Türkiye deki Ortaöğretim Öğrencilerinin İnternet Bağımlılık Düzeyini Etkileyen Bazı Faktörlerin Karar Ağaçları Yöntemleri İle İncelenmesi

Transkript

1 DURU / Uyum Zorluklarını Yordamada Yalnızlık, Sosyal Destek ve Sosyal Bağlılık Arasındaki Türkiye deki Ortaöğretim Öğrencilerinin İnternet Bağımlılık Düzeyini Etkileyen Bazı Faktörlerin Karar Ağaçları Yöntemleri İle İncelenmesi Murat KAYRİ*, Selim GÜNÜÇ** Öz İnternet bağımlılığı, patolojik ve psikolojik bir rahatsızlık olarak kabul edilmekte ve bilişim teknolojilerindeki hızlı gelişime paralel olarak da gitgide yaygınlaşmaktadır. İnternet bağımlılığını etkileyen faktörlerin ve bu faktörlerin etki düzeylerinin belirlenmesi, sağlıklı internet kullanımının sağlanması için kaçınılmaz görünmektedir. Bu çalışmada; 754 ortaöğretim öğrencisinin, internet bağımlılık düzeyi, İnternet Bağımlılık Ölçeği ile incelenmiştir. Bu çalışmada söz konusu ölçekten alınan toplam puan bağımlı değişken olarak kabul edilmiştir. Öğrencilerin; interneti günlük kullanma saatleri, interneti kaç yıldır kullandıkları, interneti en çok hangi amaç için kullandıkları, anne ve babalarının eğitim düzeyleri, ailelerinin gelir düzeyleri ve cinsiyet değişkenleri ise bağımsız değişkenler olarak regresyon analizine dâhil edilmiştir. Model, karar ağaçları tekniklerinden Sınıflandırma Ağacı ve Chaid Analizi olmak üzere iki yöntemle test edilmiştir. Sınıflandırma Ağacı yönteminde, bağımlı değişken üzerinde sırasıyla, bireyin interneti kullanım amacı, interneti günlük kullanma saati, cinsiyet, gelir düzeyi ve baba eğitim düzeyi değişkenleri önemli yordayıcılar olarak bulunmuştur. Chaid Analizi yönteminde ise Sınıflandırma Ağacı yönteminden farklı olarak, bağımlı değişken üzerinde sadece internet kullanım amacı ve bireylerin interneti günlük kullanma saati değişkenleri önemli yordayıcılar olarak belirlenmiştir. Anahtar Kelimeler İnternet Bağımlılığı, Karar Ağaçları, Sınıflandırma Ağacı, Chaid Analizi. * Yüzüncü Yıl Üniversitesi, Eğitim Fakültesi, Bilgisayar ve Öğretim Teknolojileri Eğitimi Bölümü, Öğretim Üyesi. ** Yüzüncü Yıl Üniversitesi, Eğitim Fakültesi, Bilgisayar ve Öğretim Teknolojileri Eğitimi Bölümü, Öğretim Görevlisi. Kuram ve Uygulamada Eğitim Bilimleri / Educational Sciences: Theory & Practice 10 (4) Güz / Autumn Eğitim Danışmanlığı ve Araştırmaları İletişim Hizmetleri Tic. Ltd. Şti.

2 2466 KURAM VE UYGULAMADA EĞİTİM BİLİMLERİ Yrd. Doç. Dr. Murat KAYRİ Yüzüncü Yıl Üniversitesi Eğitim Fakültesi Bilgisayar ve Öğretim Teknolojileri Eğitimi Bölümü Van. Elektronik Posta: Yayın ve Diğer Çalışmalardan Seçmeler Kayri, M., & Çokluk, Ö. (2010). Data optimization with multilayer perceptron neural network and using new pattern in decision tree comparatively. Journal of Computer Science 6(5), Kayri, M. ve Büyüköztürk, Ş. (2009). Nicel bilimsel bulgulara ait genellenebilirliğin jackknife yöntemi ile incelenmesi. Kuram ve Uygulamada Eğitim Bilimleri, 9, Boysan, M., Goldsmith, R. E., Çavuş, H., Kayri, M., & Keskin, S. (2009). Relations among anxiety, depression, and dissociative symptoms: The influence of abuse subtype. Journal of Trauma & Dissociation, 10(1), Kayri, M., & Zırhlıoğlu, G. (2009). Kernel smoothing function and choosing bandwidth for nonparametric regression methods. Ozean Journal of Applied Science 2(1), Kayri, M. ve Boysan, M. (2008). Bilişsel yatkınlık ile depresyon düzeyleri ilişkisinin sınıflandırma ve regresyon ağacı analizi ile incelenmesi. Hacettepe Üniversitesi Eğitim Fakültesi Dergisi, 34, Kayri, M. ve Okut, H. (2008). Özel yetenek sınavındaki başarıya ilişkin risk analizinin karışımlı lojistik regresyon modeli ile incelenmesi. Hacettepe Üniversitesi Eğitim Fakültesi Dergisi, 35, Kayri, M. (2007). Araştırmalarda iki aşamalı kümeleme analizi ve bir uygulaması. Eğitim Araştırmaları Dergisi, 28(1), Arş. Gör. Selim GÜNÜÇ Yüzüncü Yıl Üniversitesi Eğitim Fakültesi Bilgisayar ve Öğretim Teknolojileri Eğitimi Bölümü Van Elektronik Posta: Yayın ve Diğer Çalışmalardan Seçmeler Kayri, M. ve Günüç, S. (2009). İnternet bağımlılık ölçeğinin Türkçeye uyarlanması: Geçerlik ve güvenirlik çalışması. Ankara Üniversitesi Eğitim Bilimleri Fakültesi Dergisi, 42(1),

3 DURU / Uyum Zorluklarını Yordamada Yalnızlık, Sosyal Destek ve Sosyal Bağlılık Arasındaki Türkiye deki Ortaöğretim Öğrencilerinin İnternet Bağımlılık Düzeyini Etkileyen Bazı Faktörlerin Karar Ağaçları Yöntemleri İle İncelenmesi* Murat KAYRİ, Selim GÜNÜÇ İnternet, pek çok insanın yaşantısında yer alan, hatta toplum içerisindeki kültürel doku, aile, eğitim gibi birçok yapıyı etkileyebilme ve değiştirebilme gücüne sahip sosyal bir olgudur. İşte bu denli önemli etkilere sahip olan internet, amacına uygun kullanılmadığı durumlarda da ne yazık ki birçok olumsuzluğu beraberinde getirmektedir. Sanal ortam olarak nitelendirilen internet ortamı, sadece toplumsal dinamikleri etkilemekle kalmayıp, bireylerin psikolojik ve fizyolojik sağlıkları üzerinde de bazı etkilere sahiptir. Örneğin sosyal bir varlık olan bireyin diğer insanlarla iletişimini azaltmakta ve bireyleri yalnızlaşmaya, yabancılaşmaya itmektedir. Özellikle son yıllarda üzerinde sıklıkla durulan internet bağımlılığı, eğitim, sosyoloji, psikoloji, psikiyatri gibi farklı alanlarda çalışan araştırmacıların çalışmalarına konu olmuş, farklı değişkenler ve boyutlarla ele alınarak incelenmiştir. Bu araştırmada, Türkiye deki ortaöğretim öğrencilerinin internet bağımlılık düzeyleri incelenmeye çalışılmış ve alanyazında üzerinde durulan bazı değişkenler dikkate alınarak, internet bağımlılığını etkileyen faktörlerin karar ağaçları yöntemi ile ortaya konulmasına çalışılmıştır. * Bu çalışma danışmanlığını Yrd. Doç. Dr. Murat Kayri nin yaptığı Arş. Gör. Selim Günüç ile birlikte yapılmıştır ve çalışmanın özeti 5th Conference of the Eastern Mediterranean Region of the International Biometric Society (EMR-IBS) konferansında özet bildiri olarak sunulmuştur.

