초록
2019년부터 소프트웨어 교육은 모든 초등학생들이 배워야 하는 필수과목이 되었다. 하지만 아직 어떤 식으로 수업을 진행해야 할지에 대해서는 많은 교사들이 낯설어하고 있다. 이에 이 논문에서는 소프트웨어 교육의 핵심이 되는 컴퓨팅 사고력 중 데이터 수집, 분석, 표현 수업에 도움이 되고자 각각의 의미, 세부역량과 성취기준을 제시하고 예시수업을 통해 적용 가능성을 제시하였다. 논문의 전체 과정을 요약하면 다음과 같다. 첫째, 기존의 연구들에서 데이터 관련 역량의 의미, 세부역량 및 성취기준에 관한 연구들을 정리하고 이것을 바탕으로 하여 예비조사를 진행하였다. 예비조사에서는 FGI와 폐쇄형 질문을 동시에 진행하였으며 이를 통하여 전문가들의 검토의견을 반영한 본 조사의 설문 문항을 작성하였다. 둘째, 위의 결과로 만들어진 설문문항을 컴퓨터교육 전공 박사, 박사과정, 소프트웨어교육 담당 교사 및 소프트웨어교육 종사자를 대상으로 하여 타당도, 안정도, 신뢰도를 검증받았다. 셋째, 그 결과 개발된 세부역량과 성취기준 중 '수집방법 선택-문제 상황에 따라 수집 방법을 선택할 수 있다', '데이터의 의미 탐색-분석된 데이터들이 어떤 의미를 갖는지 안다.', '다양한 표현방법 활용-다양한 표현 도구를 사용한다.'를 수업목표로 하여 다섯 차시의 수업을 개발하여 적용하였으며 이 때 교육, 수업, 평가의 일체화를 위해 백워드 2.0 설계모형을 활용하였다. 그 결과 최종적으로 데이터 수집, 분석, 표현의 세부역량과 성취기준을 제시하였다. 이는 초등학교에서 데이터 관련 수업을 계획함에 있어 어떠한 방향으로 수업을 하면 좋을 지에 대한 구체적이고 명확한 기준을 세울 때 도움이 될 수 있을 것이다.
From 2019, software education has become a required subject for all elementary school students. However, many teachers are still unfamiliar with how the classes should be instructed. So this paper presented the meaning, detailed competencies and achievement standard in order to help in the collection, analysis and representation of data among the computational thinking that are key to software education. And it also suggested the applicability of the classes. The full course of the paper is summarized as follows. First, existing studies have summarized the meaning, detail and achievement standard of data related competencies. Based on this, a preliminary investigation was instructed. Pilot study carried out both FGI and closed questions at the same time. This was done in response to the survey's questionnaire reflecting the opinions of experts. Second, the results of the questionnaire generated as a result of the above were verified for validity, stability, and reliability among the PhD, PhD courses, software education teachers, and software education workers. Third, I developed and applied the five lessons as a class objective as 'Choosing collection method-Select the collection method according to the problem situation.', 'Searching for meaning of data-Understand what the analyzed data mean..', 'Using various expression methods-Use a variety of expression tools.' using the backward design model to integrate education, class, and assessment. As a result, the detailed competencies of data collection, analysis, and representation and achievement standard were presented. This may help in setting specific and specific criteria for what direction classes are recommended when planning data-related classes in elementary schools.
