Müzik Öğretmenliği Özel Yetenek Sınavlarının Sınıflama Doğruluğunun İncelenmesi

Transkript

1 Kuram ve Uygulamada Eğitim Bilimleri Educational Sciences: Theory & Practice - 00(0) Eğitim Danışmanlığı ve Araştırmaları İletişim Hizmetleri Tic. Ltd. Şti. DOI: /estp Müzik Öğretmenliği Özel Yetenek Sınavlarının Sınıflama Doğruluğunun İncelenmesi Hakan Yavuz ATAR a Gazi Üniversitesi Burcu ATAR c Hacettepe Üniversitesi Ayfer SAYIN b Gazi Üniversitesi Öz Özel yetenek gerektiren bölümlere/ana bilim dallarına öğrenci alımında kullanılan yerleştirme puanının doğru hesaplanması, hem aday hem de ilgili ana bilim dalındaki öğretim üyeleri için kritik öneme sahiptir. Zira yerleştirme puanının nasıl hesaplandığı, ana bilim dalına kayıt yaptıran adayların özel yetenek profillerini ve eğitimin kalitesini doğrudan etkileyebilmektedir. Bu çalışmanın amacı, müzik eğitimi programına başvuran adayların programa yerleştirilmesinde kullanılan alt puan türlerinin (YGSP, AOBP, ÖYSP) yerleştirme puanını yordama güçlerini belirlemek, yapılan yerleştirmelerin doğruluğunu tespit etmektir. Çalışmada Orta Anadolu da büyük bir üniversitenin Müzik Eğitimi Ana Bilim Dalının 2010 yılında özel yetenek sınavlarına katılan 100 adaya ait veriler kullanılmıştır. Yapılan ayırma analizinde ÖSYM nin halen kullanmakta olduğu hesaplama yönteminde belirlenen alt puan katsayılarının yerleştirme puanına olan etkilerinin ÖSYM tarafından belirtilen ağırlıklandırmadan farklı olduğu tespit edilmiştir. ÖSYM kılavuzuna göre en etkili puan türünün ÖYSP olması gerekirken adayların programa yerleştirilmelerinde en etkili puan türünün YGSP olduğu tespit edilmiştir. Ayrıca ayırma analizi sonucuna göre programa yerleşen ve yerleşemeyen adayların doğru sınıflandırma yüzdesi %94 olarak bulunmuştur. Anahtar Kelimeler Özel Yetenek Sınavları, Müzik Öğretmenliği, Öğrenci Seçme ve Yerleştirme, Ayırma Analizi (Diskriminant Analizi), Sınıflama Doğruluğu. Müzik eğitimi, bireye kendi yaşantısı yoluyla amaçlı olarak belirli müziksel davranışlar kazandırma ya da bireyin (müziksel) davranışlarında kendi yaşantısı yoluyla amaçlı olarak belirli müziksel değişiklikler oluşturma süreci olarak tanımlanmaktadır (Uçan, 1997). Müzik eğitimi tanımından da anlaşılacağı gibi müzik eğitimi bir bütün olmakla birlikte bu eğitimin çeşitli boyutları vardır. Bunlardan biri de mesleki müzik eğitimi ya da müzik öğretmenliği eğitimidir (Karkın, 1996). Töreyin (2002) müzik öğretmenliği eğitimini, bireye belli müziksel davranışlar kazandırmak ve/veya müziksel davranışlarında amaçlı olarak olumlu değişiklikler yapmak görevini üstlenen müzik öğretmenini yetiştirmek için uygulanan bir meslek eğitimi, olarak tanımlamaktadır. Müzik eğitimi ve bu eğitimi gerçekleştiren müzik öğretmenlerinin eğitimdeki fonksiyonları sanatsal ve eğitsel açıdan çok önemlidir. Bu nedenle, Müzik Eğitimi Ana Bilim a b c Sorumlu Yazar: Dr. Hakan Yavuz ATAR Ölçme ve Değerlendirme alanında yardımcı doçenttir. Çalışma alanları arasında uluslararası sınavlar, hiyerarşik lineer modelleme (HLM) ve sınıflama doğruluğu yer almaktadır. İletişim: Gazi Eğitim Fakültesi, Eğitim Bilimleri Bölümü, Eğitimde Ölçme ve Değerlendirme Anabilim Dalı, 06500, Teknikokullar, Ankara. Elektronik posta: hakanatar@gazi.edu.tr Tel: Ayfer SAYIN Ölçme ve Değerlendirme alanında okutmandır. İletişim: Gazi Eğitim Fakültesi, Eğitim Bilimleri Bölümü, Eğitimde Ölçme ve Değerlendirme Anabilim Dalı, 06500, Teknikokullar, Ankara. Elektronik posta: ayfersayin@yahoo.com. Dr. Burcu ATAR Ölçme ve Değerlendirme alanında yardımcı doçenttir. İletişim: Hacettepe Üniversitesi, Eğitim Fakültesi, Eğitim Bilimleri Bölümü, Eğitimde Ölçme ve Değerlendirme Anabilim Dalı, 06800, Beytepe Ankara. Elektronik posta: burcua@hacettepe.edu.tr.

