Farklı oranlarda kayıp veri içeren veri setleri için hesaplanan Cronbach α değerindeki değişimin dağılım biçimine (normal dağılım, sağa çarpık dağılım, sola çarpık dağılım) bağlı olmadığı ortaya konmuştur.
📌 3 Key Takeaways
🎯
Objective & Hypothesis:Bu çalışmada farklı oranlarda kayıp veri içeren veri setleri için hesaplanan Cronbach α değerindeki değişim örneklem büyüklüğü (100, 250, 500, 1000), test uzunluğu (5,10, 25, 50), dağılım biçimi (normal, sağa çarpık, sola çarpık) ve puanlama türü (Likert, ikili) değişkenleri açısından incelenmiştir.
📊
Key Findings & Data:Çalışmada kullanılan tam veri setleri Wingen 3 programında belirlenen koşullar altında 20’li tekrarlar hâlinde üretilmiş tam veri setlerinin her biri R programında yazılan kodlarla rassal olarak kayıp veri mekanizmasına uygun olarak %5, %10 ve %20 oranında değer silinerek Cronbach α güvenirlik değerinin hesaplanacağı eksik veri setleri elde edilmiştir.
💡
Conclusion & Impact:Farklı oranlarda kayıp veri içeren veri setleri için hesaplanan Cronbach α değerindeki değişimin dağılım biçimine (normal dağılım, sağa çarpık dağılım, sola çarpık dağılım) bağlı olmadığı ortaya konmuştur.
🔬Design:Survey & Empirical Study
📍Scope:Comprehensive Sample
⚙️Variables:Kayıp veri analizi · güvenirlik · kayıp veri oranı
Özet
Bu çalışmada farklı oranlarda kayıp veri içeren veri setleri için hesaplanan Cronbach α değerindeki değişim örneklem büyüklüğü (100, 250, 500, 1000), test uzunluğu (5,10, 25, 50), dağılım biçimi (normal, sağa çarpık, sola çarpık) ve puanlama türü (Likert, ikili) değişkenleri açısından incelenmiştir. Çalışmada kullanılan tam veri setleri Wingen 3 programında belirlenen koşullar altında 20’li tekrarlar hâlinde üretilmiş tam veri setlerinin her biri R programında yazılan kodlarla rassal olarak kayıp veri mekanizmasına uygun olarak %5, %10 ve %20 oranında değer silinerek Cronbach α güvenirlik değerinin hesaplanacağı eksik veri setleri elde edilmiştir. Bulgulara göre farklı puanlama türleri için örneklem büyüklüğü arttıkça Cronbach α değerindeki değişimin azaldığı görülmüştür. Benzer şekilde madde sayısı arttıkça Cronbach α değerindeki değişim azalmaktadır. Farklı oranlarda kayıp veri içeren veri setleri için hesaplanan Cronbach α değerindeki değişimin dağılım biçimine (normal dağılım, sağa çarpık dağılım, sola çarpık dağılım) bağlı olmadığı ortaya konmuştur.
Bayhan, A., Doğan, N., Soysal, S. (2022). FARKLI KOŞULLARDAKİ KAYIP VERİ ORANININ İÇ TUTARLIĞA ETKİSİ. Mehmet Akif Ersoy Üniversitesi Eğitim Fakültesi Dergisi, Sayı: 63, 444–461. https://doi.org/10.21764/maeuefd.1025096
Aiken, L. R. (1985). Psychological testing and assessment. Allyn & Bacon.
Akbaş, U., & Tavşancıl, E. (2015). Farklı örneklem büyüklüklerinde ve kayıp veri örüntülerinde ölçeklerin psikometrik özelliklerinin kayıp veri baş etme teknikleri ile incelenmesi. Eğitimde ve Psikolojide Ölçme ve Değerlendirme Dergisi, 6(1), 38-57.
