Veri Analiz ve Karar Verme - A. Mohammed Abubakarmohammedabubakar.com/YBS527/Overview...Genel...

Veri Analiz ve Karar Verme

A. Mohammed Abubakar, PhD1

Dersin Amacı

• Değişkenler (Constructs)

• Ikinci düzey değişkenler (second-order constructs) veya üst-düzeydeğişkenler (higher-order constructs)

• Anket tasarım, ortak yöntem sapması ve prosedür çözümler (Survey design, common method bias and procedural remedies)

• Açımlayıcı faktör analizi (Explanatory factor analysis)

• Doğrulayıcı faktör analizi (Confirmatory factor analysis)

• Ortak yöntem sapması ve istatistiksel çözümler (Common method bias and statistical remedies)

• Güvenirlik ve geçerlik - Reliability and validity• Yakınsama geçerliği(convergent validity)

• Iraksama ve ayırt edici geçerlilik (discriminant validity)A. Mohammed Abubakar, PhD2

Dersin Amacı

• Korelasyon analizi (Correlation analysis)

• Basit doğrusal regresyon analizi (Linear regression analysis)

• Yapısal eşitlik modellemesi - Structural equation modeling (SEM)

• Aracılık analizi (etkisi) – Mediation analysis (indirect/mediating effect)• Baron ve Kenny'nin (1986), 3 adımlı yöntemi (Baron and Kenny method)

• Bootstrapping yöntemi (Bootstrapping method)

• Düzenleyici analizi (etkisi) – Moderation analysis (moderating effect)• İki-yönlü etkileşim analizi - 2-way interaction effect analysis

• Üç-yönlü etkileşim analizi - 3-way interaction effect analysis

• Çok gruplu düzenleyici analizi – Multi-group moderation analysis

• Aracılık-düzenleyici veya düzenleyici-aracılık analizi – Mediated-moderated and moderated-mediated analyses.


Değerlendirme Yöntemi

• Derse Katılım : %5'dir.

• Derste fikirlerini belirterek derse katkıda bulunan öğrencilere ek puanolarak %5 final projesine eklenecektir.

• Sunum: (%25)

• Vize/Ara sınav: Ders kapsamında anlatılanların uygulaması şeklindeörnek olay analizi şeklinde yapılacaktır. (%25)

• Final Projesi: Final projesi derste anlatılan analızları kapsayacakşekilde grup halinde yapılır. (%45)


Genel Bakış

• Uygun tekniğin seçimi ve analiz işlemi uzmanlık düzeyinde bilgi gerekir

• Çünkü bilimsel araştırmalarda ilgilenilen değişkenlere ilişkingerçekleştirilen ölçümler sonucu elde edilen veriler, genellikleişlenmemiş verilerdir.

• Dolayısıyla veri analizi ise verilerden uygun istatistiksel tekniklerkullanılarak bilimsel geçerliğe sahip sonuçlar çıkartma süreci olaraktanımlanabilir.


Genel Bakış

• İstatistik; örnek verilerden hareket ederek populasyon (ana kütle –istatistik kütlesi- anakitle - evren) hakkında

• Yorumlama,

• Tahminleme veya genelleme

• Örnek verilerini inceleyerek populasyon hakkında karar vermek.


Anket Tasarım Adımları

• Konuyu Tanımla

• Populasyonu Tanımla

• Amaca yönelik sorular hazırlama

• Net, oz ve gerekli sorular yaratma

• Anlaşılır ifadeler kullanma

• Anket ön çalışma - küçük bir grup ile ön-testi (pilot veya pre-test anket) uygulaması

• Örneklem boyutunu ve metodunu belirleme


A. Mohammed Abubakar, PhD 8


• Populasyon: İlgilenilen veri• YBS daki tüm Öğrenciler

• Örneklem: Populasyonun alt seti• YBS daki 1'ci sinif Öğrenciler

• Değişken• Her gözleme göre farklı değerler alabilen durumlara, objelere veya özelliklere denir.



