Ortaokul seviyesindeki öğrenci performanslarının MARS modeli ile incelenmesi

Bu araştırmada, parametrik olmayan regresyon yöntemlerinden, çok değişkenli uyarlanabilir regresyon eğrileri (Multivariate Adaptive Regression Splines – MARS) modellemesi kullanılmıştır. MARS modeli kullanılarak, makine öğrenmesine dayalı bir web uygulaması geliştirilmiştir. Geliştirilen uygulama ile ortaokul 8. sınıf öğrencilerinin LGS (Liselere Geçiş Sistemi) sınavı öncesi başarı puanlarını doğru tahmin etmek amaçlanmıştır. Çalışma Kastamonu ilinin Tosya ilçesinin Mehmet Akif Ersoy Ortaokulu 8. Sınıf öğrencileriyle yürütülmüştür. LGS sınavı öncesinde öğrencilerin demografik bilgileriyle beraber son sınıfta girdikleri tüm deneme sınavı sonuçları kullanılmıştır. LGS sınav sonucunu doğru tahmin eden, maksimum etkileşimde olan modeller denenip, en uygun model belirlenmiştir. Bu modelde belirleme katsayısı R^2 maksimum ve genelleştirilmiş çapraz geçerlilik katsayısı GCV minimum olarak tahmin edilmiştir. Buna göre en uygun modelin; temel fonksiyon sayısı 6, etkileşim derecesi 1, R^2 değeri 0.954 ve GCV değeri 423.003 olarak bulunmuştur. Modelde anlamlı bulunan değişkenler ise kardeş sayısı, anne eğitim düzeyi, 1.73'ten fazla inkılap tarihi ve Atatürkçülük dersi net sayısı, 1.466'dan fazla İngilizce dersi net sayısı, 5.939'dan fazla matematik dersi net sayısı ile 5.936'dan düşük matematik dersi net sayısı olarak tespit edilmiştir. Matematik dersinin büküm noktası 5.936 olarak tespit edilmiştir. Eğer öğrencinin matematik dersindeki ortalama net sayısı 5.936'dan küçükse; parametre tahmin katsayısı -11.965 olarak tespit edilmiştir. Burada tespit edilen durum şudur, matematik dersinin ortalama net sayısı 5.936'dan küçük olması öğrencinin başarısını olumsuz etkilemektedir. Bununla beraber, matematik dersinin ortalama net sayısı, 5.936'dan büyük olduğu zaman parametre tahmin katsayısı 4.060 olmaktadır. Matematik dersindeki ortalama net sayısı 5.946'yı geçtiği zaman, öğrencinin başarısı olumlu etkilenmektedir. Bu veriler doğrultusunda öğrencilerin LGS puanlarını tahmin etmek için web tabanlı, makine öğrenmesine dayalı bir uygulama geliştirilmiştir. Uygulamanın geliştirilmesinde R Shiny programından yararlanılmıştır. Program bulut tabanlı olup, işletim sisteminden ve web tarayıcılarından bağımsız çalışmaktadır. Geliştirilen web programına https://beststat.shinyapps.io/lgspuan/ adresinden erişilebilmektedir. Geliştirilen uygulama, LGS sınavına hazırlanan öğrencilere çalışmalarını yönlendirmek üzere sınav öncesi tavsiyeler sunmaya yardımcı olmaktadır