İyi ve zayıf problem çözücü nasıl belirlenir? Z-MABAC metoduyla bir uygulama
Küçük Resim Yok
Tarih
2025
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Bayburt Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Bu çalışma çok kriterli karar verme yöntemlerinden klasik MABAC ve Z-MABAC yöntemlerini kullanarak iyi ve zayıf problem çözücüleri belirleyebilmek amacıyla yapılmıştır. Çalışmada nitel araştırma desenlerinden çoklu durum çalışması kullanılmıştır. Bu araştırma süreci hazırlık aşaması, uygulama aşaması ve değerlendirme aşaması olmak üzere üç aşamadan oluşmaktadır. Hazırlık aşamasında ilk olarak alanyazın taraması yapılarak iyi ve zayıf problem çözücüyü ayırt edebilecek kriterler ve bu kriterlere bağlı alt kriterler belirlenmiştir. Bu kapsamda bilişsel, duyuşsal ve çevresel olarak üç farklı kriter tespit edilmiştir. Bilişsel alan için problem çözme başarı testi, matematik başarısı ve üstbiliş alt kriterleri; duyuşsal alan için matematik tutumu, matematik kaygısı ve matematik öz yeterlik algısı alt kriterleri; çevresel alan için öğretmen görüş formu, ebeveyn görüş formu ve akran görüş formu alt kriterleri ele alınmıştır. Ardından SCOPUS veri tabanında tarama yapılarak karar vericiler belirlenmiştir. Çalışmada matematik eğitimi alanında uzman dört karar verici yer almıştır. Kriter ve karar vericiler belirlendikten sonra alternatifler seçilmiştir. Alternatif olarak Türkiye'nin kuzeydoğusundaki bir ilin ortaokulunun 8. sınıfında öğrenim gören yedi öğrenci çalışmaya dahil edilmiştir. Uygulama aşamasında klasik MABAC ve Z-MABAC yöntemleri kullanılarak alternatiflerin sıralaması yapılmıştır. Değerlendirme aşamasında klasik MABAC ve Z-MABAC yöntemlerinden ulaşılan sonuçlar karşılaştırılmıştır. Çalışmada ulaşılan sonuçlar klasik MABAC ve Z-MABAC yöntemleri kullanılarak yapılan karşılaştırmanın farklı alternatifleri ön plana çıkardığını göstermiştir. Klasik MABAC'ta alternatiflerin sıralama puanları birbirine çok yakın olup, Z-MABAC'ta alternatiflerin birbirinden uzaklaştığı ve alternatiflerin birbirinden daha fazla ayırt edilebildiği belirlenmiştir.
This study was conducted to identify good and poor problem solvers using the classical MABAC and Z-MABAC methods, which are multi-criteria decision-making methods. A multiple case study, a qualitative research design, was used in the study. This research process consisted of three phases: preparation, implementation, and evaluation. During the preparation phase, the literature was first reviewed to identify criteria and sub-criteria related to these criteria that could distinguish good and poor problem solvers. Three different criteria were identified: cognitive, affective, and environmental. The cognitive domain included a problem-solving achievement test, mathematics achievement, and metacognition sub-criteria; the affective domain included mathematics attitude, mathematics anxiety, and perception of mathematics self-efficacy sub-criteria; and the environmental domain included a teacher opinion form, a parent opinion form, and a peer opinion form. The SCOPUS database was then searched to identify decision-makers. Four decision-makers, experts in mathematics education, participated in the study. After determining the criteria and decision-makers, alternatives were selected. As an alternative, seven 8th-grade students from a middle school in a province in northeastern Turkey were included in the study. During the implementation phase, the alternatives were ranked using the classical MABAC and Z-MABAC methods. During the evaluation phase, the results obtained from the classical MABAC and Z-MABAC methods were compared. The study results showed that the comparison using the classical MABAC and Z-MABAC methods highlighted different alternatives. While the ranking scores of the alternatives were very close in the classical MABAC, they were found to diverge and be more distinguishable in the Z-MABAC method.
This study was conducted to identify good and poor problem solvers using the classical MABAC and Z-MABAC methods, which are multi-criteria decision-making methods. A multiple case study, a qualitative research design, was used in the study. This research process consisted of three phases: preparation, implementation, and evaluation. During the preparation phase, the literature was first reviewed to identify criteria and sub-criteria related to these criteria that could distinguish good and poor problem solvers. Three different criteria were identified: cognitive, affective, and environmental. The cognitive domain included a problem-solving achievement test, mathematics achievement, and metacognition sub-criteria; the affective domain included mathematics attitude, mathematics anxiety, and perception of mathematics self-efficacy sub-criteria; and the environmental domain included a teacher opinion form, a parent opinion form, and a peer opinion form. The SCOPUS database was then searched to identify decision-makers. Four decision-makers, experts in mathematics education, participated in the study. After determining the criteria and decision-makers, alternatives were selected. As an alternative, seven 8th-grade students from a middle school in a province in northeastern Turkey were included in the study. During the implementation phase, the alternatives were ranked using the classical MABAC and Z-MABAC methods. During the evaluation phase, the results obtained from the classical MABAC and Z-MABAC methods were compared. The study results showed that the comparison using the classical MABAC and Z-MABAC methods highlighted different alternatives. While the ranking scores of the alternatives were very close in the classical MABAC, they were found to diverge and be more distinguishable in the Z-MABAC method.
Açıklama
Anahtar Kelimeler
Eğitim ve Öğretim, Education and Training
