E-ÖĞRENMEYE YÖNELİK TUTUM ÖLÇEĞİNİN TÜRKÇEYE UYARLANMASI

Year 2020, Volume: 10 Issue: 1, 237 - 256, 31.01.2020

Hüsniye Biçer Agah Tuğrul Korucu

https://doi.org/10.17943/etku.632178

Cited By: 9

Abstract

Gelişen teknolojiler ve her geçen gün yaygınlaşan İnternet’in
eğitim alanını da etkilemesi ile birlikte E-öğrenme çeşitli amaçlarla
kullanılmaya başlamış ve sağladığı avantajlar ve esneklik sayesinde ise bu
öğrenme ortamına duyulan ilgi her geçen gün artmıştır. İnsanların
davranışlarının belirlenmesinde birçok unsur bulunmakta, bunlardan en
önemlilerinden biri de insanların tutumları olmaktadır. Tutumların, E-öğrenmeye
yönelik davranışları da etkilediği göz önüne alındığında, E-öğrenmeye yönelik
tutumların belirlenmesi önemli görülmektedir. Bu önem doğrultusunda, bu
araştırmada, E-öğrenmeye yönelik bir tutum ölçeği uyarlanması hedeflenmiştir.
Çalışmanın araştırma grubunu Konya ilinde bulunan, Necmettin Erbakan
Üniversitesi, Selçuk Üniversitesi ve KTO Karatay Üniversitesinde, farklı
bölümlerde öğrenim görmekte olan 1721 öğrenci oluşturmuştur. Araştırmanın
verileri, araştırmacı tarafından Türkçeye çevrilmiş ve alan uzmanları
tarafından kapsam geçerliği onaylanmış olan tutum ölçeğinin uygulanması ile
toplanmıştır. Verilerin analizinde ise SPSS 21.0 ve LISREL 8.71 programları
kullanılmıştır. Analizlerde güvenirlik ve geçerliğe yönelik farklı analiz
tekniklerinden yararlanılmış ve tüm bu analizler sonucunda orijinalinde tek
faktör ve 36 maddeden oluşan ölçek, dört faktör ve 23 maddeden oluşan son
halini almıştır. Elde edilen 23 maddelik ölçeğin geçerliğine yönelik yapılan
analizler sonucunda Kaiser-Meyer-Olkin değeri 0,847; Bartlett testi değeri ise
(= 8821,036; p= 0,000) olarak belirlenmiştir.
Ayrıca ölçeğin toplam varyansın %44,9’unu açıkladığı görülmektedir. Güvenirliğe
yönelik yapılan analizler sonucunda ölçeğin Cronbach Alpha değeri α=0,789
olarak belirlenmiştir. Buna ek olarak ölçeğin kararlılık korelasyonu ise 0,95
olarak belirlenmiştir.

Keywords

E-öğrenme, tutum, ölçek, uyarlama çalışması

THE ADAPTATION OF THE ATTITUDE SCALE TOWARDS E-LEARNING INTO TURKISH

Abstract

E-learning has been used for various purposes with the advancing
technologies and the widespread Internet impact on the field of education, and
with the advantages and flexibility it provides, the interest in this learning
environment has increased day by day. There are many factors in determining the
behavior of people, and one of the most important is the attitudes of people.
Considering that attitudes also affect E-learning behaviors, it is important to
determine attitudes towards E-learning. In line with this importance, this
study aimed to adapt an attitude scale towards E-learning. The research group of the study consisted of 1721 students
studying in different departments of Necmettin Erbakan University, Selcuk
University and KTO Karatay University in Konya. The data of the study was
collected by applying the attitude scale which was translated into Turkish by
the researcher and whose content validity was approved by the field experts.
SPSS 21.0 and LISREL 8.71 were used for data analysis. Different analysis
techniques were used for reliability and validity. As a result of all these
analyzes, the original scale consisting of one factor and 36 items was
finalized with four factors and 23 items.As a result of the analyzes conducted
for the validity of the 23-item scale, Kaiser-Meyer-Olkin value was determined as 0,847 and Bartlett test value
was determined as (= 8821,036; p= 0,000).
In addition, the scale explained 44,947% of the total variance. As a result of
reliability analyzes, Cronbach Alpha value of the scale was determined as α =
0,789. In addition, the stability correlation of the scale was determined as
0,95.

