Evaluation of the Academic Achievement of Vocational School of Higher Education Students Through Artificial Neural Networks

Year 2021, , 851 - 862, 01.09.2021

Ömür Kaya Kalkan , Tolga Coşguner

https://doi.org/10.35378/gujs.819360

Cited By: 1

Abstract

This study aimed to determine the importance levels of mathematics lecture achievement, Turkish lecture achievement, Higher Education Admission Exam score, academic self-efficacy, attitude towards vocational education, academic motivation and mother and father education on the academic achievement of vocational schools of higher education students using the artificial neural network method. The data was obtained through 468 students from vocational schools of higher education at two different universities in Turkey. According to the quantitative research methodology, the correlational research design was used. The artificial neural network analysis results revealed that mathematics lecture achievement, Turkish lecture achievement and academic self-efficacy were the most critical variables that predicted the academic achievement of vocational schools of higher education students. These variables were followed by mother education level, father education level, attitude towards vocational education, Higher Education Admission Exam score and academic motivation. The results suggest that the effectiveness of the Higher Education Admission Exam score, which contributes very little to predict the academic achievement of vocational education students, need to be more questioned. 

Keywords

Vocational education, Artificial neural networks, Academic achievement, Academic self-efficacy, Higher education admission exam

Supporting Institution

Hacettepe Üniversitesi/Pamukkale Üniversitesi

Project Number

SHD-2017-14622/2018KKP285 (2018KRM002)

Thanks

The authors thank the Pamukkale University Scientific Research Projects Coordination Unit for their support for participation in the congress with the grant fund number 2018KKP285 (2018KRM002). The authors wish to thank the Hacettepe University Scientific Research Projects Coordination Unit for the Scientific Research Projects Grant funding number SHD-2017-14622.

