Development of a Computational Thinking Skills Scale

Yıl 2025, Sayı: 66, 4295 - 4317, 29.12.2025

Gürbüz Ocak , Gülin Ütebay

https://doi.org/10.53444/deubefd.1732209

Öz

Based on the need to measure university students’ computational thinking skills, this study aimed to develop a valid and reliable scale. Accordingly, a Likert-type scale named the Computational Thinking Skills Scale was developed. The study employed an exploratory sequential design, one of the mixed method approaches. Data for the exploratory factor analysis (EFA) were collected from 260 students studying at a public university. Prior to the analysis, the KMO value was found to be 0.91. The results revealed that the scale consisted of four factors, which explained 53% of the total variance. These factors were identified as “problem solving and strategic thinking,” “algorithmic problem solving,” “systematic problem solving,” and “digital learning tools.” The scale included 24 items in total. Confirmatory factor analysis (CFA) was conducted to examine construct validity. Reliability analyses yielded Cronbach’s alpha coefficients of 0.89, 0.85, 0.84, and 0.79 for the sub-dimensions, while the overall alpha coefficient was 0.933. In conclusion, a valid and reliable measurement tool was developed to evaluate university students’ computational thinking skills.

Anahtar Kelimeler

Computational thinking , systematic problem solving , algorithmic thinking , digital learning tools

Bilgisayımsal Düşünme Becerileri Ölçeğinin Geliştirilmesi

Öz

Üniversite öğrencilerinin bilgisayımsal düşünme becerilerinin ölçülmesine duyulan ihtiyaçtan hareketle, bu çalışmada geçerli ve güvenilir bir ölçek geliştirilmesi amaçlanmıştır. Bu doğrultuda, “Bilgisayımsal Düşünme Becerileri Ölçeği” adı verilen likert tipi bir ölçek geliştirilmiştir. Araştırmada karma yöntem desenlerinden keşfedici sıralı desen kullanılmıştır. Açımlayıcı faktör analizi (AFA) için veriler, bir devlet üniversitesinde öğrenim gören 260 öğrenciden toplanmıştır. AFA öncesinde KMO değeri 0.91 olarak bulunmuştur. Analiz sonucunda ölçeğin dört faktörden oluştuğu ve toplam varyansın %53’ünü açıkladığı belirlenmiştir. Faktörler; “problem çözme ve stratejik düşünme”, “algoritmik problem çözme”, “sistematik problem çözme” ve “dijital eğitim araçları” olarak adlandırılmıştır. Ölçek toplam 24 maddeden oluşmaktadır. Yapı geçerliliğini test etmek amacıyla doğrulayıcı faktör analizi (DFA) uygulanmış; güvenilirlik analizlerinde Cronbach alfa değerleri sırasıyla 0.89, 0.85, 0.84 ve 0.79, genel alfa değeri ise 0.933 olarak bulunmuştur. Sonuç olarak, üniversite öğrencilerinin bilgisayımsal düşünme becerilerini değerlendirmek üzere geçerli ve güvenilir bir ölçme aracı geliştirilmiştir.

Anahtar Kelimeler

Bilgisayımsal düşünme , sistematik problem çözme , algoritmik düşünme , dijital eğitim araçları

