CFA (Doğrulayıcı Faktör Analizi)
CFA (Doğrulayıcı Faktör Analizi), MerQur’da otomatik uygulanan istatistiksel analizlerden biridir. Bu sayfada Fen Bilimleri ve Matematik alanına ait örnek veri seti üzerinde analizin nasıl uygulandığı, MerQur çıktısının nasıl görüneceği ve APA 7 formatında nasıl raporlanacağı temsilî olarak gösterilmiştir.
🎯 Ne işe yarar?
CFA (Doğrulayıcı Faktör Analizi), ilgili veri türü için gerekli tüm varsayım kontrollerini (normallik, varyans homojenliği, vb.) arka planda otomatik uygular ve sonuçları açık bir tablo + grafik ile sunar. APA 7 standardında otomatik yorumlama, Cohen’s d/η²/R² gibi etki büyüklükleri ve %95 güven aralıkları raporlanır.
📌 Ne zaman kullanılır?
- Fen Bilimleri ve Matematik alanına ait ölçümlerin istatistiksel analizinde
- Akademik yayın için APA 7 uyumlu sonuç tabloları üretmek için
- Hipotez sınama ve karar verme süreçlerinde
- Lisans / yüksek lisans / doktora tezlerinde uygun yöntem seçimi sonrasında
📐 Varsayımlar
- Uygun ölçek — Değişkenler analizin gerektirdiği ölçek düzeyinde (nominal/ordinal/aralık/oran) olmalı
- Bağımsız gözlemler — Gözlemler birbirinden bağımsız bireylerden gelmiş olmalı
- Yeterli örneklem — Analiz için minimum n gereksinimi karşılanmalı
- Aykırı değer kontrolü — Aykırı değerler tespit edilip değerlendirilmeli
Varsayımlar bozulursa MerQur otomatik olarak non-parametrik veya sağlam (robust) alternatife yönlendirir.
🛠 MerQur’da Nasıl Yapılır?
Veriyi yükle. Dosya → Aç menüsünden örnek dosyayı seç. MerQur sütun tiplerini otomatik tespit eder.
Analizi seç. Sol kenardan CFA (Doğrulayıcı Faktör Analizi)‘yi seç.
Panel atamaları (programdaki form alanları):
- factors:
{...} - structural_paths:
None
Opsiyonel ayarlar. Etki büyüklüğü ✓ · %95 güven aralığı ✓ · Varsayım kontrolleri (otomatik).
▶ Çalıştır butonuna bas. Sonuçlar tablo + grafik olarak otomatik üretilir.
📄 Word’e Aktar. APA 7 formatında, italik istatistik sembolleriyle rapor.
📊 Örnek Veri Seti — Fen Bilimleri ve Matematik
ℹ Not: Aşağıdaki senaryo, MerQur çıktısı ve yorum, gerçek örnek veri seti MerQur’da çalıştırılarak elde edilmiştir. Kendi verinizdeki sayısal sonuçlar farklılık gösterecektir; buradaki amaç analizin uçtan uca nasıl kurgulandığını ve yorumlandığını göstermektir.
🎬 Örnek Dosya
Bu analiz, Fen Bilimleri ve Matematik alanına ait aşağıdaki örnek veri seti üzerinden gösterilmiştir:
Fen_Matematik/77_cfa_12madde_3faktor.xlsx
🎬 Senaryo
Önceden tanımlı üç faktörlü yapının verilere uyup uymadığını sınıyoruz; ölçek yapı geçerliği için CFA uygundur.
⚙️ Değişken Seçimi
- Değer: dimension1: dimension1_1..4
- Değer: dimension2: dimension2_1..4
- Değer: dimension3: dimension3_1..4
Veri Önizleme (İlk 5 Satır)
| participant_id | dimension1_1 | dimension1_2 | dimension1_3 | dimension1_4 | dimension2_1 | dimension2_2 | dimension2_3 | dimension2_4 | dimension3_1 | dimension3_2 | dimension3_3 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2 | 2 | 2 | 2 | 2 | 2 | 3 | 2 | 3 | 3 | 4 |
| 2 | 3 | 4 | 3 | 3 | 3 | 2 | 3 | 3 | 4 | 4 | 5 |
| 3 | 3 | 2 | 3 | 3 | 4 | 3 | 4 | 3 | 1 | 2 | 2 |
| 4 | 4 | 4 | 2 | 2 | 3 | 3 | 3 | 4 | 3 | 4 | 3 |
| 5 | 3 | 3 | 2 | 2 | 3 | 3 | 4 | 3 | 3 | 3 | 4 |
n = 280 · Sütunlar (ilk 12 sütun): participant_id, dimension1_1, dimension1_2, dimension1_3, dimension1_4, dimension2_1, dimension2_2, dimension2_3, dimension2_4, dimension3_1, dimension3_2, dimension3_3
📈 MerQur Çıktısı
💬 MerQur Yorumu
EFA’nın aksine, önceden tanımladığımız üç faktörlü yapının (3 boyut) verilere uyup uymadığını CFA ile SINADIK: uyum indeksleri çok iyi (CFI = 0.99, RMSEA = 0.03). CFA, teorik ölçek modelini test eder; her maddenin hangi faktöre yüklendiği önceden bellidir, soru “model veriye uyuyor mu?”dur. Laboratuvarda geliştirilmiş bir ölçeğin/ölçüm modelinin yapı geçerliğini doğrulamada zorunlu adımdır.
⚠ Sık Yapılan Hatalar
- Veri tipini yanlış belirlemek (örn. kategorik değişkeni numerik olarak yüklemek)
- Varsayım kontrollerini atlayıp doğrudan p-değerine bakmak
- Etki büyüklüğünü raporlamamak — APA 7 hem p hem etki büyüklüğü ister
- Çoklu karşılaştırmada Tip I hatası düzeltmesi (Bonferroni/Tukey) yapmamak
- n yetersiz olduğunda non-parametrik alternatife geçmemek
📹 Video Anlatım
Bu analizin Fen Bilimleri ve Matematik dosyası üzerinden uçtan uca uygulanışı için aşağıdaki videoyu izleyebilirsin.
▶ CFA (Confirmatory Factor Analysis) — video anlatım
Bu analiz, Anestezi ve Reanimasyon alanından bir örnek veri seti üzerinde anlatılıyor (adımlar tüm alanlarda aynıdır). Bağlantı doğrudan 4:40 dakikasından başlar.
🎓 Eğitim Bilimleri · 🏛 Mimarlık, Planlama ve Tasarım · ⚙ Mühendislik · 🏥 Sağlık Bilimleri · 📊 Sosyal, Beşeri ve İdari Bilimler · 🏃 Spor Bilimleri · 🌾 Ziraat, Orman ve Su Ürünleri
📚 Bu Analizi Yaptıysanız MerQur’u Atıf Yapın
MerQur’u kullanarak bilimsel bir çalışmada bu analizi gerçekleştirdiyseniz, akademik atıf zorunluluğu kapsamında lütfen aşağıdaki atfı kullanın (APA 7):
Örücü, Ö. K. (2026). MerQur: Bütünleşik Akademik Veri Analizi ve Raporlama Platformu [Bilgisayar Yazılımı] (Sürüm 1.0.0). https://doi.org/10.53463/merqur.2026001
BibTeX, RIS, EndNote ve İngilizce karşılığı için: tüm atıf formatları →
- American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.).
- Field, A. (2018). Discovering statistics using IBM SPSS Statistics (5th ed.). Sage.
- Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum.