Multiple linear regression (MLR), logistic regression (LR), discriminant analysis (DA), and structural equation modeling (SEM) are some of the most widely used linear statistics in multiple regression studies. In this study, positive and negative sides of certain statistical analyses were taken into account from a different view using SWOT analysis. In this study, it is aimed to express the positive/negative sides of statistics which are widely used in multiple regression studies (multiple linear regression, logistic regression, discriminant analysis and structural equation modeling) and what kind of mistakes may be encountered in such statistical analyses making use of SWOT analysis .It can be seen that each of MLR, LR, DA and SEM statistical analyses that were examined within the scope of this study has strong and weak sides compared to other analyses used in regression studies
Çoklu yordama çalışmalarında yaygın olarak kullanılan bazı
istatistiksel analizler, çoklu regresyon analizi (ÇDR), diskriminant
analizi (DA), lojistik regresyon analizi (LR) ve yapısal eşitlik modeli
(YEM) olarak belirtilebilir. Bu çalışmada, çoklu yordama
çalışmalarında kullanılan bu istatistiksel analizlerin olumlu ve
olumsuz özellikleri SWOT analizi yöntemi kullanılarak farklı bir
açıdan ele alınmıştır. Çalışma kapsamında incelenen ÇDR, LR, DA ve
YEM istatistiksel analizlerinin her birinin, yordama çalışmalarında
kullanılan diğerlerine göre güçlü ya da zayıf olduğu yanlar olduğu
görülmektedir. Araştırmacılar yanlış seçilen istatistiksel analizin
sonucunda elde edilen yorumların hiçbir öneminin olmadığını
unutmamalıdır. Bu nedenle çoklu yordama çalışması yapacak olan
araştırmacılar bu çalışmada incelenen istatistiksel analizler hakkında
bilgi sahibi olmalıdır.
Other ID | JA93SB55GF |
---|---|
Journal Section | Research Article |
Authors | |
Publication Date | October 1, 2013 |
Published in Issue | Year 2013 Volume: 46 Issue: 2 |
The content of the Journal of Faculty of Educational Sciences adopts Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License
AUJFES is licensed under CC BY-NC-ND 4.0