Ders Detayı

Eğitmenin Cevabı (SEDAT ŞEN)

özellikle regresyon bağlamında anlatayım. elimizde bir bağımlı ve iki tane bağımsı değişken var diyelim. eğer bu iki bağımsız değişken birbirleriyle yüksek korelasyona sahip olursa bu durumda elde edilecek regresyon sonuçları yanlı olacaktır. örnek verecek olursak bir öğrenciye hem babasının maaşını soruyorsunuz hem de ailenin toplam gelirini soruyorsunuz. bu iki değişken tahmin edersiniz ki yüksek korelasyona sahip olacaktır. eğer bu 2 değişkeni aynı anda analizlere eklerseniz yanlı sonuçlar ortaya çıkar. diğer örnekler: "bir kişinin boy ve kilosu", "bir arabanın yaşı ve satış fiyatı" veya "eğitim düzeyi ve yıllık gelir". Bu değişkenlerden birisi analize girmişse diğerine gerek yok. Ya ikisinden biri seçilmeli ya da birleştirme yoluna gidilmelidir. Aksi taktirde çoklu doğrusallık problemi ortaya çıkar. Yapısal eşitlik modellemesinde de verileri topladığımız maddelerin bazılarının arasında yüksek korelasyon olursa bu da çoklu doğrusallık (multicollinearity) problemine yol açar.

Eğitmenin Cevabı (SEDAT ŞEN)

Mehmet Sabir Bey, İki farklı ölçeğin uygulanacağı örneklemler aynı olsaydı direkt regresyon ya da yapısal eşitlik modellemesi kullanılabilirdi. Sizin senaryonuzda okul müdürülerine ait cevaplar (yönetim tarzları) ve öğrencilere ait cevaplar (okul bağlılığı) olacağı için bu iki farklı düzeyi aynı anda analiz edebilen çok düzeyli yöntemlere ihtiyacınız olacak. Hiyerarşik lineer model (HLM) yöntemini kullanarak öğrencileri düzey-1 yöneticileri de düzey-2 olarak ele alıp analizlerini yapabilirsiniz. Direkt HLM de yapabilirsiniz çok düzeyli Yapısal eşitlik modellemesi de yapabilirsiniz. Bunlar ileri düzey istatistiklerdir. Doğru olan da düzeyleri hesaba katmaktır. Düzeyleri hesaba katmadan da analizleri yapmak mümkün ve daha basit ama doğru olanı çok düzeyli analizlerdir. İkisini de rahatlıkla yapacağınız programlar Mplus ve R programlarıdır. Öncelikle veri setinizi çok düzeyli analize uygun hale getiriniz. Ekstra değişkenler (yöneticiye ve öğrencilere ait) oluşturarak çok sayıda veri toplarsanız güzel bir çalışma olma potansiyeli bulunmaktadır. iyi çalışmalar

Eğitmenin Cevabı (SEDAT ŞEN)

Sistem sorumlusundan sunumlarımı AYEUM'a yüklemesini rica edeceğim. Ayrıca sunumlara sedatsen.com üzerinden de ulaşabilirsiniz. Bildiğim kadarıyla Mplus üzerine herhangi bir Türkçe kaynak yok. Aslında Mplus örtük değişken analizleri ile ilgili her türlü analizleri yapabilme kapasitesine sahip ama aklınıza gelebilecek her analizi yapabilecek bir program arıyorsanız o da R programıdır (https://cran.r-project.org/). SPSS'teki her analizi + yapısal eşitlik modellemesi + HLM vb yeni analiz yöntemlerini yapabileceğiniz program R'dır. Mplus üzerinden sadece diyagramla analizleri yapabilirsiniz ama benim tavsiyem syntax üzerinden analizlerinizi yapmanız ve kendinizi geliştirmenizdir.

Eğitmenin Cevabı (SEDAT ŞEN)

Merhaba, Sorduğunuz değerin hangi sunum kaçıncı slaytta geçtiğini belirtseydiniz daha doğru bir cevap verebilirdim. Sorunuzun cevabı genel olarak evet. Genelde faktöryükü(standarthata) şeklinde diyagramda sunulur. Fakat bu değer standartlaştırılmış (yani beta) da olabilir standartlaştırılmamış yük değeri de. Zaten diyagramda neyin raporlanacağı Mplus menülerinden seçilebiliyor. Ayrıca outputa bakıp bu değerin tam olarak ne olduğunu görebilirsiniz. not: bu değer regresyon ve yol analizinde regresyon katsayısı şeklinde ifade edilirken doğrulayıcı faktör analizinde faktör yükü olarak ifade edilir. parantez içerisinde de o değerin standart hatası sunulur. Sunumları AYEUM üzerinden indirebilirsiniz. İyi çalışmalar

Eğitmenin Cevabı (SEDAT ŞEN)

