Abstract
Keywords
References
- üzerindeki etkisi ele alınarak regresyon analizi ile elde edilen regresyon katsayılarının gruptan gruba
- anlamlı fark gösterip göstermediği belirlenebilir.
- Aitkin, M. ve Logford, N. (1986). Statistical modeling issues in school effectiveness studies. Journal of the Royal Statistical Society (Series A), 149(1), 1-43.
- Bryk, A. S. ve Raudenbush, S. W. (1992). Hierarchical Linear Models: Applications and Data Analysis Methods. Newbury Park, CA: Sage.
- De Leeuw, J. ve Kreft, I. (1986). Random coefficient models for multilevel analysis. Journal of Educational Statistics, 11, 57-85.
- Goldstein, H. (1986). Multilevel mixed linear model analysis using iterative generalized least squares., Biometrika, 73(1), 43-56.
- Hox J. (2002). Multilevel Analysis: Techniques and Applications. Mahwah, NJ: Lawrence Erlbaum Associates.
- Longford, N. T. (1987). A fast scoring algorithm for maximum likelihood estimation in unbalanced mixed models with nested random effects. Biometrika, 74(4), 817-827.
- Osborne, J. W. (2002). The advantages of hierarchical linear modeling. Practical Assessment, Research, and Evaluation, 7(1), 1-4.
- Raudenbush, S. W. ve Bryk, A. S. (2002). Hierarchical Linear Models: Applications and Data Analysis Methods. London: Sage.
- TIMSS 1999 Publications (1999). User Guide for the TIMSS 1999 International Database. Online Available at http://timss.bc.edu/timss1999i/database.html
Abstract
Hiyerarşik veya iç içe geçmiş yapıdaki verilere birçok araştırma alanında rastlanmaktadır. Eğitim alanında
öğrenciler, sınıf, okul, şehir, ülke gibi hiyerarşik bir sosyal yapının içinde yer alırlar. Bu yapıdaki bir veride aynı
sınıftaki veya okuldaki öğrenciler, evrenden rasgele seçilen öğrencilere göre birbirlerine daha benzer özellikler
gösterirler. O halde, aynı sosyal birimde yer alan bireylerden elde edilen gözlemlerin birbirinden tamamen bağımsız
olduğu söylenemez. Halbuki doğrusal regresyon analizi gibi geleneksel istatistiksel analiz yöntemlerindeki en önemli
varsayımlardan biri gözlemlerin birbirinden bağımsız olmasıdır. Hiyerarşik yapıdaki verilerde ortaya çıkan bu
problem, hiyerarşik doğrusal modeller yöntemi ile giderilebilir. Bu çalışmada iki düzeyli hiyerarşik doğrusal
modellerin yapısı ve TIMSS 1999 Türkiye verisi üzerinde basit doğrusal regresyon analizi ile hiyerarşik doğrusal
modeller analizinin karşılaştırmalı uygulaması sunulmuştur.
References
- üzerindeki etkisi ele alınarak regresyon analizi ile elde edilen regresyon katsayılarının gruptan gruba
- anlamlı fark gösterip göstermediği belirlenebilir.
- Aitkin, M. ve Logford, N. (1986). Statistical modeling issues in school effectiveness studies. Journal of the Royal Statistical Society (Series A), 149(1), 1-43.
- Bryk, A. S. ve Raudenbush, S. W. (1992). Hierarchical Linear Models: Applications and Data Analysis Methods. Newbury Park, CA: Sage.
- De Leeuw, J. ve Kreft, I. (1986). Random coefficient models for multilevel analysis. Journal of Educational Statistics, 11, 57-85.
- Goldstein, H. (1986). Multilevel mixed linear model analysis using iterative generalized least squares., Biometrika, 73(1), 43-56.
- Hox J. (2002). Multilevel Analysis: Techniques and Applications. Mahwah, NJ: Lawrence Erlbaum Associates.
- Longford, N. T. (1987). A fast scoring algorithm for maximum likelihood estimation in unbalanced mixed models with nested random effects. Biometrika, 74(4), 817-827.
- Osborne, J. W. (2002). The advantages of hierarchical linear modeling. Practical Assessment, Research, and Evaluation, 7(1), 1-4.
- Raudenbush, S. W. ve Bryk, A. S. (2002). Hierarchical Linear Models: Applications and Data Analysis Methods. London: Sage.
- TIMSS 1999 Publications (1999). User Guide for the TIMSS 1999 International Database. Online Available at http://timss.bc.edu/timss1999i/database.html
Details
| Primary Language | Turkish |
|---|---|
| Journal Section | Articles |
| Authors | |
| Publication Date | June 1, 2010 |
| Published in Issue | Year 2010 Volume: 1 Issue: 2 |