Ölçek nasıl geliştirilir? Başından sonuna adım adım anlatım
Güncelleme tarihi: 11 Eyl
"Ölçek nasıl geliştirilir?" sorusuna cevap vermek ve "ölçek geliştirmek" için önce ölçmek istediğiniz özelliği tanımlamanız, ardından bu özelliği temsil eden maddeler hazırlamanız gerekir. Uzman değerlendirmesi ve pilot uygulamayla olgunlaşan taslak, hedef gruptan toplanan verilerle incelenir. Faktör analizleri, güvenirlik değerlendirmeleri ve diğer geçerlik kanıtları bu aşamada devreye girer. Çalışma, ölçeğin son formu ve puanlama yönergesi hazırlanarak raporlanır.
Ancak uygulamada süreç her zaman bu kadar düz ilerlemez. Uzmanların uygun bulduğu bir madde katılımcılar tarafından farklı anlaşılabilir, beklediğiniz alt boyutlar analizde ortaya çıkmayabilir veya yüksek güvenirlik katsayısına rağmen maddeler gereğinden fazla birbirini tekrar edebilir. Bu nedenle her aşamada yalnızca ne yapacağınızı değil, elde ettiğiniz sonuca göre nasıl karar vereceğinizi de bilmeniz gerekir. Bu yazıda ölçek geliştirmeyi örneklerle açıklıyor; uygulama ayrıntıları için ilgili yazılarımıza ve üç bölümlük video serimize yönlendiriyoruz.
Önce karar verin: Yeni ölçek mi, uyarlama mı?
Araştırmanızda kullanabileceğiniz bir ölçek bulamadığınızda ilk işiniz madde yazmak olmamalıdır. Önce aynı özelliği ölçen araçları, bunların hangi gruplarda geliştirildiğini ve araştırmanızın ihtiyacını karşılayıp karşılamadığını inceleyin. Uygun bir ölçek varsa onu kullanmak veya farklı bir dildeki ölçeği uyarlamak seçenekleriniz arasında olabilir. Yeni ölçek geliştirme kararı ise mevcut araçların hangi bakımdan yetersiz kaldığı açıklanarak verilmelidir.
Örneğin üniversite öğrencilerinin akademik ertelemesini incelemek istiyorsanız, bu konuda geliştirilmiş ölçekleri araştırmanız beklenir. Mevcut bir aracın maddelerini Türkçeye çevirmek, sıfırdan ölçek geliştirmekle aynı çalışma değildir. Çeviri, kültürel uygunluk ve uyarlama aşamaları için ölçek uyarlama nasıl yapılır? yazımızı inceleyebilirsiniz. Buradaki anlatım ise yeni bir ölçme aracı hazırlamak isteyen araştırmacılar için başlangıçtan son forma kadar ilerlemektedir.
Ölçek nasıl geliştirilir? Ölçek geliştirme videolarını hangi sırayla izlemelisiniz?
Süreci uygulamalı olarak takip etmek isteyenler için üç bölümlük bir seri hazırladık. İlk bölümde ön bilgileri, ikinci bölümde açımlayıcı faktör analizi ve güvenirliği, üçüncü bölümde doğrulayıcı faktör analizini ele alıyoruz. İkinci ve üçüncü bölümle birlikte kullanabileceğiniz örnek veri dosyası sayfanın sonunda yer alıyor. İlk kez ölçek geliştirecekseniz videoları sırayla izlemeniz, analizlerin hazırlık aşamasıyla bağlantısını kurmanızı kolaylaştıracaktır.
Çalışmanızın aşaması | İzlenecek video |
Ölçek geliştirmeye hazırlanıyorum. | |
Verilerim hazır; AFA ve güvenirliği öğrenmek istiyorum. | |
Belirlediğim faktör yapısını değerlendirmek istiyorum. |
1. Ölçmek istediğiniz özelliğin sınırlarını çizin
Bir ölçeğin başlangıç noktası, açık bir kavramsal tanımdır. “Öğrencilerin akademik yaşamını ölçmek” çok geniş bir amaçken “öğrencilerin akademik görevlerini erteleme eğilimini ölçmek” daha belirgin bir çerçeve sunar. Yine de erteleme eğiliminin zaman yönetimi, motivasyon ve kaygı gibi ilişkili kavramlardan nasıl ayrıldığını açıklamanız gerekir. Bu ayrımı yapmadan hazırlanan maddeler, birbiriyle ilişkili fakat farklı özellikleri aynı puanda birleştirebilir.
