DURU / Uyum Zorluklarn Yordamada Yalnzlk, Sosyal Destek ve
Sosyal Ballk Arasndaki...2465Trkiyedeki Ortaretim rencilerinin
nternet Bamllk Dzeyini Etkileyen Baz Faktrlerin Karar Aalar
Yntemleri le ncelenmesiMurat KAYR*, Selim GN**znternet bamll,
patolojik ve psikolojik bir rahatszlk olarak kabul edilmekte ve
bili-im teknolojilerindeki hzl geliime paralel olarak da gitgide
yaygnlamaktadr. nternet bamlln etkileyen faktrlerin ve bu
faktrlerin etki dzeylerinin belirlenmesi, salkl internet kullanmnn
salanmas iin kanlmaz grnmektedir. Bu almada; 754 orta-retim
rencisinin, internet bamllk dzeyi, nternet Bamllk lei ile
incelen-mitir. Bu almada sz konusu lekten alnan toplam puan baml
deiken olarak ka-bul edilmitir. rencilerin; interneti gnlk kullanma
saatleri, interneti ka yldr kullan-dklar, interneti en ok hangi ama
iin kullandklar, anne ve babalarnn eitim dzeyle-ri, ailelerinin
gelir dzeyleri ve cinsiyet deikenleri ise bamsz deikenler olarak
regres-yon analizine dhil edilmitir. Model, karar aalar
tekniklerinden Snfandrma Aac ve Chaid Analizi olmak zere iki
yntemle test edilmitir. Snfandrma Aac yntemin-de, baml deiken
zerinde srasyla, bireyin interneti kullanm amac, interneti gnlk
kullanma saati, cinsiyet, gelir dzeyi ve baba eitim dzeyi
deikenleri nemli yorday-clar olarak bulunmutur. Chaid Analizi
ynteminde ise Snfandrma Aac
yntemin-denfarklolarak,bamldeikenzerindesadeceinternetkullanmamacvebireyle-rin
interneti gnlk kullanma saati deikenleri nemli yordayclar olarak
belirlenmitir. Anahtar Kelimelernternet Bamll, Karar Aalar,
Snfandrma Aac, Chaid Analizi.* Yznc Yl niversitesi, Eitim Fakltesi,
Bilgisayar ve retim Teknolojileri Eitimi Blm, re-tim yesi. ** Yznc
Yl niversitesi, Eitim Fakltesi, Bilgisayar ve retim Teknolojileri
Eitimi Blm, re-tim Grevlisi.Kuram ve Uygulamada Eitim Bilimleri /
Educational Sciences: Teory & Practice10 (4) Gz / Autumn 2010
2465-2500 2010 Eitim Danmanl ve Aratrmalar letiim Hizmetleri Tic.
Ltd. ti.2466KURAM VE UYGULAMADA ETM BLMLERYrd. Do. Dr. Murat
KAYRYznc Yl niversitesi Eitim Fakltesi Bilgisayar ve retim
Teknolojileri Eitimi BlmVan.Elektronik Posta: [email protected]
ve Dier almalardan
SemelerKayri,M.,&okluk,.(2010).Dataoptimizationwithmultilayerperceptronneuralnetworkand
using new pattern in decision tree comparatively. Journal of
Computer Science 6(5), 606-612. Kayri, M. ve Bykztrk, . (2009).
Nicel bilimsel bulgulara ait genellenebilirliin jackknife yntemi
ile incelenmesi. Kuram ve Uygulamada Eitim Bilimleri, 9,
1751-1780.Boysan, M., Goldsmith, R. E., avu, H., Kayri, M., &
Keskin, S. (2009). Relations among anxiety, depression, and
dissociative symptoms: Te infuence of abuse subtype. Journal of
Trauma & Dissoci-ation, 10(1), 83-101.