4 2468 KURAM VE UYGULAMADA EĞİTİM BİLİMLERİ Bağımlılık, bir maddeyi kullanmayı bırakamama ya da bir davranışı kontrol edememe şeklinde tanımlanmaktadır (Egger ve Rauterberg, 1996). Bağımlılık kavramı, uluslararası alanyazında daha çok addiction ve dependence şeklinde kullanılmaktadır. Ancak DSM-IV de (The Diagnostic and Statistical Manual, 4th edition) addiction terimi yerine dependence ve abuse terimleri kullanılmaktadır (Henderson, 2001). Bireyler sigara, alkol, uyuşturucu gibi birçok maddeye bağımlı olabilirler. Ancak bağımlılık denince akla sadece madde bağımlılığı gelmemelidir. Fiziksel bir maddeye dayanmayan pek çok bağımlılık türü mevcuttur. Bunlar arasında; davranış tabanlı yeme bağımlılığı, oyun bağımlılığı, seks bağımlılığı, bilgisayar bağımlılığı, televizyon bağımlılığı, alışveriş bağımlılığı, internet bağımlılığı vb. sayılabilir (DiMaggio, Hargittai, Neuman ve Robinson, 2001; Griffiths, 1999; Kim ve Kim, 2002). Hem madde, hem de davranış bağımlılıklarının ortak özelliği, davranış ya da eylemi kontrol edememe ve olumsuz sonuçlarına rağmen sürdürmedir (Henderson, 2001). İnternet bağımlılığı her yaştan ve gruptan bireyin ortak problemi olmasına karşın, bağımlıların çoğunu erkeklerin ve gençlerin oluşturduğu söylenebilir (Gonzalez, 2002). Türkçe de çoğunlukla internet bağımlılığı olarak kullanılan bu kavram, alanyazına ilk kez, Dr. Ivan Goldberg in 1996 yılında göndermiş olduğu şaka amaçlı bir mailde kullandığı internet addiction kavramı ile girmiştir (Günüç, 2009). Daha sonraları farklı araştırmacılar internet bağımlılığı (internet dependency) (Tvedt, 2007), patolojik internet kullanımı (pathological internet use) (Davis, 2001; Young, 2004), sorunlu internet kullanımı (problematic internet use) (Caplan, 2002; Kaltiala-Heino, Lintonen ve Rimpela, 2004), aşırı internet kullanımı (excessive internet use) (Yang, Choe, Baity, Lee ve Cho, 2005), internet istismarı (internet abuse) (Young ve Case, 2004), internet kullanım bozukluğu (internet addiction disorder) (Gonzalez, 2002; Kiralla, 2005) gibi farklı kavramlar kullanmışlardır. Ayrıca bazı çalışmalarda, bireylerin çevirim-içi ve çevirim-dışı durumlardaki bağımlılığını ifade eden cyberaddiction kavramı da karşımıza çıkmaktadır (Vaugeois, 2006). Young (2004) öncelikle internet addiction kavramını kullanmış ancak daha sonraki çalışmalarında, klinik bir kavram olmasından dolayı internet addiction yerine pathological internet use kavramını kullanmıştır. Ardından diğer araştırmacılar tarafından da addiction kavramı yerine problematic ve pathological kavramlarına yönelimin olduğu görülmektedir. Sonuç olarak tüm bu kavramlar eş an-

5 KAYRİ, GÜNÜÇ / Türkiye deki Ortaöğretim Öğrencilerinin İnternet Bağımlılık Düzeyini lamlı olarak birbirinin yerine kullanılmaktadır ve hepsinin özünde aşırı ve problemli internet kullanımı yatmaktadır (Beard ve Wolf, 2001; Ceyhan, Ceyhan ve Gürcan, 2007). Bir başka deyişle, bu kavramların, aşırı internet kullanımı ile oluşabilecek istenmeyen durumları ifade ettiği söylenebilir. Araştırmacılar internet bağımlılığını tanımlamak için DSM kapsamında tanımlanan seks bağımlılığı, patolojik kumar bağımlılığı gibi diğer davranış bağımlılıklarından da faydalanmışlardır (Thurlow, Lengel ve Tomic, 2004). İnternet bağımlılığı, bazı araştırmacılar tarafından psikiyatrik bir hastalık olarak ele alınmış ve internet bağımlısı hastalara uygulanan klinik tedaviler olumlu sonuçlar vermiştir (Köroğlu ve ark., 2006; Murali ve George, 2007; Young ve Rodgers, 1998). Her madde kullanımı bağımlılık oluşturmadığı gibi, her davranış da bağımlılıkla sonuçlanmaz (Caplan, 2005). İnternet kullanımının bir bağımlılık türü olarak ortaya çıkmasındaki temel nedenlerden biri kullanım miktarı ya da çevirim-içi ortamda harcanan zamanın miktarıdır (Chou, Condron ve Belland, 2005). İnternet başında uzun zaman geçirmek, internet bağımlılığının hem nedeni (Irwansyah 2005), hem belirtisi, hem de bir sonucu olarak düşünülebilir. İnternet bağımlılığında, internet başında geçirilen zamanın önemli bir belirti olarak değerlendirilmesindeki temel neden ise, araştırmalarda bağımlı kullanıcıların günlük ya da haftalık internet kullanım sürelerinin bağımlı olmayan kullanıcılardan dikkat çekici düzeyde yüksek olmasıdır (Cao ve Su, 2007; Everhard, 2000; Gonzalez, 2002; Hardie ve Tee, 2007; Kim ve Kim, 2002; Kubey, Lawin ve Barrows, 2001; Lin ve Tsai 2002; Nalwa ve Anand, 2003; Simkova ve Cincera 2004; Young, 1996; Weitzman, 2000). İnternet bağımlılarının belirlenmesinde tek ölçüt internet başında geçirilen zaman değildir; bu zamanın hangi kullanım amacı için harcandığı da büyük önem taşımaktadır. İnternet kullanımının yol açabileceği olumlu ve olumsuz sonuçlar, interneti kullanım neden ve amaçlarıyla doğrudan ilişkilidir (Bayraktutan, 2005). İnternet bağımlısı olan kullanıcılar, film-müzik siteleri, oyun siteleri, sohbet odaları, pornografik siteler, sosyal paylaşım siteleri (Kim ve Kim, 2002; Murali ve George, 2007; Tvedt, 2007) vb. sitelerde daha çok zaman harcarken, internet bağımlısı olmayan kullanıcılar haber, alış-veriş ve eğitim sitelerinde zaman harcamaktadırlar (Kim ve Kim 2002). Irwansyah (2005) çalışmasında, internet kullanım miktarının, oyun, sohbet, eğitim, bilgi vb. kullanım amaçlarına göre değişebildiğini saptamıştır. İnternet bağımlısı olmayan

