Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Kuram ve Uygulamada Eğitim Bilimleri • Educational Sciences: Theory & Practice • 14(2) • 629-648<br />
©<br />
2014 Eğitim Danışmanlığı ve Araştırmaları İletişim Hizmetleri Tic. Ltd. Şti.<br />
www.edam.com.tr/kuyeb<br />
DOI: 10.12738/estp.2014.2.2103<br />
Beyin Temelli Öğrenmenin Akademik Başarıya Etkisi: Bir<br />
Meta-analiz Çalışması *<br />
Eda GÖZÜYEŞİL a<br />
Niğde Üniversitesi<br />
Ayhan DİKİCİ b<br />
Niğde Üniversitesi<br />
Öz<br />
Bu araştırmada beyin temelli öğrenmenin öğrencilerin akademik başarılarına etkisini deneysel yöntemlerle<br />
ortaya koyan çalışmaların etki büyüklüklerinin birleştirilmesi amaçlanmış ve elde edilecek etki büyüklüğünün<br />
öğrencilerin öğrenim düzeyleri, çalışmaların yapıldığı derslerin alanı, örneklem sayıları ve çalışmaların yapıldığı<br />
ülkelere göre farklılık gösterip göstermediğinin meta-analiz yöntemiyle araştırılması hedeflenmiştir. Meta-analiz,<br />
aynı konu üzerine yapılmış birbirinden bağımsız birçok çalışmadan elde edilmiş sayısal verileri istatistiksel<br />
olarak birleştirme ve bu çalışmaların sonuçları hakkında genel bir yargıya varma yöntemidir. Bu bağlamda,<br />
alan yazın taraması sonucu 1999-2011 yılları arasında yapılmış beyin temelli öğrenmenin öğrencilerin akademik<br />
başarısı üzerindeki etkisini araştıran kodlama protokolüne uygun çeşitli ülkelerde İngilizce ve Türkçe dilinde<br />
yapılmış 31 adet çalışma (42 karşılaştırma) meta-analiz araştırmasına dâhil edilmiştir. Araştırma sonucunda,<br />
beyin temelli öğrenmenin öğrencilerin akademik başarısı üzerinde pozitif fakat orta düzeyde bir etkiye (d=0.640)<br />
sahip olduğunu ortaya konmuştur. Buna ek olarak, etki büyüklükleri öğrenim düzeyi, ders alanı, örneklem sayısına<br />
göre farklılaşmazken Türkiye ve ABD’de yapılan çalışmalar karşılaştırıldığında, Türkiye lehinde anlamlı bir<br />
farklılık olduğu sonucuna varılmıştır.<br />
Anahtar Kelimeler<br />
Akademik Başarı, Beyin Temelli Öğrenme, Meta-analiz, Nörobilim, Nörofizyolojik Öğrenme.<br />
Son yıllarda beynin yapısal ve fonksiyonel işleyişine<br />
yönelik çalışmalarda araştırmacılara fırsatlar yaratan<br />
elektrofizyolojik çalışmalar, nöropsikolojik testler<br />
ve görüntüleme tekniklerinin kullanılması (Vaid<br />
ve Hall, 1991; Vigliocco, Vinson, Druks, Barber<br />
ve Cappa, 2011; Weintraub, 2000) eğitim alanında<br />
büyük değişmelerle sonuçlanan önemli bilgiler<br />
sağlamıştır. Bütün bunlarda temel gaye, birey için<br />
daha nitelikli, kalıcı ve yaşanabilir bir öğrenmenin<br />
gerçekleştirilmesini sağlamaktır. Bu amaçla geliştirilen<br />
ve yaygın olarak bilinen birçok öğrenme ve<br />
öğretme kuramı gibi beyin temelli öğrenme de öğrenmenin<br />
nasıl meydana geldiği ve hangi şartlarda<br />
daha etkili bir öğretim yapılabileceği üzerine odaklanmaktadır.<br />
Beyin temelli öğrenme, öğrenmeyi<br />
beynin yapısı ve fonksiyonları üzerine inşa eder ve<br />
öğretime yönelik çıkarımlarda bulunur (Caine ve<br />
Caine, 2002). Yani öğrencilerin bireysel özelliklerini<br />
dikkate alarak; “Çevresel, duyusal, psikolojik ve<br />
benzeri faktörlerin öğrenme üzerindeki olumlu ve<br />
* Bu çalışma, Niğde Üniversitesi Eğitim Bilimleri Enstitüsü Eğitim Bilimleri Anabilim Dalı Eğitim Programları<br />
ve Öğretim Bilim Dalı’nda Doç. Dr. Ayhan DİKİCİ danışmanlığında Eda GÖZÜYEŞİL tarafından hazırlanan<br />
yüksek lisans tezinden üretilmiştir.<br />
a<br />
b<br />
Sorumlu Yazar: Eda GÖZÜYEŞİL Eğitim Programları ve Öğretim alanında doktora öğrencisidir. Niğde Üniversitesi<br />
Yabancı Diller Yüksekokulu’nda İngilizce okutmanı olarak görev yapmaktadır. Çalışma alanları<br />
arasında yabancı dil öğretimi, beyin temelli öğrenme ve meta-analiz yer almaktadır. İletişim: Niğde Üniversitesi,<br />
Yabancı Diller Yüksekokulu, 51200 Niğde. Elektronik posta: edagozuyesil@gmail.com<br />
Dr. Ayhan DİKİCİ Eğitim Programları ve Öğretim alanında doçenttir. İletişim: Niğde Üniversitesi, Eğitim<br />
Fakültesi, Eğitim Bilimleri Bölümü, Eğitim Programları ve Öğretim ABD, 51200 Niğde. Elektronik posta:<br />
adikici@nigde.edu.tr
KURAM VE UYGULAMADA EĞİTİM BİLİMLERİ<br />
olumsuz etkileri nelerdir” “Bunlar öğrenme ortamına<br />
nasıl organize edilebilir” gibi konularda eğitimcilere<br />
destek sağlamaktadır.<br />
Öğrenmede beyin ve fonksiyonları çok önemlidir.<br />
Bu yaklaşımda yer alan beyin temelli öğrenme ilkeleri<br />
beynin yapısı ve çalışmasıyla ilişkilendirilmiştir.<br />
Beyin temelli öğrenme beynin nasıl çalıştığını en iyi<br />
şekilde bilerek, maksimum öğrenmenin gerçekleşme<br />
yollarını keşfederek yapılan öğrenmeyi savunur<br />
(Carolyn, 1997). Bu yaklaşım, öğrenmeyi beyin ve<br />
beynin çalışma şekli ile ilişkilendirir ve beynin özelliklerinin<br />
ve çalışma performansının artırılmasının<br />
öğrenme üzerindeki olumlu etkilerinden bahseder.<br />
Bu nedenle temel olarak beyin gelişimiyle ilgilenir.<br />
Beyin ve sinir sistemi ile bilişsel davranışlarımız<br />
arasındaki ilişkiyi inceleyen nörobilim sayesinde<br />
ve özellikle MRI, PET ve MEG tarayıcılarının gelişmesiyle<br />
hız kazanan araştırmalarla, beyin temelli<br />
öğrenme yaklaşımı desteklenmektedir (Hansen<br />
ve Monk, 2002). Günümüzde bu yeni teknolojiler<br />
kullanılarak testler yürütülmekte, beyni çalışan bir<br />
kişinin beynindeki nöronların durumunu renkli<br />
olarak pozitron emisyonu tomografisi ve Nükleer<br />
Magnetik Rezonans Resimleyicisi (NMRI) gibi<br />
sistemlerle görüntülenebilmekte, böylece bellek,<br />
duygu, dikkat, örüntüleme gibi birçok değişken ve<br />
bunların öğrenmeye etkisi irdelenmektedir (Soylu,<br />
2004; Taşçıoğlu, 1994; Thomas, 2001; Weiss, 2000).<br />
Dünyada ve ülkemizde yürütülen bu çalışmalar<br />
bize ilginç veriler sağlamaktadır. Örneğin görüntüleme<br />
teknikleri ile incelenen hücre kümelerinin sanıldığı<br />
gibi düzenli bir yapı sergilemediği ya da bir<br />
kişideki dil ile ilgili bölgenin konumunun diğer bir<br />
kişi ile uyuşmadığı görülmektedir (Ergenç, 1994).<br />
Beyin temelli öğrenmenin teorik temelleri olarak<br />
tanımlanan ve nörolojik olarak destek bulan bu ilkeler<br />
Caine ve Caine tarafından aşağıdaki gibi sıralanmaktadır<br />
(1990; 2002):<br />
1- Beyin paralel bir işlemcidir.<br />
2- Öğrenme tüm fizyolojiyle ilgilidir.<br />
3- Anlam arayışı içseldir.<br />
4- Anlam arayışı, örüntüleme (patterning) yoluyla<br />
olur.<br />
5- Örüntülemede duygular önemli bir yer tutar.<br />
6- Beyin, parçaları ve bütünü aynı anda algılar.<br />
7- Öğrenme, hem odaklanmış dikkati hem de<br />
çevresel algıyı içerir.<br />
8- Öğrenme her zaman bilinçli ve bilinçsiz süreçleri<br />
içerir.<br />
9- İki farklı tür belleğimiz vardır: Uzamsal bellek<br />
sistemi ve mekanik öğrenme için bir sistemler<br />
dizisi.<br />
10- Olgu ve beceriler doğal uzamsal bellekte yapılandırıldığı<br />
zaman beyin daha iyi anlar ve<br />
hatırlarız.<br />
11- Öğrenme zihni zorlayan (challenging) etkinliklerle<br />
artar, tehditle engellenir.<br />
12- Her beyin kendine özgüdür.<br />
Caine ve Caine’e (2002) göre beyin araştırmaları,<br />
beyin temelli öğrenmenin asıl amaçlarından olan<br />
anlamlı öğrenme için karmaşık ve somut deneyimlerin<br />
can alıcı bir öneme sahip olduğunu gösterir.<br />
Beyin temelli öğrenmede asıl olan anlamlı öğrenmedir.<br />
Bu yaklaşıma göre, yüzeysel yani ezbere<br />
dayalı öğretim, her ne kadar eğitimin ayrılmaz bir<br />
parçası olarak kabul edilse bile, sonuç olarak kesinlikle<br />
amaçlanamaz. Anlamlı öğrenmenin sağlanması<br />
için ise haritalama (mapping) gereklidir.<br />
Haritalama, öğrenme sırasında nöronlar arasında<br />
meydana gelen örümcek ağını andıran bir yapının<br />
oluşması sürecidir. Öğrenilen yeni bilgi ile eski bilgiler<br />
arasında bağlantı kurulması ve yeni bilgilerin<br />
var olan bu ağ içerisinde yerini almasının sağlanması<br />
anlamına gelir (Keleş ve Çepni, 2006). Haritalama<br />
sırasında öğrencinin tehdit ortamı olarak<br />
adlandırabileceğimiz, öğrenciyi sıkıntıya sokan,<br />
çöküş (downshifting) durumundan uzak bulunması<br />
gerekir (Caine ve Caine, 2002). Çöküş durumu<br />
stres ve korku ortamlarında beynin yönlendirmesi<br />
sonucu öğrencinin kendini güvene almak için ezber<br />
yapmasıyla neticelenir (Keleş ve Çepni, 2006). Böyle<br />
bir durumda ise anlamlı öğrenmeden bahsetmek<br />
mümkün olmaz.<br />
Beyin temelli öğrenme kuramı, sadece bilişsel psikolojiye<br />
ya da sadece davranışçı psikolojiye dayandırılamaz.<br />
Çünkü beyin temelli öğrenme kuramına<br />
göre; öğrenme, her iki psikoloji kuramının bir sentezidir.<br />
Psikomotor davranışları sergileyen bir öğrenci<br />
bilişsel olarak da zihnini işletebilir. Buradan<br />
da beynin birden fazla işlevi aynı anda gerçekleştirebildiğini<br />
söyleyebiliriz. Beyin temelli öğrenmenin<br />
öğeleri olan rahatlatılmış uyanıklık (relaxed<br />
alertness), derinlemesine daldırma (orchestrated<br />
immersion) ve aktif süreçleme (active processing)<br />
öğrenmenin anlamlı ve kalıcı olmasını sağlayan etmenlerdir<br />
(Hasra, 2007, s. 40). Bu öğeleri Caine ve<br />
Caine (1990) aşağıdaki şekilde açıklamıştır:<br />
Rahatlatılmış Uyanıklık (Relaxed Alertness):<br />
Rahatlatılmış uyanıklık, öğrenme için optimal duygusal<br />
ve sosyal iklimi yaratmak demektir. Öğrenme<br />
için meydan okuyan ancak tehditkâr olmayan ve<br />
630
GÖZÜYEŞİL, DİKİCİ / Beyin Temelli Öğrenmenin Akademik Başarıya Etkisi: Bir Meta-analiz Çalışması<br />
karmaşık sosyal etkileşimlerle beraber olan çevre<br />
sağlanmalıdır (Gülpınar, 2005). İnsan, bir şeye<br />
ilgi duyduğunda açılır, bir tehdit altında olunca da<br />
kapanır. Rahat ve açık olan beyin ise daha kolay<br />
öğrenmektedir. Elde edilen bulgular, bazı öğrenmelerin<br />
rahat bir ortamda olumlu yönde etkilendiği,<br />
tehdit ve yorgunluk algılandığında ise bastırıldığını<br />
ortaya çıkarmıştır (Combs ve Suygg, 1959’dan akt.,<br />
Caine, Caine ve Crowel, 1999).<br />
Derinlemesine Daldırma (Orchestrated Immersion):<br />
Bireylerin karşı karşıya kaldığı içeriğe yoğunlaşmasıdır.<br />
Bütünlük ve birbirine bağlantılılık<br />
kaçınılmaz hâle geldiğinde bireyler içeriği keşfetmek<br />
için bellek sistemlerini kullanmak zorunda kalacaklardır<br />
(Caine ve Caine, 2002). Zengin öğrenme<br />
ortamları ile gerekli koşullar sağlanıp gerçekçi<br />
deneyimlerle bireyin anlamlı bağlantılar kurarak,<br />
yaşantılarının anlam ifade etmesi için gerekli zamanı<br />
ve fırsatları vermek amaçlanır (Gülpınar, 2005).<br />
Aktif Süreçleme (Active Processing): Beynin doğal<br />
kapasitesinde yoğunlaşma, onu arttırma ve ondan<br />
faydalanma sürecidir. Öğrenmeyi pekiştirmek<br />
için optimal yolları yaratmaktır (Gülpınar, 2005).<br />
Öğrenen bir beyin aktif süreçleme içerisindedir.<br />
Örneğin yaşantıyı anlamlandırmak için, bellek sistemi<br />
doğal olarak önceden oluşturulmuş haritalar<br />
ile uyuşmayan yeni nesnelere doğal olarak tepki<br />
gösterir. Böylece beyin hazırda bilinen şeylere karşı<br />
olan yaşantıları sürekli olarak test eder (Duman,<br />
2007). Aktif süreçleme aşamasında, soru sorma ve<br />
