net/publication/225927101
Digital Literacy Debat: Sebuah Investigasi Digital Kecenderungan dan Teknologi Informasi dan
Komunikasi
CITATIONS Dibaca
67 1.111
4 penulis . termasuk:
130 PUBLIKASI 265 CITATIONS 21 PUBLIKASI 111 CITATIONS
Soonhwa Seok
Universitas Korea
SEE PROFIL
Semua konten berikut halaman ini diunggah oleh Soonhwa Seok pada 29 Maret 2015.
PENELITIAN
Abstrak Penelitian menunjukkan penggunaan siswa dari teknologi informasi dan komunikasi (ICT) mungkin lebih soal
literasi digital dan akses daripada sifat generasi. Kami berusaha untuk mengidentifikasi preferensi TIK siswa pasca-sekolah
menengah ( N = 580) melalui Kecenderungan Indeks Digital (DPI), menyelidiki metode komunikasi, praktek Internet dan
penciptaan konten online. Usia, jenis kelamin dan status sosial ekonomi diperiksa sebagai faktor yang mungkin
menjelaskan mengapa siswa menggunakan ICT. Hasil penelitian menunjukkan usia adalah faktor digunakan TIK tetapi itu
bukanlah pertimbangan penting yang paling; kesenjangan gender dan kesenjangan antara kelompok sosial ekonomi dalam
hal penggunaan ICT dapat menutup. Temuan-temuan meningkatkan berbagai implikasi bagi lembaga pelatihan guru
pra-layanan, pengembang kurikulum merancang bahan ajar dan pemimpin pendidikan mengembangkan kebijakan ICT
untuk sekolah.
Kata kunci melek digital pribumi digital kecenderungan digital ICT Umur Jenis kelamin status sosial
ekonomi
pengantar
The luas dicat dan masuk akal gagasan bahwa penggunaan siswa dari teknologi informasi dan komunikasi
(ICT) adalah mendefinisikan generasi pelajar yang secara radikal berbeda dari generasi masa lalu telah
menyerap dirinya ke publik, politik dan lanskap akademik (Selwyn 2009 ) Di seluruh bagian awal dari dua
puluh pertama
A. Nasah
e-mail: anasah@solersresearchgroup.com
C. Kinsell
e-mail: ckinsell@solersresearchgroup.com
S. Seok
University of Kansas-Pusat Penelitian Learning, Lawrence, KS, USA e-mail: sunaseok@yahoo.com
123
532 A. Nasah et al.
abad. Biasanya disebut sebagai Digital Natives ( Prensky 2001a ), Yang Generasi bersih
(Tapscott 1998 ), Yang Seribu Generation ( Howe dan Strauss 2000 ) dan generasi M
(Roberts et al. 2005 ), Individu-individu ini dikatakan telah '' lahir digital '' (Palfrey dan Gasser 2008 ) Ke dalam kedua
puluh-an dan awal dua puluh pertama abad. Mereka adalah penutur asli dari era digital. Siswa-siswa ini tidak harus
menerjemahkan atau belajar TIK, tetapi hanya mengalaminya.
Orang-orang ini telah menghabiskan seluruh hidup mereka tenggelam dalam budaya digital, sejauh yang telah
fundamental mengubah cara di mana mereka memproses informasi (Prensky 2001a . b ); begitu banyak sehingga, mereka
memiliki gaya belajar yang berbeda dan preferensi tidak pernah dilihat sebelumnya. Bahkan, siswa begitu drastis berbeda
dari generasi masa lalu bahwa pendidikan tidak sejalan (Oblinger dan Oblinger 2005 ; Prensky 2001a ; Tapscott 1998 ).
Sebagai Prensky ( 2001a ) Berpendapat, '' siswa kami telah berubah secara radikal. siswa hari ini tidak lagi orang-orang
sistem pendidikan kita dirancang untuk mengajarkan '' (hlm. 1). Hal ini disebabkan sebagian fakta bahwa sistem pendidikan
terdiri dari instruktur lahir pada usia analog (Jones et al. 2005 ), Yang tidak akan pernah menjadi seperti uent fl dengan ICT
sebagai mahasiswa mereka karena mereka akan selalu mempertahankan, untuk beberapa derajat, pijakan atau '' aksen ''
ke masa lalu mereka (Prensky 2001a ).
Klaim selimut ini disparitas belum diterima tanpa pengawasan. Banyak peneliti tidak setuju dengan apa yang
telah disebut karakterisasi fi ed terlalu menyederhanakan dari seluruh generasi. Mereka telah lebih lanjut
menyatakan bahwa pemahaman kita tentang penggunaan siswa ICT jauh dari jelas (Bennett et al. 2008 ). Bahkan,
ada bukti bahwa penggunaan sebenarnya ICT oleh siswa jauh lebih terbatas dalam lingkup dari retorika
menyiratkan (Selwyn 2009 ). Menurut Lohnes dan Kinzer ( 2007 ), Studi terbaru menunjukkan bahwa siswa tidak
mengharapkan atau ingin menggunakan ICT di lingkungan pendidikan dengan cara yang sama mereka lakukan di
rumah atau di masyarakat. Sebenarnya, ada sedikit bukti bahwa siswa ingin integrasi TIK lebih banyak di kelas
(McWilliam 2002 ). Menurut ke Keen ( 2007 ), Siswa jauh lebih tertarik menggunakan ICT untuk tujuan jaringan sosial
daripada untuk belajar.
Akhirnya, temuan empiris menunjukkan bahwa penggunaan siswa dari ICT didorong oleh faktor-faktor seperti usia,
status sosial ekonomi, pengaturan hidup dan lokal (Kennedy et al. 2008 ). Dengan demikian, penggunaan ICT mungkin lebih
soal literasi digital dan akses digital dari suatu sifat generasi.
Terlepas dari argumen, peneliti terus stres yang mendidik teknologi percaya diri pemuda hari ini tetap
menjadi perhatian utama bagi pendidikan (Bennett et al.
2008 ). Sementara beberapa curiga klaim yang kuat mendukung generasi peserta didik secara radikal berbeda
dari generasi masa lalu, jelas ada orang yang percaya bahwa orang-orang telah terkena kemajuan teknologi
tidak pernah dilihat sebelumnya. Keseimbangan antara kesepakatan unreserved dan skeptisisme yang terbaik
disimpulkan oleh Selwyn ( 2009 ) Yang menegaskan:
Sementara ada kebutuhan yang jelas untuk tetap memperhatikan informasi berubah dan kebutuhan teknologi dari anak-anak
dan orang-orang muda itu adalah jelas bahwa kita melakukannya dengan baik untuk menghindari ekses dari perdebatan asli
digital dan bukannya berkonsentrasi pada peningkatan pemahaman kita tentang realitas penggunaan teknologi dalam
masyarakat kontemporer. (P. 12)
Untuk membantu mempromosikan pemahaman yang lebih baik dari penggunaan teknologi oleh siswa kami, penelitian ini
dirancang untuk mengidentifikasi preferensi ICT dan persepsi siswa pasca-sekunder melalui penggunaan Kecenderungan
Indeks Digital (DPI) kuesioner yang ditargetkan
123
Perdebatan melek digital 533
Frekuensi individu menggunakan ICT dalam kehidupan sehari-hari dan tingkat kepentingan mereka tempat di teknologi ini.
Secara khusus, kami menyelidiki: (a) penggunaan ICT preferensi, (b) penggunaan Internet preferensi, (c) game, (d) kegiatan
media online, (e) komunikasi digital, (f) ICT memfasilitasi kegiatan belajar dan (g) ICT difasilitasi / kegiatan sosial ekonomi.
Kami juga memeriksa apakah usia, jenis kelamin dan status sosial ekonomi merupakan faktor yang penggunaan ICT, seperti
penelitian sebelumnya telah menyarankan mereka mungkin memainkan peran fi signifikan dalam menjelaskan mengapa
orang menggunakan ICT untuk berbagai derajat (Kennedy et al. 2008 ; Kvavik et al.
Tinjauan Literatur
Sampai saat ini, sedikit bukti empiris telah tersedia untuk memeriksa klaim yang dibuat tentang siswa hari ini.
Sedangkan contoh temuan bertentangan dapat ditemukan, ada pertumbuhan badan penelitian yang muncul
menunjukkan kebutuhan untuk lebih berhati-hati dalam pandangan kami siswa dan penggunaan ICT (Bennett et al. 2008
). Misalnya, penelitian yang dilakukan oleh Conole et al. ( 2006 ), Survei sarjana UK
siswa ( N = 427), menemukan bahwa siswa yang menggunakan teknologi dalam '' meresap, '' '' terintegrasi, '' '' pribadi, '' ''
sosial, '' dan '' interaktif '' cara (hal. 6). Semua siswa membuat ekstensif menggunakan teknologi yang dimiliki secara pribadi
(misalnya, ponsel, laptop dan PDA) dan paket perangkat lunak standar (misalnya, Word, PowerPoint, Excel dan software
statistik) dalam menciptakan, memanipulasi dan menyajikan informasi. Siswa terutama menggunakan teknologi untuk
kebutuhan mereka sendiri, pembauran alat ICT umum dan sumber daya dengan dari Pejabat alat dan sumber daya
institusional atau kursus. Berdasarkan temuan ini, para penulis menyarankan bahwa '' ada pergeseran dalam sifat
keterampilan dasar dengan pergeseran dari rendah ke tingkat yang lebih tinggi dari taksonomi Bloom, yang diperlukan
untuk memahami kompleks teknologi diperkaya lingkungan mereka belajar '' (hlm. 6).
