Farklı türde problem geliştirmeye yarayan dıscover problem matrisinin revize edilerek psikometrik özelliklerinin araştırılması

Abstract

Bu çalışmada farklı türde problem geliştirmeye yarayan DISCOVER Problem Matrisi revize edilerek matrise yeni bir problem türü ilave edilmiştir. Revize edilen matrise göre hazırlanan ölçme aracı üzerinden oluşan yeni yapının bazı psikometrik özellikleri araştırılmıştır.Altıncı ve yedinci sınıf müfredatına uygun olarak hazırlanan ve 24 soru içeren ölçme aracı, toplam 519 altıncı ve yedinci sınıf öğrencisine uygulanmıştır. Revize edilen matrisin psikometrik özelliklerinin araştırılmasında iç tutarlılık katsayısı, korelasyon katsayısı ve ?t? testi analizleri kullanılmıştır.Araştırmada kullanılan ölçme aracının güvenirliği ? = .75 olarak belirlenmiştir. Revize edilen matristeki problem türleri arasında, tekil düşünme ve çoğul düşünme arasında pozitif ve anlamlı ilişkiler bulunmuştur. Birbirine yakın problem türleri arasındaki ilişkilerin daha yüksek olduğu, problem türleri arasındaki uzaklık arttıkça problem türleri arasındaki ilişkilerin azaldığı bulunmuştur. Revize edilen matrise eklenen problem türünün diğer problem türlerine uyum sağladığı da elde edilen bulgular arasındadır.

In this study, DISCOVER Problem Continuum Matrix was revised and its psychometric properties were investigated. The new matrix included 7 problem types as opposed to previous matrix that had 6 types.A measurement instrument in mathematics was developed based on the revised matrix. This test included 24 problems that were developed based on the sixth and seventh grade curricula. It was administered to 519 sixth and seventh grade students. Test administration was carried out in students? regular class hours.Data analysis showed that the test had a reliability coefficient of .75. Statistically significant correlations were found between the problem types, divergent thinking and convergent thinking. The new problem type added to the matrix had a good fit. Further, it was found that the closer problem types to each other the bigger correlations among them, and as the distances among the types get bigger the correlations among them get smaller