Çoklu doğrusal regresyon analizi nedir?
Bu analizi SPSS ile kolayca nasıl yapabilirim?
Çoklu doğrusal regresyon, veri analizi ve tahminleme konularında sıkça kullanılan önemli bir istatistiksel yöntemdir. Bu yöntem, birden fazla bağımsız değişkenin bağımlı bir değişkeni etkileyip etkilemediklerini yani nasıl ilişkilendirildiğini anlamamıza yardımcı olur. Bu yazıda, çoklu doğrusal regresyonun temel kavramlarına odaklanacak ve ne zaman ve nasıl kullanılacağını anlatacağız.
Çoklu Doğrusal Regresyon Nedir?
Çoklu doğrusal regresyon, birden fazla bağımsız değişkenin bağımlı bir değişkeni anlamlı olarak (istatistiksel olarak önemli ölçüde) etkileyip etkilemediklerini, diğer bir anlatımla bir bağımlı değişkenin birden fazla bağımsız değişkenle ilişkisini modellemek için kullanılan bir istatistiksel yöntemdir.
Test Nedir ve Ne Zaman Kullanılır?
Bu yöntem, veri analizi, tahmin ve nedensel ilişkilerin anlaşılması için yaygın olarak kullanılır. Temel amaç, bağımsız değişkenlerin bağımlı değişken üzerindeki etkilerini açıklamaktır. Örneğin A, B ve C değişkenlerinin Y üzerindeki etkisini çoklu doğrusal regresyon ile belirleyebilirsiniz.
Peki SPSS İle Çoklu Doğrusal Regresyonu Nasıl Yapabiliriz?
Bunun için öncelikle dikkate almanız gereken ön şartlar bulunuyor:
Ölçme Düzeyleri: Değişkenlerin tamamı en az eşit aralıklı ölçme düzeyinde olmalıdır.
Doğrusallık (Lineer İlişki): Değişkenler arasındaki ilişkiler doğrusal olmalıdır, yani değişkenler arasındaki ilişkiler düz bir çizgiyle ifade edilebilmelidir.
Normal Dağılım: Değişkenlerin tamamı normal dağılım göstermelidir.
Hataların Normal Dağılımı: Hata terimi ε, normal bir dağılım göstermelidir. Bu, tahminlerin güvenilirliğini artırır.
Hataların Birbirinden Bağımsız Olması: Hatalar birbirinden bağımsız olmalıdır.
Uç Değerler: Ölçümler içinde uç değer olarak kabul edilen değerler olmamalıdır.
Eş Varyanslılık (Homoskedastiklik): Eş varyanslılık olmadığında heteroskedastisite yani hata teriminin varyansının değişkenlik göstermesi ortaya çıkar. Bu durum, modelin güvenilirliğini zayıflatabilir.
Buraya kadar belirttiğimiz şartlar basit doğrusal regresyon ile aynıydı. Bunlara ek olarak;
Çoklu Bağlantılılık (multicollinearity) olmamalıdır. Çoklu bağlantılılık, çoklu regresyon analizinde bağımsız değişkenler arasında çok güçlü ilişkilerin olduğu bir durumu ifade etmektedir.
Çoklu bağlantılılık durumunda, bağımsız değişkenler arasındaki ilişki o kadar güçlüdür ki, bir bağımsız değişkenin bağımlı değişken üzerindeki izole etkisini belirlemek zorlaşır.
Bu durum, analizin sonuçlarının yanıltıcı olmasına neden olabilir. Bu nedenle çoklu bağlantılılık, çoklu doğrusal regresyon analizi sırasında dikkate alınması gereken bir sorundur. SPSS ile analiz yapılırken bu sorunun olup olmadığı çeşitli ölçülere göre kontrol edilir.
Sonuç olarak, çoklu doğrusal regresyon, veri analizi ve tahminleme için kullanışlı bir istatistiksel yöntemdir. Hangi faktörlerin bağımlı değişken üzerindeki etkisi olduğunu anlamak ve gelecekteki değerleri tahmin etmek için kullanılabilir.
Detayları videolarımızda izleyebilirsiniz.
Çoklu doğrusal regresyon analizi bulgularını ise yandaki videomuzda izleyebilirsiniz.
Bu videoda çok doğrusal regresyon analizi bulgularının tez veya makalede akademik olarak nasıl yazılması gerektiği baştan sona tüm detayları ile anlatılan videonun tanıtımı yer almaktadır.
Ayrıca, konu ile ilgili teorik bilgileri en başından itibaren aşağıdaki videodan izleyebilirsiniz.
Her türlü sorunuzu veya beğeninizi videoların yorumlar kısmından bize iletebilirsiniz. Bundan özellikle mutlu olacağımızı belirtmek isteriz. Ayrıca, ücretsiz olarak sunduğumuz içeriklerimizi takip etmek için kanalımıza abone olursanız çok mutlu oluruz. https://www.youtube.com/tezyardimplatformu
Son Notlar:
Videolarımızda belirtilen çoklu bağlantılılık (multicollinearity) ile ilgili olarak kaynak:
Büyüköztürk, Ş. (2011). Sosyal bilimler için veri analizi el kitabı. Pegem Akademi. (sayfa: 100)