Çoklu normallik - Hüner Şencan

IV: VERİ ANALİZİ

C. Geçerlilik ve Güvenilirlik Analizleri

1. Ölçüm Araçlarının Geçerlilik Analizleri

(a) Yüzey geçerliliği. Ölçüm araçlarının yüzey geçerliliği şu faktörlere dikkat edilerek yapılmıştır. Şu ... şu...

(b) İçerik geçerliliği. Ölçüm araçlarının içerik geçerliliğini belirlemek için Lawshe’nin İçerik Geçerliliği (İGO) formülünden

yararlanılmıştır. Bu formüle göre kavramsal alanı iyi tanıyan Konu İçe-riği Uzmanları (KİU) bir araya gelmekte ve ölçeği “ilgililik” ve

“anlaşılırlık” faktörlerine göre de-ğerlendirerek 4 dereceli bir ölçek üzerinden puanlandırmaktadırlar. Lawshe’nin İçerik Geçerliliği

formülü şu şekildedir.....

İçerik geçerliliği analizi için standart bir yöntem bulunmaktatadır. vs. vs. .........

(c) Kriter geçerliliği. Ölçüm araçlarının "performans" ölçümüne yönelik olmaması nedeniyle kriter geçerliliği yaklaşımına

başvurulmamıştır.

(c) Yapı geçerliliği. Yapı geçerliliği üç alt başlık altında incelenmiştir. Bunlar nomolojik geçerlilik, açıklayıcı faktör analizi geçerliliği ve

doğrulayıcı faktör analizi bulgularına dayalı olarak gerçekleştirilen "ölçüm modeli uyuşumu" ve "benzeşme geçerliliği" yaklaşımlarıdır.

Nomolojik geçerlilik (nomolojik network): Cronbach ve Meehl'e göre bir ölçeğin yapısal geçerliliğini belirlemek için

öncelikle kavramsal yapı ve göstergeleri arasındaki ilişkilerin "meşru" olduğunun ortaya konması gerekir.

Kavramsal yapı ve göstergeleri arasındaki ilişkilerin Meşruiyeti, yasallığı veya geçerliliği bilimsel çevrelerin bu ilişkileri

doğru ve geçerli olarak kabul etmeleridir. Kavramsal yapılar hakkında başvurulan bilgi kaynakları ve kuramsal çerçeve

bu ilişkilerin tanımlandığı gibi olduğunu teyit etmelidir.

Nomolojik geçerlilik aynı zamanda; anket içerik tasarımının ve anket uygulama işleminin "meşru ağı" test etmeye

imkan verecek tarzda düzenlenmesi anlamına gelir.

Araştırmada ölçeklerin "meşru ilişkiler ağı" çerçevesinde oluşturulmasını temin etmek için şu çalışmalar yapılmıştır.

Her iki kavramsal yapı için kapsamlı bir alanyazın araştırması yapılarak birinci ve ikinci kavramsal yapıların

göstergelerinin neler olduğu belirlenmiş ve ana caddenin dışında kalan farklı göstergeli kavramsal yapılar inceleme

alanı dışında bırakılarak araştırmaların yoğunlaştığı kuramsal çerçeve temel alınmıştır.

Böylece birincil kavramsal yapıyı ölçmeyi amaçlayan 6 farklı ölçek ve ikinci kavramsal yapıyı ölçmeyi hedeflayan 4

farklı ölçek bulunmuştur. Birinci kavramsal yapıda 1 nolu ölçekten 8 madde, 2 nolu ölçekten iki madde ve 3 nolu

ölçekten bir madde, 4 nolu ölçekten 3 madde, 5 nolu ölçekten 1 madde ve altı nolu ölçekten 2 madde alarak

bileşimden meydana gelen bütünüyle yeni bir ölçek oluşturulmuştur. Fakat bu maddelerin tamamı alan yazında

kurama dayalı göstergelerle ilişkili olarak belirlenmiş ve kuramsal alının dışına çıkılmamaya özen gösterilmiştir. Aynı

işlem ikinci kavramsal yapıda da gerçekleştirilmiştir.

Gözlemler dikkate alınarak ve alan yazındaki sınıflamalar göz önünde bulundurularak apriori nitelikte önceki

araştırmalarda bulunmayan yeni bir boyut ortaya çıkarılmıştır. Bu boyutun kavramsal yapıyla olan ilişkililiği toplanan

veriler üzerinde yapılacak faktör analizi sonucuna bırakılmıştır.

