6. BÖLÜM: KİŞİLİK ÖZELLİKLERİ VE NOSTALJİ EĞİLİMİNİN
6.7. Verilerin Çözümü ve Yorumlanması
Bu bölümde, literatürden elde edilen bilgiler ışığında anket sonuçları değerlendirilmiş, istatistiksel işlemler SPSS 17 ve Lisrel 8.80 paket programları kullanılarak gerçekleştirilmiştir. Araştırma örneklemini oluşturan katılımcıların demografik özellikleri frekans ve yüzde tanımlayıcı istatistikleri kullanılarak özetlenmiş, önermelerin toplanacağı boyutları ve bu boyutların sayısını görebilmek amacıyla açıklayıcı faktör analizi yapılmış ve sözkonusu faktörlerin güvenilirlik değerleri hesaplanmıştır. Daha sonra, yapısal eşitlik modellemesi kullanılarak değişkenler arasındaki neden-sonuç ilişkileri sınanmış, önerilen modelin elde edilen
veriyi ne kadar iyi açıkladığını belirlemek amacıyla uyum iyiliği ölçümü yapılmış bağımsız değişkenlerin bağımlı değişkenler üzerindeki etkileri hipotez testleri ile ölçülmüş ve elde edilen sonuçlar yorumlanmıştır. Bölüm sonunda ise, katılımcıların demografik özellikleri ile araştırma değişkenleri arasındaki ilişki Mann-Whitney U testi ve Kruskal-Wallis testi ile analiz edilerek sonuçlar yorumlanmıştır.
6.7.1. Katılımcıların Demografik ve Sosyo-Ekonomik Özelliklerine
İlişkin Bulgular
Araştırmaya katılan katılımcıların demografik ve sosyo-ekonomik özelliklerine göre dağılımı aşağıdaki tablolarda verilmiştir. Örnek grubun yaşa göre dağılımı Tablo 22’de gösterilmiştir.
Tablo 22. Katılımcıların Yaşa Göre Dağılımı
Yaşlar Frekans Yüzde
20-29 283 20,3 30-39 289 20,8 40-49 348 25,0 50-59 259 18,6 60 ve üstü 213 15,3 Toplam 1392 100,0
Örnek grubunun % 25’i (348 kişi) 40-49 yaş grubunda olan katılımcılardan, %
20,8’i (289 kişi) 30-39 yaş grubunda olan katılımcılardan, % 20,3’ü (283 kişi) 20-29 yaş grubunda olan katılımcılardan, % 18,6’sı (259 kişi) 50-59 yaş grubunda olan katılımcılardan ve % 15,3’ü (213 kişi) 60 yaş ve üzeri katılımcılardan oluşmaktadır.
Tablo 23. Katılımcıların Cinsiyetlerine Göre Dağılımı
Cinsiyet Frekans Yüzde
Kadın 642 46,1
Erkek 750 53,9
Toplam 1392 100,0
Örnek grubunun % 53,9’u (750 kişi) erkek katılımcılardan oluşurken, % 46,1’i (642 kişi) kadın katılımcılardan oluşmaktadır.
Tablo 24. Katılımcıların Medeni Durumlarına Göre Dağılımı
Medeni Durum Frekans Yüzde
Evli 1011 72,6
Bekar 381 27,4
Toplam 1392 100,0
Örnek grubunun % 72,6’sı (1011 kişi) evli katılımcılardan oluşurken, % 27,4’ü (381 kişi) bekar katılımcılardan oluşmaktadır. Örnek büyüklüğü içerisinde evli katılımcıların sayısının ağırlıkta olduğu görülmektedir.
