3.6. Verilerin Çözümlenmesi
3.6.1. Nicel verilerin çözümlenmesi
AraĢtırmanın nicel boyutuna iliĢkin çözümlemeler SPSS 16 ile gerçekleĢtirilmiĢtir. KiĢisel bilgilerin değerlendirilmesinde yüzde ve frekans değerlerine bakılmıĢtır. AraĢtırmanın hazırlık sürecinde araĢtırmacı tarafından hazırlanan baĢarı testinin pilot uygulaması sonrasında madde güçlük ve ayırıcılık indisleri, standart sapma, varyans, ortalama, test güçlüğü ve KR-20 hesaplamaları yapılmıĢtır. Bir sonraki adımda ise yine araĢtırmacı tarafından geliĢtirilen ve öğrencilerin Sosyal Bilgiler dersine yönelik tutumlarını ve motivasyonlarını belirlemeye dönük ölçeklerin önanaliz iĢlemleri gerçekleĢtirilmiĢtir. Ölçeklere iliĢkin KMO, Bartlett ve Cronbach Alpa değerleri tespit edilmiĢtir. Bu bağlamda faktör analizi iĢlemleri yürütülmüĢtür. Hem tutum ölçeği hem de motivasyon ölçeği beĢli Likert tipindedir. Ölçeklerden elde edilen verilerin değerlendirilmesinde ve yorumlanmasında aĢağıdaki değer aralıkları dikkate alınmıĢtır:
Çizelge 16. Tutum ve motivasyon ölçekleri için değer aralıkları Değer aralığı Katılım düzeyi
1.00-1.80 Hiç katılmıyorum (1) 1.81-2.60 Katılmıyorum (2) 2.61-3.40 Kısmen katılıyorum (3) 3.41-4.20 Katılıyorum (4) 4.21-5.00 Tamamen katılıyorum (5)
Ölçeklere iliĢkin çözümlemenin yapılmasında yukarıda sıralan değer aralıklarına göre yorumlamalar yapılmıĢtır. Tutum ve motivasyon ölçeklerine iliĢkin olarak deney grupları ve kontrol grubu hem kendi içlerinde hem de birbirleriyle karĢılaĢtırılmıĢtır. Bu nedenle farklı testlerin kullanılması gerekli görülmüĢtür. Öncelikle puanların normal dağılım gösterip göstermediği tek örneklem K-S testiyle sınanmıĢtır. K-S testi, verilerin normal dağılım gösterip göstermediğinin sınanmasında kullanılan bir testtir (De Vaus,
2002: 75; Dewan ve Somanathan, 2004: 5)
.
K-S testinde dağılımın normal olup olmamasına bağlı olarak uygulanacak testlerin parametrik ya da nonparametrik olmasına karar verilir. Buna göre iki bağımsız grup arasındaki karĢılaĢtırma t testi yerine MWU testiyle, aynı gruptaki farklı iki ölçüm arasındaki farklılık eĢli gruplar t testi yerine Wilcoxon iĢaretli sıralar testi ile, ikiden fazla bağımsız grup arasındaki karĢılaĢtırma ANOVA yerine KWH testiyle ölçülmelidir (De Vaus, 2002: 75).ÇalıĢma grubunun 30‟un altında olması kullanılacak testin seçimini etkilemektedir. Genel olarak çalıĢma grubu 30‟un üstündeyse o grup büyük bir grup sayılır ve parametrik testler kullanılır ancak eğer grup 30‟dan küçükse o zaman nonparametrik testler tercih edilmelidir. Örneğin eĢli gruplar t testi yerine Wilkoxon iĢaretli sıralar testinin tercih edilmesi bu durumdan kaynaklanmaktadır (Sim ve Wright, 2002: 228; Bösecke 2009: 92). AraĢtırma verilerini çözümlemede bu görüĢler dikkate alınmıĢtır. Öncelikle hem baĢarı testinden hem de tutum ve motivasyon ölçeklerinden edinilen verilere K-S testi uygulanarak verilerin normalliği tespit edilmiĢtir. Daha sonra çıkan sonuçlara göre normal dağılım gösteren verilerde parametrik, normal dağılım