2 KURAM VE UYGULAMADA EĞİTİM BİLİMLERİ Dallarına öğrenci alımlarının bilimsel araştırmalara dayanan sınavlarla gerçekleştirilmesi önem kazanmaktadır (Karkın, 1996). Ülkemizde müzik öğretmenleri, üniversitelerin eğitim fakülteleri içerisinde yer alan güzel sanatlar eğitimi bölümlerinde yetiştirilmektedir. Öğrencilerin bölüm içerisinde yer alan ana bilim dallarına yerleştirilmelerinde ise tek başına merkezi sınav sonuçları kullanılmamaktadır. Müzik eğitimi ana bilim dallarına kayıt yaptırmaya hak kazanacak adayların müziksel işitme, müziksel okuma-yazma, seslendirme, çalgı çalma ve genel müzik bilgisi yeterliliğine sahip olmaları beklenmektedir. Adayların bu yeterliklere sahip olup olmadıkları için üniversitelerce sınavlar uygulanmaktadır. Bu sınavlar bazı üniversitelerde bir aşamalı, bazılarında iki, hatta üç aşamalı olarak yapılmaktadır. Bu çalışmanın verilerinin toplandığı Müzik Eğitimi Ana Bilim Dalında özel yetenek sınavı iki aşamalı olarak gerçekleştirilmektedir. İlk aşamada adayların müziksel işitme yetenekleri ölçülmektedir. Toplam 100 üzerinden değerlendirilen birinci aşama sınavında 50 ve üstünde puan alan adaylar ikinci aşama sınavına girme hakkını kazanmaktadır. İkinci aşama sınavı müziksel okuma-yazma, müziksel söyleme ve müziksel çalma sınavları olmak üzere üç alt aşamadan oluşmaktadır. Tablo 1 de görüldüğü gibi müzik özel yetenek standart sınav puanının (ÖYSP) hesaplanmasında; müziksel işitme, yineleme okuma-yazma sınav puanı %50, müziksel söyleme sınav puanı %25 ve müziksel çalma sınav puanı ise %25 etkiye sahiptir. Tablo 1. Alt Puan Türlerinin Müzik Özel Yetenek Standart Sınav Puanına (ÖYSP) Etkileri Müziksel İşitme, Yineleme, Okuma-Yazma Müziksel Söyleme Müziksel Çalma Toplam Puan %50 %25 % Ülkemizde her yıl üniversitelerin özel yetenek gerektiren programlarına belirtildiği gibi, bölümlerin/ ana bilim dallarının sınav aşamalarını kendilerinin belirledikleri Özel Yetenek Sınavları ile yüzlerce öğrenci alınmaktadır. Özel yetenek sınavları sonrasında, Yükseköğretime Geçiş Sınavı Puanı (YGSP), adayın Ağırlıklı Ortaöğrenim Başarı Puanı (AOBP) ve ana bilim dalları tarafından yapılan Özel Yetenek Sınav Puanlarının (ÖYSP) belirli katsayılarla istatistiksel işlemlere girmesinden sonra, adayların Yerleştirme Puanları (YP) hesaplanmaktadır. Yerleştirme puanlarının hesaplanması sırasında YGSP ve AOBP (alan ve alan dışı öğrenciler için) ile ana bilim dallarınca yapılan özel yetenek sınavına ilişkin ÖYSP nin YP içerisindeki ağırlıklandırmaya girebilmesi için gerekli olan tüm işlemler ve katsayılar her yıl Öğrenci Seçme ve Yerleştirme Merkezi (ÖSYM) tarafından basılan Öğrenci Seçme Kılavuzu nda detaylı bir şekilde yer almaktadır. ÖSYM tarafından 2010 yılında yayımlanan tercih kılavuzunda özel yetenek gerektiren yükseköğretim programına öğrenci alımında izlenmesi gereken adımlar ve puanların katkısı şu şekilde belirtilmiştir: 1. Öncelikle öğrencilerin Özel Yetenek Sınav Puanları (ÖYSP) standart puanlara dönüştürülmelidir: 2. Yerleştirmeye esas olacak puan, a. Aday, aynı alandan geliyorsa; YP= (1 x ÖYSP-SP) + (0,11 x AOBP) + (0,22 x YGSP) b. Aday, farklı alandan geliyorsa; YP= (1 x ÖYSP-SP) + (0,08 x AOBP) + (0,25 x YGSP) (ÖSYM, 2010). ÖSYM Tercih Kılavuzu nda görüldüğü gibi özel yetenek gerektiren programlara öğrencilerin YP lerini belirleyen YGSP, AOBP ve ÖYSP nin; YP ye katkıları doğrultusunda bireyin başarısını yordaması beklenmektedir. Eşitliklerde görüldüğü gibi bir yerleştirme puanının yaklaşık olarak %75 ini ÖYSP, %9 unu AOBP ve %16 sını da YGSP oluşturmaktadır. Ancak yapılan araştırmalar YGSP, AOBP ve ÖYSP nin bireyin YP lerine olan etkilerinin ÖSYM nin kılavuzunda belirtilen doğrultuda olmadığını göstermektedir. Araştırmalar incelendiğinde, Güzel Sanatlar Fakültesine öğrenci seçimi üzerine yapılan bir araştırma sonucunda; ÖSS puanı yüksek olan öğrencilerin yetenek sınavı puanları düşük olmasına rağmen yerleşmeye hak kazandıkları belirlenmiştir (Altınkurt, 2006). ÖSS puanlarının %45 gibi bir ağırlıkla; adayların sıralamalarında büyük değişiklilere neden olduğu, düşük yetenek, yüksek ÖSS puanlarına sahip adayların özel yetenek gerektiren programlara yerleştikleri; yüksek yetenek, düşük ÖSS puanlarına sahip adayların ise yine bu programlara, sıralamadaki değişikliklerden dolayı, yerleşemedikleri veya yedeklere kadar düştükleri saptanmıştır (Ece ve Sazak, 2006a). Benzer şekilde Atak Yayla (2006) tarafından özel yetenek sınavlarında yerleştirme puanı içerisindeki en büyük dilimi ÖSS puanlarının oluşturduğu, ÖSS nin belirleyici olup yetenek puanının etkisini azaltan bir rol oynadığı tespit edilmiştir. Ünver de (2003) çalışmasında, Resim-İş Eğitimi Ana Bilim Dalına öğrenci seçiminde, yetenek sınav puanlarının temel belirleyici olmadığını, yüksek puan alan adayların resim-iş öğretmenlik programına yerleşemediğini ortaya koymuştur. 2

