كاربست فنون داده كاوي در تبيين صحت مدل هاي پيش بيني افت تحصيلي دانشجويان

Application of Data Mining Techniques in Determining the Accuracy of the Models Predicting the Student Academic failure

افت تحصيلي دانشجويان يكي از آفت هاي سيستم آموزش عالي است و وجود سيستمي براي پيش بيني و در نتيجه پيشگيري از وقوع آن، مي تواند نقش تعيين كننده اي در ارتقاي كيفيت آموزش باشد. استفاده از داده كاوي آموزشي، از موثرترين راهبردهاي پايش و بهبود كيفيت آموزش است. اين مطالعه با هدف مقايسه فنون مختلف داده كاوي و مشخص ساختن بهترين مدل پيش بيني انجام شده است. مواد و روش ها جامعه پژوهش، كليه دانشجويان دوره كارشناسي رشته هاي علوم آزمايشگاهي، مديريت اطلاعات سلامت و تكنولوژي علوم پرتوي دانشگاه علوم پزشكي و خدمات بهداشتي درماني تهران در سال تحصيلي 98-1397 بودند و نمونه اي به حجم 500 نفر انتخاب شد. بعد از اجرا و كنار گذاشتن پرسش نامه هاي مخدوش، 153 پرسش نامه از رشته علوم آزمايشگاهي، 85 پرسش نامه مديريت اطلاعات سلامت، و 73 پرسش نامه رشته تكنولوژي علوم پرتوي مورد تحليل قرار گرفت. ابزار جمع آوري داده ها، پرسش نامه سنجش افت تحصيلي دانشجويان با ضريب پايايي 0/971 بود كه روايي آن توسط متخصصان تاييد شد. داده هاي جمع آوري شده از دانشجويان با الگوريتم هاي رگرسيون لجستيك، درخت تصميم، شبكه عصبي، شبكه بيزين و ماشين بردار پشتيبان و با استفاده از نرم افزار SPPSS vol.16، SMART_PLS-3 و SPPSS_MODELLER-18 كلمنتاين تحليل شد. يافته هاي پژوهش يافته ها نشان داد، ميزان افت تحصيلي در رشته هاي مختلف در سطح معناداري 05/0 متفاوت است. در رشته علوم آزمايشگاهي، ميزان صحت مدل پيش بين داده ها در الگوريتم هاي متفاوت به ترتيب بهترين مدل پيش بيني عبارت است از: الگوريتم هاي درخت تصميم و شبكه بيز، ماشين بردار پشتيبان، شبكه عصبي و رگرسيون لجستيك. در رشته مديريت اطلاعات سلامت و تكنولوژي علوم پرتوي ميزان صحت مدل پيش بين داده ها در الگوريتم هاي متفاوت به ترتيب بهترين مدل پيش بيني عبارت است از: الگوريتم شبكه بيز، ماشين بردار پشتيبان، شبكه عصبي و رگرسيون لجستيك. الگوريتم درخت تصميم جوابي نداشت. هم چنين آزمون خي دو نشان داد تفاوت موجود بين الگوريتم هاي به دست آمده از لحاظ آماري در رشته علوم آزمايشگاهي در سطح 05/0 معنادار نيست، در رشته مديريت اطلاعات و در رشته تكنولوژي علوم پرتوي در سطح 01/0 معنادار است. بحث و نتيجه گيري نتايج بيان كننده اين است كه در داده هاي واقعي مدل رگرسيون لجستيك توان پيش بين كمتري نسبت به مدل هاي شبكه اي داراست و در هر مجموعه از داده ها، الگوريتم پيش بين مناسب داده را بايد كاوش كرد. الگوريتم هاي پيش بين، به خوبي توان پيش بيني افت تحصيلي را در هر سه رشته مورد بررسي در دانشكده پيراپزشكي را داراست و مي توان از آن، در امر آموزش دانشجويان پزشكي و پيراپزشكي به منظور شناسايي دانشجويان در معرض خطر افت تحصيلي جهت انجام اقدامات مربوط به پيشگيري، استفاده كرد.

Student academic failure is one of the shortcomings of higher education system. A system with the ability to predict and prevent the academic failure can play a decisive role in enhancing the quality of education. The utilization of educational data mining is one of the most effective strategies in monitoring and improving the quality of education. This study aimed to compare different data mining techniques in order to determine the best prediction model. Materials & Methods The study population consists of all undergraduate students studying Medical Laboratory Sciences, Health Information Technology Management, and Radiation Sciences Technology in Tehran University of Medical Sciences, Tehran, Iran in the academic year of 2018-2019. In total, 500 were selected to participate in this study. After administering and excluding the invalid questionnaires, 153, 85, and 73 questionnaires from the students of Medical Laboratory Sciences, Health Information Technology Management, and Radiation Sciences Technology were analyzed, respectively. The data were collected using students' academic failure questionnaire with a reliability Cronbach's alpha coefficient of 0.971 and confirmed content validity by experts. Furthermore, the data were analyzed in SPSS (version 16), SmartPLS 3, and SPSS-Modeler (Clementine) (version 18) software through logistic regression, decision tree, neural network, Bayesian network, and the support vector machine algorithms. Findings The results showed a significant difference among the majors in terms of the level of academic failure (P=0.046). Regarding the Medical Laboratory Sciences, the descending order of the accuracy of the data prediction model using each algorithm includes decision tree and Bayesian network, support vector machine, neural network, and logistic regression. In addition, considering the Health Information Technology Management and Radiation Sciences Technology, the best prediction models were Bayesian Network, Support Vector Machine, Neural Network, and logistic regression in a descending order. It is worth mentioning that the decision tree algorithm had no answer. Furthermore, the Chi-square test showed a statistically significant difference among the students of Medical Laboratory Sciences (0.88), Health Information Technology Management (0.001), and Radiation Science Technology (0.000) regarding the obtained algorithms. Discussion & Conclusions The results indicated that the logistic regression model had less predictive power in real data, compared to the network models. Therefore, the appropriate data prediction algorithm must be explored in any dataset. Predictive algorithms are well capable to predict academic failure in all three majors at the departments of allied medical sciences. Moreover, it can be used for medical and allied medical science students to identify students at the risk of failing to take preventive measures.