References

• [1] Vural, M., “Öğrencilerin gelir düzeyleri ile akademik başarıları arasındaki ilişki üzerine bir araştırma”, Akademik Bakış Dergisi, 35: 1-18, (2013).
• [2] Resmi Gazete, “Yükseköğretim Kanunu”, Sayı:17506, Ankara, (1981).
• [3] https://istatistik.yok.gov.tr. Access Date: 31.10.2020
• [4] Aşılıoğlu, F., Çay, R. D. and Şanlıbaba, P., “Kalecik Meslek Yüksekokulu öğrencilerinin başarı düzeylerinin bazı değişkenler açısından incelenmesi”, Electronic Journal of Vocational Colleges, 6(1): 79-88, (2016).
• [5] Çolakoğlu, J., “Yaşam boyu öğrenmede motivasyonun önemi”, Milli Eğitim Dergisi, 2: 155-156, (2002).
• [6] Henden R. and Tunç A., “Mesleki ve teknik öğretimde sınavsız geçiş uygulamaları”, Milli Eğitim Dergisi, 165: 165-171, (2005).
• [7] Şeker, R., Çınar, D. and Özkaya, A., “Çevresel Faktörlerin Üniversite Öğrencilerinin Başarı Düzeyine Etkileri”, XIII. Ulusal Eğitim Bilimleri Kurultayı, Malatya, (2004).
• [8] Gürsakal, S., “PISA 2009 öğrenci başarı düzeylerini etkileyen faktörlerin değerlendirilmesi”, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 17(1): 441-452, (2012).
• [9] Mahigir, F., Venkatesh Kumar, G. and Karimi, A., “Parents socio economic background, mathematics anxiety and academic achievement”, International Journal of Educational Administration and Policy Studies, 4(8): 177-180, (2012).
• [10] Bandura, A., Self-efficacy: The Exercise of Control, Freeman, New York, (1997).
• [11] Schunk, D. H., “Self-efficacy and academic motivation”, Educational Psychologist, 26: 207-231, (1991).
• [12] de Fátima Goulão, M., “The Relationship between Self-Efficacy and Academic Achievement in Adults' Learners”, Athens Journal of Education, 1(3): 237-246, (2014).
• [13] Meral, M., Colak, E., and Zereyak, E., “The relationship between self-efficacy and academic performance”, Procedia-Social and Behavioral Sciences, 46: 1143-1146, (2012).
• [14] Motlagh, S. E., Amrai, K., Yazdani, M. J., Abderahim, H. A., and Souri, H., “The relationship between self-efficacy and academic achievement in high school students”, Procedia-Social and Behavioral Sciences, 15: 765-768, (2011).
• [15] Alivernini, F. and Lucidi, F., “Relationship between social context, self-efficacy, motivation, academic achievement, and intention to drop out of high school: A longitudinal study”, The Journal of Educational Research, 104(4): 241-252, (2011).
• [16] Carroll, A., Houghton, S., Wood, R., Unsworth, K., Hattie, J., Gordon, L. and Bower, J., “Self-efficacy and academic achievement in Australian high school students: The mediating effects of academic aspirations and delinquency”, Journal of Adolescence, 32(4): 797-817, (2009).
• [17] Komarraju, M. and Nadler, D., “Self-efficacy and academic achievement: Why do implicit beliefs, goals, and effort regulation matter?”, Learning and individual differences, 25: 67-72, (2013).
• [18] Bozanoğlu, İ., “Akademik güdülenme ölçeği: Geliştirmesi, geçerliği, güvenirliği”, Ankara Üniversitesi Eğitim Bilimleri Fakültesi Dergisi, 37(2): 83-98, (2004).
• [19] Kelecioğlu, H., “Güdülenme”, Hacettepe Üniversitesi Eğitim Fakültesi Dergisi, 7: 175–181, (1992).
• [20] Amrai, K., Motlagh, S. E., Zalani, H. A. and Parhon, H., “The relationship between academic motivation and academic achievement students”, Procedia-Social and Behavioral Sciences, 15: 399-402, (2011).
• [21] Firouznia, S., Yousefi, A. and Ghassemi, G., “The relationship between academic motivation and academic achievement in medical students of Isfahan University of Medical Sciences”, Iranian Journal of Medical Education, 9(1): 79-84, (2009).
• [22] Green, J., Nelson, G., Martin, A. J. and Marsh, H., “The causal ordering of self-concept and academic motivation and its effect on academic achievement”, International Education Journal, 7(4): 534-546, (2006).
