Akademik Veri Yönetim Sistemi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Eğitim Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: Türkçe
Öğrenci: Menekşe UYSAL SARAÇ
Danışman: Hakan Yavuz Atar
Özet:
Bu çalışmanın amacı, karma MTK modellerinden Karma Rasch modele örtük sınıf ve yeteneğin yordayıcısı olarak ortak değişkenlerin eklendiği farklı yaklaşımların performanslarını çeşitli simülasyon koşulları altında karşılaştırmaktır. Karma MTK modelleri örtük DMF (değişen madde fonksiyonu) tespit etmek de dâhil olmak üzere test geliştirmede pek çok önemli psikometrik sorunu ele almak üzere kullanılmaktadır. Bu çalışmada ortak değişkenin eklenmediği KRM, sadece örtük sınıfın yordayıcısı olarak iki kategorili ortak değişkenin eklendiği KRM-K, örtük yeteneğin yordayıcısı olarak sürekli ortak değişkenin eklendiği KRM-S ve her iki ortak değişkenin de eklendiği KRM-KS modelleri karşılaştırılmaktadır. Modellerin sınıflama doğruluğu ve parametre kestirimi üzerindeki etkilerini incelemek üzere bir simülasyon çalışması yürütülmüştür. Bu kapsamda hem ikili hem de sürekli ortak değişkenlerin dâhil edildiği iki sınıflı karma Rasch modele göre veri setleri oluşturulmuştur. Simülasyon çalışmasında örtük sınıf büyüklüklerini ifade eden karma oranları, ortak değişkenler ile örtük değişkenler arasındaki ilişkiler ve örtük sınıflar arasındaki ortalama DMF büyüklükleri değişimlenen koşullar olarak belirlenmiştir. Parametre kestirimi, Monte Carlo Markov Zinciri (MCMC) algoritmasına göre Bayes kestirim yöntemi çerçevesinde gerçekleştirilmiştir. Modellerin simülasyon koşullarındaki performansları faktöriyel karma ANOVA ile karşılaştırılmıştır. Sonuçlar sınıflama doğruluğu açısından incelendiğinde, örtük sınıfla yüksek ilişkili ortak değişken eklenmesinin sınıflama doğruluğunu arttırdığı görülmüştür. Sınıflama doğruluğu üzerinde etkili olan ortalama DMF büyüklüğünün daha büyük olduğunda genel olarak daha yüksek sınıflama doğruluğuna ulaşıldığı belirlenmiştir. Madde ve birey parametreleri açısından bakıldığında ise genel olarak yüksek ilişkili ortak değişken eklenmesinin parametre kestirimlerindeki hatayı düşürdüğü sonucuna varılmıştır. Uluslararası Öğrenci Değerlendirme Programı (PISA) 2015 Türkiye fen okuryazarlığı verisi kullanılarak gerçek veri üzerinde bu dört modelin uygulaması yapılmış ve sonuçlar yorumlanmıştır.