Akademik ve genel benlik algısı envanterinin psikometrik özelliklerinin incelenmesi

Yandı, Alperen. Akademik ve Genel Benlik Algısı Envanteri?nin Psikometrik Özelliklerinin İncelenmesi. Yüksek Lisans Tezi, Bolu, 2012. Yapılan çalışmada, Marsh (1987) tarafından geliştirilen, 18 ? 26 yaş aralığındaki bireylerin öz kavramını belirlemeye yönelik olan, Öz Kavram Envanteri ? III?ten seçilen boyutların derlenmesi ile oluşturulan Akademik ve Genel Benlik Algısı Envanteri?nin psikometrik özelliklerinin incelenmesi amaçlanmıştır. Akademik ve Genel Benlik Algısı Envanteri araştırmacı tarafından Öz Kavram Envanteri ? III?ten seçilen 6 alt boyutta yer alan 62 maddeden oluşmaktadır. Uyarlama çalışmalarında takip edilmesi önerilen adımlar izlenerek, envanter ilk olarak orijinal dilden hedef dile çevrilmiş ve ardından geri çeviri yapılmıştır. Çeviri işlemleri kontrol edilerek dil birliği sağlanmaya çalışılmıştır.Çeviri işleminden sonra, 26 üniversiteden 1945 öğrenciye envanter uygulanmıştır. Uygulamaların bir kısmı araştırmacı tarafından bizzat, bir kısmı ise envanterin internetortamında düzenlenmesiyle yapılmıştır.Uygulama sürecinden sonra, elde edilen veriler üzerinde ilk olarak SPSS 13.0 paket programının içerdiği maksimum benzerlik temelli beklenti maksimizasyonu yöntemi ile kayıp veri analizi yapılmıştır. Kayıp veri analizi işleminden sonra AGBAE ve alt boyutlara ait güvenirlik katsayıları hesaplanmıştır. Bu aşamadan sonra veriler üzerinde açımlayıcı faktör analizi (AFA) yapılarak, maddelerin faktör yükleri incelenmiştir. AFA?dan sonra LISREL 8.7 programı kullanılarak doğrulayıcı faktör analizi (DFA) gerçekleştirilmiştir. Faktörlere göre oluşturulan ölçme modeline ait uyum indeksleri kontrol edilmiştir. Yapılan ilk analizlerde uyum indekslerine göre modelin uyumunun düşük olduğu görülmüştür. Analizin ikinci aşamasında, ilk aşamada gerçekleştirilen AFA?ya göre faktör yükleri .40 altında olan 14 madde tek tek veri setinden çıkarılarak AFA tekrarlanmış ve yeni faktör yükleri incelenmiştir. Maddelere ilişkin en iyi faktör yükleri, farklı boyutlarda yer alan 14 maddenin tümünün veri setinden çıkarılması ile elde edilmiştir. Bu işlemden sonra, tekrarlanan DFA sonucunda ise, uyum indekslerinin ilk analize göre daha iyi olduğu görülmüş ve oluşturulan modelin uyumunun yüksek olduğu tespit edilmiştir.