Yıl: 4, Sayı: 10, Mart 2017, s
|
|
- Aysel Kunt
- 6 yıl önce
- İzleme sayısı:
Transkript
1 Yıl: 4, Sayı: 10, Mart 2017, s Nagihan EVCĠ 1 Faruk AYLAR 2 DERLEME: ÖLÇEK GELĠġTĠRME ÇALIġMALARINDA DOĞRULAYICI FAKTÖR ANALĠZĠNĠN KULLANIMI Özet Sosyal bilimler ve eğitim bilimleri alanında yapılan çalıģmalarda veriler doğrudan gözlemlenemediği için ölçekler büyük önem taģımaktadır. ÇalıĢmalarda sağlıklı ve güvenilir veriye ulaģmak için uygun olan ölçeklerin geliģtirilmesi gerekmektedir. Bu aģamada Doğrulayıcı Faktör Analizi ortaya çıkmaktadır. Yapısal EĢitlik Modellemesinin (YEM) bir türü olan Doğrulayıcı Faktör Analizinin (DFA) önemi hızla artmakta ve yapılan çalıģmalarda, ölçeklerdeki yapı geçerliğinin sağlanması amacıyla yaygın olarak kullanılmaktadır. Geçerliğin sağlanması için doğrudan gözlenemeyen (gizli) ve gözlenebilen değiģkenler üzerine inģa edilen yapının veriler yardımıyla doğruluğunun belirlenmesi gerekmektedir. Bu çalıģmada ise; ölçek geliģtirme çalıģmalarında kullanılan doğrulayıcı faktör analizi üzerine bir derleme çalıģması yapmak amaçlanmaktadır. Derleme çalıģmasında; öncelikle ölçek ve ölçek çeģitleri açıklanarak bir ölçeğin nasıl geliģtirileceği hakkında bilgiler verilmiģtir. Ayrıca doğrulayıcı faktör analizinin anlaģılabilmesi için gerekli olan kavramlar açıklanarak, modelin uyumunu belirleyebilmek için uyum indeksleri hakkında bilgiler sunulmuģtur. Doğrulayıcı faktör analizi için gerekli koģullar açıklandıktan sonra analizin aģamaları üzerinde durulmuģtur. Doğrulayıcı faktör analizinin kullanımı ve aģamaları üzerine belirlenen çerçeveyi somutlaģtırmak amacıyla literatürden birkaç örneğe yer verilerek çalıģma sonlandırılmıģtır. Anahtar Kelimeler: Ölçek GeliĢtirme, Ölçek, Doğrulayıcı Faktör Analizi, Yapısal EĢitlik Modeli (YEM) 1 Yüksek Lisans Öğrencisi, Amasya Üniversitesi, Sosyal Bilimler Enstitüsü, Sosyal Bilgiler Eğitimi, nagihanevci1905@gmail.com 2 Yrd. Doç. Dr., Amasya Üniversitesi, Eğitim Fakültesi, farukaylar@gmail.com
2 Nagihan Evci_ Faruk Aylar USE OF CONFĠRMATORY FACTOR ANALYSIS IN SCALE DEVELOPMENT STUDIES Abstract The Ġmportance of Confirmatory Factor Analysis (CFA) which is a kind of Structural Equation Modeling (SEM) is increased. It is commonly used, especially, in the studies made in the areas of social sciences and with intend to be suppiied structure validity in the scales. The structure built on variances of directly unobservable (secret) and observable to be supplied validity has needed to be determined its truencess with help of datum. Being a theoretical Structure of Confirmatory Factor Analysis reveals that it is a difficult analysis in terms of practice. In this study, it is aimed to do compilation study on Confirmatory Factor Analysis used in the studies of scale development. The basis in the compilation study; it isdetermined to being combed the studies made the analysis in the areas of social Sciences and educational Sciences, the importance and the aim in the studies of scale development of Confirmatory Factor Analysis. Moreover, it is proffered information about fit indices to be to determine rapport of model, being explanied required terms to be understandable of Confirmatory Factor Analysis. After the required conditions to Confirmatory Factor Analysis have been explanied, it is given information about steps of the analysis. Some examples from literature are included with intend to embody frame about usage and steps of this analysis. Key words: Developing a Scale, Scale, Confirmatory Factor Analysis, Structural Equation Modeling (SEM) GĠRĠġ Bilimsel çalıģmalardaki alan araģtırmaları sırasında bilgi üretilirken; bu bilginin doğruluğuna, geçerli olup olmadığına ve objektifliğine dikkat edilmektedir. Sosyal bilimler alanında yapılan çalıģmalarda da bilimsel ve sağlam verilere ulaģmak hedeflenmektedir. Bu veriler doğrudan gözlemlenemediği için ölçekler büyük önem taģımaktadır. Ölçeklerin önemini bilimsel anlamdaki geliģmeler tetiklerken, bu geliģmeler farklı alanlara ait ölçeklerin geliģtirilmesine de hız vermektedir. Bilimsel temellere uygun olarak geliģtirilen ölçekler, sağlıklı veriye ulaģma aģamasında sıklıkla kullanılmaktadır (Baykul, 2000; Özgüven, 2011). Ölçekler, bilimsel açıdan güvenilir ve geçerli olan verilerin, kısa zamanda ve farklı bölgelerden büyük gruplara hızlı bir biçimde uygulanmasını sağlamak açısından da önem taģımaktadır. Ġhtiyaç duyulan ilgili alanlara yönelik uygun ölçme araçlarının geliģtirilmesi, ortaya çıkarılmak istenen verilere güvenli bir biçimde ulaģmayı sağlamaktadır (Cronbach, 1960). Türkiye de yapılan çalıģmalar incelendiğinde; ölçme aracının geliģtirilmesinde sırasıyla Ģu aģamalar izlenmektedir; problemi tanımlamak, araģtırmanın sınırlarını belirlemek, konuya iliģkin alanyazın taramasının yapılması ile ölçek maddelerini meydana getirerek uygun bir taslak form oluģturmaktır (TezbaĢaran, 1996; Karasar, 1999). Form oluģturulduktan sonra; kapsam ve görünüģ geçerliğinin sağlanması amacıyla uzman görünüģe sunularak, ölçeğe son hali verilmekte ve esas uygulamaya geçilmektedir (Tekin, 2004; Büyüköztürk ve diğ., 2012). Uygulama aģamasına gelen ölçekte, uygun örneklem sayısına ulaģılması durumunda analiz iģlemleri gerçekleģtirilmektedir (Büyüköztürk, 2015). Analiz esnasında araģtırmacının doğrudan ölçemediği (gizil- gözlenemeyen değiģken) teorik yapılar bulunabilmekte ve bu aģamada 390 Sosyal Bilimler Dergisi / The Journal of Social Science / Yıl: 4, Sayı: 10, Mart 2017, s
3 Derleme: Ölçek Geliştirme Çalışmalarında Doğrulayıcı Faktör Analizinin Kullanımı araģtırmacı gözlenemeyen değiģkenleri gözlenebilen değiģkenlerle iliģkilendirerek ölçüm yapmaktadır (Öngen, 2010; Erkorkmaz, Etikan, Demir, Özdamar ve Sanisoğlu, 2011). Ölçüm için kullanılan faktör analizi; birbirleriyle iliģkili olan değiģkenleri az sayıda, anlamlı ve birbirleriyle iliģkisiz hale getirirerek nesneler arasındaki iliģkileri ortaya çıkarmayı hedeflemektedir (TavĢancıl, 2010) li yıllarda bilgisayar teknolojisinde meydana gelen değiģim ve geliģmeler, 20. Yüzyılın baģlarında Spearman öncülüğünde geliģtirilen faktör analizinin kullanımını yaygınlaģtırmaktadır. Faktör analizi ilk olarak psikoloji alanındaki zekâ testlerinin ölçülmesi için kullanılırken, sonraları insan davranıģ ve yeteneklerinin psikolojik açıdan belirlenmesi amacıyla yaygın olarak uygulanmaktadır. Yapılan uygulamalar baģarılı sonuçlar vermekte ve faktör analizinin psikoloji alanı dıģında diğer bilim dallarında da kullanımının yaygınlaģtığı görülmektedir (Öngen, 2010). Faktör analizi; açıklayıcı ve doğrulayıcı olarak iki gruba ayrılmıģtır. Açıklayıcı Faktör Analizi (AFA) değiģkenlerin temelindeki boyutları belirleyebilmek amacıyla bir araya getirilmiģ olan değiģkenlerin daha az değiģken aracılığı ile ifade edilmesini sağlamak amacıyla kullanılan bir analiz yöntemidir. Ayrıca değiģkenlerin temelindeki boyutları belirleyebilmek içinde kullanılmaktadır (Büyüköztürk, 2015). Doğrulayıcı Faktör Analizi (DFA); genellikle ölçme araçlarının geliģtirilmesi ve geçerlik analizleri esnasında kullanılmaktadır. Bu analizin hedefi, daha önce belirlenmiģ olan yapıyı doğrulamak ve bu yapının kuramsal bilgilere uygunluğunu belirleyebilmektir (Kline, 2005; Çapık, 2014). Bu çalıģma ile ölçek geliģtirme çalıģmalarında kullanılan doğrulayıcı faktör analizi üzerine bir derleme çalıģması yapmak amaçlanmaktadır. Derleme çalıģmasında esas olan; doğrulayıcı faktör analizini istatistiki açıdan incelemek değil, analiz üzerine yapılan sosyal bilimler ve eğitim bilimleri alanındaki çalıģmaların taranması ile doğrulayıcı faktör analizinin ölçek geliģtirme çalıģmalarındaki önemi, amacı ve kullanımı hakkında bilgiler sunmaktadır. 391 Ölçeğin Tanımı ve Önemi Ölçek, belirlenmiģ olan bir niteliğe ait gözlem sonuçlarının sayı ve semboller yardımı ile ifade edilmesini sağlayan bir ölçme aracı olarak tanımlanmaktadır. Ölçek kullanımı ile kiģilerin bilgileri, bireysel özellikleri, inançları ve sevinçlerinin yanında tutum, görüģ, yaģam Ģartları ve tercihlerinin de belirleneceği ifade edilmektedir (Aiken, 1997; Thomas, 1998). Bilimsel çalıģmalardaki yapılan alan araģtırmalarında güvenilir ve geçerli verilere ulaģmak hedeflenmekte iken bu verilerin doğrudan gözlemlenememesi ölçeklerin önemini artırmaktadır. Bu bağlamda ölçek kullanımı gerekli kılınmaktadır (Baykul, 2000; Azaltan, 2008). Ölçekler, bilimsel açıdan güvenilir ve geçerli olan verilerin, kısa zamanda ve farklı bölgelerden büyük gruplara hızlı bir biçimde uygulanmasını sağlamak açısından da önem taģımaktadır. Aynı zamanda diğer veri toplama araçlarına göre maliyet açısından çok daha avantajlı olmaktadır (Wolf, 1988). Ölçme sonucunda ulaģılan sayılar, semboller matematiksel olarak ifade edilmektedir. Bu sayısal verilerin analizleri için ölçümler öncesinde kullanılması gereken ölçek çeģidinin de belirlenmesi gerekmektedir ( den özetlenerek alınmıģtır). Bu açıdan ölçek çeģitlerinin açıklanması önem taģımaktadır. Sosyal Bilimler Dergisi / The Journal of Social Science / Yıl: 4, Sayı:10, Mart 2017, s
4 Nagihan Evci_ Faruk Aylar Ölçek ÇeĢitleri Ölçme sonuçlarının göstermiģ olduğu özellikler, sonuçların farklı biçimlerde ölçülmesine ve ölçme esnasında da farklı ölçeklerin kullanılmasına yol açmaktadır. Varlıkların ya da olayların çeģitli özellik ve değiģkenlerinin ölçülmesinde sınıflama, sıralama, eģit aralıklı ve oranlı olarak adlandırılan ölçekler kullanılmaktadır (Karagöz ve Ekici, 2004). 1. Sınıflama Ölçeği (Nominal) Genel anlamda varlıkları belli bir yönden birbirine benzeyip benzememe durumlarına göre gruplara ayırarak, benzerleri aynı sınıf altında toplama iģlemine sınıflama ölçeği denilmektedir (Büyüköztürk ve diğ.,2012). Tanrıöğen (2014) sınıflama ölçeğini; cisimlerin veya olayların ölçümlerinin yapılabileceği özellikler doğrultusunda sınıflandırılarak isimlendirilmesi ve her bir sınıf içinde bir sayısal değerin uygun görülmesi iģlemi olarak tanımlamaktadır. Bu ölçek çok fazla kısıtlanmamıģ olmasına rağmen güçlü de bir ölçek değildir. Ölçekte ölçülen sayılar sadece dahil oldukları kiģi, olay ve durumları açıklamaktadır (Karagöz ve Ekici, 2004). Sınıflama ölçeğinde; veriler aynı isim altında toplandıktan sonra taģıdıkları özellik bakımından eģitlik sağlamaktadır. Ölçme sonuçlarında sembol ve iģaretler anlamlı bulunmazken sadece sınıfların frekansları ile iliģkili olan analiz iģlemleri anlamlı bulunmaktadır (Turgut, 1983). Örneğin; insanların kentsel kökenli olması ve olmaması durumu sınıflandığında, kentsel kökenli olanlar kendi içinde homojen iken kentsel kökenli olmayanlar ise kendi içinde homojendir aynı zamanda aralarında bağ yoktur (Büyüköztürk ve diğ., 2012). Bir baģka örnekte ise futbolda kullanılan 9 rakamı santraforu ifade ederken 1 rakamı ise kaleciyi belirtmektedir. Kullanılan bu rakamlarının sayısal herhangi bir değeri bulunmamaktadır. Fakat her bir rakam ile temsil etmiģ olduğu birey arasında bir bağ oluģmaktadır (KurtuluĢ, 1981). 