6 2470 KURAM VE UYGULAMADA EĞİTİM BİLİMLERİ kullanıcılar, bağımlı kullanıcılara göre interneti daha çok bilgi araştırma amaçlı kullanmaktadır (Chen, Chen ve Paul, 2001; Leung, 2004; Tekdal, 2005). Gençler üzerinde yapılan bir çalışmada sohbet, oyun gibi bağımlılık yapan sitelerin filtrelenmesi yani erişiminin engellenmesi durumunda, internet kullanıcılarının, interneti bilgi ve haber amaçlı kullanmaya yöneldikleri ve kullanım sürelerinin azaldığı gözlemlenmiştir (Günüç ve Kayri, 2008). Bu çalışmada ortaöğretim çağındaki ergenlerin internet bağımlılığı betimlenmiş olup, bağımlılık üzerinde etkisi olabilecek değişkenler incelenmiştir. Bağımlılık üzerinde etkisi olabilecek değişkenler karar ağaçları Sınıflandırma Ağacı (Classification Tree) ve Chaid (Chi-squared Automatic Interaction Detection;Otomatik Ki-Kare Etkileşim Belirleme) Analizi ile incelenmiştir. Çalışmanın bir diğer amacı da, söz konusu tekniklerin uygulanması sonucunda elde edilen bulguların karşılaştırılmasıdır. Bu anlamda, iki farklı istatistiksel yöntemin kararlılığı ve modeli doğru tahmin etmedeki yansızlığı test edilmiş (fit of model) ve daha güçlü (kararlı) olan yönteme ilişkin parametreler model olarak kabul edilmiştir. Yöntem Araştırma Modeli ve Çalışma Grubu Araştırma genel tarama modelindedir. Internet bağımlılığı üzerinde etkisi olabilecek bazı değişkenlerin incelenmesi amaçlandığından, tarama modelleri içerisinden ilişkisel tarama modeline uygun olduğu ifade edilebilir. Çalışma grubu her bölgeden kozmopolit özellik arz eden birer il ve her ilden de ikişer okul seçilerek oluşturulmuştur. Hedef kitle ortaöğretim kademesindeki öğrenciler olarak belirlenmiştir. Çalışma grubundaki birey sayısı 754 olup; İstanbul dan 179, Ankara dan 106, İzmir den 112, Diyarbakır dan 95, Samsun dan 95, Mersin den 88 ve Van dan 79 öğrenci şeklindedir. Çalışma grubunun %39.9 unu (301) kız öğrenci, %58.8 ini (443) erkek öğrenci ve %1.3 ünü de (10) kayıp veriler oluşturmaktadır. Çalışma grubundaki bireylerin yaş ortalaması ± 1.18 olarak tespit edilmiştir. Veri Toplama Aracı Çalışmada Günüç (2009) tarafından geliştirilen İnternet Bağımlılık Ölçeği (İBÖ) kullanılmıştır. Söz konusu ölçeğin iç-tutarlılık (Cronbach Alfa) katsayısı.94 olarak bulunmuştur. Ölçeğin dört alt boyutuna iliş-

7 KAYRİ, GÜNÜÇ / Türkiye deki Ortaöğretim Öğrencilerinin İnternet Bağımlılık Düzeyini kin toplam açıklanan varyans % 47,463 olup; birinci faktörün ölçeğin % 15,084 ünü, ikinci faktörün ölçeğin % 11,911 ini, üçüncü faktörün ölçeğin % 10,553 ünü ve dördüncü faktörün ise ölçeğin % 9,915 ini açıkladığı görülmüştür. Dört alt boyut sırasıyla; Yoksunluk, Kontrol Güçlüğü, İşlevsellikte Bozulma ve Sosyal İzolasyon olarak adlandırılmıştır (Günüç, 2009). Dört alt faktöre ilişkin Cronbach alfa (α) güvenirlik katsayıları hesaplanmış olup, 11 maddeden oluşan birinci alt faktörün iç tutarlılık katsayısı.877; 10 maddeden oluşan ikinci alt faktörün iç tutarlılık katsayısı.855; 7 maddeden oluşan üçüncü alt faktörün iç tutarlılık katsayısı.827 ve 7 maddeden oluşan dördüncü alt faktörün iç tutarlılık katsayısı ise.791 olarak bulunmuştur. Alt boyutlara ilişkin madde ayırt-edicilik düzeyleri de; birinci faktör için.477 ile.681 değerleri arasında, ikinci faktör için.471 ile.606 değerleri arasında, üçünü faktör için.520 ile.618 değerleri arasında ve dördüncü faktör için ise.463 ile.615 değerleri arasında bulunmuştur. Ölçeğin kapsam geçerliği ise alanyazın, öğrencilerden alınan dönütler ve uzmanlar tarafından sağlanmıştır. Bu anlamda, araştırma için kullanılan ölçek kabul edilir geçerlik ve güvenirliğe sahiptir. Tutum düzeyleri beşli likert dereceleme ile ölçeklendirilmiştir. Likert tarzdaki ifadeler; Tamamen Katılıyorum, Katılıyorum, Kararsızım, Katılmıyorum, Kesinlikle Katılmıyorum şeklindedir. Ölçekten alınacak toplam puan 35 ile 175 arasında değişmektedir. Ölçekten alınan yüksek puan, internet bağımlılık düzeyinin yüksek olduğu anlamına gelmektedir. Verilerin Analizi Ölçekten alınan toplam puan bağımlı değişken olmak üzere, kullanıcıların; interneti günlük kullanma saatleri, interneti kaç yıldır kullandıkları, interneti en çok hangi amaç için kullandıkları, anne ve babalarının eğitim düzeyleri, ailelerinin gelir düzeyleri ve cinsiyet değişkenleri ise bağımsız değişkenler olarak regresyon analizine dâhil edilmiştir. Bağımsız değişkenlerin seçimi için alanyazındaki görgül araştırmalardaki bulgular esas alınmıştır. Modele ilişkin regresyon model; bağımlılık puanı = Sabit + b1*saat + b2*yıl + b3*amaç + b4*anne + b5*baba + b6*gelir + b7*cinsiyet ve kovaryetleri şeklindedir. Model, sınıflandırma tekniklerinden SRA ve Chaid Analizi olmak üzere iki farklı yöntemle test edilmiştir. Ölçekten alınan

8 2472 KURAM VE UYGULAMADA EĞİTİM BİLİMLERİ toplam puan, iki aşamalı kümeleme analizi ile düşük-orta-riskli-bağımlı şeklinde sınıflandırılarak bağımlı değişken kategorik bir değişkene dönüştürülmüştür. Bağımlı / yordanan değişkenin süreksiz bir değişken olması nedeniyle, SRA nın Sınıflandırma Ağacı yöntemi kullanılmıştır. Modele ait bulgular Sınıflandırma Ağacı ve Chaid Analizi ile karşılaştırmalı olarak incelenmiştir. Yordanan değişkenin sınıflamalı ölçek ile elde edilmesi durumunda Sınıflandırma Ağacı (Classification Tree), sürekli değişken olması durumunda ise Regresyon Ağacı (Regression Tree) yöntemini kullanarak analizi gerçekleştiren SRA, parametrik regresyon tekniklerinin sayıltılarının karşılanmasını gerektirmeyen, veri setindeki değerlere müdahale etmeksizin kendi uzayında bağımlı değişken/ler ile bağımsız değişkenler arasında ilişkileri saptayabilen bir sınıflandırma tekniği olarak tanımlanmaktadır (Chang ve Wang, 2006; Yamauchi, Ono, Baba ve Ikegami, 2001). SRA, yordanan değişken üzerinde etkisi olabilen yordayıcı değişkenleri önem seviyesine göre bir ağaç yapısı sunmaktadır. Bu tarzın bir görselleştirme ile sonuçları sunması, bu tekniği diğer regresyon tekniklerinden üstün kılmaktadır (Hebert, Delphine, Daigneault, Nathalie ve Tremblay, 2006; Kayri ve Boysan, 2008). SRA nın sahip olduğu algoritma, benzerlik gösteren değişkenlerin aynı ağaç düğümünde toplanmasına dayalı olup, bütün oluşturduğu alt dalları yordanan değişken olan kök düğüme bağlamayla son bulmaktadır (Breimen, Freidman, Olshen ve Stone, 1998). Alanyazında SRA nın, veri madenciliği yöntemlerinden biri olarak ele alındığı ve daha çok tıp, endüstri, mühendislik bilimlerinde yaygın olarak kullanıldığı bildirilmektedir (Chang ve Wang, 2006). Tahmin edici ve tanımlayıcı özelliklere sahip olan karar ağaçları, veri madenciliğinde kuruluşlarının ucuz olması, yorumlanmalarının kolay olması, veri tabanı sistemleri ile kolayca bütünleşmiş edilebilmeleri ve güvenilirliklerinin daha iyi olması nedenleri ile sınıflama modelleri içerisinde en yaygın kullanıma sahiptir (Pehlivan, 2006). Bilimsel çalışmalardaki önemli istatistiksel sorunlardan biri, araştırmaya konu olan olayı etkileyen önemli faktörlerin belirlenmesinin yanı sıra, bu faktörlerin hangi düzeyinin önemli etkilere sahip olduğunun da belirlenebilmesidir (Doğan ve Özdamar, 2003). Yordanan değişkenlerdeki değişimi önemli derecede etkileyen faktörleri irdeleyen Chaid Analizi, model içerisinde yer alan değişkenlerin etkileşimlerini ve ortak düzeydeki kombinasyonlarını da tespit etmeye çalışmaktadır (Doğan ve Özdamar, 2003). Chaid Analizi, kategorik değişkenlere ilişkin veri kü-

