Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightAraştırmada ele alınan güvenirlik katsayılarına ilişkin yapılacak analizlerde araştırmacılara kayıp veri ile baş etme yöntemi olarak çoklu atama ve regresyon atama yöntemlerinin kullanımı fakat sıfır atama yönteminin kullanılmaması önerilmiştir
📌 3 Maddede Bu Makale
Özet
Bu çalışmanın amacı, güvenirlik katsayı kestirimlerinin kayıp veri atama yöntemlerine göre örneklem büyüklüğü, kategori sayısı ve kayıp veri oranları koşulları altında incelenmesidir. Bu doğrultuda örneklem büyüklüğü 500 ve 5000 olacak şekilde 20 maddeden oluşan tek boyutlu iki veri seti üretilmiştir. Üretilen bu tam veri setlerinde tümüyle seçkisiz kayıp koşulu altında %5, %10, %20 ve %30 oranlarında silme işlemi gerçekleştirilmiştir. Silme işleminden sonra kayıp veri atama yöntemlerinden sıfır, regresyon, ortalama ve çoklu atama yöntemleri ile değer ataması yapılmıştır. Güvenirlik katsayıları olarak ise Cronbach ?, Standartlaştırılmış ?, Armor'un ?, Guttman ?4, Guttman ?5, Guttman ?6 ve McDonald'ın ? güvenirlik katsayıları kullanılmıştır ve elde edilen kestirimler tam veri üzerinden elde edilen kestirimler ile karşılaştırılmıştır. Araştırmanın sonucunda, kayıp veri atama yöntemine bağlı olarak kayıp veriye daha dayanaklı olan tek bir katsayının olmadığı görülmüştür. Araştırmada ele alınan güvenirlik katsayılarına ilişkin yapılacak analizlerde araştırmacılara kayıp veri ile baş etme yöntemi olarak çoklu atama ve regresyon atama yöntemlerinin kullanımı fakat sıfır atama yönteminin kullanılmaması önerilmiştir
Abstract
The purpose of this study is to examine the reliability coefficient estimates under the conditions of sample size, number of categories and missing data rates according to the methods of missing data imputation. Within this context, the data sets were generated 20 number of items for sample size 500 and 5000 respectively. The full data sets were deleted under missing completely at random condition by five, ten, twenty and thirty percent. After deleting data sets, missing data techniques 0, mean, regression and multiple imputation were carried out on incomplete data sets. Reliability coefficients which used this study were Cronbach α, standardized α, Armor‘s θ, Guttman λ 4, Guttman λ 5, Guttman λ 6 and McDonald‘s ω, and the reliability estimations were compared with the full data sets of the reliability estimations. Results show that there was not a single coefficient which was more reliable based on missing data imputation methods. It is suggested that the researcher should use multiple assignment and regression assignment methods, but not the zero imputation method, as missing data imputation methods in the analysis of the reliability coefficients discussed in the research