SavedAdd your journal

Journals / Bartın Üniversitesi Eğitim Fakültesi Dergisi / 2026 / Issue: 4

Investigatıon of the Variables Affecting Science Literacy in PISA 2003-2018 Applıcations at School and Student Levels

PISA 2003–2018 Uygulamalarında Fen Okuryazarlığını Etkileyen Değişkenlerin Okul ve Öğrenci Düzeyinde İncelenmesi

Bilge Acar(Milli Eğitim Bakanlığı)0000-0003-1419-8571
Selahattin Gelbal(hacettepe üniversitesi eğitim bilimleri bölümü)0000-0001-5181-7262
Pages
—
Publication Date
2026-08-09
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Findings: The findings reveal differences in science literacy scores among schools across all PISA cycles.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Purpose: The purpose of this study is to explore the determinants of science literacy achievement among Turkish students across the Programme for International Student Assessment 2003-2018 cycles.
📊
Key Findings & Data:The research investigates which student- and school-level variables contribute to science literacy performance and whether these relationships endure successive PISA cycles.
💡
Conclusion & Impact:Findings: The findings reveal differences in science literacy scores among schools across all PISA cycles.
🔬Design:Modeling & Simulation
📍Scope:2003-2018 Verileri
⚙️Variables:science literacy · PISA · school factors

Abstract

Purpose: The purpose of this study is to explore the determinants of science literacy achievement among Turkish students across the Programme for International Student Assessment 2003-2018 cycles. The research investigates which student- and school-level variables contribute to science literacy performance and whether these relationships endure successive PISA cycles. Method: A relational design was adopted to assess how student- and school-based predictors are linked to science literacy, using analytical procedures grounded in multilevel and multivariate modeling. Multilevel Structural Equation Modeling was employed, with plausible values and sampling weights taken into account. Findings: The findings reveal differences in science literacy scores among schools across all PISA cycles. Predictors of science literacy varied by assessment year: In 2003, parental occupational status at the student level and the student–teacher ratio at the school level were the strongest variables. In 2006, parental occupational status and home possessions at the student level, and school location at the school level were found to be significant. In 2009, home resources at the student level and both school region and the student–teacher ratio at the school level were influential. In 2012, program type at the student level and the student–teacher ratio at the school level stood out. In 2015, significant predictors included parental occupational status for students and school region as well as school size for schools. In 2018, student-level parental occupational status and school region at the school level remained the key determinants. Conclusion: This research is significant as it covers six PISA cycles, tracks changes in science literacy, and identifies influential factors.

Özet

Amaç: Bu araştırmanın amacı, PISA 2003-2018 uygulamalarına katılan Türkiye örneklemindeki öğrencilerin fen okuryazarlığı başarısını yordayan değişkenleri belirlemektir. Çalışmada, öğrenci ve okul düzeyinde hangi değişkenlerin fen okuryazarlığı performansını anlamlı biçimde açıkladığı ve bu ilişkilerin PISA döngüleri boyunca hangi ölçüde tutarlı biçimde devam ettiği incelenmiştir. Yöntem: Araştırmada ilişkisel tarama deseni kullanılmış ve öğrenci ile okul temelli değişkenlerin fen okuryazarlığı üzerindeki etkileri çok düzeyli ve çok değişkenli analizler aracılığıyla değerlendirilmiştir. Analizler Çok Düzeyli Yapısal Eşitlik Modellemesi ile gerçekleştirilmiş; olası değerler ve örneklem ağırlıkları dikkate alınmıştır. Bulgular: Bulgular, tüm PISA döngülerinde öğrencilerin fen okuryazarlığı puanlarının okullar arasında farklılaştığını göstermektedir. Ayrıca, yordayıcı değişkenler yıllara göre değişiklik göstermiştir: PISA 2003'te öğrenci düzeyinde ebeveynlerin mesleki statüsü, okul düzeyinde öğrenci–öğretmen oranı; 2006'da öğrenci düzeyinde ebeveynlerin mesleki statüsü ve ev kaynakları, okul düzeyinde okulun bulunduğu bölge; 2009'da öğrenci düzeyinde ev kaynakları, okul düzeyinde okulun bulunduğu bölge ve öğrenci–öğretmen oranı; 2012'de öğrenci düzeyinde program türü, okul düzeyinde öğrenci–öğretmen oranı; 2015'te öğrenci düzeyinde ebeveynlerin mesleki statüsü, okul düzeyinde okulun bulunduğu bölge ve okul büyüklüğü; 2018'de ise öğrenci düzeyinde ebeveynlerin mesleki statüsü ve okul düzeyinde okulun bulunduğu bölge istatistiksel olarak anlamlı bulunan değişkenler olmuştur. Sonuç: Araştırma, altı PISA döngüsünü kapsaması, fen okuryazarlığı performansındaki değişimleri izlemesi ve başarıya etki eden faktörleri ortaya koyması bakımından önem taşımaktadır.

