A. Ata Tezbaşaran ölçek Hazırlama
b.3. Basit Doğrusal Regresyon (BDR) Tekniğiyle Madde Analizi
Yüklə 447,46 Kb.
|
- Bu səhifədəki naviqasiya:
- Seçilecek Madde
- Tablo 12
- Sıra Fark Oran ORANLI (Ratio Scale) Var Mutlak Var Eşit + + + + ARALIKLI
- + + + - SIRALAMA (Ordinal Scale) Var Değişir Var Eşit değil + + - - SINIFLAMA
- Eşitlik 6
- ÖLÇEĞİN PSİKOMETRİK ÖZELLİKLERİ Ölçeğin Güvenirliği
- Eşitlik 8
3.b.3. Basit Doğrusal Regresyon (BDR) Tekniğiyle Madde Analizi Likert tipi ölçeklerin geliştirilmesinde başvurulan madde - ölçek korelasyonlarına dayalı teknikte, kendi içinde tutarlı maddelerden oluşan bir ölçek geliştirmek için, madde puanları ile ölçek puanları arasındaki ilişkinin ölçüsüne dayalı olarak nihai ölçek için madde seçilmektedir. Korelasyonlarla incelenen, madde puanları ile ölçek puanları arasındaki birlikte değişmenin ölçüsüdür. Basit korelasyon katsayısı iki değişken arasındaki birlikte değişmenin ölçüsünü verir ve iki değişken arasında doğrusal bir ilişki bulunduğu sayıltısına dayalıdır. Bu da Likert tipi ölçek geliştirmenin sayıltıları ile tutarlıdır. Çünkü, daha önce değinildiği gibi, tek boyutlu ölçekleme tekniklerinin temel sayıltılarından biri de bir ölçekteki madde puanları ile ölçek puanları arasında doğrusal bir ilişki bulunması gereğidir. Korelasyon tekniği birçok bakımdan regresyon tekniğiyle yakından ilişkilidir. Korelasyon hesaplamada iki değişkenden birindeki değişmenin diğerindeki değişmeye bağlı olduğunu öne sürmek için yeterli temel her zaman bulunamaz (Draper ve Smith, 1966; Edwards, 1995). Oysa, Likert tipi ölçeklerin geliştirilmesinde uygulanan korelasyonlara dayalı madde analizi tekniğinde, madde puanları ile ölçek puanları için bağımlı ve bağımsız değişkenlerin belirlenmesi için gerekli ve yeterli temel bulunmaktadır. Ölçek puanları madde puanlarına 38
bağlı olarak değişmektedir. Bu nedenle madde puanları bağımsız değişken, ölçek puanları bağımlı değişken olarak incelenebilir. Bir değişkendeki değişmelere bağlı olarak diğerindeki değişmelerin yordanması için regresyon teknikleri kullanılabilir. Geleneksel test ve ölçek geliştirmede denemelik maddeler arasından madde seçmede genellikle test ya da ölçek puanları ölçüt alınmaktadır. Ölçek puanlarının ölçüt alınarak kendi içinde daha tutarlı (güvenilir) bir ölçek oluşturulması amaçlanmaktadır. Aynı düşünceyle, iç tutarlığı daha yüksek bir ölçek elde etmek için ölçek puanlarını daha çok yordayabilen maddelerin seçilmesinin de aynı amaca hizmet etmesi beklenir. Regresyon tekniği ile, bilinen ölçülerden, bilinen ilişkilere dayalı olarak bilinmeyen ölçülerin kestirilmesi söz konusudur (Arıcı, 1992). Tek boyutlu ölçekleme modelinde madde puanları ile ölçek puanları arasında doğrusal bir ilişki bulunması gerektiğinden, madde puanlarından ölçek puanlarını yordamak için basit doğrusal regresyon tekniğinden yararlanılabilir (Tezbaşaran, 1996b). Basit doğrusal regresyon (BDR) tekniğiyle madde analizi yapılmasında izlenecek işlem