2. Sıralama Ölçeği (Ordinal) Nesnelerin belirli bir özelliğe sahip oluģ derecesine göre sıralanması durumunun ölçülmesini sıralama ölçeği yapmaktadır (TavĢancıl, 2006). Bu ölçekle iģlem olarak nesneler en büyükten en küçüğe, en ağırdan en hafife veya tersi Ģeklinde sıralanmaktadır. Ölçekte verilen rakamların matematiksel anlamı yoktur. Sadece özelliğin azlık-çokluk ya da büyüklük-küçüklük sırasının verildiği ifade edilmektedir (Karagöz ve Ekici, 2004). Örneğin; holding çalıģanları gelirleri açısından düģük, orta ve yüksek olarak sınıflandırılabilir. SınıflandırılmıĢ olan bu gelir grupları da düģükse 1, orta ise 2, yüksek ise 3 Ģeklinde numaralandırılarak sıralanabilir. (Çömlekçi, 1994). Keza öğrencileri aldıkları puanlarına, subayları rütbelerine, okulları ise sahip oldukları öğrenci sayılarına göre sıralamakta bu ölçek çeģidi için örnek oluģturmaktadır (Büyüköztürk ve diğ., 2012). 3. Aralık Ölçeği (Interval) Birçok nesnenin, belli bir baģlangıç noktasına göre herhangi bir özelliğe sahip oluģ derecesi bakımından eģit aralıkla sıralanmasında aralık ölçeği kullanılmaktadır. Aynı zamanda bu ölçek türü, ölçmüģ olduğu nesneler arasında oluģan uzaklığın ölçülmesini de olanaklı duruma getirmektedir (Sencer, 1989). Aralık ölçeği, ölçülebilen özelliğe göre nesnelerin sıralanması ve bunun yanı sıra tüm değerler için aynı olan kesin aralığın gösterilmesini sağlamaktadır (Karagöz ve Ekici, 2004). Örneğin; Sosyal Bilgiler dersi için hazırlanan 50 soruluk bir test sınavı için her bir soru 2 puan (eģit) olarak belirlenmiģ olsun. Eğer bir öğrenci 40 soruyu doğru olarak cevaplamıģ ise yanlıģ doğruyu götürmediği sürece puanı 80 olacaktır. Yine öğrencilerin çeģitli özelliklerini belirlemek amacıyla üniversite sınavlarında kullanılan testlerin keyfi sıfır noktasının bulunması, ölçülmek istenen özelliğin yokluğunu belirtmez (Büyüköztürk ve diğ., 392 Sosyal Bilimler Dergisi / The Journal of Social Science / Yıl: 4, Sayı: 10, Mart 2017, s
5 Derleme: Ölçek Geliştirme Çalışmalarında Doğrulayıcı Faktör Analizinin Kullanımı 2012). Zaman kavramının takvimler kullanılarak, sıcaklığın termometre ile ölçülmesi, yüksekliğin ise deniz düzeyi ölçüt alınarak tanımlanması gibi durumlarda da aralık ölçeği kullanılmaktadır (ErkuĢ, 2012). 4. Oran Ölçeği (Ratio) Ölçülen özelliğin baģlangıç noktası gerçek sıfırsa ve birimleri arasında eģitlik söz konusu ise bu tür ölçekler oran ölçeği olarak adlandırılmaktadır. Oran ölçeğinin diğer ölçek türlerinden daha güçlü olduğu ifade edilmektedir. BaĢlangıç noktası ile ölçü birimi değiģmeyen bir özelliğe sahiptir. Bu ölçekle her türlü matematiksel ve istatistiksel iģlem yapılmaktadır. Oran ölçeğini aralıklı ölçekten ayıran en önemli fark, gerçek sıfır noktasına aynı zamanda mutlak yokluğu gösteren bir baģlangıç noktasına sahip olmasıdır (KurtuluĢ, 1985; Karagöz ve Ekici, 2004; Büyüköztürk ve diğ., 2012). Örneğin: Öğrencilere uygulanan test sınavlarında yapılmıģ olan hata sayılarında ya da sahip olunan arkadaģ sayısında bulunan sıfır değerinin gerçek yokluktan söz etmesidir (Büyüköztürk ve diğ., 2012). Yine boy uzunluğu, ders süresi gibi gerçek bir baģlangıç noktasının olması durumu bu ölçek çeģidine örnek olarak gösterilebilir (ErkuĢ, 2012). ÖLÇEKLERLE İLGİLİ BAZI TEMEL BİLGİLER Ölçek Adı Sağladığı Temel İşlemler Bazı Örnekler Kullanılan Bazı İstatistiksel Teknikler SINIFLAMA ÖLÇEĞİ (NOMİNAL) Benzerliğin ya da denkliğin belirlenmesi -Kişilerin cinslerine, dinlerine, mesleklerine göre gruplanması -İllere kod numarası verme -Futbolculara numara verme -Frekansların sayısı, tepe değer (mod) 393 SIRALAMA ÖLÇEĞİ (ORDİNAL) Daha az ya da daha çoğun belirlenmesi -Bireyleri boy sırasına koyma -Öğrencileri başarılarına göre sıralama -Madenleri sertliklerine ve özgül ağırlıklarına göre sıralama -Ortanca (medyan) yüzdelikler -Sıra farkları korelasyon katsayısı ARALIK ÖLÇEĞİ (INTERVAL) Araların eşitliğinin ve farklarının belirlenmesi -Fahrenhayt ve santigrat termometreler -Hicri, rumi ve miladi takvimler -Başarı testlerindeki standart puanlar -Ortalama -Standart kayma -Pearson-çarpım momentleri korelasyon katsayısı ORAN ÖLÇEĞİ (RATİO) Oranların eşitliğinin belirlenmesi -Uzunluk ölçmede kullanılan ölçme araçları (metre) -Ağırlık ölçüleri (kilogram) -Güç ölçüleri -Zaman ölçüleri (saat) -Varyasyon katsayısı -Logaritmik dönüşümler ve hemen her türlü istatistiksel işlemler Tablo 1. Sosyal Bilimlerde Kullanılan Ġstatistiksel Ölçekler ve Test Teknikleri Arasındaki ĠliĢkileri ( Sosyal Bilimler Dergisi / The Journal of Social Science / Yıl: 4, Sayı:10, Mart 2017, s
6 Nagihan Evci_ Faruk Aylar Yukarıda belirtilen ölçek çeģitleri dıģında doğrudan ölçülemeyen tutum, inanç, tercih, tecrübe gibi psikolojik değiģkenler hakkında bilgi toplamak amacıyla özel ölçeklerde geliģtirilmiģtir. Bu ölçek tipleri Karagöz ve Ekici nin 2004 teki çalıģmasında Ģu Ģekilde sıralanmaktadır: 1) Thurstone Ayırma Ölçeği, 2) Osgood Boyutsal Ayırma Ölçeği, 3) Q Tekniği, 4) Likert Toplama Ölçeği. 1) Thurstone Ayırma Ölçeği: Bireylerin din, ölüm cezası, doğum kontrolü gibi konulara yönelik tutumlarının ölçek üzerindeki yerlerini belirlemek için kullanılmaktadır. Bu ölçekte; sorular için oluģturulan cevap puanları eģit aralıklı ve ağırlıklıdır (Özdamar, 2002). Her soru için ağırlıklı puanları 0-11 arasında eģit biçimde değiģen 7 ardıģık ağırlıklı seçenek bulunmaktadır. Normal puanın cevabı olacak biçimde düzenlenerek cevaplayıcı beğendiği iki seçeneği seçmekte ve seçeneklerin ortanca ağırlığı cevaplayıcının puanını ifade etmektedir. Bu puanlar dahilinde cevaplayıcılar birbirinden ayrılmaktadır. 2) Osgood Boyutsal Ayırma Ölçeği: Bir konu hakkında cevaplayıcının davranıģ derecesini ve içeriğini belirlemek amacıyla kullanılmaktadır. Osgood Boyutsal Ayırma Ölçeği; her yaģ grubuna ve kültüre uygulanabilen basit ve ekonomik ölçme aracı olarak kabul edilmektedir. Belirlenen konunun her boyutu için bir soru oluģturulmakta ve her soru içinde olumludan olumsuza doğru 7 seçenek belirlenmektedir. Nötr etki veren cevap ortanca olarak alınmaktadır. Bu ölçekte 2 veya daha fazla sorunun bir araya gelmesi ile faktörler grubu oluģturulduğu tahmin edilmektedir (Karagöz ve Ekici, 2004). 3) Q tipi Ölçek: Kullanımı oldukça yaygın olan Q tipi ölçeği, 7 bölümden oluģmaktadır. Bu ölçeğe en olumludan en olumsuza değerler verilmektedir. Verilen değerler ise 7 eģit aralıklı derecelendirmeden oluģmaktadır (Karagöz ve Ekici, 2004). Örneğin; alıģveriģ sırasında alınmak istenen ürünün tüketici açısından ne derece yeterli olduğunu belirlemek amacıyla kullanılmaktadır. "Yeterli" olma ve "Yetersiz" olma durumları iki zıt noktaları belirtmekte ve bu noktalar 7 eģit parçaya ayrılmaktadır (KurtuluĢ, 1981). 4) Likert Ölçeği: Rensis Likert tarafından geliģtirilen Likert Toplama ölçeği bireylerin belirli tutumlar karģısındaki tavırlarını derecelendirmek amacıyla kullanılmaktadır. Bu ölçekteki uygulama; hazırlanan maddelerin anlaģılabilirlik düzeylerini ve amacı ölçebilme derecelerini belirleyebilmek için benzer gruplar üzerinde yapılmaktadır (Karasar, 1986). Aynı zamanda bu maddelerin onaylanıp onaylanmama durumunun çeģitli düzeyleriyle gösterilmesi için kullanılmaktadır (DeVellis, 2014). Likert toplama ölçeğinde; dereceleme türleri 3, 5, 7, 9, 11 li olarak verilmektedir. Fakat 5li dereceleme yöntemi uygun değer olarak görüldüğü için bu yöntem çok fazla kullanılmaktadır (TavĢancıl, 2005). Dereceleme olarak; Kesinlikle Katılıyorum, Katılıyorum, Kararsızım, Katılmıyorum ve Kesinlikle Katılmıyorum Ģekilde ifadeler belirlenmektedir. Derecelemeler için oluģturulan kodlar ise; 5, 4, 3, 2, 1 biçiminde sıralanmaktadır (Uluçınar Sağır, 2014). Sosyal bilimler ve eğitim bilimleri alanında yapılan çalıģmalar, psikolojik özellik taģımakta olduğu için bu çalıģmalarda değiģkenlerin doğrudan ölçülemediği görülmektedir. Doğrudan ölçülemeyen değiģkenler için en uygun ölçek Likert ölçeğidir (Karagöz ve Ekici, 2004). Bu bağlamda özellikle sosyal bilimler ve eğitim bilimleri alanlarına yönelik ölçek geliģtirme çalıģmalarında Likert ölçeğinin kullanımı önem taģımaktadır. 394 Sosyal Bilimler Dergisi / The Journal of Social Science / Yıl: 4, Sayı: 10, Mart 2017, s
7 Derleme: Ölçek Geliştirme Çalışmalarında Doğrulayıcı Faktör Analizinin Kullanımı Ölçek GeliĢtirme AĢamaları Ölçek geliģtirme çalıģması için gerekli aģamalara geçmeden önce; çalıģma yapmak için belirlenen konu ile ilgili daha önceden yapılmıģ olan ölçek çalıģmalarının literatürdeki varlık durumu incelenmektedir. Konu kapsamında herhangi bir ölçek geliģtirilmiģ ise hâlihazırdaki bu ölçeklere göz atılmaktadır. Ġncelemeler sonunda ölçek geliģtirmenin mi yoksa uyarlamanın mı daha doğru olacağı konusundaki fikir birliği için değerlendirmeler yapılmaktadır (Karakoç ve Dönmez, 2014). Yeni bir ölçeğin geliģtirilmesi konusu doğru olarak belirlenmiģ ise kapsamlı olarak literatür taraması yapılmalıdır. Tarama esnasında konu ayrıntılarına dikkat edilmesi ölçeğin sınırlarının belirlenmesi açısından önem arz etmektedir (Büyüköztürk, 2015; DeVellis, 2014). Ölçek geliģtirmeye karar verildikten sonra çalıģmanın çeģitli aģamalardan geçmesi gerekmektedir. Ölçek; a) Madde Havuzunun OluĢturulması b) Uzman GörüĢünün Alınması c) Pilot ÇalıĢma AĢaması d) Ölçeğin Uygulanması e) Geçerlilik ve Güvenirlik Hesaplama AĢaması basamaklarının yerine getirilmesi ile oluģturulmaktadır (Karasar, 1999). a) Madde Havuzunun OluĢturulma AĢaması Madde havuzunun oluģturma aģamasında; tümevarım ve tümdengelim yöntemleri kullanılmaktadır. Genellikle alandaki çalıģmalar yetersiz bulunduğu vakit tümevarım yöntemine baģvurulmakta ve bu yöntem kullanılırken nitel çalıģmalar yardımı ile açık uçlu sorular hazırlanmaktadır. Tümdengelim yönteminde ise; alana iliģkin literatürdeki bilgilerden faydalanılarak sorular oluģturulmakta ve madde havuzu meydana getirilmektedir (Hinkin, 1998). 395 b) Uzman GörüĢü Alma AĢaması Madde havuzu sonucunda oluģturulan deneme formunun kapsam geçerliği yönüyle incelenmesi için uzman görüģüne sunulması gerekmektedir. Kapsam geçerliği, ölçek maddelerinin amaca hizmet etme düzeylerini belirlemek için yapılmaktadır (Tekin, 2004). Uzman görüģü ile ölçek maddelerinin ölçülmek istenen davranıģı ne düzeyde yansıttığı belirlenmeye çalıģılmaktadır (Büyüköztürk ve diğ., 2012). Aynı zamanda ölçeğin amaca ve hedef kitleye uygunluk derecesi, dil bakımından kolay anlaģılabilirlik düzeyi ve madde yazımındaki hatalar belirlenmektedir (DeVellis, 2014). GörünüĢ geçerliği ise; ölçeğin baģlık, açıklama, madde düzeni, kenar boģluklarının ele alınması durumu olarak nitelendirilmektedir (Büyüköztürk, 2015). Ölçme aracının görünüģ ve kapsam geçerliğinin belirlenmesinin ardından taslak form oluģturularak pilot uygulama aģamasına geçilmektedir. c) Pilot ÇalıĢma ÇalıĢma için belirlenen hedef kitlesine paralel özellikler taģıyan, hedef kitlesinin yaklaģık olarak % 5 i kadar olan küçük bir grup üzerinde, geçerli ve güvenilir sonuçlara ulaģmak açısından anketin uygulandığı aģamadır. Geçerlik ve güvenirliği sağlayabilmek için gözlem aracılığı ile oluģturulmuģ verilerin sorgulanması iģlemi gerçekleģtirilmektedir. Bu çalıģma sonunda dönütler yardımı ile ölçeğe son Ģekli verilmektedir (Mertens, 1998; Büyüköztürk, 2015). Sosyal Bilimler Dergisi / The Journal of Social Science / Yıl: 4, Sayı:10, Mart 2017, s
