Türkiye ve Hong Kong-Çin'deki Öğrencilerin Matematik Öğrenme Stratejileri Modelinin Karşılaştırılması: Çoklu Grup Yapısal Eşitlik Modelleri Yaklaşımı

Abstract

Yapısal eşitlik modelleri (YEM), doğrudan ölçülemeyen veya gözlenemeyen ancak gösterge değişkenleri aracılığıyla ölçülebilen gizil değişkenler veya kavramlar arasındaki ilişkileri inceleyen ve yol analizi, faktör analizi ve çoklu regresyon modellerinin bir modelde birleştirilip sentezlenmesinden doğmuş bir istatistiksel yöntemdir. Çoklu grup uygulamaları YEM çalışmalarında oldukça sık kullanılan bir analiz çeşididir. Bu tip uygulamalar, bir modelin ister ölçme modeli ister gizil değişkenlerle yol analizi olsun birden fazla grupta test edilmesine olanak sağlar. Gruplar arası karşılaştırma çalışmalarında, bir grupta geliştirilmiş olan bir ölçeğin faktör yapısının bir başka grup ya da gruplarda aynı olup olmadığı çoklu grup doğrulayıcı faktör analizinden yararlanılarak araştırılabilir. Uluslararası öğrenci değerlendirme programı 15 yaşındaki öğrencilerin (Programme for International Student Assessment, PISA), matematik, fen bilimleri ve okuma becerilerini değerlendirebilmek için üçer yıllık dönemler halinde gerçekleştirilen bir projedir. PISA 2003'e katılan 41 ülke arasında matematik alanında en yüksek başarı puanı Hong Kong-Çin'indir. Türkiye ise genel matematik başarısında yaklaşık 34. sırada gelmektedir. PISA 2003 projesinde, öğrencilerin matematikte öğrenme stratejileri modelinin (a)Ezberleme, tekrar stratejileri, (b)Bilgilerini geliştirme, zenginleştirme stratejileri ve (c)Denetim- kontrol stratejilerinden meydana gelen üç faktörlü bir ölçme modeli olduğu varsayılmaktadır. Bu çalışmada, PISA 2003 projesinden elde edilen veriler kullanılarak çoklu grup doğrulayıcı faktör analiziyle Türkiye ve Hong Kong-Çin 'deki öğrencilerin matematik öğrenme stratejileri için ölçme modellerinin karşılaştırılması amaçlanmaktadır.

Keywords

• Çoklu grup yapısal eşitlik modelleri
• Ölçme değişmezliği
• PISA

Comparison of Mathematics Learning Strategies Models Across Turkey and Hong Kong-China: Multi-Group Structural Equation Modeling Approach

Abstract

Structural Equation Modeling (SEM) is a hybrid statistical technique that investigates the relatianship between the immeasurable or unobservable variables that can only be measured through latent variables or concepts and it encompasses the aspects of confirmatory factor analysis, path analysis and regression. Multi-group applications are popular analysis in SEM studies. These type of applications provide multi-group comparisons for both of the measurement models and structural equation models with latent variables. In multi-group comparison studies, it can be investigated whether or not the factorial structure of a scale developed in one group is same as the other group/groups. The Program for International Student Assessment (PISA) is a system of international assessments that measures 15-year-olds' capabilities in mathematics, science and reading literacy every three years. HongKong-China has the best achievement while Turkey ranks 34th in mathematics among the 41 countries participating in PISA 2003. In PISA, three different factors are used to measure the learning strategies a)Memorization review strategies b)Elaboration and c)Control strategies. The purpose of this study is to investigate the measurement invariance of the mathematics learning strategies scale across the Hong Kong-China and Turkey using multi-group structural equation modeling.

Keywords

• Multi-group structural equation modeling
• Measurement invariance
• PISA

References

1. Bagozzi, R. P. 1994. Structural Equation Models in Marketing Research: Basic Principles, in: Principles of Marketing Research, R. P. Bagozzi (ed.). Oxford: Blackwell, pp. 317--385.
2. Byrne, B., Watkins, D. 2003. The issue of measurement invariance revisited, Journal of Cross-cultural Psychology, 34,155-175.
3. Carmines, E. G., Zeller, R. A. 1979. Reliability and validity assessment, Sage, Beverly Hills, California.
4. French, B. F., Finch, W. H. 2008. Multigroup confirmatory factor analysis: Locating the invariant referent sets, Structural Equation Modeling, 15,1, 96- 113.
5. Herdman, M., Fox-rushby, J., Badıa, X. 1998. A model of equivalence in the cultural adaptation of HRQOL instruments: The universalist approach, Quality of Life Research, 7,4,323-335.
6. OECD, 2004. Learning for Tomorrow's World - First Results from PISA 2003, OECD, Paris.
7. OECD, 2005, PISA 2003 Technical Report, Paris.
8. Lord F. M., Novick, R. 1968. Statistical theories of mental test scores. Reading MA: Addison-Wesley.

9. Mark, B. A., Wan, T. T. H. 2005. Testing measurement equivalence in a patient satisfaction instrument. Western Journal of Nursing Research, 27 (6), 772-787.
10. Meade, A. W., Bauer, D. J. 2007. Power and precision in confirmatory factor analytic tests of measurement invariance. Structural Equation Modeling, 14, 611 -635.
11. Moraes, C. L, Reichenheim, M. E. 2002. Cross-cultural measurement equivalence of the revised conflict tactics scales (cts2) portuguese version used to identify violence within couples. Cad. Saude PUblica, 18 (3).
12. Raykov, T., Marcoulides, G. A. 2006. On Multilevel Model Reliability Estimation From the Perspective of Structural Equation Modeling. Structural Equation Modeling, 13, 130-141.
13. Salzberger, T., Sinkovics, R. R., Schlgelmich, B. B. 1999. Data equivalence in crosscultural research: A comparison of classical test theory and gizil trait theory based approaches. Australasian Marketing Journal, 7 (2),23-38.
14. Steinmetz, H., Schmid, P., Tina-Booh, A.,Wieczorek, S., Schwartz, S. H. 2009.Testing measurement invariance using multigroup CFA: Differences between educational groups in human values, Quality & Quantity,43(4),599-616.
15. Tabachnick, B. G., Fidell, L. S. 2001. Using Multivariate Statistics (4th ed.). Needham Heights, MA: Allyn and Bacon.
16. Vandenberg, R. J., Lance, C. E. 2000. A review and synthesis of the measurement invariance literature: Suggestions, practices and recommendations for organizational research. Organizational Research Methods, 3, 4-69.
17. Wicherts, J. M., 2007. Group differences in intelligence test performance. Unpublished dissertation, University of Amsterdam.