AI Summary & Key Takeaways
AI InsightThe research highlights the multi-layered nature of student achievement and offers recommendations for the data-driven development of educational policies.
📌 3 Key Takeaways
Abstract
Using artificial neural network methods, this study compares the factors affecting the mathematical literacy of 15-year-old students in Turkey, Croatia, and Greece using PISA 2018 data. Adopting a quantitative research approach and a descriptive survey design, the study created a working group of 16,506 students from student data sets published by the OECD. Thirteen variables were determined as predictors: gender, parental education level, socioeconomic status, learning duration, and reading motivation. Mathematics achievement level was analyzed by classifying it into two subgroups. The artificial neural network model was run using the SPSS 25.00 program, and the importance ranking of the variables and the accuracy rate of the model were determined for each country. The findings show that the socioeconomic and cultural status variable is the strongest predictor in all countries. In Turkey and Croatia, learning duration and father's education level are more decisive, whereas in Greece, individual and affective factors are more influential. Furthermore, it was observed that the classification accuracy varies according to the number of subgroups. The research highlights the multi-layered nature of student achievement and offers recommendations for the data-driven development of educational policies.
Özet
Bu araştırma, PISA 2018 verileri kullanılarak Türkiye, Hırvatistan ve Yunanistan’daki 15 yaş grubu öğrencilerin matematik okuryazarlığını etkileyen faktörleri yapay sinir ağı yöntemiyle karşılaştırmalı olarak analiz etmeyi amaçlamaktadır. Nicel araştırma yaklaşımı ve betimsel tarama deseni benimsenen çalışmada, OECD tarafından yayımlanan öğrenci veri setlerinden 16.506 öğrenciden oluşan bir çalışma grubu oluşturulmuştur. Cinsiyet, ebeveyn eğitim düzeyi, sosyoekonomik statü, öğrenme süresi ve okuma motivasyonu gibi 13 değişken yordayıcı olarak belirlenmiştir. Matematik başarı düzeyi ise iki alt gruba sınıflama ile analiz edilmiştir. Yapay sinir ağı modeli, SPSS 25.00 programı kullanılarak çalıştırılmış ve her ülke için değişkenlerin önem sıralaması ve modelin doğruluk oranı belirlenmiştir. Bulgular, sosyoekonomik ve kültürel statü değişkeninin tüm ülkelerde en güçlü yordayıcı olduğunu; Türkiye ve Hırvatistan’da öğrenme süresi ve baba eğitim düzeyinin, Yunanistan’da ise bireysel ve duyuşsal faktörlerin daha belirleyici olduğunu göstermiştir. Ayrıca, sınıflama doğruluğunun alt grup sayısına göre değiştiği görülmüştür. Araştırma, öğrenci başarısının çok katmanlı yapısına dikkat çekmekte ve eğitim politikalarının veri temelli geliştirilmesi için öneriler sunmaktadır.