Bilişsel tanı modellerinde Q-Matrisin farklı yaklaşımlarla belirlenmesinin farklı yetenek düzey ve dağılım koşulları altında incelenmesi

Bu araştırma ile G-DINA Modeli altında Q-matrisin farklı belirlenmesinin değişen koşullar altında karşılaştırılması amaçlanmaktadır. Bu amaç doğrultusunda ilk olarak uzman kanısına ve açımlayıcı faktör analitik yönteme dayalı olarak belirlenmiş Q-matrisleri ve bu Q-matrislere geçerleme sürecinin uygulanmasıyla elde edilen Q-matrisleri ile evren veri seti üzerinde yapılan sınıflandırmalar karşılaştırılmıştır. Ardından, bu Q-matrisler için önerilen geçerleme süreçleri kullanılarak alt ve üst yetenek gruplarında nitelik seti farklı belirlenen Q-matrisleri ile yapılan sınıflamalar incelenmiştir. Son olarak normal ve normal dağılımdan farklılaşan dağılım sağlayan gruplar (Çarpıklık katsayısı 0,5, 0,75, 1, 1,25, 1,5 ve 2) üzerinde yapılan sınıflamalar karşılaştırılmıştır. Yapılan sınıflandırmalar model uyum indeksleri, madde parametre kestirimleri (tahmin ve kaydırma parametreleri) ve sınıflama doğrulukları açısından karşılaştırılmıştır. Bu araştırmanın evrenini "Uluslararası Geniş Ölçekli Sınavlarda Türkiye'nin Matematik Başarısını Arttırabilmek İçin Bir Model Önerisi: Bilişsel Tanıya Dayalı İzleme Modelinin Etkililiği" başlıklı ve 115K531 No'lu TÜBİTAK Projesinde son test uygulamasına katılan 4292 altıncı sınıf öğrencisi oluşturmaktadır. Bu öğrencilerden kasıtlı örnekleme yoluyla çekilen 500'er kişilik dokuz grup ise çalışmanın örneklemini oluşturmaktadır. Bu örneklemler araştırma kapsamında ele alınan dokuz koşula uygun olarak elde edilmiştir. Evren üzerinde yapılan sınıflamalar için uzman kanısına dayalı belirlenen Q-matrisi ele alındığında test düzeyinde en yüksek sınıflama doğruluğu ve en uygun parametre kestirimleri, geçerleme yönteminin önerdiği modifikasyonlardan Mesa plot incelemelerine ek olarak tekrar uzman görüşlerine başvurulmasıyla uygun görülenlerin kabul edilmesi sonucunda belirlenen Q-matrisi ile elde edilmiştir. Faktör analizi ile belirlenen Q-matrisi ele alındığında ise geçerleme yönteminin önerdiği modifikasyon sayısının oldukça az olduğu ve dolayısıyla geçerleme yönteminin yapılmasına gerek olmadığı görülmüştür. Alt ve üst yetenek gruplarında nitelik seti farklı belirlenen Q-matrislerinin farklı doğrulukta sınıflandırma yaptıkları görülmüş ve benzer şekilde model veri uyumu ile parametre kestirimlerinin de farklılaştığı gözlemlenmiştir. Genel olarak incelendiğinde, rutin olmayan problem çözme becerisi ile okuduğunu anlama becerileri Q-matrislerine nitelik olarak eklendiğinde alt grup ile üst grup üzerinde sınıflamaları farklı yönde etkilediği gözlemlenmiştir. Bununla birlikte çarpıklık katsayısı arttığında, genel anlamda, elde edilen bulgular sınıflama doğruluğu, model uyumu ve parametre kestimleri açısından olumsuz etkilendiği ve özellikle çarpıklık katsayısı 1,25'in üzerinde olduğu durumlarda oldukça farklı düzeyde sınıflama sağladığı görülmüştür. Son olarak bu araştırmadan elde edilen bulgular ışığında Bilişsel Tanı Modeli uygulamalarında karşılaşılabilecek durumlar için uygun Q-matrisi belirlemeye yönelik öneriler sunulmuştur.