VERİLER VE SONUÇLAR – Ödev Hazırlatma – Proje Yaptırma – Tez Yaptırma Fiyatları – Sunum Örnekleri – Ücretli Ödev Yaptırma – Ödev Yaptırma Ücretleri

bestessayhomework@gmail.com * 0 (312) 276 75 93 *Her bölümden, Ödev Yaptırma, Proje Yazdırma, Tez Yaptırma, Rapor Yaptırma, Makale Yaptırma, spss ödev yaptırma, Araştırma Yaptırma, Tez Önerisi Hazırlatma talepleriniz için iletişim adreslerini kullanın. Makale YAZDIRMA siteleri, Parayla makale YAZDIRMA, Seo makale fiyatları, Sayfa başı yazı yazma ücreti, İngilizce makale yazdırma, Akademik makale YAZDIRMA, Makale Fiyatları 2022, Makale yazma, Blog Yazdırma, Blog Yazdırmak İstiyorum, Ücretli Ödev Yaptırma, Parayla Ödev Yaptırma, Tez Yazdırma, Proje YAPTIRMA siteleri, Mühendislik proje yaptırma, Bitirme projesi YAPTIRMA, Ödev YAPTIRMA programı, En iyi ödev siteleri, Parayla ödev yapma siteleri, Ücretli ödev YAPTIRMA, Ücretli Proje Yaptırma, Tez Yaptırma

VERİLER VE SONUÇLAR – Ödev Hazırlatma – Proje Yaptırma – Tez Yaptırma Fiyatları – Sunum Örnekleri – Ücretli Ödev Yaptırma – Ödev Yaptırma Ücretleri

28 Mart 2022 İşaretlemelerin hepsi zengin sonuçlar için uygun değil Kişisel verilerin KORUNMASI Nedir Yapısal Veri test Aracı Zengin Sonuçlar Testi 0
Program Tipolojisi

VERİLER VE SONUÇLAR

Veriler, 2003 yılında Kuzey Tayland’da bulunan 455 genel liseden alınmıştır. Bu okulların tümü, MEB Temel Eğitim Komisyonu Ofisinin (OBEC) aynı düzenlemeleri kapsamındaydı ve aynı müfredatı kullanıyordu, böylece öğrenciler arasında homojenlik sağlanıyordu. 

Burada kullanılan girdiler (Xi), mevcut kaynakların miktarını (örneğin öğretmenler) ve girdilerin kalitesini (örneğin öğrenciler) yansıtmak için öğretmen-öğrenci oranı ve düşük gelirli ailelerden olmayan öğrencilerin oranıdır. Bu çalışma, SES’in etkinlik hesaplamasına dahil edilmemesi durumunda elde edilen sonuçların operasyonel olarak geçerli olmayacağı iddia edildiğinden, VZA modelinde SES girdisini içermektedir.

Genel lise üç yıl sürdüğü için, girdi verileri mümkün olduğunda ortalama olarak ölçülen 2001-2003’ü kapsar. Okul çıktılarını (yıl), ortalama ulusal sınav puanlarını, birinci ve ikinci yıldan sonra (2001-02 ortalaması) notlarını geçen veya yükselen öğrenci sayısı ve okul verimliliğini ölçmek için mezun sayısı dahil edildi. (Değişkenlerin açıklamalarıyla birlikte girdi ve çıktı değişkenlerinin tanımlayıcı istatistiklerinin tam listesi)

Denklem 1’deki çıktı odaklı VZA modelinin örneklemdeki her okula uygulanması, Tablo 1’deki etkinlik ölçütlerinin betimleyici istatistiklerini verir. Örneklemin ortalama etkinlik düzeyi 2.2618’dir ve ortalama olarak, üretilen tüm çıktıların elde edilebileceğini gösterir. verilen girdi kullanımında %126,18 (2,2618-1) genişledi. Maksimum verimsizlik ölçüsü ile en iyi uygulama arasındaki fark 4.6399 (5.6399-1) olduğunda, etkinlik ölçülerinin değişimi 0.7373’tür.