Anlatımı somutlaştırmak için üniversite öğrencilerine yönelik bir akademik erteleme ölçeği hazırladığımızı varsayalım. İlk sorumuz, ertelemenin hangi davranışlarda görüldüğü olacaktır: Ödeve başlamayı geciktirmek mi, çalışmayı yarıda bırakmak mı, sınav hazırlığını son güne bırakmak mı? Literatür ve hedef grupla yapılan görüşmeler, hangi davranışların kapsama alınacağını belirlemeye yardımcı olur. Burada verilen örneklerin öğretim amacı taşıdığını, değerlendirilmiş bir ölçeğin maddeleri olmadığını belirtelim.
Bu aşamanın sonunda elinizde yalnızca bir ölçek adı bulunmamalıdır. Ölçülecek özelliğin tanımı, hedef grup, kullanım amacı ve kapsam dışında bırakılan yakın kavramlar yazılı hâle gelmelidir. Alt boyutlara ilişkin kuramsal bir beklentiniz varsa bunu da gerekçelendirin. Sonraki aşamalarda maddeleri değerlendirirken dönüp bakacağınız temel çerçeve bu olacaktır.
2. Madde havuzunu oluşturun: Her madde neyi temsil ediyor?
Madde havuzu, ölçeğinizde bulunabilecek aday ifadelerin toplandığı çalışma dosyasıdır. Literatürden, hedef grubun deneyimlerinden ve uzman görüşlerinden yararlanarak farklı içerikleri temsil eden maddeler hazırlayabilirsiniz. Her maddenin yanına hangi davranışı veya düşünceyi ölçmeyi amaçladığını not etmek yararlıdır. Böylece benzer cümleleri çoğaltmakla kapsamı genişletmek arasındaki farkı görebilirsiniz.
Akademik erteleme örneğinde “Ödevlerime başlamayı son güne bırakırım” ifadesi belirli bir davranışa yöneliktir. Buna karşılık “Derslerimi sevmem ve ödevlerimi zamanında yapmam” ifadesi hem derse yönelik tutumu hem de görev tamamlama davranışını sorgular. Katılımcı bu iki bölüm için farklı yanıtlar vermek isteyebilir. Bu nedenle maddelerde tek bir yargıya odaklanmak, yanıtların yorumlanmasını kolaylaştırır.
Taslak madde | Değerlendirilmesi gereken nokta |
“Ödevlerime başlamayı son güne bırakırım.” | Belirli bir erteleme davranışını ifade ediyor; hedef grupta anlaşılırlığı incelenmeli. |
“Derslerimi sevmem ve ödevlerimi zamanında yapmam.” | İki ayrı yargı içeriyor. |
“Akademik sorumluluklarımı yeterince yerine getiririm.” | “Yeterince” ifadesi kişiden kişiye farklı yorumlanabilir. |
“Arkadaşlarım genellikle ödevlerini erteler.” | Katılımcının kendi davranışı yerine arkadaşlarına ilişkin gözlemini soruyor. |
Başlangıçtaki madde sayısı ile son formdaki madde sayısının aynı olması beklenmez. Bazı maddeler uzman görüşüyle değişebilir, bazıları pilot uygulamada anlaşılmayabilir, bazıları ise analizlerde uygun çalışmayabilir. Ancak amaç mümkün olduğunca fazla madde silmek değildir. Her içerik alanını yeterince temsil eden, anlaşılır ve işlevsel maddeler elde etmektir.
3. Yanıt seçeneklerini ve uzman görüşü formunu hazırlayın
Maddelerin yanıt biçimi, sorduğunuz soruyla uyumlu olmalıdır. Bir davranışın ne sıklıkla gerçekleştiğini soruyorsanız “hiçbir zaman” ile “her zaman” arasında değişen seçenekler düşünülebilir. Bir görüşe katılımı soruyorsanız katılma derecelerini kullanabilirsiniz. Sadece beşli seçenek eklemek, hazırladığınız formun ölçme özelliklerinin yeterli olduğunu göstermez.
Uzmanlara göndereceğiniz dosyada ölçeğin amacını, hedef grubunu ve maddelerin hangi kapsamda değerlendirileceğini açıklayın. Her madde için uygunluk, açıklık ve içerik katkısı hakkında görüş isteyin. Uzmanların eksik gördükleri alanları ve önerdikleri değişiklikleri yazabilecekleri bir bölüm de bulunsun. Yalnızca “uygundur” yanıtı almak, maddelerin hangi gerekçeyle değerlendirildiğini görmenizi zorlaştırır.
