PISA 2022 öğrenci anket verileri ile okuma başarısı ve matematik başarısının tahmin edilmesi
Predicting reading achievement and mathematics achievement with PISA 2022 student survey data
- Tez No: 910171
- Danışmanlar: PROF. DR. FATMA GİZEM KARAOĞLAN YILMAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Bartın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilişim Sistemleri ve Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 109
Özet
Yapay sinir ağları, insan beyninin öğrenme işlevini taklit eden ve öğrenme sürecini örneklerle gerçekleştiren bilgisayar sistemleridir. Bu ağlar, yapay sinir hücrelerinden oluşan birbirine bağlı işlem birimlerinden oluşur ve her bağlantının bir ağırlık değeri vardır. Ağın bilgisi bu ağırlık değerlerinde saklanır ve ağa yayılmıştır. Geleneksel hesaplama yöntemlerinden farklı olarak, yapay sinir ağları adaptif, eksik bilgiyle çalışabilen ve belirsizlik altında karar verebilen sistemlerdir. Çok katmanlı algılayıcı ağları, günümüzde yapay sinir ağlarının en yaygın kullanılan modelidir. Bu ağlar, özellikle mühendislik problemlerinin çözümünde geçerli sonuçlar verebilmektedir. PISA araştırması, OECD tarafından üç yılda bir düzenlenir ve 15 yaşındaki öğrencilerin temel bilgi ve becerilerini ölçer. Türkiye, 2003 yılından beri PISA'ya katılmaktadır ve 2022'de matematik okuryazarlığına odaklanılmıştır. PISA 2022 verilerine göre, öğrencilerin sosyo-ekonomik durumları, aile eğitim durumu, ebeveyn tutumları ile akademik başarıları arasındaki ilişki çeşitli anket soruları ve yanıtlar aracılığıyla incelenmektedir. Yapılan çalışmanın amacı, yukarıda belirtilen sosyo-ekonomik durumun ve ebeveyn tutumları arasındaki farklılıkların öğrenci başarısını ne derecede tahmin edebildiğini ölçmek, ayrıca Rapid Miner derin öğrenme ağı ve Python çok katmanlı yapay derin öğrenme ağı arasındaki tahmin başarısını karşılaştırmaktır. Bu amaçla OECD web sitesinde 5 Aralık 2023 tarihinde yayınlanan SPSS formatındaki veriler indirilmiş, öğrencilere uygulanan öğrenci anketleri ve ebeveynlere uygulanan ebeveyn anketleri incelenmiş, ekonomik konularla ilgili etiketleri ve ebeveyn tutumları ile ilgili etiketleri içeren değişkenler seçilmiştir. Çalışmanın bağımlı değişkenlerini oluşturan matematik okuryazarlığı ve okuma becerisi puanları, 10 adet makul okuma becerisi puanı ve 10 adet makul matematik okuryazarlığı puanı şeklinde yayınlanmıştır. Öncelikle yayınlanan 10 adet puanın ortalaması alınmış sonrasında ise Milli Eğitim Bakanlığı PISA 2024 raporunda belirtilen şekilde 0-6 arasında kodlanmıştır. Ayrıca seçilen bağımsız değişkenlerin öğrenci başarısını ne derecede ölçtüğünü görebilmek için ortalaması alınan matematik becerisi ve okuma becerisi puanları OECD ülkelerinin ortalama puan durumlarına göre (0-başarısız) ve (1-başarılı) olacak şekilde kodlanmıştır. Seçilen bağımsız değişkenler, (0-6) ve (0-1) arasında kodlanan bağımlı değişkenler matematik becerisi puanlarını ve okuma becerisi puanlarını tahmin etmesi için, Rapid Miner programında ve Python programlama dili kullanılarak oluşturulan yapay sinir ağına aktarılmış ve bağımsız değişkenlerin bağımlı değişkenleri tahmin etme oranı tespit edilmiştir. Yapılan analiz sonucunda ekonomik değişkenlerin matematik becerisi ve okuma becerisi puanlarını tahmin başarısı %39-%43, aile eğitim durumu ve ebeveyn tutumları değişkenlerinin matematik becerisi ve okuma becerisi puanlarını tahmin başarısı %38-%42 olarak bulunmuştur. Ekonomik değişkenlerin öğrencilerin matematik becerisi ve okuma becerisi başarı durumlarını tahmin etme oranı %77-%78, aile eğitim durumu ve ebeveyn tutumları değişkenlerinin matematik becerisi ve okuma becerisi başarı durumları tahmin etme oranı %78-%77 olarak bulunmuştur. Bu bağlamda ekonomik unsurların ve ebeveyn tutumlarının öğrenci başarısının önemli bir yordayıcısı olduğu bulunmuştur. Ayrıca Rapid Miner programında oluşturulan derin öğrenme ağı Python programı ve Keras kütüphanesiyle oluşturulan derin öğrenme ağına oranla %10 oranında daha başarılı tahminler yapmıştır.