adımları aşağıdaki biçimde özetlenebilir (Tezbaşaran, 1996b) : a) Madde Ham Puanı: Denemelik ölçeğin uygulanması sonucunda her bir cevaplayıcının her maddeye göstermiş olduğu tepki, maddenin olumlu ya da olumsuz oluşuna dayalı olarak puanlanır. b) Ölçek Puanı: Her cevaplayıcı için denemelik ölçekteki maddelerden almış olduğu puanlar toplanarak, cevaplayıcıların ölçek puanları hesaplanır. c) BDR Eşitlikleri: Her bir madde için, madde puanları bağımsız değişken, ölçek puanları da bağımlı değişken olmak üzere basit doğrusal regresyon eşitliği hesaplanır. Hesaplanan BDR eşitliklerinin (regresyon katsayılarının) manidarlığı varyans analizi yoluyla sınanır. d) Madde Seçme: Regresyon katsayısının işareti eksi olan maddeler ile BDR eşitliği manidar olmayan maddeler, seçilmeyecek maddeler olarak belirlenir. Bunların dışında kalan, regresyon katsayısının işareti artı ve regresyon 39
eşitliği istenen düzeyde manidar olan maddeler, seçilebilir maddeler grubunu oluşturacaktır. Bu aşamadan sonra seçilebilir maddeler arasından nihai ölçeğe madde seçmek için aşağıda belirtilen iki seçenekten biri kullanılabilir. Ölçek oluşturmak için, seçilecek maddeler arasında olumlu ve olumsuz ifadeleri taşıyan maddelerin sayısının birbirine eşit olması, ölçülecek psikolojik yapının kapsamını temsil etmesi gibi ölçütleri de göz önünde bulundurmak gerekir. Seçenek 1: Denemelik ölçekteki seçilebilir maddeler en büyük regresyon katsayısına sahip olan maddeden en küçük katsayıya sahip olan maddeye doğru sıralanır. Sıralama işlemi tamamlandıktan sonra, sıranın en üstündeki maddeden başlanarak ve olumlu - olumsuz ifade dengesi gözetilerek, belirlenen sayıda madde seçilir. Seçenek 2: Her maddeye ilişkin olarak hesaplanan BDR eşitliklerinin manidarlığının varyans analiziyle belirlenmesi sonucunda, her bir madde için F değeri hesaplanmış olacaktır. Maddeler sahip oldukları F değerlerine göre büyükten küçüğe doğru sıralanır. F değeri manidar olanlar arasından, en büyük F değerinden başlanarak, olumlu-olumsuz ifade dengesi gözetilerek, belirlenen sayıda madde seçilir. Tablo 7: Deneme formundan seçilebilecek bir maddeye ait regresyon özeti (Abacus, 1992) 100 .583 .34 .334 14.231 N R R Squared Adjusted R Squared RMS Residual Regression Summary PUAN vs. m35 Tablo 7’de seçilebilecek bir maddeye ait regresyon özeti tablosu verilmiştir. Burada bağımsız değişken madde puanları, bağımlı değişken ise ölçek puanlarıdır. Bu tabloda analiz kapsamındaki denek sayısı (N), 35. madde puanları ile ölçek puanları arasındaki korelasyon katsayısı (r), bu korelasyon katsayısının karesi (R Squared) ve hata varyansı (RMS Residual) gösterilmiştir. Tablo 7’de görüldüğü 40