Penelitian lain tampaknya untuk membantah klaim bahwa siswa pergeseran cara berpikir mereka. Misalnya, Bullen et al. ( 2008 )
Ditemukan dalam wawancara sekelompok mahasiswa Kanada ( N = 69) bahwa individu memiliki yang baik memahami apa ICT bisa
dan tidak bisa lakukan untuk mereka, tetapi tidak memiliki pengetahuan yang mendalam tentang teknologi itu sendiri.
Kvavik ini ( 2005 ) Survei 4374 mahasiswa menyebabkan hasil yang sama, '' siswa
yang terampil dengan dasar aplikasi kantor suite tetapi cenderung hanya tahu fungsi teknologi cukup untuk menyelesaikan
pekerjaan mereka; mereka memiliki lebih sedikit mendalam aplikasi pengetahuan atau keterampilan pemecahan masalah '' (hal.
7.6). Selanjutnya, Kvavik menemukan bahwa siswa memiliki preferensi moderat untuk teknologi dan yang '' siswa tampaknya lebih
lambat mengembangkan keterampilan yang memadai dalam menggunakan teknologi informasi dalam mendukung kegiatan
akademik mereka, yang membatasi nilai teknologi saat ini untuk lembaga '' (hlm. 7.17) .
Selanjutnya, dalam menyelidiki kemampuan siswa untuk fi nd informasi, teknologi penggunaan dan berpikir kritis
berkaitan dengan Internet, Lorenzo dan Dziuban ( 2006 ) Mencatat bahwa '' siswa yang tidak cerdas bersih seperti yang kita
mungkin telah mengasumsikan '' (hal. 2) berkaitan dengan keselamatan mereka di Internet. Sementara akhirnya, Margaryan
dan Littlejohn ( 2008 ), Dalam survei sarjana Pekerjaan Sosial dan Teknik mahasiswa di dua universitas di Inggris ( N = 160),
tidak mendapati bukti untuk mendukung klaim bahwa siswa menggunakan berbagai TIK baik untuk belajar dan sosialisasi.
Bahkan, siswa dalam penelitian mereka membuat terbatas, penggunaan rekreasi sosial
123
534 A. Nasah et al.
situs jaringan dan temuan mereka menunjuk sedikit pengetahuan dan penggunaan alat-alat authoring, dunia maya,
penerbitan web dan muncul teknologi sosial lainnya.
Selain temuan ini, ada penelitian yang menunjukkan bahwa penggunaan siswa ICT mungkin dipengaruhi oleh sejumlah
faktor. Sebagai contoh, Yayasan Studi Kaiser Family 2005 (Roberts et al. 2005 ) Menunjukkan bahwa penggunaan teknologi
telah meningkat secara dramatis sejak 1999 studi sebelumnya. Di antara temuan lainnya, studi ini melaporkan bahwa,
biasanya, 8 sampai 18-yearolds terkena 8,5 h media rekreasi per hari. Sementara mengkhawatirkan, penulis
memperingatkan bahwa angka-angka ini bervariasi dalam kaitannya dengan karakteristik demografi, seperti tingkat orang
tua pendidikan, tingkat pendapatan keluarga dan latar belakang etnis. Demikian pula, Downes ( 2002 ), Misalnya,
menunjukkan bahwa sifat penggunaan komputer rumah siswa adalah dipengaruhi oleh dinamika keluarga dan domestik af
pengaruh. Selanjutnya, kedua Kennedy et al. ( 2008 ) Dan Kvavik et al. ( 2004 ) Menemukan perbedaan dalam penggunaan
TIK yang berkaitan dengan status sosial ekonomi, budaya / latar belakang etnis, gender dan spesialisasi disiplin. Akhirnya,
Livingstone dan Bober ( 2004 ) Mencatat bahwa sifat dan frekuensi penggunaan internet siswa berbeda berdasarkan usia dan
status sosial ekonomi. Hal ini sejalan dengan Salaway et al. ( 2008 ), Yang menemukan hasil yang sama dengan usia, dalam
hal ini adalah faktor yang paling penting sehubungan dengan penggunaan dan persepsi kegiatan jejaring sosial.
Meskipun amore mendalam reviewof yang literaturewould diminta untuk secara memadai mengidentifikasi tren dan merumuskan
kesimpulan, temuan-temuan tersebut menumpahkan keraguan pada gagasan bahwa siswa menggunakan ICT dengan cara yang
sangat berbeda, dimiliki gaya belajar yang berbeda dan preferensi tidak pernah dilihat sebelumnya, atau belajar begitu fundamental
berbeda yang systemmay pendidikan kita tidak mampu mengatasi disparitas tersebut. Sementara dini, temuan kami tampaknya
sejalan dengan orang lain yang telah melakukan ulasan yang sama (misalnya, Bennett et al. 2008 ; Selwyn 2009 ).
metode
peserta
Penelitian ini dilakukan pada tahun 2006 di, metropolitan, universitas publik besar di bagian tenggara Amerika
Serikat Dari tubuh 38.045 sarjana dan 6.608 mahasiswa pascasarjana, 1.890 sarjana dan 1.980 mahasiswa
pascasarjana dipilih secara acak untuk berpartisipasi. Dari jumlah ini, 580 siswa menanggapi kuesioner
(Mahasiswa Pascasarjana,
n = 395; Mahasiswa, n = 185), sedangkan 3.290 siswa yang tersisa, tidak bisa dihubungi, secara eksplisit
memilih untuk tidak berpartisipasi, atau tidak pernah menanggapi permintaan untuk partisipasi. Jumlah
tanggapan mahasiswa pascasarjana dianggap lebih dari cukup dengan estimasi sampel mengembalikan sosok
dari 363. Namun, tingkat respon sarjana itu tidak mewakili total sampel di mana perkiraan kembali sebuah
sosok dari 380.
pembaca akan dicatat bahwa untuk jumlah total mahasiswa di universitas, tingkat respons dianggap lebih
dari cukup dengan sampel ukuran estimasi mengembalikan sosok dari
381. con fi dence tingkat ditetapkan untuk perkiraan ini adalah 95% dengan set terikat di 5. Peserta adalah
seluruh usia 18 dan tidak dibayar untuk partisipasi mereka. Semua peserta diperlakukan sesuai dengan
American Psychological Association (APA) Etika dalam Penelitian dengan Peserta Manusia (APA 2002 ).
bahan
DPI diukur seberapa sering individu menggunakan berbagai bentuk teknologi komunikasi dalam kehidupan sehari-hari mereka
(Henderson dan Hirumi 2005, seperti dikutip dalam Norman 2008 ). Berdasarkan
123
Perdebatan melek digital 535
Prensky ini ( 2001a . b ) Proposisi, 50-item DPI disediakan Peringkat pada sebuah kontinum 34-170 sebagai
representasi numerik dari kemungkinan seorang individu memiliki kecenderungan tinggi terhadap teknologi. Dari
50 item pada instrumen, 6 yang demografis di alam dan tidak termasuk dalam penilaian.
Peserta diminta untuk menilai persetujuan mereka untuk setiap item pada kuesioner. Setiap item memiliki 5 kemungkinan
respon mulai dari 1 sampai 5. Respon untuk setiap item yang spesifik untuk pertanyaan yang diajukan. Misalnya, peserta
memilih dari tanggapan, '' pada waktu selama seminggu, '' '' mingguan, '' '' 2-3 hari per minggu, '' '' harian, '' atau '' lebih dari 3
kali harian '' ketika ditanya pertanyaan, '' saya berkomunikasi dengan orang lain menggunakan email, '' '' saya berkomunikasi
dengan orang lain menggunakan pesan instan (IM), '' dan '' saya berkomunikasi dengan orang lain menggunakan chat room; ''
sedangkan peserta memilih dari tanggapan, '' tidak sama sekali, '' '' 1-5 kali per hari, '' '' 6-10 kali per hari, '' ''11 -15 kali per
hari,'' atau '' lebih dari 15 kali per hari, '' ketika ditanya pertanyaan, '' saya menggunakan ponsel untuk mengirim dan
menerima panggilan. ''
Kecenderungan digital DPI dinilai berdasarkan kategori berikut: (a) penggunaan ICT preferensi, (b) penggunaan
Internet preferensi, (c) game, (d) kegiatan media online, (e) komunikasi digital, (f) ICT difasilitasi kegiatan belajar dan
(g) ICT memfasilitasi kegiatan sosial / ekonomi. Contoh ICT tergabung dalam DPI terdiri dari ponsel; surel; instant
messaging dua arah; ruang obrolan; blog; halaman web pribadi; single dan multi-player video game dan permainan
modi fi kation (yaitu, mods); sistem rating belanja online; dan download gambar, audio dan video. Individu yang
mencetak gol tinggi pada DPI yang mungkin diklasifikasikan sebagai memiliki karakteristik pribumi digital seperti yang
dijelaskan oleh Prensky ( 2001a . b ). Informasi demografis DPI juga dikumpulkan tentang masing-masing peserta untuk
menyertakan status sosial ekonomi (diukur sebagai pendapatan tahunan keluarga), usia, jenis kelamin dan jumlah
komputer yang ditemukan di rumah. Misalnya, peserta memilih dari tanggapan, '' kurang dari $ 9.999, '' '' $
10,000-19,999, '' '' $ 20,000-39,999, '' '' $ 40,000-59,999, '' atau '' $ 60.000 atau lebih '' ketika menjawab pertanyaan, ''
pendapatan kotor tahunan keluarga saya adalah; '' peserta memilih dari tanggapan, '' laki-laki, '' '' perempuan, '' atau ''
transgender '' ketika menjawab pertanyaan '' jenis kelamin saya adalah;' 'dan peserta memilih dari tanggapan, '' tidak
ada sama sekali,'' '' 1, '' '' 2, '' '' 3, '' atau '' 4 atau lebih '' ketika menjawab pertanyaan, '' aku memiliki nomor berikut dari
komputer di rumah saya. '' Semua informasi demografi adalah dilaporkan sendiri oleh peserta.
