Affiliation:
1. GAZİANTEP ÜNİVERSİTESİ, EĞİTİM BİLİMLERİ ENSTİTÜSÜ, EĞİTİM YÖNETİMİ (DR)
2. GAZİANTEP ÜNİVERSİTESİ, GAZİANTEP EĞİTİM FAKÜLTESİ
Abstract
Bu araştırmanın amacı, 8. Sınıfta öğrenim gören öğrencilerin, literatürde yer alan ilgili faktörleri göz önüne alarak, sınav başarılarını veri madenciliği yöntemleriyle tahmin etmek ve modellemektir. İlişkisel tarama modelinde tasarlanan araştırmada eğitsel veri madenciliği teknikleri kullanılmıştır. Araştırmanın evrenini Adıyaman ili Merkez ilçesinde yer alan 42 ortaokulda öğrenim gören 8. sınıf öğrencileri oluşturmaktadır. Araştırmanın çalışma grubunu Adıyaman ili Merkez ilçesinde yer alan düşük sosyo-ekonomik çevreye sahip sekiz ortaokuldaki 8. sınıfta öğrenim gören 135 öğrenci oluşturmaktadır. Araştırmanın çalışma grubu Tabakalı Örneklem Alma yöntemi ile belirlenmiştir. Araştırmada elde edilen verilerin analizinde uluslararası veri madenciliği literatüründe yaygın kabul gören CRISP-DM (Cross Industry Standart Process for Data Mining) süreç modeli kullanılmıştır. Katılımcılardan toplanan verilerin analizinde sınıflandırma yöntemlerinden KNN, J48, Random Forest, ve Naive Bayes yöntemleri WEKA yazılımı aracılığıyla kullanılmıştır. Araştırma sonucunda, öğrencilerin özel bir kursa gitmesi, evde kahvaltı yaparak okula gelmesi, kiralık evde oturmaması gibi bazı demografik değişkenlerin akademik başarıları üzerinde etkisi olduğu tespit edilmiştir. Akademik başarıyı tahmin ve modellemede kullanılan algoritmalardan en doğru sonucu veren, Random Forest algoritması olmuştur. Araştırma sonuçları ile dezavantajlı okullardaki sınav başarısını etkileyen demografik değişkenlerin neler olabileceği ortaya konulmuş olup sonuçların öğrencilerin sınav başarısının tahmin edilerek gerekli önlemlerin alınmasına olanak sağlanacağı düşünülmektedir.
Publisher
Elektronik Egitim Bilimleri Dergisi
Reference44 articles.
1. Akgün, K. & Bulut Özek, M. (2020). “Eğitsel Veri Madenciliği Yöntemi İle İlgili Yapılmış Çalışmaların İncelenmesi: İçerik Analizi.” Uluslararası Eğitim Bilim ve Teknoloji Dergisi, 6(3): 197-213.
2. Aksu, G. (2018). PISA Başarısını Tahmin Etmede Kullanılan Veri Madenciliği Yöntemlerinin İncelenmesi. Yayınlanmamış doktora tezi, Hacettepe Üniversitesi Eğitim Bilimleri Enstitüsü, Ankara.
3. Alan, M. & Yeşilyurt, C. (2018). “Farklı Veri Setleri Üzerinde Smo ve j48 Algoritmalarının Sınıflandırma Sonuçlarının Karşılaştırılması.” İşletme Bilimi Dergisi, 6 (3) , 199-213 . DOI: 10.22139/jobs.487388
4. Altun, M. (2019). Öğrenci Akademik Performansının Kestirilmesine İlişkin Bir Model Önerisi: Veri Madenciliğine Dayalı Bir Çalışma. Yayınlanmamış doktora tezi, Akdeniz Üniversitesi Eğitim Bilimleri Enstitüsü, Antalya.
5. Ataseven, U., & Yıldırım, P. (2022). Lise Öğrencilerinin Alan Seçimlerinin Eğitsel Veri Madenciliği İle Tahmini. 2nd International Congress of Engineering and Natural Sciences Studies, 07-09 May 2022, Ankara.