Öğretmenlerin E-Öğrenme Hazırbulunuşluk Düzeylerini Etkileyen Faktörlerin Rastgele Orman Algoritması Yöntemi İle İncelenmesi

Yıl 2022, , 670 - 696, 10.12.2022

Mehmet Selim Parlak , Murat Kayri

https://doi.org/10.33711/yyuefd.1117068

Öz

öğretmenlerin e-öğrenme hazırbulunuşluk düzeyi ve bu düzeyi etkileyen faktörler incelenmiştir. Araştırma nicel araştırma yöntemlerinden tarama modeli ile planlanıp gerçekleştirilmiştir. Araştırma, 2020-2021 eğitim-öğretim yılı Van ili Milli Eğitim Müdürlüğüne bağlı okullarda görev yapan 2411 öğretmen üzerinden yürütülmüştür. Araştırmanın verileri “E-Öğrenme Hazırbulunuşluk Ölçeği” ve “Yaşam Boyu Öğrenme Ölçeği” ile toplanmıştır. Araştırmada e-öğrenme hazırbulunuşluğu üzerinde etkili olan faktörler, veri madenciliği yöntemlerinden Rastgele Ormanlar Algoritması yöntemi ile modellenmiştir. Araştırma kapsamında, heterojen örneklemi homojen alt kümelere ayıran iki aşamalı kümeleme analizi ve rastgele orman algoritması kullanılmıştır. Öğretmenlerin e-öğrenme hazırbulunuşluğu düzeyleri bağımlı değişken ve e-öğrenme hazırbulunuşluğu ile kuramsal olarak ilişkisi olduğu düşünülen 12 değişken de bağımsız değişken olarak modele dâhil edilmiştir. Rastgele Ormanlar yöntemi ile gerçekleştirilen analizler sonucunda öğretmenlerin e-öğrenme hazırbulunuşluk düzeyi üzerinde en çok etkisi bulunan değişkenin yaşam boyu öğrenme olduğu belirlenmiştir. E-öğrenme hazırbulunuşluğunu etkileyen diğer değişkenlerin ise sırasıyla branş, yaş, günlük ortalama internet kullanım süresi, görev yılı, çalıştığı kurumun türü, internet erişiminde en çok kullanılan cihaz, cinsiyet, eğitim düzeyi, çalıştığı kurumun yerleşim yeri, daha önce bilgi teknolojilerine yönelik hizmet içi eğitime katılıp katılmadığı ve görev unvanı olduğu görülmüştür.

Anahtar Kelimeler

Öğretmen, veri madenciliği, e-öğrenme

Analysıs Of Factors Affectıng Teachers 'E-Learnıng Preparatıon Levels Wıth Random Forest Algorıthm

Öz

In this study, the level of e-learning readiness of teachers who continue their education activities with online education during the Covid-19 pandemic process and the factors affecting this level were examined. The research was planned and carried out with the scanning model, one of the quantitative research methods. The research was conducted on 2411 teachers working in schools affiliated to the Directorate of National Education in Van for the 2020-2021 academic year. The data of the study were collected by “E-learning Readiness Scale” and “Lifelong Learning Scale”. In the research, factors affecting e-learning readiness were modeled with Random Forests Algorithm, one of the data mining methods. Within the scope of the research, two-stage clustering analysis and random forest algorithm that divide the heterogeneous sample into homogeneous subsets were used. Teachers’ e-learning readiness levels are the dependent variable and 12 variables that are thought to have a theoretical relationship with e-learning readiness are included in the model as independent variables. As a result of the analyzes carried out with the Random Forests method, it was determined that the variable that had the most impact on teachers’ e-learning readiness was lifelong learning. Other variables that affect the readiness of e-learning are, respectively, the branch, age, average daily internet usage time, years of duty, type of institution, the device most used in internet access, gender, education level, place of residence of the institution, previously in-service information technologies. It was seen whether he participated in the training or not and had a job title.

