[논문]컴퓨팅 사고력을 위한 시각적 다이어그램 구조화의 성별 및 추상적 사고 성향 차이 분석

박찬정; 현정석

컴퓨팅 사고력을 위한 시각적 다이어그램 구조화의 성별 및 추상적 사고 성향 차이 분석
Gender and Abstract Thinking Disposition Difference Analyses of Visual Diagram Structuring for Computational Thinking Ability 원문보기

컴퓨터교육학회논문지 = The Journal of Korean Association of Computer Education, v.21 no.3, 2018년, pp.11 - 20

초록
AI-Helper

2015 개정 교육과정이 컴퓨팅 사고력을 학생들의 필수 역량으로 정한 것은 컴퓨터교육에서 중대한 변화이다. 컴퓨팅 사고력을 크게 추상화와 자동화, 창의융합으로 분류한 중등 정보교과는 문제해결과 프로그래밍 영역을 교육과정 안에 포함하였다. 또한 컴퓨팅 사고력의 하위요소들 중에서 자료 표현은 학습자들의 문제해결을 위한 자료와 정보의 구조화 능력을 중요시 하고 있다. 대학에서 정보 과목 중등 예비교사들도 다이어그램 작성을 통해 정보 구조화 과정을 배우고 있다. 학생 간에는 다이어그램 구조화 능력에 차이를 보이고 있는데 학생들의 구조화 능력 계발에 도움이 되는 학습방법에 대한 연구는 드물다. 본 연구에서는 대학생들을 대상으로 어떤 학생들이 주어진 문제를 시각적 다이어그램으로 잘 구조화하는지 추상적 사고 성향과 성별 관점에서 차이 분석을 수행하였다. 그 결과 남학생에 비해 여학생이 구체적 사고 성향을 가지고 있으며 다이어그램의 특성에 따라 다른 사고가 요구되고 성별 차이가 있었다. 또한 추상적 사고 성향의 차이에 따라 다이어그램을 구조화하는데 차이를 보였다. 남녀 학생들의 사고 성향의 차이를 파악하여 이들을 보완할 수 있는 교육방법을 찾는다면 컴퓨팅 사고력 향상이라는 교육목적을 달성하는데 유용하다.

Abstract ▼ AI-Helper

One major change in the 2015 revised national curriculum is that computational thinking ability is becoming an essential competency for students. Computational thinking is divided into abstraction, automation, and creative convergence in the curriculum for secondary schools' Information subject. And, the curriculum contains problem solving and programming area. Among the components of computational thinking, data representation emphasizes the ability to structure data and information for problem solving of learners. Pre-service teachers of Information subject at secondary schools also learn how to structure information through diagramming. There are differences in the ability to structure diagrams among students, but the studies on learning methods that help students develop their structuring abilities have rarely been performed. The purpose of this paper is to analyze the differences of abstract thinking disposition and gender perspective among college students. As a result, female students had more concrete thinking disposition than male students. Also, there were gender differences according to the characteristics of diagrams. Differences in abstract thinking disposition also made a difference in structuring diagrams. It is useful for achieving the education purpose of improving computational thinking ability by finding out the differences in thinking tendency between males and females and finding the education method that can complement them.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서 행동개념화 이론과 데이터베이스와 알고리즘 설계에서 많이 사용되는 시각적 다이어그램 구조화 능력 간의 관계를 분석하였다. 특히, 본 논문은 성별 간의 차이 분석을 통하여 수업 방법 개선에 목표를 두었다.
본 논문은 컴퓨팅 사고력 요소 중에서 자료 표현 요소와 알고리즘과 절차 요소에 초점을 두고 학생들의 시각적 다이어그램 구조화 능력에 대하여 어떠한 학습자들의 내면적 특성이 다이어그램 작성에 긍정적 영향을 주는지 파악하여 학습자들에게 도움이 될 수 있도록 교육 방법을 제언하고자 한다.
본 연구에서는 가설을 검증하기 전에 성별 추상적/구체적 사고 성향에 차이가 있는지 살펴보았다. 그 결과, 본 연구의 설문대상인 남녀 대학생의 경우에 선행 연구와 동일하게 남학생들이 여학생보다 높은 추상적 사고 값을 가지고 있었고 통계적으로 유의미하였다(<표 2> 참고).
이 절에서는 본 연구의 설문지에서 사용한 시각적 문해력, 개체관계도와 의사결정 트리의 개념과 의미를 소개한다. 시각적 문해력은 그림이 지닌 의미를 인식하는 능력으로 많은 연구에서 정의하고 있다[18][19].
이 절에서는 추상적/구체적 사고 성향에 따라 문제해결력 차이가 존재하는지의 여부를 분석하였다. 추상적 사고 수준은 전체 학생들을 대상으로 추상적 사고 값이 13.
본 논문에서 행동개념화 이론과 데이터베이스와 알고리즘 설계에서 많이 사용되는 시각적 다이어그램 구조화 능력 간의 관계를 분석하였다. 특히, 본 논문은 성별 간의 차이 분석을 통하여 수업 방법 개선에 목표를 두었다. 컴퓨팅 사고력의 요소에는 자료 수집, 자료 분석, 자료 표현, 문제 분해, 추상화, 알고리즘과 절차화, 자동화, 시뮬레이션, 병렬화가 있다.
하지만, 설명한 규칙으로부터 다진 관계 추론이 가능하기 때문에 세 개체 간의 관계를 추론할 수 있는지를 살펴보았다. 문제에서 삼진(ternary) 관계를 정확하게 찾아내면 높은 점수를 부여하였다.

