The Congeneric Test Theory and The Congeneric Item Analysis: An Application for Unidimensional Multiple Choice Tests

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "The Congeneric Test Theory and The Congeneric Item Analysis: An Application for Unidimensional Multiple Choice Tests"

Transkript

1 Anara Unversty, Journal of Faculty of Educatonal Scences, year: 005, vol: 38, no:, -47 The Congenerc Test Theory and The Congenerc Item Analyss: An Applcaton for Undmensonal Multple Choce Tests Hall YURDUGÜL * Abstract: Congenerc test theory whch s developed by Jöresog s constructed on congenerc measurements. The congenerc test theory s a subtheory of classcal test theory and ts model ncludes tem parameters such as tem-response theory. In ths study, frstly, congenerc test theory and congenerc tem analyss were ntroduced. Then, the results of classcal tem analyss and congenerc tem analyss for multple choce data were compared. Key Words: Classcal test theory, congenerc test theory, temresponse theory, tem analyss SUMMARY The congenerc measures and congenerc test model were descrbed by Jöresog (97). However, congenerc test theory as an expresson, was frst used by Alwn (976) and Luce (005a). The congenerc test theory s a subtheory of classcal test theory. Classcal test theory based on relaton between the observed score (X ), and true score (T ) and error score (E ). X =T +E * Dr. Hacettepe Unversty, Faculty of Educaton, yurdugul@hacettepe.edu.tr

2 Dr. Hall YURDUGÜL On other hand, the congenerc test model ncludes tem parameters such as tem dffcultes and tem dscrmnatons. X =b +a T +E In ths equaton, a denotes level of tem dscrmnaton of th tem and b denotes tem dffculty. The analyss of the model and obtanng of model s parameters s named congenerc tem analyss. In ths study, congenerc tem analyss and classcal tem analyss were used n an apttude test to determne the qualfcaton of tems. The test s called The Student Selecton and Placement Examnaton for Secondary Educaton n Turey. The test conssts of 00 multple-choce tems, dvded nto four subtests: Tursh, mathematcs, scences, and natural scences. Each subtest conssts of 5 tems. In ths study, only the data of the math subtest were used. The data gathered from pupls and SSPE-SE carred out n 00 were utlzed. The psychometrc propertes of tems n the math test mentoned above were obtaned through classcal and congenerc tem analyss. These propertes are tem dffcultes, tem dscrmnatons, and tem relabltes. In addton, the relablty of whole test was calculated by usng KR 0 and McDonald s ω. The tem dscrmnaton values and tem relabltes obtaned from congenerc analyss were hgher than the results of classcal tem analyss. The reason for ths result s that unstandardzed solutons are used n congenerc tem analyss. On the other hand, the correlaton between dscrmnaton values n congenerc and classcal analyss was found as Ths correlaton ponts out the relaton between dscrmnaton values. The relablty of test was found as KR 0 =0.8 and ω=0.8. These values are found to be very close. Because the devaton of varancecovarance found as 0.0, the tems n test are approxmately essentally tau equvalent measures. As nown, the KR 0 and ω coeffcents are equal when the tems are essentally tau equvalent measures. Accordng to results, the tem parameters obtaned from classcal tem analyss were smlar to the results from congenerc tem analyss. The matrx of varance-covarance was nvestgated and found that the tems are approxmately essentally tau equvalent. In addton to ths, tem relabltes obtaned dfferently accordng to both of models. The tem relabltes and tem dscrmnaton values obtaned from classcal tem analyss was found to be hgher more than the tem relabltes and the tem dscrmnaton values obtaned from congenerc tem analyss.

3 Konjener Test Kuramı ve Konjener Madde Analz: 3 Anara Ünverstes Eğtm Blmler Faültes Dergs, yıl: 005, clt: 38, sayı:, -48 Konjener Test Kuramı ve Konjener Madde Analz: Teboyutlu Çotan Seçmel Testler Üzerne Br Uygulama Hall Yurdugül * Öz: Konjener test uramı, Jöresog tarafından gelştrlen ve onjener ölçmeler üzerne urulu olan br yalaşımdır. Klas test uramının br alt uramı olan onjener test uramı, test oluşturan maddelern araterst özelllern de çerdğnden dolayı maddeyanıt uramı le benzerl göstermetedr. Bu çalışmada onjener test uramı ve madde analz tanıtılmış aynı zamanda çotan seçmel br test üzernden las madde analz ve onjener madde analz sonuçları arşılaştırılara tartışılmıştır. Anahtar Kelmeler: Klas test uramı, onjener test uramı, madde-yanıt uramı, madde analz GİRİŞ Eğtm ve psolojde yer alan deneysel araştırmalarda gözlenen le gözlenemeyen özelller arasında bağıntılar temel olara doğrusal ve doğrusal olmayan modeller le açılanmatadır. Bunlardan doğrusal model, las test uramı (classcal testng theory) tarafından ullanılan doğrusal regresf fonsyonu çermetedr (Lord ve Novc, 968). * Dr. Hacettepe Ünverstes Eğtm Faültes yurdugul@hacettepe.edu.tr.

4 4 Dr. Hall YURDUGÜL X =T +E () Burada X,. madde puanı, T, maddeye lşn gerçe puan ve E se modeln hata puanıdır. Gözlenen le gözlenemeyen puanlar arasında doğrusal olmayan model se madde-yanıt uramı (tem-response theory) tarafından ullanılan lojst fonsyon le fade edlr. a ( θ b ) e P( θ ) = () a ( θ b ) + e Burada θ, ölçülmes amaçlanmış özellğn düzeyn, a maddenn ayırıcılı düzeyn, b maddenn güçlü düzeyn ve P(θ) se maddey doğru yanıtlama olasılığını göstermetedr (Lord, 980). Klas test uramının (KTK) ve madde-yanıt uramının (MYK) modellernde termler arşılaştırıldığı zaman MYK modelnde breyn maddey doğru yanıtlama olasılığının breyn özelllerne (θ) ve maddenn araterst özelllerne (a, b ) bağlı olduğu görülmetedr. KTK modelnde se madde özelllerne lşn termler yer almaz. McDonald (999) bu durumu KTK modelnn brleş testlerde (composte test) madde puanlarının toplamları üzernden elde edlmes ve test oluşturan maddelern paralel ve/veya eşdeğer madde yapısına uygun olmasından aynalandığını belrtmetedr. Bu nedenle maddelern yapısı, ölçme uramında öneml br yere sahptr. Brleş testte yer alan maddeler ölçülme stenlen yapıyı eşt büyülüte ve eşt duyarlıta (hata varyansları eşt) ölçüyor se paralel maddeler olara tanımlanır. Eğer maddeler ölçülme stenlen yapıyı eşt büyülüte anca eşt olmayan duyarlıta ölçüyor se bu tür maddeler çn eşdeğer maddeler tanımlaması yapılır (Adamson vd., 000; Alwn, 976; Novc ve Lews, 967; Rayov, 997). Jöresog (97) ve Alwn (976) maddelern ölçmeye yöneldğ yapıyı eşt olmayan büyülü ve duyarlıta ölçmes durumunda bu tür madde çn onjener madde fadesn ullanmıştır. Konjener maddeler çn KTK model yeterl olamayacağından dolayı KTK modelnn br alt model olan onjener test model gelştrlmştr (Luce, 005a, 005b; Rayov, 997, 00). Konjener test uramının (KonTK) model; X =b +a T+E (3) şelndedr. Burada b ;. madde ortalamasını/güçlüğünü ve a, maddenn ayırıcılı gücünü göstermetedr (Alwn, 976; Jöresog, 97, Jöresog ve Sörbom, 996; Luce, 005b, McDonald, 999).

5 Konjener Test Kuramı ve Konjener Madde Analz: 5 KTK, paralel ya da eşdeğer ölçmeler üzerne urulu br uramdır. KonTK se doğrulayıcı fatör analz üzerne uruludur ve onjener ölçmelern çözümlenmesnde ullanılmatadır (DeVells, 003). Bu çalışmada KTK ve KonTK nın özelller tanıtılmış ve bu uramlarda yer alan madde analzlernn yapıları le çalışma leler arşılaştırılmıştır. Çalışmanın uygulama bölümünde se KTK ve KonTK madde analzler 00 Ortaöğretm Kurumları Öğrenc Seçme ve Yerleştrme Sınavı nda yer alan matemat alt testnde maddelere uygulanmış ve sonuçlar tartışılmıştır. Klas Test Kuramı Eğtmsel araştırmalarda ullanılan ölçme sonuçlarının çözümlenmes çn yaygın br şelde las test uramından yararlanılmatadır. KTK model,. madde le ölçülme stenlen yapı (T ) ve lgl maddeden elde edlen ölçme/gözlem sonuçları (X ) arasında bağıntıyı Eştl le verlen fonsyon le açılamatadır. Bu modeln varsayımları; ε(e )=0 Kov(T,E )=0 Kov(E,E j )=0 şelnde sıralanmatadır. Burada ε( ) belenen değer ve Kov(.,.) se belrtlen termler arasında ovaryansı göstermetedr (Lord ve Novc, 968). Bu varsayımlar çersnde hata termlernn lşsz olduğuna lşn varsayımın [Kov(E,E j )=0] bozulumu modeln geçerlğn düşüren br etendr (Lord ve Novc, 968; Novc ve Lews, 967; Rayov, 00). Bu varsayım, teste yer alan maddelern paralel, eşdeğer ya da eşbçml yapıya sahp oldularında sağlanır. Anca maddeler onjener ölçme yapısına sahp olduğunda se bu varsayım bozulmatadır [Kov(E,E j ) 0] (Alwn, 976; Jöresog, 97; Luce 005a; Rayov, 997). Daha önce tanımları verlen paralel, eşdeğer, eşbçml ve onjener madde yapılarının özelller statstsel olara KTK model üzernde de fade edleblr. Buna göre; herhang maddeye lşn KTK modeller, X =T +E X j =T j +E j şelnde verldğnde, paralel maddeler T =T j ve Var(E )=Var(E j ) özelller gösterr. Bu özelllernden dolayı madde aynı özellğ ölçmeye yönelmş ve hata dağılımları eşttr. Anca eşdeğer maddeler (tau-equvalent measurement) çn hata termler varyansı eşt değldr [T =T j,

6 6 Dr. Hall YURDUGÜL Var(E ) Var(E j )] ve tanım gereğ paralel ve eşdeğer maddeler aynı yapıyı eşt büyülüte ölçerler (Adamson vd, 000; Alwn, 976; Novc ve Lews, 967; Traub, 994). Eşdeğer ölçmelern özel br bçm olan eşbçml maddeler (essentally tau-equvalent measurement) se her maddenn aynı yapıyı eşt büyülüte ölçmeye yönelmş olmasına arşılı maddelern gerçe puanları arasında b gb br sabt olduğu varsayılır (McDonald, 999; Rayov, 997; Traub; 994). T =b j +T j Bununla brlte her üç madde yapısının orta özellğ se maddeler arası ovaryans değerlernn brbrne eşt olmasıdır ve bu özell sayesnde KTK modelnde hataların lşsz olma varsayımını sağlamatadır (McDonald, 999). Anca maddelern ölçmeye çalıştıları gerçe puanlar arasında a gb br çarpan var se bu durumda maddeler çn onjener (congenerc) tanımlaması yapılmatadır (Alwn, 976; Jöresog, 97; Traub, 994). T =b j +a j T j Konjener maddeler çn KTK modelnn hataların lşsz olma varsayımı bozulur çünü maddeler arası ovaryans termler eşt değldr (Alwn, 976; Luce, 005b; McDonald, 999). Maddelern yapısına lşn statstsel özelller E de verlmştr. Klas Test Kuramında Gerçe Puanların Kestrlmes KTK uygulamalarda yaygın br şelde ullanılmasına arşın en büyü olumsuzluğu gözlenen puanlardan gerçe puanları estrren, test oluşturan maddelern araterst özelllernden (madde güçlüğü ve madde ayırıcılı gücü) bağımsız olara ele alınmasıdır. MYK nın lojst modelnde yer alan maddenn araterst özelller aynı zamanda öğrenclern yetene ya da blg düzeylernn estrlmesnde brer eten olara görev yapmatadır (Hambleton ve Swamnathan, 985; Lord,980). Eştl le verlen KTK model te br maddeye/ölçmeye lşn br modeldr ve brleş ölçmelerde arşılığı se, (>) madde sayısını, X madde puanlarının toplamını (X=X +X +...+X ) gösterme üzere; X =T +E X =T +E ve T =T =...=T olma üzere, X=T+E (4)

