Farklı kayıp veri tekniklerinin çok göstergeli örtük gelişme modelleri üzerindeki etkisi

Bu çalışmanın amacı, örneklem büyüklüğü ve kayıp veri türüne bağlı olarak, kayıp veri ile başa çıkmada kullanılan tekniklerin, çok göstergeli örtük gelişme modelleri üzerindeki etkisinin incelenmesidir. Araştırma deseninde, kayıp veri tekniği (liste bazında silme, çift bazında silme, regresyonla değer atama, beklenti-maksimizasyon algoritması ve çoklu değer atama), kayıp veri türü (tümüyle seçkisiz kayıp, seçkisiz kayıp ve seçkisiz olmayan kayıp) ve örneklem büyüklüğü (100, 250 ve 500) olmak üzere üç bağımsız değişken yer almaktadır. Bağımsız değişkenlerin model üzerindeki etkileri yakınsama oranı, model uyumu, parametre tahmin yanlılığı ve standart hata yanlılığı olmak üzere dört bağımlı ölçüm üzerinden incelenmiştir. Çalışma kapsamında, (1) veri setlerinin üretilmesi, (2) veri silme işlemlerinin yapılması, (3) değer atama işlemlerinin yapılması ve (4) model testlerinin yapılması olmak üzere dört aşamadan oluşan bir işlem yolu takip edilmiştir. Yakınsama oranı, model uyumu ve parametre tahmin yanlılığına ilişkin bulgular, çok göstergeli örtük gelişme modellerinde çift bazında silme tekniğinin diğer tekniklere kıyasla daha iyi bir alternatif olduğunu göstermektedir. Buna karşın, standart hata yanlılığına ilişkin sonuçlar, söz konusu yöntemin parametre tahminleri için yapılan anlamlılık testlerinin gücünü azaltabileceğine ve bu nedenle dikkatli olunması gerektiğine işaret etmektedir. Beklenti-maksimizasyon algoritması ve çoklu değer atama tekniklerinin standart hata yanlılıklarında daha iyi performans gösterdikleri, model uyumlarının kabul edilebilir sınırlar içerisinde kaldığı ve örneklem sayısının büyük olduğu durumlarda yakınsama problemine yol açmadığı düşünüldüğünde, çok göstergeli örtük gelişme modelleri kapsamında bu yöntemler de kayıp veri ile başa çıkmak üzere önerilmektedir. Öte yandan, regresyonla değer atama yönteminin çok göstergeli örtük gelişme modelleri kapsamında kayıp veri ile başa çıkmak üzere kullanılmasının uygun olmayacağı düşünülmektedir.