Bilişsel Tanı Modellerinde Madde Düzeyinde Tanımlanmış En Uygun İndirgenmiş Modelinin Belirlenmesi

Abstract

Bu çalışmanın amacı, Q-matrisinde en az iki nitelik gerektiren maddeler için madde düzeyinde tanımlanan en uygun indirgenmiş modelin WALD, LR, 2LR ve LM test yöntemlerine göre belirlenmesidir. Ayrıca her bir madde için belirlenen indirgenmiş model kullanılarak tanımlanan modelin bağıl ve mutlak model uyum değerlerini G-DINA model uyum değerleriyle karşılaştırmak amaçlanmıştır. Araştırmanın çalışma grubu Ankara ilinde yedi farklı lisede 9.sınıfta öğrenim gören 712 öğrenciden oluşmaktadır. Çalışmada verileri araştırmacı tarafından geliştirilen beş niteliğin yoklandığı, çoktan seçmeli ve 26 maddeden oluşan tanılayıcı bir matematik testinden elde edilmiştir. Verilerin analizi RStudio yazılımında “GDINA” paket 2.9.4 versiyonu ile gerçekleştirilmiştir. Çalışma sonucunda, Wald, LR ve 2LR test yöntemlerinde en çok LLM modelinin, LM test yönteminde ise DINA modelin maddeler için en uygun indirgenmiş model olarak belirlendiği tespit edilmiştir. Tüm modellerde mutlak model uyum değerlerinin iyi olduğu, en düşük RMSEA değerinin G-DINA modelde, en düşük SRMSR değerinin ise TMLM modelinde olduğu belirlenmiştir. TMwald ve TMLM modellerinin G-DINA model kadar iyi uyuma sahip olmadığı, TMLR ve TM2LR modellerinin G-DINA model kadar iyi model uyumuna sahip olduğu belirlenmiştir. Bu modellerde madde düzeyinde sadeleştirmeye gidilebileceği ve G-DINA model yerine sadeleştirilmiş bu modellerin kullanılabileceği sonucuna ulaşılmıştır. Araştırmacılara madde düzeyinde hangi yöntem kullanılarak daha güvenilir ve geçerli bir şekilde model seçilebileceği konusunda çalışmalar yapması önerilmektedir.

Keywords

• bilişsel tanı modeli
• g-dina model
• madde düzeyinde model
• model uyumu.
• cognitive diagnostic model
• g-dina model
• item-level model
• model fit.