Yapısal Eşitlik Modeli (YEM) Nedir? Tez İçin Başlangıç Rehberi

İçindekiler

• Genel Bilgilendirme: konunun kapsamı ve kullanılan kaynaklar

• Bölüm 1: Yapısal eşitlik modeli nedir?

• Bölüm 2: YEM hangi araştırma sorusunda kullanılır?

• Bölüm 3: YEM analizi adım adım nasıl yapılır?

• Bölüm 4: YEM için kaç kişilik örneklem gerekir?

• Bölüm 5: Uyum indeksleri nasıl yorumlanır?

• Bölüm 6: YEM için hangi program kullanılır?

• Bölüm 7: İyi uyum, modelin doğru olduğunu mu gösterir?

• Bölüm 8: Tezde YEM kullanmak için yol haritası

• Gerçek Hayattan Örnekler: dört temsili senaryo

• Sıkça Sorulan Sorular

• Kaynakça

• Yasal Bilgilendirme

Genel Bilgilendirme

Yapısal eşitlik modeli, tez çalışmalarında birden fazla kavram arasındaki ilişkiyi aynı anda sınamak için kullanılan bir istatistik yöntemidir. YEM, ölçeklerle toplanan verilerde hem ölçme aracının yapısını hem de kavramlar arası yolları birlikte değerlendirir. Eğitim, psikoloji, işletme ve sağlık bilimleri alanındaki lisansüstü tezlerde sık karşılaşılır. Kullanımı genellikle yeterli bir örneklem ve kuramsal bir model gerektirir.

YEM için tek bir “doğru örneklem” veya tek bir “geçme notu” bulunmaz. Wolf ve arkadaşlarının 2013'te Educational and Psychological Measurement dergisinde yayımlanan simülasyon çalışması, model yapısına göre gereken örneklemin 30 ile 460 vaka arasında değiştiğini raporladı. Uyum indeksleri için en çok atıf alan ölçütler ise Hu ve Bentler’in 1999'da Structural Equation Modeling dergisinde önerdiği değerlerdir. Bu değerler de belirli simülasyon koşullarında geliştirilmiştir.

Bu yazı hakemli yöntem çalışmalarını, Türkiye’de tamamlanmış tezleri, DergiPark’taki uygulama makalelerini ve yazılım belgelerini esas alır. Yazılım sürümleri ve önerilen ölçütler değişebileceği için her verinin yanında tarihi verilmiştir.

Yapısal eşitlik modeli nedir?

Yapısal eşitlik modeli, doğrudan ölçülemeyen kavramları birden fazla gözlenen değişkenle tanımlayan ve bu kavramlar arasındaki ilişkileri aynı anda sınayan çok değişkenli bir istatistik yöntemidir. Nurcan Alkış’ın 2016'da Gazi İktisat ve İşletme Dergisi’nde yayımlanan makalesi YEM’i, teoriye dayanan ve değişkenler arasındaki nedensel ilişkileri tahmin etmeye yarayan bir yöntem olarak tanımlar.

YEM’in mantığını anlamak için iki değişken türünü ayırmak gerekir. Gözlenen değişken, bir ölçek maddesine verilen cevap gibi doğrudan ölçülen değişkendir. Gizil değişken ise iş doyumu, kaygı veya akademik özyeterlik gibi doğrudan ölçülemeyen, birden fazla gözlenen değişkenle temsil edilen kavramdır. İngilizce kaynaklarda gizil değişken latent variable, gözlenen değişken observed variable olarak geçer. Türkçe metinlerde gizil yerine örtük ifadesi de kullanılır.

Bir yapısal eşitlik modeli genellikle iki parçadan oluşur:

• Ölçme modeli: Hangi ölçek maddelerinin hangi gizil değişkeni temsil ettiğini gösterir; doğrulayıcı faktör analiziyle sınanır.

• Yapısal model: Gizil değişkenler arasındaki varsayılan yolları, yani hangi kavramın hangisini yordadığını gösterir.

• Yol diyagramı: İki modeli görsel olarak özetler; gizil değişkenler daire, gözlenen değişkenler kare ile çizilir.

