İlk yıl öğrencilerinin akademik performansına etki eden faktörlerin araştırılması ve bu faktörlere bağlı olarak başarılarının tahminine yönelik bir karar destek sistemi tasarımı
A research on the factors effecting freshmen students performance and a decision support system design for predicting their academic achievement based on those factors
- Tez No: 393729
- Danışmanlar: PROF. DR. ERMAN COŞKUN
- Tez Türü: Yüksek Lisans
- Konular: Eğitim ve Öğretim, İşletme, Education and Training, Business Administration
- Anahtar Kelimeler: Akademik Performans, Eğitimde Veri Madenciliği, Çok Katmanlı Algılayıcı, Rassal Ormanlar, Çokterimli Lojistik Regresyon, Academic Performance, Educational Data Mining, Multilayer Perceptron, Random Forest, Multinomial Logistic Regression
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Sakarya Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 219
Özet
“Öğretici merkezli”eğitim anlayışından“Öğrenci merkezli”eğitim anlayışına geçişin yaşandığı yükseköğretim çevrelerinde öğrencilerin kayıtlı oldukları lisans programlarında göstermiş oldukları akademik performans önem kazanmaktadır. Bu bağlamda, öğrencilerin yeni akademik ve sosyal ortama“hassas”bir geçiş süreci yaşadığı ilk yıl (Milem&Berger,1997), yükseköğretim sürecinde gösterilecek akademik performansa temel teşkil etmesi bakımından pek çok teorik (Tinto,1975; Astin, 1984) ve uygulamaya dönük çalışmaya (Delen,2010 ; Mishra vd., 2014) konu olmuştur. Konu ile ilgili yapılan literatür taramasında, öğrencilerin ilk yıl akademik performanslarına etki eden faktörleri belirleyen ve bu faktörlere bağlı olarak yılsonu akademik başarılarını tahminleyen herhangi bir yerli“bütüncül”çalışmaya rastlanmamıştır. Bu bağlamda; çalışmada karmaşık“yükseköğretimde ilk yıl”sürecine yönelik bir teorik model ortaya konması ve bu modele paralel olarak veri madenciliği süreci yaklaşımı kullanılarak akademik performansı önceden tahmin etmek ve etki eden faktörleri belirlemek suretiyle yöneticilere karar desteği sağlayacak genel bir sistem tasarlanması amaçlanmaktadır. Mevcut çalışmada; 2014-2015 akademik yılında Sakarya Üniversitesi-İşletme Fakültesi lisans programlarında ilk yıllarını geçiren öğrencilere“Yeni Gelen Öğrenci”anketi uygulanmıştır. Bu şekilde tahminleme çalışmasında kullanılmak üzere geleneksel (yaş, cinsiyet, lise not ortalaması vs.) ve geleneksel olmayan (genel özyeterlik, akademik özyeterlik, kurumsal entegrasyon) değişkenler elde edilmiştir. Yöntem olarak; pek çok farklı alanda veri madenciliği uygulama süreçlerine yönelik standart bir metodoloji sunan (Wirth&Hipp, 2000) CRISP-DM benimsenmiştir. Bu kapsamda, veri hazırlama aşamasından (seçme, temizleme, türetme vs.) sonra tahminleme için makine öğrenme teknikleri (Çok Katmanlı Algılayıcılar ve Rassal Orman yöntemi) ve geleneksel istatistiksel sınıflandırıcı teknikleri (Çokterimli Lojistik Regresyon) ile farklı verisetleri (korelasyon katsayılarına göre seçilen bağımsız değişkenlerden oluşan veriseti ve tüm bağımsız değişkenlerin dahil edildiği orijinal veriseti) kullanılarak modeller oluşturulmuştur. Mevcut durum ve farklı senaryolarda denenen bu modeller göstermiş oldukları performanslara göre değerlendirilmiş ve genel bir tasarımı sunulan karar destek sistemlerinde kullanılacak uygun modeller belirlenmiştir. Araştırma sonucunda, Rassal Ormanlar yöntemini kullanan Model5 en iyi performansı sergilemiştir. Öğrencilerin yılsonu performansı üzerinde etkisi en fazla olan faktör“İlk dönem not ortalaması”olarak bulunmuştur
Özet (Çeviri)
