KÜMELEME VE AYIRMA ANALİZLERİ İLE PISA 2012’YE KATILAN ÖĞRENCİLERİN MATEMATİK BAŞARISI: TÜRKİYE-FİNLANDİYA KARŞILAŞTIRMASI

Year 2020, Volume: 7 Issue: 7, 106 - 117, 07.08.2020

Şule Ötken , Abdullah Süslü

Abstract

Bu çalışmada, Türkiye’nin Uluslararası Öğrenci Değerlendirme Programı (PISA) 2012 sonuçlarına göre OECD’ye üye ve aday ülkeler arasındaki yerinin, matematik hakkındaki özbenlik, özyeterlik, motivasyon ve kaygı değişkenlerinin birlikte matematik başarısını sınıflama derecesi açısından incelenmesi amacıyla kümeleme ve ayırma (diskriminant) analizleri yapılmıştır. Kümeleme analizi sonucunda birinci kümenin matematik başarı puanları ortalaması 446,95 ve ikinci kümenin matematik başarı puanları ortalaması 529,07 olarak belirlenmiş ve ülkelerin sınıflandırılmasının ardından gruplar arası ayrım yapmada etkili olan değişken ya da değişkenleri belirlemek amacıyla diskriminant analizi uygulanmıştır. Analiz yapılmadan önce alt gruptan Türkiye ve üst gruptan Finlandiya ülkeleri seçilmiştir. Türkiye’ de başarılı olarak adlandırılan grupta 455, başarısız olarak adlandırılan grupta ise 1097 öğrenci yer almıştır. Benzer şekilde Finlandiya’da başarılı olarak adlandırılan grupta 1675, başarısız olarak adlandırılan grupta ise 1130 öğrenci yer almıştır. Diskriminant analizi sonucunda Finlandiya için ayırma fonksiyonun özyeterlik değişkeni ile en yüksek korelasyonu (0,894), ikinci sırada özbenlik (0,646) değişkeni ile korelasyon gösterdiği, aynı zamanda ayırma fonksiyonunun kaygı değişkeni ile negatif yönlü bir korelasyon (-0,737) göstermiştir. Benzer şekilde Türkiye için ayırma fonksiyonunun da özyeterlik değişkeni ile korelasyonu en yüksek (0,892) ve ikinci sırada özbenlik değişkeni ile (0,194) korelasyon gösterdiği, aynı zamanda ayırma fonksiyonunun kaygı bağımsız değişkeni ile de negatif yönlü korelasyon (-0,404) gösterdiği görülmektedir. Ayırma fonksiyonu yardımıyla Finlandiya için 1120 kişi (%67,8) başarılı grupta, 816 kişi (%72,2) başarısız grupta doğru tahmin edilmiş, Türkiye için 313 kişi (%68,8) başarılı grupta, 781 kişi (%71,2) başarısız grupta doğru olarak tahmin edilerek gruplandırılmıştır. Ayrıca Finlandiya ve Türkiye için motivasyon ve kaygı değişkenlerinin özbenlik, özyeterlik ve kaygı değişkenlerine göre grupları ayırmada daha az etkili olduğu görülmüştür.

Keywords

Matematik Başarısı,, PISA, Kümeleme Analizi,, Ayırma Analizi,

References

• Akın, Y. (2008). Veri madenciliğinde kümeleme algoritmaları ve kümeleme analizi. Yayınlanmamış doktora tezi. Marmara Üniversitesi, Sosyal Bilimler Enstitüsü, İstanbul.
• Alpar, R. (2013) Uygulamalı Çok Değişkenli İstatistiksel Yöntemler, Ankara: Detay Yayıncılık.
• Ashcraft, M. H. & Kirk, E. P. (2001). The Relationships Among Working Memory, Math Anxiety, and Performance. American Psychological Association, Inc.130(2). 224-237
• Büyüköztürk, Ş. , Kılıç Çakmak, E., Akgün, Ö. E., Karadeniz, Ş. Ve Demirel, F. (2008). Bilimsel Araştırma Yöntemleri. Ankara: Pegem Akademi Yayınları.
• Güzeller, C. ve Kelecioğlu, H. (2006). Ortaöğretim Kurumları Öğrenci Seçme ve Yerleştirme Sınavının sınıflama geçerliği üzerine bir çalışma. Hacettepe Üniversitesi Eğitim Fakültesi Dergisi, 30, 140-148.
• Madenoğlu, C. Uysal, Ş. Sarıer, Y. Banoğlu, K. (2014). Okul Müdürlerinin Etik Liderlik Davranışları ile Öğretmenlerin İş Doyumlarının Örgütsel Bağlılıkla İlişkisi. Kuram ve Uygulamada Eğitim Yönetimi. 1(20).
• MEB (2013). PISA 2012 Uluslararası Öğrenci Değerlendirme Projesi, Ulusal Ön Rapor.
• OECD (2009). PISA Data Analysis Manual. Paris, 2013.
• OECD (2013). PISA 2012 Results İn Focus What 15-Year-Olds Know And What They Can Do With What They Know. Paris, 2013.
• OECD (2013a). PISA 2012 Technical Report. Paris, 2013.
• OECD (2013b). PISA 2012 Assessment and Analytical Framework Mathematics, Reading, Science, Problem Solving and Financial Literacy. Paris, 2013.
• OECD (2013c). PISA 2012 PISA 2012 Results: Ready to Learn Students’ Engagement, Drive and Self-Beliefs-Volume III. Paris, 2013.
• Özdamar, K. (1999). Paket Programlar İle İstatistiksel Veri Analizi. Eskişehir: Anadolu Üniversitesi Yayınları.
• Pintrich, P.R., ve De Groot, E. (1990). Motivational And Self Regulated Learning Components Of Classroom Academic Performance. Journal of Educational Psychology, 82(1), 33-40.
• Tatlıdil, H. (2002), Uygulamalı Çok Değişkenli İstatistiksel Analiz, Hacettepe Üniversitesi Fen Fakültesi İstatistik Bölümü, Ankara.
• Üredi, I. & Üredi, L. (2005). İlköğretim 8. Sınıf Öğrencilerinin Öz-düzenleme Stratejileri ve Motivasyonel İnançlarının Matematik Başarısını Yordama Gücü. Mersin Üniversitesi Eğitim Fakültesi Dergisi, 1(2), ss. 250-260.