Monte Carlo Simülasyon Yönteminde Tekrar Sayısı Klasik Test Kuramı Parametreleri İçin Kaç Olmalıdır?
[ X ]
Tarih
2020
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Son yıllarda yapay veri ile yapılan çalışmaların sayısı giderekartmaktadır. Yapay veriler birçok modelin, istatistiksel tekniğin,kuramın test edilmesinde dolayısıyla geliştirilmesinden önemli rolesahiptir. Simülasyon çalışmalarındaki tekrar sayısının gerçeğiyansıtan sonuçlar üretmedeki önemi tartışılmazdır. Monte Carlosimülasyon yöntemi kullanılarak bir araştırma tasarlandığında,tekrar sayısı araştırma sonuçlarının güvenilirliği ve geçerliliği içinçok önemlidir. Ancak, simülasyonda kaç tekrarın yeterli olduğukonusunda net bir bilgi yoktur. Bu çalışmada, Klasik Test Kuramıtemelinde Monte Carlo simülasyon yöntemindeki tekrar sayısınınmadde ve test parametresi tahminlerine etkisini belirlemek vegerekli tekrar sayısını belirlemek amaçlanmıştır. Bu amaçla, farklıkoşullar altında tekrar sayısının değiştirilmesiyle elde edilen verilertoplam varyans oranı, Cronbach Alfa katsayısı, madde maddeortalama ortalaması ve model veri uyumu parametreleriincelenmiştir. Bu çalışma bir Monte Carlo simülasyon çalışmasıdır.Araştırmada veri üretimi ve analizi için R programı (2011) “psych”paketi kullanılmıştır. Bu çalışmada, tek boyutlu bir yapıdaki maddesayısı 20'ye, cevap kategorisi 5’e sabitlenerek, örneklem büyüklüğü100, 250, 500, 1000 ve 3000 olarak değiştirilmiştir. Çalışmanınsonuçlarına göre, Klasik Test Kuramı'na dayalı bir çalışmadaaraştırmacıların, benzer koşullarda örneklem büyüklüğü 100 iken1000 tekrar ile, örneklem büyüklüğü 250 iken 500 tekrar ile,örneklem 500 iken 250 tekrar ile ve örneklem büyüklüğü 1000 ve3000 iken 100 tekrar ile veri üretmeleri önerilmektedir.
Açıklama
Anahtar Kelimeler
Bilgisayar Bilimleri, Yazılım Mühendisliği,Matematik,Bilgisayar Bilimleri, Teori ve Metotlar,İstatistik ve Olasılık
Kaynak
Cumhuriyet Uluslararası Eğitim Dergisi
WoS Q Değeri
Scopus Q Değeri
Cilt
9
Sayı
2
