T.C. ANKARA ÜNİVERİTESİ EĞİTİM BİLİMLERİ ENSTİTÜSÜ EĞİTİMDE PSİKOLOJİK HİZMETLER ANABİLİM DALI ÖLÇME VE DEĞERLENDİRME BİLİM DALI

Transkript

1 T.C. ANKARA ÜNİVERİTESİ EĞİTİM BİLİMLERİ ENSTİTÜSÜ EĞİTİMDE PSİKOLOJİK HİZMETLER ANABİLİM DALI ÖLÇME VE DEĞERLENDİRME BİLİM DALI PIRLS 2001 TESTİNİN ÜLKELERARASI YAPI GEÇERLİLİĞİNİN İNCELENMESİ DOKTORA TEZİ Murat Akyıldız Ankara, Mayıs, 2009

2 T.C. ANKARA ÜNİVERİTESİ EĞİTİM BİLİMLERİ ENSTİTÜSÜ EĞİTİMDE PSİKOLOJİK HİZMETLER ANABİLİM DALI ÖLÇME VE DEĞERLENDİRME BİLİM DALI PIRLS 2001 TESTİNİN ÜLKELERARASI YAPI GEÇERLİLİĞİNİN İNCELENMESİ DOKTORA TEZİ Murat Akyıldız Danışman: Prof. Dr. Ezel TAV ANCIL Ankara, Mayıs, 2009

3 İÇİNDEKİLER JÜRİ ÜYELERİNİN İMZA SAYFASI.....i ÖNSÖZ...ii ÖZET...iii ABSTRACT.iv TABLOLAR LİSTESİ... v 1. GİRİ Problem Amaç Önem Sayıltılar Sınırlılıklar Tanımlar Yöntem Araştırmanın Modeli Evren Verilerin Toplanması Verilerin Analizi Yapısal Eşitlik Modelleme Hakkında Genel Bilgiler Doğrulayıcı Faktör Analizi ve Çok Örneklemli Doğrulayıcı Faktör Analizi Hakkında Bilgiler Çok Gruplu Doğrulayıcı Faktör Analizinin Varsayımları Uyum indeksleri BULGULAR VE YORUMLAR Varsayımların test edilmesi.36

4 3.1. Otuzbeş ülke için PIRLS 2001 uygulamasının okuma amaçlarına göre bölünmüş dört farklı kavrama sürecine uygun ölçme yapıp yapmadığının test edilmesi Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt teste ilişkin bulgular Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt teste ilişkin bulgular Mice ve River okuma parçalarından oluşan altı numaralı alt teste ilişkin bulgular Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt teste ilişkin bulgular Aynı dillerde ve farklı dillerde yapılmış olan uygulamaların faktör yapılarının birbirine denkliğinin test edilmesi Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı okuma parçasına ilişkin bulgular Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt test için İngilizce konuşulan ülkelerde çok örneklemli doğrulayıcı faktör analizi sonuçları Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt test için Arapça konuşulan ülkelerde çok örneklemli doğrulayıcı faktör analizi sonuçları Hare ve Pufflings parçalarından oluşan sıfır numaralı alt test için İspanyolca konuşulan ülkelerde çok örneklemli doğrulayıcı faktör analizi sonuçları Hare ve Pufflings parçalarından oluşan sıfır numaralı alt test için Yunanca konuşulan ülkelerde çok örneklemli doğrulayıcı faktör analizi sonuçları Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testin birbirine benzer olmayan dillerde uygulanan ülkelerde çok örneklemli doğrulayıcı faktör analizi sonuçları...61

5 Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt teste ilişkin bulgular Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt test için İngilizce konuşulan ülkelerde çok örneklemli doğrulayıcı faktör analizi sonuçları Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt test için Arapça konuşulan ülkelerde çok örneklemli doğrulayıcı faktör analizi sonuçları Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt test için İspanyolca konuşulan ülkelerde çok örneklemli doğrulayıcı faktör analizi sonuçları Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt test için Yunanca konuşulan ülkelerde çok örneklemli doğrulayıcı faktör analizi sonuçları Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt testin birbirine benzer olmayan dillerde uygulandığı ülkelerde çok örneklemli doğrulayıcı faktör analizi sonuçları Mice ve River okuma parçalarından oluşan altı numaralı alt teste ilişkin bulgular Mice ve River okuma parçalarından oluşan altı numaralı alt test için İngilizce konuşulan ülkelerde çok örneklemli doğrulayıcı faktör analizi sonuçları Mice ve River okuma parçalarından oluşan altı numaralı alt test için Arapça konuşulan ülkelerde çok örneklemli doğrulayıcı faktör analizi sonuçları Mice ve River okuma parçalarından oluşan altı numaralı alt test için İspanyolca konuşulan ülkelerde çok örneklemli doğrulayıcı faktör analizi sonuçları Mice ve River okuma parçalarından oluşan altı numaralı alt test için Yunanca konuşulan ülkelerde çok örneklemli doğrulayıcı faktör analizi sonuçları....71

6 Mice ve River okuma parçalarından oluşan altı numaralı alt testin birbirine benzer olmayan dillerde uygulandığı ülkelerde çok örneklemli doğrulayıcı faktör analizi sonuçları Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt teste ilişkin bulgular Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt test için İngilizce konuşulan ülkelerde çok örneklemli doğrulayıcı faktör analizi sonuçları Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt test için Arapça konuşulan ülkelerde çok örneklemli doğrulayıcı faktör analizi sonuçları Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt test için İspanyolca konuşulan ülkelerde çok örneklemli doğrulayıcı faktör analizi sonuçları Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt test için Yunanca konuşulan ülkelerde çok örneklemli doğrulayıcı faktör analizi sonuçları Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt testin birbirine benzer olmayan dillerde uygulandığı ülkelerde çok örneklemli doğrulayıcı faktör analizi sonuçları Farklı sosyoekonomik düzeyden ülkelerin uygulamalarının yapısal özelliklerinin birbirine denkliğinin test edilmesi Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt teste ilişkin bulgular Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testin OECD ülkelerindeki uygulamaları için çok örneklemli doğrulayıcı faktör analizi sonuçları Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testin zengin (gelişmiş) ülkelerdeki uygulamaları için çok örneklemli doğrulayıcı faktör analizi sonuçları....87

7 Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt testin (booklet) OECD ülkelerindeki uygulamaları için çok örneklemli doğrulayıcı faktör analizi sonuçları Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt testin (booklet) zengin (gelişmiş) ülkelerdeki uygulamaları için çok örneklemli doğrulayıcı faktör analizi sonuçları Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt testin (booklet) ekonomik düzeyi düşük (gelişmemiş) ülkelerdeki uygulamaları için çok örneklemli doğrulayıcı faktör analizi sonuçları Türkiye uygulamasına ilişkin yapısal özellikler diğer ülkelerin uygulamalarının yapısal özelliklerinin birbirine denkliğinin test edilmesi Avrupa Birliği ülkelerinde yapılan uygulamaya ilişkin yapısal özellikler ile Türkiye uygulamasının yapısal özelliklerinin birbirine denkliğinin test edilmesi Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testin Türkiye ve Avrupa birliği ülkelerindeki uygulamaları için çok örneklemli doğrulayıcı faktör analizi sonuçları Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt testin Türkiye ve Avrupa birliği ülkelerindeki uygulamaları için çok örneklemli doğrulayıcı faktör analizi sonuçları Mice ve River okuma parçalarından oluşan altı numaralı alt testin Türkiye ve Avrupa birliği ülkelerindeki uygulamaları için çok örneklemli doğrulayıcı faktör analizi sonuçları Clay ve Leonardo parçalarından oluşan sekiz numaralı alt testin Türkiye ve Avrupa birliği ülkelerindeki uygulamaları için çok örneklemli doğrulayıcı faktör analizi sonuçları SONUÇ VE ÖNERİLER Sonuç...112

8 Otuzbeş ülke için PIRLS 2001 uygulamasının okuma amaçlarına göre bölünmüş dört farklı kavrama sürecine uygun ölçme yapıp yapmadığına ilişkin sonuçlar Aynı dillerde ve farklı dillerde yapılmış olan uygulamaların yapısal özelliklerinin birbirine denkliğine ilişkin sonuçlar Farklı sosyoekonomik düzeyden ülkelerin uygulamalarının yapısal özelliklerinin birbirine denkliğine ilişkin sonuçlar Türkiye uygulamasına ilişkin yapısal özellikler ile diğer ülkelerin uygulamalarının yapısal özelliklerinin birbirine denkliğine ilişkin sonuçlar Avrupa Birliği ülkelerinde yapılan uygulamaya ilişkin yapısal özellikler ile Türkiye uygulamasının yapısal özelliklerinin birbirine denkliğine ilişkin sonuçlar Öneriler.117 KAYNAKÇA Ekler..126 Ek 1. PIRLS 2001 sorularından açıklanan örneklere dair EARGED yazısı.127 Ek 2. Lisrel 8.80 programında çok örneklemli doğrulayıcı faktör analizi analizinde kullanılan syntax dosyası örneği...128

9 Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testin ekonomik düzeyi düşük (gelişmemiş) ülkelerdeki uygulamaları için çok örneklemli doğrulayıcı faktör analizi sonuçları Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt teste ilişkin bulgular Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt testin OECD ülkelerindeki uygulamaları için çok örneklemli doğrulayıcı faktör analizi sonuçları Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt testin zengin (gelişmiş) ülkelerdeki uygulamaları için çok örneklemli doğrulayıcı faktör analizi sonuçları Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt testin ekonomik düzeyi düşük (gelişmemiş) ülkelerdeki uygulamaları için çok örneklemli doğrulayıcı faktör analizi sonuçları Mice ve River okuma parçalarından oluşan altı numaralı alt teste ilişkin bulgular Mice ve River okuma parçalarından oluşan altı numaralı alt testin OECD ülkelerindeki uygulamaları için çok örneklemli doğrulayıcı faktör analizi sonuçları Mice ve River okuma parçalarından oluşan altı numaralı alt testin zengin (gelişmiş) ülkelerdeki uygulamaları için çok örneklemli doğrulayıcı faktör analizi sonuçları Mice ve River okuma parçalarından oluşan altı numaralı alt testin ekonomik düzeyi düşük (gelişmemiş) ülkelerdeki uygulamaları için çok örneklemli doğrulayıcı faktör analizi sonuçları Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt teste ilişkin bulgular.97

10

11 ÖZET PIRLS 2001 TESTİNİN ÜLKELERARASI YAPI GEÇERLİLİĞİNİN İNCELENMESİ Akyıldız, Murat Doktora, Ölçme ve Değerlendirme Bilim Dalı Tez Danışmanı: Prof. Dr. Ezel Tavşancıl Mayıs 2009, 124 sayfa Bu çalışmada, PIRLS 2001 başarı testinin, 35 ülkede yapılmış olan uygulamasından elde edilen faktör yapılarının birbirine denkliği çok gruplu doğrulayıcı faktör analizi ile incelenmiştir. Öncelikle PIRLS 2001 başarı testinin faktör yapısının 35 ülkede değişmezliği tüm ülkelerde uygulanmış olan dört ayrı alt ölçek bağlamında ayrı ayrı test edilmiştir. Daha sonra çeviri etkisinin ölçeğin faktör denkliği üzerinde etkisinin bulunup bulunmadığını görmek amacıyla bu uygulamanın yapıldığı ülkeler uygulamanın aynı dilde yapıldığı ve uygulamanın birbirinden farklı dillerde yapıldığı ülkeler olarak bölünmüş ve faktör değişmezliği bu ülkeler için test edilmiştir. Ülkelerin gelişmişlik düzeylerinin testin faktör yapısının değişmezliği üzerinde etkisinin olup olmadığını görmek amacıyla ülkeler gelişmiş, gelişmemiş ve OECD ülkeleri olmak üzere gruplanmış ve bu ülkelerdeki faktör değişmezlikleri incelenmiştir. Daha sonra Türkiye uygulamasının PIRLS 2001 uygulamasına katılan diğer ülkelerle faktör yapısı bakımından denk olup olmadığı incelenmiş son olarak ise Türkiye uygulaması ile Avrupa birliği ülkelerindeki uygulamaların faktör yapılarının birbirine denk olup olmadığı yine çok gruplu doğrulayıcı faktör analizi ile test edilmiştir. Elde edilen bulgular PIRLS 2001 testinin faktör yapısının uygulamaya katılan tüm ülkelerde birbirine orta düzeyde denk sayılabileceğini, faktör yapılarının bazı alt testler haricinde çeviri ve sed den etkilenmediğini göstermiştir. Ayrıca PIRLS 2001 uygulamasının faktör yapısının, Türkiye ve Avrupa Birliği üyesi ülkelerinde birbirine denk sayılabileceği görülmüştür. i

12 ÖNSÖZ Bu araştırmanın yapılmasının temel gerekçesi, son yıllarda Türkiye nin katıldığı uluslararası sınavlarda ülke olarak başarısının çok gerilerde olmasıdır. Öğrencilerin matematik ve fen derslerindeki başarılarını ölçen TIMMS, sözel derslerdeki başarılarını ölçen PISA gibi çalışmalarda Türkiye diğer ülkelerin çok gerisindedir. Son olarak Türkiye nin, hem fen bilgisi hem de sözel alandaki başarıyı en çok belirleyen değişken olan okuduğunu anlama becerisini ölçen PIRLS testinde de son sıralarda olması, uluslararası testlerin güvenirlik ve geçerlilik gibi psikometrik niteliklerinin belirlenmesi gerekliliğini ortaya çıkarmıştır. Bir testin farklı kültürlerdeki uygulamalarının aynı faktör yapısıyla yapıldığından emin olunmalıdır ki yapılacak karşılaştırmalar ve sıralamalar sağlıklı ve gerçeğe uygun olabilsin. Bu doğrultuda, bu çalışma ile tüm uluslararası testlerde başarıyı belirleyen temel faktör olan okuduğunu anlama becerisini ölçen PIRLS testinin yapı geçerliliğinin (faktör yapısının) tüm ülkelerde birbirine denk sayılabilip sayılamayacağı incelenmiştir. Böylece PIRLS uygulamasında var olabilecek yapı farklılıklarının, aynı değişkeni paylaşan diğer uluslararası testlerde de bulunabileceğine dair ön bilgi edinilebilecektir. Bu çalışmanın yapılabilmiş olmasında büyük rolü olan, desteği ve önerileriyle yol gösteren hocam Prof. Dr. Ezel Tavşancıl a, eleştirileri ve önerileriyle çalışmanın zenginleşmesini sağlayan hocam Doç. Dr. ener Büyüköztürk e, çalışma süresince görüşlerini benimle paylaşan arkadaşım Araş. Gör. Güçlü ekercioğlu na, istatistiksel analizlerde verdiği önerilerle çalışmanın şekillenmesine katkıda bulunan Prof. Dr. Bengt O. Muthen e, çalışma boyunca manevi desteğini eksik etmeyen eşim Hülya Bayrak Akyıldız a ve çalışmanın son günlerinde gelip bana güç veren oğlum Nehir e teşekkürlerimi sunarım. ii

13 ABSTRACT CONSTRUCT VALIDITY OF PIRLS 2001 TEST BETWEEN COUNTRIES Akyıldız, Murat Ph. D., Department of Measurement and Evaluation Supervisor: Prof. Dr. Ezel Tavşancıl May 2009, 124 p. In this work, the equivalence of factor structures obtained from the application of PIRLS 2001 test in 35 countries is analyzed via multigroup confirmatory factor analysis. First, the invariance of the factor structures of PIRLS 2001 test in 35 countries is tested in the level of the four subscales which are applied in all countries. Then, the countries subject to analyze are divided into subgroups based on language, such as countries which the tests are applied in the same or different language, in order to see if translation of the tests effected the factor equivalence of scales and the invariance of factor structure is tested for these countries. Other subgroups are formed based of the development level of the countries in order to see if this has effect on the invariance of factor structure. The factor invariance is tested in these subgroups, developped, undevelopped and OECD countries. Then, the equivalence of factor structure of the PIRLS 2001 between Turkey and other countries is tested. And finally, multigroup confirmatory factor analysis is used to test whether the factor structure of the applications in Turkey and EU countries are equivalent. The findings have shown that, the factor structure of PIRLS 2001 test is equivalent in all participant countries and that the factor structures are not influenced by translation and socioeconomic level. Moreover, it is seen that the factor structure of PIRLS 2001 can be counted equivalent between Turkey and the EU countries. iv

14 TABLOLAR LİSTESİ Tablo 1. PIRLS Okuma Becerileri Test Planı 5 Tablo 2. Okuma Amaçlarına ve Süreçlerine Göre Bölünmüş Pirls Değerlendirme Yüzdeleri.. 6 Tablo 3. Pirls Blokları ve Kitapçık Düzenleri. 7 Tablo 4. Madde Türüne ve okuma Amacına Göre Maddelerin Test İçindeki Dağılımı. 8 Tablo 5. Pirls 2001 Uygulamasına Katılan Ülkelerin Örnekleme Giren Öğrenci Sayıları.. 19 Tablo 6. Uyum indekslerinin kabul ve değerlendirme sınırları Tablo 7. Hare ve Pufflings Okuma Parçalarından Oluşan Sıfır Numaralı Alt Test Puanlarının Dağılımına Ait Betimsel İstatistikler Tablo 8. Hare ve Pufflings Okuma Parçalarından Oluşan Sıfır Numaralı Alt Testte Bulunan Maddelerin Ölçtüğü Varsayılan Kavrama Süreçlerine Göre Dağılımları.. 39 Tablo 9. Hare ve Pufflings Okuma Parçalarından Oluşan Sıfır Numaralı Alt Test İçin Çok Örneklemli DFA Sonuçları 40 Tablo 10. Flowers ve Antarctica Okuma Parçalarından Oluşan Üç Numaralı Alt Test Puanlarının Dağılımına Ait Betimsel İstatistikler Tablo 11. Flowers ve Antarctica Okuma Parçalarından Oluşan Üç Numaralı Alt Testte Bulunan Maddelerin Ölçtüğü Varsayılan Kavrama Süreçlerine Göre Dağılımları.. 43 Tablo 12. Flowers ve Antarctica Okuma Parçalarından Oluşan Üç Numaralı Alt Test İçin Çok Örneklemli DFA Sonuçları 44 Tablo 13. Mice ve River Okuma Parçalarından Oluşan Altı Numaralı Alt Test Puanlarının Dağılımına Ait Betimsel İstatistikler 45 Tablo 14. Mice ve River Okuma Parçalarından Oluşan Altı Numaralı Alt Testte Bulunan Maddelerin Ölçtüğü Varsayılan Kavrama Süreçlerine Göre Dağılımları.. 47 v

15 Tablo 15. Tablo 16. Tablo 17. Tablo 18. Tablo 19. Tablo 20. Tablo 21. Tablo 22. Tablo 23. Tablo 24. Tablo 25. Mice ve River Okuma Parçalarından Oluşan Altı Numaralı Alt Test İçin Çok Örneklemli DFA Sonuçları.. 47 Clay ve Leonardo Okuma Parçalarından Oluşan Sekiz Numaralı Alt Test Puanlarının Dağılımına Ait Betimsel İstatistikler Clay ve Leonardo Okuma Parçalarından Oluşan Sekiz Numaralı Alt Testte Bulunan Maddelerin Ölçtüğü Varsayılan Kavrama Süreçlerine Göre Dağılımları Clay ve Leonardo Okuma Parçalarından Oluşan Sekiz Numaralı Alt Test İçin Çok Örneklemli DFA Sonuçları 52 Hare Ve Pufflings Okuma Parçalarından Oluşan Sıfır Numaralı Alt Testin İngilizce Uygulamaları İçin Çok Örneklemli DFA Sonuçları 56 Hare ve Pufflings Okuma Parçalarından Oluşan Sıfır Numaralı Alt Testin Arapça Uygulamaları İçin Çok Örneklemli DFA Sonuçları 57 Hare ve Pufflings Okuma Parçalarından Oluşan Sıfır Numaralı Alt Testin İspanyolca Uygulamaları İçin Çok Örneklemli DFA Sonuçları 59 Hare ve Pufflings Okuma Parçalarından Oluşan Sıfır Numaralı Alt Testin Yunanca uygulamaları İçin Çok Örneklemli DFA Sonuçları 60 Hare ve Pufflings Okuma Parçalarından Oluşan Sıfır Numaralı Alt Testin Birbirinden Farklı Dillerdeki Uygulamaları İçin Çok Örneklemli DFA Sonuçları Flowers ve Antarctica Okuma Parçalarından Oluşan Üç Numaralı Alt Testin İngilizce Uygulamaları İçin Çok Örneklemli DFA Sonuçları 63 Flowers ve Antarctica Okuma Parçalarından Oluşan Üç Numaralı Alt Testin Arapça Uygulamaları İçin Çok Örneklemli DFA Sonuçları 64 vi

16 Tablo 26. Tablo 27. Tablo 28. Tablo 29. Tablo 30. Tablo 31. Tablo 32. Tablo 33. Tablo 34. Tablo 35. Tablo 36. Flowers ve Antarctica Okuma Parçalarından Oluşan Üç Numaralı Alt Testin İspanyolca Uygulamaları İçin Çok Örneklemli DFA Sonuçları 65 Flowers ve Antarctica Okuma Parçalarından Oluşan Üç Numaralı Alt Testin Yunanca Uygulamaları İçin Çok Örneklemli DFA Sonuçları 66 Flowers ve Antarctica Okuma Parçalarından Oluşan Üç Numaralı Alt Testin Birbirinden Farklı Dillerdeki Uygulamaları İçin Çok Örneklemli DFA Sonuçları 67 Mice ve River Okuma Parçalarından Oluşan Altı Numaralı Alt Testin İngilizce Uygulamaları İçin Çok Örneklemli DFA Sonuçları. 69 Mice ve River Okuma Parçalarından Oluşan Altı Numaralı Alt Testin İspanyolca Uygulamaları İçin Çok Örneklemli DFA Sonuçları 70 Mice ve River Okuma Parçalarından Oluşan Altı Numaralı Alt Testin Yunanca Uygulamaları İçin Çok Örneklemli DFA Sonuçları 71 Mice ve River Okuma Parçalarından Oluşan Altı Numaralı Alt Testin Birbirinden farklı Dillerdeki Uygulamaları İçin Çok Örneklemli DFA Sonuçları 73 Clay ve Leonardo Okuma Parçalarından Oluşan Sekiz Numaralı Alt Testin İngilizce Uygulamaları İçin Çok Örneklemli DFA Sonuçları Clay ve Leonardo Okuma Parçalarından Oluşan Sekiz Numaralı Alt Testin İspanyolca Uygulamaları İçin Çok Örneklemli DFA Sonuçları 76 Clay ve Leonardo Okuma Parçalarından Oluşan Sekiz Numaralı Alt Testin Yunanca Uygulamaları İçin Çok Örneklemli DFA Sonuçları Clay ve Leonardo Okuma Parçalarından Oluşan Sekiz Numaralı Alt Testin Birbirinden Farklı Dillerdeki Uygulamaları İçin Çok Örneklemli DFA Sonuçları.. 78 vii

17 Tablo 37. Tablo 38. Tablo 39. Tablo 40. Tablo 41. Tablo 42. Tablo 43. Tablo 44. Tablo 45. Tablo 46. Tablo 47. Hare ve Pufflings Okuma Parçalarından Oluşan Sıfır Numaralı Alt Testin OECD Ülkeleri İçin Çok Örneklemli DFA Sonuçları 86 Hare ve Pufflings Okuma Parçalarından Oluşan Sıfır Numaralı Alt Testin Zengin (Gelişmiş) Ülkeler İçin Çok Örneklemli DFA Sonuçları 88 Hare ve Pufflings Okuma Parçalarından Oluşan Sıfır Numaralı Alt Testin Ekonomik Düzeyi Düşük (Gelişmemiş) Ülkeler İçin Çok Örneklemli DFA Sonuçları.. 89 Flowers ve Antarctica Okuma Parçalarından Oluşan Üç Numaralı Alt Testin OECD Ülkeleri İçin Çok Örneklemli DFA Sonuçları 90 Flowers ve Antarctica okuma parçalarından oluşan Üç Numaralı Alt Testin Zengin (Gelişmiş) Ülkeler İçin Çok Örneklemli DFA Sonuçları 91 Flowers ve Antarctica Okuma Parçalarından Oluşan Üç Numaralı Alt Testin Ekonomik Düzeyi Düşük (Fakir) Ülkeler İçin Çok Örneklemli DFA Sonuçları Mice ve River Okuma Parçalarından Oluşan Altı Numaralı Alt Testin OECD Ülkeleri İçin Çok Örneklemli DFA Sonuçları. 94 Mice ve River Okuma Parçalarından Oluşan Altı Numaralı Alt Testin Zengin (Gelişmiş) Ülkeler İçin Çok Örneklemli DFA Sonuçları 95 Mice ve River Okuma Parçalarından Oluşan Altı Numaralı Alt Testin Ekonomik Düzeyi Düşük (Gelişmemiş) Ülkeler İçin Çok Örneklemli DFA Sonuçları 96 Clay ve Leonardo Okuma Parçalarından Oluşan Sekiz Numaralı Alt Testin OECD Ülkeleri İçin Çok Örneklemli DFA Sonuçları 98 Clay ve Leonardo Okuma Parçalarından Oluşan Sekiz Numaralı Alt Testin Zengin (Geliişmiş) Ülkeler İçin Çok Örneklemli DFA Sonuçları 99 viii

18 Tablo 48. Clay ve Leonardo Okuma Parçalarından Oluşan Sekiz Numaralı Alt Testin Ekonomik Düzeyi Düşük (Gelişmemiş) Ülkeler İçin Çok Örneklemli DFA Sonuçları Tablo 49. PIRLS Alt Testlerinin Model A için RMSEA Değerleri Tablo 50. Hare ve Pufflings Okuma Parçalarından Oluşan Sıfır Numaralı Alt Testin Türkiye ve Avrupa Birliği Üyesi Ülkeler İçin Çok Örneklemli DFA Sonuçları Tablo 51. Flowers ve Antarctica Okuma Parçalarından Oluşan Üç Numaralı Alt Testin Türkiye ve Avrupa Birliği Üyesi Ülkeler İçin Çok Örneklemli DFA Sonuçları Tablo 52. Mice ve River Okuma Parçalarından Oluşan Altı Numaralı Alt Testin Türkiye ve Avrupa Birliği Üyesi Ülkeler İçin Çok Örneklemli DFA Sonuçları 107 Tablo 53. Clay ve Leonardo Okuma Parçalarından Oluşan Sekiz Numaralı Alt Testin Türkiye ve Avrupa Birliği Üyesi Ülkeler İçin Çok Örneklemli DFA Sonuçları ekil 1. YEM Çalışmasında Kullanılan Path Diagramına Örnek.. 23 ix

19 1 1. GİRİ 1.1. Problem Uluslararası düzeyde 4. sınıf öğrencilerinin okuma becerileri ne düzeydedir? Bu öğrencilerin okuma alışkanlıkları ve okumaya yönelik tutumları bir ülkeden diğer ülkeye nasıl farklılıklar göstermektedir? Bu sorulara yanıt bulabilmek amacıyla, eğitim başarılarını karşılaştırmalı olarak incelemek için kurulmuş olan Boston College Uluslararası Çalışma Merkezi nin desenlediği bir proje doğrultusunda uygulamaları yürüten ve merkezi Amsterdam da bulunan Uluslararası Eğitim Başarısını Değerlendirme Kuruluşu (International Association For The Evaluation Of Educational Achievement, IEA) tarafından geliştirilen bir ölçme aracı, 2001 yılında Uluslararası Okuma Becerilerinde Gelişim Çalışması (Progress in International Reading Literacy Study, PIRLS) adıyla 35 ülkede uygulanmıştır (Mullis, Martin, Gonzalez, Ann, 2003).Uygulama çerçevesinde amaçlanan, a. 9 yaş grubu (4. sınıf) öğrencilerinin okuma becerileri ve okuma alışkanlıklarını, b. Öğretmenlerin öğrencilere okuma becerisini kazandırmak için uyguladıkları öğretim metotları ve öğretim materyallerinin yeterli olup olmadığını, c. Öğrencilerin okuma becerisini kazanmalarında ailelerinin katkılarını, uluslararası standart test ve anketlerle belirlemektir. Uygulamaya Türkiye de dahil olmak üzere Almanya, Amerika Birleşik Devletleri, Arjantin, Belize, Bulgaristan, Çek Cumhuriyeti, Fas, Fransa, Hollanda, Hong Kong, İngiltere, İran, İskoçya, İsrail, İsveç, İtalya, İzlanda, Kanada, Kıbrıs Rum Kesimi, Kolombiya, Kuveyt, Letonya, Litvanya, Macaristan, Makedonya, Moldova, Norveç, Romanya, Rusya Federasyonu, Singapur, Slovakya, Slovenya,

20 2 Yeni Zelanda, ve Yunanistan, katılmıştır. PIRLS aşağıdaki kuruluşların işbirliği ile gerçekleştirilmiştir. 1. Amerika Birleşik Devletlerinde bulunan Boston Üniversitesi Uluslararası Çalışma Merkezi, çalışmanın bütününü koordine etmekten sorumludur. 2. Kanada da bulunan İstatistik Kanada (Statistics Canada), örnekleme işlemlerinden, uygulamaya yönelik uluslararası standartların izlenmesinden ve uluslararası standartların ulusal düzeylere uyarlanmasından sorumludur. 3. Merkezi Hollanda da bulunan Uluslararası Eğitim Başarısı Değerlendirme Kuruluşu (International Association for the Evaluation of Educational Achievement), araştırma sürecinde toplanacak verilerin yükleneceği veri tabanını oluşturmaktan sorumludur. 4. İngiltere de bulunan Ulusal Eğitim Araştırmaları Kurumu (The National Foundation for Educational Research), okuma testlerini geliştirmekten, bu testlerin puanlama yönergelerini oluşturmaktan sorumludur. 5. Amerika Birleşik Devletleri nde bulunan Eğitimsel Test Servisi (Educational Testing Service), sonuçların ölçeklenmesi için gerekli olan yazılımların sağlanmasından ve bu yazılımlara dayalı ölçekleme işlemlerinin yapılmasından sorumludur. Ayrıca, katılımcı her ülkede, çalışmayı koordine edecek bir merkez ve ulusal araştırma koordinatörü bulunmuştur. Yukarıda adları bildirilen kurumların işbirliği ile okuma becerisinin ölçülmesi çalışması başlatılmıştır. PIRLS ün okuma becerisi ile kastettiği özellik Campbell, Kelly, Mullis, Martin ve Sainsbury (2001) tarafından aşağıdaki şekilde tanımlanmıştır...bireyce değer biçilen ve/veya toplumca gerekli görülen yazılı dil formlarını anlama ve kullanma yeteneği. Genç okuyucular, anlamı metnin farklı parçalarını bir araya getirerek çıkarabilirler. Öğrenmek, okuyucu kitlesine katılmak ve zevk için okurlar. Bu tanımın genişletilmiş halinden yola çıkılarak PIRLS çalışması içinde okuma becerisi aşağıda belirtilen üç boyutta ele alınmıştır.

21 3 a) Kavrama süreçleri b) Okuma amaçları c) Okuma alışkanlıkları ve okumaya yönelik tutumlar Bu boyutlar çerçevesinde bilgi toplamaya çalışan PIRLS çalışmasının temel odak noktası kavrama süreçleri ve okuma amaçlarıdır. Okuma alışkanlıkları ve okumaya yönelik tutumlar boyutu okuma becerisini belirlediği düşünülen dışsal değişkenler olarak değerlendirilmiştir. Okuma becerisini ifade eden kavrama süreçleri ve okuma becerisinin yönü olarak adlandırılabilecek okuma amaçları aşağıda kısaca tanıtılmıştır. a) Kavrama Süreçleri Kavrama süreçleri kendi içerisinde çeşitli boyutlara ayrılmaktadır. Bu boyutlar aşağıda kısaca tanıtılmıştır. I. Açık Bir ekilde İfade Edilmiş Bilgi ve Fikirlerin Üzerinde Durma ve Çıkarımlar Yapma Her okur, okuduğu metnin içeriğine farklı şekilde duyarlı olma eğilimindedir. Bir okuma parçasına dayalı olarak verilen sorunun yönlendirmesine bağlı olarak okurlar metinde verilen bilgilerden çıkarım yapma gereği duyarlar. Bir metinden uygun çıkarımı yapabilmek sadece metni anlamayı değil aynı zamanda sorunun istediği bilgi ile metindeki bilgi arasında nasıl bir ilişki olduğunu çıkarabilmeyi de gerektirir. II. Doğrudan çıkarımlar yapma Çıkarım yapma metinde verilen bilgilerden yola çıkarak metinde verilmemiş bilgilere boşlukları doldurarak ulaşmaktır. Bu doğrultuda aşağıdaki çıkarımların okuyucular tarafında yapılabilmesi beklenir.

