Kayıp Veriler Yerine Yaklaşık Değer Atamak için Kullanılan Gelişmiş Yöntemlerin Farklı Koşullar Altında Karşılaştırılması

Abstract

Bu araştırmada, farklı oranlarda (%15 ve %25) ve yapılarda (TROK ve ROK) oluşturulan kayıp veriler yerine farklı yöntemlerle yaklaşık değer atanması sonucu elde edilen veri setlerinin tam veri setleriyle karşılaştırılarak incelenmesi amaçlanmıştır. Bu araştırma, PISA'ya (2012) Türkiye'den katılan 15 yaş grubundaki 4848 öğrenci arasından matematik özyeterliği anketine katılan ve eksiksiz bir şekilde yanıtlayan 3129 öğrencinin puanlarından oluşan veri seti üzerinde yürütülmüştür. Söz konusu veri seti içerisinden farklı yapılar oluşturulacak şekilde farklı oranlarda veri silinerek eksik veri setleri oluşturulmuştur. Bu eksik veri setleri BM, BVA, ESE, MUA, MZMC ve RA olmak üzere altı farklı gelişmiş değer atama yöntemiyle tamamlanmıştır. Söz konusu yöntemlerle yapılan yaklaşık değer atamaları sonucu elde edilen ölçek puanları ile tam veri ölçek puanları arasındaki korelasyon değerlerinin yüksek olduğu görülmüştür. Benzer şekilde farklı yöntemlerle tamamlanmış veri setlerinden elde edilen ölçek puanları arasındaki korelasyon değerleri de yüksek bulunmuştur. Tam veri seti ile tamamlanmış veri setlerinden hesaplanan ölçek puanları arası farkların mutlak değer toplamları ve ortalamaları göz önünde bulundurulduğunda belirlenen koşullar altında en iyi çalışan yaklaşık değer atama yöntemlerinin MZMC ve BM olduğu sonucuna ulaşılmıştır.

Ergenlerde Benli̇k Saygisi Ve Sosyal Desteği̇n Depresyon Semptomlariyla İli̇şki̇si̇: Yaşam Amaçlarinin Aracilik Rolü

“…Tamamıyla Rastlantısal Olan Kayıp Veriler -TROK (Little's Missing Completely at Random -MCAR) testinin sonuçları (χ2 = 372,36, ss = 38, p = .09) eksik gözlemlerin tamamen rastgele eksik yapıda olduklarını göstermektedir. TROK, değişkenin düşük/yüksek değer almasıyla ilişkili olmayan, başka bir değişkenin etkisiyle ortaya çıkmayan tamamen rastlantısal olarak dağılmış kayıp verilerdir (Demir, Çüm, Gelbal ve Kışla, 2018).…”

Investigating Measurement Invariance under Different Missing Value Reduction Methods

“…Meanwhile, the missing data arise as a significant factor affecting the psychometric properties of measurement tools. There is a large number of studies in the existing literature that indicate items and test parameters are affected by missing data and missing data reduction methods (Akbas & Tavşancıl, 2015;Akın & Soysal, 2018;Cokluk & Kayri, 2011;Cüm, Demir, Gelbal, & Kışla, 2018;Cüm & Gelbal, 2015;Demir, 2013;Enders, 2004;Sahin Kürşad & Nartgün, 2015;Sayın, Yandı, & Oyar, 2017;Zhang & Yuan, 2016). In case of the missing data, one of the issues that must be addressed regarding the measurement tool is the measurement invariance.…”