7 Konjener Test Kuramı ve Konjener Madde Analz: 7 şelndedr. McDonald (999; Sayfa:3) a göre, ölçme aracında maddeler paralel se bu durumda gözlenen puanlar aynı zamanda gerçe puanların estrcs olara ullanılablr. X=E(T) Klas Güvenrl Gerçe puanların hpotet br yapıda olması ve doğrudan elde edlememesne arşın gerçe puanlar varyansı olaylıla elde edleblr. Çünü gerçe puanlar varyansının estrcs olara maddeler arası ovaryans termler ullanılmatadır (McDonald, 999). Var(T)=Kov(X,X j ) (5) KTK nda gerçe puanlar varyansının maddeler arası ovaryanslar le açılanması (McDonald, 999, sayfa: 79) aynı zamanda güvenrl avramı çn br zemn oluşturmatadır. Blndğ gb güvenrl avramı gerçe puanlar varyansının gözlenen puanlar varyansına oranı olara fade edlmetedr. Var( T ) Güvenrl= (6) Var( X ) KTK nda maddelern paralel, eşdeğer, eşbçml ve onjener olmalarına göre çtutarlı anlamında güvenrl atsayılarının elde edlmes de farlılı göstermetedr. Bu durumda eğer brleş test oluşturan maddeler paralel se maddeler arası orelasyon aynı zamanda güvenrlğe arşılı gelmetedr (Lord ve Novc; 968, Traub, 994). ρ(x,x ) = Kov(X, X j j = Var(X ) Var(X j) ) Var(T) Var(X) Eğer brleş test oluşturan maddeler eşdeğer ya da eşbçml se bu durumda maddelern hata puanları varyansı eşt olmayacağından dolayı güvenrl atsayılarını elde edeblme çn orelasyon termler yerne maddeler arası ovaryans termlernden yararlanılır. Buna göre brleş testn gerçe puanlar varyansını elde edeblme çn madde çn; ( ) =

8 8 Dr. Hall YURDUGÜL adet l maddenn ovaryanslarının ortalaması alınır (Cronbach, 95). Var(T) = ( ) / < j Kov(X, X j) Var(T) fades Eştl 6 da yerne onulursa; Güvenrl= = Var( X Var( X ) ) (7) elde edlr. Bu fade aynı zamanda Cronbach (95) tarafından gelştrlen α atsayına arşılı gelmetedr. Çotan seçmel testlerde maddeler (0 ve ) şelnde puanlandığından dolayı madde varyansları bnomnal dağılımın parametres [Var(X )=p (-p )] olara alınmatadır. Bu durumda se güvenrl atsayısı çn α yerne KR 0 ullanılır (Lord ve Novc; 968). KR 0 = = p ( p Var( X ) ) (8) Eştl 7 ve Eştl 8 le verlen güvenrl atsayıları paralel, eşdeğer ve eşbçml ölçmeler çn gerçe güvenrlğ, as halde gerçe güvenrlğn alt sınırını vermetedr. Bu ölçmelern orta özelller se maddeler arası ovaryansların eşt olmasıdır. Konjener ölçmelerde se maddeler arası ovaryanslar eşt değldr. Bu tür ölçmeler çn McDonald tarafından gelştrlen omega atsayısı daha uygundur (Luce, 005a; McDonald, 985; Znbarg vd., 005). KTK nda maddelern güvenrller se maddenn ayırıcılı düzey ve maddenn standart sapmasının (σ ) br fonsyonudur. ρ = r σ çs Burada r çs, madde ayırıcılı gücünün estrcs olara çft serl orelasyonu göstermetedr (Bayul, 000).

9 Konjener Test Kuramı ve Konjener Madde Analz: 9 Klas Madde Analz Klas madde analz, ölçme aracını oluşturan maddelern statstsel özelllern ortaya oyma çn yapılan çalışmalardır. Bu anlamda madde analznde ele alınan özell ön plana çımatadır. Bunlar sırasıyla; madde güçlü düzey (p) ve madde ayırıcılı düzeydr (r). Madde güçlü düzey aynı zamanda n adet öğrencnn maddeye verdler yanıtların ortalamasını gösterr. Madde ayırıcılı düzey se maddenn ölçmeye yöneldğ özellğe sahp olan ve olmayan öğrencler ayırtedeblme amacıyla ullanılan madde-test orelasyonudur. Bu orelasyonları elde edeblme çn özellle çotan seçmel testlerde çft-serl ya da nota çftserl orelasyon fadeler ullanılır (Bayul, 000). Klas test uramına dayalı çözümlemelerde, maddelern statstsel özelller ya da bu özelller belrlemeye yönel madde analzler KTK modeln estrme amaçlı değl, test gelştrme amacıyla ullanılmatadır. Konjener Test Kuramı Konjener test uramı, las test uramının br alternatf olmadığı gb asne KonTK, KTK nın br alt uramıdır (Luce, 005a). Konjener avramına lşn l tanımlamalar Jöresog (97) ve Alwn (976) tarafından yapılmıştır. Buna göre brleş test oluşturan maddelern her brnn lgl yapıyı aynı büyülüte ve aynı duyarlıta (madde varyanslarının eşt olma durumu) ölçmes belenemez. Bu durum maddeler arası ovaryans termlernn eşt olmamasıyla açılanır. KonTK nda yalaşıma göre; her br maddenn sahp olduğu gerçe puanlar (T ) ve testn tamamı le ölçülme stenlen gerçe puan (T) arasında Eştl 9 da gb doğrusal br bağıntı vardır (Alwn, 976; Luce, 005b; McDonald, 999; Traub, 994). T =b +a T (9) Eştl 9 le verlen fade, Eştl le verlen KTK modelnde yerne onulursa KonTK modelne ulaşılır. X =b +a T +E (0) Bu eştlte b le fade edlen madde güçlü düzey, madde ortalamasını gösterdğnden dolayı Eştl 0 aynı zamanda standartlaştırılmamış fatör analt modelne

10 30 Dr. Hall YURDUGÜL X =µ +λ F+E () arşılı gelmetedr (Jöresog, 97; McDonald, 985; 999). Anca SPSS ve Statstca gb paet programlar tarafından ullanılan açılayıcı (exploratory) fatör analz standartlaştırılmış fatör çözümler üretmetedr. Z =λ F+E Burada Z,. maddeye lşn standartlaştırılmış gözlenen puanı göstermetedr. Z fades maddeye lşn gözlenen puanlardan madde ortalamalarının çıartılması le elde edlmetedr (Lord ve Novc, 968; Jöresog, 97; McDonald, 985, 999). X -µ =λ F+E Madde ortalamaları çözümlenece modele dahl edlrse Eştl e ulaşılmış olur. X =µ +λ F+E Eştl 0 ve Eştl arşılaştırıldığında madde ortalamaları madde güçlü düzeyne arşılı gelmetedr. F sembolü le gösterlen orta fatör (common factor) değerler gerçe puanların br estrcs ve fatör yüler (λ) se madde ayırıcılı düzeyn gösterr (McDonald, 985, 999; Rayov ve Penev, 997). Eştl de fadenn çözümleneblmes çn, br dğer fade le standartlaştırılmamış fatör yülern elde edeblme çn doğrulayıcı (confrmatory) fatör çözümlemesne (Jöresog ve Sörbom, 996; McDonald, 999; Znbarg vd, 005) ve bu çözümlemeler yapma çn se LISREL, AMOS gb blgsayar programlarına htyaç vardır. Jöresog (97), açılayıcı fatör analznn enço olablrl (maxmum lelhood) fatör yöntemn gelştrere doğrulayıcı fatör analzn önermştr. τ=λξ+ψ () Burada, Λ standartlaştırılmamış fatör yülern, ξ ölçülmeye çalışılan özellğ (attrbute) br başa fade le orta fatörler ve ψ se modeln hata varyansını (tel fatörler-unque factors) göstermetedr. Eştl le verlen bağıntıda fatör model, ovaryans termlernden üretlen standartlaştırılmamış fatör termlern çermetedr ve bu fadenn açılımı se madde sayısı ve m se ölçeğn alt boyut sayısını gösterme üzere,

11 Konjener Test Kuramı ve Konjener Madde Analz: 3 λ ξ λ ξ = : : λ ξ m τ + ψ (3) şelndedr. Bu durumda m= olduğunda bu bağıntı te boyutlu yapıları fade etmetedr (Jöresog, 97; Luce, 005a, 005b; McDonald, 985). Bu fadeye lşn fatör analt çözüm şeması Çzm de verlmştr. Çzm ve Eştl le verlen fadelerde, doğrulayıcı fatör analt modelne göre brleş testlerde yer alan adet madde çn λ =λ =...=λ ve ψ =ψ =...=ψ eştller söz onusu olduğunda paralel ölçme, λ =λ =...=λ ve ψ ψ... ψ se madde çn eşdeğer ya da eşbçml ölçme ve λ λ... λ olduğunda se maddeler çn onjener ölçme olduğu fade edlr (Lue, 005a, 005b; McDonald, 999). Konjener Test Kuramında Gerçe Puanların Kestrlmes Ölçme sonuçlarının çözümlenmesne lşn urulan modellern temel amacı, gözlenen puanlardan yararlanılara gözlenemeyen özelllern ya da teste yönel gerçe puanların estrlmesdr. MYK nda gözlenemeyen özelllern estrm, Eştl le verlen fadenn enço olablrl (maxmum lelhood) ya da Bayesc estrm (Bayesan estmaton) yöntemler le olanalıdır (Hambleton ve Swamnathan, 985; Lord, 980). MYK na dayalı çözümleme yapan blgsayar paet programlarında ölçmeye onu olan özellğn estrlmesnde genellle enço olablrl estrm ullanılmatadır. Buna göre öğrenclern adet maddeye verdler yanıtlardan [u=(u,...,u )] türetlen olablrl fonsyonunu L(θ)=P (θ)...p (θ) enbüyüleyen (maxmzed) θ düzeyn bulma algortmasını çeren Newton- Raphson terasyon yöntem le estrlr. Dğer taraftan öğrenclern uygulanan teste lşn gerçe puanları, her br maddeye lşn maddey doğru yanıtlama olasılılarının toplamı olara fade edlr (Hambleton ve Swamnathan, 985). Fatör modelnde eşdeğer ve eşbçml ayrımı çn özvetörlere göre arar verlmetedr (Luce, 005a).

12 3 Dr. Hall YURDUGÜL T= P (θ ) KTK nda se test oluşturan maddelern paralel olması durumunda gerçe puanların estrcs olara gözlenen puanlar [X=E(T)] ullanılmatadır. Anca bu durum, maddelern onjener ölçmeler olduğunda gerçe puanlar yanlı (bas) olara estrlecetr. Konjener maddeler çn gerçe puanların estrcs olara Tˆ σ j = σe (X µ j ) = ψ E λ λ = = ψ + eştlğ önerlmetedr. Bu eştlte X j, j. öğrencnn. maddeye lşn gözlenen puanı göstermetedr. Bu yalaşımla onjener maddelern oluşturduğu ölçme aracına yönel gerçe puanların yansız estrmler olanalıdır (McDonald, 999). Konjener Güvenrl Brleş test oluşturan maddeler onjener br yapıya sahp se bu durumda las güvenrl atsayıları (örneğn Cronbach α atsayısı) gerçe güvenrlğn altında değerler üretr (Luce, 005a, 005b; Rayov, 977, Znbarg vd., 005). Rayov (997) se yaptığı çalışmada hata termler arasında lşler poztf [Kov(E,E j )>0] se brleş testn güvenrlğnn gerçe güvenrlğn üstünde, hata termler arasında lş negatf [Kov(E,E j )<0] se las güvenrl atsayılarının gerçe güvenrlğn altında çıableceğn belrtmştr. Her durumda da onjener ölçmelerde Cronbach α atsayısı yanlı davranmatadır. Klas güvenrlte, Eştl 5 te verldğ gb gerçe puanlar varyansının estrcs olara madde ovaryansları ullanılmatadır. Konjener güvenrlte se standartlaştırılmamış fatör yüler (λ ) aynı zamanda ovaryans termlerne arşılı geldğnden dolayı. ve j. madde yülernn çarpımı her maddeye lşn ovaryans termn vermetedr (McDonald, 999). Kov(X,X j )= λ λ j (4) = µ

13 Konjener Test Kuramı ve Konjener Madde Analz: 33 Bu durumda. maddeye lşn varyans se Var(X )=λ +ψ (5) ve. maddeye yönel gerçe puan varyansı se; Var(T )=λ (6) şelndedr. Buna göre maddeden oluşan brleş testn güvenrlğ madde toplamları üzernden elde edleblmetedr. = = ψ + λ = Var(X) Var(T) = λ = Verlen bu eştllere göre onjener ölçmeler çn McDonald tarafından gelştrlen omega (ω) güvenrl atsayısı; = = = ψ + λ λ = ω = Var(X) Var(T) şelnde fade edlmetedr (McDonald, 985, 999). Dğer taraftan, standartlaştırılmamış fatör analt modelnden elde edlen termler le Cronbach α atsayısını elde etme olanalıdır (McDonald, 985). + ψ λ λ λ α = ) ( ) ( ) ( KonTK na göre madde güvenrller se Eştl 7 fades le elde edleblr. ) ( ) ( X Var T Var ψ λ λ ω + = = (7)

14 34 Dr. Hall YURDUGÜL Konjener Madde Analz KonTK ında madde analz aynı zamanda KonTK modellernn estrlmes çn br süreçtr. KonTK modellernn estrlmes se standartlaştırılmamış fatör çözümlern çeren doğrulayıcı (confrmatory) fatör analz le olanalıdır. Buna göre KonTK modelnde b parametreler madde ortalamalarını (madde güçlü düzeyler) ve a parametreler se maddenn ayırıcılı gücüne (fatör yüler) arşılı gelen standartlaştırılmamış fatör yülern gösteren madde özelllerdr (Luce, 005b). X =b +a T +E X =b +a T +E X j =b j +a j T j +E j X =b +a T +E KonTK na dayalı model çözümlemesnn KTK modelne olan br dğer üstünlüğü se model uyumunun test edleblrlğdr. Buna göre, ver ümesnden elde edlen madde ovaryansları σ j ve model estrmnden elde edlen madde ovaryansları s j le gösterlme üzere σ j =π j -π π j Kov(X,X j )=s j = λ λ j ullanılara elde edlen s j -σ j farı modeln geçerlğ çn ullanılan br grddr. Burada π j,. ve j. maddey brlte doğru yanıtlayanların oranını göstermetedr. ( s j σ j ) δ = (8) j Te boyutlu çalışmalar çn Eştl 8 le verlen fadede Eştl 4, 5 ve 6 le verlen fadelerden yararlanara x boyutlu ovaryans matrsnn öşegen ve öşegen dışı değerler ayrıştırılablr.