• Hata terimleri: Her ölçümün tam olarak doğru olmadığını kabul eder ve ölçüm hatasını modele katar.

Ölçüm hatasının modele katılması, YEM’i klasik regresyondan ayıran en belirgin özelliklerden biridir. Regresyonda ölçek puanı genellikle hatasız kabul edilir. YEM ise her maddenin gizil değişkeni ne ölçüde yansıttığını faktör yükü olarak tahmin eder.

YEM, İngilizce literatürde kovaryans yapı analizi (covariance structure analysis) adıyla da anılır; Hu ve Bentler’in 1999 tarihli çalışmasının başlığı bu kullanıma örnektir.

YEM bir istatistik yöntemi olarak nicel araştırma geleneğine aittir. Nicel araştırma, ölçek, test veya yapılandırılmış anketle sayısal biçimde toplanan verileri istatistiksel yöntemlerle çözümleyerek değişkenler arasındaki ilişki, fark veya etkileri inceleyen araştırma yaklaşımıdır. Tezin genel yapısında YEM yöntem ve bulgular bölümlerine yerleşir; giriş, literatür ve tartışma bölümlerinin nasıl kurulacağı yüksek lisans tezi nasıl yazılır rehberinde adım adım anlatılıyor.

YEM hangi araştırma sorusunda kullanılır?

YEM, birden fazla kavramın birbirini nasıl etkilediğini aynı modelde sınayan araştırma sorularında kullanılır. “Algılanan destek, özyeterlik üzerinden akademik başarıyı yordar mı?” gibi aracılık içeren sorular, bir ölçeğin faktör yapısının doğrulanması ve birden fazla bağımlı değişkenin birlikte incelendiği tasarımlar tipik örneklerdir. Tek bir bağımlı değişkenli basit ilişkilerde regresyon çoğu zaman yeterli olabilir.

YEM’e karar vermeden önce sorulacak ilk soru, araştırmanın bir kuramsal modele dayanıp dayanmadığıdır. Alkış’ın 2016 tarihli makalesinde vurgulandığı gibi YEM teoriye dayanan bir yöntemdir. Model, veriye bakılarak değil, literatürden türetilen hipotezlerle kurulur.

İkinci soru, kavramların nasıl ölçüldüğüdür. Değişkenler birden fazla maddeden oluşan ölçeklerle ölçülüyorsa YEM’in ölçme modeli işe yarar. Değişkenler tek bir sayısal kayıttan oluşuyorsa, örneğin yaş veya not ortalaması, gizil değişken kurmaya gerek kalmayabilir; bu durumda yol analizi yeterli olabilir.

Aşağıdaki tablo YEM’i tezlerde sık kullanılan üç yöntemle karşılaştırır:

Tablodaki yöntemler birbirinin rakibi değildir; doğrulayıcı faktör analizi çoğu YEM çalışmasının ilk aşamasıdır. İlhan ve Çetin’in 2014'te Eğitimde ve Psikolojide Ölçme ve Değerlendirme Dergisi’nde yayımlanan çalışması da YEM analizlerini yol analizi, doğrulayıcı faktör analizi ve yapısal regresyon modeli olarak üç türde ele alır.

Yöntem kararının daha geniş çerçevesi, yani nicel bir tasarımın nitel tasarımdan hangi noktada ayrıldığı, nitel ve nicel araştırma yöntemleri arasındaki farkı anlatan yazıda ele alınıyor. YEM, nicel bir tasarım seçildikten sonra gündeme gelen bir analiz kararıdır.

YEM analizi adım adım nasıl yapılır?

YEM analizi; modelin kuramdan türetilmesi, verinin hazırlanması, ölçme modelinin doğrulayıcı faktör analiziyle sınanması, yapısal modelin kurulması, uyumun değerlendirilmesi ve sonuçların raporlanması adımlarıyla ilerler. Literatürde sık önerilen yaklaşım, yapısal modele geçmeden önce ölçme modelinin yeterli uyum göstermesidir. Her adımda verilen karar yöntem bölümünde gerekçesiyle yazılır.

