Kullanım İzni
Geliştirdiğim(iz) / uyarladığım(ız) ölçme aracının atıf gösterilmesi ve bilimsel araştırmalarla sınırlı olmak kaydıyla kullanılmasına izin veriyorum/z/. Araştırmanının başlangıcında araştırmanın amacı ile bir bilginin sorumlu yazara e-posta gönderilmesi yeterlidir.

---

---

Link: https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2026.1908473/full

---

Ölçek Çeşidi: Uyarlama

---

Kategori(ler):

10 Psikoloji » 101 Bilişsel Süreçler, Bellek ve Karar Verme

30 Eğitim Bilimleri ve Öğretmen Yetiştirme » 301 Eğitim Psikolojisi » 330 Ölçme ve Değerlendirme

---

Kaynak Türü: Makale

---

Kaynak/Referans:

Alkan, D., Boduroğlu, E., & Yiğiter, M. S. (2026). Adaptation and validation of the Generative AI Dependency Scale: Evidence from construct validity, reliability and measurement invariance. Frontiers in Psychology, 17, e1908473. https://doi.org/10.3389/fpsyg.2026.1908473

---

Geliştiren/Uyarlayan: Demet Alkan, Erdem Boduroğlu, Mahmut Sami Yiğiter

---

Yıl: 2026

---

Kaynak Adı: Adaptation and validation of the generative AI dependency scale: evidence from construct validity, reliability and measurement invariance

---

Dergi: Frontiers in Psychology

---

Cilt: 17

---

DOI: https://doi.org/10.3389/fpsyg.2026.1908473

---

Sorumlu Yazar: Demet Alkan

---

İletişim: alkandmt00@gmail.com

---

Ölçülen Özellikler: Üretken yapay zekâ bağımlılığı, yapay zeka bağımlılığı

---

Alt Boyutlar: Bilişsel Meşguliyet, Olumsuz Sonuçlar, Yoksunluk

---

Örnek Maddeler ve Madde Sayıları: Bilişsel Meşguliyet 1. Kararlarım çoğu zaman üretken yapay zekâdan etkilenir.
Bilişsel Meşguliyet 2. Gerekli olmasa bile üretken yapay zekâyı kullanma dürtüsü hissediyorum.
Bilişsel Meşguliyet 3. Elimdeki işle ilgisi olmasa bile üretken yapay zekâyı kullanmayı sabırsızlıkla bekliyorum.
Olumsuz Sonuçlar 4. Üretken yapay zekâ kullanımı benim için endişe kaynağı oldu.
Olumsuz Sonuçlar 5. Üretken yapay zekâ olmadan işlerimi veya diğer sorumlulukları tamamlamakta zorlanıyorum.
Olumsuz Sonuçlar 6. Üretken yapay zekâ olmadan yeteneklerime daha az güveniyorum.
Olumsuz Sonuçlar 7. Üretken yapay zekâ kullanmam, problem çözme becerilerimi veya verimliliğimi olumsuz etkiledi.
Yoksunluk 8. Üretken yapay zekâyı kullanamadığımda kendimi huzursuz hissediyorum.
Yoksunluk 9. Üretken yapay zekâyı kullanamadığımda kendimi tedirgin veya dikkati dağılmış hissediyorum.
Yoksunluk 10. Üretken yapay zekâya erişemediğimde kopukluk hissi yaşıyorum.
Yoksunluk 11. Üretken yapay zekâyı kullanamadığımda sinirleniyorum veya huysuzlanıyorum.