15 Konjener Test Kuramı ve Konjener Madde Analz: 35 δ = ( s j λλ j ) + ( s λ ψ ) j (9) Eştl 9 le verlen ovaryanslar arası far değerler KonTK modelnn geçerlğ çn ullanılmatadır. Uyum ylğ ndes (goodness of ft ndex, GFI), Uİİ, tüm maddeler üzernden uyum ylğn vermetedr. c = s j = j= (0) δ Uİİ = () c Elde edlen Uİİ değer, 0.95 değernden büyü se ölçme modellernn ver-model uyumunun müemmel olduğu, 0.94 ve 0.90 değerler arasında se abul edleblr br uyum olduğunu fade etmetedr (McDonald, 999). KonTK madde analzne lşn uygulama örneğ bu çalışmanın yöntem bölümünde açılanmıştır. YÖNTEM Bu araştırmanın uygulama bölümünde, çotan seçmel test maddelernn özelllern belrleme çn las madde analz ve onjener madde analzler arşılaştırılmıştır. Bu amaçla 00 yılında uygulanan Ortaöğretm Kurumları Öğrenc Seçme ve Yerleştrme Sınavı nın (OK- ÖSYS) matemat alt testnde yer alan 5 madde ve bu maddelere lşn öğrenc yanıtları ullanılmıştır. Anca KonTK nda madde analz apsamının açılanması çn OK- ÖSYS sınavında sözel problem çözme becerlern ölçme üzere hazırlanmış 5 madde (matemat alt testnde - orjnal test formunda numaraları le-., 3., 4., 5. ve 6. maddeler) ve bast rasgele örnelem le seçlen 5000 öğrencnn [0-] şelnde puanlanmış yanıtları örne olara seçlmş ve yöntem bölümünde ovaryans değerler le KonTK na dayalı madde analzlern açılamalarla ele alınmıştır. Bu maddelere lşn öğrenc yanıtlarından elde edlen varyansovaryans matrs [σ j =π j -π π j ] ve madde ortalamaları Tablo de verlmştr. Varyans-ovaryans matrsnn öşegen elemanları se [σ =π (-π j )] yalaşımı le elde edlmştr.

16 36 Dr. Hall YURDUGÜL Tablo : Maddelere lşn statstler Varyans-Kovaryans Matrs (Σ) Madde p ,3 0, 0,3 0,04 0, 3 0,30 0,04 0,04 0, 4 0,40 0,04 0,05 0,05 0,4 5 0,6 0,0 0,04 0,04 0,06 0,4 Tablo le verlen varyans-ovaryans matrsnde 3 (Σ) ovaryans termlernn 0,0 ve 0,06 arasında değerler aldığı görülmetedr. Eğer tüm ovaryans termler eşt olsaydı 5 adet madde eşbçml ölçmeler olara ele alınacatı. Anca ovaryans değerlernn brbrne ço yaın olması nedenyle 5 madde çn yalaşı eşbçml ölçmeler fades ullanılablr. Tablo de verlen ve öğrenc yanıtlarından hesaplanan varyans-ovaryans değerler, Eştl 4 fadesnde s j =λ λ j yalaşımı le yenden estrlere (S) modellern uygunluğu test edleblr. Buna göre doğrulayıcı fatör modelnn çözümlenmes le elde edlen model termler ve bu termlerden estrlen ovaryans matrs Tablo de verlmştr. Tablo : 5 Maddeye İlşn Kestrm Değerler Varyans-Kovaryans Matrs (S) Madde p λ ψ ,3 0,7 0,97 0,03 0,3 0,9 0,96 0,03 0,04 3 0,30 0, 0,96 0,04 0,04 0,04 4 0,40 0,6 0,93 0,04 0,05 0,05 0,07 5 0,6 0,9 0,96 0,03 0,04 0,04 0,05 0,04 3 Öğrenc yanıtlarından elde edlen maddeler arası varyans-ovaryans matrs Σ sembolu le, Kon TK modelnn estrlmes le elde edlen varyans-ovaryans matrs se S sembolü le verlmştr.

17 Konjener Test Kuramı ve Konjener Madde Analz: 37 Gözlenen puanlardan elde edlen ovaryans termler (Σ) le estrm sonucu (Eştl 4 le) elde edlen ovaryans termler (S) arasında farlılı Tablo 3 te verlmştr. Tablo 3: Kovaryans farlar matrs (Σ S) 0,9 0,0 0,00 0,00-0,0 0,0 0,8 0,00 0,00 0,00 0,00 0,00 0,7 0,00 0,0 0,00 0,00 0,00 0,7 0,0-0,0 0,00 0,00 0,0 0,0 Tablo 3 te yer alan ovaryans farlar matrsnn öşegen elemanları aynı zamanda KonTK modelnn hatasını da çermetedr (Çzm ). Bu hata termler ψ =σ λ eştlğ le de elde edleblr. Buna göre maddelere lşn KonTK modeller terar düzenlenrse; X =0,3+0,7Τ +0,9 X =0,3+0,9Τ +0,8 X 3 =0,30+0,Τ 3 +0,7 X 4 =0,40+0,6Τ 4 +0,7 X 5 =0,6+0,9Τ 5 +0,0 eştller elde edlr. Burada yer alan modellern uyum ylğ ndes se Eştl 9 ve 0 ye göre; δ=(/5 )*[0,0 +0,00 +0,00 +(-0,0 )+...+0,0 ]=0.00 c=(/5 )*[0,04 +0,04 +0,04 +0,04 )+...+0,06 ]=0.037 Buna göre tüm maddelere lşn urulan modellern uyum ylğ ndes, Uİİ (GFI) Eştl e göre 0,999 olara elde edlmştr. Bu değere göre 5 madde üzernden elde edlen KonTK modeller statstsel olara anlamlıdır ve geçerldr. Doğrulayıcı fatör yapısının geçerllğnn test edleblmes çn uyum ve hata üzerne urulu farlı ölçütlerde gelştrlmştr. Bunlardan 980 yılında Steger ve Lnd tarafından önerlen yalaşılı hata areler ortalaması areöü, YHKOK (root mean square error of approxmaton, RMSEA) en yaygın ullanılan ölçüttür. Maddelere lşn ovaryans termlernde (Σ-S) uyumunda bu ölçütün 0,05 değernden üçü olması önerlr (Steger, 000).

18 38 Dr. Hall YURDUGÜL Çzm : Sözel problem maddelerne lşn KonTK modellernn elde edlmes Aynı zamanda 5 maddenn oluşturduğu ver ümes çn KR 0 ve McDonald ın ω atsayıları elde edlmştr. KR 0 atsayısı hesaplanıren; gözlenen puanlar varyansını elde edeblme çn madde varyansları toplamı ve madde ovaryansları toplamından yararlanılır. Var(X) = = Var(X ) + Kov(X,X j) j Bu fadenn sağında l term varyans-ovaryans matrsnn öşegen elemanlarının toplamlarına, nc term se varyans-ovaryans matrsnn öşegen dışı elemanlarının toplamına arşılı gelmetedr. Dğer br fade le varyans-ovaryans matrsnn elemanları toplamı, gözlenen puanlar varyansına arşılı gelmetedr. Tablo den yararlanara varyansovaryans termler üzernden 5 maddeye lşn gözlenen puanlar varyansı elde edleblr. Var(X)=,3+0,84=,97 KR 0 =(5/4) [-(0,+0,+0,+0,4+0,4)/,97]=0,53

19 Konjener Test Kuramı ve Konjener Madde Analz: 39 Konjener güvenrlğ (ω) elde edeblme çn se Tablo de verlen standartlaştırılmamış fatör yüler ullanılırsa; ω=[(0,7+0,9+0,+0,6+0,9) /,97]=0,53 değer elde edlr. Buna göre KR 0 ve ω güvenrl atsayıları eşt olara elde edlmştr. Tablo göz önüne alındığında 5 adet maddenn yalaşı eşbçml olduları görülmetedr. Klas güvenrl atsayıları, ölçme aracında maddelern paralel, eşdeğer ya da eşbçml olduğu durumlarda gerçe güvenrlğ verdler, onjener ölçmelerde se gerçe güvenrlğn altında değer ürettler ölçme lteratüründe sıça vurgulanmatadır. Aynı zamanda paralel, eşdeğer ve eşbçml maddeler çn onjener güvenrl atsayısı (ω) las güvenrl atsayıları le aynı değerler üretren onjener maddeler çn ω atsayısı las güvenrl atsayılarından daha büyü değerler üretmetedr (Luce, 005a, Rayov, 977, 00, Traub, 994). Bu çalışmada OK-ÖSYS 00 matemat alt testnde yer alan 5 madde çn KonTK ve KTK modeller elde edlmş ve arşılaştırılmıştır. BULGULAR 00 yılında uygulanan OK-ÖSYS matemat alt testnde yer alan 5 maddeye öğrencnn verdler yanıtlara lşn KonTK ve KTK dayalı madde analzler yapılmış ve KonTK modeller elde edlmştr. KonTK na göre standartlaştırılmamış fatör analt çözümlemelerden elde edlen model estrmler le KonTK ve KTK na dayalı madde statstler verlmştr. Tablo 4 de madde statstler olara madde güçlü düzeyler ve madde ayırıcılı düzeyler verlmştr. Her yalaşım çn madde güçlü düzeyler orta statstlerdr. Maddelern ayırıcılı düzeyler olara KTK çn çft serl ve nota çft serl orelasyonlar KonTK çn se standartlaştırılmamış madde fatör yüler verlmştr. Çft serl ya da nota çft serl orelasyonlar ncel olara standartlaştırılmamış fatör yülerne göre büyü değerler vermştr. Bunun neden standartlaştırılmamış fatör yüler le orelasyonların aynı ölçete yer almamasıdır. Her uramsal yalaşımda madde ayırıcılı düzeylernn brlte değşmn gözlemleyeblme çn değerler arasında orelasyonlar elde edlmştr. ρ( λ,rçs ) = 0,97 ρ( λ, rnçs ) = 0,99

20 40 Dr. Hall YURDUGÜL Tablo 4: 5 Maddeye lşn madde statstler KonTK Modeller KonTK Madde İstatstler KTK Madde İstatstler Madde Model ψ b (µ) a (λ) ρ (ω ) p r * r ** ρ X =0,34+0,3xT 0,7 0,34 0,3 0,4 0,34 0,50 0,65 0,3 X =0,3+0,7xT 0,8 0,3 0,7 0,3 0,3 0,4 0,55 0,5 3 X 3=0,3+0,7xT 3 0,9 0,3 0,7 0,4 0,3 0,4 0,55 0,6 4 X 4=0,9+0,8xT 4 0,8 0,9 0,8 0,6 0,9 0,44 0,58 0,7 5 X 5=0,39+0,4xT 5 0,8 0,39 0,4 0,4 0,39 0,5 0,65 0,3 6 X 6=0,63+0,xT 6 0,9 0,63 0, 0,9 0,63 0,46 0,59 0,30 7 X 7=0,34+0,8xT 7 0,4 0,34 0,8 0,37 0,34 0,59 0,76 0,37 8 X 8=0,43+0,3xT 8 0,9 0,43 0,3 0, 0,43 0,50 0,65 0,3 9 X 9=0,34+0,9xT 9 0,9 0,34 0,9 0,5 0,34 0,44 0,57 0,7 0 X 0=0,3+0,4xT 0 0,6 0,3 0,4 0,6 0,3 0,53 0,70 0,33 X =0,46+0,xT 0,0 0,46 0, 0,9 0,46 0,47 0,59 0,9 X =0,4+0,9xT 0,4 0,4 0,9 0, 0,4 0,48 0,66 0,9 3 X 3=0,0+0,4xT 3 0,4 0,0 0,4 0, 0,0 0,38 0,54 0, 4 X 4=0,5+0,4xT 4 0,9 0,5 0,4 0, 0,5 0,50 0,63 0,3 5 X 5=0,3+0,4xT 5 0,6 0,3 0,4 0, 0,3 0,38 0,54 0,3 6 X 6=0,3+0,5xT 6 0,6 0,3 0,5 0,7 0,3 0,55 0,7 0,34 7 X 7=0,38+0,4xT 7 0,7 0,38 0,4 0,4 0,38 0,5 0,65 0,3 8 X 8=0,4+0,0xT 8 0,7 0,4 0,0 0,05 0,4 0,3 0,43 0,8 9 X 9=0,4+0,3xT 9 0,9 0,4 0,3 0, 0,4 0,5 0,64 0,3 0 X 0=0,5+0,09xT 0 0,8 0,5 0,09 0,04 0,5 0,9 0,40 0,8 X =0,6+0,0xT 0,3 0,6 0,0 0,00 0,6 0,3 0,9 0,07 X =0,9+0,xT 0,4 0,9 0, 0,08 0,9 0,3 0,46 0,9 3 X 3=0,3-0,03xT 3 0,8 0,3-0,03 0,00 0,3 0,03 0,05 0,00 4 X 4=0,73+0,5xT 4 0,8 0,73 0,5 0, 0,73 0,39 0,53 0,3 5 X 5=0,50+0,8xT 5 0, 0,50 0,8 0,3 0,50 0,4 0,5 0,6 r * ; Nota çft serl orelasyon le elde edlen madde ayırıcılı değerler, r ** ; Çft serl orelasyon le elde edlen madde ayırıcılı değerler, ρ ; Madde güvenrllern göstermetedr öğrencnn maddelere verdler yanıtlar çarpı br dağılım gösterdğnden dolayı (çarpılı atsayısı=,0; basılı atsayısı=0,6) nota çft serl orelasyon fatör yüler le daha uyumlu sonuçlar vermştr (Yurdugül ve Aşar, 004). Bu nedenle, çalışmada las ayırıcılı gücü ndes olara nota çft serl orelasyon değerler temel alınmıştır. Her uramsal modelden (KTK ve KonTK)elde edlen madde güçlü düzeyler eşt ve madde ayırıcılı düzeyler se bağıntılı sonuçlar vermetedr. Blndğ gb ölçme aracında maddeler paralel, eşdeğer ya da eşbçml olduğunda her model aynı sonuçları verren maddeler onjener olduğunda sonuçlar farlılaşmatadır (McDonald, 999). Madde analz sonucunda, maddelere lşn statstlerde en öneml farlılı madde güvenrllernde ve madde ayırıcılılarında ortaya çımıştır. Madde güvenrllern arşılaştırma çn modellern standart hata