gibi madde puanları ile ölçek puanları arasındaki korelasyon katsayısı 0.58’dir. Madde ile ölçek puanları varyansının yaklaşık % 34’ü açıklanabilmektedir. Tablo 8’de yukarıda regresyon özeti verilmiş olan denemelik ölçekteki 35. madde puanları ile ölçek puanları arasındaki BDR eşitliğinin manidarlığının sınanmasına ilişkin varyans analizi (ANOVA) sonuçları gösterilmiştir. Bu tabloda regresyon eşitliğine (Regression), hata varyansına (Residual) ve toplama (Total) ait serbestlik derecesi (DF), kareler toplamı (Sum of Squares), ortalama kare (Mean Square), F değeri (F Value) ve manidarlık düzeyi (P-Value) gösterilmiştir. Bu tabloda hesaplanan BDR eşitliğinin p < 0.0001 düzeyinde manidar olduğu görülmektedir. Tablo 8: Tutum ölçeğinin deneme formundaki 35. madde puanları ile ölçek
1 10236.587 10236.587 50.543 <.0001 98 19848.163 202.532 99 30084.750 DF Sum of Squares Mean Square F-Value P-Value Regression Residual Total
ANOVA Table PUAN vs. m35 41
Y = 136.96 + 10.803*X; R2 = .34 Şekil 13: Tutum Ölçeğinin Deneme Formundaki 35. Madde Puanları (m35) ile Ölçek Puanları (PUAN) Arasında Hesaplanan Regresyon Eşitliği ve Grafiği (Abacus, 1992)(m35) ile Ölçek Puanları (PUAN) Arasında Hesaplanan Regresyon Eşitliği ve Grafiği (Abacus, 1992) Şekil 13’te tutum ölçeğinin deneme formundaki 35. madde puanları ile ölçek puanlarının iki yönlü dağılımı gösterilmiştir. BDR eşitliği Y=a+bX şeklindedir. Burada Y, yordanan ölçek puanını; a , regresyon doğrusunun ölçek puanlarını gösteren y dikey eksenini kestiği noktanın madde puanlarını gösteren x yatay eksenine olan uzaklığını (kesim noktasını); b, regresyon katsayısını; X, madde puanını; R2 ise ölçek puanları varyansının hesaplanan BDR eşitliği ile açıklanan yüzdesini göstermektedir. Şekil 13 ve diğer regresyon grafiklerinde, Y düşey ekseni ölçek puanlarını göstermektedir. Regresyon grafiklerindeki yatay eksen de madde puanlarını göstermektedir. Bir maddeden alınabilecek en küçük puan 1, cevap verilmemesi halinde 0’dır. Cevapsız madde bulunmadığı için 60 maddelik bir deneme ölçeğinden alınabilecek en küçük toplam puan 60’tır ve bu nedenle, bu dik koordinatlar sistemindeki y ekseninin orijindeki değeri de 60’tır. 42
Tutum ölçeğinin deneme formundaki 35. madde puanları ile ölçek puanları arasında hesaplanan BDR eşitliğinde kesim noktası 136.96, regresyon katsayısı ise 10.803’tür. Tutum ölçeğinin deneme formundaki 31. madde nihai ölçek için seçilmeyecek bir maddeye örnek olarak gösterilebilir. Tablo 9’da bu ölçeğin deneme formundaki 31. madde puanları ile ölçek puanları arasındaki regresyon analizine ilişkin özet bilgiler verilmiştir. Tablo 9: Tutum ölçeğinin deneme formundaki 31. maddeye ait regresyon özeti (Abacus, 1992) 100 .074 5.544E-3 • 17.472 N R R Squared Adjusted R Squared RMS Residual Regression Summary PUAN vs. m31 Tablo 9’da görüldüğü gibi, tutum ölçeğinin deneme formundaki 31. madde puanları ile ölçek puanları arasındaki korelasyon 0,07’dir ve BDR eşitliği ile ölçek puanları varyansının 0,005’i açıklanabilmektedir. Tablo 10’da tutum ölçeğinin deneme formundaki 31. madde puanları ile ölçek puanları arasındaki BDR eşitliğinin manidarlığının sınanmasına ilişkin varyans analizi (ANOVA) sonuçları gösterilmiştir. Bu tabloda 31. madde puanları ile ölçek puanları arasında hesaplanan BDR eşitliğinin manidar olmadığı görülmektedir. Tablo 10: Tutum ölçeğinin deneme formundaki 31. madde puanları ile ölçek puanları arasındaki regresyon eşitliğine ait ANOVA sonuçları (Abacus, 1992) 1 166.790 166.790 .546 .4616 98 29917.960 305.285 99 30084.750 DF Sum of Squares Mean Square F-Value P-Value Regression Residual Total