9 KAYRİ, GÜNÜÇ / Türkiye deki Ortaöğretim Öğrencilerinin İnternet Bağımlılık Düzeyini mesini, bağımlı değişkeni en iyi açıklayacak şekilde detaylı homojen alt gruplara bölen bir istatistiksel yöntemdir (Pehlivan, 2006). Ayrıca Chaid Analizi, yordanan değişkenin sınıflamalı, sıralamalı veya sürekli; yordayıcı değişkenlerin ise kategorik veya sürekli değişken olması durumunda da kullanılabilir (Doğan, 2003). SRA da ise yordanan ve yordayıcı değişkenler sınıflamalı, sıralamalı ya da sürekli değişkenler olabilir. Chaid Analizi,, her ne kadar Sınıflandırma Ağacı yöntemi ile aynı işlevi yerine getirse de, kullandıkları algoritma açısından birbirlerinden farklıdırlar. SRA, en uygun ağaç yapısını yordanan değişkenin tipine göre katışıklık (impurity) ölçüsü ve alt gruplar için elde edilen katışıklık ölçülerinin karşılaştırılması ile elde ederken; Chaid Analizi, yordayıcı değişkenin kategorileri ile yordanan değişkenin kategorilerinin çapraz tablosu üzerinde anlamlı olan çiftleri bulma yolu ile ideal ağaç yapısını oluşturmaktadır (Pehlivan, 2006). Benzer şekilde, Chaid Analizi, bir evreni, yordanan değişkendeki varyansı gruplar içinde minimum, gruplar arasında maksimum olacak şekilde farklı alt gruplara veya bölümlere tekrarlı olarak ayıran ve değişkenler arasındaki etkileşim veya kombinasyonları bulan bir yöntem olarak da tanımlanmaktadır (Doğan, 2003; Ratner, 1998). Bulgular Çalışma grubundaki bireylerin İnternet Bağımlılık Ölçeği nden (İBÖ) almış oldukları puanlar, bireylerin bağımlılık üzerindeki tutum düzeylerini göstermeleri açısından ölçüt olarak değerlendirilmiş ve bu puanlar üzerinden test istatistikleri yapılmıştır. İnternet Bağımlılık Ölçeği nden elde edilen toplam puanların normal dağılım gösterip göstermediği Kolmogorov-Smirnov Testi ile incelenmiştir. Test sonucu puanların normal dağılım göstermediğini ortaya koymuştur (p<.01). Toplam puan değişkeninin normale yaklaştırılması için logaritmik dönüşüm kullanılmıştır. Bu dönüşüm sürecinde de normalliğin sağlanamadığı görülmüştür (p<.05). Bu nedenle toplam puan değişkenine ilişkin betimsel istatistiklerin sunumunda ortanca ve çeyrek sapma değerleri sunulmuştur. Söz konusu nedenler test istatistiklerinin de seçiminde etkili olmuş ve parametrik olmayan yöntemler kullanılmıştır. İnternet Bağımlılık Ölçeği toplam puanlarına ilişkin ortanca 68,500 ve çeyrek sapma 18,125 olarak bulunmuştur. Çalışma grubundan elde edilen en düşük ölçek puanı 35 iken en yüksek ölçek puanının da 166 ol-

10 2474 KURAM VE UYGULAMADA EĞİTİM BİLİMLERİ duğu gözlenmiştir. Çalışma grubundaki bireylerin sahip olduğu ortanca değer eşik değer olarak kabul edilmiştir. İnternet bağımlılık seviyesi düşük-orta-yüksek şeklinde olarak düşünüldüğünde; ortanca 1 çeyrek sapma (düşük) ; ortanca (orta-eşik) ve ortanca + 1 çeyrek sapma (yüksek) denkleminin tanı koymada ölçüt olarak kullanılabileceği düşünülmüştür. Ancak, bu denklemin tanı koymada doyurucu olamayacağı düşünülmüş, iki aşamalı kümeleme analizi ile çalışma grubundaki tüm uç bireylerin incelenmesi hedeflenmiştir. Bireylerin bağımlılık düzeylerinin belirlenmesinde daha detaylı bir sonuç elde etmek için kümeleme analizi uygulanmış ve çalışma grubundaki bireylerin aslında dört ayrı evrenden geldikleri görülmüştür. Buna göre; birinci kümede bağımlı grup, ikinci kümede bağımlılık riski taşıyan grup, üçüncü kümede nötr grubu (bağımlı olma ya da olmama durumunda bir eğilimi bulunmayan), dördüncü kümede ise bağımlı olmayan grup yer almaktadır. Çalışma grubundaki heterojenliği yok edip, homojen alt sınıfların elde edildiği iki aşamalı kümeleme analizi bulguları Tablo 1 de ve bu alt sınıflara ilişkin betimsel istatistikler de Tablo 2 de gösterilmiştir. Tablo 1. İki Aşamalı Kümeleme Analizi (Two Step Cluster Analysis) Sonucu Kümeleme (Cluster) N % Birleşik % Toplam 1 (Bağımlı grup) 76 10,1% 10,1% 2 (Risk grubu) ,4% 26,4% 3 (Eşik grubu) ,4% 29,4% 4 (Bağımlı olmayan grup) ,1% 34,1% Birleşik ,0% 100,0% Toplam ,0% Tablo 2. Kümeleme Analizi Sonucunda Elde Edilen Alt Sınıflara (Kümelere) İlişkin Betimsel İstatistikler Kümeleme (Cluster) x Std. sap. 1 (Bağımlı grup) 118,236 10,792 2 (Risk grubu) 89,306 7,689 3 (Nötr grubu Eşik değer) 67,000 5,981 4 (Bağımlı olmayan grup) 44,786 6,830

11 KAYRİ, GÜNÜÇ / Türkiye deki Ortaöğretim Öğrencilerinin İnternet Bağımlılık Düzeyini Tablo 1 ve Tablo 2 incelendiğinde, üçüncü kümede yer alan bireylerin ölçek puan ortalamalarının 67,000 ± olduğu görülmektedir ve bu değer, eşik değeri (nötr) olarak bulunmuştur. Nötr grubunda 222 (% 29,4) birey bulunmaktadır. Ölçek puanı eşik değerinin üstünde olan bireyler için bağımlı ya da olası (risk taşıyan) bağımlı oldukları, toplam puanı eşik değerinin altında olan bireyler için ise bağımlı olmadıkları söylenebilecektir. Buna göre, Tablo 2 de görüldüğü üzere ikinci kümede toplam puan ortalamaları 89,306 ± değerinde olan bağımlılık riski taşıyan yani olası bağımlı grubu yer almaktadır. Bu grupta 199 (% 26,4) birey bulunmaktadır. Birinci kümede toplam puan ortalamaları 118,236 ± değerinde olan bağımlı grup yer almaktadır. Bu grupta 76 (% 10,1) birey bulunmakta ve bu gruptaki bireylerin bağımlılık düzeylerinin yüksek olduğu söylenebilir. Eşik grubun altında yer alan dördüncü kümede ise madde toplam puan ortalamaları 44,786 ± değerinde olan bağımlı olmayan grup yer almaktadır. Bu grupta 257 (% 34,1) birey bulunmakta ve çalışma grubunda en fazla birey sayısı bağımlı olmayan grupta yer aldığı görülmektedir. Alanyazında, internetin günlük kullanım süresinin bağımlılık düzeyini arttırdığı belirtilmiş ve bu çalışmada da günlük kullanım saatleri kategorilere ayrılarak incelenmiştir. Örneklemdeki öğrencilerin günlük kullanım sürelerinin çoğunlukla 1-3 saat (f=556, %73,70) aralığında toplandığı belirlenmiştir. Günlük internet kullanımı 4-6 saat arasında olan 106 birey (%14,10), 7-9 saat arasında olan 20 birey (%2,70) ve 10 saat ve üstü olan 23 birey (%3,10) olduğu saptanmıştır. Bireylerin kaç yıldır internet kullandıklarına ilişkin veri de kategorik hale getirilmiş ve yeni başlayanlar için 0 (aylık) kategorisi oluşturulmuştur. İnterneti çok yeni kullanmaya başlayanlar 86 (%11,40) birey, 1-3 yıldır kullanan 299 (%39,70) birey, 4-6 yıldır kullanan 165 birey (%21,90) ve 7 yıl ve üzerinde kullanan 40 birey (%5,30) olduğu belirlenmiştir. Örneklemdeki 164 birey (%21,80) ise kayıp gözlem olarak kaydedilmiştir. Örneklemdeki bireylerin interneti en çok hangi amaçlar için kullandıklarına ilişkin dağılım Tablo 3 de sunulmaktadır.

