Yapay Zekâ Öz-Yeterlik Ölçeği: Ortaokul Öğrencileri İçin Geçerlik ve Güvenirlik Çalışması

Bu araştırmanın amacı, ortaokul öğrencilerinin yapay zekâ teknolojilerine ilişkin öz-yeterlik algılarını ölçmeye yönelik geçerli ve güvenilir bir ölçek geliştirmektir. Öz-yeterlik kuramı, bireylerin kendi yeterliklerine dair inançlarının öğrenme süreçlerindeki motivasyon ve başarıyı doğrudan etkilediğini ortaya koymaktadır. Eğitim ortamlarında yapay zekâ tabanlı uygulamaların giderek daha fazla kullanılması, öğrencilerin bu teknolojilere yönelik öz-yeterlik düzeylerinin ölçülmesini önemli hale getirmiştir. Açımlayıcı faktör analizi (AFA) sonucunda geliştirilen ölçeğin 12 madde ve üç alt boyuttan oluştuğu, bu yapının toplam varyansın %52.87’sini açıkladığı belirlenmiştir. Doğrulayıcı faktör analizi (DFA) sonuçları ise modelin yüksek uyum değerleriyle desteklendiğini göstermiştir (χ²/sd=1.26, RMSEA=.04, CFI=.93, TLI=.90). Ölçeğin güvenirliği Cronbach Alpha katsayıları ile incelenmiş; ölçeğin geneli için .784, alt boyutlar için ise .748, .628 ve .629 değerleri bulunmuştur. Alt boyutlardan ikisinde katsayıların .70’in altında kalması bir sınırlılık olarak görülmekle birlikte, yeni ölçek geliştirme çalışmalarında bu düzeylerin kabul edilebilir olduğu literatürde ifade edilmektedir. Sonuç olarak geliştirilen Yapay Zekâ Öz-Yeterlik Ölçeği, ortaokul öğrencilerinin yapay zekâya yönelik öz-yeterlik düzeylerini ölçmede kullanılabilecek, geçerli ve güvenilir bir araçtır. Ölçeğin, gelecekte yapılacak araştırmalara ve eğitim uygulamalarına katkı sağlayacağı düşünülmektedir.

Authors

Institutions

Publication Details

Journal
Journal of Computer and Education Research
Published
2026-05-21
DOI
https://doi.org/10.18009/jcer.1795295
Primary Topic
Education, Achievement, and Giftedness
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Yapay Zekâ Öz-Yeterlik Ölçeği: Ortaokul Öğrencileri İçin Geçerlik ve Güvenirlik Çalışması

Aylin KARAKUŞ, Cemil Cahit Yesilbursa
Journal of Computer and Education Research
Education, Achievement, and Giftedness
article

Yapay Zekâ Öz-Yeterlik Ölçeği: Ortaokul Öğrencileri İçin Geçerlik ve Güvenirlik Çalışması

Aylin KARAKUŞ, Cemil Cahit Yesilbursa
article en

Abstract

Bu araştırmanın amacı, ortaokul öğrencilerinin yapay zekâ teknolojilerine ilişkin öz-yeterlik algılarını ölçmeye yönelik geçerli ve güvenilir bir ölçek geliştirmektir. Öz-yeterlik kuramı, bireylerin kendi yeterliklerine dair inançlarının öğrenme süreçlerindeki motivasyon ve başarıyı doğrudan etkilediğini ortaya koymaktadır. Eğitim ortamlarında yapay zekâ tabanlı uygulamaların giderek daha fazla kullanılması, öğrencilerin bu teknolojilere yönelik öz-yeterlik düzeylerinin ölçülmesini önemli hale getirmiştir. Açımlayıcı faktör analizi (AFA) sonucunda geliştirilen ölçeğin 12 madde ve üç alt boyuttan oluştuğu, bu yapının toplam varyansın %52.87’sini açıkladığı belirlenmiştir. Doğrulayıcı faktör analizi (DFA) sonuçları ise modelin yüksek uyum değerleriyle desteklendiğini göstermiştir (χ²/sd=1.26, RMSEA=.04, CFI=.93, TLI=.90). Ölçeğin güvenirliği Cronbach Alpha katsayıları ile incelenmiş; ölçeğin geneli için .784, alt boyutlar için ise .748, .628 ve .629 değerleri bulunmuştur. Alt boyutlardan ikisinde katsayıların .70’in altında kalması bir sınırlılık olarak görülmekle birlikte, yeni ölçek geliştirme çalışmalarında bu düzeylerin kabul edilebilir olduğu literatürde ifade edilmektedir. Sonuç olarak geliştirilen Yapay Zekâ Öz-Yeterlik Ölçeği, ortaokul öğrencilerinin yapay zekâya yönelik öz-yeterlik düzeylerini ölçmede kullanılabilecek, geçerli ve güvenilir bir araçtır. Ölçeğin, gelecekte yapılacak araştırmalara ve eğitim uygulamalarına katkı sağlayacağı düşünülmektedir.

Journal of Computer and Education ResearchVol. 14
Gazi Hastanesi (TR)
Openalex Percentile: Top 4%
Education, Achievement, and Giftedness
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.