Bu çalışmanın amacı, Deng ve arkadaşları (2025) tarafından geliştirilen Yapay Zekâya Yönelik Gelişmeleri Kaçırma Korkusu (Fear of Missing Out on AI; FoMO-AI) ölçeğinin Türk kültürüne uyarlanması ve öğretmen örnekleminde geçerlik ile güvenirlik kanıtlarının elde edilmesidir.
Yöntem: Araştırma, betimsel tarama deseninde yürütülmüş bir ölçek uyarlama çalışmasıdır. Süreç; çeviri-geri çeviri, yedi alan uzmanından kapsam geçerliği için görüş alma, 35 öğretmenle pilot uygulama ve iki bağımsız öğretmen örnekleminde (AFA için n = 320; DFA için n = 315) ana uygulama aşamalarını kapsamaktadır. Veriler Doğu Anadolu’daki bir ilde uygun örnekleme yöntemiyle toplanmış; analizler SPSS 20.0 ve AMOS yazılımları kullanılarak gerçekleştirilmiştir. Yapı geçerliği için Açımlayıcı Faktör Analizi (AFA) ve Doğrulayıcı Faktör Analizi (DFA); güvenirlik için Cronbach Alfa, bileşik güvenirlik (CR) ve ortalama açıklanan varyans (AVE) hesaplanmıştır.
Bulgular: AFA sonucunda KMO değeri .964, Bartlett küresellik testi anlamlı (χ² = 8012.989, sd = 325, p < .001) bulunmuş; özdeğeri 1’in üzerinde olan üç faktörlü yapı toplam varyansın %76.006’sını açıklamıştır. DFA bulguları üç faktörlü yapının model veriyle yüksek düzeyde uyum göstermektedir (χ²/df = 1.105; CFI = .995; TLI = .994; GFI = .942; RMSEA = .016). Faktörlere ilişkin Cronbach Alfa değerleri .89 ile .92, CR değerleri .91 ile .93 ve AVE değerleri .53 ile .59 arasında değişmiştir. Fornell-Larcker kriteri, ayrışma geçerliğinin sağlandığını göstermiştir.
Sonuç: FoMO-AI ölçeğinin 26 maddelik Türkçe formu, eğitim paydaşlarının yapay zekâya yönelik gelişmeleri kaçırma korkusunu ölçmede kullanılabilecek geçerli ve güvenilir bir araçtır.
This study aims to adapt the Fear of Missing Out on Artificial Intelligence (FoMO-AI) scale, originally developed by Deng et al. (2025), into Turkish culture and to gather validity and reliability evidence within a teacher sample.
Method: A descriptive survey design guided this scale-adaptation study. The process consisted of translation–back-translation, expert review by seven domain specialists, a pilot application with 35 teachers, and main applications with two independent teacher samples (n = 320 for EFA; n = 315 for CFA). Data were collected via convenience sampling in a province of Eastern Anatolia. Analyses were conducted using SPSS 20.0 and AMOS. Construct validity was tested through Exploratory and Confirmatory Factor Analyses; reliability was assessed via Cronbach’s alpha, composite reliability (CR), and average variance extracted (AVE).
Findings: EFA produced a KMO value of .964 and a significant Bartlett test (χ² = 8012.989, df = 325, p < .001); a three-factor structure with eigenvalues > 1 explained 76.006% of total variance. CFA indicated excellent model fit (χ²/df = 1.105; CFI = .995; TLI = .994; GFI = .942; RMSEA = .016). Cronbach’s alpha ranged from .89 to .92, CR from .91 to .93, and AVE from .53 to .59. The Fornell-Larcker criterion confirmed discriminant validity.
Conclusion: The 26-item Turkish form of FoMO-AI is a valid and reliable instrument for measuring teachers’ fear of missing out on AI developments.
By subscribing to E-Newsletter, you can get the latest news to your e-mail.
