Oppgrader til nyeste versjon av Internet eksplorer for best mulig visning av siden. Klikk her for for å skjule denne meldingen
Ikke pålogget
{{session.user.firstName}} {{session.user.lastName}}
Du har tilgang til Idunn gjennom , & {{sessionPartyGroup.name}}
<Læring av IKTKapittel 7 av 11

Kapittel 6

Elevenes selvoppfatning og holdning til IKT

Inger Throndsen er forsker ved Institutt for lærerutdanning og skoleforskning (ILS) ved Universitetet i Oslo. Hun var nasjonal prosjektleder for ICILS-undersøkelsen og har vært involvert i både nasjonale og internasjonale studier i skolen. Hennes faglige interesser er rettet mot læringsstrategier og motivasjon for læring. Hun har mange års erfaring fra barnetrinnet både som lærer, pedagogisk veileder og skoleleder.

Ove Edvard Hatlevik er forsker ved Senter for IKT i utdanningen. Han har vært involvert i flere studier av skolens digitale tilstand og i kartlegging av digitale ferdigheter. Han interesserer seg spesielt for motivasjon og læringsstrategier i skole og arbeidsliv. Han er utdannet lærer og har erfaring som lærer i videregående skole.

Sammendrag

Norske elever har høye forventninger om å mestre elementære IKT-oppgaver. De vurderer sin generelle IKT-kompetanse som god, og de opplever arbeid med datamaskin som lystbetont. Disse resultatene er i tråd med den internasjonale trenden. Norske elever har noe lavere forventninger om å lykkes med avanserte IKT-oppgaver. I alle landene er det signifikante forskjeller i guttenes favør når det gjelder mestringsforventning om avansert bruk og interesse for IKT. Norge er blant landene med størst kjønnsforskjell.

Abstract

Norwegian students express strong self-efficacy beliefs in doing basic ICT tasks, they perceive their general ICT competence to be high, and they enjoy learning with ICT. These results are mainly coherent with the international trend. Norwegian students express somewhat lower self-efficacy in completing advanced ICT tasks. Statistically significant gender differences in advanced ICT self-efficacy and interest in ICT favoring boys were observed in all countries. Norway is among the countries with the greatest gender difference.

6.1 Innledning

Informasjons- og kommunikasjonsteknologi spiller en sentral rolle i unge menneskers liv og har en sentral plass i dagens kunnskapssamfunn. Det er derfor viktig å få kunnskap om elevenes oppfatninger og holdninger til IKT. I dette kapitlet presenteres elevenes svar på spørsmål om hva de etter deres oppfatning mestrer på en datamaskin samt deres interesse for IKT. Elevenes oppfatninger og holdninger blir også sett i forhold til deres prestasjoner på den digitale prøven og om det eksisterer kjønnsforskjeller. I tillegg er det foretatt analyser med tanke på å avdekke mulige sammenhenger mellom elevenes mestringsforventning, selvvurdering og interesse for dataaktiviteter.

Både mestringsforventning og selvvurdering er to sentrale aspekter ved elevers faglige selvoppfatning (Skaalvik og Skaalvik 2013). I IKT-sammenheng kan selvvurdering knyttes til hvor dyktig eleven anser seg som databruker («Hvor flink er jeg?»), mens mestringsforventning dreier seg om eleven ser seg i stand til å utføre bestemte handlinger eller aktiviteter på en datamaskin («Vil jeg klare dette?»).

Interesse og engasjement er viktige aspekter ved personers indre motivasjon (Schunk mfl. 2014). Elever som er interessert i IKT, engasjerer seg i dataaktiviteter fordi det gir dem glede og det oppleves som lystbetont. Aktiviteten har med andre ord verdi i seg selv. Interesse for en aktivitet eller et tema kan således relateres til spørsmål som: «Ønsker jeg å gjøre dette og hvorfor?»

6.2 Mestringsforventning

Mestringsforventning er et sentralt perspektiv ved studier av elevers motivasjon for læring (Schunk mfl. 2014). Teori om mestringsforventning er utviklet innenfor en sosial-kognitiv læringstradisjon med fokus på interaksjon mellom individuelle forhold og omgivelsene (Zimmerman 2000).

Bandura (1997) beskriver mestringsforventning (self-efficacy) som at den lærende har en positiv forventning om å mestre en bestemt situasjon eller oppgave. Han mener at forventning om å lykkes påvirker motivasjonsnivå, valg av aktiviteter, utholdenhet og intensitet i arbeid. Denne retningen bygger på en antakelse om at våre forventninger om personlig mestring kan danne grunnlag for våre handlinger, og således påvirke vår innsats, ytelse og utholdenhet i forbindelse med oppgaveløsning. En viktig forutsetning ved teori om mestringsforventning er at elevene kan være aktive aktører som former retningen på sitt eget læringsforløp (Sáinz og Eccles 2012). Forskning har vist at det er forskjell på om man oppfatter seg selv som en aktiv aktør eller som en passiv brikke (Nygård 2007).

