Analiz Aşamasında Kullanılan Yöntemler

3.2.2.1. Üreticilere Yönelik Analizde Kullanılan Yöntemler

Üreticilere yönelik analizde; organik üretim yapan ve organik üretim yapmayan üreticiler bazı özellikler açısından karşılaştırmalı olarak incelenmiştir. İncelenen değişkenler; toplam arazi varlığı, ürün tercihleri, aile reisinin yaşı, eğitimi, mesleği, ailedeki birey sayısı, aileye gelir getiren sayısı ve çiftlikte çalışan sayısıdır. Üreticiler organik üretim yapan üretici grubu ve organik üretim yapmayan üretici grubu şeklinde iki kısımda değerlendirilmiştir. Üreticilere yönelik inceleme üç şekilde planlanmıştır. 1.Karşılaştırmalı üretici analizi

2.Organik üretim yapmayan üretici analizi 3.Organik üretim yapan üretici analizi

Karşılaştırmalı analizde, organik üretim yapan ve yapmayan üreticilerin incelenen değişkenler açısından farklı olup olmadıkları test edilmiştir. Analizde kullanılan değişkenlerin normal dağılım gösterip göstermediği; “Bağımsız İki Örneklem Kolmogorov-Smirnov Z Testi” ile belirlenmiştir. Hipotez şöyle kurulmuştur:

H0: Dağılım normaldir.

HA: Dağılım normal değildir.

“Reisin Yaşı” değişkeni sürekli bir veridir. Bu nedenle “Reisin Yaşı” değişkenine “t- Testi” uygulanmıştır. t-Testinde hipotez şöyle kurulmuştur:

H0: İki grup ortalaması arasında anlamlı bir fark yoktur.

HA: İki grup ortalaması arasında anlamlı bir fark vardır.

Mann Whitney U Testi iki ayrı grubun belli bir değişkene ait ortalamalarını karşılaştırmak için kullanılır. t-Testi için koşulların uygun olmadığı durumlarda bu test uygulanmalıdır. Eğer koşullar uygun ise öncelikle t-Testi uygulanmalıdır (Anonim, 2009f). Herhangi bir veri grubuna t, Z ve F gibi parametrik testleri uygulayabilmek için anakütle dağılımının normal dağılıma sahip olması gerekir. Parametrik olmayan testleri uygulamak için örneklem büyüklüğünün önemi yoktur. Bağımsız iki örneklem için parametrik olmayan testlerden “Mann-Whitney U Testi” uygulanabilir. Mann-Whitney U Testi parametrik testlerde yer alan t-testinin, parametrik olmayan testler için

kullanılan en iyi alternatifidir (Bayram, 2009). Mann-Whitney U Testi normal veya normale yakın bir dağılım gerektirmez (Akgül ve Çevik, 2005). Bu bağlamda; organik üretim yapan ve yapmayan üretici gruplarının farklı olup olmadığının araştırılmasında kullanılan değişkenler kesikli olduğundan “Man Whitney U Testi” kullanılmıştır. Man Whitney U Testinde hipotez şöyle kurulmuştur:

H0: İki grup arasında anlamlı bir fark yoktur.

HA: İki grup arasında anlamlı bir fark vardır.

Organik ve geleneksel üretici grubunun ürün tercihlerinin farklı olup olmadığının araştırılmasında “Oran Analizi” uygulanmıştır. Oran Analizinde hipotez şöyle kurulmuştur:

H0: İki oran arasında fark yoktur.

HA: İki oran arasında fark vardır.

3.2.2.2. Tüketicilere Yönelik Analizde Kullanılan Logit Regresyon Yöntemi Tüketicilerin organik ürünleri tercih etmelerinde etkili olan faktörlerin belirlenmesinde; hangi faktörün ne oranda etkili olacağının tespit edilmesi amacıyla ekonometrik bir model olan logit regresyon analizi kullanılmıştır. Bu amaçla 0-1 modeli olarak da adlandırılan “Binary Logit Model” tercih edilmiştir. Regresyon analizleri yapılırken uygun istatistiki bilgisayar paket programları kullanılmıştır.

Logit model, bağımlı değişkenin tahmini değerlerini olasılık olarak hesaplayarak olasılık kurallarına uygun sınıflama yapma imkanı veren, tablolaştırılmış ya da ham veri setlerini analiz eden bir istatistiksel yöntemdir (Özdamar, 1999). Logit model, bağımsız değişken değeri sonsuza gittiği zaman, bağımlı değişkenin 1‟e asimptot olduğu matematiksel bir fonksiyondur.

i i i E Y X X P  ( 1| ) ( 4 ) i i Z X i i i e e X Y E P          1 1 1 1 ) | 1 ( _{(  )} ( 5 )

Burada:

Zi = Xi‟dir.