12 2476 KURAM VE UYGULAMADA EĞİTİM BİLİMLERİ Tablo 3. Bireylerin İnterneti En Çok Hangi Amaçlar İçin Kullandıklarına İlişkin Dağılım İnternet kullanım amaçları f % Araştırma ,2 Sohbet ,4 Haber 25 3,3 Müzik-film 70 9,3 Oyun 54 7,2 Pornografi 13 1,7 Web_sörf 39 5,2 Toplam ,3 Kayıp veri 81 10,7 Toplam ,0 Tablo 3 e bakıldığında bireylerin çoğunluğunun interneti araştırma ve sohbet amaçlı kullandıkları görülecektir. Ayrıca internetin pornografik amaçlı kullanımında tespit edilen % 1,7 oranının oldukça az miktarda olduğu görülmüştür. İnternet bağımlılığında anne ve babanın eğitim seviyelerinin bireylerin bağımlılık düzeyinde etkili olabileceği düşünülmüştür. Bu anlamda, bireylerin ebeveynlerine ilişkin eğitim durumları da incelenmiştir. Ebeveynlerden babaların eğitim düzeyi incelendiğinde; 28 babanın (%3,7) okur-yazar olmadığı, 22 sinin (%2,9) sadece okur-yazar olduğu, 284 ünün (%37,7) ilkokul mezunu olduğu, 163 babanın (%21,6) ortaokul mezunu olduğu, 177 sinin (%23,5) lise mezunu düzeyinde olduğu ve son olarak da 72 babanın (%9,5) üniversite mezunu olduğu tespit edilmiştir. Sekiz bireyin ölçek formundan da bu soruya ilişkin bir dönüt alınamamıştır. Bu anlamda %1,1 düzeyinde kayıp veri söz konusudur. Çalışma grubundaki öğrencilerin anne eğitim düzeyleri dikkate alındığında, ağırlık olarak %43,8 oranında (330 anne) annelerin ilkokul mezunu olduğu gözlenmiştir. Bunun dışında, 122 annenin (%16,2) okuryazar olmadığı, 43 ünün (%5,7) sadece okur-yazar olduğu, 107 sinin (%14,2) ortaokul mezunu olduğu ve 116 annenin de (%15,4) lise mezunu olduğu gözlenmiştir. Çalışma grubunda sadece 18 annenin (%2,4) üniversite mezunu olduğu da çarpıcı bir bulgu olarak karşımıza çıkmaktadır. Bu değişkenle ilgili olarak %2,4 lik (18 anne) bir kayıp kaydedilmiştir.

13 KAYRİ, GÜNÜÇ / Türkiye deki Ortaöğretim Öğrencilerinin İnternet Bağımlılık Düzeyini İnternet erişiminin belli bir maliyeti içermesi ve bu yüzden aile gelirinin internet bağımlılığı ile ilişki içerisinde olabileceği düşünülmüştür. Yapılan incelemede; ağırlıklı olarak ailelerin aylık geliri TL arasında olduğu gözlenmiştir (289 birey, %38,3). Aylık geliri 400 TL nin altında olan 102 aile (%13,5) tespit edilmiştir. Aylık geliri TL aralığında 174 (%23,1), TL aralığında da 68 ailenin (%9,0) olduğu görülmüştür. Ayrıca, aylık geliri TL aralığında 24 (%3,2) ve 2501 ve üstü aylık gelire sahip 25 aile (%3,3) olduğu dikkatleri çekmiştir. Bireylerin İBÖ den almış oldukları toplam puan yordanan değişken olmak üzere, interneti günlük kullanma saatleri, interneti kaç yıldır kullandıkları, interneti en çok hangi amaç için kullandıkları, anne ve babalarının eğitim düzeyleri, ailelerinin gelir düzeyleri ve cinsiyet değişkenleri yordayıcı değişkenler olarak modele dahil edilmişlerdir. Söz konusu model Sınıflandırma Ağacı (SA) ve Chaid Analizi yöntemleri ile analize tabi tutulmuştur. SA na ilişkin analiz Şekil 1 de gösterilmiştir.

14 2478 KURAM VE UYGULAMADA EĞİTİM BİLİMLERİ Şekil 1. İnternet Bağımlılık Seviyesi Üzerinde Etkisi Olan Bağımsız Değişkenlere İlişkin Sınıflandırma Ağacı Diyagramı

15 KAYRİ, GÜNÜÇ / Türkiye deki Ortaöğretim Öğrencilerinin İnternet Bağımlılık Düzeyini Şekil 1 de, bireylerin modeldeki internet bağımlılık seviyeleri (bknz. Tablo 1) üzerinde etkisi olan yordayıcı değişkenler görülmektedir. Buna göre; bireylerin internet kullanım amacı, yordanan değişken üzerinde en önemli etkisi olan değişken olarak tespit edilmiştir. SA, örneklemdeki bireylerin internet kullanım amaçlarını homojen iki ayrı düğümde ele almıştır. İnterneti haber ve araştırma amaçlı kullandıklarını bildiren bireylerin internet bağımlılık düzeyleri oldukça düşük iken; interneti web de sörf, sohbet, oyun, müzik, film, pornografi ve alışveriş amaçlı kullanan bireylerin internet bağımlılık düzeyleri yüksektir. Benzer şekilde, bireylerin interneti günlük kullanma saatleri ile bağımlılık düzeyleri arasında da bir ilişki tespit edilmiştir. Bağımlı olmayan grubun interneti kullanma saatlerinin düşük olduğu, buna karşılık günlük internet kullanım saati fazla olan bireylerin bağımlılık düzeyleri yüksek çıkmıştır. İnternet bağımlısı olarak nitelendirilmeyen grupta günlük kullanım saati 1-3 arası olan bireylerde cinsiyet değişkeni önemli görülürken, internet bağımlısı ya da risk grubunda olanlarda günlük internet kullanım saati 1-3 arası olan grup üzerinde, gelir düzeyi değişkeninin etkili olduğu görülmüştür. Son olarak da SA bulguları model içerisinde, gelir düzeyi düşük olan bireyler üzerinde herhangi bir değişkenin etkili olmadığını gösterirken, gelir düzeyi yüksek olan bireyler üzerinde baba eğitim düzeyinin etkili olduğunu göstermektedir. Şekil 1 deki SA bulguları, internet bağımlılık düzeyi yüksek olan bireylerin baba eğitim düzeylerinin lise ve üniversite mezunu olduğunu gösterirken, bağımlılık düzeyi düşük olan bireylerin baba eğitim düzeyleri okur-yazar, ilkokul ve ortaokul mezunu şeklindedir. Bununla birlikte, baba eğitim düzeyi okur-yazar, ilkokul ve ortaokul mezunu olan bireylerin ağırlıklı olarak risk grubunda yer alıyor olması oldukça ilginç bir bulgu olarak karşılanmıştır (bknz. Şekil 1). Genel bir özet şeklinde, SA modelinde bağımlı değişken üzerinde etkisi olan değişkenlerin önem seviyeleri Şekil 2 de gösterilmiştir.

