KaydedilenlerDerginizi ekleyin

Dergiler / Bayburt Eğitim Fakültesi Dergisi / 2014 / Cilt: 9 - Sayı: 2

DİNAMİK İSTATİSTİK YAZILIMI İLE VERİ ANALİZİNDE ÖĞRENCİLERİNİN İNFORMAL ÇIKARIMLARININ İNCELENMESİ

Timur KOPARAN
Gül Kaleli YILMAZ
Sayfa
95–113
Yayın Tarihi
2014-12-01
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)

Öğrenciler araştırma aracı olarak Tinkerplots’u kullanarak, toplanan veriyi analiz etmiş ve elde ettikleri bulguları tartışmışlardır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışma ile ilkokul üçüncü sınıf öğrencilerinin informal istatistiksel çıkarım becerilerine odaklanılmıştır.
📊
Temel Bulgular & Veri:Özel durum çalışması kapsamında yürütülen çalışma, 2013- 2014 eğitim öğretim yılında Zonguldak ilinde bir devlet okulunda gerçekleştirilmiştir.
💡
Sonuç & Katkı:Öğrenciler araştırma aracı olarak Tinkerplots’u kullanarak, toplanan veriyi analiz etmiş ve elde ettikleri bulguları tartışmışlardır.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:2013- 2014 Verileri
⚙️Değişkenler:İstatistik eğitimi · informal çıkarım · dinamik istatistik yazılımı

Özet

Bu çalışma ile ilkokul üçüncü sınıf öğrencilerinin informal istatistiksel çıkarım becerilerine odaklanılmıştır. Özel durum çalışması kapsamında yürütülen çalışma, 2013- 2014 eğitim öğretim yılında Zonguldak ilinde bir devlet okulunda gerçekleştirilmiştir. Çalışmada ilkokul üçüncü sınıf öğrencilerinin dinamik istatistik programı Tinkerplots kullanarak veri tabanlı çıkarımları nasıl yaptığı gözlenmiştir. Tinkerplots yazılımı Knold ve Miller (2005) tarafından ilkokul ve ortaokul düzeyindeki öğrencilerin öğrenme ihtiyaçlarını karşılamak için özel olarak tasarlanmış dinamik bir yazılımdır. Öğrenciler araştırma aracı olarak Tinkerplots’u kullanarak, toplanan veriyi analiz etmiş ve elde ettikleri bulguları tartışmışlardır. Çalışmanın bulguları Paparistodemou & Meletiou (2008) tarafından tanımlanan model çerçevesinde ortaya konmuştur. Elde edilen bulgular sonucunda istatistik öğretiminde erken yaşlarda dinamik yazılımların kullanılmasının öğrencilerin çıkarımsal muhakemelerini geliştirebileceği sonucuna varılmıştır. Bu kapsamda bir araç olarak öğretmenler ve araştırmacılar tarafından sınıflarda kullanılması önerilmektedir

🔖

Bu Makaleye Atıf Yap

KOPARAN, T., YILMAZ, G. K. (2014). DİNAMİK İSTATİSTİK YAZILIMI İLE VERİ ANALİZİNDE ÖĞRENCİLERİNİN İNFORMAL ÇIKARIMLARININ İNCELENMESİ. Bayburt Eğitim Fakültesi Dergisi, Cilt: 9 - Sayı: 2, 95–113. https://ajindex.com/articles/56032

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (11)

  1. Bakker, A. (2002). Route-type and landscape-type software for learning statistical data analysis. In B. Phillips (Ed.), Developing a statistically literate society: Proceedings of the Sixth International Conference on Teaching Statistics, Cape Town, South Africa. [CD-ROM]. Voorburg, The Netherlands: International Statistical Institute. Bakker, A. (2004). Reasoning about shape as a pattern in variability. Statistics Education Research Journal, 3(2), 64–83.
  2. Ben-Zvi, D. (2000). Toward understanding the role of technological tools in statistical learning. Mathematical Thinking and Learning, 2, 127–155.
  3. Ben-Zvi, D. (2006). Scaffolding students’ informal inference and argumentation. In A. Rossman & B. Chance (Eds.), Working cooperatively in statistics education: Proceedings of the Seventh International Conference on Teaching Statistics, Salvador, Brazil. [CDROM]. Voorburg, The Netherlands: International Statistical Institute. Bradstreet, T. E. (1996), “Teaching Introductory Statistics Courses So That Nonstatisticians Experience Statistical Reasoning,” The American Statistician, 50(1), 69–78.
  4. Cobb, G.W., & Moore, D. (1997). Mathematics, statistics, and teaching. American Mathematical Monthly, 104, 801-823.
  5. GAISE (2005). Guidelines for assessment and instruction in statistics education (GAISE) report: A curriculum framework for PreK-12 statistics education. The American Statistical Association (ASA). http://www.amstat.org/education/gaise/
  6. Garfield, J. (1993). “An Authentic Assessment of Students’ Statistical Knowledge,” in National Council of Teachers of Mathematics 1993 Yearbook: Assessment in the Mathematics Classroom, ed. N. Webb, Reston, VA: NCTM, 187-196.
  7. Heid, M.K. (1995). ‘The Interplay of Mathematical Understandings, Facility with a Computer Algebra Program, and the Learning of Mathematics’. Proceedings of the 17th Annual Meeting of the N. American Chapter ofPME,221-225.
  8. Columbus, OH. Hogg, R. V. (1991). Statistical education: Improvements are badly needed. The American Statistician, 45, 342–343.
  9. Konold, C. & Miller, C.D. (2005). TinkerPlots: Dynamic Data Exploration (Version 1.0) [Computer software]. Emeryville, CA: Key Curriculum Press.
  10. Koparan. T. (2015). Difficulties in Learning and Teaching Statistics: Teacher Views. International Journal of Mathematical Education in Science and Technology. 46(1), 94-104.
  11. Koparan, T., Karpuz, Y., Güven, B. (2014). İstatistik Öğretiminde Öğrencilerin Proje Tabanlı Öğrenme Yaklaşımı Hakkındaki Görüşleri. Dicle Üniversit