Keywords

E-learning, attitude, scale, adaptation study

References

• Allen, I. E., & Seaman, J. (2008). Staying the course: Online education in the United States, 2008. Sloan Consortium. PO Box 1238, Newburyport, MA 01950.
• Balcı, A. (2009). Sosyal bilimlerde araştırma: Yöntem, teknik ve ilkeler. Ankara: Pegem Akademi.
• Bordens, K. S. & Horowıtz, I. A. (2002). Social Psychology, Second Edition. Mahwah, NJ, USA: Lawrence Erlbaum Associates, Incorporated, p 177.
• Büyüköztürk, Ş. (2011). Sosyal bilimler için veri analizi el kitabı. Ankara: Pegem Akademi.
• Büyüköztürk, Ş. (2013). Sosyal bilimler için veri analizi el kitabı. Ankara: Pegem.
• Collins, A., & Halverson, R. (2009). Rethinking education in the age of technology: The digital revolution and schooling in America. New York: Teachers College Press.
• Chapman, E. N. (1999). Tutum: En Değerli Varlığımız, (Çev.: Durmuş, A.). Alfa Yayınevi, İstanbul.
• Colvin, R., & Mayer, R. (2008). E-learning and the science of instruction. California: John Wiley.
• Çokluk, Ö., Şekercioğlu, G., & Büyüköztürk, Ş. (2010). Sosyal bilimler için çok değişkenli istatistik: Spss ve Lisrel uygulamalar. Ankara: Pegem Akademi.
• Çokluk, Ö., Şekercioğlu, G. ve Büyüköztürk, Ş. (2016). Çok değişkenli istatistik SPSS ve LISREL uygulamaları (Birinci baskı). Ankara: Pegem Akademi Yayın.
• De Vellis, R. F. (2003). Scale development: Theory and applications. (2th edit). Thousand Oaks: Sage Publications.
• Deniz, L. & Coşkun, Y. (2004). Öğretmen Adaylarının İnternet Kullanımına Yönelik Yaşantıları. Marmara Üniversitesi Atatürk Eğitim Fakültesi Eğitim Bilimleri Dergisi, 20(20), 39-52.
• Döğer, M.F. (2016). Bilgisayar Destekli Eğitimlere Katılan Öğretmenlerin Görüş ve Deneyimlerine Bağlı Olarak Eğitimde Teknoloji Kullanımını Etkileyen Dinamikler.
• Yüksek Lisans Tezi. Ankara Üniversitesi Eğitim Bilimleri Enstitüsü, Ankara.
• Eagly, A., & Chaiken, S. (2007). The Advantages of an Inclusive Definition of Attitude. Social Cognition, Vol. 25, no. 5, pp. 582-602.
• Eroğlu, A. (2008). Faktör analizi. In: Kalaycı, Ş. (ed), SPSS uygulamalı çok değişkenli istatistik teknikleri, Ankara: Asil Yayınevi: 321-331. 214.
• Fallon, C. & S. Brown.(2003). E-Learning standarts a guide to purchasing, developing and deploying standarts-conformant e-learning. Florida: CRC Press LLC.
• Gorsuch, R. L. (1983). Factor analysis. Hillsdale: Lawrence Erlbaum Associates.
• Gökdaş, İ., & Kayri, M. (2005). E-öğrenme ve Türkiye açısından sorunlar, çözüm önerileri. Yüzüncü Yıl Üniversitesi Eğitim Fakültesi Dergisi, 2(2).
• Haznedar, Ö. (2012). Üniversite Öğrencilerinin Bilgi ve İletişim Teknolojileri Becerilerinin ve E-Öğrenmeye Yönelik Tutumlarının Farklı Değişkenler Açısından İncelenmesi. (Yüksek Lisans Tezi). Dokuz Eylül Üniversitesi Eğitim Bilimleri Enstitüsü. İzmir.
• Horn, J. L. (1965). A rationale and test for the number of factors in factor analysis. Psychometrika, 30(2), 179-185.
• Hovardaoğlu, S. (2000). Davranış bilimleri için araştırma teknikleri. Ankara: Ve-Ga Yayınevi.
• Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conven¬tional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1-55.
• Karasar, Ş. (2004). Eğitimde yeni iletişim teknolojileri-internet ve sanal yüksek eğitim. The Turkish Online Journal of Educational Technology, 3(4), 117-125.