3 ATAR, SAYIN, ATAR / Müzik Öğretmenliği Özel Yetenek Sınavlarının Sınıflama Doğruluğunun İncelenmesi Araştırmalarda, yerleştirme puanları üzerindeki etkisi yüksek olan ÖSS puanları ile diğer değişkenler arasındaki ilişkilerin yüksek olmadığı görülmüştür. Yapılan bir araştırma sonucunda, giriş yetenek sınavlarının müziksel işitme alanı puanı ile ÖSS puanları arasında anlamlı ilişkiler tespit edilememiştir (Atak Yayla, 2003). Adayların ÖSS puanları ile müzik eğitimi yetenek puanları arasında pozitif yönde; fakat düşük düzeyde bir ilişkinin mevcut olduğu saptanmıştır (Ece ve Sazak, 2006b). Ayrıca, öğrencilerin ÖSS puanları ile uygulamalı derslerdeki başarıları arasında negatif ve orta düzeyde; ÖYSP ile uygulamalı derslerdeki başarıları arasında ise pozitif ve düşük düzeyde bir ilişki bulunmuştur (Altınkurt, 2006). Öğrencilerin üniversite derslerindeki not değişikliklerinin (başarılarının) ancak %10 unun ÖSS puanı tarafından açıklanabileceği saptanmıştır (Ece ve Sazak, 2006a). Başka bir araştırmada ise, Müzik Eğitimi Ana Bilim Dalı öğrencilerinin akademik başarı puanları ile öğrencilerin ÖYSP ile ÖSS puanları arasında anlamlı bir ilişki olmadığı; başarı değişkeninde ÖSS nin önemli bir etkisinin olmadığı tespit edilmiştir (Dalkıran ve Şaktanlı, 2009). Özel yetenek sınavları ile öğrenci alan programlara öğrenci seçiminde kullanılan YP hesaplamasındaki alt puan türlerinin ağırlıkları zaman içerisinde büyük değişiklikler göstermiştir. Son yıllarda özel yetenek sınav puanının ağırlığı çok artırılmış olsa da (%75); Atar ve Yılmaz (2011), Resim-İş Eğitimi Ana Bilim Dalı öğrencileri yerleştirme puanları üzerinde yapmış oldukları çalışmalarında, yerleştirme puanının hesaplanmasında özel yetenek puanı ağırlığının ÖSYM kılavuzunda yer alan %75 lik oranda olmadığını, alt puan türlerindeki ölçek farklılığı nedeniyle, gerçekte ÖYSP nin YP ye katkısının ortalama olarak %35 lerde olduğunu saptamışlardır. Yine aynı çalışmada ÖYSP nin yerleştirme puanına etkisinin azalmasına paralel olarak YGSP ve AOBP nin YP ye etkilerinin arttığı tespit edilmiştir (Atar ve Yılmaz, 2011). Resim-İş Eğitimi Ana Bilim Dalı programlarına kayıt yaptırmak isteyen adayların verileri üzerinde yapılan bu çalışmada, elde edilen bulguların müzik eğitimi gibi diğer özel yetenek sınavları ile öğrenci alan programlardaki öğrenci seçiminde geçerli olup olmadığı, geçerli ise müzik eğitimi programına öğrenci yerleştirilmesinde ne ölçüde etkili olduğu ise henüz bilinmemektedir. Bu çalışmanın amacı, müzik eğitimi programına başvuran adayların programa yerleştirilmesinde kullanılan alt puan türlerinin (YGSP, AOBP, ÖYSP) yerleştirme puanını yordama güçlerini belirlemek, yapılan yerleştirmelerin doğruluğunu tespit etmektir. Bu amaçla araştırmada, Müzik Eğitimi Ana Bilim Dalına öğrenci alımına kaynaklık eden YGSP, AOBP ve ÖYSP arasındaki ilişki ve bu ilişkiye dayalı sınıflama (yordama) doğruluğu incelenmiş ve öğrencilerin programa kabul edilmelerinde etkili olan değişkenler belirlenmiştir. Araştırma Soruları Müzik Eğitimi Ana Bilim Dalına öğrenci seçiminde hesaplanan YP ye kaynaklık eden YGSP, AOBP ve ÖYSP arasında ne düzeyde bir ilişki vardır? Bu puan türleri, müzik ana bilim dalına yerleşen adaylar ile yerleşemeyen adayları birbirlerinden ne ölçüde ayırt edebilmektedir ve bu ayrımda etkili alt puan türleri nelerdir? Yöntem Bu bölümde araştırmanın deseni, çalışma grubu, veri toplama araçları ve verilerin çözümlenmesi sunulmuştur. Araştırmanın Deseni Bu araştırmada öğrencilerin YP hesaplamalarında kullanılan YGSP, AOBP ve ÖYSP değişkenleri arasındaki ilişkiler ve bu ilişkilere dayalı sınıflamaların doğruluğu üzerinde durulduğundan; bu araştırmada korelasyonel araştırma deseni kullanılmıştır. İlişkisel araştırma olarak da adlandırılan (Fraenkel ve Wallen, 2009) korelasyonel araştırmalarda, iki veya daha fazla değişken veya veri seti arasındaki ilişki incelenmektedir (Büyüköztürk, Çakmak, Akgün, Karadeniz ve Demirel, 2010; Cohen, Manion ve Morrison, 2005; Fraenkel ve Wallen, 2009; Vanderstoep ve Johnston, 2009). Nedensel-karşılaştırmalı araştırma gibi, ilişkisel araştırma türünün örnekleri olarak kabul edilen korelasyonel araştırmalarda, deneysel araştırmaların aksine, değişkenlerin manipülasyonu söz konusu değildir (Fraenkel ve Wallen, 2009). Araştırma Grubu Araştırma 2010 yılında Orta Anadolu da büyük bir üniversitenin Güzel Sanatlar Eğitimi Müzik Eğitimi Ana Bilim Dalına başvuran 100 öğrencinin puanları ile yürütülmüştür. Veri Toplama Araçları Araştırmada kullanılan ve YP ye kaynaklık eden öğrencilere ait YGSP, AOBP ve ÖYSP verileri, ilgili üniversitenin Öğrenci İşleri Daire Başkanlığına ait 3

4 KURAM VE UYGULAMADA EĞİTİM BİLİMLERİ veri tabanından elde edilmiştir. Bu veritabanında bulunan YGSP ve AOBP puanları ÖSYM veritabanından alınmış; ÖYSP ise özel yetenek sınavından elde edilen sonuçlar doğrultusunda hesaplanmıştır. Özel yetenek sınavları; müziksel işitme, müziksel okuma-yazma, seslendirme, çalgı çalma ve genel müzik bilgisi olmak üzere beş alt boyutu kapsamaktadır. Bu alt sınavlar bazı üniversitelerde tek aşamalı, bazılarında iki hatta üç aşamalı olarak gerçekleşmektedir. Bu çalışmada, müzik eğitimi özel yetenek sınavı iki aşamalı olarak yapılmıştır. Bu alt sınavların oluşturulması ve puanlamaların güvenirliği ile ilgili bilgilere ulaşılamamıştır. Verilerin Çözümlenmesi Araştırma problemleri doğrultusunda verilerin çözümlenmesinde ayırma analizi gerçekleştirilmiştir. Ayırma analizi gerçekleştirilmeden önce, YGSP, AOBP, ÖYSP yordayıcı değişkenlerine ilişkin veri girişinin doğruluğu, veride eksik değerler ve