Analisis faktor
Penelitian ini memperluas karya Norman ( 2008 ) Dalam analisis faktor dilakukan untuk menentukan apakah berbagai
item pada instrumen diikat secara konseptual. Analisis con fi rmed bahwa barang-barang tertentu berbaris dengan cara
diprediksi sesuai dengan konsep yang berkaitan dengan studi tentang penggunaan ICT dan melek digital antara sampel.
Prosedur estimasi kemungkinan maksimum digunakan untuk mengekstrak tujuh faktor sebagaimana dimaksud seluruh
penelitian ini yang bersama-sama menjelaskan 46% dari semua variabel varians seperti yang digambarkan pada Tabel 1 .
Solusi diilustrasikan pada Tabel 1 berkumpul di 12 iterasi dimana Promax dengan Kaiser metode rotasi
normalisasi terlibat. Kategori faktor yang muncul bersama dengan variabel terkait dan koefisien koefisien
tercantum dalam Tabel 2 .
Menurut Norman ( 2008 ), Keandalan mencetak DPI dievaluasi selama dua studi percontohan. Dalam
pertama, DPI dikirimkan kepada siswa Instructional Technology pada, metropolitan, universitas publik besar
di bagian tenggara dari negatif AS
123
536 A. Nasah et al.
123
Perdebatan melek digital 537
Tabel 1 terus-menerus
Ekstraksi jumlah kuadrat beban Rotasi
ICT difasilitasi kegiatan belajar Perilaku kelompok kerja menggunakan Internet . 587
ICT memfasilitasi kegiatan Mengatur untuk bertemu orang baru secara online . 524
sosial / ekonomi
orang bertemu secara online . 461
123
538 A. Nasah et al.
judi 5 . 744
item berkorelasi dan item dengan korelasi yang rendah telah dihapus. Skor dari DPI bertekad untuk dapat
diandalkan, dengan alpha Cronbach dari 0,858.
Dalam studi percontohan kedua (dari mana temuan studi fi hadir didasarkan) DPI didistribusikan melalui
Internet menggunakan random sampling dari 1.980 sarjana dan 1.890 mahasiswa pascasarjana. item berkorelasi
negatif dan item dengan korelasi yang rendah telah dihapus. Sekali lagi, skor dari DPI bertekad untuk dapat
diandalkan, dengan alpha Cronbach dari 0,851 ( N = 580). Berbeda dengan studi percontohan pertama fi, analisis
reliabilitas dilakukan pada tanggapan. Sesuai dengan Norman ( 2008 ), Respon untuk berbagai aspek dari DPI
bertekad untuk dapat diandalkan, dengan keandalan koefisien dari 0,882 ( N = 284). Sebuah analisis lebih lanjut
korelasi item-total dikoreksi mengakibatkan penghapusan dua pertanyaan yang berkaitan dengan penggunaan
email dan perangkat komunikasi lainnya. Penghapusan item ini mengakibatkan keandalan koefisien dari 0,885.
item korelasi berkorelasi negatif dan rendah dihapus selama dua studi percontohan tidak termasuk sebagai bagian
dari temuan studi fi hadir. Selain itu, penelitian ini memperluas Norman ( 2008 ) Keandalan data dengan
menghadirkan alpha koefisien koefisien fi Cronbach untuk masing-masing tujuh konstruksi yang muncul selama
analisis faktor. Ini ditunjukkan pada Tabel 3 . Mengenai validitas, Norman ( 2008 ) Mencatat bahwa DPI diikuti
Prensky ini ( 2001a . b )
teori dimana kemiringan keseluruhan skor DPI menurun dengan meningkatnya usia. Dengan demikian, dalam dua studi percontohan,
mereka yang di bawah usia 30 gol, rata-rata, 7,24 poin lebih tinggi pada DPI daripada mereka lebih dari 30.
Prosedur
Partisipasi itu diminta dengan cara email. Undangan email termasuk semua informasi terkait. Mereka memutuskan untuk ikut
menyelesaikan DPI pada situs yang mengkhususkan diri dalam penelitian survei dan kuesioner diseminasi. Setelah
mengakses DPI, peserta diminta untuk '' Memberikan jawaban yang benar-benar berlaku untuk Anda dan bukan apa yang
Anda inginkan untuk menjadi kenyataan, atau apa yang Anda pikir orang lain ingin mendengar. '' Selain itu, peserta diminta
untuk '' Pikirkan setiap pernyataan dengan sendirinya dan menunjukkan seberapa benar itu. Jangan dipengaruhi oleh
jawaban Anda atas laporan lainnya. '' Peserta tidak diperlukan untuk menjawab semua pertanyaan dan bisa menarik setiap
saat.
hasil
Untuk menguji gagasan tentang bagaimana usia, jenis kelamin dan status sosial ekonomi pengaruh penggunaan
ICT dan melek digital antara penduduk diakses untuk studi ini, data
123
Perdebatan melek digital 539
Strategi analisis menggunakan serangkaian korelasi dipasangkan dengan menentukan kemampuan prediktif dari DPI
melalui analisis regresi linier berganda diadopsi. Variabel yang terkait dengan konstruksi diekstrak selama prosedur
analisis faktor yang berkorelasi dengan usia dan variabel demografis pendapatan keluarga tahunan untuk menentukan
sejauh mana hubungan ada antara penggunaan ICT dan mereka demografi. Selain itu, korelasi biserial peringkat
dihitung untuk memeriksa sejauh mana jenis kelamin dipengaruhi bagaimana individu dimanfaatkan ICT. Memahami
kemampuan DPI untuk memprediksi kecenderungan seseorang terhadap penggunaan ICT akan membantu untuk
penelitian lebih lanjut dan, karena itu, analisis regresi berganda termasuk dua model (usia? jenis kelamin dan usia?
gender? status sosial ekonomi) dilakukan untuk menentukan bagaimana prediksi penggunaan ICT DPI adalah dalam
hal usia, jenis kelamin dan demografi status sosial ekonomi.
demografi
Dari 580 peserta, 68% melaporkan mahasiswa pascasarjana makhluk ( n = 395) sementara 32% dilaporkan
menjadi mahasiswa sarjana ( n = 185). Mayoritas 52% dari peserta melaporkan usia di kisaran 20-29 ( n = 279);
37% dari peserta adalah laki-laki ( n = 212) sementara 45% dari peserta adalah perempuan ( n = 262). Selain
itu, 41% dari peserta melaporkan penghasilan keluarga tahunan $ 60.000 atau lebih ( n = 212). Selain itu,
30% dari peserta melaporkan memiliki setidaknya dua komputer di rumah ( n = 157) dengan sekitar 36% dari
peserta melaporkan setidaknya dua orang yang tinggal di rumah ( n = 192). Meja 4 Rincian demografi peserta.
Serangkaian korelasi rho koefisien koefisien fi Spearman dihitung untuk mengevaluasi apakah hubungan
signifikan fi ada di antara variabel yang terkait dengan berbagai aspek literasi digital dan penggunaan ICT.
Spearman Rho dipilih untuk melakukan analisis ini karena sesuai untuk digunakan dengan data ordinal seperti
yang yang dikumpulkan dari DPI. Variabel dari kuesioner yang mewakili masing-masing aspek literasi digital dan
penggunaan ICT di bawah pemeriksaan dipasangkan dengan dua variabel demografis: Usia dan status sosial
ekonomi (diukur sebagai pendapatan tahunan keluarga). Demografi gender diperiksa dengan variabel yang sama
menggunakan prosedur rank biserial korelasi karena statusnya sebagai variabel nominal; hasilnya disajikan
segera setelah usia dan data status sosial ekonomi di masing-masing sub-bagian. Selain meninjau korelasi ini,
kemampuan DPI untuk memprediksi kecenderungan ke arah menggunakan ICT diperiksa melalui analisis regresi
linier berganda. Tingkat alpha ditetapkan untuk 0,05 untuk tujuan evaluasi. Itu adalah, p
tingkat di bawah 0,05 dianggap signifikan cukup untuk menunjukkan hubungan linear antara variabel
perbandingan serta kemampuan prediktif dari DPI.