22 4 Neden sonuç ilişkisinin çıkarılması Bir dizi tartışma sonucunda ana fikrin ne olduğunun ortaya çıkarılması Bir zamirle ifade edilmiş ismin bulunması Metinde yapılan genellemelerin belirlenmesi İki karakter arasındaki ilişkinin tanımlanması III. Fikir ve Bilgileri Birleştirme ve Yorumlama Okurun yerel ve evrensel anlamlardan yola çıkarak daha doğrudan çıkarımlar yapması ayrıntıları birleştirerek daha genel sonuçlara ulaşması beklenir. Fikir ve bilgileri birleştirme aşağıdaki şekillerde olabilir. Bir metinden genel bir mesaj ya da tema çıkarılması Karakterlerin eylemlerine bir alternatif bulunması Metinde yer alan bilginin karşılaştırılması ve kıyaslanması Hikayede egemen olan düşüncenin tanımlanması Metinde yer alan bilgilerin günlük yaşamda uygulanabilirliğinin yorumlanması IV. Metnin Öğelerini, İçeriğini ve Dilini İnceleme ve Değerlendirme Kavrama süreçlerinin bu boyutunda okuyucu metnin yapısını anlamın nasıl sunulduğu bağlamında inceler. Metne katılması ya da reddetmesinden çok, metnin yapısının değerlendirilmesi söz konusudur. Bu çerçevede okuyucu şu faaliyetleri gerçekleştirir. Anlatılan olayların gerçekte olma olasılığının değerlendirilmesi Yazarın nasıl sürpriz bir son hazırladığının tanımlanması Metindeki bilginin açıklığının ve doğruluğunun yargılanması Ana fikir etrafında yazarın bakış açısının ne olduğunun belirlenmesi Seçilen sıfatların anlamı nasıl etkilediğinin tanımlanması

23 5 b) Okuma Amaçları Okuyucuların temel olarak iki amaca yönelik okuma gerçekleştirdikleri belirlenmiştir. Bunlar: Okuma deneyimi kazanmak için okuma, Bilgiyi elde etme ve kullanabilme için okumadır. Okuma becerisinin belirlenmesinde okuma amaçlarını da dikkate alan bir değerlendirme yapılmıştır (Campbell ve diğerleri, 2001; MEB, 2003; Mullis, 2002) PIRLS ün okuma becerisini belirlemek için geliştirilmiş olan testi içindeki kavrama süreçleri ve okuma amaçları bölümlerinin dağılımı Tablo 1 de gösterilmiştir. Tablo 1. PIRLS Okuma Becerileri Test Planı Kavrama Süreçleri Açık bir şekilde ifade edilmiş bilgi ve fikirlerin üzerinde durma ve çıkarımlar yapma Doğrudan çıkarımlar yapma Süreç İçindeki Yüzde %20 %30 Fikir ve bilgileri birleştirme ve Yorumlama %30 Toplam İçindeki Yüzde %50 Metnin öğelerini, içeriğini ve dilini inceleme ve değerlendirme %20 Okuma Amaçları Okuma deneyimi Bilgiyi elde etme ve kullanabilme %50 %50 %50 PIRLS maddelerinin okuma amaçlarına göre bölünmüş test içindeki dağılımı ise Tablo 2 de gösterilmiştir.

24 6 Tablo 2. Okuma Amaçlarına ve Süreçlerine Göre Bölünmüş PIRLS Değerlendirme Yüzdeleri Okuma Amaçları Okuma Bilgi Deneyimi Edinme Açık bir şekilde ifade edilmiş bilgi ve fikirlerin üzerinde durma ve çıkarımlar yapma %9 %13 Doğrudan çıkarımlar yapma %14 %9 Fikir ve bilgileri birleştirme ve Yorumlama %20 %20 Metnin öğelerini, içeriğini ve dilini inceleme ve değerlendirme %6 %8 Tablo 2 de gösterilmiş dağılıma uygun olarak test geliştiriciler, geçerli ve güvenilir bir ölçme yapabilmek için en az sekiz okuma parçasına ihtiyaç olduğuna karar vermişler ve bu doğrultuda her bir okuma amacına dört okuma parçası düşecek şekilde sekiz metin yazmışlardır. Geliştirilen sekiz uzun metnin okunması ve bu metinlerin sorularına yanıt verilmesi tek bir öğrenci için mümkün olmadığından uygulama matris örnekleme tekniği denen bir yöntemle yapılmıştır. Bu yönteme göre, geliştirilen test materyali kırk dakikada yanıtlanabilecek ve maddeleri en az 15 puanlık bilgi sağlayabilecek sekiz blok oluşturacak şekilde bölünmüştür. Her bir okuma amacı için dört blok bulunmaktadır. İlk blok, okuma deneyimi elde etmek için okuma (Literary experience) bloğu olduğundan bu bloğa L bloğu denmiş ve dört blok L1 den L4 e doğru isimlendirilmiştir. Bilgi edinmek için okuma amacı (Information) bloğu da benzer şekilde I1 den I4 e kadar isimlendirilmiştir. Bu bloklar daha sonra on farklı kitapçık oluşturacak şekilde birleştirilmiştir. Böylece seksen dakikada tamamlanabilecek on farklı test kitapçığı (alt test) elde edilmiştir. Tablo 3, anlatılan düzenlemeyi göstermektedir. Bu on farklı test kitapçığının hepsi tüm ülkelerde uygulanmamıştır. Tüm ülkelerde ortak olarak uygulanan kitapçıklar sıfır, üç, altı ve sekiz numaralı kitapçıklardır (Martin ve diğerleri, 2003).

25 7 Tablo 3. PIRLS Blokları ve Kitapçık Düzenleri Kitapçık Sırası Kitapçık 1 Kitapçık 2 Kitapçık 3 Kitapçık 4 Kitapçık 5 Kitapçık 6 Kitapçık 7 Kitapçık 8 Kitapçık 9 Kitapçık 10 Kitapçık numarası Sıfır Bir İki Üç Dört Beş Altı Yedi Sekiz Dokuz L1 L2 L3 I1 I2 I3 L1 I2 I3 L4 L2 L3 I1 I2 I3 L1 I1 L2 L3 I4 PIRSL 2001 testinin tümünde 98 madde bulunmaktadır. Bu 98 madde her bir kitapçığa ortalama 24 madde düşecek şekilde bölünmüştür. Aynı sorular birkaç kitapçıkta aynı anda yer alabilmiştir. Dolayısı ile her kitapçıkta ortak maddelerin bulunması sağlanmıştır. PIRLS 2001 uygulamasında kullanılan maddelerin bir kısmı çoktan seçmeli bir kısmı ise yapılandırılmış tepki (constructed-response) maddeleridir. Çoktan seçmeli maddelerin her birisi 1 puan değerindeyken yapılandırılmış tepki maddelerin puanları ise sorulan metnin hangi derecede kavrandığına bağlı olarak 1, 2 ya da 3 farklı puan değerinde olabilmektedir. PIRLS uygulamasındaki okuma becerisi sorularının dağılımı ve bu çalışmada tüm ülkelerde ortak olduğu için kullanılacak olan sıfır, üç, altı ve sekiz numaralı alt testlerin sorularının tür olarak dağılımı Tablo 4 te gösterilmiştir.

26 8 Tablo 4. Madde Türüne ve Okuma Amacına Göre Maddelerin Test İçindeki Dağılımı Çoktan Seçmeli Maddeler Yapılandırılmış Tepki Maddeleri Toplam Madde Sayısı Alınabilecek Toplam Puan Tüm Test Okuma Amacıyla Bilgi edinme Amacıyla 1 Puan 2 Puan 3 Puan Toplam Alt Test Sıfır Üç Altı Sekiz Tablo 4 te görüldüğü gibi, PIRLS 2001 uygulamasında kullanılan testin içinde yer alan çoktan seçmeli maddelerin sayısı (46) ile yapılandırılmış tepki maddelerinin sayısı (52) birbirine yakın olmasına rağmen yapılandırılmış tepki maddeleri daha çok sayıdadır. Tüm alt testlerde birden çok puanlamanın mümkün olduğu soruların sayısı yedidir. Fakat her alt testte özellikle üç farklı cevabın doğru kabul edildiği ve her bir doğruya farklı puan verildiği maddelerin sayısı her alt testte farklıdır. Farklı cevaplara üç farklı puanın verildiği maddelerin sayısı üç ile en çok altıncı testtedir. Ayrıca çoktan seçmeli madde sayısının oran olarak en az olduğu test de altı numaralı alt testtir.

27 9 Okuma becerisinin belirlenmesine ek olarak okuma becerisi üzerinde etkisi olduğu düşünülen faktörlere ilişkin olarak ailelerden, öğretmenlerden, öğrencilerin kendilerinden başka ölçümler de alınmıştır. Bu ölçme sonuçları, okumaya yönelik öğrenci tutumları, ailenin okumaya yönelik aktiviteleri, öğretmenin okuma becerisini arttırmaya ya da kazandırmaya yönelik taktikleri gibi pek çok alanda yapılmıştır. PIRLS çalışmasını ve bu çalışmadan elde edilen bulguları tüm dünyada bu derecede önemli kılan, okuduğunu anlama becerisinin özellikle eğitimin ilk aşamasında öğrencilerin en çok ihtiyaç duydukları en önemli yeteneklerden birisi olarak tanımlanıyor olmasıdır (Campbell ve diğerleri, 2001; NCES, 2004). Bu yetenek sadece eğitim süreçlerinde öğrencilere birinci dereceden yardımcı olmakla kalmayıp aynı zamanda toplumsal gelişmişliği de belirlemektedir. Ayrıca IEA gibi son derece saygın ve büyük bir kuruluşun Genel Meclisi okuma becerilerinin ölçülmesini temel çalışma alanlarının en başında değerlendirmiş ve bu çalışmaları düzenli bir sürekliliğe kavuşturma kararı almıştır. Yapı Geçerliliği ve Ölçme Değişmezliği Yapı kavramı, psikolojik özelliklerin ölçülmesi söz konusu olduğunda ölçülmek istenilen değişkeni ifade etmektedir (Cronbach, Meehl, 1955). Bu değişken kendi içinde tek boyutlu bir bütünlük taşıyabildiği gibi bir kaç alt boyuttan oluşabilmektedir (Brown, 2006). Örneğin umutsuzluk değişkeni kendi içinde tek boyutlu geleceğe dönük olumsuz beklentileri içeren bir yapıdır. Depresyon ise bireyin kendi iç dünyasında, kişilerarası ilişkilerinde ve dünya ile olan ilişkilerinde genel çöküntüyü ifade eden üç boyutlu bir yapıdır. Yapı geçerliliğini test etmek amacıyla bazı yöntemler önerilmiştir (Cronbach ve Meehl, 1955; Baykul, 2000; Rodriguez, 2006). Bu yöntemler aşağıda kısaca özetlenmişlerdir. Grup farklılıklarının incelenmesi: Ölçülmek istenen psikolojik özelliğe

28 10 (yapıya) sahip olan bir grup ile bu özelliğe sahip olmayan bir grubun, bu özelliği ölçen bir testten elde edilen puanları bakımından anlamlı farklılığın gözlenmesi o testin yapı geçerliliği için bir kanıt olarak değerlendirilir. Gruplar arasında gözlenen farkın o psikolojik özellikten kaynaklandığı yorumu yapılır. Böylece testin o psikolojik özelliğe duyarlı olduğu bir başka ifadeyle testin o psikolojik yapıyı ölçtüğü kabul edilir. Zaman içindeki değişimin incelenmesi: Bir psikolojik özelliğin zaman içinde kalıcı ya da değişken olduğu biliniyorsa bu değişimin ya da kalıcılığın zaman içinde bir testle gözlenerek, test puanlarının beklendik yönde bilgi taşıyıp taşımadıklarına bakmak gerekir. Kalıcılığın beklendiği durumlarda testten farklı zamanlarda elde edilen puanlar arasındaki korelasyonun yüksek olması beklenir. Böyle bir durumda testin, ölçülmek istenen psikolojik özelliği o özelliğin doğasına uygun şekilde ölçtüğü söylenir. Bu durum aynı zamanda testin yapı geçerliliği olarak da yorumlanır. Kalıcılığın beklenmediği durumlarda ise test puanlarının beklenen değişim yönüne uygun olacak şekilde puan bildirmesi beklenir. Örneğin daha önce matematik eğitimi almamış bir gruba verilecek matematik eğitim programından önce uygulanacak matematik bilgisi testinin puanlarının ortalamasının (program etkiliyse) program bittikten sonra artması beklenir. Matematik bilgisi özeliğini (yapısını) ölçen bir testin program öncesinde ve sonrasında elde edilen puanları arasında artma yönünde bir değişim bildirmesi beklenir. Bu değişimi gösterebilen testin yapı geçerliliğinin yüksek olduğu yorumu yapılır. Test etme anında ortaya çıkan psikolojik sürecin gözlenmesi: Yapı geçerliliğini belirlemek için kullanılan yöntemlerden bir diğeri ise yanıtlama sürecini analiz etmektir. Bir matematik testinde ortaya çıkması gereken süreç matematiksel akıl yürütme sürecidir. Fakat aynı zamanda soruları okuma ya da genel kültür becerisinin matematik sorularına yanıt verme sürecine karıştığı durumlarda ölçülmek istenen yapı dışında başka yapıların da ölçüldüğü yorumu yapılır.

29 11 Korelasyon matrislerinin incelenmesi ya da faktör analizi: İki testin ya da bir test içinde yer alan iki maddenin aynı psikolojik özelliği ölçtüğü biliniyorsa, bu ikisi arasında korelasyon katsayısı önceden tahmin edilebilir. Eğer karıştırıcı başka bir değişken yoksa bu ikisi arasındaki korelasyonun yüksek çıkması beklenir. Bu ikisi arasında gözlenecek olan beklenti dışı bir korelasyon katsayısı bu maddelerden en az birisinin o psikolojik özellik (yapı) ile ilişkili olmadığını gösterir. Burada verilen iki maddelik örnek çok sayıda maddeden oluşan bir test için genişletilebilir. Çok sayıda maddeden oluşan bir testte ölçülmek istenen psikolojik yapının alt yapılarıyla ilişkili olan maddelerin kendi aralarındaki korelasyon katsayılarının diğer maddelerle olan korelasyon katsayılarından daha yüksek olması beklenir. Böyle olması durumunda testin ölçülmek istenen psikolojik yapıyla uyumlu bir yapı sergilediği dolayısıyla da yapı geçerliliğinin yüksek olduğu yorumu yapılır. Bu işlem faktör analizi aracılığı ile gerçekleştirilir. Yapı geçerliliği için düşük, yüksek şeklinde yorum yapmak yerine sayısal kanıtlarla çözümleme yapma arayışı yapı geçerliliği için istatistiksel bir teknik olan ve sayısal sonuçlar veren faktör analizinin kullanımını daha yaygın hale getirmiştir. Yapıların ölçülmesi söz konusu olduğunda kullanılacak ölçme aracının da yapıyla uyumlu boyutlanmayı göstermesi beklenir. Kuramsal olarak zihinde var olduğu bilinen bu yapıları ölçecek olan ölçme araçlarının da aynı yapıyı gösterip göstermediği ancak faktör analizi ile belirlenebilir. Faktör analizi, maddeler arası ilişkilerden yararlanarak maddelerin beklenen yapılanma doğrultusunda ölçme yapıp yapmadığını ortaya koymaya yönelik istatistiksel bir çözümleme yöntemidir (Baykul, 2000). Yapı geçerliliği için elde edilen kanıtlar, uygulamanın yapıldığı grup ve benzer özellikleri taşıyan gruplar ile sınırlıdır. Birden fazla grup söz konusu olduğunda her grup için yapı geçerliliği için ayrıca kanıt toplanmalıdır. (Kline, 1998). Her grubun yapı geçerliliği kanıtları, bu grupların hepsinde geçerli olduğu düşünülen (beklenen) faktör yapısıyla uyum göstermelidir. Aynı ölçme aracının uygulandığı iki grupta faktör yapılarının birbirinden farklı olması, bu ölçme

30 12 aracının her grupta farklı bir psikolojik özelliği ölçtüğünü gösterir. Böyle bir durumda aynı ölçme aracıyla ölçme yapılıyor olmasına rağmen iki gruptan elde edilen sonuçların aynı anlama gelmediği yorumu yapılır. Zaman içinde aynı gruptan alınmış farklı ölçümlerin ya da aynı zamanda farklı gruplardan alınmış ölçümlerin birbirine denkliğinden emin olunması, özellikle test geliştirme sürecinin önemli yönlerinden birisidir. Bir test heterojen bir gruba uygulandıysa, bu grup içinde yer alan alt gruplarda ölçme işlemine ait özelliklerin birbirine eşit olduğunun gösterilmesi gerekir. Bir ya da birkaç test maddesinin bir ya da birkaç alt grupta ölçmesi gereken psikolojik özellik yerine başka bir özelliği ölçmesi test yanlılığı olarak adlandırılır (Brown, 2006). Örneğin bir testi alan kadın ve erkek katılımcılardan elde edilen madde puanlarının aynı bilişsel özelliğe ilişkin olduğunun gösterilmesi gerekir. Bir maddenin kadınların ya da erkeklerin lehine ölçme yapması o test maddesinin yanlılığına ilişkin bilgi verir. Bu tür durumlarda testi alan grubun içindeki alt gruplarda ölçme modeli her grup için ayrıca test edilir. Örneğin tüm alt gruplarda maddelerin faktör yükleri birbirine eşit çıkarsa maddeler ile o maddelerin ölçmeye çalıştığı gizil değişken arasındaki ilişkinin tüm gruplarda birbirine denk olduğu söylenir. Bu ifade aynı zamanda o maddelerin tüm alt gruplarda aynı psikolojik özelliği aynı güçle ölçtüğünün de kanıtı olarak değerlendirilir. Bu belirlemeyi yapabilmek için önerilen teknik ise çok gruplu doğrulayıcı faktör analizidir (DFA). Özellikle psikolojik testlerin geliştirilmesi aşamasında testin sahip olması istenen psikometrik niteliklerinin testin uygulanacağı tüm gruplarda eşit olduğunun (değişmezliğinin) gösterilmesi için çok gruplu DFA sıklıkla kullanılır (Thompson, 2004). Örneğin cinsiyete, etnik kökene, yaşa ya da olabilecek başka gruplayıcı değişkenlere bağlı olarak ölçme sonuçlarının birbirine denk olup olmadığı çok gruplu DFA ile test edilir. Ölçme değişmezliğinin sağlanması aynı zamanda ölçülen psikolojik değişkenin çeşitli gruplara genellenebilirliği açısından da önemlidir (Raykov ve Marcoulides, 2006). Örneğin bir psikiyatrik rahatsızlığın altında yatan psikolojik yapının farklı cinsiyetler, farklı ülkeler arasında aynı şekilde işlev gördüğünün kabul edilebilip edilemeyeceğine karar verirken ölçme değişmezliğinin sağlanmış olmasına

31 13 dikkat edilir. Çok gruplu DFA, bir DFA modelinin eş zamanlı olarak birden çok grupta analiz edilmesini içerir (Brown, 2006). Örneğin analiz iki grubu içeriyorsa iki ayrı kovaryans matrisi (her grubun kendisine ait kovaryans matrisi) kullanılır. Böylece iki grubun kovaryans matrislerinin birbirine denk sayılıp sayılamayacağı test edilir. Bu analiz aynı zamanda testle ölçülmüş olan psikolojik yapının testi alan tüm gruplarda birbirine denk olup olmadığını bir başka deyişle testin testi alan alt grupların hepsinde aynı psikolojik yapının ölçülebilme derecesini gösterir. Çok gruplu DFA ile ayrıntılı bilgi Yöntem bölümünde sunulmuştur. Uygulamaya katılan tüm ülkeler için büyük önem taşıyan PIRLS uygulamasının sonuçları, ülkelerarası karşılaştırmalar için çeşitli araştırmalarda farklı şekillerde yer almıştır. Bu araştırmaların tamamına yakını PIRLS ten elde edilen aile, ebeveyn ya da öğrenci değişkenlerine ait verilerin öğrencilerin okuma ve okuduğunu anlama becerileriyle ilişkilerinin incelenmesini konu almaktadır. PIRLS uygulamasının yapı geçerliliği ve bu yapının uygulamaya katılan tüm ülkelerde birbirine denkliği daha önce test edilmemiştir. Diaconu (2004), yaptığı çalışmada Doğu Avrupa ülkelerinde, erken okuma aktivitelerinin okuma başarısıyla ilişkisini araştırmıştır. Romanya, Bulgaristan ve Moldova nın karşılaştırıldığı çalışmada, ebeveynlerin bildirimleriyle hesaplanan ev okuma aktiviteleri indeksi, öğrencilerin bildirimlerinden hesaplanan ev eğitim kaynakları indeksi, yine ailelerin bildirimlerine dayanan ilkokula başlarken çocuklarının sahip olduğu alfabedeki harflerin bir ya da çok kısmın tanıyabilme, bir ya da daha fazla kelimeyi tanıyabilme gibi değişkenleri içeren okuma becerisi indeksi, çocukların okul öncesi eğitim alma süresi değişkenleri, regresyon analizi kullanılarak başarı ile karşılaştırılmıştır. Okuma becerisini yordayacağı düşünülen bu değişkenlerin yordama güçlerine bakılmıştır. Araştırma sonucunda Romanya da erken ev okuma aktiviteleri dışındaki değişkenlerin başarıyı yordadığını, araştırmaya dahil edilen üç ülkede ise ebeveynlerin bildirimine dayalı ev okuma aktiviteleri dışındaki değişkenlerin başarıyı yordadığını saptamıştır. Foy (2004) yaptığı çalışmada analiz ünitelerinin homojenliğini bildiren bir

32 14 korelasyon katsayısı olan sınıflararası (interclass) korelasyon katsayısını kullanmıştır. Araştırmanın amacı her ülke içinde, okullar arası okuma başarısının homojenliğini belirlemektir. Aynı zamanda sınıflararası korelasyon katsayısı eğitim fırsatının ya da eşitsizliğin olup olmadığına yönelik bilgi de sağlamaktadır. Bunlara ek olarak bu korelasyon katsayısı büyüklüğü oranında örneklemin yetersizliği hakkında da bilgi sağlamaktadır. Büyük sınıflararası korelasyon katsayısı hiyerarşik bir dağılımı olan evrenden seçilen örneklemin yetersizliğini bildirmektedir. Araştırma sonucunda elde edilen sınıflararası korelasyon katsayıları 2001 de başarılı olarak belirlenen ülkelerin düşük sınıflararası korelasyon katsayılara sahip olduğunu bildirirken Türkiye nin de içinde bulunduğu ve başarısız olarak belirlenen ülkelerin sınıflararası korelasyon katsayılarının yüksek olduğunu bildirmiştir. Ayrıca araştırma sonunda yüksek sınıflararası korelasyon katsayısına sahip ülkelerin örneklemlerinin yetersiz olduğu, ilerideki çalışmalarda ya daha büyük ya da örneklemin tabakaları ile ilgili daha çok bilgi ile seçilmiş örneklemlerin kullanılması önerilmiştir. Hasted (2004) yaptığı çalışmada 2001 uygulamasında bulunan çoktan seçmeli maddeler ile yapılandırılmış tepki maddeleri arasındaki farklılıklara bakmıştır. ans başarısından az miktarda etkilenen çoktan seçmeli maddelerin doğru cevaplanma yüzdelerinin yapılandırılmış tepki maddelerine oranla daha düşük olma eğiliminde olduğunu bulmuştur. Bu bulgu doğrultusunda farklı madde tiplerinden elde edilen puanlara dayalı olarak ülkelerin karşılaştırması gerektiğine dair önerilerde bulunmuştur. Johansone ve Foy (2004) yaptıkları araştırmada Avrupa birliği üyesi olan ülkeler ile birliğe üye olmayı bekleyen aday ülkeler arasındaki başarı ortalamalarına dayalı benzerlikleri ve farklılıkları 2001 başarı testinden elde ettikleri ortalamalara göre değerlendirmişler ve başarının Avrupa birliği üyesi olan ülkeler ile aday ülkeler arasında bir farklılık taşımadığını ortaya koymuşlardır. Yaptıkları bu çalışma ile Avrupa Birliği üyesi olan ülkelerde eğitim gören öğrencilerin başarılarının birbirlerinden farklı olmadığını göstermişlerdir. Tymms, Merrell ve Jones (2004) tarafından yapılmış olan bir araştırmada,

33 15 okula farklı koşullarda başlamış olan öğrenci gruplarından elde edilen madde güçlüğü gibi bazı madde parametrelerinin farklılık gösterebileceği, belirli alt kültürlerden gelmiş olan öğrenci gruplarından elde edilmiş olan verilere ait madde güçlük indeksi parametrelerinin ise normal gruptan elde edilen madde güçlük indeksi parametrelerinden farklı değerlere sahip olduğu gösterilmiştir. Buna göre, önceden tanımlanmış beklenen başarı oranları bahsedilen alt kültür gruplarındaki öğrencilerde gözlenememektedir. Tymms, Merrell ve Jones tarafından yapılmış olan bu araştırma, bu tez çalışması ile yapılan kültürlerarası geçerlilik sınamasına önemli bir ışık tutmaktadır. Sainsbury, Schagen ve Hammond (2004), yaptıkları çalışmada İngiltere, İsveç, Hollanda ve Fransa yı toplam başarı ve madde parametrelerinin dağılımı bakımından karşılaştırmışlardır. Araştırma bulgularına dayanarak ileride yapılabilecek bir faktör analizine dayalı çalışmada farklı kültürlerdeki faktör yapılarının birbirine denk çıkmayabileceğini bildirmişlerdir. Adı geçen araştırmacılara göre bunun en önemli sebebi, inceledikleri ülkelerde İngiltere hariç diğer tüm ülkelerde ölçeğin ülkelerin kendi dillerine çevrilerek kullanılmasıdır. Brown ve diğerleri (2005) tarafından yapılan çalışmada PIRLS 2001 uygulamasından elde edilen verilerin IRT modellerine uygunluğu kültürlerarası olarak incelenmiş ve gelişmemiş ya da gelişmekte olan ülkelerden elde edilmiş olan verilerin IRT modellerine uyumunun diğer ülkelerden elde edilen verilerin uyumundan daha düşük olduğu bulunmuştur. Bu çalışmaya göre, maddelerden elde edilen değerlerin, kültürlerarası farklardan etkilenmekte olduğu görülmektedir. Özellikle düşük yetenek grubundaki öğrencilerin verdiği cevapların elde edilen verilerin kalitesini düşürdüğü konusundaki uyarılar doğrultusunda yapılan bir çalışmada, düşük yetenek grubunda bulunan öğrencilerin PIRLS uygulamasına karşı olumsuz tutum geliştirdikleri, bu nedenle de maddeleri çoğu kez yanlış işaretledikleri belirtilmiştir. Yapılacak kültürlerarası karşılaştırmalarda düşük yetenek grubundan öğrencilerden kaynaklanabilecek ve normal gruptan

34 16 elde edilen verilere benzemeyen bir desen taşıyan verilere karşı dikkatli olunması gerektiği önerilmektedir (Gnaldi, Schagen, Twist, Morrison; 2005) Hilton (2006), İngiltere uygulamasını geçerlilikten uzak bulmuştur. Ülkelerarası karşılaştırmaların uygun olmayacağını söylememekle birlikte PIRLS 2001 uygulamasının içeriği ile tartışmaya açılmasını ancak bu durumda bulunabilecek istatistiksel farkların anlamlı olacağını bildirmiştir. Ayrıca Hilton çalışmasında PIRLS 2001 uygulamasının faktör yapılarının katılımcı ülkelerde birbirine denk olmayabileceği yönünde yorumlarda bulunmuştur. Hilton a yönelik olarak yazılan bir eleştiri yazısında (Whetton, Twist, ve Sainsburry, 2007), Hilton un ifadelerinin yanlı ve kişisel görüşleri içeren yaklaşımlar olduğu bildirilmiştir. PIRLS 2001 uygulamasında ülkeler arasında farklılık gösteren madde sayısının yok denecek kadar az olduğunu, varolanların ise puanlamaya dahil edilmeyip genel hesaplamalardan ve veri tabanından çıkarıldığını bildirmişlerdir. Yapılan çalışmalar arasında PIRLS 2001 uygulamasının teknik niteliklerine odaklanan çalışmaların sayısı yukarıda örneklenen çalışmalardan da anlaşılabileceği gibi oldukça azdır. Türkiye de ise PIRLS 2001 uygulamasına katılan tüm ülkeleri çalışma kapsamına dahil eden bir çalışma bulunmamaktadır. Teknik özellikleri hala belirlenme aşamasında olan bir test ile ülkelerarası karşılaştırmaların yapılmasının doğurabileceği sıkıntılar nedeniyle PIRLS 2001 uygulamasının teknik niteliklerinin daha net olarak ortaya koyulmasını gerektirmektedir. PIRLS 2001 uygulamasının şimdiye kadar belirlenmemiş olan önemli teknik niteliklerinden birisi uygulamanın yapı geçerliliğidir (Martin, Mullis, Kennedy, 2003). Okuma amaçlarına göre bölünmüş dört farklı kavrama sürecine uygun ölçme yapıp yapmadığına ilişkin PIRLS uygulamasına katılan tüm ülkelerin ele alındığı yapı geçerliliği çalışması şimdiye dek yapılmamıştır. Ölçeğin yapı geçerliliğinin, uygulamanın yapıldığı tüm ülkelerde birbirine denk sayılamaması durumunda, bu ülkelerin başarı ortalamalarının birbirinden farklı testlerden elde edilmiş olması nedeniyle karşılaştırılması mümkün olamayacaktır. Çünkü böyle bir durumda her ülke için elde edilen ortalamalar farklı bir ölçeğin

35 17 ortalaması olarak kabul edilebilecektir. Bu ortalamaların birbirine denk testlerden elde edilmediği dolayısıyla aynı testten gelmeyen ortalamaların birbiriyle karşılaştırılmasının mümkün olmadığı ortaya çıkacaktır. Böyle bir durumun doğuracağı en büyük sonuç ise alışılagelmiş olan, ülkeleri PIRLS 2001 uygulaması bakımından başarılı olanlar ve olamayanlar diye gruplamanın ya da başarı sırasına dizmenin geçerliliğini yitirecek olmasıdır. Yapılan bu çalışma, ülkeleri başarı bakımından başka işleme gerek kalmadan ortalamaları bakımından sıralayabilmek amacıyla yeterli kanıt toplamak için bir gerekliliktir Amaç Araştırmanın amacı, PIRLS 2001 uygulamasının yapı geçerliliğini ortaya koyarak sonraki PIRLS uygulamalarının daha karşılaştırılabilir bilgiler sunabilmesine yardımcı olabilmektir. Buna ek olarak PIRLS 2001 uygulamasının yapı geçerliliği sonuçlarından yola çıkarak ülkelerarası karşılaştırmaların daha sağlıklı yapılabilmesini sağlamaktır. Bu genel çerçevede aşağıdaki sorulara yanıt aranmıştır. 1) PIRLS 2001 uygulaması 35 ülkenin her birinde okuma amaçlarına göre bölünmüş dört farklı kavrama sürecine uygun ölçme yapmakta mıdır? 2) Aynı dillerde ve farklı dillerde yapılmış olan uygulamalarda, aynı dile dayalı uygulamaların yapısal özellikleri ve farklı dile dayalı uygulamaların yapısal özellikleri kendi içlerinde denklik göstermekte midir? 3) Farklı gelişmişlik düzeyindeki ülke uygulamalarının yapısal özellikleri, kendi gelişmişlik düzeyindeki ülkelerle denklik göstermekte midir? 4) PIRLS 2001 uygulamasına katılmış Avrupa Birliği ülkelerinde yapılan uygulamaya ilişkin yapısal özellikler ile Türkiye uygulamasının yapısal özellikleri birbirine denk midir?