YEM analizinin genel akışı şu sırayla izlenebilir:

1. Kuramsal modeli çizin: Literatürden türettiğiniz hipotezleri gizil değişkenler ve aralarındaki oklarla bir yol diyagramına dönüştürün.

2. Veriyi hazırlayın: Kayıp veriyi, uç değerleri ve çok değişkenli normalliği inceleyin; ölçek maddelerinin kaç kategorili olduğunu not edin.

3. Kestirim yöntemini seçin: Normal dağılan sürekli verilerde en çok olabilirlik, normal dağılmayan veya sıralı verilerde sağlam kestirim yöntemlerini değerlendirin.

4. Ölçme modelini sınayın: Doğrulayıcı faktör analiziyle maddelerin varsayılan faktörlere yüklenip yüklenmediğini ve faktör yüklerini inceleyin.

5. Yapısal modeli kurun: Ölçme modeli kabul edilebilir uyum gösterdikten sonra gizil değişkenler arasındaki yolları ekleyin.

6. Uyumu değerlendirin: Ki-kare testini ve birden fazla uyum indeksini birlikte raporlayın.

7. Gerekirse modeli değiştirin: Değişikliği yalnızca kuramsal gerekçesi varsa yapın ve her değişikliği raporlayın.

8. Sonuçları yorumlayın: Standartlaştırılmış yol katsayılarını, aracılık etkilerini ve açıklanan varyansı hipotezlerle karşılaştırın.

Dördüncü adımda modelin birden fazla alternatifle karşılaştırılması yaygındır. Akyüz’ün 2018'de Bitlis Eren Üniversitesi Fen Bilimleri Dergisi’nde yayımlanan çalışması, Maslach tükenmişlik ölçeği için tek faktörlü, birinci düzey çok faktörlü ve ikinci düzey çok faktörlü modelleri ayrı ayrı sınadı. Çalışmada ölçeğin üç faktör altında toplandığı ve bu faktörlerin toplam varyansın %42,38'ini açıkladığı raporlandı; analizler IBM SPSS 23.0 ve AMOS 23 ile yapıldı.

Yedinci adım dikkat isteyen bir adımdır. Yazılımlar uyumu artıracak değişiklik önerileri sunabilir. Bu önerilerin kuramla bağı kurulmadan uygulanması, modelin veriye göre uydurulması anlamına gelebilir. Danışmanla birlikte yalnızca gerekçelendirilebilen değişiklikleri yapmak genellikle tercih edilir.

Kuramsal model, tezin literatür bölümünden doğar. Hangi yolların neden çizildiğini savunabilmek için kaynakların sistemli biçimde taranması gerekir; literatür taraması nasıl yapılır sorusunun cevabı, YEM modelinin oklarını gerekçelendirmenin de temelidir.

YEM için kaç kişilik örneklem gerekir?

YEM için kesin bir örneklem sayısı yoktur; gereken büyüklük modelin karmaşıklığına, faktör yüklerine, gösterge sayısına, kayıp veriye ve verinin dağılımına göre değişir. Wolf ve arkadaşlarının 2013 tarihli simülasyon çalışması bu aralığı 30 ile 460 vaka arasında buldu. Kenny’nin 2024'te güncellenen sayfası ise YEM araştırmalarında 200 vakanın sık hedeflendiğini belirtir.

Örneklem, araştırmanın hedeflediği evrenden belirli bir yöntemle seçilen ve verilerin toplandığı alt gruptur. YEM’de örneklem büyüklüğü hem modelin çözülüp çözülmeyeceğini hem de parametre tahminlerinin ne kadar güvenilir olacağını etkiler. Wolf ve arkadaşlarının çalışmasının özeti bulguyu şöyle aktarır:

Results revealed a range of sample size requirements (i.e., from 30 to 460 cases)
— Wolf ve arkadaşları, Educational and Psychological Measurement, 2013

Türkçesiyle: sonuçlar 30 ile 460 vaka arasında değişen örneklem gereksinimleri ortaya koymuştur. Newsom’un 2025 bahar dönemi YEM ders notu da aynı çalışmaya atıfla, faktör başına gösterge sayısı arttıkça gereken örneklemin azaldığını özetler.

