STEM tutumu ve kariyerini etkileyen değişkenlerin veri madenciliği yöntemleri ile belirlenmesi, STEM alanlarına ait fenomenlerin gömülü teori deseni ile değerlendirilmesi

Abstract

Öğrencileri STEM kariyerine yönlendirmek küresel refahı geliştirmede kritik önem arzetmekte, bu durum STEM kariyerini etkileyen faktörlerin bilinmesini gerekli kılmaktadır. Karma yöntem araştırması olan bu çalışmanın nicel bölümünde STEM tutumu ve kariyerine etkileyen değişkenler sosyal ağ analizi gibi veri madenciliği yöntemleri ile zenginleştirilmiş ve yeni değişkenlerin diziliminde ortaya çıkan fenomenler belirlenmiştir. Bu fenomenleri barındıran öğrenciler nitel analiz amacı ile seçilmiş, yapılan bir gömülü teori çalışması sonucunda fenomenlerin altında yatan kök sebepler belirlenmiştir. Ortaokul 5,6,7 ve8.sınıflarından 535 öğrencinin katılımı ile gerçekleştirilen bu araştırmada Holland teorisine dayanan Kısa Küre Envanteri ve STEM’e Karşı Tutum envanterinin yanı sıra, öğrencilerin deneme sınavı puanları ile O*Net veri tabanı STEM meslekleri endeksi veri toplama aracı olarak kullanılmıştır. Araştırma nicel analiz boyutunda geniş örneklemlerde sosyal fenomenlerin belirlenmesine yönelik olarak denetimli öğrenme temelli olasılıksal Bayesyan bir ağ modelinin oluşturulabileceğini göstermenin yanı sıra, fenomene bağlı seçilen örneklemde yürütülen bir gömülü teori çalışmasında bu fenomenleri açıklayabilmiştir. Araştırma sonucunda STEM kariyer kararına etki eden değişkenler kariyer algısı, öz düzenleme, çevresel etki ve STEM meslekleri hakkında bilgi olmak üzere dört tema şeklinde ortaya çıkmıştır. Araştırmamızın bulguları özellikle ‘öz yeterlik’ ve ‘öz düzenleme’ faktörleri ve ‘çevresel etki’ bağlamında Holland tipolojisine göre mesleki eğilimleri Bandura’nın sosyal öğrenme kuramına dayanan sosyal bilişsel kariyer teorisine bağlayarak bir köprü oluşturmaktadır. Araştırma sonunda ortaya konulan “STEM Kariyer Karar Modeli” ile STEM meslekleri açısından yaşanan iş gücü sorunun çözümünde bir karar destek sistemi olarak kullanılabileceği düşünülmektedir.

Guiding students towards STEM careers is critical in improving global prosperity, which makes it necessary to know the factors affecting STEM careers. In the quantitative part of this study, which is a mixed method research, the variables affecting STEM attitudes and careers were enriched with data mining methods such as social network analysis and phenomena emerging in the sequence of new variables were identified. The students who harbor these phenomena were selected for qualitative analysis, and the root causes underlying the phenomena were determined as a result of a grounded theory study. In this study, which wasconducted with the participation of 535 students from the 5th, 6th, 7th and 8th grades of middle school, the Short Sphere Inventory and Attitude Towards STEM inventory based on Hollandtheory, as well as the students' mock exam scores and the O*Net database STEM professions index were used as data collection tools. In addition to showing that a supervised learning-based probabilistic Bayesian network model can be created to identify social phenomena in largesamples in the quantitative analysis dimension, the research was able to explain thesephenomena in a grounded theory study conducted in the selected sample depending on thephenomenon. As a result of the research, four themes emerged: career perception, self-regulation, environmental impact and knowledge about STEM professions. The findings of our research, especially in the context of 'self-efficacy' and 'self-regulation' factors and 'environmental impact', form a bridge by linking vocational tendencies according to Holland typology to social cognitive career theory based on Bandura's social learning theory. The ‘STEM Career Decision Model’ proposed at the end of the research can be used as a decision-support system to solve the workforce problem in STEM professions.