Kayıp verinin test eşitlemeye etkisinin incelenmesi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Hacettepe Üniversitesi, Eğitim Bilimleri Enstitüsü, Eğitim Bilimleri A.B.D., Türkiye
Tezin Onay Tarihi: 2017
Tezin Dili: Türkçe
Öğrenci: DUYGU GİZEM ERTOPRAK
Asıl Danışman (Eş Danışmanlı Tezler İçin): SELAHATTİN GELBAL
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bu araştırmada, kayıp verilerin test formları içerisindeki yeri, mekanizması, oranı ve başa çıkma yöntemlerine göre oluşturulan farklı koşullardaki testlerden elde edilen puanların, ortak test deseni kapsamında ve MTK'ya dayalı Stocking-Lord yöntemi kullanılarak eşitlenmesi sonucunda kestirilen madde ve yetenek parametrelerine ilişkin eşitleme hatası (RMSE) ve eşitleme yanlılığı (BIAS) değerlerini karşılaştırmak amaçlanmıştır. Bu amaç doğrultusunda, temelde kayıp veri probleminin test eşitleme üzerindeki etkilerini incelemek için üç aşamadan oluşan bir veri türetme süreci takip edilmiştir. İlk aşamada, eşitlenmesi planlanan her iki test formu için de 3PL modele uygun ikili puanlanan maddelerden oluşan tam veri setleri türetilmiştir. İkinci aşamada, test formları için birinci aşamada türetilen tam veri setleri üzerinde kullanılan veri silme algoritmaları ile üç farklı kayıp veri yeri (eşitlenecek test-ET, her iki test-HİT, ortak test-OT), üç farklı kayıp veri mekanizması (tamamen rastgele kayıp-TRK, rastgele kayıp-RK, rastgele olmayan kayıp-ROK) ve üç farklı kayıp veri oranına (%10, %20, %40) sahip kayıp verili veri setleri yaratılmıştır. Üçüncü ve son aşamada ise, kayıp verili maddelerin bulunduğu veri setleri üzerinde dört farklı başa çıkma yönteminin (uygulanmamış gibi davranma-UGD, yanlış yanıtlanmış gibi davranma-YYGD, lojistik regresyona dayalı çoklu değer atama-LRÇDA, diskriminant fonksiyonuna dayalı çoklu değer atama-DFÇDA) kullanılması ile kayıp veri sorunu çözülmüş veri setlerine ulaşılmıştır. Verilerin türetilmesinin ardından eşitleme sürecine geçilmiştir. Bu kapsamda, tam veri setlerine sahip test formlarının eşitlendiği referans koşul ile tam veri setlerinin manipüle edilmesiyle elde edilen test formlarının eşitlendiği 108 (3x3x3x4) farklı simülasyon koşulu da dahil olmak üzere toplam 109 eşitleme işlemi yürütülmüştür. R paket programı üzerinden gerçekleştirilen tüm analiz işlemleri için 50'şer tekrar yapılmıştır. Analiz sonuçlarının değerlendirilmesi aşamasında ise öncelikle her bir simülasyon koşulu kapsamında yürütülen eşitlemeler ile elde edilen ortalama hata (RMSE) ve ortalama yanlılık (BIAS) değerleri raporlanmış, ardından bu değerlerin referans koşul kapsamında yürütülen eşitlemeler ile elde edilen değerlere olan yakınlığına bakılmıştır. Araştırmadan elde edilen sonuçlar, kayıp veri yeri faktörüne ait koşullar için en az hatalı ve en az yanlı bulguların HİT, en çok hatalı ve en çok yanlı bulguların ET; kayıp veri mekanizması faktörüne ait koşullar için en az hatalı ve en az yanlı bulguların TRK, en çok hatalı ve en çok yanlı bulguların ROK; kayıp veri oranı faktörüne ait koşullar için en az hatalı ve en az yanlı bulguların %10, en çok hatalı ve en çok yanlı bulguların ise %40 koşulları için elde edildiğini göstermiştir. Kayıp veri başa çıkma yöntemlerine ilişkin olarak elde edilen sonuçlar ise referans koşul eşitlemeleri sonunda kestirilen özellikle yetenek parametrelerine ait ortalama RMSE ve BIAS değerlerine en yakın ve en düşük hata değerlerini üreten yöntemin DFÇDA olduğunu ve ikili puanlanan maddelerden oluşan veri setlerindeki kayıp veri probleminin çözülmesi için en sık başvurulan UGD ve YYGD yöntemlerinin, test eşitleme üzerinde hatalı ve yanlı kestirimler ürettiğini kaydetmiştir.