Veri madenciliği yöntemleri ile mühendislik fakültesi uzaktan eğitim bölümlerinin analizi: Karabük Üniversitesi örneği

Abstract

Teknolojinin hızla gelişmesi ve daha yaygın kullanılması ile başta kişisel veriler olmak üzere birçok veri dijital ortamlarda saklanabilmektedir. Zamanla saklanan bu verilerden anlamlı ilişkiler ve örüntüler çıkartılmaya başlanmıştır. Veriden bilgi keşfini sağlayan birçok veri madenciliği yöntem ve tekniği geliştirilmiş ve farklı alanlarda kullanılmıştır. Veri madenciliği yöntemlerinin uygulanabileceği alanlardan bir tanesi yükseköğretim alanıdır. Yükseköğretim kurumlarında yer alan otomasyon sistemleri öğrencilere ait demografik bilgiler başta olmak üzere akademik başarıları, devam durumları, ders seçimleri vb. gibi bilgileri bir otomasyon sisteminde tutmaktadır. Ayrıca uzaktan eğitim veren kurumlarda bu bilgilere ilave olarak öğrencilerin öğrenim yönetim sistemindeki ders içi ve ders dışı etkinlikleri de kayıt altında tutulmaktadır. Tüm bu kayıtlardan öğrencilere ait çeşitli tanımlamalar ve tahminler yapılabilmektedir.Ülkemizde son yıllarda üniversite sayısı günden güne artmaktadır. Bu üniversitelerde yüzyüze eğitim veren programların yanı sıra uzaktan eğitim veren farklı önlisans ve lisans programları da açılmaktadır. Uzaktan eğitim programlarına sahip üniversitelerden bir tanesi de Karabük Üniversitesidir. Aynı zamanda bu üniversite uzaktan eğitim ile mühendislik eğitimi vermeye başlayan iki üniversiteden biri olma özelliğini taşımaktadır.Bu çalışmada Karabük Üniversitesi uzaktan eğitim mühendislik bölümleri veri madenciliği yöntemleri ile analiz edilmiştir. Bu yöntemlerden demografik özelliklerin analizi tanımlayıcı istatistiksel yöntemlerden yararlanılarak, üniversite giriş puanları ile not ortalamalarının analizleri parametrik ve parametrik olmayan testlerden yararlanılarak yapılmıştır. Araştırma sonucunda bölümlerin kendi içerisinde yapılan analizler birinci öğretim, ikinci öğretim ve uzaktan eğitim programlarına ait üniversite giriş puanları arasında anlamlı fark olduğu sonucuna varılmıştır. Ayrıca farklı iki bölüme ait uzaktan eğitim programlarına üniversite giriş puanları arasında da istatistiksel olarak anlamlı bir fark olduğu sonucuna varılmıştır. Üniversite giriş puanının ağırlıklı genel not ortalamasını pozitif yönde fakat düşük oranda yordadığı sonucuna varılmıştır. Bu da üniversite giriş puanının tek başına akademik başarıyı yordama da yeterli olmadığını göstermektedir. Ayrıca not ortalamaları analiz edildiğinde her bölümün birbirinden farklılaştığı sonucuna varılmıştır. En son olarak lojistik regresyon analizi ile geliştirilen model farklı değerler verilerek örneklendirilmiştir.

As a result of new developments and common use of technology, lots of data, specifically personal data, can be stored on digital platforms. By the time of progress, meaningful relations and patterns has been deduced from these stored data. Lots of data mining methods and techniques discovering knowledge from data have been developed and used in different fields. One of the fields of the data mining methods used is higher education. All information about students such as academic success, course selection, drop out, and particularly demographic information are stored in the student information system in higher education institutions. Additionally, students' course activities both internal and external are stored in the learning management systems in distance education institutions. Some predictions and descriptions can be made from these records. The number of universities in our country is increasing in recent years. These universities may have both formal education and distance education courses. Karabuk University is one of the universities which has distance education courses. Also, this university is one of the two universities which has started our country's first distance engineering courses.In this study, Karabuk University distance education engineering courses are analyzed by the data mining methods. Demographical features have been analyzed by descriptive statistic methods, university entrance examination score and cumulative grade point average have been analyzed by parametric and nonparametric test methods. In the end of the study, significant difference has been found among all programs both daytime education, evening education and distance education in terms of university entrance examination score. Also, it has found that there is a significant difference between two distance education programs regarding university entrance examination score. It has found that there is a significant positive but poor correlation between university entrance examination score and cumulative grade point average. This shows that university entrance examination score is not enough to predict academic success. Additionally, when grade points have analyzed, it has found that each programs have been differentiated. Finally, the model being developed by logistic regression analyze, has been illustrated by giving various values.