Uzman değerlendirmelerini sayısal olarak incelemek için kullanılabilecek yöntemlerden biri Lawshe tekniğidir. Yöntemde madde düzeyindeki kapsam geçerlik oranları ve ilgili karar ölçütleri değerlendirilir. Hesaplama adımlarını burada yeniden uzatmak yerine Lawshe tekniği ile kapsam geçerliği, KGO ve KGİ hesaplama yazımızdaki videodan takip edebilirsiniz. Hangi yöntemi kullanırsanız kullanın, sayısal sonuçlarla uzmanların açıklamalarını birlikte değerlendirip madde kararlarını kaydedin.
4. Pilot uygulamada katılımcının ne anladığını görün
Uzman değerlendirmesi tamamlandığında taslak formu hedef gruptan kişilerle deneyin. Katılımcıların yalnızca yanıtlarını toplamak yerine, tereddüt ettikleri ifadeleri ve seçenekleri de öğrenmeye çalışın. Örneğin “akademik görev” ifadesi bir öğrenci için yalnızca ödevleri, başka biri için sınav hazırlığını ve ders devamını birlikte çağrıştırabilir. Böyle bir farkı ana uygulamadan önce görmek, yönergeyi veya maddeyi düzeltmenize yardımcı olur.
Pilot uygulamada tamamlama süresi, boş bırakılan maddeler ve formun kullanım kolaylığı da incelenir. Çok sayıda katılımcının aynı maddede açıklama istemesi, o ifadeyi yeniden ele almanız gerektiğine işaret edebilir. Yapılan değişiklikleri ve gerekçelerini ayrı bir dosyada saklayın. Pilot uygulamanın küçük bir grupta sorunsuz tamamlanması, ölçeğin geçerlik ve güvenirlik çalışmalarının bittiği anlamına gelmez.
5. Ana uygulamayı ve örneklemi analizlerden önce planlayın
“Ölçek geliştirmek için kaç kişiye ulaşmalıyım?” sorusunun bütün çalışmalar için geçerli tek bir sayısal cevabı yoktur. Madde sayısı, beklenen faktör yapısı, verinin özellikleri ve uygulanacak analizler birlikte değerlendirilmelidir. AFA ve DFA için bağımsız gruplar planlanıyorsa her grubun kendi analizi için yeterli olması gerekir. Bu nedenle örneklem planını veri toplamayı bitirdikten sonra oluşturmaya çalışmayın. Boateng ve arkadaşlarının ölçek geliştirme rehberi, örneklem ihtiyacının çalışmanın özelliklerine bağlı olduğunu açıklamaktadır.
Örneğimizde hedef grup üniversite öğrencileriyse yalnızca kolay ulaşabildiğiniz tek bir sınıftan veri toplamanın sonuçların kullanım alanını nasıl sınırlayacağını düşünün. Katılımcılara ulaşma biçimini, uygulama koşullarını ve eksik yanıtların nasıl ele alınacağını belirleyin. İlgili etik değerlendirmeleri, kurum izinlerini ve katılımcı bilgilendirmesini veri toplamadan önce tamamlayın. Son raporda kaç kişiye ulaşıldığı kadar, bu kişilerin nasıl seçildiği de açıklanmalıdır.
Henüz veri toplamaya başlamadıysanız madde havuzu, uzman görüşü ve analiz planını birlikte değerlendirmek için ölçek geliştirme ve uyarlama danışmanlığı hizmetimizi inceleyebilirsiniz. Çalışmanın mevcut aşamasına göre hangi hazırlıkların tamamlanması gerektiği belirlenebilir. Böylece uygulamadan sonra fark edilen bir eksiklik nedeniyle yeniden veri toplama ihtiyacı doğuran sorunlar önceden değerlendirilebilir.
6. Verileri düzenleyin ve ters maddeleri kontrol edin
Veri dosyasında her katılımcının yanıtları doğru değişkenlere ve doğru kodlarla kaydedilmelidir. Yanıtsız bırakılan bir maddeyi sıfır veya 99 gibi bir değerle gösteriyorsanız, bu kodun gerçek bir puan olarak hesaplamaya dahil edilmemesi gerekir. Değişken adları, değer etiketleri ve eksik veri tanımları analizden önce kontrol edilmelidir. Bu hazırlığı uygulamalı görmek için SPSS’e veri girişi ve ön düzenlemeler dersimizden yararlanabilirsiniz.