Mestringsforventning kan også knyttes til våre valg av aktiviteter. Dette kommer til uttrykk ved at elever prioriterer aktiviteter som de forventer å lykkes med, mens de har en tendens til å unngå aktiviteter hvor de ikke forventer mestring. Men elever kan også velge bestemte oppgaver eller aktiviteter uavhengig av forventninger, for eksempel hvis elevene oppfatter aktiviteten eller konteksten hvor aktiviteten utføres som viktig for dem.

Forskning innen IKT-feltet viser at elevers mestringsforventning kan ha positiv sammenheng med deres digitale ferdigheter (Hatlevik mfl. 2015a; Hatlevik mfl. 2015b; Krumsvik 2011; Tømte 2011) og deres bruk av teknologi i egen læring (Devolder mfl. 2012; Solhaug 2009). Det er også registrert positiv korrelasjon mellom elevers forventning om å lykkes med bruk av datamaskin og deres digitale prestasjoner (Barbeite og Weiss 2006; Joo mfl. 2000; Liaw og Huang 2012; Wan mfl. 2008; Yang og Cheng 2009).

I ICILS-undersøkelsen skulle elevene ta stilling til hvor godt de forventer at de kan utføre bestemte oppgaver på en datamaskin. Konstruktet Mestringsforventning besto av i alt 13 spørsmål. Disse spørsmålene er presentert nedenfor, og prosentandelen av elevene som svarte: «Jeg vet hvordan jeg gjør dette», er oppgitt i parentes (norsk og internasjonalt gjennomsnitt). På bakgrunn av en faktoranalyse av datamaterialet er det skilt mellom forventninger om å lykkes med elementære oppgaver og mer avanserte oppgaver. Det er derfor laget én internasjonalt standardisert skala for hvert av disse områdene innen mestringsforventning. Mens seks oppgaver er klassifisert som elementære, er sju oppgaver vurdert som avanserte (Fraillon mfl. 2014). Spørsmålene er listet opp etter fallende prosentandel for Norge.

Elementære oppgaver:

  • søke og finne informasjon som du trenger på Internett (95, 89)

  • søke etter og finne en fil på datamaskinen (92, 87)

  • lage og redigere dokumenter (91, 81)

  • laste opp tekst, bilder eller video til en nettprofil (79, 77)

  • redigere digitale bilder eller annen grafikk (75, 73)

  • lage en multimediepresentasjon (med lyd, bilder eller video) (66, 64)

Avanserte oppgaver:

  • endre innstillinger på datamaskinen for å forbedre den eller fikse problemer (64, 57)

  • bruke et regneark for utregninger, lagre data eller tegne en graf (62, 54)

  • bruke programvare for å finne og fjerne virus (44, 47)

  • lage eller redigere en nettside (37, 38)

  • sette opp et nettverk av datamaskiner (30, 35)

  • lage en database (f.eks. Microsoft Access) (17, 30)

  • lage et dataprogram eller en makro (f.eks. i Basic eller Visual basic) (16, 21)

Når det gjelder de elementære oppgavene, har norske elever høyere forventninger om å lykkes med å lage og redigere dokumenter, søke og finne informasjon samt å søke etter og finne en fil på datamaskinen enn det internasjonale gjennomsnittet. Analyser viser at de norske elevenes forventninger om å mestre de elementære oppgavene er signifikant høyere enn det internasjonale snittet. Ser vi på hvordan elevene forholder seg til de avanserte oppgavene, viser det seg at de norske elevene jevnt over har lavere forventninger om å lykkes enn det internasjonale gjennomsnittet, og analyser viser at forskjellen mellom norsk og internasjonalt snitt er signifikant. En mulig forklaring på de norske elevenes relativt lave forventninger kan være at flere av de avanserte oppgavene ikke er aktuelle som verktøy i fag, men at det er aktiviteter som i større grad hører inn under spesifikke datafag.

6.3 Selvvurdering

Studier rettet mot elevers vurdering av egen faglig dyktighet har hatt en sentral plass innen pedagogisk forskning de siste 20–30 årene. Til grunn for elevers faglige selvvurdering ligger både en sosial sammenligning (dvs. hvordan en presterer i forhold til andre) og en sammenligning av hvor godt en presterer innen det aktuelle feltet i forhold til andre områder (f.eks. at en er flinkere i språkfag enn i matematikk). Selvvurderingen bygger med andre ord på både en ytre og en indre sammenligning, og den er et uttrykk for elevens subjektive oppfatning (Skaalvik og Skaalvik 2013).