가설 설정

(가설 1) 성별 추상적 사고 수준 차이로 다이어그램 구조화 능력에 차이가 있을 것이다.
(가설 2) 의사결정 트리 문제는 세밀하게 문제 분석을 하는 구체적 사고 성향이 높은 학생이 잘 해결할 것이다.
(가설 3) 개체관계도는 학습된 규칙들을 추론하는 추상적 사고 성향이 높은 학생이 잘 해결할 것이다.
한편, 기존의 연구[21]에 따르면 성별 추상적 사고력에 차이를 드러낸다고 보고하고 있다. 따라서 다이어그램에 따라 성별 차이를 드러낼 수 있다는 가설을 설정할 수 있다. 본 논문의 가설은 다음과 같다.

제안 방법

(가설 1)을 검증하기 위하여 문제들 간의 상관 관계를 분석하였다. 그 결과 <표 3>과 같이 <문제 3>과 추상적 사고 값은 음의 상관관계를 가지는 것으로 나타났다.
즉, 각 어떤 행동을 설명한 문항에 대하여 추상적 해석과 구체적 해석 중에서 어느 것을 더 적절하게 여기는지 물었다. 25개 문항 중에서 추상적 해석수준이 높은 문항을 선택한 것에 1점을 부여하여 이를 모두 더한 값을 추상적 사고 수준 값으로 사용하였다. 결국 추상적 사고 수준 값이 높으면 추상적 사고 성향을 가지며, 반대로 추상적 사고 수준 값이 낮으면 구체적 사고 성향을 가진다고 분석하였다.
이 절에서는 개체관계도를 정확하게 작성한 학생에 대한 특성 분석을 통해 가설 3을 검증하였다. 개체관계도를 그리는 기술은 개체와 관계를 잘 추출하고 정확한 관계 설정을 위하여 개체 간의 사상(mapping)을 정확히 하는 정도를 평가하였다. 관계 설정을 하는데 세 개체에 대한 사상을 대부분 두 개체 간의 사상으로 답하는 오류를 범하였다.
본 논문에서는 한 대학교 사범대학 자연계열학과 150명 학생과 컴퓨터공학과 50명 학생 총 200명을 대상으로 추상적/구체적 사고 성향과 시각적 문해력(Visual Literacy)[7], 개체관계도 작성 능력[10], 의사결정트리(decision-making tree)[13] 작성 능력을 조사하였다. 관련 문제를 제시하여 학습자들의 특성을 분석하였다. 추상적 사고 수준은 행동개념화 척도(Behavioral Identification Form: BIF)[14][15]를 기반으로 측정하였다.
다음은 성별과 추상적 사고 성향 차이에 대하여 학생들의 다이어그램 작성 능력에 상호작용 효과가 있는지 분석하였다. 기존의 연구에서 남학생들의 경우에는 프로그래밍 해결 능력에서 높은 추상적 사고 값을 갖는 학습자들이 문제를 더 잘 해결하고 있어서 여학생과 다른 성향을 띠는지 알아볼 필요가 있었다.
본 논문에서는 한 대학교 사범대학 자연계열학과 150명 학생과 컴퓨터공학과 50명 학생 총 200명을 대상으로 추상적/구체적 사고 성향과 시각적 문해력(Visual Literacy)[7], 개체관계도 작성 능력[10], 의사결정트리(decision-making tree)[13] 작성 능력을 조사하였다. 관련 문제를 제시하여 학습자들의 특성을 분석하였다.
전체 학생 중에 5%인 10명만이 정답을 맞혔다. 소수였지만 정답을 맞힌 학생을 대상으로 추상적 사고 값과 다이어그램 작성 점수를 구하여 보았다. 결과에 의하면 부분적으로 유의미하게 정답을 맞힌 학생들의 추상적 사고 값이 높은 것으로 나타났다.
수학 문제에서 서술형 문장들을 제시한 후 이를 도형화하여 길이를 계산하도록 제시하였다().
즉, 높은 추상적 사고 수준은 문제의 답을 왜(why)에서 찾으려는 추상적 사고 성향, 낮은 추상적 사고 수준은 문제의 답을 어떻게(how)에서 찾으려는 구체적 사고 성향으로 대응시켰다. 의사결정트리는 핵심 요소를 정확히 추출하는 정도, 개체관계도는 핵심 요소 간 관계 설정하는 정도로 측정하였다.
이 장에서는 학생들에게 제시되었던 문항들을 우선, 성별을 중심으로 분석하고 문항 간의 상관 관계 분석, 평균의 차이, 상호작용 효과 분석 등을 실시하면서 가설 검증과 연구 결과를 제시하였다.
본 논문에서 분석한 연구 결과를 요약하면 다음과 같다. 자연계열 대학생 200명을 대상으로 다이어그램 작성 능력에 대하여 성별 차이와 추상적 사고 수준별 차이 분석을 실시하였다. 우선, 추상적 사고 값에 대해 성별 간 통계적으로 유의미한 차이를 드러냈다.

