Bir ölçeğin bilimsel olarak geçerli ve güvenilir olabilmesi için ölçtüğü yapının psikometrik olarak doğrulanması gerekir. Bunun için kullanılan temel yöntemlerden biri Açıklayıcı Faktör Analizi (AFA)’dır. AFA, ölçek maddelerinin hangi faktörlere (alt boyutlara) yüklendiğini belirlemek için yapılan istatistiksel bir yöntemdir.
Açıklayıcı Faktör Analizi (AFA) Nedir ve Neden Yapılır?
AFA, ölçek geliştirme sürecinde ölçülen kavramın altında yatan faktörleri keşfetmek için kullanılan bir istatistiksel yöntemdir. Ölçek geliştirme sürecinde madde analizlerinden sonra yapılan en önemli testlerden biridir.
AFA’nın temel amaçları şunlardır:
- Ölçekte kaç faktör (alt boyut) olduğunu belirlemek
- Ölçek maddelerinin hangi faktörlere yüklendiğini görmek
- Ölçeğin iç yapısını keşfetmek ve maddeleri boyutlarına ayırmak
- Ölçekte gereksiz veya uyumsuz maddeleri belirlemek
Örneğin, bir depresyon ölçeği geliştiriliyorsa, AFA sonucu ölçeğin “duygusal belirtiler”, “davranışsal belirtiler” ve “fizyolojik belirtiler” gibi alt boyutlara sahip olup olmadığını gösterebilir.
Açıklayıcı Faktör Analizi (AFA) Süreci
AFA’nın başarılı bir şekilde uygulanabilmesi için aşağıdaki adımlar izlenmelidir:
1. Örneklem Büyüklüğünün Yeterliliğini Kontrol Etme
Faktör analizi yapmadan önce örneklem büyüklüğünün yeterli olup olmadığı test edilmelidir. Küçük örneklemler, faktör analizi için yeterli istatistiksel gücü sağlamaz.
Genel olarak önerilen örneklem büyüklüğü:
- En az 300 kişi
- Madde sayısının en az 5-10 katı kadar katılımcı (örneğin, 20 maddelik bir ölçek için en az 200-300 kişi)
Örneklem büyüklüğünün uygun olup olmadığını test etmek için Kaiser-Meyer-Olkin (KMO) testi kullanılır.
- KMO değeri > 0.80 → Faktör analizi için mükemmel
- KMO değeri 0.70 – 0.79 → İyi
- KMO değeri 0.60 – 0.69 → Orta düzey
- KMO değeri < 0.60 → Faktör analizi için uygun değil, örneklem artırılmalı
Ayrıca, Bartlett Küresellik Testi yapılmalıdır. p < 0.05 ise veriler faktör analizine uygundur.
2. Faktör Çıkarma Yöntemini Seçme
AFA yapılırken, faktörlerin belirlenmesi için temel bileşenler analizi (PCA) veya temel eksen faktörleştirme (PAF) yöntemlerinden biri seçilir.
- PCA (Principal Component Analysis): Faktörlerin maksimum varyans açıklaması için kullanılır.
- PAF (Principal Axis Factoring): Daha gizli yapıları keşfetmek için tercih edilir.
Genellikle PCA yöntemi daha sık kullanılır, ancak bazı ölçeklerde PAF yöntemi daha uygun olabilir.
3. Faktör Sayısını Belirleme
Faktör sayısını belirlemek için kullanılan üç temel yöntem vardır:
- Kaiser Kriteri (Eingenvalue > 1 Kuralı): Faktörlerin özdeğerleri (eigenvalue) 1’den büyükse o faktör ölçek için önemli kabul edilir.
- Scree Plot Grafiği: Faktörlerin özdeğerlerini gösteren grafik analiz edilir. Eğrinin kırılma noktası faktör sayısını belirlemek için kullanılır.
- Paralel Analiz: Rastgele oluşturulmuş veri setleriyle karşılaştırılarak faktör sayısı belirlenir.
Örneğin, bir kişilik ölçeğinde AFA sonucu beş faktör tespit edildiyse, ölçeğin beş temel boyuttan oluştuğu söylenebilir.
4. Maddelerin Faktör Yüklerini İnceleme
AFA sonuçlarına göre her maddenin hangi faktöre yüklendiği kontrol edilir.
- Faktör yükü 0.40 ve üzeri olan maddeler ölçeğe dahil edilir.
- 0.30-0.39 arası yükü olan maddeler dikkatle değerlendirilir.
- 0.30’un altında faktör yükü olan maddeler ölçekten çıkarılmalıdır.
Bazı maddeler birden fazla faktöre yüksek oranda yüklenebilir. Bu durum, maddenin iki farklı boyutu ölçtüğünü gösterir ve genellikle problemli bir durum olarak kabul edilir. Bu tür maddeler revize edilebilir veya ölçekten çıkarılabilir.
5. Faktörler Arasındaki Korelasyonları İnceleme
AFA sonucu ortaya çıkan faktörlerin birbiriyle nasıl ilişkilendiği analiz edilmelidir. Eğer faktörler birbirinden bağımsızsa döndürme yöntemi olarak Varimax kullanılır. Eğer faktörler birbiriyle ilişkiliyse Oblimin veya Promax döndürme yöntemi tercih edilir.
Örneğin, bir anksiyete ölçeğinde “fiziksel belirtiler” ve “bilişsel belirtiler” faktörleri yüksek korelasyon gösteriyorsa, bu faktörler birleştirilebilir veya ayrı tutulabilir.
6. Maddelerin Son Halini Belirleme ve Ölçeği Revize Etme
AFA sonrası şu düzenlemeler yapılır:
- Düşük faktör yüküne sahip maddeler ölçekten çıkarılır.
- Çoklu faktör yüklemeleri olan maddeler gözden geçirilir veya düzeltilir.
- Ölçek maddeleri belirlenen faktörlere göre yeniden sıralanır.
Bu aşamada, ölçeğin kapsam geçerliliği, içerik uyumu ve faktör yapısının mantıksal bütünlüğü de değerlendirilmelidir.
Açıklayıcı Faktör Analizinin (AFA) Sağladığı Avantajlar
- Ölçeğin altında yatan yapıyı keşfetmeyi sağlar.
- Gereksiz veya düşük işlevselliğe sahip maddelerin çıkarılmasına yardımcı olur.
- Ölçeğin faktör yapısının daha tutarlı hale getirilmesini sağlar.
- Ölçek maddelerinin hangi boyutları ölçtüğünü netleştirir.
Açıklayıcı Faktör Analizi, bir ölçeğin psikometrik temelini oluşturur. Doğru uygulanmazsa, ölçek bilimsel geçerliliğini kaybedebilir.
Sonuç
Açıklayıcı Faktör Analizi (AFA), ölçek geliştirme sürecinde ölçeğin iç yapısını keşfetmek için kullanılan en önemli istatistiksel yöntemlerden biridir. Faktör analizi sayesinde ölçeğin alt boyutları belirlenir, zayıf maddeler elenir ve daha sağlam bir yapı oluşturulur. Bu süreç tamamlandığında, ölçek psikometrik olarak daha güçlü hale gelir.
Kaynakça
- DeVellis, R. F. (2016). Scale Development: Theory and Applications. SAGE Publications.
- Field, A. (2013). Discovering Statistics Using IBM SPSS Statistics. SAGE Publications.
- Furr, R. M. (2018). Psychometrics: An Introduction. SAGE Publications.
- Tabachnick, B. G., & Fidell, L. S. (2013). Using Multivariate Statistics. Pearson.