Bu durum, kümedeki okulların etkinliklerinin ortalama olarak birbirinden 0.7373 farklılık göstermesine rağmen, havuzlanmış örneklemde en az verimli ve en iyi uygulama okulları arasındaki aralığın 4.6399 (5.6399-1) kadar yüksek olduğunu göstermektedir. Ayrıca, verimlilik sınırında sadece 4 okul vardı (1 verimlilik puanı ile). Bu sonuçlar gözlem altındaki okulların sadece %0,88 (4/455) verimli çalıştığını göstermektedir. Diğer bir deyişle, hemen hemen tüm okullar verimsiz çalışmaktadır.


KVKK sınav sonuçları
Yapısal Veri test Aracı
Yapılandırılmış veri
Kişisel verilerin KORUNMASI Nedir
KVKK Kanunu
Zengin Sonuçlar Testi
Test Arama
İşaretlemelerin hepsi zengin sonuçlar için uygun değil


Bireysel okul düzeyinde, verimlilik ölçüsü, aynı miktarda girdi kullanılarak ve orantılı olarak ne kadar çıktının genişletilebileceğini gösterir. Örneğin Tablo 2’de “Sh17” okulunun etkinlik puanı 1.6633 olup, bu okulun tüm çıktılarının aynı miktarda girdi kullanılarak % 66.33 (1.6633 – 1) oranında genişletilebileceğini ima etmektedir.

Ek olarak, belirli bir okul için uyum hedefleri belirlenirken, o kurumun girdi ve çıktı gevşekliği dikkate alınmalıdır. Sh17, 42.77 mezun çıktı bolluğuna sahiptir. Çıktı bolluğu rakamları, aynı girdi seviyesini korurken, %66,33’lük genişlemeden sonra çıktı artışının kapsamını göstermektedir.

Girdi tarafında, çıktıları verimlilik için ayarlandıktan sonra bile okul için potansiyel girdi azalmasını temsil eden 0.16 SES’lik bir gevşeklik vardır. Ayrıca, okul için uyum hedefleri (Sh17), geçtiğini, mezunların ve SAT puanlarının sırasıyla 483.55, 191.35 ve 23.68 artırılabileceğini göstermektedir.

Bu kurumun SES’i 0.16 azaltılabilir. SES endeksindeki gevşeklik, okulun öğrenci SES’inden kaynaklanan öğrenme güçlüğünün üstesinden gelmedeki göreceli kolaylığını yansıtabilir. Benzer şekilde, geçme ve mezun sayısı ve okulların SAT’si de SES’e bağlıdır.

Ayrıca örneklemdeki okulların etkinlik puanları, iki ek belirtimle birlikte Denklem 1’deki çıktı odaklı VZA modeli kullanılarak hesaplanmıştır. Tablo 3, okulların temel belirtim (1) ile alternatif belirtimler (2 ve 3)’ün etkinlik puanlarını karşılaştırmaktadır.

SAT puanlarını üretim modelinde toplam SAT puanları yerine sözel, sayısal ve analitik yetenek puanlarına ayıran 2. belirtim kullanan verimli okulların ortalama değeri ve sayısı 1. belirtimdekinden daha yüksektir. toplam olanlar yerine çeşitli konularla (yani sözel, sayısal ve analitik yetenekler) tahmin edildiğinde daha iyi olmaları muhtemeldir. Belirtim 3’ün ortalama etkinlik değeri ve etkin okul sayısı, belirtim 2’dekinden daha yüksektir.

Bu sonucun olası bir açıklaması, belirtim 2’nin üretim modelinin, daha fazla girdi/çıktı değişkenine sahip olan belirtim 3’ün bir “alt kümesi” olmasıdır. Modele ne kadar çok değişken dahil edilirse, bazı verimsiz okulların verimli olma şansı o kadar artar [26]. Spesifikasyon 3’te daha fazla değişkene sahip olmak, bu nedenle, spesifikasyon 2’ye kıyasla genellikle daha yüksek ortalama verimliliğe ve daha verimli okullara yol açacaktır.

