regresyon etiketine sahip kayıtlar gösteriliyor. Tüm kayıtları göster
regresyon etiketine sahip kayıtlar gösteriliyor. Tüm kayıtları göster

24 Ocak 2019 Perşembe

SPSS ile regresyon analizi nasıl yapılır

Regresyon Analizi nedir?

Merhabalar, sosyal bilimler alanında en çok kullanılan çok değişkenli analizlerden biri doğrusal regresyon analizidir. SPSS ile regresyon analizinin nasıl yapıldığını bir örnek üzerinde adım adım anlatmaya çalışacağım. SPSS programınız yok ise buradan deneme sürümünü indirebilirsiniz.

Regresyon analizinde bağımlı (etkilenen, yordanan, sonuç değişkeni) ve bağımsız (etkileyen, yordayan, neden olan) değişkenler söz konusudur. Değişkenleri örnek üzerinde anlatarak konuyu biraz daha genişletelim. Bir araştırmacı öğrencilerin ders çalışma süresinin akademik başarıları üzerindeki etkisini araştırmak istesin. Bu araştırma konusunda bağımlı değişken akademik başarı, bağımsız değişken ise ders çalışma süresi olmaktadır. Bir örnek daha verelim. Sigara içme alışkanlığının kanser olma durumu üzerindeki etkisinin belirlenmesi, şeklinde bir araştırmada ise bağımlı değişken kanser olma durumu, bağımsız değişken ise sigara içme alışkanlığı olmaktadır. Regresyon aanalizi için, regresyon modeli oluştururken bağımlı değişkeni etkileyebilecek tüm değişkenlerin dikkate alınması gerekmektedir. Bu şekilde bağımlı değişkeni açıklayan güçlü bir regresyon modeli ortaya konabilir. İlk verdiğimiz örnek üzerinde konuyu biraz daha açıklayacak olursak, öğrencilerin akademik başarısı üzerinde etkili olabilecek birçok değişken bulunmaktadır. Yani ders çalışma süresi ile birlikte, motivasyon, kaygı, öz-yeterlik, okula karşı tutum, öğretmene karşı tutum gibi birçok değişken regresyon modeline dahil edilebilir. Tabi bu değişkenlerin neden seçildiğinin literatürdeki çalışmalar referans gösterilerek açıklanması faydalı olacaktır. 

Regresyon Analizi için Gerekli Varsayımların Kontrol Edilmesi


Bilindiği gibi çok değişkenli analizler bazı varsayımlara dayanmaktadır. Regresyon analizi yapılmadan önce bu varsayımların test edilmesi gerekmektedir. Makale çalışmalarında hakemler, tez çalışmalarında ise juri üyeleri yapılan analizlerin gerektirdiği varsayımların karşılanıp karşılanmadığını kontrol etmektedir. Bu bakımdan spss ile regresyon analizi gerçekleştirilmeden önce gerekli varsayımların kontrol edilmesini kesinlikle tavsiye ediyorum.

Çok değişkenli analizler için gerekli varsayımlar şu şekilde sıralanabilir;

  • Çok değişkenli normal dağılım
  • Çoklu bağlantı probleminin bulunmaması
  • Çok değişkenli normallik

Regresyon analizi SPSS de nasıl yapılır?


Bu varsayımları spss ile nasıl test edildiğini başka bir derste açıklamaya çalışacağım. Bu makaledeki örneğimizde gerekli varsayımların karşılandığı kabul edilerek regresyon analizi gerçekleştirilmiştir.


Araştırma sorumuz şu şekildedir; Öğrencilerin derse karşı tutumları ders başarılarını nasıl etkilemektedir? Örnekteki değişkenler incelendiğinde, tutumun bağımsız değişken, ders başarısının ise bağımlı değişken olduğu anlaşılmaktadır.


Spss veri dosyasında araştırma sorumuzda yer alan değişkenleri görüyoruz. Bunlar tutum ve başarı değişkenleridir. 



















