비버 챌린지 2017에서 나타난 중등학교 학생들의 컴퓨팅 사고력에 영향을 미치는 요인 연구 A Study on the Factors Influencing Computational Thinking Ability of Secondary School Students in Bebras Challenge 2017원문보기
2015 개정 교육과정은 국가 사회적 요구에 따라 소프트웨어 교육의 강화를 개정 중점 사항으로 설정하고, 컴퓨팅 사고력의 함양을 강조하고 있다. 따라서 컴퓨팅 사고력 함양을 위한 다양한 교수 학습 및 평가 방법에 관한 연구는 물론, 컴퓨팅 사고력 함양에 영향을 미치는 요인들에 대한 분석이 필요하다. 본 연구에서는 비버챌린지 2017 문항 및 응시 결과에서 나타난 중등학교 학생들의 컴퓨팅 사고력 수준을 분석하고, 평가 요소, 성별, 지역 등 다양한 요인에 따른 차이를 밝히고자 하였다. 본 연구 결과는 중등학교 학생들의 컴퓨팅 사고력 함양 교육에 있어서 고려해야 할 요인들을 이해하고, 컴퓨팅 사고력 평가 도구로서의 비버챌린지 개선 방향에 대한 시사점을 제시하는데 의의가 있다.
2015 개정 교육과정은 국가 사회적 요구에 따라 소프트웨어 교육의 강화를 개정 중점 사항으로 설정하고, 컴퓨팅 사고력의 함양을 강조하고 있다. 따라서 컴퓨팅 사고력 함양을 위한 다양한 교수 학습 및 평가 방법에 관한 연구는 물론, 컴퓨팅 사고력 함양에 영향을 미치는 요인들에 대한 분석이 필요하다. 본 연구에서는 비버챌린지 2017 문항 및 응시 결과에서 나타난 중등학교 학생들의 컴퓨팅 사고력 수준을 분석하고, 평가 요소, 성별, 지역 등 다양한 요인에 따른 차이를 밝히고자 하였다. 본 연구 결과는 중등학교 학생들의 컴퓨팅 사고력 함양 교육에 있어서 고려해야 할 요인들을 이해하고, 컴퓨팅 사고력 평가 도구로서의 비버챌린지 개선 방향에 대한 시사점을 제시하는데 의의가 있다.
The 2015 revised national curriculum emphasizes software education according to national and social needs for the development of computational thinking. Therefore, it is necessary to analyze meaningful factors influencing the development of computational thinking ability, as well as researches on va...
The 2015 revised national curriculum emphasizes software education according to national and social needs for the development of computational thinking. Therefore, it is necessary to analyze meaningful factors influencing the development of computational thinking ability, as well as researches on various teaching, learning and evaluation methods. The purpose of this study is to analyze secondary school students' computational thinking ability in the Bebras challenge 2017 tasks and the participants' results of the challenge, and to figure out the differences according to factors such as evaluation area, gender, and region. The results of this study are meaningful to understand the factors for the development of computational thinking and to suggest directions for the improvement of Bebras challenge as a evaluation tool for computational thinking ability.
The 2015 revised national curriculum emphasizes software education according to national and social needs for the development of computational thinking. Therefore, it is necessary to analyze meaningful factors influencing the development of computational thinking ability, as well as researches on various teaching, learning and evaluation methods. The purpose of this study is to analyze secondary school students' computational thinking ability in the Bebras challenge 2017 tasks and the participants' results of the challenge, and to figure out the differences according to factors such as evaluation area, gender, and region. The results of this study are meaningful to understand the factors for the development of computational thinking and to suggest directions for the improvement of Bebras challenge as a evaluation tool for computational thinking ability.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
둘째, 문항에서 의도한 평가영역, 난이도, 문항 유형에 따라 응시 결과에 차이가 있는지를 알아보기 위한 추리 통계 분석이다. 또한, 참가 학생의 그룹(학령), 성별, 지역, 학교계열 등에 따라 응시 결과에 차이가 있는지를 알아보기 위한 추리 통계 분석을 실시하였다.