---

Kimlere Uygulanabilir: Herkese

---

Derecelendirme: 5’li Likert (1= Kesinlikle Katılmıyorum – 5= Kesinlikle Katılıyorum)

---

Ölçek Puanlaması: Ölçekten alınabilecek puan 11 ile 55 arasında değişmektedir. Ölçekte ters madde bulunmamaktadır

---

Ölçek Değerlendirmesi: ● Ölçekteki tüm maddeler, 1 (Kesinlikle Katılmıyorum) ile 5 (Kesinlikle Katılıyorum) arasında değişen beşli Likert tipi bir ölçek üzerinden puanlanmaktadır.
● Ölçek boyutlarındaki maddelerden elde edilen puanlar toplanarak üç ayrı alt boyut puanı elde edilebilir.
● Ayrıca, ikinci düzey DFA sonuçları, tüm maddelerin toplanarak tek bir genel Üretken Yapay Zekâ Bağımlılığı puanı olarak kullanılabileceğini göstermektedir.
● Tüm maddeler aynı yönde puanlandığından ters kodlama gerekmemektedir.
● Bu şekilde elde edilen puanın artması, bireylerin üretken yapay zekâ sistemlerine bağımlılık düzeyinin arttığını; puanın azalması ise bağımlılık düzeyinin azaldığını göstermektedir.

---

Çeviri Süreci: Ölçeğin dilsel eşdeğerliği, çeviri, geri çeviri ve uzman değerlendirmesini içeren sistematik bir süreç aracılığıyla sağlanmıştır. İlk aşamada, orijinal İngilizce form, her iki dile de hâkim ve Bilgisayar ve Öğretim Teknolojileri Eğitimi ile Eğitimde Ölçme ve Değerlendirme gibi ilgili alanlarda uzmanlaşmış üç iki dilli uzman tarafından birbirinden bağımsız olarak Türkçeye çevrilmiştir. Bağımsız çeviriler tutarlılık açısından karşılaştırılmış ve birleştirilmiş bir taslak form oluşturulmuştur.

İkinci aşamada, bu ön Türkçe form, orijinal ölçekten haberdar olmayan üç farklı bağımsız dil uzmanı tarafından yeniden İngilizceye (geri çeviri) çevrilmiştir. Geri çevrilen maddeler, anlamsal ve kavramsal tutarlılığı değerlendirmek amacıyla orijinal ölçekle karşılaştırılmış ve yapılan karşılaştırmalar, maddelerin büyük ölçüde amaçlanan anlamlarını koruduğunu göstermiştir.

Son aşamada, Türkçe form dilsel açıklık ve içerik uygunluğu açısından üç öğretim üyesi tarafından değerlendirilmiştir. Uzmanların geri bildirimleri doğrultusunda, anlaşılabilirliği ve kültürel uygunluğu geliştirmek amacıyla küçük çaplı düzenlemeler yapılmıştır. Genel olarak, gerçekleştirilen bu işlemler, Türkçe formun orijinal ölçme aracıyla dilsel eşdeğerliğini desteklemiştir.

---

Geçerlik: Mevcut çalışma bir ölçek uyarlama ve psikometrik geçerlik çalışması olarak tasarlandığından, analizler yeni bir yapı keşfetmekten ziyade uyarlanan formun varsayılan faktör yapısının test edilmesine odaklanmıştır.

Yapı geçerliğini incelemek amacıyla, orijinal üç faktörlü yapının uyumunu test etmek üzere doğrulayıcı faktör analizi (DFA) gerçekleştirilmiştir. Birinci düzey DFA modeli (Model I) yanında, üç birinci düzey boyutun genel Üretken Yapay Zekâ Bağımlılığı yapısını temsil eden daha üst düzey bir yapıya yüklenip yüklenmediğini değerlendirmek amacıyla ikinci düzey DFA modeli (Model II) de test edilmiştir. Model uyumu; χ²/sd, CFI, TLI, RMSEA, SRMR, GFI ve AGFI olmak üzere birden fazla uyum iyiliği indeksi kullanılarak değerlendirilmiştir. Model uyumunun yorumlanmasında χ²/sd < 5, CFI ≥ 0,90, TLI ≥ 0,90, RMSEA ≤ 0,08 ve SRMR ≤ 0,08 şeklindeki geleneksel kesme noktaları kullanılmıştır (Hu ve Bentler, 1999; Kline, 2023).

