SavedAdd your journal

Journals / Eğitim ve Bilim / 2014 / Cilt: 39 - Sayı: 172

Analyzing the school performances in terms of LYS successes through using educational data mining Techniques: İstanbul sample, 2011

LYS başarılarına göre okul performanslarının eğitsel veri madenciliği teknikleriyle incelenmesi: 2011 İstanbul örneği

Öyküm Esra AŞKIN
Ömer BİLEN
Ali Hakan BÜYÜKLÜ
Davut HOTAMAN
Pages
78–94
Publication Date
2022-10-18
DOI
—
🏛️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)

Furthermore, constructed decision tree models with CHAID algorithm show that (1) Chemistry for the score type MS, (2) Math for the score type LM and (3) Turkish Language and Literature for the core type LS were the test types which are primarily effective in the division of schools into clusters.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:In this study, 42 different types of high schools in Istanbul from which students took University Placement Exam (LYS) are clustered in terms of their performances.
📊
Key Findings & Data:By deploying the non-hierarchical k-means algorithm, schools are separated into 5 different clusters which have different success level for each of Math-Science (MS), Language and Math (LM) and Language-Social Studies (LS) test scores.
💡
Conclusion & Impact:Furthermore, constructed decision tree models with CHAID algorithm show that (1) Chemistry for the score type MS, (2) Math for the score type LM and (3) Turkish Language and Literature for the core type LS were the test types which are primarily effective in the division of schools into clusters.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Domain Parameters

Abstract

In this study, 42 different types of high schools in Istanbul from which students took University Placement Exam (LYS) are clustered in terms of their performances. It was also aimed to determine the types of tests that are more efficient among these schools. For this purpose, educational data mining techniques such as clustering and decision tree are used. By deploying the non-hierarchical k-means algorithm, schools are separated into 5 different clusters which have different success level for each of Math-Science (MS), Language and Math (LM) and Language-Social Studies (LS) test scores. It is found that Science High Schools, Private Science High Schools, Anatolian High Schools and Anatolian Teacher Schools found to be in the highest achievement level in all of the test scores. Furthermore, constructed decision tree models with CHAID algorithm show that (1) Chemistry for the score type MS, (2) Math for the score type LM and (3) Turkish Language and Literature for the core type LS were the test types which are primarily effective in the division of schools into clusters.

Özet

Bu çalışmada, İstanbul ilinde 2011 yılındaki LYS sınavına giren 42 farklı lise türü, başarı performanslarına göre kümelenmiş ve kümelere ayrışmada hangi test türlerinin etkili olduğu belirlenmiştir. Bu amaçlara yönelik eğitsel veri madenciliği metotlarından kümeleme ve karar ağacı teknikleri kullanılmıştır. Çalışma grubundaki okulların hiyerarşik olmayan k-means algoritmasıyla MF, TS ve TM puan türlerinin her biri için farklı başarı seviyelerini gösteren 5 kümeye ayrıştığı görülmüştür. Fen Lisesi, Özel Fen Liseleri, Anadolu Liseleri ve Anadolu Öğretmen Liselerinin tüm test türleri için en yüksek başarı seviyesini gösteren kümede yer aldığı bulunmuştur. Ayrıca CHAID algoritmasıyla oluşturulan karar ağacı modellerinde okulların kümelere ayrışmasında (1) MF için Kimya testinin (2) TM için Matematik testinin (3) TS için Türk Dili ve Edebiyatı testinin birinci derece etkili olduğu belirlenmiştir.

🔖

Cite This Article

AŞKIN, Ö. E., BİLEN, Ö., BÜYÜKLÜ, A. H., HOTAMAN, D. (2022). Analyzing the school performances in terms of LYS successes through using educational data mining Techniques: İstanbul sample, 2011. Eğitim ve Bilim, Cilt: 39 - Sayı: 172, 78–94. https://ajindex.com/articles/497878

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (15)

  1. Agrewal, S., Pandey, G., & Tiwari, M. (2012). "Data mining in education: data classification and decision tree approach". International Journal of e-Education, e-Business, e-Management and e- Learning, 2(2), 140-144.
  2. Akpınar, H. (2000). Veri tabanlarında bilgi keşfi ve veri madenciliği. İstanbul Üniversitesi İşletme Fakültesi Dergisi, 29(1), 1-22.
  3. Balcı, A. (2002). Etkili okul: okul geliştirme. Ankara:
  4. Pegem A Yayıncılık. Berberoğlu, G. (2005). Öğrenci başarısının yıllara, okul türlerine, bölgelere göre incelenmesi: ÖSS ve PISA analizi. Eğitim Bilimleri ve Uygulama, 4 (7), 21-35.
  5. Bilen, Ö. (2004). “ÖSS sınav sonuçlarının okul bazında veri madenciliği ile incelenmesi.” Yayınlanmamış yüksek lisans tezi, Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü, İstanbul.
  6. Bozkır, A. S., Sezer, E., & Gök, B. (2009). "Öğrenci seçme sınavında (ÖSS) öğrenci başarımını etkileyen faktörlerin veri madenciliği yöntemleriyle tespiti." 5. Uluslararası İleri Teknolojiler Sempozyumu(IATS’09), Karabük. Calders, T., & Pechenizkiy, M. (2011). Introduction to the special section on educational data mining. SIGKDD Explorations, 13 (2). 3-6.
  7. Cha, H., & Kim, Y. (2006). "Learning styles diagnosis based on user interface behaviors for the customization of learning interfaces in an intelligent tutoring system." In Proceedings of the 8thInternational Conference on Intelligent Tutoring Systems, ITS 2006. 513-524.
  8. Dunham, M. H. (2002). Data mining: introductory and advanced topics (1st Ed.). NJ: Prentice Hall. Erdem, A. R. (2006). Türkiye’nin önemli sorunlarından biri:Yetiştirdiği insan tipi. Bilim, Eğitim ve Düşünce Dergisi, 6(4):76-80
  9. Erden, M. (2011). Eğitim Bilimlerine Giriş (5. Bask), Ankara:
  10. Arkadaş Yayınevi.
  11. Erdoğan, Ş. Z., & Timor, M. (2005). A data mining application in a student database. Journal of Aeronautics and Space Technologies, 2(2). 53-57.
  12. Erkuş, A. (2009). Davranış bilimleri için bilimsel araştırma süreci (2. baskı). Ankara:
  13. Seçkin Gay, L. R.& Airasian, P. (2000). Educational research (6th ed.). New York: Prentice-Hall Gökçe, F. (2005). Değişme sürecinde devlet ve eğitim (3. Baskı.). Ankara:
  14. Tekağaç. Güntürkün, F. (2007). "A comprehensive review of data mining applications in quality improvement." Yayınlanmamış yüksek lisans tezi, Ortadoğu Teknik Üniversitesi Fen Bilimleri Enstitüsü, Ankara.
  15. Güzeller, C., & Kelecioğlu, H. (2006). Ortaöğretim kurumları öğrenci seçme sınavının sınıflama geçerliği üzerine bir çalışma. Hacettepe Üniversitesi Eğitim Fakültesi Dergisi, 30,140-