Bu
araştırmanın amacı, yapı geçerliği çalışmalarında kullanılan temel bileşenler
analizi yerine bu amaçla geliştirilen yapay sinir ağı modellerinin
kullanılabilir olup olmadığını tespit etmektir. Veri indirgeme amacıyla
geliştirilen Genelleştirilmiş Hebb Algoritması kullanan yapay sinir ağı modeli
ve Kendini Düzenleyen Haritalama olarak adlandırılan diğer yapay sinir ağı
modeli bu araştırmanın temel konusudur. Yapı geçerliği çalışması yapmak için 30
maddeden oluşan denemelik Öğretmenlere Yönelik Tutum Ölçeği hazırlanmış ve bu
ölçek 400 öğretmen adayına uygulanmıştır. Elde edilen veriler temel bileşenler
analizi ve yapay sinir ağı modelleri kullanılarak analiz edilmiştir. Kullanılan
farklı yöntemlerden elde edilen ölçek yapılarından hangisinin daha uygun
olduğuna karar vermek amacıyla, farklı 400 kişilik bir diğer öğretmen adayı
grubundan tekrar veri toplanmış ve bu verilere doğrulayıcı faktör analizi
uygulanmıştır. Temel bileşenler analizi ile yapay sinir ağı modellerine
dayanarak yapılan doğrulayıcı faktör analizi sonuçları model uyum ve hata
indekslerine göre karşılaştırılmıştır. Uyum indekslerine bakıldığında, bu
yapılar uyum ve hata indekslerinin çoğu açısından uyumlu yapılardır. Sonuçta,
5x5 nöron üzerinden haritalanan kendini düzenleyen haritalama modelinin, RMSEA
indeksi hariç, daha uyumlu sonuçlar verdiği söylenebilir.
Birincil Dil | Türkçe |
---|---|
Konular | Eğitim Üzerine Çalışmalar |
Bölüm | Makaleler |
Yazarlar | |
Yayımlanma Tarihi | 20 Nisan 2018 |
Yayımlandığı Sayı | Yıl 2018 |
Makaleler dergide yayınlandıktan sonra yayım hakları dergiye ait olur.
Dergide yayınlanan tüm makaleler, diğerleri tarafından paylaşılmasına olanak veren Creative Commons Alıntı-Gayri Ticari-Türetilemez 4.0 Uluslararası (CC BY-NC-ND 4.0) lisansı altında lisanslanır.