21 Konjener Test Kuramı ve Konjener Madde Analz: 4 değerler elde edlmştr. Bu değerler, her br regresf modeln hatası (ψ ) modeln gerçe puanlar varyansı ntelğ taşıyan fatör yüünün aresne (λ ) bölünere elde edlmştr. Buna göre Çzm 3 te onjener modelden elde edlen madde güvenrlğ le las madde analznden elde edlen madde güvenrllernn modeln standart hatalarına göre değşmler verlmştr. Modeln standart hatası düştüçe her uramsal modelden elde edlen madde güvenrller yalaşı olara eşt değerler üretmetedr. Anca modellern standart hataları arttıça madde güvenrller düşmete ve las madde analznden elde edlen madde güvenrller onjener madde analznden elde edlen sonuçlara göre daha büyü değerler üretmetedr. Br dğer fade le onjener madde analznde madde güvenrller hata termnden daha ço etlenmetedr. Dğer taratan, onjener ve las madde analznden elde edlen madde güvenrller arasında Pearson orelasyon atsayısı 0,9 olara elde edlmştr. Madde Güvenrller 0,40 0,35 KonTK Madde Güvenrlğ KTK Madde Güvenrlğ 0,30 0,5 0,0 0,5 0,0 0,05 ψ /λ 0, Çzm 3: Standart hatalara göre madde güvenrllernn Dğer taraftan; madde ayırıcılı gücü aynı zamanda madde güvenrllernn br fonsyonu olduğu çn Eştl 7 ye göre elde edlen madde güvenrller le madde ayırıcılı gücü değerlernn grafğ E de verlmştr. E de grafsel gösterme ve Tablo 4 de göre madde ayırıcılı gücü olara en düşü değerler onjener madde analznden elde edlmştr. Klas madde analznden elde edlen çft serl orelasyon değerler se en yüse ayırıcılı gücü değerler olara elde edlmştr. Bununla brlte onjener ve las madde analznden elde edlen madde ayırıcılıları arasında Pearson orelasyon atsayısı 0,99 olara elde edlmştr. Bu durum her yalaşımdan elde edlen madde ayırıcılı gücü düzeyler arasında fonsyonel br bağıntı olduğunu göstermetedr.

22 4 Dr. Hall YURDUGÜL Ölçme aracının genelne lşn güvenrller elde edlren las güvenrl olara KR 0 ve onjener güvenrl olara McDonald ın ω atsayısı ullanılmıştır. Buna göre KR 0 =0,8 ve ω=0,8 olara elde edlmştr. Ölçme aracında maddeler paralel, eşdeğer ya da eşbçml olduğu sürece las güvenrl ve onjener güvenrl atsayıları aynı sonuçları üretren onjener ölçme araçlarında onjener güvenrller las güvenrllere göre daha yüse değerlere sahp olmata ve gerçe güvenrlğ daha yansız estreblmetedrler (Luce, 005a, 005b; Rayov, 997, 00). Bu amaçla 5 maddeye lşn l ovaryans termlernn standart sapması hesaplanmış ve 0,0 elde edlmştr. Kovaryans termlernn eşt olmama durumu onjener ölçmelern varlığını gösterdğ çn onjener güvenrl (ω) ve las güvenrl (KR 0 ) arasında 0,0 değernde farın bu nedenle oluştuğu düşünülmüştür. Anca ovaryans termlernde 0,0 düzeynde sapmanın ncel büyülü olara olduça üçü olması aynı zamanda onjener ve las test güvenrlğ arasında farında ço üçü çımasına neden olduğu düşünüleblr. TARTIŞMA Bu çalışmada br ölçme aracında yer alan maddelern yapısı (paralel, eşdeğer, eşbçml ve onjener) ve bu yapılar üzerne urulu olan ölçme uramlarından las test uramı ve onjener test uramına yer verlmştr. Klas test uramı, gözlenen puanların bleşenler olan gerçe puanlar ve hata puanlarının estrlmes les üzerne uruludur ve bu bağıntı Eştl le verlen KTK model le fade edlr. KTK model enüçü areler (least square estmaton) yöntem le estrlen br doğrusal bağıntıdır (Lord ve Novc, 968) anca KTK modelnde maddelern araterst özelllerne lşn termler yer almamatadır. KTK modelnn varsayımlarına göre hataların lşsz olmaları söz onusudur. Bu varsayım maddeler arasında ovaryansların eşt olduğu (paralel, eşdeğer ve eşbçml maddeler) durumunda sağlanmatadır. Konjener test uramı, las test uramının br alt uramı olmala beraber KonTK modelnde madde özelllerne lşn termlere de yer verlmetedr. KonTK modelnn KTK modelne göre en öneml avantajı, maddelere lşn ovaryans termlernn eşt olmadığı (lşl hatalar-correlated errors) durumlarda da ullanılablmesdr (Alwn, 976; Luce 005a; McDonald, 999). Bu çalışmada las test uramına dayalı madde analznden ve onjener modeln estrmnden elde edlen madde parametreler arşılaştırılmıştır. Her yalaşımdan elde edlen parametrelere göre; madde güçlü ndesler aynı yöntemle elde edldğ çn eşt çımıştır.

23 Konjener Test Kuramı ve Konjener Madde Analz: 43 Anca las madde analznden elde edlen madde güvenrllernn ve madde ayırıcılı gücü değerlernn belrgn br şelde onjener madde analznden elde edlen değerlere göre yüse olduğu gözlenmştr. Bu farlılığın, onjener madde analznde standartlaştırılmamış değerler ullanıldığından dolayı olableceğ düşünülmetedr. Bu çalışmanın apsamına alınmamala brlte, ölçme modellernn temel amaçlarından brs ölçülme stenlen öğrenme ürünler ya da psoloj yapıya lşn breylern gerçe puanlarını estrmetr. Klas test uramında ölçme aracı paralel maddelerden oluştuğu durumlarda gözlenen madde puanlarının toplamı gerçe puanların br estrcsdr. Anca maddeler onjener br yapıya sahp olduğunda gerçe puanları, gözlenmş puanlar üzernden elde etme yanlı sonuçlara neden olmatadır. ÖNERİLER Bu çalışmada çotan seçmel maddelern çözümlenmesne yönel onjener urama dayalı çözümleme le las test uramına dayalı çözümler arşılaştırılmıştır. Anca maddelern altesn ortaya çıarmaya yönel elde edlen sonuçlar brbrne yaın çımıştır. Bunun olası nedenlernden brs üzernde çalışılan maddelern yalaşı olara eşbçml yapıya sahp olmaları gösterleblr. Bu durum onjener maddelern yer aldığı ölçmeler le terarlanıp sonuçlar arşılaştırılablr. Dğer taraftan 00 OK-ÖSYS matemat puanları çarpı br dağılım göstermetedr (Yurdugül ve Aşar, 004). Blndğ gb doğrusal modeller çn ver ümelernn normal dağılım varsayımını sağlamaları geremetedr. KTK ve KonTK modeller de statstsel doğrusal modeller olduğu çn; benzer çalışmalar farlı dağılıma sahp ölçmeler çn yapılara sonuçlar arşılaştırılablr. Jöresog (97) tarafından gelştrlen onjener ölçme modelnde maddeler arası ovaryans termler doğrulayıcı fatör analznn çözümlenmes le elde edlmetedr. Bu ovaryans termler aynı zamanda gerçe puanlar varyansının br estrc olduğundan dolayı güvenrl avramı le doğrudan lşldr. Ölçme lteratüründe son zamanlarda olduça yaygınlı azanan onjener ölçme uramı üzerne yapılan çalışmalarda onjener güvenrl avramı daha ço ele alınmatadır. Klas ve onjener güvenrllern paralel, eşdeğer, eşbçml ve onjener özell taşıyan testlerden elde edlere sonuçlar arşılaştırılablr. Eğtm alanında yapılan ölçmeler göz önüne alındığında; genellle br ölçme aracından elde edlen gözlenen puanlarda doğrudan değerlendrme apsamına alınmatadır. Eğer ölçme aracında maddelern tamamı paralel

24 44 Dr. Hall YURDUGÜL madde se bu uygulama doğaldır. Çünü paralel maddelere lşn gözlenen puanlar aynı zamanda gerçe puanlara eşttr. Anca ölçme aracında maddeler onjener yapıya sahp se bu durumda öğrenclern gözlenen puanlardan hareetle gerçe puanların estrlmes geremetedr. Bu onuya lşn br dğer nota se; las test uramının modelnn madde statstlernden bağımsız olmasıdır. Bu durum KTK nın en önem sınırlılığıdır. Çünü breylere uygulanan ölçme aracında yer alan maddeler, ço olay ya da ço zor olduğunda breylern gerçe puanları farlılı gösterecetr. Bu nedenle gerçe puanlar estrlren madde statstlernn göz önüne alınması gerer. Konjener ölçme modelnn, las test modelne yönel öneml üstünlülernden brs de madde statstlernn modelde yer alması, yan gerçe puanlar estrlren madde özelllernden yararlanılmasıdır. Bu çalışmada ele alınmamış olmala brlte onjener ölçme uramında gerçe puanların estrm ne lşn ncelemeler sonra çalışmalara bıraılmıştır. KAYNAKLAR Adamson, G., Shevln, M., Lloyd, N.S.V. & Lews, C. A. (000). An ntegrated approach for assessng relablty and valdty: an applcaton of structural equaton modelng to the measurement of relgosty. Personalty and Indvdual Dfferences 9 (000) Alwn, D. F. (976). Atttude scales as congenerc tests: A re-examnaton of an atttude-behavor model. Socometry, 39, Bayul, Y. (000). Eğtmde ve psolojde ölçme: las test teors ve uygulaması. ÖSYM Yayınları, Anara. Cronbach, L. J. (95). Coeffcent alpha and the nternal structure of tests. Psychometra, 6(3), DeVells, R. F. (003). Scale development: Theory and applcaton, Sage Publcatons, Calforna. Hambleton, R. K. & Swamnathan H. (985). Item response theory: prncples and applcaton. Kluwer-Njhoff Publsng, Boston. Jöresog, K. G. (97). Statstcal analyss of sets of congenerc tests. Psychometra, 36, Jöresog, K. G. & Sörbom, D. (996). LISREL 8: user s gude. Chcago: Scentfc Software. Lord, F. M. (980). Applcatons of tem response theory to practcal testng problems. Lawrence Erlbaum. Assocates, Inc., Hllsdale,New Jersey.

25 Konjener Test Kuramı ve Konjener Madde Analz: 45 Lord, F. M., & Novc, R. (968). Statstcal theores of mental test scores. Readng MA: Addson-Wesley. Luce, J. F. (005a). The α and the ω of congenerc test theory: an extenson of relablty and nternal consstency to heterogeneous tests. Appled Psychologcal Measurement, 9(), Luce, J. F. (005b). Rasslng the hog : the nfluence of correlated tem error on nternal consstency, classcal relablty, and congenerc relablty. Appled Psychologcal Measurement, 9(), McDonald, R. P. (985). Factor analyss and related methods. Hllsdale, NJ: Erlbaum. McDonald, R. P. (999). Test theory: a unfed treatment. Mahwah NJ: Erlbaum. Novc, M. R., & Lews, C. (967). Coeffcent alpha and the relablty of composte measurements. Psychometra, 3, 3. Rayov, T. (997). Estmaton of composte relablty for congenerc measures. Appled Psychologcal Measurement, (), Rayov, T. (00). Bas of coeffcent alfa for fxed congenerc measures wth correlated errors. Appled Psychologcal Measurement, 5(), Rayov, T. & Penev, S. (997). Structural equaton modelng and the latent lnearty hypothess n socal and behavoral research. Qualty & Quantty, 3, Steger, J. H. (000). Pont estmaton, hypothess testng, and nterval estmaton usng the RMSEA: Some comments and a reply to Haydu and Glasser. Structural Equaton Modellng, 7(), Traub, E. R. (994). Relablty for the socal scences: theory and applcatons. Measurement methods for the socal scences. Sage Publcatons. Yurdugül, H. ve Aşar, P. (004). Ortaöğretm Kurumları Öğrenc Seçme ve Yerleştrme Sınavı nın cnsyete göre madde yanlılığı açısından ncelenmes. Eğtm Blmler ve Uygulama, 3(5), 3-0. Znbarg, R. E., Revelle, W., Yovel, I. & L W. (005). Cronbach s α, Revelle s β, and Mcdonald s ω H : ther relatons wth each other and two alternatve conceptualzatıons of relablty. Psychometra, 70(),.