Akademik erteleme örneğinde “Ödevlerime başlamayı son güne bırakırım” ile “Ödevlerime planladığım zamanda başlarım” ifadeleri farklı yönlerde puanlanabilir. Böyle maddeler kullanıldıysa puan yönleri analizden önce kontrol edilmelidir. Ters kodlama kararı, maddenin anlamına ve puanlama planına dayanmalıdır; yalnızca sonuçları iyileştirmek için verilmemelidir. İşlemin nasıl yapıldığını SPSS’te ters kodlama yazımızda adım adım izleyebilirsiniz.
7. AFA ile maddelerin nasıl bir yapı oluşturduğunu inceleyin
Açımlayıcı faktör analizi, maddelerin hangi ortak boyutlarda toplandığını araştırır. Akademik erteleme için hazırladığınız maddeler tek bir boyutta toplanabilir veya farklı davranış alanlarını temsil eden birden fazla boyut ortaya çıkabilir. Analizin amacı, başta düşündüğünüz boyut sayısını ne olursa olsun elde etmek değildir. Ortaya çıkan yapıyı, maddelerin anlamı ve kuramsal çerçeveyle birlikte değerlendirmektir.
Bu aşamada faktör sayısı, faktör yükleri, ortak varyanslar ve birden fazla faktörle ilişkili maddeler incelenir. KMO ve Bartlett sonuçları değerlendirmeye katkı sağlar; ancak tek başına ölçeğin geçerli olduğunu göstermez. Faktör çıkarma ve döndürme yönteminin seçimi de araştırmanın amacıyla uyumlu olmalıdır. Ayrıntılı uygulama ve raporlama için SPSS ile açımlayıcı faktör analizi yazımıza geçebilirsiniz.
Madde çıkarırken yalnızca tablodaki en düşük değere odaklanmayın. Örneğin sınav hazırlığını ertelemeye ilişkin bütün maddeleri çıkardığınızda, ölçek artık başlangıçta tanımladığınız kapsamın bir bölümünü ölçmüyor olabilir. İstatistiksel sonuçlarla içerik kapsamı arasında bu nedenle birlikte karar verilmelidir. Çıkarılan maddeleri, gerekçelerini ve her değişiklikten sonra yapının nasıl etkilendiğini kaydedin.
Uygulamayı izleyin: Ölçek geliştirme – 2: AFA ve güvenirlik
8. Güvenirliği değerlendirin: Yüksek alfa tek başına yeterli mi?
Cronbach alfa, maddelerin iç tutarlılığı hakkında bilgi veren katsayılardan biridir. Ancak yüksek bir alfa değeri, ölçeğin mutlaka tek boyutlu veya geçerli olduğunu göstermez. Aynı düşünceyi küçük değişikliklerle tekrar eden çok sayıda madde de yüksek bir katsayı üretebilir. Bu nedenle alfa değeriyle birlikte madde ilişkileri, faktör yapısı ve kapsam değerlendirilmelidir. Psych dokümantasyonunda, alfanın madde sayısı ve maddeler arası ilişkilerden nasıl etkilendiği açıklanmaktadır.
Alt boyutlardan oluşan bir ölçekte güvenirlik, kullanılacak puanlara uygun biçimde incelenmelidir. Sadece bütün maddeler için tek bir alfa hesaplamak, alt boyutların her birinin yeterli ölçme özelliğine sahip olduğunu göstermez. SPSS çıktısındaki madde-toplam ilişkilerini ve madde çıkarıldığında oluşan değişiklikleri okumak için Cronbach Alpha güvenirlik analizi ve madde analizleri yazımızı inceleyebilirsiniz. Bu sonuçlar, maddeyi koruma veya çıkarma kararında içerik değerlendirmesiyle birlikte kullanılmalıdır.
Araştırmanın amacına göre zamansal kararlılık veya puanlayıcılar arası uyum gibi başka özelliklerin de incelenmesi gerekebilir. Örneğin test-tekrar test, iç tutarlılıktan farklı bir soruya cevap verir. Hangi yöntemin neyi değerlendirdiğini güvenirlik belirleme yöntemleri yazımızda bulabilirsiniz. Bütün yöntemleri her çalışmaya eklemek yerine ölçme amacınız için gerekli kanıtları planlayın.
