Okuma, matematik ve fen okuryazarlığında öğrenci performansı değerleri genellikle sürekli gizil değişkenler olarak kabul edilir. Öğrencilere verilen puanların yorumlanmasını kolaylaştırmak için, birleşik okuma okuryazarlığı ölçeği ile matematik ve fen ölçekleri, PISA 2000’de OECD ülkeleri genelinde ortalama 500 puan ve standart sapma 100 olacak şekilde tasarlanmıştır. OECD öğrencilerinin yaklaşık üçte ikisi 400 ila 600 puan arasında performans gösteriyor.

PISA 2003’te ilk kez matematik ölçeği, matematik/uzay ve şekil ölçeği, matematik/değişim ve ilişkiler ölçeği, matematik nicelik ölçeği ve matematik/belirsizlik ölçeği olmak üzere beş matematik ölçeği oluşturulmuştur. OECD ülkeleri arasında ortalama 500 puana sahip olmak. Ancak, matematik ölçeğinden farklı olarak, PISA 2003 okuma ve bilim ölçekleri, PISA 2000’den elde edilen sonuçlara bağlanmıştır.

Sonuçların politika yapıcılar ve eğitimciler için erişilebilirliğini artırmak için değerlendirme alanları için tanımlanmış yeterlilik ölçekleri geliştirilmiştir. Bu ölçekler zorluk ve performans seviyelerine göre bölündüğünden, öğrenci performansının bir sıralamasının yanı sıra o yeterlilik seviyesi ile ilişkili becerinin bir tanımı elde edilebilir. Her ardışık seviye, artan zorluktaki görevlerle ilişkilidir.

PISA 2000’de, PISA 2000 ilk raporunda, Yaşam İçin Bilgi ve Beceriler: PISA 2000’den İlk Sonuçlar’da (OECD, 2001) beş okuma yeterliliği seviyesi tanımlanmış ve rapor edilmiştir. PISA 2003’te, altı matematik yeterlilik düzeyi seviyesi de tanımlanmış ve PISA 2003 ilk raporunda Learning for Tomorrow’s World – PISA 2003’ten İlk Sonuçlar rapor edilmiştir.

Bu bölüm, PISA veri tabanlarından yeterlilik düzeylerinin nasıl türetileceğini ve bunların nasıl kullanılacağını gösterecektir.

YETERLİLİK DÜZEYLERİNİN OLUŞTURULMASI

Yeterlilik seviyeleri PISA veri tabanlarında yer almamaktadır, ancak makul değerlerden türetilebilirler.

PISA 2003’te, matematikteki yeterlilik düzeylerini çerçeveleyen kesme noktaları tam olarak şöyledir: 357.77, 420.07, 482.38, 544.68, 606.99 ve 669.3.1 Bazı araştırmacılar, her öğrenciye farklı olası puanların verilebileceğini anlayabilirken, farklı seviyelerin kullanılabileceğini anlayabilir. tek bir öğrenciye atanmak daha zordur. Bu nedenle, beş makul değerin ortalamasını hesaplamaya ve ardından her öğrenciye bu ortalamaya dayalı bir yeterlilik düzeyi atamaya cazip gelebilirler.

Bölüm 5 ve Bölüm 7’de tartışıldığı gibi, bu prosedür her öğrenciye bir EAP puanı atamaya benzer ve bu tür tahmincilerin önyargıları artık iyi bilinmektedir. EAP puanlarının kullanılması standart sapmayı olduğundan daha az tahmin ettiğinden, her bir yeterlilik seviyesindeki öğrencilerin yüzdelerinin tahmini sonuç olarak en düşük ve en yüksek seviyelerdeki yüzdeleri olduğundan az, merkezi seviyelerdeki yüzdeleri ise olduğundan fazla tahmin edecektir.

Myk YETERLİLİK seviyesi 3 Ne demek
qf-ehea: 1. düzey ne demek
Ulusal YETERLİLİK seviyeleri
Myk Seviye 6 ne demek
Myk Seviye 1 ne demek
Myk Seviyeleri NEDİR
4. seviye mesleki yeterlilik belgesi nedir
5. seviye mesleki yeterlilik belgesi nedir

Daha önce belirtildiği gibi, uluslararası eğitim araştırmaları belirli öğrencilerin performansını kesin olarak tahmin etmeyi amaçlamaz; popülasyon özelliklerini tanımlamayı amaçlarlar. Bu nedenle, belirli öğrencilere farklı makul değerler için farklı yeterlilik seviyeleri atanabilir. Böylece, her öğrenciye beş makul değerine göre sırasıyla beş makul yeterlilik düzeyi atanacaktır. Matematikte makul yeterlilik seviyelerinin oluşturulması için SPSS® sözdizimi Kutu 8.1’de verilmektedir.

PISA 2000, sadece okumada yeterlilik seviyeleri için kesme noktaları sağladı. Bu nedenle, yeterlik düzeyleri yalnızca birleşik okuma okuryazarlığı ölçeğinde ve üç alt ölçekte oluşturulabilir.