Kayri,M.,&Zrhlolu,G.(2009).Kernelsmoothingfunctionandchoosingbandwidthfornon-parametric
regression methods. Ozean Journal of Applied Science 2(1),
49-54.Kayri, M. ve Boysan, M. (2008). Bilisel yatknlk ile depresyon
dzeyleri ilikisinin snfandrma ve regresyon aac analizi ile
incelenmesi. Hacettepe niversitesi Eitim Fakltesi Dergisi, 34,
168-177.Kayri, M. ve Okut, H. (2008). zel yetenek snavndaki baarya
ilikin risk analizinin karml lo-jistik regresyon modeli ile
incelenmesi. Hacettepe niversitesi Eitim Fakltesi Dergisi, 35,
227-239.Kayri, M. (2007). Aratrmalarda iki aamal kmeleme analizi ve
bir uygulamas. Eitim Aratrma-lar Dergisi, 28(1), 177-189.Ar. Gr.
Selim GNYznc Yl niversitesi Eitim Fakltesi Bilgisayar ve retim
Teknolojileri Eitimi BlmVanElektronik Posta:
[email protected] ve Dier almalardan SemelerKayri, M. ve
Gn, S. (2009). nternet bamllk leinin Trkeye uyarlanmas: Geerlik ve
gve-nirlik almas. Ankara niversitesi Eitim Bilimleri Fakltesi
Dergisi, 42(1),157-175.DURU / Uyum Zorluklarn Yordamada Yalnzlk,
Sosyal Destek ve Sosyal Ballk Arasndaki...2467Trkiyedeki Ortaretim
rencilerinin nternet Bamllk Dzeyini Etkileyen Baz Faktrlerin Karar
Aalar Yntemleri le ncelenmesi*Murat KAYR, Selim GNnternet,pek ok
insann yaantsnda yer alan, hatta toplum
ierisin-dekikltreldoku,aile,eitimgibibirokyapyetkileyebilmevede-itirebilme
gcne sahip sosyal bir olgudur. te bu denli nemli etki-lere sahip
olan internet, amacna uygun kullanlmad durumlarda da ne yazk ki
birok olumsuzluu beraberinde getirmektedir. Sanal ortam olarak
nitelendirilen internet ortam, sadece toplumsal dinamikleri
et-kilemekle kalmayp, bireylerin psikolojik ve fizyolojik salklar
zerin-de de baz etkilere sahiptir. rnein sosyal bir varlk olan
bireyin dier insanlarla iletiimini azaltmakta ve bireyleri
yalnzlamaya, yabancla-maya itmektedir. zellikle son yllarda zerinde
sklkla durulan inter-net bamll, eitim, sosyoloji, psikoloji,
psikiyatri gibi farkl alanlar-da alan aratrmaclarn almalarna konu
olmu, farkl deikenler ve boyutlarla ele alnarak incelenmitir. Bu
aratrmada, Trkiyedeki or-taretim rencilerinin internet bamllk
dzeyleri incelenmeye a-llm ve alanyaznda zerinde durulan baz
deikenler dikkate
alna-rak,internetbamllnetkileyenfaktrlerinkararaalaryntemi ile
ortaya konulmasna allmtr.*
BualmadanmanlnYrd.Do.Dr.MuratKayrininyaptAr.Gr.Selim Gn ile
birlikte yaplmtr ve almann zeti 5th Conference of the Eastern
Me-diterranean Region of the International Biometric Society
(EMR-IBS) konferansn-da zet bildiri olarak sunulmutur.2468KURAM VE
UYGULAMADA ETM
BLMLERBamllk,birmaddeyikullanmaybrakamamayadabirdavran- kontrol
edememe eklinde tanmlanmaktadr (Egger ve Rauterberg,
1996).Bamllkkavram,uluslararasalanyazndadahaok addicti-on ve
dependence eklinde kullanlmaktadr. Ancak DSM-IVde (Te Diagnostic
and Statistical Manual, 4th edition) addiction terimi yerine
dependence ve abuse terimleri kullanlmaktadr (Henderson, 2001).