9. DFA ile belirlenen yapıyı sınayın
Doğrulayıcı faktör analizinde hangi maddelerin hangi faktörlere bağlanacağı önceden tanımlanır. Örneğin AFA sonucunda iki boyutlu bir yapı elde ettiyseniz, bu yapının başka bir örneklemde de verilerle uyumlu olup olmadığını inceleyebilirsiniz. AFA ve DFA’nın aynı veri üzerinde yapılması, bağımsız bir doğrulama ile aynı kanıtı sağlamaz. Bu ayrımın veri toplama planına baştan dahil edilmesi gerekir. Bağımsız örneklemle değerlendirme yaklaşımı, bulunan yapının yeniden sınanmasının önemini açıklamaktadır.
DFA’da model uyum göstergeleriyle birlikte faktör yükleri, maddelerin anlamı ve tahmin yönteminin uygunluğu değerlendirilir. Uyum değerlerini iyileştirmek için gerekçesiz biçimde hata kovaryansları eklemek, modelin açıklanabilirliğini zayıflatabilir. Yapılan her değişikliğin kuramsal gerekçesi bulunmalı ve raporda belirtilmelidir. Model kurma ve çıktı yorumlama ayrıntıları için doğrulayıcı faktör analizi nasıl yapılır? yazımızdan devam edebilirsiniz.
Uygulamayı izleyin: Ölçek geliştirme – 3: Doğrulayıcı faktör analizi
10. Puanlama yönergesini hazırlayın ve çalışmayı raporlayın
Ölçeğin son hâlinde hangi maddelerin yer aldığını, alt boyutları ve ters puanlanan maddeleri açıkça belirtin. Puanların toplam mı ortalama mı alınarak hesaplanacağını ve eksik yanıtlar için nasıl işlem yapılacağını açıklayın. Toplam puan kullanılacaksa bu puanın anlamı ve dayanağı bulunmalıdır. Birden fazla alt boyutun olması, bütün maddelerin kendiliğinden tek bir toplam puanda birleştirilebileceği anlamına gelmez.
Örneğimizde yüksek puanın daha fazla akademik erteleme anlamına geldiğini varsayalım. Bu açıklama, belirli bir puanın üzerindeki bütün öğrencileri “yüksek düzeyde erteleyen” olarak sınıflandırmak için tek başına yeterli değildir. Kesme noktaları ve düzey sınıflamaları ayrıca gerekçelendirilmelidir. Hesaplama işlemlerini uygulamalı öğrenmek için SPSS’te ölçek toplam ve alt boyut puanı hesaplama dersimizi inceleyebilirsiniz.
Son raporunuz, madde havuzundan nihai forma kadar alınan kararların izlenebilmesini sağlamalıdır. Uzman görüşleri, pilot uygulama değişiklikleri, örneklem özellikleri, analiz tercihleri ve çıkarılan maddelerin gerekçeleri açıkça sunulmalıdır. Faktör analizleriyle iç tutarlılığın yanında, araştırma amacı için gerekli diğer geçerlik kanıtları da değerlendirilmelidir. Geçerlik ve güvenirliğin farklı sorulara nasıl cevap verdiğini güvenirlik ve geçerlik nedir? yazımızda inceleyebilirsiniz.
Ölçeğiniz şu anda hangi aşamada?
Çalışmanızın durumunu değerlendirirken tamamladığınız analizlerin sayısından çok, hangi kararların dayanağını oluşturduğuna bakın. Madde havuzunuz hazır olabilir ancak kapsam değerlendirmesi eksik kalmış olabilir. AFA ve DFA tamamlanmış olsa bile puanlama yönergesi veya madde çıkarma gerekçeleri henüz yazılmamış olabilir. Aşağıdaki tablo, bir sonraki adımınızı belirlemenize yardımcı olabilir.
Mevcut durum | Bir sonraki odak |
Yalnızca konu veya ölçek adı belli. | Yapıyı tanımlama, mevcut ölçekleri inceleme ve geliştirme gerekçesi. |
Madde havuzu hazır. | Uzman değerlendirmesi ve hedef grupla ön deneme. |
Veri toplama aşamasındayım. | Örneklem planı, uygulama koşulları ve veri kalitesi. |
Analizleri tamamladım. | Yapının anlamı, madde kararları ve gerekli geçerlik-güvenirlik kanıtları. |
Tez veya makaleyi yazıyorum. | Son form, puanlama yönergesi ve yöntem-bulgu tutarlılığı. |
Yeni bir ölçek geliştiriyorsanız ölçek geliştirme ve uyarlama danışmanlığı kapsamında ihtiyaç duyduğunuz aşamalar için destek alabilirsiniz. Mevcut analizlerinizin veya hakem tarafından istenen düzeltmelerin incelenmesi gerekiyorsa analiz kontrolü ve istatistiksel revizyon hizmetimiz daha uygun olabilir. Araştırmanızın amacını, bulunduğunuz aşamayı ve varsa dosyalarınızı danışmanlık talep formundan iletebilirsiniz.
