Modelin Uygunluğunun Doğrulayıcı Faktör Analizi ile Değerlendirilmesi

Hipotezlerin yapısal eşitlik modellemesi ile test edilmesinden önce, ölçme modelinin iyi uyum değerlerine sahip olup olmadığının belirlenmesi amacıyla ölçme modeli test edilmiştir (Mayer ve diğerleri, 2010: 11). Genellikle modelle verilerin birbirine uygunluğun değerlendirilmesinde kullanılan ölçme aracı olarak modelin ölçme indisleri kullanılmaktadır (Schermelleh-Engel, Helfried ve Hans, 2003: 55). Modelin uygunluğunun değerlendirilmesinde ve modelin kabul edilip edilmeyeceğini belirlenmesinde bir takım kabul edilebilir sınır değerler bulunmaktadır ve bunlar değerlendirilerek yorumlamalar gerçekleştirilmektedir. Bir başka deyişle, analizler sonucunda uyum istatistiklerinin belirli değerlerin üzerinde veya altında olması istenmektedir (Şimşek, 2007: 13).

Doğrulayıcı faktör analizinde (DFA) AFA ile ortaya çıkarılan yapıların sayısallaştırılması ve test edilmesi gerçekleştirilir. Bu anlamda DFA faktör yapısı ortaya çıkarmaktan çok var olan yapıların doğrulanması ve ortaya çıkarılan faktör yapılarının incelenmesi amacına hizmet eder (Raykov ve Marcoulides, 2006: 117). Modelleme stratejisi açısından doğrulayıcı yaklaşımda temel hedef, çok net olarak belirlenmiş bir modelin doğrulanıp doğrulanmadığını test etmektir. (Şimşek, 2007: 2). Doğrulayıcı yaklaşımda, elde edilen veriler çerçevesinde verilerle modelin uyum sağlayıp sağlamadığı test edilmektedir. Bu yaklaşımda araştırmacı Ki-kare değeri ve diğer parametre değerleri ve indisler çerçevesinde modelin kabulüne veya reddine karar vermektedir. Modelin doğrulayıcı faktör analizi ile doğrulanamaması durumunda alternatif modeller tasarlanmaktadır (Schumacker ve Lomax, 2004: 80). Herhangi bir modelin bir bütün olarak kabul edilebilir olması için modeldeki ilişkilerin verilerle tutarlı olup olmadığı ancak bazı kriterlerin kabul edilebilir sınırlar içerinde olmasına bağlıdır (Şimşek, 2007: 47).

Doğrulayıcı yaklaşımda, AFA’ da olduğu gibi korelasyon matrisi kullanmak yerine örneklemin kovaryans matrisi kullanılmaktadır. Kovaryans matrisi, standardize olmamış korelasyonu ifade etmektedir. Bu analizin amacı, elimizdeki yapıyı test etmek ve belki de bu yapıyı teorik model yapısıyla karşılaştırmaktır (Ullman, 2006: 37). Doğrulayıcı faktör analizi keşifsellikten çok belirli bir teoriye dayanmaktadır ve teoride belirtilen bazı gözlenen değişkenlerin gerçekten teoride belirtilen örtük değişkenleri ölçüp ölçmediğinin anlaşılmasında kullanılmaktadır (Nakipoğlu, 2008: 109).

Yapısal eşitlik modellerinde, model uygunluğunun değerlendirilmesi için kullanılan birbirinden farklı uyum indisleri (Yücenur, Demirel, Ceylan ve Demirel, 2011: 164) ve bu indislerin sahip olduğu istatistiksel fonksiyonlar vardır (Yılmaz, 2004: 81). Modelin uygunluğunun değerlendirilmesi aşamasında LISREL programında 15 adet uyum iyiliği testi bulunmaktadır. Genelde bu uyum iyiliği indislerinden en az 4 ve en fazlada 8 tanesi araştırmalarda yer almaktadır. Yoğun olarak tercih edilen indisler arasında Ki-kare, RMSEA, GFI, CFI, NFI, NNFI, TLI, SRMR, AGFI değerleridir (Ayyıldız ve Cengiz, 2006: 77). Bu kriterlerin temeli olan Ki-kare; örneklem büyüklülüğüne duyarlı olduğu için modelin uygunluluğunu denetlemek için kullanılması uygun olmasa da modelin karşılaştırmasında “uyum kötülüğü” kriteri olarak kullanılmaktadır (Şimşek, 2007: 47). Böyle bir durumda örneklem büyüklüğünün artması Ki-kare değerinin artmasına neden olmaktadır. Diğer yandan örneklem büyüklüğünün azaltılması Ki-kare değerini azaltacaktır (Yılmaz ve Çelik, 2009: 39). Ki- kare değerinin yüksek düzeyde olması kötü ölçüm olduğuna, düşük düzeyde olması ise iyi ölçümleme olduğuna işaret etmektedir (Jöreskog ve Sörbom, 1993: 122).