Anahtar Kelimeler

Teacher, data mining, e-learning

Kaynakça

• Açıkgül, K. (2019). Matematik öğretmen adaylarının mobil öğrenme hazırbulunuşluk düzeylerinin incelenmesi. Eğitim Teknolojisi Kuram ve Uygulama, 9(2), 566-587. https://doi.org/10.17943/etku.566739
• Adewole-Odeshi, E. (2014). Attitude of students towards e-learning in South-West Nigerian universities: An application of Technology Acceptance Model. Library Philosophy and Practice (e-journal), 1035.
• Adıyaman, A. (2020). Öğretim elemanlarının e-öğrenmeye hazırbulunuşluklarının incelenmesi. Bartın Üniversitesi Lisansüstü Eğitim Enstitüsü: Yüksek lisans tezi.
• Adnan, M. ve Yaman, B. B. (2017). Mühendislik öğrencilerinin e-öğrenmeye dair beklenti, hazırbulunuşluk ve memnuniyet düzeyleri. Türk Bilgisayar ve Matematik Eğitimi Dergisi, 218-243.
• Akar, Ö. Güngör, O. ve Akar, A. (2010). Rastgele orman sınıflandırıcısı ile arazi kullanım alanlarının belirlenmesi. III. Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Sempozyumu, 142-152.
• Akar, Ö. ve Güngör, O. (2012). Rastgele orman algoritması kullanılarak çok bantlı görüntülerin sınıflandırılması. TMMOB Harita ve Kadastro Mühendisleri Odası Jeodezi ve Jeoinformasyon Dergisi, 1(2), 139-146. https://doi.org/10.9733/jgg.241212.1t
• Akman, M., Genç, Y. ve Ankaralı, H. (2011). Random forests yöntemi ve sağlık alanında bir uygulama/Random forests methods and an application in health science. Türkiye Klinikleri Biyoistatistik, 3(1), 36.
• Alpar, R., (2011), Uygulamalı çok değişkenli istatistiksel yöntemler, Ankara. Detay Yayıncılık, s.309-349.
• Alsancak Sırakaya, D. ve Yurdugül, H. (2016). Öğretmen adaylarının çevrimiçi öğrenme hazırbulunuşluk düzeylerinin incelenmesi: Ahi Evran Üniversitesi örneği. Ahi Evran Üniversitesi Kırşehir Eğitim Fakültesi Dergisi, 17(1), 185-200.
• Altıok, S. (2016). Bilgisayar ve öğretim teknolojileri öğretmenliği programlarında uygulanan yüz yüze öğrenme etkinlikleri ve uzaktan eğitim yolu ile gerçekleştirile bilirlikleri. Ankara Üniversitesi Eğitim Bilimleri Enstitüsü: Yayımlanmamış yüksek lisans tezi. 
• Archer, K. J. ve Kimes, R. V. (2008). Empirical characterization of random forest variable importance measures. Computational Statistics and Data Analysis, 52(4),2249-2260.
• Aydemir, M. (2018). Uzaktan eğitim. (1.Baskı). Ankara: Eğitim Kitabevi Yayınları.
• Bates, T. (2008). Transforming distance education through new technologies. International handbook of distance education, Emerald Group Publishing, 217-236.
• Bestil, H. İ. ve Güvensan, M. A. (2019). Türkçe kısa mesajları sınıflandıran çok katmanlı süzgeçleme mimarisi ve akıllı sms kutusu. International Journal of Advances in Engineering and Pure Sciences, 31(1), 17-28.
• Beyazgül, G. (2019). Öğretmen adaylarının ve öğretim elemanlarının eğitimde teknoloji kullanımı ve e-öğrenmeye yönelik hazırbulunuşluklarının incelenmesi. Dokuz Eylül Üniversitesi Eğitim Bilimleri Enstitüsü: Yayımlanmamış yüksek lisans tezi.