Videolarla birlikte çalışmak için örnek veri dosyası
Ölçek geliştirme serisinin ikinci ve üçüncü bölümlerindeki uygulamalar için mevcut örnek veri dosyasını kullanabilirsiniz. Dosyayı indirip arşivden çıkardıktan sonra, veri dosyasını uygun analiz programında açarak anlatımı takip edin. İşlemlere başlamadan önce başlangıç dosyasının bir kopyasını saklayın. Örnekteki madde sayısı, faktör yapısı ve yöntem seçimlerinin kendi araştırmanız için otomatik olarak geçerli olmayacağını dikkate alın.
Ölçek geliştirme örnek verilerini indir
AFA Videosundaki kaynaklar:
Temel bileşenler yöntemi ile direct oblimin seçimi: Büyüköztürk, Ş. (2011). Sosyal Bilimler için Veri Analizi El Kitabı. Ankara: Pegem Akademi. Sayfa 126.
Maddeler arası korelasyonun çok düşük ve yüksek olmaması kuralı: Field, A. (2009). Discovering Statistics Using SPSS. London: SAGE. Sayfa 657.
KMO 0,50< ve Bartlett anlamlı olmalı: Field, A. (2009). Discovering Statistics Using SPSS. London: SAGE. Sayfa 659.
Ayrıca KMO en az 0,60 olmalı olarak belirten kaynak: Büyüköztürk, Ş. (2011). Sosyal Bilimler için Veri Analizi El Kitabı. Ankara: Pegem Akademi. Sayfa 126.
Cummunalities yani ortak varyans açıklamaları: Field, A. (2009). Discovering Statistics Using SPSS. London: SAGE. Sayfa 662.
Faktörlerin ve geçerliğin belirlenmesi: Field, A. (2009). Discovering Statistics Using SPSS. London: SAGE. Sayfa 661.
Büyüköztürk, Ş. (2011). Sosyal Bilimler için Veri Analizi El Kitabı. Ankara: Pegem Akademi. Sayfa 124-125.
Faktör yüklerinin min. 0,40 alınması: Field, A. (2009). Discovering Statistics Using SPSS. London: SAGE. Sayfa 660.
Cronbach Alpha 0,60 ve üstü kabul edilebilir: George D, & Mallery P. SPSS for Windows step by step: A simple guide and reference. 11.0 update (4th ed.). Boston: Allyn & Bacon, 2003.
Cronbach Alpha 0,70 ve üstü olmalı: Büyüköztürk, Ş. (2011). Sosyal Bilimler için Veri Analizi El Kitabı. Ankara: Pegem Akademi. Sayfa 171.
DFA Videosundaki kaynaklar:
Bir çalışmada asgari olarak verilmesi gereken uyum indeksi değerleri için:
Kline, R. B. (2015). Principles and practice of structural equation modeling. Guilford publications.
CMIN/Sd, AGFI ve RMSEA için: Schermelleh-Engel, K., Moosbrugger, H., & Müller, H. (2003). Evaluating the fit of structural equation models: Tests of significance and descriptive goodness-of-fit measures. Methods of psychological research online, 8(2), 23-74.
GFI, CFI, NFI için: Hooper, D., Coughlan, J. & Mullen, M. R. (2008). Structural equation modelling: Guidelines for determining model fit. The Electronic Journal of Business Research Methods, 6 (1), 53 –60.
ve
Kline, R. B. (2011). Principles and Practice of Structural Equation Modeling. New York: Guilford.
IFI ve TLI için: Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural equation modeling: a multidisciplinary journal, 6(1), 1-55.
DFA'da çıktı ekranı üzerinde kullanılan kod:
CMIN/df:\cmindf; AGFI:\agfi; GFI:\gfi; NFI:\nfi; CFI:\cfi; IFI:\ifi; TLI:\tli; RMSEA:\rmsea