🔖

Cite This Article

Acar, B., Gelbal, S. (2026). Investigatıon of the Variables Affecting Science Literacy in PISA 2003-2018 Applıcations at School and Student Levels. Bartın Üniversitesi Eğitim Fakültesi Dergisi, Issue: 4. https://doi.org/10.14686/buefad.1756388

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (73)

  1. Acar Güvendir, M. (2017). Uluslararası öğrenci değerlendirme programında öğrencilerin matematik okuryazarlıkları ile ev ve okul eğitim olanakları arasındaki ilişkinin belirlenmesi – (PISA -2012) [Determining the relationship between students’ mathematical literacy and home and school educational opportunities in the international student assessment program – (PISA 2012)]. Mersin Üniversitesi Eğitim Fakültesi Dergisi, 13(1), 94–109. https://doi.org/10.17860/mersinefd.305762
  2. Acar, T. (2012). Türkiye’nin PISA 2009 sonuçlarına göre OECD’ye üye ve aday ülkeler arasındaki yeri [Türkiye's position among OECD member and candidate countries according to PISA 2009 results]. Kuram ve Uygulamada Eğitim Bilimleri, 12(4), 2561–2572.
  3. Acar, T., & Öğretmen, T. (2012). Çok düzeyli istatistiksel yöntemler ile 2006 PISA fen bilimleri performansının incelenmesi [Investigation of 2006 PISA science performance using multilevel statistical methods]. Eğitim ve Bilim, 37(163), 178–189.
  4. Akgenç, E. (2018). Çok seviyeli yapısal eşitlik modellemesi ve bir uygulama [Multilevel structural equation modeling and an application] [Unpublished master's thesis]. Selçuk University.
  5. Aksu, G., Güzeller, C. O., & Eser, M. T. (2017). Öğrencilerin matematik okuryazarlığı performanslarının aşamalı doğrusal model (HLM) ile incelenmesi: PISA 2012 Türkiye örneği [Examining students’ mathematical literacy performance with hierarchical linear modeling (HLM): The PISA 2012 Türkiye sample]. Eğitim ve Bilim, 42(191). https://doi.org/10.15390/EB.2017.6956
  6. Anıl, D. (2009). Uluslararası Öğrenci Başarılarını Değerlendirme Programı’nda (PISA) Türkiye’deki öğrencilerin fen bilimleri başarılarını etkileyen faktörler [Factors affecting Turkish students’ science achievement in PISA]. Eğitim ve Bilim, 34(152), 87–100.
  7. Arıkan, S., Özer, F., Şeker, V., & Ertaş, G. (2020). The importance of sample weights and plausible values in large-scale assessments. Journal of Measurement and Evaluation in Education and Psychology, 11(1), 43–60. https://doi.org/10.21031/epod.602765
  8. Ataş, D., & Karadağ, Ö. (2017). An analysis of Türkiye’s PISA 2015 results using two level hierarchical linear modelling. Journal of Language and Linguistic Studies, 13(2), 720–727. http://www.jlls.org/index.php/jlls/article/view/778/339
  9. Aydın, A., Erdağ, C., & Taş, N. (2011). 2003–2006 PISA okuma becerileri sonuçlarının karşılaştırmalı olarak değerlendirilmesi: En başarılı beş ülke ve Türkiye [A comparative evaluation of the 2003–2006 PISA reading achievement results: The top five countries and Türkiye]. Kuram ve Uygulamada Eğitim Bilimleri, 11(2), 651–673.
  10. Aydın, M. (2017). TIMSS 2011 öğretmen ölçeklerinin faktör yapısının ve psikometrik özelliklerinin incelenmesi [Examination of factor structure and psychometric properties of TIMSS 2011 teacher scales]. Marmara Üniversitesi Atatürk Eğitim Fakültesi Eğitim Bilimleri Dergisi, 46(46), 21–36. https://doi.org/10.15285/maruaebd.270383
  11. Borman, G., & Dowling, N. (2010). Schools and inequality: A multilevel analysis of Equality of Educational Opportunity data. Teachers College Record, 112, 1201–1246. https://doi.org/10.1177/016146811011200507
  12. Boztunç, N. (2010). Uluslararası Öğrenci Değerlendirme Programı'na (PISA) katılan Türk öğrencilerin 2003 ve 2006 yıllarındaki matematik ve fen bilimleri başarılarının incelenmesi [An investigation of Turkish students' mathematics and science achievement in PISA 2003 and 2006] [Unpublished master's thesis]. Hacettepe University.