ANOVA Table PUAN vs. m31 43
Y = 150.588 + 1.298 * X; R2 = 5.544E-3 Şekil 14: Tutum ölçeğinin deneme formundaki 31. madde puanları ile ölçek puanları arasında hesaplanan regresyon eşitliği ve grafiği (Abacus Corp., 1992) Şekil 14’te tutum ölçeğinin deneme formundaki 31. madde puanları ile ölçek puanları arasında hesaplanan BDR eşitliği ve buna ilişkin grafik gösterilmiştir. Bu eşitlikte kesim noktası 150.588, regresyon katsayısı 1.298’dir. Buraya kadar BDR tekniğiyle seçilebilecek maddelere örnek olarak gösterilen tutum ölçeğinin deneme formundaki 35. maddesine ve seçilmeyecek maddelere örnek olarak da tutum ölçeğinin deneme formundaki 31. maddesine ait sonuçlar özetlenmiştir. Örnek gösterilen maddelere ilişkin veriler Tezbaşaran’ın (1996a; 1996b) çalışmalarından alınmıştır. 44
A. Ata Tezbaşaran Daha önce de belirtildiği gibi, BDR tekniğine dayalı olarak Likert tipi ölçeklerin madde analizinde, her madde için hesaplanan regresyon eşitliklerindeki regresyon katsayısı ve bu eşitliklerin varyans analizi (ANOVA) ile sınanması yoluyla hesaplanan F değeri madde seçme ölçütü olarak kullanılabilir. BDR tekniğine dayalı madde analiziyle seçilecek ve seçilmeyecek maddeler ile bu ölçütler arasındaki ilişkiler Tablo 11’deki gösterimle özetlenebilir (Tezbaşaran, 1996b).
Madde seçme ölçütü olarak kullanılacak olan istatistikler hesaplandıktan sonra bunlardan birine göre maddeler seçilme sırasına konur. Olumlu - olumsuz ifade dengesi korunarak seçilebilecek maddeler arasından tutum konusunun kapsamını daraltmayacak sayıda madde seçilerek ölçek oluşturulur. 45
A. Ata Tezbaşaran Standart Puanlar Likert’in (1932) tanımıyla elde edilmiş olan ölçek puanları, sıralama ölçeği düzeyindedir. Bu puanlar, bireyleri tutuma sahip oluş dereceleri bakımından sıraya koymaya elverişlidir. Sıralama ölçeğinden elde edilen ölçülerle sıralar arasındaki farkın miktarı bilinemez. Çünkü sıralama ölçeğinin eşit birimleri yoktur. Dolayısıyla bu puanları kullanarak bireyler arasındaki tutum farklılıkları da bildirilemez. Puanlar arasındaki farkın miktarının bilinebilmesi için puanların en azından eşit aralıklı bir ölçekle elde edilmesi gerekir. Ham puanların standartlaştırılması yoluyla elde bulunan sıralama ölçeği düzeyindeki ölçek puanları dizisi, eşit aralıklı ölçek düzeyinde bilgi veren puan dizisine dönüştürülebilir. Tablo 12: Ölçek düzeyleri Ölçek düzeyi Formel nitelikleri Bilgi verme gücü Başlangıç noktası Birimleri Nitelik bildirme gücü Nicelik bildirme gücü Sıra Fark Oran ORANLI (Ratio Scale) Var
Mutlak Var
Eşit + + + + ARALIKLI (Interval Scale) Var
Tanımlı Var
Eşit + + + - SIRALAMA (Ordinal Scale) Var
