Verilerin Analizi

3.4.1. Nicel Verilerin Analizi

Ölçekler aracılığıyla toplanan veriler, homojenlik testi doğrultusunda, SPSS 15.0 programı aracılığıyla analiz edilmiĢ, verilere Wilcoxon, Mann-WhitneyU ve Kendal ve Spearman testleri uygulanmıĢtır.

Veriler topluca SPSS programına kaydedildikten sonra, toplamda 51 adet veri giriĢi sağlanmıĢtır. Ġlk etapta, elde edilen bu verilerin yapılarının tanımlanması için frekans, descriptives ve explore komutları tek tek yapılarak; her hangi bir yanlıĢ veya eksik giriĢ veya normal dağılımı etkileyen bir durum olup olmadığı kontrol edilmiĢtir. Daha sonra, verileri faktör analizi aracılığıyla gruplandırmadan önce, tüm üç ölçekteki ters sorular çevrilmiĢ, sonrasında da her bir ölçek, genel anlamda ve alt boyutları doğrultusunda gruplandırılarak analize hazırlanmıĢtır.

Sonuç olarak, her ne kadar veriler normal dağılımın sağlandığını göstermiĢ olsa da, ordinal –sıralı– olmalarından (Demirgil, 2010, 85) ve analiz esnasında her bir grubun altındaki veri sayılarının 30‘dan küçük olmasından dolayı (Sipahi, Yurtkoru, Çinko, 2006, 183), baĢka bir deyiĢle düĢük sayılı örneklemden dolayı (Demirgil, 2010, 85) parametrik olmayan testler tercih edilmiĢtir. Bunun yanında, ―…genellikle 0,01, 0,05 veya 0,10 olarak…‖ (Akdeniz, 2012, 385) alınan alfa, p değeri, bu çalıĢma kapsamında 0,10 olarak ele alınmıĢ, analizlerin anlamlılıkları p≤0,10 kapsamında değerlendirilmiĢtir.

P değeri anlamlılık durumu, karĢılaĢtırılan veri setlerinin bire bir aynı olduğu durumda 1.0 iken, bu veri setleri farklılaĢtıkça 0 (sıfır)‘a doğru azalır (Farrell, 2011, 137). P değeri örneklem büyüklüğü açısından da önem arz eder: Buna göre örneklem büyüklüğü arttıkça p değeri düĢer (Ratner, 2003, 133). Dolayısıyla, büyük veri uygulamalarında kullanılan küçük p değerleri, önemli bir değiĢken yordayıcısıdır (Ratner, 2003, 133). Benzer Ģekilde Wakefield da (2013, 155) örneklem büyüklüğünün fazla olduğu durumlarda veri setleri arasındaki farklılıkların daha zor algılanacağından dolayı p değerinin küçültülmesinin daha anlamlı olduğuna değinmiĢtir. Goncaloğlu da (tarihsiz, 7) aynı Ģekilde, p değerinin örneklem sayısının artmasıyla küçüldüğüne değinmiĢtir. Bu bilgilerden hareketle, veri sayısının daha az olduğu tam tersi durumlarda da p değerini daha yüksek tutmanın mümkün olduğu sonucuna varılabilir.

168

Kerlinger‘e göre, her Ģey bir ve sıfır arasındadır. Bu yüzden de arası olan p=0.05 değeri sıkça kullanılır (Utts ve Heckard, 2006, 361; Farrell, 2011, 137). Fakat her bir 0.01, 0.05 ve 0.10 p değeri bize ihtiyaç olan olasılığı sağlar (Farrell, 2011, 137). Anlamlılık değerlerini 0.01, 0.05 ve 0.10 olarak kullanmak yaygın bir durumdur (Hayter, 2012, 365; Goncaloğlu, tarihsiz, 7). Farrell de (2011, 137), Hayter‘i ve Goncaloğlu‘nu bu anlamda destekler mahiyette, göz önünde bulundurulacak potansiyel avantaj durumlarına göre her hangi üç değerden birinin temel alınabileceğini vurgulamıĢtır. Benzer Ģekilde, her hangi 0.01, 0.05 ve 0.10 p değerlerinin kullanımının olası olduğunu Cengiz de (2007, 242) savunmuĢ, bu değerlerin yanında, 0.005‘in de kullanılan olası p değerlerinden olduğunu vurgulamıĢtır. Bunların yanında Ünver ve Gamgam (1986), fizik, sağlık bilimleri ve benzeri bölümlerin p değeri anlamlılık değerinin 0.005 ve 0.01 alındığını, diğer durumlarda bu değerin 0.05 veya 0.10 olarak alındığını vurgulamıĢtır (Akt: Aydıntan, 2001, 120). Clayton ve Hills (1993, 99) ise, anlamlılık durumunun geleneksel olarak 0.05 olarak alınmıĢ olmasına karĢın, modern uygulamada bu değerin 0.001 ile 0.10 arasında anlamlılık sağladığını vurgulamıĢtır.