  13. Buldu, E., & Olgan, R. (2018). Examining differences between scores on science literacy skills from the viewpoint of certain indicators: Results of PISA Türkiye [Fen okuryazarlık beceri puanları arasındaki farklılaşmanın bazı göstergeler açısından incelenmesi: PISA Türkiye bulguları]. Journal of Human Sciences, 15(3), 1453–1465. https://doi.org/10.14687/jhs.v15i3.5279
  14. Cameron, S., & Heckman, J. (2001). The dynamics of educational attainment for Black, Hispanic and White males. Journal of Political Economy, 109(3), 455–499. https://doi.org/10.1086/321014
  15. Ceylan, E. (2009). PISA 2006 sonuçlarına göre Türkiye’de fen okuryazarlığında düşük ve yüksek performans gösteren okullar arasındaki farklar [Differences between low and high performing schools in science literacy according to PISA 2006 results in Türkiye]. Yüzüncü Yıl Üniversitesi Eğitim Fakültesi Dergisi, 6(2), 55–75.
  16. Cotton, K. (1996). School size, school climate, and student performance. Northwest Regional Education Laboratory.
  17. Çeçen, Y. (2015). Sosyokültürel ve sosyoekonomik değişkenlerin PISA fen okuryazarlığını yordama gücünün yıllara göre incelenmesi [An investigation of the predictive power of sociocultural and socioeconomic variables on PISA science literacy over the years] [Unpublished master's thesis]. İstanbul Aydın University.
  18. Çelebi, Ö. (2010). A cross-cultural comparison of the effect of human and physical resources on students' science literacy skills in the Programme for International Student Assessment (PISA) 2006 [Unpublished doctoral dissertation]. Middle East Technical University.
  19. Dinçer, M. A., & Uysal Kolaşin, G. (2009). Türkiye’de öğrenci başarısında eşitsizliğin belirleyicileri [Determinants of inequality in student achievement in Türkiye]. Sabancı Üniversitesi, Eğitim Reformu Girişimi.
  20. Erbaş, K. C. (2005). Factors affecting science literacy of students in Türkiye in Programme for International Student Assessment (PISA) [Unpublished master's thesis]. Middle East Technical University.
  21. Fraenkel, J. R., Wallen, N. E., & Hyun, H. H. (2012). How to design and evaluate research in education (8th ed.). McGraw Hill.
  22. Giambona, F., & Porcu, M. (2015). Student background determinants of reading achievement in Italy: A quantile regression analysis. International Journal of Educational Development, 44, 95–107. https://doi.org/10.1016/j.ijedudev.2015.07.005
  23. Giambona, F., & Porcu, M. (2018). School size and students' achievement: Empirical evidences from PISA survey data. Socio Economic Planning Sciences, 64, 66–77. https://doi.org/10.1016/j.seps.2017.12.007
  24. Goldstein, H. (2004). International comparisons of student attainment: Some issues arising from the PISA study. Assessment in Education: Principles, Policy & Practice, 11(3), 319–330. https://doi.org/10.1080/0969594042000304618
  25. Gülleroğlu, H. D., Bilican Demir, S., & Demirtaşlı, N. (2014). Türk öğrencilerinin PISA 2003-2006-2009 dönemlerindeki okuma becerilerini yordayan sosyoekonomik ve kültürel değişkenlerin araştırılması [Investigation of the socioeconomic and cultural variables predicting Turkish students' reading skills in PISA 2003-2006-2009]. Ankara Üniversitesi Eğitim Bilimleri Fakültesi Dergisi, 47(2), 201–222. https://doi.org/10.1501/Egifak_0000001344
  26. Gürsakal, S. (2012). PISA 2009 öğrenci başarı düzeylerini etkileyen faktörlerin değerlendirilmesi [Evaluation of the factors affecting student achievement levels in PISA 2009]. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 17(1), 441–452.
  27. Heck, R. H., & Thomas, S. L. (2020). An introduction to multilevel modeling techniques: MLM and SEM approaches (4th ed.). Routledge/Taylor & Francis Group. https://doi.org/10.4324/9780429060274
