초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

학습자는 교육의 3요소인 교육자, 학습자, 교육내용의 하나로 학습자 특성과 이가 학업성취에 미치는 영향을 이해하는 것이 중요하다. 컴퓨터 비전공자를 대상으로 하는 컴퓨팅 교육이 점점 활발해지고 있다. 비전공자 컴퓨팅 교육이라는 맥락에서 학습자 특성과 학업성취의 관계를 이해할 필요가 있다. 본 연구는 비전공자 컴퓨팅 교육에서 학습자 특성과 학업성취의 관계를 실증적으로 이해하기 위해 실행되었다. 학습자 특성을 이전경험/사전지식, 인지적 요인, 심리적 요인의 3가지로 분류하였고, 연구대상을 3그룹으로 설정, 다양한 하위 요소 데이터를 수집하였다. 그 결과, 대상 1의 경우 학습스타일(순차적: 부적상관, 통합적: 정적상관), 대상 2는 자기 효능감(사후), 대상 3은 수학 사전지식, 컴퓨팅과 전공의 연계성 인식, 정보적 사고에 대한 인식이 학업성취와 유의미한 상관관계가 있었다. 하지만 상관성이 모두 0.5이하로 크지 않고, 자기 효능감과 전공 연계성 인식의 경우 대상에 따라 결과가 상이하였다. 향후 연구에서 다루지 않은 변수에 대한 연구와 상관관계가 밝혀진 변수만을 대상으로 인과성을 확인하는 연구가 필요하다. 또한 현상학적 관점으로 학습자 특성을 고찰할 필요가 있다.

학습자는 교육의 3요소인 교육자, 학습자, 교육내용의 하나로 학습자 특성과 이가 학업성취에 미치는 영향을 이해하는 것이 중요하다. 컴퓨터 비전공자를 대상으로 하는 컴퓨팅 교육이 점점 활발해지고 있다. 비전공자 컴퓨팅 교육이라는 맥락에서 학습자 특성과 학업성취의 관계를 이해할 필요가 있다. 본 연구는 비전공자 컴퓨팅 교육에서 학습자 특성과 학업성취의 관계를 실증적으로 이해하기 위해 실행되었다. 학습자 특성을 이전경험/사전지식, 인지적 요인, 심리적 요인의 3가지로 분류하였고, 연구대상을 3그룹으로 설정, 다양한 하위 요소 데이터를 수집하였다. 그 결과, 대상 1의 경우 학습스타일(순차적: 부적상관, 통합적: 정적상관), 대상 2는 자기 효능감(사후), 대상 3은 수학 사전지식, 컴퓨팅과 전공의 연계성 인식, 정보적 사고에 대한 인식이 학업성취와 유의미한 상관관계가 있었다. 하지만 상관성이 모두 0.5이하로 크지 않고, 자기 효능감과 전공 연계성 인식의 경우 대상에 따라 결과가 상이하였다. 향후 연구에서 다루지 않은 변수에 대한 연구와 상관관계가 밝혀진 변수만을 대상으로 인과성을 확인하는 연구가 필요하다. 또한 현상학적 관점으로 학습자 특성을 고찰할 필요가 있다.

AI 본문요약

엑셀 다운로드 AI-Helper

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

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 본 연구는 비전공자 대상 컴퓨팅 교육에서 학습자 특성과 학업성취의 관계를 파악하기 위한 목적으로 수행하였다. 다른 3개의 대상으로 각각 다른 특성을 파악하여 데이터 분석 결과를 종합하였다.
• 본 연구는 컴퓨터 비전공자 대상 컴퓨팅 수업에서 학습자 특성과 학업성취의 관계를 파악하기 위해 실시되었다. 3개의 다른 수업 참여자를 대상으로 이전경험/사전지식, 인지적 요인, 심리적 요인의 3가지 구분에 따라 다양한 학습자 특성 변수 데이터를 수집하였다.
• 2016년 1학기 예술 대학에서 실시된 프로그래밍 전공 수업의 수강생을 대상으로 데이터를 수집하였다. 예술 계열 학습자들에게 프로그래밍을 하나의 기술이 아니라 매체(media)로서 활용할 수 있도록 하는 것을 목표로 17주차 동안 진행하였다.