En rekke studier har dokumentert sterk sammenheng mellom elevers selvvurdering og deres faglige prestasjoner, for eksempel innen matematikk og språkfag (Marsh og Köller 2003). I tillegg er det registrert positivt samsvar mellom elevers oppfatning av faglig dyktighet og faktorer som innsats, indre motivasjon og utholdenhet (Skaalvik og Bong 2003). Hvilken betydning positiv selvvurdering av digitale dyktighet kan ha for elevers bruk av teknologi, har vi foreløpig lite kunnskap om. Ut fra vår kjennskap til forskning på området foreligger det ingen studier som har fokusert på dette.

I ICILS-undersøkelsen måles elevenes digitale ferdigheter direkte gjennom den digitale prøven. I tillegg ble de gjennom spørreskjemaet bedt om å vurdere hvor godt de behersker bruk av datamaskin. Konstruktet Selvvurdering består av fire utsagn1 som elevene skulle ta stilling til ved å velge ett av følgende svaralternativer: «Svært enig», «Enig», «Uenig» og «Svært uenig». De fire utsagnene er gjengitt nedenfor. Tallene i parentes viser andelen norske elever og gjennomsnittet for elevene i alle landene som er «Svært enig» eller «Enig». Utsagnene er listet opp etter fallende prosentandel for Norge.

  • Det er veldig lett for meg å lære å bruke nye programmer på datamaskinen (91, 87).

  • Jeg klarer å gi råd til andre når de har problemer med datamaskinen (80, 80).

  • Jeg har alltid vært flink til å bruke datamaskin (76, 82).

  • Jeg vet mer om datamaskiner enn de fleste andre på min alder (36, 28).

Resultatene viser at en stor andel av de norske elevene anser seg som dyktige når det gjelder å håndtere en datamaskin. For eksempel mener hele ni av ti elever at det er veldig lett for dem å lære å bruke nye dataprogrammer, mens åtte av ti mener de er i stand til å gi råd til andre som har problemer. Lavest tilslutning får utsagnet som går på at de vet mer om datamaskiner enn andre jevnaldrende. Dette spørsmålet skiller seg ut ved at elevene helt eksplisitt blir oppfordret til å sammenligne seg med andre. Det kan tenkes at de opplever å ha veldig mange dyktige medelever. De norske elevenes respons til de ulike utsagnene skiller seg ikke stort fra det internasjonale gjennomsnittet.

6.4 Interesse

Det er godt dokumentert at interesse og engasjement i læringssituasjonen kan bidra til å lette læringsprosessen og bedre elevenes forståelse (f.eks. Schiefele 2009). Som nevnt i innledningen er interesse og engasjement viktige sider ved en persons indre motivasjon. Elever som er indre motivert, kjennetegnes ved at de engasjerer seg i en aktivitet for aktivitetens egen skyld. De har ikke behov for noen form for ytre belønning for å sette i gang eller opprettholde aktiviteten. Dette gjelder også for elever som er motivert for å bruke nyere teknologi (Lee mfl. 2005).

Interesse har vist seg å ha betydning for flere sentrale prosesser i læringssammenheng (Schunk mfl. 2014). For det første påvirker det elevenes valg av aktivitet. Dersom elever har mulighet til å velge, involverer de seg først og fremst i oppgaver eller aktiviteter som de er interessert i. For det andre fører interesse til økt innsats og utholdenhet i læringssituasjonen. Det betyr at indre motiverte elever ikke gir så lett opp når de støter på problemer eller utfordringer. Interesse for en aktivitet eller et bestemt lærestoff fører dessuten til at elevene engasjerer seg i læringsprosessen på en måte som fører til bedre læring. Dette har sammenheng med økt oppmerksomhet og konsentrasjon samt valg av mer effektive læringsstrategier (Wolters og Pintrich 1998).

Helt siden midten av 1980-årene har en innen IKT-forskningen vært opptatt av å vurdere om elever liker å bruke datamaskin i skolearbeidet (Hutchins mfl. 1985; Lepper og Malone 1987). Nyere forskning viser at en positiv holdning til IKT-bruk og til det å lære å bruke teknologi har avgjørende betydning for hva elever er i stand til å utføre med en datamaskin (Knezek og Christensen 2008). En positiv holdning er også en forutsetning for det faglige utbyttet av å bruke nyere teknologi i læringssituasjoner (Meelissen 2008).

