Abstract
The Programme for International Student Assessment (PISA) is an international survey funded by OECD. PISA surveys take place every three years and it is a research that has been carried out every three years since 2000 to measure and evaluate the education quality of students between the ages of 15 and 16.The purpose of this study is to examine what the level of multilevel structural relationship between the reading skills of the 15-year-old students participating in PISA 2018 and the latent variables of the students' economic, social and cultural status, enjoyment of reading and school type. The sample of this research consists of 6596 students who remained after the missing data were deleted. In this study, the variables determined from the student survey; economic, social and cultural status, enjoyment of reading, and variable determined from the school survey is school type. Using these variables, a multi-level structural equation model was established as within-group (student level) and between-group (school level) levels.According to the results of the research, it was seen that 61% of the differences in the reading skills of the students were caused by the differences between the schools. Then, the relationship between the variables selected within the scope of the research and the achievement of students' reading skills was examined using a multilevel structural equation model. According to the results obtained, while the relationship between the variables of the economic, social and cultural status and enjoyment of reading at student level and the students' reading skills achievement was found to be significant; The relationship between the school type variable at school level and students' reading skills achievement was not found significant. It was concluded that when the economic, social and cultural status variable was moved to the school level, it strongly affected the success of reading skills. It has been observed that the economic, social and cultural situation variable at the school level has a negative indirect effect on the achievement of schools' reading skills through the school type variable.
xmlui.mirage2.itemSummaryView.Collections
xmlui.dri2xhtml.METS-1.0.item-citation
Akbaşlı, S., Şahin, M., & Yaykıran, Z. (2016). The effect of reading comprehension on the performance in science and mathematics. Journal of Education and Practice, 7(16), 108-121.http://iiste.org/Journals/index.php/JEP.
Akgenç, E., & Yapıcı-Pehlivan, N. (2019). Analysis of PISA-2015 performance of Turkish students by multilevel structural equation modeling. Mugla Journal of Science and Technology, 5(1), 43-51. https://doi.org/10.22531/muglajsci.484469.
Alivernini, F., & Manganelli, S. (2015). A multilevel structural equation model testing the influences of socio-economic status and pre-primary education on reading literacy in Italy. Procedia - Social and Behavioral Sciences, 205, 168-172. https://doi.org/10.1016/j.sbspro.2015.09.051.
Alkış, N. (2016). Bayes yapısal eşitlik modellemesi: Kavramlar ve genel bakış. Gazi İşletme ve İktisat Dergisi, 2(3), 105-116.
Altıntaş, Ö., & Arıcı, Ö. (2021). Gelişen zihin yapısının okuma becerilerine içsel ve dışsal motivasyon kaynakları bağlamında etkisinin aracılık modelleriyle incelenmesi: PISA 2018 Türkiye örneği. Ulusal Eğitim Akademisi Dergisi (UEAD), 5(2), 299-317. https://doi.org/10.32960/uead.982133.
Anderson, J. C., & Gerbing, D. W. (1988). Structural equation modeling in practice: A review and recommended two-step approach. Psychological Bulletin,103(3), 411-423. https://doi.org/10.1037/0033-2909.103.3.411.
Arpacı, S. (2020). Investigating the role of computerized assessment and other correlates on students’ science performance in PISA 2015 (Yayımlanmış yüksek lisans tezi). Boğaziçi Üniversitesi Fen Bilimleri Enstitüsü, İstanbul.
Ataş, D., & Karadağ, Ö. (2017). An analysis of Turkey’s PISA 2015 results using two-level hierarchical linear modelling. Journal of Language and Linguistic Studies, 13(2), 720-727.
Bagozzi, R. P., & Yi, Y. (1988). On the evaluation of structural equation models. Journal of the Academy of Marketing Science, 16(1), 74–94. https://doi.org/10.1007/BF02723327.
Bahadır, E. (2012). Uluslararası Öğrenci Değerlendirme Programına (PISA 2009) göre Türkiye’deki öğrencilerin okuma becerilerini etkileyen değişkenlerin bölgelere göre incelenmesi (Yayımlanmamış yüksek lisans tezi). Hacettepe Üniversitesi Sosyal Bilimler Enstitüsü, Ankara.
