1970’li yıllarda hastaneye muayene olmaya gittiğimizde, doktor oturduğu yerden sorardı: Şikâyetiniz nedir? Hasta, karın ya da sırt bölgesini gösterip ağrı hissettiğini, geceleri uyuyamadığını söylerdi. Doktor, elindeki stetoskop ile hastanın akciğerlerini dinler, derin derin nefes almasını ister, öksürtür ve sırtını dinler daha sonra da reçete yazardı. 2019 yılında doktora gittiğinizde, doktora şikâyetinizi söylediğinizde, doktor; kan, idrar, boğaz kültürü, MR gibi pek çok tahlil yapmanızı isteyebilir. Daha sonra bu tahlil sonuçlarına bakarak hastalıkla ilgili teşhisi koyup reçete yazar ya da mevcut tahlillerden güvenilir bir sonuca ulaşamayacağını düşünüyorsa, hastadan ek tahliller isteyebilir. Hastanın şikâyetini dinleyip teşhis koymak ve reçete yazmak ile tahlil sonuçlarına bakarak teşhis koyup reçete yazmak arasında fark vardır. Bu farka veriye dayalı karar verme, bir örgüt yönetimi veriye dayalı karar veriyorsa buna “Veriye Dayalı Yönetim” adı verilmektedir.

Veri ile bilgi arasında fark vardır. Veri; rakamlar, kelimeler, resimler, video, ölçümler, gözlemler veya bu tarz biçimlerde olan, ham ya da işlenmemiş ya da kullanılabilecek hale dönüştürülmüş olan her türlü bilgidir (Mumcu, 2017). Veri işlenip kullanılabilir hale dönüşünce bilgi olur. Bir okulda öğrenim gören öğrencilerin demografik bilgilerinin toplanmış hali nicel veridir. Bu verilerin cinsiyete, yaşa, ailedeki çocuk sayısına, ailenin gelir durumu, öğrencinin ilgi alanlarına göre işlenmiş hale gelmesine bilgi adı verilir. Veri olmadan bilgi, bilgi olmadan anlama, anlamadan yordama yapmak imkansızdır.

Veri biliminin kaynakları temel ve ileri olmak üzere ikiye ayrılabilir. Temel esaslar olarak temel matematiksel araçlar ve kavramlar, temel olasılık araçları ve kavramları ve veri keşfi yer alır. İleri esaslarda ise işaret işleme (filtreleme ve parazit azaltma), kümeleme, bilgisayar simülasyonları ve kestirim, makine öğrenmesi ve yapay zekâ yer almaktadır (Curuksu, 2018).

Veriye dayalı karar verme veri analizleri yoluyla kullanıcı için politika ve prosedürler içeren seçenekler üretilmesidir (Kaufman vd., 2013, s. 338). O’Neal’e (2012) göre ise veriye dayalı karar verme çoklu kaynaktan elde edilen veriler ve sık sık tekrarlanan düşünmeye yönelik iletişime dayalı süregiden bir seçim yapma döngüsüdür. Eğitim alanında ise veriye dayalı karar verme git gide daha fazla ilgi çeken, örgütsel öğrenme ve daha etkili liderlik gibi konulara doğru giden bir kavramdır (Sergis ve Sampson, s. 154). Eğitimde veriye dayalı karar verme, okulun başarısını artırmaya yardımcı olacak çeşitli kararları yönlendirmek için girdi, süreç ve sonuç verilerinin sistematik olarak toplanıp analiz edilmesini ifade eder (Marsh, Pane ve Hamilton, 2006, s. 1). Bir ortaokulda öğrencilerin genel sınavlarda yaşadıkları başarısızlığının nedeni doğru veri toplandığında çok kolay saptanabilir.

Eğitim alanında veriye dayalı karar verme verinin toplanması, analizi, raporlanması, okul gelişimi için kullanılması ve veri üzerinden iletişim gibi basamakları içerir. Veriye dayalı karar vermenin işe yarayabilmesi için düşünme noktasında kültürel değişim ve tüm paydaşların bu konuda çabası gereklidir. Süreçte elde edilen veriler şu noktalarda kullanılabilir (ASSA, 2002, s. 2):