  28. Hox, J. J. (2010). Multilevel analysis: Techniques and applications (2nd ed.). Routledge.
  29. Hox, J., Moerbeek, M., & van de Schoot, R. (2018). Multilevel analysis: Techniques and applications (3rd ed.). Routledge.
  30. Jehangir, K., Glas, C., & Berg, S. (2015). Exploring the relation between socioeconomic status and reading achievement in PISA 2009 through an intercepts-and slopes as outcomes paradigm. International Journal of Educational Research, 71(1), 1–15. https://doi.org/10.1016/j.ijer.2015.02.002
  31. Kaplan, D., & Elliot, P. R. (1997). A model based approach to validating education indicators using multilevel structural equation modeling. Journal of Educational and Behavioral Statistics, 22, 323–347. https://doi.org/10.3102/10769986022003323
  32. Karabay, E. (2012). Sosyo kültürel değişkenlerin PISA fen okuryazarlığını yordama gücünün yıllara göre incelenmesi [Investigation of the predictive power of sociocultural variables on PISA science literacy over the years] [Master's thesis, Ankara University]. Council of Higher Education Thesis Center.
  33. Karabay, E. (2013). Aile ve okul özelliklerinin PISA okuma becerileri, matematik ve fen okuryazarlığını yordama gücünün yıllara göre incelenmesi [Investigation of the predictive power of family and school characteristics on PISA reading, mathematics, and science literacy over the years] [Master's thesis, Gazi University]. Council of Higher Education Thesis Center.
  34. Kartal, E. E., Doğan, N., & Yıldırım, S. (2017). Exploration of the factors influential on the science literacy achievement of Turkish students in PISA. Necatibey Eğitim Fakültesi Elektronik Fen ve Matematik Eğitimi Dergisi, 11(1), 320–339. https://doi.org/10.17522/balikesirnef.356161
  35. Kim, Y. (2018). The effects of school choice on achievement gaps between private and public high schools: Evidence from Seoul high school choice program. International Journal of Educational Development, 60, 25–32. https://doi.org/10.1016/j.ijedudev.2017.10.019
  36. Kotte, D., Lietz, P., & Lopez, M. M. (2005). Factor influencing reading achievement in Germany and Spain: Evidence from PISA 2000. International Education Journal, 6(1), 113–124.
  37. Kurt, M. (2010). Yedinci sınıf seviye belirleme sınavı matematik ve fen bilimleri alt testlerinin bazı değişkenler açısından incelenmesi [Investigation of 7th grade placement exam mathematics and science subtests in terms of certain variables] [Master's thesis, Hacettepe University]. Council of Higher Education Thesis Center.
  38. Lenkeit, J. (2012). How effective are educational systems? A value added approach to measure trends in PIRLS. Journal for Educational Research Online, 4(2), 143–173.
  39. Lietz, P., Cresswell, J. C., Rust, K. F., & Adams, R. J. (2017). Implementation of large scale education assessments. Wiley.
  40. Millî Eğitim Bakanlığı. (2015). PISA 2012 Araştırması ulusal nihai raporu [PISA 2012 national final report]. T.C. Millî Eğitim Bakanlığı Basımevi.
  41. Millî Eğitim Bakanlığı. (2019). PISA 2018 Türkiye ön raporu [PISA 2018 Türkiye preliminary report]. T.C. Millî Eğitim Bakanlığı Basımevi.
  42. Monseur, C., & Adams, R. (2009). Plausible values: How to deal with their limitations. Journal of Applied Measurement, 10(3), 320–324.
  43. Oral, İ., & McGivney, E. (2013). Türkiye'de matematik ve fen bilimleri alanlarında öğrenci performansı ve başarının belirleyicileri: TIMSS 2011 analizi [Student performance and its determinants in mathematics and science in Türkiye: TIMSS 2011 analysis]. Eğitim Reformu Girişimi.
  44. Orhan, B. (2020). Investigation of the effect of student and school background variables, teaching and learning variables and noncognitive outcomes on the components of science literacy in Programme for International Student Assessment (PISA 2015) [Doctoral dissertation, Middle East Technical University]. Council of Higher Education Thesis Center.
