BibTex RIS Kaynak Göster

-

Yıl 2014, Cilt: 5 Sayı: 1, 35 - 52, 12.03.2014
https://doi.org/10.21031/epod.67169

Öz

Since not assuming all the requirements of similar analyses and giving possibility to establish regression models in more flexible manner, logistic regression analysis (LRA) has become a preferred method of multivariate analysis. This condition of LRA created a must for researchers, editors and readers to have knowledge about the components of LRA. Which assumptions should be provided? Which findings must be tabulated? Which findings and predictions should be included? How detailed results of LRA should be reported? These questions are tried to be answered by investigating ten articles from the field of education that were written between 2007 and 2012 in Turkish. This study reveals importance with presenting required knowledge about logistic regression in integrity, describing deficiencies in applications and offering advices for the future researches. Document analysis technique, one of the qualitative research techniques, was used in data analysis. A coding list prepared by researchers to examine articles considering the assumptions of logistic regression analysis, interpretation and reporting of results. When articles are examined according to the coding list, it was noticed that there are important deficiencies and misunderstandings about accordance of logistic regression analysis with the aim of the research, considering assumptions and reporting and interpretation of findings.

Kaynakça

  • Alpar, R. (2011). Uygulamalı çok değişkenli istatistiksel yöntemler. Ankara: Detay Yayıncılık.
  • Atasoy, D. (2001). Lojistik regresyon analizinin incelenmesi ve bir uygulaması. (Yüksek lisans tezi, Cumhuriyet Üniversitesi, Sosyal Bilimler Enstitüsü, Sivas).
  • Barak, A., Karahan, S. ve Saraçbaşı, O. (2005, Mayıs). Ordinal lojistik regresyon modelleri. 4. İstatistik Kongresi'nde sunulan bildiri, Belek-Antalya.
  • Cook D., Dixon P., Duckworth W. M., Kaiser M. S., Koehler K., Meeker W. Q. & Stephenson W. R. (2001).Binary response and logistic regression analysis, in Part of the Iowa State University NSF/ILI project. Beyond Traditional Statistical Methods www.public.iastate.edu/ ~stat415/stephenson/stat415_chapter3.pdf. adresinden edinilmiştir.
  • Cox, R.,(1983). Some remarks on overdispersion. Biometrika,70, 269-274. http://www.jstor.org/stable/2335966 adresinden edinilmiştir.
  • Çokluk, Ö., Şekercioğlu, G. ve Büyüköztürk, Ş. (2010). Sosyal bilimler için çok değişkenli istatistik- spss ve lisrel uygulamaları. Ankara: Pegem Akademi Yayınları.
  • Çokluk. Ö. (2010). Lojistik regresyon analizi: kavram ve uygulama. Kuram ve Uygulamada Eğitim Bilimleri,10(3),1357-1407. http://www.edam.com.tr/kuyeb/pdf/tr/3e2b1f84ce847e4fef09b68db9b1a420kFULL.pdf adresinden edinilmiştir.
  • Dean, C. B. (1992). Testing for overdispersion in poisson and binomial regression models. Journal of American Statistical Association, 87(418), 451-457. http://www.jstor.org/stable/2290276 adresinden edinilmiştir.
  • Elhan, A. H. (1997). Lojistik regresyon analizinin incelenmesi ve tıpta bir uygulaması (Yüksek Lisans Tezi Ankara Üniversitesi, Sağlık Bilimleri Enstitüsü, Ankara).
  • Field, A. (2009). Discovering Statistics using SPSS. London: Sage.
  • Garson, D. G. (2012). Ordinal Regression. Asheboro: Statistical Associates Publishing.
  • Gürcan, M. (1998). Lojistik regresyon analizi ve bir uygulama. (Yüksek lisans tezi, Ondokuz Mayıs Üniversitesi, Fen Bilimleri Enstitüsü, Samsun)
  • Hair, J. F, Black, W. C , Babin, B., Anderson, R. E., Tatham, R. L. (2006). Multivariate data analysis. Upper Saddle River, NJ: Prentice-Hall.
  • Herrington, R. ve Starkweather, J. (2012). Logistic Regression (Binary). Research and Statistical Support. 5 http://www.unt.edu/rss/class/Jon/SPSS_SC/Module9/M9_LogReg/SPSS_M9_LogReg.htm adresinden edinilmiştir.
  • Hosmer D.W. ve Lemeshow, S. (2000). Applied lojistic regression. John WileySons, Inc.:Canada. http://books.google.com.tr/ adresinden edinilmiştir.
  • Kalaycı, Ç. (Ed.). (2009). SPSS uygulamalı çok değişkenli istatistik teknikleri. Ankara: Asil Yayın Dağıtım Ltd.Şti.
  • Kılıç, S. (2000). Lojistik regresyon analizi ve pazarlama araştırmalarında bir uygulama. (Yüksek lisans tezi, İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul)
  • Kleinbaum, D.G. ve Klein, M. (2010). Logistic regression, a self–learning text. Springer: New York.
  • Mertler, C. A. ve Vannatta, R. A. (2005). Advanced and multivariate statistical methods: practical application and interpretation. Glendale, CA: Pyrczak Publishing.
  • Sümbüloğlu, K. ve Akdağ, B. (2007). Regresyon yöntemleri ve korelasyon analizi. Ankara: Hatipoğlu Yayınları.
  • Şentürk, E. (2011). Mutluluk düzeyinin sosyodemografik özelliklerle lojistik regresyon analizi aracılığıyla incelenmesi ve türkiye için bir uygulama . (Yüksek Lisans Tezi, Marmara Üniversitesi, Ekonometri Anabilim Dalı, İstatistik Bilim Dalı, İstanbul). http://tez2.yok.gov.tr/ adresinden edinilmiştir.
  • Tabachnick, B. G. & Fidell, L. S. (1996). Using multivariate statistics. New York, USA: Harper Collins College Publishers.