16 2480 KURAM VE UYGULAMADA EĞİTİM BİLİMLERİ Şekil 2. Modeldeki Yordanan Değişken Üzerindeki Yordayıcı Değişkenlerin Önem Seviyesine İlişkin Grafik Şekil 2 de sunulan ve yordayıcı değişkenlerin, yordanan değişken üzerindeki önem derecelerini gösteren grafik incelendiğinde, anne eğitim düzeyi %13.60 seviyesinde bağımlılık seviyesi üzerinde etkili olması karşın, bu önemlilik SA diyagramında anlamlı bir düğüm olarak tespit edilememiştir. Önem seviyesi grafiğinde cinsiyet değişkeni en önemsiz (%11.60) değişken olarak görülürken, ağaç yapısında anlamlı bir yordayıcı olarak bulunmuştur. Analiz sonucu, SA nın %62.50 oranında doğru sınıflandırma yapabildiği belirlenmiştir. SA da kurulan aynı model Chaid Analizi ile de sınanmış olup, Chaid analizi sonucu elde edilen ağaç yapısı Şekil 3 de sunulmaktadır.

17 KAYRİ, GÜNÜÇ / Türkiye deki Ortaöğretim Öğrencilerinin İnternet Bağımlılık Düzeyini Şekil 3. İnternet Bağımlılık Seviyesi Üzerinde Etkisi Olan Bağımsız Değişkenlere İlişkin Chaid Diyagramı Şekil 3 de yordanan değişken üzerinde etki gösteren yordayıcı değişkenler ve bu değişkenlerin anlamlılık düzeyleri gösterilmektedir. Chaid Analizi, SA ya benzer şekilde, bireylerin interneti kullanım amaçlarının en yüksek etki düzeyine sahip olduğunu göstermektedir [c 2 = , sd = 6, p<.01]. Şekil 3 e göre, internet kullanım amacı sohbet, oyun, pornografi ve alışveriş olan bireyler üzerinde günlük internet kullanma saati değişkeninin etkili olduğu görülmüştür [c 2 = , sd = 3,

18 2482 KURAM VE UYGULAMADA EĞİTİM BİLİMLERİ p <.01]. Burada, günlük kullanım saatinin yüksek olma durumu ağırlıklı olarak bağımlılık seviyesi yüksek olan bireyler üzerinde oldukça etkili olduğu görülmüştür. Benzer şekilde, interneti günlük kullanım saatinin yüksek olma durumu risk grubu üzerinde de etkili bir şekilde görülmüştür. Aynı zamanda, interneti günlük kullanım saatinin düşük olma durumu ağırlıklı olarak yine risk grubu üzerinde etkili olduğu görülmüştür. Modelde anlamlı bulunan internet kullanım amacı üzerinde etkili bulunan web ortamında sörf, haber, müzik-film ve araştırma durumlarının modeldeki diğer değişkenler ile ortak bir varyansa sahip olamadığı görülmüştür. Ayrıca, Chaid Analizi cinsiyet, anne-baba eğitim seviyesi ve gelir değişkenlerini modelde anlamlı bulmamıştır. Oysa SA, Chaid analizinden farklı olarak, baba eğitim düzeyi, gelir ve cinsiyet değişkenlerini de modelde anlamlı olarak bulmuştu ve bu durum ağaç yapısında izlenebilmekteydi. Bağımlı ve bağımsız değişkenlerin kategorik yapıda olmasına rağmen ki-kare tabanlı olma özelliği taşıyan Chaid Analizi nin SA kadar detayları ortaya koyamadığı görülmüştür. Analiz sonucu, SA nın %62.5 oranında doğru sınıflandırma yapabildiği görülmüştü. Ancak, Chaid Analizi in %61.5 oranında doğru sınıflandırma yaptığı görülmüştür ve sınıflandırmaya ilişkin doğru tahminlemenin Sınıflandırma Ağacı yönteminden az da olsa daha düşük olduğu görülmüştür. Chaid Analizi bu yönüyle de SA dan farklı bulgular elde etmiştir. Genel itibari ile, SA, Chaid analizden modelin tümünü daha yüksek bir yüzdelikle tahminleyebilmiştir (SA doğru tahmin düzeyi = %62.5, Chaid doğru tahmin düzeyi = %61.5). Tartışma ve Sonuç İnternet bağımlılığı, patolojik ve psikolojik bir rahatsızlık olarak kabul edilmekte ve bilişim teknolojilerindeki hızlı gelişime paralel olarak da gitgide yaygınlaşmaktadır. Yapılan bu çalışmada katılımcıların %10,10 u internet bağımlısı bulunurken, benzer çalışmalarda bu oranların %1,10 (Bayraktar, 2001), %3,10 (Kaltiala-Heino ve ark., 2004), %1,98 ( Johansson ve Götestam, 2004), %20,70 (Yen, Yen, Chen, Chen ve Ko, 2007), %2,40 (Cao ve Su, 2007), %8.00 (Hardie ve Tee, 2007) ve %4,30 ( Jang, Hwang ve Choi, 2008) gibi değiştiği ifade edilebilir. İnternet bağımlılık oranı, yürütülen çalışmalardaki örneklemin evreni temsilliliği, çeşitli ülkelerdeki insanların bilişim teknolojilerinden yararlanabilme olanakları ve sosyal doku gibi faktörlere bağlı olarak değişkenlik göstermektedir.

19 KAYRİ, GÜNÜÇ / Türkiye deki Ortaöğretim Öğrencilerinin İnternet Bağımlılık Düzeyini Bu çalışmada, internet bağımlılığının en önemli belirleyicisi, bireylerin internet kullanım amacı olarak ortaya çıkmaktadır. Bu çalışmadaki bulgular, internetin en çok araştırma amaçlı kullanıldığını göstermiş, ancak sohbet amaçlı kullanımın da küçümsenmeyecek oranda olduğu görülmüştür. Bununla birlikte, internet bağımlısı bireylerin interneti en çok pornografi, sohbet ve oyun amaçlı kullandıkları saptanmıştır. Bu sonuçlar alanyazın tarafından da desteklenmekte ve söz konusu kullanım amaçlarının internet bağımlılığına neden olduğu ifade edilmektedir (Bayraktutan, 2005; Chen, Chen ve Paul, 2001; Dinicola, 2004; Everhard, 2000; Gönül, 2002; Kim ve Kim, 2002; Murali ve George, 2007; Thatcher ve Goolam, 2005; Tvedt, 2007). Ayrıca, diğer araştırmalarda tespit edildiği üzere (Cao ve Su, 2007; Everhard, 2000; Gonzalez, 2002; Hardie ve Tee, 2007; Kim ve Kim, 2002; Kubey ve ark., 2001; Lin ve Tsai 2002; Nalwa ve Anand 2003; Simkova ve Cincera 2004; Young, 1996; Weitzman, 2000). Alanyazının belirtmiş olduğu gibi bu çalışmada da kullanım amacına paralel olarak internet başında harcanan saat miktarı bağımlılık için önemli bir belirti olarak ortaya çıkmıştır. Bu araştırmada ortaöğretim düzeyindeki ergenlerin internet bağımlılık düzeyleri üzerinde etkili olabilecek bazı değişkenler modellenmek istenmiştir. Öğrencilerin; interneti günlük kullanma saatleri, interneti kaç yıldır kullandıkları, interneti en çok hangi amaç için kullandıkları, anne ve babalarının eğitim düzeyleri, ailelerinin gelir düzeyleri ve cinsiyet değişkenleri ise bağımsız değişkenler olarak regresyon analizine dâhil edilmiştir. Söz konusu bu model karar ağaçları yöntemlerinden, Sınıflandırma Ağacı ve Chaid Analizi ile test edilmiştir. Bu iki yöntemin bulguları karşılaştırmalı olarak incelenmiştir. Farklı algoritmalarla ağaç yapısını oluşturmayı amaçlayan Sınıflandırma Ağacı ve Chaid Analizi, alanyazında önerilen karar ağaçları olarak bilinmektedir. Bu çalışmada ise, internet bağımlılığına yol açan faktörlerin güvenilir bir şekilde ortaya konması için hangi yöntemin daha kararlı bir ağaç yapısını ortaya koyabildiği incelenmiştir. Sınıflandırma Ağacı yönteminde, yordanan değişken üzerinde, önem sırasına göre bireyin internet kullanım amacı, günlük internet kullanma miktarı, cinsiyet, gelir düzeyi ve baba eğitim düzeyi değişkenleri anlamlı bulunmuştur. Ayrıca, yordayıcı değişkenlerin her alt düzeyine etkide bulunan diğer yordayıcı değişkenler modelde detaylandırılabilmiştir. SA, heterojen olan çalışma grubundaki ilişki ağı içerisinde olası homojen alt dallara ayırmıştır. SA yöntemi, bu sınıflandırmayı %62.50 ora-