üst düzey düşünme etkinlikleri yoluyla, öğrencilerin<br />
bilgiyi bütünleştirme ve içselleştirme sorumluluğu<br />
almaları sağlanır (Caine ve Caine, 1990).<br />
Beyin temelli öğrenme konusunda çok sayıda kitap<br />
ve makalesi bulunan eğitimciler Caine ve Caine<br />
(1990), beyin temelli öğrenmenin temel ilkelerini<br />
ortaya koymuşlardır. Bir eğitim danışmanı olan<br />
Wolfe (2001), beyin araştırmaları ve sınıf uygulamaları<br />
konusunda çalışmalar yapmıştır. Beyin temelli<br />
öğrenme, beyin uyumlu stratejiler ve süper<br />
öğrenme gibi konularda yoğun olarak çalışan Jensen<br />
(1998), yayınlarında beyin araştırmalarını göz<br />
önünde bulundurarak sınıf içinde uygulanabilecek<br />
faydalı strateji ve teknikler sunmaktadır. Biyoloji<br />
öğretmeni olan Nunly (2002), müfredat geliştirme<br />
çalışma1arı ve Utah Üniversitesi’nde beyin temelli<br />
öğrenme araştırmaları yapmaktadır. Ancak beyin<br />
temelli öğrenmenin akademik başarıya olan etkililiğini<br />
geniş çerçevede ortaya çıkarmak için hem<br />
ülkemizde hem de yurt dışında yapılmış bir metaanaliz<br />
çalışmasına rastlanamamıştır.<br />
Öğrenme ve öğretme ile ilgili olarak beyin üzerinde<br />
yapılan araştırmaların daha kat edeceği çok<br />
uzun bir yol gözükmektedir. Bilginin beyinde nasıl<br />
düzenlendiği, nasıl yapılandığı, nasıl muhafaza<br />
edildiği ve nasıl kullanıldığı bilimsel olarak tam<br />
belirlendiği zaman, öğrenme ve öğretme ile ilgili<br />
köklü değişiklikler olacağı açıktır (Soylu, 2004, s.<br />
175). Ancak günümüzde de beyin ve öğrenme ile<br />
ilgili oldukça kapsamlı ve derinlemesine çalışmaların<br />
devam etmekte olduğu görülmektedir. Yapılan<br />
çalışmalardan oluşan bilgi birikimini etkin olarak<br />
kullanmak, yorumlamak ve yeni çalışmalara yol<br />
açmak için daha geniş ve detaylı bir araştırmaya<br />
ihtiyaç duyulmaktadır (Demirel, 2005). Uygun<br />
yöntemlere göre planlanan ve düzenlenen geniş<br />
bir araştırma deseniyle başka araştırmalara gerek<br />
kalmadan sonuca ulaşılabilir. Meta-analiz yöntemi<br />
bu amaçla karşımıza çıkmaktadır. Meta-analizin<br />
amacı gerçekleri ortaya koyabilmek için farklı yer<br />
ve zamanlarda yapılan küçük ölçekli bireysel çalışmalardan<br />
elde edilen sonuçları birleştirmektir. Bu<br />
sayede örneklem sayısı genişleyecek ve farklı çalışmalardan<br />
niceliksel olarak doğruya ulaşılabilecektir<br />
(Yıldız, 2002).<br />
Bu çalışma, son yıllarda ülkemizde popülerliği gittikçe<br />
artan beyin temelli öğrenme ile ilgili alanyazını<br />
gözden geçirmek için planlanmıştır. Bireysel<br />
araştırmalardan elde edilen veriler ve bulguların<br />
meta-analiz yöntemiyle birleştirilmesi bu araştırmanın<br />
temelini oluşturmuştur. Bu sayede beyin<br />
temelli öğrenme ile işlenen derslerdeki akademik<br />
başarının etki büyüklüğüne ulaşarak büyük resim<br />
ortaya çıkarılarak, tartışma imkânı yaratılabilir.<br />
Beyin temelli öğrenmenin akademik başarı üzerindeki<br />
etkisini geniş kapsamlı ortaya çıkarmak amacıyla,<br />
ülkemizde ve dünyada gerçekleştirilmiş araştırmalar<br />
doğrultusunda bir meta-analitik etki analizine<br />
ihtiyaç vardır. Bu noktadan hareketle, beyin<br />
temelli öğrenme ile işlenen derslerdeki akademik<br />
başarının etki büyüklüğüne ulaşmak araştırmamızın<br />
temel amacını oluşturmaktadır. Beyin temelli<br />
öğrenmenin etkisini incelemek amacıyla 31 adet<br />
çalışma (42 karşılaştırma) ele alınmış ve araştırma<br />
kapsamında şu sorulara cevap aranmıştır:<br />
i. Beyin temelli öğrenmenin öğrencilerin akademik<br />
başarıları üzerindeki etkisi nedir<br />
ii. Çalışmaların gerçekleştiği ders alanları (sayısal,<br />
sözel, eşit ağırlık, yabancı dil, yetenek) bakımından<br />
incelendiğinde, beyin temelli öğrenmenin etki büyüklükleri<br />
arasında anlamlı bir fark var mıdır<br />
iii. Öğrencilerin öğrenim seviyeleri (ilköğretim,<br />
lise, lisans, yetişkin) açısından, beyin temelli öğrenmenin<br />
etki büyüklükleri arasında anlamlı bir fark<br />
var mıdır<br />
631
KURAM VE UYGULAMADA EĞİTİM BİLİMLERİ<br />
iv. Çalışmaların örneklem büyüklükleri (küçük,<br />
orta, büyük) incelendiğinde, beyin temelli öğrenmenin<br />
etki büyüklükleri arasında anlamlı bir fark<br />
var mıdır<br />
v. Çalışmaların gerçekleştiği ülkeler incelendiğinde,<br />
beyin temelli öğrenmenin etki büyüklükleri arasında<br />
anlamlı bir fark var mıdır<br />
Yöntem<br />
Dâhil Edilme Kriterleri, Alanyazın Tarama ve<br />
Kodlama Yöntemi<br />
Beyin temelli öğrenmenin akademik başarı üzerindeki<br />
etkisini tespit etmek amacıyla, 1999-2011<br />
yılları arasında beyin temelli öğrenme ile ilgili yapılmış<br />
nicel çalışmalar araştırma kapsamında incelenmiştir.<br />
Alanyazın tarama sürecinde beyin temelli<br />
öğrenmenin akademik başarı üzerindeki etkisini<br />
belirlemeye yönelik en erken tarihli çalışmanın 1999<br />
yılında yapıldığı görülmüştür. Bu nedenle 1999 yılı<br />
ile bu araştırmanın yapıldığı yıl olan 2011 yılları arası<br />
kodlama kriterlerine uygun çalışmalar meta-analize<br />
dâhil edilmiştir. Alanyazın tarama, dâhil edilme<br />
süreci Şekil 1’de detaylı olarak sunulmuştur. Beyin<br />
temelli öğrenme hakkında; yayımlanmış ve yayımlanmamış<br />
tüm doktora tezlerinden, yüksek lisans<br />
tezlerinden, hakemli ve hakemsiz dergilerde yayımlanmış<br />
makalelerden, YÖK’e ait tez kataloğundan,<br />
Türkiye’deki üniversite kütüphanelerinin elektronik<br />
kataloglarından, konferans sunumlarından, Eric,<br />
Ebsco, Proquest Digital Dissertations gibi birçok<br />
uluslararası veri tabanlarından yararlanılmıştır. Veri<br />
toplamak amacıyla öncelikle internet ortamında<br />
“beyin temelli öğrenme,” “brain-based learning”,<br />
“brain compatible instruction”, “brain-based strategies”,<br />
“brain compatible classrooms” anahtar sözcükleri<br />
kullanılarak yayınlar taranmıştır.<br />
Açık ve detaylı bir kodlama formu geliştirilmiştir.<br />
Çalışmaların kodlandığı bu form üç bölümden<br />
oluşmaktadır. Birinci bölüm “çalışma kimliği”dir.<br />
Bu bölüm çalışmanın kimliğini tespit etmek amacıyla<br />
çalışmanın kimlik numarası, çalışmanın adı,<br />
yazar veya yazarların adı, çalışmanın yapıldığı yıl<br />
ve ülke, çalışmanın basım şekli gibi bilgileri içermektedir.<br />
İkinci bölüm “çalışma içeriği”dir. Bu bölümde<br />
beyin temelli öğrenmenin uygulandığı ders<br />
ve öğrenim düzeyi, deneyin süresi gibi bilgilere yer<br />
verilmiştir. Üçüncü bölüm “çalışma verileri”dir. Bu<br />
bölümde çalışmalarda deney ve kontrol gruplarından<br />
elde edilen örneklem büyüklüğü, ortalamaları<br />
ve standart sapma değerleri hakkındaki bilgiler belirlenmiştir.<br />
Meta-analiz araştırmalarına deneysel/yarı deneysel<br />
çalışmaların (Glass, McGaw ve Smith, 1981; Hunter<br />
ve Schmidt, 1990) seçilebileceği dikkate alınarak,<br />
çalışmaların bir kısmı deneysel araştırmalar olmadığından,<br />
etki büyüklüğü hesaplaması için gereken<br />
verilerin yetersizliğinden ya da beyin temelli öğrenmenin<br />
akademik başarı üzerindeki etkililiğini incelemediğinden<br />
bu araştırmadan çıkarılmıştır. Konu<br />
ile ilgili olarak 345 adet yüksek lisans ve doktora<br />
tezi, 108 adet makale ve bildiri tespit edilmiş; bu<br />
çalışmalardan sadece kontrol gruplu deneysel çalışmalar<br />
meta-analize dâhil edilmiştir. Bazı çalışmalar<br />
hem yüksek lisans/doktora tezi hem de bildiri<br />
olarak sunulduğundan bunlardan daha çok tezler<br />
dikkate alınarak analize dâhil edilip kodlanmıştır.<br />
Taranan bazı deneysel çalışmalar meta-analiz için<br />
gerekli sayısal verileri içermediğinden bu araştırmanın<br />
dışında bırakılmıştır. Sonuç olarak çalışmanın<br />
örneklemini yayımlanmış ve yayımlanmamış<br />
31 araştırma (42 karşılaştırma) oluşturmuştur.<br />
Değişkenler<br />
Meta-analize dâhil edilen çalışmalarda kullanılan,<br />
beyin temelli öğrenmenin etkililiği ile ilgili etki<br />
büyüklükleri bağımlı değişkenler olacaktır. Etki büyüklükleri<br />
her çalışmayla ilgili değişik ölçme araçları<br />
için standartlaştırılmış değerlerdir (Tarım, 2003).<br />
Çalışma karakteristikleri (bağımsız değişkenler) ve<br />
etki büyüklükleri arasındaki ilişkileri değerlendirmek<br />
için bağımsız değişken olarak deneye katılan<br />
öğrencilerin öğrenim düzeyleri, deneyin yapıldığı<br />
derslerin alanı, çalışmalardaki örneklem sayıları,<br />
çalışmaların yapıldığı ülkeler forma kodlanmış ve<br />
veri analizinde açıklayıcı değişkenler olarak kullanılmıştır.<br />
Meta-analiz Süreci ve Değerlendiriciler Arası<br />
Güvenirlik<br />
Bir meta-analiz çalışmasında analize dâhil edilecek<br />
çalışmalar nitelik açısından incelenir ve elde edilen<br />
verilerle etki değerleri hesaplanır. Bu bulgularla uygun<br />
model seçilerek heterojenlik testi yapılır. Heterojenliğin<br />
kaynağını belirlemek için alt grup analizine<br />
geçilir. Buna moderatör analizi de denilir. Bu<br />
çalışmada istatistiksel analizin yapılmasında Comprehensive<br />
Meta Analysis (CMA) İstatistik Programı<br />
ve MetaWin programlarından yararlanılmıştır. Verilerin<br />
analizinde, İşlem Etkisi (Study Effect) Metaanalizi<br />
yöntemi kullanılmıştır. Bu yöntemde temel<br />
amaç, d=(Xe-Xc)/SD formülü ile gösterilen, deneysel<br />
çalışmalardaki kontrol ve deney gruplarının ortalamaları<br />
arasındaki farkları hesaplamaktır (Hunter<br />
632
GÖZÜYEŞİL, DİKİCİ / Beyin Temelli Öğrenmenin Akademik Başarıya Etkisi: Bir Meta-analiz Çalışması<br />
Şekil 1.<br />
Alanyazın Tarama ve Ulaşılan Çalışmaların Meta-analize Dâhil Edilme Sürecini Gösteren Akış Diyagramı<br />
ve Schmidt, 2004). Bu çalışmada etki büyüklüğü hesaplamasında<br />
“Hedges’ d” kullanılmıştır. Etki büyüklüğü<br />
“d”, işlemler arası farkın iki grubun birleştirilmiş<br />
standart sapması ile bölünmesidir (Cooper, 1989).<br />
İstatistiksel analizlerin önemlilik düzeyi olarak .05<br />
önemlilik düzeyi seçilmiştir.<br />
Çalışmalar arasında gerçek heterojenliğin olup olmadığını<br />
değerlendirmek için en basit ve en yaygın<br />
yaklaşım olan Cochran tarafından önerilen (k-1)<br />
serbestlik dereceli Ki-Kare heterojenlik testi (Q istatistiği)<br />
kullanılmıştır. Heterojenlik testi tüm çalışmaların<br />
aynı etkiyi değerlendirdiği sıfır hipotezini test<br />
eder (Higgins, Thompson, Deeks ve Altman, 2003).<br />
Farklı etki büyüklüklerinin meta-analizle bir araya<br />
getirilmesinde; kullanılacak meta-analiz modeli<br />
önemlidir. Bu noktada iki türlü meta-analiz modelinden<br />
bahsetmek mümkündür. Bunlardan birincisi<br />
sabit etki modeli, ikincisi ise rastgele etki modelidir.<br />
Sabit etki modeli, meta analize dâhil edilen<br />
çalışmalarda evren etki büyüklüklerin değişmediği<br />
varsayımına sahiptir. Bu nedenle, tüm çalışmalara<br />
ait evren etki büyüklükleri standart sapması sıfıra<br />
eşittir. Rastgele etki modelinde ise, evren etki büyüklüklerinin<br />
çalışmadan çalışmaya değiştiği varsayılır.<br />
Dolayısıyla tüm çalışmalara ait evren etki büyüklükleri<br />
standart sapması sıfırdan farklıdır (Ellis,<br />
2010). Bu ifadeler Şekil 2’deki gibi özetlenebilir.<br />
633
KURAM VE UYGULAMADA EĞİTİM BİLİMLERİ<br />
