Çok yönlü frekans tablolarının yargılanmasında uygun log-lineer modelin kurulması ve yorumlanması

Abstract

V. ÖZET Çoğu araştırmacı iki veya daha fazla değişkenin olduğu frekans tablolarındaki değişkenler arasındaki ilişkiyi y? testi ile analiz eder. Böyle bir yaklaşım değişkenler arasındaki ilişki hakkında oldukça bilgi verici olmasına rağmen yeterli değildir. Çünkü klasik x2 yaklaşımı iki yönlü ilişkinin eş zamanlı incelenmesine olanak vermez ve üç faktörlü veya daha yüksek dereceli birlikte etkileşimlerin olasılığını göz ardı eder. Bu nedenle log-lineer modeller önerilmektedir. Bu modeller çok yönlü kontenjans tablolarındaki değişkenler arası karmaşık ilişkileri değerlendirmede kullanılırlar. Bir çok yönden çoklu regresyon analizine benzerler. Bu çalışmada örnekler verilerek ordinal ve nominal değişkenler için çeşitli log-lineer modeller tanımlanmıştır. Çalışmanın sonunda ise sosyodemografik, ailesel ve kişisel özellikleri incelenen depresyonlu olgularla kontrol grubunun bu özellikleri lojistik log-lineer analiz yöntemi ile değerlendirilmiştir. Ayrıca bu değişkenlere hiyerarşik ve satır etkili log-lineer modeller uygulanmıştır. 47

SUMMARY Most researchers analyze multidimensional contigency tables by studying two or more variables at a time using %2 statistics. Although such an approach often gives great insight about the relationship among variables, it has its limitations. For example, the classical x approach does not allow for the simultaneous examinations of pairwise relationships, and it ignores the possibility of three factor and higher-order interactions among the variables. Hence, the log-linear models are suggested. These models are usefull to e/-aluate the potentially complex relationships among the variables in a multiway contigency table. Log-linear models are similar to multiple regression models. In this study, several log-linear models for nominal and ordinal variables were explained and interpreted. And as an application, the sociodemografic, familial, personal and habitual characteristics of a major depression group were compared to those of a control group by logit log- linear model. Hierarchical log-linear and row effects models were also used. 48