aykırı değerler olup olmadığı ve ayırma analizinin sayıtlılarının karşılanıp karşılanmadığı SPSS ile incelenmiştir. Değişkenler programa yerleştirilen 50 öğrenci ve yerleştirilmeyen 50 öğrenci için ayrı ayrı incelenmiştir. Bu çalışmada örneklem sayısının az olması nedeni ile ayırma analizi tercih edilmiştir. Örneklem sayısının az olduğu durumlarda ayırma analizi lojistik regresyon analizine göre daha doğru sonuçlar vermektedir (Grimm ve Yarnold, 1995). Ayırma analizinin çok değişkenli normallik, varyansların homojenliği, çoklu bağlantı gibi varsayımları bulunmaktadır (Tabachnick ve Fidell, 2007). Bu çalışmada her bir yordayıcı değişkenin normal dağılım gösterip göstermediğine ayrı ayrı bakılmış; ancak yordayıcı değişkenlerin birlikte çok değişkenli normal dağılımı kontrol edilmemiştir. Zira, çok değişkenli normallik sayıtlısının ihlali aykırı değerlerden değil de çarpıklıktan kaynaklanıyorsa, ayırma analizi normallik sayıtlısının ihlaline karşı dirençlidir (Tabachnick ve Fidell, 2007). Ayrıca, çalışmada 5 veya daha az sayıda yordayıcı değişkenin olduğu durumlarda, en küçük gruptaki birey sayısı 20 den fazla ise, ayırma analizinin normallik sayıtlısının ihlaline karşı dirençli olması beklenmektedir (Tabachnick ve Fidell, 2007). İki grupta da eşit sayıda ve 50 şer öğrenci bulunduğu ve veride aykırı değerlerin olmadığı göz önüne alınırsa, normallik sayıltısı ihlal edilmiş bile olsa bu ihlalin analiz sonuçları için bir tehdit oluşturmadığı söylenebilir. Ayırma analizinin önemli sayıltılarından diğeri, grup-içi varyans-kovaryans matrislerinin eşitliğidir. Ayırma analizi sonucu çıkarımda bulunulacaksa, grupların örneklem büyüklüklerinin eşit veya yeterli büyüklükte olması durumunda, ayırma analizi bu sayıltının ihlaline karşı dirençlidir. Ayırma analizi sonucunda sınıflama yapılacaksa, varyanskovaryans matrislerinin eşitliğinin test edilmesi gerekir ve bu Box ın M testi ile gerçekleştirilebilir. Grupiçi varyans-kovaryans matrislerinin eşitliği varsayımı, Box ın M testi ile kontrol edilmiştir. Populasyon varyans-kovaryans matrislerinin eşitliği hipotezi, p-değeri 0,057 ye eşit olup 0,05 ten büyük olduğu için kabul edilmiştir. Buna göre, veride varyans kovaryans matrislerinin eşitliği varsayımı karşılanmaktadır. Ayırma analizinin önemli diğer bir sayıltısı çoklu bağlantı sayıltısıdır. Bu sayıltı değişkenler arasındaki korelasyonlara bakarak kontrol edilmiş ve değişkenler arasında çoklu bağlantı problemi olmadığı tespit edilmiştir. Ön analiz tamamlandıktan sonra öğrencilerin YGSP, AOBP ve ÖYSP yordayıcı değişkenleri ele alınarak öğrencileri, programa yerleşmeye hak kazananlar ve hak kazanamayanlar olmak üzere sınıflamak amacı ile ayırma analizi gerçekleştirilmiştir. Ayırma analizi SPSS programı ile yürütülmüştür. Bulgular İlgili üniversitenin Müzik Eğitimi Ana Bilim Dalına yerleştirilen ve yerleştirilemeyen öğrencilerin YP sine kaynaklık eden YGSP, AOBP ve ÖYSP değişkenlerine ilişkin betimsel istatistikler Tablo 2 de yer almaktadır. Tablo 2 incelendiğinde, Müzik Eğitimi Ana Bilim Dalına yerleşen ve yerleşemeyen öğrencilerin minimum, maksimum, ortalama ve standart sapma değerleri görülmektedir. Müzik Eğitimi Ana Bilim Dalına yerleşen öğrencilerin YGSP ortalamaları 307,80; yerleşemeyen öğrencilerin ise 271,07 olarak hesaplanmıştır. Öğrencilerin AOBP ortalamaları incelendiğinde yerleşen öğrencilerin AOBP ortalamaları 431,92 iken yerleşemeyen öğrencilerin 360,12 dir. YP ye kaynaklık eden ÖYSP ortalaması yerleşen öğrenciler için 54,45; yerleşemeyen öğrenciler için ise 45,55 olarak hesaplanmıştır. YP ye kaynaklık eden alt puan ortalamalarının yerleşen ve yerleşemeyen öğrenciler için farklılık gösterdiği görülmektedir. Tablo 3 te verilen değişkenler arasındaki korelasyon katsayıları incelendiğinde, değişkenler arasındaki ilişkilerin -0,432-0,500 ve 0,143 olduğu görülmektedir. YGSP ile diğer yordayıcı değişkenler arasında negatif yönde ve orta düzeyde ilişkiler mevcuttur. 4

5 ATAR, SAYIN, ATAR / Müzik Öğretmenliği Özel Yetenek Sınavlarının Sınıflama Doğruluğunun İncelenmesi Tablo 2. Betimleyici İstatistikler Grup Değişkenler N Minimum Maksimum Ortalama Standart Sapma Yerleşen YGSP ,21 386,83 307,80 28,57 AOBP , ,92 54,25 ÖYSP 50 11,8 67,98 54,45 8,88 Yerleşemeyen YGSP ,23 349,24 271,07 33,13 AOBP , ,12 53,95 ÖYSP 50 26,78 65,12 45,55 9,10 AOBP ve ÖYSP arasında ise pozitif yönde ve düşük düzeyde bir ilişki söz konusudur. Değişkenler arasındaki ilişkiler aynı zamanda değişkenler arasında çoklu doğrusal bağlantının olmadığını göstermektedir. Tablo 3. Yordayıcı Değişkenler Arasındaki Korelasyon Katsayıları Alt Puanlar YGSP AOBP ÖYSP YGSP 1,000 AOBP -0,432 1,000 ÖYSP -0,500 0,143 1,000 Ön analiz sonrasında gerçekleştirilen ayırma analizinde elde edilen ayırma fonksiyonuna ait özdeğerler, Wilks in Lambdası, vb. hesaplanan değerler tablo 4 te yer almaktadır. Ayırma fonksiyonunun kanonik korelasyon katsayısı 0,798 olarak hesaplanmıştır. Bu değer, ayırma fonksiyonunun öğrencileri yerleşen ve yerleşemeyen öğrenciler şeklinde gruplara ayırma gücünün iyi olduğunu göstermektedir. Ayırma fonksiyonunun kanonik korelasyon katsayısı sıfıra eşittir; diğer bir ifade ile ayırma fonksiyonunun ayırma gücü yoktur şeklindeki hipotez testi