Untuk menguji setiap hubungan yang signifikan antara penggunaan ICT preferensi peserta dengan usia dan
pendapatan keluarga tahunan, serangkaian Rho korelasi koefisien koefisien fi Spearman dihitung. Variabel
bawah pemeriksaan adalah: (a) Berkomunikasi menggunakan chat utilitas, (b) Baca / berkontribusi untuk blog
web, (c) Unduh musik dari Internet, (d) Unduh film dari internet, (e) Unduh gambar dari Internet dan (f) keahlian
bahasa pemrograman. Dalam hal usia, hanya dua variabel dalam penggunaan ICT preferensi membangun
diproduksi hubungan signifikan fi: Men-download musik dari Internet ( q = . 115) dan men-download film dari
Internet ( q = . 087) menunjukkan bahwa usia peserta berkaitan dengan nya kecenderungan ke arah
men-download media dari Internet. Namun, efek ukuran untuk korelasi tersebut kecil. Dalam hal pendapatan
tahunan keluarga, signifikan
123
540 A. Nasah et al.
1 132 24,9
2 157 29,6
3 113 21.3
2 192 35,9
3 121 22,6
4 89 16,6
40-49 49 9.1
30-39 90 16.7
0-20 60 11.2
transgender 2 3.0
%Total 100.0
hubungan negatif yang terdeteksi menunjukkan tingkat pendapatan tidak berkorelasi dengan penggunaan ICT preferensi
peserta. Meja 5 daftar korelasi koefisien koefisien dengan efek ukuran untuk setiap variabel dalam membangun ini.
Jenis kelamin memiliki kecil untuk dampak yang moderat pada preferensi penggunaan ICT di antara para
peserta. Perhatikan bahwa data pada Tabel 6 menunjukkan peserta perempuan telah keuntungan dalam hal
jumlah dalam sampel; Namun, peserta laki-laki peringkat berarti lebih tinggi dari peserta perempuan peringkat
berarti pada semua variabel dalam construct. Jenis kelamin menjelaskan sekitar 36% dari varians dalam skor
untuk keahlian bahasa pemrograman ( q rb = . 367) dan men-download gambar dari internet ( q rb = . 364). Namun,
perbedaan gender yang sangat kecil untuk men-download musik dari Internet ( q rb = . 098),
123
Perdebatan melek digital 541
tabel 5 Korelasi koefisien koefisien fi di antara preferensi penggunaan ICT dan usia / keluarga demografi pendapatan tahunan
keluarga
berkomunikasi menggunakan chat utilitas ( q rb = . 105), men-download film dari Internet ( q rb = . 158) dan membaca /
berkontribusi untuk blog web ( q rb = . 126) variabel. Ini koefisien korelasi fi koefisien kecil menunjukkan bahwa gender
tidak memiliki dampak praktis pada penggunaan ICT preferensi peserta.
Korelasi koefisien koefisien fi dihitung untuk memeriksa variabel yang terkait dengan Internet faktor penggunaan preferensi
dan usia responden dan demografi pendapatan tahunan keluarga. Variabel yang diteliti dalam membangun ini adalah: (a)
Ulasan evaluasi secara online sebelum membeli secara online, (b) sumber daya Gunakan Internet untuk bekerja / sekolah,
(c) sumber Gunakan Internet
123
A. Nasah et al.
tabel 7 koefisien korelasi fi koefisien antara preferensi penggunaan Internet dan usia / keluarga demografi pendapatan tahunan
Tinjau evaluasi secara sumber penggunaan Gunakan sumber daya Gunakan Menggunakan Gunakan mesin
online sebelum membeli Internet untuk bekerja / Internet untuk kepentingan mesin komputer di pencari untuk
secara online sekolah umum pencari tempat kerja hiburan
untuk kepentingan umum, (d) Gunakan mesin pencari, (e) Gunakan komputer di tempat kerja dan (f) Gunakan mesin pencari
untuk hiburan. Korelasi koefisien koefisien fi disajikan pada Tabel 7 menunjukkan bahwa keluarga pendapatan tahunan memiliki
lebih dari dampak pada variabel konstruk ini daripada variabel usia responden.
Meskipun statistik signifikansi untuk usia demografis ditunjukkan pada Tabel 7 , data
juga menyarankan usia yang tidak memiliki dampak yang tidak bisa dibilang signifikan pada penggunaan Internet preferensi peserta
yang dibuktikan dengan efek yang rendah ukuran dilaporkan. Berkenaan dengan pendapatan tahunan keluarga, ada efek yang kuat
pada penggunaan internet pada umumnya; Namun, dampaknya sangat kuat untuk meninjau evaluasi secara online sebelum
pembelian online ( q rb = . 256), sumber daya menggunakan Internet untuk bekerja / sekolah ( q rb = . 372) dan penggunaan mesin pencari
variabel ( q rb = . 319).
preferensi penggunaan Internet peserta yang minimal dipengaruhi oleh jenis kelamin seperti yang ditunjukkan oleh data yang disajikan
pada Tabel 8 .
The koefisien korelasi fi koe diproduksi untuk variabel termasuk dalam penggunaan internet preferensi konstruk yang
rendah, dengan angka-angka hanya cukup berkembang dengan menggunakan mesin pencari ( q rb = . 165), meninjau evaluasi
secara online sebelum membeli secara online ( q rb = . 166) dan penggunaan sumber daya Internet untuk kepentingan umum ( q rb
=. 152) variabel. Pada dasarnya, jenis kelamin tidak menunjukkan dampak praktis pada preferensi penggunaan Internet.
judi
Lima variabel yang terkait dengan faktor game yang berkorelasi dengan usia, jenis kelamin dan keluarga demografi
pendapatan tahunan: (a) Putar video game, (b) Play 2? pemutar video games, (c) Gunakan game genggam konsol, (d)
Customize karakter video game dan (e) pertandingan grup Putar. Meskipun beberapa hubungan fi kan secara statistik
signifikan yang terdeteksi di antara variabel-variabel tersebut di kedua demografi, paling tidak menunjukkan ukuran efek
yang cukup. Meja 9 menunjukkan korelasi dimana usia responden demografis menghasilkan dampak yang lebih kuat
daripada pendapatan tahunan keluarga pada variabel game.
Pembaca akan mencatat bahwa data pada Tabel 9 menunjukkan bahwa rekening usia responden untuk
persentase yang relatif rendah skor DPI untuk bermain video game ( q = . 104) dan bermain 2? pemutar video
game ( q = . 123) menyarankan bahwa untuk peserta ini, usia tidak memiliki praktis signifikansi dalam hal praktik
game digital. Selain itu, keluarga pendapatan tahunan demografi diproduksi korelasi negatif dengan variabel
gaming menunjukkan ada hubungan linear antara praktek pendapatan dan game.
123
digital 543
tabel 9 koefisien korelasi fi koefisien antara variabel-variabel game dan usia / keluarga demografi pendapatan tahunan
Bermain video Bermain 2? pemutar Gunakan genggam Sesuaikan karakter game play
game video game konsol permainan video game group
* Signifikan pada tingkat 0,01; ** signifikan pada 0,05 Tingkat melek debat
Jenis kelamin menjelaskan sekitar 35% dari varians dalam skor pada permainan bermain video ( q rb = . 349)
dan 30% dari varians dalam skor untuk karakter menyesuaikan video game ( q rb = . 301). Selain itu, sekitar 21%
dari varians dalam skor dijelaskan berdasarkan jenis kelamin untuk bermain 2? pemutar video game variabel ( q rb
=. 207). Namun, korelasi antara gender dan konsol game genggam penggunaan ( q rb = . 105) dan permainan
kelompok bermain ( q rb = . 104) variabel lemah menunjukkan bahwa gender tidak memiliki dampak yang kuat pada
aspek-aspek dari faktor gaming. Meja 10 menampilkan peringkat Data korelasi biserial untuk membangun game.
Faktor kegiatan media online termasuk tiga variabel: (a) Download MP3 fi les dari Internet, (b) Update web
pribadi ruang / situs dan (c) Share gambar online. Kedua usia responden dan demografi pendapatan per
kapita yang dihasilkan signifikan korelasi
123
544 A. Nasah et al.
antara variabel-variabel untuk faktor ini. Namun, usia responden demografis diproduksi hubungan yang lebih
kuat dengan download MP3 fi les dari Internet ( q = . 248) dan memperbarui ruang web pribadi / situs ( q = . 362)
variabel daripada keluarga pendapatan tahunan demografi. Meja 11 merinci koefisien korelasi fi koe dan efek
ukuran untuk variabel disertakan dengan faktor ini.
pembaca akan dicatat bahwa untuk berbagi gambar variabel online, keluarga pendapatan tahunan ( q = . 124) adalah
lebih berdampak daripada usia responden ( q = . 086), tapi pada dasarnya, usia lebih erat terkait dengan kegiatan media
online daripada keluarga pendapatan tahunan.
