Verilerin Analiz

Fen ve teknoloji öğretmenlerinin BİT’e ilişkin özyeterlik algılarını ve BİT kullanım durumlarını belirlemeyi amaçlayan bu çalışmada kullanılan ölçeklerden elde edilen veriler betimsel değerler (toplam puan, frekans ve yüzde değerleri) kullanılarak incelenmiştir. Ölçeklerden elde edilen puanların katılımcıların demografik özelliklerine (cinsiyetlerine, yaşlarına, kıdem yıllarına, görev yaptıkları yerleşim birimine, çalıştıkları kuruma, öğrenim durumlarına, mezun oldukları alana ve daha önce BİT ile ilgili kurs veya sertifika programına katılıp katılmama durumlarına) göre farklılaşma gösterip göstermediğini belirlemek amacıyla önce her bir değişkenin

betimsel değerleri verilmiştir. Araştırma sonucu elde edilen verilerin analizinde parametrik ve nonparametrik testler kullanılmıştır.

Parametrik testler; ilgili parametreye, belirli bir dağılıma ve varyansa dayanarak işlem yapan bir istatistiksel yöntemdir ve uygulanışında bazı varsayımlar öngörülür. Bu varsayımlardan varyansların homojenliği hariç diğer hipotezler genellikle test edilmezler ancak onların varlığı kabul edilir (Baştürk, 2010). Grup varyanslarının homojen yani eşit olup olmadığını belirlemek üzere Levene F testi yapılmaktadır (Sipahi, Yurtkoru ve Çinko, 2006). Yapılan çalışmada bağımlı değişkene ilişkin varyansların her bir örneklem için homojenliğini belirlemek amacıyla Levene F testi uygulanmıştır. Bu teste göre puanların dağılım varyanslarının homojen olduğu durumlarda parametrik testlere; homojen olmadığı durumlarda ise parametrik test varsayımı sağlanamadığı için nonparametrik testlere başvurulmuştur. Nonparametrik testler parametrik testlerin alternatifi değildir. Parametrik testleri kullanmanın mümkün olmadığı durumlarda başvurulan testlerdir (Baştürk, 2010).

Yapılan çalışmada; uygulanan Levene F testi sonucu varyansların homojen çıktığı ve ölçek puanlarının üç grup ve üzeri parametrelerinin karşılaştırılma durumlarında ANOVA kullanılarak gruplar arası farka bakılmıştır. ANOVA, ilişkisiz ya da daha çok örneklem ortalaması arasındaki farkın sıfırdan anlamlı bir şekilde farklı olup olmadığını test etmek amacıyla kullanılan parametrik bir testtir (Taylor ve Cihon, 2004). Yapılan analizler sonucu en az iki grup arasında anlamlı bir fark bulunmuşsa, bu farkın hangi gruplar arasında olduğunun tespiti için “post-hoc” tekniği (Köklü, Büyüköztürk ve Bökeoğlu, 2006) kullanılmıştır. Araştırmada farklılık yaratan grubun tespiti için kullanılabilecek pek çok post-hoc tekniği bulunmaktadır. Hangi tekniğin kullanılacağının seçimi için bazı varsayımlar gerekmektedir (Kayri, 2009). Yapılan ANOVA testi sonucu fark oluştuğu belirlenen gruplar arasındaki farkın hangi grup lehine olduğunu tespit etmek amacıyla Scheffe, LSD ve Bonferronni testleri uygulanmıştır. Scheffe testi, karşılaştırılacak grup sayılarının çok olması durumunda α hata payını kontrol altında tutabilen ve gruplardaki gözlem sayılarının eşit olması varsayımını dikkate almayan bir post-hoc türüdür (Scheffe, 1953). Bu nedenle yapılan çalışmada grup sayılarının eşit olmaması sebebiyle Scheffe testi tercih edilmiştir. Yapılan ANOVA testi sonucu gruplar arası fark çıktığı halde Scheffe testi sonucu gruplar arası farkın belirlenememesi durumunda LSD ve Bonferroni testleri uygulanmıştır. LSD (Least Significant Difference) testi, farklılığın belirleneceği grup

sayısının üçten fazla olması durumunda tercihi sakıncalı görülen bir post-hoc istatistiğidir ve matematiksel olarak da I. tip hataya karşı oldukça korunmasızdır (Efe, Bek ve Şahin, 2000). Grup sayısı arttıkça da α hata payı da artmaktadır (Kayri, 2009). Bu nedenle grup sayısının üçten az olması durumunda LSD testi, üçten fazla olması durumunda ise Bonferroni testi tercih edilmiştir. Çünkü Bonferroni testi de eşit örneklem sayısı ilkesini gerektirmemektedir.

Yapılan çalışmada; uygulanan Levene F testi sonucu varyansların homojen çıkmadığı durumlarda nonparametrik bir test olan, az sayıda denekten oluşan ve grupların bir değişkene ait puanları arasında gözlenen farkın anlamlılığını test etmeye yarayan (Büyüköztürk, 2011) İlişkisiz Ölçümler İçin Kruskal Wallis H-Testi kullanılmıştır.

Kruskal Wallis H-Testi sonuçlarına göre, anlamlı farklılık çıkan gruplarda oluşan bu farkın kaynağını belirlemek için ise iki bağımsız örneklem ölçüm dağılımlarının birbirinden anlamlı bir şekilde farklılık gösterip göstermediğini karşılaştırmada kullanılan (Balcı, 2009) ve nonparametrik bir test olan İlişkisiz Ölçümler İçin Mann Whitney U-Testi kullanılmıştır.

