Chulalongkorn University Theses and Dissertations (Chula ETD)

Other Title (Parallel Title in Other Language of ETD)

Development of online courses for enhancing coding abilities with microlearning for student teachers: adaptive experimental research

Year (A.D.)

2020

Document Type

Thesis

First Advisor

ชยุตม์ ภิรมย์สมบัติ

Faculty/College

Faculty of Education (คณะครุศาสตร์)

Department (if any)

Department of Educational Research and Psychology (ภาควิชาวิจัยและจิตวิทยาการศึกษา)

Degree Name

ครุศาสตรมหาบัณฑิต

Degree Level

ปริญญาโท

Degree Discipline

วิธีวิทยาการวิจัยการศึกษา

DOI

10.58837/CHULA.THE.2020.1055

Abstract

ความสามารถหนึ่งที่สำคัญในยุคดิจิทัลสำหรับนักศึกษาครู คือ ความสามารถด้านการเขียนโค้ด ซึ่งนักศึกษาครูสามารถได้รับการพัฒนาด้วยบทเรียนออนไลน์ที่สร้างขึ้นตามแนวคิดการเรียนรู้จุลภาคที่ตอบสนองความต้องและปรับเหมาะกับความสามารถพื้นฐานของแต่ละคน การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) เปรียบเทียบความสามารถด้านการเขียนโค้ดของนักศึกษาครูที่มีภูมิหลังแตกต่างกัน 2) ออกแบบและพัฒนาบทเรียนออนไลน์ด้านการเขียนโค้ดโดยใช้การเรียนรู้แบบจุลภาค และ 3) เปรียบเทียบโปรไฟล์และความสามารถด้านการเขียนโค้ดระหว่างได้รับบทเรียนออนไลน์ด้านการเขียนโค้ดที่ออกแบบตามการเรียนรู้แบบจุลภาคที่มีรูปแบบแตกต่างกันของนักศึกษาครูที่มีภูมิหลังแตกต่างกัน การวิจัยครั้งนี้เป็นการวิจัยเชิงทดลองแบบปรับเหมาะเพื่อส่งเสริมความสามารถด้านการเขียนโค้ดของนักศึกษาครู โดยกลุ่มทดลอง คือ นักศึกษาครูชั้นปีที่ 1-4 กำหนดขนาดตัวอย่าง 30 คน ซึ่งได้มาจากการเลือกตามสะดวกเครื่องมือวิจัย ประกอบด้วย แบบสำรวจความพึงพอใจต่อลักษณะบทเรียนการเรียนรู้แบบจุลภาค และแบบทดสอบออนไลน์เกี่ยวกับความสามารถด้านการเขียนโค้ด ผลการวิจัยสรุปได้ดังนี้ 1. คะแนนรวมและคะแนนองค์ประกอบด้านโปรแกรมระหว่างกลุ่มแตกต่างกันอย่างมีนัยสำคัญทางสถิติ เมื่อเปรียบเทียบระหว่างกลุ่มที่เคยเรียนการเขียนโค้ดกับกลุ่มที่ไม่เคยเรียนการเขียนโค้ด กลุ่มวิชาเอกคอมพิวเตอร์กับลุ่มวิชาเอกอื่น ๆ กลุ่มวิชาเอกคณิตศาสตร์-วิทยาศาสตร์กับกลุ่มวิชาเอกอื่น ๆ 2. บทเรียนออนไลน์ด้านการเขียนโค้ดที่ออกแบบโดยแนวคิดการเรียนรู้แบบจุลภาคประกอบด้วย 3 โมดูลได้แก่ โมดูลการเขียนโค้ดแบบไม่ใช้คอมพิวเตอร์ โมดูล ภาษา Scratch และ โมดูลภาษา Python ซึ่งแต่ละโมดูลก่อนเรียนจะได้รับการประเมินความสามารถด้านการเขียนโค้ดว่าอยู่ในระดับใดเพื่อที่จะได้รับบทเรียนที่ตอบสนองความต้องการของผู้เรียน บทเรียนออนไลน์ด้านการเขียนโค้ดออกแบบขึ้นบนแพลตฟอร์มการเรียนรู้ออนไลน์ Canvas learning management system (Canvas lms) โดยมีสื่อการเรียนรู้ที่สร้างขึ้นตามแนวคิดการเรียนรู้แบบจุลภาค ประกอบด้วย ข้อความบรรยาย เกม วิดีโอ วิดีโอเชิงโต้ตอบ (interactive video) เอกสารเชิงโต้ตอบ (interactive slide) โปรแกรมเขียนผังงานบนเว็บไซต์ draw.io เว็บเขียนภาษา Scratch Microsoft MakeCode arcade และหน้าต่างการเขียนโค้ดเชิงโต้ตอบบนเว็บ (interactive Python Console) 3. ผู้เข้าร่วมวิจัยได้รับการจำแนกตามความสามารถด้านการเขียนโค้ดเป็นกลุ่มต่ำ (L) กลุ่มกลาง (M) และกลุ่มสูง (H) เช่น LHM เป็นผู้เรียนที่เริ่มจากความสามารถในโมดูลที่ 1 ต่ำ และมีความสามารถปานกลางในโมดูลที่ 2 และมีความสามารถสูงในโมดูลที่ 3 พบว่า กลุ่ม MLL ได้คะแนนสัมพัทธ์สูงที่สุดเท่ากับ .57 น้อยที่สุดคือ กลุ่ม HML ได้คะแนนเท่ากับ .00 กลุ่ม HMM ได้คะแนนสูงที่สุด ร้อยละ 100 ในโมดูลที่ 1 การเขียนโค้ดแบบไม่ใช้คอมพิวเตอร์ แต่ HML ได้คะแนนต่ำที่สุดร้อยละ 25 กลุ่ม MHH ได้คะแนนสูงที่สุด ร้อยละ 71.25 ในโมดูลที่ 2 ภาษา Scratch และ กลุ่ม HHH ได้คะแนนสูงที่สุด ร้อยละ 68.75 ในโมดูลที่ 3 ภาษา Python ขณะที่กลุ่ม HML ได้คะแนนต่ำที่สุด ทั้งในโมดูลที่ 2 และ 3