Bireyler sigara, alkol, uyuturucu gibi birok maddeye baml
olabilir-ler. Ancak bamllk denince akla sadece madde bamll
gelmemeli-dir. Fiziksel bir maddeye dayanmayan pek ok bamllk tr
mevcut-tur. Bunlar arasnda; davran tabanl yeme bamll, oyun bamll-,
seks bamll, bilgisayar bamll, televizyon bamll, alve-ri bamll,
internet bamll vb. saylabilir (DiMaggio, Hargittai, Neuman ve
Robinson, 2001; Grifiths, 1999; Kim ve Kim, 2002) . Hem madde, hem
de davran bamllklarnn ortak zellii, davran ya da eylemi kontrol
edememe ve olumsuz sonularna ramen srdrmedir (Henderson,
2001).nternetbamllheryatanvegruptanbireyinortakproblemiol-masna
karn, bamllarn ounu erkeklerin ve genlerin oluturduu sylenebilir
(Gonzalez, 2002). Trkede ounlukla internet bamll- olarak kullanlan
bu kavram, alanyazna ilk kez, Dr. Ivan Goldbergin 1996 ylnda
gndermi olduu aka amal bir mailde kulland
in-ternetaddictionkavramilegirmitir(Gn,2009).Dahasonralar farkl
aratrmaclar internet bamll (internet dependency) (Tvedt, 2007),
patolojik internet kullanm (pathological internet use) (Davis,
2001; Young, 2004),sorunlu internet kullanm (problematic internet
use) (Caplan, 2002; Kaltiala-Heino, Lintonen ve Rimpela, 2004), a-r
internet kullanm (excessive internet use) (Yang, Choe, Baity, Lee
ve Cho, 2005), internet istismar (internet abuse) (Young ve Case,
2004),
internetkullanmbozukluu(internetaddictiondisorder)(Gonza-lez,2002;Kiralla,2005)gibifarklkavramlarkullanmlardr.Ayrca
bazalmalarda,bireylerinevirim-iiveevirim-ddurumlarda-ki bamlln
ifade eden cyberaddictionkavram da karmza k-maktadr (Vaugeois,
2006). Young (2004) ncelikle internet addiction kavramn kullanm
ancak daha sonraki almalarnda, klinik bir kav-ram olmasndan dolay
internet addiction yerine pathological internet use kavramn
kullanmtr. Ardndan dier aratrmaclar tarafndan da addiction kavram
yerine problematic ve pathological kavramlarna ynelimin olduu
grlmektedir. Sonu olarak tm bu kavramlar e an-KAYR, GN / Trkiyedeki
Ortaretim rencilerinin nternet Bamllk Dzeyini...2469laml olarak
birbirinin yerine kullanlmaktadr ve hepsinin znde
a-rveproblemliinternetkullanmyatmaktadr(Beardve Wolf,2001;
Ceyhan,CeyhanveGrcan,2007).Birbakadeyile,bukavramlarn, ar internet
kullanm ile oluabilecek istenmeyen durumlar ifade et-tii
sylenebilir.Aratrmaclar internet bamlln tanmlamak iin DSM
kapsamn-datanmlananseksbamll,patolojikkumarbamllgibidier
davranbamllklarndandafaydalanmlardr(Turlow,Lengelve
Tomic,2004).nternetbamll,bazaratrmaclartarafndanpsi-kiyatrikbirhastalkolarakelealnmveinternetbamlshastalara
uygulanan klinik tedaviler olumlu sonular vermitir (Krolu ve ark.,
2006; Murali ve George, 2007; Young ve Rodgers, 1998). Her madde
kullanm bamllk oluturmad gibi, her davran da
ba-mllklasonulanmaz(Caplan,2005).nternetkullanmnnbirba-mllktrolarakortayakmasndakitemelnedenlerdenbiri
kul-lanm miktar ya da evirim-ii ortamda harcanan zamann miktardr
(Chou, Condron ve Belland, 2005). nternet banda uzun zaman
geir-mek, internet bamllnn hem nedeni (Irwansyah 2005), hem
belir-tisi, hem de bir sonucu olarak dnlebilir. nternet bamllnda,
in-ternet banda geirilen zamann nemli bir belirti olarak
deerlendiril-mesindeki temel neden ise, aratrmalarda baml
kullanclarn gnlk ya da haftalk internet kullanm srelerinin baml
olmayan kullanc-lardan dikkat ekici dzeyde yksek olmasdr (Cao ve
Su, 2007; Ever-hard, 2000; Gonzalez, 2002; Hardie ve Tee, 2007; Kim
ve Kim, 2002; Kubey,LawinveBarrows,2001;Linve
Tsai2002;NalwaveAnand, 2003; Simkova ve Cincera 2004; Young, 1996;
Weitzman, 2000).
