文章基本信息

标题：An Investigation on Usability of Principal Component Analysis and Artificial Neural Network Models in The Process of Scale Development
其他标题：Temel Bileşenler Analizi ve Yapay Sinir Ağı Modellerinin Ölçek Geliştirme Sürecinde Kullanılabilirliğinin İncelenmesi
本地全文：下载
作者：Esin TEZBAŞARAN ; Selahattin GELBAL
期刊名称：Mersin Üniversitesi Eğitim Fakültesi Dergisi
电子版ISSN：1306-7850
出版年度：2018
卷号：14
期号：1
页码：225-252
DOI：10.17860/mersinefd.338879
语种：Altaic
出版社：Mersin University
摘要：The aim of the research is to find out /to determine whether the artificial neural network models are usable instead of principal component analysis used in the construct validity studies.With the aim of data mining,the artificial neural network model which uses Generalized Hebb Algorithm developed and the other artificial neural network model called as Self Organizing Mapping are the focus of this research.For this reason,trial version of an attitude scale towards teachers with 30 items have been prepared,and it has been implemented on 400 teacher candidates from different faculties who joined the Pedagogical Formation Programme.The data obtained have been analysed via the principal component analysis and the artificial neural network models.To decide on the reasonable one among the scale constructs revealed by different methods,trial version of scale has been given to another group of 400 teacher candidates joining the same programme and the confirmatory factor analysis has been done based on the data gathered second time.Then the constructs revealed by principal component analysis and artificial neural network models have been compared based on the results of the confirmatory factor analysis using model fit and error indexes.When the model fit and error indexes are reviewed,it is seen that these constructs are fitting ones in terms of most fit and error indexes.As a result,the construct obtained from Self Organizing Mapping on 5x5 neuron have a more fitting one in terms of the model fit indexes excluding RMSEA index.
其他摘要：Bu araştırmanın amacı,yapı geçerliği çalışmalarında kullanılan temel bileşenler analizi yerine bu amaçla geliştirilen yapay sinir ağı modellerinin kullanılabilir olup olmadığını tespit etmektir.Veri indirgeme amacıyla geliştirilen Genelleştirilmiş Hebb Algoritması kullanan yapay sinir ağı modeli ve Kendini Düzenleyen Haritalama olarak adlandırılan diğer yapay sinir ağı modeli bu araştırmanın temel konusudur.Yapı geçerliği çalışması yapmak için 30 maddeden oluşan denemelik Öğretmenlere Yönelik Tutum Ölçeği hazırlanmış ve bu ölçek 400 öğretmen adayına uygulanmıştır.Elde edilen veriler temel bileşenler analizi ve yapay sinir ağı modelleri kullanılarak analiz edilmiştir.Kullanılan farklı yöntemlerden elde edilen ölçek yapılarından hangisinin daha uygun olduğuna karar vermek amacıyla,farklı 400 kişilik bir diğer öğretmen adayı grubundan tekrar veri toplanmış ve bu verilere doğrulayıcı faktör analizi uygulanmıştır.Temel bileşenler analizi ile yapay sinir ağı modellerine dayanarak yapılan doğrulayıcı faktör analizi sonuçları model uyum ve hata indekslerine göre karşılaştırılmıştır.Uyum indekslerine bakıldığında,bu yapılar uyum ve hata indekslerinin çoğu açısından uyumlu yapılardır.Sonuçta,5x5 nöron üzerinden haritalanan kendini düzenleyen haritalama modelinin,RMSEA indeksi hariç,daha uyumlu sonuçlar verdiği söylenebilir.
关键词：Artificial neural network;principal component analysis
其他关键词：Yapay sinir ağı;temel bileşenler analizi