• Kesim, E. (2011). Uzaktan eğitimde meydana gelen değerler dizisi (paradigma) değişimlerinin e-öğrenme ekonomisi alanına yansımaları. GT Yamamoto, U. Demiray ve M. Kesim.(Yay. Haz.). Türkiye’de E-Öğrenme Gelişmeler ve Uygulamalar (2. bs.), 2-19.
• Kılıç, S. (2013). Örnekleme yöntemleri. Journal of Mood Disorders, 3(1), 44-6.
• Kisanga, D.H. (2016). Determinants of Teachers’ Attitudes Towards E-Learning in Tanzanian Higher Learning Institutions. International Review of Research in Open and Distributed Learning (Vol. 17, pp. 109-125).
• Kline, R.B. (2005). Principles and practice of structural equation modeling, 2nd ed, New York: Guilford Press.
• Liaw, S. S., Huang, H. M., & Chen, G. D. (2007). An activity-theoretical approach to investigate learners’ factors toward e-learning systems. Computers in Human Behavior, 23, 1906–1920.
• O'Rourke, N., Psych, R., & Hatcher, L. (2013). A step-by-step approach to using SAS for factor analysis and structural equation modeling. Sas Institute.
• Pillay, H., Irving, K., & Tones, M. (2007). Validation of the diagnostic tool for assessing tertiary students’ readiness for online learning. Higher Education Research & Development, 26(2), 217-234. doi: 10.1080/07294360701310821.
• Rigdon, E. E. (1996). CFI versus RMSEA: A compari¬son of two fit indexes for structural equation mo¬deling. Structural Equation Modeling: A Multidis¬ciplinary Journal, 3(4), 369-379.
• Rosenberg, M. J. (2002). E-learning, strategies for delivering knowledge in the digital age. New York: McGraw-Hill.
• Russell, D. W. (2002). In search of underlying dimensions: The use (and abuse) of factor analysis. Personality and Social Psychology Bulletin, 28, 1629–1646.
• Seçer, İ. (2013). Spss ve lısrel ile pratik veri analizi. Ankara: Anı.
• Shevlin, M., & Miles, J. N. (1998). Effects of sample size, model specification and factor loadings on the GFI in confirmatory factor analysis. Persona¬lity and Individual Differences, 25(1).
• Şimşek, A., Özdamar, N., Becit, G., Kılıçer, K., Akbulut, Y., & Yıldırım, Y. (2008). Türkiye’deki Eğitim Teknolojisi Araştırmalarında Güncel Eğilimler. Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (19), 439-458.
• Tavşancıl, E. (2014). Tutumların ölçülmesi ve spss ile veri analizi. Ankara: Nobel.
• Turan, A.H. & Çolakoğlu, B.E. (2008). Yüksek öğrenimde öğretim elemanlarının teknoloji kabulü ve kullanımı: Adnan Menderes Üniversitesinde ampirik bir değerlendirme. Doğuş Üniversitesi Dergisi, 9(1) 2008, 106-121.
• Ulukan, C. (2009). “E-Öğrenme” Hatice Zümrüt Tonus (Ed). Eğitim ve Geliştirme, içinde (ss. 117–134). Eskişehir: Anadolu Üniversitesi Açiköğretim Fakültesi Yayinlari.
• Vourikari, R., Garoia, V., Punie, Y., Cachia, R., Redecker, C., Cao, Y., vd. (2012). Teacher networks. Brussels: European Schoolnet.
• Vural, N. (2002). Uzaktan Eğitimde E-Pedagoji. 2002 Bilişim Zirvesi Bildirileri TBD.
• Yamamoto, G. T., Demiray, U., Kesim, M., Yuzer, T. V., Demirci, B. B., & Eby, G. (Eds.). (2011). Türkiye'de e-öğrenme: gelişmeler ve uygulamalar. Ankara: Efil Yayınevi.
• Yaşlıoğlu, M. M. (2017). Sosyal bilimlerde faktör analizi ve geçerlilik: Keşfedici ve doğrulayıcı faktör analizlerinin kullanılması. Istanbul Business Research, 46, 74-85.
• Yılmaz, K., & Horzum, M. B. (2005). Küreselleşme, bilgi teknolojileri ve üniversite. İnönü Üniversitesi Eğitim Fakültesi Dergisi, 6(10), 103-121.
• Yurdabakan, İ. (2002). Küreselleşme Konusundaki Yaklaşımlar ve Eğitim. Eğitim Araştırmaları 6: 61-64.