Öğrencilerin sınav kaygısını etkileyen faktörlerin veri madenciliği ile irdelenmesi
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Bu tez çalışmasının amacı, sınav kaygısı envanter sonuçlarına göre üniversiteye hazırlanan öğrencilerin sınav kaygı düzeyini etkileyen faktörleri veri madenciliği ile irdelemektir.Bu çalışma için seçilen yöntem, son yıllarda Türkiye 'de de yaygın olarak kullanılan veri analiz yöntemlerinden Veri Madenciliğidir. Kullanılan veriler, hem genel hem de ayrı ayrı bazı kümeler halinde incelenmektedir.Bu tezde üç yöntem (Kümeleme Yöntemi, Karar Ağaçları Yöntemi ve Yapay Zeka Yöntemi) göz önüne alınmıştır. İnceleme bölgesi olarak iki ayrı şehir (İstanbul ve Ankara), 5 farklı semt seçilmiştir (İstanbul/ Gaziosmanpaşa İstanbul/Kartal, İstanbul/Bağcılar, İstanbul/Kadıköy, Ankara/ Elvankent). Okul türü olarak altı farklı lisede (ETİMESGUT ANADOLU LİSESİ, BAĞCILAR AKŞEMSETTİN ANADOLU LİSESİ, KADIKÖY AHMET SANİ GEZİCİ LİSESİ, EYÜP ANADOLU LİSESİ, KARTAL ANADOLU LİSESİ, KADIKÖY ERENKÖY KIZ LİSESİ) inceleme yapılmıştır. Bu liselerde toplam 820 öğrenciye uygulanan ve 50 soru içeren anket çalışmalarının analiz ve yorumlarına dayalı bulgulara yer verilmiştir.Birinci bölümde tez'in amacına benzer olarak, sınav kaygısı ve veri madenciliği üzerinde ülkemizde ve dünyada yapılan çalışmalar hakkında bilgi verilmektedir. İkinci bölümde sınav kaygısından ve başa çıkma yöntemlerinden bahsedilmektedir. Üçüncü bölümde veri madenciliği hakkında detaylı bilgiye yer verilmiştir.Dördüncü bölümde veri tabanında kullanılan verilerden ve tez çalışmasında kullanılan uygulama araçlarından bahsedilmiştir. Beşinci bölümde veri tabanındaki bilgiler kullanılarak, sınav kaygısını arttıran sebepler hakkındaki analizlere yer verilmiştir. Anadolu Liselerindeki kız öğrencilerin veya Gaziospanpaşa'daki öğrencilerin sınav kaygılarının diğer öğrencilerden daha yüksek olduğu saptanmıştır. Sonuç bölümünde ise, verilerin analizlerinin genel olarak yorumlanmasına çalışılmıştır. Üniversiteye hazırlanan öğrencilerin cinsiyet, okul türü ve bölgelerinin sınav kaygısını arttıran faktörler olarak gözlendiği veri madenciliği yöntemleri ile açıklanmış, bulguların anlamlılık dereceleri üzerinde durulmuştur. The purpose of this thesis is to examine with data mining factors that influence anxiety level of students preparing university exam, according to results of test anxiety inventory. Method selected for this study is Data Mining that used widely data analyses method in recent years. Data will be examined in both general and separate clustering. In the first chapter, the aim of thesis, information is given about similar national and international studies and papers about test anxiety and data mining.In the second part, test anxiety and coping strategies are discussed. In the third part, detailed information is given about data mining. Three different methodologies, (Clustering, Decision Trees and Artificial Neuron Network) are applied on statistical data. Study area are divided in five different regions (Istanbul/ Gaziosmanpaşa Istanbul/Kartal, Istanbul/Bağcılar, Istanbul/Kadıköy, Ankara/ Elvankent). Data analyses belong to six different Governmental High Schools (HS) or Anatolian High Schools (AHS) ; (Etimesgut AHS, Bağcılar Akşemsettin AHS, Kadıköy Ahmet Sani Gezici HS, Eyüp AHS, Kartal AHS and Kadıköy Erenköy HS). Questionaries with 50 questions are applied for 820 students of selected high schools. In the fourth part, data used in database and applications tools of the thesis are discussed. In fifth part, using the information hiden in the database, detailed analyses are presented some reasons of increasing test anxiety. One of the results about anxiety level of girls studied in Anatolian High Schools or lives in Gaziosmanpaşa is that would be higher than anxiety level of girls at other high schools. There is a sufficient evidence of gender/school and/or regional differences and their roles on student anxiety. As a conclusion, some factors (gender, school and regional differences) increase test anxiety of students preparing university and data mining method applied are discussed.
Collections