İki durumlu lojistik regresyon analizi, bağımlı değişkenin iki kategorik sonucu olduğu durumlarda kullanılır. Bu yöntem, bağımsız değişkenlerin (bağımsız değişkenler) bağımlı değişken üzerindeki etkilerini değerlendirmek için etkili bir istatistiksel araçtır. SPSS, bu analizi gerçekleştirmek için kullanıcı dostu bir arayüze sahiptir. Aşağıda, SPSS kullanarak iki durumlu lojistik regresyon analizinin nasıl yapılacağı adım adım açıklanmaktadır.
1. Verilerin Hazırlanması
İlk olarak, analiz için gerekli olan verilerin SPSS’e düzgün bir şekilde yüklenmesi gerekir. Bağımlı değişkenin (örneğin, hastalığın varlığı: 0 = yok, 1 = var) ve bağımsız değişkenlerin (yaş, cinsiyet, tedavi durumu vb.) doğru bir şekilde tanımlandığından emin olunmalıdır.
2. Lojistik Regresyon Analizinin Başlatılması
SPSS’i Açın ve analiz edilecek veri setinizi yükleyin.
Analyze menüsüne tıklayın.
Ardından, Regression üzerine gelin ve Binary Logistic seçeneğini tıklayın.
3. Değişkenlerin Seçilmesi
Dependent kutusuna bağımlı değişkeni (örneğin, hastalığın varlığı) ekleyin.
Covariates kutusuna bağımsız değişkenleri (örneğin, yaş, cinsiyet) ekleyin.
4. Model Seçeneklerinin Ayarlanması
Categorical butonuna tıklayarak kategorik değişkenlerinizi tanımlayın (eğer varsa). Bu kısımda, kategorik bağımsız değişkenler için doğru referans grubu belirlemek önemlidir.
Options butonuna tıklayarak, analiz sonuçlarında görmek istediğiniz bilgileri seçin. Burada, "Classification plots" ve "Hosmer-Lemeshow goodness-of-fit" gibi seçenekleri işaretleyebilirsiniz.
5. Analizin Çalıştırılması
Tüm değişkenler belirlendikten sonra, OK butonuna tıklayarak analizi başlatın. SPSS, belirtilen değişkenler kullanılarak lojistik regresyon analizi gerçekleştirecek ve sonuçları bir çıktı penceresinde gösterecektir.
6. Sonuçların İncelenmesi
Sonuçlar, SPSS çıktı penceresinde aşağıdaki önemli bileşenleri içerecektir:
Model Summary: Modelin genel uyumunu gösterir. Burada yer alan -2 Log Likelihood değeri ve Cox & Snell R², modelin açıklayıcılığını belirtir.
Variables in the Equation: Bu tablo, bağımsız değişkenlerin bağımlı değişken üzerindeki etkilerini gösterir. Burası önemli bir bölüm olup, her bağımsız değişken için B (regresyon katsayısı), S.E. (standart hata), Wald, df, Sig. ve Exp(B) (odds oranı) değerleri yer alır. Özellikle, Sig. (p-değeri) değeri 0.05'ten düşükse, o bağımsız değişkenin bağımlı değişken üzerinde anlamlı bir etkisi olduğu kabul edilir.
Classification Table: Modelin doğruluğunu ve sınıflandırma başarısını gösterir. Burada doğru sınıflandırılan gözlem sayıları ve modelin genel doğruluk yüzdesi yer alır.
7. Sonuçların Yorumlanması
Elde edilen sonuçları yorumlamak için aşağıdaki noktalara dikkat edilmelidir:
Odds Oranı: Exp(B) değerleri, her bir bağımsız değişkenin bağımlı değişken üzerindeki etkisinin büyüklüğünü gösterir. Örneğin, Exp(B) değeri 1’den büyükse, bağımsız değişkenin artması bağımlı değişkenin olasılığını artırır.
Model Uyumu: Hosmer-Lemeshow testi, modelin veriye uygunluğunu değerlendirmek için kullanılır. P-değeri 0.05'ten büyükse, modelin veriyle uyumlu olduğu söylenebilir.
Sonuç
SPSS ile iki durumlu lojistik regresyon analizi, bağımsız değişkenlerin bağımlı değişken üzerindeki etkilerini değerlendirmek için etkili bir yöntemdir. Bu adımları takip ederek, iki durumlu lojistik regresyon analizi gerçekleştirebilir ve sonuçlarınızı bilimsel bir yaklaşımla yorumlayabilirsiniz. Bu tür analizler, sosyal bilimlerden sağlık alanına kadar geniş bir yelpazede uygulanabilir ve araştırmaların derinlemesine incelenmesine olanak tanır.
00:37 Lojistik regresyon nedir? Nasıl yapılır?
01:40 Basit ve çoklu regresyondan farkları
03:22 Örnek senaryo
04:38 Bağımsız değişkenlerin seçimi nasıl olmalı? Doğru modelleme
06:22 Değişkenlerin kodlanmasında dikkat edilmesi gerekenler
07:30 Referans kategorisi nedir?
11:02 Analize başlama
16:00 Raporun yorumlanması
22:41 Modelin tahmine katkısı (Omnibus)
23:45 R2 Değerleri (Cox & Snell / Nagelkerke)
01:40 Analizin asıl sonuçları
02:46 Odds Oranı (Odds Ratio) ve hesaplanması
05:44 Uç değer katılımcıların tespiti
07:20 Olasılık ve grup tahmini değişkenlerinin okunması
10:59 Yeni bir kategorik değişkenin analizi
14:48 Sıralayıcı ölçme düzeyinde bir değişkenin analizi
19:05 Sürekli bir değişkenin analizi
21:12 Çok değişkenli analiz için bağımsız değişkenlerin seçimi
23:02 Birden fazla değişkenle analize başlama
23:54 Çok değişkenli analiz sonuçlarının değerlendirilmesi
Her türlü sorunuzu veya beğeninizi 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