SavedAdd your journal

Journals / Ankara Üniversitesi Eğitim Bilimleri Fakültesi Dergisi / 2013 / Cilt: 46 - Sayı: 2

Investigating Certain Statistical Analyses Used in Multiple Prediction Studies by SWOT Analysis

Çoklu Yordama Çalışmalarında Kullanılan Bazı İstatistiksel Analizlerin SWOT Analizi Yöntemiyle İncelenmesi

Kaan Zülfikar DENİZ
Zekeriya ÇAM
Aslı UYSAL
Hatice APAYDIN ŞEN
Ersin TÜRE
Pages
277–296
Publication Date
2013-10-01
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

In this study, it is aimed to express the positive/negative sides of statistics which are widely used in multiple regression studies (multiple linear regression, logistic regression, discriminant analysis and structural equation modeling) and what kind of mistakes may be encountered in such statistical analyses making use of SWOT analysis .It can be seen that each of MLR, LR, DA and SEM statistical analyses that were examined within the scope of this study has strong and weak sides compared to other analyses used in regression studies

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Multiple linear regression (MLR), logistic regression (LR), discriminant analysis (DA), and structural equation modeling (SEM) are some of the most widely used linear statistics in multiple regression studies.
📊
Key Findings & Data:In this study, positive and negative sides of certain statistical analyses were taken into account from a different view using SWOT analysis.
💡
Conclusion & Impact:In this study, it is aimed to express the positive/negative sides of statistics which are widely used in multiple regression studies (multiple linear regression, logistic regression, discriminant analysis and structural equation modeling) and what kind of mistakes may be encountered in such statistical analyses making use of SWOT analysis .It can be seen that each of MLR, LR, DA and SEM statistical analyses that were examined within the scope of this study has strong and weak sides compared to other analyses used in regression studies
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:multiple linear regression · logistic regression · discriminant analysis

Abstract

Multiple linear regression (MLR), logistic regression (LR), discriminant analysis (DA), and structural equation modeling (SEM) are some of the most widely used linear statistics in multiple regression studies. In this study, positive and negative sides of certain statistical analyses were taken into account from a different view using SWOT analysis. In this study, it is aimed to express the positive/negative sides of statistics which are widely used in multiple regression studies (multiple linear regression, logistic regression, discriminant analysis and structural equation modeling) and what kind of mistakes may be encountered in such statistical analyses making use of SWOT analysis .It can be seen that each of MLR, LR, DA and SEM statistical analyses that were examined within the scope of this study has strong and weak sides compared to other analyses used in regression studies

Özet

Çoklu yordama çalışmalarında yaygın olarak kullanılan bazı istatistiksel analizler, çoklu regresyon analizi (ÇDR), diskriminant analizi (DA), lojistik regresyon analizi (LR) ve yapısal eşitlik modeli (YEM) olarak belirtilebilir. Bu çalışmada, çoklu yordama çalışmalarında kullanılan bu istatistiksel analizlerin olumlu ve olumsuz özellikleri SWOT analizi yöntemi kullanılarak farklı bir açıdan ele alınmıştır. Çalışma kapsamında incelenen ÇDR, LR, DA ve YEM istatistiksel analizlerinin her birinin, yordama çalışmalarında kullanılan diğerlerine göre güçlü ya da zayıf olduğu yanlar olduğu görülmektedir. Araştırmacılar yanlış seçilen istatistiksel analizin sonucunda elde edilen yorumların hiçbir öneminin olmadığını unutmamalıdır. Bu nedenle çoklu yordama çalışması yapacak olan araştırmacılar bu çalışmada incelenen istatistiksel analizler hakkında bilgi sahibi olmalıdır.

🔖

Cite This Article

DENİZ, K. Z., ÇAM, Z., UYSAL, A., ŞEN, H. A., TÜRE, E. (2013). Investigating Certain Statistical Analyses Used in Multiple Prediction Studies by SWOT Analysis. Ankara Üniversitesi Eğitim Bilimleri Fakültesi Dergisi, Cilt: 46 - Sayı: 2, 277–296. https://ajindex.com/articles/265070

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (11)

  1. Aiken, L. S. & West, S. G. (2005). Multiple linear regression.In Everitt, B.S. & Howel, D.C.(Eds.), Encyclopedia of Statistics in Behavioral Science - Volume 3. (pp.1333–1338).
  2. Chicester, UK: John Wiley & Sons, Inc. Aiken, L. S., West, S. G.,&Pitts, S.C. (2003). Multiple linear regression.In A.Weiner, I.B.(Eds.), Handbook of Psychology - Volume 2 Research Methods in Psychology. (pp.483-506). New Jersey: John Wiley & Sons, Inc. Akgül, A. & Çevik, O. (2003). İstatistiksel analiz teknikleri “SPSS’te işletme uygulamaları”. (Statistical analysis techniques “Management apllication in SPSS”). Ankara:
  3. Emek Ofset. Aktaş, C. (2009). Lojistik regresyon analizi: Öğrencilerin sigara içme alışkanlıkları üzerine bir uygulama. (The logistic regression analysis and its application on the smoking prevalence of students). Sosyal Bilimler Enstitüsü Dergisi, 26, 107-121.
  4. Aktaş, C. & Erkuş, O.(2009). Lojistik regresyon analizi ile Eskişehir’in sis kestiriminin incelenmesi. (Investigation of fog forecasting of Eskişehir using logistic regression analysis). İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 16, 47-59.
  5. Aksu, M. B. (2002). Eğitimde stratejik planlama ve toplam kalite yönetimi. (Strategic planning in education and total quality management) Ankara:
  6. Anı Yayıncılık. Altman, E.I. (1968). Financial ratio’s discriminant analysis and the prediction of corporate bankruptcy. Journal of Finance.23 (4), 589-609.
  7. Altman, E. I. & Hotchkiss, E. (2006). Corporate financial distress and bankruptcy (3th ed.).New Jersey: John Wiley & Sons. Atar, H. Y. (2012). Resim iş öğretmenliği özel yetenek sınavlarının sınıflama doğruluğu üzerine bir çalışma. (A study on the classification accuracy of art teaching special aptitude exams). Eğitim ve Bilim, 37, 163. Balcı, A. (2001). Sosyal bilimlerde araştırma: Yöntem, teknik ve ilkeler. (Research for social sciences: Methods, techniques and principles). Ankara:
  8. PegamA. Birel, F. K. (2008).“Çankaya ve Bismil İlçe Milli Eğitim Müdürlüklerinin güç çözümlemesi (Swot analizi).” (Strength Analysis (SWOT) of Governorship of National Education of Bismil Districts) (Yayımlanmamış Doktora Tezi). Ankara:
  9. Hacettepe Üniversitesi.
  10. Bircan, H. (2004). Lojistik Regresyon analizi: Tıp verileri üzerine bir uygulama. (Logistic regression analysis: An application on medicine data). Kocaeli Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 2, 185-208.
  11. Brown, T. A. (2006). Confimatory factor analysis for applied research. London: The Guilford. Büyüköztürk, Ş. & Çokluk