nternetbamllarnnbelirlenmesindetekltinternetbandage-irilen zaman
deildir; bu zamann hangi kullanm amac iin harcan-d da byk nem
tamaktadr. nternet kullanmnn yol aabilece-i olumlu ve olumsuz
sonular, interneti kullanm neden ve amalary-la dorudan ilikilidir
(Bayraktutan, 2005). nternet bamls olan
kul-lanclar,film-mziksiteleri,oyunsiteleri,sohbetodalar,pornografik
siteler,sosyalpaylamsiteleri(KimveKim,2002;MuraliveGeorge, 2007;
Tvedt, 2007) vb. sitelerde daha ok zaman harcarken, internet ba-mls
olmayan kullanclar haber, al-veri ve eitim sitelerinde zaman
harcamaktadrlar (Kim ve Kim 2002). Irwansyah (2005) almasnda,
internetkullanmmiktarnn,oyun,sohbet,eitim,bilgivb.kullanm amalarna
gre deiebildiini saptamtr. nternet bamls olmayan 2470KURAM VE
UYGULAMADA ETM BLMLERkullanclar, baml kullanclara gre interneti
daha ok bilgi aratrma amal kullanmaktadr (Chen, Chen ve Paul, 2001;
Leung, 2004; Tek-dal, 2005). Genler zerinde yaplan bir almada
sohbet, oyun gibi
ba-mllkyapansitelerinfiltrelenmesiyanieriimininengellenmesidu-rumunda,
internet kullanclarnn, interneti bilgi ve haber amal
kul-lanmayayneldiklerivekullanmsrelerininazaldgzlemlenmitir (Gn ve
Kayri,
2008).Bualmadaortaretimandakiergenlerininternetbamllbe-timlenmi
olup, bamllk zerinde etkisi olabilecek deikenler incelen-mitir.
Bamllk zerinde etkisi olabilecek deikenler karar aalar S-nfandrma
Aac (Classification Tree) ve Chaid (Chi-squared Automa-tic
Interaction Detection;Otomatik Ki-Kare Etkileim Belirleme) Ana-lizi
ile incelenmitir. almann bir dier amac da, sz konusu teknikle-rin
uygulanmas sonucunda elde edilen bulgularn karlatrlmasdr. Bu
anlamda, iki farkl istatistiksel yntemin kararll ve modeli doru
tah-min etmedeki yanszl test edilmi (fit of model) ve daha gl
(kararl) olan ynteme ilikin parametreler model olarak kabul
edilmitir.YntemAratrma Modeli ve alma Grubu Aratrma genel tarama
modelindedir. Internet bamll zerinde
et-kisiolabilecekbazdeikenlerinincelenmesiamalandndan,tara-mamodelleriierisindenilikiseltaramamodelineuygunolduuifa-de
edilebilir.alma grubu her blgeden kozmopolit zellik arz eden birer
il ve her il-den de ikier okul seilerek oluturulmutur. Hedef kitle
ortaretim kade-mesindeki renciler olarak belirlenmitir. alma
grubundaki birey says 754 olup; stanbuldan 179, Ankaradan 106,
zmirden 112, Diyarbakrdan 95, Samsundan 95, Mersinden 88 ve Vandan
79 renci eklindedir. a-lma grubunun %39.9unu (301) kz renci,
%58.8ini (443) erkek ren-ci ve %1.3n de (10) kayp veriler
oluturmaktadr. alma grubundaki bireylerin ya ortalamas 15.82 1.18
olarak tespit edilmitir.Veri Toplama
AracalmadaGn(2009)tarafndangelitirilennternetBamllk lei (B)
kullanlmtr. Sz konusu lein i-tutarllk (Cronbach Alfa) katsays .94
olarak bulunmutur. lein drt alt boyutuna ili-KAYR, GN / Trkiyedeki
Ortaretim rencilerinin nternet Bamllk Dzeyini...2471kin toplam
aklanan varyans % 47,463 olup; birinci faktrn lein % 15,084n,
ikinci faktrn lein % 11,911ini, nc faktrn le-in % 10,553n ve drdnc
faktrn ise lein % 9,915ini akla-d grlmtr. Drt alt boyut srasyla;