Aynı ders notu farklı veri koşulları için literatürdeki önerileri bir araya getirir. Normal dağılan verilerde en çok olabilirlik kestirimi için 100'ün üzeri (Anderson ve Gerbing, 1984) ve 200–400 aralığı (Jackson, 2001; Tanaka, 1987) önerileri aktarılır. Normal dağılmayan verilerde sağlam kestirim için 250'nin üzeri, beşli Likert gibi sıralı verilerde ise 200–500 aralığı öne çıkar. Ders notu, serbest parametre başına 5 veya 10 vaka kuralının her durumda yeterli olmadığını da not eder.

Türkiye’de tamamlanan tezlerde de benzer genel aralıklar görülür. Tığlı’nın Ocak 2020'de Düzce Üniversitesi Sağlık Bilimleri Enstitüsü’nde tamamladığı yüksek lisans tezi, geleneksel YEM için 100–400 arasında bir örneklem hacminden söz eder.

Örneklem gerekçesi tez önerisinde de sorulur. Tez öneri formu nasıl doldurulur sorusunun cevabında yöntem bölümünün araştırma modeli, örneklem, veri toplama aracı ve analiz yolu olarak ayrı ayrı yazıldığı görülür. YEM planlayan bir aday, bu bölümde örneklem kararını kaynağıyla birlikte gerekçelendirebilir.

Uyum indeksleri nasıl yorumlanır?

Uyum indeksleri, modelin öngördüğü kovaryans yapısının veriden elde edilen yapıya ne kadar yakın olduğunu gösterir. Hu ve Bentler’in 1999 tarihli çalışması CFI ve TLI için .95'e yakın, RMSEA için .06'ya yakın, SRMR için .08'e yakın değerleri önerir. Bu değerler kesin geçme notu değildir; tek bir indekse değil, birden fazla indeksin birlikte okunmasına dayanan bir değerlendirme yaygın biçimde tercih edilir.

Uyum indeksi, kurulan modelin veriyle ne ölçüde örtüştüğünü tek bir sayıyla özetleyen istatistiktir. Ki-kare testi mutlak uyumu sınar. Kenny’nin sayfasına göre 75–200 vakalık modellerde ki-kare genellikle makul sonuç verir; daha büyük örneklemlerde ise neredeyse her zaman anlamlı çıkar.

Hu ve Bentler, çalışmalarında iki indeksi birlikte raporlama stratejisini önerir ve SRMR’nin başka bir indeksle eşleştirilmesini tavsiye eder. Aynı çalışma TLI ve RMSEA’nın küçük örneklemlerde doğru modelleri gereğinden fazla reddetme eğiliminde olduğunu da not eder.

Şengül Cangür’ün 2012'de Uludağ Üniversitesi Sağlık Bilimleri Enstitüsü’nde tamamladığı doktora tezi χ²/sd, RMSEA, CFI ve SRMR’yi farklı kestirim yöntemleri ve örneklem büyüklüklerinde karşılaştırdı. Çok değişkenli normallik altında ve büyük örneklemlerde χ²/sd, RMSEA ve CFI en az etkilenen indeksler oldu; SRMR ise tüm dağılım koşullarında en çok etkilenen indeks olarak raporlandı.

Uyum değerleri tezde genellikle bir tabloyla ve yorum kaynağıyla birlikte raporlanır. Atıf biçimi enstitü kılavuzuna bağlıdır; APA 7 atıf ve kaynakça kuralları Hu ve Bentler gibi yöntem kaynaklarına yapılan atıfların biçimini de belirler.

YEM için hangi program kullanılır?

YEM analizi için ticari ve ücretsiz birçok yazılım kullanılabilir. Bu yazıda incelenen Türkiye kaynaklı çalışmalarda AMOS ve LISREL kullanıldığı görülür; R içindeki lavaan paketi ise ücretsiz ve açık kaynaklı bir seçenektir. Kovaryans temelli programların yanında varyans temelli YEM için geliştirilmiş araçlar da vardır. Program seçimi analizin sonucunu değil, kullanım biçimini ve bazı çıktı ayrıntılarını etkiler.