8 Nagihan Evci_ Faruk Aylar d) Ölçek Uygulaması Yapılan pilot çalıģma sonrasında ve uzman görüģlerinin uyarıları dahilinde ölçeğin son hali hazırlanmıģtır. Hazırlanan ölçek formu esas uygulama için kullanılmaktadır. Ġncelemeler sonucunda oluģturulan ölçek formu belirlenen çalıģma grubuna uygulanmaktadır. Örneklem büyüklüğü hakkında en yaygın kullanım, çalıģma grubunun ölçek maddelerinden 5 kat fazla olması ölçeğin güvenirliğinin artırılması ve faktör analizinin yapılması için yeterli olduğu ifade edilmektedir (Tabachnick ve Fidell, 1996). e) Geçerlik ve Güvenirlik Hesaplama AĢaması Ölçek formunun uygulanması sonrasında analize tabii tutulan veriler SPSS paket programına aktarılarak analiz çalıģmaları yürütülmektedir. Analiz çalıģmalarında ölçeğin yapı geçerliğini belirlemek amacıyla Açıklayıcı Faktör Analizi (AFA) ve Doğrulayıcı Faktör Analizi (DFA) uygulanmaktadır. Açıklayıcı faktör analizi ile ölçülmek istenen boyutlar hakkında kapsamlı bilgi toplamak amaç edinilmiģtir (TavĢancıl, 2010). Ölçeğin açıklayıcı faktör analizine uygun olup olmama durumunun belirlenebilmesi için Kaiser-Mayer-Olkin (KMO) katsayısı ve Barlett Sphericity testleri uygulanmaktadır. Faktör analizinin yapılabilmesi için de Temel BileĢen Analizi ve Varimax Dik Döndürme Tekniğinin kullanılması gerekmektedir. Faktör analizi esnasında ölçek maddelerinin sahip oldukları faktör yük değerinin 0.30 dan yüksek olması gerektiği belirtilmektedir. Faktör yük değeri 0.30 un altında olan maddeler ve birden fazla faktöre yüksek yük değeri veren maddeler (biniģik madde) ölçekten çıkarılır. Bu maddelerin değerlendirilmesi esnasındaki yük değerleri arasındaki farkın en az 0.10 olması gerektiği ifade edilmektedir (Büyüköztürk, 2015). Faktör analizi sonrasında maddelerin hangi boyut altında toplandığını belirleyebilmek, maddelerin bir faktördeki yükünü artırarak faktörlerin kendileriyle en yüksek iliģkideki maddeyi bulmalarını sağlayıp yorumlamayı kolaylaģtırmak için döndürme tekniği kullanılmaktadır. Faktörlerin öz değeri 1 ve 1 den büyük ise önemli olarak kabul edilmekte ve analizler bu faktörlerle sürdürülmektedir. Öz değeri 1 den büyük faktörlerin varyansının toplam varyansı açıklama yüzdeleri hesaplanmaktadır. Açıklanan varyansın % 40 ın üzerinde olması uygun kabul edilmektedir (Büyüköztürk, 2015). Faktör grupları içerisinde bulunan maddelerin sahip oldukları ortak özellikler yardımı ile her bir faktör grubuna uygun bir ad verilmektedir (Karagöz ve Kösterelioğlu 2008). Açıklayıcı faktör analizi ile hangi maddelerin hangi faktörlerle iliģkili olduğu belirlendikten sonra, oluģturulan maddelerin belirlenen faktörler ile gerekli ölçüde temsil edilme durumlarını belirlemek amacıyla da doğrulayıcı faktör analizi kullanılmaktadır (Öngen, 2010). Doğrulayıcı Faktör Analizi (DFA); Açıklayıcı Faktör Analizi kullanılarak belirlenmiģ olan alt boyutların (faktör), hipotez yardımı ile oluģturulmuģ alt boyutlara uygunluk derecesini belirleyebilmek üzere kullanılmaktadır. Ölçek maddelerinin belirlenen faktörler ile gerekli ölçüde temsil edilme durumlarını da belirlemektedir (Öngen, 2010). Aynı zamanda, ölçek maddelerindeki yanıtların tutarlılık derecesini belirleyebilmek için güvenirlik analizi yapılmaktadır. Güvenirlik analizi Cronbach Alpha katsayısı ve madde-toplam korelasyon katsayısı hesaplanarak belirlenmektedir. Cronbach Alpha (α) katsayısının kabul edilmesi için değerin 0.70 ve üzeri olması gerekmektedir. Yapılan analizler sonucunda geçerlik ve güvenirlik yönünden uygun bulunan bir ölçek geliģtirilmiģ olmaktadır. 396 Sosyal Bilimler Dergisi / The Journal of Social Science / Yıl: 4, Sayı: 10, Mart 2017, s
9 Derleme: Ölçek Geliştirme Çalışmalarında Doğrulayıcı Faktör Analizinin Kullanımı Ölçek GeliĢme ÇalıĢmalarında Doğrulayıcı Fakrör Analizinin Yeri Sosyal bilimler ve davranıģ bilimleri alanında yapısal eģitlik modellemesinin bir türü olan doğrulayıcı faktör analizinin önem derecesi artmıģ ve ölçek geliģtirme çalıģmalarında daha sık kullanılmaya baģlanmıģtır (ġimģek, 2007; Hooper ve Mullen, 2008; Erkorkmaz, Etikan, Demir, Özdamar ve Sanisoğlu, 2011). Karl Joreskog (1960) tarafından geliģtirilmiģ ve 1969 da ilk makalesi yazılmıģ olan Doğrulayıcı faktör analizi yönteminin yapılabilmesi için önceden belirlenen bir yapıya ihtiyaç vardır (Schumacker ve Lomax, 2004; Brown, 2006). Doğrulayıcı faktör analizi bir hipotezin test edilmesi ve yapısal geçerliğin sağlanabilmesi amacıyla kullanılmakta iken aynı zamanda ölçek geliģtirme çalıģmalarında, belirlenen bir yapının doğruluğunun incelenmesinde de sıklıkla kullanılmaktadır (Bayram, 2009; Öngen, 2010). Bu yönleri ile avantaj sunmaktadır. Doğrulayıcı faktör analizi kısaca doğruluğu test edilen yapı üzerinde alternatif modeller önermektedir. ÖnerilmiĢ olan yeni modeller yardımı ile test edilen model geliģtirilmektedir. Bu yönü ile doğrulayıcı faktör analizi önem arz etmektedir (Öngen, 2010). Açıklayıcı faktör analizi değiģken grupları ile faktörler arasındaki iliģkiyi test edebilmeyi hedeflerken, değiģken gruplarının bu faktörler ile yeterince temsil edilme derecelerinin belirlenmesi için doğrulayıcı faktör analizinden faydalanılır (Çapık, 2014). Ölçek geliģtirme çalıģmalarının analizleri sürecinde, uygulanan faktör analizlerinin önemine kısaca değinilmiģtir. Doğrulayıcı Faktör Analizi ve Önemi Doğrulayıcı Faktör Analizi(DFA); gözlenen değiģkenlerin, gizli değiģkenleri nasıl ve ne kadar açıkladığını belirleyerek aralarındaki iliģkiyi ortaya koymayı amaçlayan yapısal eģitlik modellemesinin bir türü olarak tanımlanmaktadır (ġimģek, 2007). Yapısal EĢitlik Modellemesi (YEM); gizli ve gözlenen değiģken arasındaki iliģkiyi inceleyen ve genellikle bir yapıyı test etmek amacıyla kullanılan istatistiki bir yaklaģımdır. Doğrulayıcı faktör analizi ile önceden oluģturulan bir ölçeğin faktör yapısını incelemek ve bu yapının kuramsal bilgilere uygunluğunu belirlemek amaçlanmaktadır (Eroğlu, 2005). Bir ölçeğin faktör yapısının kuramsal açıdan uygun olması geçerlik ve güvenirlik çalıģmaları açısından önem taģımaktadır. Çünkü ölçek için oluģturulan soruların neyi ölçtüğünü bir araģtırmacının kuramsal olarak bilmesi gerekmektedir (Çapık, 2014). 397 Karl Joreskog (1960) tarafından geliģtirilmiģ ve 1969 da ilk makalesi yazılmıģ olan doğrulayıcı faktör analizi yönteminin yapılabilmesi için önceden belirlenen bir yapıya ihtiyaç vardır (Schumacker ve Lomax, 2004; Brown, 2006). ÇalıĢmalardan elde edilen bulgular bağlamında, değiģkenlerin ölçmek istedikleri bu yapı ile uyumlu olması gerekmekte ve uyum derecesi de doğrulayıcı faktör analizi ile belirlenmektedir (Sümer, 2010; Çapık, 2014). Doğrulayıcı faktör analizi bir hipotezin test edilmesinde, yapısal geçerlik çalıģmalarında, ölçek geliģtirme çalıģmalarında ve belirlenen bir yapının doğruluğunun incelenmesinde sıklıkla kullanılmaktadır (Bayram, 2009; Öngen, 2010). Bu yönleri ile avantaj sunmaktadır. Doğrulayıcı faktör analizi kısaca doğruluğu test edilen yapı üzerinde alternatif modeller önermektedir. ÖnerilmiĢ olan yeni modeller yardımı ile test edilen model geliģtirilmektedir (Öngen, 2010). Modelde ölçek maddeleri ve alt boyutlar LISREL veya AMOS gibi bilgisayar programları vasıtası ile Ģemalandırılmaktadır. Analiz sırasında; LISREL, AMOS, Mplus, EQS, SAS/CALIS gibi paket programlar kullanılmaktadır (Gizir ve Gizir, 2005). Doğrulayıcı faktör analizinde kullanılan PATH diyagramı ya da modeli, gözlenen ve gizli (örtük) değiģkenler Sosyal Bilimler Dergisi / The Journal of Social Science / Yıl: 4, Sayı:10, Mart 2017, s
10 Nagihan Evci_ Faruk Aylar arasındaki iliģkiyi görsel olarak aktarmaktadır. Diyagramda bulunan dikdörtgenler gözlenen değiģkenleri (ölçek maddelerini), oval olan Ģekiller ise gizli (örtük) değiģkenleri (alt boyutları) ifade etmektedir. Ölçekteki açıklanamayan varyansı ve hatayı e harfi belirtmektedir (Bruce, Pugesek ve Eye, 2003). Doğrulayıcı faktör analizi, modelin oluģturulma biçimi ile ilgili herhangi bir bilgi vermezken bu bilgiye araģtırmacı, uyum indekslerini ve kuramsal bilgisini kullanarak ulaģabilmektedir. Bu bilgiler sayesinde uygun modeli Ģekillendirilmektedir (Schumacker ve Lomax, 2010). Bu model ölçüm modeli olarak adlandırılmaktadır (Sümer, 2000). Doğrulayıcı Faktör Analizi (DFA); Açıklayıcı Faktör Analizi (AFA) kullanılarak belirlenmiģ olan alt boyutların (faktör), hipotez yardımı ile oluģturulmuģ alt boyutlara uygunluk derecesini belirleyebilmek üzere kullanılmaktadır. Açıklayıcı faktör analizi hangi maddelerin hangi faktörlerle iliģkili olduğunu belirleyebilmek amacıyla kullanılırken, Doğrulayıcı faktör analizi ise oluģturulan maddelerin belirlenen faktörler ile gerekli ölçüde temsil edilme durumlarını belirlemektedir (Öngen, 2010). Doğrulayıcı Faktör Analizinin Amacı Doğrulayıcı faktör analizi, diğer analiz yöntemlerinden farklıdır. AraĢtırmacı tarafından önceden belirlenmiģ olan yapının doğruluğunu belirlemek ve değiģken grupları ile faktörlerin ne derece temsil edildiklerini ortaya koymak amacıyla bu analiz yapılmaktadır. Esas alınan faktörlerin ne derece uygun bir model olduğunu test etmek için de bu analiz kullanılmaktadır (Çolakoğlu, 2009; Aytaç ve Öngen, 2012). Analizde yer alan faktörler, doğrudan ölçülemeyen bir yapıya sahiptir (Yılmaz ve Çelik, 2009). Doğrulayıcı faktör analizi, aynı zamanda değiģkenlerin faktörlerle ve faktörlerin birbirleriyle iliģki derecelerini, faktörlerin modeli açıklama durumunu belirlemeyi de amaç edinmektedir (Özdamar, 2004). Yani, gizli değiģkenler ile gözlenen değiģkenler arasında bulunan tahmini iliģkileri belirleyerek, doğrulayıcı faktör analizinde kullanılan bilgisayar programları yardımıyla path diyagramı üzerinde gösterilmesini ve modelin test edilmesini sağlamaktadır (Nakıboğlu, 2008). 398 Doğrulayıcı Faktör Analizine ĠliĢkin Kavramlar Doğrulayıcı Faktör Analizinde (DFA) yöntemi açıklayan belirli kavramlar bulunmaktadır. Doğrulayıcı faktör analizinin doğru olarak anlaģılabilmesi için bu kavramların tanınmasına ihtiyaç duyulmaktadır. Bu sebeple önce bu kavramlar hakkında bilgi verilerek kavramların tanıtılması gerekmektedir. Gözlenen ve Gizli (örtük) DeğiĢken AraĢtırmacı çoğu kez gizli (örtük) değiģken olarak adlandırılan ve doğrudan ölçemeyeceği bilgi, zeka, inanç gibi kavramlarla çalıģmak durumunda kalır. Doğrulayıcı faktör analizi ile ölçek maddelerinin bir Ģeyi ölçüp ölçmeme durumuna bakılır. O halde ölçek maddeleri gözlenen değiģken olarak ifade edilirken, ölçek maddelerinin ölçmüģ olduğu ölçümyapı ise gizli (örtük) değiģken olarak adlandırılmaktadır. 1-5 arasında puanlama yapılan bir Likert tipi ölçekte her bir madde gözlenen değiģkendir. Bu maddelerin iliģkilendirilmiģ oldukları alt boyutlar (faktörler) ise gizli (örtük) değiģken olarak ifade edilmektedir (Schreiber, Nora, Stage, Barlow ve King, 2006). Sosyal Bilimler Dergisi / The Journal of Social Science / Yıl: 4, Sayı: 10, Mart 2017, s
