İSTATİSTİKSEL GÜVENİLİRLİK – Tez Hazırlatma – Tez Yaptırma – Tez Yaptırma Fiyatları – Tez Örnekleri – Ücretli Tez Yazdırma – Tez Yaptırma Ücreti

İSTATİSTİKSEL GÜVENİLİRLİK

İkinci kriter olan istatistiksel güvenilirlik, kullanılan ölçme araçlarının yeterliliğini değerlendirir. Bu kriterin boyutları, sonuçların zaman içinde tekrarlanabilir olup olmadığı ve farklı örnekler ile teorik yapının istatistiksel olarak sağlam temsilidir.

Bir ölçek çeşitli zamanlarda uygulandığında aynı veya benzer sonuçlara yol açıyorsa ölçeğin güvenirliği varsayılabilir. Ampirik veriler, uygun güvenilirlik ölçümleriyle test edilirse, bir ölçeğin geliştirilmesinin altında yatan yanlış belirlenmiş bir teorik modele işaret edebilir veya teorik bir yapıyı temsil etmeye uygun olmayan maddelere işaret edebilir. Bir ölçeğin istatistiksel güvenilirliği ile ilgili olarak iki ana noktaya değinilmelidir.

Güvenilirlik ölçütleri yanlış tanımlamalara işaret etse de, bir ölçekteki maddelerin dahil edilmesi, hariç tutulması veya yeniden yazılması ile ilgili kararlar asla tamamen ampirik gerekçelerle verilmemelidir. Her zaman ölçeğin teorik temelini, yani gerçek dünyayla olan ilişkisini hesaba katmalıdırlar. Teorik temel göz ardı edilirse, istatistiksel güvenilirlik ölçümleri gelişebilir, ancak içerik geçerliliği artık garanti edilmez.

İkinci nokta, bir ölçeğin güvenilirliğini test etmek için kullanılan istatistiksel yöntemin seçimini ifade eder. Farklı istatistiksel yöntemlerin uygulanmasının, bir yeterlilik ölçeği ile temsil edilen bir yapıda çok boyutluluğu test etme ve tespit etme (olmama) yeteneklerinden dolayı nasıl farklı sonuçlara yol açtığını göstereceğiz. Boyutsallık, bir yapıdaki temel, genellikle birbiriyle ilişkili boyutların sayısını ifade eder.

Bize göre, çok boyutluluk teorik yapıların bir özelliğidir ve istatistiksel güvenilirliği test ederken sıklıkla ihmal edilmemelidir. Bir yapının farklı boyutları varsa, bu boyutların göz ardı edilmesi sonuçların yanlış yorumlanmasına yol açabilir. Ölçekleme, normallik veya örneklem büyüklüğü gibi verilerin diğer özellikleri de dikkate alınmalıdır.

Anket ölçeklerinin güvenilirliğini test etmek için kullanılan baskın ölçüler, Cronbach alfa (α), temel bileşen analizi veya açıklayıcı faktör analizi ve daha yakın zamanda doğrulayıcı faktör analizidir. Cronbach’s alpha, bir ðrÞ ölçeğindeki maddelerin ortalama korelasyonuna dayanır ve madde sayısını (n) hesaba katar.

Tek boyutlu bir ölçeğin iç tutarlılığını gösterdiği varsayılan Cronbach’s alpha’nın kullanımı, anket ölçeklerinin tek boyutluluğu açısından güvenirliği test etmek için uygulanması nedeniyle yaygın olarak eleştirilmiştir.

Tek boyutluluk varsayımı, ölçek tarafından temsil edilen yapıya içkin olan yalnızca bir temel boyuta izin verirken, yapılar genellikle çok boyutludur, yani birden fazla temel boyutu kapsar. Eleştiri, tek boyutluluğun Cronbach’s alpha’nın önkoşul bir varsayımı olmasına ve onun tarafından test edilebilecek bir ölçeğin özelliği olmamasına dayanmaktadır.

Bu, formülüne bakarak kolayca çıkarılabilir. Her şeyden önce, tek bir madde madde grubuna sığmayabilir, ancak bu sadece bu maddenin kalan maddelerle daha düşük korelasyon göstereceği bir korelasyon matrisine bakılarak tespit edilebilir.

Daha fazla madde içeren ölçekler için tutarlılığın daha iyi sonuçlar vermesine yönelik önyargısına göre bir başka eleştiri de dile getirilebilir. Bu nedenle, çok sayıda öğe, uygun olmayan bir öğeyi gizlese de yüksek bir alfa değeri oluşturabilir. Yukarıdaki formül için korelasyon ortalamasının 0,5 olduğu varsayıldığında, 10 maddelik bir ölçek 0,91 alfa değeri üretirken 5 maddelik bir ölçek 0,83 alfa değeri üretecektir.

