Matematik Uygulamaları Dersine Yönelik Beklenti Ölçeği: Geçerlik ve Güvenirlik Çalışması

Abstract

Bu araştırmanın amacı ortaokul öğrencilerinin matematik uygulamaları dersine yönelik beklentilerini ortaya çıkarmak amacıyla geçerliği ve güvenirliği yüksek bir ölçme aracı geliştirmektir. Bu amaçla araştırmacılar tarafından 5li Likert olarak hazırlanan, 29 madde ve üç faktörden oluşan Matematik Uygulamaları Dersi Beklenti Ölçeği (MUDBÖ) geliştirilmiştir. Ölçek, Türkiyenin kuzey doğusunda bulunan orta ölçekli bir ilinde yer alan devlet ortaokullarının matematik uygulamaları dersini alacak olan toplam 405 beşinci ve altıncı sınıf öğrencilerine uygulanmıştır. Ölçeğin yapı geçerliğini belirlemek için açımlayıcı faktör analizinden yararlanılmıştır. Yapılan güvenirlik analizi sonucunda, ölçeğin güvenirlik katsayısı (Cronbach alpha) .93 olarak tespit edilmiştir. Ölçekten elde edilen üç faktörün güvenirlik katsayıları .81 ile .94 arasında değişmekte olup ölçeğin toplam varyansının %60ını açıklamaktadır. Bu değerlere göre, geliştirilen ölçeğin geçerliği, güvenirliği ve varyans açıklayıcılığı yüksek bir veri toplama aracı olduğu söylenebilir.

This study aims to develop a measurement tool with high validity and reliability in order to reveal what secondary school students expect of mathematical applications course. For this purpose, researchers developed an Expectation Scale for Mathematical Applications Course on 5 point Likert scale with 29 items and three factors. The scale was applied on a total of 405 fifth- and sixth-graders to take mathematical applications course at state secondary schools in a medium sized city of north east of Turkey. Exploratory factor analysis is used to determine the structural validity of the scale. Reliability analysis concluded that reliability coefficient (Cronbach alpha) of the scale is .93. Reliability coefficients of three factors obtained from the scale vary between .81 and .94 explaining 60% of the total variance of the scale. According to these values, we can say that the developed scale is a data collection tool with high validity, reliability and variance explanatoriness.