Informatické myšlení sociálně znevýhodněných žáků v datech ICILS

Bc. Matěj KLOKOČKA

Master's thesis

Computational thinking of socially disadvantaged pupils in ICILS data

Abstract:

Tato práce se zaměřuje na analýzu dat z mezinárodního srovnávacího výzkumu ICILS. Klíčovými cíli mé práce bylo rozdělit žáky v tomto výzkumu na dvě skupiny podle jejich sociálního pozadí a následně zjistit, zda existují rozdíly v informatickém myšlení mezi těmito skupinami. Dále jsem se snažil zjistit, zda tyto rozdíly přetrvávají v rámci jednotlivých složek informatického myšlení. Výzkumu ICILS 2018 se zúčastnilo přibližně 46 000 žáků a 26 000 učitelů z 13 zemí. Identifikace žáků do skupin byla založena na proměnné socioekonomického pozadí, která byla vypočítána autory výzkumu ICILS z dotazníku, jenž byl jeho součástí. Výzkumný soubor byl rozdělen tak, aby skupina sociálně znevýhodněných reprezentovala 5 % žáků s nejnižším indexem socioekonomického pozadí. První skupina byla pro tuto práci pojmenována "Sociálně znevýhodnění žáci" a ve výzkumu jsou označování indexem "1". Druhá skupina je nazvána "ostatní žáci" a jsou označování indexem "0". V rámci analýzy jsou využity statistické metody odpovídající struktuře a rozsahu dat, přičemž byly aplikovány váhy pro adekvátní vyvážení vzorků. Pro statistické podložení rozdílů mezi skupinami byl použit Mann-Whitney U test. Pro dosažení uvedených cílů byly využity tyto analytické nástroje: MS Excel pro vizualizaci dat, IBM SPSS Statistics pro statistické testování a manipulaci s datovými soubory a IEA IDB Analyzer pro komplexní analýzu dat s ohledem na jejich původní váhy. Výsledky analýzy ukazují, že sociálně znevýhodnění žáci dosahovali nižších skóre v oblasti informatického myšlení než ostatní. Toto pozorování bylo statisticky podloženo. Během výzkumu byly identifikovány skupiny otázek, které odpovídaly dvěma složkám informatického myšlení podle ICILS. Následně byly prováděny srovnání skóre mezi sociálně znevýhodněnými a ostatními žáky v těchto skupinách otázek. Výsledky ukázaly, že v jednotlivých skupinách otázek skórovali sociálně znevýhodnění žáci v průměru hůře než ostatní, což bylo také statisticky podloženo. Toto zjištění zdůrazňuje potřebu specifických vzdělávacích intervencí a strategií zaměřených na podporu těchto žáků. Výsledky této práce nabízejí cenné informace pro další výzkum v oblasti digitální gramotnosti.

Abstract:

This paper focuses on the analysis of data from the ICILS international comparative survey. The key objectives of my work were to divide the students in this research into two groups according to their social background and then to determine whether there are differences in computational thinking between these groups. Furthermore, I sought to determine whether these differences persisted within the different components of computational thinking. Approximately 46,000 students and 26,000 teachers from 13 countries participated in the ICILS 2018 research. The identification of pupils into groups was based on the variable of socio-economic background, which was calculated by the authors of the ICILS research from the questionnaire that was part of it. The research population was split so that the socially disadvantaged group represented the 5 % of pupils with the lowest socio-economic background index value. The first group was named "Socially Disadvantaged Pupils" for this paper and are referred to in the research as index "1". The second group is named "Other pupils" and they are denoted by the index "0". Statistical methods appropriate to the structure and scale of the data are used in the analysis, and weights have been applied to adequately balance the samples. The Mann-Whitney U test was used to statistically support differences between groups. To achieve these objectives, the following analytical tools were used: MS Excel for data visualization, IBM SPSS Statistics for statistical testing and manipulation of data sets, and IEA IDB Analyzer for comprehensive data analysis with respect to their original weights. The results of the analysis show that socially disadvantaged students scored lower than others in the area of computational thinking. This observation was statistically supported. During the research, groups of questions were identified that corresponded to two components of computational thinking. Subsequently, comparisons were made between the scores of socially disadvantaged and other students on these groups of questions. The results showed that on average, socially disadvantaged pupils scored worse than other pupils in each group of questions, which was also statistically supported. This finding highlights the need for specific educational interventions and strategies aimed at supporting these pupils. The results of this work offer valuable information for further research in the area of digital literacy.

Keywords

ICILS 2018, Informatické myšlení, Socio-ekonomické pozadí, Sociální nerovnosti, Sociálně znevýhodnění žáci

Language used: Czech

Date on which the thesis was submitted / produced: 16. 4. 2024

Thesis defence

• Supervisor: Mgr. Václav Dobiáš, Ph.D.

UNIVERSITY OF SOUTH BOHEMIA IN ČESKÉ BUDĚJOVICE

Faculty of Education

Master programme / field:
Degree in teaching at lower secondary schools / AJsn-ITsn-SZsn