중학생의 컴퓨팅 사고력 군집 유형과 특성 분석
Analysis on Clustering Patterns and Characteristics of Computational Thinking Competency of Middle School Students
0
조회
0
다운로드
2
인용
0
참고문헌
키워드
초록
제4차 산업혁명에 따른 사회 및 경제 구조의 변화에 대비하는 인재 양성과 교육에 컴퓨팅 사고력을 기반으로 하는 고차적인 문제 해결력, 창의⋅융합 능력의 증진에 관한 관심이 전 세계적으로 집중되고 있다. 우리나라에서도 2015 개정 교육과정에 따라 초·중학교에서 소프트웨어(SW)교육 역량을 증진하기 위한 교육을 시행하고 있다. 이에 따라 SW교육의 효과 증진을 위한 다양한 연구와 실천이 이어지고 있다. 본 연구에는 SW교육의 핵심 목표인 컴퓨팅 사고력에 초점을 두고 있다. 컴퓨팅 사고력은 문제를 이해하고 해결하기 위하여 컴퓨팅 기술을 활용하는 능력을 말하며, 분석, 설계, 실현, 평가 능력으로 구성될 수 있다. 본 연구의 목적은 학생들의 컴퓨팅 사고력 유형을 분석하고 각 유형의 특징을 살펴보면서 효과적인 SW교육을 위한 시사점을 얻는 데 있다. 이를 위하여, 중학생 2,949명을 대상으로 컴퓨팅 사고력 기반의 문제해결 과정을 조사하고 그 결과를 토대로 학생들의 특성을 군집분석 방법으로 파악하였다. K-means 군집분석을 실시한 결과, 1차 모델로 5가지 유형을 도출하고 유형별로 중학생들의 흥미와 효능감 간의 유의한 차이가 있음을 발견하였다. 한편, 흥미와 효능감을 포함한 2차 군집모델을 중심으로 4가지 유형으로 구성된 군집과 이에 따른 학생의 성별, 지역 규모, 거주지 권역, 선도/일반학교 여부 등에서 유의한 차이를 확인하였다. 도출된 군집 유형은 학생들의 컴퓨팅 사고력 수준을 파악하는 것뿐만 아니라, 하위 능력별 강점과 약점 역량에 따른 교육 방향을 설정하는 데에 활용될 수 있다.
Abstract
The forth industrial revolution leads the social and economic changes which require human to enhance complex problem-solving, creativity, and convergence based on the computational thinking. The Korean national curriculum revised in 2015 highlights the software education for the elementary and middle school students. Since then various research and practices have conducted to improve the quality of software education as focusing on computational thinking. Therefore, the purpose of this study was to analyze the level and patterns of computational thinking of middle school students. Computational thinking is defined by the process of approaching a complex problem in a systematic manner and solving it in the way the computer science experts carry out. It consists of the subsets including the analysis of problem, design of algorithm, execution of solution, and evaluation. This study assessed computational thinking competency of 2,949 middle school students and analyzed their levels and patterns of the competency. The first clustering model including five patterns on computational thinking was derived by the K-means methods and the differences according to students’ interest and efficacy on information education were revealed significantly. Consequently, the second clustering model based on the six variables including four subsets of computational thinking and the two affective variables (interest and efficacy) produced four clusters with the balanced silhouette. Also, students’ demographic characteristics such as gender, the size and division of the residence, the school characteristics were significantly different according to the four clusters. Finally, some implications of the results were discussed for effective software education.
참고문헌 (39)
- "2015", ~
- 김갑수, "컴퓨터 프로그래밍 언어 교육에서 자기 효능감 척도 개발 및 적용", 정보교육학회논문지, 18(1), pp.111~120 (2014), 한국정보교육학회[DOI]
- 김민정, "컴퓨팅사고력 측정에 사용되고 있는 도구 분석을 통한 새로운 검사도구 개발방향 제시", 컴퓨터교육학회 논문지, 20(6), pp.17~25 (2017), 한국컴퓨터교육학회[DOI]
- 김수환, "Computational Thinking 역량에 대한 학습자 평가를 위한 스크래치 코드 분석", 컴퓨터교육학회 논문지, 18(5), pp.25~34 (2015), 한국컴퓨터교육학회[DOI]
- 김승연, "처음 배우는 머신러닝: 기초부터 모델링, 실전 예제, 문제 해결까지" (2018), 한빛미디어
- 김재경, "소프트웨어 교육 연구의 동향 분석: 프로그래밍 언어 활용을 중심으로", 창의정보문화연구, 4(1), pp.13~23 (2018), 한국창의정보문화학회[DOI]