Etik Beyan

T.C. AFYON KOCATEPE ÜNİVERSİTESİ SOSYAL VE BEŞERİ BİLİMLERİ BİLİMSEL ARAŞTIRMA VE YAYIN ETİĞİ KURULU KARARLARI

Kaynakça

• Aho, A. V. (2012). Computation and computational thinking. Computer Journal, 55(7), 832-835.
• Alpar, C. R. (2016). Spor, sağlık ve eğitim bilimlerinden örneklerle uygulamalı istatistik ve geçerlik-güvenirlik (7.Baskı). Detay Yayıncılık.
• Alpar, R. (2018). Uygulamalı istatistik ve geçerlik-güvenirlik. Detay Yayıncılık.
• Aydoğdu, A. (2023). Öğretmenlerin öğretim sürecinde öğrencilerinin bilgi işlemsel düşünme becerisini geliştirebilme öz yeterlik algısı [Yayınlanmamış yüksek lisans tezi]. Gaziosmanpaşa Üniversitesi.
• Barr, D., Harrison, J., & Conery, L. (2011). Computational thinking: A digital age skill for everyone. Learning & Leading with Technology Magazine. Retrieved from http://files.eric.ed.gov/fulltext/EJ918910.pdf 12 Eylül 2025 tarihinde erişilmiştir
• Berland, M., & Wilensky, U. (2015). Comparing virtual and physical robotics environments for supporting complex systems and computational thinking. Journal of Science Education and Technology, 24(5), 628-647.
• Browne, M. W., & Cudeck, R. (1989). Single sample cross-validation indexes for covariance structures. Multivariate Behavioral Research, 24, 445-455. https://doi.org/10.1207/s15327906mbr2404_4
• Büyüköztürk, Ş. (2002). Faktör analizi: Temel kavramlar ve ölçek geliştirmede kullanımı. Kuram ve Uygulamada Eğitim Yönetimi, 32, 470-483.
• Büyüköztürk, Ş. (2010). Sosyal bilimler için veri analizi el kitabı. Pegam Yayıncılık.
• Bagozzi, R. P. (1981). An examination of the validity of two models of attitude. Multivariate behavioral research, 16(3), 323-359. https://doi.org/10.1207/s15327906mbr1603_4
• Byrne, B. M. (1998). Structural equation modeling with LISREL, PRELIS, and SIMPLIS: Basic concepts, applications, and programming. Mahwah, NJ: Lawrence Erlbaum Associates. https://doi.org/10.4324/9780203774762
• Can, A. (2020). SPSS ile bilimsel araştırma sürecinde nicel veri analizi (9th ed.). Pegem Akademi.
• Cattell, R. B. (1978). The scientific use of factor analysis in behavioral and life sciences. New York: Plenum Press.
• Ceylan, V., K. (2020) Senaryo temelli Scratch öğretim programının öğrencilerin bilgi işlemsel düşünme becerilerine, problem çözme ve programlama ünitesi erişilerine etkisi. [Yayınlanmamış doktora tezi]. Aydın Adnan Menderes Üniversitesi.
• Chakraborty, P. (2024). Computer, computer science, and computational thinking: relationship between the three concepts. Human Behavior and Emerging Technologies, 2024(1), 5044787. https://doi.org/10.1155/2024/5044787
• Chen, L. X., Su, S. W., Liao, C. H., Hsiao, M. J., & Yuan, S. M. (2023). Digital game approaches for cultivating computational thinking skills in college students. Engineering Proceedings, 55(1), 62. https://doi.org/10.3390/engproc2023055062
• Creswell, J. W. (2011). Educational research: Planning, conducting, and evaluating quantitative and qualitative research (4th ed.). Pearson Education, Inc.
• Creswell, J. W., & Plano Clark, V. L. (2011). Designing and conducting mixed methods research. Sage. https://doi.org/10.1080/17439760.2016.1262619
• Çapık, C. (2014). Geçerlik ve güvenirlik çalışmalarında doğrulayıcı faktör analizinin kullanımı. Journal of Anatolia Nursing and Health Sciences, 17(3), 196-205.
• Çetin, İ., & Toluk-Uçar, Z. (2020). Bilgi işlemsel düşünme tanımı ve kapsamı. In Gülbahar, Y. (Ed.), Bilgi işlemsel düşünmeden programlamaya (pp. 41-78). Pegem Akademi.
• Çokluk, Ö., Şekercioğlu, G., & Büyüköztürk, Ş. (2012). Sosyal bilimler için çok değişkenli istatistik: SPSS ve LISREL uygulamaları. Pegem Akademi.
• DeVellis, R. F. (2012). Scale development, theory and applications. New Delhi: Nobel.