reddedilmiş olup (p < 0,001) elde edilen kanonik korelasyon katsayısı istatistiksel olarak anlamlı bulunmuştur. Böylece YGSP, AOBP ve ÖYSP değişkenlerinin öğrencileri ayırmada etkili olduğu, yerleşen ve yerleşemeyen öğrencilerin ortalama alt puanları arasında anlamlı farklılıklar olduğu söylenebilir. Kanonik korelasyon katsayısının karesinin alınması ile elde edilen 0,637 değeri, ayırma puanlarındaki değişkenliğin yaklaşık %63,7 lik kısmının gruplar arasındaki değişkenlikten kaynaklandığı, diğer bir ifade ile grup farklılıkları ile açıklanacağı anlamına gelmektedir. Varyansın yaklaşık %36,4 lük (Wilks in lambdası değeri = 0,364) kısmı ise grupiçi değişkenlikten kaynaklanmaktadır. Ayrıca, her bir alt puan türü ortalamaları bakımından müzik öğretmenliği programına yerleşen ve yerleşemeyen öğrencilerin istatistiksel olarak anlamlı bir şekilde farklılık gösterip göstermediği test edilmiş ve sonuçlar tablo 5 te verilmiştir. Tablo 5 teki değerler incelendiğinde grupların alt puan ortalamaları arasında istatistiksel olarak anlamlı (p <0,001) farklılıklar olduğu görülmektedir. Tablo 5. Grup Ortalamalarının Eşitliği Testi Alt Wilks Serbestlik Serbestlik F Puanlar Lambda Derecesi 1 Derecesi 2 p-değeri YGSP 0,735 35, <0,001 AOBP 0,690 44, <0,001 ÖYSP 0,800 24, <0,001 Tablo 6 da verilen standartlaştırılmış kanonik ayırma fonksiyonu katsayıları incelendiğinde YGSP, AOBP ve ÖYSP alt puan türlerinin grup üyeliğine (öğrencinin programa yerleşip yerleşmemesine) olan etkileri sırasıyla 0,851, 0,654 ve 0,747 olarak bulunmuştur. Tablo 6 ya göre grup üyeliğini belirlemede en etkili alt puan türünün YGSP olduğu görülmektedir. Grup üyeliğine en çok etki eden diğer alt puan türleri sırasıyla ÖYSP ve AOBP dir. Bu puan türlerinin grup üyeliğini kestirmedeki etkilerinin, kılavuzda hedeflenen %75 (ÖYSP), %9 (AOBP) ve %16 (YGSP) değerlerinden farklı olduğu görülmektedir. Tablo 6. Standartlaştırılmış Kanonik Ayırma Fonksiyonu Katsayıları Alt Puanlar YGSP AOBP ÖYSP Katsayılar 0,851 0,654 0,747 Ayırma analizi sonucu, programa kayıt yaptırmaya hak kazanan 50 öğrenciden (Kayıt1=2) 45 öğrencinin doğru, 5 öğrencinin ise yanlış sınıflandırıldığını tahmin edilmiştir (Tablo 7). Bu durumda kayıt yap- Tablo 4. Özdeğerler ve Wilks in Lambdası Fonksiyon Özdeğer Kanonik Korelasyon Wilks in Lambdası Ki Kare Değeri Serbestlik Derecesi p-değeri 1 1,748 0,798 0,364 97,559 3 <0,001 5

6 KURAM VE UYGULAMADA EĞİTİM BİLİMLERİ tırmaya hak kazanan öğrenciler için doğru sınıflandırma yüzdesi %90 dır. Benzer şekilde, programa kayıt yaptırmaya hak kazanamayan 50 öğrenciden 49 öğrencinin doğru, 1 öğrenci ise yanlış sınıflandırıldığı tahmin edilmiştir (Tablo 7). Böylece kayıt yaptırmaya hak kazanamayan öğrencilerin doğru sınıflandırma yüzdesi ise %98 dir. Grubun genelinde doğru sınıflandırma yüzdesi %94 tür, başvuru yapan 100 öğrenciden 94 öğrenci doğru olarak sınıflandırılmıştır. Tablo 7. Sınıflandırma Sonuçları Kestirilen Grup Üye Sayısı Kayıt 1 2 Toplam f % F % f % * 1=Programa yerleşen adaylar, 2=Programa yerleşemeyen adaylar Tablo 7 deki doğru sınıflama yüzdeleri, Atar ın (2012) Resim-İş Eğitimi öğrencileri ile yaptığı çalışmadaki yüzdelikler ile kıyaslandığında elde edilen sonuçların daha iyi olduğu görülmektedir. Atar (2012) çalışmasında Resim-İş Eğitimi öğrencileri için doğru sınıflandırma yüzdesini %89,5 olarak hesaplamıştır. Müzik adayları için doğru sınıflandırma yüzdesinin Resim-İş Eğitimi adaylarına göre daha fazla olması, örneklem sayısının az olmasından, çalışma gruplarını oluşturan adaylara ait alt puan türlerinin dağılımlarındaki farklılıklardan ve kullanılan istatistiki analiz yöntemlerin farklı olmasından kaynaklanabilir. Tartışma Bu çalışmada özel yetenek sınavları ile öğrenci alan programlar için ÖSYM nin belirlemiş olduğu yerleştirme puanı hesaplama yöntemi incelenmiştir. Yerleştirme puanı hesaplanmasında kullanılan alt puan türlerinin yerleştirme puanını ne ölçüde yordadığı ve ayrıca alt puan türlerinin müzik eğitimi programına yerleşen adaylar ile yerleşemeyen adayları birbirlerinden ne ölçüde ayırt edebildiği araştırılmıştır. Bu çalışmada Atar ın (2012) çalışmasında olduğu gibi bu çalışmada da programa yerleşemeyenlerin daha doğru oranda sınıflandırıldığı görülmüştür. Bu da ÖSYM nin halen kullanmakta olduğu yerleştirme puanı hesaplama yöntemine göre yapılan sınıflamada özellikle programa yerleşebilecek adayların daha olumsuz yönde etkilendiğini göstermektedir. Bu çalışmada, ÖSYM nin halen kullanmakta olduğu hesaplama yönteminde belirlenen alt puan katsayılarının yerleştirme puanına olan etkilerinin ÖSYM kılavuzundaki ağırlıklandırmadan farklı olduğu bulunmuştur. Öğrencilerin programa yerleştirilmelerinde ÖSYM kılavuzuna göre en etkili puan türünün ÖYSP; daha sonra YGSP ve AOBP olması gerekmektedir. İlgili üniversitenin Müzik Eğitimi Ana Bilim Dalına 2010 yılında öğrencilerin programa yerleştirilmelerinde ise en etkili puan türünün YGSP olduğu belirlenmiştir. Ayırma analizindeki kanonik ayırma fonksiyonu katsayıları incelendiğinde katsayların grup üyeliğini (programa yerleşip yerleşmemeyi) tahmindeki etkilerinin kılavuzda hedeflenen %75 (ÖYSP), %9 (AOBP) ve %16 (YGSP) değerlerinden farklı olduğu görülmüştür. YGSP, AOBP ve ÖYSP