• [23] Kabakci, I., Gulumbay, A.A. and Namlu, A.G., “The relationship between learning strategies and motivation of university students with academic success”, In C. Crawford, N. Davis, J. Price, R. Weber & D. Willis (Eds.), Proceedings of SITE 2003-Society for Information Technology & Teacher Education International Conference, Albuquerque, New Mexico, 716-719, (2003).
• [24] Öztürk, Z., “Mesleki ve teknik anadolu lisesi öğrencilerinin okula yabancılaşmaya yönelik görüşleri ve mesleki eğitime yönelik tutumları”, Yüksek Lisans Tezi, Düzce Üniversitesi Sosyal Bilimler Enstitüsü, Düzce, 1-128, (2019).
• [25] Weinburgh, M., “Gender differences in student attitudes toward science: A meta‐analysis of the literature from 1970 to 1991”, Journal of Research in science Teaching, 32(4): 387-398, (1995).
• [26] Sargent, D. J., “Comparison of artificial neural networks with other statistical approaches: results from medical data sets”, Cancer: Interdisciplinary International Journal of the American Cancer Society, 91(8): 1636-1642, (2001).
• [27] Marengo, E., Longo, V., Robotti, E., Bobba, M., Gosetti, F., Zerbinati, O. and Di Martino, S., “Development of calibration models for quality control in the production of ethylene/propylene copolymers by FTIR spectroscopy, multivariate statistical tools, and artificial neural networks”, Journal of Applied Polymer Science, 109(6): 3975-3982, (2008).
• [28] Tabachnick, B. G. and Fidell, L. S., Using Multivariate Statistics, Pearson Education, Boston, (2007).
• [29] McCulloch, W. S. and Pitts, W., “A logical calculus of the ideas immanent in nervous activity”, The Bulletin of Mathematical Biophysics, 5(4): 115-133, (1943).
• [30] Chtioui, Y., Bertrand, D., Devaux, M. F. and Barba, D., “Comparison of multilayer perceptron and probabilistic neural networks in artificial vision. Application to the discrimination of seeds”, Journal of Chemometrics: A Journal of the Chemometrics Society, 11(2): 111-129, (1997).
• [31] Yegnanarayana, B., Artificial Neural Networks, Prentice-Hall of lndia Private Limited, New Delhi, (2005).
• [32] McClelland, J.D., Parallel distributed processing: Implications for cognition and development, In R.G.M. Morris (Ed.), Parallel distributed processing: Implications for psychology and neurobiology, Clarendon Press., Oxford, 8-45, (1989).
• [33] Siegler, R.S., “Mechanisms of cognitive development”, Annual Review of Psychology, 40: 353–379, (1997).
• [34] Bekdemir, M., “Meslek yüksekokulu öğrencilerinin matematik kaygı düzeylerinin ve başarılarının değerlendirilmesi”, Erzincan Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 2(2): 169-189, (2009).
• [35] Taşdemir, C., “Meslek yüksekokulu öğrencilerinin matematik kaygı düzeylerinin bazı değişkenler açısından incelenmesi”, Bitlis Eren Üniversitesi Fen Bilimleri Dergisi, 2(2): 154-162, (2013).
• [36] Durukan, S., Aygün, M., Aydın, İ. and Diril, H. Z., “Mesleki ve teknik eğitimde sınavsız geçişle ve sınavla gelen öğrencilerin matematik başarılarının değerlendirilmesi”, Eğitim ve Öğretim Araştırmaları Dergisi, 4(3): 211-218, (2015).
• [37] Dilmaç, B. and Ekşi, H., “Meslek yüksek okullarında öğrenim gören öğrencilerin yaşam doyumları ve benlik saygılarının incelenmesi”, Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 20: 279-289, (2008).
• [38] Kılıç, S., Tektaş, N. and Pala, T., “Devlet ve vakıf meslek yüksekokulu öğrencilerinin umutsuzluk düzeylerinin karşılaştırılması ve umutsuzluk düzeylerini etkileyen faktörlerin belirlenmesi”, Türkiye Sosyal Araştırmalar Dergisi, 182: 169-186, (2014).
• [39] Çakmak, A., “Meslek yüksekokulu öğrencilerinin yaratıcılık düzeylerinin çeşitli değişkenler açısından incelenmesi”, Hacettepe Üniversitesi Sosyolojik Araştırmalar e-dergisi, (2010).
• [40] Nartgün, Ş. S. and Yüksel, E., “Ahi Evran Üniversitesi Kaman Meslek Yüksekokulu öğrencilerinin sosyoekonomik düzeylerinin belirlenmesi”, Ahi Evran Üniversitesi Kırşehir Eğitim Fakültesi Dergisi, 10(2): 1-18, (2009).
• [41] Rivkin, S. G., Hanushek, E. A. and Kain, J. F., “Teachers, schools, and academic achievement”, Econometrica, 73(2): 417-458, (2005).
• [42] Fraenkel, J. R., Wallen, N. and Hyun, H., How to Design and Evaluate Research in Education, McGraw Hill, NY, (2011).
