SavedAdd your journal

Journals / Eğitim Teknolojisi Kuram ve Uygulama / 2019 / Cilt: 9 Sayı: 2

E-ÖĞRENME OYUNLARINDA ALGILANAN HAZ VE BİLGİ GELİŞİMİNİN DEĞERLENDİRİLMESİ: EGAMEFLOW ÖLÇEĞİNİN TÜRKÇE’YE UYARLANMASI

Akan Yanık(ADNAN MENDERES ÜNİVERSİTESİ)0000-0001-6231-1822
Mikail Batu(EGE ÜNİVERSİTESİ)0000-0001-8292-7819
Pages
463–482
Publication Date
2019-07-31
🏛️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)

Araştırma bulgularına göre, e-öğrenme oyunlarında algılanan akış hazzının ve bilgi gelişiminin ölçümlenmesinde ölçek yeterli bir araçtır.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:E-öğrenme oyunlarındaki temel anlayış, doğru bir akış tasarımıyla öğrencinin hem katılımını hem de öğrenme hedeflerine ulaşmasını sağlamaktır.
📊
Key Findings & Data:Bu noktada e-öğrenme oyunlarının yarattığı akışı ve bilgi gelişimini etkin şekilde ölçen bir ölçeğin varlığı oldukça önemlidir.
💡
Conclusion & Impact:Araştırma bulgularına göre, e-öğrenme oyunlarında algılanan akış hazzının ve bilgi gelişiminin ölçümlenmesinde ölçek yeterli bir araçtır.
🔬Design:Survey & Empirical Study
📍Scope:Comprehensive Sample
⚙️Variables:Oyun Tabanlı Öğrenme · Akış Teorisi · EGameFlow Ölçeği

Özet

E-öğrenme oyunlarındaki temel anlayış, doğru bir akış tasarımıyla öğrencinin hem katılımını hem de öğrenme hedeflerine ulaşmasını sağlamaktır. Bu noktada e-öğrenme oyunlarının yarattığı akışı ve bilgi gelişimini etkin şekilde ölçen bir ölçeğin varlığı oldukça önemlidir. Böylece oyun tasarımcıları öğrenci bakış açısı ile bilgi gelişimi faktörlerini daha fazla bütünleştirebilirken eğitimciler ise oyunun eğitimsel başarısını test edebilir. Fakat e-öğrenme oyunları için kullanılan ölçekler genellikle ticari oyunlar temelinde geliştirildiği için eğitim odaklı hazırlanan oyunlardaki haz ve bilgi gelişimini tam olarak açıklayamamaktadır. Bu çalışmanın amacı, e-öğrenme oyunlarında öğrencilerin algıladıkları haz ve bilgi gelişimi kalitesine cevap veren EGameFlow Ölçeğinin Türkçe uyarlamasını yapmak, geçerlik ve güvenirliliğini test etmektir. Ölçeğin yapı geçerliği için Açımlayıcı Faktör Analizi ve Doğrulayıcı Faktör Analizi, uyum geçerliğinde ise Başarı Yönelimleri Ölçeği ile korelasyonu hesaplanmıştır. Ölçeğin güvenirliği ise iç tutarlılık, test yarılama ve test tekrar test ile belirlenmiştir. Ölçeğin yapı geçerliği öncesi veri setinin faktör analizine uygun olup olmadığı denetlenmiştir. Yapılan Açımlayıcı Faktör Analizi sonucunda toplam 21 madde ölçekten çıkarılmış olup tüm maddeler iki faktör altında toplanmıştır. Ortaya çıkan yeni iki faktörlü yapı toplam varyansın %48.72’sini açıklamıştır. Ayrıca Doğrulayıcı Faktör Analizi sonucu elde edilen iki faktörlü modele ilişkin faktör yükleri, standart hata, kritik oran, hata varyansı ve R2 değerleri tüm maddeler için anlamlı görülmektedir. Ölçeğin uyum geçerliğinin test edilmesi için Başarı Yönelimleri Ölçeği ile arasında korelasyon kurulmuştur. Araştırma bulgularına göre, e-öğrenme oyunlarında algılanan akış hazzının ve bilgi gelişiminin ölçümlenmesinde ölçek yeterli bir araçtır.

🔖

Cite This Article

Yanık, A., Batu, M. (2019). E-ÖĞRENME OYUNLARINDA ALGILANAN HAZ VE BİLGİ GELİŞİMİNİN DEĞERLENDİRİLMESİ: EGAMEFLOW ÖLÇEĞİNİN TÜRKÇE’YE UYARLANMASI. Eğitim Teknolojisi Kuram ve Uygulama, Cilt: 9 Sayı: 2, 463–482. https://doi.org/10.17943/etku.541589

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (39)