Tablo 25. Katılımcıların Eğitim Düzeylerine Göre Dağılımı
Eğitim Durumu Frekans Yüzde
İlkokul/Ortaokul 494 35,5 Lise 409 29,4 Önlisans 113 8,1 Lisans 255 18,3 Yüksek Lisans 77 5,5 Doktora 44 3,2 Toplam 1392 100,0
Örnek grubunun % 35,5’i (494 kişi) ilkokul/ortaokul, % 29,4’ü (409 kişi) lise, % 18,3’ü (255 kişi) lisans, % 8,1’i (113 kişi) önlisans, % 5,5’i (77 kişi) yüksek lisans ve % 3,2’si (44 kişi) doktora düzeyinde eğitim görmüş kişilerden oluştuğu görülmektedir.
Tablo 26. Katılımcıların Aylık Kişisel Gelir Düzeylerine Göre Dağılımı
Kişisel Gelir Düzeyi Frekans Yüzde
1000 TL’den az 331 23,8 1000-1500 TL 316 22,7 1501-2000 TL 380 27,3 2001-2500 TL 139 10,0 2501-3000 TL 107 7,7 3000 TL’den fazla 119 8,5 Toplam 1392 100,0
Örnek grubunun % 27,3’ü (380 kişi) 1501-2000 TL arası, % 23,8’i (331 kişi) 1000 TL’den az, % 22,7’si (316 kişi) 1000-1500 TL arası, % 10’u (139 kişi) 2001- 2500 TL arası, % 8,5’i (119 kişi) 3000 TL’den fazla ve % 7,7’si (107 kişi) 2501- 3000 TL arası gelire sahip kişilerden oluşmaktadır.
Tablo 27. Katılımcıların Aylık Aile Gelirlerine Göre Dağılımı
Aile Geliri Frekans Yüzde
1000 TL’den az 80 5,7 1000-2500 TL 433 31,1 2501-4000 TL 536 38,5 4001-5500 TL 171 12,3 5501-7000 TL 97 7,0 7000 TL’den fazla 75 5,4 Toplam 1392 100,0
Örnek grubunun % 38,5’i (536 kişi) 2501-4000 TL arası, % 31,1’i (433 kişi) 1000-2500 TL arası, % 12,3’ü (171 kişi) 4001-5500 TL arası, % 7’si (97 kişi) 5501- 7000 TL arası, % 5,7’si (80 kişi) 1000 TL’den az ve % 5,4’ü (75 kişi) 7000 TL’den fazla aylık aile gelirine sahip kişilerden oluşmaktadır.
Tablo 28. Katılımcıların Mesleklerine Göre Dağılımı
Meslek Frekans Yüzde
Kamu Sektörü 142 10,2 Özel Sektör 343 24,6 Serbest Meslek 139 10,0 İşçi 280 20,1 Çiftçi 30 2,2 Emekli 167 12,0 Evhanımı 163 11,7 İşsiz 44 3,2 Öğrenci 77 5,5 Diğer 7 0,5 Toplam 1392 100,0
Örnek grubunun % 24,6 ile en büyük kısmını (343 kişi) özel sektör çalışanları oluşturmaktadır. % 20,1 (280 kişi) ile işçiler, % 12 (167 kişi) emekliler, % 11,7 (163 kişi) evhanımları, % 10,2 (142 kişi) ile kamu sektörü çalışanları, % 10 (139 kişi) ile serbest meslek çalışanları, % 5,5 (77 kişi) ile öğrenciler, % 3,2 (44 kişi) işsizler, % 2,2 (30 kişi) çiftçiler ve % 0,5 (7 kişi) ile diğer meslek grupları örnekte yer alan meslek gruplarıdır.
6.7.2. Açıklayıcı Faktör Analizi
Faktör analizi birbirleriyle ilişkili veri yapılarını birbirinden bağımsız ve daha az sayıda yeni veri yapılarına dönüştürmek, bir oluşumu ya da olayı açıkladıkları varsayılan değişkenleri gruplayarak ortak faktörleri ortaya koymak, bir oluşumu etkileyen değişkenleri gruplamak, majör ve minör faktörleri tanımlamak amacıyla başvurulan bir yöntemdir (Özdamar, 2004: 235). Bu yöntemde değişkenler arasında tahmin ve kriter değişkeni ayırımı yoktur; değişkenler analize birlikte alınmaktadır (Yükselen, 2003b: 193).
