Institusi Pendidikan Guru, Kampus Sultan Mizan, Besut, Terengganu Darul Iman
ABSTRAK
PENGENALAN
1
Jurnal Muallim
TINJAUAN LITERATUR
Pemikiran komputasional (PK) telah dikaji secara meluas dalam pelbagai bidang
dalam dekad yang lalu. PK telah dikonseptualisasikan dalam pelbagai rangka kerja
yang berbeza. Takrifan pemikiran komputasional diklasifikasikan kepada dua
kategori; (1) kategori domain khusus dan (2) kategori domain umum.
Selby dan Woollard (2013) telah menjalankan kajian literatur dan mengenal pasti
lima elemen asas pemikiran komputasional untuk semua konteks penyelesaian
masalah iaitu peleraian (decomposition), peniskalaan (abstraction), algoritma
(algorithm), penilaian (evaluation), dan generalisasi (generalization) seperti yang
2
Jurnal Muallim
dihuraikan dengan lebih lanjut pada jadual 1. Jadual tersebut juga menyenaraikan
definisi operasi PK yang serupa dengan Persatuan Guru Sains Komputer (CSTA)
dan Persatuan Teknologi Antarabangsa dalam Pendidikan (ISTE) cadangkan (ISTE
& CSTA, 2011).
Jadual 1: Perbandingan dan huraian konstruk pemikiran komputasional oleh dua pihak.
HURAIAN KONSTRUK
KONSTRUK
SELBY & WOOLLARD (2013) CSTA & ISTE
dan pengajian tinggi juga memanfaatkan peluang kepada pelajar yang berminat
dalam bidang teknologi maklumat atau sains komputer. Ini adalah diantara bidang
yang berpotensi untuk melanjutkan pelajaran atau dijadikan kerjaya pada masa
depan. Memandangkan pemikiran komputasional telah ditonjolkan sebagai salah
satu kemahiran abad dua puluh satu, penekanan perlu diberikan kepada pembinaan
pemahaman yang lebih baik bagaimana pemikiran komputasional boleh menyokong
dan membantu dalam proses pembelajaran.
METODOLOGI
Objektif kajian ini dijalankan adalah untuk (i) mengenal pasti tahap kompetensi
pemikiran komputasional dalam kalangan guru pelatih dan (ii) mengenal pasti tahap
kompetensi kelima-lima elemen asas pemikiran komputasional dalam kalangan
guru pelatih. Responden kajian ini terdiri daripada 28 orang guru pelatih Program
Persediaan ijazah Sarjana Muda semester 2 (2PPISMP) di Institut Pendidikan Guru
Kampus (IPGK) Sultan Mizan, Besut, Terengganu. Ke semua guru pelatih ini telah
mengikuti kursus elektif teras SCES1152 Computational Thinking in Science.
Kaedah tinjauan telah digunakan dalam kajian ini untuk mengumpulkan data
berbentuk deskriptif. Borang soal selidik elektronik telah dibina menggunakan
kemudahan aplikasi Google Form untuk mengedarkan soal selidik secara atas talian
kepada responden bagi mendapatkan maklumat.
Instrumen kajian atas talian ini terbahagi kepada dua bahagian utama iaitu (i) latar
belakang responden dan (ii) skala pemikiran komputasional. Item bagi skala
pemikiran komputasional ini telah diubahsuai daripada hasil kajian Tsai, Liang, dan
Hsu (2021). Seterusnya, untuk menentukan indeks kebolehpercayaan instrumen
kajian, maka satu kajian rintis telah dilaksanakan ke atas 30 orang guru pelatih
daripada IPGK lain yang turut mengambil kursus yang sama. Wolf (1997) telah
mencadangkan bahawa pemilihan di antara 30 hingga 50 orang responden dalam
kajian rintis adalah baik.
Hasil analisis kajian rintis telah menunjukkan nilai Alfa Cronbach adalah tinggi,
iaitu 0.91. Nilai pekali Alfa Cronbach ini adalah ideal (Pallant, 2020). Nilai pekali
yang tinggi ini turut membuktikan bahawa soal selidik yang digunakan adalah tekal
dan boleh dipercayai. Berbanding ujian Kuder-Richardson yang hanya boleh
mengukur data-data dikotomi sahaja, Alfa Cronbach sering digunakan kerana
keupayaannya untuk mengukur kebolehpercayaan data-data dikotomi dan bukan
dikotomi.
Statistik deskriptif iaitu skor min digunakan untuk menerangkan tahap kompetensi
pemikiran komputasional. Untuk tujuan tersebut, penyelidik menggunakan
interpretasi skor min seperti Jadual 2 (Ismail & Mohammad, 2017; Pallant, 2020).
4
Jurnal Muallim
DAPATAN KAJIAN
Rajah 1: Taburan jantina responden yang menjawab borang soal selidik secara atas talian.
Seterusnya, rajah 2 menunjukkan nilai skor min, sisihan piawai dan tahap
kompetensi pemikiran komputasional semua responden bagi ke semua item soal
selidik yang telah diedarkan (Lampiran A). Nilai skor min, sisihan piawai dan tahap
kompetensi pemikiran komputasional ke semua guru pelatih ini berada pada tahap
yang tinggi iaitu di antara skor min terendah adalah 3.8 (item Ab1) manakala skor
min tertinggi adalah 4.68 (item Al2 & E2). Berdasarkan kepada rajah juga, terdapat
tiga item yang mendapat nilai skor min tertinggi mengikut urutan adalah Al2 (4.68),
E2 (4.68) dan Ab3 (4.60) manakala dua skor min terendah adalah E4 (4.08) dan
Ab1 (3.80). Nilai sisihan piawai yang terendah pula adalah 0.48 pada item Al2 dan
5
Jurnal Muallim
E2. Purata skor min keseluruhan (K1) adalah 4.43 dengan nilai sisihan piawai
keseluruhan 0.17.
