Ölçek ve Test Geliştirme Yapısal Eşitlik Modellemesi

Son yıllarda klasik istatistiksel yöntemlere alternatif yöntemler yaygın biçimde kullanılmaya başlanmıştır. Özellikle klasik istatistiksel yöntemlerin katı varsayımlar içermesi, karar süreçlerinde daha esnek ya da daha az varsayım gerektiren yöntemlere yönelimi artırmıştır. Her ne kadar, klasik istatistiksel veri analizi yöntemlerine alternatif olarak geliştirilen modern güncel veri analizi yöntemlerinin de bazı varsayımlar içermesi söz konusu isede, bu varsayımlar klasik yöntemlerdeki varsayımlar kadar katı, karşılanması, uygulanması kesin ve zorunlu varsayımlar değildir. Ayrıca bu alternatif yöntemlerin birçoğunda verinin tipine, ölçek yapısına ve dağılım özelliklerine bağlı olarak farklı parametre tahmin yöntemleri de uygulanmaktadır. Eğitim, Sağlık, Davranış ve Sosyal bilim alanlarında; tutum, davranış, duygudurum, beğeni, beceri, yargı, gibi özellikler (fenomen); ölçüm, tartım ve sayım teknikleri ile sayısallaştırılamamaktadır. Bu özellikler (fenomenler); Ölçek, Envanter, İndeks, Test ve Araç adı verilen ölçme araçları ile sayısallaştırılmaktadır. Bu kitapta, Ölçek ve Test Geliştirme ve İrdeleme amacıyla kullanılan Geçerlik ve Güvenirlik Analizi, Madde Analizi, Açıklayıcı Faktör Analizi ve Doğrulayıcı Faktör Analizi yöntemlerinin örnek veriler kullanılarak uygulamalarına yer verilmiştir. Yapısal Eşitlik Modellemesi (Structural Equation Modelling, SEM) yöntemi içerdiği tekniklerin farklılığı ve parametre tahmin yöntemlerinin çeşitliliği bakımından değişkenlerarası nedenselliklerin ve yapısal bağıntıların ortaya konması (causal analysis) için çok yaygın kullanılan yöntemlerden birisi olmuştur. Yapısal Eşitlik Modellemesi Yöntemi; verinin tipine (Bağımsız (Independent)Bağımlı (Dependent), Dışsal (Exogen)İçsel (Endogen), Gözlemsel (Manifest)Gizli (Latent), dağılım türüne (Normal dağılanNormal Dağılmayan) ve değişkenlerin ilişkili (Correlated) bağımsız (Orthogonal/Uncorrelated) olmalarına bağlı olarak çok sayıda yöntem (Path Analysis, Confirmatory Factor Analysis, Structural Equation Modelling, Multiple Group Analysis, Latent Growth Curve Analysis vb.) içermektedir. Ayrıca verilerin dağılım tipine bağlı olarak çok sayıda parametre tahmin yöntemi ( Maximum Likelihood, Generalized Least Square, Unweighted Least Squares, ScaleFree Least Squares, Asymptotically DistributionFree Estimations) içermektedir. Bu geniş seçeneklere sahip olan SEM, Eğitim bilimleri, Sosyal bilimler, Sağlık bilimleri, Davranış bilimleri, Ekonomi gibi geniş bir alanda yapısal ve nedensel ilişkilerin belirlenmesi için yararlanılmaktadır.