대상 데이터

’에서는 출판사, 서점, 책이라는 세 개체 간에 납품이라는 삼진 관계가 성립하는데도 불구하고 200명 응답자 중에서 10명을 제외한 학생들이 이를 출판사와 서점 간의 이진 관계로만 바라보았다. 가설 2의 검증을 위하여 본 논문에서는 10명의 학생에게 초점을 맞추어보았다.
본 논문에서는 한 대학교의 사범대학 수학교육과 50명, 과학교육과 50명, 컴퓨터교육과 50명, 공과대학 컴퓨터공학과 학생 50명, 총 남녀학생 200명(남: 132명, 여: 68명)을 대상으로 설문조사를 하였다. 설문조사에 참여한 학생들은 1학년이 50명, 2학년이 65명, 3학년이 66명, 4학년이 19명이었다.
본 논문에서는 한 대학교의 사범대학 수학교육과 50명, 과학교육과 50명, 컴퓨터교육과 50명, 공과대학 컴퓨터공학과 학생 50명, 총 남녀학생 200명(남: 132명, 여: 68명)을 대상으로 설문조사를 하였다. 설문조사에 참여한 학생들은 1학년이 50명, 2학년이 65명, 3학년이 66명, 4학년이 19명이었다.

이론/모형

본 논문에서는 추상적/구체적 사고 성향을 측정하기 위해 [14][15]의 연구가 개발한 설문문항을 사용하였다. 즉, 각 어떤 행동을 설명한 문항에 대하여 추상적 해석과 구체적 해석 중에서 어느 것을 더 적절하게 여기는지 물었다.
관련 문제를 제시하여 학습자들의 특성을 분석하였다. 추상적 사고 수준은 행동개념화 척도(Behavioral Identification Form: BIF)[14][15]를 기반으로 측정하였다. 즉, 높은 추상적 사고 수준은 문제의 답을 왜(why)에서 찾으려는 추상적 사고 성향, 낮은 추상적 사고 수준은 문제의 답을 어떻게(how)에서 찾으려는 구체적 사고 성향으로 대응시켰다.