  1. Baudrillard, J. (2014). Simülakrlar ve Simülasyon. Ankara: Doğu-Batı Yayınları
  2. Bentler, P.M. (1980). Multivariate analysis with latent variables: causal modeling. Annual Review of Psychology, 31, 419-456.
  3. Bloom, S. (1984). Bloom Taxonomy of Educational Objectives. Boston: Allyn and Bacon
  4. Brothers, K. (2007). Games-based e-learning. Nursing Homes: Long Term Care Management. 56, 3, 78-85
  5. Brown, M. & Cudeck, R. (1993). Alternative Ways of Assessing model Fit. In: K. Bollen & J. Long, (Eds), Testing Structural Equation Models (pp. 136–162). London: Sage Publications.
  6. Bryman, A. & Cramer, D. (2001). Quantitative Data Analysis with SPSS Release 10 for Windows. London: Routledge.
  7. Caillois, R. (2001). Man, Play, and Games. Chicago: Illinois Press
  8. Creswell, J. W. (2012). Educational Research: Planning, Conducting, and Evaluating Quantitative. New Jersey: Upper Saddle River.
  9. Csikzentmihalyi, M. (1991). Flow: The Psychology of Optimal Experience. New York: Harper Perennial
  10. Csikzentmihalyi, M. (1998). Finding Flow. New York: Basic Books.
  11. Çokluk, Ö., Şekercioğlu, G. & Büyüköztürk, Ş. (2012). Sosyal Bilimler için Çok Değişkenli İstatistik: SPSS ve LISREL Uygulamaları. Ankara: Pegem Akademi.
  12. Dondi, C., & Moretti, M. (2007). A methodological proposal for learning games selection and quality assessment. British Journal of Educational Technology, 38(3), 502–512.
  13. Domino, G. & Domino, M.L. (2006). Psychological Testing: An Introduction. Cambridge: Cambridge University Press.
  14. Feng, S. ve Tan, A.H. (2016). Towards aoutonomous behavior learning of non-layer chracters in games. Expert Systems with Applications, 56, 88-99
  15. Ferguson, E. & Cox, T. (1993). Exploratory Factor Analysis: A Users’ Guide. International Journal of Selection and Assessment, 1(2), 84–94.
  16. Field, A. (2009). Discovering Statics Using SPSS. London: SAGE Publications
  17. Freitas, S. D., & Oliver, M. (2006). How can exploratory learning with games and simulations within the curriculum be most effectively evaluated? Computers and Education, 46, 249–264.
  18. Fu, F., Su, R., & Yu, S. (2009). EGameFlow: A scale to measure learners’ enjoyment of e-learning games. Computers & Education, 52, 101-112
  19. Hambleton, R.K. & Bollwark, J. (1991). Adapting tests of use different culture: Techincal issues and methods. Bulletin of the International Test Commisions, 18, 3-32
  20. Hou, H.T. (2012). Exploring the behavioral patterns of learners in an educational massively multiple online role-playing games (MMORPG). Computers & Education, 58-4, s. 1225-1233
  21. İlhan, M. & Çetin, B. (2013). The Turkish Adaptation of Implicit Theory of Intelligence Scale: The Validity and Reliability Study. Necatibey Faculty of Education Electronic Journal of Science and Mathematics Education (EFMED), 7, 1, 191-221
  22. Karasar, N. (2005). Bilimsel Araştırma Yöntemi (15. Ed). Ankara: Nobel.
  23. Ke, F., Lee, S. & Xu, X. (2016). Teaching training in a mixed-reality integrated learning environment. Computers in Human Behaviour, 62, s.212-220
  24. Kline, R.B. (1994). An Easy Guide to Factor Analysis. New York: Routledge.
  25. Maij, H.V.D., Leemkuil, H. & Li, J.L. (2013). Does individual or colaborative self-debriefing better enhance learning from games? Computers in Human Behavior, 29-6, s.2471-2479
  26. Orona, H.M.O., Maldonado, G.S. & Martinez, N.P.S. (2015). Kinect TEAM: Kinesthetic learning applied to mathematics using Kinect. Procedia – Computer Science, 75, s.169-172
  27. Özdamar, K. (2011). Paket Programları ile İstatistiksel Veri Analizi-I. Eskişehir: Kaan Yayınları
  28. Pallant, J. (2005). SPSS Survival Manual: A Step by Step Guide to Data Analysis Using SPSSfor Windows. Australia: Australian Copyright.
  29. Pilke, E. (2004). Flow experiences in information technology use. International Journal of Human-Computer Technology, 61, 347–357.
  30. Prensky, M. (2001). Types of Learning and Possible Game Styles, Digital Game-Based Learning. Boston: McGraw-Hill.
  31. Schermelleh-Engel, K. & Moosbrugger, H. (2003). Evaluating the fit of structural equation models: tests of significance and descriptive goodness-of-fit measures. Methods of Psychological Research Online, 8(2), 23-74.
  32. Small, G. & Vorgan, G. (2008). Modern Beynin Evrimi. İstanbul: Omega Publishing
  33. Souza, B.C., Silva, L.X.L. & Roazzi, A. (2010). MMORPG and cognitive performance: A study with 1280 Brazillian high school students. Computers in Human Behavior, 26-6, 1564-1573
  34. Su, C. H., & Cheng, C. H. (2013). A Mobile Game-based Insect Learning System for Improving the Learning Achievements. Procedia-Social and Behavioral Sciences, 103, 42-50.
  35. Sweetser, P. & Wyeth, P. (2005). GameFlow: A model for evaluating player enjoyment in games. ACM Computer in Entertainment, 3(3), 1–24.
  36. Techakosit, S. & Wannopiroon, P. (2015). Connectivism learning environment in augmented reality science laboratory to enhance scientific literacy. Procedia – Social and Behavioral Sciences, 174, 2108-2115.
  37. Thompson, L. (2009). Game On. USA: Compass Point Books.
  38. Yanık, A. & Cheng, C.W. (2016). Kinect Teknolojisinin İletişim Öğrencileri Açısından Kullanım Potansiyeli: Beden Dili Dersine Yönelik Bir Yazılım Tasarımı. In Ö.K. Tüfekçi (Eds) Sosyal Bilimlerde Stratejik Araştırmalar, (pp. 17-27) Germany: Lambert Publishing
  39. Yüksel, A., Yanık, A. & Ayazlar, R. (2015). Bilimsel Araştırma Yöntemleri. Ankara: Seçkin Yayınları