26 46 Dr. Hall YURDUGÜL EK : Ölçmelern/Maddelern Yapısı ve Özelller Ölçmeler Varsayımlar Eştller Paralel σ E T =T =T 3 σ E = σ E = 3 σ X = X σ = X X3 = σ XX X = σ = σ XX3 X3 Betmsel Özelller Her üç madenn ortalamaları, standart sapmaları ve ovaryansları eşt. Fatör Analt Özelller Fatör yüler eşt Eşdeğer σ E T =T =T 3 σ E σ E 3 σ X = X σ = X X3 σ XX X = σ σ XX3 X3 Maddelere lşn ortalamalar eşt ve standart sapmalar farlı, ovaryanslar eşt. Fatör yüler eşt Eşbçml σ E T = a +T T = a 3+T 3 T = a 3+T 3 σ E σ E 3 σ X X σ X X3 σ XX X = σ σ XX3 X3 Maddelere lşn ortalamalar ve standart sapmalar farlı, ovaryanslar eşt. Fatör yüler eşt Konjener σ E T =b T +a T = b 3T 3+a 3 T = b 3T 3+a 3 σ E σ E 3 σ X X σ X X3 σ XX X σ σ XX3 X3 Maddelere lşn ortalamalar, standart sapmalar ve ovaryanslar farlı. Fatör yüler farlı

27 Konjener Test Kuramı ve Konjener Madde Analz: 47 EK : Madde Güvenrller ve Madde Ayırıcılıları Arasında İlş 0,8 0,7 KonT Madde Ayırıcılığı KT Madde Ayırıcılığı (NÇS) KT Madde Ayırıcılığı (ÇS) 0,6 Madde Ayırıcılığı 0,5 0,4 0,3 0, 0, 0,0-0, -0, 0,0 0, 0, 0,3 0,4 Madde Güvenrlğ

Obtaining Classical Reliability Terms from Item Response Theory in Multiple Choice Tests

Obtaining Classical Reliability Terms from Item Response Theory in Multiple Choice Tests Ankara Unversty, Journal of Faculty of Educatonal Scences, year: 2006, vol: 39, no: 2, 27-44 Obtanng Classcal Relablty Terms from Item Response Theory n Multple Choce Tests Hall Yurdugül * ABSTRACT: The

Detaylı

Obtaining Classical Reliability Terms from Item Response Theory in Multiple Choice Tests

Obtaining Classical Reliability Terms from Item Response Theory in Multiple Choice Tests Ankara Unversty, Journal of Faculty of Educatonal Scences, year: 26, vol: 39, no: 2, 27-44 Obtanng Classcal Relablty Terms from Item Response Theory n Multple Choce Tests Hall Yurdugül * ABSTRACT: The

Detaylı

Tek Yönlü Varyans Analizi (ANOVA)

Tek Yönlü Varyans Analizi (ANOVA) VARYANS ANALİZİ İ örne ortalaması arasında farın önem ontrolü, örne büyülüğüne göre z veya testlernden bryle yapılır. Bu testlerle, den fazla örne ortalamasını brlte test etme ve aralarında farın önem

Detaylı

MOD SÜPERPOZİSYONU İLE ZAMAN TANIM ALANINDA ÇÖZÜM

MOD SÜPERPOZİSYONU İLE ZAMAN TANIM ALANINDA ÇÖZÜM Nur ÖZHENEKCİ O SÜPERPOZİSYONU İLE ZAAN ANI ALANINA ÇÖZÜ Aşağıda açılanaca olan ortogonall özelllernn sağlandığı yapılar çn, zaman tanım alanında çözüm, her mod çn ayrı ayrı yapılıp daha sonra bu modal

Detaylı

16. Dörtgen plak eleman

16. Dörtgen plak eleman 16. Ddörtgen pla eleman 16. Dörtgen pla eleman Kalınlığı dğer boyutlarına göre üçü ve düzlemne d yü etsnde olan düzlem taşıyıcı ssteme pla denr. Yapıların döşemeler, sıvı deposu yan duvarları ve öprü plaları

Detaylı

Ölçme Kuram ve Güvenirlik Katsaylar

Ölçme Kuram ve Güvenirlik Katsaylar Dr. Hall Yurdugül Ölçme Kuram ve Güvenrl Katsaylar Öyü Davran blmlernde ölçme çalmalar 9 yüzyla adar uzanr. Bu onuda l bulgular 860 ylnda Charles Darwn le balamatadr. Elbette Darwn br ölçmec de*ldr ama

Detaylı

Düşük Hacimli Üretimde İstatistiksel Proses Kontrolü: Kontrol Grafikleri

Düşük Hacimli Üretimde İstatistiksel Proses Kontrolü: Kontrol Grafikleri Düşü Hacml Üretmde İstatstsel Proses Kontrolü: Kontrol Grafler A. Sermet Anagün ÖZET İstatstsel Proses Kontrolu (İPK) apsamında, proses(ler)de çeştl nedenlerden aynalanan değşenlğn belrlenere ölçülmes,

Detaylı

Farklı Madde Puanlama Yöntemlerinin ve Farklı Test Puanlama Yöntemlerinin Karşılaştırılması

Farklı Madde Puanlama Yöntemlerinin ve Farklı Test Puanlama Yöntemlerinin Karşılaştırılması Eğitimde ve Psiolojide Ölçme ve Değerlendirme Dergisi, Yaz 200, (), -8 Farlı Madde Puanlama Yöntemlerinin ve Farlı Test Puanlama Yöntemlerinin Karşılaştırılması Halil YURDUGÜL * Hacettepe Üniversitesi

Detaylı

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ- KARE TESTLERİ Doç.Dr. Al Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIAY Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı,

Detaylı

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE KARE TESTLERİ Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı, F Dağılışı, gb br dağılışa uygun olduğu durumlarda

Detaylı

SABİT-KUTUP YAKLAŞIMI KULLANILARAK TELEKONFERANSTA ODA AKUSTİK EKO YOK ETME

SABİT-KUTUP YAKLAŞIMI KULLANILARAK TELEKONFERANSTA ODA AKUSTİK EKO YOK ETME SABİ-KUUP YAKLAŞIMI KULLAILARAK ELEKOFERASA ODA AKUSİK EKO YOK EME uğba Özge ÖZDİÇ Rıfat HACIOĞLU Eletr-Eletron Mühendslğ Bölümü Mühendsl Faültes Zongulda Karaelmas Ünverstes, 671, Zongulda ozdnc_ozge@hotmal.com

Detaylı

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır. UYUM ĐYĐLĐĞĐ TESTĐ Posson: H o: Ver Posson dağılıma sahp br ktleden gelmektedr. H a : Ver Posson dağılıma sahp br ktleden gelmemektedr. Böyle br hpotez test edeblmek çn, önce Posson dağılım parametres

Detaylı

DEĞİŞKENLİK (YAYIKLIK) ÖLÇÜLERİ

DEĞİŞKENLİK (YAYIKLIK) ÖLÇÜLERİ SAÜ 6. BÖLÜM DEĞİŞKELİK (YAYIKLIK) ÖLÇÜLERİ PROF. DR. MUSTAFA AKAL İÇİDEKİLER 1. DEĞİŞKELİĞİ TAIMI VE ÇEŞİTLERİ. AALATİK OLMAYA DEĞİŞKELİK ÖLÇÜLERİ 3. ORTALAMA MUTLAK SAPMA 3.1. Bast Serde Ortalama Mutla

Detaylı

META ANALİZİNDE HETEROJENLİĞİN SAPTANMASINDA KULLANILAN YÖNTEMLERİN SİMÜLASYON TEKNİĞİ İLE KARŞILAŞTIRILMASI

META ANALİZİNDE HETEROJENLİĞİN SAPTANMASINDA KULLANILAN YÖNTEMLERİN SİMÜLASYON TEKNİĞİ İLE KARŞILAŞTIRILMASI T.C. MERSİN ÜNİVERSİTESİ SAĞLIK BİLİMLERİ ENSTİTÜSÜ BİYOİSTATİSTİK VE TIBBİ BİLİŞİM ANABİLİM DALI META ANALİZİNDE HETEROJENLİĞİN SAPTANMASINDA KULLANILAN YÖNTEMLERİN SİMÜLASYON TEKNİĞİ İLE KARŞILAŞTIRILMASI

Detaylı

ÜÇ BOYUTLU ÇAPRAZ TABLOLARDA LOGARİTMİK DOĞRUSAL ANALİZ: ÇOCUK İŞGÜCÜ DEĞİŞKENLERİ ARASINDAKİ ETKİLEŞİMLER

ÜÇ BOYUTLU ÇAPRAZ TABLOLARDA LOGARİTMİK DOĞRUSAL ANALİZ: ÇOCUK İŞGÜCÜ DEĞİŞKENLERİ ARASINDAKİ ETKİLEŞİMLER Uludağ Ünverstes İtsad ve İdar lmler Faültes Dergs lt XXV, ayı, 006, s. 41-70 ÜÇ OYUTLU ÇPRZ TLOLRD LOGRİTMİK DOĞRUL NLİZ: ÇOUK İŞGÜÜ DEĞİŞKENLERİ RINDKİ ETKİLEŞİMLER erpl ÜLÜL * Özet Kategor verlerde

Detaylı

ANOVA. CRD (Completely Randomized Design)

ANOVA. CRD (Completely Randomized Design) ANOVA CRD (Completely Randomzed Desgn) Örne Problem: Kalte le blgnn, ortalama olara, br urumun üç farlı şehrde çalışanları tarafından eşt olara algılanıp algılanmadığını test etme amacıyla, bu üç şehrde

Detaylı

6. Uygulama. dx < olduğunda ( )

6. Uygulama. dx < olduğunda ( ) . Uygulama Hatırlatma: Rasgele Değşelerde Belee Değer Kavramı br rasgele değşe ve g : R R br osyo olma üzere, ) esl ve g ) ) < olduğuda D ) sürel ve g ) ) d < olduğuda g belee değer der. c R ve br doğal

Detaylı

Yaklaşık İdeal Talep Analizi Yöntemi. ve Fiyat Esnekliklerinin Tahmini

Yaklaşık İdeal Talep Analizi Yöntemi. ve Fiyat Esnekliklerinin Tahmini Yalaşı İdeal Talep Analz Yöntem le Harcama ve Fyat Esnellernn Tahmn Mehmet Arf ŞAHİNLİ İstatstç, Türye İstatst Kurumu, Ulusal Hesaplar ve Eonom Göstergeler Dare Başanlığı arfsahnl@tu.gov.tr Yalaşı İdeal

Detaylı

Tek yönlü VA için seçenek bir test yöntemi ve geliştirilen bilgisayar yazılımı

Tek yönlü VA için seçenek bir test yöntemi ve geliştirilen bilgisayar yazılımı www.statstcler.org İstatstçler Dergs (008) 75-8 İstatstçler Dergs Te yönlü VA çn seçene br test yöntem ve gelştrlen blgsayar yazılımı Engn Yıldıztepe Douz Eylül Ünverstes Fen-Edebyat Faültes İstatst Bölümü

Detaylı

DALGACIK DÖNÜŞÜMÜ İLE EEG İŞARETLERİNDEN ÇIKARILAN ÖZNİTELİK VEKTÖRLERİ ÜZERİNDE İSTATİSTİKSEL İŞLEMLERİN GERÇEKLEŞTİRİLMESİ

DALGACIK DÖNÜŞÜMÜ İLE EEG İŞARETLERİNDEN ÇIKARILAN ÖZNİTELİK VEKTÖRLERİ ÜZERİNDE İSTATİSTİKSEL İŞLEMLERİN GERÇEKLEŞTİRİLMESİ DALGACI DÖNÜŞÜMÜ İLE EEG İŞARETLERİNDEN ÇIARILAN ÖZNİTELİ VETÖRLERİ ÜZERİNDE İSTATİSTİSEL İŞLEMLERİN GERÇELEŞTİRİLMESİ Elf Derya ÜBEYLİ İnan GÜLER TOBB Eonom ve Tenoloj Ünverstes, Mühendsl Faültes, Eletr-Eletron

Detaylı

En Küçük Etkili Doz Düzeyini Belirleme Yöntemlerinin Karşılaştırmaları

En Küçük Etkili Doz Düzeyini Belirleme Yöntemlerinin Karşılaştırmaları S Ü Fen Fa Fen Derg Sayı 36 () 83-94, KONYA En Küçü Etl Doz Düzeyn Belrleme Yöntemlernn Karşılaştırmaları Murat HÜSREVOĞLU, Hamza GAMGAM * Gaz Ünverstes, Fen Edebyat Faültes, İstatst Bölümü, Tenoullar,