Bal, C. (2003). Çok gruplu veri setlerinde eksik gözlem sorununun çözümlenmesi ve sağlık alanında bir uygulama (Yayımlanmamış Doktora tezi). Osmangazi Üniversitesi Sağlık Bilimleri Enstitüsü, Eskişehir.
Bauer, D. J. (2003). Estimating multilevel linear models as structural equation models. Journal of Educational and Behavioral Statistics, 28(2), 135-167. https://doi.org/10.3102/10769986028002135.
Bayat, N., Şekercioğlu, G., & Bakır, S. (2014). Okuduğunu anlama ve fen başarısı arasındaki ilişkinin belirlenmesi. Eğitim ve Bilim, 39, 457-466. http://dx.doi.org/10.15390/EB.2014.3693.
Bayram, N. (2010). Yapısal eşitlik modellemesine giriş Amos Uygulamaları. Ezgi Kitabevi.
Bentler, P. M., & Liang, J. (2002). Two-level mean and covariance structures: Maximum likelihood via and EM algorithm. In S. P. Reise & N. Duan (Eds.), Multilevel modeling: Methodological advances, issues, and applications (pp. 53-70). Psychology Press. https://doi.org/10.4324/9781410606747.
Bentler, P. M., & Yuan, K. H. (1999). Structural equation modeling with small samples: Test statistics. Multivariate Behavioral Research, 34(2), 181-197. https://doi.org/10.1207/S15327906Mb340203.
Bishop, J. H. (1997). The effect of national standards and curriculum-based exams on achievement. American Economic Review, 87(2), 260-264.
Bollen, K. A. (1989). Structural equations with latent variables. John Wiley & Sons.
Brown, T. A. (2015). Confirmatory factor analysis for applied research (2nd ed.). The Guilford Press.
Browne, M. W., & Cudeck, R. (1993). Alternative ways of assessing model fit. In K. A. Bollen & J. S. Long (Eds.), Testing structural equation models (pp. 136–162). Sage Publications.
Büyüköztürk, Ş., Çakmak, E. K., Akgün, Ö. E., Karadeniz, Ş., & Demirel, F. (2017). Bilimsel araştırma yöntemleri. Pegem Akademi.
Byrnes, J. P. (1998). The nature and development of decision making: A self-regulation model. Psychology Press.
Can, S. (2012). Çoklu bağlantısallığın çok düzeyli yapısal eşitlik modellemesi üzerindeki etkisi (Yayımlanmamış doktora tezi). Ege Üniversitesi Sosyal Bilimleri Enstitüsü, İzmir.
Carpita, M., & Manisera, M. (2011). On the imputation of missing data in surveys with likert-type scales. Journal of Classical, 28, 93-112. https://doi.org/10.1007/s00357-011-9074-z.
Çeçen, Y. (2015). Sosyokültürel ve sosyoekonomik değişkenlerin PISA fen okuryazarlığını yordama gücünün yıllara göre incelenmesi (Yayımlanmamış Yüksek Lisans Tezi). İstanbul Aydın Üniversitesi, Sosyal Bilimler Enstitüsü, İstanbul.
Chen, S. F., Lin, C. Y., Wang, J. R., Lin, S. W., & Kao, H. L. (2012). A cross-grade comparison to examine the context effect on the relationships among family resources, school climate, learning participation, science attitude, and science achievement based on TIMSS 2003 in Taiwan. International Journal of Science Education, 34(14), 2089–2106. https://doi.org/10.1080/09500693.2012.701352.
Chiu, M., & Xihua Z. (2008). Family and motivation effects on mathematics achievement: Analyses of students in 41 countries. Learning and Instruction, 18(4), 321-336. https://doi.org/10.1016/j.learninstruc.2007.06.003.
Çokluk, Ö., Şekercioğlu, G., & Büyüköztürk, Ş. (2012). Sosyal bilimler için çok değişkenli istatistik: SPSS ve LISREL uygulamaları (2. Baskı). Pegem Akademi Yayınları.
Cope, B., & Kalantzis, M. (2000). Multiliteracies: Literacy learning and the design of social futures. Routledge.
