Show simple item record

dc.contributor.advisorDOĞAN, NURİ
dc.contributor.authorBIKMAZ BİLGEN, ÖZGE
dc.date.accessioned2017-03-29T06:59:53Z
dc.date.available2017-03-29T06:59:53Z
dc.date.issued2016
dc.date.submitted2016-12-19
dc.identifier.urihttp://hdl.handle.net/11655/3318
dc.description.abstractThis research aimed to identify, for polytomous data, the effects of independent variables as sample size, sample distribution, the number of items in the test and the number of response categories of items in the test on estimations achieved by Graded Response Model (GRM) under Parametric Item Response Theory (PIRT) and by Monotone Homogeneity Model (MHM) under Non-Parametric Item Response Theory (NPIRT). To achieve this aim, the research was performed as a basic study of which 7200 simulation conditions determined by the variables as sample size, sample distribution, the number of items and the number of categories of items were designed. Estimates, for conditions as sample size (N= 100, 250, 500, 1000), sample distribution (normal, -0.5 skewed, -1.0 skewed), the number of items (10, 20, 40, 80) and the number of categories of items (3, 5, 7), which were achieved by GRM and MHM were examined by respectively calculating model data fit, reliability values, item parameters, errors of parameters and bias values. As a result of the research, that values were affected by increase of variables while the model data fit was calculated at GRM and that values cannot be interpreted alone made comparison and generalization of those values difficult. The practical calculation of model data fit and interpretation without the need for another value at MHM provided superiority over GRM. Due to giving similar results at small samples and at conditions with fewer items to conditions with larger samples and multiple items, MHM had a wider range of implementation. Another research result was that the reliability values gave similar results for both models. The increase in sample size had little effect on reliability value. In both models, values increased by increase of both the number of items and number of item response category. Reliability value of estimates decreased as the distribution skewness increased. In the results related to the item parameters, the correlation of GRM parameters with true parameters increased as the number of items, the number of categories of items and sample size increased. The number of items of discrimination (a) parameters showed tendency to decrease as the number of categories of items and sample size increased. This pattern decreased as the distribution skewness increased. The variation in threshold (b) parameters did not show a certain pattern. Standard error, RMSE, bias values of parameters were estimated higher at small samples and at conditions with fewer items. The error and bias level increased when the distribution skewness increased. In MHM, as the number of items, the number of categories of items and the sample size increased the scalability (H) coefficient and difficulty (P) values did not show a statistically significant change. In general, it could be suggested that values were close to each other. The standard errors of the parameters calculated for MHM were very