Detaylı

Korelasyon ve Regresyon

Korelasyon ve Regresyon Korelasyon ve Regresyon 1 Korelasyon Analz İk değşken arasında lşk olup olmadığını belrlemek çn yapılan analze korelasyon analz denr. Korelasyon; doğrusal yada doğrusal olmayan dye kye ayrılır. Korelasyon

Detaylı

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t :

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t : HAFTA 13 GÖLGE EĞİŞKENLERLE REGRESYON (UMMY VARIABLES) Gölge veya kukla (dummy) değşkenler denen ntel değşkenler, cnsyet, dn, ten reng gb hemen sayısallaştırılamayan ama açıklanan değşkenn davranışını

Detaylı

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU 6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız

Detaylı

MIXED REGRESYON TAHMİN EDİCİLERİNİN KARŞILAŞTIRILMASI. The Comparisions of Mixed Regression Estimators *

MIXED REGRESYON TAHMİN EDİCİLERİNİN KARŞILAŞTIRILMASI. The Comparisions of Mixed Regression Estimators * MIXED EGESYON TAHMİN EDİCİLEİNİN KAŞILAŞTIILMASI The Comparisions o Mixed egression Estimators * Sevgi AKGÜNEŞ KESTİ Ç.Ü.Fen Bilimleri Enstitüsü Matemati Anabilim Dalı Selahattin KAÇIANLA Ç.Ü.Fen Edebiyat

Detaylı

YAŞAM VERİLERİNİN META ANALİZİ META ANALYSIS OF SURVIVAL DATA

YAŞAM VERİLERİNİN META ANALİZİ META ANALYSIS OF SURVIVAL DATA YAŞAM VERİLERİNİN META ANALİZİ META ANALYSIS OF SURVIVAL DATA HATİCE YENİAY PROF. DR. DURDU KARASOY Tez Danışmanı Hacettepe Ünverstes Lsansüstü Eğtm-Öğretm Yönetmelğnn İstatst Anablm Dalı İçn Öngördüğü

Detaylı

ÖZEL YETENEK SINAVINDAKİ BAŞARIYA İLİŞKİN RİSK ANALİZİNİN KARIŞIMLI LOJİSTİK REGRESYON MODELİ İLE İNCELENMESİ *

ÖZEL YETENEK SINAVINDAKİ BAŞARIYA İLİŞKİN RİSK ANALİZİNİN KARIŞIMLI LOJİSTİK REGRESYON MODELİ İLE İNCELENMESİ * Hacettepe Ünverstes Eğtm Faültes Dergs (H. U. Journal of Educaton) 35: 227-239 [28] ÖZEL YETENEK SINAVINDAKİ BAŞARIYA İLİŞKİN RİSK ANALİZİNİN KARIŞIMLI LOJİSTİK REGRESYON MODELİ İLE İNCELENMESİ * SCRUTINIZATION

Detaylı

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER 5.. İk Boyutlu Rasgele Değşkenler Br deney yapıldığında, aynı deneyle lgl brçok rasgele değşkenn aynı andak durumunu düşünmek gerekeblr. Böyle durumlarda

Detaylı

The Comparison of Reliability Coefficients in Parallel, Tau-Equivalent, and Congeneric Measurements

The Comparison of Reliability Coefficients in Parallel, Tau-Equivalent, and Congeneric Measurements Ankara University, Journal of Faculty of Educational Sciences, year: 006, vol: 39, no: 1, 15-37 The Comparison of Reliability Coefficients in Parallel, Tau-Equivalent, and Congeneric Measurements Halil

Detaylı

Çok Boyutlu Madde Tepki Kuramı 1

Çok Boyutlu Madde Tepki Kuramı 1 221 Eğtmde ve Pskolojde Ölçme ve Değerlendrme Dergs, Yaz 2012, 3(1), 221-229 Çok Boyutlu Madde Tepk Kuramı 1 İbrahm Alper KÖSE * Abant İzzet Baysal Ünverstes Özet Eğtm ve pskolojde test alanların verdğ

Detaylı

SAYISAL YÜKSEKLİK MODELLERİNDE KLASİK VE ESNEK HESAPLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI

SAYISAL YÜKSEKLİK MODELLERİNDE KLASİK VE ESNEK HESAPLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI TMMOB Harta ve Kadastro Mühendsler Odası, 15. Türye Harta Blmsel ve Ten Kurultayı, 5 8 Mart 015, Anara. SAYISAL YÜKSEKLİK MODELLERİNDE KLASİK VE ESNEK HESAPLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI Leyla ÇAKIR*

Detaylı

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI V. Ulusal Üretm Araştırmaları Sempozyumu, İstanbul Tcaret Ünverstes, 5-7 Kasım 5 ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN

Detaylı

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 7 Sayı: 1 s Ocak 2005

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 7 Sayı: 1 s Ocak 2005 DEÜ MÜHENDİSİK FAKÜTESİ FEN ve MÜHENDİSİK DERGİSİ Clt: 7 Sayı: s. 7-85 Oca 5 ÜÇ BOYUTU BİR ÇERÇEVENİN UZAYSA VE DÜZEMSE STATİK YAPISA DAVRANIŞARININ KIYASANMASI (THE COMPARISON BETWEEN THE SPACE AND PANAR

Detaylı

NİTEL TERCİH MODELLERİ

NİTEL TERCİH MODELLERİ NİTEL TERCİH MODELLERİ 2300 gözlem sayısı le verlen değşkenler aşağıdak gbdr: calsma: çocuk çalışıyorsa 1, çalışmıyorsa 0 (bağımlı değşken) Anne_egts: Anne eğtm sevyes Baba_egts: Baba eğtm sevyes Kent:

Detaylı

İki Durumlu Karışımlı Lojistik Regresyona İlişkin Bir Uygulama. An Application for Binary Mixture Logistic Regression

İki Durumlu Karışımlı Lojistik Regresyona İlişkin Bir Uygulama. An Application for Binary Mixture Logistic Regression BİLİŞİM TENOLOJİLERİ DERGİSİ, CİLT: 4, SAYI: 3, EYLÜL 2011 53 İ Durumlu arışımlı Lojst Regresyona İlşn Br Uygulama Yılmaz AYA 1, Abdullah YEŞİLOVA 2 1 Blgsayar Mühendslğ Bölümü, Srt Ünverstes, Srt, Türye

Detaylı

Sıklık Tabloları ve Tek Değişkenli Grafikler

Sıklık Tabloları ve Tek Değişkenli Grafikler Sıklık Tabloları ve Tek Değşkenl Grafkler Sıklık Tablosu Ver dzsnde yer alan değerlern tekrarlama sayılarını çeren tabloya sıklık tablosu denr. Sıklık Tabloları tek değşken çn marjnal tablo olarak adlandırılır.

Detaylı

Yük Yoğunluğu ve Nokta Yük İçeren Elektrik Alan Problemlerinin Sınır Elemanları Yöntemiyle İncelenmesi

Yük Yoğunluğu ve Nokta Yük İçeren Elektrik Alan Problemlerinin Sınır Elemanları Yöntemiyle İncelenmesi Fırat Ünv. Fen ve Müh. Bl. Dergs cence and Eng. J of Fırat Unv. (), 99-, (), 99-, Yü Yoğunluğu ve Nota Yü İçeren Eletr Alan Problemlernn ınır Elemanları Yöntemyle İncelenmes Hüseyn ERİŞTİ ve elçu YILDIRIM

Detaylı

4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ

4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ Ünsal M.; Varol, A.: Soğutma Kulelernn Boyutlandırılması İçn Br Kuramsal 8 Mayıs 990, S: 8-85, Adana 4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ Asaf Varol Fırat Ünverstes, Teknk Eğtm Fakültes,

Detaylı

UYGULAMA 2. Bağımlı Kukla Değişkenli Modeller

UYGULAMA 2. Bağımlı Kukla Değişkenli Modeller UYGULAMA 2 Bağımlı Kukla Değşkenl Modeller Br araştırmacı Amerka da yüksek lsans ve doktora programlarını kabul ednlmey etkleyen faktörler ncelemek stemektedr. Bu doğrultuda aşağıdak değşkenler ele almaktadır.

Detaylı

Polynomial Approach to the Response Surfaces

Polynomial Approach to the Response Surfaces D.Ü.Zya Göalp Eğtm Faültes Dergs 7 79-94 (6) TEPKİ YÜZEYLERİNE POLİNOMAL YAKLAŞIM Polynomal Approach to the Response Surfaces Azz HARMAN Özet Bu çalışmada deneyc veya araştırmacıların ontrolünde vetörü

Detaylı

PARÇALI DOĞRUSAL REGRESYON

PARÇALI DOĞRUSAL REGRESYON HAFTA 4 PARÇALI DOĞRUSAL REGRESYO Gölge değşkenn br başka kullanımını açıklamak çn varsayımsal br şrketn satış temslclerne nasıl ödeme yaptığı ele alınsın. Satış prmleryle satış hacm Arasındak varsayımsal

Detaylı

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür. Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk

Detaylı

Comparing the Test Information Obtained through Multiple- Choice, Open-Ended and Mixed Item Tests Based on Item Response Theory

Comparing the Test Information Obtained through Multiple- Choice, Open-Ended and Mixed Item Tests Based on Item Response Theory Elementary Educaton Onlne, 11(1), 251-263, 2012. İlköğretm Onlne, 11(1), 251-263, 2012. [Onlne]: http://lkogretm-onlne.org.tr Comparng the Test Informaton Obtaned through Multple- Choce, Open-Ended and

Detaylı

İstatistik Araştırma Dergisi, Cilt: 02, No: 02, Sayfa: , 2003.

İstatistik Araştırma Dergisi, Cilt: 02, No: 02, Sayfa: , 2003. İstatst Araştırma Dergs, Clt: 0, No: 0, Sayfa: 03-7, 003. İstatstsel Parametre Kestrm Teler Webull Dağılımıı Parametreler Hesaplamasıda Kullaımı Ve Deprem Verler Webull Dağılımıa Uygulaması Veysel YILMAZ

Detaylı

YAYILI YÜK İLE YÜKLENMİŞ YAPI KİRİŞLERİNDE GÖÇME YÜKÜ HESABI. Perihan (Karakulak) EFE

YAYILI YÜK İLE YÜKLENMİŞ YAPI KİRİŞLERİNDE GÖÇME YÜKÜ HESABI. Perihan (Karakulak) EFE BAÜ Fen Bl. Enst. Dergs (6).8. YAYII YÜK İE YÜKENİŞ YAPI KİRİŞERİNDE GÖÇE YÜKÜ HESABI Perhan (Karakulak) EFE Balıkesr Ünverstes ühendslk marlık Fakültes İnşaat üh. Bölümü Balıkesr, TÜRKİYE ÖZET Yapılar

Detaylı

TÜRKİYE DE HANELERİN KONUT TERCİHİ: EKONOMETRİK YAKLAŞIM

TÜRKİYE DE HANELERİN KONUT TERCİHİ: EKONOMETRİK YAKLAŞIM T.C. DOKUZ EYLÜL ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EKONOMETRİ ANABİLİM DALI YÜKSEK LİSANS TEZİ TÜRKİYE DE HANELERİN KONUT TERCİHİ: EKONOMETRİK YAKLAŞIM Canan GÜNEŞ Danışman Prof. Dr. Şenay ÜÇDOĞRUK

Detaylı

Soğutucu Akışkan Karışımlarının Kullanıldığı Soğutma Sistemlerinin Termoekonomik Optimizasyonu

Soğutucu Akışkan Karışımlarının Kullanıldığı Soğutma Sistemlerinin Termoekonomik Optimizasyonu Soğutucu Akışkan arışımlarının ullanıldığı Soğutma Sstemlernn ermoekonomk Optmzasyonu * 1 Hüseyn aya, 2 ehmet Özkaymak ve 3 rol Arcaklıoğlu 1 Bartın Ünverstes akne ühendslğ Bölümü, Bartın, ürkye 2 arabük

Detaylı

KIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM TALEP SİSTEMİ YAKLAŞIMIYLA ANALİZİ

KIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM TALEP SİSTEMİ YAKLAŞIMIYLA ANALİZİ Süleyman Demrel Ünverstes Sosyal Blmler Ensttüsü Dergs Yıl: 2007/2, Sayı: 6 Journal of Suleyman Demrel Unversty Insttue of Socal Scences Year: 2007/2, Number: 6 KIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM

Detaylı

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Kİ-KAR TSTLRİ A) Kİ-KAR DAĞILIMI V ÖZLLİKLRİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk gösterp

Detaylı

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman Farklı Varyans Var(u X ) = Var(u ) = E(u ) = σ Eşt Varyans Y X Farklı Varyans Hata Var(u X ) = Var(u ) = E(u ) = σ Farklı Varyans Zaman Farklı Varyans le Karşılaşılan Durumlar Kest Verlernde. Kar dağıtım

Detaylı

Güvenlik Stokları. Tedarik Zincirlerinde Belirsizlik Yönetimi: Güvenlik Stokları. Güvenlik Stokları Belirlenirken Sorulması gereken sorular

Güvenlik Stokları. Tedarik Zincirlerinde Belirsizlik Yönetimi: Güvenlik Stokları. Güvenlik Stokları Belirlenirken Sorulması gereken sorular Güvenl Stoları Tedar Zncrlernde Belrszl Yönetm: Güvenl Stoları Güvenl Stoğu: Herhang br dönemde, talebn tahmn edlen mtarın üzernde gerçeleşen mtarını arşılama çn elde bulundurulan sto mtarıdır Q Çevrm