LISREL, YEM’in tarihindeki ilk yazılımlardan biridir. Tığlı’nın 2020 tarihli tezi LISREL’in ortaya çıkışını 1973 yılına yerleştirir. Akyüz’ün 2018 tarihli çalışmasında AMOS 23 sürümü, İlhan ve Çetin’in 2014 tarihli çalışmasında ise LISREL ve AMOS birlikte kullanılmıştır.

R içindeki lavaan paketi Yves Rosseel tarafından geliştirildi. Paket, Journal of Statistical Software’in Mayıs 2012 tarihli 48. cilt 2. sayısında tanıtıldı. Paketin resmî sitesine göre lavaan, kullanıcılara, araştırmacılara ve öğretmenlere ücretsiz ve açık kaynaklı bir araç sunmak için geliştirildi. Sitede 8 Ekim 2026 tarihli duyuruda 0.7-3 sürümünün CRAN’da yayımlandığı bildirildi.

Henseler, Ringle ve Sarstedt’in Journal of the Academy of Marketing Science dergisinin 43. cildinde yayımlanan çalışması ise varyans temelli YEM üzerinedir. Çalışma, yaygın Fornell–Larcker ölçütünün ayırt edici geçerlik eksikliğini her zaman güvenilir biçimde yakalamadığını gösterdi ve HTMT adlı yeni bir ölçüt önerdi.

Programlar arasındaki farkın pratikte ne anlama geldiğini Türkiye’den bir çalışma gösterir:

Program seçiminde danışmanın deneyimi ve verinin türü belirleyici olabilir. R kullanmayı planlayan adaylar için veri bilimi yüksek lisans programlarındaki programlama dersleri de ek bir hazırlık yolu sunabilir.

İyi uyum, modelin doğru olduğunu mu gösterir?

İyi uyum, modelin doğru olduğunu tek başına göstermez. Uyum indeksleri yalnızca modelin veriyle çelişmediğini gösterir; aynı veriye eşit derecede iyi uyan farklı modeller kurulabilir. Kenny’nin 2024'te güncellenen sayfası, iyi uyum gösteren bir modelin geçerli bir model olmak zorunda olmadığını açıkça belirtir. Modelin değeri kuramsal gerekçesine ve tasarımına bağlıdır.

YEM hakkındaki en yaygın karışıklık nedensellik konusundadır. Alkış’ın 2016 tarihli tanımında geçen “nedensel ilişkileri tahmin etmek” ifadesi, kuramın öngördüğü nedensel yapının veriyle sınandığı anlamına gelir. Kesitsel bir anket verisiyle kurulan bir model, değişkenlerin zaman içindeki sırasını kendiliğinden kanıtlamaz. Nedensellik iddiası için deneysel veya boylamsal tasarımlar ile güçlü bir kuramsal temel genellikle gerekir.

İkinci karışıklık YEM ile doğrulayıcı faktör analizi arasındadır. Doğrulayıcı faktör analizi, ölçek maddelerinin önceden belirlenmiş faktörlere uyup uymadığını sınayan ve YEM’in ölçme modeli aşamasını oluşturan analizdir. Yani her doğrulayıcı faktör analizi bir YEM uygulamasıdır, ancak her YEM yalnızca doğrulayıcı faktör analizinden ibaret değildir.

Üçüncü karışıklık uyum ölçütlerinin bağlayıcılığıyla ilgilidir. Sık rastlanan bazı yanlış okumalar şunlardır:

• “CFI .95'in altındaysa model reddedilir”: Hu ve Bentler’in önerisi “yakın” değerdir ve belirli simülasyon koşullarına dayanır.

• "χ²/sd 3'ün altındaysa uyum iyidir": Kenny’ye göre bu oran için üzerinde uzlaşılmış bir standart yoktur.

• “Tek bir indeks yeterlidir”: Hu ve Bentler iki indeksin birlikte raporlanmasını önerir.

