Araştırma verileri IBM SPSS 23.00 paket programı kullanılarak analiz edilmiştir. Araştırmada ilk olarak katılımcıların demografik dağılımlarını belirlemek amacıyla betimsel istatistikleri yapılmış ve yüzde ve frekans değerlerine yer verilmiştir. Katılımcıların kültürel zekâ düzeyleri ile çokkültürlü yeterlik algı
düzeylerine ilişkin puanları hesaplamak için aritmetik ortalama ve standart sapma değerleri hesaplanmıştır.
Araştırmada grup karşılaştırılmaları yapılırken grupların kendi içindeki normallik ve homojenliği test edilmiştir. Normallik koşullarının sağlanıp sağlanmadığını belirlemek için Kolmogorov-Smirnov testi yapılmış ve histogram grafiklerine bakılmıştır. Histogram grafikleri Ek-3’te yer almaktadır. Aynı zamanda aritmetik ortalama, mod, medyan değerleri ile çarpıklık ve basıklık katsayıları incelenmiştir. Aritmetik ortalama, mod ve medyanın eşit ya da yakın olması, çarpıklık ve basıklık katsayılarının ±1 sınırları içinde 0’a yakın olması, çarpıklık ve basıklık katsayılarının kendi standart hatalarına bölünmesi ile hesaplanan çarpıklık ve basıklık indekslerinin ±2 sınırları içinde 0’a yakın olması normal dağılımın varlığına işaret etmektedir (Tabachnick ve Fidell, 2013; McKillup, 2012; Wilcox, 2012b; Howitt ve Cramer, 2011; Lind, vd. 2006 akt. Demir, Saatçioğlu ve İmrol, 2016, s.133). Grup karşılaştırmalarında varyansların homojenliğine bakılmış ve Levene’s testi uygulanmıştır. Analiz sonuçlarına göre grup karşılaştırmalarında parametrik testlerin uygulanmasına karar verilmiştir.
Çoklu regresyon analizinin yapılabilmesi için bazı varsayımların karşılanması gerekmektedir. Çok değişkenli uç değerlerin belirlenmesi, normallik, doğrusallık ve eşvaryanslılık (homojenlik) ile bağımsız değişkenler arasında çoklu bağlantı probleminin olup olmadığını test etmek çoklu regresyon analizi için güvenilir ve geçerli sonuçlar elde etmemizi sağlar (Büyüköztürk, 2010; Çokluk, Şekercioğlu ve Büyüköztürk, 2018). Çok değişkenli uç değerlerin belirlenmesinde Mahalanobis uzaklık değerleri hesaplanmaktadır. Mahalanobis uzaklığı, bir deneğin diğer deneklerin merkezinden olan uzaklığını göstermektedir (Çokluk vd., 2018). Çok değişkenli normal dağılım varsayımının karşılanıp karşılanmadığını belirlemek için de mahalanobis uzaklık değerleri incelenebilmektedir. Hesaplamada .01 ya da daha tutucu yaklaşmak istenilirse .001 anlamlılık düzeyinden küçük olan veriler veri setinden çıkarılır (Büyüköztürk, 2010). Çok değerli uç değerlerin belirlenmesi ve aynı zamanda çok değişkenli normal dağılım varsayımının karşılanıp karşılanmadığını test etmek için mahalanobis uzaklık değerleri regresyon modeli için
belirlenen farkındalık, beceri ve bilgi bağımlı değişkenleri ile üstbiliş, biliş, motivasyon ve davranış bağımsız değişkenleri için mahalanobis uzaklık değerleri hesaplanmış p< .001 anlamlılık düzeyinde bir veriye rastlanılmamıştır. Çok değişkenli normallik ve doğrusallık için saçılma diyagramı matrisi incelenebilmektedir. Matriste yer alan dağılımların şekilleri normallik ve doğrusallık hakkında bilgi vermektedir. Elips şeklinde dağılımlar elde edilirse normallik ve doğrusallığın sağlandığı, elips şeklinden uzaklaşırsa normallikten sapma olduğu şeklinde yorum yapılabilir (Çokluk vd., 2018). Verilerin çoklu normallik ve doğrusallık varsayımını karşılayıp karşılamadığını belirleyebilmek için yapılan saçılma diyagramı matrisi incelenmiştir. Saçılma diyagramı matrisi Ek-4’te yer almaktadır.
