Üniversite Öğrencilerinin Bilgisayar Okur-Yazarlığını Etkileyen Faktörlerin Veri Madenciliği ile Analizi

Öz

Eğitim-Öğretim sürecinde bilgisayar ve bağlı teknolojilerin kullanımı hızla artmaktadır. Bireyin bu süreçte bilgisayarı etkin bir araç olarak kullanabilmesi ve bilgisayar destekli sistemlere kolaylıkla uyum sağlayabilmesi, bilgisayar okuryazarlık düzeyiyle doğrudan ilişkilidir. Bu çalışmada bilgisayar okuryazarlığını etkileyen faktörlerin belirlenmesi amacıyla bir anket düzenlenmiş ve elde edilen sonuçlar, veri madenciliği sürecinden de yararlanılarak, bir elektronik Tablolama programı yardımıyla analiz edilmiştir. Çalışmada, Kocaeli Üniversitesi’nde 2012-2013 öğretim yılı güz döneminde Temel Bilgi Teknolojileri Kullanımı TBTK dersini alan öğrenciler arasından rastgele erişim yöntemiyle seçilen örneklem kitleye anket soruları uygulanmıştır. Elde edilen sonuçların bazıları konu öncesi ve sonrası testleriyle kontrol edilmiştir.

Anahtar Kelimeler

• Bilgisayar Okuryazarlığı
• Veri Madenciliği Süreci
• Çevrimiçi Sınav
• Min-Max Normalleştirme
• Z-Score Normalleştirme

Computer Literacy For College Students Analysis of Factors Affecting The Effect of Data Mining Process

Öz

The uses of computer and related technologies have grooving role on educational process. The person’s computer usage as an effective tool in educational process and adaptation to computer-based systems are highly related to the computer knowledge level. In this study, a survey is designed and applied to describe the factors overruling computer knowledge, and the results derived from survey are analyzed with an electronic table and computing program, also using data mining process. Sample group selected from bachelor degree students attending to social sciences and health science fields of Kocaeli University. Some of the results are tested with using pre-quiz and post-quiz applications results.

Anahtar Kelimeler

• Computer Knowledge
• Data Mining Process
• Online Exam
• Min-Max Normalization
• Z-Score Normalization

Kaynakça

1. Aksaraylı, M., Temel İstatistik Yöntemler, http://kisi.deu.edu.tr/hamdi.emec/d1.pdf [erişim: 01.10.2012]
2. Kellner, D., “Technological Transformation, Multiple Literacies, and the Revisioning of Education”. E-learning. Cilt: 1, Sayı:1. 2004.
3. Kıyıcı, M., (2008) Öğretmen Adaylarının Sayısal Okuryazarlık Düzeylerinin Belirlenmesi, Doktora Tezi, Eskişehir Anadolu Üniversitesi Eğitim Bilimleri Enstitüsü.
4. Koldere Akın, Y., (2008) “Veri Madenciliğinde Kümeleme Algoritmaları ve Kümeleme Analizi”, Doktora Tezi, Marmara Üniversitesi Sosyal Bilimler Enstitüsü, İstanbul.
5. Oğuzlar, A., (2003), “Veri Önişleme”, Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Sayı: 21, Temmuz-Aralık 2003, ss. 67-76.
6. Öğüt, S., (2009) Veri Madenciliği Kavramı Ve Gelişim Süreci, İstanbul: Yeditepe Üniversitesi İletişim Fakültesi.
7. Özkan, Y., (2008) Veri Madenciliği Yöntemleri, İstanbul: Papatya Yayıncılık.
8. Simonson, M. ve diğerleri, (1987) Development of a standardized test of computer literacy andcomputer anxiety index. Journal of Educational Computing Research, Cilt: 3 Sayı: 2, ss. 231-247.

9. Usama M. F., S. G. Djorgovski ve N. Weir (1996) From Digitized Images to Online Catalogs Data Mining a Sky Survey, AI Magazine, Volume 17 Number 2, ss. 51-66.
10. http://binedir.com/blogs/veri-madenciligi/archive/2012/06/17/veri-madencili-i-in-n-haz-rl-k- veri-taban-nda-bilgi-ke-fi-vtbk.aspx
11. http://tr.scribd.com/doc/82133567/Z-SCORE [erişim: 16.10.2012]
12. http://www.dicle.edu.tr/akademikweb/dokuman/1003/684.pdf [erişim: 01.10.2012]