Öğrencilerin gelişiminin ölçümü,

Tüm öğrenciler ile ilgilenildiğinden emin olunması,

Program etkililiğinin ölçümü,

Kurumsal etkililiğin değerlendirilmesi,

Müfredat gelişimine rehberlik,

Kaynakların akıllıca paylaşımı,

Hesap verebilirliğin artırılması,

Topluluğa rapor sunulması,

Eğitimsel odağın korunması,

Devletin belirlediği eğitimsel standartların sağlanması,

Eğilimlerin ortaya konulması,

Bernhardt’a (2004, s. 3) göre eğitim örgütlerinde elde edilen veriler okul süreçleri ve öğrenci başarısını artırmada büyük değişimler yaratabilir. Bu kapsamda toplanılan veriler şu noktalarda okullara yardım sağlayabilir:

Nelerin değişmesi gerektiği ile ilgili olarak ön sezi ve hipotezlerin yerine gerçeklerin geçmesini,

Okulun şu anda olduğu yer ile olmak istediği yer arasındaki boşluğun netleşmesini,

Bu boşluklara neden olan sebeplerin kökeninin tanımlanmasını, dolayısıyla okulun ortaya çıkan belirtileri tedavi etmek yerine sorunu kökünden çözebilmesini,

Süreçlerin öğrenci popülasyonu üzerindeki etkilerinin anlaşılması,

Önemli konulardaki hedef hizmet ihtiyaçlarının değerlendirilmesi,

Etkisiz uygulamaların ortadan kaldırılması için bilgiye ulaşılmasını,

Paranın etkili ve verimli kullanıldığından emin olunmasını,

Okulun hedef ve amaçlarının başarılıp başarılmadığının ortaya konulmasını,

Okul çalışanlarının vizyonu uyguladığından emin olunmasını,

Sergilenen çabanın, süreçlerin ve elde edilen ilerlemenin etkisinin anlaşılmasını,

Toplumda oluşan “Okulun yöntemlerine, programlarına ve ilerlemelerine yatırım yaparak çocuklarımız için ne alıyoruz?” sorusuna cevaplar üretilmesini,

Öğrenen örgütün bütün yönlerinin sürekli olarak gelişmesini,

Başarısızlıkların tahmin edilmesini ve önlenmesini,

Başarıların tahmin edilmesi ve bu başarılardan emin olunmasını.

Bernhardt’a (1998) göre, eğitimcilerin çoğunluğu öğrenci başarısının yüzde 50’sinin diğer faktörlerden kaynaklandığına inanmaktadır. Eğer bu doğru kabul edilirse, elde edilen sonuçların anlaşılması için öncelikle diğer yüzde 50’nin anlaşılması gerekmektedir. Buradan hareketle Bernhardt eğitim ortamlarında toplanacak olan veri için “çoklu ölçüm” modeli önermektedir. Bu modelde öğrenci öğrenmesinin yanı sıra demografik veriler, okul süreçleri ve algılara yönelik veriler de önem taşımakta ve toplanmaktadır. Bu dört ayrı başlıkta toplanan veriler tek başlarına sadece yararlı bilgi sunmaktadır. Dört ayrı kısımda elde edilen bilgilerin birlikte analizi okulla ilgili sorulması gereken soruların hazırlanması ve bu sorulara yanıt bulunma aşamasında hangi veriler üzerine odaklanması konusunda önemli bir bilgi sağlamaktadır (Benhardt, 1998).

Demografik veriler kayıt, okula devam, okulu bırakma oranı, etnik köken, anadil, cinsiyet ve sınıf seviyesi gibi verilerdir. Demografik verilerin analizi çok önemlidir. Bu veriler eğitim sisteminin içinde, okul yöneticilerinin kontrolünün çok az olduğu ya da hiç olmadığı fakat iyi bir planlama ve öngörü için eğilimler ve bilgi birikimini sunan bir parçadır. Algılar, eğitim ortamına yönelik algılar, değerler ve inançlar, tavırlar ve gözlemleri içerir. Algılar, bireyler inandıkları, algıladıkları ya da farklı konular hakkında düşündükleri şeylere uygun davrandıkları için önemlidir. Öğrenci öğrenmesi, standardize edilmiş testler, norm/kriter referanslı testler, yeteneklerin öğretmenler tarafından gözlenmesini ve otantik değerlendirmeleri içerir. Okul süreçleri ise okul program ve süreçlerinin tanımlanmasıdır. Bu süreçler, elde edilen sonuçların alınmasında öğretmenlerin rolünü tanımlar (Benhardt, 1998). Örneğin, demografik verilerde, öğrencilerin kardeş sayısının çok olması ve ders çalışma odasının olmaması bilgisine ulaşılmışsa, öğrencilerin ödev yapma ve derse çalışma ortamından yoksun oldukları gerçeği ortaya çıkar. Bu aşamadan sonra okul yönetimi, aileler il-ilçe milli eğitim müdürlüklerinin neler yapabileceği tartışılması gerekir.

