Ders Detayı

Mplus ile YEM Eğitimi ( Temel ve İleri Düzey )
8 Video, Ders Süresi: 75 gün

Dersler

Ders 1: Eğitimin Ana Hatları- Teorik Konular Ön bilgiler 

Ders 2: Yapısal Eşitlik Modellemesinin Temelleri

Ders 3: Yapısal Eşitlik Modellemesinin Adımları

Ders 4: Yapısal Eşitlik Modellemesinde Ek Konular

Ders 5: Mplus Programının Tanıtımı ve Kurulumu

Ders 6: Mplus ile Regresyon ve Yol Analizi Uygulamaları

Ders 7: Mplus ile Doğrulayıcı Faktör Analizi Uygulamaları

Ders 8: Mplus ile Yapısal Eşitlik Modellemesi Uygulamaları

Bu ders toplam 395 dk'dır.

 

Eğitmen Hakkıında

Dr. Sedat ŞEN Hacettepe Üniversitesi mezunu olup Yüksek Lisans ve Doktora eğitimini Amerika Birleşik Devletleri’nde tamamlamıştır. Alanında birçok SSCI/SCI indexli dergide makale yayınlamış olan  Dr. ŞEN’in H- İndexi 6‘dır.  İstatistik, meta analizi,  HLM,  CMA konusunda Türkiye’de en yetkin araştırmacılar arasında yer alan Dr. Şen, gerek yayın performansı gerekse araştırma yöntemlerindeki derinliği ile ülkemizde adından söz ettiren, birçok projede görev yapan araştırmacılar arasındadır.

#AYEUM  #yeniyöntemler #Mplus #yöntem

Eğitmen: Doç. Dr. Sedat ŞEN

Katılım Belgesi: Evet

Durum: Tüm dersler yüklendi

Garanti: %100  Memnuniyet ve İade Garantisi

Özellikleri: İnteraktif, Online Sınav, Eğitmene soru sorma  İmkanı

Fiyat:
1.249,90 TL
Ders İzleme Süresi: 75 Gün
Erişim Zamanı: 7/24
Video Sayısı: 8
Durum: Satın Alınabilir
Favoriye Ekle


Tanıtım Videosunu İzle



Örnek Dersi İzle

Puanlar 0 Kişi Oyladı (0/100)

0 Kişi
0 Kişi
0 Kişi
0 Kişi
0 Kişi

Yorumlar

Ö.A.

HOCAM MERHABA, MULTİCOLLİNARİTY PROBLEMİNİ BİRAZ DAHA AÇAR MISINIZ? HANGİ DURUMLARDA ORTAYA ÇIKAR VE KAÇINMAK İÇİN NE YAPMAK GEREKİR? BİR ÖRNEKLE AÇIKLAMANIZ MÜMKÜN MÜDÜR?


Eğitmenin Cevabı (SEDAT ŞEN)

özellikle regresyon bağlamında anlatayım. elimizde bir bağımlı ve iki tane bağımsı değişken var diyelim. eğer bu iki bağımsız değişken birbirleriyle yüksek korelasyona sahip olursa bu durumda elde edilecek regresyon sonuçları yanlı olacaktır. örnek verecek olursak bir öğrenciye hem babasının maaşını soruyorsunuz hem de ailenin toplam gelirini soruyorsunuz. bu iki değişken tahmin edersiniz ki yüksek korelasyona sahip olacaktır. eğer bu 2 değişkeni aynı anda analizlere eklerseniz yanlı sonuçlar ortaya çıkar. diğer örnekler: "bir kişinin boy ve kilosu", "bir arabanın yaşı ve satış fiyatı" veya "eğitim düzeyi ve yıllık gelir". Bu değişkenlerden birisi analize girmişse diğerine gerek yok. Ya ikisinden biri seçilmeli ya da birleştirme yoluna gidilmelidir. Aksi taktirde çoklu doğrusallık problemi ortaya çıkar. Yapısal eşitlik modellemesinde de verileri topladığımız maddelerin bazılarının arasında yüksek korelasyon olursa bu da çoklu doğrusallık (multicollinearity) problemine yol açar.


M.S.C.