low compared to GRM at small sample and short test conditions and took close values to each other at all the conditions. In conclusion, that parameter estimates by GRM were highly correlated with true values, more reliable and less faulty was owing to that the distribution showed normality and that sample size with at least 500 was provided. It was concluded that the number of items which was at least 20 and the number of category which was at least 5 were effective factors in providing the parameter goodness in the estimates. Thus, in case the research conditions do not allow changes at sample size, the number of sample items or the number of item categories, it can be suggested that MHM which provides less faulty and more stable estimations at all the conditions can be preferred.tr_TR
dc.description.tableofcontentsYAYIMLAMA VE FİKRİ MÜLKİYET HAKLARI BEYANI iii ETİK BEYANNAMESİ iv ÖZ…………………. v ABSTRACT vii TEŞEKKÜR ix İÇİNDEKİLER ix ÇİZELGELER DİZİNİ xiii ŞEKİLLER DİZİNİ xv SİMGELER VE KISALTMALAR DİZİNİ xviii 1.GİRİŞ…………. 19 1.1.Problem Durumu 19 1.2.Araştırmanın Amacı ve Önemi: 22 1.3. Problem Cümlesi: 24 1.3.1. Alt Problemler: 24 1.4. Sayıltılar: 25 1.5. Sınırlılıklar: 25 1.6. Tanımlar: 25 1.7. Araştırmanın Kuramsal Temeli 26 1.7.1. Madde Tepki Kuramı Varsayımları 27 1.7.1.1. Tek boyutluluk 27 1.7.1.2. Yerel Bağımsızlık 28 1.7.1.3. Normallik 28 1.7.2. Madde Tepki Kuramı Modelleri 29 1.7.2.1. Parametrik Madde Tepki Kuramı (PMTK) Modelleri 31 1.7.2.1.1.İki Kategorili MTK Modelleri 31 1.7.2.1.1.1. Bir Parametreli Lojistik Model (1PLM) ve Rasch Modeli 32 1.7.2.1.1.2. İki Parametreli Lojistik Model (2PLM) 33 1.7.2.1.1.3. Üç Parametreli Lojistik Model (3PLM) 33 1.7.2.1.2. Çok Kategorili Madde Tepki Kuramı Modelleri 34 1.7.2.1.2.1. Kısmi Puan Modeli (KPM) 35 1.7.2.1.2.2. Dereceli Ölçekleme Modeli (DOM) 36 1.7.2.1.1.3.Aşamalı Tepki Modeli (ATM)………………………………....37 1.7.2.2. Parametrik Olmayan Madde Tepki Kuramı Modelleri 38 1.7.2.2.1. İki Kategorili Veriler için Modeller 42 1.7.2.2.1.1. Monoton Homojenlik Modeli 42 1.7.2.2.1.2. İkili Monotonluk Modeli (İMM) 43 1.7.2.2.2. Çok Kategorili Veriler için Modeller 44 1.7.2.2.2.1. Oranlı Eğri Modeli (OEM) 44 1.7.2.2.2.2. Kernel Smooting Modeli (KSM) 45 1.7.2.2.2.3. Çok Kategorili Veriler İçin Monoton Homojenlik Modeli 45 2. İLGİLİ ARAŞTIRMALAR 50 2.1. PMTK ve PoMTK Kestirimlerinin Birlikte İncelendiği Çalışmalar 50 2.2. Aşamalı Tepki Modeliyle Parametre İyiliğine İlişkin Çalışmalar 53 2.3. İlgili Çalışmaların Özeti 54 3. YÖNTEM 56 3.1. Araştırmanın Türü 56 3.2. Araştırmanın Deseni 56 3.3. Simülasyon İşlemi 59 3.4. Verilerin Analizi 60 4. BULGULAR VE TARTIŞMA 64 4.1. Birinci Alt Problem İçin Bulgular 64 4.1.1. Model Veri Uyumlarına İlişkin Bulgular 64 4.1.2. Güvenirlik Değerlerine İlişkin Bulgular 66 4.1.3. Gerçek İle Kestirilen Parametreler Arasındaki Korelasyon Değerlerine İlişkin Bulgular 67 4.1.4. Madde Parametrelerine İlişkin Bulgular 70 4.1.5. Madde Hatalarına İlişkin Bulgular 75 4.1.5.1.Standart Hatalara İlişkin Bulgular 75 4.1.5.2. RMSE’ye İlişkin Bulgular 80 4.1.5.3. Guttman Hatalarına İlişkin Bulgular 84 4.1.6.Yanlılık Değerlerine İlişkin Bulgular 84 4.2. İkinci Alt Problem İçin Bulgular 90 4.2.1. Model Veri Uyumlarına İlişkin Bulgular 90 