  45. Organization for Economic Cooperation and Development. (2005). PISA 2003 technical report. OECD Publishing.
  46. Organization for Economic Cooperation and Development. (2013). PISA 2012 assessment and analytical framework: Mathematics, reading, science, problem solving and financial literacy. OECD Publishing. https://doi.org/10.1787/9789264190511-en
  47. Organization for Economic Cooperation and Development. (2016). PISA 2015 assessment and analytical framework: Science, reading, mathematics and financial literacy. OECD Publishing. https://doi.org/10.1787/9789264255425-en
  48. Organization for Economic Cooperation and Development. (2017). PISA 2015 technical report. OECD Publishing. https://www.oecd.org/content/dam/oecd/en/about/programmes/edu/pisa/publications/technical-report/PISA2015_TechRep_Final.pdf
  49. Organization for Economic Cooperation and Development. (2019a). PISA 2018 assessment and analytical framework. OECD Publishing. https://doi.org/10.1787/b25efab8-en
  50. Organization for Economic Cooperation and Development. (2019b). PISA 2018 technical report. OECD Publishing. https://www.oecd.org/pisa/data/pisa2018technicalreport
  51. Organization for Economic Cooperation and Development. (2019c). PISA 2018 results (Volume I): What students know and can do. OECD Publishing. https://doi.org/10.1787/5f07c754-en
  52. Ötken, Ş. (2019). PISA uygulamalarında okuma-matematik-fen okuryazarlığı puanlarındaki değişimin çok değişkenli-çok düzeyli model ile incelenmesi [Investigation of the change in reading-mathematics-science literacy scores in PISA applications using multivariate-multilevel modeling] [Doctoral dissertation, Hacettepe University]. Council of Higher Education Thesis Center.
  53. Özberk, E. H., Atalay Kabasakal, K., & Boztunç Öztürk, N. (2017). Investigating the factors affecting Turkish students’ PISA 2012 mathematics achievement using hierarchical linear modeling. Hacettepe University Journal of Education, 32(3), 544–559. https://doi.org/10.16986/HUJE.2017026950
  54. Özdemir, C. (2016). OECD PISA Türkiye verisi kullanılarak yapılan araştırmaların metodolojik taraması [A methodological review of studies using OECD PISA Türkiye data]. Eğitim Bilim Toplum, 14(56), 10–27.
  55. Özer, Y. (2009). Uluslararası öğrenci değerlendirme programı (PISA) verilerine göre Türk öğrencilerin matematik ve fen bilimleri başarıları ile ilişkili faktörler [Factors associated with Turkish students' mathematics and science achievements based on PISA data] [Master's thesis, Hacettepe University]. Council of Higher Education Thesis Center.
  56. Özkan, M. (2015). PISA 2012 Türkiye verilerine göre okul değişkenlerinin öğrenci başarısını yordama gücü [Predictive power of school variables on student achievement based on PISA 2012 Türkiye data]. Uluslararası Eğitim Bilimleri Dergisi, 2(5), 477–489. https://doi.org/10.16991/INESJOURNAL.170
  57. Pokropek, A., Borgonovi, F., & McCormick, C. (2017). On the crosscountry comparability of indicators of socioeconomic resources in PISA. Applied Measurement in Education, 30(4), 243–258. https://doi.org/10.1080/08957347.2017.1353985
  58. Ritzen, J. (2013). International large-scale assessments as change agents. In M. von Davier, E. Gonzalez, I. Kirsch, et al. (Eds.), The role of international large-scale assessments: Perspectives from technology, economy, and educational research (pp. 13–24). Springer.
  59. Rutkowski, L., Gonzalez, E., Joncas, M., & von Davier, M. (2010). International large-scale assessment data: Issues in secondary analysis and reporting. Educational Researcher, 39(2), 142–151. https://doi.org/10.3102/0013189X10363170