제안 방법

• 각 연구대상별로 수집한 학습자 특성 요소 데이터와 학업성취값의 관계를 분석하였다. 변수값의 특징에 맞게 t-검증, 상관, 카이스퀘어 검증을 실시하여, p값이 0.
• 이 때 동기는 내재적 동기와 외재적 동기만 데이터를 수집하였다. 경험 및 인식은 문항을 개발하여 진행하였다.
• 넷째, 각 연구 대상에서 공통으로 수집한 요소의 결과를 분석하였다. ‘프로그래밍 교육 경험’은 기존 문헌분석에서도 학업성취와 관계가 있다는 결과가 나왔었다.
• 모바일 앱 프로그래밍 수업과 예술계열 수업의 두 대상에서 ‘자기 효능감’을 공동으로 측정하였다.
• 문헌연구 결과에 따라 이전경험/사전지식, 인지적 요인, 심리적 요인 3가지로 구분하여 5개 요소(프로그래밍 교육 경험, 학습 스타일, 동기, 자기 효능감, 인식)에 대한 데이터를 수집하였다. 학습 스타일은 ILS (Index of Learning Style)[13][14]로 측정하였으며, 동기와 자기효능감은 MSLQ (Motivated Strategies for Learning Questionnaire)[15]를 사용하였다.
• 본 연구는 3개의 다른 수업에서 데이터를 수집하여 결과를 종합하는 방식으로 연구를 진행하였다. 각 수업의 특징과 수집 데이터는 수업마다 다르지만 학습자 특성과 학업성취의 관계를 파악한다는 점에서 하나의 결과로 종합할 수 있다.
• 수업은 크게 정보의 표현, 알고리즘, 대안컴퓨팅으로 구성되었다. 엔트리 보드를 활용하여 피지컬 컴퓨팅을, 파이썬으로 프로그래밍을 실습하였다.
• 이전 경험, 인지적 요인, 심리적 요인의 3가지 분류하에서 학습자 특성 데이터를 수집하였다. 이전 경험을 세분화하여 정규 컴퓨터 교육 경험, 프로그래밍 경험, 수학 및 과학 역량을 측정하였다. 인지적으로는 학습에 들어간 노력을 알기 위해 주당 학습시간 데이터를 수집하였으며, 심리적 요인으로 학습자의 인식과 정보적 사고에 대한 인식을 수집하였다.
• 이전 경험을 세분화하여 정규 컴퓨터 교육 경험, 프로그래밍 경험, 수학 및 과학 역량을 측정하였다. 인지적으로는 학습에 들어간 노력을 알기 위해 주당 학습시간 데이터를 수집하였으며, 심리적 요인으로 학습자의 인식과 정보적 사고에 대한 인식을 수집하였다.
• 학업성취도는 Swift를 활용한 앱 개발 프로젝트 결과물 평가를 통해 측정하였다. 컴퓨팅 사고력에 기반한 평가 루브릭을 개발하였고[12], 3명의 평가자가 학생들의 프로젝트 결과물 발표 시간에 참여하여 루브릭에 따라 평가하였다.
• 학업성취는 과제, 중간고사, 작품 기획서 및 프레젠테이션 평가, 전시 중 작품 평가, 포트폴리오 평가, 출석의 6가지 요소로 도출하였다.
• 학업성취는 수시과제, 중간고사, 기말고사, 참여도의 4가지 항목으로 평가하였다. 중간고사와 기말고사는 지필고사였으며, 수시과제 내에 실습과제가 포함되었다.
• 학업성취도는 Swift를 활용한 앱 개발 프로젝트 결과물 평가를 통해 측정하였다. 컴퓨팅 사고력에 기반한 평가 루브릭을 개발하였고[12], 3명의 평가자가 학생들의 프로젝트 결과물 발표 시간에 참여하여 루브릭에 따라 평가하였다.