Faktör analizinin, değişken sayısını azaltmak ve değişkenler arasındaki ilişkilerden yararlanarak bazı yeni yapılar ortaya çıkarmak olmak üzere temel iki amacı bulunmaktadır (Özdamar, 2004: 235). Veri setinin faktör analizi için uygun olup olmadığını değerlendirmek amacıyla üç yöntem kullanılmaktadır. Bunlar; korelasyon matrisinin oluşturulması, Bartlett testi ve Kaiser-Meyer-Olkin (KMO) testleridir. Bartlett testi (Bartlett test of Sphericity), korelasyon matrisinde değişkenlerin en azından bir kısmı arasında yüksek oranlı korelasyonlar olduğu olasılığını test etmektedir. Kaiser-Meyer-Olkin (KMO) örneklem yeterliliği ölçütüdür. Gözlenen korelasyon katsayıları büyüklüğü ile kısmi korelasyon katsayılarının büyüklüğünü karşılaştıran bir indekstir. KMO oranının 0.5’in üzerinde olması gerekmektedir. Oran ne kadar yüksek ise, veri setinin faktör analizi yapmak için o kadar iyi olduğu söylenebilir (Eroğlu, 2009: 321-322).
Tablo 29. KMO ve Bartlett Testlerinin Sonuçları
KMO ve Bartlett Testi
Kaiser-Meyer-Olkin Örneklem Uyum Testi 0,873 Bartlett Testi Yaklaşık Ki-Kare 15829,603
Serbestlik Derecesi 190
Tablo 29’da görüldüğü gibi, KMO testi % 87,3’tür. 87,3 ˃ 0,50 olduğu için veri setinin faktör analizi için uygun olduğu söylenebilmektedir. Tablo 29’dan Bartlett testinin de anlamlı olduğu görülmektedir. Bu da, değişkenler arasında yüksek korelasyonlar olduğunu; yani, veri setinin faktör analizi için uygun olduğunu göstermektedir.
Faktör analizinde diğer analizlerde olduğu gibi, değişkenlerin normal dağılıma sahip olması varsayımı bulunmaktadır. Literatürde, Likert tipi ölçeklerin kullanıldığı durumlarda söz konusu değişkenlerin normal dağılımdan sapma göstermesi beklenmektedir. Çalışmada kullanılan ankette yer alan 20 madde için Normal dağılım varsayımı Kolmogorov - Simirnov testi ile sınanmıştır. Test sonuçlarına göre ankette yer alan değişkenlerin hiçbirinin normal dağılmadığı görülmüştür. Literatürde, normal dağılım varsayımı sağlanamadığı durumlarda, faktör elde edilmesinde Temel Eksen yönteminin (Principal Axis Factoring- PAF) kullanılmasının daha doğru olacağı vurgulanmıştır (Costello ve Osborne, 2005: 2). Çalışmada normal dağılma şartı sağlanamadığından PAF metodu kullanılmıştır.
Ankette yer alan ifadelerin faktör analizine uygunluğu anlaşıldıktan sonra, bu ifadelerin toplanacağı boyutları ve bu boyutların sayısını görebilmek amacıyla faktör analizi yapılmıştır. Analiz sonucunda PAF metodu yöntemi uygulanarak elde edilen ifadelerin 4 faktör altında toplandığı gözlenmiş olup faktör yükleri ve faktörlerin varyansı açıklama yüzdeleri Tablo 30’da gösterilmiştir.
