Bilişsel Yatkınlık ile Depresyon Düzeyleri İlişkisinin Sınıflandırma ve Regresyon Ağacı Analizi ile İncelenmesi

Bilimsel araştırmalarda; deneme desenlerindeki bağımlı ve bağımsız değişkenler arasındaki ilişkinin değerlendirilebilmesi önemli bir faktör olarak düşünülmektedir. Araştırma desenindeki faktörlerin birbirleri olan etkileşim modelini ortaya koymak ileri düzey tekniklerle mümkün olmaktadır. Bu anlamda Sınıflandırma ve Regresyon Ağacı (SRA) istatistik tekniği , bağımlı ve bağımsız değişkenler arasındaki ilişkiyi ve etkileşimi tespit edip, evreni homojen alt sınıflara bölebilen parametrik olmayan bir analiz yöntemidir. SRA, parametrik testler için önemsenen varsayımlardan (homojenlik, normallik gibi) sorumlu tutulmamaktadır. Veri seti Yüzüncü Yıl Üniversitesi’nden 437 öğrenciye (313 erkek, 124 bayan) uygulanan Sınırlılık Şemaları Envanteri, Genel Öz Yeterlilik ölçeği ve Beck Depresyon Envanterine verilen cevaplardan oluşmaktadır. Veri seti SRA tekniği ile analiz edilmiş olup, bağımlı ve bağımsız değişkenler arasındaki ilişki bir ağaç yapısı şeklinde modellenmiştir. SRA yöntemi, bu çalışmada sınırlılık algısının, depresyon için bir bilişsel yatkınlık faktörü olduğunu tespit etmiştir

___

  • Beck, A. T., Ward, C. H., Mendelson, M., Mock, J. ve Erbaugh, J. (1961). An inventory for measuring depression. Archives of General Psychiatry, 4, 561-571.
  • Breiman, L., Friedman J., Olshen R. ve diğerleri. (1984). Classification and regression trees. Wadsworth: Belmont, CA Press.
  • Breiman, L., Friedman, J.H., Olshen, R.A. ve Stone C. J. (1998). Classification and regression trees. New York: Chapman ve Hall/Crc Press.
  • Boysan, M. (2006). Çok örneklemli yapısal eşitlik analizi. Yayınlanmamış yüksek lisans tezi. Yüzüncü Yıl Üniversitesi, Van.
  • Boysan, M. ve Kayri, M. (2006). Depresyonda bilişsel yatkınlık hipotezine ilişkin yeni bir yaklaşım: Sınırlılık Şemaları Envanteri’nin geçerlilik güvenilirlik çalışması. 14. Ulusal Psikoloji Kongresinde bildirisinde bildiri olarak sunulmuştur, Ankara, Türkiye.
  • Chang, L.Y. ve Wang, H. W. (2006). Analysis of traffic injury: An application of non-parametric classification tree techniques. Accident Analysis Prevention, 38, 1019-1027.
  • Chen, Z. ve Kou, L. (2001). A note on the estimation of the multinominal logit model with random effects. The American Statisticion, 55(2), 89-95.
  • D’Alisa, S., Miscio, G., Baudo, S., Simone, A., Tesio L. ve Mauro, A. (2006). Depression is the main determinant of quality of life in multiple sclerosis: A classification-regression (CART) study. Disability and Rehabilitation, 28(5), 307- 314.
  • Duncan, T. E., Susan, S. C., Strycker, L. A. Ve Okut, H.(2002, August). Latent variable mixture modeling: Analyzing mixture and the structural portion of model. Joint Statistical Meetings (JSM) konferansında bildiri olarak sunulmuştur, New York, USA.
  • Efe, E., Bek, Y. ve Şahin, M. (2000). SPSS’te çözümleri ile istatistik yöntemler II. Kahramanmaraş: Kahramanmaraş Sütçü İmam Üniversitesi Rektörlüğü Yayını.
  • Hébert, M., Delphine Collin-Vézina, D., Daigneault, I., Nathalie Parent, N. & Tremblay, C. (2006). Factors linked to outcomes in sexually abused girls: a regression tree analysis. Coprehensive Psychiatry, 47, 443-455.
  • Hisli, N. (1989). Beck depresyon ölçeğinin üniversite öğrencileri için geçerliği, güvenirliği. Psikoloji Dergisi, 7, 3-13.
  • Kayri, M. ve Gökdaş, İ. (2006). Karışımlı model analiz tekniğinin eğitim bilimleri araştırmalarında uygulanabilirliği üzerine bir araştırma örneği. Kuram ve Uygulamada Eğitim Bilimleri (KUYEB) Dergisi/Educational Sciences: Theory & Practise, 6(3), 753-778.
  • Lazarus, R. S. (1989). Constructs of the mind in mental health and psychotherapy. In A. Freeman, K.M. Simon, L. E. Beutler ve H. Arkowitz (Eds.), Comprehensive handbook of cognitive therapy (pp. 99-121). New York: Plenum Press.
  • McClelland, D. C. (1985). How motives, skills, and values determine what people do. American Psychologist, 40, 812-823.
  • Schwarzer, R. ve Jerusalem, M. (1995). Measures in health psychology: A user’s portfolio. Causal and control beliefs. In J. Weinman, S. Wright ve M. Johnston (Eds.), Generalized self-efficacy scale. (pp. 35-37). Windsor, UK: Nfer- Nelson.
  • Serra, R., Lourenço, A., Belo, O. ve Venancio, A. (2006). Application of classification-tree models to characterize the mycobiota of grapes on the basis of origin. Rev. Iberoam Micol., 23, 171-175.
  • Wang, P., Cockburn, I. M. ve Putterman, M. L. (1998). Analyses of latent data-mixed poisson regression model approach. Journal of Business and Economic Statistics, 16(1), 27-41.
  • Yamauchi, K., Ono Y., Baba, K. ve Ikegami, N. (2001). The actual process of rating the global assesment of functioning scale. Compr Psychiatry, 42, 403-409.