Ölçme modeline dayalı yakınsak geçerliğe ve iç tutarlılığa ilişkin kanıt elde etmek amacıyla, her bir alt boyut ve toplam ölçek için ortalama açıklanan varyans (AVE), bileşik güvenirlik (CR), Cronbach alfa ve McDonald omega katsayıları hesaplanmıştır. Literatürdeki öneriler doğrultusunda, 0,50'nin üzerindeki AVE değerleri yakınsak geçerliğe ilişkin kanıt olarak; 0,70'in üzerindeki CR, alfa ve omega değerleri ise kabul edilebilir güvenirlik düzeyinin göstergesi olarak değerlendirilmiştir (Hair ve ark., 2022a, 2022b; Raykov ve ark., 2016).

Son aşamada, çalışmada yer alan demografik ve yapay zekâ ile ilişkili değişkenler açısından ölçme değişmezliği incelenmiştir. Çok gruplu doğrulayıcı faktör analizi (MG-DFA) kullanılarak sırasıyla yapısal (configural), metrik, skaler ve katı (strict) değişmezlik modelleri test edilmiştir. Değişmezlik kararları, birbirini izleyen hiyerarşik modeller arasındaki karşılaştırmalı uyum indeksi (ΔCFI) değişimleri temel alınarak verilmiştir. Cheung ve Rensvold'un (2002) önerisi doğrultusunda, ΔCFI değerinin 0,01'den küçük olması, ilgili düzeyler arasında ölçme değişmezliğinin bulunduğuna ilişkin kanıt olarak kabul edilmiştir.
DFA, gözlenen maddelerin ölçeğin önerilen örtük yapısını ne ölçüde uygun biçimde temsil ettiğini değerlendirdiğinden, yapı geçerliğinin incelenmesinde yaygın olarak kullanılan yöntemlerden biridir.
DFA sonuçları Üretken Yapay Zekâ Bağımlılığı Ölçeği'nin hem Model I hem de Model II'sinin verilerle iyi düzeyde uyum gösterdiğini ortaya koymuştur. Ki-kare değeri istatistiksel olarak anlamlı bulunmuştur (χ² = 112,352, sd = 41, p < 0,001). Büyük örneklemlerde ki-kare değerinin anlamlı çıkmasının yaygın olduğu dikkate alındığında, χ²/sd = 2,740 değeri modelin iyi düzeyde uyum gösterdiğine işaret etmektedir. RMSEA = 0,053 ve SRMR = 0,025 değerlerinin önerilen sınırların altında olması da iyi model uyumunu desteklemiştir.

Artımlı uyum indeksleri de oldukça yüksek bulunmuştur. Buna göre CFI = 0,996, TLI = 0,994, NFI = 0,993, IFI = 0,996 ve RFI = 0,991 olarak hesaplanmıştır. Ayrıca GFI = 0,999 ve AGFI = 0,998 değerlerinin kabul edilebilir düzeylerin oldukça üzerinde olduğu görülmüştür. Bunun yanı sıra, ikinci düzey DFA modeli (Model II) de mükemmel düzeyde model uyumu göstermiştir. Bu bulgu, üç birinci düzey faktörün daha üst düzeyde yer alan genel Üretken Yapay Zekâ Bağımlılığı yapısına yeterli düzeyde yüklendiğini göstermektedir. Genel olarak, her iki modelin de verileri kabul edilebilirden iyiye uzanan bir düzeyde temsil ettiği ve Üretken Yapay Zekâ Bağımlılığı Ölçeği'nin yapı geçerliğini desteklediği sonucuna ulaşılmıştır.