SAYIN HOCAM; OKUL MÜDÜRLERİNİN YÖNETİM TARZLARININ ÖĞRENCİLERİN OKUL BAĞLILIĞINA ETKİSİ KONULU BİR ARAŞTIRMA YAPMAK İSTİYORUM. ARAŞTIRMADA 2 ÖLÇEK KULLANACAĞIM.BİRİNCİ ÖLÇEĞE ÖĞRETMENLER CEVAP VERECEK VE BURADAN HAREKETLE OKUL MÜDÜRLERİNİN YÖNETİM TARZLARINI BELİRLEYECEĞİM. İKİNCİ ÖLÇEĞİ İSE ÖĞRENCİLERE UYGULAYACAĞIM VE BUNUNLA DA ÖĞRENCİLERİN OKULA BAĞLILIKLARINI ÖLÇECEĞİM. BU DURUMDA HANGİ ANALİZİ VE HANGİ İSTATİSİTİK PROGRAMLARI KULLANABİLİRİM?ÖRNEĞİN LISREL, AMOS VEYA MPLUS BU ARAŞTIRMA İÇİN UYGUN OLUR MU? SPSS BU ARAŞTIRMA İÇİN KULLANILABİLİR Mİ? KLASİK REGRESYON BU ARAŞTIRMA İÇİN UYGUN OLUR MU?BU ARAŞTIRMA İÇİN NELERE DİKKAT ETMELİYİM VE ÖNERİLERİNİZ NELERDİR?SAYGILARIMLA...


Eğitmenin Cevabı (SEDAT ŞEN)

Mehmet Sabir Bey, İki farklı ölçeğin uygulanacağı örneklemler aynı olsaydı direkt regresyon ya da yapısal eşitlik modellemesi kullanılabilirdi. Sizin senaryonuzda okul müdürülerine ait cevaplar (yönetim tarzları) ve öğrencilere ait cevaplar (okul bağlılığı) olacağı için bu iki farklı düzeyi aynı anda analiz edebilen çok düzeyli yöntemlere ihtiyacınız olacak. Hiyerarşik lineer model (HLM) yöntemini kullanarak öğrencileri düzey-1 yöneticileri de düzey-2 olarak ele alıp analizlerini yapabilirsiniz. Direkt HLM de yapabilirsiniz çok düzeyli Yapısal eşitlik modellemesi de yapabilirsiniz. Bunlar ileri düzey istatistiklerdir. Doğru olan da düzeyleri hesaba katmaktır. Düzeyleri hesaba katmadan da analizleri yapmak mümkün ve daha basit ama doğru olanı çok düzeyli analizlerdir. İkisini de rahatlıkla yapacağınız programlar Mplus ve R programlarıdır. Öncelikle veri setinizi çok düzeyli analize uygun hale getiriniz. Ekstra değişkenler (yöneticiye ve öğrencilere ait) oluşturarak çok sayıda veri toplarsanız güzel bir çalışma olma potansiyeli bulunmaktadır. iyi çalışmalar


M.S.C.

SAYIN HOCAM; ANLATTIKLARINIZ SLAYLTLARI PAYLAŞMA İMKANINIZ VAR MI? ÇÜNKÜ MPLUS TÜRKÇE KAYNAK YOK BİLDİĞİM KADARIYLA. BU NEDENLE PAYLAŞMANIZ DERSİ DAHA İYİ ANLAMAMIZI SAĞLAYACAKTIR. AYRICA MPLUS TÜRKÇE KAYNAK VAR MI? NASIL ULAŞABİLİRİZ? SEDAT HOCAM; ANLADIĞIM KADARIYLA MPLUS; SPSS, LISREL , AMOS VE HLM NİN TÜMÜNÜ KAPSAYABİLİYOR. YANİ HLM DE VEYA AMOSTA , SPSS TEKİ BİR ANALİZİ MPLUSLA YAPABİLİRİZ. BU KAPSAMDA MPLUS ŞEMSİYE BİR ANALİZ PROGRAMI MIDIR? SADECE DİYAGRAMLA ÖĞRENMEK İŞİMİZİ GÖRÜR MÜ? CEVAPLARSANIZ SEVİNİRİM. SAYGILARIMLA....


Eğitmenin Cevabı (SEDAT ŞEN)

Sistem sorumlusundan sunumlarımı AYEUM'a yüklemesini rica edeceğim. Ayrıca sunumlara sedatsen.com üzerinden de ulaşabilirsiniz. Bildiğim kadarıyla Mplus üzerine herhangi bir Türkçe kaynak yok. Aslında Mplus örtük değişken analizleri ile ilgili her türlü analizleri yapabilme kapasitesine sahip ama aklınıza gelebilecek her analizi yapabilecek bir program arıyorsanız o da R programıdır (https://cran.r-project.org/). SPSS'teki her analizi + yapısal eşitlik modellemesi + HLM vb yeni analiz yöntemlerini yapabileceğiniz program R'dır. Mplus üzerinden sadece diyagramla analizleri yapabilirsiniz ama benim tavsiyem syntax üzerinden analizlerinizi yapmanız ve kendinizi geliştirmenizdir.