I ICILS-undersøkelsen ble elevene også spurt om sin interesse for å bruke datamaskin. Konstruktet Interesse består av sju utsagn som elevene skal ta stilling til ved å velge ett av fire svaralternativer («Svært enig», «Enig», «Uenig» og «Svært uenig»). Utsagnene er gjengitt nedenfor. Tallene i parentes viser hvor mange prosent av de norske elevene og gjennomsnittet blant elever i alle landene som er «Svært enig» eller «Enig». Utsagnene er listet opp etter fallende prosentandel for Norge.

  • Jeg syns det er morsomt å bruke datamaskin (96, 91).

  • Jeg liker å bruke Internett til å finne informasjon (96, 92).

  • Jeg liker å lære hvordan nye ting kan gjøres når jeg bruker datamaskin (90, 91).

  • Det er morsommere å gjøre arbeidet med en datamaskin enn uten (89, 83).

  • Det er veldig viktig for meg å jobbe på datamaskin (84, 89).

  • Jeg bruker ofte datamaskin for å finne nye måter å gjøre ting på (76, 78).

  • Jeg bruker datamaskin fordi jeg er veldig interessert i teknologien (52, 63).

Dette viser at norske elever er svært positive til å bruke og å jobbe på en datamaskin. Nesten alle elevene er enige i at det er morsomt å bruke datamaskin og å finne informasjon på Internett. Hele ni av ti elever liker å lære nye ting på datamaskinen og syns det er morsommere å gjøre arbeidet med en datamaskin enn uten. Disse resultatene viser på en svært tydelig måte at elevene opplever arbeid på datamaskin som lystbetont. Fra et undervisningsperspektiv er det verdt å merke seg den svært høye andelen elever som liker å bruke Internett til å finne informasjon, og som syns det er morsommere å gjøre arbeidet på en datamaskin enn uten. De norske elevenes interesse for IKT samsvarer i stor grad med det internasjonale gjennomsnittet. Det er bare utsagnet som dreier seg om interesse for teknologi som ikke oppnår høy tilslutning blant de norske elevene, og som i tillegg ligger under det internasjonale snittet. En forklaring kan være at ungdom generelt har et konsumentperspektiv på teknologi, og har forventninger om å bruke teknologi for å la seg underholde gjennom spill, musikk, film eller kommunikasjon.

Elevenes positive holdning til å bruke IKT i skolearbeidet er også blitt registrert i tidligere PISA-undersøkelser. I PISA 2012 var for eksempel 87 % av elevene enig i utsagnet «Det er morsommere å gjøre lekser hvis jeg bruker datamaskin» (Eriksen og Narvhus 2013). Elevenes begrensede bruk av IKT i både fag og leksearbeid (jf. kapittel 5) kan tyde på at det potensialet som nyere teknologi representerer med tanke på å øke elevenes motivasjon, ikke er utnyttet. Senere års forskning har vist at nyere teknologi kan være et godt redskap med tanke på å skape læringsglede og engasjement i læringssituasjoner (Dede mfl. 2005; Kranz mfl. 2013).

En forutsetning for at IKT skal kunne bidra positivt til å øke elevenes motivasjon for læring, er at læreren er positiv til å ta i bruk nyere teknologi i undervisningen (Knezek og Christensen 2008). I tillegg kreves det at læreren opplever støtte på skolen, har tilgang på nødvendig utstyr og har tilstrekkelig profesjonsfaglig digital kompetanse (Krumsvik 2007; Tømte mfl. 2013). Disse temaene tas opp i kapittel 7.

6.5 Er det kjønnsforskjeller i elevenes selvoppfatning og interesse?

I dette avsnittet ser vi nærmere på om det er forskjeller i jentenes og guttenes selvoppfatning og interesse for IKT. Tidligere forskning viser at det innen enkelte fagområder eksisterer kjønnsforskjeller når det gjelder elevenes holdninger og oppfatninger. For eksempel ble det i PISA 2012 registrert at norske gutter både er mer interessert i matematikk enn jentene, samtidig som de vurderer seg som dyktigere og har høyere forventninger om å lykkes i faget (Jensen og Nortvedt 2013). Når det gjelder lesing, er imidlertid bildet helt omvendt. PISA 2009 viste at en betydelig større andel av jentene leser for egen fornøyelses skyld sammenlignet med guttene (Roe 2010). Det ble også registrert signifikant forskjell i jentenes favør når det gjelder elevenes holdninger til lesing.