Other Abstract (Other language abstract of ETD)

One of the most important abilities in digital age for student teacher is coding abilities. Student teacher can be developed with online courses built on microlearning concept and adapt from their basic abilities. This research aims to 1) compare coding abilities of student teacher in different backgrounds. 2) design and develop online courses using microlearning 3) compare profile and coding abilities of student teacher who learning on coding course in different microlearning style and backgrounds. This research is adaptive experimental research that develop coding abilities of student teacher. The experimental group consisted of 30 first year student teacher to senior has been collected using the convenience sampling. The research instruments were a microlearning satisfaction survey and coding abilities online test. The key finding can be summarizing as follows: 1. Total scores and program component scores between groups were statistically different when compared to those who had learned to code with those who had not learned to code, computer major and other, major mathematics-science major and other major. 2. This online coding courses designed around the microlearning concept consists of three modules: the unplugged coding module, the Scratch module, and the Python module. for each of modules pretest was assessed at what level of coding abilities in order to receive lessons that suitable for learners' needs. Online coding coures designed on an online learning platform (Canvas LMS). There are learning materials created according to the concept of microlearning, consisting of text, games, video, interactive video, interactive slides, draw.io, Microsoft MakeCode Arcade and interactive Python console. 3. Comparison of pre -post coding abilities using relative score found that the MLL group got the highest relative score of .57, the lowest was the HML group got the score of .00. The scores on coding abilities during the course were found that module 1: unplugged Coding, the HMM group scored the highest 8 points, representing 100%, and the HML scored the lowest 2 points, representing 25%. Module 2: Scratch, the MHH group received the highest score of 5.70, or 71.25%, and HML, the lowest score of 0, with 0%, and module 3: Python, the HHH group, had the highest score of 5.50, or 68.75%, and the HML. The lowest score is 1 point, or 12.50 %.3. The participants in this study were classified based on their performance (L = low, M = moderate, and H = high) on coding across learning routes. For example, LMH refers to students who start with low performance in Module 1, moderate level in Module 2, and high level in Module 3. It was found that the students in MML group had the highest relative score (M = .57), while those in HML group had the lowest score (M = .00). The HMM group had the highest level of performance (100%) in Module 1 (Unplugged Coding), but the HML had the lowest (25%). The MHH group performed best (71.25%) in Module 2 (Scratch Coding) while the HHH group outperformed others (68.75%) in Module 3 (Python Coding). The HML group had the lowest performance in both Modules 2 & 3.

Share

COinS
 
 

To view the content in your browser, please download Adobe Reader or, alternately,
you may Download the file to your hard drive.

NOTE: The latest versions of Adobe Reader do not support viewing PDF files within Firefox on Mac OS and if you are using a modern (Intel) Mac, there is no official plugin for viewing PDF files within the browser window.