Ki-Kare mi Lojistik Regresyon mu? İkisinin Farkı Ne?
PhD
Ki-Kare mi Lojistik Regresyon mu? İkisinin Farkı Ne?
Kategorik verilerle (örneğin "Evet/Hayır", "Kadın/Erkek", "Hasta/Sağlıklı") çalışırken araştırmacıların en çok kararsız kaldığı iki analiz yöntemi Ki-Kare (Chi-Square) Testi ve Lojistik Regresyon modelidir. İki analiz de bağımlı değişkenin kategorik olduğu durumlarda çalışır. Ancak araştırma sorunuz sadece bir "ilişkiyi" mi arıyor, yoksa karmaşık bir "tahmin modeli" mi kurmak istiyor; işte testin kaderini bu ayrım belirler.
Kısa Tanım: Kavramsal Çerçeve
Ki-Kare Bağımsızlık Testi: İki kategorik değişken arasında anlamlı bir ilişki olup olmadığını test eder. Sadece "A ile B arasında bağlantı var mı?" sorusuna yanıt verir, etkinin boyutunu veya çoklu değişkenlerin etkisini modelleyemez.
Lojistik Regresyon: İki sonuçlu kategorik bir bağımlı değişkeni, bir veya daha fazla bağımsız değişken kullanarak tahmin etmeye yarar. Hangi değişkenin olasılığı (Odds Ratio) kaç kat artırdığını gösterir.
Ne Zaman Kullanılır?
Elinizde sadece iki adet kategorik soru varsa ve bunların birbiriyle bağlantılı olup olmadığını çapraz tablolarla görmek istiyorsanız Ki-Kare testi yeterlidir. Fakat bir bağımlı değişkeni birden fazla bağımsız değişkenle (sürekli veya kategorik) tahmin eden bir model kurmak istiyorsanız Lojistik Regresyon şarttır.
Örnek Senaryo Karşılaştırması
| Araştırma Amacı | Analiz Yöntemi | Elde Edilecek Sonuç |
|---|---|---|
| Cinsiyet ile kulüp üyeliği arasında ilişki var mıdır? | Ki-Kare Testi | İlişki var/yok (p değeri) |
| Cinsiyet, yaş ve GPA birlikte kulübe üye olmayı yordamakta mıdır? | Lojistik Regresyon | GPA'nın her 1 birimlik artışı üyelik olasılığını 1.4 kat artırır (OR) |
Tezde Nasıl Yazılır (APA Formatı)
Ki-Kare: "Katılımcıların cinsiyetleri ile sigara kullanma durumları arasında istatistiksel olarak anlamlı bir ilişki bulunmuştur, χ²(1, N=200) = 5.42, p = .020."
Lojistik Regresyon: "Yaş, cinsiyet ve stres düzeyinin kalp krizi geçirme durumunu yordama gücünü incelemek amacıyla Lojistik Regresyon analizi uygulanmıştır. Model istatistiksel olarak anlamlı bulunmuş (χ²(3) = 24.12, p < .001) ve artan yaşın kalp krizi geçirme olasılığını 1.15 kat artırdığı (OR = 1.15, %95 CI [1.02, 1.30], p = .012) tespit edilmiştir."
Kategorik veri analizlerinizi hemen yapmak için → Analizus Ki-Kare Testi aracını kullanın.
Kaynakça:
Hosmer, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied logistic regression. Wiley.
Agresti, A. (2018). An introduction to categorical data analysis (3rd ed.). Wiley.