• “Program değişirse sonuç değişmez”: İlhan ve Çetin’in 2014 tarihli çalışması zayıf uyumlu modellerde LISREL ile AMOS arasında farklar raporladı.

• “Değişiklik önerilerini uygulamak uyumu iyileştirir, o hâlde uygundur”: Kuramsal gerekçesiz değişiklik modelin veriye uydurulmasına yol açabilir.

Kenny, uyum değerlendirmesinde katı eşik değerlere bağlı kalmaya karşı da uyarır; bu nedenle tezde uyum değerleri kaynağı ve yorumuyla birlikte sunulur.

Tezde YEM kullanmak için yol haritası

Tezde YEM kullanmak, kuramsal modelin çizilmesiyle başlayıp uyum değerlerinin gerekçeli raporlanmasıyla biten bir süreçtir. Aday önce modelin literatüre dayandığını, ölçeklerin uygun olduğunu ve örneklemin modeli taşıyabileceğini değerlendirir. Ardından analiz planını danışmanıyla netleştirir ve kararlarını tez önerisine yazar. Ölçütler ve yazılım sürümleri değişebildiği için güncel kaynak kontrolü sürecin parçasıdır.

YEM’i tez önerisine taşımadan önce şu adımlar tamamlanabilir:

• Kuramsal modelinizi yol diyagramı olarak çizin ve her okun dayandığı kaynağı yanına not edin.

• Kullanacağınız ölçeklerin daha önce doğrulayıcı faktör analiziyle sınanıp sınanmadığını kontrol edin.

• Ölçeklerin kullanım ve uyarlama izinlerini alın.

• Gizil değişken ve gösterge sayısına göre hedef örneklem büyüklüğünüzü kaynağıyla belirleyin.

• Verinin türüne göre kestirim yöntemini ve kullanacağınız programı seçin.

• Raporlayacağınız uyum indekslerini ve yorumlamada esas alacağınız kaynakları önceden yazın.

• Analiz planını danışmanınızla görüşün ve tez önerisine aktarın.

Aynı konuda YEM kullanılmış tezleri incelemek, alanda hangi modellerin ve uyum ölçütlerinin raporlandığını görmenin pratik bir yoludur. YÖK Ulusal Tez Merkezi’nde tez sorgulama adımlarıyla “yapısal eşitlik” gibi anahtar kelimeler kullanılarak benzer çalışmalar bulunabilir. Bu tezlerin yöntem bölümleri, örneklem gerekçesi ve uyum tablosu için somut örnek sunar.

Türkiye’deki ölçek geliştirme çalışmaları da YEM’in ölçme modeli aşamasına başvurur. Vural, Akmençe ve Tuncer’in 2024'te International Journal of Progressive Education’da yayımlanan çalışması, TR Dizin’deki 184 derginin 2023 sayılarını tarayarak eğitim bilimleri alanındaki 61 ölçek geliştirme ve uyarlama çalışmasını inceledi. En sık görülen örneklem aralığı 251–500 katılımcı oldu ve doğrulayıcı faktör analizi uyum değerlerinin uygun olduğu raporlandı.

İleri istatistik ve ölçme dersleri bazı tezli programlarda ilk yarıyıllarda yer alır; içerik ve zamanlama programa göre değişebilir. Yöntem kılavuzları ve yazılım sürümleri güncellenebildiği için analiz öncesinde enstitünün güncel tez yazım kılavuzu ve kullanılan programın sürüm notları kontrol edilmelidir.

Gerçek Hayattan Örnekler

Bu bölümdeki örnekler, adayların karşılaşabileceği durumları açıklamak amacıyla oluşturulmuş temsili senaryolardır.