Analyser av data fra ICILS-undersøkelsen viser at det er signifikante kjønnsforskjeller i guttenes favør både når det gjelder mestringsforventning, selvvurdering og interesse for IKT. Ser vi nærmere på de norske elevenes mestringsforventning, viser det seg at guttene har høyere forventninger enn jentene om å lykkes med både elementære og avanserte oppgaver på datamaskinen, og forskjellen er signifikant når det gjelder forventninger om å mestre de avanserte oppgavene (Fraillon mfl. 2014). Det viser seg at dette ikke er et særnorsk fenomen. Også i de andre landene er det en klar tendens til at guttene rapporterer om høyere forventninger til å lykkes med avanserte IKT-oppgaver enn det jentene gjør (se tabell 6.1). På dette området er Norge ett av landene med størst kjønnsforskjell. Dette er et svært interessant resultat tatt i betraktning at de norske jentene demonstrerer signifikant bedre digitale ferdigheter enn guttene på selve prøven. Dette funnet er med å underbygge en antakelse om at gutter har en tendens til å overvurdere egen dyktighet når det gjelder teknologi, mens jenter på sin side er mer tilbøyelige til å undervurdere sin kompetanse (jf. Meelissen 2008).

Tabell 6.1. Kjønnsforskjeller i variablene mestringsforventning (elementære og avanserte oppgaver), selvvurdering og interesse. Internasjonalt gjennomsnitt er 50 med et standardavvik på 10.

Alle

Jente

Gutt

Mestringsforventning, elementære oppgaver

51

51

52

Mestringsforventning, avanserte oppgaver

49

46

52

Selvvurdering

49

47

52

Interesse

50

47

52

Antakelsen om at guttene har en tendens til å overvurdere sin IKT-kompetanse, støttes av analysene som ble gjort på bakgrunn av elevenes svar på spørsmålene innenfor konstruktet selvvurdering. Også her viser resultatene signifikant forskjell i guttenes favør, til tross for at jentene presterer bedre enn guttene på den digitale prøven. Som nevnt ovenfor er det ikke mulig å undersøke om dette resultatet stemmer overens med trenden i de andre landene, da det ikke er blitt laget en internasjonal standardisert skala for dette konstruktet. Dette resultatet er imidlertid i tråd med funn fra tidligere undersøkelser (Busch 1995; Dickhäuser og Steinesmeier-Pelster 2002).

Også når det gjelder elevenes interesse for IKT, ble det i Norge registrert signifikant kjønnsforskjell ved at guttene rapporterer om høyere interesse for bruk av teknologi enn jentene. Dette resultatet samsvarer med den internasjonale trenden i ICILS-undersøkelsen, men Norge skiller seg imidlertid ut ved å være ett av landene hvor kjønnsforskjellen på dette området er størst (Fraillon mfl. 2014). Også andre studier har registrert kjønnsforskjeller i interessen for IKT hos elever på ungdomstrinnet. I en større amerikansk studie av elever på 3.–12. trinn viste det seg at på de lavere trinnene (4. og 5. trinn) var jentene mer begeistret for aktiviteter på datamaskin enn guttene (Christensen mfl. 2005). Jentenes positive holdning hadde imidlertid avtatt på 6. trinn, og på 8. trinn var jentenes interesse for IKT-bruk signifikant lavere enn guttenes. Det konkluderes med at 6. klassetrinn ser ut til å være punktet for når guttene får en mer positiv holdning til teknologi enn jentene. Forskerne hevder at skolen er i posisjon til å motvirke en utvikling hvor jentenes interesse for teknologi avtar, og integrering av IKT i undervisningen i fagene vil kunne være et viktig trekk.

Kort oppsummert ble det altså registrert kjønnsforskjeller i guttenes favør for alle konstruktene som har til hensikt å gi informasjon om elevenes oppfatninger og holdninger til IKT. Det kan være ulike årsaker til dette. En nærliggende forklaring er at datateknologi tradisjonelt har vært oppfattet som et område som egner seg spesielt godt for gutter. En kan ikke se bort fra at elever lar seg påvirke av denne typen holdninger. Forskning innen andre fagområder har vist at dersom en anser seg som dyktig eller svak innen bestemte fagfelt, har det konsekvenser for de valgene en gjør. Helt konkret kan det her nevnes at om lag en av fem primærsøkere til IKT-relaterte studier er en kvinne.2

6.6 Forholdet mellom konstruktene

Forskning innen andre fagområder (bl.a. matematikk) viser at det eksisterer en klar sammenheng mellom mestringsforventning, selvvurdering og interesse (Schunk mfl. 2014). Det innebærer at elever som vurderer sin kompetanse innen et bestemt fag, også har høy mestringsforventning og interesse for faget. På bakgrunn av dette ble det gjennomført en analyse av korrelasjonen mellom disse komponentene i ICILS-undersøkelsen for de norske dataene. Korrelasjonen mellom konstruktene er vist i tabell 6.2. Konstruktet mestringsforventning er fordelt på forventning med å lykkes med henholdsvis elementære og avanserte oppgaver.

