본문 바로가기
KERD
논문KCI 등재

대학생의 데이터 리터러시 측정 도구 타당화 및 신입생 데이터 리터러시 진단－A 대학 사례를 중심으로

Validation of Data Literacy Scale for University Students and Analysis of Freshmen Data Literacy－The Case of A University

유지원|정윤숙
한국교양교육학회 (The Korean Association of General Education)|2022.10|교양교육연구 (Korean Journal of General Education)|제16권 제5호|pp. 245-260

0

조회

0

다운로드

14

인용

0

참고문헌

키워드

Questionnaire타당화Information and Communication Technology (ICT)Validation데이터 리터러시Data LiteracyLiberal Arts Education측정 도구정보처리역량양적추론기초교양교육Quantitative Reasoning
주제분류학제간연구

초록

4차 산업혁명 시대의 기술 중심에는 데이터가 있다. 데이터로 문제를 발견하고 의미를 해석하며 다른 사람들과의 데이터 기반으로 효과적인 의사소통과 합리적인 의사결정을 할 수 있는 데이터 리터러시가 현대 사회의 필수 소양으로 논의된다. 이러한 맥락에서 본 연구는 대학생의 데이터 리터러시를 측정할 수 있는 진단 도구를 타당화하고 신입생의 데이터 리터러시 수준을 살펴봄으로써 대학 교양교육으로서 데이터 리터러시 교육의 필요성을 검토하고 향후 관련 교육과정에 시사점을 제공하고자 수행되었다. 자료수집은 수도권 소재 A 대학의 신입생 3,510명으로부터 이루어졌으며, 진단 도구의 타당화를 위해 탐색적 요인분석과 확인적 요인분석을 시행하였다. 분석 결과 최종 19문항이 선정되었고, 도구는 양호한 신뢰도와 타당도를 보였다. 이후 기술통계로 신입생의 데이터 리터러시 수준을 분석하였으며, 데이터 리터러시가 성별, 계열별 차이가 있는지 t-test, ANOVA를 활용하여 분석하였다. 분석 결과, 신입생의 데이터 리터러시는 높지 않았고, 세부적으로 데이터 분석과 데이터 도구 활용 하위요인에서 특히 낮은 결과를 보였다. 성별 비교 결과에서는 유의한 차이가 없었으나, 계열 간에는 유의한 차이를 보였으며 이공계에 비해 인문⋅사회 및 예체능 계열이 낮게 나타났다. 연구 결과를 토대로 기초교양교육에서 데이터 리터러시 교육의 필요성을 논의하고 도구를 활용한 데이터 분석 역량 함양을 위한 제언을 하였다.

Abstract

The key technology in the 4th Industrial Revolution era is related to data. Data literacy, which can uncover various problems from raw data, interpret meanings, lead to more effective communication, and allow for people to make more rational decisions, is discussed as an essential skill in modern society. In this context, this study was conducted to consider the need for data literacy education, particularly in the field of liberal arts education, in order to validate a measurement tool for college students, to analyze the data literacy level of freshmen, and to provide implications for the future curriculum. Data were collected from 3,510 freshmen from A University in the metropolitan area, and the validity of the diagnostic tool was verified through exploratory factor analysis and confirmatory factor analysis. As a result, 19 items were finalized, and the instrument showed good reliability and validity. Following this, the level of data literacy of freshmen was analyzed with descriptive statistics, and a t-test and ANOVA were used to see if there was a significant difference in data literacy according to gender and colleges. The results showed that the data literacy of freshmen was not high, and the results were particularly low in data analysis and the utilization of the data analysis tool. There was no significant difference between genders, but there were significant differences among colleges. Data literacy of students in the arts, physical education, the humanities and the social sciences was lower than those of students in the natural sciences and engineering. Based on these findings, the necessity of data literacy education was discussed in liberal arts education, and suggestions were made to develop data analysis capabilities using certain tools.

참고문헌 (38)