Deniz: Regresyondan YEM’e geçti

Deniz, eğitim bilimleri alanında tezli yüksek lisans yapıyor ve öğretmenlerin algıladığı okul desteğinin iş doyumunu özyeterlik üzerinden etkileyip etkilemediğini merak ediyor. İlk planında üç ayrı regresyon analizi yapmayı düşünüyordu. Danışmanı, aracılık hipotezinin ve üç ölçeğin ölçüm hatasının tek bir modelde ele alınabileceğini hatırlattı. Deniz literatürden yol diyagramını çizdi ve her okun kaynağını yanına yazdı. Önce üç ölçek için ölçme modelini, ardından yapısal modeli sınamaya karar verdi. Yöntem bölümüne iki aşamalı yaklaşımı ve gerekçesini ekledi. Hedef örneklemini de gösterge sayısına göre yeniden hesapladı ve danışmanıyla birlikte veri toplama takvimini güncelledi.

Burak: Örneklemini modeline göre planladı

Burak, işletme alanında doktora yapıyor ve beş gizil değişkenli bir model kurmak istiyor. Tez öneri savunmasında komite örneklem büyüklüğünün nasıl belirlendiğini sordu. Burak, gereken örneklemin model yapısına göre 30 ile 460 vaka arasında değiştiğini gösteren 2013 tarihli simülasyon çalışmasını ve faktör başına gösterge sayısının etkisini anlattı. Ölçeklerinin beşli Likert olduğunu ve sıralı veri için daha geniş bir örneklemin önerildiğini de belirtti. Komite gerekçeyi yeterli buldu ve kayıp veri için ek pay ayrılmasını önerdi. Burak, veri toplamayı iki farklı şehirdeki kurumlara yayarak hedef sayıya ulaşmayı planladı.

Ayşe: Uyum değerlerini tek başına yorumlamadı

Ayşe, hemşirelik alanında bir ölçek uyarlama çalışması yürütüyor. Doğrulayıcı faktör analizinde CFI değeri .95'in biraz altında, SRMR ise .08'in altında çıktı. İlk tepkisi modeli reddetmek oldu. Danışmanı, Hu ve Bentler’in önerilerinin kesin eşik değil “yakın” değerler olduğunu ve birden fazla indeksin birlikte okunması gerektiğini hatırlattı. Ayşe, RMSEA’yı ve güven aralığını da ekleyerek tüm değerleri bir tabloda sundu. Her değerin hangi kaynağa göre yorumlandığını yazdı ve faktör yüklerini ayrıca raporladı. Düşük yük taşıyan bir maddeyi de kuramsal açıdan tartışarak sınırlılıklar kısmına not etti ve jüri sorularına hazırlıklı gitti.

Kerem: Değişiklik önerilerini kuramla süzdü

Kerem, psikoloji alanında yüksek lisans tezi için AMOS ile bir yapısal model kurdu. Program, uyumu artıracak çok sayıda değişiklik önerdi. Kerem önerilerin hepsini uygulamak yerine yalnızca aynı alt boyuttaki iki maddenin hata terimleri arasında kovaryans tanımlamayı değerlendirdi, çünkü iki madde benzer ifadeler içeriyordu. Bu kararı danışmanıyla görüştü ve gerekçesini yöntem bölümüne yazdı. Değiştirilmiş ve ilk modelin uyum değerlerini yan yana raporladı. Jüri, sürecin şeffaf biçimde sunulmasını olumlu karşıladı. Kerem, diğer önerileri neden uygulamadığını da ek bölümde kısa bir tabloyla açıkladı ve kararlarını izlenebilir kıldı.

Sıkça Sorulan Sorular

Mezun Kampüsü Hakkında
Mezun Kampüsü, Türkiye’deki üniversitelerin lisansüstü programlarını, başvuru takvimlerini ve akademik duyurularını tek noktada toplayan bir platformdur. Nicel araştırma ve ileri istatistik odaklı bir tez planlayan adaylar Atlas üzerinden tezli yüksek lisans ve doktora programlarını enstitü bazında inceleyebilir, Tarihler bölümünden başvuru dönemlerini takip edebilir, Duyurular bölümünden enstitülerin ilan ve yönergelerini izleyebilir ve Üniversiteler sayfası üzerinden ücretsiz başvuru oluşturabilir. Program sayfaları, ileri istatistik ve ölçme derslerinin karşılaştırılmasını kolaylaştırır.