따라서 본 연구에서는 최근 국내외에서 컴퓨팅 사고력 평가 도구로서 주목받는 비버 챌린지의 2017년도 문항 및 비버 챌린지 2017의 응시 결과에서 나타난 중등학교 학생들의 컴퓨팅 사고력 수준을 분석하고, 평가 영역, 성별, 지역 등 다양한 요인에 따른 차이를 밝히고자 하였다. 이러한 연구가 중등학교 학생들의 컴퓨팅 사고력 함양교육에 있어서 고려해야 할 요인들을 이해하고, 컴퓨팅 사고력 평가 도구로서의 비버 챌린지 개선 방향에 대한 시사점을 제시하는데 도움이 될 것이라고 기대하기 때문이다.
따라서 본 연구에서는 한국 비버 챌린지 2017의 응시 결과에서 나타난 중등학교 학생들의 컴퓨팅 사고력 수준을 분석하고, 평가 영역 및 난이도, 성별 및 소재지 등 다양한 요인에 따른 차이를 밝히고자 하였다.
본 연구는 한국 비버 챌린지 2017에 참가한 학생들의 응시 결과를 바탕으로 수행되었다. 그러나 연구 대상이 무선 표집(random sampling)을 통한 것이 아니라 자율적으로 참가한 학생들이라는 점에서 모집단 전체를 대표하는 것으로 판단하기에 무리가 있다.
본 연구를 통해 중등학교 학생들의 컴퓨팅 사고력 함양 교육에 있어서 고려해야 할 요인들을 이해하고, 컴퓨팅 사고력 평가 도구로서의 비버 챌린지 개선 방향에 대한 시사점을 제시하는데 도움이 될 것이라고 기대하는 바이다.
본 연구에서는 비버 챌린지 2017의 문항 및 참가 학생들의 응시 결과 분석을 통해 중학교, 고등학교 학생들의 컴퓨팅 사고력 수준을 진단하고, 컴퓨팅 사고력에 영향을 미치는 요인을 밝히고자 하였다.
본 연구에서는 응시자의 문항별 응시 결과를 분석하였다. 단, 그룹별 참가자가 응시한 문항이 다르므로 그룹별로 통계 분석을 실시하였으며, 그 결과는 다음 <표 14>, <표 15>, <표16>과 같다.
본 연구에서는 응시자의 학교 계열에 따라 점수에 차이가 있는지를 확인하고자 하였다. 이를 위해 고등학교 응시자의 학교 계열을 초중등교육 법시행령(제76조 3항)에 명시된 학교 구분 체계에 따라 분류하였다.
본 연구에서는 평가영역에 따라 평균 정답률에 차이가 있는지를 확인하고자 응시자의 평가영역별 평균 정답률을 바탕으로 일원분산분석을 실시하였으며, 그 결과는 과 같다.
본 연구에서는 한국 비버 챌린지 2017에 참가한 응시자의 그룹별 응시 결과를 분석하였다. 그 결과는 다음 <표 11>과 같다.
본 연구에서는 한국 비버 챌린지 2017의 문항 및 응시 결과를 바탕으로 중등학교 학생들의 컴퓨팅 사고력에 영향을 미치는 다양한 요인들을 분석하였다. 이를 통해 본 연구 결과의 해석과 향후 과제에 대하여 다음과 같이 제언한다.
제안 방법
단, 그룹별 참가자가 응시한 문항이 다르므로 그룹별로 통계 분석을 실시하였으며, 그 결과는 다음 , , 과 같다.
둘째, 문항의 평가영역, 난이도, 유형을 고려하여 응시자의 응시 결과를 분석한다.
본 연구에서는 문항 난이도에 따라 응시 결과에 차이가 있는지를 확인하고자 문항의 난이도별 정답률을 바탕으로 일원분산분석을 실시하였으며, 그 결과는 과 같다.
본 연구에서는 응시자의 참가 학교의 소재지에 따라 점수에 차이가 있는지를 확인하고자 응시자의 지역별 평균 점수를 바탕으로 일원분산분석을 실시하였으며, 그 결과는 와 같다.
