SlideShare a Scribd company logo
1 of 14
Ölçmenin Standart Hatası 
Hesaplanması: 
Bir testten elde edilen 
puanlardaki hata miktarını belirten 
diğer bir indeks de ölçmenin standart 
hatasıdır. Ölçmenin standart hatası 
ölçümlerdeki hata miktarını puan 
cinsinden kestirir.
Bazı varsayımlar sağlandığında ölçme 
teorisinde, 휃 푒 = 휃 푥 (1 − 푟푥)olarak 
ölçmenin standart hatası elde edilir. Bu 
eşitlik teorik olarak parametrelerle ifade 
edilmiştir. Eşitlikteki parametrelerin karşılığı 
olan ve örneklemden elde edilen istatistikler 
için eşitlik yazılırsa, ölçmenin standart 
hatası aşağıdaki şekilde yazılabilir.
푆 푒 = 푆 푥 (1 − 푟푥) 
Ölçmenin standart hatası=Standart sapma ile 
‘’Güvenirlik katsayısının 1 den farkının 
karekökünün’’ çarpımı 
Örnek soru: Güvenirliği 0.84 ve standart sapması 
5 olan ölçümler için ölçmenin standart hatası kaç 
olur? 
푆 푒 = 푆 푥 (1 − 푟푥)=5 1 − 0.84 = 2.00
Ölçmenin güvenirliği ile standart hatası 
arasında ters yönlü bir ilişki vardır. Yani, standart 
hata azaldıkça ölçümlerin güvenirliği artar. 
Ölçümlerin standart sapması arttıkça 
ölçmenin standart hatası da artmaktadır.
Gerçek Puan İçin Güven Aralığının 
Bulunması 
Bir öğrencinin gerçek puanını tam olarak 
bilmemekle birlikte, hangi sınırlarda olabileceğini belli bir 
hata payı ile tahmin edebiliriz. Bu sınırların belli bir 
olasılık dahilinde belirlenmesine de güven aralığının 
bulunması denir. Belli bir olasılık düzeyinde ölçmenin 
standart hatasının ve kestirilen gerçek puanın bir 
fonksiyonu olarak güven aralığı aşağıdaki eşitlikle 
bulunabilir. 
퐺퐴(1−푎) = 푋푖 ± 푍푝푢푎푛횤 푆푒
q 
Z puanı: -3 -2 -1 0 1 2 3
Eşitlikte Z değeri «+2.00» birim alındığında 
veya Z değeri «+3.00» birim alındığında normal 
dağılım tablosunda bildiğimiz olasılık değerleri 
aşağıda verilmiştir. 
푋푖±1q (Z=‘’-1.00 + 1.00 aralığı ‘’için) yaklaşık olarak 
%68 ihtimalle gerçek puan güven sınırı 
푋푖±2q (Z=‘’-2.00 + 2.00 aralığı ‘’için) yaklaşık olarak 
%95 ihtimalle gerçek puan güven sınırı 
푋푖±3q (Z=‘’-3.00 + 3.00 aralığı ‘’için) yaklaşık olarak 
%99 ihtimalle gerçek puan güven sınırı
Bu eşitlikler verilen belli bir ihtimal için 
öğrencinin gerçek puanının hangi sınırlarda 
olduğunu tahmin etmede kullanılabilir.
Öğrenci Başarısını Değerlendirmede 
Ölçmenin Standart Hatasının Kullanımı 
Eğer ölçmenin standart hatası yüksek ise 
öğrencinin başarısını ifade eden puanın 
güven aralığında geniş olacaktır.
Tan(2005) ‘’gerçekte başarılı olan’’ 
öğrenciler için ‘’başarısızdır’’ şeklinde bir 
yanlış karar verme ihtimalini azalmak için 
öğrencilerin geçme puanlarını 
hesaplanmasında iki yol önermektedir.
Bunlardan ilki öğrencilerin geçme 
puanlarının ölçümlerin güvenirlikleriyle 
ağırlıklandırılarak hesaplanmasıdır.
Diğer öneri ise öğrenci puanlarına 
ölçmenin standart hatasının eklenmesidir.
Öğrencileri başarılı olarak değerlendirmedeki 
kriter , puanın bir standart hata puanı kadar 
altından puan alan öğrencilerin (örneğin geçme 
kriter puanı 50,Se=5 ise 45-50 arasında puanı 
olan öğrencilerin) başarısız olarak 
değerlendirilmelerinde öğretmenler bir kez 
daha düşünmelidirler .
HAZIRLAYAN 
GÖKHAN ÇOBAN 
3-T