36 Önem Ülkelerarası karşılaştırmalar özellikle karşılaştırmalara dayanarak politika üretenlere yoğun bilgi sağlamaktadır. Ülkelerin sistemlerinde değişim yaratan politik kararların etkililiğinin kalıcı olabilmesi için mümkün olduğunca bilimsel dayanakları olması gerekmektedir. PIRLS 2001 uygulaması, eğitim alanında ulusal eğitim politikalarını belirleyen kararların alındığı çalışmalardan birisidir. Tüm dünyada eğitim sistemleri, başarılı ülkelerin eğitim politikalarını örnek alma doğrultusunda PIRLS 2001 uygulamasından etkilenmiştir. PIRLS gibi büyük araştırmaların en çok endişe yaratan kısmı elde edilen verilerin büyüklüğünden ve nasıl analiz edileceğinden çok, bir ölçeğin pek çok dile çevriliyor olmasıdır (Bonnet, 2004). Kültür ve dilden kaynaklanan yanlılıklar sorun oluşturmaktadır. Bu durumu pek çok araştırmacı önemli bir zorluk olarak tanımlamışlardır (Blum; Guerin-Pace, 2000; Blum ve diğerleri, 2001; aktaran Bonnet, 2004). Dile ve kültüre dayalı olarak ortaya çıkabilecek farklılıklar nedeniyle, kültürlerarası karşılaştırmaların, ölçeğin tüm ülkelerde birbirine denk yapıda ölçme yaptığından emin olunarak yapılması gerektiği ortaya çıkmaktadır. Başarı ve başarısızlık standartları özellikle Kuzey Amerika kaynaklı kurumlarca tanımlanmaktadır. Bu koşullar altında her ülkenin ya da kültür grubu oluşturan ülkelerin kendi eğitim standartlarına dayalı uygulamaların oluşturulması daha yararlı olabilir. Socrates programı, bu türden yanlılıkları önleyebilecek başka bir alternatif çalışmanın yapılabilip yapılamayacağını belirlemek amacıyla yapılan çalışmalar sonucu önerilmiştir. Bu program, çeviriden arınmış, kültürel yanlılıkların problem olmadığı bir koşulu yaratma çabasının doğurduğu önemli bir eğitim politikası programıdır (Bonnet, 2004). Kültürlerarası farklılıklardan kaynaklanan durumun doğrudan bir sonucu olarak kültürlerarası karşılaştırmaların yapılmasından önce testlerin kültürlerarası yapısal denkliğinin incelenmesinin gerekliliği büyük önem taşımaktadır. Uluslararası çalışmalarda ülkeler ortalamaları bakımından sıralanmaktadırlar. Sıralamada daha yukarıda olanlar daha başarılı kabul

37 19 edilmektedirler. Oysa sıralama işleminde kullanılan ortalamaların farklı ülkelerde uygulanmış fakat birbirine denk sayılabilecek bir testten elde edildiğine dair kanıtlar çoğu kez sunulmamaktadır. Bu çalışma ile ülkelerin ortalamaları bakımından sıralanabileceği varsayımı sınanmıştır. Uluslararası çalışmalarda her ülkede uygulanmış olan ölçme aracının tüm ülkeler için aynı özelliği ölçtüğü varsayımı ilgili araştırmalar sunulurken bahsedildiği gibi çoğu araştırmacı tarafından eleştirilmiştir. Özellikle Gnaldi ve arkadaşlarının (2005) yapmış oldukları çalışmada sadece farklı kültürlerde değil tek bir kültür içinde dahi yetenekli ve yeteneksiz öğrencilerden elde edilen verilerin birbirine denk olmayabileceği durumlar söz konusudur. Böyle bir koşul altında, kullanılan ölçme aracının yapısının katılımcı ülkelerde birbirine denk olduğunu gösteren çalışmalar yapılmadan sonuçların birbiriyle karşılaştırılması, birbirine denk olmayan puanların karşılaştırılması tehlikesini içinde barındırabilecektir. Bu nedenle uluslararası testlerin tüm ülkelerde yapı geçerliliklerinin birbirine denkliğinin incelenmesi gerekmektedir. Eğitim politikalarında önemli değişikliklere yol açan uluslararası karşılaştırılmalı çalışmaların yapı geçerlilikleri uluslararası düzeyde büyük önem taşımaktadır. Genel geçerliliğin sıkıntılı olduğu durumlarda yapılacak karşılaştırmaların vereceği bilginin hiç bir bilimsel değeri ve anlamı olmayacaktır. Bu bağlamda, yapılan bu araştırma ile eğitim politikalarına yön veren uluslararası bir testin uluslararası geçerliliğinin tespiti, eğitim politikalarına yön vermeden önce alınabilecek önlemlere yönelik katkılar getirecektir Sayıltılar Çeşitli ülkelerden araştırmaya katılan üçüncü ve dördüncü sınıf öğrencilerinin, kendi ülkelerindeki üçüncü ve dördüncü sınıf öğrencilerinin temsilcisi oldukları kabul edilmiştir.

38 Sınırlılıklar Bu araştırma PIRLS 2001 uygulamasının okuma becerisini ölçen alt ölçeği ile sınırlıdır. Araştırma bulgularının yorumlanması sırasında PIRLS 2001 verilerine ait soruların yorumlanması ihtiyacı gündeme gelmiş fakat bu soruların uygulayıcılar tarafından koyulmuş bir kural olarak gizli tutulması nedeniyle yorumlar sorular incelenemeden yapılmıştır. Soruların açıklanmadığına dair Milli Eğitim Bakanlığı, Eğitimi Araştırma ve Geliştirme Dairesi nden alınan belge ekte sunulmuştur. Araştırmada PIRLS 2001 uygulamasının, başarı testinin uygulamasından elde edilen tüm veriler kullanılamamıştır. Bunun sebebi uygulama esnasında PIRLS 2001 kitapçığında yer alan soruların tamamının tüm ülkelerde uygulanmamış oluşudur. Bu durum PIRLS 2001 testinin tanıtıldığı önceki bölümlerde açıklanmıştır. Tüm ülkelerde ortak uygulanan testler sıfır, üç, altı ve sekiz kod numaralı alt testlerdir. Bu sebeple analizler sadece bu alt testlerden elde edilen verilerle yapılabilmiştir. Aynı dillerde ve farklı dillerde yapılmış olan uygulamaların uyum indekslerinin birbirleriyle karşılaştırılması gündeme gelmiş fakat bu indekslerin örneklem dağılımlarının henüz bilinmiyor olması nedeniyle bu indeksler arası farkın anlamlılığı test edilememiştir. Aynı dilde ve farklı dillerde yapılmış olan uygulamaların karşılaştırılabilmesi için aynı dilde yapılmış uygulamaya katılan ülkelerin kovaryans matrisleri birleştirilmeye çalışılmış, benzer şekilde farklı dilde yapılmış uygulamaya katılan ülkelerin de kovaryans matrisleri birleştirilmeye çalışılmış fakat bu uygulamanın kuramsal temeline ilişkin çalışmalar henüz olgunlaşmadığından bu işlemden vazgeçilmiştir. Aynı dilde yapılmış uygulamaların birbirine denkliği ayrıca, farklı dillerde yapılmış uygulamaların birbirine denkliği ise ayrıca test edilmiştir. Benzer durum gelişmiş ve gelişmemiş ülkelerin uygulamalarının test edilmesi sırasında da ortaya çıkmış bu ülke gruplarına ait tek bir kovaryans matrisi üretme çalışmasına ilişkin kuramsal temel yine henüz ayrıntılı olarak tanımlanmadığından her ülke grubunun faktör

39 21 yapılarının denkliği kendi içlerinde analiz edilmiştir. Bu ülke gruplarına ilişkin kovaryans matrisleri de üretilememiş ve uyum indeksleri arasındaki fark da bu indekslerin örneklem dağılımlarının bilinmiyor oluşu nedeniyle test edilmemiştir.

40 22 2. YÖNTEM Bu bölümde araştırmanın modeli, evreni, verilerin toplanması, verilerin analizi ve varsayımların test edilmesi sunulmuştur Araştırmanın Modeli Bu araştırmada PIRLS 2001 testinin uluslararası uygulamasından elde edilmiş olan verilerden yola çıkılarak her ülkedeki yapı geçerliliği değerlerinin diğer ülkelerdeki yapı geçerliliği değerlerine denk sayılıp sayılamayacağı araştırılmıştır. Bu doğrultuda PIRLS 2001 uygulamasına ait olan veriler analize alınmıştır. Yukarıdaki bilgiler doğrultusunda var olan bir durumun olduğu şekliyle araştırılması söz konusu olduğundan, bu araştırma tarama modelinde bir araştırmadır Evren PIRLS 2001 uygulamasının evreni, uygulamayı yapan kuruluş olan International Association for the Evaluation of Educational Achievement tarafından uluslararası istenen hedef evren olarak isimlendirilmiştir. Bu evreni oluşturan bireylerin ise, test uygulaması sırasında büyük çoğunluğu dokuz yaşında bulunan öğrencilerin kayıtlı olduğu iki sınıftan üst sınıfta okuyan tüm öğrencileri kapsadığı belirtilmiştir (Mullis ve diğerleri, 2003). Örnekle açıklanacak

41 23 olursa, Türkiye de dokuz yaşında bulunan öğrenciler yoğunlukla üçüncü ve dördüncü sınıfta kayıtlı bulunmaktadır. Türkiye için hedef evren dördüncü sınıfta okuyan tüm öğrenciler olarak belirlenmiştir. Benzer durum araştırmaya katılan tüm ülkeler için geçerlidir. Bu durumda PIRLS 2001 uygulamasının tüm dünyadaki öğrencileri bir evren olarak görmek yerine araştırmaya katılan ülkelerdeki dördüncü sınıf öğrencilerini hedef evren olarak tanımladığı ortaya çıkmaktadır. Uygulamaya Almanya, Amerika Birleşik Devletleri, Arjantin, Belize, Bulgaristan, Çek Cumhuriyeti, Fas, Fransa, Hollanda, Hong Kong, İngiltere, İran, İskoçya, İsrail, İsveç, İtalya, İzlanda, Kanada, Kıbrıs Rum Kesimi, Kolombiya, Kuveyt, Letonya, Litvanya, Macaristan, Makedonya, Moldova, Norveç, Romanya, Rusya Federasyonu, Singapur, Slovakya, Slovenya, Türkiye, Yeni Zelanda ve Yunanistan olmak üzere 35 ülke katılmıştır. Her bir ülkedeki dördüncü sınıf öğrencilerinin örneklendirilmesi için iki aşamalı tabakalı küme örnekleme yöntemi kullanılmıştır. Her ülkedeki tabakalar o ülkenin okullarının dağılımlarıyla ilgili olduğu düşünülen önemli değişkenler göz önünde bulundurularak belirlenmiştir. Ülkelerin çoğunda tabakalar okulların büyüklükleri ile kırsal ve merkez (ruralurban) okul olma durumudur. Bazı ülkelerde okulların büyüklükleri bir tabaka olarak belirlenememiş bu durumda okulların resmi ve özel olması tabaka olarak belirlenmiştir. Örneklemlere, her ülke içinde yaklaşık 150 ilköğretim okulundan dördüncü sınıf düzeyindeki öğrenciler seçilmiştir. Örneklemlerin büyüklüğü 2488 ile 8253 arasında değişmiştir. Araştırmaya toplam öğrenci katılmıştır. Tablo 5, ülkelere göre örnekleme giren öğrencilerin sayılarının dağılımını göstermektedir. Bu araştırmada örnekleme giren tüm ülkelerden elde edilen verilerin tamamı kullanılmıştır. Bu haliyle bu araştırmanın evreni PIRLS 2001 uygulamasından elde edilen verilerdir. Bu çalışmada tüm veriler kullanıldığı için araştırmada evrenin tamamına ulaşılmış, örneklem kullanılmamıştır.

42 24 Tablo 5. PIRLS 2001 Uygulamasına Katılan Ülkelerin Örnekleme Giren Öğrenci Sayıları Ülke N Ülke N Ülke N Ülke N Almanya 7633 Kıbrıs 3001 Hong Kong 5050 Romanya 3625 Arjantin 3300 Kolombiya 5131 İngiltere 3156 Amerika Birleşik Devletleri Rusya Federasyonu Kuveyt 7126 İran 7430 Singapur 7002 Belize 2909 Letonya 3019 İskoçya 2717 Slovakya 3807 Bulgaristan 3460 Litvanya 2567 İsrail 3973 Slovenya 2952 Çek Cumhuriyeti 3022 Macaristan 4666 İsveç 6044 Türkiye 5125 Fas 3153 Makedonya 3711 İtalya 3502 Yeni Zelanda 2488 Fransa 3538 Moldova 3533 İzlanda 3676 Yunanistan 2494 Hollanda 4112 Norveç 3459 Kanada 8253 TOPLAM Verilerin Toplanması PIRLS 2001 uygulamasından elde edilen veriler IEA nın veritabanından tüm araştırmacılara serbest erişimle sunulmaktadır. Veriler IEA nın veritabanından sağlanmıştır Verilerin Analizi Elde edilen verilerin analizi aşağıdaki şekilde yapılmıştır. PIRLS 2001 uygulamasında, okuma amaçlarına göre bölünmüş dört farklı kavrama sürecine uygun PIRLS faktör yapısının doğrulayıcı faktör analizi ile değerlendirilmesi için PIRLS faktör yapısı belirlenmiş ve bu çerçevede aşağıdaki faktör modeli kullanılmıştır.

43 25 Okuduğunu Anlama Açık Bilgiden Çıkarım Yapma Doğrudan Çıkarım Yapma Yorumlama Değerlendirme PIRLS 2001 uygulamasına katılan öğrenciler testte yer alan soruların hepsini almamışlardır. Her bir öğrenci PIRLS kapsamında yer alan sekiz okuma parçasının sadece iki tanesini almıştır. On adet uygulama kitapçığının her birinde sadece iki tane okuma parçası bulunmaktadır. Sıfır, üç, altı ve sekiz numaralı kitapçıklarda yer alan okuma parçaları PIRLS kapsamındaki bütün okuma parçalarını kapsadığından ve diğer kitapçıklarda yer alan parçalar farklı okuma amaçlarını da içerdiğinden bu araştırma kapsamına dahil edilmemiş ve bu araştırmada sıfır, üç, altı ve sekiz numaralı kitapçıklar dikkate alınmıştır. PIRLS kapsamında yer alan maddelerin büyük kısmı 0 ve 1 şeklinde puanlanırken, küçük bir kısmı 0 ve 1 şeklinde değil, kısmen doğru, oldukça doğru ve tamamen doğru gibi puanlanmaktadır. Bu maddelerin de tamamen doğru olan seçenek 1 ve diğer seçenekler 0 olacak şekilde yeniden kodlanarak 0 ve 1 şeklinde puanlanabileceği bildirilmiştir (Martin, Mullis, Kennedy, 2003). Bu doğrultuda tüm maddeler 0 ve 1 puan alınacak biçimde yeniden kodlanmıştır. Psikolojik ölçmelerde yapı, test uygulaması sırasında ortaya çıkan ve bireylere ait olduğu düşünülen bir özelliktir (Cronbach, Meehl, 1955). Bu özelliğin kendi içinde alt bölümleri ve bu bölümler arasında kendince ilişkileri olabileceği gibi bu özellik tek boyutlu da olabilmektedir. Yapı ya da yapılar doğrudan gözlenmesi mümkün olmayan psikolojik özellikler olduğundan araştırmacılar yapıları, test maddeleri ile gözlemlemeye çalışırlar. Belirli bir yapının göstergesi olduğu düşünülen bir grup madde ile o yapı/özellik ölçülmeye çalışılır. Ölçme işlemi bittikten sonra, testi oluşturan maddelerin ölçmek istedikleri yapının gerçek birer göstergesi olduğunun ve aynı yapıyı ölçtüğü düşünülen maddelerin

44 26 arasındaki ilişkilerin yüksek olduğunun gösterilmesi yapı geçerliliği için bir kanıt toplama sürecidir. Yapı geçerliliğinin belirlenebilmesi için çok sayıda yöntem bulunmasına rağmen en sık kullanılan yöntem faktör analizidir (Cronbach & Meehl, 1955; Baykul, 2000). Faktör analizi, aynı psikolojik özelliği/yapıyı ölçtüğü düşünülen değişkenler arasındaki ilişkileri inceleyerek yüksek ilişki gösteren değişkenlerin arkasında yatan gizil değişkeni belirlemek ve çok sayıda ilişkili değişkeni daha az sayıda değişkenle ifade edebilmek için kullanılan bir istatistiksel tekniktir. Yapı geçerliliği çalışmalarında kullanılan faktör analizi ikiye ayrılmaktadır. Birincisi açımlayıcı/keşfedici (exploratory) faktör analizi olarak bilinirken, ikinci yaklaşım doğrulayıcı (confirmatory) faktör analizi olarak bilinmektedir. Açımlayıcı faktör analizi, analize giren maddeler arasındaki ilişkilere dair önsel hiçbir fikir olmadan bu maddeler arasındaki olası ilişkileri ve bu ilişkilere dayanarak maddelerin altındaki ortak faktörleri bulmaya çalışan sonradan (a posteriori) bir yaklaşımdır. Doğrulayıcı faktör analizi ise belirli bir faktör doğrultusunda ölçme yaptığı düşünülen ve aralarındaki ilişkilerin daha önceden belirli bir kurama ya da önceki araştırmalara göre belirlendiği maddelerin gerçekten de bu önceden belirlenmiş ilişkiler örüntüsüne göre ölçme yapıp yapmadıklarını belirlemeyi amaçlamaktadır. Bu haliyle önsel (a priori) beklentiler içermektedir. Doğrulayıcı faktör analizi son yıllarda sıklıkla kullanılmaya başlayan yapısal eşitlik modelleme ailesinden bir analizdir (Brown, 2006; Thompson, 2004). Doğrulayıcı faktör analizi, açımlayıcı faktör analizinden farklı olarak birden çok grupta uygulanmış bir testin tüm gruplarda benzer faktör yapısına uygun ölçme yapıp yapmadığını test edebilmeye imkan tanımaktadır. Bu analiz çok gruplu doğrulayıcı faktör analizi olarak bilinmektedir. Otuz beş farklı ülkede uygulanmış olan PIRLS 2001 testinin tüm ülkelerde yapılmış uygulamalarının aynı faktör yapısıyla olup olmadığını test etmeye en uygun analiz çok gruplu doğrulayıcı faktör analizidir. Aşağıda doğrulayıcı faktör analizinin üyesi olduğu yapısal eşitlik modelleme ve çok gruplu doğrulayıcı faktör analizi ile ilgili açıklamalar verilmiştir.

45 Yapısal Eşitlik Modelleme Yapısal eşitlik modelleme (YEM), sürekli ya da kategorik bir ya da birden fazla bağımsız değişkenle, yine sürekli ya da kategorik bir veya birden fazla bağımlı değişken arasındaki ilişkiler setini (grubunu) incelemeye izin veren bir istatistik teknikler topluluğudur (Ullman, 2000). Genel bir yaklaşımla YEM, açımlayıcı faktör analizi ile çoklu regresyon analizinin birleştirilmiş halidir. Bazı kaynaklarda YEM in kovaryans yapısı analizi, kovaryans yapı modeli ya da kovaryans yapılarının analizi şeklinde isimlendirildiği de görülmektedir (Singer, Willett, 2003; Raykov, Marcoulides, 2006). YEM in kaynaklarda bahsi geçen genel karakteristiklerini aşağıdaki şekilde sıralanmaktadır (Kaplan, 2004; Kline, 1998; Raykov, Marcoulides, 2006) 1. YEM, önsel bir yaklaşımdır ve araştırmacının araştırma öncesinde ortaya attığı model doğrultusunda düşünmesini gerektirir. 2. YEM, gizil ve gözlenen değişkenler arasındaki ilişkilerin incelenebilmesine olanak tanır. 3. YEM in temel istatistiksel değeri kovaryanstır. 4. YEM sadece deneysel olmayan veriler için değil aynı zamanda deneysel veriler için de uygun çözümleme yaklaşımları içerir. 5. Çoklu regresyon, kanonik korelasyon, faktör analizi ve ancova gibi çoğu standart analiz YEM in özel durumları gibi görülebilir. 6. YEM büyük örneklemlere uygun bir tekniktir. 7. YEM analizleri içinde, istatistiksel anlamlılık standart analizlerde görüldüğü kadar önemli değildir. YEM, sonuçların çoğu kez tablolarla değil şekillerle gösterildiği bir analiz yaklaşımdır. Araştırmacı, araştırma öncesinde geliştirdiği hipotezlerini içeren modelini şekil olarak ortaya koyar. Bu şekil, araştırmacının varsa birkaç gözlenen değişkenin ortak varyansından oluştuğu düşünülen gizil değişkenlerini, gözlenmiş değişkenlerini ve bu değişkenler arasındaki ilişkilerin yönlerini içerir. Bu değişkenler arasındaki ilişkiler oklarla gösterilir. Tek yönlü oklar değişkenler

46 28 arasındaki tek yönlü ilişkileri ifade ederken iki yönlü oklar değişkenler arasındaki karşılıklı ilişkileri ifade etmektedir. Bu şekillerde, birkaç ölçme işleminin ortak varyansı olduğu kabul edilen gizil değişkenler elipslerle gösterilirken, gözlenen değişkenler dikdörtgenler şeklinde gösterilmektedir. Bu değişkenler ve ilişkilerin nasıl gösterildiğine dair bir YEM örneği ekil 1 de verilmiştir. Verilen bu örnek YEM modelinde dört faktörlü bir yapı ve bu faktörlerin maddeleri ile ilişkileri görülmektedir. Ayrıca bu modelde faktörler arasındaki karşılıklı ilişkiler de karşılıklı oklarla gösterilmiştir. ekil 1. YEM Çalışmasında Kullanılan Path Diagramına Örnek

47 29 YEM analizinde yapılması gerekenler genel olarak standart bir sıradadır (Kline, 1998). Bu adımlar aşağıdaki gibi sıralanabilir: 1. Modelin belirlenmesi: Yukarıda da ifade edildiği gibi araştırmacı modelini bir şekil olarak ortaya koyar. Kimi zaman modelin şekille gösterilmesi yerine önsel tahminleri içeren parametrelere dayalı denklemler şeklinde de gösterilmesi de tercih edilebilmektedir. Bu denklemlerde yer alan değerler analiz sonrasında hesaplanılacağı düşünülen tahmini (öngörülmüş) değerlerdir. Temelde YEM in yaptığı, bu tahmini değerler ile hesaplar sonrasında ortaya çıkan değerlerin arasındaki farkı incelemektir. Bu farkın anlamlı olmaması modelin öngörüldüğü gibi doğru olduğunu, farkın önemli olması ise modelin öngörüldüğü gibi kurulamayacağını ifade etmektedir. 2. Modelin tanımlanabilip tanımlanamadığına bakılması: Bu aşamada modele ait parametrelerin her birisinin biricik (uniqe) bir değer olarak kestirilip kestirilmediğine bakılır. 3. Modeldeki değişkenlere ilişkin verilerin toplanması. 4. Modelin analizi için uygun olan analizi tekniği ile kestirim yönteminin belirlenmesi ve analiz edilmesi. YEM, tipik olarak analizlerde tahmin edilen parametrelerin en çok olabilirliklerini kestirmeyi amaçladığından, maksimum likelihood yöntemini kullanır. Maksimum likelihood yöntemi, verilerin matematiksel bir modele uyum derecesinin belirlenmesi söz konusu olduğunda, en küçük kareler yöntemine oranla daha güçlü sonuçlar verir. Regresyon modellerini de içeren YEM analizlerinin yapılacağı durumlarda bilgisayar programında yapılacak değişikliklerle kestirimin en küçük kareler yöntemine göre yapılması da sağlanabilir. En küçük kareler yöntemi daha çok regresyon modellerinde kullanılmaktadır (Byrne, 2001). 5. Modele dair elde edilen sonuçlarla (bulgular) analiz öncesinde öngörülen sonuçlar (elde edilmesi beklenen bulgular) arasındaki uyumun incelenmesi: Bu aşamada araştırmacının YEM analizleri için geliştirilmiş olan uyum indekslerinden birisini kullanarak modelinin uyumlu olmadığını incelemesi gerekir. Bu doğrultuda geliştirilmiş çok sayıda uyum indeksi katsayısı

48 30 bulunmaktadır. YEM in ilk kullanılmaya başlandığı yıllarda modelin uyum derecesi kay-kare değerinin anlamlılığı test edilerek bulunurken daha sonra kay kare değerinin büyük örneklem değerlerinden kolayca etkilenebilmesi ve anlamlı fark olmadığı halde anlamlı fark gösterme eğilimine girmesi nedeniyle kay kare değerlerinin yorumlanması yerine çok sayıda yeni uyum indeksleri geliştirilmiştir. Aşağıda doğrulayıcı faktör analizi hakkında bilgiler verildikten sonra bu uyum indeksleri ayrıntılarıyla tanıtılmıştır Doğrulayıcı Faktör Analizi ve Çok Örneklemli Doğrulayıcı Faktör Analizi Doğrulayıcı faktör analizi, özellikle gözlenmiş değişkenler (örneğin test maddeleri, test puanları, gözlem puanları) ile gizil değişkenler (faktörler) arasındaki ilişkiyle ilgilenen, yapısal eşitlik modelleme nin (YEM) bir türüdür (Brown, 2006). YEM analiz ailesi içinde, ilişki modellerinin gizil değişkenlerle ya da gözlenen değişkenlerle test edildiği path analizi, latent growth modeling, multimethod multi-trait models gibi başka analizler de bulunmaktadır. Bu analizler daha çok değişkenler arası ölçülmüş değişkenler ya da bu değişkelerden elde edilen gizil değişkenler arasındaki ilişkilerin modellerini test eder. Doğrulayıcı faktör analizi ise bir faktör yapısının modelini test etmeye imkan tanır.(kline, 1998). Doğrulayıcı faktör analizi çalışmasında, açımlayıcı faktör analizinin tersine araştırmacının faktör modelindeki tüm ilişkileri önceden kurgulamış olması gerekmektedir. Doğrulayıcı faktör analizi nin sıklıkla kullanıldığı araştırma durumları aşağıda anlatılmıştır (Brown, 2006). a. Ölçme araçlarının psikometrik niteliklerinin değerlendirilmesi: Doğrulayıcı faktör analizi sıklıkla test geliştirme ve uyarlama sürecinde kullanılmaktadır. Bu doğrultuda ölçeğin ölçtüğü gizil değişkeni (faktörü) incelemek amacıyla bilgi vermektedir. Ölçeğin ölçtüğü düşünülen gizil

49 31 değişkenlerin (faktörlerin) beklenildiği gibi maddelerce ölçüldüğünün doğrulanması amacıyla uygulanmaktadır. Ayrıca testlerin güvenirlik değerlerinin bulunmasında klasik yöntemlerin sahip olduğu sınırlılıkların aşılmasında yardımcı olmaktadır. b. Ölçeğin yapı geçerliliğinin belirlenmesi: Psikolojik özelliklerin ölçülmesinde yapı teorik bir kavram olarak kullanılır. Örneğin psikolojide depresyon, bireylerin kendilerinin bildirdiği ya da başkaları tarafından ölçülmüş ve çeşitli belirtilerle kendisini gösteren bir yapı dır. Başka bir örnek vermek gerekirse zeka, bireyin sözel, sayısal ya da performansa dayalı davranışlarından çıkarsanan ve doğrudan gözlenme olasılığı olmayan teorik bir yapı dır. Yapıların ölçülebilmesi sosyal bilimler için büyük önem taşımaktadır. Psikoloji bilimine dayanan alanlarda yapıların doğrudan gözlenemiyor olması yapıyla ilişkili olduğu düşünülen gösterge lerin (test maddesine verilen cevap, testin tamamından elde edilen puan gibi) kullanılmasını gerektirmektedir. Birden çok boyuttan oluşan yapıların göstergelerinin birbirleriyle ilişkili olmadıklarını ispatlayabilmek, ölçeğin ayırt edici geçerliliğinin dolayısı ile de yapı geçerliliğinin bulunduğunu ispatlamanın iyi bir yoludur (Byrne, 2001; Loehlin, 2004) c. Yöntem etkisinin incelenmesi: Çoğu kez araştırmalarda kullanılan ölçme araçlarının arasındaki ilişkiler, aynı faktörü ölçüyor olmalarından değil aşağıda belirtilen sebeplerden kaynaklanır. Örneğin, bireylerin stres düzeylerini ölçmek amacıyla kullanılan dört ölçme aracının ikisinin, bireylerin kendi stres düzeylerini bildirmeye dayanan, ikisinin ise gözlemcilerin davranış puanlamasına dayalı olduğu durumda ölçme araçlarının hepsi stresi ölçtüğü için yüksek ilişki gösterecektir. Fakat ölçümlerinin bireylerin kendilerinden alındığı testlerin birbirleriyle ilişkileri bu testlerin her birinin gözlemci puanlarıyla ilişkilerinden daha yüksek çıkacaktır. Aynı şekilde gözlemci puanlarının birbirleriyle ilişkileri, gözlemci puanlarının bireylerin bildirimine dayanan testlerle ilişkisinden daha yüksek çıkacaktır. Kısaca, ortak kaynaktan toplanan ölçümlerin ilişkileri aynı yapıya ilişkin farklı kaynaktan

50 32 toplanan ilişkilerden daha yüksek çıkacaktır. Bu durum kullanılan ölçme yönteminin araştırma modeline modelle ilişkisi olmayan bir ortak varyans sokmasına sebep olacaktır. Klasik faktör analizi yaklaşımında bu durumun elimine edilmesi mümkün değildir. Ölçümler arası korelasyonlar yüksek olduğu için bu ölçümler bir faktör gibi ele alınmaktadır. Fakat doğrulayıcı faktör analizi yöntem etkisini de tahmin edebilmede önemli katkılar sağlamaktadır. Yöntem etkisi, doğrulayıcı faktör analizinde modele eklenebilmekte ve modelin geneline yaptığı etki kestirilebilmektedir. d. Ölçme değişmezliğinin değerlendirilmesi: Psikolojik özelliklerin ölçülmesi amacıyla geliştirilen ölçme araçlarının uygulandığı gruplar çoğu kez kendi içlerinde alt gruplara ayrılmaktadır. Örneğin depresyonu ölçmesi amacıyla geliştirilmiş olan bir testin kadın ve erkek gruplarında aynı faktör yapısını ölçtüğünden emin olunması gerekmektedir (Brown, 2006). Bu türden durumlarda doğrulayıcı faktör analizinin özel bir türü olan çok gruplu doğrulayıcı faktör analizi yöntemi kullanılmaktadır. Çok gruplu doğrulayıcı faktör analizinde ölçme modelinin parametreleri analize giren tüm gruplarda eş zamanlı olarak kestirilir, bu parametrelerin birbirinden istatistiksel olarak anlamlı derecede farklı olup olmadığı test edilir. Böylece ölçeği oluşturan maddelerin alt gruplarda birbirine denk faktör yüküne sahip olup olmadığı test edilebilmiş olur. Ayrıca bu yaklaşım ile belirli gruplara yanlılık yapan maddelerin olup olmadığı da anlaşılabilir. Doğrulayıcı faktör analizinin uygulanma aşamaları aşağıda verilmiştir (Brown, 2006; Kline, 1998; Jöreskog & Sörbom, 1993). 1. Faktör yapılarının ve madde parametrelerinin tüm gruplarda birbirine denk olduğunu kabul eden bir modelin test edilmesi (Model A). 2. Faktör yüklerinin tüm gruplarda birbirinden farklı olduğunu fakat hata varyanslarının gruplarda birbirine denk olduğunu kabul eden modelin test edilmesi (Model B). 3. Faktör yüklerinin ve hata varyanslarının tüm gruplarda birbirinden farklı olduğunu kabul eden modelin test edilmesi (Model C).

51 33 4. Faktör yüklerinin tüm gruplarda eşit olduğunu fakat hata varyanslarının her grupta farklı olduğunu kabul eden modelin test edilmesi (Model D). Yukarıdaki her bir modelin uyum katsayıları elde edildikten sonra hangi modelin toplanan veri ile daha iyi uyum gösterdiği uyum iyiliği katsayıları arasındaki farklar incelenerek kararlaştırılır. Bu farklar delta ( ) olarak adlandırılmaktadır. Ölçme modelinin (faktör yapısının) tüm gruplarda birbirine denk olduğunu kabul eden modelin yani birinci modelin (Model A) uyum katsayısının daha iyi bir uyuma işaret etmesi beklenir. Model A klasik analizlerde alışılagelmiş H 0 hipotezi gibi düşünülebilir. Diğer modellerden herhangi birisinin ya da bir kaçının birinci modelden daha iyi bir uyum göstermesi durumunda o modelin/modellerin birinci modelden yani faktör yüklerinin ve hata varyanslarının tüm gruplarda birbirine denk olduğunu kabul eden modelden daha iyi bir model olduğu kabul edilir. Bu durum faktör yüklerinin ya da hata varyanslarının gruplar arasında fark gösterdiği şeklinde yorumlanır. Model A dışındaki modellerin uyum iyiliği katsayıları Model A dan daha iyi bir uyuma işaret etmiyorsa, bir başka deyişle Modellerin uyum iyiliği katsayıları birbirine eşitse ya da daha kötü bir uyumu gösteriyorsa, Model A nın açıklama gücünden daha iyi bir modelin bulunmadığı yorumu yapılarak tüm yorumlar Model A üzerinden yapılır. Bu çalışmada da tüm analizler bu dört modelin test edilmesi ve modellerin uyum iyiliği katsayılarının elde edilmesi şeklinde gerçekleştirilmiştir. Modellerin uyum iyiliği katsayıları arasındaki farkların anlamlı olup olmadığı test edilmiştir Çok Gruplu Doğrulayıcı Faktör Analizinin Varsayımları Çok gruplu doğrulayıcı faktör analizi, verilerin analize giren gruplarda normal dağıldığını, değişkenler arasında yüksek ilişkileri gösteren çoklu doğrusallığın (multicollinearity) bulunmadığını, gözlenen değişkenlerden meydana gelen gizil değişkenlerin dağılımının normal olmasını gerektiren çok değişkenli normalliğin (multivariate normality) olduğunu ve aşırı uç değerlerin

52 34 (outliers) bulunmadığını varsayar (Kline, 1998). Normal dağlım varsayımı, geleneksel analizlerde olduğu gibi araştırma sonucunda elde edilen verilerin çan eğrisi şeklinde dağıldığı kabulüne dayanır. Buna göre verilerin elde edildiği grubun evreninde verilerin normal dağılım gösterdiği, bu evrenden tesadüfi yolla seçilecek örneklemlerde de verilerin normal dağılacağı kabul edilmektedir (Brown, 2006). Çoklu doğrusallık (multicollinearity) ise değişkenler arasında yüksek korelasyon katsayılarının bulunması durumudur. Böyle bir durum, aşırı ilişkili değişkenlerin birbirlerinin yerine geçerek analizden elde edilecek bilgilerin geçerliliğini düşürmesine yol açmaktadır (Byrne, 2001; Thompson, 2004). Çok değişkenli normallik (multiariate normality) ise birden çok değişkenden biraraya gelen bir gizil değişkenin puanlarının normal dağılım göstermesidir. Çoğu kez maddelerden elde edilen faktör puanları bu tür gizil değişken puanlarıdır ve bu puanların normal dağılması beklenir. Çok gruplu doğrulayıcı faktör analizi için kullanılabilen tüm istatistik paket programları bu varsayımın karşılanabilip karşılanamadığını test eder. Bu test çok değişkenli çarpıklık katsayısının sıfıra eşit olup olmadığını test edilmesi şeklindedir. Wald istatistiği olarak da bilinen bu analiz, çok değişkenli çarpıklık katsayısının sıfıra denk sayılamayacağı bir kritik değer üreterek analizde bulunan değerle karşılaştırılmasını içermektedir (Thompson, 2004; Brown, 2006). Aşırı uç değerlerin (outliers) tespiti ise çok değişkenli bir merkezden uzaklaşma ölçüsü ile belirlenebilmektedir. Bu ölçü Mahalanobis uzaklığıdır (Mahalanobis distance). Bu uzaklık, bireyin tüm değişkenler için puanının, değişken ortalamasından çıkarılması ve daha sonra bu farkların karelerinin toplanmasıyla elde edilir. Değer büyüdükçe, bireyin değişkenlerin genel ortalamasından uzaklaştığı kabul edilir.

