Genellenebilirlik Kuramı Karar Çalışmalarında Kullanılan Farklı Katsayıların Karşılaştırılması

Bu araştırmanın amacı; verilerin normal dağılım varsayımına sahip olmadığı durumlarda farklı varyans bileşenleri kestirme yöntemlerini, genellenebilirlik ve karar katsayılarının yanında kullanılması önerilen (Brennan, 2001; Kane, 1999) evren puanı-hata oranı ve hata-tolerans indisleri yardımı ile karşılaştırmaktır. Araştırma; iki değişkelik kaynaklı bir verinin normal dağılım varsayımına sahip olmadığı durumda varyans bileşenlerini belirlemede ANOVA yöntemi ile bootstrap yöntemlerini farklı katsayı ve indisler yardımı karşılaştırmaktadır. Araştırmada bxm desenine uygun ve birey-madde matrisi oluşturacak şekilde tek faktörlü olarak 60 x 5 şeklinde normal dağılıma sahip olmayan iki kategorili puanlanan veri seti üretilmiş, elde edilen veriler 25 replikasyon sonucu nihai halini almıştır. Örnekleme simülasyonu aşamasında ise verilerin simülasyonundan elde edilen veriler,   desenine uygun olarak değişkenlik kaynaklarına göre 1000 kere yeniden örneklenmiştir (bootstrap). Tüm değişkenlik kaynaklarına göre ANOVA ve bootstrap yöntemleri kullanılarak standart hatalar, varyans bileşenleri, mutlak ve bağıl hatalar kestirilmiştir.Araştırma sonuçlarına göre normal dağılım göstermeyen ve iki kategorili puanlanan veriler üzerinde hesaplanan evren puanı-hata değeri en iyi boot-b prosedüründe kestirilirken, hata tolerans değeri en iyi boot-m prosedüründe kestirilmiştir. Bu bakımdan boot-m prosedürünün daha geçerli bilgiler verdiği, boot-b prosedürünün de G Kuramı çalışmalarında evren puanlarını belirlemede daha kesin kestirimler yaptığı sonucuna varılmıştır.