Değişir Var
Eşit değil + + - - SINIFLAMA (Nominal Scale) Yok Yok + - - - Tablo 12’de gösterildiği gibi eşit aralıklı bir ölçek tanımlamak için iki yapısal özelliğin karşılanması gerekir. Bunlardan birincisi keyfi de olsa bir başlangıç noktasının, ikincisi de birbirine eşit birimlerin tanımlanmasıdır. Ölçek puanları dağılımının aritmetik ortalaması başlangıç noktası ve dağılımın her bölgesinde eşit aralıkları gösteren standart kayması da birim olarak ele alındığı zaman eşit aralıklı bir ölçeğin yapısal gerekleri karşılanmış olur. Böylece bir puan dağılımının kendi içinde bir bireyin puanı ile diğer bir bireyin puanı arasındaki farkın miktarı bilinebilir. Bu düşünceden hareketle puan dağılımının biçimini 46
A. Ata Tezbaşaran bozmadan doğrusal olarak dönüştürme yoluyla geliştirilen puanlara standart puan adı verilir. Bu dönüştürmede ilk elde edilen puan z puanıdır. Eşitlik 6’da i puan dizisindeki herhangi bir bireyi, Xi herhangi bir bireyin ölçek puanını, X puan dağılımının aritmetik ortalamasını, Sx ise puan dağılımının standart kaymasını göstermektedir. zi = (Xi − X ) Sx Ti = 10zi + 50 Eşitlik 6: Bir puan dağılımındaki herhangi bir bireyin z puanı Eşitlik 7: Bir puan dağılımındaki herhangi bir bireyin T puanı Eşitlik 6’nın incelenmesinden de anlaşılacağı gibi, eğer dağılımdaki bir bireyin puanı dağılımın aritmetik ortalamasına eşit ise z puanı sıfır olur. Dağılımdaki aritmetik ortalamadan büyük puanlar sıfırdan büyük, aritmetik ortalamadan küçük olanlar da sıfırdan küçük ve dolayısıyla işareti eksi olur. Eksi işaretli puanların yorumlamayı ve iletişimi güçleştirmesinden dolayı, z puanları, ortalaması 50, standart kayması 10 olan bir dağılıma doğrusal olarak dönüştürülebilir ve T puanları elde edilebilir (Eşitlik 7). Bu dağılımda, ölçek puanı dağılımın aritmetik ortalamasına eşit olan bir bireyin standart puanı 50’dir.
Buraya kadar sözü edilen standart puan türlerinin dayanağı, ölçekten elde edilen puanlardır. Ölçek puanları da madde puanlarının toplamından oluşmaktadır. Madde puanlarının olduğu gibi toplanmasındaki temel dayanak ise, ölçekteki her bir maddenin eşit ölçme gücüne sahip olduğu sayıltısıdır. Oysa, madde analizi işlemleri yapılırken açıkça görüleceği gibi, ölçeğe konulan her bir maddenin ölçeğin tümüyle ölçülmek istenen tutumu ölçmede aynı katkıyı sağladığı söylenemez. Bu nedenle her bir maddenin ölçek puanlarına katkısını dikkate alan bir ağırlıklı ölçek puanı hesaplanmalıdır. Madde puanları dizisi ile ölçek puanları dizisi arasında hesaplanan regresyon katsayısı, madde puanlarını ağırlıklandırmada da bir katsayı olarak kullanılabilir. Her bir maddeye ait puan ile regresyon katsayısı çarpılarak ağırlıklı madde puanı elde edilir ve bunlar toplanarak ağırlıklı ölçek puanları hesaplanmış olur. Daha sonra elde edilen ağırlıklı puanlar, standart puanlara dönüştürülerek kullanılabilir. 47
