Matematik alanında üstün yetenekli ve zekalı öğrencilerin bazı değişkenler açısından veri madenciliği ile belirlenmesi
Determination of the mathematically gifted and talented students using data mining in terms of some variables
- Tez No: 368273
- Danışmanlar: DOÇ. DR. SERKAN NARLI
- Tez Türü: Yüksek Lisans
- Konular: Eğitim ve Öğretim, Education and Training
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: Türkçe
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Eğitim Bilimleri Enstitüsü
- Ana Bilim Dalı: İlköğretim Ana Bilim Dalı
- Bilim Dalı: İlköğretim Matematik Öğretmenliği Bilim Dalı
- Sayfa Sayısı: 138
Özet
Bu çalışmada öğrencilerin öğrenme stili, çoklu zeka alanı, kişilik tipi, cinsiyet ve sınıf düzeyi değişkenleri kullanılarak veri madenciliği yöntemleriyle matematik alanında üstün yetenekli olup olmadıklarının belirlenmesi amaçlanmıştır. Çalışma betimsel türde ve nicel bir çalışmadır. Çalışmanın örneklemini ise Manisa ili Turgutlu ilçesindeki 4 ortaokulun öğrencileri ile İzmir ve Manisa illerindeki Bilim Sanat Merkezleri'nde eğitim gören matematik alanında üstün yetenekli ortaokul öğrencileri oluşturmaktadır. Örneklem olarak belirlenen ve anket uygulamaları yapılan 1250 öğrenci verisinden eksik ve yanlış veri içerenlerin çıkarılması sonucu son veri büyüklüğü 735 (matematik alanında üstün yetenekli=234, matematik alanında üstün yetenekli olmayan=501) olarak belirlenmiştir. Araştırmada veri toplama aracı olarak 'Kolb Öğrenme Stili Envanteri' (Gencel, 2006), 'Çoklu Zeka Belirleme Testi' (Selçuk, 2003) ve 'Enneagram Kişilik Belirleme Ölçeği' (Daniels & Price, 2004) kullanılmıştır. Elde edilen veriler SPSS 20 ve SPSS Clementine programları ile analiz edilmiştir. Verilerin çözümlenmesinde sayı, frekans ve yüzdelerden ve sayısal karşılaştırmalar için ki-kare (X²) testinin kullanıldığı çapraz tablo analizinden yararlanılmıştır. Matematik alanında üstün yetenekli öğrencilerin belirlenmesi için veri madenciliği yöntemlerinden karar ağaçları ve kümeleme kullanılmıştır. Ayrıca değişkenler arasındaki ilişkinin görselleştirilmesi amacıyla yönlendirilmiş ağ grafiğinden yararlanılmıştır. Sonuç olarak matematik alanında üstün yetenekli olan ve olmayan öğrencilerin öğrenme stilleri bakımından anlamlı farklılık göstermediği gözlenmiştir. Bununla birlikte bu iki grup arasında çoklu zekâ alanları ve kişilik tipleri bakımından anlamlı fark bulunmuştur. Her iki grupta da en sık gözlenen öğrenme stili değiştiren, en az sıklıkta gözlenen öğrenme stili yerleştiren, en sık gözlenen çoklu zeka alanı doğacı zeka ve en az sıklıkta gözlenen çoklu zeka alanı ise sözel dilsel zeka olarak belirlenmiştir. Kişilik tipleri incelendiğinde, matematik alanında üstün yetenekli öğrencilerde en sık gözlenen kişilik tipi başaran (3 numara) iken matematik alanında üstün yetenekli olmayan öğrencilerde reis (8 numara) kişilik tipi çoğunluktadır. Son olarak her iki grupta da en az sıklıkta gözlenen kişilik tipi gözlemci (5 numara) olarak bulunmuştur. Kümeleme analizinde matematik alanında üstün yetenekli olan ve olmayan öğrencilerin bulunduğu kümelerin homojen olarak oluşması ki-kare ile ayrı ayrı yürütülen analizlerin tek bir analiz ile yapılmasını sağlamıştır. Kümeleme analizi sonucunda matematik alanında üstün yetenekli olan ve olmayan öğrencilerin öğrenme stili, çoklu zeka alanı ve kişilik tipi bakımından kümelere dağılımı incelenmiştir. Oluşturulan ağ grafiği kişilik tipi, çoklu zekâ alanı ve öğrenme stili değişkenleri ile matematik alanında üstün yeteneklilik arasındaki ilişkinin görselleştirilmesinde kullanılmıştır. Matematik alanında üstün yetenekli öğrencilerin belirlenmesi ve tahmin edilmesi için veri madenciliğinde yöntemlerinden C5.0 karar ağaçları kullanılmıştır. Karar ağacı ile üstün yetenekli öğrencilerin belirlenebileceği gözlemlenmiştir.
