Uluslararası Öğrenci Değerlendirme Programı 2015 verilerinin veri madenciliğinde kümeleme yöntemleriyle incelenmesi
Examination of the Program for International Student Assessment 2015 data by clustering methods in data mining
- Tez No: 586070
- Danışmanlar: DR. ÖĞR. ÜYESİ DERYA ÇOBANOĞLU AKTAN, PROF. DR. CEM OKTAY GÜZELLER
- Tez Türü: Doktora
- Konular: Eğitim ve Öğretim, Education and Training
- Anahtar Kelimeler: Kümeleme yöntemi, Uluslararası Öğrenci Değerlendirme Programı, Veri madenciliği, Ölçme-değerlendirme, Öz-örgütlenme, Cluster method, Programme for International Student Assesment, Data mining, Measurement and evaluation, Self-organization
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Eğitim Bilimleri Enstitüsü
- Ana Bilim Dalı: Eğitim Bilimleri Ana Bilim Dalı
- Bilim Dalı: Eğitimde Ölçme ve Değerlendirme Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada veri madenciliğine dayalı kümeleme yöntemlerinden Kohonen'in Öz Örgütlemeli Harita Yöntemi, K-Ortalamalar ve İki Aşamalı Kümeleme Yöntemi yardımıyla PISA verilerine dayalı olarak ele alınan değişkenlere göre elde edilen sonuçların incelenmesi amaçlanmıştır. Bu amaç kapsamında PISA 2015 öğrenci anketinde yer alan fen bilgisi öğretimine ilişkin alt boyutlar ile olası fen başarı puan ortalaması girdi olarak kullanıldığında öğrencilerin farklı yöntemlere göre kaç kümeye ayrıştığı, her bir kümenin nasıl tanımlandığı ve bu kümelere ayrışmada etkili olan değişkenlerin belirlenmesi hedeflenmiştir. Çalışma kapsamında Slovenya hariç OECD üyesi ülkelerinin öğrencilerine sistematik örnekleme uygulanmış ve sonuç olarak 9870 öğrenci üzerinden analizler gerçekleştirilmiştir. Çalışmada kullanılan girdi değişkeni sayısı, fen bilgisi öğretiminin dört alt boyutuna ilişkin faktör puanları ortalaması ve olası fen başarı puanları ortalaması olmak üzere beş olarak belirlenmiştir. Çalışma sonucunda Kohonen ve K-Ortalamalar Yöntemleriyle belirlenen ideal küme sayısının dört; İki Aşamalı Kümeleme Yöntemiyle belirlenen ideal küme sayısının ise iki olduğu belirlenmiştir. Kohonen'in Öz Örgütlemeli Harita Yöntemi ile sorgulama temelli fen bilgisi öğretimi; K-Ortalamalar Yöntemi ile ise öğretmen merkezli fen bilgisi öğretimi olmak üzere iki yöntem kapsamında en başarılı öğrencilerin yer aldığı kümelerin oluşmasında farklı değişkenlerin etkili olduğu belirlenmiştir. Çalışma sonucunda genel anlamda Kohonen'in Öz Örgütlemeli Harita ve K-Ortalamalar Yöntemlerinden elde edilen sonuçların benzerlik gösterirken, İki Aşamalı Kümeleme Analizinden elde edilen sonuçların farklılık gösterdiği belirlenmiştir. Çalışma sonucunda kümeleme analizinde araştırmacıların farklı yöntemlerle elde ettikleri sonuçları rapor etmeleri önerilmektedir. Aynı zamanda çalışma sonucunda zengin çıktılar elde edilebilmesi sebebiyle kümeleme analizlerinin R programı kullanılarak yapılması önerilmiştir.
Özet (Çeviri)
In this study, it is aimed to investigate the results obtained from the methods based on PISA 2015 data with the help of Self-Organizing Map, K-Means and Two-Stage Clustering Method. For this purpose, it is aimed to determine how many clusters of students are divided according to different methods, how each cluster is defined and the variables that are effective in these clusters. In the scope of the study, systematic sampling was applied to the students of OECD member countries and as a result analyzes were conducted on 9870 students. The number of input variables used in the study was determined to be five, namely the average of factor scores for four science teaching sub-dimensions and the average of ten plausible values in science . As a result of the study, the ideal number of clusters determined by Self-Organizing Map and K-Means Methods is four and the ideal number of clusters determined by two-stage clustering method was determined to be two. It was determined that different variables were effective in the formation of clusters with the most successful students within the scope of two methods. As a result of the study, it was found that the results obtained from Self-Organizing Map and K-Means Methods were similar in general. As a result of the study, it is recommended that researchers report the results obtained by different methods in clustering analysis. At the same time, clustering analysis was proposed by using R program because of rich results.
Benzer Tezler
- PISA verilerine göre öğrencilerin fen okuryazarlığını etkileyen bazı faktörlerin analizi
Analysis of some factors affecting science literacy based on PISA data
VOLKAN HASAN KAYA
Doktora
Türkçe
2020
Eğitim ve ÖğretimGazi ÜniversitesiMatematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı
PROF. DR. ALEV ÇETİN
- PISA 2015 verileri ve ülkelerin gelişmişlik düzeyleri ile öğrencilerin fen okuryazarlığının incelenmesi
PISA 2015 data and development levels of countries and study of science literacy of students
GİZEM ULUKAN
Yüksek Lisans
Türkçe
2019
Eğitim ve ÖğretimAksaray ÜniversitesiMatematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı
PROF. DR. TUNCAY TUNÇ
- A suggested content and language integrated learning (Clil) model for the Faculty of Medicine at Ondokuz Mayıs University: Exploring perceptions and practices
Ondokuz Mayıs Üniversitesi Tıp Fakültesine yönelik içerik ve dil örüşük öğrenme yöntemine dayalı bir model önerisi: Algıların belirlenmesi ve uygulamalar
IŞIL ATLI
Doktora
İngilizce
2016
Eğitim ve ÖğretimHacettepe ÜniversitesiYabancı Diller Eğitimi Ana Bilim Dalı
DOÇ. DR. ARİF SARIÇOBAN
- PISA 2015 veri setinde OVA ve OVO stratejileri çerçevesinde bazı temel sınıflandırıcıların performanslarının karşılaştırılması
Comparing the performance of some basic classifiers within the framework of OVA and OVO strategies in PISA 2015 dataset
HÜMEYRA DEMİR
Yüksek Lisans
Türkçe
2018
Eğitim ve ÖğretimVan Yüzüncü Yıl ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜROL ZIRHLIOĞLU
- Türkiye'deki öğrencilerin PISA 2015 ve PISA 2018 okuma becerilerinin bazı değişkenler açısından incelenmesi: İkincil veri analiz çalışması
Examining of reading skills of Turkish students according to PISA 2015 and 2018 in terms of some variables: A secondary data analysis
ESRA GÜR TEKİN
Yüksek Lisans
Türkçe
2021
Eğitim ve ÖğretimAkdeniz ÜniversitesiTemel Eğitim Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YUNUS PINAR