Cronbach alpha güvenirlik katsayısı
Cronbach alfa katsayısı Nasıl hesaplanır
Cronbach alfa değeri yorumlama
Cronbach alfa katsayısı kaç olmalı
Cronbach Alpha yöntemi nedir
Cronbach alfa katsayısı nedir
Cronbach alfa katsayısı neden kullanılır
Cronbach Alpha değeri nasıl yükseltilir

Güvenilirliği değerlendirmek için kullanılan diğer iki yaygın yöntem, keşfedici faktör analizi (EFA) ve temel bileşen analizidir (PCA). AFA ve PCA, bir ölçeğin teorik temelden yoksun olduğu ancak çok veya tek boyutluluğu test etmek için yeterli olmadığı durumlarda faydalı olabilir.

Önceden teorik veya ampirik bilginin temelinin olmadığı ve daha sonra CFA gibi teoriye dayalı yöntemler uygulanarak yeniden test edilmesi gereken alanlarda teori üretmeye yardımcı olabilirler. PCA ve EFA, her ikisi de veri azaltma yöntemleri olmasına ve çok ortak noktaları olmasına rağmen, farklı yöntemlerdir.

Bununla birlikte, PCA yaygın olarak ancak yanlış bir şekilde EFA ailesi altında sınıflandırılmaktadır: “Literatür bazen PCA’yı faktör analizi ile karıştırmaktadır; bazı istatistiksel paketlerde, FA modülünü çalıştırırken PCA varsayılan yöntemdir. Bu yöntemler arasındaki fark, PCA’nın herhangi bir hata terimi içermemesidir.

Buna karşılık FA, her değişkenin maddeye özgü bir hata terimine sahip olduğunu varsayar. PCA ayrıca SPSS 20’nin faktör analizi modülünde varsayılan ayardır. Yarı-doğrulayıcı faktör analizi olarak da adlandırılan tek faktörlü PCA, tek boyutlu bir ölçekte tek maddelerin faktör tarafından açıklanan varyansına ilişkin ilk izlenimi almak için kullanılabilir. .

Ancak aynı modelin diğer gizil faktörlerini temsil eden maddeler dahil edilemediğinden çok boyutlu bir ölçeğin tutarlı bir testinin yapılması mümkün değildir.

Ayrıca, bir ölçeğin revizyonunu yalnızca PCA’ya dayandırmak, istatistiksel güvenilirlik ve içerik geçerliliği argümanlarını dengeleme zorunluluğunu ortadan kaldırır, çünkü bu yönteme dayalı kararlar yalnızca tamamen istatistiksel gerekçelerle alınabilir.

Yapısal eşitlik modellemesinde (SEM) doğrulayıcı faktör analizi, alfa ve PCA’ya göre önemli bir avantaja sahiptir. Birbiriyle ilişkili faktörlerin tutarlı modelleri ve dolayısıyla çok boyutluluk, maddelerin faktör güvenilirliği ve önerilen teorik modelin genel güvenilirliği ile ilgili olarak test edilebilir.

Model yapısı, açık değişkenleri, yani ölçeğin maddelerini ve örtük değişkenleri, yani temsil ettikleri teorik yapıları içerir. Gizli yapılara yönelik yükler, açık değişkenlerin ölçüm hataları ve gizli yapıların varyansları ve bunların ölçüm hataları, bildirim öğeleri için ampirik puanlara dayalı olarak tahmin edilir.

Teorik modelin genel uyumu, bu model için ampirik korelasyon veya kovaryans matrisi ile tahmini korelasyon veya kovaryans matrisi karşılaştırılarak tahmin edilir. Model uyum indeksleri, ampirik ve teorik modelin kovaryans matrisleri arasında herhangi bir tutarsızlık olmadığında en iyi model uyumunu gösterir.

Bu bölümde sunulan uyum indeksleri, varsayılan kesme değeri <0.08 olan standartlaştırılmış kök ortalama kalıntısı (SRMR), varsayılan kesme değeri <0.06 olan yaklaşık ortalama karekök hatası (RMSEA),  indeksi (TLI) ve karşılaştırmalı uyum indeksi (CFI), her ikisi de >0.93 varsayılan kesme değerine sahiptir. Faktör yükleri, gizli değişken tarafından açıklanan gözlenen değişkendeki varyansın %50’sinden fazlası ile, 0,7’yi aşarsa genel olarak kabul edilir.