• Amacın Belirlenmesi (Aim of the study)

• Anket Dizaynı (Questionaire design)

• Örnek Dizaynı ve Tipi Seçimi (Sampling design and technique)

• Örnek Hacmi (Sample size)

• Veri Toplanması (Data collection)

• Kodlama (Coding)

• Veri Analizi (Data analysis)

• Sonuçların Yorumu (Interpretation of findings)

• Raporlama (Reports)



• Araştırmacının destekleyen kuruluşun adına, kendi ismi ve iletişimbilgilerine yer almalı

• Anketin sunuş yazısında çalışmanın amacına (kısaca/özlüce) yazılmalı

• Toplanacak verilerin sadece bilimsel amaçlarla kullanlacağına(gizliliğe), ilgi ve katkılar için teşekkür ifadelerine yazılmalı

• Sağlıklı yorum yapabilmek için anket geri dönüş oranının %70’in üzerinde olması beklenir. Anketlerin geri dönüş oranı büyük ölçüdeuygulama biçimine bağlıdır. Ancak gerı dönüş oranın etkileyenfaktörlar var


Değişkenler

• Kesikli Değişkenler - Yas

• Sürekli Değişkenler - bir aralıktaki tüm değerleri alabilendeğişkenlerdir ( 1 –5

• Kategorik Değişkenler - Cinsiyet


Common Method Variance

• Anketi olabildiğince kısa ve öz tutunuz

• Sorular tek bir amaca yönelik olmalıdır.

• Basit ve tek anlama sahip sözcükler kullanınız, fazla teknik terimlerkullanmaktan kaçınınız.

• Kişisel ve gizlilik gerektiren hassas soruları anketin sonuna yerleştiriniz

• Orta noktası - nötr/tarafsız (1= Katılıyorum; 2= Katılma Eğilimindeyim; 3= Kararsızım; 4= Katılmama Eğilimindeyim; 5= Katılmıyorum

• Sorular, cevaplayıcıyı yönlendirmemelidir

• İstatistik metodu (Harman tek faktör testi)


Neden Faktör Analiz?

• Faktör analizi çok değişkenli (multivariate) teknik olarak, değişkenler arasındaki ilişkileri belirlerme, bulmayı, ve keşfetmeyi amaçlayan bir istatistikyöntemidir. Alttaki faktörleri(ifadeler) açıklayarak veri yapısını basitleştirir

• Veri azaltma (Data reduction) - değişkenlerin sayısının daha az sayıda faktöreindirgenmesi

• Kuram geliştirme (structure) - değişkenlerin kendi aralarındaki ilişkilerikullanarak yapıyı tanımlamak.

• Yaygınlıkla da psikometrik araç geliştirme sürecinde kullanılmaktadır. Ölçekgeliştirirken (gereksiz, belirsizlik içeren, ilgisiz, yapı ile ilişkili olmayanmaddelerin elenmesine veya tanımlanmasına yardım eder)


Exploratory and Confirmatory Factor Analysis(EFA and CFA)

• EFA = Açımlayıcı Faktör Analizi - Bir veri kümesinin içerdiği ilişkili temel yapıları inceler ve özetler. Ek olarak veri azaltma konusunda yardımeder

• CFA = Doğrulayıcı Faktör Analizi - Bir veri kümesinin temel yapılarını, hipotetik olarak önceden tanımlanmış yapılara uygunluğu bağlamında denetler.

• NOT: Kategorik değişken veriler için faktör analizi uygun değildir


EFA ve CFA Kavramsal Modeli


• Faktör yük değerlerinin 0.50 ya da daha yüksek olması seçim için iyibir ölçüdür

• Önemli faktör sayısına karar vermede şu ölçütlerin dikkate alınmasıönerilebilir: • Özdeğer (eigenvalue) > 1

• Açıklanan varyans oranı <%50

• Bartlett testi p<.05

• Kaiser Meyer-Olkin (KMO ) testi: Bu test, örneklem yeterliliğini ölçer ve örneklem büyüklüğüyle ilgilenir. <.70


Yapısal eşitlik modellemesi

• Yapısal eşitlik modellemesi, ikinci nesil veri analiz tekniği birçokbağımlı ve bağımsız değişkenler arasındaki ilişkilerin modellenmesi ilekarmaşık bir araştırma problemini tek bir süreçte, sistematik vekapsamlı bir şekilde ele almayı sağlamaktadır (Anderson ve Gerbing, 1988).

• Karmaşık modellerin testinde, yanı aracılık (mediation) vedüzenleyicilik (moderasyon/moderation) etkilerini incelemeyi biryöntemdir.

• Bağımlı ile bağımsız yer alan değişkenler arasındaki ilişkilerin tespitedilmesi, ölçme modelinin test edilmesi sağlamaktadır


• Bağımlı değişken veya içsel değişken (endogenous variable)

• Bağımsız değişken veya dışsal (exogenous variable)

• Gözlenen değişken (observed variable)

• Örtük değişken (latent variable)

• NOT: First order construct and second order construct


Modele ait uyum iyiliği istatistiklerininincelenmesi

• Goodness-Of-Fit Index (GFI): GFI, varsayılan modelce hesaplanangözlenen değişkenler arasındaki genel kovaryans miktarım gösterir. GFI 1'e yaklaştıkça iyi bir model göstergesi olarak alınmaktadır.