M.S.C.

SAYIN HOCAM; .852(.023) TE OLDUĞU GİBİ PARANTEZ DIŞINDAKİ .852 BETA REGRESYON KATSAYISINI ; PARANTEZ İÇİNDEKİ İSE .023 STANDART HATAYI MI İFADE EDİYOR?BUNU TEYİD EDER MİSİNİZ? AYRICA BURADA ANLATILAN TÜM SLAYTLARI VE DÖKÜMANLARI SAHİCİ1980@GMAİL.COM ADRESİME YOLLARSANIZ MUTLU OLURUM. SAYGILARIMLA...


Eğitmenin Cevabı (SEDAT ŞEN)

Merhaba, Sorduğunuz değerin hangi sunum kaçıncı slaytta geçtiğini belirtseydiniz daha doğru bir cevap verebilirdim. Sorunuzun cevabı genel olarak evet. Genelde faktöryükü(standarthata) şeklinde diyagramda sunulur. Fakat bu değer standartlaştırılmış (yani beta) da olabilir standartlaştırılmamış yük değeri de. Zaten diyagramda neyin raporlanacağı Mplus menülerinden seçilebiliyor. Ayrıca outputa bakıp bu değerin tam olarak ne olduğunu görebilirsiniz. not: bu değer regresyon ve yol analizinde regresyon katsayısı şeklinde ifade edilirken doğrulayıcı faktör analizinde faktör yükü olarak ifade edilir. parantez içerisinde de o değerin standart hatası sunulur. Sunumları AYEUM üzerinden indirebilirsiniz. İyi çalışmalar


M.S.C.

KIYMETLİ HOCAM;EMEĞİNİZE,AĞZINIZA SAĞLIK... MPLUSLA ÇOK DÜZEYLİ REGRESYON MODELİ İÇİN SLAYT VEYA ONLİNE DERS ANLATIMINIZ VAR MI? YOKSA AYEUM BÜNYESİNDE MPLUSALLA ÇOK DÜZEYLİ REGRESYON MODELİ İÇİN VİDEO ÇEKİLECEK Mİ? ZİRA BU KONUDA İHTİYAÇ VAR. MPLUSLA ÇOK DÜZEYLİ REGRESYONUN İÇİN NE ÖNERİRSİNİZ? ÇOK DÜZEYLİ REGRESYON MODELİNİ NASIL ÖĞRENİLEBİLİRİZ? SAYGILARIMLA...


Eğitmenin Cevabı (SEDAT ŞEN)

Mplusla "çok düzeyli regresyon" yani "hiyerarşik lineer modelleme" anlatan bir sunumum ya da videom yok. AYEUM'un bu konuda planı var mı bilmiyorum. Sizler AYEUM'dan talepte bulunabilirsiniz. Benim HLM programı üzerinden çok düzeyli regresyon anlattığım ayrı bir AYEUM dersim var ilgilenirseniz ona göz atabilirsiniz. Oradan çok düzeyli regresyonun mantığını öğrenip Mplus User guide üzerindeki synatxlar ile çok düzeyli regresyonu Mplusta da yapabilirsiniz. Bu 2 programı (HLM ve Mplus) da aynı anda kullanmak sonuçlarınızı doğrulamanız adına çok yararlı olacaktır. HLM programının kullanımı SPSS kadar kolaydır. Eğer amacınız çok düzeyli regresyonu öğrenmek ise programla vakit kaybetmemek adına HLM programı üzerinden öğrenmenizi tavsiye ederim. iyi çalışmalar


M.S.C.

SAYIN HOCAM; LISREL VE AMOS ÇOK DÜZEYLİ REGRESYON MODELLERİ İÇİN KULLANILABİLİR Mİ? SAYGILARIMLA...


Eğitmenin Cevabı (SEDAT ŞEN)

LISREL programında mümkün ama AMOS'ta olduğunu sanmıyorum.


Ö.A.

