Farklı koşullardaki kayıp veri oranının iç tutarlığa etkisi

Abstract

Kayıp veri sorunu, yapılan çalışmalarda araştırmacıların karşılaştığı önemli bir sorundur. Yaygın kullanılan istatistiksel analiz programları tam veri setleri ile çalıştığından araştırmacılar kayıp verinin varlığında bu sorunu gidermeye yönelik çözümler aramaktadırlar. Her ne kadar alanyazında yer alan çeşitli yöntemler kullanılarak veri atama yoluyla tam veri setleri oluşturulsa da kullanılan ölçeğin psikometrik özelliklerinin etkileneceği bilinen bir gerçektir. Bu çalışmada farklı oranlarda kayıp veri içeren veri setleri için hesaplanan Cronbach α değerindeki değişim örneklem büyüklüğü, test uzunluğu, dağılım biçimi ve puanlama türü değişkenleri açısından incelenmiştir. Çalışmada kullanılan tam veri setleri Wingen 3 programında belirlenen koşullar altında 20'li tekrarlar hâlinde üretilmiş ve bu 20'li tekrarlardan random olarak seçilen veri setlerine faktör analizi uygulanarak verilerin tek boyutlu olduğu belirlenmiştir. Oluşturulan tam veri setlerinin her biri R programında yazılan kodlarla rassal olarak kayıp veri mekanizmasına uygun olarak %5, %10 ve %20 oranında değer silinerek Cronbach α güvenirlik değerinin hesaplanacağı eksik veri setleri elde edilmiştir. Çalışma, kullanılan veriler benzetim yolu ile üretildiğinden simülatif; belirli koşullar altında güvenirliğin nasıl değiştiğini kestirme amacı taşıdığından ilişkisel bir çalışmadır. Bulgulara göre farklı puanlama türleri için(kategorik ve likert) örneklem büyüklüğü arttıkça Cronbach α değerindeki değişimin azaldığı görülmüştür. Benzer şekilde madde sayısı arttıkça Cronbach α değerindeki değişim azalmaktadır. Farklı oranlarda kayıp veri içeren veri setleri için hesaplanan Cronbach α değerindeki değişimin dağılım biçimine (normal dağılım, sağa çarpık dağılım, sola çarpık dağılım) bağlı olmadığı ortaya konmuştur. Örneklem büyüklüğü, testin uzunluğu ve dağılım biçimi farklı olsa dahi kayıp veri oranı arttıkça Cronbach α değerindeki değişim de artmaktadır.

Missing data is problematical for researchers. As common statistical analysis programs depend on full data sets, researchers need solutions to eliminate missing data problem. Although full data sets are created via data imputation by using several methods in literature, it is known that psychometric features of the scale will be affected. In this study, the change in Cronbach α value for data sets having missing data in different rates, has been analyzed in terms of sample size, test length, distribution manner and scoring method. Full data sets in the study have been created as 20-repetitions under conditions designated in Wingen 3 program, and by applying factor analysis to data sets chosen randomly from 20-repetitions, it has been determined that data are one-dimensional. Values have been deleted randomly in the rates of 5%, 10% and 20% in accordance with missing data mechanism with codes typed in R program, where each full data set is created, and missing data sets, where Cronbach α reliability value will be calculated, have been obtained. This study is simulative as the data are created via simulation method and also relational and aims to determine reliability changes. For different scoring methods, as simple size increases, change in Cronbach α value decreases. As the number of items increases, change in Cronbach α decreases. Even if sample size, test length and distribution manner are different, as the rate of missing data increases, change in Cronbach α value increases.