Yapısal eşitlik modellemesinde sıralı kategorik verilerin ağırlıklandırılmış ve ağırlıklandırılmamış parametre tahmin yöntemleri ve bilgi kriterlerinin örneklem hacimlerine göre karşılaştırılması

Bu tez çalışmasında, kategorik veriler için Yapısal Eşitlik Modellemesinde (YEM) nasıl çözümleme yapıldığını ve YEM'de kullanılan Weighted Least Square (WLS) ile Robust Ağırlıklandırılmış En Küçük Kareler (WLSMV) tahmin yöntemlerinin karşılaştırmalı olarak farklı örneklem büyüklüklerinde nasıl sonuçlar verdiği ortaya konulmaya çalışılmıştır. Bu tez çalışmasının bir diğer amacı ise Akaike Information Criteria (AIC) ile Consistent Akaike Information Criteria (CAIC) gibi bilgi kriterlerinin kategorik veriler olduğu zaman nasıl hesaplanacağı ve farklı örneklem hacimlerinde nasıl bir değişim içerisinde olduğunu göstermektir. Son olarak çalışmada teorik olarak anlatılan bilgiler gerçek bir veri üzerinde uygulama yapılıp ve sonuçlar ilgili tablolarda verilmiştir. Farklı örneklem hacimlerindeki simülasyon çalışmaları 1000 defa tekrarlanarak ilgili kriterlerin ortalama sonuçları verilmiştir. Simülasyon çalışması düzenlenirken 4 faktör ve her bir faktörü açıklayan 5'li liker ölçeği ile ölçülmüş 4'er sorudan oluşan yapıdan oluşmaktadır. Simülasyonda WLS ve WLSMV tahmin etme yöntemleri kullanılmıştır. Örneklem büyüklükleri olarak 300-5000 olmak üzere 13 farklı örneklem hacmi seçilmiştir. Analiz sonuçlarına göre WLSMV tahmin etme yöntemi WLS tahmin etme yöntemine göre daha düşük örneklem hacimlerinde daha etkin sonuçlar verdiği tespit edilmiştir. Ayrıca örneklem hacmi arttıkça WLSMV ve WLS tahmin etme yöntemleri arasındaki etkinlik farkının giderek azaldığı ve 3000'den sonraki örneklem hacimlerinde iki yöntem arasındaki farkın yok denecek kadar azaldığı simülasyon çalışmalarında tespit edilmiştir.