성능/효과

소수였지만 정답을 맞힌 학생을 대상으로 추상적 사고 값과 다이어그램 작성 점수를 구하여 보았다. 결과에 의하면 부분적으로 유의미하게 정답을 맞힌 학생들의 추상적 사고 값이 높은 것으로 나타났다. 또한 성별을 비교하였을 때 10 명중에서 남학생이 8명(6.
단, <문제 3>에 대하여서만 <표 2>와 같이 부분적으로 여학생이 남학생에 비해 우세한 것으로 드러났다. 결과적으로 (가설 1)은 부분적으로 성립함을 알 수 있다.
결론적으로 에서와 같이 추상적 사고 수준별 개체관계도 작성에 차이는 없었다.
그 결과, 본 연구의 설문대상인 남녀 대학생의 경우에 선행 연구와 동일하게 남학생들이 여학생보다 높은 추상적 사고 값을 가지고 있었고 통계적으로 유의미하였다( 참고).
반면, 전체 학생에 대하여 와 (계수=.158, p=.025), 과 (계수=.226, p=.001) 간에는 양의 상관관계가 존재하였는데, 개체관계도 문제를 잘 해결하면 수학문제()와 의사결정표 작성 문제()도 잘 해결하고 있음을 확인하였다.
본 연구에서는 다이어그램 구조화 능력의 경우는 모든 문제를 합한 점수에 대해서는 성별 유의미한 차이가 없었다. 단, <문제 3>에 대하여서만 <표 2>와 같이 부분적으로 여학생이 남학생에 비해 우세한 것으로 드러났다.
<표 4>에서와 같이 추상적 사고 수준이 하위인 구체적 사고 성향을 갖는 학습자 집단이 문제를 더 잘 해결하고 있음을 확인하였다. 즉, 구체적으로 생각하는 학습자들이 다이어그램 작성과 관련된 문제를 더 잘 해결하였다.
소프트웨어공학 영역에서는 보이지 않는 성격(invisible)을 지닌 소프트웨어를 이해하기 위한 목적으로 그래픽적인 시각적 기법을 사용하고 있다[8]. 종합하면, 시각적 다이어그램 구조화와 다이어그램에 대한 이해는 시각적 문해력과 관련성이 있다[8][18][19].
001) 간에는 양의 상관관계가 존재하였는데, 개체관계도 문제를 잘 해결하면 수학문제(<문제 2>)와 의사결정표 작성 문제(<문제 3>)도 잘 해결하고 있음을 확인하였다. 즉, 문장 중심의 문제 기술을 제시하였을 때 이를 다이어그램으로 변환하는 문제들 간에는 서로 긍정적 상관관계가 존재함을 확인하였다.
성별 추상적 사고 수준의 차이에 따라 다이어그램을 구조화하는데 차이가 있는 것으로 조사되었다. 즉, 여학생은 구체적 사고 성향을 요구하는 의사결정트리를 작성하는 문제에서, 남학생은 추상적 사고 성향을 요구하는 개체관계도를 작성하는 문제에서 우위를 보였다. 이와 같은 연구결과를 통해 정보 과목을 가르치는 과정에서 문제를 해결하는 다이어그램 작성 시 상이한 사고력을 요구하고 성별 차이를 보이기 때문에 성별을 고려한 교수학습방법이 필요함을 알 수 있다.
박찬정 등의 연구[21]에서도 동일하게 600명의 남녀 고등학생 간에는 추상적 사고 값의 차이가 있었으며 남학생의 추상적 사고 수준이 여학생에 비해 높았다. 즉, 평균값을 기준으로 남학생은 여학생에 비해 추상적 사고 성향을 가졌다.
이 절에서는 추상적/구체적 사고 성향에 따라 문제해결력 차이가 존재하는지의 여부를 분석하였다. 추상적 사고 수준은 전체 학생들을 대상으로 추상적 사고 값이 13.86(표준편차 : 4.98)으로 분석되어 추상적 사고 값이 0 ~ 14점인 경우 추상적 사고 수준이 낮은 (구체적 사고 성향) 집단(107명), 15 ~ 25 점인 경우 추상적 사고 수준이 높은 (추상적 사고 성향) 집단(93명)으로 구분하였다.

후속연구

001)를 나타냈다(등분산이 가정됨). 또한 통계적으로 증명할 수 없었지만, 정답을 맞힌 학생 중에 남학생의 비율이 높아서 향후 많은 학생을 대상으로 한 연구가 필요하다.
4장에서는 전공별 시각적 문해력의 차이 기술 및 다이어그램 작성 수준과 추상적/구체적 사고 성향, 성별 간 차이 분석 등을 실시하여 다이어그램의 작성에 영향을 미치는 요인을 설명한다. 마지막으로 5장에서는 컴퓨팅 사고력의 증진을 위하여 본 논문의 연구결과를 바탕으로 효과적인 교육방법을 제언한 후 결론을 맺는다.