Jenis kelamin tidak memiliki dampak yang kuat pada variabel faktor aktivitas media online, meskipun jenis kelamin
melakukan menjelaskan 22% dari varians dalam skor untuk download MP3 fi les dari variabel Internet ( q rb = . 221). Data
pada Tabel 12 menunjukkan bahwa gender tidak mempengaruhi ruang pembaruan web pribadi / situs ( q rb = -. 037) dan
berbagi foto secara online ( q rb = -. 063) variabel.
komunikasi digital
Ada tiga variabel disertakan dengan faktor komunikasi digital dari DPI: (a) Mengelola percakapan online, (b)
Berkomunikasi menggunakan instant messaging (2-arah) dan
123
Perdebatan melek digital 545
(C) Sosialisasi secara online. Usia responden diproduksi signifikan, korelasi positif dengan variabel di bawah
pemeriksaan dengan ukuran efek yang sangat kuat seperti yang ditunjukkan pada Tabel 13 . usia responden dan
variabel komunikasi digital menunjukkan korelasi yang kuat dengan ukuran efek yang sangat kuat yang
menunjukkan bahwa usia berdampak tingkat peserta kegiatan komunikasi digital. Meskipun hubungan fi kan
secara statistik signifikan terdeteksi dalam hal variabel pendapatan tahunan keluarga, mereka lemah dan tidak
praktis penting. Sebagai contoh, ada fi kan hubungan statistik signifikan antara pendapatan tahunan keluarga dan
berkomunikasi menggunakan pesan instan (2-arah). Namun, hubungan negatif menunjukkan bahwa pendapatan
dan 2-way variabel pesan bergerak dalam arah berlawanan selama prosedur korelasi.
Jenis kelamin tidak memiliki dampak yang kuat pada faktor komunikasi digital menjelaskan sekitar 11%
dari varians dalam skor untuk berkomunikasi menggunakan pesan instan (2-arah) variabel ( q rb = . 105). Meja 14
menampilkan korelasi antara gender dan variabel untuk faktor komunikasi digital.
Ada empat variabel disertakan dengan faktor kegiatan memfasilitasi belajar dari DPI: (a) Melakukan kelompok kerja
menggunakan Internet, (b) Gunakan Internet untuk berkomunikasi dengan instruktur / teman sekelas dan (c) Berbagi
ide dan pengetahuan online dan (d) Gunakan fitur mesin pencari canggih. Meskipun statistik signifikan korelasi yang
terdeteksi di antara variabel-variabel ini dan usia responden dan demografi pendapatan tahunan keluarga, mereka
123
A. Nasah et al.
249 209
tabel 15 Korelasi koefisien koefisien fi di antara ICT memfasilitasi kegiatan dan usia / keluarga demografi pendapatan tahunan belajar
Perilaku kelompok kerja Gunakan Internet untuk Berbagi ide dan Gunakan fitur
menggunakan Internet berkomunikasi dengan instruktur pengetahuan online mesin pencari
/ teman sekelas canggih
kebanyakan negatif dan terbatas dalam hal ukuran efek. Meja 15 menampilkan korelasi untuk membangun ini.
Pembaca akan mencatat bahwa ada korelasi positif terdeteksi antara tahunan ide pendapatan dan pangsa
keluarga dan pengetahuan variabel secara online ( q = . 112), tetapi efek ukuran kecil. Jenis kelamin juga diabaikan
dalam hal dampak pada variabel yang terkait dengan ICT difasilitasi faktor kegiatan belajar. Meskipun peringkat
rata-rata perempuan lebih tinggi dari jajaran rata laki-laki untuk setiap variabel dalam faktor ini, koefisien korelasi
koefisien menunjukkan bahwa perbedaan ini tidak memiliki dampak yang kuat pada varians dalam skor untuk setiap
variabel diwakili. Meja 16 menampilkan korelasi koefisien koefisien untuk jenis kelamin demografi dengan variabel
dari konstruk ini.
Empat variabel yang terkait dengan faktor kegiatan sosial / ekonomi adalah: (a) Atur untuk bertemu orang baru online, (b)
orang Bertemu secara online, (c) Gunakan PDA dan (d) Melakukan pembelian secara online. Umur tidak memiliki dampak
praktis pada variabel yang terkait dengan faktor kegiatan sosial / ekonomi. Keluarga korelasi pendapatan tahunan dengan
penggunaan PDA dan melakukan pembelian secara online variabel yang dihasilkan signifikan korelasi fi kan dengan efek
ukuran sedang menunjukkan pendapatan yang berdampak dalam hal kegiatan ini. Meja 17 menampilkan koefisien korelasi fi
koe bersama dengan efek ukuran untuk faktor ini.
123
debat digital 547
tabel 17 Korelasi koefisien koefisien fi di antara ICT difasilitasi sosial variabel / ekonomi kegiatan dan usia / keluarga demografi pendapatan
tahunan
Mengatur untuk bertemu orang baru orang bertemu secara Gunakan Melakukan pembelian
Jenis kelamin diabaikan dalam hal menjelaskan varian dalam skor untuk ICT difasilitasi sosial ekonomi faktor /
kegiatan meskipun jenis kelamin melakukan menjelaskan 16% dari varians dalam skor bagi orang-orang bertemu secara
online ( q rb = . 162) dan 10% dari make pembelian online ( q rb = . 102) variabel. Meja 18 menampilkan data korelasi untuk
variabel-variabel ini.
Sebuah analisis regresi linier (MLR) dengan dua set unordered prediktor dilakukan untuk mengevaluasi
kemampuan DPI untuk memprediksi kecenderungan ke arah penggunaan ICT. Acak efek Model pendekatan
MLR digunakan sejak penelitian ini adalah non-eksperimental, penelitian survei. Twomodels diuji selama
analisis. Salah satu model dalam analisis theMLR diperiksa dua karakteristik demografi sebagai prediktor
kecenderungan digital: usia dan jenis kelamin. Model kedua dalam MLR diperiksa status sosial ekonomi
sebagai prediktor kecenderungan digital menggunakan pendapatan tahunan keluarga dan jumlah komputer di
variabel rumah dalam konser dengan variabel usia dan jenis kelamin. Rerata skor DPI responden yang disurvei
adalah 94,4 dengan standar deviasi 15,64 ( N = 512). Skor DPI adalah variabel dependen dan data memenuhi
asumsi normalitas dimana data yang miring kiri (kemiringan = -1,23); skor terkonsentrasi antara 70 dan 120.
Data yang sedikit leptokurtic (kurtosis = 2,78) tapi masih tercermin varians normal dalam hal penyimpangan dari
themean per skor. Selain itu, data diwakili secara acak sampel kasus dari
123
A. Nasah et al.
60
40
Frekuensi
20
SIPD eroc
populasi dimana nilai pada variabel yang independen skor lainnya pada variabel yang sama. Angka 1 menggambarkan
distribusi skor DPI.
Analisis regresi meneliti variabel usia dan jenis kelamin adalah signifikan,
R 2 = . 16, disesuaikan R 2 = . 15, F ( 6, 445) = 14,2, p \. 01. Selain itu, analisis regresi memeriksa status sosial ekonomi dengan
usia dan jenis kelamin variabel juga signifikan, R 2 = . 31, disesuaikan R 2 = . 29, F ( 14, 437) = 14,1, p \. 01. Hasil ini
menunjukkan bahwa usia, jenis kelamin dan status sosial ekonomi demografi semua memberikan kontribusi fi kan secara
statistik signifikan untuk kecenderungan individu terhadap pemanfaatan ICT. Variabel menyumbang 15% (usia dan jenis
kelamin) dan 29% (usia, jenis kelamin dan status sosial ekonomi) dari varians dalam skor DPI, masing-masing. Itu R 2 perubahan
untuk masing-masing model adalah 0,16, F ( 6, 445) = 14,2,
p \. 01 (usia dan model gender) dan 0,15, F ( 8, 437) 11.96, p \. 01 (usia, jenis kelamin dan
123
Perdebatan melek digital 549
tabel 19 Korelasi dan korelasi parsial prediktor kecenderungan digital dengan t statistik
Model status sosial ekonomi). Itu R 2 statistik perubahan menunjukkan bahwa masing-masing variabel prediktor membuat
kontribusi yang mirip dengan varians dalam skor DPI, menunjukkan bahwa kecenderungan digital dipengaruhi oleh beberapa
faktor demografi.
Meneliti korelasi pada Tabel 19 masing-masing prediktor dengan skor DPI dan terhadap prediktor lainnya di
masing-masing model mengungkapkan usia dan jumlah komputer di rumah yang akan paling prediksi kecenderungan
digital. Itu p- nilai untuk usia dan jumlah komputer dalam variabel rumah yang \ 0,01 sedangkan p- nilai-nilai gender dan
variabel pendapatan keluarga tahunan [0,05.