Yoksunluk, Kontrol Gl-, levsellikte Bozulma ve Sosyal zolasyon
olarak adlandrlm-tr (Gn, 2009). Drt alt faktre ilikin Cronbach alfa
() gvenirlik katsaylar hesaplanm olup, 11 maddeden oluan birinci
alt faktrn i tutarllk katsays .877; 10 maddeden oluan ikinci alt
faktrn i tu-tarllk katsays .855; 7 maddeden oluan nc alt faktrn i
tutar-llk katsays .827 ve 7 maddeden oluan drdnc alt faktrn i
tu-tarllk katsays ise .791 olarak bulunmutur. Alt boyutlara ilikin
mad-de ayrt-edicilik dzeyleri de; birinci faktriin .477 ile .681
deerleri arasnda, ikinci faktriin .471 ile .606 deerleri arasnda, n
faktr iin .520 ile .618 deerleri arasnda ve drdnc faktr iin ise
.463 ile .615 deerleri arasnda bulunmutur. lein kapsam geerlii ise
alan-yazn, rencilerden alnan dntler ve uzmanlar tarafndan
salanm-tr. Bu anlamda, aratrma iin kullanlan lek kabul edilir
geerlik ve gvenirlie
sahiptir.Tutumdzeyleribelilikertderecelemeileleklendirilmitir.Likert
tarzdaki ifadeler; Tamamen Katlyorum, Katlyorum, Kararszm,
Katlmyorum,KesinlikleKatlmyorumeklindedir.lektenal-nacaktoplampuan35ile175arasndadeimektedir.lektenal-nan
yksek puan, internet bamllk dzeyinin yksek olduu anlam-na
gelmektedir.Verilerin Analizi
lektenalnantoplampuanbamldeikenolmakzere,kullan-clarn;internetignlkkullanmasaatleri,internetikayldrkullan-dklar,
interneti en ok hangi ama iin kullandklar, anne ve babala-rnn eitim
dzeyleri, ailelerinin gelir dzeyleri ve cinsiyet deikenleri ise
bamsz deikenler olarak regresyon analizine dhil edilmitir. Ba-msz
deikenlerin seimi iin alanyazndaki grgl aratrmalardaki bulgular
esas alnmtr. Modeleilikinregresyonmodel;bamllkpuan=Sabit+b1*saat+
b2*yl + b3*ama + b4*anne + b5*baba + b6*gelir + b7*cinsiyet ve
kovar-yetleri eklindedir. Model, snfandrma tekniklerinden SRA ve
Chaid Analizi olmak zere iki farkl yntemle test edilmitir. lekten
alnan 2472KURAM VE UYGULAMADA ETM BLMLERtoplam puan, iki aamal
kmeleme analizi ile dk-orta-riskli-baml eklinde snfandrlarak baml
deiken kategorik bir deikene
d-ntrlmtr.Baml/yordanandeikeninsreksizbirdeiken olmas nedeniyle,
SRAnn Snfandrma Aac yntemi kullanlmtr. Modele ait bulgular
Snfandrma Aac ve Chaid Analizi ile karla-trmal olarak
incelenmitir.Yordanan deikenin snfamal lek ile elde edilmesi
durumunda S-nfandrma Aac (Classification Tree), srekli deiken olmas
duru-mundaiseRegresyonAac(RegressionTree)ynteminikullanarak
analizigerekletirenSRA,parametrikregresyontekniklerininsaylt-larnn
karlanmasn gerektirmeyen, veri setindeki deerlere
mdaha-leetmeksizinkendiuzayndabamldeiken/lerilebamszdei-kenler
arasnda ilikileri saptayabilen bir snfandrma teknii olarak
ta-nmlanmaktadr (Chang ve Wang, 2006; Yamauchi, Ono, Baba ve
Ike-gami, 2001). SRA, yordanan deiken zerinde etkisi olabilen
yordayc deikenleri nem seviyesine gre bir aa yaps sunmaktadr. Bu
tar-zn bir grselletirme ile sonular sunmas, bu teknii dier
regresyon tekniklerinden stn klmaktadr (Hebert, Delphine,
Daigneault,Nat-halie ve Tremblay, 2006; Kayri ve Boysan, 2008).