11 Derleme: Ölçek Geliştirme Çalışmalarında Doğrulayıcı Faktör Analizinin Kullanımı Doğrulayıcı Faktör Analizinde Kullanılan Matris ÇeĢitleri Yapısal eģitlik modellemesi (YEM) nin içinde bulunan doğrulayıcı faktör analizi esnasında verilerden elde edilmiģ olan korelasyon veya kovaryans matrisleri kullanılır. Önce veriler kullanılarak matris üretilir, üretilen matris üzerinde analiz yapılır. Eğer ki matris standardize edilmiģ değerler üzerinden hesaplanırsa korelasyon matrisi, standardize edilmemiģ değerler üzerinden hesaplanırsa kovaryans matrisi olarak ifade edilir (Harrington, 2009). ÇalıĢmalarında gizli değiģkenleri ortaya çıkarmayı amaçlayan araģtırmacılar, ölçek maddeleri arasındaki iliģkiyi belirleyebilmek amacıyla kovaryans matrisi kullanmaktadır (ġencan, 2005). Doğrulayıcı faktör analizinde sürekli ve normal dağılım gösteren veriler için kovaryans matrisi üretilerek analizler yapılır (Joreskog ve Sörbom, 1999). Matrisin üretilme iģlemi analiz esnasında kullanılan programlar (AMOS, LISREL vb.) ile yapılmaktadır. Kestirim (Tahmin) Yöntemleri Doğrulayıcı faktör analizi içerisinde yer alan programlar kullanılarak matris üretilmektedir. OluĢturulan matris ise bir kestirim yöntemi seçilerek incelenir. Sürekli olan ve normal dağılım gösteren verilerde en çok Maximum Likelihood- ML ve Generalized Least Squares- GLS kestirim (tahmin) yöntemleri kullanılmaktadır. Bu yöntemlerde verilerin sürekli ve normal dağılım göstermesi ve sonuçların birbirine yakın olması gerekmektedir (SAS Institute Inc. 2009). Kestirim yöntemleri sürekli verilere göre analiz yapmaktadır. Likert tipi ölçeklerde bu yöntemler kullanılırken Wang ve Wang (2012) a göre; Likert ölçeğinin kategorik olduğu bilinmekte ve sürekli veriymiģ gibi ele alınmaktadır. Fakat Likert ölçeklerinde veriler sürekli kabul edilseler de, verilerin normal dağılım gösterip göstermemesi açısından tekrar incelenmesi gerekmektedir. Doğrulayıcı faktör analizi yapıldıktan sonra, elde edilen sonuçlar yazılırken kullanılan kestirim (tahmin) yöntemi de özellikle belirtilmesi gerekmektedir (Cromer, 2003). 399 Uyum Ġndeksleri Kestirim (tahmin) yönteminin seçilmesinin ardından modele ait sonuçlar için uyum indekslerinin incelenmesi gerekmektedir (Albright ve Park 2009). Doğrulayıcı faktör analizinde kullanılmakta olan uyum indeksleri; χ2, χ2/sd, GFI, AGFI, RMSEA, RMR, SRMR, NFI, CFI olarak adlandırılmıģlardır. Analizde tüm uyum indeksleri otomatik seçildiği ve analiz sonrasında uyum indeksleri sonuç sayfasında belirtildiği için ayrı ayrı analiz yapılmaz (Çapık, 2014). Ayrıca bu uyum indeksleri doğrulayıcı faktör analizi için büyük önem taģımaktadır. Uyum indekslerinin belirtmiģ olduğu değerler incelenerek önceden verilmiģ olan yapının doğrulanması sırasında kullanılmaktadır (ġimģek, 2007). 1. χ2 Değeri AraĢtırmalarda en çok verilen uyum indeksi χ2 değeridir. Ki kare; örneklem kovaryans matrisi ile evren kovaryans matrisi arasındaki uyumu inceleyen bir istatistiktir. Matrisler arasında uyuma ulaģmak için testin anlamsız çıkması gerekmektedir. Yani modelin uyuma ulaģması, X 2 değerinin azalması anlamına gelmektedir. X 2 değeri doğrulayıcı faktör analizinin yapılıp yapılamayacağını belirlediği için önem taģımaktadır (Munro, 2005; ġimģek, 2007). χ2 ye ait olan P değeri örneklemden etkilenir. Örneklem çok büyük olursa model reddedilmez. Diğer uyum indeksleri ise χ2 kadar örneklem büyüklüğünden etkilenmemektedir (Waltz, Strickland ve Lenz 2010). Sosyal Bilimler Dergisi / The Journal of Social Science / Yıl: 4, Sayı:10, Mart 2017, s
12 Nagihan Evci_ Faruk Aylar 2. χ2/sd Değeri Ki kare (X 2 ) istatistiğine göre örneklem büyüklüğünden daha az etkilendiği için bu değer ki kare nin yerine kullanılmaktadır (ġimģek 2007). X 2 nin serbestlik derecesine (sd) bölünmesi sonucu ortaya çıkan değer iki veya daha küçük olmalıdır. BeĢ veya daha az ise bu değerin kabul edileceği ifade edilmektedir (Munro 2005; ġimģek 2007). 3. GFI (Goodness of Fit Index) GFI, uyum iyiliği indeksi olarak adlandırılmaktadır (Yılmaz ve Çelik 2009). Örneklemdeki kovaryans matrisinin model tarafından ne derece ölçüldüğünü belirtmektedir (Çokluk, ġekercioğlu ve Büyüköztürk, 2010). GFI değeri örneklemin büyüklük derecesinden etkilenmektedir. Örneklemdeki büyüklük derecesi arttıkça, GFI değeri de artmaktadır. Bu bağlamda oluģan sonuç doğru ve etkili olmamaktadır. Genel değeri 0 ile 1 arasında olmakla birlikte GFI nın arasında değer sergilemesi kabul edilebilir bir uyum gösterdiğini ifade etmektedir (Munro, 2005). 4. AGFI (Adjusted Goodness of Fit Index) AGFI; DüzeltilmiĢ uyum iyiliği indeksi olarak adlandırılmaktır. GFI (uyum iyiliği indeksi) nın yüksek örneklem seviyesinde meydana gelen eksikliğini yok etmek maksadı ile kullanılmaktadır. AGFI nın hesaplanmasında serbestlik derecesi önem taģımaktadır. Değeri 0 ile 1 arasında değiģirken, 0.90 ın üzerinde olması uygunluğu sağlamaktadır (Çokluk, ġekercioğlu ve Büyüköztürk 2010). 5. RMSEA (Root Mean Square Error of Approximation) RMSEA yaklaģık ortalamaların karekökü olarak tanımlanmaktadır. 0-1 arasında değer almaktadır (Yılmaz ve Çelik 2009; Çokluk, ġekercioğlu ve Büyüköztürk 2010). RMSEA değeri, 0.05 in altında ise mükemmel uyum göstermekte, 0.08 in altında ise kabul edilebilir uyum göstermektedir. Değerler arasında ise orta dereceli uyum sergilemekte iken 0.10 un altında yer alan değerler ise kabul edilebilir değer olarak görülmemektedir (Kline, 2005). 6. CFI (Comparative Fit Index) CFI; KarĢılaĢtırmalı uyum indeksi olarak adlandırılmaktadır. DeğiĢkenler arasında herhangi bir iliģkinin olmadığını ifade etmekte ve bu durumu baz alarak oluģturulan modelin, null (yokluk) modelinden farkını ortaya çıkarmayı amaç edinmektedir. Değeri 0-1 arasında değiģmektedir. Değer 1 e yaklaģtıkça uyum iyiliği derecesinin arttığı aynı zamanda yüksek değerli CFI ya sahip modelin güçlü uyum sergilediği sonucuna ulaģılmaktadır (Munro 2005; Çokluk, ġekercioğlu ve Büyüköztürk 2010). 7. NFI (Normed Fit Ġndex) NFI (NormlaĢtırılmıĢ uyum indeksi), CFI ya alternatif indeks olarak geliģtirilmiģ fakat CFI nın karģılaģtırdığı modeller gibi karģılaģtırma yapmaktadır. Ki kare dağılımının ihtiyaç duymuģ olduğu tahminlere uyma zorunluluğu olmadan modeller arasında karģılaģtırma yapmaktadır. 0-1 arasında değer almaktadır. Değerler arasında yer alıyorsa bu değerlerin kabul edilebilir uyum gösterdiği belirtilmektedir arasında değer gösteriyor ise mükemmel uyum gösterdiği ifade edilmektedir (Bentler, 1990). 8. RMR (Root Mean Square Residual) ve SRMR (Standardized Root Mean Square Residual) 400 Sosyal Bilimler Dergisi / The Journal of Social Science / Yıl: 4, Sayı: 10, Mart 2017, s
13 Derleme: Ölçek Geliştirme Çalışmalarında Doğrulayıcı Faktör Analizinin Kullanımı RMR; Kök artık kareler ortalaması olarak adlandırılmaktadır. Test edilen modelin iyi uyum göstermesini belirleyebilmek için bu değerin 0 a yaklaģması gerekmektedir. RMR değeri; 0-1 arasında yer almaktadır. Ki kare değerine benzer biçimde değer yükseldikçe uyum düzeyi kötüleģmektedir. Standardize edilen Ģekli olan SRMR ise standartlaģtırılmıģ artık kareler ortalaması olarak adlandırılmaktadır (Çokluk, ġekercioğlu ve Büyüköztürk 2010). SRMR ise gözlenen değiģkenlerin yorumlanmaları aģamasında daha uygun görülmektedir. Aldığı değer 0-1 arasında olmakla birlikte değerin 0 a yaklaģması uyum iyiliğini artırmaktadır. Ki kare değeri gibi değer yükseldikçe uyum düzeyi kötüleģmektedir (Kline, 2005). 9. IFI (Incremental Fit Index) IFI; Artan uyum indeksi olarak ifade edilmektedir. 0-1 arasında değer almakla birlikte alınan değer 1 e yaklaģtıkça mükemmel uyum gösterdiği belirtilmektedir. IFI değeri 0.90 üzerinde ise kabul edilebilir uyum, 0.95 ve üzeri ise mükemmel uyum sergilediği ifade edilmektedir (Kline, 2005). ÇalıĢmaların analizleri esnasında sıklıkla kullanılan bu uyum indekslerinin mükemmel ve kabul edilebilir değerlerini Tablo 2 görmekteyiz (Kline, 2005; ġimģek, 2007). UYUM DEĞERLERĠ MÜKEMMEL UYUM KABUL EDĠLEBĠLĠR UYUM X 2 /sd <3 <5 RMSEA 0<RMSEA< RMSEA<0.08 S-RMR 0 S-RMR S-RMR 0.08 NNFI 0.97 NNFI NNFI 0.96 CFI 0.97 CFI CFI 0.96 GFI 0.95 GFI GFI 0.96 AGFI 0.95 AGFI AGFI 0.96 IFI 0.95 IFI IFI Tablo 2. DFA da Kullanılan Mükemmel Değerler ve Uyum Ġyiliği Ġndeksleri Sosyal Bilimler Dergisi / The Journal of Social Science / Yıl: 4, Sayı:10, Mart 2017, s
14 Nagihan Evci_ Faruk Aylar PATH Diyagramı 402 Yapısal EĢitlik Modelinde (YEM) yapılan analizlerin yardımıyla yol Ģemalarına (path diagrams) ulaģılmaktadır. OluĢturulan path diyagramı ile modele ait değiģkenler, t değerleri, faktör yükleri, açıklanamayan varyans ve bazı uyum iyiliği değerlerine ulaģılmaktadır. Modele ait veriler Ģemalandırılmasında kullanılmaktadır (Gatignon, 2011). AvĢar (2007) nin çalıģmasından alınmıģ olan bir path diyagramı örnek olarak ġekil 2 de verilmektedir. ġekil 1. Örnek Bir PATH Diyagramı Çıktısı (AvĢar, 2007). Yapısal EĢitlik Modellemesi (YEM) Sosyal bilimler, davranıģ bilimleri, eğitim bilimleri gibi pek çok farklı alanda gözlenen ve gizli değiģken arasındaki iliģkileri test edebilmek için kullanılan istatistiki bir yaklaģımdır. Bu yaklaģımın gözlenen değiģkenlere ait ölçüm hatalarını dikkate alması farklı alanlarda çok sık kullanılmasına neden olmaktadır (Schumacker ve Lomax, 2004). Modifikasyonlar ÇalıĢmada analize uygun model oluģturulup test edildikten sonra doğrulayıcı faktör analizi bu modelin değiģtirilmesini gerekli bulabilmektedir. Analiz sonrasında bu düzeltmeler Sosyal Bilimler Dergisi / The Journal of Social Science / Yıl: 4, Sayı: 10, Mart 2017, s
