dc.contributor.advisor | Gelbal, Selahattin | |
dc.contributor.author | ikiz, Esra | |
dc.date.accessioned | 2024-09-17T07:22:25Z | |
dc.date.issued | 2024 | |
dc.date.submitted | 2024-06-13 | |
dc.identifier.citation | İkiz, Esra. Çeldiricilerin Yer Aldığı Q Matrisin Bilişsel Tanılamada Ve Seçeneklerin Ağırlıklandırılmasında Kullanımının İncelenmesi. Doktora tezi, Hacettepe Üniversitesi,2024 | tr_TR |
dc.identifier.uri | https://hdl.handle.net/11655/35690 | |
dc.description.abstract | The aim of the study was to develop a cognitive diagnostic test according to the MC-DINA model that utilizes distractors in cognitive diagnosis, to examine the characteristics of the items and the study group in the developed cognitive diagnostic test in comparison with the DINA and G-DINA models, and to determine the correlation between the scores obtained from different scoring methods according to the latent classes obtained when using EAP, MAP, and MLE prediction methods. Since distractors are of great importance in the ability of multiple-choice items to measure the desired behavior, MC-DINA model was used to obtain information about the skills of the students from their incorrect answers. In the study, the item parameters and latent class sizes obtained according to the DINA and G-DINA models were compared, and the choice probability parameters of the individuals in the latent classes associated with the item options were calculated for each option. The scoring methods used to determine the correlation between the scores obtained from different scoring methods according to the latent classes obtained when EAP, MAP, MLE estimation methods are 1-0 scoring and scoring by weighting the options differently. In weighting the options, the number of attributes with which the options were associated was used using the Q matrix. Due to the purpose of the research, the research was conducted with the study group since generalization was not made. | tr_TR |
dc.language.iso | tur | tr_TR |
dc.publisher | Eğitim Bilimleri Enstitüsü | tr_TR |
dc.rights | info:eu-repo/semantics/openAccess | tr_TR |
dc.subject | Seçeneklerin ağırlıklandırılması | tr_TR |
dc.subject | MC-DINA model | tr_TR |
dc.subject | Bilişsel tanı testi | tr_TR |
dc.subject | 1-0 puanlama | tr_TR |
dc.subject | Q matris | tr_TR |
dc.subject.lcsh | Eğitim kuramı. Eğitim uygulamaları. | tr_TR |
dc.title | Çeldiricilerin Yer Aldığı Q Matrisin Bilişsel Tanılamada ve Seçeneklerin Ağırlıklandırılmasında Kullanımının İncelenmesi | tr_TR |
dc.type | info:eu-repo/semantics/doctoralThesis | tr_TR |
dc.description.ozet | Araştırmanın amacı, bilişsel tanılamada çeldiricilerden yararlanan MC-DİNA modele göre bilişsel tanı testi geliştirmek, geliştirilen bilişsel tanı testindeki maddelerin ve çalışma grubunun taşıdığı özellikleri DINA ve G-DINA modelle karşılaştırmalı olarak incelemek ve EAP, MAP, MLE kestirim yöntemleri kullanıldığında elde edilen örtük sınıflara göre farklı puanlama yöntemlerinden elde edilen puanlar arasındaki korelasyonu belirlemektir. Çoktan seçmeli maddelerin ölçülmek istenilen davranışı ölçme gücünde, çeldiricilerin önemi büyük olduğundan, MC-DİNA model kullanılarak, öğrencilerin yanlış cevaplarından da sahip olduğu becerileri hakkında bilgi edinilmesi amaçlanmıştır. Araştırmada, DINA ve G-DINA modele göre elde edilen madde parametreleri ve örtük sınıf büyüklükleri karşılaştırılmış, madde seçeneklerinin ilişkili olduğu örtük sınıflardaki bireylerin her seçenek için seçim olasılık parametreleri hesaplanmıştır. EAP, MAP, MLE kestirim yöntemleri kullanıldığında elde edilen örtük sınıflara göre farklı puanlama yöntemlerinden elde edilen puanlar arasındaki korelasyonu belirlemek için kullanılan puanlama yöntemleri, 1-0 puanlama ve seçenekleri farklı ağırlıklandırarak puanlamadır. Seçeneklerin ağırlıklandırılmasında, Q matristen yararlanılarak seçeneklerin ilişkilendirildiği nitelik sayısı kullanılmıştır. Araştırma amacı gereği, genelleme yapılmadığından dolayı, araştırma çalışma grubuyla yürütülmüştür. | tr_TR |
dc.contributor.department | Eğitim Bilimleri | tr_TR |
dc.embargo.terms | Acik erisim | tr_TR |
dc.embargo.lift | 2024-09-17T07:22:25Z | |
dc.funding | Yok | tr_TR |
dc.subtype | dataset | tr_TR |