Robotik Kodlamada Problem Çözme Becerileri Ölçeğinin Geliştirilmesi

Creative Commons License

Aksoy N., ARSEVEN İ.

Journal of Computer and Education Research, cilt.14, sa.0, 2026 (TRDizin)

Özet

Bu araştırmanın amacı, ortaokul öğrencilerinin robotik kodlama süreçlerinde sergiledikleri problem çözme becerilerini ölçmeye yönelik geçerli ve güvenilir bir ölçek geliştirmektir. Açımlayıcı Faktör Analizi (AFA) verileri, farklı okul türlerinden toplam 236 öğrenciden elde edilmiştir. AFA sonucunda 32 maddeden oluşan ve toplam varyansın %59’unu açıklayan dört faktörlü bir yapı elde edilmiştir. Bu faktörler “Problemi Analiz Etme”, “Çözüm Geliştirme”, “Planı Uygulama” ve “Alternatif Çözüm” olarak adlandırılmıştır. Faktör yükleri .487 ile .754 arasında değişmiştir. Doğrulayıcı Faktör Analizi (DFA), 468 öğrenciden toplanan verilerle yürütülmüş ve dört faktörlü yapının model uyum indeksleri açısından kabul edilebilir düzeyde olduğu görülmüştür (χ²/sd = 1.98; RMSEA = 0.050; CFI = 0.98). Alt boyutlara ait Cronbach Alpha katsayıları .848 ile .912 arasında değişmektedir. Elde edilen bulgular, ölçeğin robotik kodlama temelli problem çözme becerilerini değerlendirmede geçerli ve güvenilir bir ölçme aracı olduğunu göstermektedir.
The aim of this study was to develop a valid and reliable scale to measure the problem-solving skills of middle school students during robotics coding processes. Exploratory factor analysis data were obtained from a total of 236 students from different school types. The EFA yielded a four-factor structure consisting of 32 items and explaining 59% of the total variance. These factors were named “Analyzing the Problem,” “Developing a Solution,” “Implementing the Plan,” and “Alternative Solution.” Factor loadings ranged from .487 to .754. Confirmatory factor analysis was conducted with data collected from 468 students, and the four-factor structure was found to be at an acceptable level in terms of model fit indices (χ²/sd = 1.98; RMSEA = 0.050; CFI = 0.98). Cronbach's Alpha coefficients for the subdimensions ranged from .848 to .912. The findings show that the scale is a valid and reliable measurement tool for evaluating robotic coding-based problem-solving skills.