göstermeyen verilerde nonparametrik testler kullanılmıĢtır. Bütün bunlara ek olarak deneysel desenin bir gereği olarak kovaryans analizi (ANCOVA) de kullanılmıĢtır. Balcı (2001: 241), öntest-sontest kontrol gruplu desenlerde kovaryans analizinin tercih edilmesinin daha uygun olacağını belirtmiĢtir. Çünkü kovaryans analizinde, öntest puanları değiĢken olarak sürece dâhil edilip, sontest puan ortalamaları karĢılaĢtırılmaktadır. Büyüköztürk (2003: 105), kovaryans analizinin amacını “bir araştırmada etkisi test edilen bir faktörün ya da faktörlerin dışındaki bağımlı değişken ile ilişkisi bulunan bir değişkenin istatistiksel olarak kontrol edilmesini sağlamak” Ģeklinde açıklamaktadır. Bir baĢka ifadeyle, araĢtırma deseninde kontrol altına alınamayan dıĢ etkenler doğrusal bir regrasyon yöntemiyle ortadan kaldırılır ve deneyin
gerçek etkisi ortaya çıkarılmıĢ olur. Pallant (2005: 263) ise kovaryans analizini, bir araĢtırmada, gruplar arasındaki farklılığı ortaya koyarken kontrol altına alınabilecek bir değiĢkenin olması durumunda uygulanabilecek bir varyans analizi biçimi olarak tanımlamaktadır. Kontrol altına alınan değiĢkenin etkisi ölçümün dıĢında tutularak F testinin gücü ve hassaslığı artırılmıĢ olur. Bu yönüyle kovaryans analizi öntest-sontest kontrol gruplu deneysel desenlerde ve özellikle küçük gruplarda kullanılması önerilen bir testtir (Pallant, 2005: 263). Ancak kovaryans analizinin yapılabilmesi için veri setinin birtakım sayıltıları karĢılaması gerekmektedir (Balcı, 2001: 241; Büyüköztürk, 2003: 106). ANCOVA, regrasyon ve ANOVA‟yı birleĢtiren bir teknik olduğu için her iki yaklaĢımın varsayımlarını karĢılamak durumundadır. Bu varsayımlar, (Büyüköztürk, 2003: 106):
Gruplariçi regrasyon eğrilerinin eğimlerinin eĢit olması,
Randomize bir desende bağımlı değiĢken ve ortak değiĢken arasında doğrusal bir iliĢkinin bulunması,
Bir faktöre göre oluĢan grupların her biri için bağımlı değiĢkene ait normallik ve homojenliğin gerçekleĢmesi,
Ortalama puanları karĢılaĢtırılacak örneklemlerin iliĢkisiz olması biçiminde sıralanmaktadır.
Büyüköztürk (1998: 94) kovaryans analizine iliĢkin varsayımları değerlendirirken, araĢtırmadaki grupların sayıca büyüklüklerinin eĢit olduğu ve 15‟ten büyük olan durumlarda normallik varsayımının ihlâl edilebileceğini ifade etmiĢtir. Ayrıca homojenlik için de benzer durumun geçerli olabileceğini; ancak araĢtırmacıların bu noktada daha tutucu davranmaları gerektiğini vurgulamıĢtır. Bu araĢtırmada, gruplar 15‟ten büyüktür; ancak sayılar birbirine eĢit değildir. Bu nedenle, bu varsayımların karĢılanmadığı durumlar dikkate alınmıĢtır. Balcı (2001: 241), kovaryans analizine iliĢkin varsayımların karĢılanmaması durumunda, tek yönlü varyans analizinin kullanılmasının daha uygun olacağını ifade etmiĢtir. Benzer biçimde Kalaycı (2006: 187) da kod değiĢken ile bağımlı değiĢken arasındaki iliĢkinin doğrusal olmadığı durumlar için kod değiĢkenin bağımsız değiĢken olduğu varyans analizinin uygulanabileceğini ifade etmektedir.