53 Uyum İndeksleri Yapısal eşitlik modelleme analizlerinin geliştirilmeye başlandığı yıllarda gözlenen veri matrisi ile beklenen matris arasındaki farkın anlamlılığı için kay kare değeri kullanılmaktaydı (Brown, 2006). Fakat kay-kare değerinin örneklem büyüklüğünden kolayca etkileniyor olması nedeniyle araştırmacılar yeni uyum indeksleri geliştirme çabasına girmişlerdir (Bentler, G.Bonnett, 1980; Thompson, 2004; Brown, 2006). Aşağıda kay-kare değerinin kullanılamadığı büyük örneklem durumlarında başvurulabilecek çözüm yolları ve örneklem büyüklüğünden daha az etkilenen daha güvenilir uyum indeksleri anlatılmıştır. Çok sayıda başka uyum indeksleri de bulunmasına rağmen aşağıda sunulan indeksler son yıllarda araştırmacılarca daha sık kullanılan ve daha güvenilir olduğu bilinen indekslerdir. Kay kare değerinin yorumlarda kullanılmasının tercih edildiği durumlarda kay kare değeri kendi serbestlik derecesine bölünerek elde edilen oran bir uyum istatistiği olarak kullanılmaktadır. Bu oran için kesin bir sınır olmamakla birlikte yaygın öneri modelin iyi uyuma sahip olduğunun söylenebilmesi için bu oranın 3 ten küçük olması yönündedir (Loehlin, 2004). Fakat son yıllardaki araştırmalarda bu oranın 5 e kadar iyi bir uyum katsayısı olarak kabul edildiği gözlenmektedir (Säkkinen, Kaltiala-Heino, Ranta, Haataja ve Joukamaa, 2007) Kay kare değerinin serbestlik derecesine oranının 5:1 ile 2:1 arasında olması model uyumu için kabul edilebilir sınır olarak belirtilmektedir. (Smith, Mcmillan, 2001). Fakat bu oranın bir dağılımı yoktur. Bu nedenle bu oranın sadece modelin uyumu hakkında genel fikir sahip olmak amacıyla kullanılması önerilmektedir. Bu oranın henüz tanımlanmış kesin bilimsel sınırları bulunmamaktadır (Brown, 2006) Kestirimin Hatasının Ortalama Karesinin Karekökü (Root Mean Square Error of Approximation, RMSEA): Model parametrelerinin popülasyon kovaryanslarını ne derecede kestirebildiğini test eden bir uyum indeksidir. Popülasyonun kovaryanslarını tam olarak kestirebilen bir modelin RMSEA değeri 0.00 olacaktır. Çünkü böyle bir durumda örneklem ve kestirilen evren kovaryansları arasında hiçbir farklılık söz konusu değildir. RMSEA 0.00 ile 1.00

54 36 arasında değer almaktadır. RMSEA değerinin küçük çıkması evren ve örneklem kovaryansları arasındaki farkın az olduğunu gösterdiğinden modelin uyumlu olduğunun söylenebilmesi için küçük çıkması beklenir. Farklı araştırmacılar RMSEA değerleri için değişik kesim noktaları önermiş olsalar da yaygın kabul, modele uyumlu diyebilmek için RMSEA değerinin 0.05 ya da daha küçük çıktığı durumlarda modeli uyumlu kabul etme yönündedir (Brown, 2006; Thompson, 2004). Fakat Browne ve Cudeck, (1993), Jöreskog ve Sörbom (1993) 0.08 ile 0.05 arasındaki değerleri sınırda yeterli uyumlu bir model için yeterli saymaktadırlar ten küçük değerleri ise iyi uyuma sahip model olarak kabul etmektedirler. MacCallum ve arkadaşları (1996) ise 0.08 ile 0.10 arasındaki değerleri orta uyumlu bir modele ait olarak kabul etmektedir. Tüm araştırmacılarda ve uygulamada ortak olan ise RMSEA değerinin 0.10 ve üstünde çıktığı durumlarda modelin uyumsuz, kabul edilemez bir model olduğu yönündedir. RMSEA değeri örneklem büyüklüğünden kay-kare değeri gibi doğrudan etkilenmemektedir. RMSEA değeri, daha çok modeldeki parametre sayısından etkilenmektedir. Çok gruplu doğrulayıcı faktör analizi çalışmasında RMSEA değeri aşağıdaki eşitlikle hesaplanmaktadır. RMSEA = Yukarıdaki eşitlikte χ 2, kay kare değerini, n toplam örneklem büyüklüğünü; d modelin serbestlik derecesini, g ise grup sayısını ifade etmektedir. Eşitlikten de görüleceği gibi RMSEA değerinin büyümesine yol açan önemli faktörlerden birincisi grup sayısıdır. Grup sayısı arttıkça RMSEA değerinde de artma olmaktadır. Eşitlikteki bir diğer parametre ise serbestlik derecesidir. Modelin karmaşıklık derecesini de gösteren bu değer büyüdükçe,

55 37 RMSEA değeri de büyümektedir. Görüleceği gibi RMSEA modelin içindeki parametre sayısından etkilenmekte, modeldeki parametre sayısı arttıkça RMSEA değeri de büyüme eğilimine girmektedir. Standardize Edilmiş Artıkların Ortalama Karelerinin Karekökü (Standardized Root Mean Square Residual, SRMR): Veri matrisinden elde edilen korelasyonlar ile evrene ait kestirilen matrisin korelasyonları arasındaki farkların ortalamasıdır. SRMR fark korelasyonları matrisinden hesaplanır. Dolayısı ile SRMR değerinin de 0.00 a yakın çıkması beklenir. SRMR değerinin 0.05 ya da daha küçük çıktığı durumlarda modelin uyumlu olduğu kararı verilir. Karşılaştırmalı Uyum indeksi (Comparative Fit Index, CFI): Analize giren gösterge değişkenler arasındaki kovaryansların sıfır olduğunu kabul eden bağımsızlık modeli (independence model) ile araştırmacının modelindeki değişkenler arasında sıfırdan farklı kovaryanslar bulunduğunu kabul eden model arasındaki farkı gösteren bir indekstir. Bağımsızlık modeli değişkenlerin birbiriyle ilişkisiz olduğunu kabul ettiğinden herhangi bir faktör yapısı bulunmadığını kabul eder. Dolayısı ile araştırmacının modelinin bu bağımsızlık modelinden farklı olması gerekir ile 1.00 arasında değer alan bu indeksin değerinin 1.00 e yakın çıkması araştırmacının modelinin daha iyi uyum gösterdiğini belirtir ve üstündeki CFI değerleri iyi bir uyumun göstergesidir. Yukarıda bahsedilen uyum indekslerinin kabul sınırları Tablo 6 da gösterilmiştir.

56 38 Tablo 6. Uyum indekslerinin kabul ve değerlendirme sınırları Uyum indeksi Sınırlar χ 2 /sd <3 iyi uyum <5 kabul edilebilir uyum CFI 0.95 iyi uyum SRMR 0.5 iyi uyum <0.10 orta düzey uyum RMSEA kabul edilebilir düzeyde uyum 0.05 çok iyi uyum Çoğu uyum indeksinin örneklem dağılımı henüz bilinmediğinden bu indekslerin bir kaçının birlikte kullanılması önerilmektedir (Cheung, Rensvold, 2002). Araştırmada kullanılan verilerin analizi için kullanılan Lisrel programının tüm sürümleri, yukarıda bildirilen uyum indekslerinin hepsini hesaplayabilmesine rağmen çok büyük gruplarda ve bu gruplarda kayıp veri (missing value) oranının yüksek olduğu durumlarda çoğu uyum indeksini hesaplamamaktadır. Bu tür durumlarda, CFI ve SRMR uyum indeksleri yerine kayıp verilerden etkilenmeyen RMSEA değeri hesaplanmakta ve programın analiz sonuçlarında bildirilmektedir. Bu çalışmanın verileri de toplam örneklemin %20 si kadar kayıp veri içerdiğinden CFI ve SRMR değerleri hesaplanamamıştır. Çalışmada verileri analiz etmek için Lisrel 8.80 for Windows programı kullanılmıştır. Önce analizi yapılacak verilerin dağılımları betimsel istatistikleri aracılığı ile incelenmiş, daha sonra çok gruplu doğrulayıcı faktör analizi uygulanmıştır. Model veri uyumu için geliştirilmiş olan χ 2 /sd oranı ve kestirimin hata kareleri ortalaması (RMSEA) indeksi kullanılmıştır. Büyük örneklemlerde, özellikle de kişi sayısının 250 den fazla olduğu örneklemlerde RMSEA değerlerinin uyum iyiliğinin değerlendirilmesinde diğer uyum indekslerine oranla daha uygun olduğuna dair öneriler bulunmaktadır (Hu, Bentler, 1999; Brown, 2006). İyi bir model veri uyumu için örneklem büyüklüğünden kaynaklanan

57 39 istatistiksel zayıflıklara karşı daha güçlü olan ve büyük örneklemlerde diğer uyum indekslerine oranla daha uygun olduğu bildirilen RMSEA değerleri (Cheung & Rensvold, 2002) özellikle dikkate alınmıştır. RMSEA değerlerinin 0.05 ten küçük olmasının iyi bir model-veri uyumuna denk geldiği kabul edilmiştir. Yukarıda da ayrıntılarıyla açıklandığı gibi RMSEA değerleri parametre sayısından etkilenmekteydi. Bu çalışmadaki grup sayılarının fazla olması nedeniyle serbestlik dereceleri büyümüş dolayısıyla RMSEA değerleri de büyümüştür. RMSEA değerlerinin hesaplanması sırasında deneme amacıyla araştırmacı tarafından grup sayıları azaltılarak işlem yapıldığında RMSEA değerlerinin daha küçük çıktığı gözlenmiştir. Fakat çalışmanın doğası gereği grup sayıları azaltılamayacağından ve RMSEA değerlerinin tüm modeller için doğrusal olarak aynı oranda etkilenmiş olması sebebiyle bu değerler oldukları gibi kullanılmıştır. Çalışmada kullanılan modellerin istatistiksel olarak birbirinden farklı olup olmadığını sınamak amacıyla bu modellere ilişkin RMSEA değerleri ile birlikte χ 2 /sd oranları göz önünde bulundurulmuş ve daha küçük RMSEA ve χ 2 /sd değerine sahip olan model daha uyumlu bir model olarak seçilmiştir. Son yıllarda çok gruplu faktör analizi uygulamalarında modellerin uyum iyiliği katsayılarının birbirinden istatistiksel olarak anlamlı bir farklılık gösterip göstermedikleri incelenmiş, RMSEA değerleri arasındaki farkın 0,01 ten büyük olması durumunda iki modelin birbirinden farklı olduğu yönünde yorum yapılabileceği bildirilmiştir (Cheung, Rensvold, 2000; Cheung, Rensvold, 2002). Cheung ve Rensvold yaptıkları bu simülasyon çalışmasında, farklı veri seti üretip, bu setlerden 96 farklı faktör koşulu yaratmışlar, çeşitli uyum indekslerinin %99 güven aralıklarını hesaplamışlardır. RMSEA için belirledikleri güven aralığı iki RMSEA değeri arasındaki farkın anlamlı olabilmesi için 0.01 kadar farkın olması gerektiğini ortaya koymuştur. Bu çalışmalardan elde edilen bilgiler doğrultusunda, modellerin RMSEA değerlerinin farkına bakılmış, farkın bildirilen bu kritik değeri aştığı durumlarda daha küçük RMSEA değerine sahip olan model daha uyumlu model olarak seçilmiştir. Farkın bu kritik değeri aşmadığı durumlarda Model A dışındaki modellerin Model A dan daha iyi bir

58 40 açıklama getiremedikleri kabul edilmiş, faktör yüklerinin ve hata varyanslarının gruplarda birbirine denk olduğu üzerine kurulu olan Model A, yani test edilen ölçme aracının tüm ülkelerde aynı faktör yapısını ölçtüğü kabul edilmiştir (Kline, 1998; Brown, 2006). Yapılan analizler, her bir alt testin tüm ülkeler için karşılaştırılmasıyla başlamaktadır. Daha sonra ülkeler her alt test bağlamında, araştırma amaçları doğrultusunda çeşitli gruplara ayrılarak analiz edilmiştir. Tüm ülkelerin analizi ardından ülkelerin çeşitli gruplara bölünerek analiz edilmesinin en önemli gerekçesi her bir analizin kendine özgü bir kovaryans matrisi üretmesidir. Klasik analizlerin aksine YEM ailesinden analizler gerçekleştirilirken kullanılan her bir alt örneklem kendi kovaryans matrisine sahiptir ve ayrıca analiz edilmelidir (Hessen, 2006). Bu nedenle ülkeler önce topluca karşılaştırılmış daha sonra alt ülke grupları için analizler yapılmıştır Varsayımların test edilmesi Analize giren verilerin normal dağılıp dağılmadığını belirlemek amacıyla tüm ülkelerden elde edilen verilerin çarpıklık ve basıklık katsayıları incelenmiştir. Tüm alt testlerde, Belize ve Fas dışındaki tüm ülkelerde çarpıklık ve basıklık katsayılarının 1 in altında olduğu böylece dağılımların normal olduğu görülmüştür. Belize ve Fas tan elde edilen veriler, sağa çarpık dağılım göstermektedir. Bu durumun yapılacak olan analizlere etki edip etmeyeceği incelenmiştir. Analizlerde kullanılan maksimum likelihood yönteminin normal dağılımın sağlanamadığı durumlarda güçlü çözümler sunabilmesi ve normal dağılım varsayımının karşılanamadığı durumlarda doğrulayıcı faktör analizinin kestirimlerinin dağılımın şeklinden etkilenmemesi nedeniyle (Hsu, Chen, Hsieh, 2006), analizlere Belize ve Fas ın puan dağılımları olduğu haliyle alınarak devam edilmiştir. Çok değişkenli doğrusallığın (multivariate collinearity) bulunup bulunmadığın belirlemek amacıyla maddeler arası korelasyonlar incelenmiş ve

59 41 korelasyon katsayılarının tüm alt testlerde, mutlak değer olarak 0.01 ile 0.64 arasında değiştiği bulunmuştur. Bu durum maddeler arasındaki ilişkilerin çok değişkenli doğrusallık yaratmayacak kadar düşük olduğunu göstermektedir. Bu nedenle çok değişkenli doğrusallığın bulunmaması varsayımının karşılandığı görülmüştür. Çok değişkenli normallik varsayımının test edilmesi amacıyla her alt test için Wald testi kritik değerlerinin analizler için hesaplanan Wald değerlerinden daha büyük olduğunu göstermiştir. Buna göre, hesaplanan Wald değerleri, kritik Wald değerlerinden daha büyük olmadığı için çok değişkenli normalliğin sağlanabildiği görülmüştür. Aşırı uç değerlerin tespit edilmesi amacıyla her alt test için katılımcıların Mahalanobis distance değerleri hesaplanmıştır. Hiçbir alt testte ±3.5 ss üzerinde Mahalanobis uzaklığı değerine sahip olan katılımcı bulunmamıştır. Bu nedenle çok değişkenli aşırı uç değere sahip olan katılımcı bulunmadığı kararı verilmiştir. Ayrıca PIRLS 2001 teknik raporunda aşırı uç değerlere sahip olan katılımcıların ülke sıralamaları yapılmadan önce çıkarıldığı da bildirilmiştir (Martin ve diğerleri, 2003).

60 42 3. BULGULAR VE YORUMLAR Bu bölümde, araştırma sonucunda elde edilen bulgular araştırmanın alt amaçlarındaki sırayla sunulmuştur. Her bir araştırma sorusuna cevap oluşturacak analizlerin bitiminin ardından elde edilen bulgulara dair yorumlar ve tartışmalar verilmiştir Otuzbeş ülke için PIRLS 2001 uygulamasının okuma amaçlarına göre bölünmüş dört farklı kavrama sürecine uygun ölçme yapıp yapmadığının test edilmesi Araştırmanın birinci amacı için, PIRLS projesi kapsamında 35 ülkede uygulanan 0, 3, 6 ve 8 numaralı alt testlerin faktör yapılarının kültürler arası eş değerliği yapısal eşitlik modelleri yöntemlerinden çok gruplu doğrulayıcı (confirmatory) faktör analizi yöntemi ile incelenmiştir. Her alt test için analizler ayrı başlıklar altında aşağıda sunulmuştur Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt teste ilişkin bulgular Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testten elde edilen puanların dağılımına ait betimleyici istatistikler ülkelere göre Tablo 7'de verilmektedir.

61 43 Tablo 7. Hare ve Pufflings Okuma Parçalarından Oluşan Sıfır Numaralı Alt Test Puanlarının Dağılımına Ait Betimsel İstatistikler Betimsel istatistikler N Aritmetik Ortalama Ortanca Standart Sapma Varyans Çarpıklık Basıklık Ranj Minimum Maksimum Testteki Madde Sayısı Testin KR20 Güvenirlik Katsayısı Testin iki yarı Güvenirlik Katsayısı Türkiye Almanya Amerika Birleşik Devletleri Arjantin Belize Bulgaristan Çek Cumhuriyeti Fas Fransa Hollanda Hong Kong İngiltere İran İskoçya İsrail İsveç İtalya İzlanda Kanada Kıbrıs Kolombiya Kuveyt Letonya Litvanya Macaristan Makedonya Moldova Norveç Romanya Rusya Federasyonu Singapur Slovakya Slovenya Yeni Zelanda Yunanistan Sıfır numaralı alt testin dağılımı hakkında bilgi edinebilmek amacıyla çarpıklık ve basıklık değerleri incelendiğinde bu değerlerin çarpıklık için ile 1.24 arasında değiştiği görülmüştür. Basıklık değerlerinin ise ile 1.93

62 44 arasında değiştiği görülmüştür. Basıklık ve çarpıklık değerlerinin ±1.00 arasında değer alması dağılımların normal olduğuna işaret etmektedir (George ve Mallery, 2001). Belize nin basıklık ve çarpıklık değerleri dışındaki tüm ülkelerin basıklık ve çarpıklık değerleri bu ülkeler için dağılımların normal olduğunu göstermektedir. Belize den elde edilen puanlar, sağa çarpık ve ve sivri bir dağılım göstermektedir. KR20 güvenilirlik katsayılarının 0.69 ile 0.84 arasında değiştiği, iki yarı güvenirlik katsayılarının ise 0.65 ile 0.81 arasında değiştiği görülmüştür. Bu değerler sıfır numaralı alt ölçeğin tüm ülkelerde yeterli derecede güvenilirliğe sahip olduğunu göstermektedir. Yukarıda betimsel istatistikleri verilmiş olan ülkelerin sıfır numaralı alt testten elde edilen puanlarının çok gruplu doğrulayıcı faktör analizi yapılmıştır. Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt test için çok gruplu doğrulayıcı faktör analizi sonuçları: Hare ve Pufflings okuma parçalarına ait değerlendirme sorularından oluşan sıfır numaralı alt testteki maddelerin ölçtüğü varsayılan kavrama süreçlerine (boyutlar) göre dağılımı Tablo 8 de verilmektedir (Gonzalez ve Kennedy, 2003; Mullis, Martin, Gonzalez ve Ann, 2003). Tablo 8. Hare ve Pufflings Okuma Parçalarından Oluşan Sıfır Numaralı Alt Testte Bulunan Maddelerin Ölçtüğü Varsayılan Kavrama Süreçlerine Göre Dağılımları KAVRAMA SÜREÇLERİ/ BOYUTLAR Okuma Parçalan ve maddeler Hare Pufflings Açık bir şekilde ifade edilmiş bilgi ve fikirlerin 1, 2, 4 1, 2, 3, 5, 9 üzerinde durma ve çıkarımlar yapma Doğrudan çıkarımlar yapma 5, 7 10 Fikir ve bilgileri birleştirme ve yorumlama 6, 8, 9, 10, 11 4, 6, 7, 8, 11, 12 Metnin öğelerini, içeriğini ve dilini inceleme ve değerlendirme 3 13

63 45 Tablo 8'de görüldüğü gibi Hare okuma parçasında 11 soru Pufflings okuma parçasında ise 13 soru vardır. Teste ait bu yapının test uygulamasına katılan ülkeler arasında eşdeğer olup olmadığını incelemek için 35 ülkeden elde edilen veriler üzerinden çok gruplu doğrulayıcı faktör analizi yapılmıştır. Modellere ait analiz sonuçlarını özetlemek ve gerekli karşılaştırmaları yapabilmek için aşağıda verilen Tablo 9 hazırlanmıştır. Tablo 9. Hare ve Pufflings Okuma Parçalarından Oluşan Sıfır Numaralı Alt Test İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * Model D * Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). Model B, Model C ve Model D nin temel model olan Model A ile yapılan ikili karşılaştırmalarında şu bulgular elde edilmiştir. Ülkelerin kendi faktör yüklerine sahip olduğu Model B nin, faktör yükleri ile hata varyanslarının serbest olduğu Model C nin ve her ülkede hata varyanslarının birbirinden farklı olduğu Model D nin uyum katsayılarının (RMSEA değerleri), faktör yüklerinin tüm ülkelerde eşit olduğunu varsayan A modelinden istatistiksel olarak anlamlı derecede daha iyi uyum gösteremedikleri görülmüştür. χ 2 /sd oranları da incelendiğinde bu oranların birbirlerine çok yakın oldukları görülmektedir. Tüm modellerin χ 2 /sd oranları 5 civarındadır. Model A nın χ 2 /sd oranı 5.50, RMSEA değeri ise dir. Tüm ülkelerde faktör yapısının farklı olduğu üzerine kurulu olan Model B (RMSEA= 0.065; χ 2 /sd=5.22; RMSEA=0.003), Model C

64 46 (RMSEA=0.065; χ 2 /sd=5.19; RMSEA=0.003), ve Model D (RMSEA=0.067; χ 2 /sd=5.48; RMSEA=0.001), faktör yapısının tüm ülkelerde birbirine denk olduğunu kabul eden Model A dan daha iyi bir uyum gösteremediği için reddedilmiştir. Buna göre uygulamaların her ülkede aynı faktör yapısına sahip olduğu üzerine kurulu model olan Model A dan daha uyumlu bir model bulunmadığı için Model A kabul edilmiştir. Model A, sıfır numaralı alt testtin tüm ülkelerde benzer faktör yapısına uygun ölçme yaptığı üzerine kuruludur. Sıfır numaralı alt testin tüm ülkelerde birbirine benzer faktör yapısıyla ölçme yaptığı kabul edilmiştir. Ölçeğin faktör yapısı tüm ülkeler için evrensel bir yapı göstermektedir. Uygulamanın tüm ülkelerde eşit olduğunu kabul eden Model A nın RMSEA değeri (0.068) ve χ 2 /sd oranı (5.50) incelendiğinde Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testin tüm ülkelerde orta derecede bir uyumla benzer faktör yapısında ölçme yaptığını görülmektedir Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt testte ilişkin bulgular: Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt testten elde edilen puanların dağılımına ait betimleyici istatistikler ülkelere göre Tablo 10'da verilmektedir.

65 47 Betimsel istatistikler Tablo 10. Flowers ve Antarctica Okuma Parçalarından Oluşan Üç Numaralı Alt Test Puanlarının Dağılımına Ait Betimsel İstatistikler Testin Testteki Aritmetik Standart KR20 N Ortanca Varyans Çarpıklık Basıklık Ranj Minimum Maksimum Madde Ortalama Sapma Güvenilirlik Sayısı Katsayısı Türkiye Testin iki yarı güvenirlik katsayısı Almanya Amerika 0.80 Birleşik Devletleri Arjantin Belize Bulgaristan Çek Cumhuriyeti Fas Fransa Hollanda Hong Kong İngiltere İran İskoçya İsrail İsveç İtalya İzlanda Kanada Kıbrıs Kolombiya Kuveyt Letonya Litvanya Macaristan Makedonya Moldova Norveç Romanya Rusya Federasyonu Singapur Slovakya Slovenya Yeni Zelanda Yunanistan Ülkelere ilişkin betimsel istatistikler, çarpıklık ve basıklık katsayıları bakımından incelendiğinde, çarpıklık katsayılarının ile 1.13 arasında değer aldığı, basıklık katsayılarının ise ile 0.90 arasında bulunduğu görülmüştür. Bu değerlerin ±1.00 sınırında ya da bu sınıra çok yakın olması nedeniyle tüm dağılımların normal ya da normale çok yakın olduğu görülmüştür. Sıfır numaralı

66 48 alt testte olduğu gibi üç numaralı alt testte de Belize den elde edilen puanların dağılımı normalden çok fazla olmasa da sağa çarpık bir dağılım göstermektedir. Üç numaralı alt testin farklı ülkelerdeki uygulamalarından elde edilen KR20 güvenilirlik katsayıları incelendiğinde KR20 güvenirlik değerlerinin 0.65 ile 0.87 arasında, iki yarı güvenirlik katsayılarının ise 0.57 ile 0.85 arasında olduğu belirlenmiştir. Bu değerler üç numaralı alt testin tüm ülkelerde yeterli güvenirliğe sahip olduklarını göstermektedir. Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt test için çok gruplu doğrulayıcı faktör analizi sonuçları: Flowers ve Antarctica okuma parçalarına ait değerlendirme sorularından oluşan üç numaralı alt testteki maddelerin ölçtüğü varsayılan kavrama süreçlerine (boyutlar) göre dağılımı Tablo 11'de verilmektedir (Gonzalez ve Kennedy, 2003; Mullis ve diğerleri, 2003). Tablo 11. Flowers ve Antarctica Okuma Parçalarından Oluşan Üç Numaralı Alt Testte Bulunan Maddelerin Ölçtüğü Varsayılan Kavrama Süreçlerine Göre Dağılımları KAVRAMA SÜREÇLERİ/ BOYUTLAR Okuma Parçalan ve maddeler Flowers Antarctica Açık bir şekilde ifade edilmiş bilgi ve fikirlerin 4, 9 1, 2, 3, 6, 8 üzerinde durma ve çıkarımlar yapma Doğrudan çıkarımlar yapma 2, 3, 5, 6, 10 5, 7 Fikir ve bilgileri birleştirme ve yorumlama 1, 7, 8, 12 4, 9 Metnin öğelerini, içeriğini ve dilini inceleme ve değerlendirme 11, 13 10, 11 Tablo 11 de görüldüğü gibi Flowers okuma parçasında 11 soru Antarctica okuma parçasında ise 13 soru vardır. Üç numaralı alt teste ait bu yapının test uygulamasına katılan ülkeler arasında eşdeğer olup olmadığını incelemek için 35

67 49 ülkeden elde edilen veriler üzerinden çok gruplu doğrulayıcı faktör analizi yapılmıştır. Modellere ait analiz sonuçlarını özetlemek ve gerekli karşılaştırmaları yapabilmek için aşağıda verilen Tablo 12 hazırlanmıştır. Tablo 12. Flowers ve Antarctica Okuma Parçalarından Oluşan Üç Numaralı Alt Test İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * 0,000 Model C * 0,000 Model D ,000 Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). Tablo 12 de görüldüğü gibi Model B, Model C ve Model D nin temel model olan Model A ile ikili karşılaştırmaları yapılmıştır. Tüm modellerin uyum katsayılarının birbirine eşit olduğu görülmektedir. Üç numaralı alt testin tüm ülkelerde aynı faktör yapısıyla ölçme yaptığını kabul eden Model A nın RMSEA değeri olarak bulunmuştur. Diğer modellerin RMSEA değerleri de Model A nın RMSEA değerine eşittir. χ 2 /sd oranları incelendiğinde tüm modellerin oranlarının birbirlerine benzer olduğu görülmektedir. Modeller arasındaki kaykare değerlerinin farkı anlamlı olmasına rağmen bu farklılık kay-kare değerinin örneklem büyüklüğünden etkilenerek büyük örneklemlerde anlamlı sonuç verme eğilimine girmesi nedeniyle yorumlanmamıştır. Bu durumda faktör yapısının tüm ülkelerde birbirinden farklı olabileceği üzerine kurulu bulunan diğer modellerin Model A dan daha iyi bir sonuç üretemedikleri görülmüştür. Bu nedenle üç numaralı alt testin faktör yapısının uygulamanın yapıldığı tüm ülkelerde birbirine denk olduğu görülmüştür. Sonuç olarak üç numaralı alt testin uygulamaya katılan 35 ülkede dört ayrı kavrama süreciyle ifade edilen boyutlarda ölçme yaptığı söylenebilir. Üç numaralı alt testin yapı geçerliliği evrenseldir.

68 Mice ve River okuma parçalarından oluşan altı numaralı alt teste ilişkin bulgular Mice ve River okuma parçalarından oluşan altı numaralı alt testten elde edilen puanların dağılımına ait betimleyici istatistikler ülkelere göre Tablo 13'te verilmektedir. Tablo 13. Mice ve River Okuma Parçalarından Oluşan Altı Numaralı Alt Test Puanlarının Dağılımına Ait Betimsel İstatistikler Testin Testin iki Testteki Betimsel Aritmetik Standart KR20 yarı N Ortanca Varyans Çarpıklık Basıklık Ranj Minimum Maksimum Madde istatistikler Ortalama Sapma Güvenilirlik güvenirlik Sayısı Katsayısı katsayısı Türkiye Almanya Amerika Birleşik Devletleri Arjantin Belize Bulgaristan Kanada Çek Cumhuriyeti Fas Fransa Hollanda Hong Kong İngiltere İran İskoçya İsrail İsveç İtalya İzlanda Kıbrıs Kolombiya Kuveyt Letonya Litvanya Macaristan Makedonya Moldova Norveç Romanya Rusya Federasyonu Singapur Slovakya Slovenya Yeni Zelanda Yunanistan

69 51 Altı numaralı alt testin uygulandığı ülkelerin betimsel istatistikleri, dağılım hakkında fikir elde edinebilmek amacıyla incelendiğinde dağılımların çarpıklık değerlerinin ile 1.28 arasında değiştiği görülmüştür. Çarpıklık değeri 1.00 in üzerinde olan tek ülke diğer alt test uygulamalarında da olduğu gibi Belize dir. Belize dışındaki tüm ülkelerin çarpıklıklarının normalden büyük bir sapmayı göstermediği belirlenmişken Belize den elde edilen puanların sağa çarpık olduğu görülmektedir. Basıklık katsayıları incelendiğinde, bu değerlerin ile 1.75 arasında değiştiği görülmüştür. Basıklık değerleri 1.00 in üzerinde bulunan iki ülke Fas ve Belize dir. Bu ülkelerin basıklık katsayılarından dağılımların sivri bir yapı gösterdikleri anlaşılmaktadır. Diğer ülkelerde dağılımların normal ya da normale çok yakın olduğu görülmektedir. Ölçeğin tüm ülkelerde güvenilir ölçme yapıp yapmadığını anlamak amacıyla uygulamalardan elde edilen KR20 güvenirlik katsayıları incelenmiş bu değerlerin 0.69 ile 0.87 arasında, iki yarı güvenirlik katsayılarının ise 0.59 ile 0.94 arasında değiştiği görülmüştür. Bu değerler, ölçeğin tüm ülkelerde yeterli güvenilirliğe sahip olduğunu göstermektedir. Mice ve River okuma parçalarından oluşan altı numaralı alt test için çok gruplu doğrulayıcı faktör analizi sonuçları: Mice ve River okuma parçalarına ait değerlendirme sorularından oluşan altı numaralı alt testteki maddelerin, ölçtüğü varsayılan kavrama süreçlerine (boyutlar) göre dağılımı Tablo 14'te verilmektedir (Gonzalez ve Kennedy, 2003; Mullis, Martin ve diğerleri 2003).