  60. Sarier, Y. (2010). Ortaöğretime giriş sınavları OKS-SBS ve PISA sonuçları ışığında eğitimde fırsat eşitliğinin değerlendirilmesi [Evaluation of educational equity in light of OKS-SBS and PISA results]. Ahi Evran Üniversitesi Kırşehir Eğitim Fakültesi Dergisi, 11(3), 107–129.
  61. Schulz, W. (2005). Measuring the socioeconomic background of students and its effect on achievement on PISA 2000 and PISA 2003. Annual Meeting of the American Educational Research Association, San Francisco. https://files.eric.ed.gov/fulltext/ED493510.pdf
  62. Shelley, M., & Yildirim, A. (2013). Transfer of learning in mathematics, science, and reading among students in Türkiye: A study using 2009 PISA data. International Journal of Education in Mathematics, Science and Technology, 1(2), 83–95.
  63. Stevens, J. P. (2009). Applied multivariate statistics for the social sciences (5th ed.). Routledge/Taylor & Francis Group.
  64. Şaşmazel, A. G. (2006). Uluslararası öğrenci değerlendirme programı'nda (PISA) Türk öğrencilerin fen bilgisi başarısını etkileyen faktörler [Factors affecting Turkish students' science achievement in PISA] [Master's thesis, Hacettepe University]. Council of Higher Education Thesis Center.
  65. Şen, S. (2020). Mplus ile yapısal eşitlik modellemesi uygulamaları [Structural equation modeling applications with Mplus] (1st ed.). Nobel Publishing.
  66. Tabachnick, B. G., & Fidell, L. S. (2014). Using multivariate statistics (6th ed.). Pearson/A&B.
  67. TEDMEM. (2014). 2014 eğitim değerlendirme raporu (TEDMEM Değerlendirme Dizisi 2) [2014 education evaluation report]. Türk Eğitim Derneği Yayınları. https://tedmem.org/download/2014-egitim-degerlendirme-raporu?wpdmdl=997
  68. Thien, L. M. (2016). Malaysian students’ performance in mathematics literacy in PISA from gender and socioeconomic status perspectives. Asia-Pacific Education Research, 25(4), 657–666. https://doi.org/10.1007/s40299-016-0295-0
  69. Usta, H. G., & Çıkrıkçı-Demirtaşlı, N. R. (2014). PISA 2006 sınavı sonuçlarına göre Türkiye’deki öğrencilerin fen bilimleri okuryazarlığını etkileyen duyuşsal faktörler [Affective factors influencing science literacy of Turkish students based on PISA 2006 results]. Eğitim Bilimleri Araştırmaları Dergisi, 4(2), 93–107. https://doi.org/10.12973/jesr.2014.42.6
  70. Yıldırım, Ö. (2012). Okuduğunu anlama başarısıyla ilişkili faktörlerin aşamalı doğrusal modellemeyle belirlenmesi (PISA 2009 Hollanda, Kore ve Türkiye karşılaştırması) [Determination of the factors associated with reading comprehension success through hierarchical linear modeling: A comparison of the Netherlands, Korea and Türkiye in PISA 2009] [Doctoral dissertation, Ankara University]. Council of Higher Education Thesis Center.
  71. Yitik, E. (2019). Uluslararası öğrenci başarılarını değerlendirme programı (PISA) 2015 sınavına Türkiye'de katılan öğrencilerin bireysel, ailesel ve okula ait değişkenlerin fen başarısını yordama durumunun incelenmesi [Investigation of how individual, family, and school-related variables predict science achievement of students in Türkiye participating in PISA 2015] [Master's thesis, Mehmet Akif Ersoy University]. Council of Higher Education Thesis Center.
  72. Yüksel, M. (2019). PISA 2015 Türkiye ve Finlandiya verilerine göre okul özellikleri ile öğrencilerin okuma becerileri arasındaki ilişkilerin incelenmesi [Analysis of the relationship between school characteristics and students' reading skills based on PISA 2015 data from Türkiye and Finland] [Master's thesis, Trakya University]. Council of Higher Education Thesis Center.
  73. Ziya, E. (2008). Uluslararası öğrenci başarı değerlendirme programına (PISA 2006) Türkiye'deki öğrencilerin matematik başarılarını etkileyen bazı faktörler [Some factors affecting mathematics achievement of Turkish students in the Programme for International Student Assessment (PISA 2006)] [Master's thesis, Hacettepe University]. Council of Higher Education Thesis Center.