文章基本信息

标题：Comparing Different Variance Component Estimation Methods Used in Generalizability Theory Decision Studies
其他标题：Genellenebilirlik Kuramı Karar Çalışmalarında Kullanılan Farklı Varyans Bileşenleri Kestirim Yöntemlerinin Karşılaştırılması
本地全文：下载
作者：Eren Halil ÖZBERK ; Selahattin GELBAL
期刊名称：Journal of Measurement and Evaluation in Education and Psychology
电子版ISSN：1309-6575
出版年度：2014
卷号：5
期号：2
页码：91-103
语种：English
出版社：EPODDER
摘要：The aim of this research is to compare various variance component estimations procedures with using signal noise ratio and error tolerance ratio which is offered with generalizabiity and Phi coefficients in non-normal distrubitions (Brennan,2001;Kane,1999).This research compares variance components estimations with using ANOVA and bootstrap procedures in non-normal disturbitions in one facet design G studies.Data were gathered with using two seperate procedures (a) data simulation and (b) sampling simulation.In data simulation part,it’s been simulated a non-normal dichotomous data set which fits to unidimensional personitem matrix 60x5 which fits to design.All the simulations replicated 25 times.In sampling simulation sections datas,gathered from data simulation sections has been bootstrapped 1000 times according to the each facet.Standart errors,variance components,relative and absolute error are estimated according to the each facets with using ANOVA and bootstrap procedures.The results also show that in non-normal dichotomously scored datas best signal-noise ratio has estimated in procedure,and best error-tolerance ratio has been estimated in procedure.Thus,procedures gives more valid estimations and procedure gives more reliable and precise estimations of universe scores in G studies rather than other procedures.
其他摘要：Bu araştırmanın amacı;verilerin normal dağılım varsayımına sahip olmadığı durumlarda farklı varyans bileşenleri kestirme yöntemlerini,genellenebilirlik ve Phi katsayılarının yanında kullanılması önerilen (Brennan,2001;Kane,1999) evren puanı-hata oranı ve hata-tolerans indisleri yardımı ile karşılaştırmaktır.Araştırma;iki yüzeyli bir verinin normal dağılım varsayımına sahip olmadığı durumda varyans bileşenlerini belirlemede ANOVA yöntemi ile bootstrap yöntemlerini farklı katsayı ve indisler yardımı ile karşılaştırmaktadır.Araştırmada desenine uygun ve birey-madde matrisi oluşturacak şekilde tek faktörlü olarak 60 x 5 şeklinde normal dağılıma sahip olmayan iki kategorili puanlanan veri seti üretilmiş,elde edilen veriler 25 replikasyon sonucu nihai halini almıştır.Örnekleme simülasyonu aşamasında ise verilerin simülasyonundan elde edilen veriler,desenine uygun olarak yüzeylere göre 1000 kere yeniden örneklenmiştir (bootstrap).Tüm yüzeylere göre ANOVA ve bootstrap yöntemleri kullanılarak standart hatalar,varyans bileşenleri,mutlak ve bağıl hatalar kestirilmiştir.Araştırma sonuçlarına göre normal dağılım göstermeyen ve iki kategorili puanlanan veriler üzerinde hesaplanan evren puanı-hata değeri en iyi prosedüründe kestirilirken,hata tolerans değeri en iyi prosedüründe kestirilmiştir.Bu bakımdan prosedürünün daha geçerli bilgiler verdiği,prosedürünün de G Kuramı çalışmalarında evren puanlarını belirlemede daha kesin kestirimler yaptığı sonucuna varılmıştır.
关键词：Generalizability theory;variance component estimation;bootstrap
其他关键词：Genellenebilirlik kuramı;varyans bileşenleri kestirimi;yeniden örnekleme