70 52 Tablo 14. Mice ve River Okuma Parçalarından Oluşan Altı Numaralı Alt Testte Bulunan Maddelerin Ölçtüğü Varsayılan Kavrama Süreçlerine Göre Dağılımları KAVRAMA SÜREÇLERİ/ BOYUTLAR Okuma Parçalan ve maddeler Mice River Açık bir şekilde ifade edilmiş bilgi ve fikirlerin 2, 5, 10 3, 6 üzerinde durma ve çıkarımlar yapma Doğrudan çıkarımlar yapma 1, 3, 7, 9 4, 5, 7 Fikir ve bilgileri birleştirme ve yorumlama 4, 6, 11, 12 8, 9, 10 Metnin öğelerini, içeriğini ve dilini inceleme ve değerlendirme 8, 13, 14 1, 2, 11 Tablo 14'te görüldüğü gibi Mice okuma parçasında 14 soru, River okuma parçasında ise 11 soru vardır. Altı numaralı alt teste ait bu yapının test uygulamasına katılan ülkeler arasında eşdeğer olup olmadığını incelemek için 35 ülkeden elde edilen veriler üzerinden çok gruplu doğrulayıcı faktör analizi yapılmıştır. Modellere ait analiz sonuçlarını özetlemek ve gerekli karşılaştırmaları yapabilmek için aşağıda verilen Tablo 15 hazırlanmıştır. Tablo 15. Mice ve River Okuma Parçalarından Oluşan Altı Numaralı Alt Test İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * 0,002 Model C * 0,001 Model D * 0,000 Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit).

71 53 Tablo 15 te görüldüğü gibi modellerin uyum katsayıları birbirine çok yakındır. Özellikle faktör yüklerinin birbirine denk olduğu üzerine kurulmuş olan Model A (RMSEA=0.075) ve hata varyanslarının serbest olduğu durum üzerine kurulmuş olan Model D nin (RMSEA=0.075; RMSEA=0.000) uyum düzeylerini gösteren RMSEA değerleri birbirine eşittir. Model B (RMSEA=0.077; RMSEA=0.002) ve Model C nin (RMSEA=0.076; RMSEA=0.001) uyum iyiliğini gösteren RMSEA değerleri, Model A nın RMSEA değerine, istatistiksel olarak manidar bir farklılık ortaya koymayacak derecede yakındır. Ayrıca modellerin χ 2 /sd oranları da aynı oran derecesi (3) içinde ve birbirlerine çok yakındır. Bu durum tüm ülkelerde faktör yapısının birbirine denk olduğu üzerine kurulu bulunan Model A dan daha iyi bir modelin olmadığını göstermektedir. Modellerin kay-kare değerleri birbirinden farklı olsa da bu farklılıklar kay-kare değerlerinin örneklem büyüklüğünden çok etkilenmesi nedeniyle yorumlanmamıştır. Modellerin uyum iyiliği katsayılarının Model A nın uyum iyiliği katsayılarından daha iyi olmaması nedeniyle Model A varolan durumu en iyi açıklayan model olarak kabul edilmiştir. Bu nedenle tüm ülkelerde uygulamaların birbirine faktör yapısı olarak denk olduğu kabul edilmiştir. Altı numaralı alt testin yapı geçerliliği evrenseldir. Altı numaralı alt testin faktör yapısının ülkelerarası uyumunun ne oranda olduğunu bulmak amacıyla Model A nın RMSEA değeri (0.075) incelenmiş ve bu alt testin tüm ülkelerde birbirine orta düzeyde benzer bir faktör yapısıyla ölçme yaptığı belirlenmiştir Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt teste ilişkin bulgular: Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt testten elde edilen puanların dağılımına ait betimleyici istatistikler ülkelere göre Tablo 16'da verilmektedir.

72 54 Tablo 16. Clay ve Leonardo Okuma Parçalarından Oluşan Sekiz Numaralı Alt Test Puanlarının Dağılımına Ait Betimsel İstatistikler Testin Testin iki Testteki Betimsel Aritmetik Standart KR20 yarı N Ortanca Varyans Çarpıklık Basıklık Ranj Minimum Maksimum Madde istatistikler Ortalama Sapma Güvenilirlik güvenirlik Sayısı Katsayısı katsayısı Türkiye Almanya Amerika Birleşik Devletleri 0.55Arjantin Belize Bulgaristan Kanada Çek Cumhuriyeti Fas Fransa Hollanda Hong Kong İngiltere İran İskoçya İsrail İsveç İtalya İzlanda Kıbrıs Kolombiya Kuveyt Letonya Litvanya Macaristan Makedonya Moldova Norveç Romanya Rusya Federasyonu Singapur Slovakya Slovenya Yeni Zelanda Yunanistan Sekiz numaralı alt testin uygulandığı ülkelerin çarpıklık katsayıları incelendiğinde bu değerlerin ile 1.75 arasında değiştiği görülmüştür. Çarpıklık değeri 1.00 in üzerinde olan iki ülke bulunmaktadır. Bu iki ülke Belize ve Fas tır. Bu iki ülkenin diğer ülkelere oranla ortalamalarının çok düşük olması

73 55 nedeniyle dağılımlarının sağa çarpık oldukları düşünülmüştür. Basıklık katsayıları incelendiğinde değerlerin ile 4.13 arasında değiştiği görülmüştür. Yine Belize ve Fas hariç tüm ülkeler için dağılımların normal ya da normale çok yakın olduğu görülmektedir. Belize ve Fas uygulamalarından elde edilen puanların dağılımlarının basıklık katsayısı yüksek çıkmıştır. Bu durum incelendiğinde basıklık katsayılarının yüksek çıkmasına yol açan durumun bu iki ülkenin bu alt teste ait ortalamalarının çok düşük olması ve puanların ranjlarının düşük olmasıdır. Belize ve Fas tan elde edilen veriler analize bu haliyle alınmıştır. Ölçeğin tüm ülkeler için KR20 güvenirlik katsayılarının 0.62 ile 0.88 arasında değiştiği, iki yarı güvenirlik katsayılarının ise 0.55 ile 0.91 arasında değiştiği görülmüştür. Genel olarak uygulamanın tüm ülkelerde güvenilir ölçme yaptığı görülmüştür. Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt test için çok gruplu doğrulayıcı faktör analizi sonuçları: Clay ve Leonardo okuma parçalarına ait değerlendirme sorularından oluşan sekiz numaralı alt testteki maddelerin, ölçtüğü varsayılan kavrama süreçlerine (boyutlar) göre dağılımı Tablo 17'de verilmektedir (Gonzalez ve Kennedy, 2003; Mullis ve diğerleri 2003). Tablo 17. Clay ve Leonardo Okuma Parçalarından Oluşan Sekiz Numaralı Alt Testte Bulunan Maddelerin Ölçtüğü Varsayılan Kavrama Süreçlerine Göre Dağılımları KAVRAMA SÜREÇLERİ/ BOYUTLAR Okuma Parçaları ve maddeler Clay Leonardo Açık bir şekilde ifade edilmiş bilgi ve fikirlerin 1, 8, 9 1, 3, 9 üzerinde durma ve çıkarımlar yapma Doğrudan çıkarımlar yapma 2, 3, 4, 5, 7 2, 5, 6, 8 Fikir ve bilgileri birleştirme ve yorumlama 6, 10, 11, 13 4, 7, 10 Metnin öğelerini, içeriğini ve dilini inceleme ve değerlendirme 12 11, 12

74 56 Tablo 17'de görüldüğü gibi Clay ve Leonardo okuma parçalarında 12 şer madde bulunmaktadır. Tablo 17 de gösterilen sekiz numaralı alt teste ait bu yapının test uygulamasına katılan ülkeler arasında eşdeğer olup olmadığını incelemek için 35 ülkeden elde edilen veriler üzerinden çok gruplu doğrulayıcı faktör analizi yapılmıştır. Analize kovaryans matrisinin negatif çıkmasına yol açtığı için Hollanda ve Yunanistan dan toplanan veriler dahil edilmemiştir. İki ülkenin, kovaryans matrislerinin negatif çıkmasına yol açan sebebi bulabilmek amacıyla veriler incelenmiştir. Wothke ye (1993) göre kovaryans matrislerinin negatif çıkmasının sebepleri sınırlıdır ve bunlar sırasıyla şunlardır. Birinci sebep değişkenler arasındaki yüksek doğrusal bağlantıdır. Bu durumda analize giren değişkenler birbirleriyle çok yüksek ilişki göstermektedirler. Böyle bir analizde yüksek ilişki gösteren değişkenlerden birisi analizlerden çıkarılır. İkinci sebep ise analiz için kullanılan başlangıç değerlerinin negatif olmasıdır. Bu durumda faktör analizine başlarken maddelerin tahmin edilen faktör yüklerinin analize uygun olmaması söz konusudur. Böyle bir durumda madde faktör yüklerinin yeniden tanımlanması gerekir. Üçüncü durum ise örneklemin varyansıdır. Örneklemin çok küçük olduğu durumlarda örneklem varyansının kararsızlaştığı tespit edilmiştir. Bu tür durumlarda örneklem varyansının sabitlenmesi ya da örneklemin büyütülmesi yoluna gidilmektedir. Dördüncü durum ise kayıp verilerin miktarının çok olmasıdır. Bu durumda kayıp verilerin analizin şartlarına uygun değerlerle değiştirilmesi önerilmektedir. Fakat kayıp verilerin oranının verilerden daha çok olduğu durumlarda bu yol kullanılabilirliğini yitirmektedir. Matrislerin negatif çıkmasına yol açan bir diğer durum ise maddelerin varyanslarının sıfır olmasıdır. Bu durumda ya madde tamamen boş bırakılmış ya da herkes tarafından aynı doğrultuda işaretlenmiştir. Yukarıdaki olasılıklar dahilinde bu analizde Hollanda ve Yunanistan verilerine ait matrislerin negatif çıkmasına sebep olan durum araştırılmıştır. Olası tüm durumlar gözden geçirilmiş ve sorunun kayıp verilerin çokluğundan kaynaklandığı tespit edilmiştir. Bu iki ülkeden elde edilen veriler

75 57 incelendiğinde iki ülkede de kimi maddelerde kayıp veri oranı %30 un üzerindedir. Bu maddelerin Hollanda ve Yunanistan verilerinden çıkarılarak analize devam edilmesi yapı geçerliliğinin birçok katılımcı ülke arasındaki denkliğinin belirlenmeye çalışıldığı bir durumda mümkün olmadığından bu ülkelerin analizlerden çıkarılması kararı alınmıştır. Modellere ait analiz sonuçlarını özetlemek ve gerekli karşılaştırmaları yapabilmek için aşağıda verilen Tablo 18 hazırlanmıştır. Tablo 18. Clay ve Leonardo Okuma Parçalarından Oluşan Sekiz Numaralı Alt Test İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * 0,004 Model C * 0,004 Model D * 0,000 Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). Tablo 18 de görüldüğü gibi faktör yüklerinin tüm ülkelerde eşit olduğu üzerine kurulu olan Model A nın RMSEA değeri olarak hesaplanmıştır. Faktör yapısının tüm ülkelerde farklı olduğu üzerine kurulu bulunan modelin uyum iyiliği katsayılarının daha iyi bir uyuma işaret edip etmediğini belirlemek amacıyla bu modellerin RMSEA değerleri incelenmiştir. Model B nin RMSEA değeri ( RMSEA=0.004) olarak bulunmuş, Model C nin RMSEA değeri ( RMSEA=0.004) olarak belirlenmiş ve Model D nin RMSEA değeri ( RMSEA=0.000) olarak bulunmuştur. Ayrıca tüm modellerin χ 2 /sd oranları da 5 ten düşük ve birbirine yakın bulunmuştur. Model B, Model C ve Model D faktör yük değerlerinin veya hata varyanslarının ülkelerarasında eşit olduğu üzerine

76 58 kurulan Model A dan istatistiksel olarak anlamlı ve daha iyi bir uyum göstermemiştir. Bu sonuçlar doğrultusunda sekiz numaralı ölçek için kabul edilen model, Model A olmuştur. Buna göre sekiz numaralı alt ölçeğin, uygulamaya katılan 35 ülkede dört ayrı kavrama süreciyle ifade edilen boyutlarda ölçme yaptığı söylenebilir. Sekiz numaralı alt testin yapı geçerliliği evrenseldir. Sekiz numaralı alt testin faktör yapısının tüm ülkelerde birbirine ne derecede uyumlu olduğunu belirlemek amacıyla Model A nın RMSEA değeri (0.061) incelenmiş, bu alt testin faktör yapısının tüm ülkelerde birbirine orta derecede benzerlikte olduğu belirlenmiştir. Sıfır, üç, altı ve sekiz numaralı alt testin faktör yapısının tüm ülkelerde birbirine denk olması ile ilgili bulgular, Brown ve arkadaşlarının (2005) yaptıkları çalışmadan elde ettikleri bulguları desteklememektedir. Brown ve arkadaşları, maddelerin farklı kültürlerde farklı IRT modellerine uygun ölçme yaptıkları, dolayısıyla ölçeğin faktör yapısının da bu ülkelerde farklı olduğu bulgusuna ulaşılmışlardır. Bu farkı bulmuş olmalarının olası sebeplerinden biri, çalışmalarını, PIRLS 2001 uygulamasına katılmış 35 ülkeden gelişmiş, gelişmemiş ve diğer ülkelerden ikişer örnek seçerek gerçekleştirmiş olmalarıdır. Oysa bu çalışmada, tüm ülkeler dahil edilerek çok daha geniş bir veri havuzu yaratılmıştır. Bu veri havuzu içindeki farklılıkların ortaya çıkabilmesi olasılığı, çok daha dar kapsamlı ve özellikle iki uçtan seçilmiş gruplar arasında fark elde etme olasılığından daha küçüktür. Bu nedenle PIRLS 2001 testinin alt testlerinden elde edilen bulgular ile Brown ve arkadaşlarının bulguları birbirini desteklememektedir. Johansone ve Foy (2004) yaptıkları çalışmada Avrupa Birliği üyesi ülkeler ve aday olarak bekleyen ülkelerin PIRLS 2001 testi başarılarının birbirine denk olduğunu bulmuşlardır. Bu karşılaştırmayı faktör yapılarının birbirine denk olup olmadığını test etmeden yapmışlardır. Bu çalışmada ise faktör yapılarının birbirine denk olduğu ve ortalamaların birbirleriyle doğrudan karşılaştırılabileceği gösterilmiştir. Böylece Johansone ve Foy un çalışmalarında eksik bıraktıkları önemli bir psikometrik teknik boşluk giderilmiştir.

77 59 Görüldüğü gibi sıfır, üç, altı ve sekiz numaralı alt testler tüm ülkelerde birbirine denk faktör yapısıyla ölçme yapmaktadır. Fakat bu denkliğin derecesi çok yüksek değildir. Dört alt testin kabul edilmiş olan Model A için RMSEA değerleri ile arasında değişmektedir. Bu değerler faktör yapılarının uygulamaya katılan ülkelerde birbirilerine orta düzeyde benzerlik gösterdiğine işaret etmektedir. Blum ve Guerin-Pace (2000) ile Blum ve arkadaşları (2001) kültürden kaynaklanan yanlılıklar nedeniyle uygulamaya katılan ülkelerde yapı geçerliliklerinin birbirine denk olmayabileceği endişesini bildirmişlerdir. Yapılan bu çalışma ile PIRLS 2001 uygulamasının kültürlerarası geçerliliğinin orta düzeyde sağlandığı gösterilmiştir. Böylece Blum ve Guerin-Pace ile Blum ve arkadaşlarının bildirdikleri endişeler giderilmiştir. PIRLS 2001 uygulamasına katılan 35 ülkede faktör yapılarının eşitliğinin dolayısı ile de ölçeğin faktör yapısının katılımcı ülkelerde birbirine denkliğinin orta düzeyde sağlanabildiği, kültürel farklılıkların bu 35 ülkenin uygulamalarında geçerliliği bozan bir etken olmadığı görülmüştür. Uyumun orta derecede çıkmış olmasının nedenlerini saptamak için uyumsuzluğa yol açmış maddelerin incelenmesi şarttır. Fakat PIRLS 2001 maddeleri açıklanmamıştır. Maddelerin içeriklerinin açıklanması gerekliliği, Hilton un (2006) önerileriyle ve eleştirileriyle de uyumludur Aynı dillerde ve farklı dillerde yapılmış olan uygulamaların faktör yapılarının kendi içlerinde denkliğinin test edilmesi Araştırmanın bu amacına yönelik cevapları bulabilmek amacıyla uygulamanın ortak dilde yapıldığı ülkeler ve uygulamanın birbirinden farklı dillerde yapıldığı ülkelerdeki uyum katsayılarının, uygulamaların denkliğine ilişkin kanıt olarak sunulup sunulamayacağı incelenmiştir. Bu doğrultuda, uygulamanın İngilizce yapıldığı ülkelerde (Belize, Filipinler, İngiltere, İskoçya, Singapur, Yeni

78 60 Zelanda) uygulamaların birbirine denkliği incelenmiş daha sonra uygulamanın Arapça yapıldığı ülkelerde (Fas, Kuveyt) denklikler incelenmiş daha sonra uygulamanın İspanyolca yapıldığı ülkelerde (Arjantin, Kolombiya) denklikler incelenmiş sonrasında uygulamanın Yunanca yapıldığı ülkelerde (Güney Kıbrıs, Yunanistan) uygulamaların denklikleri incelenmiş son olarak ise uygulamanın birbirinden farklı dillerde uygulandığı ülkelerde (Almanya Bulgaristan, Çek Cumhuriyeti, Fransa, Hollanda, Honk Kong, İran, İsrail, İsveç, İtalya, İzlanda, Kanada, Letonya, Litvanya, Macaristan, Makedonya, Moldova, Norveç, Romanya, Rusya Federasyonu, Slovakya, Slovenya, Türkiye ve Yeni Zellanda,) uygulamaların birbirine denklikleri incelenmiştir. Elde edilen bulgular ilgili başlık altında, tablolar halinde aşağıda sunulmuştur Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı okuma parçasına ilişkin bulgular Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testten elde edilen puanların dağılımına ait betimleyici istatistikler Tablo 7'de verilmiştir Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt test için İngilizce konuşulan ülkelerde çok gruplu doğrulayıcı faktör analizi sonuçları: Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testin İngilizce uygulandığı ülkelerdeki faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 19 da verilmiştir.

79 61 Tablo 19. Hare Ve Pufflings Okuma Parçalarından Oluşan Sıfır Numaralı Alt Testin İngilizce Uygulamaları İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * Model D * Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). Tablo 19 incelendiğinde faktör yüklerinin uygulamanın İngilizce yapıldığı ülkelerde birbirine denk olduğu üzerine kurulu Model A nın uyum iyiliği katsayılarının (RMSEA=0.056; χ 2 /sd=3.74), faktör yüklerinin ve hata varyanslarının ülkeler arasında farklı olduğu üzerine kurulan diğer modellere göre daha kötü bir uyumu göstermediği tespit edilmiştir. Buna göre tüm ülkelerde faktör yüklerinin veya hata varyanslarının farklı olduğu üzerine kurulu olan diğer modellerin RMSEA değerleri istatistiksel olarak daha iyi bir uyuma işaret etmemektedir. Model B ( RMSEA=0.005), Model C ( RMSEA=0.006) ve Model D nin ( RMSEA=0.001) RMSEA değerleri ile Model A nın RMSEA değeri arasında 0.01 den daha büyük bir farklılık bulunmamıştır. Modellerin kay-kare değerleri arasında istatistiksel olarak manidar bir farklılık bulunsa da (Model B χ 2 sd= ; Model C χ 2 sd= ; Model D χ 2 sd=193.80) bu değerlerin örneklem büyüklüğüne aşırı duyarlı olmaları nedeniyle yorumlanması yoluna gidilmemiştir. Ayrıca χ 2 /sd oranları incelendiğinde tüm modeller için oranların 5 ten küçük ve birbirine çok yakın olduğu bulunmuştur. Bu durum da RMSEA değerleri gibi Model A dan daha iyi açıklama getiren bir modelin bulunmadığı yönünde yorumlanmıştır. Buna göre sıfır numaralı alt testin İngilizce olarak uygulandığı ülkelerin hepsinde aynı faktör yapısıyla ölçme yapabildiği görülmüştür. Sıfır numaralı alt testin İngilizce uygulandığı ölçeğin tüm ülkelerde aynı faktör yapısıyla ölçme

80 62 yaptığı dolayısı ile sıfır numaralı alt testin uygulamaya İngilizce dilinde katılan ülkelerde ölçme değişmezliğinin sağlanabildiği görülmüştür. Bu uyumun derecesini belirlemek amacıyla Model A nın RMSEA değeri (0.056) incelenmiş ve sıfır numaralı alt testin İngilizce konuşulan ülkelerde birbirine iyi derecede benzer faktör yapısıyla ölçme yaptığı belirlenmiştir Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt test için Arapça konuşulan ülkelerde çok gruplu doğrulayıcı faktör analizi sonuçları: Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testin ölçme yaptığı boyutlar ve bu boyutlara ait maddelerin dağılımı Tablo 8 de verilmiştir. Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testin Arapça uygulandığı ülkelerdeki faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 20 de verilmiştir. Tablo 20. Hare ve Pufflings Okuma Parçalarından Oluşan Sıfır Numaralı Alt Testin Arapça Uygulamaları İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * 0,005 Model C * 0,019* Model D * 0,016* Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit).

81 63 Tablo 20 incelendiğinde faktör yüklerinin uygulamanın Arapça yapıldığı ülkelerde birbirine denk olduğu üzerine kurulu Model A nın uyum iyiliği katsayılarının (RMSEA=0.052; χ 2 /sd=2.90), faktör yüklerinin ve hata varyanslarının ülkeler arasında farklı olduğu üzerine kurulan Model C ye (RMSEA=0.033; χ 2 /sd=1.78; RMSEA=0.019) ve hata varyanslarının farklı olduğu üzerine kurulu olan Model D ye (RMSEA=0.036; χ 2 /sd=1.95; RMSEA=0.016) göre daha kötü bir uyumu gösterdiği tespit edilmiştir. Buna göre sıfır numaralı alt testin uygulamasının Arapça yapıldığı ülkelerde uygulamalar birbirine denk sayılamamaktadır. Model C ve Model D, Model A ya göre daha iyi uyum gösteren bir çözüm üretmektedir. Model C ve Model D nin ortak özellikleri ikisinin de hata varyanslarının serbest olduğunu kabul etmeleridir. Görülmektedir ki sıfır numaralı alt testin Arapça uygulandığı Kuveyt ve Fas ta hata varyansları birbirinden farklıdır. Buna göre uygulamanın Arpça yapıldığı ülkelerde Model A nın kabul edilemeyeceği, hata varyanslarının her ülkede farklı olduğu üzerine kurulu olan Model C ve Model D nin daha iyi uyum gösterdiği bulunmuştur. Sıfır numaralı alt testin Arapça olarak uygulandığı ülkelerde aynı faktör yapısıyla ölçme yapamadığı görülmüştür Hare ve Pufflings parçalarından oluşan sıfır numaralı alt test için İspanyolca konuşulan ülkelerde çok gruplu doğrulayıcı faktör analizi sonuçları: Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testin ölçme yaptığı boyutlar ve bu boyutlara ait maddelerin dağılımı Tablo 8 de verilmiştir. Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testin İspanyolca uygulandığı ülkelerdeki faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 21 de verilmiştir.

82 64 Tablo 21. Hare ve Pufflings Okuma Parçalarından Oluşan Sıfır Numaralı Alt Testin İspanyolca Uygulamaları İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * 0,022* Model D * 0.019* Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). Tablo 21 incelendiğinde, faktör yapısının uygulamanın İspanyolca yapıldığı ülkelerde birbirine denk olduğu üzerine kurulu Model A nın uyum iyiliği katsayılarının (RMSEA=0.044; χ 2 /sd=1.67), hem faktör yüklerinin ve hata varyanslarının ülkeler arasında farklı olduğu üzerine kurulan Model C ye (RMSEA=0.022; χ 2 /sd=1.17; RMSEA=0.022) hata varyanslarının farklı olduğu üzerine kurulan Model D ye (RMSEA=0.025; χ 2 /sd=1.23; RMSEA=0.019) göre daha kötü bir uyumu gösterdiği tespit edilmiştir. Buna göre tüm ülkelerde faktör yüklerinin ve hata varyanslarının farklı olduğu üzerine kurulu olan Model C nin ve Model D nin RMSEA değeri daha iyi bir uyuma işaret etmektedir. Bu iki modelin de ortak yönleri hata varyanslarının serbest bırakılması ve tüm ülkelerde farklı hata varyansı hesaplanmasına izin vermesidir. Buna göre sıfır numaralı alt testin İspanyolca olarak uygulandığı ülkelerde hata varyansları birbirine denk değildir. Bu doğrultuda sıfır numaralı alt testin İspanyolca uygulandığı Arjantin ve Kolombiya da uygulamalar faktör yapısı olarak birbirine denk değildir. Sıfır numaralı alt test, İspanyolca konuşulan ülkelerin her birinde farklı bir faktör yapısına dayalı ölçme yapmıştır. Bu durum sıfır numaralı alt testin İspanyolca konuşulan tüm ülkelerde aynı geçerliliğe sahip olmadığını göstermektedir.

83 Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt test için Yunanca konuşulan ülkelerde çok gruplu doğrulayıcı faktör analizi sonuçları: Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testin ölçme yaptığı boyutlar ve bu boyutlara ait maddelerin dağılımı Tablo 8 de verilmiştir. Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testin Yunanca uygulandığı ülkelerdeki faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 22 de verilmiştir. Tablo 22. Hare ve Pufflings Okuma Parçalarından Oluşan Sıfır Numaralı Alt Testin Yunanca uygulamaları İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * 0.016* Model D * 0.013* Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). Tablo 22 incelendiğinde faktör yüklerinin ve hata varyanslarının, uygulamanın Yunanca yapıldığı ülkelerde birbirine denk olduğu üzerine kurulu Model A nın uyum iyiliği katsayılarının (RMSEA=0.039; χ 2 /sd=2.00), faktör yüklerinin ve hata varyanslarının ülkeler arasında farklı olduğu üzerine kurulan Model C (RMSEA=0.023; χ 2 /sd=1.35; RMSEA=0.016) ve Model D ye (RMSEA=0.026; χ 2 /sd=1.46; RMSEA=0.013) göre daha kötü bir uyumu

84 66 gösterdiği tespit edilmiştir. Buna göre tüm ülkelerde faktör yüklerinin ve hata varyanslarının farklı olduğu üzerine kurulu olan Model C nin ve Model D nin RMSEA ve χ 2 /sd değerleri daha iyi bir uyumu göstermektedir. Model A nın RMSEA değeri Model B nin RMSEA değerinden anlamlı bir farklılık göstermemiştir. Bu durum incelendiğinde, uyum iyiliği bakımından Model A ya göre Model C ve Model D nin anlamlı farklılık göstermesi fakat Model B nin göstermemesi, Model C ve Model D de ortak olan bir durumdan kaynaklanmaktadır. Model C ve Model D de ortak olan özellik bu iki modelin de hata varyanslarını serbest bırakmasıdır. Ortaya çıkan bu bulgular değerlendirildiğinde sıfır numaralı alt testin Yunanca uygulandığı Kıbrıs Rum Kesimi ile Yunanistan da birbirinden farklı hata varyanslarına sahip yapıda ölçme yaptığı görülmektedir. Buna göre, sıfır numaralı alt testin Yunanca olarak uygulandığı ülkelerde faktör yapıları birbirine denk değildir. Yunanca konuşulan ülkelerin her birinde farklı bir faktör yapısına dayalı ölçme yapılmıştır. Bu durum sıfır numaralı alt testin Yunanca konuşulan tüm ülkelerde aynı geçerliliğe sahip olmadığını göstermektedir Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testin birbirine benzer olmayan dillerde uygulandığı ülkelerde çok gruplu doğrulayıcı faktör analizi sonuçları: Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testin ölçme yaptığı boyutlar ve bu boyutlara ait maddelerin dağılımı Tablo 8 de verilmiştir. Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testin birbirine benzer olmayan dillerde uygulandığı ülkelerdeki faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 23 te verilmiştir.

85 67 Tablo 23. Hare ve Pufflings Okuma Parçalarından Oluşan Sıfır Numaralı Alt Testin Birbirinden Farklı Dillerdeki Uygulamaları İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * Model D * Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). Tablo 23 incelendiğinde, uygulamanın birbirine benzer olmayan dillerde yapıldığı ülkelerde, faktör yüklerinin birbirine denk olduğu üzerine kurulu Model A nın uyum iyiliği katsayılarının (RMSEA=0.065; χ 2 /sd=5.46), faktör yüklerinin ya da hata varyanslarının ülkeler arasında farklı olduğu üzerine kurulan diğer modellere göre benzer uyumu gösterdiği tespit edilmiştir. Tüm modellerin uyum iyiliği değerlerini gösteren RMSEA değerleri ve χ 2 /sd oranları birbirine çok yakın çıkmıştır. Ayrıca RMSEA değerleri arasındaki farklar ( RMSEA), kritik değer olan 0.01 değerini aşmamaktadır. Buna göre uygulamada kullanılan dillerin birbirinden farklı olması sıfır numaralı alt testin uygulamasının yapı geçerliliğini etkilememektedir. Bir başka deyişle uygulamaların farklı dillerde yapılmış olması ölçme aracının faktör yapısında bir değişikliğe yol açmamaktadır. Sıfır numaralı alt test uygulamanın farklı dillerde yapıldığı ülkelerde birbirine benzer ölçme yapmıştır Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt teste ilişkin bulgular Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt testin ölçme yaptığı boyutlar ve maddelerinin dağılımı Tablo 11 de verilmiştir.

86 Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt test için İngilizce konuşulan ülkelerde çok gruplu doğrulayıcı faktör analizi sonuçları: Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt testin İngilizce uygulandığı ülkelerdeki faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 24 te verilmiştir. Tablo 24. Flowers ve Antarctica Okuma Parçalarından Oluşan Üç Numaralı Alt Testin İngilizce Uygulamaları İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * Model D * Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). Tablo 24 incelendiğinde faktör yüklerinin üçüncü alt testin uygulamasının İngilizce yapıldığı ülkelerde birbirine denk olduğu üzerine kurulu Model A nın RMSEA ve χ 2 /sd uyum iyiliği katsayılarının, faktör yüklerinin ve hata varyanslarının ülkeler arasında farklı olduğu üzerine kurulan diğer modellerin uyum iyiliğini gösteren RMSEA ve χ 2 /sd katsayılarından istatistiksel olarak manidar derecede farklı olmadığı görülmüştür. Buna göre daha iyi uyum sağlayan bir model olmadığı için faktör yapılarının tüm kültürlerde birbirine denk olduğu üzerine kurulu olan Model A kabul edilmiştir. İngilizce konuşulan ülkelerde yapılan üç numaralı alt testin uygulamasının uygulamaya katılan ülkelerde ölçme değişmezliğini sağlayabildiği görülmüştür.

87 Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt test için Arapça konuşulan ülkelerde çok gruplu doğrulayıcı faktör analizi sonuçları: Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt testin Arapça uygulandığı ülkelerdeki faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 25 te verilmiştir. Tablo 25. Flowers ve Antarctica Okuma Parçalarından Oluşan Üç Numaralı Alt Testin Arapça Uygulamaları İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B Model C Model D Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). Tablo 25 incelendiğinde faktör yüklerinin üçüncü alt testin uygulamasının Arapça yapıldığı ülkelerde birbirine denk olduğu üzerine kurulu Model A nın uyum iyiliği katsayılarının, faktör yüklerinin ve hata varyanslarının ülkeler arasında farklı olduğu üzerine kurulan diğer modellerle aynı derecede uyum gösterdiği tespit edilmiştir. RMSEA değerleri birbirinden anlamlı bir farklılaşmayı göstermeyecek derecede küçüktür. Buna göre faktör yapılarının uygulamanın Arapça yapıldığı ülkelerde birbirine denk olduğu üzerine kurulu olan Model A diğer modellerden fark göstermemiştir. Buna göre uygulamanın Arapça yapıldığı ülkelerde birbirine denk olduğu kabul edilmiştir.

