Kayıp Veriyle Baş Etme Yöntemlerinin Model Veri Uyumu Ve Madde Model Uyumuna Etkisi
Abstract
Bu çalışmanın amacı, kayıp veri baş etme yöntemlerinin Madde Tepki Kuramı 1 parametreli lojistik modelinde model veri uyumuna ve madde model uyumuna olan etkisini incelemektir. Bu amaç doğrultusunda örneklem büyüklüğünün 500, 1000 ve 1500 olarak manipüle edildiği, madde sayısının 20 olarak sabitlendiği 1PLM’e uyumlu veri setleri üretilmiştir. Üretilen verilerde madde güçlüğü -2 ile +2 arasında sınırlandırılmış, madde ayırt ediciliği 1.5 olarak sabitlenmiştir. Üretilen eksiksiz veri setleri üzerinde tamamen rastgele kayıp ve rastgele kayıp koşulları altında %5, %10 ve %15 oranlarında silme işlemi gerçekleştirilmiştir. Tamamen rastgele kayıp mekanizması, veri setindeki toplam hücre sayısı arasından rastgele değerler silinerek oluşturulmuştur. Liste bazında silme yöntemi için belirlenen oranda rastgele birim (kişi) silinmiştir. Rastgele kayıp mekanizması, veri setine üç düzeyi olan bir değişken tanımlanıp 1. düzeyden %20, 2. düzeyden %30 ve 3. düzeyden %50 oranında olacak şekilde hücrelerin rastgele silinmesi ile oluşturulmuştur. Oluşturulan kayıp veriler liste bazında silme, regresyonla atama ve beklenti maksimizasyon algoritması yöntemleriyle giderilmiştir. Model veri uyumunun kestirilmesinde –2 log λ, AIC ve BIC değerlendirme kriterlerinden, madde model uyumunun kestirilmesinde χ2 istatistiğinden faydalanılmıştır. Eksiksiz veri setlerinden elde edilen değerler, kayıp veri baş etme yöntemleriyle tamamlanan veri setlerinden elde edilen kestirimler için referans olarak kullanılmıştır. İncelemeler sonucunda, beklenti maksimizasyon algoritması yönteminin rastgele kayıp mekanizmasında iyi, tamamen rastgele kayıp mekanizmasında kısmen iyi performans sergilediği sonucuna ulaşılmıştır. Regresyonla atama yönteminin de belirli koşullar altında iyi performans sergilediği ancak liste bazında silme yönteminin performansının düşük olduğu sonucuna ulaşılmıştır. Tüm kayıp veri mekanizmalarında kayıp veri oranı arttıkça, kayıp veri baş etme yöntemlerinin performansı da düşmektedir. Tüm mekanizmalarda ve koşullarda kullanılabilecek, en iyi sonuçları veren tek bir yöntemin varlığından söz etmenin mümkün olmadığı belirlenmiştir.
Keywords
References
- Ackerman, T.A., Gierl, M.J. & Walker, C.M. (2005). Using Multidimensional Item Response Theory to Evaluate Educational and Psychological Tests. Educational Measurement: Issues and Practice: MIRT InstructionalModule.
- Adams, R. (2005). Reliabilty as a measurement design effect. Studies in Educational Evaluation. 31, 162–172.
- Aiken, L, R. (1995). Psychological testing and assessment. Boston. Allyn and Bacon
- Allison, P. (2002). Missing Data. Sage Publications.
- Allison, P. D. (2003). Missing Data Techniques for Structural Equation Modeling. Journal of Abnormal Psychology. 112(4), 545-557Baker (2001) ve
- Baker, F. B. (1998). An investigation of the item parameter recovery of a Gibbs sampling procedure. Applied Psychological Measurement, 22, 153-169.
- Baraldi, A.N. & Enders, C.K. (2010). An İntroduction to Modern Missing Data Analysis. Journal of School Psychology, 48, 5–37.
- Bauer, D. J. & Curran, P. J. (2003). Distributional Assumptions of Growth Mixture Models: Implications for Overextraction of Latent Trajectory Classes. Psychological Methods , 8: 338-363.
Details
Primary Language
English
Subjects
-
Journal Section
Research Article
Authors
Duygu Koçak
ALANYA ALAADDİN KEYKUBAT ÜNİVERSİTESİ
Türkiye
Ömay Çokluk Bökeoğlu
This is me
ANKARA ÜNİVERSİTESİ
Publication Date
June 30, 2017
Submission Date
April 3, 2017
Acceptance Date
May 23, 2017
Published in Issue
Year 2017 Volume: 8 Number: 2
Cited By
Kayıp Veri ile Baş Etme Yöntemlerinin Madde Parametrelerine Etkisinin İncelenmesi
Eğitimde ve Psikolojide Ölçme ve Değerlendirme Dergisi
https://doi.org/10.21031/epod.355506Çoklu Puanlanan Çok Boyutlu Madde Tepki Kuramında Kayıp Veri Yöntemlerinin İncelenmesi
Gazi Üniversitesi Gazi Eğitim Fakültesi Dergisi
https://doi.org/10.17152/gefad.1319907