More Related Content

Viewers also liked

What does wonder mean to you?
What does wonder mean to you?What does wonder mean to you?
What does wonder mean to you?liveinwondertoo
 
Icici it technology
Icici it technologyIcici it technology
Icici it technologydishankdoshi
 
Introduction to "Facial Landmark Detection by Deep Multi-task Learning"
Introduction to "Facial Landmark Detection by Deep Multi-task Learning"Introduction to "Facial Landmark Detection by Deep Multi-task Learning"
Introduction to "Facial Landmark Detection by Deep Multi-task Learning"Yukiyoshi Sasao
 
Library management in Data structure
Library management in Data structure Library management in Data structure
Library management in Data structure harshil1902
 

Viewers also liked (6)

40 fotografs Judith Rodríguez
40 fotografs Judith Rodríguez40 fotografs Judith Rodríguez
40 fotografs Judith Rodríguez
 
What does wonder mean to you?
What does wonder mean to you?What does wonder mean to you?
What does wonder mean to you?
 
Diseño de mezclas
Diseño de mezclasDiseño de mezclas
Diseño de mezclas
 
Icici it technology
Icici it technologyIcici it technology
Icici it technology
 
Introduction to "Facial Landmark Detection by Deep Multi-task Learning"
Introduction to "Facial Landmark Detection by Deep Multi-task Learning"Introduction to "Facial Landmark Detection by Deep Multi-task Learning"
Introduction to "Facial Landmark Detection by Deep Multi-task Learning"
 
Library management in Data structure
Library management in Data structure Library management in Data structure
Library management in Data structure
 

Similar to deneme

öLçMede Hata4
öLçMede Hata4öLçMede Hata4
öLçMede Hata4massive501
 
olcme ve hatalar
olcme ve hatalarolcme ve hatalar
olcme ve hatalarkpssmaskotu
 
Analiz sonuçlarının istatistiksel değerlendirilmesi
Analiz sonuçlarının istatistiksel değerlendirilmesiAnaliz sonuçlarının istatistiksel değerlendirilmesi
Analiz sonuçlarının istatistiksel değerlendirilmesiibrahim bulduk
 
Güvenirlik ve Geçerlik.ppt
Güvenirlik ve Geçerlik.pptGüvenirlik ve Geçerlik.ppt
Güvenirlik ve Geçerlik.ppthadjimehmet
 
Analitik Yöntem Validasyonu ve Detaylı Açıklamalar
Analitik Yöntem Validasyonu ve Detaylı AçıklamalarAnalitik Yöntem Validasyonu ve Detaylı Açıklamalar
Analitik Yöntem Validasyonu ve Detaylı AçıklamalarHalilIbrahimUlusoy
 
Sayisal yontemler 2 (1), nümerik analiz
Sayisal yontemler 2 (1), nümerik analizSayisal yontemler 2 (1), nümerik analiz
Sayisal yontemler 2 (1), nümerik analizOğuzhan Dağkılıç
 

Similar to deneme (7)

öLçMede Hata4
öLçMede Hata4öLçMede Hata4
öLçMede Hata4
 
olcme ve hatalar
olcme ve hatalarolcme ve hatalar
olcme ve hatalar
 
Analiz sonuçlarının istatistiksel değerlendirilmesi
Analiz sonuçlarının istatistiksel değerlendirilmesiAnaliz sonuçlarının istatistiksel değerlendirilmesi
Analiz sonuçlarının istatistiksel değerlendirilmesi
 
Güvenirlik ve Geçerlik.ppt
Güvenirlik ve Geçerlik.pptGüvenirlik ve Geçerlik.ppt
Güvenirlik ve Geçerlik.ppt
 
Analitik Yöntem Validasyonu ve Detaylı Açıklamalar
Analitik Yöntem Validasyonu ve Detaylı AçıklamalarAnalitik Yöntem Validasyonu ve Detaylı Açıklamalar
Analitik Yöntem Validasyonu ve Detaylı Açıklamalar
 