88 Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt test için İspanyolca konuşulan ülkelerde çok gruplu doğrulayıcı faktör analizi sonuçları: Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt testin İspanyolca uygulandığı ülkelerdeki faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 26 da verilmiştir. Tablo 26. Flowers ve Antarctica Okuma Parçalarından Oluşan Üç Numaralı Alt Testin İspanyolca Uygulamaları İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * Model D Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). Tablo 26 incelendiğinde faktör yüklerinin üçüncü alt testin uygulamasının İspanyolca yapıldığı ülkelerde birbirine denk olduğu üzerine kurulu Model A nın uyum iyiliği katsayılarının, faktör yüklerinin ve hata varyanslarının ülkeler arasında farklı olduğu üzerine kurulan diğer modellerle RMSEA değerleri bakımından çok yakın derecede benzer derecede uyum gösterdiği tespit edilmiştir. RMSEA değerleri arasındaki farkı gösteren RMSEA değerlerinin farkı anlamlı değildir. Ayrıca χ 2 /sd oranları incelendiğinde bu oranların tüm modellerde 5 ten küçük ve tüm modeller için birbirine çok yakın olduğu gözlenmiştir. Buna göre uygulamanın İspanyolca yapıldığı ülkelerde faktör

89 71 yapılarının birbirine denk olduğu üzerine kurulu olan Model A diğer modellerden fark göstermemiştir. Uygulamanın İspanyolca yapıldığı ülkelerde faktör yapılarının birbirine denk olduğu kabul edilmiştir. Ayrıca modellerin kay-kare değerlerinin birbirinden farklarının anlamlı olup olmadığı da incelenmiş ve diğer modellerin Model A dan istatistiksel olarak anlamlı bir farkı göstermediği bulunmuştur Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt test için Yunanca konuşulan ülkelerde çok gruplu doğrulayıcı faktör analizi sonuçları: Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt testin Yunanca uygulandığı ülkelerdeki faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 27 de verilmiştir. Tablo 27. Flowers ve Antarctica Okuma Parçalarından Oluşan Üç Numaralı Alt Testin Yunanca Uygulamaları İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * Model D Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). Tablo 27 incelendiğinde faktör yüklerinin üçüncü alt testin uygulamasının Yunanca yapıldığı ülkelerde birbirine denk olduğu üzerine kurulu Model A nın

90 72 uyum iyiliği katsayılarının, faktör yüklerinin ve hata varyanslarının ülkeler arasında farklı olduğu üzerine kurulan diğer modellerle büyük oranda benzer derecede uyum gösterdiği tespit edilmiştir. Buna göre uygulamanın Yunanca yapıldığı ülkelerde faktör yapıları birbirine denktir. Ayrıca, modellerin χ 2 /sd değerleri birbirine çok yakındır. Bu nedenle modeller arasında fark olmadığı görülmüş, Model A, yani uygulamanın dilin Yunanca olduğu ülkelerde faktör yapılarının birbirine denk olduğu durum kabul edilmiştir Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt testin birbirine benzer olmayan dillerde uygulandığı ülkelerde çok gruplu doğrulayıcı faktör analizi sonuçları: Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt testin birbirinden farklı dillerde uygulandığı ülkelerdeki faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 28 de verilmiştir. Tablo 28. Flowers ve Antarctica Okuma Parçalarından Oluşan Üç Numaralı Alt Testin Birbirinden Farklı Dillerdeki Uygulamaları İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * Model D * Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit).

91 73 Tablo 28 incelendiğinde faktör yüklerinin, uygulamanın birbirinden farklı dillerde yapıldığı ülkelerde birbirine denk olduğu üzerine kurulu Model A nın uyum iyiliği katsayılarının (RMSEA=0.065; χ 2 /sd=5.46), faktör yüklerinin ve/veya hata varyanslarının ülkeler arasında farklı olduğu üzerine kurulan diğer modellerle çok benzer bir uyum derecesini yansıttığı tespit edilmiştir. Model B için RMSEA değeri 0.002, Model C için RMSEA değeri ve Model D için RMSEA değeri olarak belirlenmiştir. Bu değerler Model A dan daha iyi bir model olduğunu göstermemektedir. Modellerin χ 2 /sd oranları 5 e ve değer olarak birbirine çok yakındır. Benzer şekilde tüm modellerin RMSEA değerleri de birbirine çok yakındır ve aralarında istatistiksel olarak manidar bir farklılık bulunmamaktadır. Sonuç olarak uygulamanın birbirinden farklı dillerde yapıldığı ülkelerde de ölçeğin yapı geçerliliği birbirine denk sayılmıştır Mice ve River okuma parçalarından oluşan altı numaralı alt teste ilişkin bulgular Mice ve River okuma parçalarından oluşan altı numaralı alt testin ölçme yaptığı boyutlar ve bu boyutlara ait maddelerin dağılımı Tablo 14 de verilmiştir Mice ve River okuma parçalarından oluşan altı numaralı alt test için İngilizce konuşulan ülkelerde çok gruplu doğrulayıcı faktör analizi sonuçları: Mice ve River okuma parçalarından oluşan altı numaralı alt testin İngilizce uygulandığı ülkelerdeki faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 29 da verilmiştir.

92 74 Tablo 29. Mice ve River Okuma Parçalarından Oluşan Altı Numaralı Alt Testin İngilizce Uygulamaları İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * Model D * Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). Tablo 29 incelendiğinde altı numaralı alt testin uygulamasının İngilizce yapıldığı ülkelerde faktör yüklerinin birbirine denk olduğu üzerine kurulu Model A nın uyum iyiliği katsayılarının, faktör yüklerinin ve hata varyanslarının ülkeler arasında farklı olduğu üzerine kurulan modellerle büyük oranda benzer çıktığı görülmüştür. Modellerin RMSEA değerleri birbirine çok yakındır ve RMSEA değerleri arasındaki farklar Model B için RMSEA=0.004, Model C için RMSEA=0.009 ve Model D için RMSEA=0.002 olarak bir fark göstermeyecek şekilde bulunmuştur. Ayrıca modellerin χ 2 /sd oranları da birbirine değer olarak çok yakındır. Diğer modellerin Model A ya oranla manidar derecede daha iyi uyum gösterdiğine dair kanıt bulunmamıştır. Buna göre İngilizce konuşulan ülkelerde yapılan üç numaralı alt testin uygulamasının her ülkede benzer faktör yapısına sahip olduğu görülmüştür Mice ve River okuma parçalarından oluşan altı numaralı alt test için Arapça konuşulan ülkelerde çok gruplu doğrulayıcı faktör analizi sonuçları: Uygulamanın Arapça yapıldığı iki ülkelerden birisi olan Kuveyt ten elde edilen verilerin analize katılan verilere kıyaslandığında çok büyük oranda

93 75 missing value (kayıp değer) barındırması nedeniyle analiz gerçekleştirilememiştir. Analizlerin yapılabilmesi amacıyla kullanılan Lisrel programı, analize giren grup sayısı ve bu gruplardaki toplam kayıp değerlerini birbirine oranlamaktadır. Kayıp değerlerin oranını toplam verilerin %20 sinden daha fazla bulduğu durumlarda analize devam etmemektedir. Kuveyt ten elde edilen verilerin, sekiz numaralı alt testin tüm ülkelerle birlikte analize dahil olduğu durumda kabul edilip analiz sonucunun elde edilebilmesinin fakat sadece Kuveyt ile Fas karşılaştırması yaparken analize devam edememesinin sebebi bu oranın ülke sayısı azaldığında toplam verilere olan oranının artmasıdır. Kuveyt ten elde edilen verilerdeki kayıp veri oranı, bu analiz için kullanılacak verilerin %20 sinden daha fazlasını oluşturmaktadır. Bu nedenle sekiz numaralı alt testin Arapça konuşulan iki ülke bağlamında karşılaştırılması yapılamamıştır Mice ve River okuma parçalarından oluşan altı numaralı alt test için İspanyolca konuşulan ülkelerde çok gruplu doğrulayıcı faktör analizi sonuçları: Mice ve River okuma parçalarından oluşan altı numaralı alt testin İspanyolca uygulandığı ülkelerdeki faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 30 da verilmiştir. Tablo 30. Mice ve River Okuma Parçalarından Oluşan Altı Numaralı Alt Testin İspanyolca Uygulamaları İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * Model D * Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit).

94 76 Tablo 30 incelendiğinde altı numaralı alt testin uygulamasının İspanyolca yapıldığı ülkelerde faktör yüklerinin birbirine denk olduğu üzerine kurulu Model A nın uyum iyiliği katsayılarının, faktör yüklerinin ve hata varyanslarının ülkeler arasında farklı olduğu üzerine kurulan modellerle büyük oranda benzer çıktığı görülmüştür. Modellerin RMSEA değerleri ve χ 2 /sd oranları birbirine çok yakındır. Buna göre İspanyolca konuşulan ülkelerde yapılan üç numaralı alt testin uygulamasının her ülkede benzer faktör yapısına sahip olduğu görülmüştür Mice ve River okuma parçalarından oluşan altı numaralı alt test için Yunanca konuşulan ülkelerde çok gruplu doğrulayıcı faktör analizi sonuçları: Mice ve River okuma parçalarından oluşan altı numaralı alt testin Yunanca uygulandığı ülkelerdeki faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 31 de verilmiştir. Tablo 31. Mice ve River Okuma Parçalarından Oluşan Altı Numaralı Alt Testin Yunanca Uygulamaları İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * Model D * Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit).

95 77 Altı numaralı alt testin uygulamasının Yunanca yapıldığı ülkelerde Model C nin RMSEA uyum iyiliği katsayısı, Model A nın uyum iyiliği katsayısından daha iyi bir uyumu işaret ediyor görünse de iki model arasındaki bu farkın istatistiksel olarak önemli sayılabilecek bir farka denk gelmediği görülmektedir. Daha önce belirtildiği gibi iki model arasındaki farkın dan daha büyük olması durumunda daha küçük RMSEA değerine sahip olan model daha iyi uyum bildiren model olarak seçilmektedir. Modellerin RMSEA değerleri arasındaki farkın bu değeri aşamadığı durumlarda Model A kabul edilmektedir. Bu durumda da Model A kabul edilmiştir. Buna göre altı numaralı alt testin Yunanca uygulaması iki ülkede aynı faktör yapısına uygun şekilde gerçekleşmiştir. Altı numaralı alt testin Yunanca uygulaması faktör yapısı iki ülkede birbirine denk görünmekle birlikte Model C nin RMSEA değerinin kritik sınırda (0.01) olması ama bu sınırı aşmamış olması nedeniyle bu alt test için model C nin kabul edilme sınırında olduğu söylenebilir. Buna göre altı numaralı alt testin Yunanca uygulandığı ülkelerde faktör yapıları birbirine denk görünmekle birlikte faktör yapılarının birbirinden farklı olma eğilimi de bulunmaktadır Mice ve River okuma parçalarından oluşan altı numaralı alt testin birbirine benzer olmayan dillerde uygulandığı ülkelerde çok gruplu doğrulayıcı faktör analizi sonuçları: Mice ve River okuma parçalarından oluşan altı numaralı alt testin birbirinden farklı dillerde uygulandığı ülkelerdeki faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 32 de verilmiştir.

96 78 Tablo 32. Mice ve River Okuma Parçalarından Oluşan Altı Numaralı Alt Testin Birbirinden farklı Dillerdeki Uygulamaları İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * Model D * Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). Tablo 32 incelendiğinde faktör yüklerinin, uygulamanın birbirinden farklı dillerde yapıldığı ülkelerde birbirine denk olduğu üzerine kurulu Model A nın uyum iyiliği katsayılarının, faktör yüklerinin ve hata varyanslarının ülkeler arasında farklı olduğu üzerine kurulan Model A nın uyum iyiliği katsayısı ölçeğin yapısının her ülkede farklı olduğu üzerine kurulu modellerle aynı çıkmıştır. Buna göre altı numaralı alt testin birbirinden farklı diller arasında birbirine denk bir yapıda ölçme yaptığı, ölçeğin faktör yapısının tüm kültürlerde eşit olduğu söylenebilir. Ölçümlerin uyum iyiliğinin bir başka ölçüsü olan χ 2 /,sd değerleri de tüm modeller için birbirine çok yakındır Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt teste ilişkin bulgular Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt testin ölçme yaptığı boyutlar ve bu boyutlara ait maddelerin dağılımı Tablo 17 de verilmiştir.

97 Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt test için İngilizce konuşulan ülkelerde çok gruplu doğrulayıcı faktör analizi sonuçları: Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt testin İngilizce uygulandığı ülkelerdeki faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 33 te verilmiştir. Tablo 33. Clay ve Leonardo Okuma Parçalarından Oluşan Sekiz Numaralı Alt Testin İngilizce Uygulamaları İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * Model D * Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). Tablo 33 incelendiğinde sekizinci alt testin uygulamasının İngilizce yapıldığı ülkelerde faktör yüklerinin birbirine denk olduğunu kabul eden Model A nın uyum iyiliği katsayılarının (RMSEA=0.059; χ 2 /sd=2.17), faktör yüklerinin ve/veya hata varyanslarının ülkeler arasında farklı olduğu üzerine kurulan diğer modellerle çok büyük bir fark göstermediği bulunmuştur. Model B için RMSEA=0.002, Model C için RMSEA=0.003 ve Model D için RMSEA=0.001 olarak bulunmuştur. Modellere ait RMSEA değerleri birbirine çok yakın değerler aldığı için faktör yapılarının birbirine denk olduğu üzerine kurulmuş olan Model A yorumlanmıştır. Ayrıca modellerin uyumu hakkında bilgi veren bir diğer ölçü olan X 2 /sd oranı da tüm modeller için hem iyi bir uyumu gösterir şekilde oldukça

98 80 düşük hem de birbirine çok yakındır. Buna göre sekizinci alt testin uygulamasının İngilizce yapıldığı ülkelerde, faktör yapıları birbirine denktir Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt test için Arapça konuşulan ülkelerde çok gruplu doğrulayıcı faktör analizi sonuçları: Uygulamanın Arapça yapıldığı iki ülkeden birisi olan Kuveyt ten elde edilen verilerin çok büyük oranda kayıp değer (missing value) barındırması nedeniyle analiz gerçekleştirilememiştir. Araştırmada analizlerin yapılabilmesi amacıyla kullanılan Lisrel programı, analize giren grup sayısı ve bu gruplardaki toplam kayıp değerlerini birbirine oranlamaktadır. Kayıp değerlerin oranını toplam verilerin %20 sinden daha fazla bulduğu durumlarda analize devam etmemektedir. Kuveyt ten elde edilen verilerin, sekiz numaralı alt testin tüm ülkelerle birlikte analize dahil olduğu durumda kabul edilip analiz sonucunun elde edilebilmesinin fakat sadece Kuveyt ile Fas karşılaştırması yaparken analize devam edememesinin sebebi bu oranın ülke sayısı azaldığında toplam verilere olan oranının artmasıdır. Kuveyt ten elde edilen verilerdeki kayıp veri oranı, bu analiz için kullanılacak verilerin %20 sinden daha fazlasını oluşturmaktadır. Bu nedenle sekiz numaralı alt testin Arapça konuşulan iki ülke bağlamında karşılaştırılması yapılamamıştır Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt test için İspanyolca konuşulan ülkelerde çok gruplu doğrulayıcı faktör analizi sonuçları: Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt testin İspanyolca uygulandığı ülkelerde faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 34 te verilmiştir.

99 81 Tablo 34. Clay ve Leonardo Okuma Parçalarından Oluşan Sekiz Numaralı Alt Testin İspanyolca Uygulamaları İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B Model C * Model D * Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). Tablo 34 incelendiğinde sekiz numaralı alt testin uygulamasının İspanyolca yapıldığı ülkelerde faktör yüklerinin birbirine denk olduğu üzerine kurulu Model A nın uyum iyiliği derecesini gösteren RMSEA değeri (0.044), faktör yüklerinin ve hata varyanslarının ülkeler arasında farklı olduğu üzerine kurulan Model C nin RMSEA değerinden (0.022) ve hata varyanslarının her ülke için farklı olduğu üzerine kurulu olan Model D nin RMSEA değerinden (0.025) daha kötü bir uyumu gösterecek şekilde elde edilmiştir. Model C için RMSEA=0.022; Model D için RMSEA=0.019 olarak bulunmuştur. Model A ile model B arasında uyum bakımından anlamlı bir farklılık bulunmamıştır ( RMSEA=0.004). Ayrıca Model C ile Model D nin Model A ya kıyasla χ 2 /sd oranlarının da birbirlerinden çok büyük olmamasına rağmen farklılık gösterdiği görülmüştür. Model A nın χ 2 /sd oranı 1.67 olarak hesaplanırken Model C nin χ 2 /sd oranı 1.17 olarak belirlenmiştir. Model D nin χ 2 /sd oranı ise 1.23 olarak belirlenmiştir. Elde edilen bulgulara göre hata varyanslarının İspanyolca konuşulan ülkelerde serbest bırakıldığı modellerin uyum iyiliği değerleri kabul edilmek durumundadır. Buna göre sekiz numaralı alt testin İspanyolca uygulaması Arjantin ve Kolombiya da aynı faktör yapısına uygun olacak şekilde ölçme yapmamıştır. Sekiz numaralı alt ölçeğin İspanyolca uygulandığı iki ülkede farklı bir faktör yapısı söz konusu olmuştur. Bu duruma göre sekiz numaralı alt testin ülkelerarası faktör değişmezliği sağlanamamıştır.

100 Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt test için Yunanca konuşulan ülkelerde çok gruplu doğrulayıcı faktör analizi sonuçları: Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt testin Yunanca uygulandığı ülkelerdeki faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 35 te verilmiştir. Sekiz numaralı alt testin daha önce tüm ülkelerin bir arada bulunduğu durumda yapılan analizinde Hollanda ve Yunanistan verileri yüksek oranda kayıp veri içerdiği için Hollanda ve Yunanistan verileri analizlerden çıkarılmıştı. Bu analizde ise sekiz numaralı ölçeğin Yunanistan verileri yine kayıp veri barındırmakla birlikte yapılan karşılaştırma sırasında fazla olmamakla birlikte Güney Kıbrıs verilerinin de aynı desende (aynı maddelerde) kayıp veri barındırdığı görülmüştür. Bu nedenle analiz sonuçları elde edilebilmiştir. Tablo 35. Clay ve Leonardo Okuma Parçalarından Oluşan Sekiz Numaralı Alt Testin Yunanca Uygulamaları İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * Model D * Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). Tablo 35 incelendiğinde sekizinci alt testin uygulamasının Yunanca yapıldığı ülkelerde faktör yüklerinin birbirine denk olduğu üzerine kurulu Model A nın uyum iyiliği katsayısı, faktör yüklerinin ya da hata varyanslarının ülkeler

101 83 arasında farklı olduğu üzerine kurulan diğer modellere yakın bir uyum katsayısı almıştır. Modellerin RMSEA değerleri arasındaki fark 0.01 den daha düşüktür. Tüm modellerin χ 2 /sd oranları 5 ten oldukça düşük olmasına rağmen bu değerlerin birbirlerine çok yakın olması nedeniyle Model A dışındaki modellerin daha iyi bir uyumu göstermedikleri gözlenmiştir. Bu nedenle modellerin uyum katsayıları arasındaki farklılığın önemli olmadığına karar verilmiştir. Bu doğrultuda sekizinci alt teste dair ölçümlerin, uygulamanın Yunanca yapıldığı ülkelerde birbiriyle aynı faktör yapısıyla elde edildiği söylenebilir. Faktörlerin değişmezliği sekiz numaralı alt testin Yunanca uygulamasında sağlanmıştır Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt testin birbirine benzer olmayan dillerde uygulandığı ülkelerde çok gruplu doğrulayıcı faktör analizi sonuçları: Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt testin birbirinden farklı dillerde uygulandığı ülkelerdeki faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 36 da verilmiştir. Tablo 36. Clay ve Leonardo Okuma Parçalarından Oluşan Sekiz Numaralı Alt Testin Birbirinden Farklı Dillerdeki Uygulamaları İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * Model D Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit).

102 84 Tablo 36 incelendiğinde, Model A nın RMSEA ve χ 2 /sd oranlarına dayanan uyum iyiliği katsayılarının, faktör yüklerinin veya hata varyanslarının ülkeler arasında farklı olduğu üzerine kurulan diğer modellerle çok büyük oranda aynı olduğu bulunmuştur. Faktör yüklerinin ve hata varyanslarının tüm ülkelerde birbirine denk olduğu üzerine kurulmuş olan Model A nın uyum iyiliğinin diğer modellerle denk olduğu bir başka deyişle Model A nın uyum derecesi bakımından diğer modellerden istatistiksel olarak hiçbir farkının olmadığı belirlenmiştir. Buna göre sekiz numaralı alt testin birbirinde farklı dillerde konuşulan ülkelerdeki uygulaması bu ülkelerde birbirine denklik taşımaktadır. Sekiz numaralı alt test, birbirinden farklı dil konuşulan ülkelerin tümünde aynı faktör yapısına uygun ölçme yapmaktadır. Yukarıda sıfır, üç, altı ve sekiz numaralı alt testlerin aynı dilde (İngilizce, Arapça, İspanyolca ve Yunanca) uygulandığı ülkelerdeki uygulamalarının faktör yapılarının birbirine denk olup olmadığı test edilmiş, daha sonra ise uygulamaların birbirinden farklı dillerde yapıldığı ülkelerde faktör yapılarının birbirine denk olup olmadığı test edilmiştir. Böylece çeviri etkisinden kaynaklanabilecek faktör yapısı uyumsuzlukları tespit edilmeye çalışılmıştır. Uygulamaların İngilizce yapıldığı ülkelerde faktör yapısının uyumunun orta derecede birbirine denk olduğu bulunmuştur. Tüm alt testlerin İngilizce uygulandığı durumda RMSEA değerleri ile arasında değişmektedir. Bu durum sıfır, üç, altı ve sekiz numaralı alt testlerin geliştirilme dili olan İngilizce uygulamasının faktör yapısının, farklı kültürlerde aynı kalmaya devam ettiğini göstermektedir. Bu değişmezliğin orta derecede olduğu, RMSEA değerlerinin çok düşük olmaması ile ortaya çıkmıştır. Fakat sıfır numaralı alt testin Arapça uygulandığı ülkelerde, İspanyolca uygulandığı ülkelerde ve Yunanca uygulandığı ülkelerde faktör yapıları birbirine denk bulunmamıştır. Alt testin birbirinden farklı dillerde uygulandığı ülkelerde yapılan faktör denkliği analizinde ise faktör yapılarının birbirine denk olduğu bulunmuştur. Bu bulgular doğrultusunda bu alt testin çeviriden etkilenmediği fakat Arapça,

103 85 İspanyolca ve Yunanca uygulamalarında faktör yapılarının denk olmamasına yol açan nedenler olduğu belirlenmiştir. Bu duruma yol açmış olabilecek nedenlerin teknik ve kültürel nedenler olabileceği düşünülmüştür. Uygulamanın Arapça yapılmış olduğu Kuveyt ve Fas, kültürel ve ekonomik olarak birbirlerinden büyük ölçüde farklı yaşantı biçimlerine sahiptirler. Uygulamanın İspanyolca yapıldığı ve gelişmekte olan bir Latin Amerika ülkesi olan Arjantin ile iç savaş kültürüne ve gelişmemiş bir ekonomiye sahip Kolombiya nın yaşam ve anlayış biçimlerinin farklı olması bu alt testin sorularının kültürel ögelere açık olabileceğini düşündürmüştür. Ayrıca uygulamanın Yunanca uygulandığı Yunanistan ve Güney Kıbrıs uygulamaları da birbirine faktör yapısı olarak birbirine denk bulunamamıştır. Ölçeğin iki farklı Yunanca uygulamasının birbirine denk olmamasının sebebi, okuduğunu anlama becerisinin iki farklı ülkede değişik anlamlara geliyor olması ya da uygulamanın teknik yeterliliklerinin ve koşularının kötü olması olabilir. Analiz sonuçları incelendiğinde, Yunanistan uygulamasına çok sayıda modifikasyon indeksi önerisi alındığı görülürken, Güney Kıbrıs uygulamasında ise modelin uyumunun daha iyi olması yönünde yapılan modifikasyon indeksi sayısının çok az sayıda olduğu görülmüştür. Bu nedenle Yunanistan uygulamasının Güney Kıbrıs uygulamasına göre teknik nitelikler bakımından daha sorunlu olduğu görülmüştür. Bu teknik nitelikler Yunanistan uygulamasının veri-model uyumunun Güney Kıbrıs için elde edilen veri-model uyumundan daha kötü olmasıdır. Yunanistan uygulamasının veri-model uyumunu arttırabilecek çok sayıda modifikasyon indeksi önerisinin bulunması iki ülke arasındaki uyumsuzluğun kaynağı olarak Yunanistan uygulamasındaki teknik sorunları ön plana çıkarmaktadır. Maddelerde kullanılan ögelerin, aynı dili kullanmalarına rağmen farklı kültürel değerlere ve anlayışlara denk gelebileceği göz önünde bulundurulmalıdır. Maddelerin kullanıcılara açık olmaması nedeniyle bu farkın kültürel temelleri incelenememiştir. Soruların kültürel değerlerinin incelenemediği durumlarda, maddelerin DIF (Differential Item Functioning) tekniği ile farklılık bulunan kültürler için yanlılık taşıyıp taşımadığının istatistiksel olarak incelenmesi

104 86 önerilmektedir (Zumbo, 1999). Fakat bu inceleme kendi başına bir çalışma olacağı için bu araştırmanın kapsamı dahilinde değildir. Sıfır numaralı alt testin faktör yapısı, çeviriden etkilenmemekte fakat belirginleşen kültürel farklılıklar sözkonusu olduğunda faktör yapısının değişmezliğini sağlayamamaktadır. Üç numaralı alt testin hem aynı dilde uygulandığı ülkelerde faktör yapısı denkliği, hem de uygulamanın farklı dillere çevrilerek yapıldığı ülkelerde faktör yapısı değişmezliği sağlanmıştır. Bu doğrultuda üç numaralı alt testin faktör yapısının çeviriden etkilenmediği görülmüştür. Üç numaralı alt testin farklı ve aynı dillerde yapıldığı uygulamalarının RMSEA değerleri ile arasında değişmektedir. Bu da üç numaralı alt testin genel olarak orta düzeyde uyum gösterdiğini ortaya koymaktadır. Altı numaralı alt test de üç numaralı alt teste benzer şekilde çeviriden etkilenmemektedir. Uygulamanın aynı ya da farklı dillerde yapıldığı durumlarda altı numaralı alt testin faktör yapısı aynı kalmaya devam etmektedir. Altı numaralı alt testin aynı ve farklı dillerde yapıldığı uygulamaların RMSEA değerleri ile arasında değişmektedir. Bu durum altı numaralı alt testin farklı dillerde, orta derecede uyumla, çeviriden etkilenmeden, aynı faktör yapısıyla ölçme yapabildiğini göstermektedir. Sekiz numaralı alt testin İspanyolca yapıldığı Arjantin ve Kolombiya da faktör yapılarının birbirine denk olmadığı görülürken, diğer dillerde ve farklı dillerde yapıldığı uygulamaların faktör yapısı bakımından birbirine denk olduğu görülmüştür. Sıfır numaralı alt testte olduğu gibi sekiz numaralı alt testin de maddelerinin içeriğinin, İspanyolca konuşulan ülkelerde kültürel farklılıklara dayalı yanlılık içerip içermediğinin incelenmesi gereklidir. Sainsbury, Schagen ve Hammond un (2004) çalışmalarında belirttikleri, farklı kültürlerde faktör yapılarının çeviri nedeniyle denk çıkmayabileceği öngörüsü bu çalışma ile test edilmiştir. Elde edilen bugular sıfır, üç, altı ve sekiz numaralı alt testin çeviriden etkilenmeden aynı faktör yapısıyla ölçme yapabildiğini göstermiştir. Bu çalışmadan elde edilen bulgular, Sainsbury, Schagen ve Hammond un öngörülerini yanlışlamıştır.

105 87 PIRLS 2001 uygulamasının alt testlerinin çeviriden etkilenip etkilenmediğini belirlemek amacıyla yapılan analizlerden elde edilen bulgular, Bonnet in (2004) çeviriden kaynaklanabilecek sorunların geçerliliği bozabileceği yönündeki yorumlarına yönelik bulgulardır. Fakat elde edilen bu bulgular Bonnet in yorumlarını da desteklememiştir. Ayrıca faktör yapılarının dilden etkilenmediğine ilişkin bulgular Sainsbury, Schagen ve Hammond (2004) un çalışmasıyla da tutarsızdır. Sainsbury ve arkadaşları İngiltere, İsveç, Hollanda ve Fransa uygulamalarını madde parametreleri bakımından karşılaştırarak bu ülkeler arasında fark bulmuşlardır. Bu farkları ise çeviri farklılıkları ile açıklamaya çalışmışlardır. Çevirinin bulunduğu durumlarda faktör yapılarının birbirine denk çıkmayabileceğine dair öngörülerde bulunmuşlardır. Fakat bu çalışmada çevirinin faktör yapısı üzerinde etkisi olmadığı gösterilmiştir. Sainsburry ve arkadaşlarının öngörülerinin, madde parametrelerine ilişkin bulgulardan yola çıkan, faktör yapısı hakkında test edilmemiş bir yorum olduğu düşünülecek olursa tutarsızlığın olması anlaşılır hale gelmektedir. Bu çalışmadan elde edilen bulgular faktör yapılarına dair bir test etme içerirken Sainsbury ve arkadaşlarının öngörüleri bir yorumdur. Araştırmanın, çevirinin faktör yapısınında değişime yol açıp açmadığına ilişkin bulguları İngiltere uygulamasını dile dayalı sebeplerle geçerlilikten uzak bulan Hilton un (2006) yorumlarını desteklemiştir. Hilton, uluslararası karşılaştırmaların ancak içeriğin tartışmaya açılmasıyla yapılabileceğini, elde edilecek istatistiksel farkların içerik ile birlikte yorumlandığında anlamlı olacağını söylemektedir. Bu çalışmanın bulguları da içeriğin incelenemesini mecbur kılmaktadır. Bu doğrultuda bu çalışmanın bulguları ile Hilton un yorumları birbirleriyle tutarlıdır. Elde edilen bulgular Hilton un çalışmasında çeviri nedeniyle katılımcı ülkelerde faktör yapılarının denkliğinin düşük olacağı yönündeki yorumlarını özellikle sıfır numaralı alt testte olmak üzere kısmen desteklemiştir. Alt testlerin çeviriden etkilenip etkilenmediğine yönelik bulgular, Blum ve Guerin-Pace (2000) ile Blum ve arkadaşlarının (2001) geçerliliğin dil ve

106 88 kültürden etkilenebileceğine yönelik yorumlarıyla tutarlıdır. Sıfır numaralı alt ölçeğin Arapça, İspanyolca ve Yunanca uygulamalarının faktör yapılarının birbirine eşdeğer olmamasının sebebinin dil faktöründen çok kültürel faktörler olduğu söylenebilir. Tymms, Merrell ve Jones (2004) yaptıkları çalışmada okula farklı koşullarda başlamış olan öğrenci gruplarından elde edilen madde güçlüğü gibi bazı madde parametrelerinin farklılık gösterebileceğini bulmuşlardır. Ayrıca belirli alt kültürlerden gelmiş olan öğrenci gruplarından elde edilmiş olan verilere ait madde güçlük indeksi parametrelerinin ise çoğunluğu oluşturan normal gruptan elde edilen madde güçlük indeksi parametrelerinden farklı değerlere sahip olduğunu göstermişlerdir. İki bulgu da faktör yapılarında gözlenen farklılığın açıklanmasında önemli bilgiler içermektedir. Faktör yapıları üzerinde etkili olan önemli değişkenlerden birisi madde parametreleridir. Sıfır numaralı alt testin Arapça, İspanyolca ve Yunanca uygulamaları ile sekiz numaralı alt testin İspanyolca uygulamaları faktör yapısı olarak birbirinden farklıdır. Bu farklılığın bir sebebi, bu dillerin konuşulduğu ülkelerde bulunan alt kültürlerin madde parametrelerinin genel çoğunluğu oluşturan normal gruba göre farklılık göstermesi olabilir. Daha önce de belirtildiği gibi sıfır numaralı alt testin Yunanca uygulamasında Yunanistan ile Güney Kıbrıs uygulamaları birbirine denk değildir. Yunanistan uygulaması, Güney kıbrıs uygulamasına oranla daha çok teknik düzeltme gerektirmektedir. Bu durum Tymms ve arkadaşlarının bulgularıyla tutarlıdır. Daha çok sayıda alt kültürü içinde barındıran Yunanistan uygulamasında, alt kültürlerden kaynaklanan teknik sorunların gözlenmesi olasılığı, kültür olarak daha homojen olan Güney Kıbrıs tan fazla olacaktır. Benzer şekilde sıfır ve sekiz numaralı alt testlerde Arjantin ile Kolombiya uygulamaları da faktör yapısı olarak birbirinden farklıdır. İki ülkenin kültürel homojenliği karşılaştırıldığında alt kültürlerin faktör yapılarına etkisi daha çok ön plana çıkmaktadır. Sıfır numaralı alt testte Kuveyt ile Fas uygulamaları da faktör yapısı olarak birbirine denk değildir. Bu iki ülkenin içlerinde barındırdıkları alt kültürlerin sayısı ve bunların madde parametrelerine ve faktör yapısına etkileri

107 89 düşünüldüğünde kültürel farklılıkların faktör yapısına olabilecek etkileri daha çok ön plana çıkmaktadır. Sıfır numaralı alt testin faktör yapısının 35 ülke için birbirine denk olduğu bulunurken aynı faktör yapısının uygulamanın Arapça yapıldığı ülkelerde (Kuveyt-Fas), İspanyolca yapıldığı ülkelerde (Arjantin-Kolombiya) ve Yunanca yapıldığı ülkelerde (Yunanistan-Güney Kıbrıs) birbirine denk olmadığı bulunmuştur. Ülkeler biraradayken faktör yapısının birbirine denk olduğu görülürken bu ülkelerden seçilen daha az sayıdaki ülkelerde faktör yapısının farklı olduğunun bulunması açıklamaya değer bir bulgudur. Bu durumun iki sebebinin olabileceği düşünülmüştür. Bunlardan birincisi her bir analizin kendine özgü bir kovaryans matrisi üretmesidir. Klasik analizlerin aksine YEM ailesinden analizler gerçekleştirilirken kullanılan her bir alt örneklem kendi kovaryans matrisine sahiptir ve ayrıca analiz edilmelidir (Hessen, 2006). Bu nedenle ülkelerin hepsi biraradayken yapılan faktör yapılarının denkliği analizinde kullanılan kovaryans matrisinin yapısı ile alt ülke grupları için yapılan analizlerde kullanılan kovaryans matrisinin yapısı birbirinden farklıdır. Daha etkili olduğu düşünülen ikinci sebep ise tepki farklılıklarını açıklamada ülkeleri betimleyen özgül değişkenlerin ülkenin genel sınıflandırılmasından daha kesin ve güçlü olmasıdır (Muthen, 2009). Bu durum ülkelerin kendilerine özgü değişkenlerinin daha çok ön plana çıktığı durumlarda farklılıkların bulunma olasılığının artabileceği anlamına gelmektedir. Örneğin, Yunanistan ve Güney Kıbrıs uygulamalarının faktör yapıları, diğer 33 ülke ile birlikte karşılaştırıldığında özgül yapılarını, 35 ülkenin oluşturduğu bütün kovaryans matrisi içinde kaybediyor olabilirler. Fakat iki ülke diğer ülkeler olmadan karşılaştırıldıklarında, kendi alt kültürlerinden gelen ve farklılıklar içeren özgül yapılarını daha çok ortaya koyuyor olabilir. Bu durum yukarıda anlatılan Tymms, Merrell ve Jones (2004) un bulgularıyla da tutarlıdır. Tymms ve arkadaşları, çeşitli alt kültürlerin madde parametrelerinin çoğunluğu oluşturan grubun madde parametrelerinden farklı olduğunu göstermişlerdir. Benzer durum

108 90 bu çalışmada, alt kültürlerin etkilerinin daha belirgin olarak ortaya çıktığı daha az sayıdaki ülke ile yapılan karşılaştırmalarda da kendisini gösteriyor olabilir Farklı gelişmişlik düzey gruplarındaki ülkelerin uygulamalarının yapısal özelliklerinin kendi gelişmişlik düzeyi içindeki ülkelerde birbirine denkliğinin test edilmesi Farklı sosyoekonomik düzeye sahip olan ülkelerin kendi içlerinde karşılaştırılabilmesi için ülkeler gelirleri bakımından gruplanmıştır. OECD ülkeleri gelişmekte olan ülkeler olarak kabul edildiğinden (World Bank, 2006) önce OECD üyesi olan ülkelerde tüm alt testlerin uygulamalarının birbirine denk olup olmadığı analiz edilmiş daha sonra Dünya Bankasının raporu (World Bank, 2006) doğrultusunda zengin ülkeler (Almanya, Amerika Birleşik Devletleri, Fransa, Hollanda, Hong, Kong, İngiltere, İsveç, İtalya, İzlanda, Kanada, Kıbrıs, Kuveyt, Norveç, Singapur, Yeni Zelanda, Yunanistan) ve ekonomik düzeyi düşük ülkeler (Arjantin, Belize, Bulgaristan, Fas, Kolombiya, Çek Cumhuriyeti, Macaristan, İran, İskoçya, İsrail, Letonya, Litvanya, Makedonya, Moldova, Romanya, Rusya Federasyonu, Slovakya, Slovenya ve Türkiye) olarak belirlenmiştir. Zengin ve ekonomik düzeyi düşük ülkelerde faktör yapılarının birbirine denkliği ayrı ayrı test edilmiş ve sonuçlar ilgili başlık altında tablolar halinde sunulmuştur Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt teste ilişkin bulgular Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testten elde edilen puanların dağılımına ait betimleyici istatistikler ülkelere göre Tablo 7'de verilmektedir.