15 Derleme: Ölçek Geliştirme Çalışmalarında Doğrulayıcı Faktör Analizinin Kullanımı modelin iyileģtirilmesi açısından önem arz etmektedir (Schreiber, Nora, Stage, Barlow and King, 2006). Örneğin; LISREL programı, modelde bulunan bir maddeyi ait olduğu alt boyut ile uygun görmeyerek baģka bir alt boyut ile eģleyebilir. Bu eģlemede madde ile yeni alt boyutun uygun olması gerekmektedir (Çapık, 2014). Doğrulayıcı Faktör Analizi Ġçin Gerekli Olan KoĢullar Doğrulayıcı faktör analizinin uygulanabilmesi için belirli koģulların dikkate alınması gerekmektedir. Bu bağlamda koģullar, analizden doğru ve beklenilen sonuçlar elde edilmesi açısından önem taģımaktadır. Harrigton (2009, 36) tarafından doğrulayıcı faktör analizi için aģağıdaki koģullar belirlenmiģtir. Kayıp Veri: Ġstatistiki analizlerde önemli bir yere sahip olan kayıp veriler, doğrulayıcı faktör analizi içinde çok önemli bir yere sahiptir. Kayıp veriler analizden çıkarılmadığında analizin gücünü zayıflatmaktadır. Bu bağlamda analizin sağlıklı ve doğru sonuçlar verebilmesi için belirlenen kayıp verilerin analizden temizlenmesi gerekmektedir. Kayıp verilerin algılanması iģlemi maksimum likelihood kestirim yöntemi kullanılarak belirlenmektedir. Çok DeğiĢkenli Normallik: Çok değiģkenli normal dağılımda, belirlenen tüm değiģkenler en çok olabilirlik tahmincisiyle (Maximum Likelihood, ML) tahmin edilir. Bu değiģkenlerin normal olarak dağılım gösterdikleri ifade edilirken değerlendirilmeleri de bir o kadar zordur. Tek değiģkenli normal dağılım ile aykırı değerleri değerlendirme iģlemi ise normal olmayan hallerde daha kolay yapılmaktadır. Aykırı Değerler: Tüm istatistiki analizlerde olduğu gibi doğrulayıcı faktör analizi esnasında da aykırı değerlerin bulunması modeldeki anlamlılık durumunu etkilemektedir. Normal Olmayan Verilerin Tahmin ĠĢlemi: Verilerin çok değiģkenli normal dağılım gösterdiklerine, en çok olabilirlik tahmincisi (Maximum Likelihood-ML) kestirim yöntemi ile ulaģılmaktadır. Fakat verilerin çarpıklık değerinin 0.20 den fazla olması en çok olabilirlik tahminci için sorun oluģturmaktadır. Bu sebeple çarpıklık değeri, 0.20 den fazla olan değerler için en çok olabilirlik tahmincisi yerine farklı kestirim yöntemleri kullanılmalıdır. Veri Ölçümü: Doğrulayıcı faktör analizinde kullanılan birçok kestirim (tahmin) yöntemi için sürekli veriler kullanılmaktadır. Bazı araģtırmalarda ise likert tipi ölçeklere yer verilmektedir. Ölçekte bulunan veriler sürekli değiģkenler olarak ele alınmakta fakat bu durum her zaman için geçerli olmamaktadır. Çünkü 5 li likert tipi ölçeklerin sürekli değiģken olarak kabul edilebilmesi için örneklemin yeterli düzeyde olması ve normal dağılım göstermesi gerekmektedir. Sürekli olan veriler için en çok olabilirlik kestirim yöntemi (Maksimum Likelihood-ML) kullanılmaktadır. Örneklem Durumu: Örneklem büyüklüğü, doğrulayıcı faktör analizinde kestirim (tahmin) yönteminden doğru sonuçlar elde edilebilmesi için önem arz ermektedir. Örneklem sayısı hakkında net bir fikir birliği yoktur (Waltz, Strickland ve Lenz, 2010). Kline (2005); örneklem sayısının, madde sayısından 10 kat fazla olmasını uygun görürken belirtilen bu sayının ise 200 den az olması gerektiğini ifade etmektedir. Harrigton (2009) a göre ise; çok değiģkenli analizler için örneklem durumu 100 den az ise küçük, arasında orta ve 200 den fazla olduğunda büyük örneklem durumu olarak değerlendirilmektedir. Doğrulayıcı Faktör Analizinin AĢamaları Model araģtırmacı tarafından tamamen teorik olarak belirlenip Doğrulayıcı Faktör Analizi (DFA) ile test edilmiģ olabileceği gibi, Açıklayıcı Faktör Analizi sonucunda elde 403 Sosyal Bilimler Dergisi / The Journal of Social Science / Yıl: 4, Sayı:10, Mart 2017, s
16 Nagihan Evci_ Faruk Aylar edilmiģ bir modelde olabilir. Her bir maddenin sadece kendisini açıkladığı varsayılan gizil değiģkeni ile iliģkisi modelde tanımlanmıģ, diğer gizil değiģkenlerle iliģkisinin 0 olduğu Ģeklinde teorik varsayımla model oluģturulmuģtur. Modelin aģamaları aģağıdaki gibi verilmiģtir. 1. Modelin Belirlenme Durumu Doğrulayıcı faktör modelinde ortak faktörlerin ve gözlenen değiģkenlerin sayısı, özgün faktörler arasındaki varyans ve kovaryans iliģkisi, ortak faktörler arasındaki iliģki, gözlenen ve ortak faktörler arasındaki iliģkilerin belirtilmesi gerekir (Long, 1989). Bu aģamada path (yol) diyagramı kullanılarak gözlenen ve gizil değiģkenlerin ĢemalaĢtırılmıĢ Ģekli ve bu değiģkenler arsındaki iliģkiyi belirlemek amacıyla model oluģturulmaktadır ( Aytaç ve Öngen, 2012). 404 ġekil 2. DeğiĢkenler ve ĠliĢkilerinin Model Ġçerisinde Gösterimi (Öngen, 2010). ġekil 2.de de belirtildiği üzere modeldeki gizil değiģken oval, gözlenen değiģken ise dikdörtgen Ģekillerle ifade edilmektedir. DeğiĢkenler arasındaki iliģkiler ise tek taraflı veya çift taraflı oklarla gösterilmektedir. 2. Modelin Tanımlanma Durumu Doğrulayıcı faktör analizinde model tanımlanırken, belirlenen her bir faktör için gizli özelliğe sahip olduğu ve içsel özelliklere sahip olmadığından dolayı bir tane çözüm yolu bulunmaktadır. Bu yüzden her bir faktör kendisine özgü ölçek ile ölçülmektedir (Schumacker, Randall ve Lomax, 1996). Model tanımlamasının ardından; modeldeki faktör yükleri ve faktör korelasyonu, ölçüm hatası varyansı kestirim (tahmin) yöntemleri ile bulunmaktadır. Ana kütle parametreleri ise örnek veriler yardımı ile tahmin edilmektedir. Bu parametrelerin her birinin tanımlanmasına ihtiyaç duyulmaktadır (Thapa, 1999). 3. Modelin Tahmin Edilme Durumu Modelin tanımlanması ile birlikte matris oluģturulmaktadır. OluĢturulan bu matris kestirim (tahmin) yöntemleri kullanılarak incelenmektedir. Bu aģamada en çok kullanılan kestirim yöntemleri; Maksimum Likelihood-ML (en çok olabilirlik tahmincisi), Generalized Least Squares- GLS (genelleģtirilmiģ en küçük kareler), Weighted Least Squares- WLS (ağırlıksız en küçük kareler) dir (Çapık,2014). Kestirim (tahmin) yönteminin kullanıldığı her bir parametrenin, tahmin edilen varyans-kovaryans matrisi ile örneklem varyans-kovaryans Sosyal Bilimler Dergisi / The Journal of Social Science / Yıl: 4, Sayı: 10, Mart 2017, s
17 Derleme: Ölçek Geliştirme Çalışmalarında Doğrulayıcı Faktör Analizinin Kullanımı matrisi arasında olabildiğince yakın değerlere ulaģması hedeflenmektedir (Aytaç ve Öngen, 2012). Kestirim (tahmin) yöntemlerinden maksimum likelihood un (en çok olabilirlik tahmincisi) doğrulayıcı faktör analizinde kullanım nedeni, parametreler için yapılan tahmin sırasındaki standart hataları belirlemektir. Aynı zamanda bu kestirim yönteminin kullanılması için normal dağılım özelliği göstermesi gerekmektedir. Eğer normal dağılım özelliği sağlamıyorsa diğer kestirim yöntemleri kullanılması gerektiği ifade edilmektedir (Harrington, 2009; Öngen, 2010). Modelin tahmin edilmesinin ardından, modelin değerlendirilmesi aģamasına geçilmektedir. 4. Modelin Değerlendirilme Durumu Bilinmeyen parametrelerin tahminlerine ulaģabilmek için önerilmiģ olan modellerin değerlendirilmesi gerekmektedir. Uygun bulunan modellerde yer alan veriler kabul edilmekte iken modeldeki iliģkilerin veriler ile uyuģmayabileceği ifade edilmektedir (Aytaç ve Öngen, 2012). 5. Uyum Ġndekslerinin Ġncelenmesi Modelin veri ile uyumuna ulaģabilmek için çeģitli yöntemler uygulanmaktadır. Uyum iyiliği indekslerinin en çok kullanılanları; X 2 (Ki kare), GFI, CFI ve RMSEA dır. Ki kare; X 2 / df<2 uyumu için mükemmel ve X 2 / df<3 kabul edilebilen uyum olarak ifade edilmektedir (Kelloway, 1998). Uyum iyiliği incelendikten sonra PATH diyagramı oluģturulup incelenmektedir. 6. Model Modifikasyonunun Ġncelenmesi Modele uygulanan uyum indeksleri iyi sonuçlar vermediyse modelde uyumu sağlayabilmek amacıyla değiģiklikler yapılmaktadır. Bu durumda teorik yapı esas alınır. DeğiĢkenler arasındaki iliģkileri doğru bir biçimde belirleyebilmek için değiģiklikler yapılmaktadır. DeğiĢim indekslerinde kısıtlanmıģ parametrelerin tahmini ile X 2 istatistiğindeki azalma derecesi belirlenmektedir. OluĢturulan iki modelde kısıtlanan parametre, diğer modelde serbest bırakıldığında X 2 istatistikleri arasında meydana gelen farkın değiģim indeksini oluģturduğu ifade edilmektedir (IĢıldar, 2008) 405 ġekil 3. Doğrulayıcı Faktör Analizinin (DFA) AĢamaları (Çapık, 2014) Sosyal Bilimler Dergisi / The Journal of Social Science / Yıl: 4, Sayı:10, Mart 2017, s
18 Nagihan Evci_ Faruk Aylar Doğrulayıcı Faktör Analizinin Uygulama Örnekleri Ölçek geliģtirme çalıģmaları esnasında kullanılan Doğrulayıcı Faktör Analizinin uygulama aģamalarını detaylı inceleyebilmek amacıyla, iki farklı ölçek geliģtirme çalıģması örnek olarak incelenmiģtir. 1. Örnek olarak; Demir ve Koç un 2013 yılında yapmıģ oldukları Coğrafya Dersi Tutum Ölçeği: GeliĢtirilmesi, Geçerlik ve Güvenirlik ÇalıĢması isimli ölçek geliģtirme çalıģmasındaki doğrulayıcı faktör analizi kullanımının uygulama basamakları ele alınmıģtır. Ġki faktörlü yapıya sahip olan Coğrafya Dersi Tutum Ölçeği: GeliĢtirilmesi, Geçerlik ve Güvenirlik ÇalıĢması isimli ölçeğe önce açıklayıcı faktör analizi uygulanmıģ ve analiz sonucunda ortaya çıkarılan yapının geçerliğini incelemek amacıyla doğrulayıcı faktör analizi (DFA) uygulanmıģtır. Analiz sonucunda ulaģılan bulgular Tablo 3 ve ġekil 4 te yer almaktadır. 406 Tablo 3:CD-TÖ nün DFA Sonucu DFA da X 2 /sd değerinin 3,10 olması halinde, kabul edilebilir uyum, RMSEA değerinin 0.066, GFI nin 0.93, SRMR değerinin 0.041, AGFI nın 0.90 olması iyi uyum gösterdiği anlamına gelmektedir. CFI nın 0.98, NNFI nın 0.97 olması ise mükemmel uyum gösterdiği anlaģılmaktadır. Diğer uyum değerleri ise kabul edilebilir sınırlar içerisinde değerlendirilmektedir. Sosyal Bilimler Dergisi / The Journal of Social Science / Yıl: 4, Sayı: 10, Mart 2017, s
19 Derleme: Ölçek Geliştirme Çalışmalarında Doğrulayıcı Faktör Analizinin Kullanımı ġekil 4:CD-TÖ nün Doğrulayıcı Faktör Analizi (Path Diagram) 2. Örnek olarak; Delican ın 2016 yılında yapmıģ olduğu Ġlk Okuma Yazma Öğretimine Yönelik Öz Yeterlik Ölçeğinin GeliĢtirilmesi isimli ölçek geliģtirme çalıģmasındaki doğrulayıcı faktör analizi kullanımının uygulama basamakları ele alınmıģtır. Ölçeğin uygulanması sonucunda elde edilen veriler üzerinde açıklayıcı faktör analizi uygulanmıģtır. Elde edilen modelin, doğruluk ve uyum düzeyini belirlemek amacıyla da doğrulayıcı faktör analizi uygulanmıģtır. Analiz sonrası modelde herhangi bir değiģiklik yapmadan ulaģılan uyum indeksleri Ģu Ģekilde belirtilmektedir; x2/df =1.55 (p=.000); RMSEA=.05; GFI=.88; AGFI=.86; CFI=.98; NFI=.94; SRMR=.05. ġekil 5 te üç faktörlü yapıya iliģkin model sunulmaktadır. 407 ġekil 5.Üç Faktörlü Yapıya ĠliĢkin Model Modelin uyum iyiliği indeksleri incelendiğinde, x2/df değerinin 1.55 olması 3 ün altında olduğu için mükemmel uyum gösterdiği anlamına gelmektedir. RMSEA değerinin 0.05 olarak bulunması 08 den küçük olduğu için iyi uyum gösterdiği, GFI değerinin 0.88 ve AGFI değerinin 0.86 olması, GFI için 0.85 ve üzerinin, AGFI için ise 0.80 ve üzerinin kabul edilebilir Sosyal Bilimler Dergisi / The Journal of Social Science / Yıl: 4, Sayı:10, Mart 2017, s
AMOS (Analysis of Moment Structures) ve Yapısal Eşitlik Modeli
AMOS (Analysis of Moment Structures) ve Yapısal Eşitlik Modeli Veri seti bulunur Değişkenler sürüklenerek kutucuklara yerleştirilir Hata terimi eklenir Mouse sağ tıklanır ve hata terimi tanımlanır.
