Akademik Veri Yönetim Sistemi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Ankara Üniversitesi, Eğitim Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2018
Tezin Dili: Türkçe
Öğrenci: SEVAL KULA KARTAL
Danışman: ÖMER KUTLU
Özet:Bu araştırmada, Akademik Güdülenme Ölçeği maddelerinin boyutluluğunun aşamalı tepki modeli, genelleştirilmiş aşamalı monoton olmayan model, iki faktör modeli (bifactor model) ve DIMTEST'e dayalı olarak incelenmesi amaçlanmıştır. Bu amaç doğrultusunda, güdülenme ölçeği Ankara Üniversitesi'nde öğrenimlerini sürdüren 1858 öğrenci üzerinde uygulanmıştır. Veri matrisinin boyutluluğu modeller tarafından sağlanan madde parametre kestirimlerine, genel model veri uyumuna, madde ve birey uyum istatistiklerine dayalı olarak incelenmiştir. Karşılaştırmalar sonucunda, maddeler için kuramsal temelle en tutarlı ve en yüksek parametre kestirimlerinin iki faktör modeliyle elde edildiği görülmüştür. Monoton olmayan tek boyutlu model ve iki faktör modelinin, genel model veri uyumu açısından daha iyi sonuçlar sağladığı ortaya koyulmuştur. Madde uyum istatistiklerine göre en iyi uyumu sırasıyla iki faktör modeli, genelleştirilmiş aşamalı monoton olmayan model ve aşamalı tepki modeli sağlamıştır. İki faktör modeline dayalı olarak hesaplanan indeks değerleri ölçek maddelerinin sıralanabileceği güçlü bir genel boyutun varlığını ortaya çıkarmıştır. Ancak, çok boyutlu madde parametreleri, maddelerin hem genel boyuttaki hem de alt boyutlardaki ayırt ediciliklerinin yüksek olduğunu göstermiştir. DIMTEST'e dayalı olarak da maddelerin çok boyutluluğunu destekleyen bulgular elde edilmiştir. Analizler sonucunda elde edilen bulgulara dayalı olarak, ölçek maddelerine kuramsal ve istatistiksel açıdan en iyi uyumu iki faktör modelinin sağladığı sonucuna ulaşılmıştır. In this study, it is aimed to investigate dimensionality of Academic Motivation Scale items by depending on graded response model, generalized graded unfolding model, bifactor model and DIMTEST. Within the scope of this aim, the motivation scale was implemented on 1858 students who are studying at Ankara University. The fit of data matrix to dimensionality assumption is examined based on the item parameter estimations, general model data fit statistics, item and person fit statistics which are produced by the models. As result of the comparisons made among the models, it is found out that bifactor model provides the most consistent results with the theoretical foundation underlying the items and produces highest parameters for the items. It is revealed that generalized graded unfolding model and bifactor model enable better results than graded response model with regard to general model data fit. In terms of item fit statistics, the models that provides the best fit are bifactor model, generalized graded unfolding model and graded response model respectively. The index values obtained based on bifactor model also bring out the existence of a strong general dimension on which scale items can be ordered. However, multidimensional item parameters show that items have high discrimination parameters not only on the general factor but also on the group factors. The results of DIMTEST analysis also support that scale items are multidimensional. Based on the results of the analysis, it is concluded that bifactor model statistically and theoretically provides the best fit to the scale items.