Verilerin Analizi

Araştırmada elde edilen verilerin analizi SPSS 23.0, AMOS 23.0 ve Lisrell 8.71 paket programları ile yapılmıştır. Betimsel analizler, ölçek güvenirlikleri ve çok değişkenli varyans analizleri SPSS 23.0, yapısal eşitlik modeli (YEM) AMOS 23.0, ölçeklerin doğrulayıcı faktör analizleri ise Lisrell 8.71 paket programları kullanılarak yapılmıştır.

Elde edilen veriler üzerinde analiz işlemine geçmeden önce, katılımcıların ölçme araçlarına vermiş oldukları yanıtlar kontrol edilmiştir. Bu süreçte ölçek maddelerinin büyük bir çoğunluğunu boş bırakan, tümünü amaçsızca karalayan ya da özellikle meslek eğitim kurslarında yaşça büyük olup araştırmaya katılan toplam 57 kişi veri setinin dışında tutulmuştur. Sonuç olarak analizler 234 üniversite öğrencisi olan ve 269 üniversite öğrencisi olmayan toplam 503 kadın katılımcılardan elde edilen veriler ile gerçekleştirilmiştir.

Analiz işlemini gerçekleştirebilmek için birkaç adım takip edilmiştir. Öncelikle veri setine frekans, maksimum ve minimum değerler kullanılarak girilen veriler gözden geçirilmiştir. Ardından verilerin normal dağılım gösterip göstermediğini belirlemek amacıyla çarpıklık basıklık değerlerine bakılmıştır. Daha sonra toplumsal cinsiyet rolleri-kendini susturma-kimlik işlevleri modeli YEM ile test edilmiştir. Bu süreçte üç aşama takip edilmiştir. İlk olarak ön analizler kapsamında YEM’in varsayımları olan örneklem hacmi, aykırı değerler, eksik verilerin analizi, normallik, doğrusallık ve eş varyanslılık kontrol edilmiştir. İkincisi aşamada, değişkenler arasındaki korelasyonlar ve çoklu doğrusal bağlantılara bakılmıştır. Üçüncü aşamada ise, önerilen modeli test etmek amacıyla YEM yapılmıştır. Kimlik işlevlerinin üniversite eğitimi görme ve

görmeme durumuna göre ve kimlik işlevlerinin toplumsal cinsiyet rollerine göre farklılaşıp farklılaşmadığını belirlemek amacıyla MANOVA yapılmıştır.

YEM sürekli ya da süreksiz bir veya birden fazla bağımsız değişken ile bağımlı değişkenler arasındaki ilişkileri nedensel ve ilişkisel bir model içinde tanımlayan çok değişkenli istatistiksel bir yöntem olarak tanımlanır (Byrne, 2010). YEM, faktör analizindeki gizil faktör yapıları ile regresyon modelindeki değişkenler arasındaki yordayıcı yapısal ilişkiyi tek bir analizde birleştirir (Sümer, 2000). Bu modelde gözlenen ve gizil değişken kavramları sıklıkla kullanılmaktadır. Gizil değişkenler direkt olarak gözlenemediğinden doğrudan ölçülemediğinden, bu değişkenler gözlenebilen bir değişkene bağlanarak ölçülür (Byrne, 2010). YEM’de bu değişkenler elips şeklinde gösterilirken, gözlenen değişkenler dikdörtgen sembolleri ile ifade edilir. Ek olarak, gözlenen değişkenlere ilişkin ölçüm hataları da elips şeklinde sunulur (Bayram, 2016). Ayrıca tek yönlü okların nedensel ilişkiyi, iki yönlü okların ise nedenselliğin yönünü belirtmeden korelasyon ve kovaryansı belirttiği bilinir (Çokluk, Şekercioğlu ve Büyüköztürk, 2014).

YEM’in sonuçlarını değerlendirmek için yolların anlamlılığına ve uyum iyiliği indekslerine bakılır. Modelde bütün yol katsayılarının anlamlı olması beklenir. Bu anlamlılık da model uyumu olarak tanımlanır. Model uyumu, ölçülen değişkenler arasındaki gizil kovaryans ile gözlenen kovaryans matrisinin benzeşme oranını gösterir (Çokluk ve ark., 2014). YEM’e ilişkin birçok uyum iyiliği indeksi vardır.

Model uyumunda en yaygın kullanılan test Ki-karedir (Brown, 2015). Ki-kare testi gözlenen model ile önerilen model arasındaki uyumu belirtmek için kullanılır. Ki- kare değerinin örneklem sayısından etkilendiği bilinmektedir. Bu doğrultuda, x2

/sd değeri modelin uygunluğunda kullanışlı bir ölçüt olarak belirtilir. Küçük örneklemlerde 3 ve daha düşük x2_{/sd oranı, büyük örneklemlerde ise 5 ve daha düşük x}2_{/sd oranı}

modelin iyi düzeyde uyum gösterdiğini ifade eder (Tabachnick ve Fidell, 2014).

