Geri Dön

Uzunlamasına veri analizinde yapısal eşitlik modeli yaklaşımı: Örtük büyüme modelleri

Structural equation modeling approach in longitudinal data analysis: Latent growth models

  1. Tez No: 665583
  2. Yazar: FUNDA SEHER ÖZALP ATEŞ
  3. Danışmanlar: DOÇ. DR. DERYA GÖKMEN
  4. Tez Türü: Doktora
  5. Konular: Biyoistatistik, Biostatistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Ankara Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyoistatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 117

Özet

Uzunlamasına verilerin analizinde kullanılan yöntemlerden olan Örtük Büyüme Modelleri (ÖBM), birey içi farklılıkların yanı sıra birey içi değişimdeki bireyler arası farklılıkların da belirlenmesine olanak sağlar. Ayrıca aynı değişkenin modelde hem bağımlı hem bağımsız değişken olarak yer aldığı karmaşık modellerde uygulanabilmesi ve ölçüm hatalarının modellenebilmesi gibi önemli avantajlara sahiptir. ÖBM'de, bir ölçme aracından elde edilen ham puanlar kullanılarak tek değişkenli ÖBM analizleri yapılabileceği gibi soruların ya da sorulardan oluşan alt boyutların ayrı ayrı ele alındığı çok değişkenli ÖBM analizleri de yapılabilmektedir. ÖBM'de bağımlı değişkenin sürekli değişken olması tercih edilmesine rağmen, kategorik veriler için de bu modeller uygulanabilmektedir. Sağlık bilimleri alanında kullanılan ölçme araçlarında yer alan sorular, kategorik veri yapısına sahip olabilir. Bu durumda ham puanların sürekli değişken olarak ele alınması ve analizlerin bu değişkenler üzerinde gerçekleştirilmesi, elde edilecek parametre tahminlerinin ve standart hatalarının yanlı olarak tahmin edilmesine neden olmaktadır. Bu tez çalışması kapsamında sıralı yapıya sahip Jefferson Doktor Empati Ölçeği Öğrenci Versiyonu aracılığıyla öğrencilerden yedi farklı zaman noktasında elde edilen veriler, farklı veri türleri dikkate alınarak (sürekli, kategorik, Rasch Analizi'nden elde edilen aralık ölçekte), tek değişkenli ve çok değişkenli ÖBM analizleri ile değerlendirilmiştir ve sonuçları irdelenmiştir. Tez kapsamında kullanılan sıralı yapıya sahip ölçme aracında bileşik puanlarla yapılan analizlerde kategorik verilerle uygulanan ÖBM sonuçlarının uyum indisleri daha iyi bulunmuştur. Ölçme aracında yer alan üç alt boyutun ayrı ayrı ele alındığı çok değişkenli ÖBM analizlerinden Faktörler Eğrisi ve Eğriler Faktörü modelleri de oldukça iyi sonuçlar vermiştir. Sıralı yapıdaki sorulara sahip bir ölçme aracı için ÖBM analizi uygularken, verilerin yapısının göz önünde bulundurulması ve analizlerin bu yapıya uygun olarak gerçekleştirilmesi önerilmektedir.

Özet (Çeviri)

Latent Growth Models (LGM), one of the methods used in the analysis of longitudinal data, allow determination of inter-individual differences in intra-individual variation as well as intra-individual differences. In addition, it has important advantages such as being able to be applied to complex models in which the same variable is included as both dependent and independent variables and measurement errors can be modeled. In LGM, univariate LGM analyses can be performed using raw scores obtained from a scale, as well as multivariate LGM analyses in which questions or sub-dimensions of questions are handled separately. Although the dependent variable is preferred to be at a continuous level in LGM, these models can also be applied to categorical data. The questions in scales, which are frequently used in the field of health sciences may have a categorical data structure. In this case, considering the raw scores as a continuous variable and performing the analysis on these variables cause the parameter estimates and standard errors to be biased. Within the scope of this thesis, the data obtained from students at seven different time points through the Student Version of the Jefferson Scale of Physician Empathy, which has a ordinal structure was evaluated by univariate and multivariate LGMs taking different types of data (continuous, categorical, interval scores obtained from Rasch Analysis) into consideration,and their results were examined. The analyses made with composite scores in the measurement tool with an ordinal structure used within the scope of this thesis, the fit indices of the LGM with categorical data yielded better results. Factor-of-Curves and Curve-of-Factors models among the multivariate LGM analyses which were applied when the three sub-dimensions in the measurement tool are handled separately also yielded adequate results. It is recommended that the structure of the data should be taken into consideration while applying the LGM analysis for a measurement tool with ordinal questions and that the analyses should be carried out in accordance with this structure.

Benzer Tezler

  1. Uzunlamasına çalışmaların analizinde karma etki modelleri

    Mixed effects models for analyzing longitudinal studies

    BEYZA DOĞANAY

    Yüksek Lisans

    Türkçe

    Türkçe

    2007

    BiyoistatistikAnkara Üniversitesi

    Biyoistatistik Ana Bilim Dalı

    Y.DOÇ.DR. S. KENAN KÖSE

  2. Çalışma saatleri ile sağlık arasındaki ilişki

    Relationships between working hours and health

    İDRİS AKÇEŞME

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    EkonomiGebze Teknik Üniversitesi

    İktisat Ana Bilim Dalı

    PROF. DR. MURAT ANIL MERCAN

  3. A Bayesian joint model for recurrent events and longitudinal covariates

    Tekrarlayan olaylar ve uzunlamasına bağımsız değişkenler için bayesci bileşık model

    MÜNİRE TUĞBA ERDEM ALADAĞ

    Doktora

    İngilizce

    İngilizce

    2019

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. ZEYNEP IŞIL KALAYLIOĞLU AKYILDIZ

  4. A Bayesian longitudinal circular model and model selection

    Bayesci uzunlamasına dairesel bir model ve model seçimi

    ONUR ÇAMLI

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. ZEYNEP IŞIL KALAYLIOĞLU AKYILDIZ

  5. Faktöriyel tasarımlarda uzunlamasına veriler için parametrik olmayan analiz

    Nonparametric analysis of longitudinal data in factorial experiments

    CAN ATEŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    BiyoistatistikAnkara Üniversitesi

    Biyoistatistik Ana Bilim Dalı

    DOÇ. DR. YASEMİN GENÇ