Toplanan veriler başlık bazında sorulacak olan soruların cevabı olabileceği gibi çok başlığı ilgilendiren sorulara da cevaplar üretebilir (Benhardt, 1998):

Okula bu yıl kaç öğrenci kayıt oldu? (Tek başlık/ Demografik)

Okuldaki öğrencilerin bir sınavdan aldığı ortalama puan nedir? (Tek başlık/öğrenci öğrenmesi)

Okulda bu sene hangi programlar uygulanmaktadır? (Tek Başlık/okul süreçleri)

Her gün okula devam eden öğrenciler, merkezi sınavlarda ayda beş günden fazla devamsızlık yapanlara göre daha iyi performans gösteriyor mu? (İki başlık / demografik veri üzerinden öğrenci öğrenmesi)

Öğrencilerin öğrenme ortamına ilişkin algılarında cinsiyet farklılığı var mı? (İki başlık / demografik veri üzerinden algı)

Öğrencilerin okul dışı etkinliklere katılıp katılmamalarına göre okul hakkında en çok neyi sevdiklerine dair raporlarında bir fark var mı? Bu öğrencilerin ders dışı etkinliklere katılmayan öğrencilere göre daha yüksek puan ortalamaları var mı? (Üç başlık / algı + öğrenci öğrenmesi + okul süreçleri)

Bu yıl risk altındaki öğrenciler için öğrenci başarısı açısından en büyük farkı hangi program oluşturuyor ve bir grup öğrenci süreçlere “daha iyi” yanıt veriyor mu? (Üç Başlık/ okul süreçleri + öğrenci öğrenmesi + demografi)

Okulu sevdiklerini söyleyen sekizinci sınıftaki kız ve erkek öğrencilerin program türlerine ve kayıtlı oldukları sınıf seviyelerine göre başarı puanlarda farklılaşma var mı? (Dört başlık / okul süreçleri + öğrenci öğrenmesi + demografi + algı)

O’Neal (2012) ise sürekli kendi içinde bir döngü oluşturan model önermektedir. Bu modelde sorumluluk başlatma, etkili takımlar kurma, veriyi inceleme, teknolojinin rolünü maksimize etme, daha geniş bir okul topluluğuna katılma ve süreci yansıtma şeklinde basamaklarlar bulunmakta ve bu basamaklar bir döngü halinde birbirini izlemektedir.

Streifer (2004) ise Amerikan Okul Yöneticileri Birliğinden (AASA) bir alıntı yaparak, veriye dayalı karar vermenin okul yöneticilerine cazip geldiği fakat yöneticilerin doğru soruları sormayı ya da nasıl soracaklarını bilmediklerini belirtmiştir. Streifer veriye dayalı karar verme için üç aşamalı bir model önermektedir. Birinci aşamada okul etkililiğinin raporlanmasında ortalamalar ve yüzdeler (ülke genelinde yapılan sınavlarda vs) kullanılmaktadır. Bu veriler her ne kadar diğer okullarla karşılaştırmada kullanılabilse ve büyük resmi verse de maalesef eğer işler istediği gibi gitmiyorsa sorunun nerede olduğuna ışık tutacak tarzda veriler değildir. İkinci basamakta daha derinlemesine analiz için öğrencilerden toplanan bireysel veriler kullanılır. Bu veriler belirli gruplar ve bu grupların üyelerinin performansını, istatistiksel öneme sahip test performans eğilimlerini, hatta test sonuçlarına yönelik olarak bireysel öğrenci analizlerini ve bu analizler üzerinden öğrencilere uygulanması gereken bireysel programları içerir. Bu kısımda ilk aşamaya göre veriye dayalı karar verme için daha net veriler elde edilir. Üçüncü aşamada ise veri madenciliği yöntemleri daha fazla nedenselliğin ortaya konulması için kullanılır.

Rakamlar ve gerçekler çocuğu zaman yönetimsel karar alma üzerinde etkiye sahiptir. Veriye dayalı yönetim, yönetimsel anlamda kararların izlenimler ya da tahminler yerine bilgiye dayalı olması anlamına gelmektedir. Yönetim gücünü elinde bulunduran kişi, son kararı vermeden önce vereceği kararı etkileyebilecek tüm bilgilere ulaşmaya çalışmalıdır. Dolayısıyla veriye dayalı yönetim özel bir teknik değil, daha çok bir tavır ya da yaklaşımdır. (Dubrin, 2012, ss. 197 - 198).