Coşguner, T. (2013). Uluslararası Öğrenci Başarı Değerlendirme Programı (PISA) 2009 uygulaması okuma becerileri okuryazarlığını etkileyen faktörler (Yüksek lisans tezi). Hacettepe Üniversitesi Eğitim Bilimleri Enstitüsü, Ankara.
Cronbach, L. J., & Webb, N. (1975). Between-class and within-class effects in a reported aptitude* treatment interaction: Reanalysis of a study by GL Anderson. Journal of Educational Psychology, 67(6), 717–724. https://doi.org/10.1037/0022-0663.67.6.717.
Cullinan, B. E. (2000). Independent reading and school achievement. School Library Media Research, 3, 1-24.
Cyu-Pan, C. (2004). The effect of attitude towards mathematics and mathematics activities on mathematics achievement in the TIMSS for the United States and Korea using Structural Equation Modeling. Journal of Educational Research in Mathematics, 14(2), 187-205.
Delprato, M. & Chudgar, A. (2018). Factors associated with private-public school performance: Analysis of TALIS - PISA link data. International Journal of Educational Development, 61, 155 - 172. https://doi.org/10.1016/j.ijedudev.2018.01.002.
Doğaç, A. (2021). PISA 2018 okuma becerilerini açıklayan değişkenlerin çok düzeyli yapısal eşitlik modeli ile incelenmesi (Yüksek lisans tezi). Hacettepe Üniversitesi Eğitim Bilimleri Enstitüsü, Ankara.
Dursun, Y., & Kocagöz, E. (2010). Yapısal eşitlik modellemesi ve regresyon: Karşılaştırmalı bir analiz. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 35, 1-17.
Erdoğan, E. (2018). Uluslararası Öğrenci Değerlendirme Programında öğrencilerin sosyoekonomik özellikleri ile okuma becerileri arasındaki ilişki (Yayımlanmış yüksek lisans tezi). Trakya Üniversitesi Sosyal Bilimler Enstitüsü, Edirne.
Erdoğan, E., & Acar-Güvendir, M. (2019). Uluslararası Öğrenci Değerlendirme Programında öğrencilerin sosyoekonomik özellikleri ile okuma becerileri arasındaki ilişki. Eskişehir Osmangazi Üniversitesi Sosyal Bilimler Dergisi, 20, 493-523. https://doi.org/10.17494/ogusbd.548530.
Erkuş, A. (2012). Psikolojide ölçme ve ölçek geliştirme I: Temel kavramlar ve işlemler. Pegem Akademi Yayınları. https://doi.org/10.14527/9786053188186.
Erşan, Ö. (2016). TIMSS 2011 sekizinci sınıf öğrencilerinin matematik başarılarını etkileyen faktörlerin çok düzeyli yapısal eşitlik modeliyle incelenmesi (Yayınlanmamış Yüksek lisans tezi). Hacettepe Üniversitesi Eğitim Bilimleri Enstitüsü, Ankara.
Ertürk, Z. & Erdinç-Akan, O. (2018). TIMSS 2015 matematik başarısını etkileyen değişkenlerin yapısal eşitlik modeli ile incelenmesi. Ulusal Eğitim Akademisi Dergisi (UEAD), 2(2), 14-34. https://doi.org/10.32960/uead.407078.
Gerbing, D. W., & Anderson, J. C. (1985). The effects of sampling error and model characteristics on parameter estimation for maximum likelihood confirmatory factor analysis. Multivariate Behavioral Research, 20(3), 255-271. https://doi.org/10.1207/s15327906mbr2003_2.
Gómez, R. L., & Suárez, A. M. (2020). Do inquiry-based teaching and school climate influence science achievement and critical thinking? Evidence from PISA 2015. International Journal of STEM Education, 7(1), 1-11.
https://doi.org/10.1186/s40594-020-00240-5.
Gülleroğlu, H. D., Bilican Demir, S., & Demirtaşlı, N. (2014). Türk öğrencilerinin PISA 2003-2006-2009 dönemlerindeki okuma becerilerini yordayan sosyoekonomik ve kültürel değişkenlerin araştırılması. Ankara Üniversitesi Eğitim Bilimleri Fakültesi Dergisi, 47(2), 201-222. https://doi.org/10.1501/Egifak_0000001344.
