image.jpg

Derginin Adı: Eğitimde ve Psikolojide Ölçme ve Değerlendirme Dergisi
Cilt: 2014/5
Sayı: 2
Makale Başlık: Genellenebilirlik Kuramı Karar Çalışmalarında Kullanılan Farklı Varyans Bileşenleri Kestirim Yöntemlerinin Karşılaştırılması
Makale Alternatif Dilde Başlık: Comparing Different Variance Component Estimation Methods Used in Generalizability Theory Decision Studies
Makale Eklenme Tarihi: 25.2.2015
Okunma Sayısı: 1
Makale Özeti: Bu araştırmanın amacı; verilerin normal dağılım varsayımına sahip olmadığı durumlarda farklı varyans bileşenleri kestirme yöntemlerini, genellenebilirlik ve Phi katsayılarının yanında kullanılması önerilen (Brennan, 2001; Kane, 1999) evren puanı-hata oranı ve hata-tolerans indisleri yardımı ile karşılaştırmaktır. Araştırma; iki yüzeyli bir verinin normal dağılım varsayımına sahip olmadığı durumda varyans bileşenlerini belirlemede ANOVA yöntemi ile bootstrap yöntemlerini farklı katsayı ve indisler yardımı ile karşılaştırmaktadır. Araştırmada b xm  desenine uygun ve birey-madde matrisi oluşturacak şekilde tek faktörlü olarak 60 x 5 şeklinde normal dağılıma sahip olmayan iki kategorili puanlanan veri seti üretilmiş, elde edilen veriler 25 replikasyon sonucu nihai halini almıştır. Örnekleme simülasyonu aşamasında ise verilerin simülasyonundan elde edilen veriler, desenine uygun olarak yüzeylere göre 1000 kere yeniden örneklenmiştir (bootstrap). Tüm yüzeylere göre ANOVA ve bootstrap yöntemleri kullanılarak standart hatalar, varyans bileşenleri, mutlak ve bağıl hatalar kestirilmiştir.Araştırma sonuçlarına göre normal dağılım göstermeyen ve iki kategorili puanlanan veriler üzerinde hesaplanan evren puanı-hata değeri en iyi boot b  prosedüründe kestirilirken, hata tolerans değeri en iyi boot m  prosedüründe kestirilmiştir. Bu bakımdan boot m  prosedürünün daha geçerli bilgiler verdiği, boot b  prosedürünün de G Kuramı çalışmalarında evren puanlarını belirlemede daha kesin kestirimler yaptığı sonucuna varılmıştır.
Alternatif Dilde Özet: The aim of this research is to compare various variance component estimations procedures with using signal noise ratio and error tolerance ratio which is offered with generalizabiity and Phi coefficients in non-normal distrubitions (Brennan, 2001; Kane, 1999). This research compares variance components estimations with using ANOVA and bootstrap procedures in non-normal disturbitions in one facet design G studies. Data were gathered with using two seperate procedures (a) data simulation and (b) sampling simulation. In data simulation part, it’s been simulated a non-normal dichotomous data set which fits to unidimensional personitem matrix 60x5 which fits to b xm  design. All the simulations replicated 25 times. In sampling simulation sections datas, gathered from data simulation sections has been bootstrapped 1000 times according to the each facet. Standart errors, variance components, relative and absolute error are estimated according to the each facets with using ANOVA and bootstrap procedures. The results also show that in non-normal dichotomously scored datas best signal-noise ratio has estimated in boot b  procedure, and best error-tolerance ratio has been estimated in boot m  procedure. Thus, boot m  procedures gives more valid estimations and boot b  procedure gives more reliable and precise estimations of universe scores in G studies rather than other procedures.

PDF Formatında İndir

Download PDF