셋째, 응시자의 성별, 소재지, 학교계열을 고려하여 응시 결과를 분석한다.
본 연구에서는 응시자의 학교 계열에 따라 점수에 차이가 있는지를 확인하고자 하였다. 이를 위해 고등학교 응시자의 학교 계열을 초중등교육 법시행령(제76조 3항)에 명시된 학교 구분 체계에 따라 분류하였다.
첫째, 응시자의 그룹별, 문항별 응시 결과를 분석한다.
대상 데이터
본 연구의 대상은 한국 비버 챌린지 2017에서 사용한 문항과 참가한 중등학생의 응시 결과이다.
비버 챌린지는 2017은 2017년도에 공식 회원국가에서 실시된 비버 챌린지를 뜻하며, 우리나라에서는 한국정보과학교육연합회의 산하 기관인 한국 비버 챌린지 위원회(Bebras Informatics Korea)를 통해 11월 7일부터 11월 17일까지 2주간 실시되었다. 이를 ‘한국 비버 챌린지 2017’이라고 한다[13].
특히 국내에서 공식적으로 실시되는 첫 번째 비버 챌린지라는 점과 향후 국가간 비교·분석을 위해 독일, 스위스, 네덜란드, 오스트리아 등 해외 주요 국가와 협의를 통해 동일한 문항으로 선정하였다.
데이터처리
또한, 그룹(학령)별로 학생들의 성별에 따른 점수 차이를 알아보기 위하여, 두 독립표본 t-검정을 실시하였으며, 그 결과는 , ,와 같다.
둘째, 문항에서 의도한 평가영역, 난이도, 문항 유형에 따라 응시 결과에 차이가 있는지를 알아보기 위한 추리 통계 분석이다. 또한, 참가 학생의 그룹(학령), 성별, 지역, 학교계열 등에 따라 응시 결과에 차이가 있는지를 알아보기 위한 추리 통계 분석을 실시하였다. 본 연구에서 사용한 추리 통계 방법은 t-검정, 일원분산분석(ANOVA, F-검정) 및 사후 검정이다.
또한, 참가 학생의 그룹(학령), 성별, 지역, 학교계열 등에 따라 응시 결과에 차이가 있는지를 알아보기 위한 추리 통계 분석을 실시하였다. 본 연구에서 사용한 추리 통계 방법은 t-검정, 일원분산분석(ANOVA, F-검정) 및 사후 검정이다.
본 연구에서는 문항 유형에 따라 응시 결과에 차이가 있는지를 확인하고자 응시자의 문항 유형별 정답률을 바탕으로 두 독립표본 t-검정을 실시 하였으며, 그 결과는 과 같다.
본 연구에서는 응시 학생의 성별에 따라 응시 결과에 차이가 있는지를 확인하고자 응시자의 점수를 바탕으로 두 독립표본 t-검정을 실시하였으며, 그 결과는 과 같다.
첫째, 그룹별 평균 점수 및 사분위값, 평균 정답률을 기술 통계 결과를 분석하였다. 이러한 결과는 응시자의 상대적 위치를 이해하는 기초 자료가 될 것으로 판단한다.
첫째, 비버 챌린지 2017에서 사용한 문항 및 참가 학생들의 응시 결과에 대한 기술 통계 분석이다. 본 연구에서 사용한 기술 통계 분석 방법은 빈도 분석, 평균 분석, 사분위(qualitiles) 분석 등이다.
이론/모형
첫째, 비버 챌린지 2017에서 사용한 문항 및 참가 학생들의 응시 결과에 대한 기술 통계 분석이다. 본 연구에서 사용한 기술 통계 분석 방법은 빈도 분석, 평균 분석, 사분위(qualitiles) 분석 등이다.
성능/효과
그룹(학령)에 따른 평균 점수의 차이에 대한 일원분산분석 결과, F 통계값은 41.78이고 유의확률은 .00으로 나타났으며, 유의수준 .05에서 그룹별 평균 점수에 통계적으로 유의미(statistical significant)한 차이가 있는 것으로 나타났다. 이러한 결과를 바탕으로 실시한 사후비교분석(Scheffe) 결과는 <표 13>과 같다.
넷째, 성별에 따른 정답률 차이를 분석한 결과, 남학생의 결과가 여학생보다 높은 것으로 나타났다. 그러나 그룹별(학령)로 차이 분석을 실시한 결과, 그룹Ⅵ(고1-3)에서만 통계적으로 유의미한 차이가 나타났으며, 그룹Ⅳ(중1)과 그룹Ⅴ(중2-3)에서는 차이가 없는 것으로 나타났다.
다섯째, 지역에 따른 정답률 차이를 분석한 결과, 농어촌 ‘농어촌 > 대도시 > 중소도시’로 나타났다.
둘째, 응시자의 정답률의 차이를 그룹별로 분석한 결과, ‘그룹Ⅳ(중1) > 그룹Ⅴ(중2-3)’이고 ‘그룹Ⅳ(중1) > 그룹Ⅵ(고1-3)’으로 나타났다.
마지막으로 평가영역과 문항 유형에 따른 정답률 차이를 분석한 결과, 차이가 없는 것으로 나타났다. 그러나 평가영역에 따른 기술 통계 분석 결과 중 CPH(Computer Processes and Hardware)영역의 평균 정답률이 눈에 띄게 낮은 것을 주목할 필요가 있다.
분석 결과, COM(Communications and Networking) 영역에 대한 평균 정답률 63.38로 가장 높게 나타났으며, CPH(Computer Processes and Hardware) 영역에 대한 평균 정답률이 34.49로 가장 낮게 나타났다.
분석 결과, 그룹Ⅳ(중1)에 응시한 남학생들의 평균 점수는 59.26, 표준편차는 39.77이며, 여학생들의 평균 점수는 56.49, 표준편차는 36.98이었다. 또한, t통계값은 1.
분석 결과, 그룹Ⅴ(중2-3)에 응시한 남학생들의 평균 점수는 45.65, 표준편차는 39.00이며, 여학생들의 평균 점수는 49.57, 표준편차는 32.61이었다. 또한, t통계값은 –1.
분석 결과, 그룹Ⅵ(고1-3)에 응시한 남학생들의 평균 점수는 53.13, 표준편차는 34.95이며, 여학생들의 평균 점수는 41.51, 표준편차는 31.68이었다. 성별에 따라 점수에 차이가 있는지에 대한t통계값은 8.
분석 결과, 난이도 ‘상’ 문항의 평균 정답률은 43.58, 표준편차는 21.93이고, 난이도 ‘중’ 문항의 평균 정답률은 53.79, 표준편차 20.23이었다.
분석 결과, 남학생들의 평균 점수는 53.46, 표준편차는 37.21이며, 여학생들의 평균 점수는 47.99, 표준편차는 34.61이었다.
분석 결과, 대도시 지역 응시자의 평균 점수는 53.81, 표준편차는 36.25이고, 중소도시 지역 응시자의 평균 점수는 50.48, 표준편차는 36.47로 나타났다. 또한, 농어촌 지역 응시자의 평균 점수는 68.
분석 결과, 문항 유형(M, 선다형)에 대한 응시자의 평균 정답률은 54.69, 표준편차는 19.75이고, 문항 유형(I, 상호작용형)에 대한 평균 정답률은 52.87, 표준편차는 25.70이었다.
분석 결과, 일반고 학생들의 평균 점수는 43.91, 표준편차는 31.77이고, 특목고 학생들의 평균 점수는 75.09, 표준편차는 27.79로 나타났다. 또한, 특성화고 학생들의 평균 점수는 34.
셋째, 문항 난이도에 따른 정답률 차이를 분석한 결과, ‘난이도 상 < 난이도 하’로 나타났다.
여섯째, 학교 계열에 따른 정답률 차이를 분석한 결과, ‘특목고 > 자율고 > 일반고 > 특성화고’로 나타났다.