• Dikananda, A. R., Nurdiawan, O., Faqih, A., Surip, A., & Saputra, D. B. (2022). Estimasi kemampuan computational thinking pemain game Dota Dua menggunakan teknik machine learning. JURIKOM (Jurnal Riset Komputer), 9(5), 1599-1606. https://doi.org/10.30865/jurikom.v9i5.5025
• Dolmacı, A., & Akhan, N. (2020). Bilişimsel düşünme becerileri ölçeğinin geliştirilmesi: Geçerlik ve güvenirlik çalışması. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 9(3), 3050-3071. https://doi.org/10.15869/itobiad.698736
• Effendi, M., Matore, E. M., Khairani, A. Z., & Adnan, R. (2019). Exploratory factor analysis (EFA) for adversity quotient (AQ) instrument among youth. Journal of Critical Reviews, 6(6), 234-242. http://dx.doi.org/10.22159/jcr.06.06.33
• Erkuş, A. (2012). Psikolojide ölçme ve ölçek geliştirme. Pegem Akademi Yayınları.
• Fraenkel, J. R., & Wallen, N. E. (2011). How to design and evaluate research in education (7th ed.). McGraw-Hill.
• Gautam, R., Vanga, S., Ariese, F., & Umapathy, S. (2015). Review of multidimensional data processing approaches for Raman and infrared spectroscopy. EPJ Techniques and Instrumentation, 2(1), 8. http://dx.doi.org/10.1140/epjti/s40485-015-0018-6
• He, Z., & Zhao, H. (2019, December). Practical exploration of integrating computational thinking into university computer foundation education. In 2019 IEEE International Conference on Engineering, Technology and Education (TALE) (pp. 1-6). http://dx.doi.org/10.1109/TALE48000.2019.9225879
• Henrica C.W. de Vet, H. C. D., Adèr, H. J., Terwee, C. B., & Pouwer, F. (2005). Are factor analytical techniques used appropriately in the validation of health status questionnaires? A systematic review on the quality of factor analysis of the SF-36. Quality of Life Research, 14, http://dx.doi.org/1203-1218. 10.1007/s11136-004-5742-3
• Hijón-Neira, R., Pizarro, C., French, J., Palacios-Alonso, D., & Çoban, E. (2024). Computational thinking measurement of CS university students. Applied Sciences, 14(12), 5261. https://doi.org/10.3390/app14125261
• Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1-55. https://doi.org/10.1080/10705519909540118
• Kaiser, H. F. (1960). The application of electronic computers to factor analysis. Educational and Psychological Measurement, 20, 141-151. https://doi.org/10.1177/001316446002000116
• Katz, D. L. (Ed.). (1960). Conference report on the use of computers in engineering classroom instruction. Communications of the ACM, 3(10), 522-527.
• Kılıç, S., Gökoğlu, S., & Öztürk, M. (2021). A valid and reliable scale for developing programming-oriented computational thinking. Journal of Educational Computing Research, 59(2), 257-286. https://doi.org/10.1177/0735633120964402
• Kline, R. B. (2011). Principles and practice of structural equation modeling. Guilford Press. Korkmaz, Ö., Çakır, R., & Özden, M. Y. (2017). A validity and reliability study of the computational thinking scales (CTS). Computers in Human Behavior, 72, 558-569. https://doi.org/10.1016/j.chb.2017.01.005
• Koruk, S. Ş. (2021). Çevrimiçi öğrenme ortamında bilgi işlemsel düşünme becerileriyle bütünleştirilen hücre bölünmeleri konusunun ortaokul 7. sınıf öğrencilerinin bilgi işlemsel düşünme becerilerine, yaratıcılıklarına ve akademik başarılarına etkisinin incelenmesi.[Yayınlanmamış yüksek lisans tezi]. Marmara Üniversitesi.
• Laura-Ochoa, L., & Bedregal-Alpaca, N. (2022). Incorporation of computational thinking practices to enhance learning in a programming course. International Journal of Advanced Computer Science and Applications, 13(2).
