Basit öğe kaydını göster

dc.contributor.advisorDoğan,Nuri
dc.contributor.authorPehlivan, Rıdvan
dc.date.accessioned2022-08-10T10:56:00Z
dc.date.issued2022-08-09
dc.date.submitted2022-06-23
dc.identifier.urihttp://hdl.handle.net/11655/26691
dc.description.abstractThe aim of this thesis is to find a solution to the missing data problem in measurement invariance studies. For this purpose, the effects of regression assignment, multiple assignment and expectation maximization methods used to deal with missing data on the student questionnaires of the PISA application in 2018 were compared in the measurement invariance study based on the language variable. America, UK, Canada, Ireland, Singapore, New Zealand, Australia for English; Belgium, France, Switzerland, Canada and Luxembourg for French; Turkey, Ukraine, Russia, Greece, and Israel were chosen to target the comparison of different languages. Data were generated at 5%, 10% and 20% missing rates in MCAR and MAR mechanisms. Missing data were completed with the determined methods and measurement invariance analyzes were performed. The obtained values were compared with the values obtained from the full data sets. In the results of the research, it is stated that in the measurement invariance studies performed on MCAR, when the missing rate is 5%, all three methods of coping with the missing data used in the research can be used; expectation maximization and multiple assignment methods can be used when the missing rate is 10%; it was found that the multiple assignment method can be used when the missing rate is 20%. In measurement invariance studies performed on MAR, all three methods used in the research can be preferred to deal with missing data at all missing rates.tr_TR
dc.language.isoturtr_TR
dc.publisherEğitim Bilimleri Enstitüsütr_TR
dc.rightsinfo:eu-repo/semantics/openAccesstr_TR
dc.subjectKayıp veritr_TR
dc.subjectÖlçme değişmezliği
dc.subjectKayıp mekanizmaları
dc.subjectKayıp veri ile baş etme yöntemleri
dc.subjectDil
dc.titleKayıp Veri ile Baş Etme Yöntemlerinin Ölçme Değişmezliğine Etkisinin Karşılaştırılmasıtr_TR
dc.title.alternativeComparıson Of Influence Of The Mıssıng Data Handlıng Methods On Measurement Invarıance
dc.typeinfo:eu-repo/semantics/masterThesistr_TR
dc.description.ozetBu tezin amacı, ölçme değişmezliği çalışmalarında kayıp veri problemine çözüm bulmaktır. Bu amaçla kayıp veri ile baş etmek için kullanılan regresyon atama, çoklu atama ve beklenti maksimizasyonu yöntemlerinin, 2018 yılında gerçekleştirilen PISA uygulamasına ait öğrenci anketleri üzerinde dil değişkenine bağlı olarak yapılan ölçme değişmezliği çalışmasındaki etkileri karşılaştırılmıştır. İngilizce için Amerika, İngiltere, Kanada, İrlanda, Singapur, Yeni Zelanda, Avustralya; Fransızca için Belçika, Fransa, İsviçre, Kanada ve Lüksemburg; son olarak farklı dillerin karşılaştırılmasını hedeflemek için Türkiye, Ukrayna, Rusya, Yunanistan ve İsrail seçilmiştir. TROK ve ROK mekanizmalarında %5, %10 ve %20 kayıp oranlarında veriler oluşturulmuştur. Kayıp veriler belirlenen yöntemlerle tamamlanmış ve ölçme değişmezliği analizleri gerçekleştirilmiştir. Elde edilen değerler, tam veri setlerinden elde edilen değerler ile karşılaştırılmıştır. Araştırmanın sonuçlarında, TROK kayıp mekanizmasına sahip verilerde gerçekleştirilen ölçme değişmezliği çalışmalarında, kayıp oranı %5 olduğunda araştırmada kullanılan kayıp veri ile baş etme yöntemlerinin üçünün de kullanılabileceği; kayıp oranı %10 olduğunda beklenti maksimizasyonu ve çoklu atama yöntemlerinin kullanılabileceği; kayıp oranı %20 olduğunda çoklu atama yönteminin kullanılabileceği bulunmuştur. ROK kayıp mekanizmasına sahip verilerde gerçekleştirilen ölçme değişmezliği çalışmalarında, tüm kayıp oranlarında kayıp veri ile baş etmek için araştırmada kullanılan üç yöntem de tercih edilebilir.tr_TR
dc.contributor.departmentEğitim Bilimleritr_TR
dc.embargo.termsAcik erisimtr_TR
dc.embargo.lift2022-08-10T10:56:00Z
dc.fundingYoktr_TR


Bu öğenin dosyaları:

Bu öğe aşağıdaki koleksiyon(lar)da görünmektedir.

Basit öğe kaydını göster