• Biau, G. (2012). Analysis of a random forests model. The Journal of Machine Learning Research, 13(1), 1063-1095.
• Bilici, O. ve Bağcı, H.,(2020). Öğretmen adaylarının yaşam boyu öğrenme eğilimleri ile e-öğrenmeye hazırbulunuşlukları arasındaki ilişkinin incelenmesi. Sakarya Üniversitesi Eğitim Fakültesi Dergisi, 20(2), 205-219.
• Bozkurt, A. (2019). Uzaktan eğitimin entelektüel kökleri: ilerici bir bilgi alanı analizi. Uzaktan Eğitim, 40 (4), 497-514.
• Byrne, B. M. (2005). Factor analytic models: Viewing the structure of an assessment instrument from three perspectives. Journal of personality assessment, 85(1), 17-32.
• Coşkun, Y., D. (2009). Üniversite öğrencilerinin yaşam boyu öğrenme eğilimlerinin bazı değişkenler açısından incelenmesi. Hacettepe Üniversitesi Sosyal Bilimler Enstitüsü: Doktora tezi.
• Çakır, Ö. ve Horzum, M.B. (2015). Öğretmen adaylarının çevrimiçi öğrenmeye hazırbulunuşluk düzeylerinin çeşitli değişkenler açısından incelenmesi. Eğitimde Kuram ve Uygulama, 11(1), 1-15. Çanakkale.
• Çetin, Ö. (2017). Din kültürü ve ahlak bilgisi öğretmen adaylarının bilgi ve iletişim teknolojilerine yönelik öz-yeterlik algı düzeylerinin incelenmesi. Journal of Human Sciences, 14(4), 4753-4767.
• Çetin, U. (2018). Denizcilik lisesi öğrencilerinin e-öğrenmeye yönelik tutumlarının farklı değişkenler açısından incelenmesi. Bahçeşehir Üniversitesi Eğitim Bilimleri Enstitüsü: Yüksek lisans tezi.
• Çınaroğlu, S. ve Keziban, A.,(2019). Sağlıkta bölgesel planlama çalışmalarında verimliliğin artırılması için alternatif bir yaklaşım: İki aşamalı kümeleme uygulaması. Verimlilik Dergisi, (2), 7-25.
• Çoban, H. ve Tezci, E. (2019). Farklı değişkenler açısından öğretmenlerin e-öğrenmeye yönelik tutumlarının incelenmesi. ICHES Uluslararası İnsani Bilimler ve Eğitim Bilimleri Kongresi, 8-10 Kasım 2019, (pp. 130-150), Ege Üniversitesi, İzmir.
• Demir, Ö. (2015). Öğrencilerin ve öğretim elemanlarının e-öğrenmeye hazırbulunuşluk düzeylerinin incelenmesi: Hacettepe Üniversitesi Eğitim Fakültesi örneği. Hacettepe Üniversitesi Eğitim Bilimleri Enstitüsü: Yüksek lisans tezi.
• Doğan, Ş. (2013). Öğretim elemanlarının e-öğrenme sistemine yönelik hazırbulunuşluk düzeylerinin incelenmesi. Eskişehir Osmangazi Üniversitesi Eğitim Bilimleri Enstitüsü: Yüksek lisans tezi.
• Ekelik, H. ve Altaş, D. (2019). Dijital reklam verilerinden yararlanarak potansiyel konut alıcılarının rastgele orman yöntemiyle sınıflandırılması. Journal Of Research İn Economics, 3(1), 28-45.
• Erdem, F., Derinpınar, M. A., Nasirzadehdizaji, R., Selen, O. Y., Şeker, D. Z. ve Bayram, B. (2018). Rastgele orman yöntemi kullanılarak kıyı çizgisi çıkarımı istanbul örneği. Geomatik, 3(2), 100-107.
• Erkorkmaz, Ü., Etikan, İ., Demir, O., Özdamar, K. ve Sanisoğlu, S. Y. (2013). Doğrulayıcı faktör analizi ve uyum indeksleri. Türkiye Klinikleri Journal of Medical Sciences, 33(1), 210-223.
• Franenkel, J. R. ve Wallen, N. E. (2003). How to design evaluate research in education(5th ed). Boston: McGraw-Hill.