• Marsh, H. W., Hau, K. T., Artelt, C., Baumert, J., & Peschar, J. L. (2006). OECD's brief self-report measure of educational psychology's most useful affective constructs: Cross-cultural, psychometric comparisons across 25 countries. International Journal of Testing, 6(4), 311-360. https://doi.org/10.1207/s15327574ijt0604_1
• Özdamar, K. (2004). Tabloların oluşturulması, güvenilirlik ve soru analizi. Paket Programlarla İstatistiksel Veri Analizi-1 (5th ed.). Kaan Kitabevi.
• Özmen, B. (2020). Programlama öğretiminde bilgisayımsal düşünme becerilerinin geliştirilmesine yönelik oyun tabanlı bir tasarım modeli önerisi.[Yayınlanmamış doktora tezi]. Hacettepe Üniversitesi.
• Ralston, A., Reilly, E. D., & Hemmendinger, D. (2000). Encyclopedia of computer science. Grove's Dictionaries Inc.
• Rich, P. J., Larsen, R. A., & Mason, S. L. (2021). Measuring teacher beliefs about coding and computational thinking. Journal of Research on Technology in Education, 53(3), 296-316. https://doi.org/10.1080/15391523.2020.1771232
• Sarmento, R. P., & Costa, V. (2019). Confirmatory factor analysis: A case study. arXiv. https://arxiv.org/abs/1905.05598
• Schermelleh-Engel, K., Moosbrugger, H., & Müller, H. (2003). Evaluating the fit of structural equation models: Tests of significance and descriptive goodness-of-fit measures. Methods of Psychological Research Online, 8(2), 23-74.
• Sırakaya, D. A. (2019). Programlama öğretiminin bilgi işlemsel düşünme becerisine etkisi. Türkiye Sosyal Araştırmalar Dergisi, 23(2), 575-590.
• Sipahi, B., Yurtkoru, E. S., & Çinko, M. (2010). Sosyal bilimlerde SPSS’le veri analizi. Beta.
• Tavşancıl, E. (2010). Tutumların ölçülmesi ve SPSS veri analizi. Nobel Yayın Dağıtım.
• Terzidis, K. (2006). Algorithmic architecture. Oxford: Elsevier Ltd.
• Tsai, M. J., Liang, J. C., & Hsu, C. Y. (2021). The computational thinking scale for computer literacy education. The Asia-Pacific Education Researcher, 30(6), 527-536. https://doi.org/10.1177/0735633120972356
• Uysal, H., & Ozcan, Ş. (2011). A Turkish version of myocardial infarction dimensional assessment scale (TR-MIDAS): reliability–validity assesment. European Journal of Cardiovascular Nursing, 10(2), 115–123. https://doi.org/10.1016/j.ejcnurse.2010.05.007
• Willis, J. W. (2007). Foundation of qualitative research: Interpretive and critical approaches. Thousand Oaks, CA: Sage.
• Wing, J. M. (2008). Computational thinking and thinking about computing. Philosophical Transactions of the Royal Society, 366, 3717-3725. https://doi.org/10.1098/rsta.2008.0118
• Wing, J. M. (2011). Computational thinking: What and why? The Link Magazine, Spring, 20–23.
• Yadav, A., Hong, H., & Stephenson, C. (2016). Computational thinking for all: Pedagogical approaches to embedding 21st century problem solving in K-12 classrooms. TechTrends, 60(6), https://doi.org/565-568. 10.1007/s11528-016-0087-7
• Yağız, B. Ö., & Usluel, Y. K. (2024). Bilgisayımsal düşünme becerilerinin oyun programlama aracılığıyla geliştirilmesi: ortaokul öğrencileri için bir çerçeve. Ahi Evran Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 10(2), 467-486. https://doi.org/10.31592/aeusbed.1444312
• Yaşlıoğlu, M. M. (2017). Sosyal bilimlerde faktör analizi ve geçerlilik: Keşfedici ve doğrulayıcı faktör analizlerinin kullanılması. İstanbul Üniversitesi İşletme Fakültesi Dergisi, 46, 74-85.
• Yavuz Konokman, G., & Yanpar Yelken, T. (2014). Eğitim fakültesi öğretim elemanlarının yaşam boyu öğrenme yeterliklerine ilişkin algıları. Hacettepe Üniversitesi Eğitim Fakültesi Dergisi, 29, 267-281.
• Yıldırım, E. (2023). İlkokul Öğrencileri için Bilgi İşlemsel Düşünme Ölçeği’nin geliştirilmesi ve öğrencilerin düşünme düzeylerinin farklı değişkenlere göre incelenmesi. [Yayınlanmamış yüksek lisans tezi]. Gazi Üniversitesi.