Şekil 2.<br />
Sabit ve Rastgele Etki Modelleri (Ellis, 2010)<br />
Meta-analiz sırasında hangi modelin seçileceğine<br />
karar verilirken etki büyüklüklerinin homojen<br />
dağılıp dağılmadığı test edilebilir. Bu test sonucuna<br />
göre, eğer etki büyüklükleri homojen dağılım<br />
gösteriyorsa, sabit etki modelinin kullanılabileceği<br />
söylenir. Etki büyüklükleri homojen dağılım göstermiyorsa<br />
rastgele etki modeli kullanılmalıdır (Ellis,<br />
2010).<br />
Kodlama formunun güvenirlik hesaplaması için,<br />
incelenen makalelerin yaklaşık %25’i (n=7) yansız<br />
atama yolu ile seçilmiş, iyi düzeyde İngilizce bilen,<br />
bağımsız ikinci bir okuyucu tarafından okunarak<br />
makale değerlendirme formuna işlenmiştir. Ardından<br />
ilk okuyucu ile ikinci okuyucunun formları<br />
karşılaştırılmıştır. Değerlendiriciler Arası Güvenirlik<br />
(DAG) hesaplaması [görüş birliği / (görüş birliği<br />
+ görüş ayrılığı) x 100] formülü (Miles ve Huberman,<br />
1994) kullanılarak gerçekleştirilmiş ve güvenirlik<br />
%100 olarak belirlenmiştir.<br />
Bulgular<br />
Çalışma Karakteristikleri<br />
Beyin temelli öğrenmenin öğrencilerin akademik<br />
başarısı üzerindeki etkililiğinin araştırıldığı bu<br />
çalışmada, elde edilen 31 araştırmadan (42 karşılaştırma)<br />
örneklem sayısı, standart sapmaları ve<br />
aritmetik ortalamaları kullanılarak çalışmalara ait<br />
genel karakteristikler ve etki büyüklükleri belirlenmiştir.<br />
Araştırmaya dâhil edilen çalışmalardan<br />
Erland’a (1999) ait olan uzamsal çalışmadaki örneklem<br />
gruplarının sadece anlık son-test (immediate<br />
post-test) sonuçları karşılaştırmaya dâhil edilmiştir.<br />
Deney grubunda 1473, kontrol grubunda 1721 olmak<br />
üzere toplam 3194 kişi üzerinde yapılan çalışmalardan<br />
elde edilen verilere ulaşılmıştır. Araştırmaya<br />
dâhil edilen çalışmaların yapıldığı ülkelerin<br />
frekansına, yayın türüne göre frekansına, yapıldığı<br />
derslerin alanına göre frekansına, çalışmaların örneklem<br />
eğitim düzeyine göre frekansına ait bilgiler<br />
Tablo 1’de gösterilmiştir.<br />
Tablo 1.<br />
Çalışmaların Değişkenlere Göre Frekans ve Yüzde Değerleri<br />
Değişken Frekans Yüzde (%)<br />
Yayın Türü Yüksek Lisans Tezi 13 41.94<br />
Doktora Tezi 8 25.81<br />
Makale 7 22.58<br />
Teknik Rapor 1 3.23<br />
Konferans Belgesi 2 6.45<br />
Ülke Türkiye 19 61.29<br />
Eğitim<br />
Düzeyi<br />
Amerika Birleşik<br />
Devletleri<br />
9 29.03<br />
Tayvan 1 3.23<br />
Pakistan 1 3.23<br />
Malezya 1 3.23<br />
İlköğretim<br />
18 58.07<br />
Lise 7 22.58<br />
Lisans 4 12.90<br />
Yetişkin 2 6.45<br />
Ders Alanı Sayısal 18 42.86<br />
Sözel 10 23.81<br />
Eşit Ağırlık 2 4.76<br />
Yabancı Dil 10 23.81<br />
Yetenek 2 4.76<br />
Araştırmaya dâhil edilen çalışmaların büyük çoğunluğunu<br />
yüksek lisans tezleri (%41,94) ve doktora tez-<br />
634
GÖZÜYEŞİL, DİKİCİ / Beyin Temelli Öğrenmenin Akademik Başarıya Etkisi: Bir Meta-analiz Çalışması<br />
leri (%25,80) oluşturmaktadır. Belirlenen ölçütlere<br />
uygun olan çalışmaların ülkelere göre dağılımına<br />
bakıldığında Türkiye 19 çalışmayla, Amerika Birleşik<br />
Devletleri 9 çalışma ile araştırmaya katkı sağlamaktadır.<br />
Ayrıca araştırmaya Tayvan, Pakistan ve<br />
Malezya’dan da birer çalışmanın dâhil olduğu Tablo<br />
1’de görülmektedir. Çalışmaların eğitim düzeyine<br />
ait frekans ve yüzde verilerine bakıldığında en çok<br />
ilköğretim öğrencilerinin (%58,07) örneklem olarak<br />
seçildiği görülmektedir. Bir çalışmada birden fazla<br />
ders alanına ait deneysel çalışmalar olduğu için ders<br />
alanına ait yüzde ve frekans hesaplaması 42 karşılaştırma<br />
esas alınarak yapılmıştır. Sayısal dersler matematik,<br />
biyoloji ve fizik gibi derslerdir. Sözel dersler<br />
sosyal bilgiler, Türkçe veya ana dil gibi derslerdir. Eşit<br />
ağırlık ders alanı sayısal ve sözel derslerin bir arada<br />
test edildiği (matematik ve okuma gibi) çalışmaları<br />
ifade etmektedir. Yetenek dersleri ise beden eğitimi<br />
ve müzik gibi derslerdir. Çalışmaların yapıldığı derslerin<br />
alanına bakıldığında en fazla çalışmanın gerçekleştirildiği<br />
alanın 18 çalışma ile (%42,86) sayısal<br />
dersler olduğu görülmektedir.<br />
Araştırmaya Dâhil Olan Çalışmaların Etki Büyüklüğü<br />
Analizinin Birleştirilmemiş Bulguları<br />
Araştırmaya dâhil olan çalışmalar standart hata ve<br />
varyans değerleriyle birlikte etki büyüklüğü ortak<br />
metriğinde birleştirilmiştir. Şekil 3 meta-analize<br />
dâhil edilmiş çalışmaların her birinin ayrı ayrı güven<br />
aralığını, etki büyüklüğünü ve toplam etki büyüklüğü<br />
üzerindeki ağırlığını göstermek amacıyla<br />
oluşturulmuştur.<br />
Meta-analize alınmış çalışmaların birleştirilmemiş<br />
etki büyüklüklerinin incelenmesi için meta-analiz<br />
diyagramı (forest plot) oluşturulmuştur. Meta-analiz<br />
diyagramında çalışmaların etki büyüklükleri siyah<br />
karelerle gösterilmekte ve her karenin içinden<br />
geçen yatay çizgiler o çalışmaya ait güven aralığını<br />
göstermektedir. Yatay çizgi ne kadar uzunsa güven<br />
aralığı da o kadar geniştir. Oklar grafiğe sığmayan<br />
güven aralığını göstermektedir. Ağırlık (%) çalışmanın<br />
ağırlığını yani meta-analiz sonucu üzerindeki<br />
etkisini göstermektedir. Yüzde ne kadar yüksekse çalışma<br />
toplam meta-analiz sonucu üzerinde o kadar<br />
etkilidir. Bir çalışmanın ağırlığı o çalışmanın örneklem<br />
büyüklüğü ve çalışma sonucunun doğruluğu ile<br />
belirlenir. Grafiğin en son satırında yer alan baklava<br />
biçimli şekil, meta-analizin toplam sonucunu göstermektedir.<br />
Şeklin ortası ortalama etkiyi, şeklin genişliği<br />
ortalama güven aralığını göstermektedir. Eğer<br />
bu şekil “etki yok” çizgisini yani 0 çizgisini geçmezse<br />
deney ve kontrol grubu arasında hesaplanan fark istatistiksel<br />
olarak anlamlı düşünülebilir (Ried, 2006).<br />
Şekil 3’te gösterilen diyagrama (forest plot) göre, en<br />
geniş güven aralığına sahip çalışma İnci (2010) iken<br />
en küçük güven aralığına sahip çalışmalar Pennigton<br />
(2010) ve Tremarche, Robinson ve Graham’a<br />
(2007) ait çalışmalar olarak görülmektedir. Çalışmaların<br />
ağırlıklarına bakıldığında, İnci (2010) ve<br />
Griffee’ye (2007) ait çalışmalar hariç diğer çalışmaların<br />
toplam etki büyüklüğü üzerinde yaklaşık<br />
eşit ağırlığa sahip oldukları görülmektedir. Metaanalize<br />
dâhil edilen çalışmaların 35’inin pozitif etki<br />
büyüklüğüne sahip olduğu göstermektedir. Etki<br />
büyüklüğü değerlerinin pozitif çıkması bu boyutlardaki<br />
performansın, etki büyüklüğü derecesince<br />
deney grubu lehine olduğunu gösterir. Eğer etki<br />
büyüklüğü değeri negatif çıkarsa incelenen boyutta<br />
performansın, etki büyüklüğü derecesince kontrol<br />
grubu lehine olduğunu gösterir (Wolf, 1986,<br />
s. 26). Bu sonuçla birlikte 42 çalışmanın 35’i yani<br />
%83,34’lük bölümü beyin temelli öğrenmenin etkililiğinin<br />
pozitif yönde olduğunu göstermektedir.<br />
Tablo 2.<br />
Çalışmaların Etki Büyüklüğünün Cohen’in Sınıflandırmasına<br />
Ait Frekans ve Yüzde Tablosu<br />
Etki Büyüklüğü Düzeyi Frekans Yüzde (%)<br />
Küçük<br />
Orta<br />
Geniş<br />
9<br />
18<br />
15<br />
21,43<br />
42,86<br />
35,71<br />
Tablo 2’de çalışmaların etki büyüklükleri Cohen,<br />
Welkowitz ve Ewen (2000) tarafından yapılan sınıflandırmaya<br />
göre incelendiğinde 18 çalışmanın<br />
(%42,86) orta ölçekte etki büyüklüğüne sahip olduğu<br />
görülmektedir.<br />
Tablo 3.<br />
Çalışmaların Etki Büyüklüğünün Thalheimer ve Cook’un Sınıflandırmasına<br />
Ait Frekans ve Yüzde Tablosu<br />
Etki Büyüklüğü Düzeyi Frekans Yüzde (%)<br />
Önemsiz<br />
Küçük<br />
Orta<br />
Geniş<br />
Çok Geniş<br />
Muazzam<br />
8<br />
8<br />
9<br />
7<br />
4<br />
6<br />
19,04<br />
19,04<br />
21,43<br />
16,67<br />
9,53<br />
14,29<br />
Thalheimer ve Cook’un (2002) geliştirmiş olduğu<br />
etki büyüklüğü aralığına göre daha ayrıntılı bir sınıflandırılma<br />
yapıldığında en yüksek frekansın 9<br />
çalışma ile (%21,43) orta ölçekte etki büyüklüğü<br />
olduğu Tablo 3’te görülmektedir.<br />
Beyin Temelli Öğrenmenin Etkililiğinin Etki<br />
Modellerine Göre İncelenmesi<br />
Sabit etki modeline göre yapılan analizler sonucunda<br />
(Tablo 4), standart hata 0.037, %95’lik güven ara-<br />
635
KURAM VE UYGULAMADA EĞİTİM BİLİMLERİ<br />
Şekil 3.<br />
Çalışmaların Etki Yönünü Gösteren Meta-analiz Diyagramı (Forest Plot)<br />
lığının üst sınırı 0.560 ve alt sınırı 0.414 ile ortalama<br />
etki büyüklüğü 0.487 olarak beyin temelli öğrenmenin<br />
lehine akademik başarının geleneksel öğretim<br />
yönteminden daha iyi olduğu hesaplanmıştır. Hesaplanan<br />
bu etki büyüklüğü gerek Thalheimer ve<br />
Cook (2002), gerekse Cohen ve arkadaşları (2000)<br />
tarafından yapılan sınıflandırmalara göre orta (medium)<br />
olarak kabul edilmiştir. İstatistiksel anlamlılık<br />
amacıyla gerçekleştirilen z-testi hesaplamaları<br />
sonunda z= 13.030 bulunmuştur. Buna göre ulaşılan<br />
sonuç p=0.000 ile analizin istatistiksel anlamlılığa<br />
sahip olduğu söylenebilir. Homojenlik testi sonu-<br />
Tablo 4.<br />
Sabit Etki Modeline Göre Ortalama Etki Büyüklüğü ve Homojenlik Değerleri<br />
Model Türü<br />
Sabit Etki<br />
Rastgele Etkiler<br />
Ortalama<br />
Etki Büyüklüğü<br />
ES 0.487<br />
ES 0.640<br />
Serbestlik<br />
Derecesi<br />
41<br />
41<br />
Toplam Heterojenlik<br />
Değeri Q<br />
333.166<br />
70.216<br />
Ki-Kare Tablo<br />
Değeri (0.05)<br />
56.942<br />
56.942<br />
95% Güven Aralığı<br />
Alt Üst<br />
0.414 0.560<br />
0.419 0.861<br />
636
GÖZÜYEŞİL, DİKİCİ / Beyin Temelli Öğrenmenin Akademik Başarıya Etkisi: Bir Meta-analiz Çalışması<br />
Tablo 5.<br />
Meta-analize Dâhil Edilen Çalışmaların Etki Modellerine Göre Homojen Dağılım Değeri, Ortalama Etki Büyüklüğü ve Güven Aralıkları<br />
Tablosu<br />
Model Türü N Z Q ES 95% Güven Aralığı Alt Üst<br />
Sabit Etki 42 13.030 333.166 0.487 0.414 0.560<br />
Rastgele Etkiler 42 5.871 70.216 0.640 0.419 0.861<br />
cunda Q istatistiksel değeri 333.166 olarak hesaplanmıştır.<br />
χ 2 tablosundan %95 anlamlılık düzeyinde,<br />
41 serbestlik derecesi değeri 56.942 bulunmuştur<br />
(Kmietowicz ve Yannoulis, 1988). Q istatistiksel<br />
değeri 333.166 ile kırk bir serbestlik derecesindeki<br />
ki-kare dağılımının kritik değerini (χ 2 (0.95) =56.942)<br />
aştığı gözlenmiştir. Bu değerler ışığında, çalışmaların<br />
etki büyüklükleri dağılımlarının, sabit etki modeline<br />
göre heterojen özellikte olduğu belirlenmiştir.<br />
Q istatistik değeri sonucunda çalışmaların heterojen<br />
özellikte olması, etki büyüklükleri değişiminin örneklem<br />
hatasından dolayı oluşan bir değişimden<br />
bekleneceğinden büyük olduğu anlamına gelmektedir<br />
(Özcan, 2008). Sabit etki modeli yani ayrı çalışmalardaki<br />
bulgulardan tahmin edilebilen altta yatan<br />
bir tek gerçek etkinin var olduğu varsayımı savunulamaz<br />
olur (Akgöz, Ercan ve Kan, 2004). Bu nedenle<br />
rastgele etkiler modeline uygun analizler yapılarak,<br />
örneklemin heterojen olmasından kaynaklanan<br />
yanılsamalar ortadan kaldırılabilir (Demirel, 2005;<br />
Yıldız, 2002). Bu noktadan hareketle, beyin temelli<br />
öğrenmenin etkililiği rastgele etkiler modeline göre<br />
de karşılaştırılmıştır.<br />
Rastgele etkiler modeline göre yapılan analizler<br />
sonucunda; standart hata 0.110; %95’lik güven<br />
aralığının üst sınırı 0.861 ve alt sınırı 0.419 ile ortalama<br />
etki büyüklüğü 0.649 olarak beyin temelli<br />
öğrenme lehine akademik başarının geleneksel öğretim<br />
yönteminden daha iyi olduğu hesaplanmıştır.<br />
Bulunan etki büyüklüğüne bakıldığında bu değer<br />
gerek Thalheimer ve Cook (2002), gerekse Cohen<br />
ve arkadaşları (2000) tarafından yapılan sınıflandırmalara<br />
göre orta (medium) olarak kabul edilmiştir.<br />
İstatistiksel anlamlılık amacıyla gerçekleştirilen<br />
z- testi hesaplamaları sonunda z= 5.871 bulunmuştur.<br />
Buna göre ulaşılan sonuç p=0.000 ile analizin<br />
istatistiksel anlamlılığa sahip olduğu söylenebilir.<br />
Homojenlik testi sonucunda Q istatistiksel değeri<br />
70.216 olarak hesaplanmıştır. χ 2 tablosundan %95<br />
anlamlılık düzeyinde, 41 serbestlik derecesi değeri<br />
56.942 bulunmuştur (Kmietowicz ve Yannoulis,<br />
1988). Q istatistiksel değeri 70.216 ile 41 serbestlik<br />
derecesindeki ki-kare dağılımının kritik değerini<br />
(χ 2 =56.942) aştığı görülmüştür.<br />
(0.95)<br />
Tablo 5’te meta-analize dâhil edilen 42 çalışmanın<br />
etki modellerine göre ortalama etki büyüklükleri<br />
sunulmuştur. Beyin temelli öğrenmenin akademik<br />
başarıya etkisi sabit etki modelinde 0.487 değerini<br />
alarak akademik başarının beyin temelli öğrenme<br />
lehine olduğu görülmektedir; rastgele etkiler modelinde<br />
0.640 değerini alarak sabit etki modelindeki<br />
gibi akademik başarının beyin temelli öğrenme<br />
lehine olduğu görülmektedir. Homojenlik değeri<br />
333.166 ile sabit etki modelinde kritik değeri aşmaktadır.<br />
Rastgele etkiler modelinde de homojenlik<br />
değerinin kritik değeri aştığı görülmektedir.<br />
Homojenlik değerinin rastgele etkiler modelinde<br />
de kritik değeri aşması nedeniyle, etki büyüklüğü<br />
dağılımının heterojen olduğu söylenebilir. Heterojenlik<br />
çıkma nedeninin örnekleme hatasından veya<br />
örnekleme hatasından farklı değişkenliğe sahip<br />
olup olmadığını anlamak amacıyla çalışmalar gruplara<br />
ayrılarak değerlendirmeler yapılmıştır.<br />
Beyin Temelli Öğrenmenin Etkililiğinin Ders<br />
Alanlarına Göre İncelenmesi<br />
Çalışmaların yapıldığı derslerin toplam etki büyüklüğü<br />
üzerindeki etkisini belirlemek amacıyla dersler;<br />
sayısal, sözel, eşit ağırlık, yabancı dil ve yetenek<br />
olarak 5 farklı gruba ayrılmıştır. Bu gruplara göre<br />
analiz sonuçlarına Tablo 6’da yer verilmiştir.<br />
Çalışmaların yapıldığı derslerin alanlarına göre;<br />
en yüksek etki büyüklüğü 0.767 ile yabancı dil, en<br />
düşük etki büyüklüğü ise -0.073 ile yetenek alanında<br />
görülmüştür. Bununla birlikte sınıflar arası<br />
homojenlik testi değeri Q B<br />
=2.757 bulunmuştur.<br />
χ 2 tablosundan %95 anlamlılık düzeyinde ve 4<br />
serbestlik derecesi değeri 9.488 olarak bulunmuştur<br />
(χ 2 =9.488). Q istatistik değeri (Q =2.757,<br />
(0.95) B B<br />
p=0.599) 4 serbestlik derecesi ile χ 2 dağılımının<br />
kritik değerinden (χ 2 =9.488) küçük olduğu için<br />
(0.95)<br />
etki büyüklüklerinin dağılımına ait homojenlik hipotezi<br />
Sabit Etki Modeli’nde kabul edilmiştir. Buna<br />
göre, meta-analize dâhil edilen çalışmaların ders<br />
alanlarına göre gruplandırılıp etki büyüklüklerine<br />
bakıldığında ders alanlarına göre anlamlı bir farklılık<br />
olmadığı söylenebilir. Eşit ağırlık ve yetenek<br />
alanında kriterlere uygun az sayıda çalışma bulunması<br />
nedeniyle kesin yargıya ulaşmak yerine, mevcut<br />
durum hakkında bilgi verdiğini söylemek daha<br />
uygun olmaktadır.<br />
637
KURAM VE UYGULAMADA EĞİTİM BİLİMLERİ<br />
Tablo 6.<br />
Çalışmaların Yapıldığı Derslerin Alanlarına Ait Heterojenlik Testi<br />
Değişken Q B<br />
Çalışma Adedi Ortalama Etki Büyüklüğü %95 Güven Aralığı Alt Üst<br />
Alan 2.757<br />
Sayısal 18 0.704 0.339 1.069<br />
Sözel 10 0.617 0.094 1.140<br />
Eşit Ağırlık 2 0.267 -6.298 6.832<br />
Yabancı Dil 10 0.767 0.252 1.282<br />
Yetenek 2 -0.073 -6.865 6.719<br />
Beyin Temelli Öğrenmenin Etkililiğinin Örneklemin<br />
Öğrenim Seviyesine Göre İncelenmesi<br />
Çalışmalardaki örneklemlerin öğrenim seviyelerinin<br />
toplam etki büyüklüğün üzerindeki etkisini belirlemek<br />
amacıyla çalışmalar; ilköğretim, lise, lisans<br />
ve yetişkin olarak 4 farklı gruba ayrılmıştır. Yetişkin<br />
grubu devlet destekli ya da özel bilgi/beceri gelişim<br />
kurslarında beyin temelli öğretim almış belli bir yaş<br />
üstü grupları kastetmektedir. Bu gruplara göre analiz<br />
sonuçları Tablo 7’de verilmiştir.<br />
Bulgular ışığında beyin temelli öğrenme ile yapılan<br />
derslerdeki akademik başarı öğrencilerin öğrenim<br />
seviyesine bağlı olarak değişmemektedir.<br />
Beyin Temelli Öğrenmenin Etkililiğinin Örneklem<br />
Büyüklüğüne Göre İncelenmesi<br />
Çalışmalardaki örneklem büyüklüğünün toplam<br />
etki büyüklüğü üzerindeki etkisini belirlemek amacıyla<br />
çalışmalar; küçük (1-49 arası), orta (50-99<br />
Tablo 7.<br />
Çalışmaların Öğrenim Seviyelerine Ait Heterojenlik Testi<br />
Değişken Q B<br />
Çalışma Adedi Ortalama Etki Büyüklüğü %95Güven Aralığı Alt Üst<br />
Öğrenim Seviyesi 6.568<br />
İlköğretim 28 0.536 0.277 0.794<br />
Lise 7 1.098 0.494 1.702<br />
Lisans 5 0.765 -0.033 1.562<br />
Yetişkin 2 -0.092 -6.290 6.106<br />
Tablo 7’de verilen analiz sonuçlarına göre; en yüksek<br />
etki büyüklüğü 1.098 ile lise grubunda, en<br />
düşük etki büyüklüğü ise -0.092 ile yetişkin grubunda<br />
görülmüştür. Bununla birlikte gruplar arası<br />
homojenlik testine bakıldığında Q B<br />
= 6.568 değeri<br />
bulunmuştur. χ 2 tablosundan %95 anlamlılık düzeyinde<br />
ve 3 serbestlik derecesi değeri 7.815 olarak<br />
bulunmuştur (χ 2 =7.815). Q istatistik değeri<br />
(0.95) B<br />
(Q B<br />
=6.568 ve p=0.087) 3 serbestlik derecesi ile χ 2<br />
dağılımının kritik değerinden (χ 2 =7.815) küçük<br />
olduğu için etki büyüklüklerinin dağılımına<br />
(0.95)<br />
ait homojenlik hipotezi Sabit Etki Modeli’nde kabul<br />
edilmiştir. Buna göre, meta-analize dâhil edilen çalışmaların<br />
öğrenim seviyelerine göre gruplandırılıp<br />
etki büyüklüklerine bakıldığında öğrenim seviyelerine<br />
göre anlamlı bir farklılık olmadığı söylenebilir.<br />
arası) ve büyük (100 ve üzeri) olmak üzere 3 farklı<br />
gruba ayrılmıştır. Bu gruplara göre analiz sonuçları<br />
Tablo 8’de verilmiştir.<br />
Tablo 8’de verilen analiz sonuçlarına göre; örneklem<br />
büyüklüğü küçük olan çalışma gruplarının<br />
ortalama etki büyüklüğü 0.688, orta büyüklükte<br />
örnekleme sahip çalışmaların ortalama etki büyüklüğü<br />
0.603, büyük örnekleme sahip çalışmaların<br />
ortalama etki büyüklüğü ise 0.686 olarak belirlenmiştir.<br />
Gruplar arası homojenlik testine bakıldığında<br />
Q B<br />
=0.139 değeri bulunmuştur. χ 2 tablosundan<br />
%95 anlamlılık düzeyinde ve 2 serbestlik derecesi<br />
değeri 5.991 olarak bulunmuştur (χ 2 (0,95) =5.991).<br />
Q B<br />
istatistik değeri (Q B<br />
=0.139) 2 serbestlik derecesi<br />
ile χ 2 dağılımının kritik değerinden (χ 2 (0,95) =5.991)<br />
Tablo 8.<br />
Çalışmaların Örneklem Büyüklüğüne Ait Heterojenlik Testi<br />
Değişken Q B<br />
Çalışma Adedi Ortalama Etki Büyüklüğü %95 Güven Aralığı Alt Üst<br />
Örneklem Büyüklüğü 0.139<br />
Küçük (1-49 arası) 16 0.688 0.278 1.098<br />
Orta (50-99 arası) 21 0.603 0.274 0.932<br />
Büyük (100 ve üzeri) 5 0.686 -0.174 1.546<br />
638
GÖZÜYEŞİL, DİKİCİ / Beyin Temelli Öğrenmenin Akademik Başarıya Etkisi: Bir Meta-analiz Çalışması<br />
küçük olduğu için etki büyüklüklerinin dağılımına<br />
ait homojenlik hipotezi Sabit Etkiler Modeli’nde kabul<br />
edilmiştir. Buna göre, meta-analize dâhil edilen<br />
çalışmaların örneklem büyüklüğüne göre gruplandırılıp<br />
etki büyüklüklerine bakıldığında örneklem<br />
büyüklüğüne göre anlamlı bir farklılık olmadığı<br />
söylenebilir.<br />
Beyin Temelli Öğrenmenin Etkililiğinin Ülkelere<br />
Göre İncelenmesi<br />
Belirlenen ölçütlere göre 5 ülkeden çalışma meta-analize<br />
dâhil edilmiştir. Ancak etki büyüklüğü<br />
hesaplanmasında oluşturulan her bir grup için en<br />
az iki çalışma gerekli olduğundan, ulaşılabilen çalışmalar<br />
arasından 2’den az çalışmaya sahip olan<br />
ülkeler çıkarılmıştır. Böylece sadece 2 ülke arasında<br />
karşılaştırma yapılabilmiştir: ABD ve Türkiye.<br />
Tablo 9 çalışmaların yapıldığı ülkelerin toplam etki<br />
büyüklüğü üzerindeki etkisini göstermek amacıyla<br />
oluşturulmuştur.<br />
Tablo 9’da verilen analiz sonuçlarına göre;<br />
Türkiye’de yapılan çalışmaların ortalama etki büyüklüğü<br />
1.017 iken ABD’de yapılan çalışmaların<br />
ortalama etki büyüklüğü 0.172 olarak gösterilmektedir.<br />
Bununla birlikte gruplar arası homojenlik testine<br />
bakıldığında Q B<br />
=17.986 değeri bulunmuştur.<br />
Ki-kare dağılımının 0.05 anlamlılık düzeyi ve 1 serbestlik<br />
derecesi değeri 3.841 olarak görülür. Hesaplanan<br />
homojenlik değeri (Q B<br />
=17.986), bulunan kritik<br />
değer olan 3.841’den büyük olduğu için heterojen<br />
dağılıma sahip olduğu söylenebilir. Buna göre,<br />
meta-analize dâhil edilen çalışmaların ülkelere<br />
göre gruplandırılıp gruplar arası etki büyüklüğüne<br />
bakıldığında (Q B<br />
=17.986, p=0.000) oluşan gruplar<br />
arasında anlamlı bir farklılık olduğu söylenebilir.<br />
Tartışma ve Sonuç<br />
Belirlenen kriterlere göre 31 çalışmanın dâhil edildiği<br />
bu meta-analizin verileri ile sabit etki modeline<br />
göre yapılan analizler doğrultusunda etki büyüklüğü,<br />
beyin temelli öğrenmenin lehine ES=0.487 olarak<br />
bulunmuştur. Ancak homojenlik testi sonrasında<br />
çalışmaların heterojen çıkması verilerin tüm evrene<br />
genellenemeyeceğini göstermiştir. Bu nedenle sabit<br />
etki modeli yerine rastgele etkiler modeline göre<br />
hesaplamalar tekrar yapılmıştır. Rastgele etkiler modeline<br />
göre yapılan analizler doğrultusunda; 0.110<br />
standart hata ve %95’lik güven aralığının üst sınırı<br />
0.861 ve alt sınırı 0.419 ile etki büyüklüğü değeri ES=<br />
0.640 olarak hesaplanmıştır. Bu değer, Cohen ve arkadaşlarının<br />
(2000) sınıflandırmasına göre orta düzeyde,<br />
pozitif ve anlamlı bir etki büyüklüğüdür.<br />
Mevcut araştırmanın bulguları, beyin temelli öğrenmenin<br />
öğrencilerin akademik başarısı açısından<br />
geleneksel öğretim yöntemine oranla daha başarılı<br />
olduğunu göstermiştir. Bu sonuç, yurt içi ve yurt<br />
dışında farklı yıllarda yapılan bireysel araştırmalar<br />
ile tutarlılık göstermektedir (Ali, Hukammad, Ghazi,<br />
Shahzad ve Khan, 2010; Aydın, 2008; Baş, 2010;<br />
Baştuğ, 2007; Çelebi, 2008; Çengelci, 2005; Demirel,<br />
Erdem, Koç, Köksal ve Şendoğdu, 2002; Erland,<br />
1999; Griffee, 2007; Hasra, 2007; İnci, 2010; Özden,<br />
2005; Peder, 2009; Sünbül, Arslantaş, Keskinkılıç ve<br />
Yağız, 2004; Tüfekçi, 2005).<br />
Meta-analize dâhil edilmiş olan 31 çalışmanın 42<br />
karşılaştırması bağımsız değişkenlere göre analiz<br />
edildiğinde elde edilen verilere göre; çalışmaların<br />
yapıldığı ders alanlarına göre en yüksek etki büyüklüğü<br />
0.767 ile yabancı dil, en düşük etki büyüklüğü<br />
ise -0.073 ile yetenek alanında görülmüştür. Meta-analize<br />
dâhil edilen çalışmaların ders alanlarına<br />
göre gruplandırılıp etki büyüklüklerine bakıldığında<br />
(Q B<br />
=2.757, p=0.599) oluşan sınıflar arasında anlamlı<br />
bir farklılık olmadığı söylenebilir. Dolayısıyla elde<br />
edilen bulgular tüm ders alanlarına genellenebilir.<br />
Örneklemlerinin öğrenim seviyelerine göre analizler<br />
yapıldığında, varılan sonuçlara göre; en yüksek etki<br />
büyüklüğü 1.098 ile lise grubunda, en düşük etki büyüklüğü<br />
ise -0.092 ile yetişkin grubunda görülmüştür.<br />
Meta-analize dâhil edilen çalışmaların öğrenim<br />
seviyelerine göre gruplandırılıp etki büyüklüklerine<br />
bakıldığında (Q B<br />
=6.568, p=0.087) öğrenim seviyelerine<br />
göre anlamlı bir farklılık olmadığı söylenebilir.<br />
Beyin temelli öğrenme ile yapılan derslerdeki akademik<br />
başarı öğrencilerin öğrenim seviyesine bağlı<br />
olarak değişmemektedir. Yetişkin grupları hariç diğer<br />
tüm öğrenim seviyelerine ait etki büyüklükleri pozitif<br />
değerler almıştır. Yetişkin grubuna ait veriler sadece<br />
2 karşılaşmadan elde edilen veriler olması sebebiyle<br />
bu etki büyüklüğünü yetişkin gruplarına genellemek<br />
doğru olamayacağından sadece mevcut durum hakkında<br />
bilgi verdiğini söylemek daha uygun olacaktır.<br />
Tablo 9.<br />
Türkiye ve ABD’ye Ait Heterojenlik Testi<br />
Değişken Q B<br />
Çalışma Adedi Ortalama Etki Büyüklüğü %95 Güven Aralığı Alt Üst<br />
Ülke 17.986<br />
Türkiye 20 1.017 0.721 1.313<br />
ABD 19 0.172 -0.123 0.467<br />
639
KURAM VE UYGULAMADA EĞİTİM BİLİMLERİ<br />
Bu araştırma için belirlenen ölçütlere göre Türkiye,<br />
ABD, Pakistan, Tayvan ve Malezya olmak üzere<br />
5 ülkeden çalışma meta-analize dâhil edilmiştir.<br />
Ancak etki büyüklüğü hesaplanmasında oluşturulan<br />
her bir grup için en az iki çalışma gerekli olduğundan,<br />
2’den az çalışmaya sahip olan ülkeler<br />
çıkarılmıştır. Böylece ABD ve Türkiye arasında karşılaştırma<br />
yapılabilmiştir. Ülkelere göre analizler<br />
yapıldığında elde edilen sonuçlara göre; Türkiye’de<br />
yapılan çalışmaların ortalama etki büyüklüğü 1.017<br />
iken ABD’de yapılan çalışmaların ortalama etki büyüklüğü<br />
0.172 olarak gösterilmektedir. Buna göre,<br />
meta-analize dâhil edilen çalışmaların ülkelere<br />
göre gruplandırılıp gruplar arası etki büyüklüğüne<br />
bakıldığında (Q B<br />
=17.986, p=0.000) oluşan gruplar<br />
arasında anlamlı bir farklılık olduğu söylenebilir.<br />
Sosyal bilimlerdeki araştırmalarda yer, zaman ve<br />
uygulamalardaki farklılıklardan kaynaklı olarak her<br />
zaman elde edilen verilerin uygunluğu hakkında<br />
şüpheler oluşmaktadır. Bu araştırmada meta-analize<br />
dâhil edilmiş çalışmaların örneklemin eğitim<br />
düzeyine, deneylerin yapıldığı derslerin alanlarına<br />
göre elde edilen verilerin sınıflandırılmasında homojen<br />
yapının bozulmadığı görülmüştür. Dolayısıyla<br />
bu kategorilerde meta-analize dâhil edilmiş<br />
çalışmaların tutarlı olduğu görülmüştür. Ancak<br />
çalışmaların yapıldığı ülkelere ait veriler sınıflandırıldığında,<br />
Türkiye ve ABD’de yapılmış çalışmalara<br />
ait homojenlik değerinin kritik değeri aştığı<br />
bulunmuş ve aradaki farkın istatistiksel anlamlılığa<br />
sahip olduğu görülmüştür. Bu farklılığın altında<br />
yatan birçok neden olabileceği gibi en önemlilerinden<br />
biri de çalışmalarda son-test sonuçlarının elde<br />
edildiği akademik başarıyı ölçen test türleri olabilir.<br />
Türkiye’de yapılan çalışmaların nerdeyse tamamında<br />
araştırmacı tarafından geliştirilmiş başarı<br />
testleri kullanılmışken ABD’de yapılan çalışmalarda<br />
ise genellikle ulusal geçerliliği ve güvenirliği olan<br />
standart testlerin kullanılmış olması göze çarpmaktadır.<br />
Bir meta-analizden elde edilecek genellemelerin<br />
kalitesi, meta-analize dâhil edilecek uygun<br />
çalışmaların nasıl sunulduğuna bağlıdır. Uygun<br />
çalışma, hem araştırma çevresinin kapsamına hem<br />
de araştırma içeriğinin sunusuyla ilgilidir (Rust,<br />
1990). Bu araştırmaya dâhil edilen çalışmaların bir<br />
kısmında deney süresi, deneyin uygulanma aşamaları<br />
gibi bilgilerin belirtilmemiş olması meta-analiz<br />
sonucunda ortaya çıkan heterojenlik değerinin<br />
kaynağını belirlemeye engel olmaktadır. Yine de<br />
Türkiye’de yapılan çalışmaların etki büyüklüğünün<br />
büyük derecede önemli çıkması ve ABD’de yapılan<br />
çalışmaların etki büyüklüğünün küçük derecede<br />
önemli çıkması manidardır. Aynı oranda da güven<br />
aralıklarındaki değişim yadsınamaz.<br />
Beyin görüntüleme teknolojilerinin hızlı gelişimi<br />
tıp dünyasına ve dolayısıyla eğitimcilere önemli<br />
ipuçları sunmaktadır. Elde edilen bu bilgilerin beynin<br />
çalışmasını ne oranda yansıttığı ya da bunların<br />
eğitimcilerin ne işine yarayacağı konusunda henüz<br />
çok sayıda bilinmeyen olmasına karşın bu verileri<br />
tamamıyla göz ardı etmemiz de mümkün değildir.<br />
Ancak beyin temelli öğrenme yaklaşımının akademik<br />
başarı üzerindeki etkisini araştıran bu meta-analiz<br />
çalışmasıyla bu yaklaşımın daha çok lise<br />
düzeyinde ve yabancı dil derslerinde daha etkili olduğunu<br />
söylemek mümkün olsa da bu etkinin orta<br />
düzeyde olduğunu unutmamak gerekir.<br />
Rust (1990) meta-analiz alanında en büyük problemin<br />
basılmış yayınların hep güçlü bir etki ya da istatistiksel<br />
anlamlılığa sahipse basılmaya uygun görüldüğünü<br />
söyler. Yapılan çalışmalar güçlü bir etki<br />
ya da istatistiksel anlamlılığa sahip değil ise birçoğu<br />
basılmaya uygun görülmemektedir. Bu durumda<br />
meta-analize dâhil edilecek olan çalışmalar arasında<br />
zıt yönlü ya da etkisi sıfır olan çalışma sonuçları<br />
pek nadir bulunmaktadır. Yüksek lisans ve doktora<br />
çalışmaları hem bu araştırmanın içeriğine uygun<br />
hem de gerekli veri yapısına sahip şekilde sunulduğu<br />
için araştırmanın sınırları çerçevesinde uygun<br />
olan ve ulaşılabilinen tüm yüksek lisans ve doktora<br />
çalışmaları alınmıştır. Bu durum meta-analiz araştırmamızdan<br />
elde edilmiş sonuçlardan genellemeler<br />
yapılma kalitesini de yüksek tutmuştur.<br />
Bu meta-analiz çalışmasında beyin temelli öğrenmenin<br />
öğrencilerin akademik başarısına olan etkisi<br />
incelenmiş ve bunun dışında kalan etkileri çalışma<br />
kapsamı dışında tutulmuştur. Bu konularda çalışma<br />
yapacak araştırmacıların beyin temelli öğrenmenin<br />
tutum, motivasyon gibi faktörler üzerine etkisi;<br />
cinsiyet, sosyo-ekonomik farklıların beyin temelli<br />
öğrenme üzerine etkisi gibi farklı konularda metaanaliz<br />
çalışması gerçekleştirebilirler. Araştırmacılar<br />
nitel çalışmaların da dâhil edildiği daha geniş kapsamlı<br />
meta değerlendirmeler gerçekleştirebilirler.<br />
Benzer yöntemle yapılabilecek bu çalışmalarda<br />
uygulanan anketlerdeki madde analizleri ve açık<br />
uçlu cevapların analizleri sonucunda beyin temelli<br />
öğrenmenin etki büyüklüğü haricinde, etki nedeni<br />
üzerinde analizler yapmak mümkün olabilir.<br />
Beyin temelli öğrenmenin öğrencilerin akademik<br />
başarısı üzerindeki etkililiğini araştıracak gelecekteki<br />
çalışmaların araştırmacı tarafından geliştirilen<br />
başarı testleri yerine ülke genelinde uygulanan<br />
standart testleri kullanması da önerilebilir. Ülke<br />
genelinde uygulanan standart testler araştırmalar<br />
arasında birlik ve bütünlük sağlayabilmektedir.<br />
Yurt dışında yapılan çalışmalarda genellikle ülke<br />
640
GÖZÜYEŞİL, DİKİCİ / Beyin Temelli Öğrenmenin Akademik Başarıya Etkisi: Bir Meta-analiz Çalışması<br />
genelinde uygulanan standart testler kullanılmıştır.<br />
Ülkemizde ise genellikle testler araştırmacılar tarafından<br />
geliştirilmiş ve her biri birbirinden farklılık<br />
göstermektedir. Buna ek olarak, beyin temelli öğrenme<br />
yaklaşımının etkililiğini araştıracak gelecekteki<br />
deneysel çalışmalarda daha büyük örneklem<br />
grupları (100 ve üzeri) üzerinde çalışma yapılması<br />
önerilebilir. Okul öncesi düzeyinde beyin temelli<br />
öğrenme üzerine yapılmış araştırmaya alan yazında<br />
rastlanmadığı için bu eğitim kademesinde de<br />
araştırmalar yapılması önerilebilir. Ayrıca, araştırmalarda<br />
beyin temelli öğrenme uygulama çalışmalarının<br />
deney süresinin mümkün olduğunca uzun<br />
tutulması da önerilebilir.<br />
641
Educational Sciences: Theory & Practice • 14(2) • 642-648<br />
©<br />
2014 Educational Consultancy and Research Center<br />
www.edam.com.tr/estp<br />
DOI: 10.12738/estp.2014.2.2103<br />
The Effect of Brain Based Learning on Academic<br />
Achievement: A Meta-analytical Study *<br />
Eda GÖZÜYEŞİL a<br />
Niğde University<br />
Ayhan DİKİCİ b<br />
Niğde University<br />
Abstract<br />
This study’s aim is to measure the effect sizes of the quantitative studies that examined the effectiveness of<br />
brain-based learning on students’ academic achievement and to examine with the meta-analytical method if<br />
there is a significant difference in effect in terms of the factors of education level, subject matter, sampling<br />
size, and the countries where the studies were carried out. Meta-analysis is the method employed in order to<br />
statistically combine the quantitative data collected from many studies of the same topic, and to reach a general<br />
conclusion from the results. In this respect, following the literature research, 31 studies (42 effects) which<br />
investigated the effectiveness of brain-based learning on students’ academic achievement between the years<br />
1999-2011 met the inclusion criteria, were reported in English and Turkish, and were included in the metaanalytical<br />
research. The findings indicate that 35 out of 42 comparisons had positive effect sizes. It revealed<br />
that brain-based learning has a positive but medium effect (d=.640) on students’ academic achievement. In<br />
addition, when compared with the studies conducted in Turkey and the USA, it drew the conclusion that there is<br />
a significant difference between the groups while there is no difference in any effect sizes in terms of education<br />
level, subject matter and sampling size.<br />
Key Words<br />
Academic Achievement, Brain-Based Learning, Meta-analysis, Neuroscience, Neurophysiologic Learning.<br />
In recent years, electrophysiological studies,<br />
neuropsychological tests and the use of imaging<br />
techniques (Vaid & Hall, 1991; Vigliocco, Vinson,<br />
Druks, Barber, & Cappa, 2011; Weintraub, 2000)<br />
have created opportunities for researchers in the<br />
structural and functional studies of the human<br />
brain which have provided clues resulting in big<br />
changes for the field of education.<br />
By knowing how the brain works, brain-based<br />
learning supports learning by discovering the<br />
ways of maximum learning (Carolyn, 1997). This<br />
approach associates learning with the brain and the<br />
way it works, and mentions the positive effects of<br />
the brain’s features and its enhancing performance<br />
on learning. Therefore, it is mainly interested in the<br />
development of the brain. Through neuroscience,<br />
investigating the relationship between the brain,<br />
the neural system and our cognitive behaviors,<br />
brain-based learning is increasingly supported by<br />
studies, especially with the improvement of MRI,<br />
PET and MEG technologies (Hansen & Monk,<br />
2002). Today, tests are carried out with the use of<br />
these new technologies. The position of neurons<br />
in a living human brain can be color-imaged by<br />
* This study was produced from a master thesis prepared by Eda GÖZÜYEŞİL and adviser Associate Professor<br />
Ayhan DİKİCİ at Niğde University Institute of Educational Sciences Division of Curriculum and Instruction.<br />
a<br />
b<br />
Eda GÖZÜYEŞİL is a Ph.D. candidate of Curriculum and Instruction. She is working as an English instructor<br />
at Niğde University School of Foreign Languages. Her research interests include foreign language teaching,<br />
brain-based learning and meta-analysis. Correspondence: Niğde University, School of Foreign Languages,<br />
51200, Niğde, Turkey. Email: egozuyesil@hotmail.com<br />
Ayhan DİKİCİ, Ph.D., is currently an associate professor of Curriculum & Instruction. Contact: Niğde University,<br />
Faculty of Education, Department of Curriculum & Instruction, Niğde, Turkey. Email: adikici@nigde.edu.tr
GÖZÜYEŞİL, DİKİCİ / The Effect of Brain Based Learning on Academic Achievement: A Meta-analytical Study<br />
systems such as the positron emission tomography<br />
and Nuclear Magnetic Resonance Imaging<br />
(NMRI). In this way, several variables like memory,<br />
emotion, attention, mapping and their effects on<br />
learning are studied (Soylu, 2004; Taşçıoğlu, 1994;<br />
Thomas, 2001; Weiss, 2000). These studies, both in<br />
our country and around the world, provide us with<br />
interesting data. For instance, it is revealed that<br />
cell clusters examined by imaging techniques don’t<br />
have systematic structures as supposed, or that the<br />
linguistic part of a person isn’t in the same place as<br />
that of another person (Ergenç, 1994).<br />
The essential point of brain-based learning is<br />
meaningful learning. Mapping is required to<br />
maintain meaningful learning. Mapping means that<br />
new knowledge is linked to previous knowledge<br />
and the new knowledge is put into the current<br />
system (Keleş & Çepni, 2006).<br />
The phrases of brain-based learning are the ones<br />
that make learning meaningful and permanent<br />
(Hasra, 2007, p. 40). These phrases are relaxed<br />
alertness, orchestrated immersion, and active<br />
processing. Caine and Caine (1990) explain these:<br />
Relaxed Alertness: It means to create the optimal<br />
emotional and social climate for learning. A<br />
challenging learning environment with minimal<br />
threats should be provided (Gülpınar, 2005). When<br />
a person is interested in something, s/he is open to<br />
learn, or vice versa. A relaxed and open brain can<br />
learn more easily. Findings show that some learning<br />
is influenced positively in a relaxed environment,<br />
but it is suppressed when threat and tiredness are<br />
felt (Combs & Suygg, 1959 as cited in Caine, Caine,<br />
& Crowel, 1999).<br />
Orchestrated Immersion: It refers to a students’<br />
concentration on the contents they encounter.<br />
They will have to use their memory to explore<br />
the content when wholeness and correlativity are<br />
available (Caine & Caine, 2002).<br />
Active Processing: A learning brain is actively<br />
processing. For instance, to make an experience<br />
meaningful, memory naturally reacts to new<br />
objects incompatible with the previous maps. Thus,<br />
the brain tests the experiences that are contrary to<br />
the known (Duman, 2007).<br />
Caine and Caine (1990), who have many books<br />
and articles on brain-based learning, have stated<br />
the core principles of brain-based learning.<br />
Wolfe (2001), an educational counselor, has done<br />
brain research which includes its application in<br />
the classroom. Intensely studying brain-based<br />
learning, brain compatible strategies, and super<br />
learning, Jensen (1998), after considering the<br />
brain researches, introduced useful strategies and<br />
techniques that can be applied in classrooms. Nunly<br />
(2002), a biology teacher, carries out brain-based<br />
learning researches and curriculum development<br />
studies at the University of Utah. However, no<br />
meta-analytical study has been done either in<br />
our country or in any other country to reveal the<br />
effectiveness of brain-based learning on academic<br />
achievement from a broader point of view.<br />
With regard to learning and teaching, it seems<br />
that brain research has a long way to go. When it<br />
becomes clearly defined how knowledge is formed,<br />
organized, and stored in the brain, it is certain that<br />
there will be fundamental changes (Soylu, 2004, p.<br />
175).<br />
In order to analyze the effect of brain-based<br />
learning, 31 research studies (42 effects) were<br />
identified and the main research questions that<br />
guided the analysis was ‘to what extent does<br />
brain-based learning influence students’ academic<br />
achievement’. In addition, it was analyzed to<br />
see if there is a significant, measurable difference<br />
between the effect sizes of brain-based learning<br />
studies in terms of subject matter, education level,<br />
sampling, and the countries where the studies were<br />
carried out.<br />
Method<br />
Inclusion Criteria, Literature Research and Coding<br />
The quantitative studies that were carried out<br />
between 1999 and 2012 were examined in this<br />
meta-analytical study. To collect data, academic<br />
articles, conference papers, theses and dissertations<br />
were reviewed online. A clear and detailed coding<br />
form was prepared. This form was composed of<br />
three sections: study identity, study content, and<br />
study data.<br />
Considering that experimental studies and quasiexperimental<br />
studies can be included in a metaanalytical<br />
study (Glass, McGaw, & Smith, 1981;<br />
Hunter & Schmidt, 1990), some studies were<br />
excluded because either they were not experimental<br />
studies, there was a lack of data to extract effect<br />
sizes, or they did not investigate the effect of<br />
brain-based learning on academic achievement.<br />
345 theses and dissertations and 108 articles were<br />
reviewed. However, the experimental ones with<br />
control groups were included. As a result, 31 studies<br />
(42 effects) that met the criteria were included in<br />
this analysis.<br />
643
EDUCATIONAL SCIENCES: THEORY & PRACTICE<br />
Variables<br />
The dependent variables are the effect sizes<br />
that were extracted from the studies included<br />
in this meta-analysis. Effect sizes were given<br />
standardized values since every study used different<br />
measurement tools (Tarım, 2003). The study<br />
characteristics (independent variables) are subject<br />
matter, education level, sampling and the countries<br />
where the studies were carried out.<br />
Meta-analysis Procedures and Inter-rater<br />
Reliability<br />
In order to carry out the calculations for metaanalysis,<br />
the Comprehensive Meta Analysis (CMA)<br />
statistics package and MetaWin were used. The<br />
current study used “study effect” meta-analysis for<br />
the analysis of the data. The aim of this method is<br />
to calculate the difference between the mean values<br />
of the control and the experimental groups in<br />
experimental studies represented by the formula d=<br />
(Xe-Xc)/SD (Hunter & Schmidt, 2004). The effect<br />
size ‘d’ is just the standardized mean difference<br />
between the two groups (Cooper, 1989). The<br />
significance level for the analysis was chosen as .05.<br />
In order to test if there is heterogeneity between the<br />
studies, the (Q-statistic) chi-square heterogeneity<br />
test with degree of freedom (k-1), being the<br />
simplest and most common one, was used. The test<br />
of heterogeneity tests the null hypothesis that all<br />
studies assess the same effect (Higgins, Thompson,<br />
Deeks, & Altman, 2003).<br />
The model of meta-analysis is essential in gathering<br />
the different effect sizes via meta-analysis. These<br />
models are the fixed effects model and the random<br />
effects model. Under the fixed effects model we<br />
assume that there is one true effect size which is<br />
shared by all the included studies. By contrast,<br />
under the random effects model we allow that<br />
the true effect could vary from study to study.<br />
Accordingly, the standard deviations of the effect<br />
sizes for all of the studies are different from zero<br />
(Ellis, 2010).<br />
For inter-rater reliability analysis, 25% of the studies<br />
(n=7) were selected randomly. They were coded<br />
by two raters who know English at an advanced<br />
level. Following this, their forms were compared.<br />
Reliability of the analyzed studies was calculated<br />
according to the following formula: [agreement<br />
/ (agreement + disagreement) x 100] (Miles &<br />
Huberman, 1994) and the reliability was found to<br />
be at 100%.<br />
Study Characteristics<br />
Findings<br />
42 independent effect sizes could be abstracted<br />
from the study corpus of 31 studies. Of the studies<br />
included in the analysis, only the immediate posttest<br />
results of the longitudinal study by Erland<br />
(1999) were included in the comparison. The total<br />
number of students in the studies included in the<br />
meta-analysis was 3194, 1473 of whom are in the<br />
experimental groups and 1721 of whom are in<br />
the control groups. The types of learners in these<br />
studies were mostly students in K-12 schools. Most<br />
of the studies involved quantitative subjects like<br />
math and physics as subject matter, and in terms<br />
of the countries where the studies were conducted,<br />
Turkey contributed 19 studies to the analysis, 9<br />
studies came from the USA, and Taiwan, Pakistan,<br />
and Malaysia each contributed 1 study.<br />
The Entire Distribution of Effect Sizes<br />
The studies included in this meta-analysis were<br />
combined into effect sizes with standard error<br />
and variance. 35 of the studies have positive effect<br />
sizes (Figure 1). This shows that the performance<br />
is in favor of experimental groups. If an estimated<br />
effect size is found to be negative, it means the<br />
performance is in favor of the control group at<br />
the effect size level (Wolf, 1986, p. 26). As a result,<br />
83.34% of the studies indicated that the effectiveness<br />
of brain-based learning is positive.<br />
In Figure 1, the center of the shape indicates the<br />
average effect, and the width of the shape indicates<br />
the average confidence interval (Ried, 2006). While<br />
the largest confidence interval is İnci (2010), the<br />
smallest ones are Pennigton (2010) and Tremarche,<br />
Robinson, and Graham (2007). In the classification<br />
of Cohen, Welkowitz, and Ewen (2000) 18 effect<br />
sizes were found to be medium while 9 effect sizes<br />
were medium in the classification of Thalheimer<br />
and Cook (2002). The results of the meta-analysis<br />
conducted based on the fixed effects model indicate<br />
that academic achievement was higher in brainbased<br />
learning. The standard deviation was 0.037,<br />
the upper limit of the 95% confidence interval was<br />
0.560 and the lower limit was 0.414. The mean<br />
effect size was ES= 0.487. The mean effect size,<br />
calculated as 0.487, was accepted to be medium in<br />
the classifications of both Thalheimer and Cook<br />
(2002) and Cohen et al. (2000). Z test calculations<br />
were revealed as statistically significant at .05 level<br />
(z= 13.030; p
GÖZÜYEŞİL, DİKİCİ / The Effect of Brain Based Learning on Academic Achievement: A Meta-analytical Study<br />
Figure 1.<br />
Forest Plot of the Meta-analysis<br />
333.166. As found on the χ 2 table, 42 degrees of<br />
freedom at a 95% significance level was 56.942<br />
(Kmietowicz & Yannoulis, 1988). The Q-statistical<br />
value was found to exceed the critical value of chisquare<br />
distribution. These values indicated that the<br />
distribution of the effect sizes of the studies were<br />
heterogeneous in terms of the fixed effects model.<br />
The studies being heterogeneous as indicated by<br />
the Q-statistical value means that the effect size<br />
variance is bigger than the variance that could be<br />
expected as a result of any sampling error (Özcan,<br />
2008). Thus, the assumption that there is only one<br />
true effect which is estimated from the findings<br />
of different studies cannot be warranted (Akgöz,<br />
Ercan, & Kan, 2004). As a result, through analyses<br />
based on the random effects model, illusions caused<br />
by the heterogeneous sample can be eliminated<br />
(Demirel, 2005; Yıldız, 2002). For this reason, the<br />
645
EDUCATIONAL SCIENCES: THEORY & PRACTICE<br />
effectiveness of brain-based learning was compared<br />
based on the random effects model.<br />
According to the random effects model, data<br />
from the 42 effects yielded the standard error of<br />
0.110, with 95% confidence intervals of 0.419 and<br />
0.861, and an effect size of 0.649. The magnitude<br />
of the effect size is medium according to both<br />
Thalheimer and Cook (2002) and Cohen et al.’s<br />
(2000) classification. Thus, it can be concluded that<br />
brain-based learning has a positive contribution to<br />
academic achievement.<br />
Effectiveness of Brain-based Learning by Subject<br />
Matters<br />
As a result of the homogeneity test, the Q-statistic<br />
is calculated at 2.757. According to the chi-square<br />
table with 4 degrees of freedom and confidence<br />
intervals of 95%, the critical value is considered to<br />
be about 9.488. In this study, since the Q-statistic<br />
(2.757) is smaller than the critical value of 9.488,<br />
the hypothesis of homogeneity of the distribution<br />
of effect sizes has been accepted according to the<br />
fixed effects model. In other words, the distribution<br />
is homogeneous and there are no significant<br />
differences in the effect sizes (Q B<br />
=2.757; p= 0.599)<br />
among different subject matters.<br />
Effectiveness of Brain-based Learning by Education<br />
Levels<br />
As a result of the homogeneity test, the Q-statistic<br />
is calculated at 6.568. According to the chi-square<br />
table with 3 degrees of freedom and confidence<br />
intervals of 95%, the critical value is considered to<br />
be about 7.815. In this study, since the Q-statistic<br />
(6.568) is smaller than the critical value of 7.815,<br />
the hypothesis of homogeneity of the distribution<br />
of effect sizes has been accepted according to the<br />
fixed effects model. In other words, the distribution<br />
is homogeneous and there is no significant<br />
difference in the effect sizes (Q B<br />
=6.568; p= 0.087)<br />
among different education levels.<br />
Effectiveness of Brain-Based Learning by Sampling<br />
Size<br />
As a result of the homogeneity test, the Q-statistic<br />
is calculated at 0.139. According to the chi-square<br />
table with 2 degrees of freedom and confidence<br />
intervals of 95%, the critical value is considered to<br />
be about 5.991. In this study, since the Q-statistic<br />
(0.139) is smaller than the critical value of 5.991,<br />
the hypothesis of homogeneity of the distribution of<br />
effect sizes has been accepted according to the fixed<br />
effects model. In other words, the distribution is<br />
homogeneous and there is no significant difference<br />
in the effect sizes in terms of sampling size.<br />
Effectiveness of Brain-Based Learning by Country<br />
As a result of the homogeneity test, the Q-statistic<br />
is calculated at 17.986. According to the chi-square<br />
table with 1 degree of freedom and confidence<br />
intervals of 95%, the critical value is considered to<br />
be about 3.841. In this study, since the Q-statistic<br />
(17.986) is bigger than the critical value of 3.841,<br />
the distribution is heterogeneous and there is a<br />
significant difference in the effect sizes in terms of<br />
the countries where the studies were carried out.<br />
Discussion and Conclusion<br />
The results of the meta-analysis suggest that<br />
brain-based learning leads to greater academic<br />
achievement than traditional teaching methods.<br />
This finding is consistent with the results of<br />
other national and international studies (Ali,<br />
Hukammad, Shahzad, & Khan, 2010; Aydın, 2008;<br />
Baş, 2010; Baştuğ, 2007; Çelebi, 2008; Çengelci,<br />
2005; Demirel, Erdem, Koç, Köksal, & Şendoğdu,<br />
2002; Erland, 1999; Griffee, 2007; Hasra, 2007; İnci,<br />
2010; Özden, 2005; Peder, 2009; Sünbül, Arslantaş,<br />
Keskinkılıç, & Yağız, 2004; Tüfekçi, 2005).<br />
The findings revealed that there was no significant<br />
difference in the effect sizes in terms of subject<br />
matter, education level, and sampling size. However,<br />
it was found that there was a significant difference<br />
in effect sizes in terms of the countries where the<br />
studies were conducted. That difference was in<br />
favor of Turkey. The quality of a meta-analytical<br />
generalization depends on how the studies included<br />
in the meta-analysis are presented. A convenient<br />
study is related to both the research environment<br />
and the presentation of the study’s content (Rust,<br />
1990). In some of the included studies, unknown<br />
information such as the experiment time and the<br />
treatment process hinders the ability to determine<br />
the source of the heterogeneity. Nevertheless, it<br />
is meaningful that the effect sizes of the studies<br />
conducted in Turkey are larger than the ones done<br />
in the USA.<br />
646
GÖZÜYEŞİL, DİKİCİ / The Effect of Brain Based Learning on Academic Achievement: A Meta-analytical Study<br />
References/Kaynakça<br />
Studies marked with asterisk (*) are included in the metaanalysis<br />
/ Yıldız (*) ile işaretli çalışmalar meta-analize<br />
alınmıştır.<br />
Akgöz, S., Ercan, İ. ve Kan, İ. (2004). Meta analizi. Uludağ<br />
Üniversitesi Tıp Fakültesi Dergisi, 30(2), 107-112.<br />
*Ali, R., Hukammad, G. S. R., Shahzad, S., & Khan, H. N.<br />
(2010). The impact of brain based learning on students<br />
academic achievement. Interdisciplinary Journal of<br />
Contemporary Research in Business, 2(2), 542-556.<br />
*Avcı, D. E. (2007). Beyin temelli öğrenme yaklaşımının<br />
ilköğretim 7. sınıf öğrencilerinin fen bilgisi dersindeki başarı,<br />
tutum ve bilgilerinin kalıcılığı üzerine etkisi (Doktora tezi,<br />
Gazi Üniversitesi, Eğitim Bilimleri Enstitüsü, Ankara).<br />
http://tez2.yok.gov.tr/ adresinden edinilmiştir.<br />
*Aydın, S. (2008). Beyin temelli öğrenme kuramına dayalı<br />
biyoloji eğitiminin akademik başarı ve tutum üzerine etkisi<br />
(Yüksek lisans tezi, Gazi Üniversitesi, Eğitim Bilimleri<br />
Enstitüsü, Ankara). http://tez2.yok.gov.tr/ adresinden<br />
edinilmiştir.<br />
*Baş, G. (2010). Beyin temelli öğrenme yönteminin<br />
İngilizce dersinde öğrencilerin erişilerine ve derse yönelik<br />
tutumlarına etkisi. İlköğretim Online, 9(2), 488-507.<br />
*Baştuğ, M. (2007). Beyin temelli öğrenme kuramının<br />
ilköğretim 5. sınıf sosyal bilgiler öğretiminde kullanılması<br />
(Yüksek lisans tezi, Selçuk Üniversitesi, Sosyal Bilimleri<br />
Enstitüsü, Konya). http://tez2.yok.gov.tr/ adresinden<br />
edinilmiştir.<br />
*Blackburn, C. A. S. (2009). The effect of brain-based<br />
instruction techniques on the reading skills of elementary<br />
school students (Doctoral dissertation, Walden University,<br />
College of Education, Minnesota). Available from<br />
ProOuest Dissertations and Theses database. (UMI No.<br />
3359879).<br />
Caine, G., & Caine, R. N. (2002). Making connections:<br />
Teaching and the human brain (trans. G. Ülgen). Ankara:<br />
Nobel Yayınları.<br />
Caine, G., Caine, R. N., & Crowel, S. (1999). Mindshifts: A<br />
brain-based process for restructuring schools and renewing<br />
education (rev. ed.). Tucson: Zephyr Press.<br />
Caine, R. N., & Caine, G. (1990). Understanding a brain<br />
based approach to learning and teaching. Educational<br />
Leadership, 48(2), 66-70.<br />
Carolyn, R. P. (1997). Brain-based learning and students.<br />
The Education Digest Ann Arbor, 63(3), 10-15.<br />
*Cengiz, Y. (2004). Yabancı dilde sözcük öğretimine<br />
müzik kullanımının etkilerinin beyin temelli öğrenme<br />
kuramı ışığında araştırılması (Yüksek lisans tezi, Ankara<br />
Üniversitesi, Sosyal Bilimleri Enstitüsü, Ankara). http://<br />
tez2.yok.gov.tr/ adresinden edinilmiştir.<br />
*Chang, S. (2004). A brain-compatible vocabulary teaching<br />
strategy applied to underachieving EFL learners (Master’s<br />
thesis, Ming Chuan University, College of Applied<br />
Languages, Department of Applied English, Taipei City).<br />
Retrieved from http://ethesys.lib.mcu.edu.tw /ETD-db /<br />
ETD – search / view_etd URN= etd-0305105- 124054.<br />
Cohen, J., Welkowitz, J., & Ewen, R. B. (2000). Introductory<br />
statistics for the behavioral sciences. Orlando: Harcourt<br />
Brace College Publishers.<br />
Cooper, H. M. (1989). Integrating research: A guide for<br />
literature reviews. Newbury Park, CA: Sage.<br />
*Çelebi, K. (2008). Beyin temelli öğrenme yaklaşımının<br />
öğrenci başarısı ve tutumuna etkisi (Yüksek lisans tezi,<br />
Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Konya).<br />
http://tez2.yok.gov.tr/ adresinden edinilmiştir.<br />