Z ve T Puanları
Z ve T PuanlarıZ ve T Puanları
Z ve T Puanları
 
Sayisal yontemler 2 (1), nümerik analiz
Sayisal yontemler 2 (1), nümerik analizSayisal yontemler 2 (1), nümerik analiz
Sayisal yontemler 2 (1), nümerik analiz
 

deneme

  • 1. Ölçmenin Standart Hatası Hesaplanması: Bir testten elde edilen puanlardaki hata miktarını belirten diğer bir indeks de ölçmenin standart hatasıdır. Ölçmenin standart hatası ölçümlerdeki hata miktarını puan cinsinden kestirir.
  • 2. Bazı varsayımlar sağlandığında ölçme teorisinde, 휃 푒 = 휃 푥 (1 − 푟푥)olarak ölçmenin standart hatası elde edilir. Bu eşitlik teorik olarak parametrelerle ifade edilmiştir. Eşitlikteki parametrelerin karşılığı olan ve örneklemden elde edilen istatistikler için eşitlik yazılırsa, ölçmenin standart hatası aşağıdaki şekilde yazılabilir.
  • 3. 푆 푒 = 푆 푥 (1 − 푟푥) Ölçmenin standart hatası=Standart sapma ile ‘’Güvenirlik katsayısının 1 den farkının karekökünün’’ çarpımı Örnek soru: Güvenirliği 0.84 ve standart sapması 5 olan ölçümler için ölçmenin standart hatası kaç olur? 푆 푒 = 푆 푥 (1 − 푟푥)=5 1 − 0.84 = 2.00
  • 4. Ölçmenin güvenirliği ile standart hatası arasında ters yönlü bir ilişki vardır. Yani, standart hata azaldıkça ölçümlerin güvenirliği artar. Ölçümlerin standart sapması arttıkça ölçmenin standart hatası da artmaktadır.
  • 5. Gerçek Puan İçin Güven Aralığının Bulunması Bir öğrencinin gerçek puanını tam olarak bilmemekle birlikte, hangi sınırlarda olabileceğini belli bir hata payı ile tahmin edebiliriz. Bu sınırların belli bir olasılık dahilinde belirlenmesine de güven aralığının bulunması denir. Belli bir olasılık düzeyinde ölçmenin standart hatasının ve kestirilen gerçek puanın bir fonksiyonu olarak güven aralığı aşağıdaki eşitlikle bulunabilir. 퐺퐴(1−푎) = 푋푖 ± 푍푝푢푎푛횤 푆푒
  • 6. q Z puanı: -3 -2 -1 0 1 2 3
  • 7. Eşitlikte Z değeri «+2.00» birim alındığında veya Z değeri «+3.00» birim alındığında normal dağılım tablosunda bildiğimiz olasılık değerleri aşağıda verilmiştir. 푋푖±1q (Z=‘’-1.00 + 1.00 aralığı ‘’için) yaklaşık olarak %68 ihtimalle gerçek puan güven sınırı 푋푖±2q (Z=‘’-2.00 + 2.00 aralığı ‘’için) yaklaşık olarak %95 ihtimalle gerçek puan güven sınırı 푋푖±3q (Z=‘’-3.00 + 3.00 aralığı ‘’için) yaklaşık olarak %99 ihtimalle gerçek puan güven sınırı
  • 8. Bu eşitlikler verilen belli bir ihtimal için öğrencinin gerçek puanının hangi sınırlarda olduğunu tahmin etmede kullanılabilir.
  • 9. Öğrenci Başarısını Değerlendirmede Ölçmenin Standart Hatasının Kullanımı Eğer ölçmenin standart hatası yüksek ise öğrencinin başarısını ifade eden puanın güven aralığında geniş olacaktır.
  • 10. Tan(2005) ‘’gerçekte başarılı olan’’ öğrenciler için ‘’başarısızdır’’ şeklinde bir yanlış karar verme ihtimalini azalmak için öğrencilerin geçme puanlarını hesaplanmasında iki yol önermektedir.
  • 11. Bunlardan ilki öğrencilerin geçme puanlarının ölçümlerin güvenirlikleriyle ağırlıklandırılarak hesaplanmasıdır.
  • 12. Diğer öneri ise öğrenci puanlarına ölçmenin standart hatasının eklenmesidir.
  • 13. Öğrencileri başarılı olarak değerlendirmedeki kriter , puanın bir standart hata puanı kadar altından puan alan öğrencilerin (örneğin geçme kriter puanı 50,Se=5 ise 45-50 arasında puanı olan öğrencilerin) başarısız olarak değerlendirilmelerinde öğretmenler bir kez daha düşünmelidirler .