SavedAdd your journal

Journals / Verimlilik Dergisi / 2026 / Cilt: 60 Sayı: 2

Public Employee Artificial Intelligence Anxiety Scale: Scale Development Study

Kamu Çalışanları Yapay Zekâ Kaygı Ölçeği: Ölçek Geliştirme Çalışması

Serkan Bilgiç(Çalışma ve Sosyal Güvenlik Bakanlığı)0000-0001-9516-4072
Pages
553–568
Publication Date
2026-04-20
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

No such study was found in the domestic and foreign literature regarding public employees.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Purpose: This study aims) to determine what kind of concerns artificial intelligence applications used in public institutions create in public employees and what the factor dimensions of these concerns are, and to develop a measurement tool to measure the anxiety levels of public employees in light of the information obtained.
📊
Key Findings & Data:The EFA process used data from 290 participants, and the CFA process used data from 240 participants.
💡
Conclusion & Impact:No such study was found in the domestic and foreign literature regarding public employees.
🔬Design:Lab & Field Experiment
📍Scope:Comprehensive Sample
⚙️Variables:Kaygı · Yapay Zekâ · Kamu Çalışanı

Abstract

Purpose: This study aims) to determine what kind of concerns artificial intelligence applications used in public institutions create in public employees and what the factor dimensions of these concerns are, and to develop a measurement tool to measure the anxiety levels of public employees in light of the information obtained. Methodology: The processes of creating the item pool, determining the content validity according to expert opinion, determining the sample for the scale study, creating the question pool, obtaining expert opinion and determining the scale items were followed and then the scale development process was started. In this section, Exploratory Factor Analysis (EFA) was performed for the factor structure and then Confirmatory Factor Analysis (CFA) was performed to verify this factor structure. The EFA process used data from 290 participants, and the CFA process used data from 240 participants. Findings: As a result of the analyses, a single-dimensional measurement tool consisting of 12 items was obtained. The Cronbach Alpha reliability coefficient of the scale was determined as 0.93. In terms of internal consistency, a comparison of the 27% lower and upper groups was made and it was seen that the differentiation of the items was in favor of the upper groups. Originality: As a result of the analysis, it was decided that the measurement tool was valid and reliable and the scale was named as "Public Employees Artificial Intelligence Anxiety Scale". No such study was found in the domestic and foreign literature regarding public employees.

Özet

Amaç: Bu araştırmanın amacı, kamu kurumlarında kullanılan yapay zekâ uygulamalarının kamu çalışanlarında ne tür kaygılar yarattığını ve bu kaygıların faktör boyutlarının neler olduğunu belirlemek ve elde edilen bilgiler ışığında kamu çalışanlarının kaygı düzeylerini ölçmeye yönelik bir ölçme aracı geliştirmektir. Yöntem: Madde havuzunun oluşturulması, uzman görüşüne göre içerik geçerliliğinin belirlenmesi, ölçek çalışması için örneklemin belirlenmesi, soru havuzunun oluşturulması, uzman görüşü alınıp ölçek maddelerinin belirlenmesi süreçleri izlenmiş ve daha sonra ölçek geliştirme sürecine geçilmiştir. Bu bölümde, faktör yapısı için Açımlayıcı Faktör Analizi (AFA) daha sonra bu faktör yapısını doğrulamak için Doğrulayıcı Faktör Analizi (DFA) gerçekleştirilmiştir. AFA işlemi için 290 katılımcı verisi, DFA işlemi için ise 240 katılımcı verisi kullanılmıştır. Bulgular: Analizler sonucunda 12 maddeden oluşan tek boyutlu bir ölçme aracı elde edilmiştir. Ölçeğin Cronbach Alpha güvenirlik katsayısı 0,93 olarak tespit edilmiştir. İç tutarlılık tespiti konusunda %27’lik alt ve üst grupların karşılaştırılması yapılmış ve maddelerin farklılaşmasının üst gruplar lehine olduğu görülmüştür. Özgünlük: Sonuç olarak elde edilen ölçek tüm kamu kurum ve kuruluşlarının kullanabileceği, geçerliliği ve güvenirliği test edilmiş bir ölçektir. Ölçeğin adı “Kamu Çalışanları Yapay Zekâ Kaygı Ölçeği” olarak belirtilmiştir. Yerli ve yabancı literatürde kamu çalışanlarıyla ilgili böyle bir çalışmaya rastlanmamıştır.