Aslan, S. (2010). Comparison of missng value imputation methods for meteorological time series data. (Yayımlanmamış Yüksek Lisans Tezi). Middle East Technical University, Ankara.
Alpar, R. (2011). Çok değişkenli istatistiksel yöntemler. Ankara: Detay Yayıncılık.
Baygül, A. (2007). Kayıp veri analizinde sıklıkla kullanılan etkin yöntemlerin değerlendirilmesi. (Yayımlanmamış Yüksek Lisans Tezi). İstanbul Üniversitesi, Sağlık Bilimleri Enstitüsü, İstanbul.
Comrey, A. L., & Lee, H. B. (2013). A first course in factor analysis. Psychology Press.
Chen, F. S., Wang, S., & Chen, Y. C. (2012). A simulation study using EFA and CFA programs based the impact of missing data on test dimensionality. Expert Systems with Applications: An International Journal, 39(4), 4026-4031.
Çokluk, Ö., & Kayrı, M. (2011). Kaayıp değerlere yaklaşık değer atama yöntemlerinin ölçme araçlarının geçerlik ve güvenirliği üzerindeki etkisi. Kuram ve Uygulamada Eğitim Bilimleri, 11, 289-309.
Demir, E. (2013). Kayıp verilerin varlığında çoktan seçmeli testlerde madde ve test parametrelerinin kestirilmesi. Eğitim Bilimleri Araştırma Dergisi, 3, 47-68
Demir, E., & Parlak, B. (2012). Türkiye eğitim araştırmalarında kayıp veri sorunu. Eğitimde ve Psikolojide Ölçme ve Değerlendirme Dergisi, 3, 230-241.
Little, R. J., & Rubin, D. B. (1987). Statistical analysis with missing data. New York:Wiley.
Longford, N. (2005). Missing data and small-area estimation: Modern Analytical equipment for the survey statistician. Springer Science & Business Media.
Nunnally, J., & Bernstein, I. (1994). Psychometric theory (3 b.). New York: McGraw-Hill.
Öztemur, B. (2014). Kayıp veri yöntemlerinin farklı değişkenler altında varyans analizi (t-testi,anova) parametreleri üzerine etkisinin incelenmesi. (Yayımlanmamış Yüksek Lisans Tezi). Abant İzzet Baysal Üniversitesi, Eğitim Bilimleri Enstitüsü, Bolu.
Rubin, Donald B. (1987). Multiple imputation for nonresponse in surveys. New York: John Wiley & Sons
Sarı, İ. K. (2012). Karma ayrıştırma analizinde kayıp gözlem tahmin yöntemlerinin değerlendirilmesi. (Yayımlanmamış Yüksek Lisans Tezi). Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Konya.
Soğuksu, Y. B., & Alıcı, D. (2016). Eşdeğer yarılar güvenirliğinin farklı homojenlik düzeylerindeki örneklem büyüklüklerinde, test uzunluğuna, yarıya bölme yöntemlerine ve güvenirlik kestirme tekniklerine göre incelenmesi. 16(1). 237-252.
Soysal, S., Karaman, H., & Dogan, N. (2018). The effects of sample size and missing data rates on generalizability coefficients. Eurasian Journal of Educational Research, 18(75), 179-195.
Sezgin, E., & Çelik, Y. (2013). Veri Madenciliğinde Kayıp Veriler İçin Kullanılan Yöntemlerin Karşılaştırılması. Akademik Bilişim 2013 – XV. Akademik Bilişim Konferansı Bildirileri, (s. 612-614). Akdeniz Üniversitesi, Antalya.
Şahin Kürşad, M. (2014). Sıklıkla kullanılan kayıp veri yöntemlerinin betimsel istatistik, güvenirlik ve geçerlik açısından karşılaştırılması. (Yayımlanmamış Yüksek Lisans Tezi). Abant İzzet Baysal Üniversitesi, Bolu
Little, R. J., & Rubin, D. B. (1987). Statistical analysis with missing data. New York:Wiley.