109 Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testin OECD ülkelerindeki uygulamaları için çok gruplu doğrulayıcı faktör analizi sonuçları: Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testin OECD ülkelerindeki uygulamalarının faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 37 de verilmiştir. Tablo 37. Hare ve Pufflings Okuma Parçalarından Oluşan Sıfır Numaralı Alt Testin OECD Ülkeleri İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * Model D * Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). OECD ülkelerinde yapılan sıfır numaralı alt teste ait uygulamanın tüm OECD ülkelerinde aynı faktör yapısına dayalı olarak ölçme yaptığı üzerine kurulu bulunan Model A nın RMSEA değeri çıkmıştır. Bu değer kendi başına iyi bir uyuma işaret etmektedir. Bununla birlikte faktör yüklerinin OECD ülkelerinde birbirine denk olduğu üzerine kurulu Model A nın uyum iyiliği katsayılarının, faktör yüklerinin ve/veya hata varyanslarının ülkeler arasında farklı olduğu üzerine kurulan diğer modellerle istatistiksel olarak manidar bir farkı yansıtmayacak derecede benzer olduğu bulunmuştur. Model B için RMSEA= 0.003, Model C için RMSEA= 0.000, Model D için RMSEA= olarak bulunmuştur. Ayrıca modellerin χ 2 /sd oranları incelendiğinde bu değerlerin de birbirlerine çok yakın oldukları gözlenmiştir. Buna göre faktör yüklerinin ve hata

110 92 varyanslarının tüm OECD ülkelerinde birbirine denk olduğu üzerine kurulmuş olan Model A nın uyum iyiliğinin diğer modellerle denk olduğu bir başka deyişle Model A nın uyum derecesi bakımından diğer modellerden istatistiksel olarak hiçbir farkının olmadığı görülmüştür. Sıfır numaralı alt testin OECD ülkelerindeki uygulaması bu ülkelerde birbirine denklik taşımaktadır. Sıfır numaralı alt testin OECD ülkelerinde faktör değişmezliği sağlanmıştır Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testin zengin (gelişmiş) ülkelerdeki uygulamaları için çok gruplu doğrulayıcı faktör analizi sonuçları: Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testin zengin (gelişmiş) ülkelerindeki uygulamalarının faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 38 de verilmiştir. Tablo 38. Hare ve Pufflings Okuma Parçalarından Oluşan Sıfır Numaralı Alt Testin Zengin (Gelişmiş) Ülkeler İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * Model D * Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). Sıfır numaralı alt testin faktör yapısının zengin (gelişmiş) ülkelerde birbirine denk olduğunu kabul eden Model A nın RMSEA değeri ile faktör yüklerinin veya hata varyanslarının ülkeler arasında farklı olduğunu kabul eden

111 93 diğer modellerin RMSEA değerleri ve χ 2 /sd oranları, istatistiksel olarak manidar bir farkı yansıtmayacak derecede birbirine yakın hesaplanmıştır. Buna göre, faktör yüklerinin ve hata varyanslarının zengin (gelişmiş) ülkelerde birbirine denk olduğu üzerine kurulmuş olan Model A nın uyum iyiliğinin diğer modellerle denk olduğu bir başka deyişle Model A nın uyum derecesi bakımından diğer modellerden istatistiksel olarak hiçbir farkının olmadığı görülmüştür. Sıfır numaralı alt testin zengin (gelişmiş) ülkelerdeki uygulaması bu ülkelerde birbirine denklik taşımaktadır Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testin ekonomik düzeyi düşük (gelişmemiş) ülkelerdeki uygulamaları için çok gruplu doğrulayıcı faktör analizi sonuçları: Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testin ekonomik düzeyi düşük (gelişmemiş) ülkelerdeki uygulamalarının faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 39 da verilmiştir. Tablo 39. Hare ve Pufflings Okuma Parçalarından Oluşan Sıfır Numaralı Alt Testin Ekonomik Düzeyi Düşük (Gelişmemiş) Ülkeler İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * Model D * Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit).

112 94 Sıfır numaralı alt testin faktör yapısının ekonomik düzeyi düşük (gelişmemiş) ülkelerde benzer olduğunu kabul eden Model A nın uyum iyiliğini gösteren RMSEA değeri ile faktör yüklerinin veya hata varyanslarının ülkeler arasında farklı olduğu kabul eden modellerin uyum iyiliğini gösteren RMSEA değerleri, birbirine yakın hesaplanmıştır. Model B için RMSEA=0.002, Model C için RMSEA=0.008, Model D için RMSEA=0.001 olarak hesaplanmıştır. Buna göre, faktör yüklerinin ve hata varyanslarının ekonomik düzeyi düşük (gelişmemiş) ülkelerde birbirine denk olduğu üzerine kurulmuş olan Model A nın uyum iyiliğinin diğer modellerle denk olduğu bir başka deyişle Model A nın uyum derecesi bakımından diğer modellerden istatistiksel olarak hiçbir farkının olmadığı görülmüştür. Modellerin χ 2 /sd oranları da bu bulguyu destekler şekilde birbirine yakın değerler göstermektedir. Sıfır numaralı alt testin ekonomik düzeyi düşük (gelişmemiş) ülkelerdeki uygulaması bu ülkelerde birbirine denklik taşımaktadır Flowers ve Antarctica okuma parçalarından oluşan üç Numaralı Alt Teste ilişkin bulgular Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt testin ölçme yaptığı boyutlar ve bu boyutlara ait maddelerin dağılımı Tablo 11 de verilmiştir Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt testin OECD ülkelerindeki uygulamaları için çok gruplu doğrulayıcı faktör analizi sonuçları: Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt testin OECD ülkelerindeki uygulamalarının faktör yapılarının birbirine denk olup

113 95 olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 40 ta verilmiştir. Tablo 40. Flowers ve Antarctica Okuma Parçalarından Oluşan Üç Numaralı Alt Testin OECD Ülkeleri İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * Model D Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). Üç numaralı alt teste ait uygulamanın faktör yapısının OECD ülkelerinde birbirine denk olduğunu kabul eden Model A nın RMSEA ve χ 2 /sd değerleri ile faktör yapısının farklı olduğunu kabul eden diğer modellerin RMSEA ve χ 2 /sd değerleri birbirine çok yakın hesaplanmıştır. Buna göre faktör yüklerinin ve hata varyanslarının tüm OECD ülkelerinde birbirine denk olduğu üzerine kurulmuş olan Model A nın uyum iyiliğinin diğer modellerle denk olduğu bir başka deyişle Model A nın uyum derecesi bakımından diğer modellerden istatistiksel olarak hiçbir farkının olmadığı görülmüştür. Üç numaralı alt testin OECD ülkelerindeki uygulaması bu ülkelerde birbirine denklik taşımaktadır. Üç numaralı alt test, tüm OECD ülkelerinde aynı faktör yapısına uygun ölçme yapmaktadır.

114 Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt testin zengin (gelişmiş) ülkelerdeki uygulamaları için çok gruplu doğrulayıcı faktör analizi sonuçları: Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt testin zengin (gelişmiş) ülkelerdeki uygulamalarının faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 41 de verilmiştir. Tablo 41. Flowers ve Antarctica okuma parçalarından oluşan Üç Numaralı Alt Testin Zengin (Gelişmiş) Ülkeler İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * Model D Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). Üç numaralı alt teste ait uygulamanın zengin (gelişmiş) ülkelerde aynı faktör yapısına dayalı olarak ölçme yaptığı üzerine kurulu bulunan Model A nın RMSEA değeri ile faktör yüklerinin veya hata varyanslarının ülkeler arasında farklı olduğu üzerine kurulan diğer modellerin RMSEA değerleri, istatistiksel olarak manidar bir farkı yansıtmayacak derecede birbirine yakın hesaplanmıştır. Buna göre, faktör yüklerinin ve hata varyanslarının zengin (gelişmiş) ülkelerde birbirine denk olduğu üzerine kurulmuş olan Model A nın uyum iyiliğinin diğer modellerle denk olduğu bir başka deyişle Model A nın uyum derecesi bakımından diğer modellerden istatistiksel olarak hiçbir farkının olmadığı görülmüştür. Üç numaralı alt testin, zengin (gelişmiş) ülkelerdeki uygulaması faktör yapısı bakımından birbirine denklik taşımaktadır.

115 Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt testin ekonomik düzeyi düşük (gelişmemiş) ülkelerdeki uygulamaları için çok gruplu doğrulayıcı faktör analizi sonuçları: Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt testin ekonomik düzeyi düşük (gelişmemiş) ülkelerdeki uygulamalarının faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 42 de verilmiştir. Tablo 42. Flowers ve Antarctica Okuma Parçalarından Oluşan Üç Numaralı Alt Testin Ekonomik Düzeyi Düşük (Fakir) Ülkeler İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * Model D Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). Üç numaralı alt testin faktör yapsının uygulamanın ekonomik düzeyi düşük (gelişmemiş) ülkelerde aynı olduğunu kabul eden Model A nın uyum iyiliğini gösteren RMSEA değeri ile farklı olduğunu kabul eden diğer modellerin uyum iyiliğini gösteren RMSEA değerleri, istatistiksel olarak manidar bir farkı yansıtmayacak derecede birbirine yakın hesaplanmıştır. Benzer şekilde yine uyum iyiliğini gösteren χ 2 /sd oranları da tüm modeller için birbirine oldukça yakın değerlerdir. Buna göre, faktör yüklerinin ve hata varyanslarının ekonomik düzeyi düşük (gelişmemiş) ülkelerde birbirine denk olduğu üzerine kurulmuş olan Model A nın uyum iyiliğinin diğer modellerle denk olduğu bir başka deyişle Model A nın uyum derecesi bakımından diğer modellerden istatistiksel olarak hiçbir farkının

116 98 olmadığı görülmüştür. Ayrıca modellerin uyum derecelerini gösteren kay kare/sd değerleri de birbirine oldukça yakındır. Bunlara göre üç numaralı alt testin ekonomik düzeyi düşük (gelişmemiş) ülkelerdeki uygulaması bu ülkelerde birbirine denklik taşımaktadır Mice ve River okuma parçalarından oluşan altı numaralı alt teste ilişkin bulgular Mice ve River okuma parçalarından oluşan altı numaralı alt testin ölçme yaptığı boyutlar ve bu boyutlara ait maddelerin dağılımı Tablo 14 te verilmiştir Mice ve River okuma parçalarından oluşan altı numaralı alt testin OECD ülkelerindeki uygulamaları için çok gruplu doğrulayıcı faktör analizi sonuçları: Mice ve River okuma parçalarından oluşan altı numaralı alt testin OECD ülkelerindeki uygulamalarının faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 43 te verilmiştir. Tablo 43. Mice ve River Okuma Parçalarından Oluşan Altı Numaralı Alt Testin OECD Ülkeleri İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * Model D * Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit).

117 99 OECD ülkelerinde yapılan altı numaralı alt teste ait uygulamanın tüm OECD ülkelerinde aynı faktör yapısına dayalı olarak ölçme yaptığı üzerine kurulu bulunan Model A nın ve faktör yüklerinin veya hata varyanslarının ülkeler arasında farklı olduğu üzerine kurulan diğer modellerin uyum iyiliklerinin derecesini gösteren RMSEA değerleri birbirine çok yakındır. Buna göre faktör yüklerinin ve hata varyanslarının altı numaralı test için tüm OECD ülkelerinde birbirine denk olduğu üzerine kurulmuş olan Model A nın uyum iyiliğinin diğer modellerle denk olduğu bir başka deyişle Model A nın uyum derecesi bakımından diğer modellerden istatistiksel olarak hiçbir farkının olmadığı görülmüştür. Ayrıca modellerin kay-kare/sd oranları da birbirlerine çok yakındır. Bu durum da modellerin uyumlarının birbirine denk olduğunu göstermektedir. Altı numaralı alt testin OECD ülkelerindeki uygulaması bu ülkelerde birbirine denklik taşımaktadır. Altı numaralı alt test tüm OECD ülkelerinde aynı faktör yapısına uygun ölçme yapmaktadır Mice ve River okuma parçalarından oluşan altı numaralı alt testin zengin (gelişmiş) ülkelerdeki uygulamaları için çok gruplu doğrulayıcı faktör analizi sonuçları: Mice ve River okuma parçalarından oluşan altı numaralı alt testin zengin (gelişmiş) ülkelerdeki uygulamalarının faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 44 te verilmiştir.

118 100 Tablo 44. Mice ve River Okuma Parçalarından Oluşan Altı Numaralı Alt Testin Zengin (Gelişmiş) Ülkeler İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * Model D * Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). Altı numaralı alt teste ait uygulamanın zengin (gelişmiş) ülkelerde benzer faktör yapısına dayalı olarak ölçme yaptığı üzerine kurulu bulunan Model A nın RMSEA değeri ile faktör yüklerinin veya hata varyanslarının ülkeler arasında farklı olduğu üzerine kurulan diğer modellerin RMSEA değerleri, istatistiksel olarak manidar bir farkı yansıtmayacak derecede birbirine yakın hesaplanmıştır. Model B için RMSEA=0.005, Model C için RMSEA=0.001, Model D için RMSEA=0.007 olarak hesaplanmıştır. RMSEA değerleri arasındaki fark 0.01 den daha düşüktür. Buna göre, faktör yüklerinin ve hata varyanslarının zengin (gelişmiş) ülkelerde birbirine denk olduğu üzerine kurulmuş olan Model A nın uyum iyiliğinin diğer modellerle denk olduğu bir başka deyişle Model A nın uyum derecesi bakımından diğer modellerden istatistiksel olarak hiçbir farkının olmadığı görülmüştür. Altı numaralı alt testin, zengin (gelişmiş) ülkelerdeki uygulaması faktör yapısı bakımından birbirine denklik taşımaktadır Mice ve River okuma parçalarından oluşan altı numaralı alt testin ekonomik düzeyi düşük (gelişmemiş) ülkelerdeki uygulamaları için çok gruplu doğrulayıcı faktör analizi sonuçları: Mice ve River okuma parçalarından oluşan altı numaralı alt testin ekonomik düzeyi düşük (gelişmemiş) ülkelerdeki uygulamalarının faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 45 te verilmiştir.

119 101 Tablo 45. Mice ve River Okuma Parçalarından Oluşan Altı Numaralı Alt Testin Ekonomik Düzeyi Düşük (Gelişmemiş) Ülkeler İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * Model D * Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). Altı numaralı alt testin faktör yapısının ekonomik düzeyi düşük (gelişmemiş) ülkelerde aynı olduğu üzerine kurulu bulunan Model A nın uyum iyiliğini gösteren RMSEA değeri ile faktör yapısnın farklı olduğu üzerine kurulan diğer modellerin uyum iyiliğini gösteren RMSEA değerleri, istatistiksel olarak manidar bir farkı yansıtmayacak derecede birbirine yakın hesaplanmıştır. Buna göre, faktör yüklerinin ve hata varyanslarının ekonomik düzeyi düşük (gelişmemiş) ülkelerde birbirine denk olduğu üzerine kurulmuş olan Model A nın uyum iyiliğinin diğer modellerle benzer olduğu bir başka deyişle Model A nın uyum derecesi bakımından diğer modellerden istatistiksel olarak hiçbir farkının olmadığı görülmüştür. Ayrıca modellerin uyum derecelerini gösteren χ 2 /sd oranlarının değerleri de birbirine oldukça yakındır. Bunlara göre altı numaralı alt testin ekonomik düzeyi düşük (gelişmemiş) ülkelerdeki uygulaması bu ülkelerde birbirine denklik taşımaktadır Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt teste ilişkin bulgular Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt testten elde edilen puanların dağılımına ait betimleyici istatistikler ülkelere göre Tablo 16'da verilmektedir.

120 Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt testin OECD ülkelerindeki uygulamaları için çok gruplu doğrulayıcı faktör analizi sonuçları: Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt testin OECD ülkelerindeki uygulamalarının faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 46 da verilmiştir. Tablo 46. Clay ve Leonardo Okuma Parçalarından Oluşan Sekiz Numaralı Alt Testin OECD Ülkeleri İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * Model D * Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). OECD ülkelerinde yapılan sekiz numaralı alt teste ait uygulamanın tüm OECD ülkelerinde aynı faktör yapısına dayalı olarak ölçme yaptığı üzerine kurulu bulunan Model A nın RMSEA değeri çıkmıştır. Bu değer, Model A nın uyumunun kendi başına yeterli olduğunu göstermektedir. Buna göre diğer modellerin uyum katsayıları daha iyi bir uyumu göstermese bile sekiz numaralı alt testin tüm ülkelerde benzer faktör yapısına uygun ölçme yaptığı söylenebilir. Diğer modellerin uyum katsayılarının Model A nın uyum katsayılarından daha iyi bir uyumu gösterip göstermediğini belirlemek amacıyla diğer modellerin RMSEA değerleri incelenmiş ve bu değerlerin Model A nın RMSEA değerinden istatistiksel olarak anlamlı bir farkı yansıtmayacak derecede küçük olduğu

121 103 görülmüştür. Model B için RMSEA=0.004, Model C için RMSEA=0.005, Model D için RMSEA=0.001 olarak hesaplanmıştır. Dolayısı ile değer modellerin uyum katsayılarının Model A nın uyum katsayısına denk olduğu kararı verilmiştir. Ayrıca modellerin χ 2 /sd oranları incelendiğinde bu değerlerin RMSEA değerlerini destekler şekilde düşük ve birbirlerine çok yakın oldukları gözlenmiştir. Sonuç olarak sekiz numaralı alt testin OECD ülkelerinin hepsinde birbirine denk faktör yapısıyla ölçme yaptığı kabul edilmiştir Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt testin zengin (gelişmiş) ülkelerdeki uygulamaları için çok gruplu doğrulayıcı faktör analizi sonuçları: Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt testin zengin (gelişmiş) ülkelerindeki uygulamalarının faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 47 de verilmiştir. Tablo 47. Clay ve Leonardo Okuma Parçalarından Oluşan Sekiz Numaralı Alt Testin Zengin (Geliişmiş) Ülkeler İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A 10363, , Model B 8556, , , * Model C 8413, , , * Model D 23293, , ,89 25 * Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit).

122 104 Sekiz numaralı alt testin faktör yapısının zengin (gelişmiş) ülkelerde denk olduğu üzerine kurulu bulunan Model A nın RMSEA değeri ile faktör yüklerinin veya hata varyanslarının ülkeler arasında farklı olduğu üzerine kurulan diğer modellerin RMSEA değerleri ve χ 2 /sd oranları, istatistiksel olarak manidar bir farkı yansıtmayacak derecede birbirine yakın bulunmuştur. Buna göre, faktör yüklerinin ve hata varyanslarının zengin (gelişmiş) ülkelerde birbirine denk olduğu üzerine kurulmuş olan Model A nın uyum iyiliğinin diğer modellerle denk olduğu bir başka deyişle Model A nın uyum derecesi bakımından diğer modellerden istatistiksel olarak hiçbir farkının olmadığı görülmüştür. Sekiz numaralı alt testin zengin (gelişmiş) ülkelerdeki uygulaması bu ülkelerde birbirine denklik taşımaktadır Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt testin ekonomik düzeyi düşük (gelişmemiş) ülkelerdeki uygulamaları için çok gruplu doğrulayıcı faktör analizi sonuçları: Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt testin ekonomik düzeyi düşük (gelişmemiş) ülkelerdeki uygulamalarının faktör yapılarının birbirine denk olup olmadığını incelemek amacıyla uygulanan doğrulayıcı faktör analizi sonuçları Tablo 48 de verilmiştir.

123 105 Tablo 48. Clay ve Leonardo Okuma Parçalarından Oluşan Sekiz Numaralı Alt Testin Ekonomik Düzeyi Düşük (Gelişmemiş) Ülkeler İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A 14366, , Model B 14008, , , * Model C 13830, , , * Model D 14081, , ,68 25 * Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). Sekiz numaralı alt testin faktör yapısının ekonomik düzeyi düşük (gelişmemiş) ülkelerde birbirine denk olduğu üzerine kurulu bulunan Model A nın uyum iyiliğini gösteren RMSEA değeri ile faktör yüklerinin veya hata varyanslarının ülkeler arasında farklı olduğu üzerine kurulan diğer modellerin uyum iyiliğini gösteren RMSEA değerleri birbirine yakın bulunmuştur. RMSEA değerleri arasındaki farklar istatistiksel olarak manidar bir farkı yansıtmayacak derecede küçüktür. Buna göre, faktör yüklerinin ve hata varyanslarının ekonomik düzeyi düşük (gelişmemiş) ülkelerde birbirine denk olduğu üzerine kurulmuş olan Model A nın uyum iyiliğinin diğer modellerle denk olduğu bir başka deyişle Model A nın uyum derecesi bakımından diğer modellerden istatistiksel olarak hiçbir farkının olmadığı görülmüştür. Modellerin χ 2 /sd oranları da bu bulguyu destekler şekilde birbirine yakın değerler göstermektedir. Sekiz numaralı alt testin ekonomik düzeyi düşük (gelişmemiş) ülkelerdeki uygulaması bu ülkelerde birbirine denklik taşımaktadır. Dört alt test için yapılan analizler göstermektedir ki farklı sosyoekonomik düzeyden ülkelerin ya da aynı sosyoekonomik düzeyden ülkelerin uygulamalarının faktör yapıları birbirine denktir. Dolayısı ile PIRLS 2001 uygulamasında kullanılan alt testlerin faktör yapısı sosyoekonomik düzeyden etkilenmemektedir. Bu bulgular, Fog un (2006) farklı başarı düzeyine sahip

124 106 ülkelerin sınıflararası korelasyon katsayılarını birbirinden farklı bulduğu çalışmasıyla tutarsızdır. Fog, sadece başarılı ve başarsız ülkeleri karşılaştırmıştır. Bu çalışmada ise tüm ülkeler çeşitli sosyoekonomik düzey gruplarına bölünmüştür. Ayrıca Fog, çalışmasında sınıflararası korelasyon katsayılarını kullanırken, bu çalışmada faktör yapılarının değişmezliği test edilmiştir. Johansone ve Foy (2004) Avrupa birliği ülkeleri ile aday ülkelerin başarılarını faktör yapılarının birbirlerine denkliğini test etmeden karşılaştırmışlardır. Bu çalışmada ise faktör yapılarının birbirine denk olduğu gösterilmiş, böylece farklı sosyoekonomik düzeydeki ülkelerin ortalamalarının sıraya dizilebileceği gösterilmiştir. Böylece johansone ve Foy un çalışmalarında eksik bıraktıkları önemli bir psikometrik nitelik bu çalışma ile giderilmiştir. Bu çalışma, Brown ve arkadaşlarının (2005) yaptıkları çalışmadan elde ettikleri, maddelerin farklı kültürlerde farklı IRT modellerine uygun ölçme yaptıklarına dair bulguları desteklememektedir. Brown ve arkadaşları çalışmalarını, PIRLS 2001 uygulamasına katılmış 35 ülkeden gelişmiş, gelişmemiş ve diğer ülkelerden ikişer örnek seçerek gerçekleştirmişlerdir. Oysa bu çalışmada tüm ülkeler dahil edilerek çok daha geniş bir veri havuzu yaratılmıştır. Bu veri havuzu içindeki farklılıkların ortaya çıkabilmesi olasılığı, çok daha dar kapsamlı ve özellikle iki uçtan seçilmiş gruplar arasında fark elde etme olasılığından daha küçüktür. Bu nedenle bu çalışmanın bulguları ile Brown ve arkadaşlarının yaptıkları çalışmadaki bulgular birbirini desteklememektedir PIRLS 2001 uygulamasına katılmış Avrupa Birliği ülkelerinde yapılan uygulamaya ilişkin yapısal özellikler ile Türkiye uygulamasının yapısal özelliklerinin birbirine denkliğinin test edilmesi Bu amaç doğrultusunda uygulamaya katılan Türkiye ile uygulamaya katılmış Avrupa birliği üyesi olan İngiltere, Almanya, Fransa, Yunanistan, İsveç,

125 107 İtalya ve Hollanda uygulamalarının ölçme denklikleri çok gruplu doğrulayıcı faktör analizi ile test edilmiş ve elde edilen sonuçlar aşağıda her bir alt test için ayrıca gösterilmiştir Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testin Türkiye ve Avrupa birliği ülkelerindeki uygulamaları için çok gruplu doğrulayıcı faktör analizi sonuçları: Hare ve Pufflings okuma parçalarından oluşan sıfır numaralı alt testten elde edilen puanların dağılımına ait betimleyici istatistikler ülkelere göre Tablo 7'de verilmektedir. Sıfır numaralı alt testin Türkiye ile Avrupa birliği ülkesi olan ülkelerdeki uygulamalarının yapısal olarak birbirine denkliğini incelemek amacıyla çok gruplu doğrulayıcı faktör analizi uygulanmış elde edilen bulgular aşağıda Tablo 50 de gösterilmiştir. Tablo 49. Hare ve Pufflings Okuma Parçalarından Oluşan Sıfır Numaralı Alt Testin Türkiye ve Avrupa Birliği Üyesi Ülkeler İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * 0.011* Model D * Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit) Tablo 49 da da görüleceği gibi faktör yapılarının Türkiye ve Avrupa birliği uygulamalarında birbirine denk olduğunu kabul eden Model A nın RMSEA değeri 0.063, χ 2 /sd değeri ise 5.42 olarak hesaplanmıştır. Türkiye ve Avrupa Birliği

126 108 ülkeleri uygulamalarının faktör yapısı olarak farklı olduğunu kabul eden modellerin RMSEA değerleri ise sırasıyla Model B için 0.059, Model C için 0.052, Model D için ise olarak belirlenmiştir. Model C nin RMSEA değerinin Model A nın RMSEA değerinden farkı, anlamlı bir fark olabilmesi için gerekli olan 0.01 lik farktan daha fazladır ( RMSEA=0.011). Model C nin RMSEA değeri daha iyi bir uyuma işaret etmektedir. Model C, Türkiye ve Avrupa Birliği ülkelerinde uygulanan ölçeğin bu ülkelerde faktör yükleri ve hata varyansları bakımından farklılıklar taşıdığını kabul etmektedir. Bu analiz sonucunda daha iyi bir uyuma işaret ettiği için Model C kabul edilmiştir. Dolayısı ile sıfır numaralı alt testin Türkiye ve Avrupa Birliği ülkelerindeki uygulamalarının faktör yapısı olarak birbirine denk olmadığı ortaya çıkmıştır Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt testin Türkiye ve Avrupa birliği ülkelerindeki uygulamaları için çok gruplu doğrulayıcı faktör analizi sonuçları: Flowers ve Antarctica okuma parçalarından oluşan üç numaralı alt testten elde edilen puanların dağılımına ait betimleyici istatistikler ülkelere göre Tablo 10'da verilmektedir. Üç numaralı alt testin Türkiye ile Avrupa birliği ülkesi olan ülkelerdeki uygulamalarının yapısal olarak birbirine denkliğini incelemek amacıyla çok gruplu doğrulayıcı faktör analizi uygulanmış elde edilen bulgular aşağıda Tablo 51 de gösterilmiştir.

127 109 Tablo 50. Flowers ve Antarctica Okuma Parçalarından Oluşan Üç Numaralı Alt Testin Türkiye ve Avrupa Birliği Üyesi Ülkeler İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * Model D * Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). Tablo 50 den de görüleceği gibi tüm modellerin RMSEA uyum katsayıları birbirine çok yakındır. Bu nedenle diğer modellerin Model A dan daha iyi olmadıkları, Model A nın kabul edilebileceği görülmüştür. Buna göre sıfır numaralı alt testin Türkiye ve Avrupa Birliği ülkelerindeki uygulamalarının birbirine yapısal olarak denk olduğu üzerine kurulu olan Model A nın orta derecede uyuma sahip olduğu ve diğer modellerin daha iyi uyum göstermedikleri bu nedenle Model A nın kabul edilmeye devam edildiği söylenebilir. Üç numaralı alt testin Türkiye ve Avrupa Birliği uygulamalarında ölçme değişmezliği sağlanabilmiştir. Analize katılan ülkelerde üç numaralı alt testin yapı geçerliliği tüm ülkeler için birbirine denk olacak şekilde gerçekleşmiştir Mice ve River okuma parçalarından oluşan altı numaralı alt testin Türkiye ve Avrupa birliği ülkelerindeki uygulamaları için çok gruplu doğrulayıcı faktör analizi sonuçları: Mice ve River okuma parçalarından oluşan altı numaralı alt testten elde edilen puanların dağılımına ait betimleyici istatistikler ülkelere göre Tablo 13'te verilmektedir.