• Adjusted Goodness-Of-Fit Index (AGFI): GFI testinin yüksek örnekhacmindeki eksikliğini gidermek amacıyla kullanılan bir indekstir. Değeri 0-1 arasında değişir ve 1'e yaklaştıkça iyi bir model göstergesidir.


• Chi Square Index: Orijinal değişken matrisinin varsayılan matristenfarklı olup olmadığını test eder. Bu test regresyon katsayılarınınişaretine ve anlamlılık düzeyine bakar ve modelin ayrı ayrı parçalarıhakkında bilgi verir. Aynı zamanda bu testle modelin tamamınındoğruluğu da ölçülebilir.

• Relative Chi Square Index: Bu test ki-kare'yi daha az örnekbüyüklüğüne bağımlı hale getiren bir yöntem olup ki-kare'ninserbestlik derecesine bölümünden elde edilir. AMOS'ta bu değerCMIN/DF(Ki-kare/Serbestlik Derecesi) olarak verilir. Bu değerin 1 ve 5 aralığında olması gerekir.


• Comparative Fit Index (CFI): Mevcut modelin tahmin edilenkovaryans matrisi ile sıfır hipotezli modelin kovaryans matrisinikarşılaştırır. CFI 1'e yaklaştıkça modelin daha güçlü uyum içindeolduğunu vurgular.

• Normed Fit Index (NFI): Mevcut modelin varsayılan ile sıfır hipoteziyleolan uygunluğunu araştırır. Amaç varsayılan modelin kullanılmasıylaiyileşen uygunluk miktarını belirlemektir. NFI 1'e yaklaştıkça modelindaha güçlü uyum içinde olduğunu vurgular.

• Root Mean Square Residual (RMSR): Bu değer 0'a yaklaştıkça test edilen modelin daha iyi uyum iyiliği gösterdiği anlaşılır. Değeri 0.08 altında iyi bir model göstergesidir.


Korelasyon analizi nedir?

• Korelasyon bir değişkenin çok değişken(ikiden fazla) ile olan ilişkisinitest etmek ve varsa bu ilişkinin derecesini ölçmek için kullanılan biristatiksel yöntemdir.

• Değişkenlerden en az birinin parametrik olması gerekir(Ortalam/Mean Score).• r= -1 ise tam negatif doğrusal bir ilişki

• r= +1 ise tam pozitif doğrusal bir ilişki

• r=0 ise ilişki yoktur


• Katsayının -1’e doğru yaklaşması ,değişkenler arasında ters yönlükuvvetli bir ilişkiyi gösterirken, 1’e yaklaşması değişkenler arasındadoğru yönlü kuvvetli bir ilişkiyi ifade eder.

• Korelasyon katsayısının işareti, regresyon doğru veya eğrisine ait eğimkatsayısının işaretidir.

• Korelasyon hesaplamada iki değişkenden birindeki değişmenindiğerindeki değişmeye bağlı olduğunu öne sürmek için yeterli temelher zaman bulunamaz. Bu nedenle Regresyon analizi yapılır.


Regression Analysis (Regresyon Analizi)

• Regresyon analizi, iki veya daha fazla değişken arasındaki ilişkiyibelirlemek ve bu ilişkiyi kullanarak o konu ile ilgili tahminler(estimation) ya da kestirimler (prediction) yapabilmek amacıyla yapılır.

• Bağımsız (Açıklayıcı) değişken sayısı birden fazla olabilir, bağımlı (Açıklanan yada Etkilenen) değişken sayısı tek olmalı.

• Ancak tek bağımsız değişken var ise “Basit Doğrusal Regresyon” iki ve daha fazla bağımsız değişken var ise “Çoklu Doğrusal Regresyon” adı verilmektedir.


• Regresyon analizinde genellikle bağımsız değişkenler (X) , bağımlıdeğişkenler (Y) ile gösterilirler.

• Regresyon doğrusunun ne derece iyi tahminlenmiş olduğunuregresyon kareler toplamının ortalama etrafındaki kareler toplamınaoranına bakarak söyleyebiliriz.

• Bu orana BELİRLEME KATSAYISI adı verilir ve R2 ile gösterilir. R2’nin 1’e yaklaşan değerleri bize uyumun iyi olduğunu belirtir. (0<R2<1)

• Değişkenler arasındaki ilişkiler aşağıdaki gibi sınıflandırılabilir:• i) Belirleyici (deterministik) ilişkiler• ii) Yarı belirleyici ilişkiler - ara• iii) Deneysel (ampirik) ilişkiler - moderasyon


β‘yı Etkileyen Faktörler

• Önem derecesi/seviyesi – α

• Örnekleme dağılımının RET bölgesinin büyüklüğünü gösterir.

