Paketlerin yüklenmesi

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

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

TUR <- read_sav("D:/OLC_733/odev_1/BSATURM6.sav")
bilgi <- read_excel("D:/OLC_733/odev_1/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_kisa<-TUR %>% select(IDCNTRY,IDSTUD,IDBOOK, starts_with("M0"))

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

TUR_kisa <- select(TUR_kisa, -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 içermektedir.

bilgi_kisa <- bilgi[!bilgi$`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 nesnesinin Maximum Points sütununa göre 1 10,2 ise 20 puan olacak şekilde kodlanmıştır.Sizden beklenen maddeleri 1-0 şeklinde dönüştürmenizdir. Bu işlemi CTT paketini kullanarak yapabilirsiniz.

Hocam bu kısımda biraz zorlandım, kitabı baya bir karıştırdım. e seçeneğinin son kısmında yapay zekadan destek aldım. Ödevi tamamlama sürem 45-50 dakika sürdü.

maddeler <- bilgi_kisa %>%
  filter(Key %in% c("A", "B", "C", "D")) %>%
  select(`Item ID`,Key) %>%
  mutate(Key = case_when(
    Key == "A" ~ 1,
    Key == "B" ~ 2,
    Key == "C" ~ 3,
    Key == "D" ~ 4
  ))

TUR_maddeler <- TUR_kisa %>%
  select(all_of(maddeler$`Item ID`))

skor <- CTT::score(items = TUR_maddeler,key = maddeler$Key,output.scored = T)
skor <- cbind(TUR_kisa[,1:3],skor$scored)
head(skor,n = 5)