🔖

Cite This Article

Bilgiç, S. (2026). Public Employee Artificial Intelligence Anxiety Scale: Scale Development Study. Verimlilik Dergisi, Cilt: 60 Sayı: 2, 553–568. https://doi.org/10.51551/verimlilik.1802840

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (63)

  1. Akkaya, B., Özkan, A. ve Özkan, H. (2021). “Yapay Zeka Kaygı (YZK) Ölçeği: Türkçeye Uyarlama, Geçerlik ve Güvenirlik Çalışması”, Alanya Akademik Bakış, 5(2), 1125-1146. https://doi.org/10.29023/alanyaakademik.833668
  2. Anderson, J.C. ve Gerbing, D.W. (1984). “The Effect of Sampling Error on Convergence, Improper Solutions, and Goodness-of-Fit Indices for Maximum Likelihood Confirmatory Factor Analysis”, Psychometrika, 49(2), 155-173. https://doi.org/10.1007/BF02294170
  3. Avcı, E. (2017). “Eğitimde Öğretmenler için Yeni Bir Kalıpyargılar Ölçeği’nin Geçerlik ve Güvenirlik Çalışması”, Yükseköğretim ve Bilim Dergisi, 7(3), 617-626.
  4. Balcı, A. (2011). “Sosyal Bilimlerde Araştırma Yöntem, Teknik ve İlkeler” (9. baskı). Pegem Akademi, Ankara.
  5. Bengio, Y., Hinton, G., Russell, S. ve diğerleri. (2024). “Managing Extreme AI Risks Amid Rapid Progress”, ArXiv. https://arxiv.org/abs/2310.17688
  6. Bentler, P.M. ve Chou, C.P. (1987). “Practical Issues in Structural Modeling”, Sociological Methods & Research, 16(1), 78-117.
  7. Bohannon, J. (2015). “Fears of an AI Pioneer”, Science, 349(6245), 252–252.
  8. Boomsma, A. (1985). “Nonconvergence, Improper Solutions, and Starting Values in Lisrel Maximum Likelihood Estimation”, Psychometrika, 50(2), 229-242. https://doi.org/10.1007/BF02294248
  9. Bostrom, N. (2014). “Superintelligence: Paths, Dangers, Trategies”, OUP Oxford.
  10. Bryman, A. ve Cramer, D. (2001). “Quantitative Analysis With Spss Release 10 For Windows: A Guide For Social Scientists”, Routledge, London and New York.
  11. Buchanan, B.G. (2005). “A (very) Brief History of Artificial İntelligence”, AI Magazine, 26(4), 53–60. http://libproxy.mst.edu:2048/login?url=https://search-proquest-com.libproxy.mst.edu/docview/208132026?accountid=14594
  12. Büyüköztürk, Ş. (2002). “Sosyal Bilimler İçin Veri Analizi El Kitabı” Pegem Akademi, Ankara.
  13. Büyüköztürk, Ş. (2017). “Sosyal Bilimler İçin Veri Analizi El Kitabı” (23. Baskı). Pegem Akademi, Ankara.
  14. Büyüköztürk, Ş., Çakmak, E. K., Akgün, Ö. E., Karadeniz, Ş. ve Demirel, F. (2018). “Bilimsel Araştırma Yöntemleri” Pegem Akademi, Ankara.
  15. Büyüköztürk, Ş., Kılıç Çakmak, E., Erkan Akgün, Ö., Karadeniz, Ş. ve Demirel, F. (2020). “Eğitimde Bilimsel Araştırma Yöntemleri” (30. Baskı). Pegem Akademi, Ankara.
  16. Byrne, B.M. (2012). “Structural Equation Modeling with Mplus: Basic Concepts, Applications, and Programming” New York.
  17. Cambre, M.A. ve Cook, D.L. (1985). “Computer Anxiety: Definition, Measurement, and Correlates”, Journal of Educational Computing Research, 11 (1), 37-54. https://doi.org/10.2190/FK5L-092H-T6YB-PYBA
  18. Cardon, P., Fleischmann, C., Aritz, P., Logemann, M. ve Heidewald, J. (2023). “The Challenges and Opportunities of AI-Assisted Writing: Developing AI Literacy for the AI Age”, SAGE Journals, 86(3). https://doi.org/10.1177/23294906231176517
  19. Carpenter, C.J. (2018). “Ten Steps in Scale Development and Reporting: A Guide for Researchers”, Communication Methods and Measures, 12(1), 25-44. https://doi.org/10.1080/19312458.2017.1396583
  20. Comrey, A.L. ve Lee, H.B. (2013). “A First Course in Factor Analysis”, Psychology Press.
  21. Coppin, B. (2004). “Artificial İntelligence İlluminated”, Jones & Bartlett Learning, Boston, MA.