Tabell 6.2. Korrelasjon mellom mestringsforventning (elementære og avanserte oppgaver), selvvurdering og interesse.

1

2

3

4

1) mestringsforventning, elementære oppgaver

2) mestringsforventning, avanserte oppgaver

0,52**

3) selvvurdering

0,43**

0,57**

4) interesse

0,36**

0,45**

0,72**

** p < ,01

Tabellen viser signifikant positiv korrelasjon mellom alle konstruktene. Analysen viser sterk positiv sammenheng mellom selvvurdering og interesse, samt mellom selvvurdering og forventning om mestring av avanserte IKT-oppgaver. Det er også høy positiv korrelasjon mellom forventninger om å lykkes med henholdsvis avanserte og elementære oppgaver. Korrelasjonen mellom de andre komponentene er mer moderat. Dette resultatet bekrefter funn fra studier innen andre fagområder som har vist en klar sammenheng mellom elevenes mestringsforventning, selvvurdering og interesse. Når det gjelder IKT-feltet, har vi ikke kjennskap til at det er blitt foretatt lignende analyser.

6.7 Forholdet mellom prestasjoner og elevenes oppfatninger og holdninger

For å undersøke sammenhengen mellom elevenes prestasjoner på den digitale prøven og deres oppfatninger og holdninger til IKT, ble det gjennomført en korrelasjonsanalyse mellom elevenes prøveskår og de ulike konstruktene. Korrelasjonskoeffisientene er presentert i tabell 6.3.

Tabell 6.3. Korrelasjonskoeffisienter for prøveskår og mestringsforventning (elementære og avanserte oppgaver), selvvurdering og interesse.

Mestringsforventning, elementære oppgaver

Mestringsforventning, avanserte oppgaver

Selvvurdering

Interesse

Norge

Int. gj.sn.

Norge

Int. gj.sn.

Norge

Int. gj.sn.

Norge

Int. gj.sn.

Digitale ferdigheter

0,24

0,32

–0,07

0,04

0,07

0,05

0,06

0,08

Tabell 6.3 viser at det stort sett er positive sammenhenger mellom elevenes resultater på prøven og alle holdningskonstruktene. Unntaket er sammenhengen i Norge mellom digitale ferdigheter og forventninger om å lykkes med avanserte oppgaver hvor korrelasjonen er svakt negativ. Alle sammenhengene i tabell 6.3 er statistisk signifikante, men bortsett fra for elevens forventninger til å mestre elementære oppgaver knyttet til IKT-bruk, er sammenhengene svært lave. Generelt er de betydelig lavere enn en typisk ser i studier knyttet til andre fagområder. I PISA-undersøkelsen er for eksempel korrelasjonene mellom denne typen konstrukter og prestasjoner i lesing, matematikk og naturfag rundt 0,40. Dette har ingen innlysende forklaring. All teori støtter opp under ideen om en sterk sammenheng mellom faglige prestasjoner og interesse og selvvurdering. En mulig forklaring ligger nok i at spørsmål knyttet til det å ha positive tanker om å bruke en datamaskin ikke nødvendigvis er relatert til læringsutbytte av mer formell kompetanse av den typen som måles i ICILS-undersøkelsen. En kan godt synes det er morsomt å arbeide på en datamaskin og likevel prestere dårlig på prøven, mens det er mindre sannsynlig at en tilsvarende sammenheng finnes når spørsmålet og prestasjonen er knyttet til matematikk.

6.8 Oppsummering

I kapittel 6 har vi gjennomgått resultater for spørsmål knyttet til mestringsforventning, selvvurdering og interesse. Selvvurdering er knyttet til oppfattet dyktighet, mestringsforventning dreier seg om selvtillit når det gjelder å utføre bestemte aktiviteter, og interesse går på hva elever liker å drive med. Dette er tre sentrale begreper for å undersøke elevers selvoppfatning og holdninger til bruk av datamaskin.

Faktoranalyse viser at mestringsforventning kan deles i avansert og elementær IKT-bruk. Analyser viser at det er positive sammenhenger mellom elevers rapporterte mestringsforventning for avansert IKT-bruk, mestringsforventning for elementær IKT-bruk, selvvurdering og interesse. Sammenhengene med prestasjoner er imidlertid svake og betydelig lavere enn det man finner for tilsvarende undersøkelser rettet mot andre skolefaglige områder. Dette kan imidlertid ikke tolkes som at holdninger er uviktige. Vi vet at interesser og selvvurderinger er svært viktige for de valgene en gjør.

Norge er stort sett på nivå med det internasjonale gjennomsnittet for disse begrepene. Svar fra de norske elevene viser at majoriteten foretar positive vurderinger av seg selv, de viser stor interesse for IKT og har forholdsvis høy mestringsforventning til elementær IKT-bruk.

