Ders Detayı

Mplus ile YEM Eğitimi (Temel ve İleri Düzey)
8 Video, Ders Süresi: 60 gün

Dersler

Ders 1: Eğitimin Ana Hatları- Teorik Konular Ön bilgiler 

Ders 2: Yapısal Eşitlik Modellemesinin Temelleri

Ders 3: Yapısal Eşitlik Modellemesinin Adımları

Ders 4: Yapısal Eşitlik Modellemesinde Ek Konular

Ders 5: Mplus Programının Tanıtımı ve Kurulumu

Ders 6: Mplus ile Regresyon ve Yol Analizi Uygulamaları

Ders 7: Mplus ile Doğrulayıcı Faktör Analizi Uygulamaları

Ders 8: Mplus ile Yapısal Eşitlik Modellemesi Uygulamaları

 

 

Eğitmen Hakkıında:  Dr. Öğretim Üyesi Sedat ŞEN Hacettepe Üniversitesi mezunu olup Yüksek Lisans ve Doktora eğitimini Amerika Birleşik Devletleri’nde tamamlamıştır. Alanında birçok SSCI/SCI indexli dergide makale yayınlamış olan  Dr. ŞEN’in H- İndexi 6‘dır.  İstatistik, meta analizi,  HLM,  CMA konusunda Türkiye’de en yetkin araştırmacılar arasında yer alan Dr. Şen, gerek yayın performansı gerekse araştırma yöntemlerindeki derinliği ile ülkemizde adından söz ettiren, birçok projede görev yapan araştırmacılar arasındadır.

Eğitmen: Doç. Dr. Sedat ŞEN

Katılım Belgesi: Evet

Durum: Tüm dersler yüklendi

Garanti: %100  Memnuniyet ve İade Garantisi

Özellikleri: İnteraktif, Online Sınav, Eğitmene soru sorma  İmkanı

Fiyat:
299,90 TL
Ders İzleme Süresi: 60 Gün
Erişim Zamanı: 7/24
Video Sayısı: 8
Durum: Satın Alınabilir


Tanıtım Videosunu İzle



Örnek Dersi İzle

Puanlar 0 Kişi Oyladı (0/100)

0 Kişi
0 Kişi
0 Kişi
0 Kişi
0 Kişi

Yorumlar

Ö.A.

HOCAM MERHABA, MULTİCOLLİNARİTY PROBLEMİNİ BİRAZ DAHA AÇAR MISINIZ? HANGİ DURUMLARDA ORTAYA ÇIKAR VE KAÇINMAK İÇİN NE YAPMAK GEREKİR? BİR ÖRNEKLE AÇIKLAMANIZ MÜMKÜN MÜDÜR?


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.


M.S.C.

SAYIN HOCAM; OKUL MÜDÜRLERİNİN YÖNETİM TARZLARININ ÖĞRENCİLERİN OKUL BAĞLILIĞINA ETKİSİ KONULU BİR ARAŞTIRMA YAPMAK İSTİYORUM. ARAŞTIRMADA 2 ÖLÇEK KULLANACAĞIM.BİRİNCİ ÖLÇEĞE ÖĞRETMENLER CEVAP VERECEK VE BURADAN HAREKETLE OKUL MÜDÜRLERİNİN YÖNETİM TARZLARINI BELİRLEYECEĞİM. İKİNCİ ÖLÇEĞİ İSE ÖĞRENCİLERE UYGULAYACAĞIM VE BUNUNLA DA ÖĞRENCİLERİN OKULA BAĞLILIKLARINI ÖLÇECEĞİM. BU DURUMDA HANGİ ANALİZİ VE HANGİ İSTATİSİTİK PROGRAMLARI KULLANABİLİRİM?ÖRNEĞİN LISREL, AMOS VEYA MPLUS BU ARAŞTIRMA İÇİN UYGUN OLUR MU? SPSS BU ARAŞTIRMA İÇİN KULLANILABİLİR Mİ? KLASİK REGRESYON BU ARAŞTIRMA İÇİN UYGUN OLUR MU?BU ARAŞTIRMA İÇİN NELERE DİKKAT ETMELİYİM VE ÖNERİLERİNİZ NELERDİR?SAYGILARIMLA...


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


M.S.C.

SAYIN HOCAM; ANLATTIKLARINIZ SLAYLTLARI PAYLAŞMA İMKANINIZ VAR MI? ÇÜNKÜ MPLUS TÜRKÇE KAYNAK YOK BİLDİĞİM KADARIYLA. BU NEDENLE PAYLAŞMANIZ DERSİ DAHA İYİ ANLAMAMIZI SAĞLAYACAKTIR. AYRICA MPLUS TÜRKÇE KAYNAK VAR MI? NASIL ULAŞABİLİRİZ? SEDAT HOCAM; ANLADIĞIM KADARIYLA MPLUS; SPSS, LISREL , AMOS VE HLM NİN TÜMÜNÜ KAPSAYABİLİYOR. YANİ HLM DE VEYA AMOSTA , SPSS TEKİ BİR ANALİZİ MPLUSLA YAPABİLİRİZ. BU KAPSAMDA MPLUS ŞEMSİYE BİR ANALİZ PROGRAMI MIDIR? SADECE DİYAGRAMLA ÖĞRENMEK İŞİMİZİ GÖRÜR MÜ? CEVAPLARSANIZ SEVİNİRİM. SAYGILARIMLA....


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.


M.S.C.

SAYIN HOCAM; .852(.023) TE OLDUĞU GİBİ PARANTEZ DIŞINDAKİ .852 BETA REGRESYON KATSAYISINI ; PARANTEZ İÇİNDEKİ İSE .023 STANDART HATAYI MI İFADE EDİYOR?BUNU TEYİD EDER MİSİNİZ? AYRICA BURADA ANLATILAN TÜM SLAYTLARI VE DÖKÜMANLARI SAHİCİ1980@GMAİL.COM ADRESİME YOLLARSANIZ MUTLU OLURUM. SAYGILARIMLA...


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


M.S.C.

KIYMETLİ HOCAM;EMEĞİNİZE,AĞZINIZA SAĞLIK... MPLUSLA ÇOK DÜZEYLİ REGRESYON MODELİ İÇİN SLAYT VEYA ONLİNE DERS ANLATIMINIZ VAR MI? YOKSA AYEUM BÜNYESİNDE MPLUSALLA ÇOK DÜZEYLİ REGRESYON MODELİ İÇİN VİDEO ÇEKİLECEK Mİ? ZİRA BU KONUDA İHTİYAÇ VAR. MPLUSLA ÇOK DÜZEYLİ REGRESYONUN İÇİN NE ÖNERİRSİNİZ? ÇOK DÜZEYLİ REGRESYON MODELİNİ NASIL ÖĞRENİLEBİLİRİZ? SAYGILARIMLA...


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


M.S.C.

SAYIN HOCAM; LISREL VE AMOS ÇOK DÜZEYLİ REGRESYON MODELLERİ İÇİN KULLANILABİLİR Mİ? SAYGILARIMLA...


Eğitmenin Cevabı (SEDAT ŞEN)

LISREL programında mümkün ama AMOS'ta olduğunu sanmıyorum.