P değeri yorumunda, çıkarım yaklaĢımında temel alınan değerler Ģu Ģekildedir (LeBlanck, 2004, 138):

p ≤ 0.05; bu değerlere sahip p değeri, evrenin parametrelerinin sıfır hipotezinden farklı olduğuna dair ―güçlü delil‖ sağlar.

0.05 < p ≤ 0.10; bu değerler arasındaki bir p değeri, evren parametreleri ve sıfır hipotezin arasında farklılık olduğunu, fakat bunu kanıtlamak için daha fazla veriye ihtiyaç olduğunu belirtir ve ―gri alan‖ olarak isimlendirilir.

p > 0.10; bu değerlere sahip p değeri evren parametreleri ve sıfır hipotezi farklılığını destekleyecek yeterli kanıt olmadığını vurgular ve ―yetersiz kanıt‖ olarak adlandırılır.

Zapranis ve Refenes (1999, 145) ve Utts ve Heckard (2006, 361) da 0.01 ve altı p değerini ―çok anlamlı,‖ 0.01 ve 0.05 arası değeri anlamlı, 0.05 ve 0.10 arası değeri marjinal düzeyde anlamlı ve 0.10‘un üstündeki p değerini anlamsız olarak açıklamaktadır.

ÇalıĢmada kapsamında ele alınan hipotezler ve kullanılan testler Ģu Ģekildedir: H1o: Deneysel grup ön-testleri ve kontrol grubu ön-testleri farklılık göstermez. / Mann- WhitneyU Testi

169

H2o: Deneysel grup son-testleri ve kontrol grubu son-testleri farklık göstermez. / Mann- WhitneyU Testi

H3o: Deney ön ve deney son-testleri ortalamaları farklılık göstermez. / Wilcoxon Testi H4o: Kontrol ön ve kontrol son-testleri ortalamaları farklılık göstermez. / Wilcoxon Testi

H5o: EleĢtirel DüĢünme Engelleri ve Alt Boyutları, EleĢtirel DüĢünme Eğilimi ve Alt Boyutları ve Genel Öz-Yeterlik ĠliĢki Yoktur / Kendal ve Spearman Testi

3.4.2. Nitel Verilerin Analizi

Nitel çalıĢma amaçlı yapılan odak grup görüĢmesi 4 adet 20‘Ģer ve 1 adet 10 dakikalık kayıtlar olmak üzere 5 bölüm ve 90 dakikadan oluĢmaktadır. Yapılan görüĢme sonunda, kamera kayıtları detaylı bir Ģekilde deĢifre edilmiĢ, görüĢmenin deĢifresi, kodlaması ve açıklamalarla birlikte 48 sayfa olarak düzenlenmiĢtir.

Nitel çalıĢma kapsamında elde edilen veriler, insan davranıĢlarını iletiĢim yöntemiyle endirekt olarak çalıĢmayı sağlayan ―içerik analizi‖ yöntemiyle analiz edilmiĢtir (Fraenkel ve diğerleri, 2012, 478). Bu analizdeki temel amaç ―… toplanan verileri açıklayabilecek kavramlara ve iliĢkilere ulaĢmaktır‖ (Büyüköztürk ve diğerleri, 2010, 269; Yıldırım ve ġimĢek, 2011, 227). Elde edilen görüĢme aracılığıyla toplanmıĢ verilerin çözümlenmesinde bilgisayar destekli nitel veri analizi programı olan N-VIVO 8.0, katılımcıların yorumlarını temalandırma, temalar altındaki frekansları belirleme ve modelleme amaçlı kullanılmıĢtır.

DÖRDÜNCÜ BÖLÜM