*Çengelci, T. (2005). Sosyal bilgiler dersinde beyin temelli<br />
öğrenmenin akademik başarıya ve kalıcılığa etkisi (Yüksek<br />
lisans tezi, Anadolu Üniversitesi, Eğitim Bilimleri<br />
Enstitüsü, Eskişehir). http://tez2.yok.gov.tr/ adresinden<br />
edinilmiştir.<br />
Demirel, D. (2005). Klinik çalışmalarda meta analiz<br />
uygulamaları (Yüksek lisans tezi, Ondokuz Mayıs<br />
Üniversitesi, Fen Bilimleri Enstitüsü, Samsun). http://tez2.<br />
yok.gov.tr/ adresinden edinilmiştir.<br />
*Demirel, Ö., Erdem, E., Koç, F., Köksal, N., ve Şendoğdu,<br />
M. C. (2002). Beyin temelli öğrenmenin yabancı dil<br />
öğretiminde yeri. Marmara Üniversitesi Atatürk Eğitim<br />
Fakültesi Eğitim Bilimleri Dergisi, 15, 123-136.<br />
*Duman, B. (2006, July). The effect of brain-based<br />
instruction to improve on students’ academic achievement<br />
in social studies instruction. Paper presented at the 9th<br />
International Conference on Engineering Education, San<br />
Juan, Puerto Rico.<br />
Duman, B. (2007). Neden beyin temelli öğrenme Ankara:<br />
Pegem A Yayıncılık.<br />
Ellis, P. (2010). The essentials of effect sizes. New York:<br />
Cambridge University Press.<br />
Ergenç, İ. (Ocak, 1994). Beyindeki dil. TÜBİTAK Bilim ve<br />
Teknik Dergisi, 314, 36-39.<br />
*Erland, J. (1999). Brain-based accelerated learning and<br />
cognitive skills training using interactive media expedites<br />
high academic achievement. ERIC Digest No. ED 437 650.<br />
Glass, G. V., McGaw, B., & Smith, M. L. (1981). Metaanalysis<br />
in social research. Beverly Hills, CA: Sage.<br />
*Griffee, D. T. (2007). Connecting theory to<br />
practice: evaluating a brain-based writing<br />
curriculum. Learning Assistance Review, 12(1) 17-27.<br />
doi:10.1080/10573560500455778.<br />
Gülpınar, M. A. (2005). Beyin/zihin temelli öğrenme<br />
ilkeleri ve eğitimde yapılandırmacı modeller. Kuram ve<br />
Uygulamada Eğitim Bilimleri, 5, 271-306.<br />
Hansen, L., & Monk, M. (2002). Brain development,<br />
structuring of learning and science education: Where are<br />
we now A review of some recent research. International<br />
Journal of Science Education, 24(4), 343-356. doi:<br />
10.1080/09500690110049105.<br />
*Hasra, K. (2007). Beyin temelli öğrenme yaklaşımıyla<br />
öğrenme stratejilerinin okuduğunu anlama becerisi<br />
üzerindeki etkisi (Yüksek lisans tezi, Muğla Üniversitesi,<br />
Sosyal Bilimler Enstitüsü, Muğla). http://tez2.yok.gov.tr/<br />
adresinden edinilmiştir.<br />
Higgins, J. P., Thompson, S. G., Deeks, J. J., & Altman,<br />
D. G. (2003). Measuring inconsistency in meta-analyses.<br />
British Medical Journal, 2, 557-560. doi: 10.1136/<br />
bmj.327.7414.557.<br />
Hunter, J. E., & Schmidt, F. L. (1990). Methods of metaanalysis:<br />
Correcting error and bias in research findings.<br />
Beverly Hills, CA: Sage.<br />
Hunter, J. E., & Schmidt, F. L. (2004). Methods of metaanalysis:<br />
Correcting error and bias in research findings (2nd<br />
ed.). California: Sage.<br />
*İnci, N. (2010). Fen ve teknoloji dersinde beyin temelli<br />
öğrenmenin akademik başarı, tutum ve hatırlama düzeyine<br />
etkisi (Yüksek lisans tezi, Fırat Üniversitesi, Fen Bilimleri<br />
Enstitüsü, Elazığ). http://tez2.yok.gov.tr/ adresinden<br />
edinilmiştir.<br />
Jensen, E. (1998). Teaching with the brain in mind.<br />
Alexandria, Virginia: ASCD Publications.<br />
Keleş, E. ve Çepni, S. (2006). Beyin ve öğrenme. Türk Fen<br />
Eğitimi Dergisi, 3(2), 66-82.<br />
647
EDUCATIONAL SCIENCES: THEORY & PRACTICE<br />
Kmietowicz, Z. W., & Yannoulis, Y. (1988). Statistical tables<br />
for economic, business, and social studies (2nd ed.). UK:<br />
Longman.<br />
*Mcnamee, M. M. (2011). The impact of brain-based<br />
instruction on reading achievement in a second grade<br />
classroom (Doctoral dissertation, Walden University,<br />
College of Education, Minnesota). Available from<br />
ProOuest Dissertations and Theses database. (UMI No.<br />
3443383)<br />
Miles, M. B., & Huberman, A. M. (1994). Qualitative<br />
data analysis: An expanded sourcebook. Thousand Oaks,<br />
California: Sage.<br />
Nunly, K. (2002). How do I begin brain layered curriculum.<br />
Retrieved from http://help4teachers.com<br />
*Omotunde, M. B. (2006). Impact of selected PALMS<br />
learning strategies in 9 th grade science classrooms to reach<br />
NCLB science standards (Doctoral dissertation, Union<br />
University, School of Education, Germantown). Available<br />
from ProOuest Dissertations and Theses database. (UMI<br />
No. 3253155)<br />
*Outhouse, D. F. (2008). Vocabulary acquisition through<br />
interactive read-alouds of nonfiction material (Doctoral<br />
dissertation, Walden University, College of Education,<br />
Minnesota). Available from ProOuest Dissertations and<br />
Theses database. (UMI No. 3337326)<br />
*Öner, E. (2008). Fen ve teknoloji öğretiminde beyin temelli<br />
öğrenme yaklaşımının ilköğretim öğrencilerinin başarısına,<br />
tutumuna ve hatırda tutma düzeyine etkisi (Yüksek lisans<br />
tezi, Muğla Üniversitesi, Fen Bilimleri Enstitüsü, Muğla).<br />
http://tez2.yok.gov.tr/ adresinden edinilmiştir.<br />
Özcan, Ş. (2008). Eğitim yöneticisinin cinsiyet ve hizmet<br />
içi eğitim durumunun göreve etkisi: Bir meta analitik etki<br />
analizi (Doktora tezi, Marmara Üniversitesi, Eğitim<br />
Bilimleri Enstitüsü, İstanbul). http://tez2.yok.gov.tr/<br />
adresinden edinilmiştir.<br />
*Özden, M. (2005). Fen bilgisi dersinde beyin temelli<br />
öğrenmenin akademik başarıya ve hatırlama düzeyine etkisi<br />
(Yüksek lisans tezi, Anadolu Üniversitesi Eğitim Bilimleri<br />
Enstitüsü, Eskişehir). http://tez2.yok.gov.tr/ adresinden<br />
edinilmiştir.<br />
*Peder, P. (2009). Türkçe dersinde beyin temelli öğrenme<br />
modelinin öğrenci akademik başarısı üzerine etkisi (Yüksek<br />
lisans tezi, Ankara Üniversitesi, Eğitim Bilimleri Enstitüsü,<br />
Ankara). http://tez2.yok.gov.tr/ adresinden edinilmiştir.<br />
*Pennington, E. (2010). Brain based learning theory;<br />
the incorporation of movement to increase the learning of<br />
grammar by high school students (Doctoral dissertation,<br />
Liberty University, the Faculty of the School of Education,<br />
USA). Available from ProOuest Dissertations and Theses<br />
database. (UMI No. 3389881)<br />
Ried, K. (2006). Interpreting and understanding metaanalysis<br />
graphs. Australian Family Physician, 35(8), 635-638.<br />
Rust, R. (1990). Estimating publication bias in meta<br />
analysis. Journal of Marketing Research. 27, 220-226.<br />
doi:10.2307/3172848.<br />
*Saleh, S. (2011). The effectiveness of brain-based teaching<br />
approach in dealing with the problems of students’<br />
conceptual understanding and learning motivation.<br />
Educational Studies, 38(1), 19-29. doi:10. 1080/<br />
03055698.2011 .570004.<br />
*Samur, Y., & Duman, B. (2011). How an awareness of the<br />
biology of learning may have an effect on performance.<br />
Education as Change, 15(2), 257-270. doi:10.1080/168232<br />
06.2011.619139.<br />
Soylu, H. (2004). Keşif yoluyla öğrenme: Fen öğretiminde<br />
yeni yaklaşımlar. Ankara: Nobel Yayın Dağıtım.<br />
*Sünbül, A. M., Arslantaş, S., Keskinkılıç, G. ve Yağız, D.<br />
(2004, Temmuz). İlköğretim 4. sınıf fen bilgisi derslerinde<br />
uygulanan bellek destekleyici tekniklerin öğrenci erişilerine<br />
etkisi. XIII. Ulusal Eğitim Bilimleri Kurultayı’nda sunulan<br />
bildiri, İnönü Üniversitesi, Eğitim Fakültesi, Malatya.<br />
Tarım, K. (2003). Kubaşık öğrenme yönteminin matematik<br />
öğretimindeki etkinliği ve kubaşık öğrenme yöntemine<br />
ilişkin bir meta analiz çalışması (Doktora tezi, Çukurova<br />
Üniversitesi, Fen Bilimleri Enstitüsü, Adana). http://tez2.<br />
yok.gov.tr/ adresinden edinilmiştir.<br />
Taşçıoğlu, A. (1994). Beyin işlevlerinin aydınlatılmasında<br />
yeni görüntüleme teknikleri. TÜBİTAK Bilim ve Teknik<br />
Dergisi, 314, 36-38.<br />
Thalheimer, W., & Cook, S. (2002). How to calculate effect<br />
size from published research: A simplified spreadsheet.<br />
Retrieved from http://worklearning. com/effect_sizes.htm.<br />
Thomas, P. B. (2001). The Implication of brain research<br />
in preparing young children to enter school ready to learn<br />
(Doctoral dissertation, The Florida Agricultural and<br />
Mechanical University College of Education, Florida,<br />
USA). http://search.proquest.com.<br />
*Tilton, W. (2011). Adult professional development: Can<br />
brain-based teaching strategies increase learning effectiveness<br />
(Doctoral dissertation, Fielding Graduate University,<br />
California). Available from ProOuest Dissertations and<br />
Theses database. (UMI No. 3464876)<br />
*Tremarche, P. V., Robinson, E. M., & Graham, L. B. (2007).<br />
Physical education and its effect on elementary testing<br />
results. Phi Epsilon Kappa Fraternity, 64(2), 58-64.<br />
*Tüfekçi, S. (2005). Beyin temelli öğrenmenin erişiye,<br />
kalıcılığa, tutuma ve öğrenme sürecine etkisi (Doktora tezi,<br />
Hacettepe Üniversitesi Sosyal Bilimleri Enstitüsü, Ankara).<br />
http://tez2.yok.gov.tr/ adresinden edinilmiştir.<br />
*Usta, İ. (2008). Öğrenme stillerine göre düzenlenen beyin<br />
temelli öğrenme uygulaması (Yüksek lisans tezi, Süleyman<br />
Demirel Üniversitesi, Sosyal Bilimleri Enstitüsü, Isparta).<br />
http://tez2.yok.gov.tr/ adresinden edinilmiştir.<br />
Vaid, J., & Hall, D. (1991). Neuropsychological perspectives on<br />
bilingualism: Right, left and center. In A. G. Reynolds (Ed.),<br />
Bilingualism, multiculturalism and second language learning<br />
(pp. 81-112). Hillsdale, NJ: Lawrence Erlbaum Associates.<br />
Vigliocco, G., Vinson, D. P., Druks, J., Barber, H., & Cappa,<br />
S. F. (2011). Nouns and verbs in the brain: A review of<br />
behavioural, electrophysiological, neuropsychological and<br />
imaging studies. Neuroscience and Biobehavioral Reviews,<br />
35, 407-426. doi:10.1016/j.neubiorev.2010.04.007.<br />
Weintraub, S. (2000). Neuropsychological assessment<br />
of mental state. In M.M. Mesulam (Ed.), Principles of<br />
behavioral and cognitive neurology (2nd ed., pp. 121-173).<br />
New York: Oxford University Press.<br />
Weiss, R. P. (2000). Brain-based learning: The wave of the<br />
brain. Training & Development, July, 20-24. Retrieved from<br />
http://www.dushkin.com/ text-data/articles/32638/body.pdf.<br />
Wolf, F. M. (1986). Meta-analysis: Quantitative methods for<br />
research synthesis. London: Sage.<br />
Wolfe, P. (2001). Brain Matters: Translating research into<br />
classroom practice. Virginia: Association for Supervision<br />
and Curriculum Development.<br />
*Yağlı, Ü. (2008). Beyin temelli öğrenme yaklaşımının<br />
İngilizce dersinde akademik başarı ve tutuma etkisi (Yüksek<br />
lisans tezi, Zonguldak Karaelmas Üniversitesi, Sosyal<br />
Bilimleri Enstitüsü, Zonguldak). http://tez2.yok.gov.tr/<br />
adresinden edinilmiştir.<br />
Yıldız, N. (2002). Verilerin değerlendirilmesinde meta analiz<br />
(Yüksek lisans tezi, Marmara Üniversitesi, Fen Bilimleri<br />
Enstitüsü, İstanbul). http://tez2.yok.gov.tr/ adresinden<br />
edinilmiştir.<br />
648