AMOS'ta Kesitsel (Anket) Verilerin Kullanılması ve Yol Analizi Uygulaması 1 скачать в хорошем качестве

AMOS'ta Kesitsel (Anket) Verilerin Kullanılması ve Yol Analizi Uygulaması 1

ELDEKİ VERİ SETİNİN NORMAL DAĞILIM GÖSTERİP GÖSTERMEDİĞİ NASIL TESPİT EDİLEBİLİR? Çarpıklık (Skewness) ve basıklık (Kurtosis) katsayısına bakarak tespit edilebilir. Farklı yazarlar tarafından farklı olarak ele alınmaktadır. Çarpıklık ve basıklık katsayısı değerleri ±1 arasında ise veri setinin normal dağılım gösterdiği kabul edilmelidir (Hair vd., 2014: 34). Çarpıklık ve basıklık katsayısı değerleri ±2 arasında ise veri setinin normal dağılım gösterdiği kabul edilmelidir (George ve Mallery, 2019: 113). Çarpıklık (skewness) katsayısı değerleri ±3 ve basıklık (kurtosis) katsayısı değerleri ±10 arasında ise veri setinin normal dağılım gösterdiği kabul edilmelidir (Kline, 2005: 63). Kaynakça George, D., & Mallery, M. (2019). IBM SPSS statistics 25 step by step: A simple guide and reference (Fifteenth Edition). Routledge. Hair, J. F., Jr., Black, W. C., Babin, B. J., & Anderson, R. E. (2014). Multivariate data analysis, (Seventh Edition). Pearson New International Edition. Kline, R. B. (2011). Principles and practice of structural equation modeling (Third Edition). New York, NY: Guilford Press. TOLERANS VE VIF KAÇ OLMALIDIR? Tolerans değerinin 0.10’dan büyük olması ve VIF değerinin 10’dan küçük olması, yordayıcı (açıklayıcı, bağımsız) değişkenler arasında çoklu doğrusallık probleminin olmadığının göstergesi olarak kabul edilmektedir (Menard, 1995; Miles, 2014). Buna ek olarak, her iki değişken arasındaki korelasyon katsayı değeri .80'den küçük ise, yine yordayıcı değişkenler arasında çoklu doğrusallık sorununun olmadığını belirtmekte fayda vardır (Büyüköztürk, 2014: 100). Kaynakça Büyüköztürk, Ş. (2014). Sosyal bilimler için veri analizi için el kitabı (20. Baskı). Ankara: Pegem Akademi Yayıncılık. Menard, S. (1995). Applied logistic regression analysis. Thousand Oaks, CA: Sage. Miles, J. (2014). Tolerance and variance inflation factor. Wiley Statsref: Statistics Reference Online. MODEL UYUM İNDEKSLERİ NE ZAMAN RAPORLANIR? Analiz edilen model, serbestlik derecesinin (df) sıfır (0) olması nedeniyle doymuş (just-identified) bir yapı sergilemektedir. Kline (2015: 147) uyarınca, bu tür modeller veriye matematiksel olarak tam uyum sağladığından genel model uyumunun test edilmesi mümkün değildir; bu doğrultuda uyum indeksleri raporlanmamakta, yalnızca değişkenler arası yol katsayıları analiz edilmektedir. Öte yandan, serbestlik derecesinin (df) sıfırdan (0) büyük olması, modelin eksik tanımlı (over-identified) bir yapıda olduğunu ve model uyumunun test edilebilir bir nitelik kazandığını göstermektedir. Bu durumda, modelin veriye ne ölçüde uyum sağladığı istatistiksel olarak sınanabilmektedir; bu doğrultuda hem uyum indeksleri hem yol katsayıları raporlanmaktadır (Kline, 2015: 147). Buna karşın, serbestlik derecesinin (df) sıfırdan (0) küçük olması durumunda model yetersiz tanımlı (under-identified) olarak sınıflandırılmaktadır; bu tür modellerde çözüm elde edilemediğinden model uyumunu test etmek mümkün değildir; bu doğrultuda model uyum indeksleri raporlanamaz yani hata verir (Kline, 2015: 147). Kaynakça Kline, R. B. (2015). Principles and practice of structural equation modeling (Fourth Edition). New York, NY: Guilford Press. YOL ANALİZİ YAPILACAKSA, DOĞRULAYICI FAKTÖR ANALİZİ (DFA) YAPMAK GEREKİR Mİ? Hair vd. (2019: 643-660), DFA'nın aslında Yapısal Eşitlik Modellemesi (YEM)'nin ölçüm aşaması olduğunu ve eğer modelde gizil (latent) değişkenler yoksa DFA yapmaya gerek olmadığını belirtirken; Hu ve Bentler (1999: 2-5) ise model uyum kriterlerinin ancak ölçüm modeliyle (DFA) birlikte kullanıldığında anlam kazandığını vurgular. Yani her iki kaynak da DFA'yı, yapısal modelin doğruluğunu test etmek için vazgeçilmez bir ön aşama ve tamamlayıcı olarak görmektedir. Kaynakça Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th Ed.). Cengage. Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1–55. YEM YA DA YOL ANALİZİ HANGİ ÖRNEKLEM BÜYÜKLÜKLERİ NASIL KABUL EDİLİR? Siahaan ve Thiodore (2022: 59-60) göre; 100'den küçük numune boyutları küçük, 100-200 numune boyutları orta ve 200'ü aşan numune boyutları büyük olarak kabul edilmelidir. YEM ya da Yol Analizi için önerilen örneklem büyüklüğü, 200 örneklem büyüklüğüdür (Sivo vd., 2006: 368). Sonuç olarak 200'ün üzerindeki herhangi bir sayının YEM ya da Yol Analizi kullanımı için yeterli veri analizi sağladığı kabul edilir. Kaynakça Siahaan, A., & Thiodore, J. (2022). Analysis influence of consumer behavior to purchase organic foods in Jakarta. In 6th International Conference of Food, Agriculture, and Natural Resource (IC-FANRES 2021) (pp. 57-65). Atlantis Press. Sivo, S. A., Saunders, C., Chang, Q., & Jiang, J. J. (2006). How low should you go? Low response rates and the validity of inference in IS questionnaire research. Journal of the Association for Information Systems, 7(6), 351-414.