Psikometrik Bir Araç Olarak Veri Madenciliği

Abstract

Veri madenciliği, verilerde daha önce bilinmeyen gizli örüntüleri açığa çıkaran ve bu bilgilerden yararlı sonuçlar elde ederek geleceğe yönelik tahmin yapmaya imkân tanıyan dinamik bir süreçtir. Karar Ağacı yöntemi, kolay anlaşılan kurallar üretmesi, kuralların görselleştirilebilmesi ve farklı değişken yapılarına uygun güçlü algoritmalara sahip olması sebebiyle en sık kullanılan Veri Madenciliği tekniklerindendir. Veri madenciliği, büyük ve karmaşık yapılı veri guruplarından yeni, anlamlı, geçerli, anlaşılır ve potansiyel olarak yararlı verileri çıkarma ve bunları karar destek sürecinde bütünleştirme işlemidir. Bu çalışmada Ondokuz Mayıs Üniversitesi'nde öğrenim gören öğrencilerin demografik bilgilerini içeren öğrenci bilgi formu, bireyin belirli nitelik ve yetenekleri bakımından kendini nasıl algıladığını belirlemek için Rosenberg Benlik Saygısı Envanteri, bireyin ani değişiklik gösteren heyecansal reaksiyonları değerlendirmede oldukça duyarlı bir araç olan Durumluk Kaygı Ölçeği, kişinin genelde, yaşama eğilimi gösterdiği kaygının sürekliliğini ölçmek için kullanılan Sürekli Kaygı Ölçeği ve problem çözme becerilerini belirlemek amaçlı Problem Çözme Envanteri'nden oluşan bir anket formu uygulanmış, verinin çözümlenmesi için bir veri madenciliği sistematiği oluşturmak amaçlanmıştır. Analizde 'Rosenberg Benlik Saygısı Envanteri', 'Problem Çözme Envanteri' hedef değişken olarak ele alınmış ve bu değişkenler üzerinde hangi demografik değişkenlerin etkili olduğu belirlenmek istenmiştir. Çalışmada veri madenciliğinde kullanılan karar ağacı algoritma tekniklerinden CART algoritması ile bütünsel görsel modelleme gereci olan SPSS CLEMENTINE 12.0 paket programı kullanılarak sonuçlar elde edilmiştir.

Data mining is a dynamic process that opens up previously unknown hidden patterns in data and allows us to make predictions about the future by obtaining useful results from this information. The Decision Tree method is the most commonly used Data Mining technique because it has easy-to-understand rules, visualization of rules, and powerful algorithms for different variable structures. Data mining is a decision support system that searches for information patterns between data. Another change; valid, clear and potentially useful design from the data, and integrating them in the decision support process. Here the designation specifies the relationship between the data. In this study, the student information form containing the demographic information of students studying at Ondokuz Mayıs University, the Rosenberg Self-Esteem Inventory to determine how the individual perceives himself in terms of his specific qualities and abilities, the State Anxiety Scale, a tool that is highly sensitive to assessing the individual's suddenly changing emotional reactions, In general, the questionnaire consisted of the Trait Anxiety Scale, which was used to measure the continuity of the lethargic tendency to live, and the Problem Solving Inventory, which was used to determine problem solving skills, and a data mining system was designed to analyze the data. In the analysis, 'Rosenberg Self-Esteem Inventory' and 'Problem Solving Inventory' were considered as target variables and it is aimed to determine which demographic variables are effective on these variables. The results were obtained using the SPSS CLEMENTINE 12.0 package program, which is a holistic visual modeling registrant with the CART algorithm from decision tree algorithm techniques used in data mining in the study.