• Göker, H. ve Tekedere, H. (2017). FATİH projesine yönelik görüşlerin metin madenciliği yöntemleri ile otomatik değerlendirilmesi. Bilişim Teknolojileri Dergisi, 10(3), 291-299. https://doi.org/10.17671/gazibtd.331041
• Gülbahar, Y. (2012). E-öğrenme ortamlarında katılımcıların hazırbulunuşluk ve memnuniyet düzeylerinin ölçülmesi için ölçek geliştirme çalışması. Ankara Üniversitesi Eğitim Bilimleri Fakültesi Dergisi, (45)2, 119-137.
• Güre, Ö. B., Kayri, M. ve Erdoğan, F. (2020). PISA 2015 matematik okuryazarlığını etkileyen faktörlerin eğitsel veri madenciliği ile çözümlenmesi. Eğitim ve Bilim, 45(202). http://dx.doi.org/10.15390/EB.2020.8477
• Gür-Erdoğan, D. ve Arsal, Z. (2016). Yaşam boyu öğrenme eğilim ölçeği (YBÖEÖ)’nin geliştirilmesi. Sakarya University Journal of Education, 6(1), 114-122.
• Gür-Erdoğan, D., Bayat, S. ve Şentürk, Ş. (2017). Pedagojik formasyon öğrencilerinin bit, e-öğrenme ve yaşam boyu öğrenme eğilimleri arasındaki ilişki. Uluslararası Eğitim Programları ve Öğretim Çalışmaları Dergisi, 7(13), 147-159.
• Han, J., Kamber, M. ve Pei, J. (2011). Data mining concepts and techniques third edition. The Morgan Kaufmann Series in Data Management Systems, 5(4), 83-124.
• Haznedar, Ö (2012). Üniversite öğrencilerinin bilgi ve iletişim teknolojileri becerilerinin ve öğrenmeye yönelik tutumlarının farklı değişkenler açısından incelenmesi. Dokuz Eylül Üniversitesi Eğitim Bilimleri Enstitüsü: Yayımlanmamış yüksek lisans tezi.
• Jackson, L. A. et al. (2008). Race, gender, and information technology use: The new digital divide. CyberPsychology ve Behavior, 11(4), 437-442. https://doi.org/10.1089/cpb.2007.0157
• Kabataş, S. (2019). Öğretmen adaylarının dijital vatandaşlık algılarının yaşam boyu öğrenme tutumları ve e-öğrenmeye hazırbulunuşluğu açısından değerlendirilmesi (Master's thesis, Bartın Üniversitesi, Eğitim Bilimleri Enstitüsü).
• Kantaroğlu, T. ve Akbıyık, A. (2017). İşletme fakültesi ve eğitim fakültesi öğrencilerinin mobil öğrenmeye yönelik tutumlarının karşılaştırılması. İşletme Bilimi Dergisi, 5(2), 25-50. https://doi.org/10.22139/jobs.306735
• Karasar, N. (2009). Bilimsel araştırma yöntemleri. Ankara: Nobel Yayıncılık.
• Kaur, K. ve Abas, Z. W. (2004). An assessment of e-Learning readiness at the open university Malaysia. Paper presented at the international conference on computers in education (ICCE2004), Melbourne, Australia.
• Kaya, A. (2017). Eğitim psikolojisi. (Geliştirilmiş 10. Baskı). Ankara: Pegem Akademi Yayıncılık.
• Kayri, M. (2007). Araştırmalarda iki aşamalı kümeleme (Two-Step Clustering) Analizi ve bir uygulaması. Eurasian Journal of Educational Research (EJER), (28).
• Korkmaz, D., Çelik, H. E. ve Kapar, M. (2018). Sınıflandırma ve regresyon ağaçları ile rastgele orman algoritması kullanarak botnet tespiti: Van Yüzüncü Yıl Üniversitesi Örneği. Yüzüncü Yıl Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 23(3), 297-307.