Rajah 2: Graf skor min dan sisihan piawai untuk semua item soal selidik.
Rajah 3: Graf skor min dan sisihan piawai setiap konstruk pemikiran komputasional.
6
Jurnal Muallim
PERBINCANGAN
Secara keseluruhan, dapatan daripada kajian ini telah berjaya mengenal pasti
bahawa guru pelatih (responden kajian) mempunyai tahap kompetensi pemikiran
komputasional yang tinggi. Ini membuktikan bahawa guru pelatih 2PPISMP
IPGKSM mempunyai kesediaan dan pengetahuan untuk melaksanakan pemikiran
komputasional dalam bidang Sains. Selain itu juga, tahap kompetensi kelima-lima
konstruk pemikiran komputasional iaitu peniskalaan, peleraian, algoritma, penilaian
dan generalisasi juga tinggi. Ini menunjukkan bahawa kemahiran pemikiran
komputasional untuk semua konteks penyelesaian masalah di kalangan guru pelatih
adalah tinggi.
RUMUSAN
Pemikiran komputasional sering disebut secara khusus dalam salah satu konteks
penyelesaian masalah (cth., Korkmaz, Çakir, & Özden, 2017; Román-González,
Pérez-González, & Jiménez-Fernéndez, 2017). Penyelesaian masalah digambarkan
sebagai satu transformasi daripada keadaan awal yang tidak diingini kepada
keadaan akhir yang diingini (Beecher, 2017) dengan mengatasi halangan dan
cabaran yang wujud. Ketika menyelesaikan masalah, pemikiran individu tersebut
sedang beroperasi pada tahap pemikiran dan penaakulan yang tinggi (Spector &
Park, 2012). Kesan tahap kompetensi pemikiran komputasional yang tinggi mampu
memastikan kesediaan pelajar dalam kedudukan permulaan yang terbaik untuk
penyertaan dalam pelbagai bidang kerjaya, kehidupan dan masyarakat.
7
Jurnal Muallim
RUJUKAN
Curzon, P., & McOwan, P. W. (2017). The power of computational thinking: Games, magic
and puzzles to help you become a computational thinker.
Denning, P. J. (2007). Computing is a natural science. Communications of the ACM, 50(7),
13-18. doi:10.1145/1272516.1272529
Grover, S., & Pea, R. (2013). Computational thinking in K–12: A review of the state of the
field. Educational Researcher, 38-43.
Guzdial, M. (2008). Education Paving the way for computational thinking. Communications
of the ACM, 51(8), 25-27. doi:10.1145/1378704.1378713
Guzdial, M. (2015). Learner-Centered Design of Computing Education: Research on
Computing for Everyone. Switzerland : Springer Cham.
Ismail, M.-A., & Mohammad, J.-M. (2017). Kahoot: A promising Tool for Formative
Assessment in Medical education. Education in Medicine Journal, 19-26.
ISTE, & CSTA. (2011). Operational Definition of Computational Thinking - ISTE.
Retrieved 01 10, 2022, from International Society for Technology in Education
(ISTE): https://cdn.iste.org/www-
root/Computational_Thinking_Operational_Definition_ISTE.pdf
Klieme, E., Hartig, J., & Rauch, D. (2008). The concept of competence in educational
contexts. In J. Hartig, K. Eckhard , & L. D, Assessment of competencies in
educational contexts (pp. 3-22). Hogrefe & Huber Publishers.
Koeppen, K., Hartig, J., Klieme, E., & Leutner, D. (2008). Current Issues in Competence
Modeling and Assessment. Zeitschrift für Psychologie / Journal of Psychology,
216(2), 61-73. doi:10.1027/0044-3409.216.2.61
Pallant, J. (2020). SPSS survival manual: A step by step guide to data analysis using IBM
SPSS. Routledge.
Papert, S. (1980). Children, computers, and powerful ideas. United Kingdom: Harvester
Press.
Selby, C. C., & Woollard, J. (2013). Computational Thinking: The Developing Definition.
Southampton : University of Southampton .
Tang, X., Yin, Y., Lin, Q., Hadad, R., & Zhai, X. (2020). Assessing computational thinking:
A systematic review of empirical studies. Computers & Education, 148(103798).
Tsai, M.-J., Liang, J.-C., & Hsu, C.-Y. (2021). The Computational Thinking Scale for
Computer Literacy Education. Journal of Educational Computing, 1-24.
Tsai, M.-J., Wang, C.-Y., & Hsu, P.-F. (2019). Developing the Computer Programming
Self-Efficacy Scale for Computer Literacy Education. Journal of Educational
Computing Research, 56(8), 1345-1360. doi:10.1177/0735633117746747
Wing, J. (2017). Computational thinking’s influence on research and education for all.
Italian Journal of Educational Technology, 7-14.
Wing, J. M. (2006). Computational thinking. Communications of the ACM, 49(3), 33-35.
doi:10.1145/1118178.1118215
Wolf, M. R. (1997). Questionnaires. In Educational research, methodology, and
measurement: An international handbook (pp. 422-427).
Yadav, A., Gretter, S., Good, J., & McLean, T. (2017). Computational thinking in teacher
education. In Emerging research, practice, and policy on computational thinking
(pp. 205-220). Springer.
Yadav, A., Hong, H., & Stephenson, C. (2016). Computational Thinking for All:
Pedagogical Approaches to Embedding 21st Century Problem Solving in K-12
Classrooms. TechTrends , 565-568.
8
Jurnal Muallim
LAMPIRAN A
SOAL SELIDIK
KOMPETENSI PEMIKIRAN KOMPUTASIONAL