Türkiye’de Farklı Bölgelerdeki Ortaöğretim Okullarının Etkinliğinin Veri Zarflama Analizi ile Ölçülmesi

Türkiye’nin Uluslararası Öğrenci Değerlendirme Programı (PISA)’ndaki düşük performansı büyük bir hayal kırıklı olmuştur. Matematik, Fen Bilimleri ve Türkçe alanlarındaki bu düşük performansın sebeplerini araştırmak amacıyla, bu çalışmada farklı bölgelerdeki ortaöğretim okullarının performansları incelenmiştir. Örneklem verisi Türkiye’de PISA 2003 çalışmasına katılan öğrencilerden oluşmaktadır. Bu çalışmada, bölgeler için İstatistikî Bölge Birimleri Sınıflaması 1 (İBBS 1) kullanılmıştır. Türkiye’nin farklı bölgelerindeki etkili ve etkili olmayan okullar örnek veri seti kullanılarak analiz edilmiştir. Etkili olmayan okulların etkili hale gelebilmeleri için uygulamaları gereken stratejiler çıktı yönelimli CCR modeli kullanılarak araştırılmıştır. Çalışmada sonuç olarak, Türkiye’deki en etkili bölgenin İstanbul Bölgesi ve en etkili okul türlerinin ise Fen Liseleri ve Polis Koleji olduğu bulgulanmıştır

Measuring the Efficiency of Secondary Schools in Different Regions in Turkey Using Data Envelopment Analysis

Keywords:

-,

___

  • Alexander, R. and Jaforullah, M. (2004). Explaining Efficiency Differences in New Zealand Secondary Schools. Paper presented in the International Conference on Policy Modeling, Paris, June.
  • Alfonso, A., & Aubyn, M. (2005). Cross-Country Efficiency of Secondary Education Provision a Semi-Parametric Analysis with Nondiscretionary Inputs. European Central Bank Working Paper Series 2005, 494, 19-20.
  • Atan, M., Karpat, G., & Göksel, A. (2002). Ankara'daki Anadolu Liselerinin Toplam Etkinliğinin Veri Zarflama Analizi ( VZA ) İle Saptanması. XI. Educational Science Conference, Near East University Turkish Republic of Northern Cyprus.
  • Barbetta, G.P., & Turati, G. (2003). Efficiency of Junior High School and the Role of Proprietary Structure. Annals of Public and Cooperative Economics 2003, 74, 4, 529-551.
  • Bradley, S., Johnes, G., & Millington J. (2001). Effect of Competition on the Efficiency of Secondary School in England. European Journal of Operation Research, 135, 545-568.
  • Cooper, W. W., Seiford, L. M., & Tone, K. (2007). Data Envelopment Analysis: A Comprehensive Text with Models, Applications, References and DEA Solver Software. Boston: Kluver Academic Publishers.
  • Cooper, W.W., Seiford L.M., & Zhu, J. (2004). Data Envelopement Analysis: Models and Interpretations, Chapter 1, 1-39, in Cooper, W.W., Seiford, L.M., & Zhu, J., eds, Handbook on Data Envelopment Analysis, Kluwer Academic Publisher, Boston, 2004.
  • Davutyan, N., Demir, M., & Polat, S. (2009). Assessing the efficiency of Turkish secondary education: Heterogeneity, centralization, and scale diseconomies. Socio-Economic Planning Sciences, 44, 1, 35-44.
  • Dinçer, B., Özaslan, M., Kavasoğlu, T., (2003), İllerin ve bölgelerin sosyo-ekonomik gelişmişlik sıralaması araştırması, Devlet Planlama Teşkilatı, Ankara.
  • Efficiency Measurement System (EMS), Retrieved from: http://www.wiso.unidortmund.de/lsfg/or/scheel/ems/
  • Kirjavainen T., & Loikkanen, H. A. (1998). Efficiency Differences of Finnish Senior Secondary Schools: An Application of DEA and Tobit Analysis. Economic of Education Review, 17, 4, 377-394.
  • Pisa 2003 Dataset, Retrieved from: http://pisaweb.acer.edu.au/oecd_2003/oecd_pisa_data _s1.html
  • Pisa 2005 School sampling preparation manual, Retrieved from: www.oecd.org/dataoecd/55/55/39829698.pdf
  • Scheel, H. (2001). Undesirable outputs in efficiency valuations. European Journal of Operational Research, 132, 2, 400-410.
  • Yeşilyurt C., & Alan M.A. (2003). Fen Liselerinin 2002 Yılı Göreceli Etkinliğinin Veri Zarflama Analizi İle Ölçülmesi. Cumhuriyet University Journal of Economics and Administrative Sciences, 4, 2, 91-104.
  • Yolalan, R. (1993). İşletmeler Arası Göreli Etkinlik Ölçümü. M.P.M. Publication, 4-95, 483.
  • World Bank, (2005). Turkey—Education Sector Study: Sustainable Pathways to an Effective, Equitable,and Efficient Education System forPreschool through Secondary School Education. The International Bank for Reconstruction and Development/The World Bank, Washington, DC 20433, USA.
  • Zhu, J. (2003). Quantitative Models for Performance Evaluation and Benchmarking. Kluwer Academic Publishers, Worcester Polytechnic Institute: USA.