Detaylı

Münevver TURANLI 1, Seda BAĞDATLI 2

Münevver TURANLI 1, Seda BAĞDATLI 2 Öner.C.9.S.35. Oca 0.07-3. SEMİPARAMETRİK REGRESYON Münevver TURANLI, Seda BAĞDATLI İstanbul Tcaret Ünverstes, İstatst Bölümü, Profesör Dr. İstanbul Tcaret Ünverstes, İstatst Bölümü, Araştırma Görevls

Detaylı

Bulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi

Bulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi Harta Teknolojler Elektronk Dergs Clt: 5, No: 1, 2013 (61-67) Electronc Journal of Map Technologes Vol: 5, No: 1, 2013 (61-67) TEKNOLOJİK ARAŞTIRMALAR www.teknolojkarastrmalar.com e-issn: 1309-3983 Makale

Detaylı

ALGILANAN HİZMET KALİTESİ VE LOJİSTİK REGRESYON ANALİZİ İLE HİZMET TERCİHİNE ETKİSİNİN BELİRLENMESİ. Özet

ALGILANAN HİZMET KALİTESİ VE LOJİSTİK REGRESYON ANALİZİ İLE HİZMET TERCİHİNE ETKİSİNİN BELİRLENMESİ. Özet Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Yayın Gelş Tarh: 18.02.2011 Clt: 13, Sayı: 1, Yıl: 2011, Sayfa: 21-37 Yayına Kabul Tarh: 17.03.2011 ISSN: 1302-3284 ALGILANAN HİZMET KALİTESİ VE LOJİSTİK

Detaylı

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI  Ki-Kare Analizleri Kİ KAR ANALİZİ 1 Doç. Dr. Mehmet AKSARAYLI www.mehmetaksarayl K-Kare Analzler OLAY 1: Genelde br statstk sınıfında, öğrenclern %60 ının devamlı, %30 unun bazen, %10 unun se çok az derse geldkler düşünülmektedr.

Detaylı

MAKROİKTİSAT (İKT209)

MAKROİKTİSAT (İKT209) MAKROİKTİSAT (İKT29 Ders 6: IS-LM Prof. Dr. Ferda HALICIOĞLU İtsat Bölümü Syasal Blgler Faültes İstanbul Medenyet Ünverstes Derste İncelenen Konular Mal pyasasında denge: IS eğrs Para pyasasında denge:

Detaylı

HİD 473 Yeraltısuyu Modelleri

HİD 473 Yeraltısuyu Modelleri HİD 7 Yeraltısuyu Modeller Sayısal Analz Sonlu Farlar Yalaşımı Levent Tezcan - Güz Dönem Modelleme Problemn Tanımlanması Kavramsal Modeln Gelştrlmes Matematsel Modeln Gelştrlmes Hdroeolo Süreçler Sınır

Detaylı

Afyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi

Afyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi Afyon Kocatepe Ünverstes Fen ve Mühendsl Blmler Dergs Afyon Kocatepe Unversty Journal of Scence and Engneerng AKÜ FEMÜBİD 16 (2016) 035505 (674-678) DOI: 10.5578/fmbd.40384 AKU J. Sc. Eng. 16 (2016) 035505

Detaylı

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının 1 DİĞER ÖZEL İSTATİSTİKSEL KALİTE KONTROL DİYAGRAMLARI X, R, p, np, c, u ve dğer kontrol dyagramları statstksel kalte kontrol dyagramlarının temel teknkler olup en çok kullanılanlarıdır. Bu teknkler ell

Detaylı

Cezalandırılmış Eğrisel Çizgi Regresyonunda Karışık Doğrusal Model Yaklaşımı. Linear Mixed Model Approach in Penalized Spline Regression

Cezalandırılmış Eğrisel Çizgi Regresyonunda Karışık Doğrusal Model Yaklaşımı. Linear Mixed Model Approach in Penalized Spline Regression üra S., otamış Ö. Cezaladırılmış Eğrsel Çzg Regresyoda Karışı Doğrsal Model Yalaşımı Semra üra,*, Öz otamış Hacettepe Üverstes, İstatst Bölümü, Beytepe/ANKARA Özet B çalışmada cezaladırılmış eğrsel çzg

Detaylı

Tek Yönlü Varyans Analizi

Tek Yönlü Varyans Analizi Tek Yönlü Varyan Analz Nedr ve hang durumlarda kullanılır? den fazla grupların karşılaştırılmaı öz konuu e, çok ayıda t-tet nn kullanılmaı, Tp I hatanın artmaına yol açar; Örneğn, eğer 5 grubu kşerl olarak

Detaylı

ADJUSTED DURBIN RANK TEST FOR SENSITIVITY ANALYSIS IN BALANCED INCOMPLETE BLOCK DESIGN

ADJUSTED DURBIN RANK TEST FOR SENSITIVITY ANALYSIS IN BALANCED INCOMPLETE BLOCK DESIGN SAÜ Fen Edebyat Dergs (2010-I) F.GÖKPINAR v.d. DENGELİ TAMAMLANMAMIŞ BLOK TASARIMINDA, DUYUSAL ANALİZ İÇİN DÜZELTİLMİŞ DURBİN SIRA SAYILARI TESTİ Fkr GÖKPINAR*, Hülya BAYRAK, Dlşad YILDIZ ve Esra YİĞİT

Detaylı

Ticari Bankalarının Yerli ve Yabancı Bankalar Açısından Performansları ve Performans Sürekliliklerinin Analizi: Türkiye Ölçeği (2002-2012 ÖZET

Ticari Bankalarının Yerli ve Yabancı Bankalar Açısından Performansları ve Performans Sürekliliklerinin Analizi: Türkiye Ölçeği (2002-2012 ÖZET Tcar Banalarının Yerl ve Yabancı Banalar Açısından Performansları ve Performans Sürelllernn Analz: Türye Ölçeğ (2002-202) Selahattn KOÇ* Azz BAĞCI ** Al SÖZDEMİR *** ÖZET Son yıllarda yaşanan üreselleşme

Detaylı

BÖLÜM 5 İNCE PROFİLLER İÇİN SAYISAL UYGULAMALAR

BÖLÜM 5 İNCE PROFİLLER İÇİN SAYISAL UYGULAMALAR BÖLÜM 5 İE PROFİLLER İÇİ SAYISAL UYGULAMALAR 5. Grş 5. İne profl teors 5.. Analt çözümler 5.. Kamburlu eğrsne polnom şelnde eğr uydurulması 5.. Fourer ntegrallernn sayısal hesabı 5. Kümelenmş-grdaplar

Detaylı

FARKLI SES KAYNAKLARINDAN ÜRETİLEN TEMEL TANIM DİZİLERİ İLE KONUŞMA İŞARETLERİNİN MODELLENMESİ

FARKLI SES KAYNAKLARINDAN ÜRETİLEN TEMEL TANIM DİZİLERİ İLE KONUŞMA İŞARETLERİNİN MODELLENMESİ ARKI SES KAYNAKARINDAN ÜRETİEN TEME TANIM DİZİERİ İE KONUŞMA İŞARETERİNİN MODEENMESİ Rafet AKDENİZ Ümt GÜZ 2 Haan GÜRKAN 2 B. Sıddı YARMAN 2 Traya Ünverstes, Çorlu Mühendsl aültes, Eletron ve Haberleşme

Detaylı

TEKNOLOJİ, PİYASA REKABETİ VE REFAH

TEKNOLOJİ, PİYASA REKABETİ VE REFAH TEKNOLOJİ, PİYASA REKABETİ VE REFAH Dr Türkmen Göksel Ankara Ünverstes Syasal Blgler Fakültes Özet Bu makalede teknoloj sevyesnn pyasa rekabet ve refah sevyes üzerndek etkler matematksel br model le ncelenecektr

Detaylı

Akademik Sosyal Araştırmalar Dergisi, Yıl: 5, Sayı: 62, Aralık 2017, s

Akademik Sosyal Araştırmalar Dergisi, Yıl: 5, Sayı: 62, Aralık 2017, s Akademik Sosyal Araştırmalar Dergisi, Yıl: 5, Sayı: 62, Aralık 2017, s. 460-468 Yayın Geliş Tarihi / Article Arrival Date Yayınlanma Tarihi / The Publication Date 14.11.2017 20.12.2017 Arş. Gör. Sibel

Detaylı

SEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011)

SEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011) SEK Tahmnclernn Arzulanan Özellkler İk Değşkenl Bağlanım Model SEK Tahmnclernn Arzulanan Özellkler Ekonometr 1 Konu 9 Sürüm 2,0 (Ekm 2011) http://www.ackders.org.tr SEK Tahmnclernn Arzulanan Özellkler

Detaylı

EKONOMETRİYE GİRİŞ II ÖDEV 4 ÇÖZÜM

EKONOMETRİYE GİRİŞ II ÖDEV 4 ÇÖZÜM EKONOMETRİYE GİRİŞ II ÖDEV 4 ÇÖZÜM (Örgün e İknc Öğretm çn) 1. 754 hanehalkına at DOMerset sml Excel dosyasında yer alan erler kullanarak tahmnlenen DOM sonuçları: Dependent Varable: CALISANKADIN Sample:

Detaylı

Deprem Tepkisinin Sayısal Metotlar ile Değerlendirilmesi (Newmark-Beta Metodu) Deprem Mühendisliğine Giriş Dersi Doç. Dr.

Deprem Tepkisinin Sayısal Metotlar ile Değerlendirilmesi (Newmark-Beta Metodu) Deprem Mühendisliğine Giriş Dersi Doç. Dr. Deprem Tepksnn Sayısal Metotlar le Değerlendrlmes (Newmark-Beta Metodu) Sunum Anahat Grş Sayısal Metotlar Motvasyon Tahrk Fonksyonunun Parçalı Lneer Interpolasyonu (Pecewse Lnear Interpolaton of Exctaton

Detaylı

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır?

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır? . Br torbada 6 syah, 4 beyaz top vardır. Bu torbadan yerne koyarak top seçlyor. A İSTATİSTİK KPSS/-AB-PÖ/006. Normal dağılıma sahp br rasgele (random) değşkenn varyansı 00 dür. Seçlen topların ksnn de

Detaylı

( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3

( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3 Yıldız Teknk Ünverstes Elektrk Mühendslğ Bölümü Deneyn Amacı İşlemsel kuvvetlendrcnn çalışma prensbnn anlaşılması le çeştl OP AMP devrelernn uygulanması ve ncelenmes. Özet ve Motvasyon.. Operasyonel Amplfkatör

Detaylı

Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI

Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI C.Ü. İktsad ve İdar Blmler Dergs, Clt 4, Sayı 1, 3 6 Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI H. BİRCAN, Y. KARAGÖZ ve Y. KASAPOĞLU

Detaylı

VERİ MADENCİLİĞİ Farklı Demetleme Yöntemleri

VERİ MADENCİLİĞİ Farklı Demetleme Yöntemleri Çzge VERİ ADENCİLİĞİ Farlı Demetleme Yöntemler Yrd. Doç. Dr. Şule Gündüz Öğüdücü Ver ümes D{,,..., K } Ver ümes ağırlılı, yönsüz, bağlı br çzge le temsl edlr: G(V,E) V{ } ver ümesnde nesnelerden oluşan

Detaylı

ÖZET. Yüksek Lisans Tezi GAUSS TAMSAYILARI HALKASINDA KONGRÜANS DENKLEMERİNİN ÇÖZÜMLERİ VE 4. DERECEDEN KALANLAR ÜZERİNE.

ÖZET. Yüksek Lisans Tezi GAUSS TAMSAYILARI HALKASINDA KONGRÜANS DENKLEMERİNİN ÇÖZÜMLERİ VE 4. DERECEDEN KALANLAR ÜZERİNE. ÖZET Yüse Lsans Tez GAUSS TAMSAYILARI HALKASINDA KONGRÜANS DENKLEMERİNİN ÇÖZÜMLERİ VE. DERECEDEN KALANLAR ÜZERİNE Kevser AKTAŞ Selçu Ünverstes Fen Blmler Ensttüsü İlöğretm Anablm Dalı Matemat Öğretmenlğ

Detaylı

ÇEV 314 Yağmursuyu ve Kanalizasyon. Nüfus Projeksiyonları

ÇEV 314 Yağmursuyu ve Kanalizasyon. Nüfus Projeksiyonları ÇEV 34 Yağmursuyu ve Kanalzasyon üfus Projesyonları Yrd. oç. r. Özgür ZEYA hp://cevre.beun.edu.r/zeydan/ üfus Projesyonları Tasarımı yapılaca olan alyapı projesnn (analzasyon, yağmursuyu analları vb.),

Detaylı

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır. BÖLÜM 3 OLASILIK HESABI 3.. Br Olayın Olasılığı Tanım 3... Br olayın brbrnden ayrık ve ortaya çıkma şansı eşt n mümkün sonucundan m tanes br A olayına uygun se, A olayının P(A) le gösterlen olasılığı P(A)

Detaylı

HİDROJEN-METAN KARIŞIM YANMASINDA YANMA MODEL SABİTİNİN DEĞERLENDİRİLMESİ

HİDROJEN-METAN KARIŞIM YANMASINDA YANMA MODEL SABİTİNİN DEĞERLENDİRİLMESİ Isı Blm ve Tenğ Dergs, 3, 1, 45-57, 21 J. of Thermal Scence and Technology 21 TIBTD Prnted n Turey ISSN 13-3615 HİDROJEN-METAN KARIŞIM YANMASINDA YANMA MODEL SABİTİNİN DEĞERLENDİRİLMESİ İler YILMAZ *,

Detaylı

Ayrık Olay Sistemlerinin kontrolü için bir modelleme ve gerçekleme yöntemi

Ayrık Olay Sistemlerinin kontrolü için bir modelleme ve gerçekleme yöntemi tüdergs/d mühendsl lt:9 Sayı, - Şubat Ayrı Olay Sstemlernn ontrolü çn br modelleme ve gerçeleme yöntem İbrahm olga HASDEMİR *, Salman KURULAN, Leyla GÖREN İÜ Fen Blmler Ensttüsü, Kontrol ve Otomasyon Mühendslğ

Detaylı

ERS-2 Raw Datası için Dönüşüme Dayalı Sıkıştırma

ERS-2 Raw Datası için Dönüşüme Dayalı Sıkıştırma ERS- Raw Datası çn Dönüşüme Dayalı Sııştırma. Göhan. KASAPOĞLU, İrahm. PAPİLA, Bngül YAZGA, Sedef KET İstanul Ten Ünverstes, Eletr-Eletron Faültes, Eletron ve Haerleşme Mühendslğ, 066, Masla, İstanul Tel:

Detaylı

Standart Model (SM) Lagrange Yoğunluğu. u, d, c, s, t, b. e,, Şimdilik nötrinoları kütlesiz Kabul edeceğiz. Kuark çiftlerini gösterelim.

