Likert Tipi Ölçeklerin Psikometrik Özelliklerinin Madde Tepk

Bu çalışmada araştırma özyeterlik ölçeğinin psikometrik özellikleri MTK’ya göre belirlenmiştir. MTK’ya göre bir ölçeğin psikometrik özellikleri kestirilmeden önce ölçekle elde edilen verilerin kuramın temel sayıltılarını karşılayıp karşılamadığının ve verilerin seçilen modelle uyumlu olup olmadığının test edilmesi gerekmektedir (Hambleton vd., 1991; Nartgün, 2002). Likert tipi araştırma özyeterlik ölçeğinin psikometrik özelliklerinin MTK’ya dayalı olarak kestirilmesindeki işlem adımları şu şekilde sıralanabilir (Hambleton ve Swaminathan, 1985):

1. Geliştirilen ölçeğin büyük bir gruba uygulanması

2. Uygulama sonucunda elde edilen verilerin normal dağılım, tek boyutluluk ve yerel bağımsızlık sayıltılarını karşılayıp karşılamadığının kontrol edilmesi

3. Uygulama sonucu elde edilen verinin madde tepki kuramının hangi model ya da modelleri ile uyumlu olduğunun test edilmesi ve uygun modellerden birinin seçilmesi 4. BILOG, MULTILOG, BICAL, LOGIST gibi çeşitli bilgisayar paket programları

5. Maddelerin değişmezlik (invariance) özelliğine sahip olup olmadığının ya da belirli bir grup için yanlılık gösterip göstermediğinin belirlenmesi

Ölçek ve madde parametrelerinin kestirilmesi: Likert tipi tutum ölçeklerinde ölçek (θ) ve maddelerin (a ve b) parametrelerinin kestirilmesinde çok değişik algoritmalardan yararlanılmaktadır. Bunlardan en sık kullanılanları en çok olabilirlik kestirim (maksimum likelihood estimation), bileşik en çok olabilirlik kestirim, marjinal en çok olabilirlik kestirimi ve Bayes yöntemleridir (Hambleton vd.,1991). MTK’nın bir test verisine uygulanmasında ilk ve en önemli aşama, kullanılan modeli karakterize eden parametrelerin kestirilmesidir. MTK modellerinde bir maddenin doğru cevaplandırılma olasılığı cevaplayıcının θ yetenek düzeyine ve madde parametrelerine bağlıdır, ancak bu çalışmada da olduğu gibi yetenek ve madde parametrelerinin her ikisinin de bilinmediği durumlarda kestirme problemi ortaya çıkar. KTK kapsamında kullanılan regresyon analizi de benzer bir mantık içerir; bir değişkenle ilgili gözlenen değerlerle regresyon modeline uygun parametrelerin, yani regresyon katsayılarının kestirilmesi gerekir. Ancak bu noktada, regresyon modelleriyle MTK modelleri arasındaki iki temel farka değinmek gerekir. İlki, regresyon modellerinin genellikle doğrusal olması, MTK modellerinin ise doğrusal olmamasıdır. İkincisi ve en önemli farklılık ise yordayıcı (bağımsız) değişkenin (test ve madde puanlarının) regresyon analizinde gözlenebilir olması; MTK’daki yordayıcı değişken θ ise gözlenebilir bir değişken olmamasıdır. KTK kapsamında hata kestirimlerinin dayandığı doğrusal regresyonda, modelle veri arasındaki en iyi uyum “en küçük kareler” (least square) ölçütüne dayalı olarak tanımlanmaktadır. MTK modellerinde ise bu ölçüt kullanılmaz çünkü en küçük kareler kestiriminin özelliklerinin doğrusal olmayan modeller için tanımlanması zordur. Bunun yerine MTK’da parametreler “en çok olabilirlik” ölçütüne dayalı olarak kestirilir (Hambleton vd., 1991). Bu çalışmada kullanılacak MULTILOG programı marjinal maksimum olabilirlik kestirimini kullanmaktadır. Bu kestirim yönteminde cevaplayıcı gurubun evrenden seçkisiz bir şekilde seçildiği ve normal dağıldığı varsayılır. Bu yaklaşımda önce madde parametreleri kestirilir, daha sonra madde parametreleri biliniyormuş gibi davranılarak bireylerin yetenek parametreleri kestirilir (Hambleton vd., 1991; De Ayala, 2009).

Güvenirlik: Test bilgi fonksiyonları aracılığı ile ortaya konmaktadır. Her bir yetenek düzeyi için ayrı ayrı hata ve güvenirlik kestirimleri yapılabilmektedir (Hambleton vd.,1991; Nartgün, 2002). KTK’da güvenirlik katsayısı ortalama puana sahip bireylerin gözlenen

bireyler için ölçme kesinliğine ilişkin bilgi indeksleri mevcuttur. Ayrıca farklı tutum düzeylerinin her biri için kestirilen güvenirlik katsayılarının aritmetik ortalaması olarak kabul edilen marjinal güvenirlik katsayısı da kestirilebilmektedir (Flannery vd,. 1995). Geçerlik: Likert tipi ölçeklerin geçerliğini belirlemede kullanılan bir yol ölçüt grup geçerliğinin belirlenmesidir. Diğer bir yol ölçeğin bir dış ölçüte dayalı olarak geçerliğinin kestirilmesidir. Son olarak faktör analizi yardımı ile de yapı geçerliği kestirilebilir (Hambleton vd.,1991; Nartgün, 2002).

