Öğrencilerin Fen Başarılarını Etkileyen Bazı Faktörler: TIMSS 2011 Verilerine Göre Öğretmen Düzeyinde İncelenmesi

Yıl 2016, , 1 - 16, 03.10.2016

İlkay Abazaoğlu

https://doi.org/10.29065/usakead.256377

Cited By: 8

Öz

TIMSS matematik ve fen alanlarında eğitim ve öğretimi geliştirmek için ülkelerin eğitim sistemleri hakkında karşılaştırmalı veri sağlamaktadır. Bu amaç doğrultusunda öğrencilerin fen ve matematik alanındaki performansları, eğitim sistemleri, öğretim programları, öğrenci özellikleri, öğretmen ve okulların karakteristik özellikleri ile ilgili bilgiler toplanmaktadır. TIMSS 4 yılda bir yapılan dünyanın en büyük eğitim araştırmalarından biridir. Bu çalışmada, TIMSS 2011'e katılan Türk öğrencilerinin fen başarılarını etkileyen bazı faktörler öğretmen ve öğrenci düzeyinde ele alınmış ve bu faktörlerin öğrencilerin başarı puanlarını ne kadar yordadıkları hiyerarşik doğrusal modelleme (HLM) yöntemiyle araştırılmıştır. Verilerin analizi için SPSS 20 ve HLM 7.00 öğrenci versiyonu programları kullanılmıştır. Çalışma sonucunda öğrencilerin fen başarı puanlarındaki değişkenliğin %29’unun sınıflar (öğretmenler) arasındaki farklılıklar, %71’inin ise öğrenciler arası farklılıklar tarafından açıklandığı bulunmuştur. Fen başarısını öğrenci düzeyinde cinsiyetin, öğretmen düzeyinde hizmet yılı ve cinsiyetin anlamlı olarak yordadığı, öğretmen eğitim düzeyi ve öğretmen mezuniyet alanının ise yordamadığı bulunmuştur.

Anahtar Kelimeler

TIMSS 2011, Fen Başarısı, Fen Bilimleri Öğretmeni, Hiyerarşik Doğrusal Modelleme

Kaynakça

• Aktaş, I. (2011). TIMSS 2007 Verilerine Göre Öğrencilerin Fen Başarısı ile Öğretmenlerinin Özellikleri Arasındaki İlişkinin İncelenmesi (Yayımlanmış yüksek lisans tezi). Hacettepe Üniversitesi, Ankara.
• Bryk, A. S., ve Raudenbush, S. W. (1992). Hierarchical linear models: Applications and data analysis methods. Newbury Park, CA: Sage.
• Erberber, E. (2009). Analyzing Turkey’s Data From TIMSS 2007 to Investigate Regional Disparities In Eighth Grade Science Achievement. East. Boston
• College Lynch School of Education. Goldstein, H. (1999). Multilvel statistical models, http://www.ats.ucla.edu/stat/examples/msm_goldstein/goldstein.pdf
• Hox, J.,(1998), “Multilevel Modeling: When And Why?”, In: Balderjahnn, I., Mathar,
• R., Schader, M. (Eds.), Classification. Data Analysis, And Data Highways, Springer, New York, Pp.147-154. IEA Data Processing Center, 2013. http://www.iea-dpc.de/
• Kaya, S. (2008). The effects of student-level and classroom-level factors on elementary students’ science achievement in five countries. Florida State University.
• MEB Mevzuat Bankası. (2004). Okul Öncesi Eğitim Kurumları Yönetmeliği. http://mevzuat.meb.gov.tr/html/25486-html adresinden alınmıştır.
• Raudenbush S.W. ve Bryk. A.S. (2002). Hierarchical Lineer Models. Applications and Data Analysis Methods. Second Edition. Sage Publications: California.
• Sevgi, S. (2009). The Connection Between School and Student Characteristics Achievement in Turkey (Yayımlanmış yüksek lisans tezi). ODTÜ, Ankara