nin grup üyeliğini kestirmede hemen hemen eşit oranlarda ve sırasıyla en çok YGSP, ÖYSP ve AOBP puanlarının etkili olduğu bulunmuştur. Bu bulgu daha önce belirtilen ve öğrencilerin programa yerleştirmelerinde yetenek puanlarından ziyade üniversite giriş puanlarının etkili olduğunu tespit eden araştırmaları destekler niteliktedir (Altınkurt, 2006; Atak Yayla, 2006; Atar, 2012; Ece ve Sazak, 2006a; Ünver, 2003). Örneğin Atar, çalışmasında YGSP puanın yerleştirme puanına etkisinin hedeflenen düzeyin üzerinde olduğunu bulmuş ve sebep olarak da alt puan türleri arasındaki ölçek farklılıkları olduğu belirtmiştir. Özel yetenek ile öğrenci alan programlara öğrenci seçiminde karşılaşılan sorunlar çeşitli araştırmalarda dile getirilmiştir. Bu çalışmaların hemen hepsinde belirtilen ortak problem, programa yerleşen bazı öğrencilerin özel yeteneklerinin beklentilerin çok uzağında oluşudur. Özel yetenekleri istenilen düzeyde olmayan öğrenciler, ilerleyen sınıflarda programın gerektirdiği beceri ve performansı göstermede sorunlar yaşayabilmektedirler. Bu tip sorunlarla karşılaşmamak ve öğrencileri daha doğru ve adil bir şekilde seçebilmek için ÖSYM ve alan eğitimcileri tarafından öğrenci seçiminde kullanılmak üzere belirlenen ölçütlere harfiyen uyulması gerekmektedir ÖSYM kılavuzuna göre bir yerleştirme puanını yaklaşık olarak %75 oranında ÖYSP, %9 oranında AOBP ve %16 oranında YGSP oluşturmaktadır. Ancak bu ve literatürdeki diğer çalışmalar göstermektedir ki en çok etkiye sahip olması gereken özel yetenek sınav puanının yerleştirme puanına etkisi hedeflenen düzeyin altındadır. Bu bulgular yerleştirme puanı hesaplama yönteminin gözden geçirilmesi gerektiğini göstermektedir. Aksi takdirde müzik öğretmenliği programına yerleşen öğrenci profilleri zamanla istenmeyen yönde değişecek; bu da çeşitli sıkıntıları beraberinde getirecektir. 6

7 Educational Sciences: Theory & Practice - 00(0) Educational Consultancy and Research Center DOI: /estp Examination of the Classification Accuracy of Music Education Special Aptitude Exams Hakan Yavuz ATAR a Gazi University Burcu ATAR c Hacettepe University Ayfer SAYIN b Gazi University Abstract It is critical both for candidates who apply for programs that require special aptitude and the professors who teach in these programs whether those students scores on placement exams are correctly calculated. Because student s ability profile and the quality of education in these programs may be directly affected by how candidates placement scores are calculated. The purpose of this study is to determine the effect of sub-scores on students placement scores and the accuracy of the placements in the music education program. This study is based on data of 100 candidates who took special aptitude tests offered by Music Education Program in a big University at middle Anatolia in The results of the discrimination analysis indicate that actual weights of the placement sub-scores depart from the original weights set by the Student Selection and Placement Center (SSPC). Contrary to the calculation formula in the SSPC guidelines, higher entrance exam (HES) score has been found to be the main determinant of students placement scores. Finally, classification accuracy of the placement scores have been found to be 94%. Key Words Special Aptitude Tests, Music Teaching, Student Selection and Placement, Discriminant Analysis, Classification Accuracy. Music education is defined as a process of helping individuals to attain certain musical behaviors (Uçan, 1997, p. 107). Karkın (1996) sees music teacher education as one of the dimensions of music education. According to Töreyin (2002), the purpose of music teacher education programs is to raise teachers who are capable of changing students musical behaviors. Student placement into Music Teacher Education Program and other special aptitude programs in Turkey is different from student placement into other teacher education programs in the way that they all include performance tests. These performance tests are called special aptitude tests (SATs) and administered locally by each university. Special aptitude tests are usually composed of several stages. a b c Hakan Yavuz ATAR, Ph.D., is currently an assistant professor of Educational Sciences, Measurement & Statistics. His research interests include international assessment, Hierarchical Linear Modeling (HLM) and classification accuracy. Correspondence: Assist. Prof. Hakan Yavuz ATAR, Gazi Eğitim Fakültesi, Eğitim Bilimleri Bölümü, Eğitimde Ölçme ve Değerlendirme Anabilim Dalı, 06500, Teknikokullar, Ankara, Turkey. hakanatar@gazi.edu.tr Phone: Ayfer SAYIN is currently an instructor of Educational Sciences, Measurement & Statistics. Contact: Ayfer SAYIN, Gazi Eğitim Fakültesi, Eğitim Bilimleri Bölümü, Eğitimde Ölçme ve Değerlendirme Anabilim Dalı, 06500, Teknikokullar, Ankara, Turkey. ayfersayin@yahoo.com. Burcu ATAR, Ph.D., is currently an assistant professor of Educational Sciences, Measurement & Statistics. Contact: Assist Prof. Burcu ATAR, Hacettepe Üniversitesi, Eğitim Fakültesi, Eğitim Bilimleri Bölümü, Eğitimde Ölçme ve Değerlendirme Anabilim Dalı, 06800, Beytepe, Ankara, Turkey. burcua@hacettepe.edu.tr.