Pi = Açıklayıcı değişken (Xi) hakkında bilgi verirken i. bireyin belirli bir tercihi yapma

olasılığını ifade etmektedir. Zi = Xi

e = 2,71828‟dir

( 5 ) nolu model logit model olarak adlandırılır. X hangi değerleri alırsa alsın fonksiyondaki üssel terim daima pozitif olacağı için Pi‟ nin alt sınırı da sıfır olur.

Olasılık için gerekli olan 0Pi 1 koşulunu bu fonksiyon sağlamış olur. Logit dağılım

fonksiyonu diye adlandırılan Zi değişkeni - ile + arasında değer aldıkça Pi de 0 ile 1

arasında değerler alacak ve Pi ile Zi arasındaki ilişki doğrusal olmayacaktır. Böyle bir

durumda 0 ile 1 arasında kalma koşulunu sağlayabilmek için logit modelin uygulanması önerilmektedir (Gujarati, 1995).

Tüketici davranışlarına yönelik eğilimlerin belirlenmesinde; logit, probit ya da tobit modeller kullanılabilmektedir (Dölekoğlu ve Yurdakul, 2004). Probit model normal olasılık dağılımına dayanırken, logit model logistik olasılık dağılımından türetilir (McKelvey ve Zavoina, 1975; Akın ve ark., 2000). Logit ve probit model arasındaki başlıca fark, logistiğin daha kalın kuyruklu olması, yani normal ya da probit eğrisinin eksenlere, logistik eğrisinden daha çabuk yaklaşmasıdır. Dolayısıyla ikisi arasındaki seçim bir kolaylık ve eldeki bilgisayar yazılımı seçimidir (Gujarati, 1995). Bu nedenle anlaşılması ve yorumlanması bakımından karmaşık olan probit model, logit model kadar yaygın bir şekilde kullanılmamaktadır (Tarı, 1999). Logit modeli probit modelden ayıran özellik, hataların logistik olarak dağılmasıdır; bu da katsayılardaki farktan kaynaklanmaktadır (Akın, 1996).

Araştırmanın tüketiciye yönelik analizinde kullanılan logit modelde; bağımlı değişken organik ürün tüketme durumu olarak belirlenmiştir. Modelin bağımsız değişkenleri ise; tatil harcaması, elektrik-su-yakıt gibi giderler, organik ürünlere ulaşabilme kolaylığı, eşin eğitim düzeyi, organik ürünlere fazladan ödeme yapmayı kabul etme, gıda maddelerinin sağlığa olan etkilerini önemseme, organik olmayan ürünlerin sağlığa

zararlı olduğunu düşünme, organik tarım konusunda tam bilgi sahibi olma ve aileye gelir getiren kişi sayısıdır.

Bağımlı değişken organik ürün tüketip tüketmeme şeklinde iki olasılık olarak alındığı için binary (ikili) logit model kullanılmıştır. Modelin bağımlı değişkenleri (kategorik bağımlı değişkeni) Y olarak sembolize edersek;

Y =

şeklinde tanımlanabilir. Modele ilişkin geniş açıklama 6. Bölümde yer alan logit regresyon analizi kısmında ayrıntılı olarak verilmiştir. Modelleme işinde aşamalı olarak önce başlangıç modeli oluşturulmuş, ardından stepwise işlemiyle en uygun modele ulaşılmıştır. Belirlenen modelin en uygun model olduğunu test etmek için regresyon analizinde belirli değişkenler varken ve yokken değerlendirme yapmak suretiyle bunların açıklayıcılık gücüne katkı yapıp yapmadıkları belirlenir. Bu amaçla, logistik regresyonda, gözlenen değerin tahmin edilen değer ile karşılaştırılması Logaritmik Olasılık (log likelihood-LL) fonksiyonuna dayanır. İyi model, gözlenen sonuçların yüksek ihtimallerini oluşturan modeldir. Bunun anlamı -2 LL‟nin küçük olmasıdır (Akgül ve Çevik, 2007). Tahmin modelinin uyum iyiliğini test etmek amacıyla ikinci bir test olarak Hosmer-Lemeshow (H-L) testi de uygulanmıştır.

Katsayıların tek tek anlamlı olup olmadığı t testi ile kontrol edilmiştir.

İncelenen logit regresyon modelinin değişkenlerinin her birinin anlamlı bulunması ve modelin uyum iyiliği testlerini geçmesi üzerine modele ait Odds oranları yorumlanmıştır. Bahis oranı olarak ifade edilen Odds oranı gerçekleşen olay sayısının gerçekleşmeyen olay sayısına oranı olarak ifade edilir (Tüzüntürk, 2007).

0 Organik ürün tüketmeyen 1 Organik ürün tüketen