• Tipik değerleri: 0.01, 0.05, 0.10

• α azalırken β artar.

• Populasyon standart sapması – σ (σ arttıkça β artar)

• Örnek hacmi – n (n azaldıkça β artar)


β ve α Ters yönlü ilişki içindedir

β

α

Her iki hatayı da aynıanda azaltamazsınız!


Meditiation effect (Aracılık etkisi)

• Aracılık etkisi sosyal bilimler araştırmalarında sıklıkla kullanılan bir

yöntemdir.

• Baron ve Kenny'nin (1986), 3 adımlı yöntemi (Baron and Kenny steps).

• Bootstrapping yöntemi (Bootstrapping method) - Yapısal Eşitlik Modeli ile

birlikte bootstrap yönteminin kullanılmasının daha iyi sonuçlar veriyor.

Özellikle küçük örneklemlerde yapılan aracılık analizlerinde klasik

yöntemlerin aracılık etkisini tespit edemediği gözlenmiştir.


Baron ve Kenny • Aracılık etkisinden söz edebilmek için bazı koşulların sağlanması

gerekir. Baron ve Kenny’nin adımları

• 1. Bağımsız değişkenin, aracı değişken üzerinde bir etkisi olmalıdır.

• 2. Bağımsız değişken, bağımlı değişken üzerinde etkili olmalıdır.

• 3. Aracı değişken, ikinci adımdaki regresyon analizine dâhil edildiğinde;

bağımsız değişkenle bağımlı değişken arasında anlamlı olmayan ilişki ortaya

çıkarsa tam aracılık etkisinden; bağımsız değişken ile bağımlı değişken

arasındaki ilişkide azalma meydana gelirse kısmi aracılık etkisinden söz

edilebilir


Düzenleyici Etkisi

• Düzenleyici değişken, üçüncü değişken olarak diğer iki değişken ilesıfır sıralı korelasyona sahip değişken olarak tanımlanmaktadır.


Sunum Kavramı

• 1. GİRİŞ (INTRODUCTION)• 1.1 Çalışma amacı (Contribution of the study/Objectives)

• 2. KURAMSAL TEMELLER (THEORETICAL FOUNDATIONS)

• 3. YÖNTEM (METHODOLOGY)• 3.1. Örneklem• 3.2. Ön çalışma (pilot study)• 3.2. Geri/tekrar çevirme (Back-translation)• 3.3. Kullanılan Ölçüm Araçları (Instruments/Measures)

• 4. Veri Analizi (Data Analysis)• 4.1. Ortak yöntem sapması (Common method bias)

• 5. SONUÇ VE ÖNERİLER (CONCLUSIONS AND RECOMMENDATIONS)• 5.1 Bazi kisitlar ve izleyen çalişmalar için öneriler (Limitations and future

research direction)A. Mohammed Abubakar, PhD

35

KAYNAKÇA

• Ali, H., & Birley, S. (1999). Integrating deductive and inductive approaches in a study of new ventures and customer perceived risk. Qualitative Market Research: An International Journal. 2(2), 103-110.

• Baron, R. M., & Kenny, D. A. (1986). The moderator-mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology, 51(6), 1173-1182.

• Blair, E., & Zinkhan, G. M. (2006). Nonresponse and generalizability in academic research. Journal of the Academy of Marketing Science, 34(1), 4-7.

• Churchill, G. A., Jr. (1979). A paradigm for developing better measures of marketing constructs. Journal of Marketing Research, 16(1), 64-73.

• Collier, J. E., & Bienstock, C. C. (2007). An analysis of how nonresponse error is assessed in academic marketing research. Marketing Theory, 7(2), 163-183.

• McGorry, S. Y. (2000). Measurement in a cross-cultural environment: Survey translation issues. Qualitative Market Research: An International Journal, 3(2), 74-81.

• O’Leary-Kelly, S. W., & Vokurka, R. J. (1998). The empirical assessment of construct validity. Journal of Operations Management, 16(4), 387-405.

• Podsakoff, P. M., MacKenzie, S. B., Lee, J. Y., & Podsakoff, N. P. (2003). Common method biases in behavioral research: A critical review of the literature and recommended remedies. Journal of Applied Psychology, 88(5), 879-903.


Veri Analiz ve Karar Verme - A. Mohammed Abubakarmohammedabubakar.com/YBS527/Overview...Genel...

Documents

Transcript of Veri Analiz ve Karar Verme - A. Mohammed Abubakarmohammedabubakar.com/YBS527/Overview...Genel...