Üniversite Öğrencilerinin Kan Bağışı Hakkındaki Tutumlarının Lojistik Regresyon Analizi ile İncelenmesi

Öz

Günümüz araştırmalarında verilerin çok değişkenli bir yapıda olması, ileri istatistik yöntemlerin kullanılmasını gerektirmektedir. Çok değişkenli çözümlemelerin yaygınlaştığı günümüzde, bu yöntemlerin en çok uygulandığı alanlardan birisi de sağlık konusudur. Bu çalışmada Lojistik Regresyon Analizi’nin tanıtılmasının yanı sıra, sağlık alanındaki bir uygulama ile sunumu amaçlanmaktadır. Lojistik Regresyon Analizini uygulamak için, Eskişehir Osmangazi Üniversitesinde öğrenim gören toplam 929 öğrencinin, kan bağışı hakkındaki bilgi, tutum ve davranışlarını öğrenmek amacıyla 17 sorudan oluşan, bir anket formu uygulandı.

Anahtar Kelimeler

• Kan bağışı
• Lojit
• Lojistik regresyon
• Üniversite öğrencileri

Evaluation of the Attitude of University Students on Blood Donation by Logistic Regression

Öz

The multivariate structure of data in today's researches require the use of advanced statistical methods. Now that the multivariate analyzes are so prevalent, health branch is one of the most commonly applied fields of these methods. In this study, the introduction of Logistic Regression Analysis is aimed together with a presentation of an application in the health field. To apply the Logistic Regression Analysis, a questionnaire consisting of 17 statements is conducted to 929 students at the University of Eskisehir Osmangazi for determining their knowledge, attitudes and behaviors of the students on blood donation.

Anahtar Kelimeler

• Blood donating
• Logit
• Logistic regression
• University students

Kaynakça

1. Aldrich, H. J., Nelson D. F., 1984. Linear Probability, Logit and Probit Models, Sage University Paper, Series: Quantitative Applications in the Social Sciences No: 45.
2. Akkuş, Z., Çelik, Y., Satıcı, Ö., Daşdağ, N. M., Sanisoğlu, Y., 2005. Hastane Personelinin Kan Bağışı Hakkındaki Bilgi, Tutum ve Davranışlarının Çok Değişkenli Lojistik Regresyon Yöntemiyle İncelenmesi, İnönü Üniversitesi Tıp Fakültesi Dergisi, 12(1).25-29.
3. Albert, A., Lesaffre, E., 1986. Multiple Group Logistic Discrimination, Computational Mathematics with Applications, 12 A, 2. 209-224.
4. Buse, A., 1982. The Likelihood Ratio, Wald and Lagrange Multiplier Tests: An Expository Note, The American Statistician, August, Vol 8, No.3, Part 1. 153-157.
5. Çolak, E., 2004. Koşullu ve Sınırlandırılmış Lojistik Regresyon Yöntemlerinin Karşılaştırılması ve Bir Uygulama, ESOGÜ Sağlık Bilimleri, Eskişehir.
6. Daştan, S., 2003. Lojistik Regresyon Tekniği İle Hisse Senedi Getirilerinin Analizi, Marmara Üniversitesi Sosyal Bilimler Enstitüsü Ekonometri Ana Bilim Dalı, İstanbul.
7. Lemeshow, S., Hosmer, D., 2000. Applied Logistic Regression, Wiley Series in Probability and Statistic, Wiley Interscience, 2 Sub Edition, New York.
8. Tatlıdil, H., 1996. Uygulamalı Çok Değişkenli İstatistiksel Analiz, Ankara.

9. Ürük, E., 2007. İstatistiksel Uygulamalarda Lojistik Regresyon Analizi, Marmara Üniversitesi Fen Bilimleri Enstitüsü, İstanbul.