PISA 2003, matematikte yeterlilik seviyeleri için kesme noktaları sağladı. Bu nedenle, matematik ölçeğinde ve dört matematik alt ölçeğinde ve ayrıca birleşik okuma okuryazarlığı ölçeğinde yeterlilik seviyeleri oluşturulabilir.

Yinelemeli süreç, 25 makul değer değişkeninin her birini, 0’dan 6’ya kadar etiketlenmiş yedi kategoriyle yeni bir değişkene yeniden kodlayacaktır.

Bölüm 5’te açıklanan GRPPCT makrosunun sıralı olarak beş kez uygulanması, yeterlilik düzeyi başına, nihai tahmini ve standart hatasını elde etmek için birleştirilebilecek beş yüzdelik tahmin ve beş standart hata tahmini verecektir.

Kutu 8.2, GRPPCT makrosunun beş katı ardışık çalıştırma için SPSS® sözdizimini sunar. Tablo 8.2, yeterlilik düzeyine göre beş tahmini ve bunların ilgili örnekleme varyanslarını sunar.

Sonuçları birleştirmek için:

• Yeterlilik düzeyine göre yüzde beşlik tahminlerin ortalaması alınır;
• Yeterlilik düzeyine göre, beş örnekleme varyansının ortalaması alınır;
• Nihai tahmin ve beş PV tahmini karşılaştırılarak, atama varyansı hesaplanır;
• Nihai hata varyansını elde etmek için son örnekleme varyansı ve yükleme varyansı her zamanki gibi birleştirilir; ve
• Standart hata, hata varyansının karekökü alınarak bulunur.

Her bir yeterlilik seviyesindeki öğrencilerin yüzdesini ve bunun yanı sıra tek bir çalıştırmada ilgili standart hatasını hesaplamak için bir SPSS® makrosu geliştirilmiştir. Kutu 8.3, makroyu çalıştırmak için SPSS® sözdizimini sunar ve Tablo 8.4, çıktı veri dosyasının yapısını sunar. Matematik ölçeği için GRP argümanı MLEV olarak ayarlanacaktır.

Daha önce olduğu gibi, birkaç arıza değişkeni kullanılabilir. Örneğin, öğrencilerin yeterlilik düzeylerine göre cinsiyete göre dağılımı Kutu 8.4’teki gibi elde edilebilir.

YETERLİLİK DÜZEYLERİ OLAN DİĞER ANALİZLER

PISA 2003’te oluşturulan endekslerden biri, MATHEFF olarak adlandırılan bir matematik öz-yeterlilik endeksidir. PISA 2003 için, bu iki kavram arasında muhtemelen karşılıklı bir ilişki olduğundan, yeterlilik seviyeleri ile matematik öz-yeterliği arasındaki ilişkiyi analiz etmek önemlidir. Matematikte daha iyi bir benlik algısının öğrencinin matematikteki yeterliliğini artıracağı düşünülür, ancak ikincisinde bir artış, karşılığında birincisini etkileyebilir.

İlgi istatistiğinin, yeterlilik düzeyi başına ortalama öz-yeterlik olduğunu varsayalım. İstatistiksel anlamda matematik öz-yeterliği bağımlı değişken, yeterlilik düzeyi ise bağımsız değişken olarak kabul edilmektedir. Yeterlilik düzeyi başına sürekli bir değişkenin ortalamasını doğrudan hesaplayabilen bir makro yoktur.

Öte yandan, Bölüm 6’da açıklanan UNIV makrosu sırayla beş kez uygulanabilir ve sonuçlar örneğin bir Microsoft® Excel® elektronik tablosunda birleştirilebilir. Yeterlilik seviyeleri bağımsız veya sınıflandırma değişkenleri olarak kullanıldığında durum böyle olacaktır.

Kutu 8.5, yeterlilik düzeyi başına öğrenci öz-yeterliğinin ortalamasını hesaplamak için SPSS® sözdizimini sunar. Ortalama tahminler ve bunların ilgili standart hataları Tablo 8.6’da sunulmuştur.

Sonuçları birleştirmek için:

• Yeterlilik düzeyine göre, beş ortalama tahminin ortalaması alınır;
• Yeterlilik düzeyine göre, beş örnekleme varyansının ortalaması alınır;
• Nihai tahmin ve beş PV tahmini karşılaştırılarak, atama varyansı hesaplanır;
• Nihai hata varyansını elde etmek için son örnekleme varyansı ve yükleme varyansı her zamanki gibi birleştirilir; ve
• Standart hata, hata varyansının karekökü alınarak bulunur.

Kutu 8.5’teki sözdizimi, Kutu 8.6’da olduğu gibi, nihai tahmini ve bunun standart hatasını hesaplayacak komutlar eklenerek geliştirilebilir. Sonuçlar, tamamen aynı değişken adlarına sahip beş çıktı veri dosyasında saklandığından, önce bunları yeniden etiketlemek gerekir.

The post Yeterlilik Düzeylerinin Kullanımı – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri first appeared on Akademi Delisi (Tez Yaptırma).