Analize menüsünden, regressyon sekmesine oradan da linear sekmesine tıklıyoruz.





















Bir sonraki adımda karşımıza yeni bir pencere açılıyor. Bağımlı değişkenimiz olan başarı değişkenini dependent yazan bölüme, bağımsız değişkenimiz olan tutum değişkenini ise independent yazan bölüme sürükleyerek bırakıyoruz ve daha sonra OK düğmesine tıklıyoruz.













Ve karşımıza analiz sonuçları çıkıyor. Burada dört tablo görmektesiniz. Bunların her birini açıklamaya çalışacağım. Öncelikle ANOVA başlıklı tabloya odaklanıyoruz. Bu tablodaki F değerini ve anlamlılık (Sig.) değerini inceliyoruz. Anlamlılık değerimiz 0,05 den küçük ise kurmuş olduğumuz regresyon denkleminin istatistiksel olarak anlamlı olduğu yorumunu yapıyoruz. Yani tutumun başarı üzerindeki etkisini araştırmak için oluşturmuş olduğumuz regresyon denklemi istatistiksel olarak anlamlı bulunmuştur diyebiliriz. 


Coefficients tablosunda ise bağımsız değişkenimizin yani tutumun bağımlı değişken üzerinde anlamlı bir etkiye sahip olup olmadığını görebiliyoruz. Buradaki anlamlılık (Sig.) değerinin de 0,05 den küçük olduğunu görmekteyiz. Dolayısı ile tutumun başarı üzerinde anlamlı bir etkisi vardır diyebiliriz. Ayrıca, Standardized Coefficients Beta (standardize B katsayısı) katsayısına bakarak tutumun başarı üzerinde hangi yönde etkili olduğunu da söyleyebiliriz. Bu örnekte B değeri 0,442 olarak hesaplanmıştır. Bu değere bakarak tutumun başarı üzerinde pozitif yönlü bir etkiye sahip olduğunu söyleyebiliriz. Tutum puanları arttıkça ders başarısı da artış göstermektedir.


Model summary tablosunda R kare (R square) değerini görmekteyiz, bu değer korelasyon değerinin (R) karesidir. Bu değer bağımsız değişkenin bağımlı değişken üzerinde ne kadar etkili olduğu hakkında bilgi vermektedir. R kare değeri ne kadar büyük ise tutumun başarı üzerinde o kadar çok etkili olduğu yorumunu yapabiliriz.

Doğrusal regresyon analizinin spss ile gerçekleştirilme sürecini giriş düzeyinde ve basit bir örnek ile açıklamaya çalıştım. Umarım faydalı olmuştur. Soru ve önerilerinizi benimle paylaşabilirsiniz.










7 Kasım 2016 Pazartesi

Regresyon analizlerinde etki büyüklüğü (effect size) değeri hesaplama



Etki büyüklüğü değerlerinin hesaplanmasında farklı yaklaşımlar bulunmaktadır.  Cohen (1988), Regresyon analizleri ve doğrusal modeller için etki büyüklüğünün hesaplanmasında standartlaştırılımış etki büyüklüğü (f2) değerinin hesaplanmasını önermiştir. 

f2 değeri, çoklu korelasyon katsayısının (R2), birden çıkarılan değerine (1–R2) bölünmesi ile elde edilmektedir. 

(f2 = R2/(1 – R2)).  

Cohen’nin (1988) sınıflandırmasına göre, 0.02 ≤ f2 < 0,15 değeri küçük etkiyi, 0.15 ≤ f2 < 0.35 değeri orta etkiyi, 0.35 ≤ f2 değeri ise geniş etkiyi göstermektedir. 

Bu değerler R2 için dönüştürüldüğünde; 0.02 ≤ R2 < 0.13 değeri küçük etkiyi, 0.13 ≤  R2 < 0.26 değeri orta etkiyi, 0.26 ≤ R2 değerler ise geniş etkiyi göstermektedir. 



Kaynak

Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd Ed.). hillsdale, NJ: Lawrence Earlbaum Associates.