Eğitim Miktarı
Eğitim miktarından çalışma eğitim değişkeni X’e bir ok gösterir. Niteliksel olarak, bu ok eğitim ölçüsüne rastgele hatanın girişini temsil eder. Nicel olarak, yol katsayısı rastgele hata miktarını ölçer. Bu ok için yol katsayısı, gerçek eğitim miktarı ile çalışma eğitimi ölçüsü arasındaki korelasyondur.
Bu korelasyon, çalışma ölçüm prosedürünün eğitim tahminine rasgele hatayı dahil ettiği ölçüde 1.00’den azdır. Gerçek ve tahmini eğitim arasındaki ilişkinin karesi, eğitimin çalışma ölçüsünün güvenirliğidir.
Amaçlanan bağımsız yetenek değişkeni ile eğitimin çalışma ölçüsü arasındaki toplam tutarsızlık, ikisi arasındaki korelasyon ile ölçülür. Yol analizine göre, yetenek ile eğitimin çalışma ölçüsü arasındaki korelasyon, iki yol katsayısının ürünüdür.
“Vekil değişkenin operasyonel kalitesi” ifadesini, amaçlanan değişken ile çalışma proxy değişkeni arasındaki korelasyon olarak tanımlayalım. Ardından, işlemsel kalitenin iki sayının ürünü olduğunu gösterdik: vekil değişkenin yapı geçerliliği, rAE ve vekil değişkenin güvenilirliğinin karekökü, rEX = √rXX olur.
“Yapı geçerliliği” ifadesinin tanımındaki temel anlamsal konu, iki korelasyon arasında seçim yapmaktır: mükemmel bir şekilde ölçülen amaçlanan değişken ile temsili değişken arasındaki korelasyon veya rastgele ile ölçülen amaçlanan değişken ile çalışma değişkeni arasındaki korelasyon.“Yapı geçerliliği” ifadesinin önemli ve kavramsal anlamı, rastgele hata olmadan ölçülen amaçlanan ve temsili değişkenler arasındaki korelasyon ile temsil edilir.
Bu nedenle, bu korelasyonu “yapı geçerliliği” olarak etiketliyoruz. Öte yandan, ikamenin toplam etkisi, çalışma değişkenindeki rastgele hata miktarına da bağlıdır ve bu nedenle, bu korelasyon için de bir isme ihtiyacımız var. Burada kullanılan isim “operasyonel kalite”dir. Dolayısıyla, çalışma proxy değişkeninin operasyonel kalitesinin, proxy değişkenin yapı geçerliliğine ve çalışma ölçüsünün güvenilirliğine bağlı olduğunu söyleyebiliriz.
Eğitim harcamaları nedir
Eğitim ihtiyaç Analizi örnekleri
Eğitim ihtiyaç analizi ppt
Eğitim ihtiyaç Analizi PDF
Dünyada eğitime ayrılan bütçe
Eğitim İhtiyacı Nedir
Yıllara göre eğitim harcamaları
Eğitim ihtiyacı belirleme
Bunun gibi basit bir durumda, işlemsel kalite, yapı geçerliliğinin ve vekil ölçünün güvenilirliğinin karekökü ürünüdür. Şimdi asıl soruyu ele alabiliriz: Bilişsel yeteneğin ölçümündeki sistematik hatanın yetenek ve performans arasında gözlenen korelasyon üzerindeki etkisi nedir?
Bu, iki popülasyon korelasyonunun karşılaştırılmasıyla yanıtlanır: bilişsel yetenek ve performans arasındaki istenen korelasyona karşı eğitim ve performansın çalışma ölçüsü arasındaki korelasyon. Bu soruyu cevaplamak için eğitim, yetenek ve performans arasındaki nedensel ilişkiyi bilmeliyiz. Gösterilen nedensel modeli düşünün.
Bilişsel yetenekten bowling performansına bir ok gösterir. Bu ok, öğrenme yeteneğindeki farklılıkların performanstaki farklılıklar üzerindeki varsayımsal etkisini temsil eder. Eğitimden performansa nedensel bir ok göstermez. Bu, bowling ustalığında öğrenilen materyalin okulda öğrenilen spesifik materyale bağlı olmadığı varsayımına karşılık gelir.
Böylece, bilişsel yetenek açısından eşleştirilen kişiler arasında, eğitim miktarı ile bowling performansı arasında bir ilişki bulunamayacaktır. Bu yol modeline göre yetenek, hem performans hem de eğitim için ortak bir nedensel öncüldür. Bu nedenle, çalışma eğitimi değişkeni X ile performans ölçüsü Y arasındaki korelasyon çarpımdır.