HOCAM MERHABA, SEM'DE MODERATOR EFFECTİ KULLANABİLECEĞİMİZ MODELLERİ NASIL OLUŞTURACAĞIZ? BU TİP DURUMLARDA SNYTAX YAZIMI NASIL OLMALI YA DA ÖRNEK SYNTAXLARA ULABİLECEĞİMİZ KAYNAKLAR NELERDİR. BU KONULARDA BİLGİLENDİREBİLİRSENİZ ÇOK MUTLU OLURUZ. NACİZANE BİR ÖNERİ OLARAK, BİR KAÇ TANE DE MODERATOR EFFECTİN OLDUĞU MODELLERİ İÇEREN VİDEO EKLEYEBİLİRSİNİZ. O ZAMAN SEM ÇOK DAHA KAPSAMLI ANLATILMIŞ OLUR. ŞU HALİYLE ÇOK FAYDALI OLMASI BİR YANA AMA MODERATOR EFFECT EKSİK OLDUĞU İÇİN BİR BOŞLUK DA VAR. MESELA HAYESS PROCESSTEKİ MODEL 1 GİBİ BASİT MODERATOR YA DA MODEL 83...90 GİBİ KOMPLEKS MODELLERDEN BİR İKİ ÖRNEKLERİ DE VİDEOLARA EKLESENİZ HARİKA OLUR.


Eğitmenin Cevabı (SEDAT ŞEN)

Özkan Bey bu online eğitim SEM içerisindeki her konuyu kapsamamaktadır. Burada amaç temel ve orta düzeyde altyapı oluşturmanızı sağlamaktır. Bu eğitim kapsamında başka video çekmeyi planlamıyorum. Rex Kline'ın SEM kitabından moderation&mediation konusunda bilgi edinebilirsiniz. AYEUM üzerinde bu konularda ayrı eğitimler var onlara da başvurabilirsiniz. Piyasadaki diğer SEM kitaplarında da bu konulara yer verilmektedir. İyi çalışmalar


N.K.A.

MERHABA HOCAM, BU EĞİTİMDE ESEM (AYEM-AÇIMLAYICI YAPISAL EŞİTLİK MODELLEMESİ) UYGULAMASINI ANLATIYOR MUSUNUZ ACABA? YA DABU EĞİTİMDE YOKSA BU KONUYU BAŞKA BİR EĞİTİMDE ANLATIYOR MUSUNUZ? TEŞEKKÜR EDERİM.


Eğitmenin Cevabı (SEDAT ŞEN)

merhabalar, BU eğitimde ya da başka bir yerde ESEM anlatmıyorum. Eğer Mplus kitabımın 2.baskısı çıkarsa bu konuyla ilgili bir bölüm ekleme planım var.


İ.G.

MERHABALAR HOCAM, KATEGORİK DEĞİŞKENLERİ (ÖRN: CİNSİYET VE EĞİTİM DURUMU) YEM YA DA REGRESYON ANALİZİNDE KULLANABİLİR MİYİM? İLLAKİ DEĞİŞKENLERİN SÜREKLİ VEYA KESİKLİ Mİ OLMASI GEREKİYOR?


Eğitmenin Cevabı (SEDAT ŞEN)

Categircal=cinsiyet; şeklinde yazarsanız kategorik değişkenleri de her türlü analizde kullanabilirsiniz.


S.A.

HOCAM MERHABALAR, İKİNCİ DÜZEY DFA'DA DÖRT FAKTÖR BULUNUYOR VE FAKTÖRLER ARASINDAKİ KORELASYONLAR ŞU ŞEKİLDE: .94- .90-.92-.95 TLI:940 / CFI:948 KORELASYONLARIN BU KADAR YÜKSEK OLMASI NORMAL Mİ? BU ŞEKİLDE RAPORLANABİLİR Mİ? TEŞEKKÜR EDER SAYGILAR SUNARIM.


Eğitmenin Cevabı (SEDAT ŞEN)

Bu sorunun cevabını Brown'un (2006) kitabından bazı alıntılarla vereyim gerisini siz düşünün. "estimation of factor correlations provides important information such as the existence of redundant factors or a potential higher-order structure. Factor intercorrelations above .80 or .85 imply poor discriminant validity and suggest that a more parsimonious solution could be obtained" "the results of an initial CFA may indicate that some factors have poor discriminant validity—that is, two factors are so highly correlated that the notion that they represent distinct constructs is untenable. Based on this outcome, the model may be respecified by collapsing the highly overlapping factors; that is, the indicators that loaded on separate, overlapping factors are respecified to load on a single factor. Although this respecification may foster the parsimony and interpretability of the measurement model, it will lead to some decrease in goodness of fit relative to the more complex initial solution." "If too many factors have been specified in the CFA model, this is likely to be detected by correlations between factors that approximate ±1.0, and so the latent dimensions have poor discriminant validity. In applied research, a factor correlation that equals or exceeds .85 is often used as the cutoff criterion for problematic discriminant validity (cf. guidelines for multicolinearity in regression; Cohen et al., 2003; Tabachnick & Fidell, 2001). When factors overlap to this degree, it may be possible to combine factors to acquire a more parsimonious solution. The goal of such respecification is not to improve the overall fit of the model (e.g., a model with fewer factors entails a smaller number of freely estimated parameters), but ideally the fit of the more parsimonious solution will be similar to the initial model, assuming that overall fit of the initial model was satisfactory, except for the excessive correlation between two factors. Again, revisions of this nature require a clear rationale" Reference: Brown, T. A. (2015). Confirmatory factor analysis for applied research. Guilford publications.


E.Ç.

HOCAM MERHABALAR. VERDİĞİNİZ YARARLI BİLGİLER İÇİN ÇOK TEŞEKKÜR EDERİM. KİTAPLARINIZI VE MAKALELERİNİZİ İLGİYLE TAKİP EDİYOR VE OKUYORUM. BENİM BİR SORUM OLACAKTI SİZE. MPLUS KULLANARAK ÇOKLU REGRESYON ANALİZİ YAPACAĞIM. BEN ARAŞTIRMAMDA BİR DEĞİŞKENİ KAPSAMI NEDENİYLE İKİ AYRI ÖLÇEK KULLANARAK DEĞERLENDİRDİM. ÖLÇEKLERİN MADDE SAYISI FARKLI VE BİRİ 4'LÜ LİKERT DİĞERİ 6'LI LİKERT TİPİNDE. BEN ARAŞTIRMAMDA KULLANACAĞIM DEĞİŞKENİ İKİ ÖLÇEK PUANLARINDAN YARARLANARAK TEK GÖZLENEN DEĞİŞKEN OLUŞTURUP KULLANMAYI DÜŞÜNÜYORUM. BU DEĞİŞKENİ OLUŞTURMAK İÇİN İKİ ÖLÇEĞİN Z PUANLARINI OLUŞTURDUM VE TOPLADIM. AMA DOĞRULUĞUNDAN EMİN OLAMADIM. BU ŞEKİLDE BİR YOL MANTIKLI MI? BU İKİ ÖLÇEKTEN ELDE ETTİĞİM PUANLARI TEK BİR DEĞİŞKEN PUANI OLARAK KULLANMANIN YOLU NEDİR? ŞİMDİDEN ÇOK TEŞEKKÜR EDER İYİ ÇALIŞMALAR DİLERİM. CEVAPLARINIZI DÖRT GÖZLE BEKLİYORUM. SAYGILARIMLA.


Eğitmenin Cevabı (SEDAT ŞEN)

Merhabalar, Aslına bakarsanız 2 farklı ölçek puanını birleştirmek yerine aralarından birini kullanmanız daha sağlıklı. Hatta tek bir ölçekten toplam puan elde etmek bile bazen sorunlu olabiliyor. İlle de birleştirecekseniz standartlaştırdıktan sonra ekleme yapabilirsiniz. Eğer standartlaştırmadan birleştirme yapsaydınız hatalı olurdu çünkü elma ile armutu toplama durumu ortaya çıkardı. Sizin durumunuzda en azından aynı ölçeğe indirgemiş oluyorsunuz. Bazı araştırmacılar bu şekilde uygulamalar yapıyorlar. İyi çalışmalar dilerim.


E.Ç.

CEVABINIZ İÇİN ÇOK TEŞEKKÜR EDERİM HOCAM. BU YÖNTEMİN (İKİ ÖLÇEĞİN Z PUANLARINI OLUŞTURUP TOPLAYARAK TEK GÖZLENEN DEĞİŞKEN OLARAK KULLANMA) KULLANILABİLİR OLDUĞUNA İLİŞKİN KAYNAK VAR MI ÖNEREBİLECEĞİNİZ?. SAYGILARIMLA.


Eğitmenin Cevabı (SEDAT ŞEN)

https://www.theanalysisfactor.com/rescaling-variables-to-be-same/ https://stats.stackexchange.com/questions/20790/how-do-i-combine-two-outcome-measures-from-two-different-questionnaires-into-one https://www.researchgate.net/post/How_do_I_combine_merge_two_scales2