Yapılan araştırmada ölçeklerin puanlarının iki grup değerlendirmelerinde bağımsız gruplar için t-testi kullanılmıştır. Bir değişkene ilişkin oluşan grupların, bir bağımlı değişkene ait puanlarının karşılaştırılmasında bağımsız gruplar için t-testi kullanılır. Gruplar arası gözlenen farkın istatistiksel olarak manidar olup olmadığını ya da bu farkın basit bir şekilde şansla oluşup oluşmadığını bu test ortaya koymaktadır (Büyüköztürk, 2011). Bağımsız gruplar t-testinin test istatistiği gruplar arası varyansın eşit olup olmamasına göre farklılık göstereceğinden t-testi yapılmadan önce grupların varyanslarının eşitliği test edilmelidir. Grupların varyanslarının eşitliği Levene F Testi ile yapılır. Homojenlik testi olarak da bilinen Levene F testinin kabul edilmesi durumunda hesaplanan t istatistik değeri ile reddedilmesi durumundaki t istatistik değeri farklılık göstermektedir (Çepni, 2005b; Sipahi ve ark., 2006). Bağımsız gruplar için t-testinin ön şartlarından olan ve varyansların homojenliğini ölçen Levene F Testi sonuçları da yapılan çalışmada tablolarda sunulmuştur. Yapılan analizler sonucunda Levene F Testi ile bulunan değerin 0.05’in altında olduğu durumlarda homojen varyans şartı sağlanamadığı için serbestlik derecesi üzerinden uyarlanmış değerler dikkate alınarak bulgular yorumlanmıştır.

Yapılan çalışmada katılımcıların BİT Özyeterlik Algıları ile BİT Kullanım Durumları ölçeğinin alt ölçekleri olan Teknoloji Kullanım Desteği, Öğretmenlerin BİT Kullanım Sıklığı, Algılanan Beceriler ve Teknoloji Kullanımı Önündeki Engeller arasında ilişki olup olmadığı da incelenmiştir. Değişkenler arasındaki ilişkiyi incelemek bilimin temel uğraşlarından biridir ve korelasyon adı verilen bir yöntemle hesaplanır (Arıcı, 1997). İki veri dizisi arasındaki ilişkiyi hesaplamak için korelasyon katsayılarından faydalanılır. Korelasyon katsayıları +1 ile -1 arasında değişmektedir ve +1’e yaklaştıkça pozitif ilişki, -1’e yaklaştıkça ise negatif ilişki durumu söz konusudur. Korelasyon katsayısının 0 olması ise iki değişken arasında ilişkinin olmadığının göstergesidir (Tanrıöğen, 2009). Korelasyon katsayısının büyüklüğünün yorumlanmasında kesin aralıklar bulunmamakla beraber Büyüköztürk (2011)’e göre korelasyon katsayısının mutlak değer olarak 0.70’den büyük olması yüksek; 0.70- 0.30 arasında olması orta; 0.30’dan küçük olması ise düşük düzeyde bir ilişki olduğunu göstermektedir. Yapılan çalışmada bu aralıklar dikkate alınarak ölçekler arasındaki ilişki durumları yorumlanmıştır.

Değişkenler arası ilişki belirlemeye yönelik çalışmalarda hangi istatistiksel tekniğin kullanılacağına karar verilmesi de önem taşımaktadır. Yapılan araştırmada öğretmenlerin BİT’e ilişkin özyeterlik algıları ile BİT kullanım durumları arasındaki ilişkinin ortaya çıkarılması için hangi istatistiksel tekniğin kullanılacağına karar vermek amacıyla Tek Örneklem Kolmogorov-Smirnov Testi (K-S testi) uygulanmıştır. K-S testi, tesadüfi yöntemlerle elde edilen bir örneklem ile ilgili çalışılan bir değişkene ait verilerin normal dağılım gösterip göstermediğini test etmek amacıyla kullanılır (Baştürk, 2010). Birçok korelasyon katsayısı bulunmakla birlikte en çok kullanılanları parametrik bir test olan Pearson Momentler Çarpımı Korelasyon Katsayısı ve nonparametrik bir test olan Spearman Sıra Farkları Korelasyon Katsayısıdır (Tanrıöğen, 2009). Pearson Momentler Çarpımı Korelasyon Katsayısı, iki değişkenin de sürekli olmasını ve değişkenlerin birlikte normal dağılım göstermesini gerektirmektedir (Arıcı, 1997). Değişkenler sürekli bir dağılıma sahipler, ancak normal dağılım göstermiyorlarsa iki değişken arasındaki ilişkiyi açıklamak amacıyla nonparametrik bir test olan Spearman Sıra Farkları Korelasyon Katsayısı kullanılır (Büyüköztürk, 2011). Yapılan K-S testi sonucunda verilerin normal dağılım gösterdiği durumlarda parametrik bir test olan Pearson Momentler Çarpımı Korelasyon Katsayısı, normal dağılım göstermediği durumlarda ise

nonparametrik bir test olan Spearman Sıra Farkları Korelasyon Katsayısı kullanılmıştır.

Çalışmada elde edilen bulguların değerlendirilmesinde manidarlık düzeyi 0.05 olarak belirlenmiş ve istatistiksel çözümlemelerini yapmak için SPSS (Statistical Package for the Social Sciences) 16.0 programından yararlanılmıştır.