4.2.2. Güvenirlik Değerlerine İlişkin Bulgular 91 4.2.3. Gerçek İle Kestirilen Parametreler Arasındaki Korelasyon Değerlerine İlişkin Bulgular 92 4.2.4. Madde Parametrelerine İlişkin Bulgular 95 4.2.5. Madde Parametrelerinin Hatalarına İlişkin Bulgular 98 4.2.5.1. Maddelerin Standart Hatalarına Ait Bulgular 98 4.2.5.2. RMSE’ye İlişkin Bulgular 102 4.2.5.2. Guttman Hatalarına İlişkin Bulgular 106 4.2.6. Parametrelerin Yanlılık Değerlerine Ait Bulgular 107 4.3. Üçüncü Alt Problem İçin Bulgular 111 4.3.1. Model Veri Uyumlarına İlişkin Bulgular 111 4.3.2. Güvenirlik Değerlerine İlişkin Bulgular 113 4.3.3. Gerçek İle Kestirilen Parametreler Arasındaki Korelasyon Değerlerine İlişkin Bulgular 114 4.3.4. Madde Parametrelerine İlişkin Bulgular 117 4.3.5. Madde Parametrelerinin Hatalarına İlişkin Bulgular 122 4.5.3.1. Standart Hatalara Ait Sonuçlar 122 4.3.5.2. RMSE’ye İlişkin bulgular 126 4.3.5.3. Guttman Hatalarına İlişkin Bulgular 129 4.3.6. Parametrelerin Yanlılık Değerlerine Ait Bulgular 130 5.SONUÇ VE ÖNERİLER 134 5.1. Sonuçlar 134 5.1.1. Teste ait Model Veri Uyumunun Değerlendirilmesine İlişkin Sonuçlar 134 5.1.2. Testlere ait Güvenirliklerin Değerlendirilmesine İlişkin Sonuçlar 135 5.1.3. Gerçek Parametreler ile Kestirilen Parametreler Arasındaki İlişkinin Değerlendirilmesine İlişkin Sonuçlar 135 5.1.4. Madde Parametrelerinin Değerlendirilmesine İlişkin Sonuçlar 136 5.1.5. Madde Parametrelerinin Hatalarının Değerlendirilmesine İlişkin Sonuçlar 137 5.1.5.1. Standart Hatalara ait Sonuçlar 137 5.1.5.2. RMSE Değerlendirilmesine İlişkin Sonuçlar 138 5.1.5.2. Guttman Hatalarının Değerlendirilmesine İlişkin Sonuçlar 138 5.1.6. Madde Parametrelerinin Yanlılıklarının Değerlendirilmesine İlişkin Sonuçlar 138 5.2. Öneriler 139 5.2.1. Araştırma Sonuçlarına Dayalı Öneriler 139 5.2.2. Gelecek Araştırmalara Yönelik Öneriler 140 KAYNAKÇA 141 EKLER DİZİNİ 145 EK 1. ETİK KOMİSYON İZİN MUAFİYET FORMU 146 EK 2. ORJİNALLİK RAPORU 147 EK 3. GERÇEK PARAMETRE DEĞERLERİ 149 EK 4. ÖRNEKLEM DAĞILIMLARINA AİT HİSTOGRAMLAR 154 EK 5. TEKBOYUTLULUK VARSAYIMINA AiT BULGULAR 155 EK 6. BİRİNCİ ALT PROBLEMLE İLGİLİ ÇİZELGELER 158 EK 7. İKİNCİ ALT PROBLEMLE İLGİLİ BULGULAR 163 EK 8. ÜÇÜNCÜ ALT PROBLEMLE İLGİLİ BULGULAR 168 ÖZGEÇMİŞ 173tr_TR
dc.language.isoturtr_TR
dc.publisherEğitim Bilimleri Enstitüsütr_TR
dc.rightsinfo:eu-repo/semantics/restrictedAccesstr_TR
dc.subjectParametrik olmayan madde tepki kuramı, aşamalı tepki modeli, monoton homojenlik modelitr_TR
dc.titleParametrik Ve Parametrik Olmayan Madde Tepki Kuramı Modellerinin Farklı Örneklemler Ve Test Uzunluğunda Karşılaştırılmasıtr_TR
dc.typedoctoralThesistr_TR
dc.description.ozetBu araştırmanın amacı çok kategorili veriler için, Parametrik Madde Tepki Kuramı (PMTK) kapsamındaki Aşamalı Tepki Modeli (ATM) ve Parametrik olmayan Madde Tepki (PoMTK) kapsamındaki Monoton Homojenlik Modeli (MHM) ile yapılan kestirimlere örneklem büyüklüğü, örneklem dağılımı, testte yer alan madde sayısı, testte yer alan maddelerin yanıt kategorisi sayısı bağımsız değişkenlerinin etkilerini incelemektir. Bu amaca ulaşabilmek için araştırma; örneklem büyüklüğü, örneklem dağılımı, madde sayısı, maddenin kategori sayısı değişkenleri ile belirlenen 7200 simülasyon koşulu ile desenlenen temel bir çalışma olarak gerçekleştirilmiştir. Örneklem büyüklüğü (N=100, 250, 500, 1000), örneklem dağılımı (normal dağılım, çarpıklık katsayısı -0,5 olan dağılım, çarpıklık katsayısı -1,0 olan dağılım), madde sayısı (10, 20, 40, 80), maddenin yanıt kategorisi sayısı (3, 5, 7) koşulları için ATM ve MHM ile yapılan kestirimler sırasıyla model veri uyumları, güvenirlik değerleri, madde parametreleri, parametrelerin hataları ve yanlılık değerleri hesaplanarak incelenmiştir. Araştırma sonucunda; ATM’de model veri uyumu hesaplanırken değerlerin değişken artışından etkilenmesi, tek başına yorumlanamaması bu değerlerin karşılaştırılması ve genellenmesini zorlaştırmaktadır. MHM’de model veri uyumunun pratik olarak hesaplanması, başka bir değere ihtiyaç duyulmadan tek başına yorumlanması ATM’ye göre üstünlük sağlamaktadır. Küçük örneklemlerde, az maddeli koşullarda, büyük örneklem ve çok maddeli durumla benzer sonuç vermesi MHM’ye daha geniş bir kullanım alanı sağlamaktadır. Diğer bir araştırma sonucu güvenirlik değerlerinin iki model için benzer sonuç vermesidir. Örneklem büyüklüğündeki artışlar güvenirlik değeri üzerinde az etkiye sahip olmuştur. İki model için de güvenirlik değerleri madde sayısı ve maddenin yanıt kategorisi sayısının artışıyla artmıştır. Dağılım çarpıklığı arttıkça kestirimlerin güvenirlik değerleri azalmıştır. Madde parametrelerine ilişkin sonuçlarda ATM’de kestirilen parametrelerin gerçek parametrelerle korelasyonu; madde sayısı, maddenin kategori sayısı ve örneklem büyüklüğü arttıkça artış göstermiştir. Ayırıcılık (a) parametreleri; madde sayısı, maddenin kategori sayısı ve örneklem arttıkça azalma eğilimi göstermiştir. Bu örüntü dağılım çarpıklığı arttıkça azalmıştır. Eşik (b) parametrelerindeki değişim belli bir örüntü göstermemektedir. Parametrelerin standart hata, RMSE, yanlılık değerleri, küçük örneklem ve az maddeli koşullarda daha yüksek kestirilmiştir. Dağılımların çarpıklığı arttığında, hata ve yanlılık düzeyi artmıştır. MHM’de madde sayısı, maddenin kategori sayısı ve örneklem büyüklüğü arttıkça ölçeklenebilrlik (H) katsayısı ve güçlük (P) değerleri istatistiksel olarak anlamlı değişiklik göstermemiştir. Genel olarak yorumlandığında değerlerin birbirine yakın olduğu söylenebilir. MHM için hesaplanan parametrelerin standart hataları, küçük örneklem ve kısa test koşullarında ATM kestirimlerine göre oldukça düşüktür ve tüm koşullarda birbirine yakın değer almıştır. Sonuç olarak, ATM ile parametre kestirimlerinin gerçek değerlerle yüksek ilişkili olması, daha güvenilir ve daha az hatalı olması, dağılımın normallik özelliği göstermesi ve en az 500 örneklem büyüklüğünün sağlanmasıyla gerçekleşmektedir. Madde sayısının 20, kategori sayısının en az 5 olmasının kestirimlerde parametre değişmezliğinin sağlanmasında etkili olan faktörler olduğu sonucuna ulaşılmıştır. Dolayısıyla araştırma koşulları örneklem büyüklüğü, madde sayısı ya da madde kategori sayısının değişimine imkân vermediği durumlarda tüm koşullardan daha az hatalı ve daha kararlı yapıda kestirim sunan MHM tercih edilmesi önerilebilir.tr_TR
dc.contributor.departmentEğitim Bilimleritr_TR
dc.contributor.authorID144373tr_TR


Files in this item

This item appears in the following Collection(s)

Show simple item record