DetaylıÇocuklara Yabancı Dil Öğretiminin Duyuşsal Hedefleri Ölçeği
Çocuklara Yabancı Dil Öğretiminin Duyuşsal Hedefleri Ölçeği Şad, S. N., & Gürbüztürk, O. (2015). The affective objectives in early foreign language teaching: A scale development study. International Journal
DetaylıBÖLÜM 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
DetaylıSiirt Üniversitesi Eğitim Fakültesi. Halil Coşkun ÇELİK
Siirt Üniversitesi Eğitim Fakültesi Halil Coşkun ÇELİK 15 Mayıs 2008 Hemen hemen her bilim alanındaki gelişmeler, yapılmış sistematik araştırmaların katkılarına bağlıdır. Bu yüzden genel olarak araştırma,
DetaylıGEÇERLİK VE GÜVENİRLİK ÇALIŞMALARINDA DOĞRULAYICI FAKTÖR ANALİZİNİN KULLANIMI
DERLEME GEÇERLİK VE GÜVENİRLİK ÇALIŞMALARINDA DOĞRULAYICI FAKTÖR ANALİZİNİN KULLANIMI Cantürk ÇAPIK* Alınış Tarihi: 19.02.2014 Kabul Tarihi: 10.09.2014 ÖZET Doğrulayıcı faktör analizi, gözlenen ve gizli
DetaylıKorelasyon, Korelasyon Türleri ve Regresyon
Korelasyon, Korelasyon Türleri ve Regresyon İçerik Korelasyon Korelasyon Türleri Korelasyon Katsayısı Regresyon KORELASYON Korelasyon iki ya da daha fazla değişken arasındaki doğrusal ilişkiyi gösterir.
DetaylıBİLİMSEL ARAŞTIRMA YÖNTEMLERİ. Bazı Temel Kavramlar
BİLİMSEL ARAŞTIRMA YÖNTEMLERİ Bazı Temel Kavramlar TEMEL ARAŞTIRMA KAVRAMLARI Bilimsel çalışmaların amacı, örneklem değerinden evren değerlerinin kestirilmesidir. Araştırma evreni (population) Evren, bütündeki
DetaylıBİLİMSEL ARAŞTIRMA YÖNTEMLERİ
BİLİMSEL ARAŞTIRMA YÖNTEMLERİ Bir niteliğin gözlenip gözlem sonucunun sayılar veya sembollerle gösterilmesi işine ölçme diyebiliriz. Yaygın olan sınıflandırmaya göre ölçekler: Sınıflama ölçekleri Sıralama
DetaylıDoç. Dr. Mustafa ÖZDEN Arş. Gör. Gülden AKDAĞ Arş. Gör. Esra AÇIKGÜL
Doç. Dr. Mustafa ÖZDEN Arş. Gör. Gülden AKDAĞ Arş. Gör. Esra AÇIKGÜL 11.07.2011 Adıyaman Üniversitesi Eğitim Fakültesi İlköğretim Bölümü Fen Bilgisi Öğretmenliği A.B.D GĠRĠġ Fen bilimleri derslerinde anlamlı
DetaylıBÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ
1 BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel
DetaylıBÖLÜM 13 HİPOTEZ TESTİ
1 BÖLÜM 13 HİPOTEZ TESTİ Bilimsel yöntem aşamalarıyla tanımlanmış sistematik bir bilgi üretme biçimidir. Bilimsel yöntemin aşamaları aşağıdaki gibi sıralanabilmektedir (Karasar, 2012): 1. Bir problemin
DetaylıÖLÇME VE DEĞERLENDĠRME (3)
ÖLÇME VE DEĞERLENDĠRME (3) ÖLÇME SONUÇLARI ÜZERĠNDE ĠSTATĠSTĠKSEL ĠġLEMLER VERĠLERĠN DÜZENLENMESĠ -Herhangi bir test uygulamasından önce verilerin düzenlenmesi için önce bütün puanların büyüklüklerine
DetaylıGİRİŞ. Bilimsel Araştırma: Bilimsel bilgi elde etme süreci olarak tanımlanabilir.
VERİ ANALİZİ GİRİŞ Bilimsel Araştırma: Bilimsel bilgi elde etme süreci olarak tanımlanabilir. Bilimsel Bilgi: Kaynağı ve elde edilme süreçleri belli olan bilgidir. Sosyal İlişkiler Görgül Bulgular İşlevsel
DetaylıÖrnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız.
.4. Merkezi Eğilim ve Dağılım Ölçüleri Merkezi eğilim ölçüleri kitleye ilişkin bir değişkenin bütün farklı değerlerinin çevresinde toplandığı merkezi bir değeri gösterirler. Dağılım ölçüleri ise değişkenin
DetaylıMarmara Coğrafya Dergisi / Marmara Geographical Review
Marmara Coğrafya Dergisi / Marmara Geographical Review Yıl/Year: Ocak/January 2018 Sayı/Issue: 37 ss/pp: 94-102 ISSN: 1303-2429 E-ISSN: 2147-7825 TOPRAK SAHİPLERİNİN MEVSİMLİK TARIM İŞÇİLERİNE YÖNELİK
Detaylıİstatistik Temel Kavramlar- Devam
İstatistik Temel Kavramlar- Devam 26.12.2016 Dr. Seher Yalçın 1 Değişken türleri Değişken; gözlemden gözleme farklı değerler alabilen objelere, niteliklere ya da durumlara denir (Arıcı, 2006). Bir özellik
DetaylıGüdülenme ve Öðrenme Stratejileri Ölçeðinin Türkçe Formunun Geçerlik ve Güvenirlik Çalýþmasý
Güdülenme ve Öðrenme Stratejileri Ölçeðinin Türkçe Formunun Geçerlik ve Güvenirlik Çalýþmasý Þener BÜYÜKÖZTÜRK *, Özcan Erkan AKGÜN **, Özden ÖZKAHVECÝ ***, Funda DEMÝREL **** Özet Bu çalýþmanýn amacý
Detaylı380 INTERNATIONAL CONFERENCE ON EURASIAN ECONOMIES 2013
380 INTERNATIONAL CONFERENCE ON EURASIAN ECONOMIES 2013 Kadınların Çalışma Yaşamına Katılımlarına Yönelik Tutum Ölçeğinin (KÇYKYTÖ) Bir Yapısal Eşitlik Modeli ile Geçerlik ve Güvenirliğinin İncelenmesi
DetaylıHEMŞİRE TARAFINDAN VERİLEN EĞİTİMİN BESLENME YÖNETİMİNE ETKİSİ
HEMŞİRE TARAFINDAN VERİLEN EĞİTİMİN BESLENME YÖNETİMİNE ETKİSİ Özlem Bulantekin Düzalan*, Sezgi Çınar Pakyüz** * Çankırı Karatekin Üniversitesi Sağlık Yüksekokulu ** Celal Bayar Üniversitesi Manisa Sağlık
DetaylıDers 5: ÖLÇME VE DEĞERLENDİRME. Prof. Dr. Tevhide Kargın
Ders 5: ÖLÇME VE DEĞERLENDİRME Prof. Dr. Tevhide Kargın Ölçme ve Değerlendirme Ölçme (measurement), bireylerin ya da nesnelerin belirli özelliklere sahip olup olmadığının, sahip ise, sahip oluş derecesinin
DetaylıPSİKOLOJİDE ÖLÇEK KAVRAMI VE ÖLÇEK TÜRLERİ /11 Bogardus Tutum Ölçeği /12 Thurston Ölçeği /13 Likert Tipi Ölçekler /13 Guttmann Tutum Ölçeği /15
İÇİNDEKİLER BİRİNCİ BÖLÜM PSİKOLOJİK TESTLER /1 PSİKOLOJİK TESTLERİN SINIFLANDIRILMASI /3 Ölçülen Nitelik ve Amacına göre Testler /5 Maksimum Performans ve Davranış Testleri /5 Bireysel ve Grup Testleri
DetaylıYrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü
Mühendislikte İstatistiksel Yöntemler Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü 1 Araştırma sonuçlarının açıklanmasında frekans tablosu
DetaylıInternational Journal of Language Academy TURKISH INSTRUCTION SELF-EFFICACY PERCEPTION SCALE: EXPLORATORY AND CONFIRMATORY FACTOR ANALYSES
ISSN: 2342-0251 DOI Number: http://dx.doi.org/10.18033/ijla.3670 Volume 5/4 August 2017 p. 264/274 TURKISH INSTRUCTION SELF-EFFICACY PERCEPTION SCALE: EXPLORATORY AND CONFIRMATORY FACTOR ANALYSES Article
DetaylıAkademisyenlerin İnternet Bankacılığı Kullanımını Etkileyen Faktörlerin Yapısal Eşitlik Modeli İle İncelenmesi
Akademisyenlerin İnternet Bankacılığı Kullanımını Etkileyen Faktörlerin Yapısal Eşitlik Modeli İle İncelenmesi Çiğdem TATAR *, Özlem EGE ORUÇ Dokuz Eylül Üniversitesi, Fen Fakültesi İstatistik Bölümü,
DetaylıARAġTIRMALARDA ÖLÇME VE ÖLÇEKLER. Kezban SEÇKİN Vildan GÜNEŞ
ARAġTIRMALARDA ÖLÇME VE ÖLÇEKLER Kezban SEÇKİN Vildan GÜNEŞ Konu Başlıkları ÖLÇME ve ÖLÇEK ÖLÇEK TÜRLERĠ ÖLÇEKLERLE ĠLGĠLĠ ÖNEMLĠ NOKTALAR ÖLÇEĞĠN TAġIMASI GEREKEN ÖZELLĠKLER ÖLÇME HATALARI ÖLÇME VE ÖLÇEK
DetaylıORTAOKUL ÖĞRENCİLERİ İÇİN BEDEN EĞİTİMİ VE SPOR DERSİ DEĞER ÖLÇEĞİNİN GELİŞTİRİLMESİ
ORTAOKUL ÖĞRENCİLERİ İÇİN BEDEN EĞİTİMİ VE SPOR DERSİ DEĞER ÖLÇEĞİNİN GELİŞTİRİLMESİ Mehmet GÜLLÜ* Mehmet Akif YÜCEKAYA**, 1 *İnönü Üniversitesi, Spor Bilimleri Fakültesi,Türkiye **İnönü Üniversitesi,
DetaylıTÜRKÇE DERSĠ ETKĠNLĠKLERĠNE YÖNELĠK ALGI ÖLÇEĞĠ GELĠġTĠRĠLMESĠ: GEÇERLĠLĠK VE GÜVENĠRLĠK ÇALIġMASI
ġahan, N. ve ÇERÇĠ, A. (2018). Türkçe Dersi Etkinliklerine Yönelik Algı Ölçeği GeliĢtirilmesi: Geçerlilik ve Güvenirlik ÇalıĢması. Uluslararası Türkçe Edebiyat Kültür Eğitim Dergisi, 7(1), 411-430. TÜRKÇE
DetaylıYıl: 4, Sayı: 10, Mart 2017, s
Fatih UĞURLU 1 Faruk AYLAR 2 DERLEME ÇALIġMASI: ÖLÇEK GELĠġTĠRME ÇALIġMALARINDA AÇIMLAYICI FAKTÖR ANALĠZĠNĠN KULLANIMI Özet AraĢtırmacıların çalıģmalarında ortaya koydukları varsayımların uygulamadaki
DetaylıBEDEN EĞİTİMİ TUTUM ÖLÇEĞİNİN ORTAOKUL ÖĞRENCİLERİ İÇİN GEÇERLİK VE GÜVENİLİRLİK ÇALIŞMASI
Spor Hekimliği Dergisi Cilt: 49, S. 33-41, 2014 BEDEN EĞİTİMİ TUTUM ÖLÇEĞİNİN ORTAOKUL ÖĞRENCİLERİ İÇİN GEÇERLİK VE GÜVENİLİRLİK ÇALIŞMASI Fehime HASLOFÇA ÖZET Bu çalışma, Subramaniam ve Silverman (10)
DetaylıİÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37
İÇİNDEKİLER BÖLÜM 1 Değişkenler ve Grafikler 1 İstatistik 1 Yığın ve Örnek; Tümevarımcı ve Betimleyici İstatistik 1 Değişkenler: Kesikli ve Sürekli 1 Verilerin Yuvarlanması Bilimsel Gösterim Anlamlı Rakamlar
DetaylıBKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 )
4. SUNUM 1 Gözlem ya da deneme sonucu elde edilmiş sonuçların, rastlantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel yöntemlere HİPOTEZ TESTLERİ denir. Sonuçların rastlantıya bağlı
DetaylıNimet ERYİĞİT İNSAN KAYNAKLARI YÖNETİMİ YENİLİK
Nimet ERYİĞİT İNSAN KAYNAKLARI YÖNETİMİ VE YENİLİK Yay n No : 3084 İşletme-Ekonomi : 652 1. Baskı Mart 2014 İSTANBUL ISBN 978-605 - 333-111 - 7 Copyright Bu kitab n bu bas s n n Türkiye deki yay n haklar
DetaylıÖlçme ve Değerlendirmenin. Eğitim Sistemi Açısından. Ölçme ve Değerlendirme. TESOY-Hafta Yrd. Doç. Dr.
TESOY-Hafta-1 ve Değerlendirme BÖLÜM 1-2 ve Değerlendirmenin Önemi ve Temel Kavramları Yrd. Doç. Dr. Çetin ERDOĞAN cetinerdogan@gmail.com Eğitimde ölçme ve değerlendirme neden önemlidir? Eğitim politikalarına
DetaylıİÇİNDEKİLER ÖN SÖZ...
İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN
DetaylıMerkezi Eğilim ve Dağılım Ölçüleri
Merkezi Eğilim ve Dağılım Ölçüleri Soru Öğrencilerin derse katılım düzeylerini ölçmek amacıyla geliştirilen 16 soruluk bir test için öğrencilerin ilk 8 ve son 8 soruluk yarılardan aldıkları puanlar arasındaki
DetaylıMEÜ. SAĞLIK BĠLĠMLERĠ ENSTĠTÜSÜ DERS TANIMI FORMU
MEÜ. SAĞLIK BĠLĠMLERĠ ENSTĠTÜSÜ DERS TANIMI FORMU Dersin Adı-Kodu: BİS 601 Örnek Genişliği ve Güç Programın Adı: Biyoistatistik Dersin düzeyi Doktora Ders saatleri ve Teori Uyg. Lab. Proje/Alan Çalışması
DetaylıA STUDY ON VALIDITY AND RELIABILITY OF THE ATTITUDE SCALE DESIGNED FOR PERFORMANCE TASKS GIVEN IN SOCIAL STUDIES CLASSES IN PRIMARY SCHOOLS
- International Periodical For The Languages, Literature and History of Turkish or Turkic Volume 7/3, Summer 2012, p. 597-615, ANKARA-TURKEY İLKÖĞRETİM SOSYAL BİLGİLER DERSİNDE UYGULANAN PERFORMANS GÖREVLERİNE
DetaylıDEĞERLENDİRME ARASINDAKİ İLİŞKİLER... 1
İÇİNDEKİLER ÖNSÖZ... xxii BÖLÜM 1 - ÖĞRENME, ÖĞRETİM VE DEĞERLENDİRME ARASINDAKİ İLİŞKİLER... 1 EĞİTİM SÜRECİ VE ÖĞRENME... 2 Öğrenme ve Bilişsel Yaklaşım... 3 Bilişsel Yaklaşımın Eğitimdeki Genel Sonuçları...
DetaylıBÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3
KİTABIN İÇİNDEKİLER BÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3 BÖLÜM-2.BİLİMSEL ARAŞTIRMA Belgesel Araştırmalar...7 Görgül Araştırmalar Tarama Tipi Araştırma...8
DetaylıİSTATİSTİKTE TEMEL KAVRAMLAR
İSTATİSTİKTE TEMEL KAVRAMLAR 1. ve 2. Hafta İstatistik Nedir? Bir tanım olarak istatistik; belirsizlik altında bir konuda karar verebilmek amacıyla, ilgilenilen konuya ilişkin verilerin toplanması, düzenlenmesi,
DetaylıAkademisyenlerin İnternet Bankacılığı Kullanımını Etkileyen Faktörlerin Yapısal Eşitlik Modeli İle İncelenmesi
Akademisyenlerin İnternet Bankacılığı Kullanımını Etkileyen Faktörlerin Yapısal Eşitlik Modeli İle İncelenmesi Çiğdem TATAR1*, Özlem EGE ORUÇ1 Dokuz Eylül Üniversitesi, Fen Fakültesi İstatistik Bölümü,
DetaylıERGEN PARA TUTUMU ÖLÇEĞİ TÜRKÇE FORMU: GEÇERLİK VE GÜVENİRLİK ÇALIŞMASI
ERGEN PARA TUTUMU ÖLÇEĞİ TÜRKÇE FORMU: GEÇERLİK VE GÜVENİRLİK ÇALIŞMASI Doç. Dr. Ahmet Akın Sakarya Üniversitesi Eğitim Bölümleri Bölümü aakin@sakarya.edu.tr Uzm. Psikolojik Danışman Ahmet Kahraman Çekmeköy
DetaylıNicel / Nitel Verilerde Konum ve Değişim Ölçüleri. BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014
Nicel / Nitel Verilerde Konum ve Değişim Ölçüleri BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014 1 Konum ölçüleri Merkezi eğilim ölçüleri Verilerin ortalamaya göre olan gruplanması nasıl?
DetaylıGenel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.
4.SUNUM Genel olarak test istatistikleri Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri olmak üzere 2 grupta incelenebilir. 2 Ranj Çeyrek Kayma Çeyrekler Arası Açıklık Standart Sapma Varyans
Detaylı894 2 nd International Conference on New Trends in Education and Their Implications April, 2011 Antalya-Turkey
894 OKUL MÜDÜRLERĠNĠN YETERLĠKLERĠNĠN EĞĠTĠM ÖĞRETĠM SÜRECĠNE ETKĠSĠ Yrd. Doç. Dr. Sevinç PEKER, Yıldız Teknik Üniversitesi, sevpek@gmail.com Öğr.Gör. Gülenaz SELÇUK, Celal Bayar Üniversitesi, gselcuk@hotmail.com
DetaylıÖrneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.
ÇIKARSAMALI İSTATİSTİKLER Çıkarsamalı istatistikler, örneklemden elde edilen değerler üzerinde kitleyi tanımlamak için uygulanan istatistiksel yöntemlerdir. Çıkarsamalı istatistikler; Tahmin Hipotez Testleri
DetaylıTemel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri
Temel İstatistik Tanımlayıcı İstatistik Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri Y.Doç.Dr. İbrahim Turan Mart 2011 DAĞILIM / YAYGINLIK ÖLÇÜLERİ Verilerin değişkenlik durumu ve dağılışın şeklini
DetaylıThe International New Issues In SOcial Sciences
Number: 4 pp: 89-95 Winter 2017 SINIRSIZ İYİLEŞMENİN ÖRGÜT PERFORMANSINA ETKİSİ: BİR UYGULAMA Okan AY 1 Giyesiddin NUROV 2 ÖZET Sınırsız iyileşme örgütsel süreçlerin hiç durmaksızın örgüt içi ve örgüt
DetaylıORTAOKULDA DEMOKRASİ ALGILARI ÖLÇEĞİ: GEÇERLİK VE GÜVENİRLİK ÇALIŞMASI. Kemal DURUHAN Yasemin ERSÖZ
Tarih Okulu Dergisi (TOD) Journal of History School (JOHS) Aralık 2013 December 2013 Yıl 6, Sayı XVI, ss. 657-672. Year 6, Issue XVI, pp. 657-672. DOI No: http://dx.doi.org/10.14225/joh355 ORTAOKULDA DEMOKRASİ
DetaylıBĠR DEVLET HASTANESĠNDE ÇALIġANLARIN HASTA VE ÇALIġAN GÜVENLĠĞĠ ALGILARININ ĠNCELENMESĠ. Dilek OLUT
BĠR DEVLET HASTANESĠNDE ÇALIġANLARIN HASTA VE ÇALIġAN GÜVENLĠĞĠ ALGILARININ ĠNCELENMESĠ Dilek OLUT Tıp biliminin ilk ve temel prensiplerinden biri Önce Zarar Verme ilkesidir. Bu doğrultuda kurgulanan sağlık
Detaylı2. HAFTA PFS 107 EĞİTİMDE ÖLÇME VE DEĞERLENDİRME. Yrd. Doç Dr. Fatma Betül Kurnaz. betulkurnaz@karabuk.edu.tr KBUZEM. Karabük Üniversitesi
2. HAFTA PFS 107 EĞİTİMDE Yrd. Doç Dr. Fatma Betül Kurnaz betulkurnaz@karabuk.edu.tr Karabük Üniversitesi Uzaktan Eğitim Uygulama ve Araştırma Merkezi 2 İçindekiler Ölçmede Sıfır Noktası... Hata! Yer işareti
Detaylı0502309-0506309 ÖLÇME YÖNTEMLERİ. Ders Öğretim Üyeleri Prof. Dr. Hüsamettin BULUT Yrd. Doç. Dr. M. Azmi AKTACĠR
0502309-0506309 ÖLÇME YÖNTEMLERİ Ders Öğretim Üyeleri Prof. Dr. Hüsamettin BULUT Yrd. Doç. Dr. M. Azmi AKTACĠR Kaynak Ders Kitabı: ÖLÇME TEKNĠĞĠ (Boyut, Basınç, AkıĢ ve Sıcaklık Ölçmeleri), Prof. Dr. Osman
DetaylıMODERN AHĠLĠK ÖLÇEĞĠ GEÇERLĠK VE GÜVENĠRLĠK ÇALIġMASI
MODERN AHĠLĠK ÖLÇEĞĠ GEÇERLĠK VE GÜVENĠRLĠK ÇALIġMASI Fetullah BATTAL * Ġbrahim DURMUġ ** Öz AraĢtırmanın amacı; Üniversitede eğitim öğretim gören önlisans ve lisans öğrencilerinin ahilik ve iģ ahlakına
DetaylıBÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ
1 BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel sayma
DetaylıKorelasyon ve Regresyon
Korelasyon ve Regresyon Korelasyon- (lineer korelasyon) Açıklayıcı (Bağımsız) Değişken x çalışma zamanı ayakkabı numarası İki değişken arasındaki ilişkidir. Günlük sigara sayısı SAT puanı boy Yanıt (Bağımlı)
DetaylıKullanılacak İstatistikleri Belirleme Ölçütleri. Değişkenin Ölçek Türü ya da Yapısı
ARAŞTIRMA MODELLİLERİNDE KULLANILACAK İSTATİSTİKLERİ BELİRLEME ÖLÇÜTLERİ Parametrik mi Parametrik Olmayan mı? Kullanılacak İstatistikleri Belirleme Ölçütleri Değişken Sayısı Tek değişkenli (X) İki değişkenli
DetaylıSINIF ÖĞRETMENLİĞİ ALAN SINAVI ÖLÇEĞİNİN GELİŞTİRİLMESİ : GEÇERLİK VE GÜVENİRLİK ÇALIŞMASI
SINIF ÖĞRETMENLİĞİ ALAN SINAVI ÖLÇEĞİNİN GELİŞTİRİLMESİ : GEÇERLİK VE GÜVENİRLİK ÇALIŞMASI Çavuş ŞAHİN Serdar ARCAGÖK Çanakkale Onsekiz Mart Üniversitesi Eğitim Fakültesi ÖZET Bu çalışmanın amacı sınıf
DetaylıConfirmatory Factor Analysis and An Application On Schutte Emotional Intelligence Scale
86 The Journal of SAU Education Faculty, 25 (May 2013) Confirmatory Factor Analysis and An Application On Schutte Emotional Intelligence Scale Zeynep FİLİZ 1 Mahmut KAYA 2 1 Eskisehir Osmangazi University,
DetaylıĠKĠ ÖRNEKLEM TESTLERĠ
ĠKĠ ÖRNEKLEM TESTLERĠ BAĞIMSIZ GRUPLARDA İKİ ÖRNEKLEM TESTLERİ 1. ĠKĠ ORTALAMA ARASINDAKĠ FARKIN ÖNEMLĠLĠK TESTĠ. MANN-WHITNEY U TESTĠ 3. ĠKĠ YÜZDE ARASINDAKĠ FARKIN ÖNEMLĠLĠK TESTĠ 4. x KĠ-KARE TESTLERĠ
DetaylıHANGİ TÜR ARAŞTIRMALARDA PATH ANALİZİ KULLANILMALIDIR? IX Ulusal Biyoistatistik Kongresi 5-9 Eylül 2006 Zonguldak
HANGİ TÜR ARAŞTIRMALARDA PATH ANALİZİ KULLANILMALIDIR? * M.Mutlu DAŞDAĞ * M.Yusuf ÇELİK *Ömer SATICI *Zeki AKKUŞ *H. Coşkun ÇELİK IX Ulusal Biyoistatistik Kongresi 5-9 Eylül 2006 Zonguldak Zonguldak Karaelmas
DetaylıVeri Toplama Teknikleri
A. Gözlem Yoluyla Veri Toplama Teknikleri B. Soruşturma Yoluyla Nicel Veri Toplama Teknikleri Yazılı Soruşturma Tekniği Anket, Başarı Testi Yapılandırılmış Gözlem Önceden hazırlanmış göstergeler ve semboller
DetaylıMühendislikte İstatistiksel Yöntemler
Mühendislikte İstatistiksel Yöntemler BÖLÜM 9 VARYANS ANALİZİ Yrd. Doç. Dr. Fatih TOSUNOĞLU 1 Varyans analizi niçin yapılır? İkiden fazla veri grubunun ortalamalarının karşılaştırılması t veya Z testi
DetaylıDoğrulayıcı Faktör Analizinde Örneklem Hacmi, Tahmin Yöntemleri ve Normalliğin Uyum Ölçütlerine Etkisi. Murat Doğan YÜKSEK LİSANS TEZİ
Doğrulayıcı Faktör Analizinde Örneklem Hacmi, Tahmin Yöntemleri ve Normalliğin Uyum Ölçütlerine Etkisi Murat Doğan YÜKSEK LİSANS TEZİ İstatistik Anabilim Dalı Haziran 2013 Influence of Sample Size, Estimation
DetaylıEĞİTİM ÖĞRETİM YILI II. DÖNEM ORTAK SINAV TEST VE MADDE İSTATİSTİKLERİ
T.C. MİLLÎ EĞİTİM BAKANLIĞI ÖLÇME, DEĞERLENDİRME VE SINAV HİZMETLERİ GENEL MÜDÜRLÜĞÜ VERİ ANALİZİ, İZLEME VE DEĞERLENDİRME DAİRE BAŞKANLIĞI 2015-2016 EĞİTİM ÖĞRETİM YILI II. DÖNEM ORTAK SINAV TEST VE MADDE
DetaylıORTAOKUL ÖĞRENCĠLERĠNĠN DERSLERDE TEKNOLOJĠNĠN KULLANILMASINA YÖNELĠK FARKINDALIK ÖLÇEĞĠNĠN GELĠġTĠRĠLMESĠ
Yüzüncü Yıl Üniversitesi Eğitim Bilimleri Enstitüsü Matematik ve Fen Bilimleri Eğitimi Anabilim Dalı Fen Bilgisi Eğitimi Bilim Dalı ORTAOKUL ÖĞRENCĠLERĠNĠN DERSLERDE TEKNOLOJĠNĠN KULLANILMASINA YÖNELĠK
Detaylı1.1.1. Açıklayıcı faktör analizi (EFA, Exploratory Factor Analysis)
1. FAKTÖR ANALİZİ Faktör analizi (Factor Analysis) başta sosyal bilimler olmak üzere pek çok alanda sıkça kullanılan çok değişkenli analiz tekniklerinden biridir. Faktör analizi p değişkenli bir olayda
DetaylıİLKÖĞRETİMDE SINIF YÖNETİMİNİN ETKİLİLİĞİNİ BELİRLEMEYE YÖNELİK ÖLÇEK GELİŞTİRME ÇALIŞMASI *
The Journal of Academic Social Science Studies International Journal of Social Science Doi number:http://dx.doi.org/10.9761/jasss2544 Number: 29, p. 367-385, Autumn III 2014 İLKÖĞRETİMDE SINIF YÖNETİMİNİN
DetaylıSOSYAL BİLGİLER ÖĞRETMEN ADAYLARI İÇİN EKONOMİ DERSİNE YÖNELİK TUTUM ÖLÇEĞİNİN GELİŞTİRİLMESİ: GEÇERLİK VE GÜVENİRLİK ÇALIŞMALARI
SOSYAL BİLGİLER ÖĞRETMEN ADAYLARI İÇİN EKONOMİ DERSİNE YÖNELİK TUTUM ÖLÇEĞİNİN GELİŞTİRİLMESİ: GEÇERLİK VE GÜVENİRLİK ÇALIŞMALARI The Development of Attitude Scale of Towards the Economics Course for Social
Detaylıwww.fikretgultekin.com 1
KORELASYON ANALĐZĐ (Correlation Analysis ) Basit Korelasyon Analizi Basit korelasyon analizinde iki değişken söz konusudur ve bu değişkenlerin bağımlıbağımsız değişken olarak tanımlanması/belirlenmesi
DetaylıÖrnekleme Süreci ve Örnekleme Yöntemleri
Örnekleme Süreci ve Örnekleme Yöntemleri Prof. Dr. Cemal YÜKSELEN Ġstanbul Arel Üniversitesi 4. Pazarlama AraĢtırmaları Eğitim Semineri 26-29 Ekim 2010 Örnekleme Süreci Anakütleyi Tanımlamak Örnek Çerçevesini
DetaylıFEN BĠLGĠSĠ LABORATUARINA YÖNELĠK TUTUM ÖLÇEĞĠNĠN GELĠġTĠRĠLMESĠ: GEÇERLĠK VE GÜVENĠRLĠK ANALĠZLERĠ
FEN BĠLGĠSĠ LABORATUARINA YÖNELĠK TUTUM ÖLÇEĞĠNĠN GELĠġTĠRĠLMESĠ: GEÇERLĠK VE GÜVENĠRLĠK ANALĠZLERĠ Havva YAMAK 1 Nusret KAVAK 2. Sedef CANBAZOĞLU BĠLĠCĠ 3 ESRA BOZKURT 4 ZEYNEP BURCU PEDER 5 1 Gazi Üniversitesi,
DetaylıT.C. İSTANBUL TİCARET ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ, İŞLETME ANABİLİM DALI İŞLETME DOKTORA PROGRAMI FAKTÖR ANALİZİ. Ayhan Çakır 1250D91213
T.C. İSTANBUL TİCARET ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME ANABİLİM DALI İŞLETME DOKTORA PROGRAMI FAKTÖR ANALİZİ Ayhan Çakır 0D9 Danışman: Prof. Dr. Hüner Şencan İstanbul Aralık 04 İÇİNDEKİLER
DetaylıCumhuriyet Üniversitesi Sosyal Bilimler Enstitüsü. ĠĢletme Ana Bilim Dalı Sayısal Yöntemler Bilim Dalı
Cumhuriyet Üniversitesi Sosyal Bilimler Enstitüsü ĠĢletme Ana Bilim Dalı Sayısal Yöntemler Bilim Dalı ĠLKÖĞRETĠM ÖĞRENCĠLERĠNE YÖNELĠK SINIF ĠÇĠ ETKĠNLĠK ÖLÇEĞĠ GELĠġTĠRĠLMESĠ, GÜVENĠRLĠK VE GEÇERLĠLĠK
DetaylıAkademik Sosyal Araştırmalar Dergisi, Yıl: 4, Sayı: 36, Aralık 2016, s
Akademik Sosyal Araştırmalar Dergisi, Yıl: 4, Sayı: 36, Aralık 2016, s. 267-279 Yayın Geliş Tarihi / Article Arrival Date Yayınlanma Tarihi / The Publication Date 22.11.2016 15.12.2016 Yrd. Doç. Dr. Bahadır
DetaylıT.C. ORTA KARADENİZ KALKINMA AJANSI GENEL SEKRETERLİĞİ. YURT ĠÇĠ VE DIġI EĞĠTĠM VE TOPLANTI KATILIMLARI ĠÇĠN GÖREV DÖNÜġ RAPORU
YURT ĠÇĠ VE DIġI EĞĠTĠM VE TOPLANTI KATILIMLARI ĠÇĠN GÖREV DÖNÜġ RAPORU Adı Soyadı : Doç. Dr. Mustafa GÜLER, Dilem KOÇAK DURAK, Fatih ÇATAL, Zeynep GÜRLER YILDIZLI, Özgür Özden YALÇIN ÇalıĢtığı Birim :
DetaylıÖLÇME VE DEĞERLENDİRME. Antrenörlük Eğitimi 4. Sınıf. Ölçme ve Değerlendirme - Yrd. Doç. Dr. Yetkin Utku KAMUK
ÖLÇME VE DEĞERLENDİRME Antrenörlük Eğitimi 4. Sınıf ÖLÇME VE DEĞERLENDİRME Merkezi Eğilim Ölçütleri Mod En çok görülen puandır ve hesaplanma yöntemi yoktur. İnceleme yolu ile bulunur. Terminal istatistiktir.