128 110 Altı numaralı alt testin Türkiye ile Avrupa birliği ülkesi olan ülkelerdeki uygulamalarının yapısal olarak birbirine denkliğini incelemek amacıyla çok gruplu doğrulayıcı faktör analizi uygulanmış elde edilen bulgular aşağıda Tablo 51 de gösterilmiştir. Tablo 51. Mice ve River Okuma Parçalarından Oluşan Altı Numaralı Alt Testin Türkiye ve Avrupa Birliği Üyesi Ülkeler İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * 0.013* Model D * Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). Altı numaralı alt testin faktör yapısının, Türkiye ve Avrupa Birliği ülkelerinde birbirine denk olup olmadığını görmek amacıyla çok gruplu doğrulayıcı faktör analizi uygulanmıştır. Faktör yapısının analize katılan tüm ülkelerde birbirine denk olduğunu kabul eden Model A nın RMSEA uyum iyiliği katsayısı bulunurken, maddelerin hata varyanslarının ve faktör yüklerinin tüm ülkelerde farklı olduğunu kabul eden Model C nin RMSEA uyum iyiliği katsayısı olarak bulunmuştur. Bu farklılık iki modelin uyum iyiliği bakımından birbirinden farklı olduğuna dair yorum yapabilmek için gerekli olan RMSEA değerleri arasındaki 0.01 lik kritik farktan daha fazladır ( RMSEA=0.013). Modellerin χ 2 /sd oranları incelendiğinde bu oranların birbirlerinden büyük fark göstermedikleri görülmekle birlikte uyum iyiliği için teknik olarak daha güvenilir bir ölçü olan RMSEA değerlerine göre yorum yapılmıştır. Bu nedenle Model C nin daha iyi bir uyumu gösterdiği kabul edilmiştir. Buna göre altı numaralı alt testin Türkiye ve Avrupa Birliği ülkelerindeki

129 111 ölçme değişmezliği sağlanamamıştır. Bu alt test, uygulamaya katılan her ülkede birbirinden farklı bir faktör yapısıyla ölçme yapmıştır. Her ülkede ölçtüğü özelliğin beklenildiği gibi oluşmadığı görülmüştür. Bu sebeple altı numaralı alt ölçeğe dayalı olarak Türkiye ile Avrupa Birliği uygulamalarından elde edilen başarı ölçülerini doğrudan karşılaştırmak mümkün değildir Clay ve Leonardo parçalarından oluşan sekiz numaralı alt testin Türkiye ve Avrupa birliği ülkelerindeki uygulamaları için çok gruplu doğrulayıcı faktör analizi sonuçları: Clay ve Leonardo okuma parçalarından oluşan sekiz numaralı alt testten elde edilen puanların dağılımına ait betimleyici istatistikler ülkelere göre Tablo 16'da verilmektedir. Sekiz numaralı alt testin Türkiye ile Avrupa birliği ülkesi olan ülkelerdeki uygulamalarının yapısal olarak birbirine denkliğini incelemek amacıyla çok gruplu doğrulayıcı faktör analizi uygulanmış elde edilen bulgular aşağıda Tablo 53 te gösterilmiştir. Daha önce de tüm ülkelerin karşılaştırmaları sırasında sekiz numaralı alt testte Hollanda ve Yunanistan dan elde edilen verilerin yüksek oranda kayıp veri içermesi nedeniyle bu iki ülke analizlere dahil edilmemişti. Bu analizde de aynı durum tekrarlandığı için yapılan analizlere kovaryans matrisinin negatif çıkmasına yol açan Hollanda ve Yunanistan dan toplanan veriler dahil edilmemiştir.

130 112 Tablo 52. Clay ve Leonardo Okuma Parçalarından Oluşan Sekiz Numaralı Alt Testin Türkiye ve Avrupa Birliği Üyesi Ülkeler İçin Çok Örneklemli DFA Sonuçları Modeller χ 2 sd χ 2 /sd RMSEA χ 2 sd RMSEA Model A Model B * Model C * Model D * Model A: Faktör Yükleri, Faktör Korelasyonları ve Hata Varyansları Sabit. Model B: Faktör Yükleri serbest (Faktör Korelasyonları ve Hata Varyansları Sabit). Model C: Faktör Yükleri ve Hata Varyansları serbest (Faktör Korelasyonları Sabit). Model D: Hata Varyansları serbest (Faktör Yükleri ve Faktör Korelasyonları Sabit). Tablo 52 de de görüleceği gibi tüm modellerin RMSEA uyum katsayıları birbirine istatistiksel olarak anlamlı farklılık göstermeyecek derecede yakındır. Bu nedenle diğer modellerin Model A dan daha iyi olmadıkları, Model A nın kabul edilebileceği görülmüştür. Buna göre sekiz numaralı alt testin Türkiye ve Avrupa Birliği ülkelerindeki uygulamalarının birbirine yapısal olarak denk olduğu üzerine kurulu olan Model A nın iyi derecede uyuma sahip olduğu ve diğer modellerin daha iyi bir uyum göstermedikleri bu nedenle Model A nın kabul edilmeye devam edildiği söylenebilir. Sekiz numaralı alt testin Türkiye ve Avrupa Birliği uygulamalarında ölçme değişmezliği sağlanabilmiştir. Analize katılan ülkelerde sekiz numaralı alt testin yapı geçerliliği, analize katılan tüm ülkeler için birbirine denk bulunmuştur. Johansone ve Foy un (2004) çalışmalarında ortaya koydukları Avrupa Birliği üyesi ülkeler ve aday olarak bekleyen ülkelerin başarı ortalamalarının birbirine denkliği bulgusu faktör yapılarının birbirine denkliği test edilmeden belirlenmiş bir bulgudur. Bu nedenle psikometrik olarak eksikler barındırmaktadır. Bu çalışma ile üç ve sekiz numaralı alt testlerin faktör yapılarının Türkiye ve Avrupa Birliği üyesi ülkelerde birbirine denk olduğu ortaya konulmuştur. Bu çalışmada üç ve sekiz numaralı alt testlerden elde edilen ortalamaların başka bir dönüştürme işlemine gerek olmadan karşılaştırılabileceği gösterilmiştir.

131 113 İlgili alanyazın incelendiğinde sıfır ve altı numaralı alt testlerde gözlenen faktör yapılarının eşitsizliği durumu, Fog un (2006), Türkiye nin de içinde bulunduğu başarısız ülkelerin sınıflararası korelasyon katsayılarını, başarılı ülkelerin sınıflararası korelasyon katsayılarından daha düşük bulduğu çalışmasıyla uyumludur. Avrupa birliği üyesi ülkelerin hemen hepsi PIRLS 2001 uygulamasında başarılı ülkeler grubunda yer almışlardır. Türkiye ise PIRLS 2001 uygulamasının en başarısız ülkelerinden birisidir. Bu iki ülke grubunun kendi içlerindeki korelasyon katsayılarının birbirine denk olmaması, yine korelasyona ve korelasyonlarla ilişkili olan kovaryanslara dayalı bir yöntem olan çok gruplu doğrulayıcı faktör analizinden elde edilen verilerin ülkelerarasında birbirine denk olmamasıyla tutarlıdır. Dolayısı ile PIRLS 2001 uygulamasında başarılı grupta yer alan Avrupa Birliği ülkeleri ile başarısız grupta yer alan Türkiye uygulamalarının faktör yapısı olarak birbirini tutmaması bulgusu Fog un (2006) bulguları ile tutarlıdır. Ayrıca altı numaralı alt test diğer alt testlere oranla daha çok sayıda cevabın birden çok olabileceği türden yapılandırılmış tepki maddesi barındırmaktadır. Bu doğrultuda altı numaralı alt testteki maddelere tepkide bulunan Türkiye den öğrencilerin tanıdık olmadıkları bir madde türüne verdikleri tepki örüntüsü ile bu tür maddelere aşinalık derecesi çok yüksek olan Avrupa Birliği üyesi ülkelerdeki öğrencilerin (Hastedt, 2004) tepki örüntüsünün birbirinden farklı olduğu söylenebilir. Bu farklılık faktör yapılarının da birbirinden farklı olmasına yol açmış olabilir. Altı numaralı alt testten elde edilen faktör yapılarının Türkiye ve Avrupa Birliği ülkeleri arasında farklı çıkmasının bir diğer sebebi ise Hasted in (2004), bir problem olarak belirttiği madde türleri arasındaki farklılaşmanın faktör yapısına etkisidir. Hasted (2004), ülkelerin, farklı madde tiplerinden elde edilen puanlara dayalı olarak karşılaştırılması önerisini getirmektedir. Farklı madde türlerinden elde edilecek faktör yapılarının birbirini tutmayabileceği öngürüsünde bulunan Hasted ın bu öngörüsünü doğrular nitelikte bulgular elde edilmiştir. Bu çalışmada da farklı madde tipleri bulunmasına rağmen bu maddelerin hepsi çoktan seçmeli

132 114 madde gibi 1 ve 0 şeklinde puanlanarak değerlendirilmiştir. Sıfır ve altı numaralı alt ölçeklerden elde edilen, faktör yapılarının Türkiye ve Avrupa Birliği ülkelerinde denk olmadığına ilişkin bulgular, Brown ve arkadaşlarının (2005) yaptıkları çalışmadan elde ettikleri, maddelerin farklı kültürlerde farklı IRT modellerine uygun ölçme yaptıklarına dair bulguları desteklemektedir. Bu iki ölçekteki maddelerin parametrelerinin faktör yapısına olan etkileri nedeniyle faktörlerin denkliği sağlanamamış olabilir. Türkiye ve Avrupa birliği üyesi ülkelerde faktör yapılarının birbirine denk olmamasının bir diğer nedeni ise Gnaldi ve arkadaşlarının (2005) çalışmalarında bildirdikleri, düşük yetenek grubundaki öğrencilerin verdikleri gelişigüzel cevapların elde edilen verilerin kalitesini düşürmesi olabilir. Türkiye nin başarı sıralamasında sondan beşinci olduğu PIRLS 2001 uygulamasında üst sıraları paylaşan Avrupa Birliği üyesi ülkelerle aynı faktör yapısında olmaması manidardır. Bu durum Türkiye uygulamasında, doğru cevabı bulamayan başarısız öğrencilerin testi cevaplama gayreti ile gelişigüzel cevaplama örüntüsüne gitmelerine yol açmış olabilir. Bu doğrultuda elde edilen bulgular Gnaldi ve arkadaşlarının çalışmalarında bildirdikleri öngörüleriyle tutarlıdır.

133 115 4.SONUÇ VE ÖNERİLER 4.1. Sonuç Bu çalışmada 35 ülkenin PIRLS 2001 uygulamasından elde edilen verilerinin faktör yapısı olarak birbirine denk sayılıp sayılamayacağı incelenmiştir. Yukarıda ayrıntılarıyla bildirilen bulgular doğrultusunda aşağıdaki durumlarla karşılaşılmıştır Otuzbeş ülke için PIRLS 2001 uygulamasının okuma amaçlarına göre bölünmüş dört farklı kavrama sürecine uygun ölçme yapıp yapmadığına ilişkin sonuçlar Sıfır, üç alt ve sekiz numaralı alt testlerden oluşan PIRLS 2001 uygulamasından elde edilen verilerin 35 ülke bağlamında karşılaştırılması sonucunda, uygulamanın tüm ülkelerde birbirine yapısal olarak denk olduğu dolayısı ile PIRLS 2001 testinin ölçme değişmezliğinin tüm ülkelerde sağlanabildiği görülmüştür. Buna göre PIRLS 2001 testine dayalı olarak ülkelerin, hem alt test hem de toplam puanı bakımından başka bir puan dönüştürmesine gerek kalmadan karşılaştırılması mümkündür. Ölçme değişmezliği, başka bir ifadeyle ölçeğin yapı geçerliliğinin tüm ülkelerde birbirine denk olduğu kanıtlandığından 35 ülkenin ortalamalarının büyüklük bakımından sıraya dizilebileceği söylenebilir. Dolayısıyla bu ortalamaların birbirleriyle karşılaştırılabilmesi ve daha büyük ortalamaya sahip olan ülkelerin başarılarının daha yüksek olduğunun söylenmesi mümkündür.

134 Aynı dillerde ve farklı dillerde yapılmış olan uygulamaların kendi içlerinde yapısal özelliklerinin birbirine denkliğine ilişkin sonuçlar Sıfır numaralı alt teste dayalı olarak yapılan ölçme işleminin aynı ve farklı dillerde olmasının, yapı geçerliliği üzerinde herhangi bir etkisinin olup olmadığına dair yapılan analizler sonucunda, bu alt testin İngilizce uygulamasının birbirine denk yapıda ölçme yaptığı görülmüştür. Arapça, İspanyolca ve Yunanca uygulamalarının ülkeden ülkeye farklı yapıda ölçme yaptığı yani bu dillerde ölçme değişmezliğinin sağlanamadığı saptanmıştır. Sıfır numaralı alt testin farklı dillerde yapılmış uygulamalarının ölçme değişmezliğinin ise sağlanabildiği görülmüştür. Buna göre farklı dillerde uygulama yapılmış ülkelerde sıfır numaralı alt testten elde edilen bilgiler birbirleriyle faktör yapısı olarak karşılaştırılabilir niteliktedir. Dil değişkeninin sıfır numaralı alt testin uygulaması üzerinde etkisi olup olmadığında dair bulgular gözden geçirilecek olursa, farklı dillerde yapılmış uygulamaların ölçme değişmezliğinin (faktör yapılarının eşitliğinin) sağlanabildiği, fakat aynı dillerde yapılmış olan uygulamalarda (özellikle Yunanca, Arapça ve İspanyolca) ölçme değişmezliğinin sağlanamadığı görülmüştür. Üç numaralı alt testin yapı geçerliliğinin dil faktöründen etkilenip etkilenmediği görmek amacıyla yapılan analizler sonucunda, uygulamanın İngilizce, Arapça, İspanyolca ve Yunanca yapıldığı ülkelerde uygulamalar birbirine denk bulunmuştur. Bu durum üç numaralı alt testin çeviri ve uyarlama çalışmasının büyük oranda teknik nitelikleri sağlayan nitelikte yapıldığını ve dil faktörünün üç numaralı alt testin uygulamasını etkileyecek bir faktör olmaktan çıkarıldığını göstermektedir. Benzer şekilde uygulamanın farklı dillerde yapıldığı ülkelerin uygulamaları da birbirine denktir. Sonuç olarak üç numaralı alt testin farklı ya da aynı dillerde yapılmış uygulamalarının birbirine denk olduğu kabul edilmiştir. Dil ya da çeviri üç numaralı alt testin yapı geçerliliğini etkileyen bir faktör değildir. Altı numaralı alt testin dil ve çeviri uygulamalarından etkilenip

135 117 etkilenmediğini görmek amacıyla uygulamanın benzer ve farklı dillerde yapıldığı durumlardaki uyumları incelenmiştir. Bu inceleme sonucunda uygulamanın İngilizce, İspanyolca ve Yunanca yapıldığı durumlarda uygulamaların birbirine yapı geçerliliği bakımından denk olduğu görülmüştür. Benzer şekilde uygulamanın birbirinden farklı dillerde uygulandığı ülkelerde de uygulamaların yapı geçerlilikleri birbirine denktir. Buna göre dil, çeviri ya da uyarlama altı numaralı alt testin yapı geçerliği üzerinde etkili değildir. Dil ve çeviri faktörlerinin sekiz numaralı alt testin uygulamaya katılan ülkelerde yapı geçerliliği bakımından farklılık yaratıp yaratmadığını sınamak amacıyla uygulamanın İngilizce, İspanyolca, Yunanca ve birbirinden farklı dillerde uygulandığı durumlardaki model uyumları incelenmiştir. Uygulamanın İngilizce, Yunanca ve birbirinden farklı dillerde yapıldığı durumlarda uygulamaya katılan ülkelerde ölçme değişmezliğinin sağlanabildiği fakat uygulamanın İspanyolca yapıldığı durumda ölçme değişmezliğinin sağlanamadığı görülmüştür. Sonuç olarak PIRLS 2001 uygulamasının sıfır numaralı alt testinin aynı dilde yapılmış olan uygulamalarının birbirine denk olmadığı fakat birbirinden farklı dillerde yapılmış olan uygulamalarının birbirine denk olduğu görülmüştür. Faktör yapılarının birbirine denk olmayışı sekiz numaralı alt testin İspanyolca uygulandığı ülkelerde de geçerlidir. Bunun dışında üç ve altı numaralı alt testlerin faktör yapıları dilden ve çeviriden etkilenmemektedir Farklı gelişmişlik düzeyindeki ülke uygulamalarının yapısal özelliklerinin kendi gelişmişlik düzeyindeki ülkelerle denkliğine ilişkin sonuçlar Sıfır numaralı alt testin farklı sosyoekonomik ülkelerdeki faktör yapısının değişmezliğine ilişkin bulgular, bu alt testin faktör yapısının ülkelerin sosyoekonomik düzeyinden etkilenmediğini göstermiştir. Ülkelerin düşük ya da yüksek sosyoekonomik düzeyden olmaları veya OECD üyesi olmaları, sıfır numaralı alt testin faktör yapısında bir değişim oluşturmamaktadır. OECD üyesi,

136 118 zengin ya da ekonomik düzeyi düşük ülkelerin birbirine denk olduğuna dair bilgi veren A modellerinin RMSEA değerleri de birbirlerine çok yakındır. Bu nedenle sosyoekonomik düzeyin, uygulamaların faktör yapısı üzerinde herhangi bir etkisinin bulunmadığı söylenebilir. Üç numaralı alt test için sosyoekonomik düzeyin uygulamanın faktör yapısı üzerinde etkili olup olmadığını belirlemek amacıyla aynı ve farklı sosyoekonomik düzeye sahip ülkelerde ölçme değişmezlikleri incelenmiş, üst ve alt sosyoekonomik düzeyden ülkelerde ve birbirinden farklı sosyoekonomik düzeyden ülkelerde (OECD ülkeleri) faktör yapılarının birbirine denk olduğu görülmüştür. Tüm analizlerin Model A için RMSEA değerlerinin ile arasında değiştiği görülmüştür. Bu durum, daha zengin ülkelerdeki uyumun ekonomik düzeyi düşük ya da gelişmekte olan ülkelere göre daha iyi bir ölçme uyumunu göstermediğini, sed den bağımsız olarak üç numaralı alt testin tüm ülkelerde uygulamalarının faktör yapısı değişmezliğinin orta düzeyde sağlanabildiğini göstermiştir. Sosyoekonomik düzeyin altı numaralı alt testin yapı geçerliliği üzerindeki etkisini görebilmek amacıyla yapılan analizler sonucunda bu alt testin OECD ülkelerinde, zengin ülkelerde ve ekonomik düzeyi düşük ülkelerde faktör yapısı olarak birbirine denk olduğu görülmüştür. Buna göre sosyo-ekonomik düzey, altı numaralı alt testin faktör yapısını etkilememektedir. Sekiz numaralı alt testin faktör yapısının da sosyoekonomik düzeyden etkilenmediği görülmüştür. Buna sekiz numaralı alt test sosyoekonomik gelişmişlikten bağımsız olarak tüm ülkelerde birbirine denk faktör yapısıyla ölçme yapmaktadır. Sonuç olarak PIRLS 2001 uygulamasının faktör yapısının sosyoekonomik düzeyden etkilenmediği görülmüştür.

137 PIRLS 2001 uygulamasına katılmış Avrupa Birliği üyesi ülkelerde yapılan uygulamaya ilişkin yapısal özellikler ile Türkiye uygulamasının yapısal özelliklerinin birbirine denkliğine ilişkin sonuçlar Sıfır numaralı alt testin Türkiye ve Avrupa birliği üyesi ülkelerdeki uygulamalarının birbirine denk olmadığı görülmüştür. Buna göre sıfır numaralı alt test Türkiye ve Avrupa birliği üyesi ülkelerde dört alt boyuttan oluştuğu düşünülen kavrama süreçlerine dayalı faktör yapısına uygun ölçme yapamamaktadır. Üç numaralı alt testin Türkiye ve Avrupa Birliği ülkelerindeki uygulamalarının da birbirine orta derecede denk olduğu anlaşılmıştır. Buna göre üç numaralı alt testin tüm ülkeler için orta derecede bir uyumla yapı geçerliliği bakımından denk olduğu görülmüştür. Altı numaralı alt testin Türkiye uygulaması ile Avrupa birliği uygulaması arasında yapı geçerliliği bakımından istatistiksel olarak manidar bir farklılık bulunmuştur. Buna göre altı numaralı alt testin faktör yapısı Türkiye ve Avrupa Birliği ülkelerinde birbirine denk değildir. Sekiz numaralı alt testin Türkiye uygulaması ile Avrupa birliği uygulamasının faktör yapısı bakımından birbirine denk olduğu görülmüştür. Buna göre sekiz numaralı alt test Türkiye de ve Avrupa Birliğine üye ülkelerde dört alt boyuttan oluşan kavrama süreçlerine uygun ölçme yapmaktadır. Sonuç olarak PIRLS 2001 testinin iki alt testinden (sıfır, altı) elde edilen sonuçlar Türkiye ile Avrupa Birliği üyesi ülkelerindeki faktör yapılarının birbirine denk sayılamayacağını gösterirken iki alt testinden (üç, sekiz) elde edilen sonuçlar faktör yapılarının denk olduğunu göstermiştir. Dolayısı ile genel olarak bakıldığından PIRLS 2001 testinin Türkiye ve Avrupa Birliği üyesi ülkelerde faktör yapıları birbirine denk değildir.

138 Öneriler Daha sonra yapılacak çalışmalarda maddelerin içeriklerinin elde edilebilme ölçütüne dikkat edilmesi, oluşan farklılıkların sebeplerinin açıklanabilmesi açısından daha sonraki araştırmacılara daha çok bilgi verebilecektir. Bu çalışmada PIRLS 2001 uygulamasının sadece başarı testi kısmı kullanılmıştır. Özellikle sıfır numaralı alt testin faktör değişmezliğini sağlayamadığı tespit edilmiştir. Bu alt ölçeğin demografik özellikleri ve okumaya yönelik tutumları ölçen maddelerinin de ilerideki araştırmalarda incelenmesi, gözlenen farklılıkların sebeplerine yönelik daha geniş bir çerçeve çizmeye yardımcı olacaktır. PIRLS 2001 başarı testinin maddeleri iki farklı yapıdadır. Daha sonraki araştırmalarda bu farklı türdeki maddelerin her birinin faktör yapıları ayrıca incelenerek gözlenen farklılıkların hangi tür maddelerden kaynaklanabileceği araştırılmalıdır. Ayrıca PIRLS 2001 uygulamasından elde edilen veriler çok çeşitli yetenek gruplarından toplanmıştır. Çeşitli yetenek grupları için analizlerin tekrar edilmesi ve bunların birbirleriyle karşılaştırılması, gözlenen faktör farklılaşmalarının daha çok hangi gruplardan kaynaklandığını görebilmeye yardımcı olacaktır. Faktör yapılarının değişmezliğinin sağlanamadığı alt testlerin hangi maddelerinin teknik sorun yarattığını bulabilmek amacıyla maddelerin DIF tekniğiyle incelemesi yapılmalıdır. İleride yapılacak çalışmalarda, her kültüre ait madde parametrelerini de içeren faktör yapılarının denkliğinin incelenmesi faktör yapılarının denkliğinin farklı bir bakış açısıyla incelenmesi açısından önemlidir. Düşük yetenek grubunda bulunan öğrencilerin verilerin güvenirliğine olan etkisi düşünüldüğünde bu yetenek grubundan öğrenciler analiz dışı bırakılarak analizlerin tekrar edilmesi faktör yapılarındaki değişimleri yetenek değişkeninden bağımsız olarak inceleyebilmeye imkan tanıyabilir. İleride yapılacak faktör değişmezliği çalışmalarında faktör yapılarının denk çıkmadığı durumlarda madde parametrelerinin faktör yapılarına olan etkileri de araştırma konusu olarak incelenmelidir.

139 121 KAYNAKÇA Baykul, Y. (2000). Eğitimde ve Psikolojide Ölçme. Klasik Test Teorisi ve Uygulaması. Ankara: ÖSYM Yayınları. Bentler, P. M., & G.Bonnett, D. (1980). Significance tests and goodness of fit in the analysis of covariance structures. Psychological Bulletin, Bonnet, G., (2004), Evaluation of Education in the European Union: Policy and Methodology, Assessment in Education, Vol. 11. No. 2. July pp Brown, G., Micklewright, J., Schneph, S. V., Waldmann, R. (2005), Cross- National Surveys of Learning Achievement: How Robust are the Findings?, Southampton Statistical Sciences Research Institute Applications & Policy Working Paper, A05/05. United Kingdom Brown, T. A. (2006). Confirmatory Factor Analysis for Applied Research. New York: The Guilford Press. Browne, M. W., & Cudeck, R. (1993). Alternate ways of assessing model fit. A. Bollen, & J. S. Long (Eds.), Testing Structural Equation Models (s ). Newburry Park, California: Sage Publications. Byrne, B. M. (2001). Structural equation modeling with AMOS: basic concepts, applications, and programming. New Jersey: Lawrence Erlbaum Associates.

140 122 Campbell, J.R., Kelly, D.L., Mullis, I.V.S., Martin, M.O., & Sainsbury, M. (2001). Framework and specifications for PIRLS assessment (2nd ed.). Chestnut Hill, MA: Boston College. Cheung, G., & Rensvold, R. B. (2002). Evaluating goodness-of-fit indexes for testing measurement invariance. Structural Equation Modeling: A Multidisciplinary Journal, Cheung, G., & Rensvold, R. B. (2000). Testing measurement invariance using critical values of fit indices: A Monte Carlo study. Web: adresinden 10 Nisan 2009 tarihinde alınmıştır Cronbach, L. J., & Meehl, P. E. (1955). Consruct Validity in Psychological Tests. Psychological Bulletin, Diaconu, D. (2004), The Effects Of Early Literacy Activities Upon Reading Achievement In Grade Four In Eastern European Countries; The 1st IEA International Research Conference; Web: adresinden 18 Ocak 2007 tarihinde alınmıştır. Foy, P. (2004), Intraclass Correlation And Variance Components As Population Attributes And Measures Of Sampling Efficiency In PIRLS The 1st IEA International Research Conference. Yayımlanmamış kongre bildirisi. Web: adresinden 24 Mart 2008 tarihinde alınmıştır. George, D., & Mallery, P. (2001). SPSS for Windows: A Simple Guide and Reference. Boston: Allyn and Bacon.

141 123 Gonzalez, E. J. and Kennedy, A. M. (2003). PIRLS 2001 User Guide for the International Database. Chestnut hill, Boston College. Gnaldi, M., Schagen, I., Twist, L., Morrison, J (2005), Attitude Items and Low Ability Students: The Need for a Cautious Approach to Interpretation, Educational Studies, Vol. 31. No. 2. June pp Hasted D., (2004), Dıfferences Between Multiple-Choice And Constructed Response Items In PIRLS The 1st IEA International Research Conference. Yayımlanmamış kongre bildirisi. Web: 24 Mart 2008 Tarihinde Alınmıştır. Hessen, D. J., (20006). The Multigroup Common Factor Model With Minimal Uniqueness Constraints and the Power to Detect Uniform Bias. Applied Psychological Measurement, Vol. 30, No. 3, Hilton, M. (2006). Measuring standarts in primary Englsh: Issues of validity and accountability with respect to PIRLS and National Curriculum test scores. Britsh Educational research Journal, 32 (6), Hsu, S.-H., Chen, W.-H., & Hsieh, M.-J. (2006). Robustness Testing of PLS, LISREL, EQS and ANN-based SEM for Measuring Customer Satisfaction. Total Quality Management, Hu, L., & Bentler, P. M. (1999). Cutoff criteria for fit indices in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 1-55.

142 124 Johansone ve Foy, 2004 PIRLS 2001 Results In The Context Of The European Union Expansion, The 1st IEA International Research Conference. Yayımlanmamış kongre bildirisi. Web: 24 Mart 2008 Tarihinde Alınmıştır. Jöreskog, K., & Sörbom, D. (1993). Lisrel 8. Chicago: Scientific Software International Inc. Kaplan, D. (2004). The sage handbook of quantitative methodology for the social sciences. New York: Sage Publications. Kline, R. B. (1998). Principles and Practice of Structural Equation Modeling. New York: The Guilford Press. Loehlin, J. C. (2004). Latent Variable Models: An Introduction to Factor, Path, and Structural Equation Analysis. New Jersey: Lawrence Erlbaum Associates. MacCallum, R. C., Browne, M. W., & Sugawara, H. M. (1996). Power analysis and determination of sample size for covariance structure modeling. Psychological Methods, Martin, M. O. Mullis, I. V. S. Kennedy, A. M. (2003). PIRLS 2001 Technical Report, International Study Center, Lynch School of Education, Boston College, USA MEB, (2003), PIRLS 2001 Ulusal Rapor, Eğitimi Araştırma ve Geliştirme Dairesi Yayınları, Ankara

143 125 Mullis, Ina V.S. (2002), Background Questions in TIMSS and PIRLS: An Overview, Paper Commissioned by the National Assessment Governing Board, Department of Educational Research, Measurement, and Evaluation, Lynch School of Education, Boston College Mullis, Ina V.S., Martin, Michael O., Gonzalez, Eugenio J., Ann M. (2003), Prils 2001 International Report, International Study Center, Lynch School of Education, Boston College, USA Muthen, B. O. (2009) Multigroup cfa for a lot of groups and subgroups. Web: Mayıs 2009 Tarihinde Alınmıştır. NCES, (2004) The Progress in International Reading Literacy Study (PIRLS) Web: 20 Mayıs 2007 Tarihinde Alınmıştır. Raykov, T., & Marcoulides, G. A. (2006). A First Course in Structural Equation Modeling. Routledge Inc. Rodriguez, M. C. (2006). Construct Equivalence of Multiple-Choice and Constructed-Response Items: A Random Effects Synthesis of Correlations. Journal of Educational Measurement, Sainsbury, M. Schagen, I., Hammond, P. (2004), What Did PIRLS Tell Us About Reading Skills? National Foundation for Educational Research, United Kingdom

144 126 Säkkinen, P., Kaltiala-Heino, R., Ranta, K., Haataja, R., & Joukamaa, M. (2007). Psychometric Properties of the 20-Item Toronto Alexithymia Scale and Prevalence of Alexithymia in a Finnish Adolescent Population. Psychosomatics, Singer, J. D., & Willett, J. B. (2003). Applied longitudinal data analysis: modeling change and event occurrence. London: Oxford University Press. Smith, T. D., & Mcmillan, B. F. (2001). A Primer of Model Fit Indices in Structural Equation Modeling. Annual Meeting of the Southwest Educational Research Association, (s. 1-15). New Orleans. Tanaka, J. S. (1993). Multifaceted conceptions of fit in structural equation models. K. A. Bollen, & J. S. Long içinde, Testing Structural Equation Models (s ). Newbury Park, California: Sage Publications. Thompson, B. (2004). Exploratory and Confirmatory Factor Analysis. Washington: American Psychological Association. Tymms, P., Merrell, C., Jones, P. (2004), Using Baseline Assessment Data to Make International Comparisons, British Educational Research Journal, Vol. 30. No. 5. October. Ullman, j. B. (2000). Structural equation modeling. B. G. Tabachnick, L. S. Fidell, Tabachnick, & Fidell (Eds) içinde, Using Multivariate Statistics (s ). New York: Harper Collins. Whetton, C., Twist, L., & Sainsburry, M. (2007). Measuring standards in primary English: the validity of PIRLS-a response to Mary Hilton. Britsh Educational Research Journal,

145 127 World Bank, (2006). World Development Report 2006: Equity and Development: Web: 20 Kasım 2007 Tarihinde Alınmıştır. Wothke, W. (1993). Nonpositive definite matrices in structural modeling. K. A. Bollen, & J. S. Long içinde, Testing structural equation models (s ). Newbury Park, CA: Sage Publications. Zumbo, B. D. (1999). A Handbook on the Theory and Methods of Differential Item Functioning (DIF): Logistic Regression Modeling as a Unitary Framework for Binary and Likert-Type (Ordinal) Item Scores. Ottawa: Directorate of Human Resources Research and Evaluation, Department of National Defense.

146 126 EKLER Ek 1 PIRSL 2001 testinin açıklanan maddelerinin hangileri olduğuna dair EARGED den alınan yazı Ek 2 Lisrel 8.80 programında çok örneklemli doğrulayıcı faktör analizi analizinde kullanılan syntax dosyası örneği

147 T.C. MĠLLÎ EĞĠTĠM BAKANLIĞI Eğitimi AraĢtırma ve GeliĢtirme Dairesi BaĢkanlığı 22//04/2009 Sayın Yetkili, Uluslararası Eğitim BaĢarılarını Belirleme KuruluĢu (IEA) nın 2001 yılında yapılan Uluslararası Okuma Becerilerinde GeliĢim Projesine (PIRLS) Türkiye de dâhil olmak üzere 35 ülke katılmıģtır. Bu proje ile ilköğretim 4. sınıf (9 yaģ grubu) öğrencilerimizin okuma becerileri, okuma alıģkanlıkları, öğrencilere okuma becerisini kazandırmak için öğretmenlerimizin uyguladıkları öğretim yöntemleri, öğretim materyallerinin yeterli olup olmadığı, öğrencilerin okuma becerilerini kazanmalarında ailelerinin katkıları ile ilgili konularda araģtırmalar yapılmıģtır. PIRLS 2001 çalıģmasında okuma becerileri ile ilgili standart testler, öğrenci anketi, veli anketi, okul anketi ve öğretmen anketi geliģtirilmiģtir. Bu çalıģmada geliģtirilen tüm anketler ve standart baģarı testinde yer alan, aģağıda ünitelerinin isimlerinin yazılı olan maddeler araģtırmacıların yararlanması için açıklanmıģtır. Bilgilerinize sunulur. Müfide ÇALIġKAN EARGED ġube Müdür Vekili PISA 2001 de açıklanan üniteler. 1. BaĢ AĢağı Fareler 2. Nehir Yolculuğu 3. Depremi Haber Veren TavĢan 4. Yavru Deniz KuĢlarının Gecesi GMK. Bulvarı No: Maltepe/ANKARA Tel : Faks : earged@meb.gov.tr earged.meb.gov.tr EĞİTİMDE REFORM Daha aydınlık gelecek!