Thread by @yvzkblt

Bu bilgiselde gerek araştırma yöntemimizi şekillendirirken gerekse bulgularımızı rapor ederken işimizi kolaylaştıran bazı ipucu, araç ve kaynakları paylaşmaya çalışacağım. Bazı yorumlarım alan ve bağlama göre geçerliliğini yitirebilir. (1/30)

Yanlış yöntem seçimi, uygun olmayan ya da temsil gücü sınırlı örneklemler, veri toplama araçları ve analizler bağlamında yeterli ayrıntı sunulmaması, yanlış analiz seçimi, eksik raporlama gibi sınırlılıklar makalelerin reddedilmesine neden olabiliyor. (2/30)

Alanımızdaki çalışmaların yarıdan çoğu nicel ağırlıklı. Aşağıdaki eseri inceleyen bir araştırmacının nicel araştırma bağlamında büyük yol alacağına inanıyorum. Yaygın olarak kullanılan analizlerin büyük bir bölümüne yönelik oldukça yararlı örnekler içeriyor. (3/30)

Söz konusu eser, makale yazımı ve yönteme ilişkin temel bilgilerin ardından istatistiğin mantığı, ne zaman hangi analizin kullanılacağı, analiz yorumlama ve raporlaştırma üzerine değerli bilgilerle devam ediyor: Huck, S.W. (2012). Reading statistics and research. Pearson. (4/30)

Bu analizleri kolayca gerçekleştirmeye yönelik birçok kaynak söz konusu. Örneğin SPSS için J. Pallant’ın dilimize de kazandırılan “SPSS survival manual” adlı eserinin veya A.Field’in “Discovering statistics using IBM SPSS statistics” adlı eserinin son baskısı önerilebilir. (5/30)

Kolay ulaşılan örneklemlerde birbirini yineleyen durum tespitleri ile yetinmek oldukça yaygın. Hatta bazen hazır bir örnekleme uygun amaç ifadeleri üretmek, amaca uygun bir örneklem ile çalışmaktan daha yaygın olabiliyor. (6/30)

Amaca uygun ve önceki çalışmalarda yeterince dikkate alınmamış örneklemlere gidilerek de özgün değer güçlendirilebilir bazen. Örneğin, güncel meta analizlerde etki büyüklüğü hesaplanamayacak kadar az dikkate alındığı görülen örneklemler tercih edilebilir. (7/30)

Örneklem büyüklüğü sık eleştiri alabilen bir konu. Tarama çalışmalarında örneklem büyüklüğüne karar verirken şöyle hesaplama araçları yardımcı olabilir: surveysystem.com/sscalc.htm (8/30)

Söz konusu araçlar, şu gibi makaleler ile birlikte kullanılabilir. İlk makale: Bartlett vd. (2001). Information Technology, Learning, and Performance Journal, 19(1). citeseerx.ist.psu.edu/viewdoc/downlo… (9/30)

Örneklem büyüklüğü belirlemeye ilişkin bir diğer makale: Krejcie ve Morgan (1970). Educational and Psychological Measurement, 30 (3). home.kku.ac.th/sompong/guest_… (10/30)

Deneysel ya da nedensel karşılaştırmalı çalışmalarda gruplardaki katılımcı sayısını belirlemede ise G∗Power oldukça revaçta. Ücretsiz, basit ve kullanışlı bir araç: Faul vd. (2007). Behavior Research Methods, 39(2). link.springer.com/article/10.375… (11/30)

Alanyazında deneysel desenlere büyük ihtiyaç var. Deneyler, araştırmanın ARGE niteliğine de katkı sağlayabilir. Öncelikle bu konudaki başucu eseri paylaşayım: Campbell ve Stanley (2015). Experimental and quasi-experimental designs for research. Ravenio Books. (12/30)

İç ve dış geçerlik bağlamında en güçlü deneysel desen olan, ancak az rastlanan Solomon dörtlü grup deseni ile bir çalışma gerçekleştirildiğinde yararlanılabilecek eser: Braver ve Braver (1988). Psychological Bulletin, 104(1). psycnet.apa.org/record/1988-34… (13/30)

Sosyal bilimlerde veri toplama araçlarının ciddi bir bölümü katılımcıya görüş sormaya dayalı. Ancak öznel ve dolaylı ölçümlerin bazı sınırlılıkları da var. Bu bağlamda ölçek geliştirme, uyarlama ve geçerliğe ilişkin kanıt sunma adımları büyük önem taşıyor. (14/30)