Özet (Çeviri)
The aim of this study is using data mining techniques to determine mathematically gifted students in terms of their learning styles, multiple intelligences, personality types, gender and grades. In this context,the study is descriptive and quantitive. Sample of the study consists of 735 middle school students (mathematically gifted=234, mathematically nongifted=501) in İzmir and Manisa. 'Learning Style Inventory' developed by Kolb (1999), 'Enneagram Personality Scale' developed by Daniels & Price (2003) and 'Multiple Intelligences Scale' developed by Selçuk (2004) were used as data gathering tools. SPSS 20 and SPSS Clementine programmes were used to analyze collected data. Data mining techniques such as decision tree and clustering were implemented. Furthermore, directed web graph was used for visualition of relationship among features. According to analysis of data, significant differences were found between gifted students' personality types and nongifted students' personality types. It was shown that the most frequently observed personality type is the performer among mathematically gifted students. The most frequently observed personality type is the boss among nongifted students. And the least frequently observed personality type is the observer among gifted and nongifted students. The results showed that significant differences were found between gifted students' and nongifted students' multiple intelligences. It was shown that the most frequently observed multiple intelligence is the naturalistic among mthematically gifted and non gifted students. And the least frequently observed multiple intelligence is the linguistic among gifted and nongifted students. The results indicated that significat differences were not found between gifted students' and nongifted students' learning styles. It was shown that the most frequently observed learning style is the diverging among mthematically gifted and non gifted students. And the least frequently observed learning style is the accommodating among gifted and nongifted students. Using clustering analysis, it was found that clusters consist of mathematically gifted and nongifted students homogeneously. Thus, their learning styles, multiple intelligences and personality types could be examined according to their giftedness. Constructed decision tree model with C5.0 algorithm revealed that mathematically gifted students can be identified using data mining techniques.
Benzer Tezler
- Bilim alanında üstün yeteneklilik gelişimi için önerilen üyükep modelinin yapısal eşitlik modeline göre incelenmesi
Analysis of üyükep model, that is suggested for development of giftedness in science field, with respect to the structural equality model
BARAN SAVAŞ
Yüksek Lisans
Türkçe
2019
Eğitim ve ÖğretimManisa Celal Bayar ÜniversitesiMatematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DERYA GÖĞEBAKAN YILDIZ
DOÇ. DR. HASAN SAİD TORTOP
- Anaokuluna devam eden beş-altı yaş grubu çocuklar arasından matematik alanında üstün yetenekli olanların belirlenmesi
The identification of mathematically gifted children among five-six years old preschool children
HACER ELİF DAĞLIOĞLU
Doktora
Türkçe
2002
Ev EkonomisiHacettepe ÜniversitesiÇocuk Gelişimi ve Eğitimi Ana Bilim Dalı
PROF.DR. NİLGÜN METİN
- 6. sınıf öğrencilerinin matematik yeteneğindeki cinsiyet farklılıkları: ÜYEP örneği
Gender differences in mathematical ability of 6th graders: The EPTS(ÜYEP) case
ÜLKÜ AYVAZ
Yüksek Lisans
Türkçe
2014
Eğitim ve ÖğretimAnadolu ÜniversitesiÖzel Eğitim Ana Bilim Dalı
PROF. UĞUR SAK
- Bilimsel üretkenlik testinin ilköğretim 6. sınıf düzeyinde psikometrik özelliklerinin incelenmesi
The investigation of the pyschometric proporties of creative scientific ability test in 6th grade- level
MUHAMMET BAHADIR AYAS
- Purdue modeline dayalı matematik etkinliği ile öğretimin üstün yetenekli öğrencilerin başarılarına ve eleştirel düşünme becerilerine etkisi
The effect of teaching with the mathematics activity based on purdue model on the achievement and critical thinking skills of gifted students
ESRA ALTINTAŞ
Yüksek Lisans
Türkçe
2009
Eğitim ve ÖğretimMarmara Üniversitesiİlköğretim Bölümü
YRD. DOÇ. DR. AHMET ŞÜKRÜ ÖZDEMİR