Özet (Çeviri)
Artificial neural networks are computer systems that mimic the learning function of the human brain and perform the learning process with examples. These networks consist of interconnected processing units consisting of artificial nerve cells, and each connection has a weight value. The network's information is stored in these weight values and spread throughout the network. Unlike traditional computing methods, artificial neural networks are adaptive systems that can work with incomplete information and make decisions under uncertainty. Multilayer perceptron networks are the most widely used model of artificial neural networks today. These networks can provide valid results, especially in solving engineering problems. The PISA survey is organized by the OECD every three years and measures the basic knowledge and skills of 15-year-old students. Turkey has been participating in PISA since 2003, and the focus in 2022 is on mathematical literacy. According to PISA 2022 data, the relationship between students' socioeconomic status, family education status, parental attitudes and academic achievement is examined through various survey questions and answers. The aim of the study is to measure the extent to which the differences between the socioeconomic status and parental attitudes mentioned above can predict student success, and also to compare the prediction success between the Rapid Miner deep learning network and the Python multilayer artificial deep learning network. For this purpose, the SPSS format data published on the OECD website on December 5, 2023 were downloaded, the student surveys applied to students and the parent surveys applied to parents were examined, and variables containing labels related to economic issues and labels related to parental attitudes were selected. The mathematical literacy and reading skill scores that constitute the dependent variables of the study were published as 10 reasonable reading skill scores and 10 reasonable mathematical literacy scores. First, the average of the 10 published scores was taken and then coded between 0-6 as specified in the Ministry of National Education PISA 2024 report. In addition, in order to see to what extent the selected independent variables measure student success, the averaged mathematical skill and reading skill scores were coded as (0-unsuccessful) and (1-successful) according to the average scores of the OECD countries. The selected independent variables, dependent variables coded between (0-6) and (0-1), were transferred to the artificial neural network created in the Rapid Miner program and Python programming language to predict the scores of mathematics skills and reading skills, and the rate of independent variables predicting the dependent variables was determined. As a result of the analysis, the success rate of economic variables in predicting mathematics skills and reading skills scores was found to be 39%-43%, and the success rate of family education status and parental attitudes variables in predicting mathematics skills and reading skills scores was found to be 38%-42%. The rate of economic variables predicting students' mathematics skills and reading skills success was found to be 77%-78%, and the rate of family education status and parental attitudes variables predicting mathematics skills and reading skills success was found to be 78%-77%. In this context, it was found that economic elements and parental attitudes were important predictors of student success. In addition, the deep learning network created in the Rapid Miner program made 10% more successful predictions compared to the deep learning network created with the Python program and Keras library.
Benzer Tezler
- Liselere giriş sınavı beceri temelli yeni nesil matematik sorularına yönelik öğretmen ve öğrenci görüşleri (Van ili örneği)
Teacher and student opinions on high school entrance exam skill-based new generation mathematics questions: Van province sample
ONUR KALENDER
Yüksek Lisans
Türkçe
2023
Eğitim ve ÖğretimIğdır ÜniversitesiMatematik Ana Bilim Dalı
DOÇ. DR. LOKMAN BİLEN
- PISA 2018 Türkiye örnekleminde okuma okuryazarlık düzeylerinin farklı veri madenciliği sınıflandırma yöntemleri ile incelenmesi
Examination of reading literacy levels in PISA 2018 Turkey sample with different data mining classification methods
EMRAH BÜYÜKATAK
Doktora
Türkçe
2022
Eğitim ve ÖğretimHacettepe ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. DUYGU ANIL
- İhmal edilen program bağlamında fen bilimleri eğitim programı incelemesi
Investigation of middle school science curriculum in the context of null curriculum
GÖKHAN GÜNAY
Doktora
Türkçe
2023
Eğitim ve ÖğretimÇanakkale Onsekiz Mart ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
DOÇ. DR. OSMAN YILMAZ KARTAL
- PISA 2022 sonuçlarına göre Türkiye başarısının değerlendirilmesi
Evaluation of Turkey's success in terms of 2022 PISA results
DAMLA AKSAKAL
Yüksek Lisans
Türkçe
2024
Eğitim ve ÖğretimÇanakkale Onsekiz Mart ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ELMAZİYE TEMİZ
- PISA 2022 Türkiye örnekleminde bilgi ve iletişim teknolojisi kaynakları kullanımının okuma performansını yordama durumunun veri madenciliği teknikleriyle incelenmesi
Examining the predictive status of information and communication technology resources use on reading performance in PISA 2022 Turkey sample with data mining techniques
BARIŞ ŞAYBAK
Yüksek Lisans
Türkçe
2024
Eğitim ve ÖğretimBursa Uludağ ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
DOÇ. DR. SALİH BİRİŞÇİ