Table 8. Logistic regression analyses: Predicting pass rates for advanced course based on K-PAT subtest scores

		B	SE	Wald	p	df	OR	OR 95% 신뢰구간
								하한	상한
인지영역	→고등 과정 수료
도형회전		0.205	.299	0.473	.492	1	1.228	0.684	2.205
도형전개도		0.401	.302	1.771	.183	1	1.494	0.827	2.699
척도판독		0.606*	.306	3.909	.048	1	1.832	1.005	3.340
계기판독		0.285	.343	0.692	.406	1	1.330	0.679	2.604
배관미로		-0.331	.319	1.077	.299	1	0.718	0.384	1.342
기계원리		-0.094	.324	0.085	.771	1	0.910	0.482	1.717
의사결정		0.434	.287	2.280	.131	1	1.543	0.879	2.708
시각변별		-0.286	.250	1.305	.253	1	0.751	0.460	1.227
기억		-0.471	.348	1.833	.176	1	0.624	0.316	1.235
정보처리영역
수표해독		0.436**	.155	7.866	.005	1	1.546	1.140	2.097
속도추정		0.161	.518	0.097	.756	1	1.175	0.426	3.240
추적/회피		-0.581	.317	3.347	.067	1	0.559	0.300	1.042
멀티태스킹(이동)		-0.464	.274	2.870	.090	1	0.629	0.368	1.076
멀티태스킹(기억)		-0.502	.402	1.557	.212	1	0.605	0.275	1.332
멀티태스킹(청각)		0.035	.258	0.018	.892	1	1.036	0.624	1.718
χ2(15) = 33.68 (p<.001), Nagelkerke R2 = .227, 분류정확도 = 96%

주: p<.05,
p<.01,
p<.001.