Gerekli Paketlerin Yüklenmesi

library(haven)
library(readxl)
library(dplyr)

a) Veri setini TUR, bilgi dosyasını ise bilgi adlı nesneler olmak üzere R ortamına aktarınız.

TUR <- read_sav("C:/Users/Lenovo/Desktop/BSATURM6.sav")
bilgi <- read_excel("C:/Users/Lenovo/Desktop/T15_G8_ItemInformation.xlsx")

b) Veri setinden “IDCNTRY”,“IDSTUD”,“IDBOOK” ve M0 ile başlayan değişkenleri seçiniz. M0 ile başlayan değişkenler maddelerdir.Bu işlem sonrasında 6079 gözlem ve 228 sütuna sahip olacaksınız.

TUR %>% select(IDCNTRY,IDSTUD,IDBOOK, starts_with("M0"))
## # A tibble: 6,079 × 228
##    IDCNTRY   IDSTUD   IDBOOK   M042182 M042081  M042049 M042052 M042076 M042302A
##    <dbl+lbl> <dbl+lb> <dbl+lb> <dbl+l> <dbl+lb> <dbl+l> <dbl+l> <dbl+l> <dbl+lb>
##  1 792       10201     6 [Boo… NA      NA       NA      NA      NA      NA      
##  2 792       10202     7 [Boo… NA      NA       NA      NA      NA      NA      
##  3 792       10203     8 [Boo… NA      NA       NA      NA      NA      NA      
##  4 792       10204     9 [Boo… NA      NA       NA      NA      NA      NA      
##  5 792       10205    10 [Boo… NA      NA       NA      NA      NA      NA      
##  6 792       10206    11 [Boo… NA      NA       NA      NA      NA      NA      
##  7 792       10207    12 [Boo… NA      NA       NA      NA      NA      NA      
##  8 792       10208    13 [Boo… NA      NA       NA      NA      NA      NA      
##  9 792       10209    14 [Boo…  4 [D]  79 [INC…  3 [C*]  4 [D]   1 [A]  79 [INC…
## 10 792       10210     1 [Boo…  1 [A]  79 [INC…  3 [C*]  1 [A*]  4 [D*] 79 [INC…
## # ℹ 6,069 more rows
## # ℹ 219 more variables: M042302B <dbl+lbl>, M042302C <dbl+lbl>,
## #   M042100 <dbl+lbl>, M042202 <dbl+lbl>, M042240 <dbl+lbl>, M042093 <dbl+lbl>,
## #   M042271 <dbl+lbl>, M042268 <dbl+lbl>, M042159 <dbl+lbl>, M042164 <dbl+lbl>,
## #   M042167 <dbl+lbl>, M062208A <dbl+lbl>, M062208B <dbl+lbl>,
## #   M062208C <dbl+lbl>, M062208D <dbl+lbl>, M062208 <dbl+lbl>,
## #   M062153 <dbl+lbl>, M062111A <dbl+lbl>, M062111B <dbl+lbl>, …

c) M062345B, M062345BA, M062345BB, M062345BC, M062345BD, M062342, M062048, M062048A, M062048B, ve M062048C olmak üzere 10 madde Türkiye veriseinde uygulanmamıstır, bu değişkenleri veriseti nesnesinden siliniz.

TUR <- select(TUR, -c("M062345B", "M062345BA", "M062345BB", "M062345BC", 
                      "M062345BD", "M062342", "M062048", "M062048A", 
                      "M062048B","M062048C"))

d) Bilgi nesnesinden uygulanmayan 10 maddeye ilişkin satırları siliniz.Item ID sütunu madde isimlerini içermketedir.

bilgi <- bilgi %>% 
  filter(!("Item ID" %in% c("M062345B", "M062345BA", "M062345BB", "M062345BC", 
                            "M062345BD", "M062342", "M062048", "M062048A",
                            "M062048B", "M062048C")))

e) Bilgi nesnesinde Key sütunu “A”,“B”,“C”,“D” and “-” içermektedir.”A”,“B”,“C”,“D” çoktan seçmelimaddelerin doğru cevaplarıdır.”-” ise kısmi puanlanan madeleleri göstermektedir. Bunu Item Type sütununda da anlayabilirsiniz. Veri setinden madde cevaplarının 1,2,3,4,10 ve 20 şeklinde kodlanmıştır. 1-A,2-B,3-C,4-D seçeneğine karşılık gelir. Kısmı puanlanan maddeler ise bilgi nesnesin Maximum Points sütununa göre 1 10,2 ise 20 puan olacak şekilde kodlanmıştır.Sizden beklenen maddeleri 1-0 da dönüştürmenizdir. Bu işlemi CTT paketini kullanarak yapabilirsiniz.

bilgi01 <- bilgi %>%mutate(Score = case_when(
    Key == "A" & Options == 1 ~ 1, Key == "B" & Options == 2 ~ 1,
    Key == "C" & Options == 3 ~ 1, Key == "D" & Options == 4 ~ 1, 
    Key == "-" & "Maximum Points" == 10 & Options == 1 ~ 1,  
    Key == "-" & "Maximum Points" == 20 & Options == 2 ~ 1,
    TRUE ~ 0
  ))
birsifir <- data.frame(select(bilgi01, c("Item ID","Score")))

head(birsifir, 5)
##   Item.ID Score
## 1 M042182     0
## 2 M042081     0
## 3 M042049     0
## 4 M042052     0
## 5 M042076     1

CTT paketi ile denedim ancak bu daha kolay geldi hocam.

TOPLAM SÜRE: 35-40 dakika