Genetic Algorithm Approach To Estimate Pisa Success

Abstract

Bu çalışmanın amacı genetik algoritma yönteminin öğrenci başarısını yordamada performansını değerlendirmektir. Öğrenci başarısını etkilediği düşünülen değişkenlere ait parametreler genetik algoritma yöntemini kullanarak tespit etmek amaçlanmıştır. Eğitim alanında çok az kullanılan tahminleme yöntemi olan genetik algoritmaların ne ölçüde başarılı çalıştığının belirlenmesi amaçlanmıştır. Birçok alanda başarılı bir şekilde performans gösteren genetik algoritma yönteminin eğitim alanındaki başarı öngörüsünü ortaya koymak amaçlanmıştır. Çalışmada bir bağımlı değişkenle birden fazla bağımsız değişkene bağlı olarak bağımlı değişkenin tahmin edilmesine yönelik yapılan analiz türünde En Küçük Kareler (EKK) yöntemine alternatif bir yöntem olarak genetik algoritma yöntemi kullanılmıştır. Araştırmanın betimsel bir çalışmadır. Araştırmanın veri grubunu PISA 2015 Türkiye uygulamasına katılan öğrenciler oluşturmuştur. Veri seti olarak ise PISA 2015 uygulamasına katılan Türk öğrencilerin matematik, fen ve okuma alanlarındaki başarı testi ve öğrencilere uygulanan öğrenci anket sonuçları kullanılmıştır. Uygulamaya 61 ilden 187 okul ve toplam 5895 öğrenci katılmıştır. Veri seti içerisinde boş ve cevaplanmayan örnekler silinmiş ve çalışmada 5346 öğrenciden elde edilen veriler kullanılmıştır. Araştırmada beş tane bağımsız değişken ve matematik, fen ve okuma puanları bağımlı değişkenler olarak tanımlanmış ve her bir puanın tahminlenmesi için üç ayrı model oluşturulmuştur. Genetik algoritma yöntemiyle yapılan parametre tahmini için Matlab paket programı kullanılmıştır. Genetik algoritma yöntemiyle elde edilen üç farklı regresyon modelinin sonuçları değerlendirilmiştir. Anahtar Sözcükler Genetik algoritmalar, PISA, parametre tahmini.

The aim of this study is to evaluate the performance of the genetic algorithm method in predicting student achievement. It is aimed to determine the parameters of the variables which are thought to affect student achievement by using genetic algorithm method. Another target of the study is also to identify how genetic algorithm method about estimation is successful in the educational field compared to the other fields. It is aimed to reveal prediction of success in education with genetic algorithm method that performs successfully in many fields. In this study, genetic algorithm method was used as an alternative method to Least Squares method for the analysis of estimating dependent variable with one dependent variable and more than one independent variable. The research is a descriptive study. The data group of the research was composed of students who participated PISA 2015 Turkey application. As the data set, the achievement test of mathematics, science and reading of Turkish students participating in PISA 2015 application and student survey results applied to students were used. 187 schools from 61 provinces and a total of 5895 students participated in the application. In the data set, empty and unresponded samples were deleted and the data obtained from 5346 students were used. In the study, five independent variables and mathematics, science and reading scores were defined as dependent variables and three separate models were developed to estimate each score. Matlab package program was used for parameter estimation by genetic algorithm method. The results of three different regression models obtained by genetic algorithm method were evaluated. Key Words Genetic algorithm, PISA, parameter estimation.