Det ble ikke registrert kjønnsforskjeller knyttet til elevenes egenvurdering av å mestre elementær IKT-bruk, men guttene rapporterer om høyere mestringsforventning for avansert IKT-bruk. Det er også slik at gutter rapporterer om høyere interesse og selvvurdering med hensyn til datamaskiner og IKT. Dette forteller om hvordan gutter oppfatter seg selv, og dette kan også henge sammen med hvordan de oppfattes eller ønskes å bli oppfattet av andre personer, for eksempel venner, og ulike miljøer, som skole og hjem.

Litteratur

Bandura, A. (1997). Self-efficacy: the exercise of control. NY: Freeman.

Barbeite, F.G. og Weiss, E.M. (2006). Computer self-efficacy and anxiety scales for an Internet sample: testing measurement equivalence of existing measures and development of new scales. Computers in Human Behavior, 20, 1–15.

Busch, T. (1995). Gender differences in self-efficacy and attitudes toward computers. Journal of Educational Computing Research, 12(2), 147–158.

Christensen, R., Knezek, G. og Overall, T. (2005). Transition points for the gender gap in computer enjoyment. Journal of Research on Technology in Education, 38(1), 23–27.

Dede, C., Ketelhut, D.J., Clarke, J., Nelson, B. og Bowman, C. (2005). Students’ motivation and learning of science in a multi-user virtual environment. Paper presentert på AERA 2009, Montreal, Canada.

Devolder, A., van Braak, J. og Tondeur, J. (2012). Supporting self-regulated learning in computer-based learning environments: systematic review of effects of scaffolding in the domain of science education. Journal of Computer Assisted Learning, 28, 557–573.

Dickhäuser, O. og Steinesmeier-Pelster, J. (2002). Gender differences in computer work: Evidence for the model of achievement-related choices. Contemporary Educational Psychology, 27, 486–496.

Eriksen, A. og Narvhus, E.K. (2013). Elevers databruk hjemme og på skolen. I M. Kjærnsli og R.V. Olsen (red.), Fortsatt en vei å gå. Norske elevers kompetanse i matematikk, naturfag og lesing i PISA 2012. Oslo: Universitetsforlaget.

Fraillon, J., Ainley, J., Schulz, W., Friedman, T. og Gebhardt, E. (2014). Preparing for life in a digital age. The IEA International Computer and Information Literacy Study. International report. Amsterdam: Springer International Publishing.

Hatlevik, O.E., Gudmundsdottir, G.B. og Loi, M. (2015a). Digital diversity among upper secondary students: A multilevel analysis of the relationship between cultural capital, self-efficacy, strategic use of information and digital competence. Computers and Education, 81, 345–354.

Hatlevik, O.E., Ottestad, G. og Throndsen, I. (2015b). Predictors of digital competence in 7th grade: a multilevel analysis. Journal of Computer Assisted Learning, 33(3), 189–286.

Hutchins, E.L., Hollan, J.D. og Norman, D.A. (1985). Direct Manipulation Interfaces. Human–Computer Interaction, 1, 4, Special Issue: New Perspectives on Human–Computer Interaction, 311–338.

Jensen, F. og Nortvedt, G.A. (2013). Holdninger til matematikk. I M. Kjærnsli og R.V. Olsen (red.), Fortsatt en vei å gå. Norske elevers kompetanse i matematikk, naturfag og lesing i PISA 2012. Oslo: Universitetsforlaget.

Joo, Y.-U., Bong, M. and Choi, H.-J. (2000). Self-Efficacy for Self-Regulated Learning, Academic Self-Efficacy, and Internet Self-Efficacy in Web-Based Instruction. ETR&D, (48), 5–17.

Knezek, G. og Christensen, R. (2008). IT competencies and attitudes. I J. Voogt og G. Knezek (red.), International handbook of information technology in primary and secondary education. New York: Springer, s. 319–331.

Kranz, S.R., Amato, K.A. og Freudenthal, E.A. (2013). Coordinate an Attack Using the Calculator. Mathematics Teaching in the Middle School. 18(6), FOCUS ISSUE: Mathematics in a STEM Context, 356–361. Hentet 12.02.2015 http://www.jstor.org/stable/10.5951/mathteacmiddscho.18.6.0356

Krumsvik, R.J. (2007). Skulen og den digitale læringsrevolusjonen. Oslo: Universitetsforlaget.

Krumsvik, R.J. (2011). Digital competence in Norwegian teacher education and schools. Högre Utbilding, 1, 39–51.