Mplusla "çok düzeyli regresyon" yani "hiyerarşik lineer modelleme" anlatan bir sunumum ya da videom yok. AYEUM'un bu konuda planı var mı bilmiyorum. Sizler AYEUM'dan talepte bulunabilirsiniz. Benim HLM programı üzerinden çok düzeyli regresyon anlattığım ayrı bir AYEUM dersim var ilgilenirseniz ona göz atabilirsiniz. Oradan çok düzeyli regresyonun mantığını öğrenip Mplus User guide üzerindeki synatxlar ile çok düzeyli regresyonu Mplusta da yapabilirsiniz. Bu 2 programı (HLM ve Mplus) da aynı anda kullanmak sonuçlarınızı doğrulamanız adına çok yararlı olacaktır. HLM programının kullanımı SPSS kadar kolaydır. Eğer amacınız çok düzeyli regresyonu öğrenmek ise programla vakit kaybetmemek adına HLM programı üzerinden öğrenmenizi tavsiye ederim. iyi çalışmalar

Eğitmenin Cevabı (SEDAT ŞEN)

LISREL programında mümkün ama AMOS'ta olduğunu sanmıyorum.

Eğitmenin Cevabı (SEDAT ŞEN)

Özkan Bey bu online eğitim SEM içerisindeki her konuyu kapsamamaktadır. Burada amaç temel ve orta düzeyde altyapı oluşturmanızı sağlamaktır. Bu eğitim kapsamında başka video çekmeyi planlamıyorum. Rex Kline'ın SEM kitabından moderation&mediation konusunda bilgi edinebilirsiniz. AYEUM üzerinde bu konularda ayrı eğitimler var onlara da başvurabilirsiniz. Piyasadaki diğer SEM kitaplarında da bu konulara yer verilmektedir. İyi çalışmalar

Eğitmenin Cevabı (SEDAT ŞEN)

merhabalar, BU eğitimde ya da başka bir yerde ESEM anlatmıyorum. Eğer Mplus kitabımın 2.baskısı çıkarsa bu konuyla ilgili bir bölüm ekleme planım var.

Eğitmenin Cevabı (SEDAT ŞEN)

Categircal=cinsiyet; şeklinde yazarsanız kategorik değişkenleri de her türlü analizde kullanabilirsiniz.

Eğitmenin Cevabı (SEDAT ŞEN)

Bu sorunun cevabını Brown'un (2006) kitabından bazı alıntılarla vereyim gerisini siz düşünün. "estimation of factor correlations provides important information such as the existence of redundant factors or a potential higher-order structure. Factor intercorrelations above .80 or .85 imply poor discriminant validity and suggest that a more parsimonious solution could be obtained" "the results of an initial CFA may indicate that some factors have poor discriminant validity—that is, two factors are so highly correlated that the notion that they represent distinct constructs is untenable. Based on this outcome, the model may be respecified by collapsing the highly overlapping factors; that is, the indicators that loaded on separate, overlapping factors are respecified to load on a single factor. Although this respecification may foster the parsimony and interpretability of the measurement model, it will lead to some decrease in goodness of fit relative to the more complex initial solution." "If too many factors have been specified in the CFA model, this is likely to be detected by correlations between factors that approximate ±1.0, and so the latent dimensions have poor discriminant validity. In applied research, a factor correlation that equals or exceeds .85 is often used as the cutoff criterion for problematic discriminant validity (cf. guidelines for multicolinearity in regression; Cohen et al., 2003; Tabachnick & Fidell, 2001). When factors overlap to this degree, it may be possible to combine factors to acquire a more parsimonious solution. The goal of such respecification is not to improve the overall fit of the model (e.g., a model with fewer factors entails a smaller number of freely estimated parameters), but ideally the fit of the more parsimonious solution will be similar to the initial model, assuming that overall fit of the initial model was satisfactory, except for the excessive correlation between two factors. Again, revisions of this nature require a clear rationale" Reference: Brown, T. A. (2015). Confirmatory factor analysis for applied research. Guilford publications.

Eğitmenin Cevabı (SEDAT ŞEN)

Merhabalar, Aslına bakarsanız 2 farklı ölçek puanını birleştirmek yerine aralarından birini kullanmanız daha sağlıklı. Hatta tek bir ölçekten toplam puan elde etmek bile bazen sorunlu olabiliyor. İlle de birleştirecekseniz standartlaştırdıktan sonra ekleme yapabilirsiniz. Eğer standartlaştırmadan birleştirme yapsaydınız hatalı olurdu çünkü elma ile armutu toplama durumu ortaya çıkardı. Sizin durumunuzda en azından aynı ölçeğe indirgemiş oluyorsunuz. Bazı araştırmacılar bu şekilde uygulamalar yapıyorlar. İyi çalışmalar dilerim.

Eğitmenin Cevabı (SEDAT ŞEN)

https://www.theanalysisfactor.com/rescaling-variables-to-be-same/ https://stats.stackexchange.com/questions/20790/how-do-i-combine-two-outcome-measures-from-two-different-questionnaires-into-one https://www.researchgate.net/post/How_do_I_combine_merge_two_scales2