질의응답

핵심어	질문	논문에서 추출한 답변
	다이어그램에 따라 성별 차이를 드러낼 수 있다는 가설을 설정 할 수 있는 이유는 무엇인가?	한편, 기존의 연구[21]에 따르면 성별 추상적 사고력에 차이를 드러낸다고 보고하고 있다. 따라서 다이어그램에 따라 성별 차이를 드러낼 수 있다는 가설을 설정할 수 있다.
	데이터베이스는 무엇인가?	컴퓨팅 사고력 요소에서 다이어그램 구조화와 관련된 요소를 꼽으면 자료 표현과 알고리즘과 절차를 들 수 있다. 자료를 구조적으로 정의하고 통합하여 여러 사용자들이 공유할 수 있도록 만든 자료 저장소를 데이터베이스라 한다. 데이터베이스를 효율적으로 생성하여 사용하기 위해서 데이터베이스 설계가 필요한데, 이 때 사용할 수 있는 도구로 개체관계도[12]가 있다.
	추상적 사고 수준은 무엇을 기반으로 측정하였는가?	관련 문제를 제시하여 학습자들의 특성을 분석하였다. 추상적 사고 수준은 행동개념화 척도(Behavioral Identification Form: BIF)[14][15]를 기반으로 측정하였다. 즉, 높은 추상적 사고 수준은 문제의 답을 왜(why)에서 찾으려는 추상적 사고 성향, 낮은 추상적 사고 수준은 문제의 답을 어떻게(how)에서 찾으려는 구체적 사고 성향으로 대응시켰다.

참고문헌 (22)

https://www. sktinsight.com/95994에서 인용.
교육부 (2015). 2015 개정 교육과정 보도자료, http://www.moe.go.kr/web/100063/ko/board/view.do?bbsId316&boardSeq62381&modeview에서 인용.
국가교육과정정보센터 (2015). 교육과정 원문 및 해설서 2015 개정 시기, http://ncic.go.kr/mobile.dwn.ogf.inventoryList.do#에서 인용.
CSTA (2011). CSTA K-12 Computer Science Standards, Computer Science Teachers Association.
Jeffery, C., Al-Gharaibeh, J. (2014). Writing Virtual Environments for Software Visualization. NY: Springer.
Carr, D. (1999). Guidelines for Designing Information Visualization Applications. Proceedings of the 1999 Ericsson Conference on Usability Engineering.
Kiper, A., Arslan, S., Kiyici, M., Akgun, O. E. (2012). Visual Literacy Scale: The Study of Validity and Reliability. The Online Journal of New Horizons in Education, 2(2), 73-83.
Koschke, R. (2003). Software Visualization in Software Maintenance, Reverse Engineering, and Re-engineering: A Research Survey. Journal of Software: Evolution and Process, 15(2), 87-109.
조성욱 (2006). 지리교육에서 학습자 접근의 방향 모색. 한국지리환경학회지 14(2), 135-146.
DeMarco, T. (1979). Structure Analysis and System Specification. Pioneers and Their Contributions to Software Engineering, Springer, Berlin, Heidelberg, 255-288.
Fowler, M. (2004). UML Distilled: A Brief Guide to the Standard Object Modeling Language. Addison-Wesley Professional.
Chen, P. P. S. (1988). The Entity-Relationship Model - Toward a Unified View of Data. In Readings in Artificial Intelligence and Databases, 98-111.
Selby, R. W., Porter, A. A. (1988). Learning from Examples: Generation and Evaluation of Decision Trees for Software Resource Analysis. IEEE Transactions on Software Engineering, 14(12), 1743-1757.

상세보기
Vallacher, R. R., Wegner, D. M. (1987). What Do People Think They're Doing? Action Identification and Human Behavior. Psychological Review, 94(1), 3-15.

상세보기
Vallacher, R. R., Wegner, D. M. (1989). Levels of Personal Agency: Individual Variation in Action Identification. Journal of Personality and Social Psychology, 57(4), 660-671.

상세보기
Trope, Y., Liberman, N. (2003). Temporal Construal. Psychological Review, 110(3), 403-421.

상세보기
Trope, Y., Liberman, N. (2010). Construal-Level Theory of Psychological Distance. Psychological Review, 117(2), 440-463.

상세보기
Alberto, P. A., Fredrick, L., Hughes, M., McIntosh, L., Cihak, D. (2007). Components of Visual Literacy: Teaching Logos. Focus on Autism and Other Developmental Disabilities, 22(4), 234-243.

상세보기
Roman, G. C., Cox, K. C. (1992). Program Visualization: The Art of Mapping Programs to Pictures. Proceedings of the 14th International ACM Conference on Software engineering 412-420.
최종후 . 서두성 (1999). 데이터마이닝 의사결정나무의 응용. 통계분석연구, 4(1), 61-83.
박찬정 . 현정석 . 진희란 (2016). 문장구조 중심의 컴퓨터 프로그래밍 이해력에 관한 고등학생들의 성별 및 추상적 사고 수준별 차이 분석. 컴퓨터교육학회논문지, 19(6), 69-80.

원문보기 상세보기
유병건 . 김자미 . 이원규 (2012). 성별에 따른 프로그래밍 성취도와 문제해결과정의 관계 분석. 컴퓨터교육학회논문지, 10(4), 27-37.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증