Madde analizi birçok sorunun cevabını aramak için yapılır. Deneme ölçeğinde bulunan bu maddeler, ölçülmesi düşünülen yapıyı vardayacak ilişki içinde midir? Bir başka deyişle, her bir madde diğerleri ile ne ölçüde ilişkilidir? Hangi maddeler en iyi ölçümü verebilir? Hangi maddelerden oluşturulacak ölçeğin güvenirliği ve geçerliği daha yüksek olur? Bu ve buna benzer sorularla, her ölçme sonucunda en azından iki temel psikometrik özelliğe ilişkin bilgi aranmaktadır. Bunlar güvenirlik ve geçerliktir. Güvenirlik bir ölçme aracının duyarlı, birbiriyle tutarlı ve kararlı ölçme sonuçları verebilmesi gücüdür. Geçerlik ise bir ölçme aracının, bu araçla ölçülmek istenen özeliğin ölçülerini başka özelik ya da özeliklerin ölçüleriyle karıştırmadan verebilme gücüdür. Bir başka deyişle ölçülmek istenen özeliğin bütünüyle ölçülebilme derecesidir. Güvenirlik ve geçerlikle ilgili bilgiler için Aiken (1985), Anastasi (1988), Cohen, Montague, Nathanson ve Swerdlik (1988), Crocker & Algina (1986), Cronbach (1984), Ebel (1965), Elms, Kantowitz, Roediger (1992), Kline (1986), Murphy & Davidshofer (1991), Özçelik (1992), Turgut (1983) gibi kaynaklara başvurulabilir. Ölçek geliştirenler, üzerinde çalıştıkları ölçekle elde ettikleri puanların güvenirlik düzeyini öncelikle araştırmak zorundadırlar. Ölçek geliştirmede temel amaç, tüm çabaların sonunda daha güvenilir ve daha geçerli bir ölçme aracı elde etmektir. Güvenilir olmayan puanlar rasgele (random) hatalarla yüklüdür. Böylesi bir ölçekle elde edilen puanlar kendi içinde ve bir uygulamadan diğerine tutarlı sonuçlar vermez. Yeterince güvenilir olmayan puanların geçerliğini araştırmaya gerek yoktur. Çünkü güvenilir olmayan ölçme sonuçları geçerli olamaz. Ne var ki, ölçek puanlarının güvenirliğinin kanıtlanmış olması, bu puanların geçerli olduğu anlamına gelmez. Geçerli olmayan puanlar güvenilir olsa bile bir işe yaramaz. Güvenirliğin sağlanmış olması, geçerliğin sağlanması için önkoşul olmakla birlikte yeterli koşul değildir. 48
Bir ölçeğin güvenirlik düzeyini kestirmek için birden çok teknik vardır (Anastasi, 1988). Bunlardan hangisinin izleneceği madde puanlarının doğasına, ölçek hakkındaki sayıltılara, araştırma koşullarına ve amaçlarına bağlıdır. Likert tipi bir ölçeğin dayandığı sayıltılarından daha önce söz edilmişti. İstatistiksel sınamaların da ölçek hakkındaki sayıltı ve tanımlamalarla tutarlı olması gerekir. Böyle bir ölçekteki bir maddeden elde edilen puan dağılımının sürekli bir değişken olduğu kabul edilmektedir. Bu durumda Likert tipi bir ölçeğin güvenirliğini kestirmek için, öncelikle, Cronbach (1951) tarafından geliştirilmiş olan ve kendi adıyla anılan α katsayısının kullanılması gerekir. Birbiriyle yüksek ilişki gösteren maddelerden oluşan ölçeklerin a katsayısı yüksek olur. Cronbach α katsayısı, ölçek içinde bulunan maddelerin iç tutarlığının (homojenliğinin) bir ölçüsüdür. Ölçeğin α katsayısı ne kadar yüksek olursa bu ölçekte bulunan maddelerin o ölçüde birbirleriyle tutarlı ve aynı özeliğin öğelerini yoklayan maddelerden oluştuğu şeklinde yorumlanır. Bu noktada küçük