ANALYSIS OF PISA-2015 PERFORMANCE OF TURKISH STUDENTS BY MULTILEVEL STRUCTURAL EQUATION MODELING

Öz

Uluslararası Öğrenci Değerlendirme Programı (PISA), Ekonomik İşbirliği ve Kalkınma Örgütü (OECD) tarafından finanse edilen uluslararası bir araştırmadır. PISA araştırması, 2000 yılından beri her üç yılda bir 15-16 yaş arası öğrencilerin eğitim kalitesini değerlendirmek ve ölçmek amacıyla gerçekleştirilmektedir. PISA araştırması, öğrencilerin Fen Bilimleri, Matematik ve Okuma Becerilerinde öğrendikleri tanım kavramını kullanarak başarılarını değerlendirmeyi amaçlamaktadır. PISA 2015 araştırmasında, öğrencilerin Fen Bilimleri okuryazarlığı incelenmiştir. Çok seviyeli yapısal eşitlik modellemesi (MSEM), karmaşık very yapısına sahip modellerin analizinde kullanılan çok seviyeli bir istatistiksel analizdir. Günümüzde, PISA, TIMSS ve PIRLS gibi birçok projeden elde edilen veriler karmaşık ve hiyerarşik bir yapıdadır. MSEM nalizi hiyerarşik veriler için gereklidir. Bu çalışmanın amacı, Türk öğrencilerin 2015 PISA araştırması Fen Bilimleri okuryazarlığı için MSEM analizi kullanılarak oluşturulan modeli analiz etmek ve katılımcı ülkelerin öğrencileri arasında birinci sırada yer alan Singapurlu öğrenciler ile karşılaştırmaktır. Türk ve Singapurlu öğrenciler, MPlus paket programı kullanılarak analiz edilmiştir. Her iki ülke için oluşturulan modellerin iyi uyum gösterdiği gözlenmiştir. 

Anahtar Kelimeler

• Çok Seviyeli Yapısal Eşitlik Modellemesi,Fen Okuryazarlığı,MPlus,PISA2015

Kaynakça

1. [1] Acar, T. Öğretmen, T., “Çok düzeyli istatistiksel yöntemler ile 2006 PISA fen bilimleri performansının incelenmesi”, Eğitim ve Bilim, Vol. 37 No.163, 178-189 2012.
2. [2] Alkış, N., “Bayes Yapısal Eşitlik Modellemesi: Kavramlar ve Genel Bakış”, Gazi İktisat ve İşletme Dergisi, Vol.2 No.3, 105-116, 2016.
3. [3] Atar, H.Y., “Öğretmen niteliklerinin TIMSS 2011 fen başarısına çok düzeyli etkileri”, Eğitim ve Bilim, Vol.39 No.172, 121-137, 2014.
4. [4] Barrett, P., “Structural equation modelling: Adjudging model fit”, Personality and Individual Differences, Vol.42 No.5, 815-824, 2007.
5. [5] Can, S., Somer, O., Korkmaz, M., Dural, S., Öğretmen, T., “Çok Düzeyli Yapısal Eşitlik Modelleri”, Türk Psikoloji Dergisi, Vol.26 No.67, 14-21, 2011.
6. [6] Cha, E., Sanderson, M., Renter, D., Jager, A., Cernicchiaro, N., Bello, N.M., “Implementing structural equation models to observational data from feedlot production systems”, Preventive veterinary medicine, Vol.147 163-171, 2017.
7. [7] Çokluk, Ö., Şekercioğlu, G. Büyüköztürk, Ş., Sosyal bilimler için çok değişkenli istatistik: SPSS ve LISREL uygulamaları, Pegem Akademi, Ankara, 2012.
8. [8] Davidov, E., Dülmer, H., Schlüter, E., Schmidt, P., Meuleman, B., “Using a multilevel structural equation modeling approach to explain cross-cultural measurement noninvariance”, Journal of Cross-Cultural Psychology, Vol.43 No.4, 558-575, 2012.

9. [9] Dyer, N.G., Hanges, P.J. , Hall, R.J., “Applying multilevel confirmatory factor analysis techniques to the study of leadership”, The leadership quarterly, Vol.16 No.1, 149-167, 2005.
10. [10] Ghanizadeh, A. Jahedizadeh, S., “EFL teachers’ teaching style, creativity, and burnout: A path analysis approach”, Cogent Education, Vol.3 No.1, 1151997, 2016.
11. [11] Goldstein, H., Bonnet, G. ve Rocher, T., “Multilevel structural equation models for the analysis of comparative data on educational performance”, Journal of Educational and Behavioral Statistics, Vol. 32 No. 3, 252-286, 2007.
12. [12] Heck, R. H., (Editors Marcoulides, G.A., Schumacker, R.E.), “Multilevel modeling with SEM”, New developments and techniques in structural equation modeling, 89-127, 2001.
13. [13] Holtmann J., Koch T., Lochner K., Eid M., “A Comparison of ML, WLSMV, and Bayesian Methods for Multilevel Structural Equation Models in Small Samples: A Simulation Study”, Multivariate behavioral research, Vol. 51 No. 5, 661-680, 2016.
14. [14] Hox, J.J., Multilevel analysis: Techniques and applications, Lawrance Erlbaum Associates Inc. Publishers, New Jersey, 2002.
15. [15] Hox, J.J., Applied multilevel analysis, TT-publikaties, Amsterdam, 1995.
16. [16] Hox, J.J., van de Schoot, R. Matthijsse, S., “How few countries will do? Comparative survey analysis from a Bayesian perspective”, Survey Research Methods, Vol.6 No.2, 87-93, 2012.
17. [17] Hoyle, R.H., Structural equation modeling: Concepts, issues, and applications, Sage, London, 1995.
18. [18] Kaplan, D., Structural equation modeling: Foundations and extensions, (Vol. 10), Sage Publications, 2008.
19. [19] Lee, S.Y., Song, X.Y., “Structural Equation Models A2” - Peterson, Penelope, In E. Baker, B. McGaw (Eds.), International Encyclopedia of Education (Third Edition), Oxford, Elsevier, 453-458, 2010.
20. [20] Meydan, C.H., Şeşen, H., Yapısal eşitlik modellemesi AMOS uygulamaları, Detay Yayıncılık, Ankara, 2011.
21. [21] Muthén, L. K., Muthén, B. O., Mplus User’s guide: Statistical analysis with latent variables, Sixth Edition, Los Angeles, 1998.
22. [22] OECD. 2016, PISA 2015 Results (Volume I).
23. [23] Peugh, J. L. ve Enders, C. K., “Specification searches in multilevel structural equation modeling: A Monte Carlo investigation”, Structural equation modeling, Vol.17 No.1, 42-65, 2010.
24. [24] Ryu, E., “Effects of skewness and kurtosis on normal-theory based maximum likelihood test statistic in multilevel structural equation modeling”, Behavior research methods, Vol.43 No.4, 1066-1074, 2011.
25. [25] Schreiber, J. B., “Core reporting practices in structural equation modeling, Research in social and administrative pharmacy, Vol.4 No.2, 83-97, 2008.
26. [26] Taş, U.E., PISA 2015 ulusal raporu, Ankara, MEB, 2016.
27. [27] Taşkın, Ç., Akat, Ö., Araştırma yöntemlerinde yapısal eşitlik modelleme: LISREL ile marka değeri ölçümü örnekleri, Ekin Basım Yayın Dağıtım, Bursa, 2010.