- 김재휘, "컴퓨팅 사고력 향상을 위한 초등 피지컬 컴퓨팅 교육과정 개발", 정보교육학회논문지, 20(1), pp.69~82 (2016), 한국정보교육학회[DOI]
- 나청수, "컴퓨팅 사고력 향상을 위한 국내 SW 교육에 대한 메타분석", 교육공학연구, 34(3), pp.775~815 (2018), 한국교육공학회[DOI]
- 박주연, "초등학생의 스크래치 프로젝트 코드 분석을 통한 컴퓨팅 사고력의 평가", 정보교육학회논문지, 23(3), pp.207~217 (2019), 한국정보교육학회[DOI]
- 박성희, "컴퓨팅 사고력(Computational Thinking) 함양을 위한 대학에서의 SW교육에 관한 고찰", 디지털융복합연구, 14(4), pp.1~10 (2016), 한국디지털정책학회
- 박창이, "R을 이용한 데이터마이닝" (2011), 교우사
- 배윤희, "언플러그드 활동의 학습 효과에 대한 메타분석", 교육정보미디어연구, 25(1), pp.121~150 (2019), 한국교육정보미디어학회[DOI]
- 성은모, "온라인 소프트웨어 교육 학습자들의 자기주도학습 유형 분류 및 특징 분석", 컴퓨터교육학회 논문지, 22(1), pp.31~46 (2019), 한국컴퓨터교육학회[DOI]
- (2018), 신경식[URL]
- 신종호, "학습분석 기반 대학 신입생 대상 학습부진 위험학생 조기예측 모델 개발 및 군집별 특성 분석", 교육공학연구, 35(2), pp.425~454 (2019), 한국교육공학회[DOI]
- 2016년도 SW교육 연구학교 효과성 분석 연구, "안성훈", 한국교육학술정보원, ~, pp.KR 2016-4 (2016)
- 초․중등 소프트웨어 (SW)교육 역량 진단 도구 개발 연구, "양재명", 한국교육학술정보원, ~, pp.RR 2017-3 (2017)
- 2017년도 소프트웨 어(SW)교육 효과성 측정 도구 개발 연구, "양재명", 한국교육학술정보원, ~, pp.CR 2017-8 (2017)
- 오윤진, "웹기반 협동학습시 학습자의 자기효능감과 보상구조가 학습참여도와 학업성취도에 미치는 영향", 석사, 교육공학, pp.1999
- 윤성혜, "대학생 생애핵심역량 유형 군집화", 교양교육연구, 11(1), pp.73~95 (2017), 한국교양교육학회
- 이애화, "국내 소프트웨어교육 연구동향 분석", 교육정보미디어연구, 24(2), pp.277~301 (2018), 한국교육정보미디어학회[DOI]
- 이정민, "국내 로봇활용 SW교육에 대한 연구 동향: 2006년∼2016년을 중심으로", 한국콘텐츠학회 논문지, 17(10), pp.190~205 (2017), 한국콘텐츠학회[DOI]
- 이혜윤, "대학 이러닝 환경에서 학습자 행동 로그에 기반한 군집별 학업성취 예측모형 비교", 교육과학연구, 49(1), pp.127~150 (2018), 교육과학연구소[DOI]
- 임경희, "중․고등학교용 학습흥미검사" (2003), 한국가이던스
- 전영국, "고고범퍼카 프로젝트 기반의 정보영재반 수업에서 나타나는 컴퓨팅 사고 패턴 분석", 컴퓨터교육학회 논문지, 20(1), pp.49~62 (2017), 한국컴퓨터교육학회[DOI]
- 황지온, "초등 소프트웨어 교육 연구 동향 분석 : 국내 학술지 중심으로", 정보교육학회논문지, 21(5), pp.509~525 (2017), 한국정보교육학회
- Barr, V., "Bringing computational thinking to K-12: What is Involved and what is the role of the computer science education community?", ACM Inroads, 2(1), pp.48~54 (2011)
- Cetin, I., "Reflective abstraction in computational thinking", Journal of Mathematical Behavior, 47, pp.70~80 (2017)
- Grover, S., "Computer science education: Perspectives on teaching and learning" (2018), Bloomsbury
- 조일현, "Comparisons on Clustering Methods: Use of LMS Log Variables on Academic Courses", Educational Technology International, 18(2), pp.159~191 (2017), 한국교육공학회
- Koh, K. H., "Computational thinking pattern analysis: A phenomenological approach to compute computational thinking", doctoral, pp.2014
- Korkmaz, Ö., "A validity and reliability study of the computational thinking scales", Computers in Human Behavior, 72, pp.558~569 (2017)
- Kramer, J., "Is abstraction the key to computing?", Communications of the ACM, 50(4), pp.37~42 (2007)
- Kukul, V., "Computational thinking self-efficacy scale: Development, validity and reliability", Informatics in Education, 18(1), pp.151~164 (2019)
- Román-González, M., "Which cognitive abilities underlie computational thinking? Criterion validity of the Computational Thinking Test", Computers in Human Behavior, 72, pp.678~691 (2017)
- Shute, V. J., "Demystifying computational thinking", Educational Research Review, 22, pp.142~158 (2017)
- "Computational thinking benefits society" (2014)[URL]
- Wu, B., "Analyzing computational thinking in collaborative programming: A quantitative ethnography approach", Journal of Computer Assisted Learning, 35, pp.421~434 (2019)