Students' attitudes towards computer: statistical types and their relationship with computer literacy

Straipsnio tikslas – nustatyti ir apibūdinti faktiškai egzistuojančius studentų statistinius tipus pagal nuostatas kompiuterio atžvilgiu (emocinį-motyvacinį požiūrį į kompiuterį) bei parodyti jų ryšį su realiu kompiuteriniu raštingumu. 10004 tiriamieji studentai atstovavo 4 šalies universitetams (KTU, ŠU, KU, VGTU) ir 5 aukštesniosioms mokykloms bei kolegijoms. Tyrimui buvo parengtas kompiuterinio raštingumo testas (teorinis ir praktinis) bei dvi uždarojo tipo anoniminės anketos. Tyrimo duomenys parodė, kad idėja ieškoti studentų populiacijoje statistinių tipų, faktiškai susiklostančių pagal skirtingą kompiuterinį raštingumą ir nuostatas kompiuterio atžvilgiu, taikant klasterines analizės metodą, visiškai pateisino lūkesčius. Tyrimo metu buvo nustatyti ir apibūdinti faktiškai egzistuojantys studentų tipai pagal emocinį-motyvacinį požiūrį į kompiuterį, funkcionalistai, kompiuterių fanai ir entuziastai, „kompiuterofoba“, nustatytas jų ryšys su faktiniu kompiuteriniu raštingumu. Kompiuterių fanų (tiek vaikinų, tiek merginų) kompiuterinio raštingumo testo rezultatai buvo geriausi, o prasčiausi – respondentų, kurių nuostatos kompiuterio atžvilgiu buvo visiškai neigiamos. Tokių pagal požymio raišką „grynų“ statistinių grupių kokybinis apibūdinimas bei šių grupių nuošimčio bendrojoje populiacijoje nustatymas yra esminė informacija, kuria remiantis galėtų ir turėtų būti optimizuojamas bei efektyvinamas kompiuterinio raštingumo formavimo procesas.The results of the diagnostic analysis on students' computer literacy are presented in the article. The study involves students from Lithuanian universities and colleges. Based on the study results attempts are made to identify and define the existing statistical types of students in connection with their attitudes towards a computer (emotional - motivational relationship with a computer) as well as to disclose some link with the factual computer literacy. The study data showed that the idea of using cluster analysis trying to identify statistical types in the student population has been fully justified. Actually existing student types have been identified and described based on the emotional-motivational relationship with a computer and actual computer literacy level. It would be important to describe such 'pure' statistical groups by qualitative terms and to identify their percentage in general population, as this information could and should be used for optimising and increasing efficiency of the computer literacy development process