Veriye dayalı olmak araçları, yetenekleri ve en önemlisi de kültürü veriye dayalı olarak kurmaktır. Veriler çoğu zaman beklenenden daha “kirli” olabilir, hemen göze çarpmayan ve sonucu etkileyen çarpıklıklar içerebilir. Veri bilimciler zamanlarının yüzde 80’ini veriyi elde etme, temizleme ve hazırlamaya harcarken kalan %20’lik zamanı ise model oluşturma, analiz etme, görselleştirme ve verilerden sonuç çıkarma üzerine kullanmaktadır (Anderson, 2015, s. 1).

Geçmişle kıyaslandığında günümüzde veri sık rastlanan ve kolayca bulunan bir kavramdır. Günümüzde artık en son teknolojilerin de yardımıyla kolaylıkla bir günde kaç adım attığımız ya da kaç kalori yaktığımız ya da hangi konuya ne kadar para harcadığımız gibi verilere kolaylıkla erişilebilmektedir. Bu kapsamda içinde eğitim örgütlerinin de bulunduğu şirketler ve kurumlar karar almada veriyi daha etkin bir şekilde kullanmaya başlamışlardır. Bu durum bir eğitim kurumu için ele alındığında, eğitimin merkezinde bulunan öğretmen ve öğrenme-öğretme sürecinden uzaklaşıp sadece rakamlara boğulmamak için iyi bir liderliğe ihtiyaç vardır. Okullarda sadece verileri alıp, kullanıp iyi şeylerin olmasını beklemek hayaldir. Eğitim liderleri, verinin nasıl ve niçin kullanılacağını biçimlendirmede, neyin veri olup olmadığını belirlemede ve bireylerin veri kullanımına zorlandıklarında hangi hedefe yöneleceklerini belirlemede kritik bir rolü vardır (Datnow ve Park, 2014, ss. 1-2).

Okul yöneticisi “Veriye Dayalı Karar Verme” sürecinde öncelikli olarak sağlıklı veri toplayacağı ölçme araçlarını geliştirmesi gerekir. Okuldaki tüm veri kaynaklarına ulaşabileceği gibi, araştırma evreninden, evreni temsil edecek örneklemede ulaşabilir. Araştırma evreninden toplanan veriler, araştırma amacına uygun olarak analiz edilir ve raporlaştırılır. Veriler analiz edilirken, araştırmanın amacına uygun olmasına dikkat edilir. Bu aşamada veri okuryazarlığı devreye girer. Veri okuryazarı olmayan kişiler verileri doğru analiz edemez. İstatistiki analiz yöntemleriyle yapılan hesaplamalar, iyi bir şekilde analiz edilip değerlendirilemezse hatalı karar vermeye neden olabilir. Örneğin, öğrencinin derse çalışma süresi ile akademik başarısı arasındaki ilişkinin araştırıldığı bir araştırmada, derse çalışma süresi arttıkça başarı da arttığı sonucuna ulaşılabilir. Bu araştırmada öğrencinin zekâ düzeyi, ailenin sosyo-ekonomik düzeyi, eğitim düzeyi, çocuğun özel ders alma durumu gibi pek çok değişken kontrol altına alınmadan yapılmışsa, bu sonuçlara dayalı alınan kararlar da hatalı olabilir.

Okul yöneticileri Milli Eğitim Bakanlığının “Büyük Veri Tabanı” uygulaması hayata geçtiğinde okuluna, ilçesine, iline dayalı sağlıklı verilere ulaşıp karar verebilir. Bir İl Milli Eğitim Müdürü kendi yazdığı bilgisayar programıyla LGS sonuçlarını çok iyi analiz edip, pek çok karar sürecinde bu sonuçları kullandığını ifade etmişti. LGS’de hangi okulun, o okuldaki matematik, Türkçe, fen ortalamasının hangi düzeyde olduğuna, hangi öğretmene ait sınıfın daha başarılı olduğuna çok rahat ulaşabiliyordu. Bu sonuçlar hem öğrenen örgüt olma sürecinde kullanılabiliyor hem de hizmetiçi eğitime ihtiyacı olan öğretmenlerin saptanmasında güvenilir kaynak rolü oynuyordu.

