E-ÖĞRENME OYUNLARINDA ALGILANAN HAZ VE BİLGİ GELİŞİMİNİN DEĞERLENDİRİLMESİ: EGAMEFLOW ÖLÇEĞİNİN TÜRKÇE’YE UYARLANMASI

Yıl 2019, , 463 - 482, 31.07.2019

Akan Yanık , Mikail Batu

https://doi.org/10.17943/etku.541589

Cited By: 1

Öz

E-öğrenme oyunlarındaki temel anlayış, doğru bir akış tasarımıyla
öğrencinin hem katılımını hem de öğrenme hedeflerine ulaşmasını sağlamaktır. Bu
noktada e-öğrenme oyunlarının yarattığı akışı ve bilgi gelişimini etkin şekilde
ölçen bir ölçeğin varlığı oldukça önemlidir. Böylece oyun tasarımcıları öğrenci
bakış açısı ile bilgi gelişimi faktörlerini daha fazla bütünleştirebilirken
eğitimciler ise oyunun eğitimsel başarısını test edebilir. Fakat e-öğrenme
oyunları için kullanılan ölçekler genellikle ticari oyunlar temelinde
geliştirildiği için eğitim odaklı hazırlanan oyunlardaki haz ve bilgi gelişimini
tam olarak açıklayamamaktadır. Bu çalışmanın amacı, e-öğrenme oyunlarında
öğrencilerin algıladıkları haz ve bilgi gelişimi kalitesine cevap veren
EGameFlow Ölçeğinin Türkçe uyarlamasını yapmak, geçerlik ve güvenirliliğini
test etmektir. Ölçeğin yapı geçerliği için Açımlayıcı Faktör Analizi ve
Doğrulayıcı Faktör Analizi, uyum geçerliğinde ise Başarı Yönelimleri Ölçeği ile
korelasyonu hesaplanmıştır. Ölçeğin güvenirliği ise iç tutarlılık, test
yarılama ve test tekrar test ile belirlenmiştir. Ölçeğin yapı geçerliği öncesi
veri setinin faktör analizine uygun olup olmadığı denetlenmiştir. Yapılan
Açımlayıcı Faktör Analizi sonucunda toplam 21 madde ölçekten çıkarılmış olup
tüm maddeler iki faktör altında toplanmıştır. Ortaya çıkan yeni iki faktörlü
yapı toplam varyansın %48.72’sini açıklamıştır. Ayrıca Doğrulayıcı Faktör
Analizi sonucu elde edilen iki faktörlü modele ilişkin faktör yükleri, standart
hata, kritik oran, hata varyansı ve R2 değerleri tüm maddeler için anlamlı
görülmektedir. Ölçeğin uyum geçerliğinin test edilmesi için Başarı Yönelimleri
Ölçeği ile arasında korelasyon kurulmuştur. Araştırma bulgularına göre,
e-öğrenme oyunlarında algılanan akış hazzının ve bilgi gelişiminin
ölçümlenmesinde ölçek yeterli bir araçtır.