bir hatırlatma yapılmalıdır. Likert tipi ölçek geliştirmek isteyenlerin, bu ölçek tipiyle ilgili olarak yapılmış hatalı güvenirlik hesaplama biçimleri ile karşılaşma olasılığı vardır. Örneğin Kuder - Richardson 20 (KR 20) güvenirlik katsayısı, Cronbach α katsayısı ile kuramsal olarak aynı bağlamda bilgi verir. Her ikisi de maddeler arasındaki tutarlığın, benzeşikliğin ölçüsüdür. Bununla birlikte, KR 20 güvenirlik katsayısı madde puanları iki kategorili olduğu zaman kullanılır. Örneğin, ölçeğin maddelerine verilen cevaplar “doğru - yanlış”, “evet - hayır”, “var - yok”, gibi iki seçenekten birine tepkide bulunmayı gerektiriyorsa, bu durumda “iç tutarlık” ölçüsünü hesaplamak için KR 20 katsayısının kullanılması gerekir. Madde puanları dizisinin sürekli bir değişken olduğunun kabul edildiği durumlarda, Likert tipi ölçeklerde olduğu gibi, Cronbach α katsayısının kullanılması zorunlu olur. Gerçi, Likert tipi bir ölçeğin maddelerine verilen cevapları ikili bir dağılıma (binary) çevirip KR 20 hesaplamak da olasıdır. Fakat bu, hem ek bir külfet hem de madde puanlarında bilgi kaybına yol açılması demektir. Gerektiğinde test - tekrar test yoluyla da güvenirlik sınanabilir. Test - tekrar test güvenirliği, bir ölçme aracının uygulamadan uygulamaya tutarlı sonuçlar verebilme gücünün bir ölçüsüdür. Bu ölçü bir ölçeğin kendi içinde tutarlı maddelerden oluştuğu anlamına gelmez. Oysa Likert tipi ölçeklerin yapısıyla ilgili temel 49
sayıltılardan biri, ölçekte bulunan her bir maddenin ölçülen tutumla monotonik bir ilişki içinde olduğudur. Bu her bir maddenin aynı tutumu ölçtüğü anlamına gelir. Bu nedenle Likert tipi ölçeklerde öncelikle iç tutarlığın sınanması gerekir. Bunun için en uygun yol Cronbach α güvenirlik katsayısının hesaplanmasıdır. Likert tipi bir ölçekte yeterli sayılabilecek güvenirlik katsayısı olabildiğince 1’e yakın olmalıdır. α = K K − 1 1− Sj 2
KΣ Sx 2 K : ölçekteki madde sayısı Sj 2 : j. maddenin madde puanları varyansı Sx 2 : ölçek puanları varyansı Eşitlik 8: Cronbach α güvenirlik katsayısı (Cronbach, 1951) Güvenirlik K/(K-1)
50
A. Ata Tezbaşaran Likert tipi bir ölçek için Cronbach α güvenirlik katsayısının tanımı Eşitlik 8’de verilmiştir. Madde - cevaplayıcı matrisinin oluşturulduğu bir işlem tablosunda, bu eşitlik kullanılarak güvenirlik katsayısı hesaplanabilir. Şekil 15’te, A sütunundan başlayan ve BH sütununa kadar devam eden, BH sütununda 60. maddenin yer aldığı madde - cevaplayıcı matrisinin sağ alt köşesi verilmiştir. BI sütununda ise ölçek puanları hesaplatılmıştır. 100. satırda, örneklemdeki 100. kişinin madde puanları ile ölçek puanı bulunmaktadır. 102 nolu satırda ise her bir sütunun (madde ve ölçek puanlarının) varyansı hesaplatılmıştır (Claris, 1991). BK103’te soru sayısı, BI102’de ölçek puanları varyansı hesaplatılmış, BK105’e aktarılmıştır, BK106’da A102’den BH102’ye madde varyansları toplatılmış, BK108’de ise güvenirlik katsayısı hesaplatılmıştır. Yüklə 447,46 Kb. Dostları ilə paylaş:
|