Statistik pada Tabel 19 menunjukkan bahwa salah satu aspek dari status sosial ekonomi peserta dampak
kecenderungan digital (yaitu, jumlah komputer di rumah) atas dan di atas variabel status sosial ekonomi lainnya
(yaitu, pendapatan per kapita) yang dibuktikan dengan
p- nilai-nilai. Demikian juga, usia dampak kecenderungan digital peserta atas dan di atas jenis kelamin lagi, terbukti
dengan p- nilai-nilai. Model regresi mempertimbangkan masing-masing prediktor demografis juga signifikan, R 2 = . 31,
disesuaikan R 2 = . 29, F ( 14, 437) = 14.13. Angka 2 menggambarkan nilai DPI dalam hal analisis multiple regresi di
mana semua prediktor dimasukkan dan menunjukkan nilai prediksi yang standar dan residu standar. Hasil analisis
multiple regresi menunjukkan bahwa usia dan jumlah komputer di rumah berkontribusi secara signifikan untuk
memprediksi kecenderungan digital atas dan di atas gender dan pendapatan per kapita, tetapi bahwa MLR tidak
menyediakan model praktis yang dapat diandalkan untuk memprediksi kecenderungan digital.
Diskusi
Hasil yang disajikan di sini memperpanjang kerja Kennedy et al. ( 2008 ), Kvavik et al. ( 2004 ) Dan lain-lain oleh faktor-faktor
mengidentifikasi berkontribusi terhadap penggunaan ICT oleh siswa. Memang, analisis hasil survei con fi rm bahwa
kombinasi dari faktor menjelaskan kecenderungan individu
123
A. Nasah et al.
Gambar. 2 Sebar: DPI skor dengan nilai prediksi standar dan standar residual 550
ke arah penggunaan ICT yang dibuktikan dengan MLR menunjukkan bahwa usia, jenis kelamin dan status account
bersama-sama sosial ekonomi sekitar 30% dari nilai DPI.
Kami setuju dengan orang-orang seperti Selwyn ( 2009 ) Yang telah mengadopsi keseimbangan yang sehat
antara kesepakatan unreserved dan skeptisisme berkaitan dengan teknologi con pemuda fi penyok hari ini.
Sementara kita curiga terhadap klaim yang kuat mendukung generasi peserta didik secara radikal berbeda
dari generasi masa lalu, kita mengakui bahwa pemuda hari ini telah terkena teknologi tidak pernah dilihat
sebelumnya. Pendidikan pembuat kebijakan harus, karena itu, mempertimbangkan bukti-bukti data-driven
menunjukkan siapa siswa ini total ketika mengembangkan kebijakan TIK. Kritik klaim yang dibuat bahwa
siswa lebih mahir segala sesuatu digital ditanggung oleh temuan-temuan yang disajikan di sini. Meskipun
signifikan korelasi yang terdeteksi antara usia dan variabel yang berhubungan dengan komunikasi digital
survei responden dan aktivitas media online, usia tidak membuat kontribusi yang kuat untuk faktor-faktor lain
diidentifikasi dalam penelitian ini. Bahkan,
Data yang dilaporkan meningkatkan berbagai implikasi bagi lembaga pelatihan guru preservice, pengembang
kurikulum merancang bahan ajar dan pemimpin pendidikan mengembangkan kebijakan ICT untuk sekolah. Kami
meninjau implikasi tersebut dalam hal kecenderungan digital melalui prisma dari usia, jenis kelamin dan status
sosial ekonomi.
kecenderungan digital
Hasil penelitian menunjukkan bahwa usia, jenis kelamin dan status sosial ekonomi bersama-sama memberikan kontribusi yang
signifikan terhadap kecenderungan digital seseorang. Dengan demikian, MLR menunjukkan bahwa, bila dikombinasikan, demografi
ini mencapai sekitar 30% dari nilai DPI. Hal ini penting, karena itu, bahwa pendidik, pengembang kurikulum dan pendidikan
pembuat kebijakan mempertimbangkan demografi ini dengan hati-hati ketika merencanakan penggunaan TIK bagi siswa hari ini.
Selain itu, ada implikasi penting untuk mempertimbangkan tentang setiap demografis diperiksa di sini.
Usia
Umur merupakan faktor penting dalam kecenderungan individu terhadap penggunaan ICT. Hasil penelitian menunjukkan usia
yang berbagi statistik signifikan korelasi fi kan dengan 18 variabel termasuk dalam
123
Perdebatan melek digital 551
faktor diekstraksi untuk analisis ini, tapi tidak ada hubungan fi kan secara statistik signifikan dengan 13 variabel dari analisis.
Keseimbangan ini menunjukkan bahwa usia merupakan faktor digunakan TIK tetapi itu bukanlah prediktor yang paling penting
dari kecenderungan digital seseorang.
Jelas, mereka yang mengembangkan kurikulum yang kaya ICT tidak harus fokus hanya pada usia ketika menentukan
pendekatan untuk upaya pembangunan, tetapi usia harus dipertimbangkan ketika upaya untuk memasukkan game digital
dan komunikasi serta aktivitas media online merupakan bagian dari desain courseware. Sebagai contoh, masyarakat virtual
(yaitu, SecondLife, dll), harus serius dieksplorasi sebagai bagian dari pengembangan kurikulum karena potensi mereka
untuk mengajukan banding mereka di 20-29 usia demografis. Ingatlah bahwa Salaway et al. ( 2008 ) Menemukan bahwa
usia adalah faktor yang paling penting berkaitan dengan penggunaan dan persepsi kegiatan jejaring sosial, tapi bukan
faktor yang signifikan untuk keperluan lain. Tutup pemeriksaan berbagai korelasi mendukung MLR menunjukkan bahwa
rekening usia kurang dari 15% dari nilai DPI. Artinya, penggunaan lebih kuat dan bermakna ICT tidak dijelaskan oleh
hubungan dengan usia.
Pada dasarnya, umur sebagai satu-satunya penentu melek digital tidak didukung. Bahkan, banyak karakteristik
diidentifikasi sebagai usia tergantung dalam hal penggunaan ICT tidak berbagi hubungan yang signifikan dengan usia. Oleh
karena itu, kami berpendapat bahwa meskipun usia harus dipertimbangkan ketika merancang bahan ajar yang
menggabungkan ICT dan mengembangkan kebijakan pendidikan mengenai penggunaan ICT, usia tidak harus account untuk
bagian terbesar dari paradigma pengambilan keputusan.
Jenis kelamin
Seperti variabel umur, variabel jenis kelamin menjelaskan kurang dari 15% dari nilai DPI. Sekali lagi, ketika rank
tabel korelasi biserial diperiksa, variabel memproduksi koefisien kuat koefisien fi muncul di seluruh preferensi
penggunaan ICT dan konstruksi game. Selain korelasi yang kuat antara beberapa variabel dalam dua konstruksi,
jenis kelamin tidak menunjukkan hubungan yang kuat dengan faktor-faktor lain.
Hasil data dianalisis melalui lensa gender petunjuk bahwa kesenjangan gender dalam hal penggunaan ICT dapat menutup. Artinya, ada
kemungkinan bahwa pada kedua ujung spektrum jenis kelamin, penggunaan ICT dapat meningkatkan atau membusuk. Sangat mungkin
bahwa keterampilan penggunaan ICT betina dapat meningkatkan atau bahwa keterampilan penggunaan ICT laki-laki mungkin akan
membusuk. Namun, penelitian lebih lanjut diperlukan untuk mendukung klaim tersebut.
Para peneliti dan pendidik harus mempertimbangkan persentase yang sangat rendah skor dijelaskan oleh jenis
kelamin demografi pada sebagian besar variabel dalam setiap faktor diperiksa. Hasil ini mendukung temuan dari
Salaway et al. ( 2008 ) Yang menemukan beberapa perbedaan gender, melaporkan bahwa pria dan wanita memiliki
tingkat keahlian yang sama di sebagian besar aplikasi. Hasil penelitian ini menunjukkan bahwa meskipun gender
penting, itu bukan faktor yang membuat kontribusi yang kuat untuk kecenderungan digital individu.
MLR menunjukkan bahwa usia dan jenis kelamin menjelaskan 16% dari varians dalam skor DPI untuk peserta
sementara semua prediktor menjelaskan sekitar 30% dari varians dalam skor DPI. Namun, setelah memeriksa
tabel korelasi, 20 statistik signifikan korelasi muncul antara pendapatan tahunan keluarga dan variabel
perbandingan sedangkan 11 variabel menunjukkan tidak ada hubungan. Seperti dengan perbandingan usia,
keseimbangan ini menunjukkan bahwa status sosial ekonomi bukanlah prediktor yang paling penting dari
kecenderungan digital seseorang. Selain itu, koefisien koefisien meja dari analisis MLR menunjukkan bahwa usia
dan jumlah komputer di rumah berkontribusi kecenderungan digital atas dan di atas
123
552 A. Nasah et al.
prediktor lainnya. Dalam istilah praktis, temuan ini mendukung pernyataan dari para peneliti dirujuk dalam tinjauan literatur
dari penelitian ini. Artinya, para peserta memiliki akses ke ICT tetapi menggunakannya dalam cara yang terbatas. Sebagai
contoh, data korelasi menunjukkan bahwa peserta yang digunakan ICT untuk hiburan atas dan di atas memfasilitasi kegiatan
belajar. Dari 20 hubungan tidak bisa fi signifikan terdeteksi dengan variabel pendapatan tahunan keluarga, 10 korelasi negatif.
