Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightÖlçmelerin değişmezliği çalışmalarından modele alınan tüm değişkenlerin metrik değişmezlik koşulunu yerine getirdiği, ancak cinsiyet gruplarında katı değişmezlik koşulunu hiçbirinin sağlayamadığı görülmüştür.
📌 3 Maddede Bu Makale
Özet
Bu çalışmanın amacı, öğrencilerin fen başarısına etki eden duyuşsal faktörlerin neler olduğunu belirleyerek bu değişkenlerin ölçmelerin değişmezliği koşulunu sağlayıp sağlamadığını belirlemektir. Bu çalışmada örneklemi 7841 büyüklüğünde olan TIMSS Türkiye verileri, Yapısal Eşitlik Modellemesi (YEM) tekniği kullanılarak analiz edilmiştir. Modelde yer alan örtük değişkenler (özyeterlik, önem, tutum ve sınıf içi öğrenci etkinlikleri) için aşamalı bir şekilde değişmezlik testleri yapılmıştır. Analizlerde hiçbir sınırlandırmanın yapılmadığı (biçimsel değişmezlik) durum ile daha fazla sınırların şart konulduğu diğer değişmezlik testleri arasındaki CFI karşılaştırıcı uyum iyiliği kriterleri farkına bakılmıştır. Ölçmelerin değişmezliği çalışmalarından modele alınan tüm değişkenlerin metrik değişmezlik koşulunu yerine getirdiği, ancak cinsiyet gruplarında katı değişmezlik koşulunu hiçbirinin sağlayamadığı görülmüştür.
Abstract
The purpose of this study is to investigate the factors that are related to students’ science achievement and assessing the measurement invariance of these factors across gender. This study examined the TIMSS data for Turkish students with the sample size of 7841 through the analysis of Structural Equation Modeling (SEM). First, it is designed a model over the factors from student questionnaire affecting student’s science achievement with Structural equation modeling. It was understood that the designed model’s goodness fit index output is acceptable. Then four forms of invariance was assessed for each latent variables progressively and assessed MI. The analyses basically begin by fitting a proposed model to the data for each sample considered separately with none of the parameters constrained to be equal across groups(configural invariance). This unconstrained model serves as the baseline model. Subsequently, in a hierarchical fashion, more stringent constraints are placed on the model by specifying the parameters of interest to be constrained across the groups (e.g., factor loadings, factor intercorrelations, error variances). The variables were examined using comparative fit index (CFI) difference test between the more restrictive invariance form and the basic form to determine whether the model and the individual parameter estimates are invariant across the samples. The MI results revealed that there were invariance problems across gender in TIMSS. All latent variables at least have metric invariance, but none of them have strict invariance across groups.