Anahtar Kelimeler

Oyun Tabanlı Öğrenme, Akış Teorisi, EGameFlow Ölçeği, Güvenirlik, Geçerlik

Kaynakça

• Baudrillard, J. (2014). Simülakrlar ve Simülasyon. Ankara: Doğu-Batı Yayınları
• Bentler, P.M. (1980). Multivariate analysis with latent variables: causal modeling. Annual Review of Psychology, 31, 419-456.
• Bloom, S. (1984). Bloom Taxonomy of Educational Objectives. Boston: Allyn and Bacon
• Brothers, K. (2007). Games-based e-learning. Nursing Homes: Long Term Care Management. 56, 3, 78-85
• Brown, M. & Cudeck, R. (1993). Alternative Ways of Assessing model Fit. In: K. Bollen & J. Long, (Eds), Testing Structural Equation Models (pp. 136–162). London: Sage Publications.
• Bryman, A. & Cramer, D. (2001). Quantitative Data Analysis with SPSS Release 10 for Windows. London: Routledge.
• Caillois, R. (2001). Man, Play, and Games. Chicago: Illinois Press
• Creswell, J. W. (2012). Educational Research: Planning, Conducting, and Evaluating Quantitative. New Jersey: Upper Saddle River.
• Csikzentmihalyi, M. (1991). Flow: The Psychology of Optimal Experience. New York: Harper Perennial
• Csikzentmihalyi, M. (1998). Finding Flow. New York: Basic Books.
• Çokluk, Ö., Şekercioğlu, G. & Büyüköztürk, Ş. (2012). Sosyal Bilimler için Çok Değişkenli İstatistik: SPSS ve LISREL Uygulamaları. Ankara: Pegem Akademi.
• Dondi, C., & Moretti, M. (2007). A methodological proposal for learning games selection and quality assessment. British Journal of Educational Technology, 38(3), 502–512.
• Domino, G. & Domino, M.L. (2006). Psychological Testing: An Introduction. Cambridge: Cambridge University Press.
• Feng, S. ve Tan, A.H. (2016). Towards aoutonomous behavior learning of non-layer chracters in games. Expert Systems with Applications, 56, 88-99
• Ferguson, E. & Cox, T. (1993). Exploratory Factor Analysis: A Users’ Guide. International Journal of Selection and Assessment, 1(2), 84–94.
• Field, A. (2009). Discovering Statics Using SPSS. London: SAGE Publications
• Freitas, S. D., & Oliver, M. (2006). How can exploratory learning with games and simulations within the curriculum be most effectively evaluated? Computers and Education, 46, 249–264.
• Fu, F., Su, R., & Yu, S. (2009). EGameFlow: A scale to measure learners’ enjoyment of e-learning games. Computers & Education, 52, 101-112
• Hambleton, R.K. & Bollwark, J. (1991). Adapting tests of use different culture: Techincal issues and methods. Bulletin of the International Test Commisions, 18, 3-32
• Hou, H.T. (2012). Exploring the behavioral patterns of learners in an educational massively multiple online role-playing games (MMORPG). Computers & Education, 58-4, s. 1225-1233
• İlhan, M. & Çetin, B. (2013). The Turkish Adaptation of Implicit Theory of Intelligence Scale: The Validity and Reliability Study. Necatibey Faculty of Education Electronic Journal of Science and Mathematics Education (EFMED), 7, 1, 191-221
• Karasar, N. (2005). Bilimsel Araştırma Yöntemi (15. Ed). Ankara: Nobel.
• Ke, F., Lee, S. & Xu, X. (2016). Teaching training in a mixed-reality integrated learning environment. Computers in Human Behaviour, 62, s.212-220
• Kline, R.B. (1994). An Easy Guide to Factor Analysis. New York: Routledge.
• Maij, H.V.D., Leemkuil, H. & Li, J.L. (2013). Does individual or colaborative self-debriefing better enhance learning from games? Computers in Human Behavior, 29-6, s.2471-2479
• Orona, H.M.O., Maldonado, G.S. & Martinez, N.P.S. (2015). Kinect TEAM: Kinesthetic learning applied to mathematics using Kinect. Procedia – Computer Science, 75, s.169-172
• Özdamar, K. (2011). Paket Programları ile İstatistiksel Veri Analizi-I. Eskişehir: Kaan Yayınları
• Pallant, J. (2005). SPSS Survival Manual: A Step by Step Guide to Data Analysis Using SPSSfor Windows. Australia: Australian Copyright.
• Pilke, E. (2004). Flow experiences in information technology use. International Journal of Human-Computer Technology, 61, 347–357.
• Prensky, M. (2001). Types of Learning and Possible Game Styles, Digital Game-Based Learning. Boston: McGraw-Hill.
• Schermelleh-Engel, K. & Moosbrugger, H. (2003). Evaluating the fit of structural equation models: tests of significance and descriptive goodness-of-fit measures. Methods of Psychological Research Online, 8(2), 23-74.
• Small, G. & Vorgan, G. (2008). Modern Beynin Evrimi. İstanbul: Omega Publishing
• Souza, B.C., Silva, L.X.L. & Roazzi, A. (2010). MMORPG and cognitive performance: A study with 1280 Brazillian high school students. Computers in Human Behavior, 26-6, 1564-1573
• Su, C. H., & Cheng, C. H. (2013). A Mobile Game-based Insect Learning System for Improving the Learning Achievements. Procedia-Social and Behavioral Sciences, 103, 42-50.
• Sweetser, P. & Wyeth, P. (2005). GameFlow: A model for evaluating player enjoyment in games. ACM Computer in Entertainment, 3(3), 1–24.
• Techakosit, S. & Wannopiroon, P. (2015). Connectivism learning environment in augmented reality science laboratory to enhance scientific literacy. Procedia – Social and Behavioral Sciences, 174, 2108-2115.
• Thompson, L. (2009). Game On. USA: Compass Point Books.
• Yanık, A. & Cheng, C.W. (2016). Kinect Teknolojisinin İletişim Öğrencileri Açısından Kullanım Potansiyeli: Beden Dili Dersine Yönelik Bir Yazılım Tasarımı. In Ö.K. Tüfekçi (Eds) Sosyal Bilimlerde Stratejik Araştırmalar, (pp. 17-27) Germany: Lambert Publishing
• Yüksel, A., Yanık, A. & Ayazlar, R. (2015). Bilimsel Araştırma Yöntemleri. Ankara: Seçkin Yayınları