Kalıntılara dayanan uyum indeksleri kapsamında SRMR, GFI ve AGFI indeksleri yer alır (Bayram, 2016). Bu çalışmada SRMR (Standardize Edilmiş

Kalıntıların Ortalama Kare Kökü) kullanılmıştır. SRMR kök ortalama karesi artıklarının (RMR) standart bir versiyonu olarak görülür (Kline, 2016). SRMR uyum indeksinin .08’den küçük olması kabul edilebilir bir değer olarak görülür; .05 ve daha küçük değerler göstermesi ise, gözlenen değişkenlerin verilerle mükemmel uyum gösterdiğini ifade eder (Hu ve Bentler, 1999).

Bunlar arasında en fazla kullanılanlar NFI, TLI ve CFI’dır (Bayram, 2016). Bu çalışmada NFI ve CFI ele alınmıştır. NFI (Normlandırılmış Uyum İndeksi) bağımsız model ile doymuş model arasındaki var olan modelin göreli konumuna göre; CFI modelin uyumunu bağımsız model olarak adlandırılan ve değişkenler arasında ilişki olmadığını varsayan temel bir modelle karşılaştırılarak verilir (Tabachnick ve Fidell, 2014).

Yaklaşık Hataların Ortalama Kare Kökü (RMSEA) değerinin .08’den küçük olmasının kabul edilebilirliği; .05’den küçük olması ise mükemmel uyumu ifade eder. Bu değer 0 ile 1 arasında olur ve değerin 0’a yaklaşması mükemmel uyuma işaret eder (Brown, 2015; Tabachnick ve Fidell, 2014).

Toplumsal cinsiyet rolleri, kendini susturma ve kimlik işlevleri hipotez modeli iki aşamalı yapısal eşitlik analizi prosedürü kullanılarak sınanmıştır. Öncelikle, ölçüm modeli gizil değişkenlerin gözlenen değişkenler tarafından temsil edilebilirliğini belirlemek amacıyla analiz yapılmıştır. Ölçüm modelinin değerleri uygun olduğu görüldükten sonra YEM AMOS grafiklerinde maksimum olabilirlik tahmini kullanılarak test edilmiştir. Modelin verilere genel uyumunu değerlendirmek amacıyla Hu ve Bentler (1999) tarafından önerilen indeks hesaplanmıştır. Bu doğrultuda χ2

/Sd, SRMR, RMSEA, CFI ve NFI değerleri en iyi modeli tespit edebilmek amacıyla hesaplanmıştır.

Bu çalışmada kadınsı ve erkeksi cinsiyet özellikleri gizil değişkenlerini oluşturmak için parselleme yöntemi kullanılmıştır. Parselleme yöntemine, tek boyutlu ölçme araçlarında ölçme hatalarını azaltmak için başvurulur (Little, Cunningham, Shahar ve Widaman, 2002). Yapılan çalışmalara bakıldığında, parselleme yönteminin

YEM analizlerinde model-veri uyumunu korumak ve bireysel maddelerden kaynaklı sistematik hataları azaltmak için de kullanıldığı görülmektedir (Yang, Nay ve Hoyle, 2010). Bu yöntemde maddeler bir araya getirilip gruplandırılır, ardından tek boyutlu olarak kullanılan ölçme araçlarına ilişkin faktörler oluşturulur. Bu gruplandırma aşamasında birtakım yöntemler bulunmaktadır. Bu çalışmada madde-yapı dengesi kullanılarak parselleme yapılmıştır. Erkeksi ve kadınsı cinsiyet rolü değişkenlerine yönelik madde sayılarına orantılı olarak ve madde-yapı dengesi kullanılarak hem kadınsı hem de erkeksi cinsiyet rolü için de üçer parsel oluşturulmuştur.

Hipotez modelde toplumsal cinsiyet rolleri ile kimlik işlevleri arasında kendini susturmanın aracı rolü test edilmiştir. Bu amaçla toplumsal cinsiyet rollerinin kimlik işlevleri üzerinde dolaylı etkisinin anlamlılığının belirlenmesinde örneklem büyüklüğü % 95 güven aralığında 5000 olarak yeniden oluşturulmuş Boostrap Yöntemi ile test edilmiştir. Bootstrapping işleminde güven aralıkları dolaylı etkinin anlamlı olup olmadığına ilişkin bilgi vermektedir (Frey, 2018; Preacher ve Hayes, 2008). Bu işlemde bootstrapping değeri ve güven aralıkları oluşturulur. Güven aralığının alt ve üst sınırı arasında sıfırın olmaması, dolaylı etkinin anlamlı olduğunu gösterir (MacKinnon, 2008; Frey, 2018; Preacher ve Kelley, 2011). Bu doğrultuda analizlerin yeniden örnekleme ile oluşturulan daha büyük veriler üzerinde yapılması ile güvenilir sonuçlara ulaşılabilir (MacKinnon, Lockwood ve Williams, 2004).