PISA 2018 fen bilimleri puanlarının değerlendirilmesinde eğitsel veri madenciliğinin kullanımı
Özet
Bu çalışma, PISA 2018 fen bilimleri puanlarının; anne-baba eğitim durumu, fen öğrenmek için haftalık harcanan zaman, okulda bilgi iletişim teknolojileri (BİT) kullanımı ve öğrenci algılanan BİT yeterliği değişkenlerinden yararlanılarak veri madenciliği algoritmalarından olan karar ağaçları ile değerlendirilmesini amaçlamaktadır. Ayrıca veri madenciliği analiz programı Rapid Miner ile 6890 öğrenciden oluşan Türkiye örneklemi kullanılarak fen bilimleri puanı bağımlı değişkeninin bağımsız değişkenler ile arasındaki ilişkiye K-nn, naive bayes ve random forest algoritmaları kullanılarak bakılmıştır. Veri analizi öncesinde fen puanı sonuçlarının normal dağılımı bozulmayacak şekilde kayıp veri temizliği yapılmış, analiz 6001 veri üzerinden gerçekleştirilmiştir. Anne-baba eğitim durumunun fen puanı başarısında anlamlı bir farka sahip olmadığı, fen öğrenmek için haftalık harcanan zaman ve okulda BİT kullanımının fen puanı başarısında pozitif bir etkiye sahip olduğu, algılanan BİT yeterliğinin ise fen puanı başarısı ile arasında negatif bir ilişki tespit edilmiştir. Seçilen bağımsız değişkenlerin öğrenci fen başarı durumunu tahmin oranı K-nn algoritmasında %77, naive bayes algoritmasında %55.06, random forest algoritmasında ise %62.22 olarak saptanmıştır