Böylece, istenen popülasyon korelasyonu rAY, diğer iki korelasyon ile çarpılır: bir yetenek ölçüsü olarak eğitimin yapı geçerliliği, rAE ve çalışma eğitimi ölçüsünün güvenilirliğinin karekökü, rEX. Bu iki bağıntının çarpımını a ile gösteriniz. Yani, bir by tanımlayın
- a = rAE rEX (2.9)
Daha sonra a, bilişsel yeteneğin bir ölçüsü olarak çalışmanın bağımsız değişkeninin operasyonel kalitesidir. İstenen popülasyon korelasyonu rAY, çalışma popülasyonu rXY ile şu şekilde ilişkilidir:
- rXY = arAY (2.10)
a bir kesir olduğundan, bu bir zayıflama formülüdür. Gözlenen korelasyon, faktör a tarafından zayıflatılır. Yani, çalışma bağımsız değişkeninin operasyonel kalitesi ne kadar düşükse, bağımsız ve bağımlı değişkenler arasındaki çalışma korelasyonunun zayıflaması o kadar fazladır.
Etki büyüklüğünün toplam zayıflaması, çalışmanın bağımsız değişkeninin operasyonel kalitesi olan net zayıflama faktörü tarafından verilmektedir. Bununla birlikte, bu net zayıflama faktörünün kendisi, diğer iki zayıflama faktörünün ürünüdür. Bir faktör, çalışma değişkeninin güvenilirliğinin kare köküdür. Bu, rastgele ölçüm hatası için bilinen zayıflama faktörüdür.
İkinci faktör, amaçlanan bağımsız değişkenin bir ölçüsü olarak çalışma değişkeninin yapı geçerliliğidir. Böylece, bir faktör rastgele hatanın etkisini ölçerken, ikinci faktör sistematik hatanın etkisini ölçer.
Önceki örnek, belirli koşullar altında sistematik hatanın çalışma etki büyüklüğü üzerindeki etkisinin, istenen popülasyon etki büyüklüğünü, çalışma proxy değişkeninin operasyonel kalitesi ile çarpmak olduğunu göstermektedir. İkinci bir örnek, bu basit formülün her zaman çalışmadığını gösterecektir. Son olarak, aynı basit zayıflama formülünün kullanılabileceği farklı bir nedensel yapı gösteren üçüncü bir örnek sunacağız.
Şimdi genel bilişsel yetenek ve gelir arasındaki ilişki üzerine bir meta-analiz düşünün. Çalışmanın yetenek ölçüsü olmadığını, ancak ilk örnekte ele alınan eğitim miktarının aynı kusurlu ölçüsüne sahip olduğunu varsayalım. Bu değişkenler için nedensel yapı, nedensel yapıdan farklı olacaktır. Yetenek, eğitim ve gelir için varsayılan nedensel model gösterilmiştir.
Genel bilişsel yetenekten gelire bir ok gösterir. Bu, insanlar aynı işte çalıştıklarında, bilişsel yeteneklerdeki farklılıkların iş performansının ve dolayısıyla kişinin işte ve gelir seviyesinin ne kadar yükseldiğinin başlıca belirleyicisi olduğu gerçeğine tekabül eder. Bununla birlikte, eğitim miktarından gelire doğru bir ok da gösterir.
Eğitim miktarı, kişinin hangi işe başlayacağını belirler ve dolayısıyla kişinin ne kadar yükseleceğinin sınırlarını belirler. Eğitimden gelire giden bu ok, nedensel modellerin yapısını ayırt eder. Bağımlı değişkene giden okların yol katsayıları artık basit korelasyonlar değil, beta ağırlıklarıdır, bilişsel yetenek için çoklu regresyon ağırlıkları, bAY ve eğitim, bEY, geliri birlikte tahmin etmede kullanılır.
Her iki modelde de rastgele ölçüm hatasının etkisi aynıdır. Her iki modelde de doğrudur
- rXY = rEX rEY (2.13)
Modeller arasındaki fark, eğitim ve gelir arasındaki ilişkinin yapısında yatmaktadır. Şekil 2.3’te olduğu gibi eğitimin gelir üzerinde nedensel bir etkisi varsa, o zaman eğitim ile gelir arasındaki ilişki şu şekildedir:
- rEY = rAE bay + bEY (2.14)
oysa daha basit modelde korelasyon olurdu
- rEY = rAE IŞINI (2.15)
Eğitimin gelir üzerindeki nedensel etkisi ne kadar büyük olursa, modeller arasındaki fark o kadar büyük olur. En uç durum, yeteneğin hiçbir doğrudan nedensel etkisinin olmadığı varsayımının (yanlış olduğu bilinen) yapıldığı durumdur. Diğer bir deyişle, yetenek için beta ağırlığının 0, yani bAY = 0 olduğunu varsayalım.