대상 데이터

• 2016년 16주간 진행된 종합 대학의 컴퓨팅 교양 수업의 수강생을 대상으로 하였다.
• 2016년 1학기 예술 대학에서 실시된 프로그래밍 전공 수업의 수강생을 대상으로 데이터를 수집하였다. 예술 계열 학습자들에게 프로그래밍을 하나의 기술이 아니라 매체(media)로서 활용할 수 있도록 하는 것을 목표로 17주차 동안 진행하였다.
• 2016년 겨울 종합 대학의 모바일 앱 프로그래밍 특강으로 개설된 8주간 28회차로 진행된 수업의 수강생을 대상으로 하였다.
• 본 연구는 컴퓨터 비전공자 대상 컴퓨팅 수업에서 학습자 특성과 학업성취의 관계를 파악하기 위해 실시되었다. 3개의 다른 수업 참여자를 대상으로 이전경험/사전지식, 인지적 요인, 심리적 요인의 3가지 구분에 따라 다양한 학습자 특성 변수 데이터를 수집하였다. 그 결과 모바일 앱 수업의 경우 학습스타일(순차적: 부적상관, 통합적: 정적상관), 예술계열 수업은 자기효능감(사후), 교양 컴퓨팅 수업은 수학 사전지식, 컴퓨팅과 전공의 연계성 인식, 정보적 사고에 대한 인식이 학업성취와 유의미한 상관관계가 있었다.
• 총 44명 수강생 중 35명이 연구에 참여하였다. 디지털아트(48.6%), 사진(20%), 음악(11.4%), 실내디자인(11.4%), 연극(5.7%), 광고(2.9%)의 6개 전공에서 참여하였다. 남학생이 17명(48.
• 앞의 수업과 동일하게 이전 경험, 인지적 요인, 심리적 요인의 3가지 분류에 따라 8개 요소(프로그래밍 경험, 만들기 경험, 피지컬 컴퓨팅 경험, 영어, 메타인지, 자기 효능감, 동기, 인식)데이터를 수집하였다. 메타인지는 MAI (Metacognitive Awareness Inventory)[16]를 사용하여 측정하였으며, 자기 효능감과 동기는 앞선 연구와 동일하게 MSLQ를 사용하였다.
• 이전 경험, 인지적 요인, 심리적 요인의 3가지 분류하에서 학습자 특성 데이터를 수집하였다. 이전 경험을 세분화하여 정규 컴퓨터 교육 경험, 프로그래밍 경험, 수학 및 과학 역량을 측정하였다.
• 총 30명 수강생 중 25명이 연구에 참여하였다. 구성은 컴퓨터 전공 7명(28%), 이공계열 7명(28%), 인문사회계열 11명(44%)이다.
• 총 44명 수강생 중 35명이 연구에 참여하였다. 디지털아트(48.
• 총 수강생 439명 중 설문에 응답하여 연구에 참여한 학생은 402명이었다. 전공계열별로는 이공계열 232명(57.

데이터처리

• 각 연구대상별로 수집한 학습자 특성 요소 데이터와 학업성취값의 관계를 분석하였다. 변수값의 특징에 맞게 t-검증, 상관, 카이스퀘어 검증을 실시하여, p값이 0.05 이하인 결과의 유의미성 여부를 확인하였다.

이론/모형

• 앞의 수업과 동일하게 이전 경험, 인지적 요인, 심리적 요인의 3가지 분류에 따라 8개 요소(프로그래밍 경험, 만들기 경험, 피지컬 컴퓨팅 경험, 영어, 메타인지, 자기 효능감, 동기, 인식)데이터를 수집하였다. 메타인지는 MAI (Metacognitive Awareness Inventory)[16]를 사용하여 측정하였으며, 자기 효능감과 동기는 앞선 연구와 동일하게 MSLQ를 사용하였다. 이 때 동기는 내재적 동기와 외재적 동기만 데이터를 수집하였다.
• 문헌연구 결과에 따라 이전경험/사전지식, 인지적 요인, 심리적 요인 3가지로 구분하여 5개 요소(프로그래밍 교육 경험, 학습 스타일, 동기, 자기 효능감, 인식)에 대한 데이터를 수집하였다. 학습 스타일은 ILS (Index of Learning Style)[13][14]로 측정하였으며, 동기와 자기효능감은 MSLQ (Motivated Strategies for Learning Questionnaire)[15]를 사용하였다. 교육경험, 인식은 문항을 개발하여 데이터를 수집하였다.

성능/효과

• 결과를 종합하면, 첫째, 유의미한 상관관계가 존재하는 변수의 경우 상관성이 모두 0.5이하로 크지 않다. 둘째, 공통으로 수집한 변수 ‘자기 효능감’과 ‘전공 연계성인식’에서 상이한 결과가 나왔다.
• 3개의 다른 수업 참여자를 대상으로 이전경험/사전지식, 인지적 요인, 심리적 요인의 3가지 구분에 따라 다양한 학습자 특성 변수 데이터를 수집하였다. 그 결과 모바일 앱 수업의 경우 학습스타일(순차적: 부적상관, 통합적: 정적상관), 예술계열 수업은 자기효능감(사후), 교양 컴퓨팅 수업은 수학 사전지식, 컴퓨팅과 전공의 연계성 인식, 정보적 사고에 대한 인식이 학업성취와 유의미한 상관관계가 있었다.
• 둘째, 공통으로 수집한 변수 ‘자기 효능감’과 ‘전공 연계성인식’에서 상이한 결과가 나왔다.
• 둘째, 예술계열 컴퓨팅 수업 데이터 분석 결과 자기효능감이 학업성취와 관련 있다는 결과가 도출되었다. 자기 효능감 사후점수는 학업성취와 0.
• 셋째, 교양 컴퓨팅 수업 데이터 분석 결과, 이전경험 중 수학 능력과 심리적 요인의 인식과 정보적 사고 인식 요소가 학업성취와 유의미한 관계를 가지는 것으로 나타났다. 학생 자신이 스스로 인지하는 수학능력이 학업성취와 약한 정적 상관관계(r=0.
• 첫째, 모바일 앱 프로그래밍 수업 데이터를 분석한 결과 학습 스타일의 4가지 영역(활동적-반성적, 감각적직관적, 시각적-언어적, 순차적-통합적) 중 순차적-통합적 스타일과 학업성취가 약한 상관관계를 보였다. 순차적 스타일의 경우 학업성취와 –0.
• 첫째는 이전경험 혹은 사전지식 영역으로, 이 영역에서는 프로그래밍 경험, 수학 지식, 과학 지식, 영어지식이 학업성취와 관계가 있거나 영향을 미친다는 결과가 도출되었다.
• 학습자가 수업과 컴퓨팅이 전공과 연계되어있다고 인식하는 정도와 학업성취는 매우 약한 정적 상관관계(r=0.178, p<0.01)가 있으며, 학습자가 정보적 사고에 대해 잘 인지하고 있을수록 학업성취도 높은 것으로 나타났다(사전: r=0.45(p<.001), 사후: r=0.176(p<.01).