8 EDUCATIONAL SCIENCES: THEORY & PRACTICE In Music Teacher Education Program, for instance, SATs are usually administered in two or three stages. Although the number of stages changes from one university to another, the competencies and skills measured in SATs are almost identical. Some of these competencies include musical hearing, musical literacy, singing and playing a musical instrument. SAT is administered in two stages in the university in which data for this study were collected. Candidates music hearing abilities were measured in the first stage. Candidates who scored a minimum of 50 out of 100 were allowed to take the tests administered in the second stage. The second stage included musical literacy, singing and playing a musical instrument with 50%, 25%, and 25% weightings, respectively. Higher Education Entrance Test Score (HEETS) and Weighted Middle School Achievement Score (WMSAS) are added to SATS to calculate candidates placement score (PS). The weighting of each sub-score is determined by SSPC each year. Several studies in fine arts research indicate inconsistencies between the weighing of the sub-scores in the SSPC booklet (ÖSYM, 2010) and the profiles of candidates who are enrolled into fine arts programs. Altınkurt (2006), for instance, found that students who scored high on HEET and low on SAT were eligible to be enrolled into the program. Ece and Sazak (2006a), Atak Yayla (2006), Ünver (2003) and Atar and Yılmaz (2011) found similar findings in their studies. Other line of fine arts research examined the relationship between the sub-scores (Atak Yayla, 2003; Ece & Sazak, 2006b) and their relationship to students school performances (Altınkurt, 2006; Dalkıran & Şaktanlı, 2009). The relationship between HEETS and SATS have been found to be statistically insignificant (Atak Yayla, 2003). Ece and Sazak (2006b), on the other hand, found the relation to be little but positive. Altınkurt found little but positive relationship between students SATS and their classroom performances. Finally, Dalkıran and Şaktanlı found that there were no significant relation between students grade point averages and SATS and HEETS. It is critical both for candidates who apply for programs that require special aptitude and the professors who teach in these programs whether those students scores on placement exams are correctly calculated. Because student s ability profile and the quality of education in these programs may be directly affected by how candidates placement scores are calculated. The purpose of this study is to determine the effect of sub-scores on students placement scores and the accuracy of the placements in the Music Education Program. Research Design Correlational research design was used in this study since the relationship between HEETS, WMSAS, and SATS variables that were used in the calculation of placement scores of students and the validity of the classifications based on these relationships were considered in this study. In a correlational research design, the relationship between two or more variables or datasets are examined (Büyüköztürk, Çakmak, Akgün, Karadeniz, & Demirel, 2010; Cohen, Manion, & Morrison, 2005; Fraenkel & Wallen, 2009; Vanderstoep & Johnston, 2009), whereas experimental research in correlational studies variables are not manipulated (Fraenkel & Wallen, 2009). Study Group This study was conducted with a total of 100 candidates who applied to the relevant university s Music Education Program in Data Collection Tools HEETS, WMSAS, and SATS that were used in calculating placement score and which was also used in this study were obtained from the relevant university s Student Affairs Head of Department dataset. HEETS and WMSAS in the dataset were obtained from SSCP dataset and SATS were calculated from the results of the special aptitude test. Special aptitude test contains five sub-dimensions as musical hearing, musical literacy, vocalization, playing instrument, and general music knowledge. These sub-tests are conducted in one step at some universities; in two even three steps in other universities. In his study, music education special aptitude test was conducted in two steps. The construction of these sub-tests and the reliability of scoring could not be reached. Data Analysis Discriminant analysis was conducted to analyze the data. Before conducting the discriminant analysis, data entry for HEETS, WMSAS, and SATS predictor variables, missing values and outliers in the dataset, and the assumptions of discriminant analysis were checked by SPSS. Variables for 50 students who were placed in the program and 50 students who were not were investigated separately. Discriminant analysis was preferred for this study because of small sample size. When the sample size is small, discriminant analysis provides more accurate results than logististic regression analysis (Grimm & Yarnold, 1995). 8

9 ATAR, SAYIN, ATAR / Examination of the Classification Accuracy of Music Education Special Aptitude Exams Discriminant analysis has assumptions as multivariate normality, homogeneity of variances, multicollinearity (Tabachnick & Fidell, 2007). In this study, it was investigated whether each predictor variable was normally distributed; however, it was not checked whether predictor variables were multivariate normally distributed. If the violation of multivariate normality assumption is because of skewness and not because of outliers, discriminant analysis is robust to the violation of normality assumption (Tabachnick & Fidell). Furthermore, it is expected that the discriminant analysis is robust to the violation of the normality assumption when the number of individuals in the smallest group is more than 20 under the 5 or less predictor variables in the study condition (Tabachnick & Fidell). Since the number of students in each group is 50, the sample sizes of the groups are equal and there are not any outliers in the dataset, it can be said that the violation of the normality assumption is not a threat for the results of the analysis. Other important assumption of discriminant analysis is the equality of within-group variancecovariance matrices. Discriminant analysis is robust to the violation of this assumption when the sample sizes of the groups are equal or the sample sizes is large enough. The equality of variance-covariance matrices should be tested if a classification is going to be made following the discriminant analysis and it can be tested with Box s M test. Another important assumption of discriminant analysis is multicollinearity assumption. This assumption was checked by examining the correlations between the variables. After the preliminary analyses were completed, discriminant analysis was run to classify the students as the ones who are eligible for enrolling to the program and ones who are ineligible using HEETS, WMSAS, and SATS variables. Discriminant analysis was implemented by SPSS program. Results The assumptions of discriminant analysis were checked as the preliminary analyses. Assumption of the equality of within-group variance-covariance matrices was checked by Box s M test. The hypothesis of the equality of population variance-covariance matrices was accepted since the p-value was equal to 0,057 and larger than 0,05. It was concluded that the assumption of the equality of variance-covariance matrices in the dataset was met. The correlation coefficients between variables were examined to check the multicollinearity assumption and it was concluded that multicollinearity does not exist among variables. The canonical correlation coefficient of discriminant function was calculated as 0,798. This value indicates that the discriminating power of discriminant function in classifying the students as the ones who are eligible for enrolling to the program and the ones who are ineligible for enrolling to the program is good. The null hypothesis that the canonical correlation of discriminant function is equal to zero, in other words, the discriminant function does not have any discriminating power was rejected (p < 0,001) and the resulting canonical correlation coefficient was found to be statistically significant (p < 0,001). Therefore, it can be said