“Jackknifing” duyarlılık yaklaşımında verimlilik sonuçlarını tespit etmek için, VZA sonuçları, her bir DEA modeli spesifikasyonunda sınırı, etkinlik puanlarını ve etkinlik sıralamasını etkileyen aşırı uç değerlerin ne ölçüde olduğunu bulmak için test edilir. Örneğin, spesifikasyon 1 durumunda, her verimli okul, değiştirilmeden sırayla birer birer çıkarıldı ve ardından VZA modeli yeniden tahmin edildi.

Dahil edilen tüm okullarla VZA sonuçları ile her bir verimli okulu birer birer bırakmaya dayalı olanlar arasındaki etkinlik sıralamasının benzerliği, Spearman sıra korelasyon katsayısı ile test edildi. Yinelemelerden elde edilen ortalama verimlilik de hesaplandı.

Yüksek sıra korelasyon katsayıları, etkinlik sınırını belirleyen aykırı değer okulları açısından sıralamaların nispeten istikrarlı olduğunu göstermektedir. Tablodan, sıra korelasyon katsayısının varyasyonu, 0,8548 ila 0,9991 arasında değişen, spesifikasyon 1’de en düşüktü. Diğer spesifikasyonlarda, sıralama korelasyonu, spesifikasyon 2 ve 3’te 0.8770 ile 1.0000 arasında değişen, biraz daha istikrarlıydı.

Aykırı değerler, örneğin girdi-çıktı kombinasyonundaki aşırı farklılık nedeniyle, verimlilik puanlarının ve sıralamanın kararlılığını etkileyebileceğinden, Spesifikasyon 1 aykırı değerlere karşı biraz daha hassastı. Ayrıca, ek VZA spesifikasyonlarındaki girdi ve çıktıların sayısı ne kadar fazlaysa, VZA etkinlik puanlarının görünürdeki istikrarı, aykırı değerler açısından o kadar fazladır.

SONUÇ VE POLİTİKA UYGULAMALARI

VZA bu amaç için pratik bir yöntem olarak kabul edildiğinden, bu çalışma okul verimliliğini ölçmek için VZA tekniğini önermektedir. DEA, her okulun kendi grubundaki diğerlerine göre verimliliğini ölçmek için kıyaslama kullanır. Bu tür karşılaştırmalar, grup içindeki verimli ve verimsiz okulların belirlenmesine ve verimsiz kurumlar için potansiyel uyum hedeflerinin belirtilmesine yardımcı olabilir.

Ampirik sonuçlar, gözlem altındaki okulların ortalama olarak verimsiz çalıştığını ortaya koymaktadır. Analitik çerçevenin sağlamlığını ve sonuçta ortaya çıkan önlemleri tespit etmek için, birincil olandan farklı iki başka belirtim tanıtılarak bir duyarlılık analizi yapılmıştır. Bu, eğitimsel üretim işlevindeki değişikliklerin, okul verimliliğine ilişkin ampirik bulgularda önemli değişikliklere yol açıp açmayacağını incelemekti.

Her bir spesifikasyon için, VZA modeli kullanılarak verimlilik ölçüleri yeniden tahmin edilmiştir. Jackknifing yönteminde, her bir aykırı değer veya verimli okul, değiştirilmeden sırayla birer birer bırakılarak ve ardından VZA modeli yeniden tahmin edilerek, sonuçlar verimlilik sıralaması korelasyonunun tüm özellikler için kararlı olduğunu göstermektedir. Ayrıca, çeşitli ek okul girdi ve çıktılarına dayanan Spearman sıralama korelasyonu altında, sonuçlar ayrıca tüm özellikler arasındaki sıralamanın neredeyse benzer olduğunu göstermektedir.

author avatar
akademi delisi

 

Bir yanıt yazın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir