Erciyes University - Info Package

Dersin Adı	Dersin Seviyesi	Dersin Kodu	Dersin Tipi	Dersin Dönemi	Yerel Kredi	AKTS Kredisi	Ders Bilgileri
SPSS UYGULAMALARI IV	Üçüncü Düzey	İME634	Seçmeli	1	7.00	7.00	Yazdır

Dersin Tanımı

Ön Koşul Dersleri	SPSS UYGULAMALARI I, II ve III
Eğitimin Dili	Türkçe
Koordinatör	DOÇ. DR. SERHAT AYDIN
Dersi Veren Öğretim Eleman(lar)ı	DOÇ. DR. SERHAT AYDIN
Yardımcı Öğretim Eleman(lar)ı	-
Dersin Veriliş Şekli	Yüz Yüze
Dersin Amacı	Dersin temel amacı, öğrencilerin matematik eğitimi alanındaki çok boyutlu araştırma problemlerini analiz edebilecek ileri düzey istatistiksel okuryazarlık ve uygulama becerisi kazanmalarını sağlamaktır. Öğrencilerin; hiyerarşik regresyon ve lojistik modeller aracılığıyla karmaşık sebep-sonuç ilişkilerini açıklayabilme ve faktör analizi teknikleriyle ölçme araçlarının yapı geçerliğini kanıta dayalı olarak test edebilme yetkinliğini geliştirmeyi hedefler. Çok değişkenli varyans analizlerini (MANOVA) kullanarak grup farklarını daha kapsamlı bir perspektifle değerlendirme ve büyük veri setlerinden anlamlı örüntüler çıkarma kapasitesini artırmayı amaçlar. Son olarak, aday araştırmacıların en karmaşık istatistiksel çıktıları bile akademik etik ve standartlara (APA 7) uygun şekilde, yalın ve etkili bir dille raporlayabilmelerini sağlamaktır.
Dersin Tanımı	Bu ders, eğitim bilimleri ve matematik eğitimi araştırmalarında kullanılan çok değişkenli istatistiksel yöntemlerin kuramsal altyapısını ve SPSS uygulamalarını kapsayan ileri düzey bir uzmanlık dersidir. Müfredat; birden fazla bağımlı değişkenin eş zamanlı analiz edildiği MANOVA, karmaşık yordama modelleri sunan Lojistik Regresyon ve verilerin gizil yapısını keşfetmeye yarayan Açımlayıcı Faktör Analizi (EFA) gibi tekniklere odaklanır. Öğrenciler, değişkenler arasındaki yüksek seviyeli etkileşimleri ve hiyerarşik yapıları modellemeyi, varsayımları en üst düzeyde test ederek karmaşık veri setlerini yönetmeyi öğrenirler. Ayrıca ders, çok boyutlu analiz sonuçlarının sentezlenerek üst düzey bilimsel raporlara dönüştürülmesi sürecini yapılandırır.

Dersin İçeriği

1	Çok Değişkenli İstatistiklere Giriş ve Mantık: Çok değişkenli analizin önemi, matris mantığına giriş ve SPSS IV kapsamındaki temel kavramlar.
2	Veri İndirgeme Teknikleri I: Temel Bileşenler Analizi (PCA) (Bölüm 5): PCA mantığı, özdeğerler (eigenvalues), bileşen çıkarma ve matematik eğitimi verilerinde kullanımı.
3	Veri İndirgeme Teknikleri II: Açımlayıcı Faktör Analizi (EFA) (Bölüm 5): EFA ve PCA farkı, faktör çıkarma yöntemleri ve faktör döndürme (rotation) teknikleri.
4	Faktör Analizinde Geçerlik ve Güvenirlik (Bölüm 4-5): KMO ve Bartlett testleri, faktör yüklerinin yorumlanması ve ölçek maddelerinin gizil yapılarla uyumu.
5	Kategorik Bağımlı Değişken Modelleme I: İkili Lojistik Regresyon (Bölüm 7): Lojistik regresyonun mantığı, olasılık oranları (odds ratios) ve model uyum testleri.
6	Kategorik Bağımlı Değişken Modelleme II: Hiyerarşik Lojistik Regresyon (Bölüm 7): Bloklar halinde veri girişi, model gelişiminin incelenmesi ve matematik eğitiminden vakalar.
7	Grupların Ayrıştırılması: Diskriminant Analizi (Bölüm 7): Grupları birbirinden en iyi ayıran değişkenlerin tespiti, sınıflandırma fonksiyonları ve centroids analizi.
8	Lojistik Regresyon vs. Diskriminant Analizi Uygulamaları: Her iki yöntemin karşılaştırılması, varsayım kontrolleri ve uygun yöntemin seçimi üzerine atölye.
9	ARA SINAV: İlk 8 haftalık süreci kapsayan kuramsal ve SPSS uygulama tabanlı değerlendirme.
10	Çok Değişkenli Varyans Analizi I: Tek Faktörlü MANOVA (Bölüm 10): Birden fazla bağımlı değişkenin aynı anda incelenmesi, Wilk''s Lambda ve Box''s M testleri.
11	Çok Değişkenli Varyans Analizi II: İki Faktörlü (Factorial) MANOVA (Bölüm 10): Bağımsız değişkenler arası etkileşimin çok boyutlu çıktılar üzerindeki etkisi.
12	İleri Düzey MANOVA: Karma ve Doubly Multivariate Tasarımlar (Bölüm 10): Tekrarlı ölçümlerle birleştirilmiş MANOVA uygulamaları ve varyans-kovaryans matris uyumu.
13	Değişken Setleri Arasındaki İlişkiler: Kanonik Korelasyon I (Bölüm 10): İki değişken seti arasındaki ilişki örüntüsü, kanonik varyatlar ve katsayıların mantığı.
14	Kanonik Korelasyon II: Yorumlama ve Raporlama (Bölüm 10): Kanonik yükler, özgünlük (redundancy) analizi ve sonuçların akademik dille ifade edilmesi.
15	Karmaşık Modellerde Varsayım Kontrolleri ve Hata Ayıklama: Çok değişkenli normallik, çoklu doğrusallık ve uç değerlerin (outliers) ileri düzey tespiti (Mahalanobis vb.).
16	Çok Boyutlu Analizlerin Raporlanması (APA 7): MANOVA, EFA ve Lojistik Regresyon sonuçlarının tablo ve sentez metin haline getirilmesi.
17	DÖNEM SONU DEĞERLENDİRMESİ: Kapsamlı bir veri seti üzerinde çok boyutlu analizlerin yürütülmesi ve proje sunumu.
18
19
20

Dersin Öğrenme Çıktıları

1	SPSS Uygulamaları IV dersi için, "Intermediate" kitabındaki ileri düzey çok değişkenli analizler ve karmaşık modelleme tekniklerini temel alan, ölçme ve değerlendirme kriterlerine uygun 10 öğrenme çıktısı aşağıdadır:
2	Açımlayıcı Faktör Analizi (EFA) ve Temel Bileşenler Analizi (PCA) kullanarak karmaşık veri setlerindeki gizil yapıları ve boyutları keşfeder.
3	Ölçme araçlarının yapı geçerliğini kanıtlamak amacıyla faktör yüklerini, özdeğerleri ve varyans açıklama oranlarını bilimsel kriterlere göre yorumlar.
4	Bağımlı değişkenin kategorik olduğu durumlarda, İkili Lojistik Regresyon analizi ile olasılık oranlarını (odds ratios) hesaplar ve model uyumunu değerlendirir.
5	Hiyerarşik Lojistik Regresyon kullanarak değişkenlerin modele katkısını bloklar halinde analiz eder ve yordayıcı modeller geliştirir.
6	Gruplar arasındaki ayrımı en iyi sağlayan değişkenleri belirlemek amacıyla Diskriminant Analizi yöntemini uygular.
7	Birden fazla bağımlı değişkenin gruplar arası farklarını eş zamanlı olarak test etmek için Çok Değişkenli Varyans Analizi (MANOVA) yürütür.
8	İki farklı değişken seti arasındaki karmaşık ilişki örüntülerini Kanonik Korelasyon analizi ile belirler ve kanonik varyatları yorumlar.
9	Elde edilen ileri düzey istatistiksel bulguları, APA 7 standartlarına uygun olarak karmaşık tablolar ve sentezlenmiş metinler halinde raporlar.
10	Matematik eğitimi araştırmalarındaki çok boyutlu problemleri çözmek için uygun ileri düzey analitik yöntemi seçme ve uygulama yetkinliği sergiler.

*Dersin Program Yeterliliklerine Katkı Seviyesi

1	Matematik eğitimi alanında uzman düzeyinde ve güncel bir alan ve meslek bilgisine sahiptir. Matematik eğitimi alanında uzman düzeyinde ve güncel bir alan ve meslek bilgisine sahiptir.
2	Matematik eğitimi ve eğitim ile diğer disiplinler arasındaki ilişkiyi kavrar.
3	Çalıştığı dönem ve bölgeye ait belge ve kaynakları okuyup değerlendirebilir.
4	Matematik eğitimi alanında edindiği kuramsal ve uygulamalı bilgileri araştırma ve öğretim amacıyla kullanabilir
5	Alanında elde ettiği bulguları diğer disiplin alanlarında yapılan çalışmalarla bütünleştirip yeni bilgiler oluşturabilir.
6	Araştırma, öğretim veya sunum amacı ile her türlü görsel ve işitsel teknolojileri kullanabilir.
7	Matematik eğitimi alanında var olan bir sorunu fark edebilir, olası çözüm yolları geliştirebilir, olası çözümleri uygulayarak ölçebilir, elde ettiği verileri analiz edip değerlendirerek bir sonuca varabilir.
8	Matematik eğitiminde kullanılan yöntem ve sistemlerde karşılaşılabilecek sorunlar karşısında sorumluluk alarak yeni stratejik yaklaşımlar ve çözümler geliştirebilir.
9	Araştırma, uygulama, ve öğretim çalışmalarını bağımsız veya ekip olarak yürütebilir.
10	Matematik eğitimi ile ilgili bilgi ve bulguları eleştirel ve tarafsız bir şekilde değerlendirebilir.
11	Matematik eğitimi ve eğitim alanlarında kendisinin veya diğer uzmanların yaptığı çalışmaları her kesimden insana yazılı, sözlü ve görsel olarak sistemli ve anlamlı bir şekilde aktarabilir.
12	Mesleki Gelişim ve Yaşam boyu Öğrenme ilkelerini kendisi ve diğerleri için uygulayabilir.
13	Mesleki ve profesyonel ortamlardaki sosyal ilişkileri eleştirel bir gözle değerlendirebilir ve gerektiğinde bunları geliştirmek üzere yapılacak çalışmalara öncülük edebilir.
14	Bir yabancı dilde en az “Avrupa Dil Portföyü B2 Genel” düzeyinde yazılı ve sözlü iletişim kurabilir.
15	Matematik eğitimi alanında uygulanan politikaları yorumlayabilir, kalite süreçleri çerçevesinde değerlendirebilir ve gerektiğinde bunları geliştirebilecek çalışmalar yapabilir.
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
Yıldızların sayısı 1’den (en az) 5’e (en fazla) kadar katkı seviyesini ifade eder

Planlanan Öğretim Faaliyetleri, Öğretme Metodları ve AKTS İş Yükü

	Sayısı	Süresi (saat)	Sayı*Süre (saat)
Yüz yüze eğitim	16	3	48
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme)	16	2	32
Ödevler	6	3	18
Sunum / Seminer hazırlama	1	6	6
Kısa sınavlar	0	0	0
Ara sınavlara hazırlık	8	2	16
Ara sınavlar	1	3	3
Proje (Yarıyıl ödevi)	1	10	10
Laboratuvar	16	1	16
Arazi çalışması	0	0	0
Yarıyıl sonu sınavına hazırlık	8	2	16
Yarıyıl sonu sınavı	1	3	3
Araştırma	1	10	10
Toplam iş yükü			178
AKTS			7.00

Değerlendirme yöntemleri ve kriterler

Yarıyıl içi değerlendirme	Sayısı	Katkı Yüzdesi
Ara sınav	1	50
Kısa sınav	0	0
Ödev	3	50
Yarıyıl içi toplam		100
Yarıyıl içi değerlendirmelerin başarıya katkı oranı		40
Yarıyıl sonu sınavının başarıya katkı oranı		60
Genel toplam		100

Önerilen Veya Zorunlu Okuma Materyalleri

Ders kitabı	Leech, N. L., Barrett, K. C., ve Morgan, G. A. (2005). SPSS for intermediate statistics: Use and interpretation. (2. baskı). Lawrence Erlbaum Associates.
Yardımcı Kaynaklar

Ders İle İlgili Dosyalar

DBP Hakkında

Ders Hakkında

Bölüm Hakkında