Logaritmik Doğrusal Modeller ve Uyum Analizinin Birlikte Kullanımı: Lise Öğrencilerinin Sigara İçme Alışkanlıklarını Etkileyen Faktörlerin Belirlenmesi
Yükleniyor...
Dosyalar
Tarih
2018
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Amaç: Logaritmik doğrusal modeller (LDM) ve uyum analizi (UA), kategorik değişkenler arasındakiilişkilerin yorumunu kolaylaştıran istatistiksel birer tekniktir. Kontenjans Tablosunun (KT) analizinde ki-kareanalizi özellikle satır ve sütun değişkenlerine ait kategori sayısının çok olması durumunda kullanılamaz halegelebilmektedir, etkileşimler ve birlikte değişimler analiz edilememektedir. Bu nedenle değişkenler arasındakietkileşimi ortaya koymak için UA ve LDM gibi tekniklere ihtiyaç vardır. UA’da anlamlılık testi desteğiolmadığından, LDM gibi bir analiz ile kontrol edilmelidir. Bu çalışmada amaç, çok değişkenli KT ile özetlenensigara içme alışkanlığına sahip 662 lise öğrencisinin cinsiyet, yaş, anne-baba eğitim durumu, okul türü, günlükiçilen sigara miktarı, okuldaki başarı durumu gibi kategorik değişkenlerine, geriye doğru aşamalı LDMuygulamak, anlamlı bulunan etkileşimleri belirlemek, ilgili değişkenlerin alt kategorileri arasındaki ilişkinin netbir şekilde görülebilmesi için en uygun modelin bileşenlerine UA uygulamak ve bileşenlerin alt kategorilerininbirbirleri ile olan etkileşimlerini grafiksel olarak yorumlamaktır. Gereç ve Yöntemler: Bu kapsamda, 2010yılında Eskişehir’de il merkezindeki liselerde okuyan 662 öğrenciye ait, sigara içme alışkanlıklarına ilişkin veriderlenmiştir. Değişkenlere önce geriye doğru aşamalı LDM, elde edilen modelin bileşenlerine de UAuygulamıştır. Bulgular: Geriye doğru aşamalı LDM sonucunda en fazla üçlü etkileşimler istatistiksel olarakanlamlı bulunmuştur. Geriye doğru aşamalı LDA sonucunda Gelecek 5 yıl içinde sigara içme durumu*okuldakibaşarı durumu*sigaranın sağlığa zararlı olduğu düşüncesi ve günlük içilen sigara miktarı*sigara içildiğindenailenin haberdar olup olmaması*Okul türü üçlü etkileşimleri anlamlı bulunmuştur. Sonuç: LDM ile UA’nınbirbirlerini bütünleyen analiz yöntemleri olduğu sergilenmiştir.
Objective: Log-linear analysis (LLM), and correspondence analysis (CA), a statistical technique tofacilitate interpretation of the relationship between categorical variables. Chi-square analysis in the analysis ofthe contingency table (CT) can become unusable especially if the number of categories belonging to row andcolumn variables is large, interactions and co-changes can not be analyzed. For this reason, techniques such asCA and LLM are needed to reveal the interaction between variables. Since there is no significance test supportin CA, it should be checked with an analysis like LLM. The aim of this study is to apply backward hierarchicalLLM to the categorical variables such as gender, age, parental education status, school type, daily smokingamount, school achievement status of 662 high school students with smoking habit summarized by themultivariate CT, to identify significant interactions, to apply CA to the components of the most appropriatemodel so that the relationship between the subcategories of the relevant variables can be clearly seen and tographically interpret the interactions of subcategories of components with each other. Material and Methods:In this context, in 2010, 662 high school students in the city center of Eskişehir, collected data on smokinghabits. The variables are preceded by a backward stepwise LLM, and the CA is applied to the components of theresulting model. Conclusion: As a result, maximum three interactions backward stepwise LLM was statisticallysignificant. Backward hierarchical LLM as a result of smoking in the next 5 years * success in school * cigarette isharmful to health and the amount of cigarettes smoked daily * whether or not the family is informed aboutsmoking * School type triple interactions were found significant. Results: It has been demonstrated that LLMand CA are complementary methods of analysis.
Objective: Log-linear analysis (LLM), and correspondence analysis (CA), a statistical technique tofacilitate interpretation of the relationship between categorical variables. Chi-square analysis in the analysis ofthe contingency table (CT) can become unusable especially if the number of categories belonging to row andcolumn variables is large, interactions and co-changes can not be analyzed. For this reason, techniques such asCA and LLM are needed to reveal the interaction between variables. Since there is no significance test supportin CA, it should be checked with an analysis like LLM. The aim of this study is to apply backward hierarchicalLLM to the categorical variables such as gender, age, parental education status, school type, daily smokingamount, school achievement status of 662 high school students with smoking habit summarized by themultivariate CT, to identify significant interactions, to apply CA to the components of the most appropriatemodel so that the relationship between the subcategories of the relevant variables can be clearly seen and tographically interpret the interactions of subcategories of components with each other. Material and Methods:In this context, in 2010, 662 high school students in the city center of Eskişehir, collected data on smokinghabits. The variables are preceded by a backward stepwise LLM, and the CA is applied to the components of theresulting model. Conclusion: As a result, maximum three interactions backward stepwise LLM was statisticallysignificant. Backward hierarchical LLM as a result of smoking in the next 5 years * success in school * cigarette isharmful to health and the amount of cigarettes smoked daily * whether or not the family is informed aboutsmoking * School type triple interactions were found significant. Results: It has been demonstrated that LLMand CA are complementary methods of analysis.
Açıklama
Anahtar Kelimeler
Biyoloji, Halk ve Çevre Sağlığı, Tıbbi Araştırmalar Deneysel, Tıbbi İnformatik
Kaynak
Türkiye Klinikleri Biyoistatistik Dergisi
WoS Q Değeri
Scopus Q Değeri
Cilt
10
Sayı
1
