Conditional Logit
Conditional Logit, MerQur’da otomatik uygulanan istatistiksel analizlerden biridir. Bu sayfada Eğitim Bilimleri alanına ait örnek veri seti üzerinde analizin nasıl uygulandığı, MerQur çıktısının nasıl görüneceği ve APA 7 formatında nasıl raporlanacağı temsilî olarak gösterilmiştir.
🎯 Ne işe yarar?
Conditional Logit, ilgili veri türü için gerekli tüm varsayım kontrollerini (normallik, varyans homojenliği, vb.) arka planda otomatik uygular ve sonuçları açık bir tablo + grafik ile sunar. APA 7 standardında otomatik yorumlama, Cohen’s d/η²/R² gibi etki büyüklükleri ve %95 güven aralıkları raporlanır.
📌 Ne zaman kullanılır?
- Eğitim Bilimleri alanına ait ölçümlerin istatistiksel analizinde
- Akademik yayın için APA 7 uyumlu sonuç tabloları üretmek için
- Hipotez sınama ve karar verme süreçlerinde
- Lisans / yüksek lisans / doktora tezlerinde uygun yöntem seçimi sonrasında
📐 Varsayımlar
- Uygun ölçek — Değişkenler analizin gerektirdiği ölçek düzeyinde (nominal/ordinal/aralık/oran) olmalı
- Bağımsız gözlemler — Gözlemler birbirinden bağımsız bireylerden gelmiş olmalı
- Yeterli örneklem — Analiz için minimum n gereksinimi karşılanmalı
- Aykırı değer kontrolü — Aykırı değerler tespit edilip değerlendirilmeli
Varsayımlar bozulursa MerQur otomatik olarak non-parametrik veya sağlam (robust) alternatife yönlendirir.
🛠 MerQur’da Nasıl Yapılır?
Veriyi yükle. Dosya → Aç menüsünden örnek dosyayı seç. MerQur sütun tiplerini otomatik tespit eder.
Analizi seç. Sol kenardan Conditional Logit‘yi seç.
Panel atamaları (programdaki form alanları):
- chooser_col:
ogrenci_id - chosen_col:
secildi - predictors:
['yillik_ucret', 'mesafe_km'] - alt_col:
None
Opsiyonel ayarlar. Etki büyüklüğü ✓ · %95 güven aralığı ✓ · Varsayım kontrolleri (otomatik).
▶ Çalıştır butonuna bas. Sonuçlar tablo + grafik olarak otomatik üretilir.
📄 Word’e Aktar. APA 7 formatında, italik istatistik sembolleriyle rapor.
📊 Örnek Veri Seti — Eğitim Bilimleri
ℹ Not: Aşağıdaki senaryo, MerQur çıktısı ve yorum, gerçek örnek veri seti MerQur’da çalıştırılarak elde edilmiştir. Kendi verinizdeki sayısal sonuçlar farklılık gösterecektir; buradaki amaç analizin uçtan uca nasıl kurgulandığını ve yorumlandığını göstermektir.
🎬 Örnek Dosya
Bu analiz, Eğitim Bilimleri alanına ait aşağıdaki örnek veri seti üzerinden gösterilmiştir:
Egitim_Bilimleri/85_conditional_logit_university.xlsx
🎬 Senaryo
Bu çalışmada öğrencilerin üniversite tercihlerini neyin belirlediğini inceliyoruz. Her öğrenciye (student_id) ait bir tercih kümesi (choice_id) içinde dört alternatif üniversite sunuldu: U1-public-near, U2-public-far, U3-private-near, U4-private-far. Her alternatif için yıllık ücret (annual_fee) ve uzaklık (distance_km) bilgisi var; öğrencinin seçimi chosen değişkeniyle (1=seçildi) kodlandı. Seçim bir küme içinde alternatifler arasından yapıldığı için Koşullu Lojit (Conditional Logit) modeli kullanıyoruz; bu model ücret ve mesafenin seçim olasılığına etkisini tahmin eder.
