Analysis of Factors Affecting Teachers 'e-learning Preparation Levels With Random Forest Algorithm

Abstract

Bu araştırmada Covid-19 salgını sürecinde uzaktan eğitimle eğitim-öğretim faaliyetlerini sürdüren öğretmenlerin e-öğrenme hazırbulunuşluk düzeyi ve bu düzeyi etkileyen faktörler incelenmiştir. Araştırma nicel araştırma yöntemlerinden tarama modeli ile planlanıp gerçekleştirilmiştir. Araştırma, 2020-2021 eğitim-öğretim yılı Van ili Milli Eğitim Müdürlüğüne bağlı okullarda görev yapan 2411 öğretmen üzerinden yürütülmüştür. Araştırmanın verileri 'E-Öğrenme Hazırbulunuşluk Ölçeği' ve 'Yaşam Boyu Öğrenme Ölçeği' ile toplanmıştır. Araştırmada e-öğrenme hazırbulunuşluğu üzerinde etkili olan faktörler, veri madenciliği yöntemlerinden Rastgele Ormanlar Algoritması yöntemi ile modellenmiştir. Araştırma kapsamında, heterojen örneklemi homojen alt kümelere ayıran iki aşamalı kümeleme analizi ve rastgele orman algoritması kullanılmıştır. Öğretmenlerin e-öğrenme hazırbulunuşluğu düzeyleri bağımlı değişken ve e-öğrenme hazırbulunuşluğu ile kuramsal olarak ilişkisi olduğu düşünülen 12 değişken de bağımsız değişken olarak modele dâhil edilmiştir. Rastgele Ormanlar yöntemi ile gerçekleştirilen analizler sonucunda öğretmenlerin e-öğrenme hazırbulunuşluk düzeyi üzerinde en çok etkisi bulunan değişkenin yaşam boyu öğrenme olduğu belirlenmiştir. E-öğrenme hazırbulunuşluğunu etkileyen diğer değişkenlerin ise sırasıyla branş, yaş, günlük ortalama internet kullanım süresi, görev yılı, çalıştığı kurumun türü, internet erişiminde en çok kullanılan cihaz, cinsiyet, eğitim düzeyi, çalıştığı kurumun yerleşim yeri, daha önce bilgi teknolojilerine yönelik hizmet içi eğitime katılıp katılmadığı ve görev unvanı olduğu görülmüştür. Anahtar sözcükler: öğretmen, veri madenciliği, rastgele ormanlar, e-öğrenme, hazırbulunuşluk.

In this study, the level of e-learning readiness of teachers who continue their education activities with online education during the Covid-19 pandemic process and the factors affecting this level were examined. The research was planned and carried out with the scanning model, one of the quantitative research methods. The research was conducted on 2411 teachers working in schools affiliated to the Directorate of National Education in Van for the 2020-2021 academic year. The data of the study were collected by 'E-learning Readiness Scale' and 'Lifelong Learning Scale'. In the research, factors affecting e-learning readiness were modeled with Random Forests Algorithm, one of the data mining methods. Within the scope of the research, two-stage clustering analysis and random forest algorithm that divide the heterogeneous sample into homogeneous subsets were used. Teachers' e-learning readiness levels are the dependent variable and 12 variables that are thought to have a theoretical relationship with e-learning readiness are included in the model as independent variables. As a result of the analyzes carried out with the Random Forests method, it was determined that the variable that had the most impact on teachers' e-learning readiness was lifelong learning. Other variables that affect the readiness of e-learning are, respectively, the branch, age, average daily internet usage time, years of duty, type of institution, the device most used in internet access, gender, education level, place of residence of the institution, previously in-service information technologies. It was seen whether he participated in the training or not and had a job title. Keywords: teacher, data mining, random forests, e-learning, readiness.