Standart Model (SM) Lagrange Yoğunluğu. u, d, c, s, t, b. e,, Şimdilik nötrinoları kütlesiz Kabul edeceğiz. Kuark çiftlerini gösterelim. SM de yer alacak fermyonlar Standart Model (SM) agrange Yoğunluğu u s t d c b u, d, c, s, t, b e e e,, Şmdlk nötrnoları kütlesz Kabul edeceğz. Kuark çftlern gösterelm. u, c ve t y u (=1,,) olarak gösterelm.

Detaylı

KATEGORĠK VERĠLER ĠÇĠN LOGARĠTMĠK DOĞRUSAL MODELLER VE GÖÇ ĠSTATĠSTĠKLERĠ ÜZERĠNE BĠR UYGULAMA*

KATEGORĠK VERĠLER ĠÇĠN LOGARĠTMĠK DOĞRUSAL MODELLER VE GÖÇ ĠSTATĠSTĠKLERĠ ÜZERĠNE BĠR UYGULAMA* KATEGORĠK VERĠLER ĠÇĠN LOGARĠTMĠK DOĞRUSAL MODELLER VE GÖÇ ĠSTATĠSTĠKLERĠ ÜERĠNE BĠR UGULAMA* ÖET Snan METE ** Aydın ÜNSAL *** İ yönlü olumsallı tablolarında statst çıarsamalar çn Pearson un -are statstğ

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Gülesen ÜSTÜNDAĞ BAZI PARAMETRİK OLMAYAN İSTATİSTİKSEL YÖNTEMLERİN İNCELENMESİ İSTATİSTİK ANABİLİM DALI ADANA, 005 ÇUKUROVA ÜNİVERSİTESİ

Detaylı

ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE TEK ÇARPIMSAL SİNİR HÜCRELİ YAPAY SİNİR AĞI MODELİNİN EĞİTİMİ İÇİN ABC VE BP YÖNTEMLERİNİN KARŞILAŞTIRILMASI ÖZ

ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE TEK ÇARPIMSAL SİNİR HÜCRELİ YAPAY SİNİR AĞI MODELİNİN EĞİTİMİ İÇİN ABC VE BP YÖNTEMLERİNİN KARŞILAŞTIRILMASI ÖZ ANADOLU ÜNİVERSİTESİ Blm ve Teknoloj Dergs A-Uygulamalı Blmler ve Mühendslk Clt: 14 Sayı: 3 013 Sayfa: 315-38 ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE Faruk ALPASLAN 1, Erol EĞRİOĞLU 1, Çağdaş Hakan ALADAĞ,

Detaylı

ASİMETRİ (ÇARPIKLIK) VE BASIKLIK ÖLÇÜLERİ

ASİMETRİ (ÇARPIKLIK) VE BASIKLIK ÖLÇÜLERİ SAÜ 7. BÖLÜ ASİETRİ (ÇARPIKLIK) VE BASIKLIK ÖLÇÜLERİ PROF. DR. USTAFA AKAL İÇİNDEKİLER. ÇARPIKLIK VE BASIKLIK. ORTALAALAR YARDIIYLA ÇARPIKLIĞIN (ASİETRİ, SKEWNESS) HESAPLANASI.. erez Eğlm Ölçüler Yardımıyla

Detaylı

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK Sürekl Olasılık Dağılım Brkml- KümülatFonksyonu Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr Sürekl olasılık onksyonları X değşken - ;+ aralığında tanımlanmış br sürekl rassal değşken olsun. Aşağıdak

Detaylı

Rayleigh ve Weibull Dağılımları Kullanılarak Osmaniye Bölgesinde Rüzgar Enerjisinin Değerlendirilmesi

Rayleigh ve Weibull Dağılımları Kullanılarak Osmaniye Bölgesinde Rüzgar Enerjisinin Değerlendirilmesi Süleyman Demrel Ünverstes Raylegh Fen Blmler ve Webull Ensttüsü Dağılımları Dergs Kullanılara Osmanye Bölgesnde Rüzgar Enerjsnn Değerlendrlmes Clt 20, Sayı 1, 62-71, 2016 Süleyman Demrel Unversty Journal

Detaylı

BÖLÜM 1 ÖLÇME VE DEĞERLENDİRMEDE TEMEL KAVRAMLAR

BÖLÜM 1 ÖLÇME VE DEĞERLENDİRMEDE TEMEL KAVRAMLAR İÇİNDEKİLER BÖLÜM 1 ÖLÇME VE DEĞERLENDİRMEDE TEMEL KAVRAMLAR I. Öğretimde Ölçme ve Değerlendirmenin Gerekliliği... 2 II. Ölçme Kavramı... 3 1. Tanımı ve Unsurları... 3 2. Aşamaları... 3 2.1. Ölçülecek

Detaylı

ALTERNATİF AKIM DEVRE YÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ

ALTERNATİF AKIM DEVRE YÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ BÖLÜM 6 ALTERNATİF AKIM DEVRE ÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ 6. ÇEVRE AKIMLAR ÖNTEMİ 6. SÜPERPOZİSON TEOREMİ 6. DÜĞÜM GERİLİMLER ÖNTEMİ 6.4 THEVENİN TEOREMİ 6.5 NORTON TEOREMİ Tpak GİRİŞ Alternatf akımın

Detaylı

Sistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir :

Sistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir : 5 9. BÖLÜM YÜK AKIŞI (GÜÇ AKIŞI) 9.. Grş İletm sstemlernn analzlernde, bara sayısı arttıkça artan karmaşıklıkları yenmek çn sstemn matematksel modellenmesnde kolaylık getrc bazı yöntemler gelştrlmştr.

Detaylı

ENDÜSTRİYEL TAŞIYICI SİSTEMLERİN YAPAY SİNİR AĞLARI İLE ANALİZİ

ENDÜSTRİYEL TAŞIYICI SİSTEMLERİN YAPAY SİNİR AĞLARI İLE ANALİZİ ENDÜSTRİYEL TAŞIYICI SİSTEMLERİN YAPAY SİNİR AĞLARI İLE ANALİZİ İlyas KACAR Mana Mühendslğ Bölümü Mühendsl-Mmarlı Faültes Nğde Ünverstes, 500, Nğde e-posta: acar@gmal.com Anahtar sözcüler: Endüstryel Taşıyıcı

Detaylı

Sıfır Ağırlıklı Sayma ile Elde Edilen Veriler İçin Çok Seviyeli ZIP Regresyon * Multilevel ZIP Regression for Zero-Inflated Count Data

Sıfır Ağırlıklı Sayma ile Elde Edilen Veriler İçin Çok Seviyeli ZIP Regresyon * Multilevel ZIP Regression for Zero-Inflated Count Data Yüzüncü Yıl Ünverstes Fen Blmler Ensttüsü Dergs/ Journal of The Insttute of Natural & Appled Scences 18 (1-):01-08, 013 Araştırma Makales/Research Artcle Sıfır Ağırlıklı Sayma le Elde Edlen Verler İçn

Detaylı

TEKNOLOJĐK ARAŞTIRMALAR

TEKNOLOJĐK ARAŞTIRMALAR www.teknolojkarastrmalar.com ISSN:134-4141 Makne Teknolojler Elektronk Dergs 28 (1) 61-68 TEKNOLOJĐK ARAŞTIRMALAR Kısa Makale Tabakalı Br Dskn Termal Gerlme Analz Hasan ÇALLIOĞLU 1, Şükrü KARAKAYA 2 1

Detaylı

1 Araştırma Makalesi. Meta Analizi ve Tarımsal Uygulamalar*

1 Araştırma Makalesi. Meta Analizi ve Tarımsal Uygulamalar* KSÜ Doğa Bl. Derg., 7(), 204 KSU J. Nat. Sc., 7(), 204 Araştırma Maales Research Artcle Meta Analz ve Tarımsal Uygulamalar* Hande KÜÇÜKÖNDER **, Ercan EFE 2 Bartın Ünverstes, İ.İ.B.F, İşletme Bölümü, BARTIN

Detaylı

Kİ KARE TESTLERİ. Biyoistatistik (Ders 2: Ki Kare Testleri) Kİ-KARE TESTLERİ. Sağlıktan Yakınma Sigara Var Yok Toplam. İçen. İçmeyen.

Kİ KARE TESTLERİ. Biyoistatistik (Ders 2: Ki Kare Testleri) Kİ-KARE TESTLERİ. Sağlıktan Yakınma Sigara Var Yok Toplam. İçen. İçmeyen. Biyoistatisti (Ders : Ki Kare Testleri) Kİ KARE TESTLERİ Yrd. Doç. Dr. Ünal ERKORKMAZ Saarya Üniversitesi Tıp Faültesi Biyoistatisti Anabilim Dalı uerormaz@saarya.edu.tr Kİ-KARE TESTLERİ 1. Ki-are testleri

Detaylı

FLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ

FLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ FLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ 1 Nasır Çoruh, Tarık Erfdan, 3 Satılmış Ürgün, 4 Semra Öztürk 1,,4 Kocael Ünverstes Elektrk Mühendslğ Bölümü 3 Kocael Ünverstes Svl Havacılık Yüksekokulu ncoruh@kocael.edu.tr,

Detaylı

AN ALTERNATIVE RANK CORRELATION COEFFICIENT WİTH GRAPHICAL APPROXIMATION GRAFİKSEL YAKLAŞIMLA ALTERNATİF BİR SIRA KORELASYON KATSAYISI

AN ALTERNATIVE RANK CORRELATION COEFFICIENT WİTH GRAPHICAL APPROXIMATION GRAFİKSEL YAKLAŞIMLA ALTERNATİF BİR SIRA KORELASYON KATSAYISI G.Ü. Fen Blmler Dergs 8(): 303-33 (005) ISSN 303-9709 G.U. Journal of Scence 8():303-33 (005) AN ALTERNATIVE RANK CORRELATION COEFFICIENT WİTH GRAPHICAL APPROXIMATION (Rew) Yapra Arzu ÖZDEMİR Meltem EKİZ

Detaylı

MIT Açık Ders Malzemeleri Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için

MIT Açık Ders Malzemeleri   Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için MIT Açık Ders Malzemeler http://ocm.mt.edu Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında blg almak çn http://ocm.mt.edu/terms veya http://tuba.açık ders.org.tr adresn zyaret ednz. 18.102

Detaylı

UÇAK ÇİZELGELEME PROBLEMİNİN KARINCA KOLONİLERİ OPTİMİZASYONU İLE ÇÖZÜMÜ

UÇAK ÇİZELGELEME PROBLEMİNİN KARINCA KOLONİLERİ OPTİMİZASYONU İLE ÇÖZÜMÜ Uça Çzelgeleme roblemnn Karınca Kolonler Optmzasyonu le Çözümü HAVACILIK VE UZAY TEKNOLOJİLERİ DERGİSİ OCAK 2005 CİLT 2 SAYI 1 (87-95) UÇAK ÇİZELGELEME ROBLEMİNİN KARINCA KOLONİLERİ OTİMİZASYONU İLE ÇÖZÜMÜ

Detaylı

DİK AKIŞA MARUZ BİR SİLİNDİR ÜZERİNDEN OLAN ISI TRANSFERİNİN SAYISAL OLARAK İNCELENMESİ

DİK AKIŞA MARUZ BİR SİLİNDİR ÜZERİNDEN OLAN ISI TRANSFERİNİN SAYISAL OLARAK İNCELENMESİ Uludağ Ünverstes Mühendsl Faültes Dergs, Clt 0, ayı 1, 015 ARAŞTIRMA do: 10.1748/uufe.8436 DİK AKIŞA MARUZ BİR İLİNDİR ÜZERİNDEN OLAN II TRANFERİNİN AYIAL OLARAK İNCELENMEİ Gzem ŞENCAN * Yunus MARAL *

Detaylı