Beberapa korelasi negatif ini menunjukkan bahwa sebagai keluarga meningkat tahunan pendapatan, bunga dalam hal-hal
seperti membaca / kontribusi untuk blog web, menggunakan Internet untuk berkomunikasi dengan instruktur / teman sekelas
dan karakter menyesuaikan video game tidak meningkat juga. Jelas, akses ke peralatan ICT saja tidak menyarankan pro fi
siensi dengan utilitas ICT atau tingkat penggunaan ICT. Ada kemungkinan bahwa sebagai pendapatan meningkatkan antara
para peserta, kebaruan akses ICT kurang berdampak pada kebiasaan penggunaan. Merintis ini adalah indikator potensial
yang kesenjangan antara kelompok sosial ekonomi dapat menutup dalam hal penggunaan ICT. Namun, penelitian lebih lanjut
diperlukan untuk mendukung klaim tersebut.
Hal ini jelas bahwa meskipun kemampuan dampak pendapatan tahunan keluarga seseorang untuk
memilih dari dan menggunakan berbagai media digital, tidak muncul untuk menjadi faktor penentu dalam
kegiatan di mana seseorang terlibat menggunakan ICT. Artinya, tidak ada hubungan antara variabel
pendapatan tahunan keluarga dan orang-orang variabel bertemu secara online, download MP3 fi les dan
men-download gambar antara lain. Hubungan ini menunjukkan bahwa sekolah yang menawarkan ekonomi
konsumen dan kursus serupa harus mempertimbangkan termasuk konten dalam kurikulum yang membahas
sifat kuat dan kompleks perekonomian secara online. Idenya di sini adalah bahwa sekolah harus berusaha
untuk memberikan pengalaman ekonomi online untuk siswa di kategori sosial ekonomi rendah karena
mahasiswa status ini cenderung untuk memiliki akses ke pengalaman seperti meskipun mereka memiliki
pengalaman menggunakan ICT untuk tujuan lain. Memang,
Sebagai ICT seperti asisten pribadi digital (misalnya, PDA), ponsel berkemampuan internet dan game konsol internet yang
terhubung mengaburkan garis antara menggunakan perangkat ICT, siswa dari kategori sosial ekonomi rendah akan
membutuhkan keuntungan dari penggunaan ICT di sekolah untuk menjadi kompetitif dengan rekan-rekan mereka yang lebih
kaya kemudian di perguruan tinggi dan di pasar kerja. Hasil penelitian ini menunjukkan bahwa sebagai keluarga meningkat
pendapatan tahunan, akses ke informasi melalui ICT meningkat juga.
keterbatasan
Ada sejumlah keterbatasan metodologis. Pertama dan terpenting, meskipun DPI memiliki menjalani dua studi percontohan
untuk menguji kehandalan sebagai indeks, mungkin tidak benar-benar kembali mencerminkan keterampilan dan
pengetahuan individu tentang penggunaan ICT. Oleh karena itu, studi tambahan menyelidiki kehandalan dan validitas
diperlukan. DPI dikandung pada tahun 2005; akibatnya, DPI tidak menangkap teknologi yang mungkin telah mendapatkan
popularitas dalam beberapa tahun terakhir. Ini berarti bahwa banyak pekerjaan yang diperlukan untuk meningkatkan
instrumen yang dapat meningkatkan kemampuannya untuk memprediksi kecenderungan digital. Selain itu, sebuah DPI
ditingkatkan dapat meningkatkan bagaimana faktor-faktor diidentifikasi melalui analisis ini diukur. Selanjutnya, populasi
sampel dibatasi untuk siswa pasca sekolah menengah dari satu, universitas publik dan tingkat respon sarjana itu tidak
mewakili total sampel. Generalisasi luar populasi ini, oleh karena itu, sulit. Selain itu, DPI diberikan secara online sebagai
lawan menggunakan pensil dan kertas. Tempat online mungkin telah berkecil hati orang-orang dengan kecenderungan
digital rendah dari menyelesaikan 50-item kuesioner. Pada waktu bersamaan,
123
Perdebatan melek digital 553
validitas internal DPI mungkin telah terancam oleh strategi perekrutan berbasis email. Siswa yang tidak
menggunakan email tidak ikut dan, oleh karena itu, kemungkinan akan dikeluarkan dari populasi sampel
untuk penelitian ini. Juga, karena DPI diakses melalui Internet, tidak diketahui jika di luar pengaruh-pengaruh
mungkin memiliki respon peserta yang terkena dampak. lingkungan peserta individu tidak bisa dikendalikan.
Ada juga isu bermasalah menggunakan survei untuk meminta tanggapan. Meskipun DPI jelas menyatakan bahwa peserta
harus memberikan jawaban yang benar-benar berlaku untuk mereka dan tidak apa yang mungkin mereka ingin menjadi benar
atau apa yang orang lain mungkin ingin mendengar, ada kekhawatiran bahwa peserta masih memberikan tanggapan mereka
merasa secara sosial diinginkan. Selain itu, banyak dari korelasi yang disajikan pada bagian hasil yang kecil dengan efek
ukuran kecil; ini adalah masalah yang menyeluruh dalam penelitian ini. Akhirnya, ada masalah bermasalah dari
variabel-variabel demografis. Misalnya, apa penghasilan keluarga tahunan artinya? Ini mungkin berbeda untuk mahasiswa
baru muda yang memiliki dukungan keuangan orangtua sebagai lawan mahasiswa pascasarjana yang lebih tua yang tidak.
kuesioner tidak memperhitungkan variasi tersebut.
Hasil penelitian ini bersama dengan keterbatasan mencatat menggabungkan untuk panggilan untuk penelitian
tambahan di berbagai bidang mengenai literasi digital dan kecenderungan ke arah penggunaan ICT. Pertama, DPI
harus menjalani tambahan studi keandalan dengan sampel yang lebih beragam populasi di bawah pertimbangan
seperti yang disebutkan sebelumnya. Jelas, faktor dan analisis MLR menunjukkan bahwa penelitian lebih lanjut
diperlukan untuk menentukan faktor-faktor lain yang berkontribusi terhadap kecenderungan digital pada siswa.
Memang, karena analisis faktor menghasilkan konstruksi menjelaskan kurang dari 50% dari varians dalam skor DPI
dan MLR menghasilkan penjelasan dari sekitar 30% dari varians dalam skor DPI, penelitian tambahan dan
pengembangan DPI dibenarkan. Namun, pelajaran menarik lainnya muncul sebagai hasil dari analisis ini.
Karena korelasi menunjukkan bahwa responden survei terlibat dalam penggunaan sosial ICT atas dan di
atas penggunaan akademis ICT, penelitian tambahan diperlukan untuk menentukan bagaimana
meningkatkan siswa pro fi siensi dengan penggunaan TIK dalam konteks pendidikan untuk tujuan
pedagogis. Terkait dengan ini adalah perlunya penelitian tambahan ke dalam literasi digital dengan sekolah
usia dan sarjana populasi. Domain melek digital juga memberikan kesempatan untuk mengeksplorasi tingkat
seberapa rendah dari digital dampak keaksaraan kerja. Selain itu, peneliti, pendidik dan pendidikan pembuat
kebijakan perlu penelitian yang membantu mereka untuk memahami apa yang sebenarnya memotivasi
orang untuk menggunakan berbagai perangkat dan layanan ICT.
Temuan-temuan juga membuka diskusi tentang bagaimana kesenjangan gender mungkin terkena dampak dalam hal
praktek-praktek penggunaan ICT. Bahwa frekuensi dan alasan penggunaan ICT antara laki-laki dan perempuan mungkin akan
datang lebih dekat bersama-sama memiliki implikasi yang luas untuk pengaturan pendidikan dan tempat kerja. Selain dampak
potensial pada jenis kelamin kesenjangan paradigma dimana penggunaan ICT yang bersangkutan, data menunjukkan bahwa
kesenjangan sosial ekonomi juga dapat berdampak. Artinya, korelasi antara keluarga pendapatan tahunan dan indikator
penggunaan ICT tertentu tidak menunjukkan hubungan fi kan positif atau statistik signifikan. Hasil penelitian menunjukkan
pendapatan tahunan keluarga itu tidak, secara praktis, bunga dampak seseorang dalam dan kemampuan dengan berbagai kegiatan
yang berhubungan dengan ICT. Karena itu, menyelidiki dampak dari akses yang tinggi untuk peralatan ICT dari waktu ke waktu
dijamin dan akan berguna bagi mereka mengembangkan kebijakan TIK bagi kaum muda. Dalam hal literatur Ulasan yang
menyebabkan penelitian ini, hasil ini mendukung gagasan bahwa mereka yang mengembangkan kebijakan penggunaan TIK di
sekolah-sekolah
123
A. Nasah et al.
harus membahas keterampilan beton yang berhubungan dengan berpikir kritis dan melek digital. Selain itu, mereka yang
mengembangkan kebijakan ICT dan kurikulum harus berusaha untuk memberikan pengalaman ICT terkait dengan beberapa faktor
yang terkait dengan penggunaan ICT di kalangan anak muda.