that HEETS, WMSAS, and SATS variables are effective in classifying students and there are significant differences in the mean sub-scores of the students who are eligible for enrolling to the program and the ones who are ineligible. By taking the square of the canonical correlation coefficient, value of 0,637 was obtained. This value indicates that approximately 63,7% of the variance in discriminant scores is because of between-group variability, and approximately 36,4 % of variance (Wilk s lambda value = 0.364) is because of within-group variability. When the standardized canonical discriminant function coefficients were investigated, the effects of HEETS, WMSAS, and SATS sub-scores on group membership was found to be as 0,851, 0,654, and 0,747, respectively. In this case, the most effective sub-score in determining group membership is HEETS, followed by SATS and WMSAS sub-scores, respectively. The effects of these sub-scores in predicting group membership is much different from the values that were projected as 75% (SATS), 9% (WMSAS), and 16% (HEETS) in the guide. As the result of the discriminant analysis, it was estimated that 45 out of 50 students who are eligible for enrolling to the program were correctly classified and 5 students were incorrectly classified. In this case, the correct classification for the students who are eligible for enrolling to the program is 90%. Similarly, it was estimated that 49 out of 50 students who are ineligible for enrolling to the program were correctly classified and 1 student was incorrectly classified. In this case, the correct classification for the students who are ineligible for enrolling to the program is 98%. In the whole group, the percentage of correct classification is 94%, 94 out of 100 students who applied for the program were correctly classified. 9

10 EDUCATIONAL SCIENCES: THEORY & PRACTICE When the correct classification percentages in this study were compared with the percentages in Atar s (2012) study with fine art students, the percentages in this study was found to be better. In his study, Atar, calculated the correct classification percentage for the fine art students as 89.5%. The higher correct classification percentages for the music students may be because of the smaller sample size, differences in the distribution of the sub-scores, and the difference in the statistical analysis procedure. Discussion This study examined the accuracy of the placement score calculation method that is used by the Student Selection and Placement Center (SSPC) to place students into music teacher education programs in Turkey. Also it examined the contribution of each sub-score in the prediction of the placement scores and in discriminating between the candidates who were eligible to be placed in the program and those who were not. Similar to Atar s (2012) finding it has been found that students who were not placed in the Music Teacher Education Program were classified more accurately. This indicates that candidates who could be placed in the Music Teacher Education Program are more negatively affected by the current student selection method used by SSPC. It was found that the real effect of the sub-scores on the placement score was different from the ones indicated on SSPC guidelines. According to the SSPC guidelines Special Aptitude Test Score (SATS) effects the placement score the most followed by the effect of the Higher Education Entrance Test Score (HEETS), and Middle Weighted School Achievement Score (WMSAS), respectively. However, HEETS was found to be the main determinant of the placement score in this study followed by SATS and WMSAS, respectively. This finding supports the findings of other studies in that compared to students SATS, HEETS contribute more to students placement scores (Altınkurt, 2006; Atak Yayla, 2006; Atar, 2012; Ece & Sazak, 2006a; Ünver, 2003). Atar, for instance, found that HEETS had effected students placement score the most and stated that it was due differences in the scales of the sub-scores. Finally, there are many studies in the literature that examined the problems faced in the selection of students in the programs that require special aptitudes. One of the common findings of these studies is that some of the students who are enrolled in these programs are far from meeting the expectations of faculty in these programs. In this regard, it is important that the guidelines that are specified by SSPC for the selection of students into these programs are strictly followed. Otherwise student profiles in these programs would change in time and this would cause many other problems. References/Kaynakça Altınkurt, L. (2006). Üniversitelerdeki güzel sanatlar eğitim programları giriş sınavı sonuçlarının değerlendirilmesi (Dumlupınar Üniversitesi Güzel Sanatlar Fakültesi Örneği). Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 15, Atak Yayla, A. (2003). Müziksel yeteneğin ölçümü. Yayımlanmamış doktora tezi, Gazi Üniversitesi Eğitim Bilimleri Enstitüsü, Ankara. Atak Yayla, A. (2006, Nisan). Müzik eğitimi anabilim dalları özel yetenek sınavlarında ÖSS ve ağırlıklı ortaöğretim başarı puanlarının yerleştirme puanına etkisi. Pamukkale Üniversitesi Eğitim Fakültesi Ulusal Müzik Eğitimi Sempozyumu nda sunulan bildiri, Denizli. Atar, H. Y. (2012). A Study on the classification accuracy of the special aptitude exams administered in the faculties of education. Eğitim ve Bilim, 163, Atar, H. Y. ve Yılmaz, M. (2011). Öğretmenlik programlarına özel yetenek sınavları ile öğrenci seçiminde karşılaşılan sorunlar ve çözüm önerileri. Kastamonu Üniversitesi Eğitim Fakültesi Dergisi. Büyüköztürk, Ş., Çakmak, E. K., Akgün, Ö. E., Karadeniz, Ş. ve Demirel, F. (2010). Bilimsel araştırma yöntemleri (7th ed.). Ankara: PegemA Yayıncılık. Cohen, L., Manion, L., & Morrison, K. (2005). Research methods in education (5th ed.). London: Routledge Falmer. Dalkıran, E. ve Şaktanlı, S. C. (2009). Müzik eğitimi anabilim dalı öğrencilerinin başarılarına etki eden değişkenler arasındaki ilişkinin incelenmesi. Mehmet Akif Ersoy Üniversitesi Eğitim Fakültesi Dergisi, 9 (17), Ece, A. S. ve Sazak, N. (2006a, Nisan). Özel yetenek sınavlarında ÖSS & AOÖB puanlarının yerleştirme puanları içerisindeki yeri ve adayların ÖSS puanları ile akademik ortalamaları arasındaki ilişkilerin incelenmesi (AİBÜ örneği). Pamukkale Üniversitesi Eğitim Fakültesi Ulusal Müzik Eğitimi Sempozyumu nda sunulan bildiri, Denizli. Ece, A. S. ve Sazak, N. (2006b). Özel yetenek sınavlarında ÖSS puanı ile yetenek puanları (işitme alanı, ses alanı, çalgı alanı) arasındaki ilişkilerin incelenmesi. Trakya Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 8 (1), Frankel, J. R., & Wallen, N. E. (2009). How to design and evaluaterresearch in education (7th ed.). New York: Mc- Graw-Hill International Edition. Grimm, L. G., & Yarnold, P. R. (Eds.) (1995). Reading and understanding multivariate statistics. Washington D.C.: American Psychological Association. Karkın, M. (1996). Eğitim fakülteleri müzik eğitimi bölümlerine giriş yetenek sınavlarının değerlendirilmesi. Yayımlanmamış yüksek lisans tezi, Abant İzzet Baysal Üniversitesi, Sosyal Bilimler Enstitüsü, Bolu. 10

11 ATAR, SAYIN, ATAR / Examination of the Classification Accuracy of Music Education Special Aptitude Exams Öğrenci Seçme ve Yerleştirme Merkezi. (2010). Öğrenci Seçme ve Yerleştirme Sistemi (ÖSYS) Yükseköğretim Programları ve Kontenjanları Kılavuzu. Ankara. gov.tr adresinden 24 Kasım 2010 tarihinde edinilmiştir. Tabachnick, B. G., & Fidell, L. S. (2007). Using multivariate statistics (5th ed.). Boston: Pearson. Töreyin, A. M. (2002, Kasım). Müzik öğretmenleri yetiştirmede Avrupa ve Türk Cumhuriyetleri ile Türkiye arasındaki etkileşim. Uluslararası Avrupa ve Türk Cumhuriyetleri nde Müzik Kültürü ve Müzik Eğitimi Kongresi nde sunulan bildiri, GÜGEF, Ankara. Uçan, A. (1997). Müzik eğitimi temel kavramlar-ilkeler-yaklaşımlar. Ankara: Müzik Ansiklopedisi Yayınları. Ünver, E. (2003). Bir yetenek sınavının ardından. Milli Eğitim Dergisi, 157, adresinden 16 Nisan 2012 tarihinde edinilmiştir. Vanderstoep, S. W., & Johnston, D. D. (2009). Research methods for everyday life. USA: Jossey-Bass. 11

12 EDUCATIONAL SCIENCES: THEORY & PRACTICE 12