Öğretmenlik mesleğine karşı tutum ile akademik başarı arasındaki ilişkinin yapay sinir ağları ile analizi

Abstract

Bu araştırmada, öğretmen adaylarının öğretmenlik mesleğine karşı tutumları ile akademik başarı not ortalamalarına göre sınıflandırılmalarında yapay sinir ağı (YSA) yönteminin performansının incelenmesi amaçlanmıştır. Belirtilen amaç doğrultusunda Mehmet Akif Ersoy Üniversitesi Eğitim Fakültesi'nin çeşitli programlarında öğrenim gören 194 lisans ikinci sınıf öğrencisinden veri toplanmıştır. İlişkisel tarama modelinde ve kesitsel desende yürütülen çalışmada, öğretmen adaylarına Çetin (2006) tarafından geliştirilen `Öğretmenlik Mesleği Tutum Ölçeği` ve yaş, cinsiyet, not ortalamaları bilgilerini içeren kişisel bilgi formu uygulanmıştır. Verilerin analizinde yapay zekâ metotlarından biri olan YSA yöntemi kullanılmıştır. Yöntemin uygulanmasında Matlab R2017b programından yararlanılmıştır. Araştırmada ileri beslemeli ve geri yayılımlı çok katmanlı YSA modeli tercih edilmiştir. Adayların yaş, cinsiyet, öğrenim gördükleri program ve öğretmenlik mesleğine karşı tutum ifadeleri giriş verisi, not ortalamaları ise çıkış verisi olarak ele alınmıştır. Araştırma problemine en uygun çözümün üretilebilmesi için YSA mimarisi belirlenmiştir. Oluşturulan YSA'nın sınıflandırma performansını incelemek için çapraz entropi (CE) değerleri ve hata histogram grafikleri verilmiştir. Gizli katman nöron sayısı 15 olan YSA mimarisinin, test veri seti için en düşük CE değerlerine sahip olduğu görülmüştür. Analiz sonuçlarına göre oluşturulan YSA algoritması, adayların öğretmenlik mesleğine karşı tutumları ile akademik başarı not ortalamalarına göre sınıflandırılmalarını % 30 hata oranı ile gerçekleştirmiştir. Çalışmanın sonunda bu bulgu doğrultusunda YSA'nın eğitim alanında kullanımına yönelik çeşitli öneriler sunulmuştur.

In this study, it is aimed to examine performance of artificial neural network (ANN) method in classification according to teacher candidates'attitudes towards teaching profession and academic achievement grade point average. For this purpose, data were collected from 194 undergraduate second year students from various programs of Mehmet Akif Ersoy University Faculty of Education. In the study conducted in a relationally browsing model and crosssectional design, prospective teacher candidates were given that Attitude Scale of Teaching Profession developed by Çetin (2006) and a personal information form including age, gender, and grade point averages. In the analysis of the data, ANN is used as one of the artificial intelligence method. Matlab R2017b program was used to implement the method. In the study, feed forward and back propagation multilayer ANN model was preferred. Candidates' age, gender, their program and attitudes towards teaching profession were taken as input data and grade point average as output data. Cross Entropy (CE) values and error histogram graphs were examined to the classification performance of the created ANN. According to the results of the analysis, ANN was realized by 30% error rate of the candidates' attitudes towards teaching profession and their classifications according to their academic achievement grade point averages. At the end of the study, in the direction of this finding, various suggestions for use of ANN in the field of education are presented.