DetaylıKitle: Belirli bir özelliğe sahip bireylerin veya birimlerin tümünün oluşturduğu topluluğa kitle denir.
BÖLÜM 1: FREKANS DAĞILIMLARI 1.1. Giriş İstatistik, rasgelelik içeren olaylar, süreçler, sistemler hakkında modeller kurmada, gözlemlere dayanarak bu modellerin geçerliliğini sınamada ve bu modellerden
DetaylıÖlçme Araçlarında Bulunması Gereken Nitelikler. Geçerlik. Geçerlik Türleri. Geçerlik. Kapsam Geçerliği
BÖLÜM 3 Ölçme Araçlarında Bulunması Gereken Nitelikler Yrd. Doç. Dr. Çetin ERDOĞAN cetinerdogan@gmail.com Ölçme Araçlarında Bulunması Gereken Nitelikler Geçerlik Güvenirlik Kullanışlılık Geçerlik Geçerlik,
DetaylıOKULÖNCESĠ VE ANAOKULU DAVRANIġ ÖLÇEĞĠNĠNĠN GEÇERLĠK VE GÜVENĠRLĠK ÇALIġMASI
Trakya Üniversitesi Sosyal Bilimler Dergisi 255 OKULÖNCESĠ VE ANAOKULU DAVRANIġ ÖLÇEĞĠNĠNĠN GEÇERLĠK VE GÜVENĠRLĠK ÇALIġMASI ÖZET YeĢim Fazlıoğlu 1 Lale Okyay 2 Gökhan Ilgaz 3 Bu araģtırmanın amacı Kenneth
DetaylıYapısal Eşitlik Modellemesi İle Yaşam Memnuniyeti Ölçeğinin Geliştirilmesi; Sivas İli Örneği
Yapısal Eşitlik Modellemesi İle Yaşam Memnuniyeti Ölçeğinin Geliştirilmesi; Sivas İli Örneği Doç. Dr. Yalçın KARAGÖZ Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Fakültesi İşletme Bölümü ykaragoz01@hotmail.com
DetaylıYATÇILARIN MARİNA TERCİHİNDE ALGILANAN HİZMET KALİTESİNİN MARİNA BAĞLILIĞI ÜZERİNDEKİ ETKİSİ
YATÇILARIN MARİNA TERCİHİNDE ALGILANAN HİZMET KALİTESİNİN MARİNA BAĞLILIĞI ÜZERİNDEKİ ETKİSİ Öğr. Gör. Can KARAOSMANOĞLU Yaşar Üniversitesi - MYO Marina ve Yat İşletmeciliği Programı Doç. Dr. İpek KAZANÇOĞLU
DetaylıFAKTÖR ANALİZİ VAHİDE NİLAY KIRTAK
FAKTÖR ANALİZİ VAHİDE NİLAY KIRTAK Çok Değişkenli İstatistikler Faktör Analizi Faktör Analizinin Amacı: Birbirleriyle ilişkili p tane değişkeni bir araya getirerek az sayıda ilişkisiz ve kavramsal olarak
DetaylıTÜRKÇENĠN YABANCI DĠL OLARAK ÖĞRETĠMĠNE YÖNELĠK ÖĞRENEN ÖZERKLĠĞĠ ÖLÇEĞĠ GELĠġTĠRME ÇALIġMASI
BĠÇER, N. (2017). Türkçenin Yabancı Dil Olarak Öğretimine Yönelik Öğrenen Özerkliği Ölçeği GeliĢtirme ÇalıĢması. Uluslararası Türkçe Edebiyat Kültür Eğitim Dergisi, 6(3), 1666-1678. TÜRKÇENĠN YABANCI DĠL
DetaylıYüksek Öğrenim Enstitüleri İçin Marka Kimliği Ölçeğinin Türkçeye Uyarlanması: Güvenirlik ve Geçerlilik Çalışması
Geliş Tarihi : 01 Kasım 2017 Finans Ekonomi ve Sosyal Araştırmalar Dergisi Kabul Tarihi : 08 Kasım 2017 Yıl : 2017 Cilt : 2 Sayı :3 Dijital Baskı Tarihi : 23 Kasım 2017 ISSN : 2602-2486 Makale DOI : 10.29106/fesa.348306
DetaylıYÜKSEKÖĞRETİMDE HİZMET KALİTESİ ÖLÇEĞİ: GÜVENİLİRLİK VE GEÇERLİLİK ANALİZİ
Ekonometri ve İstatistik Sayı:18 2013 116-133 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ YÜKSEKÖĞRETİMDE HİZMET KALİTESİ ÖLÇEĞİ: GÜVENİLİRLİK VE GEÇERLİLİK ANALİZİ Hakan BEKTAŞ
Detaylı2. METODOLOJĠ 1 METODOLOJĠ. Programlar ile Ġstatistiksel Veri Analizi-2 (Prof.Dr. Kazım ÖZDAMAR,2002) çalıģmalarından yararlanılmıģtır.
GĠRĠġ 1 GĠRĠġ 2 GĠRĠġ 3 İÇİNDEKİLER 1. GĠRĠġ... 4 2. METODOLOJĠ... 5 3. TEMEL BĠLEġENLER ANALĠZĠ TEKNĠĞĠNĠN UYGULANMASI... 8 4. TR52 DÜZEY 2 BÖLGESĠ ĠLÇELERĠ SOSYAL GELĠġMĠġLĠK ENDEKSĠ...10 5. SONUÇ...27
DetaylıOKULA ĐLĐŞKĐN TUTUM ÖLÇEĞĐNĐN GEÇERLĐK VE GÜVENĐRLĐK ÇALIŞMASI
Elektronik Sosyal Bilimler Dergisi www.esosder.org Electronic Journal of Social Sciences ISSN:1304-0278 Bahar-2012 Cilt:11 Sayı:40 (030-045) Spring-2012 Volume:11 Issue:40 OKULA ĐLĐŞKĐN TUTUM ÖLÇEĞĐNĐN
DetaylıAkademik Sosyal Araştırmalar Dergisi, Yıl: 5, Sayı: 57, Kasım 2017, s
Akademik Sosyal Araştırmalar Dergisi, Yıl: 5, Sayı: 57, Kasım 2017, s. 362-375 Yayın Geliş Tarihi / Article Arrival Date Yayınlanma Tarihi / The Publication Date 08.10.2017 13.11.2017 Okt. Dr. Merih DOĞAN
DetaylıİLKÖĞRETİM ÖĞRENCİLERİNİN MÜZİK DERSİNE İLİŞKİN TUTUMLARI
www.muzikegitimcileri.net Ulusal Müzik Eğitimi Sempozyumu Bildirisi, 26-28 Nisan 2006, Pamukkale Ünv. Eğt. Fak. Denizli GİRİŞ İLKÖĞRETİM ÖĞRENCİLERİNİN MÜZİK DERSİNE İLİŞKİN TUTUMLARI Arş. Gör. Zeki NACAKCI
DetaylıLise Öğrencilerinin Rekreatif Etkinliklere Katılımları ve Cinsiyetlerine Göre Dönüşümsel Liderlik Eğilimlerinin İncelenmesi
3. Rekreasyon Araştırmaları Kongresi 5-7 Kasım 2015, Eskişehir Bütün hakları saklıdır ISBN: 978-975-96260-3-7 Lise Öğrencilerinin Rekreatif Etkinliklere Katılımları ve Cinsiyetlerine Göre Dönüşümsel Liderlik
DetaylıDers 9: Kitle Ortalaması ve Varyansı için Tahmin
Ders 9: Kitle Ortalaması ve Varyansı için Tahmin Kitle ve Örneklem Örneklem Dağılımı Nokta Tahmini Tahmin Edicilerin Özellikleri Kitle ortalaması için Aralık Tahmini Kitle Standart Sapması için Aralık
DetaylıTEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ
TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ 1 İstatistik İstatistik, belirsizliğin veya eksik bilginin söz konusu olduğu durumlarda çıkarımlar yapmak ve karar vermek için sayısal verilerin
DetaylıInternational Journal of Languages Education and Teaching
, p. 203-212 Received Reviewed Published Doi Number 11.08.2017 06.09.2017 27.09.2017 10.18298/ijlet.2026 Attitude Scale towards Writing for Secondary School Students: The Study of Validity and Reliability
DetaylıKonum ve Dağılım Ölçüleri. BBY606 Araştırma Yöntemleri Güleda Doğan
Konum ve Dağılım Ölçüleri BBY606 Araştırma Yöntemleri Güleda Doğan Konum ölçüleri Merkezi eğilim ölçüleri Verilerin ortalamaya göre olan gruplanması nasıl? Yakın, uzak? Sıklık dağılımlarının karşılaştırılması
DetaylıKARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005
KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 1 Karşılaştırma istatistiği Temel kavramlar: Örneklem ve evren:
DetaylıTutum ve Tutum Ölçekleri
Tutum ve Tutum Ölçekleri tutum bireye atfedilen ve bireyin psikolojik bir obje ile ilgili düşünce, duygu ve davranışlarını düzenli bir biçimde oluşturan eğilim Smith ( 1968 ) psikolojik obje birey için
Detaylı01.02.2013. Statistical Package for the Social Sciences
Hipotezlerin test edilip onaylanması için çeşitli istatistiksel testler kullanılmaktadır. Fakat... Her istatistik teknik her tür analize elverişli değildir. Modele veya hipoteze uygun test istatistiği
DetaylıEĞĠTĠMDE ÖLÇME VE DEĞERLENDĠRME BÖLÜM V Test ve Madde Ġstatistikleri
Test Geliştirme EĞĠTĠMDE ÖLÇME VE DEĞERLENDĠRME BÖLÜM V Test ve Madde Ġstatistikleri Test, bireylerin ölçme konusu olan özelliklerinin belirlenmesi amacıyla kullalan ölçme araçlarına verilen genel bir
DetaylıÖĞRETMENLER, ÖĞRETMEN ADAYLARI VE ÖĞRETMEN YETERLĠKLERĠ
ÖĞRETMENLER, ÖĞRETMEN ADAYLARI VE ÖĞRETMEN YETERLĠKLERĠ Yrd. Doç. Dr. Sevinç MERT UYANGÖR ArĢ. Gör. Mevhibe KOBAK Balıkesir Üniversitesi Necatibey Eğitim Fakültesi OFMAE-Matematik Eğitimi Özet: Bu çalışmada
Detaylı