Lee, M.K.O., Chueng, C.M.K. og Chen, Z. (2005). Acceptance of Internet-based learning medium: the role of extrinsic and intrinsic motivation. Information & Management, 42, 1095–1104.

Lepper, M.R. og Malone, T.W. (1987). Intrinsic motivation and instructional effectiveness in computer-based education. I R.E. Snow og M.J. Farr (red.), Aptitude, learning, and instruction: Vol. 3. Cognitive and affective process analysis (255–286). Hillsdale, NJ: Erlbaum.

Liaw, S.S. (2002). Understanding user perceptions of World-wide web environments. Journal of Computer Assisted Learning, 18, 137–148.

Liaw, S. S. og Huang, H. M. (2012). Perceived satisfaction, perceived usefulness and interactive learning environments as predictors to self-regulation in e-learning environments. Computers & Education, 60, 14–24.

Marsh, H.W. og Köller, O. (2003). Bringing together two theoretical models of relations between academic self-concept and achievement. I H.W. Marsh, R.G. Craven og D.M. McInerney (red.), International advances in Self Research (17–47). Greenwich, Connecticut: Information Age Publishing.

Meelissen, M. (2008). Computer attitudes and competencies among primary and secondary schoolstudents. I J. Voogt og G. Knezek (red.), International Handbook of Information Technology in Primary and Secondary Education, 381–395. New York: Springer.

Nygård, R. (2007). Aktør eller brikke. Søkelys på menneskers selvforståelse. Oslo: Cappelen Damm.

Roe, A. (2010). Elevenes engasjement i lesing. I M. Kjærnsli og A. Roe (red.), På rett spor, norske elevers kompetanse i lesing, matematikk og naturfag i PISA 2009. Oslo: Universitetsforlaget.

Sáinz, M. og Eccles, J. (2012). Self-concept of computer and math ability: Gender implications across time and within ICT studies. Journal of Vocational Behavior, 80, 486–499.

Schiefele, U. (2009). Situational and individual interest. I K.R. Wentzel og A. Wigfield (red.), Handbook of motivation at school (197–222). New York/London: Routledge.

Schunk, D.H., Meece, J.L. og Pintrich, P.R. (2014). Motivation in education: theory, research, and applications. 4. utgave. Harlow: Pearson.

Skaalvik, E.M. og Bong, M. (2003). Self-concept and self-efficacy revised. A few notable differences and important similarities. I H.W. Marsh, R.G. Craven og D.M. McInerney (red.), International advances in Self Research (67–89). Greenwich, Connecticut: Information Age Publishing.

Skaalvik, E.M. og Skaalvik, S. (2013). Skolen som læringsarena. Selvoppfatning, motivasjon og læring. Oslo: Universitetsforlaget.

Solhaug, T. (2009). Two configurations for accessing classroom computers: differential impact on students' critical reflections and their empowerment. Journal of Computer Assisted Learning, 25(5), 411–422.

Tømte, C. (2011). Challenging Our Views on ICT, Gender and Education. Nordic Journal of Digital Literacy, 6 (special issue), 309–325.

Tømte, C., Kårstein, A. og Olsen, D.S. (2013). IKT i lærerutdanningen. På vei mot profesjonsfaglig digital kompetanse? Oslo: NIFU.

Wan, Z., Wang, Y. og Haggerty, N. (2008). Why people benefit from e-learning differently: the effects of psychological processes on e-learning outcomes. Information and Management, 45(8), 513–521. Hentet 18.05.2015 http://dx.doi.org/10.1016/j.im.2008.08.003.

Wolters, C. og Pintrich, P.R. (1998). Contextual differences in student motivation and self-regulated learning in mathematics, English, and social studies classrooms. Instructional Science, 26, 27–47.

Yang, H.-L. og Cheng, H.-H. (2009). Creative self-efficacy and its factors: An empirical study of information system analysts and programmers. Computers in Human Behavior, 25, 429–438.

Zimmerman, B.J. (2000). Attainment of self-regulation: A social cognitive perspective. I M. Boekaerts, P. Pintrich, og M. Zeidner (red.), Handbook of self-regulation, research, and applications (13–39). Orlando, FL: Academic Press.

1Det er ikke laget en internasjonalt standardisert skala for dette konstruktet. Begrunnelsen for dette er ikke gitt i rapporten, men det er rimelig å tro at dette skyldes at konstruktet ikke har fungert godt psykometrisk på tvers av land. Konstruktet synes imidlertid å fungere rimelig godt for de norske dataene.
2http://www.samordnaopptak.no/info/om/sokertall/sluttstatistikker/sokerstatistikk-2013.pdf

Idunn bruker informasjonskapsler (cookies). Ved å fortsette å bruke nettsiden godtar du dette. Klikk her for mer informasjon