Türk öğrencilerinin PISA başarılarının yordanmasında yapay sinir ağı ve lojistik regresyon modeli performanslarının karşılaştırılması
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Hacettepe Üniversitesi, Sosyal Bilimler Enstitüsü, Eğitim Bilimleri A.B.D., Türkiye
Tezin Onay Tarihi: 2011
Tezin Dili: Türkçe
Öğrenci: TERCAN TEPEHAN
Asıl Danışman (Eş Danışmanlı Tezler İçin): SELAHATTİN GELBAL
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bu araştırma kapsamında; öğrenci başarısının yordanması amacıyla oluşturulan yapay sinir ağının (Çok Katmanlı Algılayıcı Modeli) performansı ile aynı amaçla oluşturulan lojistik regresyon modelinin performansı, ?doğru sınıflandırma oranları?ndan faydalanılarak karşılaştırılmıştır. Karşılaştırma sırasında PISA-2003'e katılan 4855, PISA-2006'ya katılan 4942 ve PISA-2009'a katılan 4996 Türk öğrencinin test ve anket sonuçlarından yararlanılmıştır.Birinci alt probleme ilişkin yapılan analizlerde; ?Matematik Başarısı?nın yordanması amacıyla oluşturulan yapay sinir ağının performansı ile lojistik regresyon modelinin performansı karşılaştırılmıştır. Karşılaştırma sonucunda; yapay sinir ağının, öğrencilerin matematik başarısını %78,6'lık bir performansla, lojistik regresyon modelinin ise %76,8'lik bir performansla doğru tahmin ettiği görülmüştür. Ayrıca yapay sinir ağı, başarılı öğrencilerin %82,4'ünü, lojistik regresyon modeli ise %80,2'sini doğru sınıflandırmıştır. Bu kapsamda; matematik başarısı açısından yapay sinir ağının hem genel sınıflandırmada ve hem de başarılı öğrencilerin sınıflandırılmasında, lojistik regresyon modeline göre daha iyi sonuçlar verdiğini söylemek mümkündür.İkinci alt probleme ilişkin yapılan analizlerde; ?Fen Bilimleri Başarısı?nın yordanması amacıyla oluşturulan yapay sinir ağının performansı ile lojistik regresyon modelinin performansı karşılaştırılmıştır. Karşılaştırma sonucunda; yapay sinir ağının, öğrencilerin fen bilimleri başarısını %78,5'lik bir performansla, lojistik regresyon modelinin ise %78,1'lik bir performansla doğru tahmin ettiği görülmüştür. Bu kapsamda; öğrencilerin fen bilimleri başarısının yordanması amacıyla oluşturulan yapay sinir ağı ile lojistik regresyon modelinin birbirine yakın sonuçlar verdiğini söylemek mümkündür.Üçüncü alt probleme ilişkin yapılan analizlerde; ?Okuma Başarısı?nın yordanması amacıyla oluşturulan yapay sinir ağının performansı ile lojistik regresyon modelinin performansı karşılaştırılmıştır. Karşılaştırma sonucunda; yapay sinir ağının öğrencilerin okuma başarısını %79,4'lük bir performansla, lojistik regresyon modelinin ise %78,4'lük bir performansla doğru tahmin ettiği görülmüştür. Ayrıca yapay sinir ağı, başarısız öğrencilerin %76,3'ünü doğru sınıflandırırken, lojistik regresyon modeli başarısız öğrencilerin %72,5'ini doğru sınıflandırmıştır. Bu kapsamda; okuma başarısı açısından yapay sinir ağının, hem genel sınıflandırmada ve hem de başarısız öğrencilerin sınıflandırılmasında, lojistik regresyon modeline göre kısmen daha iyi sonuçlar verdiğini söylemek mümkündürAraştırma sonucunda öğrenci başarısının yordanmasında yapay sinir ağlarının, en az lojistik regresyon modeli kadar iyi sonuçlar verdiği anlaşılmıştır. Bu nedenle öğrenci başarısını etkileyen faktörlerin belirlenmesi ve öğrenci başarısının yordanması çalışmalarında yapay sinir ağlarının güvenilir bir şekilde kullanılabileceği düşünülmektedir.Bu araştırma kapsamında ?Yapay Sinir Ağları?nın eğitim literatürüne kazandırılmış olması, daha sonra yapılacak araştırmalara ışık tutması açısından önemli görülmektedir. Araştırmayla ortaya konan sonuçların, eğitim araştırmacıları tarafından yeterli ve kabul edilebilir bulunması halinde, bundan sonra yapılacak pek çok çalışmada yapay sinir ağlarının kullanılması vazgeçilmez olacaktır. Bu açıdan bakıldığında, yapılan çalışmanın eğitim literatürüne getirdiği yenilikler bakımından oldukça önemli olduğu söylenebilir.