⚙️ Değişken Seçimi
- Olay (seçim): chosen
- Eşleştirme/küme kimliği: choice_id
- Alternatif: university (U1-public-near, U2-public-far, U3-private-near, U4-private-far)
- Öngörücüler: annual_fee
- Öngörücüler: distance_km
Veri Önizleme (İlk 5 Satır)
| student_id | choice_id | university | annual_fee | distance_km | chosen |
|---|---|---|---|---|---|
| 1 | 1 | U1-public-near | 2000 | 15 | 1 |
| 1 | 2 | U2-public-far | 2000 | 300 | 0 |
| 1 | 3 | U3-private-near | 40000 | 20 | 0 |
| 1 | 4 | U4-private-far | 50000 | 350 | 0 |
| 2 | 5 | U1-public-near | 2000 | 15 | 1 |
n = 480 · Sütunlar: student_id, choice_id, university, annual_fee, distance_km, chosen
📈 MerQur Çıktısı
💬 MerQur Yorumu
Öğrencilerin hangi üniversiteyi seçeceğini koşullu lojit modeliyle inceledik — her öğrenci bir seçenek kümesinden birini seçiyor. McFadden pseudo R2 = 0.97 çok yüksek (seçim modellerinde 0.2-0.4 zaten güçlü sayılır): ücret ve mesafe, tercihi neredeyse tam açıklıyor. Model, öğrencilerin yakın ve düşük ücretli üniversiteleri güçlü şekilde tercih ettiğini gösterir. Bu yöntem, ulaştırma, pazarlama ve eğitim ekonomisinde (okul/üniversite seçimi, talep modelleme) “ayrık seçim” analizinin temelidir; eğitim politikasında erişim ve maliyet etkilerini modellemek için güçlüdür.
⚠ Sık Yapılan Hatalar
- Veri tipini yanlış belirlemek (örn. kategorik değişkeni numerik olarak yüklemek)
- Varsayım kontrollerini atlayıp doğrudan p-değerine bakmak
- Etki büyüklüğünü raporlamamak — APA 7 hem p hem etki büyüklüğü ister
- Çoklu karşılaştırmada Tip I hatası düzeltmesi (Bonferroni/Tukey) yapmamak
- n yetersiz olduğunda non-parametrik alternatife geçmemek
📹 Video Anlatım
Bu analizin Eğitim Bilimleri dosyası üzerinden uçtan uca uygulanışı için aşağıdaki videoyu izleyebilirsin.
▶ Conditional Logit (Choice Model) — video anlatım
Bu analiz, Anestezi ve Reanimasyon alanından bir örnek veri seti üzerinde anlatılıyor (adımlar tüm alanlarda aynıdır). Bağlantı doğrudan 13:08 dakikasından başlar.
🧪 Fen Bilimleri ve Matematik · 🏛 Mimarlık, Planlama ve Tasarım · ⚙ Mühendislik · 🏥 Sağlık Bilimleri · 📊 Sosyal, Beşeri ve İdari Bilimler · 🏃 Spor Bilimleri · 🌾 Ziraat, Orman ve Su Ürünleri
📚 Bu Analizi Yaptıysanız MerQur’u Atıf Yapın
MerQur’u kullanarak bilimsel bir çalışmada bu analizi gerçekleştirdiyseniz, akademik atıf zorunluluğu kapsamında lütfen aşağıdaki atfı kullanın (APA 7):
Örücü, Ö. K. (2026). MerQur: Bütünleşik Akademik Veri Analizi ve Raporlama Platformu [Bilgisayar Yazılımı] (Sürüm 1.0.0). https://doi.org/10.53463/merqur.2026001
BibTeX, RIS, EndNote ve İngilizce karşılığı için: tüm atıf formatları →
- American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.).
- Field, A. (2018). Discovering statistics using IBM SPSS Statistics (5th ed.). Sage.
- Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum.