Bu araştırmada, ilköğretim matematik öğretmenliği öğrencilerinin Genel Matematik, Soyut Matematik, Analiz-I, Analiz-II, Geometri, Liner Cebir-I, Analiz3,Özel öğretim Yöntemleri2, Elementer Sayı Kuramı, Cebire Giriş, Problem Çözme derslerine ilişkin başarı değişkenlerinin, öğrencilerin lisansüstü eğitim başarılarını hangi doğruluk düzeyinde sınıflayabildiğinin belirlenmesi amaçlanmıştır. Araştırma ilişkisel tarama modelinde desenlenmiştir. Marmara Üniversitesi Eğitim Bilimleri Enstitüsü ve Marmara Üniversitesi Atatürk Eğitim Fakültesinde okuyan/mezun olmuş öğrencilerinden yansız olarak seçilen toplam 139 ilköğretim matematik öğretmeni adayı araştırmanın örneklemini oluşturmaktadır. Çalışmamızın amacı farklı sektörlerde de etkili bir öngörü metodu olarak yararlanılan Lojistik Regresyon Analizi (LRA)’ni eğitim alanında klasik yöntemlere bir alternatif olarak kullanıp, öğrencilerin lisansüstü eğitim başarılarına yönelik etkili bir tahmin gerçekleştirebilmektir. Araştırmada bağımlı değişken kategorik bir yapıda olduğu için lojistik regresyon analizi tekniğinden yararlanılmıştır. Öğrencilerin lisansüstü eğitimde başarılı olup olmama olasılıklarının kestiriminde kullanılan değişkenlerin belirlenmesi amacıyla lojistik regresyon analizi yapılarak onbir(11) değişken analize dâhil edilmiştir. Öğretmen adaylarının akademik başarı tahminlerini gerçekleştirme sürecinde öğrencilerin; lisans eğitimleri süresince belirlenen derslerden aldıkları geçme notları dikkate alınmış Ve Marmara Üniversitesi Eğitim Fakültesi İlköğretim Matematik öğretmenliği öğrencilerine ait veriler tahmin edici değişkenler olarak kullanılıp, öğrencilerin lisansüstü eğitime yönelik başarıları öngörülmeye çalışılmıştır. Elde edilen lojistik regresyon modelinde gözlemlerin doğru sınıflandırma oranlarının %92 olduğu görülmektedir. Araştırma bulgularına göre lisansüstü eğitimde başarılı olan öğrencilerin %89,7’si ve başarılı olmayan öğrencilerin %93,8’inin doğru sınıflandırma ile tahmin edildiği görülmüştür.

This study aimed to determine to what level of accuracy can the variables such as pre-service teachers’ General Mathematics, Pure Mathematics, Analysis I, Analysis II, Geometry, Linear Algebra-I, Analysis3, Special Teaching Methods 2, Elementary Number Theory, Algebra, Problem Solving variables which level of classify the students’ performance in a graduate education achievements. The purpose of this research is to be able to make an effective prediction regarding the students’ success in post-graduate education with Logistic Regression Analysis (LRA) which is used as an effective prediction method in various sectors, as an alternative to traditional methods in the field of education. Relational screening model was employed in this study. 139 primary mathematics pre-service teachers who were selected randomly among students who are studying in or graduated from Marmara University, Educational Sciences Institute and Marmara University, Atatürk Educational Faculty and constitute the sample of this study. Logistic regression analysis technique was used because dependent variable had categorical structure. The results of the investigation showed that eleven variables included, were statistically significant. Estimates of teacher candidates' academic achievement in the process of performing undergraduate students received passing grades for the courses during their training, have been considered and the data of the Marmara University Faculty of Education students of Primary School Mathematics teacher used as predictive variables, tried to be prescribed by the achievements of the students for graduate education It was observed that with the given logistic regression model the rate of correct classification was 92%. The findings of the study reveal that 89,7% of the students who were successful in post-graduate education achievements, and 93,8% of students who were not successful was estimated with the correct classification.