Lojistik Regresyon Analizinin Kullanıldığı Makaleler Üzerine Bir İnceleme

Yıl 2014, Cilt: 5 Sayı: 1, 35 - 52, 12.03.2014
https://doi.org/10.21031/epod.67169

Öz

Lojistik regresyon analizi, benzer analizlerin gerektirdiği varsayımlara ihtiyaç duymadan ve nispeten esnek bir yolla regresyon modeli kurmaya imkan tanıması sayesinde tercih edilen çok değişkenli bir analiz yöntemi haline gelmiştir. Bu durum araştırmacıların, editörlerin ve okuyucuların lojistik regresyon analizi kullanılan bir makalenin bileşenleri hakkında bilgi sahibi olmasını gerektirmektedir. Hangi varsayımlar sağlanmalıdır? Bulgular nasıl tablolaştırılmalıdır? Hangi bulgulara ve yorumlara yer verilmelidir? Lojistik regresyon analizi sonuçlarının sunulması ne kadar kapsamlı olmalıdır? Bu araştırmada bu sorulara yanıt aranmış ve eğitim alanında 2007-2012 yılları arasında yayınlanmış 10 Türkçe makale bu doğrultuda incelenmiştir. Bu çalışma lojistik regresyon analizinin kullanımına ilişkin gerekli bilgilerin bir bütün halinde sunulması, uygulamalarda yapılan eksikliklerin betimlenmesi, bundan sonra yapılacak çalışmalara önerilerde bulunması açısından önem taşımaktadır. Araştırmada nitel araştırma tekniklerinden doküman analizi yapılmıştır. Makaleleri incelemek için araştırmacılar tarafından lojistik regresyon analizinin varsayımları, sonuçların raporlaştırılması ve yorumlanması dikkate alınarak bir kodlama listesi hazırlanmıştır. Makaleler kodlama listesi doğrultusunda incelendiğinde, araştırmalarda Lojistik Regresyon Analizinin araştırma amacına uygunluğu, varsayımların incelenmesi, bulguların raporlaştırılması ve yorumlanması konusunda büyük eksiklik ve yanlışlıklar olduğu gözlenmiştir. 

