Kayıp veri ile baş etme yöntemlerinin güvenirlik kestirimleri üzerine etkisi
Comparison of influence of the missing data handling methods on reliability estimation
- Tez No: 634087
- Danışmanlar: DOÇ. DR. BURCU ATAR
- Tez Türü: Yüksek Lisans
- Konular: Eğitim ve Öğretim, Education and Training
- Anahtar Kelimeler: Beklenti maksimizasyonu, Güvenilirlik, Kayıp veri teknikleri, Regresyon, Sıfır atama, Testler, Çoklu veri atama yöntemi, Ölçme-değerlendirme, Expectation maximization, Reliability, Missing data techniques, Regression, Zero assignment, Tests, Multiple imputation method, Measurement and evaluation
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Eğitim Bilimleri Enstitüsü
- Ana Bilim Dalı: Eğitim Bilimleri Ana Bilim Dalı
- Bilim Dalı: Eğitimde Ölçme ve Değerlendirme Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada farklı test uzunluklarında, farklı örneklem büyüklüklerine sahip veri setlerinden farklı oranlarda kayıp veri içeren veri setleri oluşturularak, bu veri setlerine uygulanan kayıp veri yöntemlerinin güvenirlik kestirimi üzerine etkisi incelenmiştir. Bunun için 20 ve 40 soruluk 200, 500 ve 1000 kişilik örnekleme sahip yapay veri setleri oluşturulmuştur. Her bir veri setinin Cronbach alfa ve MTK temelli ampirik güvenirlik katsayısı hesaplanıp referans değerler olarak kullanılmıştır. Sonrasında veri setleri, tamamen rassal olarak kayıp mekanizmasına sahip olacak şekilde %5, %10 ve %20 oranlarında eksiltilip yeni veri setleri oluşturulmuştur. Oluşan veri setleri dizin silme (DS), sıfır atama, regresyon atama (RA), çoklu atama (ÇA) ve beklenti maksimizasyonu (BM) yöntemleriyle tamamlanmış ve güvenirlik katsayıları kestirilmiştir. Yapılan analizler sonucunda referans değerler ile farklı kayıp veri yöntemleriyle tamamlanmış veri setlerinin güvenirlikleri arasında anlamlı bir farklılık bulunmadığı, ancak referans değerlere en yakın sonuçları regresyon ve çoklu atama yöntemlerinin verdiği görülmüştür. Sıfır atama yönteminin referans değerlere en uzak kestirimleri verdiği elde edilen sonuçlar arasındadır.
Özet (Çeviri)
The purpose of this study was to compare the missing data handling methods in terms of the influence on reliability coefficients under different simulation conditions. For this purpose, datasets with 200, 500, and 1000 sample sizes, 20 and 40 items were generated, and study was conducted with those simulated datasets. Cronbach alpha and IRT based reliability coefficients of each dataset was calculated and used as reference values. Afterwards, datasets were reduced by %5, %10 and %20 as completely random and generated new datasets. Using listwise deletion (LD), zero imputation, regression imputation (RI), multiple imputation (MI), and expectation maximization (EM) missing data handling methods were applied to all datasets. Cronbach alpha and IRT based empirical reliability coefficients of each dataset were calculated and compared with the reference values. As a result of the study, there was no statistically significant difference between reliability coefficients. The methods which produced the closest values to the reference values were RI and MI methods.
Benzer Tezler
- Genellenebilirlik kuramında kayıp veri ile baş etme yöntemleri üzerine bir araştırma
A research on the handling missing data methods in generalizability theory
DİLAY AK
Yüksek Lisans
Türkçe
2020
Eğitim ve ÖğretimEge ÜniversitesiEğitimde Ölçme ve Değerlendirme Ana Bilim Dalı
DOÇ. DR. HAKAN ATILGAN
- A model for analysing ship emergency preparedness level
Gemilerde acil durum hazırlık seviyesinin analizi üzerine bir model
BURCU ÖZTÜRK TAÇ
Doktora
İngilizce
2019
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. METİN ÇELİK
- Development of a spatial model on nuclear power plant accidents based on vulnerability and evacuation plans
Kırılganlık ve tahliye planlarına dayalı nükleer santral kazaları için mekansal bir modelin geliştirilmesi
MARYNA BATUR
Doktora
İngilizce
2025
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. REHA METİN ALKAN
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Predicting software vulnerabilities using topic modeling with issues
Konu modelleme yöntemi ile yazılım güvenlik açıklarını tahmin etme
FATMA GÜL BULUT
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYŞE TOSUN