후속연구

• 본 연구 결과 상관성이 큰 학습자 특성이 나오지 않았고 일관된 결과를 얻기 어려웠지만, 향후 본 연구 혹은 문헌에서 조사하지 않은 변수에 대한 연구와 본 연구에서 상관성이 큰 변수를 대상으로 상관성과 영향관계를 파악하는 추가 연구를 통해 학습자 특성 연구에 대한 결론을 내릴 수 있을 것이라 생각한다. 더불어 실증적 관점이 아닌 현상적 관점으로 학습자 요인을 이해하는 노력이 필요하다.
• ‘프로그래밍 교육 경험’은 기존 문헌분석에서도 학업성취와 관계가 있다는 결과가 나왔었다. 하지만 본 연구에서는 모든 데이터에서 유의미한 상관관계를 발견하지 못했다. ‘전공연계성’은 교양 컴퓨팅 수업에서는 매우 약한 정적 상관관계가 있었지만 다른 두 대상에서는 유의미한 관계가 나타나지 않았다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

질의응답

핵심어	질문	논문에서 추출한 답변
컴퓨팅 교육을 포함한 모든 교육 상황	컴퓨팅 교육을 포함한 모든 교육 상황에는 무엇이 존재하는가?	컴퓨팅 교육을 포함한 모든 교육 상황에서 교육자, 학습자, 교육내용의 ‘교육의 3요소’가 존재한다[1]. 모든 학습과정은 학습자 자신에게서 일어나고 있기 때문에 학습자 요인은 교육의 요소 중 어떤 의미에서 핵심적이라 할 수 있다[2].
비전공자 대상 컴퓨팅 수업에서 학습자 특성 요인	비전공자 대상 컴퓨팅 수업에서 학습자 특성 요인을 연구한 기존 연구를 살펴보면 어떤 3가지 영역으로 학습자 특성을 분석 하였는가?	첫째는 이전경험 혹은 사전지식 영역으로, 이 영역에서는 프로그래밍 경험, 수학 지식, 과학 지식, 영어지식이 학업성취와 관계가 있거나 영향을 미친다는 결과가 도출되었다. 둘째는 인지적 요인이다. 기존 연구에서 학생들의 일반적성([8]에서는 지능, 수리, 언어, 사무지각, 공간적성 등 9개의 적성을 알 수 있는 GATB 검사 사용)과 컴퓨팅 지식의 심상모델과 지식조직화가 학업성취와 관계가 있다고 밝혔다. 마지막으로 심리적 요인이다. 심리적 요인에 여러 변수를 실험하였지만 관계가 있다는 결과를 얻은 변수는 자기효능감, 행운에 대한 귀인, 컴퓨터 과학에 대한 흥미, 컴퓨터 학과에 대한 태도이다. ‘행운에 대한 귀인’은 귀인이론(Attribution Theory)에 따라 학습자가 운을 수행의 원인으로 믿는 것을 말한다. 귀인은 성공과 실패의 원인에 대한 학습자의 믿음을 의미한다[11].
학생들	학생들은 무엇을 가지고 수업에 참여하는가?	모든 학습과정은 학습자 자신에게서 일어나고 있기 때문에 학습자 요인은 교육의 요소 중 어떤 의미에서 핵심적이라 할 수 있다[2]. 학생들은 다른 경험, 사전 지식, 학습 양식, 믿음 등을 가지고 수업에 참여한다. 특히 컴퓨팅 교육에서 컴퓨터 비전공자를 대상으로 할 경우 다양한 배경과 경험을 가진 학습자들이 공통의 수업을 듣는다.

질의응답 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기