본 연구는 데이터 리터러시 수업에 적용된 데이터 가치의 유형을 체계화하고, 실제 수업 사례에서 각 가치가 드 러나는 양상과 가치 간 구조적 관계를 규명하고자 하였다. 국내외 학술 데이터베이스를 체계적으로 검색하여 P RISMA 권고안에 준거한 단계적 스크리닝을 통해 26편의 문헌을 선정하고, 귀납적 코딩 및 전문가 협의를 거쳐 정보적, 교육적, 과학적, 예측적, 경제적, 사회적, 윤리적, 의사결정 지원, 협력적, 혁신적, 통합적 가치의 11개 데이터 가치 유형을 도출 하고 조작적으로 정의하였다. 확정된 가치 체계를 초·중·고 학생 대상 데이터 리터러시 수업 사례 39편에 적용하여 분 석한 결과, 과학적 가치와 윤리적 가치가 약 90%에서 출현하여 핵심 축을 이루었다. 사회적, 의사결정 지원, 통합적 가 치는 수업에서 다루는 가치의 수가 많아질수록 동반 비율이 높아졌지만, 예측적, 경제적, 협력적 가치는 선택적으로 나 타났다. 가치 쌍 네트워크 분석 결과, 과학적-윤리적 가치의 결합이 가장 강하게 나타났고, 사회적 가치는 의사결정 지원 및 통합적 가치와 함께 출현하는 경향을 보였다. 본 연구는 데이터 가치의 유형과 구조를 제시한 점에 의의가 있으 며, 데이터 기반 교육 정책 수립과 교육 현장의 데이터 활용 활성화를 위한 기초 자료로 활용될 수 있을 것으로 기대 한다.

This study aims to systematize the types of data value applied in data literacy instruction and to examine how each value manifests in actual classroom cases, as well as the structural relationships among values. Relevant literature was systematically searched in domestic and international academic databases, and 26 documents were selected through a stepwise screening process following the PRISMA guidelines. Eleven types of data value — informational, educational, scientific, predictive, economic, social, ethical, decision_support, collaborative, innovative, and integrative — were derived and operationally defined through inductive coding and expert consultations. The finalized value framework was applied to 39 data literacy instruction cases targeting elementary, middle, and high school students. The results showed that scientific and ethical values appeared in approximately 90% of cases, forming the core foundation. Social, decision_support, and integrative values showed higher co-occurrence rates as the number of values addressed in the instructions increased, whereas predictive, economic, and collaborative values appeared selectively. Value-pair network analysis revealed that the combination of scientific and ethical values was the strongest and that social value tended to co-occur with decision_support and integrative values. This study is significant in presenting the types and structure of data values. It is expected to serve as foundational material for establishing data-driven educational policies and promoting data utilization in educational settings.

Abstract
요 약
1. 서 론
2. 연구 방법 및 절차
3. 연구 결과
    데이터 리터러시 수업 사례에서 데이터 가치 분석
    가치 쌍(value pair) 네트워크 분석
4. 결론 및 제언
References
<부록> 데이터 가치 분석에 참고한 데이터 리터러시 수업 관련 논문 39편 목록

• 김진욱(대전과학고등학교, 34142, 대전광역시 유성구 과학로 46) | JinWook Kim (Daejeon Science High school, Daejeon 34142, Korea)
• 안유민(국립공주대학교 지구과학교육과, 32588, 충청남도 공주시 공주대학로 56, 국립공주대학교 과학교육연구소, 32588, 충청남도 공주시 공주대학로 56) | Yumin Ahn (Department of Earth Science Education, Kongju National University, Gongju 32588, Korea, Science Education Research Institute, Kongju National University, Gongju 32588, Korea) Corresponding author