20 2484 KURAM VE UYGULAMADA EĞİTİM BİLİMLERİ nında doğru tahminleyebilmiştir. Chaid analizi ise, Sınıflandırma Ağacı yönteminden farklı olarak yordanan değişken üzerinde sadece interneti kullanım amacı ve bireylerin interneti günlük kullanma saat miktarı değişkenlerini anlamlı bulmuştur. Her ne kadar interneti kullanım amacı her iki yöntemde de başat etki göstermişseler de, Chaid Analizi diğer bağımsız değişkenlerin etkisini Sınıflandırma Ağacı yönteminde olduğu kadar ayrıntılı ortaya koyamamıştır. Ancak SA, bağımlı değişken üzerinde en önemli etkiye sahip olan internet kullanım amacını, haber, araştırma ve web de gezinti, sohbet, oyun, müzik-film, pornografi, alışveriş iki ayrı düğüme bölerken, Chaid Analizi bundan farklı olarak, internet kullanım amacını, web de gezinti, haber, müzik-film, kayıp veriler, sohbet, oyun, pornografi, alışveriş ve araştırma şeklinde üç ayrı düğüm olarak göstermiştir. Chaid Analizi, SA dan farklı olarak kayıp verileri de modele dâhil edip, düğüm sayısını daha gerçekçi bir zemine yerleştirebilmektedir. Çalışma grubundaki kayıp verileri de modele dâhil eden Chaid Analizi, bu yönüyle SA dan üstünlük gösterebilmektedir. Ancak, Chaid Analizi nin SA kadar ağaç yapısındaki ilişki ağını detaylandırmadığı görülmüştür. Chaid Analizi, yaptığı sınıflandırmayı da %61.50 oranında doğru tahminleyebilmiştir. Bu durumda, SA nın Chaid Analizi nden modeli daha doğru sınıfladığı görülmüştür. Ancak, bu fark çok yüksek olarak karşılanmamıştır. Yordanan değişkenin sıralamalı ya da sınıflamalı ölçek türünde olduğu durumlarda, yordanan değişken üzerinde etkisi olabilecek yordayıcı değişkenlerin tespitinde Sınıflandırma Ağacı ve Chaid Analizi kullanılabilecek iki yöntem olmakla birlikte, değişkenler arasındaki ilişki yönünden olası tüm kombinasyonları modele dâhil etme işleminde Sınıflandırma Ağacı yönteminin daha kararlı olduğu sonucuna varılmıştır. Yapılan çalışmada, Sınıflandırma Ağacı yönteminin ortaya koyduğu modelden hareketle, Türkiye deki ortaöğretim öğrencilerinin interneti kullanım amaçlarının internet bağımlığını temel değişken olarak tetiklediği kabul edilebilir. Web de gezinti, müzik-film, Sohbet, oyun, pornografi ve alışveriş amaçlı internet kullanımının kullanılan saat değişkenine bağlı olarak bağımlılık şiddetini artırdığı görülmüştür. Öğrencilerin, interneti haber ve araştırma amaçlı kullanma durumları ise manidar bir bağımlılık oluşturmamaktadır. Benzer çalışmalarda da bu görüş desteklenmektedir (Chen, Chen ve Paul, 2001; Leung, 2004; Tekdal, 2005). İnternet kulanım amacı Web de gezinti, müzik-film, Sohbet, oyun, pornografi ve alışveriş olan bireylerin aile gelirleri-

21 KAYRİ, GÜNÜÇ / Türkiye deki Ortaöğretim Öğrencilerinin İnternet Bağımlılık Düzeyini nin görece iyi olması durumunda bağımlılık düzeylerinin arttığı bulgusu da dikkat çekicidir. Aile geliri kötü olan öğrencilerin ise ağırlıklı olarak risk grubunda olduğu görülmüştür. Bireylerin internet bağımlılığı üzerinde baba eğitim düzeyinin önemli bir etki gösterdiği gözlenmekle birlikte, baba eğitim düzeyi lise ve üniversite olan öğrencilerin daha çok bağımlı oldukları oldukça dikkatle karşılanmıştır. Yapılan araştırmada, baba eğitim düzeyi okur-yazar, ilk ve ortaokul olan öğrencilerin yoğun bir şekilde risk grubunda yer aldıkları gözlenmiştir. Bu anlamda, bireylerdeki bağımlılığın baba eğitim düzeyine göre şekillendiği; eğitim düzeyinin yüksek olması durumunda bağımlılığın arttığı, eğitim düzeyinin düşmesi durumunda ise bağımlılığın azaldığı doğru orantısı gözlenmiştir. Ancak, baba eğitim düzeyi düşük öğrencilerin yoğun bir şekilde risk grubunda yer alma durumlarının zamanla bağımlılık şiddetini artırabileceği olası bir beklenti olarak karşılanmaktadır. Sosyal ve bireysel dinamiklerin zaman içerisinde değişebileceği gerçeğinden hareketle, bu çalışmadaki bulguların süreçte farklılaşabileceği ve bu anlamda olası değişimleri göz önünde bulunduran farklı ölçme araçları ile bireylerin bağımlılık düzeylerinin tekrar incelenmesi önerilmektedir.

22 2486 EDUCATIONAL SCIENCES: THEORY & PRACTICE

23 KAYRİ, GÜNÜÇ / An Analysis of Some Variables Affecting the Internet Dependency Level An Analysis of Some Variables Affecting the Internet Dependency Level of Turkish Adolescents by Using Decision Tree Methods Murat KAYRİ*, Selim GÜNÜÇ** Abstract Internet dependency is going to expand into social life in wide area whereas it has been accepted as a pathological and psychological disease. Knowing the basic effects of internet dependency is an inevitable approach to use the internet technology healthy. In this study, internet dependency levels of 754 students were examined with the Internet Dependency Scale. Total score which will be obtained from the scale is the dependent variable and using daily hours of internet, how many years the users are acquainted with the internet, the purpose of using the internet, education level of users mother and father, income of users families and gender variables are included in the model as independent variables. Model was tested both Classification Tree and Chaid Analysis. In the Classification Tree method; purpose of using the internet, using daily hours of the internet, gender, income of users families and education level of users father which affected dependent variable were found meaningful. In Chaid Analysis, purpose of using the internet and using daily hours of the internet users independent variables were just found meaningful. Key Words Chaid Analysis, Classification Tree, Decision Trees, The internet Dependency. * Correspondence: Assist. Prof., Murat Kayri, Yuzuncu Yıl University, Educational Faculty, Van/Turkey mkayri@yyu.edu.tr ** Slim Günüç, PhD Candidate, Yuzuncu Yıl University, Educational Faculty, Van/Turkey Kuram ve Uygulamada Eğitim Bilimleri / Educational Sciences: Theory & Practice 10 (4) Autumn Eğitim Danışmanlığı ve Araştırmaları İletişim Hizmetleri Tic. Ltd. Şti.