Tablo 30. Açıklayıcı Faktör Analizi Sonucunda Bulunan Faktör Yükleri ve
Faktörlerin Varyansı Açıklama Yüzdeleri
İfadeler Faktör
Yükleri
Açıklanan Varyans (%)
Deneyimlere Açıklık 11,978
Orijinal, yeni fikirler üreten biriyim. 0,719 Birçok farklı konuyu merak eden biriyim. 0,494 Zeki, derin düşünebilen biriyim. 0,680 Yüksek bir hayal gücüne sahip biriyim. 0,669
Yaratıcı biriyim. 0,698
Nostalji Eğilimi 20,222
Nostalji sizin için ne kadar değerlidir? 0,742 Nostaljik deneyimleri aklınıza getirmek sizin için ne
kadar önemlidir?
0,845 Kendinizi nostaljik hissetmek sizin için ne kadar
önemlidir?
0,868 Nostaljik hissetmeye ne kadar eğilimlisiniz? 0,799 Ne sıklıkla nostalji yaşıyorsunuz? 0,705 Genel olarak, nostaljik deneyimlerinizi ne sıklıkta
aklınıza getirirsiniz?
0,778
Ürün İlgilenimi 11,016
Önemsiz (1)……….Önemli (5) 0,620 Sıkıcı (1)...İlginç (5) 0,689 Uygun değil (1)……….Uygun (5) 0,736 Değersiz (1)………Değerli (5) 0,680
Marka Sadakati 14,374
Bir dahaki sefere kesinlikle aynı ürünü (markayı) satın alırım.
0,776 Kullandığım ürünü (markayı) kaybetsem yine aynısını
satın alırım.
0,814 Herhangi bir ürünü (markayı) parasız alma imkanım
olsa yine aynısını satın alırdım.
0,594 Bu ürünü (markayı) diğerlerine tavsiye ederim. 0,782 Bu ürün (marka) hakkında diğer insanlarla konuşurum. 0,578
Tablo 30’dan görüldüğü üzere, birinci faktör olan Deneyimlere Açıklık, toplam varyansın % 11,978’ini, Nostalji Eğilimi faktörü % 20,222’sini, Kişisel İlgilenim % 11,016’sını ve Marka Sadakati % 14,374’ünü açıklamaktadır. Bulunan dört faktör toplam varyansın % 57,591’ini açıklamaktadır.
Comrey ve Lee (1992)’ye göre; Faktör Yükü > 0.70 ise Mükemmel; Faktör Yükü > 0.63 ise çok iyi; Faktör Yükü > 0.55 iyi; Faktör Yükü > 0.45 idare eder; Faktör Yükü > 0.32 ise düşük olduğunu belirtmiştir. Buna göre, faktör yükleri incelendiğinde; birkaç ifade dışında tüm ifadelerin ilgili faktörlere çok iyi- mükemmel yüklendiği söylenebilmektedir. Sonuç olarak, gerçekleştirilen uygulamada model geçerli (4 faktörlü yapıya uygun) bulunmuştur.
6.7.3. Güvenilirlik Analizi
Güvenilirlik, bir test ya da ankette yer alan soruların birbirleri ile olan tutarlılığını ve kullanılan ölçeğin ilgilenilen sorunu ne derece yansıttığını ifade etmektedir (Kayış, 2009: 403). Kavram, toplanan verilerin ne ölçüde tesadüfi hatadan (ya da örnekleme hatasından) arındığını belirtmektedir (Kurtuluş, 2004: 303). Güvenilirlik, elde edilen ölçümler üzerindeki yorumlar ve daha sonra ortaya çıkabilecek analizler için bir temel teşkil etmektedir (Kayış, 2009: 403). Güvenilirlik temel olarak, bir araştırmanın tekrarlanması halinde aynı sonuçların elde edilip elde edilemeyeceğinin, cevaplayıcıların durumlarında bir değişiklik olmadığı sürece aynı cevapları verip vermeyeceklerinin göstergesidir (Gegez, 2007: 212).