Sarjana, pembuat kebijakan dan pendidik baru mulai mengkristal dampak penggunaan ICT pada literasi di kalangan
anak muda. Secara khusus, melek digital melibatkan, antara lain, topik yang bergerak selama penelitian ini:
penggunaan ICT preferensi, penggunaan Internet preferensi, game, kegiatan media online, komunikasi digital, ICT
memfasilitasi kegiatan belajar dan ICT memfasilitasi kegiatan sosial / ekonomi. Hal ini penting bagi mereka yang bekerja
dengan orang-orang muda untuk terus berkembang paradigma pelaksanaan ICT yang menggabungkan semua faktor
yang berkontribusi terhadap bagaimana individu menggunakan ICT.
Referensi
American Psychological Association. (2002). prinsip-prinsip etika psikolog dan kode etik. APA
On line. Diperoleh 29 Maret 2009 dari http://www.apa.org/ethics/code1992.html .
Bennett, S., Maton, K., & Kervin, L. (2008). Perdebatan 'pribumi digital': Sebuah tinjauan kritis bukti.
British Journal of Technology Pendidikan, 39 ( 5), 775-786.
Bullen, M., Morgan, T., Belfer, K., & Qayyum, A. (2008, 20-22 Oktober). Pelajar digital di BCIT dan
implikasi untuk e-strategi. Makalah disajikan pada lokakarya penelitian 2008 dari jaringan Eropa pendidikan jarak jauh (EDEN), Paris,
Perancis. Conole, G., Laat, MD, Dillon, T., & Darby, J. (2006). JISC LXP pengalaman mahasiswa teknologi fi nal
melaporkan. Komite Sistem Informasi Bersama. Diperoleh 30 Maret 2009 dari http://www.jisc.ac.uk/ media / dokumen / program /
elearningpedagogy / lxpproject fi nalreportdec06.pdf .
Downes, T. (2002). Blending bermain, latihan dan kinerja: penggunaan Anak dari komputer di rumah.
Jurnal Pendidikan Inquiry, 3 ( 2), 21-34.
Howe, N., & Strauss, W. (2000). Milenium meningkat: Generasi besar berikutnya. New York: Vintage Books. Jones, MG, Harmon, SW, &
O'Grady-Jones, M. (2005). Mengembangkan pikiran digital: Tantangan dan
solusi dalam mengajar dan belajar. Pendidikan Journal guru dari Carolina Selatan, 2004-2005, 17-24. Tajam, A. (2007). Kultus amatir:
Bagaimana Internet saat ini adalah membunuh budaya kita. London: Broadway
Bisnis.
Kennedy, G., Krause, K.-L., Judd, T., Churchward, A., & Gray, K. (2008). pengalaman tahun pertama siswa
dengan teknologi: Apakah mereka benar-benar pribumi digital? Australasian Journal of Educational Technology, 24 ( 1), 108-122.
Kvavik, R. (2005). Kenyamanan, komunikasi, dan kontrol: Bagaimana siswa menggunakan teknologi. dalam DG
Oblinger & JL Oblinger (Eds.), Mendidik generasi bersih ( Chap. 7). Boulder, CO: EDUCAUSE. Kvavik, RB, Caruso, JB, & Morgan, G.
(2004). Studi ECAR siswa dan teknologi informasi,
2004: Kenyamanan, koneksi, dan kontrol, 5. Diperoleh 30 Maret 2009 dari http: //net.educause. edu / ir / library / pdf / ers0405 / rs /
ers0405w.pdf .
Livingstone, S., & Bober, M. (2004). Mengambil peluang online? penggunaan anak-anak dari Internet untuk
pendidikan, komunikasi dan partisipasi. E-Learning, 1 ( 3), 395-419.
Lohnes, S., & Kinzer, C. (2007). Mempertanyakan asumsi tentang harapan siswa untuk teknologi di
ruang kelas kuliah. Berinovasi, 3. Diperoleh September 29, 2009 dari http://innovateonline.info/index. php? view = artikel & id = 431 &
action = Artikel .
Lorenzo, G., & Dziuban, C. (2006). Memastikan generasi bersih adalah cerdas bersih. The EDUCAUSE Belajar
Prakarsa. Diperoleh 30 Maret 2009 dari http://net.educause.edu/ir/library/pdf/ELI3006.pdf .
Margaryan, A., & Littlejohn, A. (2008). Adalah penduduk asli digital mitos atau kenyataan? Mahasiswa penggunaan teknologi
untuk belajar. naskah tidak diterbitkan, Glasgow Caledonian University. McWilliam, EL (2002). Terhadap pengembangan profesional. Filsafat
pendidikan dan Teori, 34 ( 3), 289-300.
123
555
Prensky, M. (2001a). pribumi digital, imigran digital. Di Horizon, 9, 1-6. Diperoleh 29 Maret 2009
dari http://www.marcprensky.com/writing/default.asp .
Prensky, M. (2001b). pribumi digital, imigran digital, bagian II: Apakah mereka benar-benar berpikir secara berbeda? di
Cakrawala, 9, 1-6. Diperoleh 29 Maret 2009 dari http://www.marcprensky.com/writing/default.asp .
Roberts, DF, Foehr, UG, & Rideout, V. (2005). Generasi M: Media dalam kehidupan 8-18 year-olds,
pp. 1-145. Diperoleh 29 Maret 2009 dari http://www.kff.org/entmedia/upload/Generation-M-Mediain-the-Lives-of-8-18-Year-olds-Report.pdf
.
Salaway, G., Caruso, JB, Nelson, MR, & Ellison, N. (2008). Studi ECAR dari mahasiswa
dan teknologi informasi 2008, 8. Diperoleh 24 Juni 2009 dari http://net.educause.edu/ir/ perpustakaan / pdf / ERS0808 / RS /
ERS0808w.pdf .
Selwyn, N. (2009). Digital native-mitos dan realitas. Makalah yang disajikan pada CILIP (Chartered Institute of
Perpustakaan dan Informasi Professionals) seri seminar London. http://www.scribd.com/doc/9775892/ Digital-Pribumi .
menerbitkan artikel tentang pendidikan jarak jauh dan teknologi pendidikan khusus. Perdebatan melek digital
Tapscott, D. (1998). Tumbuh digital: Munculnya generasi bersih. New York: McGraw-Hill
Perusahaan.
Angelique Nasah adalah mitra dan peneliti dengan Solers Research Group, Inc di Orlando, FL. Di antara kepentingan penelitiannya adalah
pengurangan beban kognitif melalui prinsip-prinsip desain instruksional. Dr. Nasah juga tertarik pada bagaimana teknologi informasi dan
dengan ketidakmampuan
komunikasi belajar.penggunaan
inovasi dan dampak Selain itu, iahasil
menjabat
belajarsebagai peer reviewer
untuk berbagai proposal
khalayak. konferensi,
Selain disajikan
pekerjaannya pada
sebagai aksesibilitas
peneliti, web,telah
Dr. Nasah dan
bekerja di pendidikan dan pelatihan sektor selama lebih dari 17 tahun; dia memiliki pengalaman dalam pengaturan pendidikan menengah
dan tinggi serta di bidang pelatihan pertahanan.
Boaventura DaCosta memiliki BS dalam ilmu komputer dan MA dan Ph.D. dalam desain sistem instruksional. Dr. DaCosta adalah mitra dan
peneliti dengan Solers Research Group, Inc di Orlando, FL. Di antara kepentingan penelitian dalam psikologi kognitif dan teknologi
post-doktoral, Dr. Seok telah
informasi dan komunikasi memeriksa
inovasi, model juga
Dr. DaCosta intersensory pembelajaran,
tertarik pada bagaimana teknologi bantu,
game dapat dan motivasi
digunakan dalamdan umpan balik bagi
pembelajaran. siswa
Memuji karyanya
sebagai peneliti, Dr. DaCosta telah bekerja di sektor pelatihan komersial dan pemerintah selama 15 tahun terakhir sebagai insinyur
perangkat lunak dan telah terlibat dalam sejumlah program pertahanan.
Carolyn Kinsell gelar Ph.D. dalam teknologi instruksional dan serti fi kasi dalam kinerja manusia. Karirnya memperluas lebih dari 18 tahun di
mana ia telah difokuskan pada penerapan pelatihan yang bentang dari analisis, untuk pengembangan lingkungan virtual, untuk persyaratan
dan
ning teknologi
de fi dan dengan aplikasi
solusi untuk untukkinerja
standar mengajar bahasa
manusia; Inggris
dan, sebagai
baru-baru, bahasa
untuk keduadan
penelitian danpengembangan
pendidikan khusus. Baru-baru
aplikasi ini, Dia
pelatihan. sebagai
telahpeneliti
bekerja sama dengan militer untuk menyertakan kriptologi, Spesialis Intelijen, Naval Diving dan Salvage ahli, untuk Pertempuran Komando
Angkatan XXI Brigade dan bawah (FBCB2) Joint Kemampuan Release (JCR). Dia juga telah mendukung klien komersial seperti Cingular
dan Amerika Utara Honda, untuk beberapa nama.
Soonhwa Seok memiliki MA dan Ph.D. gelar dalam kurikulum dan pengajaran. Dr Seok memiliki kepentingan dalam komunikasi pendidikan
123
Lihat publikasi
statistik publikasi
statistik Lihat