A transition has been existing in the approaches to education from“Tutorial-centered”to“Student-centered”in the higher education environment, so the concept of academic performance for undergraduate students is gaining importance. In this context, the first year in which students experience“sensitive”period of transtion to new academic and social environments (Milem&Berger, 1997), has been subject to many studies both practical (Delen, 2010; Mishra et al.., 2014) and theoretical (Tinto,1975; Astin, 1984) to be the basis of the academic performance shown in the higher education process. In the native literature research on the subject, there observed no“holistic”study determining the factors affecting the academic performance of the first year and predicts the year-end achievements based on these factors. In this context, it is intended to design a general system to provide decision support to managers in predicting the academic performance and determining factors by using a theoretical model demonstrated to the process of complex“the first year in the higher education”and data mining process parallel to this model. In the study,“Freshman Student”survey was conducted to the freshmens registered in 2014- 2015 academic year to undergraduate programs of the Business Faculty of Sakarya University. In this way, to be used in prediction study, traditional (age, gender,average point of high school grade, etc.) and non-traditional (general self-efficacy, academic self-efficacy, instutional integration) variables were obtained. As the method of the study, CRISP- DM, which offers a standardized methodology for data mining application process in many different fields (Wirth&Hipp, 2000), is adopted. As a part of the process; following data preparation (selection, cleaning, construct etc.) stage, machine learning techniques (Multilayer Perceptron, Random Forests) and a traditional statistical classifier(Multinomial Logistic Regression) were employed in different datasets (original dataset and the one created with correlation-based feature selection) to build predictive models. The appropriate models which were examined in both current situation and different scenarios were evaluated in accordance with their performance and the ones which will be used in a decision support systems, roughly presented in the current study, are determined. As a conclusion, using the Random Forest method Model5 showed the best performance. It is found that“ grade point average (GPA) of the first semester”factor is the most influential variable on the year-end performance.
Benzer Tezler
- Yeni nesil dijital dönüşüm platformu Low-Code No-Code kullanımının örgütlere etkisinin araştırılması: Entegre TAM - TOE modeli
Investigating the impact of using the new generation digital transformation platform Low-Code - No-Code on organisations: Integrated TAM - TOE model
ZÜLCENAH ŞAHİN
- Eğitim yapılarında sürdürülebilir aydınlatma tasarımı için bütüncül bir yaklaşım
A holistic approach to sustainable lighting design in educational buildings
KASIM ÇELİK
Doktora
Türkçe
2018
MimarlıkYıldız Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. FATMA RENGİN ÜNVER
- Family context and children's learning-related behaviors and competency in math
Aile bağlamı ve çocukların matematikte öğrenmeyle ilgili davranışları ve yeterlikleri
WENKE NİEHUES
Doktora
İngilizce
2022
Eğitim ve ÖğretimKoç ÜniversitesiPsikoloji Ana Bilim Dalı
PROF. DR. AYŞE BİLGE SELÇUK
- Architectural retrofit of educational buildings towards nearly zero energy and cost optimal levels considering the life cycle and occupant comfort
Yaşam döngüsü ve kullanıcı konforuna göre yaklaşık sıfır enerji ve optimal maliyet seviyelerine yönelik eğitim binalarının mimari yönden iyileştirilmesi
NAZANIN MOAZZEN FERDOS
Doktora
İngilizce
2020
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. LEYLA TANAÇAN
PROF. DR. MUSTAFA ERKAN KARAGÜLER
- Türkiye'deki Malezyalı öğrencilerin kültürel uyum sorunları: Nitel bir araştırma
Sociocultural adaptation problems of Malaysian students in Turkiye: A qualitative study
NUR DINI BINTI MOHD RODZI
Yüksek Lisans
Türkçe
2025
Sosyolojiİzmir Katip Çelebi ÜniversitesiSosyoloji Ana Bilim Dalı
DOÇ. DR. RUHİ CAN ALKIN