Tablo 13

YEM Uyumuna İlişkin İstatistiksel Değerler

Kaynak: Schermelleh-Engel ve diğerleri, 2003: 52; Meydan ve Şeşen, 2011: 31-37’den uyarlanmıştır.

Uyum İndeksleri

İyi Uyum Kabul Edilebilir Uyum

X²/sd ≤3 ≤4-5

p değeri ,05 ≤ p ≤ 1,00 ,01 ≤ p ≤ ,05

RMSEA 0 ≤ RMSEA ≤ ,05 ,05 < RMSEA ≤ ,08

SRMR 0 ≤ SRMR ≤ ,05 ,05 < SRMR ≤ ,10

NFI ,95 ≤ NFI ≤ 1,00 ,90 ≤ NFI < ,95

NNFI ,97 ≤ NNFI ≤ 1,00 ,95 ≤ NNFI < ,97

CFI ,97 ≤ CFI ≤ 1,00 ,95 ≤ CFI < ,97

GFI ,95 ≤ GFI ≤ 1,00 ,90 ≤ GFI < ,95

Serbestlik derecesi Ki-kare testinde çok önemli bir ölçüttür. Serbestlik derecesinin büyük olduğu bazı durumlarda Ki-kare değeri anlamlı çıkabilmektedir (Meydan ve Şeşen, 2011: 32). İyi bir model için Ki-kare/SD oranı küçük bir değer alması gerekmektedir (Yılmaz ve Çelik, 2009: 39). Bu oranın ne olması gerektiği tablo 22’de yer almaktadır.

YEM’de üzerinde durulan bir başka konu ise modifikasyon indisleri (Mİ)’dir. Mİ gözlenen ve gizil değişkenler arasındaki kovaryansa bakarak araştırmacıya model ilişkin modifikasyonlar önerir. Bu modifikasyonlar hata terimleri temelinde oluşturulur ve orijinal modelde öngörülemeyen, ancak ilgili düzenlemelerin yapılmasıyla araştırma modeli üzerinde Ki-kare değerine yansımalarını gösteren değerlerdir. Mİ, gözlenen ve gizil değişkenler arasında gözlenemeyen ilişkileri göstermektedir (Meydan ve Şeşen, 2011:38). Daha uygun bir model elde etmek amacıyla modelde düzeltmeler yapılmıştır. Modifikasyon indisleri, model içerisinde dikkate değer değişimi öngören sabit bir parametrenin serbest bırakıldığında Ki-karenin ne kadar gelişeceğinin tahmin edilmesini sağlar (Özbek ve Umarov, 2010: 313). Modifikasyon indislerinin incelenmesi sonucu Ki-kare değeri üzerinde en yüksek düzeyde modifikasyon öneren değerlerde düzeltmeler yapılmıştır. Bunlar; EL2-EL3, OO1-OO4, OO3-OO4’dür. Yapılan modifikasyonların sonucunda elde edilen X²/sd değeri, araştırmalar için kabul edilebilir değerler arasındadır.

Şekil 7. Araştırma Modeli için Doğrulayıcı Faktör Analizi

Tablo 14’de araştırma modeli için (ölçme modeli) genel model uyumu ve karşılaştırmalı model uyum indisleri yer almaktadır. YEM’ de yaygın kullanılan uyum iyiliği değeri X²/sd (4,75) ≤ .5 olduğundan, veri ile tasarlanan model arasında kabul edilebilir bir uyumun olduğu söylenebilir. Schumacker ve Lomax (2004: 81) modelin kabulünde dikkat edilmesi gereken bir başka değerin RMSEA parametre değeri olduğunu ifade etmektedir. Bu değerinde ≤ .8’in altında (0,061) olması nedeniyle verilerle modelin bir birine iyi uyum sağladığı görülmektedir. YEM’ de model uyumunun incelenmesinde kullanılan GFI değerinin de literatürde yer alan (0,90) değerinin üzerinde olduğu görülmektedir. Daha fazla parametreyi serbest bırakarak daha az kısıtlanmış serbestlik derecesini gösteren AGFI değeri de kabul edilebilir sınırlar arasında (0,90) yer almaktadır. AGFI, örneklem genişliğini dikkate alarak düzeltilmiş GFI değeridir. Buna ilaveten karşılaştırmalı uyum indisi (CFI=0,98), standartlaştırılmış

hata kareleri ortalamasının karekökü (SRMR= 0,037), normlaştırılmış uyum indeksi (NFI= 0,98) ve normlaştırılmamış uyum indeksi (NNFI= 0,98) değerleri de iyi uyum değerleri arasındadır.

Tablo 14

Araştırma Modeli İçin Genel Model Uyumu ve Karşılaştırmalı Model Uyum İndisleri

X² sd X²/sd p RMSEA GFI AGFI CFI SRMR NFI NNFI

869,18 183 4,75 0,000 ,061 0,92 0,90 0,98 0,037 0,98 0,98