Dergiler / Milli Eğitim Dergisi / 2022 / Cilt: 51 - Sayı: 234

GENİŞ ÖLÇEKLİ DEĞERLENDİRMELERDE OLASI DEĞERLERİN KULLANIMINA İLİŞKİN BİR ÖNERİ: GRİ İLİŞKİ ANALİZİ

A RECOMMENDATION TO USE OF PLAUSIBLE VALUES IN LARGE-SCALE ASSESSMENTS: THE GREY RELATIONAL ANALYSIS

Sayfa
1613–1638
Yayın Tarihi
2022-05-09
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Analizler sonucu, üç beceri alanında da, öğrencilerin olası 10 okuma puanından kestirilen gri ilişki derecesi ile olası değerler arasındaki ilişkilerin, olası değerlerin kendi aralarındaki ilişkilerden daha yüksek ve manidar olduğu tespit edilmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmada, Türkiye’nin de katıldığı geniş ölçekli uygulamalardan biri olan PISA (Programme for International Student Assessment) 2015 uygulamasına katılan Türk öğrencilerin fen bilimleri okuryazarlığı, matematik okuryazarlığı ve okuma becerisi alanlarındaki başarı puanı için sunulan 10 olası değerin (plausible value) başarı puanı olarak nasıl ele alınması gerektiğine karar vermedeki belirsizlik ele alınmıştır.
📊
Temel Bulgular & Veri:Bu belirsizliğin Gri İlişki Analizi aracılığıyla çözülebilmesi için, PISA 2015 uygulamasına katılan Türk öğrencilerin fen bilimleri okuryazarlığı, matematik okuryazarlığı ve okuma becerisi alanlarındaki 10 olası değerinden üretilen gri ilişki dereceleri ve bunların olası değerlerle ilişkileri incelenmiştir.
💡
Sonuç & Katkı:Analizler sonucu, üç beceri alanında da, öğrencilerin olası 10 okuma puanından kestirilen gri ilişki derecesi ile olası değerler arasındaki ilişkilerin, olası değerlerin kendi aralarındaki ilişkilerden daha yüksek ve manidar olduğu tespit edilmiştir.
🔬Tür:Uygulamalı Anket & Alan Araştırması
📍Kapsam:2015 Verileri
⚙️Değişkenler:Olası değerler · Gri ilişki analizi · PISA

Özet

Bu çalışmada, Türkiye’nin de katıldığı geniş ölçekli uygulamalardan biri olan PISA (Programme for International Student Assessment) 2015 uygulamasına katılan Türk öğrencilerin fen bilimleri okuryazarlığı, matematik okuryazarlığı ve okuma becerisi alanlarındaki başarı puanı için sunulan 10 olası değerin (plausible value) başarı puanı olarak nasıl ele alınması gerektiğine karar vermedeki belirsizlik ele alınmıştır. Bu belirsizliğin Gri İlişki Analizi aracılığıyla çözülebilmesi için, PISA 2015 uygulamasına katılan Türk öğrencilerin fen bilimleri okuryazarlığı, matematik okuryazarlığı ve okuma becerisi alanlarındaki 10 olası değerinden üretilen gri ilişki dereceleri ve bunların olası değerlerle ilişkileri incelenmiştir. Korelasyonel nitelikte olan bu çalışmaya PISA 2015 Türkiye uygulamasına katılan tüm öğrenciler (N=5895) dâhil edilmiş ve fen bilimleri okuryazarlığı, matematik okuryazarlığı ve okuma becerisi başarı puanları kullanılmıştır. Veriler, betimsel istatistikler, gri ilişki analizi (GİA), Pearson Momentler Çarpımı Korelasyon Katsayısı ve bağımsız örneklemler t-testi kullanılarak çözümlenmiştir. Analizler sonucu, üç beceri alanında da, öğrencilerin olası 10 okuma puanından kestirilen gri ilişki derecesi ile olası değerler arasındaki ilişkilerin, olası değerlerin kendi aralarındaki ilişkilerden daha yüksek ve manidar olduğu tespit edilmiştir. Bu araştırmanın bulguları, araştırmacıların GİA ile 10 olası değerden tek bir değer üreterek kullanılmasının bu değerlerden herhangi birini kullanmaktan daha iyi sonuçlar elde edildiğini göstermektedir.

