Basit öğe kaydını göster

dc.contributor.advisorÇobanoğlu Aktan, Derya
dc.contributor.authorErgin, İrfan
dc.date.accessioned2022-03-01T07:49:36Z
dc.date.issued2022
dc.date.submitted2022-01-20
dc.identifier.urihttp://hdl.handle.net/11655/25952
dc.description.abstractIn this study, the data of the “Program for the International Assessment of Adult Competencies - (PIAAC)” carried out by the OECD to evaluate adult skills were examined by regression analysis (LR) and artificial neural network (ANN) model. Scores of adults included in the PIAAC study in the Turkish sample were predicted by both analysis methods. Demographic features obtained from the background questionnaire within the scope of PIAAC were determined as predictive features in our study. The literacy skill test, numerical skill test and PS-TRE test performances of the adults were accepted as the skill scores that we wanted to predict. Binary logistic regression is used for LR analysis, while multilayer perceptrons are used for ANN model. The effects of independent variables on adult skill performance were determined for both methods. The "IBM SPSS v.23" package program and The IEA International Database Analyzer was used in the analysis of the data. When the results obtained were examined, the rate of correct estimation of literacy skills scores was found to be 69.8% with both analyzes, and 73.6% with LR analysis for numerical skills scores, and 73.5% with ANN. While the rates of estimating PS-TRE skill scores correctly were 67.1% with LR analysis, it was found as 67.3% with ANN analysis. Both analysis methods showed the same performance in classifying literacy skill scores. LR is 0.01% more successful than artificial neural network in classifying numerical skill scores. ANN is 0.02% more successful than LR analysis in classifying PS-TRE skill scores.tr_TR
dc.language.isoturtr_TR
dc.publisherEğitim Bilimleri Enstitüsütr_TR
dc.rightsinfo:eu-repo/semantics/openAccesstr_TR
dc.subjectPIAACtr_TR
dc.subjectBeceritr_TR
dc.subjectYeterliktr_TR
dc.subjectYapay sinir ağlarıtr_TR
dc.subjectLojistik regresyontr_TR
dc.subject.lcshL- Eğitimtr_TR
dc.titlePıaac 2015 Türkiye Performansının Yapay Sinir Ağı ve Regresyon Analizi Yöntemleri ile İncelenmesitr_TR
dc.title.alternativeExamınatıon Of Pıaac 2015 Turkey Performance Wıth Artıfıcıal Neural Network And Regressıon Analysıs Methodstr_en
dc.typeinfo:eu-repo/semantics/masterThesistr_TR
dc.description.ozetBu çalışmada, OECD tarafından yetişkin becerilerinin değerlendirilmesi amacıyla yürütülen “Yetişkin Yeterliklerinin Uluslararası Değerlendirilmesi Programı - (PIAAC)” uygulamasının verileri lojistik regresyon analizi (LR) ve yapay sinir ağı modeli (YSA) ile incelenmiştir. Türkiye örnekleminde PIAAC çalışmasına dahil olan yetişkinlerin beceri puanları her iki analiz yöntemi ile yordanmıştır. PIAAC kapsamında bulunan yetişkin özellikleri anketinden elde edilen demografik, sosyoekonomik ve işgücü durumu gibi özellikler çalışmamızda yordayıcı özellikler (bağımsız değişken) olarak belirlenmiştir. Yetişkinlerin sözel beceri testi, sayısal beceri testi ve teknoloji yoğun ortamlarda problem çözme beceri (TYOPÇ) testi performansları ise yordamak istediğimiz beceri puanları (bağımlı değişken) olarak kabul edilmiştir. Regresyon analizi için ikili lojistik regresyon, yapay sinir ağı modeli için ise çok katmanlı algılayıcılar kullanılmıştır. Her iki yöntem için bağımsız değişkenlerin yetişkin beceri performanslarına etki düzeyleri belirlenmiştir. Verilerin analizinde “IBM SPSS v.23” paket programı ve “The IEA International Database Analyzer (IDB Analyzer)” kullanılmıştır. Elde edilen sonuçlar incelendiğinde her iki analiz modeli sözel becerileri puanlarını %69,8 oranında doğru tahmin etmiştir. Sayısal beceri puanlarının tahmin oranları LR analizi ile %73,6 bulunurken YSA analizi ile %73,5 olarak bulunmuştur. TYOPÇ beceri puanlarını doğru sınıflandırma oranları LR analizi ile %67,1 olarak bulurken YSA analizi ile %67,3 olarak bulunmuştur. Sözel beceri puanlarını sınıflandırmada her iki analiz yöntemi aynı performansı göstermiştir. Sayısal beceri puanlarını sınıflandırmada LR analizi YSA’ya göre %0,01 daha başarılıdır. TYOPÇ beceri puanlarını sınıflandırmada YSA, LR analizine göre %0,02 daha başarılıdır.tr_TR
dc.contributor.departmentEğitim Bilimleritr_TR
dc.embargo.termsAcik erisimtr_TR
dc.embargo.lift2022-03-01T07:49:36Z
dc.fundingYoktr_TR


Bu öğenin dosyaları:

Bu öğe aşağıdaki koleksiyon(lar)da görünmektedir.

Basit öğe kaydını göster