• Korkmaz, Ö., Çakır, R. ve Tan, S. (2015). Öğrencilerin e-öğrenmeye hazırbulunuşluk ve memnuniyet düzeylerinin akademik başarıya etkisi. Ahi Evran Üniversitesi Kırşehir Eğitim Fakültesi Dergisi, 16 (3), 219-241.
• Korucu, A. T. ve Ertekin, H. (2020). Kpss kursunda eğitim gören aday öğretmenlerin e-öğrenmeye yönelik tutumları. Ahmet Keleşoğlu Eğitim Fakültesi Dergisi, 2(1), 100-113.
• Liaw, A. ve Wiener, M. (2002). Classification and regression by randomforest. R News, 2(3), 18-22.
• Lopes, C. T. (2007). Evaluating e-learning readiness in a health sciences higher education institution. Proceedings of IADIS International Conference of E-learning, Porto, Portekiz.
• Moftakhari, M. M. (2013). Evaluating e-learning readiness of faculty of letters of Hacettepe. Hacettepe University, Ankara: Unpublished master’s thesis.
• Mohammed Moawad, W., ve K Corkett, J. (2021). Prospective Science Teachers’ Level of Self-efficacy for Teaching Science Online and its Relationship to Their Perceptions of Education Technology Courses... A Study at Beni-Suef University. 82(82), 91-122 10.21608/edusohag.2021.137625
• Moore, M. G. ve Kearsley, G. (2011). Distance education: A systems view of online learning. Cengage Learning.
• Pala, K. ve Şahbaz, R.P. (2018). Mesleki turizm eğitiminde öğrencilerin e-öğrenmeye hazır bulunuşluk düzeylerinin belirlenmesine yönelik bir araştırma. Journal of Tourism and Gastronomy Studies, 6(2), 493-511.
• Seryol, S. (2019). Lise öğrencilerinin siber saldırganlık eğilimlerinin bazı değişkenlere göre incelenmesi. Yüzüncü Yıl Üniversitesi Eğitim Bilimleri Enstitüsü: Yayımlanmamış yüksek lisans tezi.
• Sharma, R. N.ve Sharma, R. K. (2007). Advanced educational psychology. New Delphi, India: Atlantic Publishers.
• Sırakaya, M. ve Sırakaya, D. A. (2021)Mobil öğrenme hazırbulunuşluğunun akıllı telefon kullanımına göre incelenmesi. Mehmet Akif Ersoy Üniversitesi Eğitim Fakültesi Dergisi, (57), 362-381.
• So, K. K. T. ve Swatman, P. (2010). The diminishing influence of age and gender on e-learning readiness of teachers in Hong Kong. In International Conference on Hybrid Learning (pp. 477-488). Springer, Berlin, Heidelberg.
• Soydal, I., Alır, G. ve Ünal, Y. (2011). Are Turkish Universities ready for e-learning: A case of Hacettepe University faculty of letters. Information Services ve Use, 31, 281–291.
• Suchetana, B., Rajagopalan, B. And Silverstein, J.,(2017). Assessment of wastewater treatment facility compliance with decreasing ammonia discharge limits using a regression tree model, Science of the Total Environment, 598: 249-257. https://doi.org/10.1016/j.scitotenv.2017.03.236
• Sun, P. C., Tsai, R. J., Finger, G., Chen, Y. Y. ve Yeh, D. (2008). What drives a successful e-Learning? An empirical investigation of the critical factors influencing learner satisfaction. Computers ve Education, 50(4), 1183-1202. https://doi.org/10.1016/j.compedu.2006.11.007
• Şchiopu, D. (2010). Applying TwoStep cluster analysis for identifying bank customers' profile. Buletinul, 62(3), 66-75.
