- Necmettin Erbakan Üniversitesi Siyasal Bilgiler Fakültesi Dergisi
- Volume:5 Issue:2
- Yapısal Eşitlik Modelinde Normallik İhlali: Bootstrap ML ve Bayesci İstatistik
Yapısal Eşitlik Modelinde Normallik İhlali: Bootstrap ML ve Bayesci İstatistik
Authors : Murat Yildirim
Pages : 132-145
View : 108 | Download : 79
Publication Date : 2023-12-31
Article Type : Research Paper
Abstract :Yapısal eşitlik modeli çalışmalarında çoğunlukla Klasik istatistik kullanımı söz konusudur ve bu nedenle de verilerin çok değişkenli normallik varsayımını sağlaması beklenir. Fakat ilgili literatüre bakıldığında çalışmaların birçoğunda bu varsayımın göz ardı edilerek çalışmaya devam edildiği ve hatta birçok çalışmanın ise bu varsayımdan habersiz olduğu tespit edilmiştir. Klasik istatistik kullanılarak gerçekleştirilen YEM çalışmalarında verilerin çok değişkenli normallik varsayımını sağlamaması, abartılmış ki kare değerleri nedeniyle aday modelin reddedilmesine ve model parametreleri testinde yanlış çıkarımlara sebebiyet verecek standart hataların hafife alınması gibi önemli sorunları ortaya çıkarmaktadır. Bu önemli sorunların üstesinden gelmek için Klasik istatistikte önerilen stratejilerden biri Bootstrapping yaklaşımıdır. Bu yaklaşıma ek olarak normalliğin ihlaline karşın günümüzde oldukça popüler olan Bayesci istatistiğin kullanımı önerilmektedir. Bu çalışmanın amacı, çok değişkenli normallik varsayımını ihlal eden bir YEM çalışmasında Bootstrap ML ve Bayesci yaklaşımları karşılaştırmaktır. Çalışmanın verileri Gelişmeleri Kaçırma Korkusu ölçeğine ait olup çok değişkenli normallik varsayımı Mardia’nın çok değişkenli basıklık ölçüsü ele alınarak değerlendirilmiştir. Verilerin çok değişkenli basıklık ölçüsü >5’den büyük olarak tespit edilmiştir. Bu tespit neticesinde çok değişkenli normalliğin ihlal edildiği saptanmıştır. Bootstrap ML ile tahminleme işlemi gerçekleştirildiğinde tüm faktör yüklerinin anlamlı olduğu sonucuna ulaşılmıştır. Model uyumu ise Bollen-Stine Bootstrap ile değerlendirildiğinde p değeri, 287 olarak elde edilmiştir. Bu sonuç, mevcut modelin verilere uygun olduğunu bildirmiştir. Aynı model ve veriler için Bayesci istatistikte tahminler elde edildiğinde Bootstrap ML ile yakın sonuçlar bulunmuş olup ppp değeri ise .40 olarak elde edilmiştir. Bu bulgulara göre her iki strateji de aynı sonuçlar vererek birbirlerini desteklemişlerdir. Elde edilen bu bulguları örneklem hacmi perspektifinde yeniden değerlendirmek önemli katkılar sağlatacaktır.Keywords : Bootstrapping, Bayesci İstatistik, Yapısal Eşitlik Modeli