Çoklu Doğrusal Bağlantı Problemi Nasıl Tespit Edilir?

Ders & Akademik 2 saat önce Yanıtlandı Regresyon Analizi

Regresyon analizi ödevinde çoklu doğrusal bağlantı problemini nasıl tespit edebilirim?

Çoklu regresyon modelimde birden fazla bağımsız değişken var. Hocamız çoklu doğrusal bağlantı kontrolü yapmamızı istedi. Bunu SPSS, Excel veya Python üzerinden nasıl anlayabilirim? Hangi değerlere bakmalıyım?

Örnek değişkenler

Bağımlı değişken: Müşteri Memnuniyeti
Bağımsız değişkenler: Hizmet Kalitesi, Fiyat Algısı, Marka Güveni, Teslimat Hızı, Kullanım Kolaylığı

184 görüntülenme 4 yanıt Kaydet Paylaş

En iyi cevap

Akademik gönüllü tarafından açıklamalı çözüm

Çoklu doğrusal bağlantı nedir?

Çoklu doğrusal bağlantı, regresyon modelindeki bağımsız değişkenlerin birbirleriyle çok yüksek ilişki göstermesi durumudur. Yani modeldeki değişkenlerden biri, diğer bağımsız değişkenler tarafından büyük ölçüde açıklanabiliyorsa bu problem ortaya çıkar.

Bu durum modelin genel tahmin gücünü her zaman bozmayabilir; fakat katsayıların yorumunu zorlaştırır. Özellikle standart hatalar büyür, bazı değişkenler anlamsız görünebilir ve katsayı işaretleri beklenmedik şekilde değişebilir.

1. Korelasyon matrisi ile ön kontrol yap

İlk adımda bağımsız değişkenlerin kendi aralarındaki korelasyonlarına bakılır. İki bağımsız değişken arasında çok yüksek korelasyon varsa modelde çoklu doğrusal bağlantı riski vardır.

Korelasyon Değeri	Yorum	Risk Düzeyi
0.00 - 0.69	Genellikle kabul edilebilir ilişki	Düşük
0.70 - 0.79	Dikkat edilmesi gerekir	Orta
0.80 ve üzeri	Çoklu doğrusal bağlantı şüphesi güçlenir	Yüksek

Ödevde nasıl yazılır? Bağımsız değişkenler arasındaki korelasyon katsayıları incelenmiş, 0.80 ve üzeri yüksek ilişki olup olmadığı kontrol edilmiştir.

2. VIF değerine bak

Çoklu doğrusal bağlantıyı tespit etmede en çok kullanılan ölçütlerden biri VIF değeridir. VIF, bir bağımsız değişkenin diğer bağımsız değişkenlerle ne kadar ilişkili olduğunu gösterir.

VIF = 1 / Tolerance

Tolerance değeri azaldıkça VIF yükselir ve bağlantı problemi artar.

VIF Değeri	Yorum	Karar
1 - 5	Genellikle sorun yoktur	Kabul edilebilir
5 - 10	Dikkat edilmelidir	Orta risk
10 üzeri	Ciddi çoklu doğrusal bağlantı olabilir	Sorunlu

3. Tolerance değerini yorumla

Tolerance değeri, ilgili bağımsız değişkenin diğer bağımsız değişkenler tarafından açıklanmayan kısmını gösterir. Değer çok düşükse değişken diğer değişkenlerle fazla örtüşüyor olabilir.

Tolerance > 0.20: Genellikle sorun yoktur.
Tolerance 0.10 - 0.20: Dikkatli yorumlanmalıdır.
Tolerance < 0.10: Çoklu doğrusal bağlantı problemi güçlüdür.

SPSS'te nasıl yapılır?

Analyze menüsüne gir.
Regression seçeneğinden Linear bölümünü aç.
Bağımlı değişkeni Dependent alanına ekle.
Bağımsız değişkenleri Independent(s) alanına ekle.
Statistics butonuna tıkla.
Collinearity diagnostics seçeneğini işaretle.
Çıktıda Tolerance ve VIF sütunlarını incele.

Python ile örnek kontrol

Python kullanıyorsan aşağıdaki kodla bağımsız değişkenler için VIF değerlerini hesaplayabilirsin.

import pandas as pd
from statsmodels.stats.outliers_influence import variance_inflation_factor
from statsmodels.tools.tools import add_constant

X = df[["hizmet_kalitesi", "fiyat_algisi", "marka_guveni", "teslimat_hizi", "kullanim_kolayligi"]]
X = add_constant(X)

vif = pd.DataFrame()
vif["Degisken"] = X.columns
vif["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]

print(vif)

Ödeve yazılabilecek örnek yorum

Hazır akademik ifade Çoklu doğrusal bağlantı probleminin tespit edilmesi amacıyla bağımsız değişkenler arasındaki korelasyon katsayıları, Tolerance ve VIF değerleri incelenmiştir. Analiz sonucunda VIF değerlerinin 10'un altında ve Tolerance değerlerinin 0.10'un üzerinde olduğu görülmüştür. Bu nedenle modelde ciddi düzeyde çoklu doğrusal bağlantı problemi bulunmadığı sonucuna ulaşılmıştır.

Sorun varsa ne yapılır?

Benzer değişkenlerden birini çıkar Aynı şeyi ölçen iki değişken varsa modelden biri çıkarılabilir.

Değişkenleri birleştir Çok ilişkili maddeler ölçek puanına dönüştürülebilir.

Kuramsal gerekçeye bak Sadece istatistiksel sonuca göre değil, araştırmanın teorik yapısına göre karar verilmelidir.

Ders & Akademik Soru Detayı