• [43] Owen, S. V. and Froman, R. D., “Development of a College Academic Self-Efficacy Scale”, Annual Meeting of the National Council on Measurement in Education, New Orleans, L.A, (1988).
• [44] Ekici, G., “Akademik öz-yeterlik ölçeği: Türkçe'ye uyarlama, geçerlik ve güvenirlik çalışması”, Hacettepe Üniversitesi Eğitim Fakültesi Dergisi, 43(43): 174-185, (2012).
• [45] Kalkan, Ö. K., “Mesleki eğitime yönelik tutum ölçeği geçerlik ve güvenirlik çalışması”, Trakya Üniversitesi Eğitim Fakültesi Dergisi, 4(1): 117-128, (2014).
• [46] Cohen, L., Manion, L. and Morrison, K., Research methods in education, Routledge, NY (2018).
• [47] Muthén, B. and Kaplan, D. A., “Comparison of some methodologies for the factor analysis of non‐normal Likert variables”, British Journal of Mathematical and Statistical Psychology, 38(2): 171-189, (1985).
• [48] Parlak, B. and Tatlıdil, H., “8. Sınıf öğrencilerinin okul başarıları ile test puanları arasındaki ilişkinin çok boyutlu incelenmesi”, International Symposium on Econometrics, Operations Research and Statistics, 335-350, (2013).
• [49] Güleç, S. and Alkış, S., “İlköğretim birinci kademe öğrencilerinin derslerdeki başarı düzeylerinin birbiri ile ilişkisi”, Elementary Education Online, 2(2): 19-27, (2003).
• [50] Sarıer, Y, “Türkiye’de öğrencilerin akademik başarısını etkileyen faktörler: Bir meta-analiz çalışması”, Hacettepe Üniversitesi Eğitim Fakültesi Dergisi, 31(3): 609-627, (2016).
• [51] Ayotola, A. and Adedeji, T., “The relationship between mathematics self-efficacy and achievement in mathematics”, Procedia-Social and Behavioral Sciences, 1(1): 953-957, (2009).
• [52] Klomegah, R. Y., “Predictors of academic performance of university students: an application of the goal efficacy model”, College Student Journal, 41(2): 407-415, (2007).
• [53] Çanakçı, O. and Özdemir, A. Ş., “Matematik başarısı ve anne baba eğitim düzeyi”, İstanbul Aydın Üniversitesi Dergisi, 7(25): 19-36, (2015).
• [54] Dursun, Ş. and Dede, Y., “Öğrencilerin matematikte başarısını etkileyen faktörler: Matematik öğretmenlerinin görüşleri bakımından”, Gazi Eğitim Fakültesi Dergisi, 24(2): 217-230, (2004).
• [55] Yenilmez, K. and Duman, A., “İlköğretimde matematik başarisini etkileyen faktörlere ilişkin öğrenci görüşleri”, Manas Üniversitesi Sosyal Bilimler Dergisi, 10(19): 251-268, (2008).
• [56] Gelbal, S, “Sekizinci sınıf öğrencilerinin sosyoekonomik özelliklerinin Türkçe başarısı üzerinde etkisi”, Eğitim ve Bilim, 33(150): 1-13, (2008).
• [57] Güvendir, M. A., “Öğrenci başarılarının belirlenmesi sınavında öğrenci ve okul özelliklerinin Türkçe başarısı ile ilişkisi”, Eğitim ve Bilim, 39(172): 163-180, (2014).
• [58] Öztürk, P., “İlköğretim II. Kademe Türkçe dersi performans görevi başarı puanları ile akademik başarı ve derse yönelik tutum arasındaki ilişkinin değerlendirilmesi”, Yüksek Lisans Tezi, Karadeniz Teknik Üniversitesi Sosyal Bilimler Enstitüsü, Trabzon, 1-114, (2010).
• [59] Mutluer, C. and Büyükkıdık, S., “PISA 2012 verilerine göre matematik okuryazarlığının lojistik regresyon ile kestirilmesi”, Marmara Üniversitesi Atatürk Eğitim Fakültesi Eğitim Bilimleri Dergisi, 46: 97-112, (2017).
• [60] Kınay, E., “Üniversite giriş sınavı yordama geçerliği çalışmalarının meta analizi”, Yüksek Lisans Tezi, Ankara Üniversitesi Eğitim Bilimleri Enstitüsü, Ankara, 1-110, (2012).
• [61] Sarı, M., “Meslek Yüksekokullarında okuyan öğrencilerin sayısal derslerdeki başarısını olumsuz yönde etkileyen nedenlerin öğrenci görüşlerinden yararlanarak incelenmesi (Akdeniz Üniversitesi Teknik Bilimler Meslek Yüksekokulu örneği)”, Eğitim ve Öğretim Araştırmaları Dergisi, 3(2): 297-301, (2014).
• [62] Toprak, E.. and Gelbal, S., “Comparison of classification performances of mathematics achievement at PISA 2012 with the artificial neural network, decision trees and discriminant analysis”, International Journal of Assessment Tools in Education, 7(4): 773-799, (2020).