Kaynakça

  • Alpar, R. (2011). Uygulamalı çok değişkenli istatistiksel yöntemler. Ankara: Detay Yayıncılık.
  • Atasoy, D. (2001). Lojistik regresyon analizinin incelenmesi ve bir uygulaması. (Yüksek lisans tezi, Cumhuriyet Üniversitesi, Sosyal Bilimler Enstitüsü, Sivas).
  • Barak, A., Karahan, S. ve Saraçbaşı, O. (2005, Mayıs). Ordinal lojistik regresyon modelleri. 4. İstatistik Kongresi'nde sunulan bildiri, Belek-Antalya.
  • Cook D., Dixon P., Duckworth W. M., Kaiser M. S., Koehler K., Meeker W. Q. & Stephenson W. R. (2001).Binary response and logistic regression analysis, in Part of the Iowa State University NSF/ILI project. Beyond Traditional Statistical Methods www.public.iastate.edu/ ~stat415/stephenson/stat415_chapter3.pdf. adresinden edinilmiştir.
  • Cox, R.,(1983). Some remarks on overdispersion. Biometrika,70, 269-274. http://www.jstor.org/stable/2335966 adresinden edinilmiştir.
  • Çokluk, Ö., Şekercioğlu, G. ve Büyüköztürk, Ş. (2010). Sosyal bilimler için çok değişkenli istatistik- spss ve lisrel uygulamaları. Ankara: Pegem Akademi Yayınları.
  • Çokluk. Ö. (2010). Lojistik regresyon analizi: kavram ve uygulama. Kuram ve Uygulamada Eğitim Bilimleri,10(3),1357-1407. http://www.edam.com.tr/kuyeb/pdf/tr/3e2b1f84ce847e4fef09b68db9b1a420kFULL.pdf adresinden edinilmiştir.
  • Dean, C. B. (1992). Testing for overdispersion in poisson and binomial regression models. Journal of American Statistical Association, 87(418), 451-457. http://www.jstor.org/stable/2290276 adresinden edinilmiştir.
  • Elhan, A. H. (1997). Lojistik regresyon analizinin incelenmesi ve tıpta bir uygulaması (Yüksek Lisans Tezi Ankara Üniversitesi, Sağlık Bilimleri Enstitüsü, Ankara).
  • Field, A. (2009). Discovering Statistics using SPSS. London: Sage.
  • Garson, D. G. (2012). Ordinal Regression. Asheboro: Statistical Associates Publishing.
  • Gürcan, M. (1998). Lojistik regresyon analizi ve bir uygulama. (Yüksek lisans tezi, Ondokuz Mayıs Üniversitesi, Fen Bilimleri Enstitüsü, Samsun)
  • Hair, J. F, Black, W. C , Babin, B., Anderson, R. E., Tatham, R. L. (2006). Multivariate data analysis. Upper Saddle River, NJ: Prentice-Hall.
  • Herrington, R. ve Starkweather, J. (2012). Logistic Regression (Binary). Research and Statistical Support. 5 http://www.unt.edu/rss/class/Jon/SPSS_SC/Module9/M9_LogReg/SPSS_M9_LogReg.htm adresinden edinilmiştir.
  • Hosmer D.W. ve Lemeshow, S. (2000). Applied lojistic regression. John WileySons, Inc.:Canada. http://books.google.com.tr/ adresinden edinilmiştir.
  • Kalaycı, Ç. (Ed.). (2009). SPSS uygulamalı çok değişkenli istatistik teknikleri. Ankara: Asil Yayın Dağıtım Ltd.Şti.
  • Kılıç, S. (2000). Lojistik regresyon analizi ve pazarlama araştırmalarında bir uygulama. (Yüksek lisans tezi, İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul)
  • Kleinbaum, D.G. ve Klein, M. (2010). Logistic regression, a self–learning text. Springer: New York.
  • Mertler, C. A. ve Vannatta, R. A. (2005). Advanced and multivariate statistical methods: practical application and interpretation. Glendale, CA: Pyrczak Publishing.
  • Sümbüloğlu, K. ve Akdağ, B. (2007). Regresyon yöntemleri ve korelasyon analizi. Ankara: Hatipoğlu Yayınları.
  • Şentürk, E. (2011). Mutluluk düzeyinin sosyodemografik özelliklerle lojistik regresyon analizi aracılığıyla incelenmesi ve türkiye için bir uygulama . (Yüksek Lisans Tezi, Marmara Üniversitesi, Ekonometri Anabilim Dalı, İstatistik Bilim Dalı, İstanbul). http://tez2.yok.gov.tr/ adresinden edinilmiştir.
  • Tabachnick, B. G. & Fidell, L. S. (1996). Using multivariate statistics. New York, USA: Harper Collins College Publishers.
Toplam 22 adet kaynakça vardır.

Ayrıntılar

Birincil Dil Türkçe
Bölüm Makaleler
Yazarlar

Selma Şenel

Betül Alatlı

Yayımlanma Tarihi 12 Mart 2014
Yayımlandığı Sayı Yıl 2014 Cilt: 5 Sayı: 1

Kaynak Göster

APA Şenel, S., & Alatlı, B. (2014). Lojistik Regresyon Analizinin Kullanıldığı Makaleler Üzerine Bir İnceleme. Journal of Measurement and Evaluation in Education and Psychology, 5(1), 35-52. https://doi.org/10.21031/epod.67169

Cited By











Attitudes Towards Vaccines And Intention to Vaccinate Against Covid-19: A Statistical Analyze
NATURENGS MTU Journal of Engineering and Natural Sciences Malatya Turgut Ozal University
Burcu ÖZCAN
https://doi.org/10.46572/naturengs.860954