Kayıp veri ile başa çıkma yöntemlerinin yol analizine ilişkin model uyum indeksleri açısından incelenmesi
An investigation of missing data handling methods in terms of model fit indices in path analysis
- Tez No: 940538
- Danışmanlar: DOÇ. DR. CEREN MUTLUER
- Tez Türü: Yüksek Lisans
- Konular: Eğitim ve Öğretim, Education and Training
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Bolu Abant İzzet Baysal Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Eğitim Bilimleri Ana Bilim Dalı
- Bilim Dalı: Eğitimde Ölçme ve Değerlendirme Bilim Dalı
- Sayfa Sayısı: 398
Özet
Bu araştırma, farklı kayıp veri yöntemlerinin (Liste Bazında Silme (LBS), Regresyonla Atama (RA), Seriler Ortalaması (SO), Çoklu Değer Atama (ÇDA) ve Beklenti Maksimizasyonu (BM)) yol analizine ilişkini model uyum indeksleri açısından karşılaştırmayı amaçlamaktadır. Tamamıyla rassal kayıp veri koşulunda, %5, %10 ve %20 oranlarında kayıp içeren veriler; 200, 500 ve 1000 kişilik örneklemlerle beş başarı düzeyinde (1a, 1b, 2, 3, 4) analiz edilmiştir. Model uyumuna ilişkin ölçütler (χ², GFI, RMSEA, CFI, SRMR, NNFI ve AGFI), her yöntemle tamamlanan veri setlerinden elde edilen değerler ile orijinal veri seti temel alınarak karşılaştırılmıştır. PISA 2022 verileri temel alınarak yaratıcı düşünme ile matematik, okuma ve fen alanları arasındaki ilişkiler yol analizi yoluyla incelenmiştir. Bulgular, BM yönteminin tüm örneklem büyüklüklerinde ve kayıp oranlarında en iyi model uyumu değerlerini sağladığını göstermiştir. RA yöntemi, özellikle büyük örneklemlerde BM'ye yakın sonuçlar üretmiştir. SO yöntemi düşük kayıp oranlarında dengeli performans sergilerken, yüksek oranlarda zayıflamıştır. ÇDA ise bazı koşullarda yeterli model uyumu sağlayamamıştır. En düşük uyum değerleri ise LBS yönteminde gözlemlenmiştir. Genel olarak kayıp oranı arttıkça model uyum değerleri düşerken, örneklem büyüklüğündeki artış yöntemlerin performansını iyileştirmiştir.
Özet (Çeviri)
This research aims to compare the effects of various missing data handling methods—Listwise Deletion (LWD), Regression Imputation (RI), Series Mean (SM), Multiple Imputation (MI), and Expectation Maximization (EM)—on model fit indices within the framework of path analysis. Under the assumption of a Missing Completely at Random mechanism, datasets with 5%, 10%, and 20% missing data were analyzed across five proficiency levels (1a, 1b, 2, 3, and 4) using sample sizes of 200, 500, and 1000 participants. Model fit indices, including χ², GFI, RMSEA, CFI, SRMR, NNFI, and AGFI, were calculated for each completed dataset and compared to the values obtained from the original (complete) dataset. Based on PISA 2022 data, the relationships between creative thinking and achievement in mathematics, reading, and science were examined through path modeling. The findings indicated that EM consistently produced the most favorable model fit values across all sample sizes and levels of missingness. RI generated results that were comparable to EM, particularly in larger samples. While SM demonstrated relatively stable performance at low levels of missing data, its effectiveness declined as the missingness increased. MI failed to provide sufficient model fit in certain conditions. The poorest results were observed with LWD due to the loss of substantial amounts of data. Overall, as the proportion of missing data increased, model fit indices tended to deteriorate.
Benzer Tezler
- 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
- Assessment of urbanization history of Addis Ababa city, Ethiopia
Addıs Ababa cıty, Ethıopıa'nın kentleşme tarihinin değerlendirilmesi
ABDURAHMAN HUSSEN YIMER
Yüksek Lisans
İngilizce
2023
Şehircilik ve Bölge PlanlamaMersin ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
DOÇ. DR. ALİ CENAP YOLOĞLU
- Kayıp veri ile başa çıkma yöntemlerinin yapısal eşitlik modellerine etkisi
The effect of missing data handling methods in structural equation models
HAYDAR KARAMAN
Doktora
Türkçe
2022
Eğitim ve ÖğretimHacettepe ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
DOÇ. DR. BURCU ATAR
- Tek boyutlu ve çok boyutlu likert tipi ölçekler için farklı kayıp veri ile başa çıkma yöntemlerinin karşılaştırılması
Comparison of different methods of dealing with missing data for unidimensional and multidimensional likert-type scales
MUHAMMET CURABAY
Doktora
Türkçe
2024
Eğitim ve ÖğretimGazi ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. ŞEREF TAN
- Kayıp veriyle başa çıkma yöntemlerinin test eşitlemeye etkisinin incelenmesi
Investigation of the impact of techniques of handling missing data on the test equating
GÜLDEN ÖZDEMİR
Doktora
Türkçe
2023
Eğitim ve ÖğretimHacettepe ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. BURCU ATAR