• Şentürk, C. (2016). Öğretmenlerin e-öğrenmeye yönelik tutumlarının farklı değişkenler açısından incelenmesi. Uluslararası Sosyal Araştırmalar Dergisi, 9(43), 1501- 1511.
• Şevgin, H. (2020). Abide 2016 fen basarisinin yordanmasında mars ve brt veri madenciliği yöntemlerinin karşılaştırılması. Gazi Üniversitesi Eğitim Bilimleri Enstitüsü: Doktora tezi.
• Tanyıldızı, H.R. (2016). Enerji ve Tabii Kaynaklar Bakanlığında kariyer mesleklerinde çalışanların e-öğrenmeye karşı tutumları. Gazi Üniversitesi Eğitim Bilimleri Enstitüsü: Yüksek lisans tezi.
• Teo, T. (2008). Pre-service teachers’ attitudes towards computer use: A Singapore survey. Australasian Journal of Educational Technology, 24(4), 413-424. https://doi.org/10.14742/ajet.1201
• Tkaczynski, A. (2017). "Segmentation using two-step cluster analysis", Segmentation in Social Marketing, Editörler: Dietrich T, Rundle-Thiele S, Kubacki K. Springer, Singapore, 109–125.
• Tubaishat, A. ve Lansari, A. (2011). Are students ready to adopt e-learning? A preliminary e-readiness study of a university in the gulf region. International Journal of Information and Communication Technology Research, 1(5), 210-215.
• Tüfekci, P., Uzun, E., Bektaş, M. ve Sevinç, B.(2019). Metin türü belirleme için Türkçe veri setleri. 2. Uluslararası Veri Bilimi ve Uygulamaları Konferansı (ICONDATA'19), 3-6 Ekim 2019, Balıkesir, Türkiye.
• Türk Dil Kurumu (2021). Türkçe sözlük. https://sozluk.gov.tr. adresinden 29.10.2021 tarihinde alınmıştır.
• Usluel, Y. K. ve Seferoğlu, S. S. (2004). Öğretim elemanlarının bilgi teknolojilerini kullanmada karşılaştıkları engeller, çözüm önerileri ve öz-yeterlik algıları. Eğitim Bilimleri ve Uygulama, 3(6), 143-157.
• Üstün, A. B., Yılmaz, F. G. K. ve Yılmaz, R. (2020). Öğretmenler e-öğrenmeye hazır mı? Öğretmenlerin e-öğrenmeye yönelik hazırbulunuşluklarının incelenmesi üzerine bir araştırma. Ahmet Keleşoğlu Eğitim Fakültesi Dergisi, 2(1), 54-69.Yaklaşım Öğrenim Yönetim Sistemleri, Bilgi Teknolojileri Kongresi IV, Akademik Bilişim, Bildiriler Kitabı, 97-101.
• Yılmaz, R. ve Afacan, E. (2017). Öğretmenlerin eğitsel internet kullanım öz-yeterlik inançlarının yaşam boyu öğrenme bağlamında incelenmesi ICITS 2017 Uluslararası Bilgisayar ve Öğretim Teknolojileri Sempozyumu 24-25-26 Mayıs 2017, İnönü Üniversitesi, Malatya.
• Yılmaz, R., Sezer, B. ve Yurdugül, H. (2019). Üniversite öğrencilerinin e-öğrenmeye hazırbulunuşluklarının incelenmesi: Bartın Üniversitesi örneği. Ege Eğitim Dergisi, 20(1), 180-195. https://doi.org/10.12984/egeefd.424614
• Yurdugül, H. (2006). The comparison of reliability coefficients in parallel, tau-equivalent, and congeneric measurements. Ankara Üniversitesi Eğitim Bilimleri Fakültesi Dergisi, 39(1), 15-37. https://doi.org/10.1501/Egifak_0000000127
• Yurdugül, H. ve Demir, Ö. (2017). Öğretmen yetiştiren lisans programlarındaki öğretmen adaylarının e-öğrenmeye hazırbulunuşluklarının incelenmesi: (Hacettepe Üniversitesi örneği). Hacettepe Üniversitesi Eğitim Fakültesi Dergisi, 32(4), 896-915.