Güvenilirlik analizi ölçmede kullanılan testlerin, anketlerin ya da ölçeklerin özelliklerini ve güvenilirliklerini değerlendirmek üzere geliştirilmiş bir yöntemdir. Güvenilirlik analizinin ölçümünde en yaygın kullanılan yöntem, Alfa Modelidir. Bu yöntem, ölçekte yer alan k sorunun homojen bir yapı gösteren bir bütünü ifade edip etmediğini araştırmaktadır. Ağırlıklı standart değişim ortalamasıdır ve bir ölçekteki k sorunun varyansları toplamının genel varyansa oranlanması ile elde edilmektedir. 0
ile 1 arasında değer alan bu katsayı (Cronbach) Alfa katsayısı olarak adlandırılmaktadır. Alfa (α) katsayısına bağlı olarak ölçeğin güvenilirliği aşağıdaki gibi yorumlanmaktadır (Kayış, 2009: 403: 405):
0.00 ≤ α < 0.40 ise ölçek güvenilir değildir, 0.40 ≤ α < 0.60 ise ölçeğin güvenilirliği düşük, 0.60 ≤ α < 0.80 ise ölçek oldukça güvenilir ve
0.80 ≤ α < 1.00 ise ölçek yüksek derecede güvenilir bir ölçektir.
Anket formunda yer alan ölçeklerin güvenilirlik değerleri Tablo 31’de gösterilmiştir. Bulunan α değerlerine göre, anket formunda yer alan tüm ölçekler yüksek derecede güvenilirliğe sahiptir.
Tablo 31. Cronbach α Testi İle Elde Edilen Güvenilirlik Puanları
Ölçekler Cronbach α Katsayısı
Deneyimlere Açıklık 0,801
Nostalji Eğilimi 0,901
Ürün İlgilenimi 0,826
Marka Sadakati 0,860
6.7.4. Yapısal Eşitlik Modeline Ait Bulgular
Yapısal Eşitlik Modelleri (YEM) psikoloji, sosyoloji, ekonomi, kriminoloji, çapraz-ulusal, kültürler arası araştırma, sağlık, gerontoloji, insan kaynakları yönetimi, çevre çalışmaları, aile çalışmaları, dini çalışmalar, göç çalışmaları, pazarlama vd. bir dizi disiplinde yaygın olarak kullanılmaktadır. YEM’in pek çok disiplinde yaygın olarak uygulanmasının nedeni, gözlenen değişkenler ile ölçülen gizli yapılar arasındaki nedensel ilişkiler ile ilgili araştırma sorunlarını çözme yeteneğidir. Pazarlama disiplininde ise, YEM, tüketici davranışları, örgütsel satın
alma davranışı, kanal yönetimi, ürün politikası, fiyatlandırma stratejisi, reklam, satış gücü yönetimi, perakendecilik, uluslararası pazarlama, hizmet pazarlaması ve hizmet memnuniyeti de dahil olmak üzere, çeşitli uygulamalarda kullanılmıştır (Reisinger ve Turner, 1999: 72).
YEM, araştırmacının istatistiksel modellemeye bakış açısını değiştiren, sosyal bilimcilerin olayların altında yatan süreçlere olan merakları ve buna ilişkin verilerin analiz edilmesi arasında bir köprü oluşturan ve Regresyon Analizi, Yol Analizi ve Doğrulayıcı Faktör Analizini (DFA) içinde barındıran oldukça popüler bir yöntemdir (Deniz Akıncı, 2007: 3). YEM nedensel modelleme, nedensel analiz, eşzamanlı denklem modelleme, kovaryans yapılarının analizi, yol analizi ya da doğrulayıcı faktör analizi (DFA) olarak adlandırılmaktadır. Yol analizi ve doğrulayıcı faktör analizi aslında YEM’in özel türleridir (Ullman, 2013: 681).
YEM, gözlenen değişkenler (gösterge-observed variable) ve gizil değişkenler (latent variable) arasındaki nedensel ilişkilerin ve korelasyon ilişkilerinin bir arada bulunduğu modellerin test edilmesi için kullanılan istatistiksel bir teknik olup bağımlılık ilişkilerini tahmin etmek için, varyans, kovaryans analizleri, faktör analizi ve çoklu regresyon gibi analizlerin birleşmesiyle meydana gelen çok değişkenli bir yöntemdir (Dursun ve Kocagöz, 2010: 3).