24 2488 EDUCATIONAL SCIENCES: THEORY & PRACTICE Dependence is defined as being unable to give up substances or behaviors or control them (Egger, & Rauterberg, 1996). The notion is used mostly as addiction or dependence in the international literature. However, in DSM-IV (The Diagnostic and Statistical Manual, 4th edition) the terms dependence or abuse are used instead of addiction (Henderson, 2001). Individuals might get addicted to many substances such as alcohol and drugs, but the term is not only used for cigarette smoking, alcohol or drugs, but also there are non-physical behavior based dependence such as eating dependence, game dependence, sex dependence, computer dependence, television dependence, shopping dependence and the internet dependence (DiMaggio, Hargittai, Neuman, & Robinson, 2001; Griffiths, 1999; Kim, & Kim, 2002). Both substance dependence and behavior based dependence are characterized by uncontrolled behavior or action and continuity of behavior or action despite bad results (Henderson, 2001). Although the internet dependence might be seen in all age groups, it is mostly the problem of the male and the youth (Gonzalez, 2002). In Turkish, the term Internet dependence was first used in the literature through an sent as a joke by Dr. Ivan Goldberg in 1996 (Günüç, 2009). The term first appeared as internet addiction in the literature was later called differently by researchers and clinicians. These were internet dependency (Tvedt, 2007), pathological internet use (Davis, 2001; Young, 2004), problematic internet use (Caplan, 2002; Kaltiala-Heino, Lintonen, & Rimpela, 2004), excessive internet use (Yang, Choe, Baity, Lee, & Cho, 2005), internet abuse (Young, & Case, 2004), and internet addiction disorder (Gonzalez, 2002; Kiralla, 2005). Moreover, in some studies the term cyber addiction is used to express online and offline dependence cases (Vaugeois, 2006). Young (2004) first used the term internet addiction, but in later studies the term pathological internet use was preferred since it was a clinical term. Other researchers also tended to use the terms problematic and pathological instead of addiction. Basically, all the terms are similarly used and the main point is excessive and problematic Internet use (Beard, & Wolf, 2001; Ceyhan, Ceyhan, & Gürcan, 2007). Briefly, all the terms suggest undesirable cases particularly caused by excessive Internet use. Researchers used the DSM criteria to define Internet dependence and also benefited from sex dependence, pathological gambling and other

25 KAYRİ, GÜNÜÇ / An Analysis of Some Variables Affecting the Internet Dependency Level behavioral dependence within the framework of DSM (Thurlow, Lengel, & Tomic, 2004). Internet dependence was defined as a psychiatric disease by some researchers and clinicians and Internet dependent patients were provided with clinical treatment which gave positive results (Köroğlu et al., 2006; Murali, & George, 2007; Young, & Rodgers, 1998). Any substance use does not result in dependence as any behavior does not create dependence (Caplan, 2005). One of the main reasons why the Internet use appear as a kind of dependence or a factor with negative effects is the amount of use or the amount of time spent online (Chou, Condron, & Belland, 2005). Spending much time on the Internet might be considered as both a reason of Internet dependence (Irwansyah, 2005) and a symptom or result. The reason why the amount of time spent on the Internet is the most remarkable indicator of Internet dependence is that the weekly or daily amount of time dependent users included in studies spent on the Internet was considerably longer than non-dependent users (Cao, & Su, 2007; Everhard, 2000; Gonzalez, 2002; Hardie, & Tee, 2007; Kim, & Kim, 2002; Kubey, Lawin, & Barrows, 2001; Lin, & Tsai 2002; Nalwa, & Anand 2003; Simkova, & Cincera 2004; Young, 1996; Weitzman, 2000). The amount of time spent on the Internet alone is not enough to define Internet dependent users. Also, the intended use of the Internet is a critical factor. Positive or negative results of the Internet use relate to the reasons of the Internet use and the intended use (Bayraktutan, 2005). Internet dependent users spend more time on online movies websites, music websites, game websites, chat rooms, pornographic websites, community websites and so on (Kim, & Kim, 2002; Murali, & George, 2007; Tvedt, 2007), while non-dependent users spend time on online news, online shopping and educational websites (Kim, & Kim 2002). In a study, Irwansyah (2005) concluded that the amount of the Internet use varied according to the intended use such as playing games, chatting, education and access to information. When compared to dependent users, non-dependent Internet users rather use the Internet for access to information (Chen, Chen, & Paul, 2001; Leung, 2004; Tekdal, 2005). In another study including young people, it was observed that the Internet users tended to use the Internet for access to information and receiving news and the amount of time spent online decreased when dependence creating factors such as chats and games were filtered or unallowable (Günüç, & Kayri, 2008).

26 2490 EDUCATIONAL SCIENCES: THEORY & PRACTICE In the present study, adolescents Internet dependence was defined and variables which potentially affected the Internet dependence were examined. These variables were examined using Classification Tree and Chaid analysis (Chi-squared Automatic Interaction Detection), two of data mining techniques. Another aim of the study was to compare the findings by Classification Tree and Chaid analysis. In this context, it was attempted to show cause-effect relationship in Internet dependence more unbiased by two different advanced statistical methods. Similarly, stability and unbiased estimating power of the two different statistical methods included in the research were tested (fit of model) and the parameters of the stronger-more stable method were taken as the model. Research Model Sample Method The research method was based on general survey model and it also included correlational survey model as it examined variables which might affect dependence. The sample was national and one cosmopolitan province from each region and two schools from each province were chosen. The target group was secondary school students. The sample consisted of 754 randomly chosen students; 179 from Istanbul, 106 from Ankara, 112 from Izmir, 95 from Diyarbakir, 95 from Samsun, 88 from Mersin and 79 from Van. 39.9% of the sample (301) were female students, 58.8% (443) were male students. 1.3% (10) was lost data. The mean age of the sample was found as ± Research Instrument The Internet Dependence Scale (IDS), developed by Günüç (2009) was used for the study. Validity and Reliability Cronbach Alpha internal consistency coefficient of the scale was found as.94. Total explained variance of the four sub-dimensions was 47,463. The four sub-dimensions were respectively called: Deprivation, Control Difficulty, Malfunctioning and Social Isolation (Günüç, 2009).

27 KAYRİ, GÜNÜÇ / An Analysis of Some Variables Affecting the Internet Dependency Level Cronbach alpha (α) reliability coefficients of the four sub-factors were calculated and internal consistency coefficient of the first factor which consisted of 11 items was found as.877; internal consistency coefficient of the second factor which consisted of 10 items was found as.855; internal consistency coefficient of the third factor which consisted of 7 items was found as.827 and internal consistency coefficient of the fourth factor which consisted of 7 items was found as.791. Item differentiation levels of the sub-dimensions ranged from.477 to.681 for the first factor, from.471 to.606 for the second factor, from.520 to.618 for the third factor and from.463 to.615 for the fourth factor. Attitude levels were rated with a five-point Likert scale. Likert type statements were as follows: I totally agree, I agree, I am not sure, I disagree, I totally disagree. Total scale score ranged from 35 to 175. A high scale score showed severity of Internet dependence. Procedure Total scale score was the dependent variable. The independent variables were as follows: Daily amount of time spent on the Internet, how long have students used the Internet, the most frequent intended use, educational background of mother and educational background of father, family income and gender. Findings of empirical studies in the literature formed a basis for independent variable choice. Regression model of the research was as follows: dependence score =Constant + b1*hour + b2*year + b3*intended use + b4*mother + b5*father + b6*income + b7*gender and covariances. The model was defined by two classification techniques: Classification Tree and Chaid analysis method. Total scale score was classified by two-stage cluster analysis as follows: low-moderate-risky-dependent. Therefore, the dependent variable was artificially made discontinuous in classification. In that case, only Classification Tree of SRA was used. The model findings were compared by Classification Tree and Chaid analysis. SRA, defined as Classification Tree in the event that the predicted variable was obtained by classified scale, and as Regression Tree in case of continuous variable, is known as a classification technique which is not held responsible for parametric regression technique assumptions and defines correlations between dependent variable(s) and independent variables in its own population, without any inference with data set val-