Kesintili Zaman Serileri Analizi Eğitim Araştırmalarında
Interrupted Time Series Analysis in Education Research · Ayrıca şöyle bilinir: ITS in education, educational ITS, segmented regression in education, policy interrupted time series
Kesintili zaman serileri (KTS) analizi, bir eğitim politikasının veya müdahalenin nedensel etkisini, uygulama noktasında bir sonuç eğiliminin ani bir şekilde değişip değişmediğini inceleyerek tahmin eden yarı-deneysel bir tasarımdır. Eğitime uygulandığında, rastgeleleştirilmiş bir kontrol grubu olmadan rutin olarak toplanan boylamsal verileri kullanarak reformları, müfredat değişikliklerini, test politikalarını ve okul müdahalelerini değerlendirmek için kullanılır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
KTS'yi eğitim araştırmalarında, bir politika, program veya reformun açıkça tanımlanmış bir zaman noktasında tanıtıldığı ve hem öncesinde hem de sonrasında yeterli sayıda gözleminizin olduğu durumlarda kullanın — tipik olarak müdahale öncesi ve sonrası en az 8 zaman noktası, ancak her segment için 20+ tercih edilir. Yöntem, yıllık eyalet test sonuçları, aylık devamlılık kayıtları veya dönem düzeyindeki kayıt rakamları gibi idari panel verilerine uyar. Müdahale tarihi belirsiz veya kademeli olduğunda, her segment için yaklaşık 8'den az gözleminiz olduğunda (güç çok düşüktür), eş zamanlı olarak birçok başka politika değişikliği meydana geldiğinde (karıştırıcı tehditler) veya sonuç serisi modellenemeyen ciddi durağan olmama durumu gösterdiğinde KTS kullanmayın.
Güçlü yönler & sınırlılıklar
- Rastgeleleştirilmiş bir kontrol grubu gerektirmeden rutin olarak toplanan idari verilerden güvenilir bir nedensel tahmin sağlar.
- Basit bir öncesi-sonrası karşılaştırmasından daha zengin bilgi vererek, iki farklı nedensel yolu ayırır: ani bir seviye değişikliği ve daha uzun vadeli bir eğilim değişikliği.
- Rastgeleleştirmenin imkansız olduğu büyük ölçekli, nüfus düzeyindeki eğitim reformlarını değerlendirmek için özellikle güçlüdür.
- Nedensel iddiaları eş zamanlı karıştırıcıları daha da güçlendirmek için bir kontrol serisi (karşılaştırmalı KTS) ile genişletilebilir.
- Şeffaf ve yorumlanabilir: sonuçlar gözlemlenen zaman serisi grafiğine doğrudan yansır, bu da politika kitlelerine iletişimi kolaylaştırır.
- Temel eğilimi güvenilir bir şekilde tahmin etmek için yeterli sayıda müdahale öncesi zaman noktası gerektirir; seyrek veri geniş güven aralıkları ve düşük güç verir.
- Eş zamanlı olayları (tarih tehdidi) dışlayamaz: aynı anda başka bir politika değiştiyse, etkileri karışır.
- Müdahale tarihinin keskin ve kesin olarak bilindiğini varsayar; aşamalı veya kademeli kullanımlar tahminleri karmaşıklaştırır.
- Serideki otokorelasyon açıkça modellenmelidir ve hata yapısının yanlış modellenmesi standart hataları ve çıkarımı bozabilir.
SSS
Müdahaleden önce ve sonra kaç zaman noktasına ihtiyacım var?
Yaygın bir kural, en az 8 müdahale öncesi ve 8 müdahale sonrası gözlemdir, ancak kararlı eğim tahminleri ve yeterli güç için her segment için 20 veya daha fazlası tercih edilir. Her iki segmentte de 8'den az nokta olduğunda, eğilim tahminleri güvenilmezdir ve güven aralıkları çok geniştir.
Seviye değişikliği ile eğim değişikliği arasındaki fark nedir?
Seviye değişikliği (β₂), müdahale başladığı anda sonucun ani bir sıçraması veya düşüşüdür — yeni bir program başladıktan sonra puanların aniden yükselmesi gibi. Eğim değişikliği (β₃), müdahaleden sonra eğilimin kademeli bir hızlanması veya yavaşlamasıdır — daha önce olduğundan daha hızlı veya daha yavaş büyüyen puanlar gibi. Her ikisi de birlikte meydana gelebilir ve KTS bunları ayrı ayrı tahmin eder.
Otokorelasyon neden önemlidir ve nasıl ele alınır?
Aynı popülasyonun zaman içindeki tekrarlanan gözlemleri genellikle yakın geçmiş değerleriyle pozitif olarak ilişkilidir, bu da standart OLS standart hatalarının çok küçük olduğu ve p-değerlerinin yanıltıcı derecede düşük olduğu anlamına gelir. Geçerli çıkarım elde etmek için Newey-West heteroskedastisite-ve-otokorelasyon-tutarlı (HAC) standart hatalar, ARIMA hata modelleri veya genelleştirilmiş en küçük kareler gibi otokorelasyon düzeltilmiş yöntemler kullanın.
Tasarıma güç katmak için bir kontrol grubu ekleyebilir miyim?
Evet. Karşılaştırmalı KTS, müdahale almayan benzer bir popülasyondan paralel bir sonuç serisi ekler. Seviye ve eğim değişiklikleri kontrol serisinde sıfıra yakınken, işlem gören seride anlamlıysa, bu, ulusal eğilimler veya mevsimsel etkiler gibi eş zamanlı karıştırıcıları dışlayarak nedensel iddiayı önemli ölçüde güçlendirir.
KTS, eğitim araştırma standartları tarafından titiz bir kanıt olarak kabul ediliyor mu?
Evet. What Works Clearinghouse (WWC) ve ESSA kanıt seviyeleri, iyi tasarlanmış KTS çalışmalarını Seviye 2 (orta) kanıt olarak sınıflandırır — basit öncesi-sonrası veya korelasyonel tasarımlardan daha güçlü, ancak rastgeleleştirilmiş kontrollü denemelerin altında. Anahtar kalite göstergeleri yeterli segment uzunluğu, otokorelasyon düzeltmesi ve eş zamanlı politika değişikliklerinin olmamasıdır.
Kaynaklar
- Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Experimental and Quasi-Experimental Designs for Generalized Causal Inference. Houghton Mifflin. ISBN: 978-0395615560
- Wagner, A. K., Soumerai, S. B., Zhang, F., & Ross-Degnan, D. (2002). Segmented regression analysis of interrupted time series studies in medication use research. Journal of Clinical Pharmacy and Therapeutics, 27(4), 299-309. DOI: 10.1046/j.1365-2710.2002.00430.x ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Interrupted Time Series Analysis in Education Research. ScholarGate. https://scholargate.app/tr/causal-inference/interrupted-time-series-in-education-research
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Farkların Farkı (Diff-in-Diff)Ekonometri↔ karşılaştır
- Panel Veri Sabit Etkiler ModeliEkonometri↔ karşılaştır
- Eğilim Skoru EşleştirmesiAraştırma istatistiği↔ karşılaştır
- Sentetik Kontrol Yöntemi (SCM)Nedensel çıkarım↔ karşılaştır