Matematik Okuryazarlığı Problemleri İçin Yeni Bir Sınıflama Önerisi

Matematik okuryazarlığı başarı düzeyinin nasıl artırılacağı, ilköğretimin temel sorunlarından biri olmaya devam etmektedir. Bu durum, öğrencilerin matematik okuryazarlığı problemlerini çözerken yaşadıkları zorlukları bilme ihtiyacını ortaya çıkarmaktadır. Bu çalışmada, Türk öğrencilerin matematik okuryazarlığı sorularını çözerken yaşadıkları güçlükler, yöneltilen soruların yapısal özellikleri üzerinden oluşan faktörler aracılığıyla açıklanmaya çalışılmıştır. Çalışma kapsamında 435 ortaokul sekizinci sınıf öğrencisine matematik okuryazarlığı soruları yöneltilmiş ve öğrencilerin soru bazında aldıkları puanlara faktör analizi uygulanmıştır. Analiz sonucunda, altı faktörlü bir yapı elde edilmiş ve bulunan faktörlerin matematik okuryazarlığı başarısını açıklama varyansının yeterli düzeyde yüksek olduğu görülmüştür. Bu faktörler algoritmik işlem yapma, zengin matematiksel içeriğe hakim olma, matematiksel çıkarımda bulunma, matematiksel öneri geliştirme ve/veya geliştirilmiş öneriyi yorumlama, yaşamsal durumun matematik dilindeki karşılığını anlama, matematik dilinin yaşamdaki karşılığını anlama şeklinde adlandırılmıştır. Öğrencilerin matematiksel çıkarımda bulunma, matematiksel öneri geliştirme ve/veya geliştirilmiş öneriyi yorumlama, yaşamsal durumun matematik dilindeki karşılığını anlama faktörlerinde başarısız oldukları sonucuna ulaşılmıştır. Araştırmanın sonuçlarından matematik okuryazarlığı başarısının analizinde, matematik okuryazarlığı ölçeği geliştirmede, matematik öğretim programlarının geliştirilmesinde ve öğretiminin düzenlemesinde yararlanılabilir.

A New Classification Proposal for Mathematical Literacy Problems

The improvement of mathematical literacy level remains one of the fundamental problems of primary education in Turkey. In that case there is need to know students' difficulties at solving mathematical literacy problems. This study reveals the difficulties encountered by Turkish students when solving mathematical literacy problems through the factors formed based on the structural characteristics of the questions addressed. A total of 435 middle school students (8th grade) were asked mathematical literacy questions. The data obtained from student responses were subjected to factor analysis. A six-factor structure was obtained at the end of the analysis. The obtained factors were found to have adequate variance in explaining mathematical literacy. These factors were named as making algorithmic operations, mastering rich mathematical content, mathematical inference, developing mathematical proposals and interpreting a developed proposal, understanding the mathematical equivalence of real world situations, and understanding the counterpart of mathematical language in life. The students failed in the factors of mathematical inference, developing mathematical proposals and interpreting a developed proposal, and understanding the mathematical equivalence of real world situations. The results of this study can be guiding for analyzing mathematical literacy achievement, developing a mathematical literacy scale, developing mathematics curricula, and organizing its instruction.