Standartlaştırılmış faktör yükleri Bilişsel Meşguliyet faktöründeki maddeler için 0,686–0,937, Olumsuz Sonuçlar faktöründeki maddeler için 0,624–0,894 ve Yoksunluk faktöründeki maddeler için 0,877–0,951 arasında değişmiştir. Tüm faktör yüklerinin 0,60'ın üzerinde olması, maddeler ile ait oldukları örtük yapılar arasındaki ilişkilerin güçlü olduğunu göstermektedir.Ölçeğin model temelli yakınsak geçerlik sonuçları, tüm alt boyutların önerilen ölçütleri karşıladığını göstermiştir. AVE değerleri Bilişsel Meşguliyet için 0,663, Olumsuz Sonuçlar için 0,598 ve Yoksunluk için 0,842 olarak bulunmuştur. Tüm değerlerin 0,50 eşik değerinin üzerinde olması, ölçme modeline dayalı yakınsak geçerliğe ilişkin kanıt sağlamaktadır.

---

Güvenirlik: 11 maddelik Üretken Yapay Zekâ Bağımlılığı Ölçeği'ne ilişkin faktör yükleri, düzeltilmiş madde-toplam korelasyonları, ortalama açıklanan varyans (AVE), bileşik güvenirlik (CR), açıklanan varyans ve güvenirlik katsayıları sunulmuştur. Bu sonuçlar yakınsak geçerlik ve iç tutarlılığın değerlendirilmesinde kullanılmıştır.

Ölçeğin model temelli yakınsak geçerlik sonuçları, tüm alt boyutların önerilen ölçütleri karşıladığını göstermiştir. AVE değerleri Bilişsel Meşguliyet için 0,663, Olumsuz Sonuçlar için 0,598 ve Yoksunluk için 0,842 olarak bulunmuştur. Tüm değerlerin 0,50 eşik değerinin üzerinde olması, ölçme modeline dayalı yakınsak geçerliğe ilişkin kanıt sağlamaktadır.

Cronbach alfa katsayıları Bilişsel Meşguliyet, Olumsuz Sonuçlar ve Yoksunluk için sırasıyla 0,78, 0,79 ve 0,92; toplam ölçek için ise 0,91 olarak hesaplanmıştır. Benzer şekilde, McDonald omega katsayıları üç alt boyut için sırasıyla 0,79, 0,84 ve 0,94, toplam ölçek için ise 0,93 olarak bulunmuştur. Bu değerler, ölçeğin kabul edilebilirden yüksek düzeye kadar iç tutarlılığa sahip olduğunu ve özellikle Yoksunluk boyutunun oldukça yüksek güvenirlik gösterdiğini ortaya koymaktadır.

Bileşik güvenirlik (CR) değerleri Bilişsel Meşguliyet, Olumsuz Sonuçlar ve Yoksunluk için sırasıyla 0,805, 0,819 ve 0,919 olarak bulunmuştur. Tüm değerlerin önerilen 0,70 düzeyinin üzerinde olması, yapıların güvenirliğini daha da desteklemektedir.

Faktör yüklerinin 0,624 ile 0,951 arasında değişmesi, tüm boyutlarda maddeler ile faktörler arasındaki ilişkilerin güçlü olduğunu göstermektedir. Ayrıca, düzeltilmiş madde-toplam korelasyonlarının 0,50 ile 0,87 arasında değiştiği ve bu değerlerin kabul edilebilir sınırlar içerisinde olduğu belirlenmiştir.

Üç alt boyut için açıklanan varyans oranları sırasıyla %66,3, %59,8 ve %84,2 olarak hesaplanmıştır. Bu oranların tümü sosyal bilimler alanındaki araştırmalar açısından yeterli kabul edilmektedir. Genel olarak, elde edilen bulgular ölçme modeline dayalı yakınsak geçerliğe ilişkin kanıt sağlamakta ve Üretken Yapay Zekâ Bağımlılığı Ölçeği'nin yüksek düzeyde güvenirliğe sahip olduğunu göstermektedir. Bu sonuçlar, mevcut çalışmada incelenen psikometrik kanıtlar kapsamında ölçeğin bireylerin üretken yapay zekâ sistemlerine yönelik bağımlılık düzeylerini değerlendirmek amacıyla kullanılmasını desteklemektedir.

---

Kullanılan Araştırmalar
scholar.google.com.tr