Predicting Student Achievement via Machine Learning: Evidence from Turkish Subset of PISA


Erdoğan S., Taştan H.

Yıldız Social Science Review (YSSR), cilt.10, sa.1, ss.7-27, 2024 (Hakemli Dergi)

Özet

Bu çalışma, Türk ortaokul öğrencileri arasındaki matematik, fen ve okuma akademik başarısının belirleyicilerini tespit etmeyi amaçlamaktadır. Bunun için, OECD’nin 2018’de düzenlemiş olduğu PISA çalışmasının öğrenci ve okul anketleriyle birlikte PISA test sonuçları ve gözetimli regresyon tabanlı makine öğrenmesi yöntemleri kullanılarak Türk orta okul öğrencilerinin akademik başarısını en iyi tahmin edebilecek model araştırılmıştır. Sonuçlarımız, yükseltme regresyon ağacı (BRT) yönteminin diğer yöntemler olan torbalama ve rastgele orman regresyon ağaçlarını geride bıraktığını göstermektedir. Yükseltme regresyon ağacı (BRT) yönteminden elde edilen bulgulara göre Türk orta okul öğrencilerinin akademik başarısını tahmin etmede öne çıkan değişkenlerden en önemlisi öğrencinin kayıtlı olduğu okulun program tipidir (Mesleki ve Teknik Orta Öğretim yerine Genel Orta Öğretimdir). Ek olarak, Türk orta okul öğrencilerinin akademik başarısını tahmin etmede hem öğrenci hem de okul düzeyindeki değişkenler öne çıkmaktadır. Söz konusu bulgular her ders için geçerlidir. Bu bulgular, Türkiye’de kanıta dayalı eğitim politikalarının geliştirilmesine katkıda bulunmaktadır

This study seeks to identify the determinants of academic performance in mathematics, science, and reading among Turkish secondary school students. Using data from the OECD’s PISA 2018 survey, which includes several student- and school-level variables as well as test scores, we employed a range of supervised machine learning methods specifically ensemble decision trees to assess their predictive performance. Our results indicate that the boosted regression tree (BRT) method outperforms other methods bagging and random forest regression trees. Notably, the BRT highlights the importance of general secondary education programs over vocational and technical (VAT) education in predicting academic achievement. Moreover, both characteristics specific to student and school environment are demonstrated to be significant predictors of academic performance in all subject areas. These findings contribute to the development of evidence-based educational policies in Turkey.