Çok değişkenli istatistik yöntemlerinden biri olan sınıflandırma; memnuniyet analizi, performans değerlendirilmesi gibi pekçok farklı alanda kullanılmaktadır. Sınıfların önceden bilinen gruplar olması veya önceden grupların bilinmemesi durumuna göre sınıflandırma teknikleri kendi içlerinde ikiye ayrılmaktadır. Sınıfların önceden bilinmemesi durumuna göre sınıflandırmada çok boyutlu ölçekleme analizi ve kümeleme durumunda ise diskriminant analizi ve lojistik regresyon analizi kullanılmaktadır. Bu çalışmada gruplar önceden bilindiği için memnuniyet oranını belirlemede diskriminant analizi ve lojistik regresyon analizi ele alınmıştır. Uygulama verisi olarak Marmara Üniversitesi Teknik Bilimler Meslek Yüksekokulu Elektronik ve Otomasyon Bölümünde öğrenim gören öğrencilerin bölümlerinden memnun olup/olmama düzeylerini belirlemek amacıyla bu bölümde öğrenim gören öğrencilerden anket aracılığı ile toplanmıştır. Veri toplama aracı olarak kullanılan anket iki bölümden oluşmaktadır. Anketin birinci bölümünde öğrencilere ait demografik özelliklerine ilişkin sorular bulunmaktadır. İkinci bölümde memnuniyeti belirlemek amacıyla 52 Likert ölçekli ifadeden oluşmaktadır.Anketin ikinci bölümünde yer alan Likert ölçekli sorulara memnuniyete etki eden belli baslı faktörlerin neler olduğunu tespit etmek için Faktör Analizi uygulanmıstır. Bu analizin sonucunda dört alt faktör elde edilmiştir. Bundan sonra bulunan her bir faktör için SPSS 17 paket programı aracılığıyla birer degisken elde edilmistir. Bu değişkenler yapılacak analizlerde bağımsız değişkenler olarak kullanılmıştır. Bağımlı değişken ise anketteki memnuniyeti ölçmeye yönelik 'Elektronik ve Otomasyon Bölümünde okumaktan memnun musunuz? (Evet/Hayır)' ifadesine verilen yanıtlardan yararlanılarak ikili bir değişken olarak elde edilmiştir. Memnuniyet oranını belirlemek için veriler Diskriminant analizi ve lojistik regresyon analizi ile incelenerek karşılaştırılmıştır. Diskriminant analizinin memnuniyet oranını belirlemede daha iyi sonuç verdiği görülmüştür

Classification satisfaction analysis as one of the multivariate statistic methods is used widely in various areas such as performance evaluation. Classification techniques are also divided into two groups depending on whether the classes are known a priori or not. If the classes are not known a priori, multidimensional scaling analysis and cluster analysis are used; otherwise discriminant analysis and logistic regression analysis are utilized. In this study, since groups are known a priori, discriminant analysis and logistic regression analysis are used to determine the rate of satisfaction. Application data are collected from students of Marmara University Technical Sciences Vocational School Electronics and Automation Department through surveys in order to identify their level of satisfaction with their department. The survey used for data collection consists of two sections. In the first part of the survey, there are questions related to the demographic characteristics of the students. In the second part, there are 52 Likert-scale statements targeted at determining their level of satisfaction. A Factor Analysis was implemented on the Likert-scale questions contained in the second part of the survey in order to determine the primary factors influencing the students' satisfaction levels. At the end of this analysis, four sub-factors were obtained. After that, a variable was obtained for every factor found by using SPSS 17 package software. These variables were used as independent variables in the analyses to be conducted. The dependent variable on the other hand was obtained as a dual variable on the basis of answers given to the statement: ‘Are you happy to study at the Electronics and Automation Department? (Yes/No)'. To be able to determine the rate of satisfaction, data are examined and compared through the use of Discriminant analysis and logistic regression analysis. Discriminant analysis is proven to be a better tool in determining the level of satisfaction