Çok değişkenli istatistiklerde eşvaryanslılık (homojenlik) varyans- kovaryans matrislerinin eşitliği için Box M Testi ile incelenebilir. Test sonucunda anlamlılık düzeyi .05’ten büyükse çok değişkenli normallik varsayımının karşılandığı söylenebilir (Çokluk vd., 2018). Bu çalışmada çok değişkenli ANOVA uygulamasından farkındalık, beceri ve bilgi bağımlı değişkenleri ile üstbiliş, biliş, motivasyon ve davranış bağımsız değişkenlerine ait yapılan Box M Testi ( Box M=23.105; F= 1.933; p= .075 >.05) sonucunda çok değişkenli normallik varsayımının karşılandığı sonucuna ulaşılmıştır. Çoklu regresyon analizi öncesi bağımsız değişkenler (yordayıcı değişkenler) arasında çoklu bağlantı probleminin olmaması gerekmektedir. Çoklu bağlantı probleminin belirlenmesinde değişkenler arasında ikili korelasyonların, varyans artış faktörlerinin (VIF), bağımsız değişkenler için tolerans değerleri ile koşul indeks değerlerinin incelemesi yapılır. Bağımsız (yordayıcı) değişkenler arasında ikili korelasyonların yüksek çıkması çoklu bağlantı probleminin olduğunu gösterir. Dolayısıyla .80 üzerindeki korelasyon çoklu bağlantı olabileceğini, .90 üzerindeki korelasyonun ise ciddi bir çoklu bağlantı sorununun olabileceğine işaret eder. Varyans artış faktörleri 1/ (1-R2) formülü ile hesaplandığı için yordayıcı ve yordanan değişkenler arasında ilişki yoksa R2=0 olacağı için VIF=1; değişkenler arasında mükemmel bir ilişki varsa R2 = 1 olacağı için VIF= ∞ olur. R2 = .90 olduğu durumda ise VIF = 10 olacağı için VIF değerinin 10’a eşit ya da 10’dan büyük olması çoklu bağlantı probleminin olduğunu belirtir. Bir bağımsız
değişken ile ilgili olarak diğer bağımsız değişkenlerin açıklayamadıkları varyans oranına tolerans değeri denilmektedir. Bağımsız değişkenler için tolerans değerleri de 1-R2 formülü ile hesaplanır ve .10’dan küçük olması durumunda çoklu bağlantı probleminin varlığı ortaya çıkar. En yüksek özdeğerin, değişkenin özdeğerine oranının karekökü olarak hesaplanan değere durum indeksi (CI) denir. 30’dan yüksek olması durumunda çoklu bağlantı probleminin olduğuna işarettir (Büyüköztürk, 2010; Çokluk vd., 2018). Çoklu regresyon analizi öncesinde çoklu bağlantı probleminin olup olmadığını belirlemek için yapılan analiz sonuçlarına göre;
farkındalık yordanan değişkeni ile üstbiliş, biliş, motivasyon ve davranış yordayıcı
değişkenleri için yapılan analiz sonucu bağımsız değişkenler arasında ikili korelasyonların .146 ile .611 arasında değiştiği, beceri yordanan değişkeni ile üstbiliş, biliş, motivasyon ve davranış yordayıcı değişkenleri için yapılan analiz sonucu bağımsız değişkenler arasında ikili korelasyonların .223 ile .611 arasında değiştiği, bilgi yordanan değişkeni ile üstbiliş, biliş, motivasyon ve davranış yordayıcı değişkenleri için yapılan analiz sonucu bağımsız değişkenler arasında ikili korelasyonların .305 ile .611 arasında değiştiği sonucu ortaya çıkmıştır.
En büyük VIF değeri 1.870 olarak hesaplanmıştır. Bağımsız değişkenler için tolerans değeri .535 ile .744 arasında değişmektedir. Durum indeksi, CI değeri de 12.61 ile 23.84 arasında değişmektedir ve otokorelasyon olmadığı sonucu ortaya çıkmıştır. Çoklu regresyon analizi için varsayımların karşılandığı sonucuna ulaşılmıştır.
Veri analizi için yapılan işlemler açıklandıktan sonra araştırmanın yöntem bölümü Şekil 5’teki gibi özetlenebilir:
Şekil 5. Araştırmanın Yöntemi
•Genel tarama modellerinden ilişkisel tarama modeline dayalı betimsel bir çalışma
Araştırma Modeli
•Konya ili Selçuklu, Karatay ve Meram ilçelerinde 2017-2018 eğitim-öğretim yılında Suriyeli öğrencilerin öğrenim görmekte olduğu resmi ortaöğretim okulları olan Anadolu lisesi, Mesleki ve Teknik Lise ve Anadolu İmam Hatip liselerinde görev yapmakta olan öğretmenler Araştırmanın Evreni
•Suriyeli öğrencilerin devam etmekte olduğu resmi ortaöğretim okullarında görev yapmakta olan tesadüfi küme örnekleme modeliyle seçilmiş 497 öğretmen
Araştırmanın Örneklemi
•Kültürel Zekâ Ölçeği
•Çokkültürlü Yeterlik Algıları Ölçeği Veri Toplama Araçları
•Betimsel istatistikler (frekans, yüzde, ortalama, standart sapma)
•Normallik ve homojenlik testleri (Kolmogorov- Smirnov, Levene's Testi)
•Parametrik testler (Bağımsız Grup T-Testi,One Way Anova)
•Çoklu karşılaştırmalar (Tukey)
•İlişki testi (Pearson Momentler Çarpımı) •Çok değişkenli Anova (Box M testi) • Çoklu Regresyon analizi