Hair, J. F., Anderson, R. E., Tatham, R.L., & Black, W. C. (1998). Multivariate data analysis. Pearson.
Hauser, R. M., Edley Jr, C. F., Koening, J. A., & Elliott, S. W. (2005). Measuring literacy: performance levels for adults. The National Academies Press.
Hawkins, D. M. (2014). Identification of Outliers (Monographs on Statistics and Applied Probability) 1980th Edition. Springer.
Heck, R. H. (2001). Multilevel modeling with SEM. In J. A. Marcoulides & R. E. Schumacker (Eds.), New Developments and techniques in structural equation modeling, (pp. 89-127). Psychology Press.
Heck, R. H., & Thomas, S. L. (2015). An Introduction to multilevel modeling techniques (3rd ed.). Routledge.
Hoe, S. L. (2008). Issues and procedures in adopting structural equation modeling technique. Journal of Applied Quantitative Methods, 3(1), 76-83.
Hofmann, D. A. (1997). An overview of the logic and rationale of hierarchical linear models. Journal of Management, 23(6), 723-774. https://doi.org/10.1016/S0149-2063(97)90026-X.
Hox, J. J. (2010). Multilevel analysis: Techniques and applications (2nd ed.). Routledge.
Hox, J. J., & Maas, C. J. (2001). The accuracy of multilevel structural equation modeling with pseudobalanced groups and small samples. Structural Equation Modeling, 8 (2), 157-174. https://doi.org/10.1207/S15328007SEM0802_1.
Hox, J. J., (1995). Applied multilevel analysis. TT-Publikaties.
Hox, J. J., Van de Schoot, R., & Matthijsse, S. (2012). How few countries will do? Comparative survey analysis from a Bayesian perspective. Survey Research Methods, 6(2), 87-93. https://doi.org/10.18148/srm/2012.v6i2.5033.
Hoyle, R. H. (1995). Structural equation modeling: Concepts, issues, and applications. Sage Publications.
Hu, L.T., & Bentler, P. M. (1999). Cutoff criteria for fit indices in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1-55. https://doi.org/10.1080/10705519909540118.
Hung, Y.C., & Liou, P.Y. (2013, June 26-28). Examining the relationship between student academic achievement and self-concept in the I/E, BFLPE, and combined models- Evidence from East Asian countries’ data in TIMSS 2007 (Paper presentation). 5th IEA International Research Conference, Singapore.
İnce, M., & Gözütok, F. D. (2018). Effect of parental education and home educational resources to student’ results of PISA reading skills test. İlköğretim Online, 17(2), 947, 958. https://doi.org/10.17051/ilkonline.2018.419346.
Jehangir, K., Glas, C., & Van den Berg, S. (2015). Exploring the relation between socio-economic status and reading achievement in PISA 2009 through an intercepts-and-slopes-as-outcomes paradigm. International Journal of Educational Research, 71(2),1-15. https://doi.org/10.1016/j.ijer.2015.02.002.
Kanaya, T., Light, D., & McMillan Culp, K. (2005). Factors influencing outcomes from a technology-focused professional development program. Journal of Research on Technology in Education, 37(3), 313-329. https://doi.org/10.1080/15391523.2005.10782439.
Kaplan, D. (2009). Structural equation modeling: Foundations and extensions. Sage Publications.
Kaplan, D., & Elliott, P. R. (1997). A didactic example of multilevel structural equation modeling applicable to the study of organizations. Structural Equation Modeling: A Multidisciplinary Journal, 4(1), 1-24. https://doi.org/10.1080/10705519709540056.
Karakaş, M. R. (2017). Türk öğrencilerin PISA okuma becerileri başarısına etki eden faktörlerin yıllara göre incelenmesi (Yayımlanmamış yüksek lisans tezi). Erciyes Üniversitesi Eğitim Bilimleri Enstitüsü, Kayseri.
Kaya, V. H. (2020). Analysis of some factors affecting science literacy based on PISA data (Doctoral dissertation). Gazi Üniversitesi Eğitim Bilimleri Enstitüsü, Ankara.
Khine, M. (2013). Application Of structural equation modelling in educational research and practice. Sense Publishers.
Khine, M. S., Al-Mutawah, M., & Afari, E. (2015). Determinants of affective factors in mathematics achievement: Structural equation modeling approach. Journal of Studies in Education, 5(2), 199-211. https://doi.org/10.5296/jse.v5i2.7484.
Kline, R. B. (2011). Principles and practice of structural equation modelling (3rd ed.). The Guilford Press.
Kline, R. B. (2016). Methodology in the social sciences: Principles and practice of structural equation modeling (4th ed.). The Guilford Press.
Kotte, D., Lietz, P., & Lopez, M. M. (2005). Factor influencing reading achievement in Germany and Spain: Evidence from PISA 2000. International Education Journal, 6(1), 113-124.
Koyuncu, İ., & Fırat, T. (2021). Investigating reading literacy in PISA 2018 assessment. International Electronic Journal of Elementary Education, 13(2), 263–275.
Long, H., & Pang, W. (2016). Family socioeconomic status, parental expectations, and adolescents’ academic achievements: A case of China. Educational Research and Evaluation, 22(5-6), 283-304. https://doi.org/10.1080/13803611.2016.1237369.
Long, J. S. (1983). Confirmatory Factor Analysis A Preface to LISREL (Quantitative Applications in the Social Sciences). Sage Publications.
Ma, L., Luo, H., & Xiao, L. (2021). Perceived teacher support, self-concept, enjoyment, and achievement in reading: A multilevel mediation model based on PISA 2018. Learning and Individual Differences, 85, 101947. https://doi.org/10.1016/j.lindif.2020.101947.
Maas, C. J. M., & Hox, J. J. (2005). Sufficient sample sizes for multilevel modeling. Methodology, 1(3), 86-92. https://doi.org/10.1027/1614-2241.1.3.86.
MacCallum, R. C., Browne, M. W., & Sugawara, H. M. (1996). Power analysis and determination of sample size for covariance structure modeling. Psychological Methods, 1(2), 130-149. https://doi.org/10.1037/1082-989X.1.2.130.
Mckenna, M. C., Reinking, D., Labbo, L. D., & Kieffer, R. D. (1999). The electronic transformation of literacy and its implications for the struggling reader. Reading & Writing Quarterly, 15(2), 111-126. https://doi.org/10.1080/105735699278233.
Mehta P. R., & Neale M. C. (2005). People are variables too: Multilevel structural equations modeling. Psychological Methods, 10(3), 259-284. https://doi.org/10.1037/1082-989X.10.3.259.
Mertler, C., & Vannatta-Reinhart, R. (2017). Advanced and multivariate statistical methods. practical application and interpretation (6th ed.). Routledge.
MeşeSoytürk, D. (2020). Yapısal Eşitlik Modelleri ve 2018 PISA Verileri ile Örnek Bir Uygulama (Yüksek lisans tezi). Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü, İstanbul.
Milli Eğitim Bakanlığı (2019). PISA 2018 Türkiye ön raporu (Eğitim Analiz ve Değerlendirme Raporları Serisi No. 10). https://www.meb.gov.tr/meb_iys_dosyalar/2019_12/03105347_PISA_2018_Turkiye_On_Raporu.pdf
Museus, S. D., & Vue, R. (2013). Socioeconomic status and Asian American and Pacific Islander students' transition to college: A structural equation modeling analysis. The Review of Higher Education 37(1), 45-76. https://doi.org/10.1353/rhe.2013.0069.
Muthén, B. (1991). Multilevel factor analysis of class and student achievement components. Journal of Educational Measurement, 28(4), 338-354. https://doi.org/10.1111/j.1745-3984.1991.tb00363.x.
Muthén, B. O. (1994). Multilevel covariance structure analysis. Sociological Methods & Research, 22(3), 376-398. https://doi.org/10.1177/0049124194022003006.
Muthén, L., & Muthén, B. (2007) Mplus user’s guide (6th ed.). Muthén & Muthén.
Nezlek, J. B. (2011). Multilevel Modeling for Social and Personality Psychology. Sage Publication.
Noyan, F. (2009). Çok aşamalı yapısal eşitlik modellerinin iş tatmini ile örgütsel bağlılık arasındaki ilişki üzerine bir uygulama (Yayımlanmamış doktora tezi). Marmara Üniversitesi Sosyal Bilimler Enstitüsü, İstanbul.
Organization for Economic Co-operation and Development (2019a). PISA 2018 assessment and analytical framework. OECD Publishing. https://doi.org/ 10.1787/b25efab8-en.
Organization for Economic Co-operation and Development (2019b). PISA 2018 results (Volume I): What students know and can do. OECD Publishing. https://doi.org/10.1787/5f07c754-en.
Organization for Economic Co-operation and Development (2020). Construction of indices, in PISA 2018 Results (Volume III): What School Life Means for Students’ Lives. OECD Publishing. https://doi.org/10.1787/acd78851-en.
Organization for Economic Co-operation and Development. (2004). Learning for tomorrow's world: First results from PISA 2003 (Pamplet). https://www.oecd.org/education/school/programmeforinternationalstudentassessmentpisa/34002216.pdf.
Ötken, Ş. (2019). PISA uygulamalarında okuma-matematik-fen okuryazarlığı puanlarındaki değişimin çok değişkenli-çok düzeyli model ile incelenmesi (Doktora tezi). Hacettepe Üniversitesi, Ankara.
Özer, Y. (2009). Uluslararası Öğrenci Değerlendirme Programı (PISA) verilerine göre Türk öğrencilerin matematik ve fen bilimleri başarıları ile İlişkili faktörler (Yayımlanmış yüksek lisans tezi). Hacettepe Üniversitesi, Ankara.
Özer, Y., & Anıl. D. (2011). Öğrencilerin fen ve matematik başarılarını etkileyen faktörlerin yapısal eşitlik modeli ile İncelenmesi. Hacettepe Üniversitesi Eğitim Fakültesi Dergisi, 41, 313- 324.
Özkan, M. (2015). PISA 2012 Türkiye verilerine göre okul değişkenlerinin öğrenci başarısını yordama gücü. Uluslararası Eğitim Bilimleri Dergisi, 2(5), 477-489. https://doi.org/10.16991/INESJOURNAL.170.
Park, S., & Weng, W. (2020). The relationship between ICT related factors and student academic achievement and the moderating effect of country economic index across 39 countries. Educational Technology & Society, 23(3), 1-15.
Pehlivan, O. C. (2021). 2018 PISA sınavı Türkiye örneklemenin akademik başarısını etkileyen sosyokültürel ve sosyoekonomik faktörlerin İncelenmesi (Yayımlanmamış yüksek lisans tezi). Gaziosmanpaşa Üniversitesi, Tokat.
Peugh, J. L., & Enders, C. K. (2010). Specification searches in multilevel structural equation modeling: A Monte Carlo investigation. Structural equation modeling, 17 (1), 42-65. https://doi.org/10.1080/10705510903438948.
Sarıer, Y. (2021). PISA uygulamalarında Türkiye’nin performansı ve öğrenci başarısını yordayan değişkenler. Türkiye Sosyal Araştırmalar Dergisi, 25(3), 905-926.
Schumacker, R. E., & Lomax, R. G. (2010). A beginner's guide to structural equation modeling (3rd ed.). Routledge.
Şengül, A. (2011). Türk öğrencilerinin PISA 2009 okuma becerilerini açıklayan değişkenlerin CHAID analizi ile belirlenmesi (Yayımlanmamış Yüksek lisans tezi). Ankara Üniversitesi Eğitim Bilimleri Enstitüsü, Ankara.
Shala, A., & Grajcevci, A. (2018). Kosovo’s low performance in PISA 2015: An explanation from a socioeconomic perspective. Educational Process: International Journal, 7(1), 48-59. https://doi.org/10.22521/edupij.2018.71.4.
Şimşek, Ö. F. (2007). Yapısal eşitlik modellemesine giriş: Temel ilkeler ve LISREL uygulamaları. Ekinoks Yayınları.
Stapleton, L. M. (2006). Using multilevel structural equation modeling techniques with complex sample data. In G. R. Hancock & R. O. Mueller (Eds.), Structural equation modeling. A second course (pp. 343-383). Information Age Publishing.
Sümer, N. (2000). Yapısal eşitlik modelleri: Temel kavramlar ve örnek uygulama. Türk Psikoloji Yazıları, 3(6), 49–73.
Tabachnick, B. G., & Fidell, L. S. (2007). Using multivariate statistics (5th ed.). Pearson.
Tabachnick, B. G., & Fidell, L. S. (2013). Using multivariate statistics (6th ed.). Pearson.
Tekin, G. E. (2021). Türkiye'deki öğrencilerin PISA 2015 ve PISA 2018 okuma becerilerinin bazı değişkenler açısından incelenmesi: İkincil veri analiz çalışması (Yayımlanmış yüksek lisans tezi). Akdeniz Üniversitesi Eğitim Bilimleri Enstitüsü, Antalya.
Uzun, G. (2017). Akademik başarının okul, aile ve öğrenci özellikleri ile İlişkisinin çok düzeyli yapısal eşitlik modellemesi ile incelenmesi (Yayımlanmamış Yüksek lisans tezi). Ankara Üniversitesi Eğitim Bilimleri Enstitüsü, Ankara.
Uzun, G., & Bökeoğlu, Ö. Ç. (2019). Akademik Başarının Okul, Aile ve Öğrenci Özellikleri ile İlişkisinin Çok Düzeyli Yapısal Eşitlik Modellemesi ile İncelenmesi. Ankara University Journal of Faculty of Educational Sciences (JFES), 52(3), 655-684. https://doi.org/10.30964/auebfd.525770.
Uzun, N., Gelbal, S., & Öğretmen, T. (2010). TIMSS-R fen başarısı ve duyuşsal özellikler arasındaki ilişkinin modellenmesi ve modelin cinsiyetler bakımından karşılaştırılması. Kastamonu Eğitim Dergisi, 18(2), 531-544.
Valenzuela, J. P., Vera, G. G., & Sotomayor, C. (2015). The role of reading engagement in improving national achievement: An analysis of Chile' s 2000–2009 PISA results. International Journal of Educational Development, 40, 28-39. https://doi.org/10.1016/j.ijedudev.2014.11.011.
Wang, F., Wang, Y., Liu, Y., & Leung, S. O. (in press) Investigating the measurement of OTL in PISA 2012 and its relationship with self-efficacy and mathematics achievement: Doubly latent multilevel analyses. Scandinavian Journal of Educational Research. https://doi.org/10.1080/00313831.2022.2070929.
Wang, J., & Wang, X. (2012). Structural equation modeling: Applications using Mplus. Wiley Publication.
Weston, R., & Gore Jr, P. A. (2006). A brief guide to structural equation modeling. The Counseling Psychologist, 34(5), 719-751. https://doi.org/10.1177%2F0011000006286345.
Widaman, K. F., & Thompson, J. S. (2003). On specifying the null model for incremental fit indices in structural equation modeling. Psychological Methods, 8(1), 16-37. https://doi.org/10.1037/1082-989x.8.1.16.
Yan, J., & Cai, Y. (2021). Teachers’ instruction of reading strategies and primary school students’ reading literacy: An approach of multilevel structural equation modelling. Reading & Writing Quarterly, 38(2), 139-155. https://doi.org/10.1080/10573569.2021.1923100.
Yıldırım, Ö. (2012). Okuduğunu anlama başarısıyla ilişkili faktörlerin aşamalı doğrusal modellemeyle belirlenmesi: PISA 2009 Hollanda, Kore ve Türkiye karşılaştırması (Yayımlanmamış doktora tezi). Ankara Üniversitesi Eğitim Bilimleri Enstitüsü, Ankara.
Yıldız, M. (2013). Okuma motivasyonu, akıcı okuma ve okuduğunu anlamanın beşinci sınıf öğrencilerinin akademik başarılarındaki rolü. Turkish Studies, 8(4), 1461-1478. http://dx.doi.org/10.7827/TurkishStudies.4780.