SRAnn sahip oldu-ualgoritma,benzerlikgsterendeikenlerinaynaadmnde
toplanmasna dayal olup, btn oluturduu alt dallar yordanan dei-ken
olan kk dme balamayla son bulmaktadr (Breimen, Freidman,
OlshenveStone,1998).AlanyazndaSRAnn,verimadenciliiyn-temlerindenbiriolarakelealndvedahaoktp,endstri,mhen-dislik
bilimlerinde yaygn olarak kullanld bildirilmektedir (Chang ve
Wang,2006). Tahminedicivetanmlayczellikleresahipolankarar aalar,
veri madenciliinde kurulularnn ucuz olmas, yorumlanma-larnn kolay
olmas, veri taban sistemleri ile kolayca btnlemi
edi-lebilmelerivegvenilirliklerinindahaiyiolmasnedenleriilesnfa-ma
modelleri ierisinde en yaygn kullanma sahiptir (Pehlivan, 2006).
Bilimsel almalardaki nemli istatistiksel sorunlardan biri,
aratrmaya
konuolanolayetkileyennemlifaktrlerinbelirlenmesininyansra, bu
faktrlerin hangi dzeyinin nemli etkilere sahip olduunun da
be-lirlenebilmesidir (Doan ve zdamar, 2003). Yordanan
deikenlerde-ki deiimi nemli derecede etkileyen faktrleri irdeleyen
Chaid Ana-lizi, model ierisinde yer alan deikenlerin etkileimlerini
ve ortak d-zeydekikombinasyonlarndatespitetmeyealmaktadr(Doanve
zdamar, 2003). Chaid Analizi, kategorik deikenlere ilikin veri
k-KAYR, GN / Trkiyedeki Ortaretim rencilerinin nternet Bamllk
Dzeyini...2473mesini, baml deikeni en iyi aklayacak ekilde detayl
homojen alt gruplara blen bir istatistiksel yntemdir (Pehlivan,
2006). Ayrca Chaid Analizi, yordanan deikenin snfamal, sralamal
veya srekli; yorda-yc deikenlerin ise kategorik veya srekli deiken
olmas durumun-da da kullanlabilir (Doan, 2003). SRAda ise yordanan
ve yordayc de-ikenler snfamal, sralamal ya da srekli deikenler
olabilir. Chaid Analizi,, her ne kadar Snfandrma Aac yntemi ile ayn
ilevi yeri-ne getirse de, kullandklar algoritma asndan
birbirlerinden farkldr-lar. SRA, en uygun aa yapsn yordanan
deikenin tipine gre kat-klk (impurity) ls ve alt gruplar iin elde
edilen katklk lle-rinin karlatrlmas ile elde ederken; Chaid
Analizi, yordayc dei-kenin kategorileri ile yordanan deikenin
kategorilerinin apraz tablo-su zerinde anlaml olan iftleri bulma
yolu ile ideal aa yapsn olu-turmaktadr (Pehlivan, 2006). Benzer
ekilde, Chaid Analizi, bir evreni, yordanan deikendeki varyans
gruplar iinde minimum, gruplar ara-snda maksimum olacak ekilde
farkl alt gruplara veya blmlere
tek-rarlolarakayranvedeikenlerarasndakietkileimveyakombinas-yonlarbulanbiryntemolarakdatanmlanmaktadr(Doan,2003;
Ratner, 1998). Bulgularalma grubundaki bireylerin nternet Bamllk
leinden (B) alm olduklar puanlar, bireylerin bamllk zerindeki tutum
dzeyle-rini gstermeleri asndan lt olarak deerlendirilmi ve bu
puanlar zerinden test istatistikleri yaplmtr. nternet Bamllk
leinden eldeedilentoplampuanlarnnormaldalmgsteripgstermedi-i
Kolmogorov-Smirnov Testi ile incelenmitir. Test sonucu puanlarn
normal dalm gstermediini ortaya koymutur (p