Sonuç olarak liderler, yöneticiler sürekli karar vermek durumundadırlar. Kararlar ya veriye dayalı olur ya da sezgiye dayalı olarak verilir. Veriye dayalı kararların isabetli olma oranı daha yüksek iken sezgiye dayalı karar vermede başarılı olma olasılığı çok düşüktür. Örneğin, bir okul yöneticisi aylık doğalgaz tüketiminin fazla olduğunu ileri sürerek kaloriferlerin daha düşük sıcaklıkta yakılmasını isteyebilir. Bu kararıyla da aklınca tasarruf yapmış olur. Başka bir okul yöneticisi ise düzenli olarak hava sıcaklığını ve okulun sıcaklığını bir hafta süreyle ölçer. Bu ölçümlerle ilgili grafikler oluşturur. Bu ölçümlere göre pazartesi ve salı günleri daha çok yakıt harcandığını, sabah saat 10.00, öğleden sonra saat 16.00’a kadar yakıt tüketiminin azaldığını, haftaiçi çarşamba, perşembe ve cuma günlerinde yakıt tüketimin minimum düzeye indiğini ölçümler neticesinde elde edebilir. Bu duruma göre kaloriferin sıcaklığı bu verilere göre ayarlanıp doğalgaz tüketiminde gerekli tasarruf sağlanabilir. Köyden kente yapılan göçle ilgili veriler analiz edilip mezralara değil de kentlerin kenar mahallerine yönelik okul yapma oranlarında artış sağlanabilir. Yıllara göre doğurganlık oranları incelenerek hangi bölgelerde, hangi sayıda, hangi okulların açılmasının daha uygun olacağına karar verilebilir. Bu süreçte en iyi karar değil, en uygun (optimal) karar tercih edilir. Veriye dayalı kararlarda hata yapma olasılığı azalır.

Kaynakça

American Association of School Administrators (2002). Using Data To Improve Schools: What's Working. https://eric.ed.gov/?id=ED469227 adresinden 15/01/2019 tarihinde indirilmiştir.

Anderson, C. (2015). Creating a data driven organization. Practicle advice from trenches. USA: O’Reilly.

Bernhardt, V., L. (1998). Multiple Measures. https://nces.ed.gov/pubs2007/curriculum/pdf/multiple_measures.pdf adresinden 16/01/2019 tarihinde indirilmiştir.

Bernhardt, V., L. (2004). Data analysis for continuous School improvement. USA: Routledge

Curuksu, J., D. (2018). Data driven: An introduction to management consulting in the 21st century. Springer: New York.

Datnow, A. & Park, V. (2014). Data-driven leadership. USA: Jossey-Bass

Dubrin, A., J. (2012). Essentials of management. USA:South Western Cengage Learning

Kaufman, T., E., Graham, C., R., Picciano, A., G., Popham. & J., A., Wiley. (2013). Data driven decision making in the K-12 classroom. In Spector, J., M., Merril, M., D., Elen, J. & Bishop, M., J. (Eds.) Handbook of Research on communications and technology (pp. 337 – 349). USA: Routledge

Marsh J., A., Pane J., F. & Hamilton L. (2006) Making sense of data-driven decision making in education. Washington, DC: RAND Corporation.

Mumcu, C. (2017). An introduction to analytics and data. In G. Fried & C. Mumcu (Eds.) Sports analytic. A data driven approach to sport business and management. (pp.15-47). New York: Routledge

O’Neal, C. (2012). Data driven decision making. A handbook for School leaders. USA:ISTE

Sergis, S. & Sampson, D., G. (2013). Data driven decision making for School leadership: A critical analysis of supporting systems. In Huang, R., Kinshuk. & Price, J., K. (Eds.) ICT education in global context . Comparative reports of innovations in K-12 education (pp. 145 – 173). New York: Springer.

Streifer, P. A. (2004). Tools and techniques for effective data driven decison making. USA: The Rowman &Littlefield Publishing Group

Avatar
Adınız
Yorum Gönder
Kalan Karakter:
Yorumunuz onaylanmak üzere yöneticiye iletilmiştir.×
Dikkat! Suç teşkil edecek, yasadışı, tehditkar, rahatsız edici, hakaret ve küfür içeren, aşağılayıcı, küçük düşürücü, kaba, müstehcen, ahlaka aykırı, kişilik haklarına zarar verici ya da benzeri niteliklerde içeriklerden doğan her türlü mali, hukuki, cezai, idari sorumluluk içeriği gönderen Üye/Üyeler’e aittir.
Avatar
Behçet 2019-01-21 23:23:44

Değerli Hocam,
Yazınızı okudum Çok güzel ancak biz de bazı alanlarla veriler pek dikkate alınmıyor sanki. Örneğin Madem veri bu kadar önemli neden bazı yerleşim yerlerine milyarlar harcayıp yapılan okullar 1-2 yıl sonra boş kalıyor? İnsan üzülüyor.

Avatar
hatice şenel 2019-07-11 14:04:23

gayet açıklayıcı ve güzel bir yazı, teşekkrler sayın hocam