  22. Costello, A.B. ve Osborne, J.W. (2005). “Exploratory Factor Analysis: Four Recommendations for Getting the Most from Your Analysis”, Practical Assessment, Research, and Evaluation, 10(7), 1-9.
  23. Crocker, L. ve Algina, J. (1986). “İntroduction to Classical and Modern Test Theory” Holt, Rinehart and Winston, Inc. New York.
  24. Çelik, D. ve Uzunçarşılı, Ü. (2024). “Çalışma Yaşamında Teknofobi ve Teknofili: Bir Ölçek Uyarlama Çalışması”, Journal of Research in Business, 9(2), 422-453.
  25. Çokluk, Ö., Şekercioğlu, G. ve Büyüköztürk, Ş. (2014). “Sosyal Bilimler İçin Çok Değişkenlik İstatistik SPSS ve Lisrel Uygulamaları” Pegem Akademi, Ankara.
  26. De Winter, J.C.F., Dodou, D. ve Wieringa, P.A. (2009). “Exploratory Factor Analysis with Small Sample Sizes”, Multivariate Behavioral Research, 44, 147-181. https://www.researchgate.net/publication/231537767_Exploratory_Factor_Analysis_With_Small_Sample_Sizes
  27. George, D. ve Mallery, P. (2020). “IBM SPSS Statistics 26 Step by Step: A Simple Guide and Reference”, (16. ed.). Routledge.
  28. Hu, L. ve Bentler, P.M. (1999). “Cutoff Criteria for Fit Indexes in Covariance Structure Analysis: Conventional Criteria versus New Alternatives”, Structural Equation Modeling, 6(1), 1-55. http://dx.doi.org/10.1080/10705519909540118
  29. Human Development Report (2007). “Fighting Climate Change: Human Solidarity in a Divided World 2007/2008” Birleşmiş Milletler Kalkınma Programı, New York.
  30. Jackson, D.L. (2001). “Sample Size and Number of Parameter Estimates in Maximum Likelihood Confirmatory Factor Analysis: A Monte Carlo Investigation”, Structural Equation Modeling, 8, 205-223. https://doi.org/10.1207/S15328007SEM0802_3
  31. Johnson, D.G. ve Verdicchio, M. (2017). “AI Anxiety”, Journal of the Association for Information Science and Technology, 68(9), 2267-2270. https://doi.org/10.1002/asi.23867
  32. Johnson, R.L. ve Morgan, G.B. (2016). “Survey Scales: A Guide to Development, Analysis and Reporting” The Guilford Press.
  33. Jöreskog, K.G. ve Sörbom, D. (1996). “LISREL 8 User’s Reference Guide”, Scientific Software International, Uppsala, Sweden.
  34. Khasawneh, O.Y. (2018). “Technophobia without Boarders: The Influence of Technophobia and Emotional Intelligence on Technology Acceptance and the Moderating Influence of Organizational Climate”, Computers in Human Behavior, 88, 210-218. https://doi.org/10.1016/j.chb.2018.07.007
  35. Kishore, K., Jaswal, V., Kulkarni, V. ve De, D. (2021). “Practical Guidelines to Develop and Evaluate a Questionnaire”, Indian Dermatology Online Journal, 12(2), 266-275.
  36. Kline, R.B. (2011). “Principles and Practice of Structural Equation Modeling”, The Guilford Press. New York.
  37. Köchling, A. ve Wehner, M.C. (2020). “Discriminated by an Algorithm: A Systematic Review of Discrimination and Fairness by Algorithmic Decision-Making in the Context of Hr Recruitment and Hr Development”, Business Research, 13(3), 795–848. https://doi.org/10.1007/s40685-020-00134-w
  38. Lawshe, C.H. (1975). “A Quantitative Approach to Content Validity”, Personnel Psychology, 28(1), 563–575. https://caepnet.org/~/media/Files/caep/knowledge-center/lawshe-content-validity.pdf
  39. Lemay, D.J., Basnet, R.B. ve Doleck, T. (2020). “Fearing the Robot Apocalypse: Correlates of AI Anxiety”, International Journal of Learning Analytics and Artificial Intelligence for Education, 2(2), 24.
  40. Li, J. ve Huang, J.-S. (2020). “Dimensions of Artificial İntelligence Anxiety Based on the Integrated Fear Acquisition Theory”, Technology in Society, 63, 101410-101425. https://doi.org/10.1016/j.techsoc.2020.101410
  41. Lillehaug, I. ve Lajoie, P. (1998). “AI in Medical Education Another Grand Challenge for Medical Informatics”, Artificial Intelligence in Medicine, 12(3), 197-225.
  42. Lowrey, A. (2023). “How ChatGPT Will Destabilize White-Collar Work”, The Atlantic. https://www.theatlantic.com/ideas/archive/2023/01/chatgpt-ai-economy-automation-jobs/672767/
  43. Maydeu-Olivares, A. ve Garcia Forero, C. (2010). “Goodness-of-Fit Testing”, International Encyclopedia of Education, 7, 190-196.
  44. Müller, V.C. ve Bostrom, N. (2016). “Future Progress in Artificial Intelligence: A Survey of Expert Opinion”, Fundamental İssues Of Artificial İntelligence, 553–570.
  45. Nevitt, J. ve Hancock, G.R. (2004). “Evaluating Small Sample Approaches for Model Test Statistics in Structural Equation Modeling”, Multivariate Behavioral Research, 39(3), 439-478.
  46. Nzobonimpa, A. ve Savard, J.F. (2023). “Ready but Irresponsible? Analysis of the Government Artificial Intelligence Readiness Index”, Policy & Internet (P&I Wiley), 15(3), 283-450. https://doi.org/10.1002/poi3.351
  47. Pallant, J. (2005). “SPSS Survival Manual: A Step by Step Guide to Data Analysis Using the SPSS Program” Allen & Unwin, Crows Nest NSW.
  48. Russell, S.J. ve Norvig, P. (2020). “Artificial Intelligence: A Modern Approach”, Pearson.
  49. Schumacker, R.E. ve Lomax, R.G. (2010). “A Beginner’s Guide to Structural Equation Modeling” Routledge Taylor & Francis Group. New York.
  50. Stevens, J. (2002). “Applied Multivariate Statistics for the Social Sciences” NJ: Lawrence Erlbaum Associates. Mahwah.
  51. Sümer, N. (2000). “Yapısal Eşitlik Modelleri: Temel Kavramlar ve Örnek Uygulamalar”, Türk Psikoloji Yazıları, 3(6), 49-74.
  52. Şen, A. (2024). “Kamu Çalışanlarının Yapay Zeka Kaygı Düzeylerinin Belirlenmesi: Kastamonu Örneği”, Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 17(2), 232-246. https://doi.org/10.25287/ohuiibf.1384435
  53. Şencan, H. (2005). “Sosyal ve Davranışsal Ölçümlerde Güvenirlik ve Geçerlilik”, (1. Bsk.). Seçkin Yayıncılık. Ankara.
  54. Şimşek, Ö.F. (2007). “Yapısal Eşitlik Modellemesine Giriş (Temel İlkeler ve Lisrel Uygulamaları)”, Ekinoks, Ankara.
  55. Tabachnick, B. G. ve Fidell, L. S. (2007). “Using Multivariate Statistics”, (5th ed.). Allyn and Bacon. Boston. USA.
  56. Tavşancıl, E. (2002). “Tutumların Ölçülmesi ve SPSS İle Veri Analizi” Nobel Yayıncılık. Ankara.
  57. Tegmark, M. (2018). “Life 3.0: Being Human in the Age of Artificial Intelligence” Penguin.
  58. Terzi, R. (2020). “An Adaptation of Artificial Intelligence Anxiety Scale into Turkish: Reliability and Validity Study”, International Online Journal of Education and Teaching, 7(4), 1501-1515.
  59. Wang, Y.Y. ve Wang, Y.S. (2019). “Development and Validation of an Artificial Intelligence Anxiety Scale: An Initial Application in Predicting Motivated Learning Behavior”, Interactive Learning Environments, 1-16. https://doi.org/10.1080/10494820.2018.1484773
  60. Wang, W. ve Siau, K. (2019). “Artificial İntelligence, Machine Learning, Automation, Robotics, Future of Work and Future of Humanity: A Review and Research Agenda”, Journal of Database Management, 30(1), 61-79.
  61. Yanık, M. ve Çamlıyer, H. (2013). “Ortaöğretimde Beden Eğitimi Öğretmenlik Mesleğine Yönelik Tutum Ölçeği Geliştirilmesi”, International Journal of Human Sciences, 10(2), 691-705.
  62. Yıldırım, A. ve Şimşek, H. (2008). “Sosyal Bilimlerde Nitel Araştırma Yöntemleri” Seçkin Yayıncılık, Ankara.
  63. Yurdabakan, İ. ve Çüm, S. (2017). “Scale Development in Behavioral Sciences (Based on Exploratory Factor Analysis)”, Turkish Journal of Family Medicine and Primary Care, 11(2), 108-126.