YEM kavramı, çalışılan sürecin bir seri yapısal eşitlik içermesi ve oluşturulan bu yapısal eşitliklerin, hipotezlerin daha kolay anlaşılabilmesi için görsel olarak çizimle gösterilebilmesi gibi iki önemli özelliğe sahiptir. Bu iki özelliği gösteren bir YEM’in analizi, oluşturulan modelin gözlenen ve/veya gözlenmeyen tüm değişkenlerin birlikte test edilmesi ile elde edilen sonucun, eldeki verilerle ne derece uyumlu olduğunun ortaya konulmasıdır. Modelin test edilmesiyle elde edilen uyum indeksleri model ile veri arasında uyum olduğunu gösteriyorsa, yapısal olarak oluşturulan hipotezler kabul edilmekte; uyum indeksleri böyle bir uyumun var olmadığını ortaya koyuyorsa hipotezler reddedilmektedir (Meydan ve Şeşen, 2011: 5).
Genel YEM, Doğrulayıcı Faktör Analizi (DFA) modeli olarak bilinen ölçüm modeli (measurement model) ile gizil değişkenli Path Analizi modeli olarak bilinen gizil değişken modelin (latent variable model, structural equation model) birleşmesinden oluşmaktadır. Ölçüm modeli, gözlenen ve gizil değişkenler arasındaki ilişkileri tanımlamak için DFA tarafından oluşturulan modeldir (Deniz Akıncı, 2007: 18).
Bu bölümde, öncelikle değişkenler arasındaki neden-sonuç ilişkilerinin sınanması amacıyla önerilen modele ilişkin path diyagramı verilmiş, ardından gizil değişkenler ile gözlenen değişkenler arasındaki ilişkinin doğru olarak temsil edilip edilmediğinin belirlenebilmesi amacıyla araştırmanın modeline ilişkin uyum iyiliği değerleri hesaplanmış ve genel kabul görmüş uyum iyiliği değerlendirme ölçütlerine uygunluğu değerlendirilmiştir. Son olarak, kurulan hipotezler test edilerek elde edilen bulgular yorumlanmıştır.
6.7.4.1. Path Diyagramı
Path diyagramı açıklanan ve açıklayıcı değişkenler arasındaki ilişkileri şematik olarak ifade etmeye yarayan bir araçtır. Değişkenler arasında sebep-sonuç ilişkisinin olması önem arz etmektedir. Path diyagramlarında bu ilişkiler tek yönlü oklar ile gösterilir ve oklar her bir bağımsız değişkenden bağımlı olan değişkene doğru çizilir (Deliktaş, Usta, Bozkurt ve Helvacı, 2008: 4). Şekil 11’de path diyagramında kullanılan semboller ve anlamları, Şekil 12’de ise, araştırma modeline ait path diyagramı gösterilmiştir.
Şekil 11. Path Diyagramında Kullanılan Semboller
Kaynak: Eylem Deniz Akıncı, Yapısal Eşitlik Modellerinde Bilgi Kriterleri, (Basılmamış Doktora
Tezi), Mimar Sinan Güzel Sanatlar Üniversitesi, Fen Bilimleri Enstitüsü, İstatistik Anabilim Dalı, İstanbul 2007, s. 9’dan alınmıştır.
Gizil değişken
veya veya
Gözlenen değişken Tek yönlü yol
Değişkenler arasındaki korelasyon hata Gözlenen değişkenlerdeki ölçüm hatası KT Gizil değişkendeki karışıklık terimi Değişkenler arasındaki yinelemeli (Tek yönlü)
ilişki
Değişkenler arasındaki yinelemeli olmayan (çift
Şekil 12. Modele İlişkin Path Diyagramı