PDF

___

Akyüz, G. ve Pala, N. M. (2010). PISA 2003 sonuçlarına göre öğrenci ve sınıf özelliklerinin matematik okuryazarlığına ve problem çözmeye etkisi. İlköğretim Online, 9(2), 668-678.
Altun, M. ve Akkaya, R. (2014). Matematik öğretmen adaylarının PISA matematik okuryazarlık beceri düzeylerinin incelenmesi. Hacettepe Üniversitesi Dergisi, 29(1), 19-34.
Altun, M. ve Yılmaz, A. (2008). Lise öğrencilerinin tam değer fonksiyonu bilgisini oluşturma süreci. Ankara Üniversitesi Eğitim Bilimleri Fakültesi Dergisi, 41(2), 237-271.
Arıkan, S. (2014). A regresion model with a new tool: IBD analyzer for identifying factors predicting mathematics performance using PISA 2012 indices. US-China Education Review A, 4(10), 716-727.
Breakspear, S. (2012). The policy ımpact of PISA: An exploration of the normative effects of international benchmarking in school system performance. OECD Education Working Papers, No.71, OECD Publishing.
Can, A. (2012). SPSS ile bilimsel araştırma sürecinde nicel veri analizi. Ankara: Pegem Yayıncılık.
Cohen, L., Manion, L. ve Morrison, K. (2011). Research methods in education (7. bs.). New York: Routledge.
Creswell, J. W. (2014). Araştırma deseni (2. bs.) (Demir, S. B., Çev. Ed.). Ankara: Eğiten Kitap.
Çokluk, Ö., Şekercioğlu, G. ve Büyüköztürk, Ş. (2014). Sosyal bilimler için çok değişkenli istatistik SPSS ve LISREL uygulamaları (3. bs.). Ankara: PegemA Yayıncılık.
Dossey, J., McCrone, S., Turner, R. ve Lindquist, M. (2008). PISA 2003 mathematical literacy and learning in the Americas. Canadian Journal of Science, Mathematics and Technology Education, 8(2). 140-152.
Eraslan, A. (2009). Finlandiya'nın PISA'daki başarısının nedenleri: Türkiye için alınacak dersler. Necatibey Eğitim Fakültesi Elektronik Fen ve Matematik Eğitimi Dergisi 3(2), 238-248.
Fraenkel, R. R., Wallen, N. E. ve Hyun, H. H. (2011). How design and evaluate research in education. New York: Mc Graw Hill.
Forgasz, H. J. ve Leder, G. C. (2017). Persistent gender inequities in mathematics achievement and expectations in Australia, Canada and the UK. Mathematics Education Research Journal, 1-22.
Glass, G. V. ve Hopkins, K. D. (1984). Statistical methods in education and psychology (2. bs.). Boston: Allyn and Bacon.
İlbağı, E. A. (2012). PISA 2003 matematik okuryazarlığı soruları bağlamında 15 yaş grubu öğrencilerinin matematik okuryazarlığı ve tutumlarının incelenmesi (Yayımlanmamış doktora tezi). Atatürk Üniversitesi, Erzurum.
İskenderoğlu, T. ve Baki, A. (2011). İlköğretim 8.sınıf matematik ders kitabındaki soruların PISA matematik yeterlilik düzeylerine göre sınıflandırılması, Eğitim ve Bilim, 36(161), 287-301.
Liang, X. (2010). Assessment use, self-efficacy and mathematics achievement: Comparative analysis of PISA 2003 data of Finland, Canada and the USA. Evaluation & Research in Education, 23(3), 213-229.
Lydia, L. O. ve Wilson, M. (2009). Gender differences and similarities in PISA 2003 mathematics: A comparison between the United States and Hong Kong. International Journal of Testing, 9(1), 20-40.
Milli Eğitim Bakanlığı. (2011). Pisa Türkiye. http://pisa.meb.gov.tr/wp-content/uploads/2013/07/PISA- kitab%C4%B1.pdf adresinden erişildi.
Milli Eğitim Bakanlığı. (2012). PISA Türkiye. Ankara: Yenilik ve Eğitim Teknolojileri Genel Müdürlüğü.
McCrone, S. S. ve Dossey, J. A. (2007). Mathematical literacy - it's become fundamental. Principal Leadership, 7(5), 32-37.
Morgan, G. A., Leech, N. L., Gloeckner, G. W. ve Barret, K. C. (2004). SPSS for introductory statistics: Use and interpretation (2. bs.). London: Lawrence Erlbaum Associates.
National Council of Teachers of Mathematics. (2000). Principles and standards for school mathematics. Reston, Va: NationalCouncil of Mathematics Teachers.
National Council of Teachers of Mathematics. (2006). Curriculum focal points for preindergarten through grade 8 mathematics. Reston, Va: NationalCouncil of Mathematics Teachers.
OECD. (1999). Measuring student knowledge and skills. A new framework for assesment. Paris: OECD Publishing.
OECD. (2003). The PISA 2003 assesment framework - mathematics, reading, science and problem solving knowledge and skills. Paris: OECD Publishing.
OECD. (2006). Assessing scientific, reading and mathematical literacy. A framework for PISA 2006. Paris: OECD Publishing.
OECD. (2009a). PISA 2009 Assesment framework. Key competencies in reading, mathematics and science. Paris: OECD Publishing.
OECD. (2009b). Take the test-sample questions from OECD's PISA assessments. PISA, OECD Publishing.
OECD. (2010). PISA 2012 Mathematics framework to OECD, 30. Paris: OECD Publications.
OECD. (2013). PISA 2012 assessment and analytical framework. Mathematics, reading, science, problem solving and financial literacy. Paris: OECD Publishing.
OECD. (2014). PISA 2012 result: Creative problem solving. Students' skills in tackling real-life problem (Vol. V). Paris: OECD Publishing.
OECD. (2016). PISA 2015 Assessment and analytical framework. Science, reading, matematic and financial literacy. Paris: OECD Publishing.
Özkan, Y. Ö. ve Güvendir, M. A. (2014). Socioeconomic factors of students' relation to mathematic achievement: Comparison of PISA and ÖBSS. International Journal of Educational Sciences, 6(3), 776- 789.
Pallant, J. (2001). SPSS survival manual. Philadelphia: Open University Press.
Polya, G. (1957). How to solve it? Gaeden City, New York: Doubleday Company.
Ross, S. (2008). Motivation correlates of academic achievement: Exploring how motivation influences academic achievement in the PISA 2003 dataset (Yayımlanmamış doktora tezi). University of Victoria, Canada.
Saenz, C. (2009). The role of contextual, conceptual and procedural knowledge in activating mathematical competencies (PISA). Educational Studies in Mathematics, 71(2), 123-143.
Satıcı, K. (2008). PISA 2003 sonuçlarına göre matematik okuryazarlığını belirleyen faktörler: Türkiye ve Hong Kong-Çin (Yayımlanmamış yüksek lisans tezi). Balıkesir Üniversitesi, Balıkesir.
Tabachnick, B. G. ve Fidell, L. S. (2013). Using multivariate statistic (6. bs.). USA: Pearson.
Tan, Ş. (1998). Unweighted scoring versus weighted scoring methods for likert type data (Yayımlanmamış doktora tezi). Loyola University Chicago, Chicago.
Tatlıdil, H. (2002). Uygulamalı çok değişkenli istatistiksel analiz. Ankara: Akademi Matbaası.
Tavşancıl, E. (2014). Tutumların ölçülmesi ve SPSS ile veri analizi (5. bs.). Ankara: Nobel Yayıncılık.
Wood, B. (2007). the impact of students' skills in self-regulated learning on mathematics literacy and problem solving scales as measured by PISA 2003: A comparison of the United States and Finland (Yayımlanmamış doktora tezi). California State University, Long Beach, the USA.