Abstract

10 plausible values are presented for the achievement scores in the fields of science literacy, mathematics literacy and reading in the PISA 2015 (Programme for International Student Assessment) which is one of the large scale assessments and in which Turkey also participates. This study aimed at examining the uncertainty regarding how these 10 plausible values to tackle for the Turkish students participating in PISA 2015. In order to solve this uncertainty through Grey Relationship Analysis, the grey relational degrees produced from 10 plausible values in the fields of science literacy, mathematics literacy and reading skills of Turkish students in the PISA 2015 and their relations with the plausible values were examined. All students who participated in the PISA 2015 in Turkey (N=5895) were included in this correlational study and science literacy, mathematics literacy and reading achievement scores were used. The data were analysed using descriptive statistics, Grey Relational Analysis (GRA), Pearson Moment Correlation Coefficient and independent samples t-test. As a result of the analysis, it was determined that the relationships between the grey relational level predicted from the 10 plausible reading points of the students and the plausible values were higher and more significant than the relationship among the plausible values in all three skill areas. The findings of this study show that using the single value produced by the researchers among 10 plausible values via GRA provides better results than using any of these values.

🔖

Bu Makaleye Atıf Yap

YALÇIN, S., ÇOKLUK-BÖKEOGLU, Ö. (2022). GENİŞ ÖLÇEKLİ DEĞERLENDİRMELERDE OLASI DEĞERLERİN KULLANIMINA İLİŞKİN BİR ÖNERİ: GRİ İLİŞKİ ANALİZİ. Milli Eğitim Dergisi, Cilt: 51 - Sayı: 234, 1613–1638. https://ajindex.com/articles/400561

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (8)

  1. AGASISTI, T., AVVISATI, F., BORGONOVI, F. & LONGOBARDI, S. (2018). Academic Resilience: What Schools and Countries Do to Help Disadvantaged Students Succeed in PISA. OECD Working Paper No. 167. ALOISI, C. & TYMMS, P. (2017). “PISA trends, social changes, and education reforms.” Educational Research and Evaluation, 23(5-6), 180-220. DOI: 10.1080/13803611.2017.1455290. ARIKAN, S., ÖZER, F., ŞEKER, V., & ERTAŞ, G. (2020). “Comparative findings of the study showed that without using sample weights and plausible values there is a high probability to get incorrect results.” Journal of Measurement and Evaluation in Education and Psychology, 11(1), 43-60.
  2. AYDEMİR, E., BEDİR, F. ve ÖZDEMİR, G. (2013). “Gri sistem teorisi ve uygulamaları: Bilimsel yazın taraması.” Süleyman Demirel Üniversitesi İktisadi İdari Bilimler Fakültesi Dergisi, 18, 187-200.
  3. AYRIÇAY, Y., ÖZÇALICI, M. ve KAYA, M. (2013). “Gri ilişkisel analizin finansal kıyaslama aracı olarak kullanılması: IMKB-30 endeksindeki finansal olmayan firmalar üzerine bir uygulama.” Kahramanmaraş Sütçü İmam Üniversitesi Sosyal Bilimler Dergisi, 10(1), 223-227.
  4. BAŞ, M. & ÇAKMAK, Z. (2012). “Gri ilişkisel analiz ve lojistik regresyon analizi ile işletmelerde finansal başarısızlığın belirlenmesi ve bir uygulama.” Anadolu Üniversitesi Sosyal Bilimler Dergisi, 12(3), 63-81.
  5. BEKTAŞ, H. & TUNA, K. (2013). “Borsa İstanbul gelişen işletmeler piyasasında işlem gören firmaların gri ilişkisel analiz ile performans ölçümü.” Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 3(2), 185-198.
  6. BÜYÜKGEBİZ, E. (2013). Ülke Performanslarının Gri İlişkisel Analiz Yöntemi İle Değerlendirilmesi, (Yayınlanmamış Yüksek Lisans Tezi), Süleyman Demirel Üniversitesi,
  7. Sosyal Bilimler Enstitüsü, Isparta, Türkiye. CHAN, J. W. K. & TONG, T. K. L. (2007). “Multi-criteria material selections and endof-life product strategy: Grey relational analysis approach.” Materials and Design, 28(5), 1539–1546. doi:10.1016/j.matdes.2006.02.016 COERTJENS, L., BOEVE-DE PAUW, J., DE MAEYER, S., & VAN PETEGEM, P. (2010). “Do schools make a difference in their students’ environmental attitudes and awareness? Evidence from PISA 2006.” International Journal of Science and Mathematics Education, 8, 497-522.
  8. ÇAKMAK, Z., BAŞ, M. & YILDIRIM, E. (2012). “Gri İlişkisel analiz ve uyum analizi ile bir işletmede karşılaşılan üretim hatalarının incelenmesi.” Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 17(1), 123-142. ÇELEBİ,