후속연구
따라서 본 연구의 결과는 그 자체로도 의미를 갖지만, 향후 연구의 기초 자료로서 더 큰 의미를 가질 것이다. 예컨대, 한국 비버 챌린지 2017과 동일한 문항으로 비버 챌린지 2017을 운영한 독일, 오스트리아, 스위스, 네덜란드, 리투아니아 등 해외 주요 국가 간의 비교·분석 연구를 진행하거나, 한국 비버 챌린지 2017에 참여한 학생들의 지도 교사를 대상으로 하는 설문 또는 인터뷰 등의 질적 연구 등이 그것이다.
첫째, 그룹별 평균 점수 및 사분위값, 평균 정답률을 기술 통계 결과를 분석하였다. 이러한 결과는 응시자의 상대적 위치를 이해하는 기초 자료가 될 것으로 판단한다. 그러나 그룹별 평균 점수가 의미하는 바를 다양한 관점에서 분석하기 위해서는 국내 학생들의 응시 결과만으로는 한계가 있다[11].
또한, 비버 챌린지가 학생들의 컴퓨팅 사고력 진단 도구로서 가진 타당도와 신뢰도에 대한 지속적인 논의와 개선이 필요하다. 특히, 학령에 따른 그룹별 문항 선정, 난이도 및 배점에 대한 추가적인 분석이 필요하다. 예컨대, 그룹Ⅳ(중1) 의 평균 정답률이 다른 그룹에 비해 높은 것이 정보 교육으로 인한 결과인지, 비버챌린지의 그룹별 문항 선정이 잘못된 것 때문인지가 불명확하기 때문이다.
질의응답
핵심어
질문
논문에서 추출한 답변
비버 챌린지란?
비버 챌린지(Bebras Challenges)는 정보과학에 대한 학습 동기를 유발하고, 컴퓨팅 사고력(Computational Thinking)을 촉진하기 위한 목적으로 개발된 평가 모델이자 교육 혁신(initiative)이다. 2004년 리투아니아에서 시작되어, 2017년 기준 전 세계 61개국이 공식 회원국으로 참가하고 있다[8].
컴퓨팅 사고력이란?
Wing(2006)에 의해 재정립되었다. 컴퓨팅 사고력의 개념과 구성 요소는 학자들마다 약간의 차이를 보이고 있으나, 대체로 ‘컴퓨터과학의 기본 개념 및 원리, 컴퓨팅 시스템을 활용하여 일상생활의 복잡한 문제를 창의적이고 효율적으로 해결하는 능력과 태도’로서 정의하고 있다[4].
비버 챌린지 2017 응시 결과에 대해 문항 난이도에 따른 정답률 차이를 분석한 결과는?
셋째, 문항 난이도에 따른 정답률 차이를 분석한 결과, ‘난이도 상 < 난이도 하’로 나타났다. 이러한 결과는 비버 챌린지 문항 중에서 난이도 ‘중’ 수준의 문항의 변별력이 떨어지는 것으로 해석할 수 있다.
Dagien, V., & Futschek, G. (2008). Bebras international contest on informatics and computer literacy: Criteria for good tasks. International Conference on Informatics in Secondary Schools-Evolution and Perspectives, 19-30.
Dagien, V., & Stupuriene, G. (2016). Bebras-a sustainable community building model for the concept based learning of informatics and computational thinking. Informatics in Education-An International Journal, 15(1), 25-44.
정웅열, 이영준 (2017). 정보 교육에서 비버챌린지(Bebras Challenge)의 활용 가능성과 향후 과제. 한국컴퓨터교육학회논문지, 20(5), 1-14.
정웅열, 이영준 (2017). 정보 교육이 과학고 학생들의 진로 개척 능력에 미치는 영향. 한국컴퓨터교육학회논문지, 20(3), 13-23.
Futschek, G., & Dagiene, V. (2009). A contest on informatics and computer fluency attracts school students to learn basic technology concepts. Proceedings of 9th WCCE 2009.
차은주 (2010). 지역과 성별에 따른 학업성취격차영향에 대한 연구. 한국외국어대학교 석사학위논문.
김경환, 송교원 이창훈 (2017). Bloom의 신 교육목표 분류학에 근거한 발명.특허 특성화고의 발명교과서 학습목표 분석. 한국기술교육학회논문지, 17(1), 96-114.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.