Nesnel / öznel ya da doğrudan / dolaylı ölçümlere ilişkin örnek bir kaynak: Brünken vd. (2003). Educational Psychologist, 38(1). tandfonline.com/doi/pdf/10.120… (15/30)

Ölçek geliştirme bağlamında sık yararlanılan bir eser dilimize de kazandırıldı: DeVellis, R. F. (2012). Scale development: Theory and applications. Sage. (16/30)

Ölçek uyarlamaya ilişkin sorunlar ve çözüm önerilerini içeren şu çalışmanın da okuma listemizde üst sıralarda olmasında yarar var: Heggestad vd. (2019). Journal of Management, 45(6). journals.sagepub.com/doi/full/10.11… (17/30)

Açımlayıcı faktör analizi gerçekleştirilirken sık yapılan hatalar ve uygulama önerileri: Henson ve Roberts (2006). Educational and Psychological Measurement, 66 (3). journals.sagepub.com/doi/10.1177/00… (18/30)

Hem açımlayıcı hem de doğrulayıcı faktör analizi gerçekleştiren araştırmacılar için uygulama önerileri: Worthington ve Whittaker (2006). The Counseling Psychologist, 34(6). journals.sagepub.com/doi/10.1177/00… (19/30)

Aynı veriler ile hem açımlayıcı hem de doğrulayıcı faktör analizi gerçekleştirmekten kaçınmak gerekiyor: Fokkema ve Greiff (2017). European Journal of Psychological Assessment, 33(6). psycnet.apa.org/record/2017-56… (20/30)

Türkiye’de açımlayıcı ve doğrulayıcı faktör analizlerinin kullanımı üzerine bir inceleme. Koyuncu ve Kılıç (2019). Eğitim ve Bilim, 44(198). egitimvebilim.ted.org.tr/index.php/EB/a… (21/30)

Yapısal eşitlik çalışmalarında raporlaştırmaya ilişkin ayrı bir bilgisel hazırlamak gerekebilir. Şimdilik bir tane örnek bırakıyorum: Schreiber vd. (2006). The Journal of Educational Research, 99:6. tandfonline.com/doi/abs/10.320… (22/30)

Kayıp veriler hakkında iki değerli çalışma. Cheema (2014).Review of Educational Research, 84:rer.sagepub.com/content/84/4/4… Young vd. (2011). Theoretical Issues in Ergonomics Science, 12(1). tandfonline.com/doi/full/10.10… (23/30)

Analizler sırasında etki büyüklüğünü ya da etki büyüklüğünü hesaplamayı sağlayan değerleri rapor etmek de çok önemli. Gerçi yöntem yeterince ayrıntılı değilse, verilen ayrıntılar çalışmayı tekrarlamaya izin vermiyorsa, etki büyüklüğü vermenin de anlamı kalmayabiliyor. (24/30)

Paket programlarla etki büyüklüğü hesaplamak oldukça kolay. Ayrıca farklı araçlardan yararlanarak da sağlama yapmakta yarar var. Bir tane örnek araç paylaşıyorum: psychometrica.de/effect_size.ht… (25/30)

Andy Field ve arkadaşlarının “Discovering Statistics Using R” eseri ile R çalışmak; şöyle eserlerle Bayes farkındalığını geliştirmek mümkün: Kruschke ve Liddell (2018). Psychonomic Bulletin & Review, 25. link.springer.com/article/10.375… (26/30)

Genel olarak nicel araştırma raporlaştırma standartları ile ilgili güncel bir kaynak. APA 7’ye geçmekte olduğumuz şu günlerde katkısı olabilir: Appelbaum vd. (2018). American Psychologist, 73(1): psycnet.apa.org/fulltext/2018-… (27/30)

Nitel araştırmalarda raporlaştırmaya ilişkin örnek bir kaynak. Yeni bir bilgi yok denebilir; ancak bilinenleri derli toplu bir biçimde sunuyor: Twining vd. (2017). Computers & Education, 106, A1-A9. sciencedirect.com/science/articl… (28/30)

Nitel araştırmalarda sık yapılan yanlışlarla ilgili yararlı bir okuma: Hammer ve Berland (2014). Journal of the Learning Sciences, 23(1): tandfonline.com/doi/full/10.10… (29/30)

Her bir başlığı genişletmek ya da alternatif kaynaklar önermek mümkün. Güncel kaynak önerilerinizi paylaşımlara yanıt olarak ekleyebilirsiniz. İlerleyen günlerde sık kullanılan analiz örneklerine ilişkin yeni bilgiseller hazırlamayı ümit ediyorum. (30/30)