Değişmezlik özelliği: Hem madde tepki kuramında hem de klasik test kuramında maddelerin değişmezlik özelliğine sahip olup olmadığı aşağıdaki yollar izlenerek tespit edilebilir (Hambleton vd., 1991):

1. Ölçme aracının uygulandığı gruptan tesadüfi yöntemle alt grupların oluşturulması ve bu alt gruplardan kestirilen madde parametreleri (a,b, rjx, pj) ile tüm ölçekten kestirilen

madde parametreleri arasındaki korelasyon katsayısının incelenmesi

2. Ölçme aracının uygulandığı tüm grubun cinsiyete göre kadın-erkek olarak alt gruplara ayrılması ve bu alt gruplardan kestirilen madde parametreleri ile tüm gruptan kestirilen madde parametreleri arasındaki korelasyon katsayısının incelenmesi

3. Ölçme aracının uygulandığı tüm grubun ölçülen özelliğe üst düzeyde sahip olanların ve alt düzeyde sahip olanların bulunduğu alt grupların oluşturulması ve bu alt gruplardan elde edilen madde parametreleri ile tüm gruptan elde edilen madde parametreleri arasındaki korelasyon katsayısının incelenmesi.

MTK’daki matematiksel modeller, bir cevaplayıcının belirli bir maddeye doğru cevap verme olasılığını cevaplayıcının yetenek ya da yeteneklerine ve maddenin karakteristiğine bağlı olarak belirler. MTK’da modelin uygulanacağı veri ile ilgili bir dizi sayıltı söz konusudur. Bu sayıltıların sağlanıp sağlanmadığı doğrudan kontrol edilemese bile, dolaylı kanıtlar yoluyla test edilebilir. Bu varsayımlar aşağıda kısaca açıklanmaktadır (Hambleton vd., 1991; De Ayala 2009):

1. Tek boyutluluk: MTK modellerinde yaygın bir varsayım olan tek boyutluluk, testteki maddeler kümesi ile tek bir yeteneğin ölçülmesidir. Bu varsayım katı bir şekilde karşılanamaz. Çünkü birçok bilişsel, kişisel, test alma faktörleri en azından bir dereceye kadar testteki performansı etkiler. Motivasyon, test kaygısı, bilişsel beceriler, kararsız kalınan cevaplarda tahmin etme eğilimi bu faktörlere örnek olarak verilebilir. Veri setinin

tek boyutluluk varsayımını yeterince karşılaması, test performansını etkileyen baskın bir bileşen ya da faktörün mevcut olması demektir. Bu baskın bileşen ya da faktör test ile ölçülen yetenek olarak atfedilir. Unutulmaması gereken bir nokta şudur ki, bu yetenek doğuştan ya da değiştirilemez olmak zorunda değildir; öğrenme, unutma gibi bazı faktörlerden etkilenebilir. Tek boyutluluğu ölçmenin bir yolu faktör analizidir.

2. Yerel Bağımsızlık: Test performansını etkileyen yetenekler sabit tutulduğunda, cevaplayıcıların testteki herhangi madde çiftine verdiği cevapların istatistiksel olarak bağımsız olmasıdır. Başka bir ifadeyle cevaplayıcıların yetenekleri kontrol altına alındığında, cevaplayıcıların farklı maddelere verdikleri tepkiler arasında herhangi bir ilişki yoktur. Model ile belirlenen yetenekler, cevaplayıcıların test maddelerindeki performansını etkileyen tek faktördür. Tek boyutluluk sayıltısı sağlanıyorsa, yerel bağımsızlık da elde edilmiş demektir, iki kavram birbirine denktir (Lord ve Novick, 1968; Hambleton vd., 1991). Ancak tek boyutluluğun sağlanmadığı bazı durumlarda da yerel bağımsızlık sağlanabilir. 3. Bir diğer önemli varsayım, tüm MTK modellerinde madde karakteristik fonksiyonunun gözlenemeyen değişkenler (yetenek) ile gözlenebilen değişkenler (madde tepkileri) arasındaki doğru ilişkiyi yansıtmasıdır. Başka bir ifadeyle ölçülen özelliğe daha fazla sahip olan bireylerin ilgili maddede daha yüksek düzeyde tepki verme olasılığının monoton bir şekilde artması ve “s şeklinde” bir eğriye sahip olmasıdır. De Ayala, (2009)’ya göre fonksiyonel form varsayımına (functional form assumption) göre verinin modelde belirlenen fonksiyonu takip etmesi gereklidir. Bu, aynı zamanda model uyumunun da bir ölçüsüdür. Örneğin bir parametreli lojistik modelde madde karakteristik eğrilerinin alt asimptotlarının sıfırdan başlaması ve tüm maddeler için birbirine paralel olması beklenir.

BÖLÜM III

YÖNTEM

Bu bölümde ilk olarak araştırmanın modeline ilişkin bilgi verilecektir. Daha sonra sırasıyla çalışma grubuna ve çalışmada kullanılacak veri toplama araçlarına verilerin nasıl analiz edileceğine ilişkin bilgilere yer verilmiştir.