  1. 강명구, "한국 대학의 학사구조 변화와 기초교양교육의 정체성 확립의 과제", 아시아교육연구, 11(2), pp.327~361 (2010), 교육연구소[DOI]
  2. 김성현, "비전공 대학생의 코딩교육 현황과 프로그램에대한 요구조사", 석사, pp.2020
  3. 김슬기, "예비교사의 데이터 리터러시 역량 증진을 위한 빅데이터 분석 교양강좌의 개발 및 적용", 정보교육학회논문지, 26(2), pp.141~151 (2022), 한국정보교육학회
  4. 김태영, "교양강좌로서 데이터 리터러시 가능성 탐색", Journal of The Korean Data Analysis Society, 22(6), pp.2475~2487 (2020), 한국자료분석학회[DOI]
  5. 김혜영, "21세기 핵심 역량 강화를 위한 대학 교양기초교육으로서의 데이터 리터러시 (Data Literacy) 분석", 교양교육연구, 14(6), pp.147~159 (2020), 한국교양교육학회
  6. 김혜영, "대학 교양의 기초교육으로서 양적 추론 (Quantitative Reasoning) 개설 현황과 분석", 교양교육연구, 13(6), pp.29~55 (2019), 한국교양교육학회
  7. 배화순, "데이터 리터러시의 사회과 교육적 함의", 시민교육연구, 51(1), pp.95~120 (2019), 한국사회과교육학회[DOI]
  8. 손동현, "새로운 교육수요와 교양기초교육", 교양교육연구, 1(1), pp.107~123 (2007)
  9. 송유경, "데이터 리터러시 향상을 위한 데이터 기반 토론 수업 모형 및 교수전략 개발 연구", 교육공학연구, 37(4), pp.943~982 (2021), 한국교육공학회[DOI]
  10. 심태은, "인문사회·이공계열 대학 신입생의 교양교과과정 수강현황과 학업역량 및 진로적응능력에 관한 연구", 학습자중심교과교육연구, 15(12), pp.343~362 (2015), 학습자중심교과교육학회
  11. 유지원, "디지털 시대에 최적화된 협력적 문제해결역량 측정도구 개발", 학습자중심교과교육연구, 16(7), pp.185~214 (2016), 학습자중심교과교육학회
  12. 이현주, "대학생의 창의역량 함양을 위해 개발된 교양강좌의 효과분석", 학습자중심교과교육연구, 22(14), pp.705~722 (2022), 학습자중심교과교육학회[DOI]
  13. 정승원, "한국교양기초교육원의 표준모델을 적용한 4년제 대학 교양기초교육의 현황과 시사점", 교양교육연구, 14(5), pp.83~95 (2020), 한국교양교육학회[DOI]
  14. 한상우, "인문학 기반 데이터 리터러시 개념에 대한 연구", 정보관리학회지, 35(4), pp.223~236 (2018), 한국정보관리학회[DOI]
  15. 한상우, "인문학 기반 데이터 리터러시 모형 설계에 관한 연구", 정보관리학회지, 37(1), pp.179~195 (2020), 한국정보관리학회[DOI]
  16. 한상우, "대학생의 의사소통역량이 정보활용능력에 미치는 영향에 관한 연구", 한국문헌정보학회지, 50(1), pp.377~394 (2016), 한국문헌정보학회[DOI]
  17. Anderson, J., "Structural equation modeling in practice: A review and recommended two-step approach", Psychological Bulletin, 103(3), pp.411~423 (1988)
  18. Bhargava, R., "Designing Tools and Activities for Data Literacy Learners", Data Literacy Workshop (2015)
  19. Bőrner, K., "Investigating aspects of data visualization literacy using 20 information visualizations and 273 science museum visitors", Information Visualization, 15(3), pp.198~213 (2016)
  20. Determining data information literacy needs: A study of students and research faculty, "Carlson, J", Libraries Faculty and Staff Scholarship and Research, ~, pp.Paper 23 (2011)
  21. Curran, P. J., "The robustness of test statistics to nonnormality and specification error in confirmatory factory analysis", Psychological Methods, 1(1), pp.16~29 (1996)
  22. Fontichiaro, K., "Why data literacy matters", Knowledge Quest, 44(5), pp.21~27 (2016)
  23. Fornell, C., "Evaluating structural equation models with unobservable variables and measurement error", Journal of Marketing Research, 18(1), pp.39~50 (1981)
  24. Gray, J., "Data infrastructure literacy", Big Data & Society, 5(2), pp.1~13 (2018)
  25. Hair, J. F., "Multivariate Data Analysis" (2009), Pearson Education, Inc
  26. Falling short? College learning and career success, "Hart Research Associates", Association of American Colleges and Universities, ~ (2015)
  27. Macy, K. V., "Data information literacy instruction in business and public health: Comparative case studies", International Federation of Library Associations and Institutions Journal, 42(4), pp.313~327 (2016)
  28. Mandinach, E. B., "A systemic view of implementing data literacy in educator preparation", Educational Researcher, 42(1), pp.30~37 (2013)
  29. Newman, D., "How to Plan, Participate and Prosper in the Data Economy" (2011), Gartner
  30. OECD Learning Compass 2030: A Series of Concept Notes, "OECD", OECD, ~ (2019)
  31. Otto, J. L., "Assessing and improving data literacy: A study with urban and regional planning students", PNLA Quarterly, 76(4), pp.5~23 (2012)
  32. Rhodes, T., "Assessing Outcomes and Improving Achievement:Tips and Tools for using Rubrics" (2010), Association of American Colleges and Universities
  33. "Strategies and best practices for data literacy education" (2015)[URL]
  34. Swan, K, "Challenges to cross-disciplinary curricula: Data literacy and divergent disciplinary perspectives", Annual Conference of the American Educational Research Association (2009)
  35. "데이터를 해석하는 능력, 데이터 리터러시를 소개합니다" (2020), 교육부[URL]
  36. "The brandeis core" (2022)[URL]
  37. "Are you data literate? New courses debut this fall" (2015)[URL]
  38. "Quantitative reasoning" (2022)[URL]

이 간행물의 다른 논문 (25건)

시대 전환기에 제기하는 국립교양대학전용숙, 안현효, 김영우pp. 11-23자유학예교육의 현대적 변용을 위한 조건과 방향 탐색－개념적, 역사적 접근을 중심으로정연재pp. 25-38근원적 인지메커니즘을 통한 인성의 정체성 탐구송광한pp. 41-50학습자 맞춤형 고전교육의 가능성 탐색조혜경pp. 51-67메타버스 시대, 교양교육 텍스트로서 <구운몽> 읽기박은정pp. 69-85
원문 보기