Açıklayıcı faktör analizi. Deneysel geçerliliği belirlemeye yönelik olarak öncelikle açıklayıcı faktör analizi

yönteminden yararlanılmıştır. Kullanılan ölçeklerin psikometrik özelliklerini test etmeye yönelik olarak yapılan faktör

analizinde tek bir faktör çıkmış ve her bir değişkenin faktör ağırlıkları tespit edilmiştir. Ölçeğin yapısal geçerliliğini

sağlamak için ortak faktör ağırlığı 0.30'dan düşük, bireysel faktör ağırlığı 0.50'den düşük, çapraz faktör ağırlığı

0.30'dan yüksek olan maddelerin çıkarılması yoluna başvurulmuştur. Belirlenen maddeler çıkarıldıktan sonra

açıklayıcı faktör analizi yeniden yapılmış ve belirlenen maddelerin gizli kavramsal yapıyla yüksek derecede ilişkili

olduğu bulunmuştur.

Doğrulayıcı faktör analizi. Ölçeklerin birleşme ve ayrılma geçerliliğini yapmak için EQS 6.1 programından

yararlanılmıştır. The estimation method used was the ML (Maximum Likelihood), using the variance-covariance matrix.

Missing data were imputed by maximum likelihood estimation, such as implemented by the EM algorithm in the

SPSSKimi yazarlar yapısal geçerliliği belirlemek için "ölçüm modelini" temel almakta ve ölçüm modelinde uyuşma

sağlanırsa yapısal geçerliliğin de sağlanmış olacağını belirtmektedirler. Bu yazarlar bunun için ki kare uyuşum test

bulgularını kanıt olarak göstermektedirler. Bu çerçevede doğrulayıcı faktör analizinde uyuşma değerleri incelenmiş ve

şu sonuçlar elde edilmiştir. ki kare değeri, RMSA değeri vb. diğer değerler....

Bu karşılık bazı yazarlar benzeşme ve ayrışma geçerliliği üzerinde daha fazla durmaktadırlar.

Yönetsel performans ölçeğinin tek boyutlu olarak belirlenmiş olması nedeniyle faktörler arasında "ayrışma" geçerliliği

analizi yapılmamıştır. Neden sonuç değişkenleri üzerinde araştırma yapılıyorsa bu değerler verilecektir.

Benzeşme geçerliliğinde faktöre işaret eden maddelerin birbiriyle ilgili olduğunu ve tek bir kavramsal yapıyı ölçtüğünü

göstermek veya kanıtlamak önemlidir. Yapı içindeki korelasyon katsayıları mümkün olduğu kadar yüksek ve birbirine

yakın değerde olmalıdır. İki faktörlü bir yapıda birinci faktöre ait maddeler ikinci fakttörün maddeleriyle yüksek

korelasyon katsayılarına sahip olmalı, birbirine yakın değerde ve yapı içindeki korelasyonlardan daha düşük

olmalıdır. Benzeşme geçerliliğini hesaplamak için AVE (Average Variance Extracted) değerlerinden yararlanılır. AVE

formülü Fornell ve Larckers (1981) tarafından geliştirilmiştir. Bu terimi "Çıkarılan Ortalama Varyans" değeri olarak

isimlendirebiliriz. Ortalama varyans değerini istatistik paket programları hesaplamamaktadır. Bunu Excele verilere

girerek araştırmacı kendisi hesaplar. Bunun için Yapısal Eşitlik Modellerini test eden bir istatistik programının

kullanılması gerekir. Bu değer SPSS'te yoktur. SEM programları bize maddenin faktörle olan ilişkisini gösteren

lambda, standardize edilmiş faktör ağırlığı değerini verir (λ=Standardized Factor Loading) Örneğin EQS yazılımının

çıktısından bu değeri elde etmek mümkündür. Maddeler arasındaki kovaryansı temsil eden lambda değerleri yüksek

oldukça bu maddeler faktörü daha iyi temsil eder. AVE standardize edilmiş faktör yüklerinin karelerinin toplamının

madde sayısına bölünmesiyle bulunur ve bu değerin ≥ .50 olması arzu edilir. Bu koşul sağlanmışsa benzeşme geçerliliği

sağlanmış demektir. Yapısal geçerlilik çok yönlü veri toplamaya ve aynı zamanda paralel form uygulamasına dayandığından

yapı içindeki benzeşme geçerliliği en azından belli ölçüde belli bir yapının ortaya çıktığını göstermesi açısından önemlidir.

AVE ve Kompozit güvenilirlik katsayılarının formülü aşağıdaki gibidir. Fakat standart faktör yükleri için EQS hesaplamasına

ihtiyaç vardır.

Fornell, Claes and David F. Larker (1981), “Evaluating Structural Equation Models with Unobservable Variables and

Measurement Error,” Journal of Marketing Research, 18 (February), 39-50.

Hair, J., Black, W., Babin, B., and Anderson, R. (2010). Multivariate data analysis (7th ed.): Prentice-Hall, Inc. Upper Saddle

River, NJ, USA.

web sitesi: Yapısal geçerlilik