Farklı testleri uygulamaya geçmeden önce, normal dağılım sergileme veya sergilememe eğilimleri açısından veri yapısının tanımlanması önemlidir. Eğer veriler normal dağılım gösteriyorsa, parametrik testler, göstermiyorsa parametrik olmayan testler kullanılacak ve uygulanacaktır.
Bu araştırma modelinde, bağımlı değişken üzerinde farklı bağımsız değişkenlerin etkisini incelemek için (örneğin, SC şehrinde sürdürülebilir turizmin gelişmesine paydaşların ne ölçüde destek verdiği gibi) altı soru formule edilmiştir.
Yürütülen saha çalışmasının ardından, araştırmacı, yedi farklı modelin elde edilmesine imkân sağlayan, farklı türde dört model elde etmiştir. Bu modeller aşağıda sunulmuştur:
1. İç turizm (DT. Modeli)
2. Uluslararası turizm (IT. Modeli)
3. Turistik yerlerde yaşayan yerli halk (RLD Modeli) 4. Turizm sektöründe çalışan yerli halk (RWI Modeli).
5. Tüm Turist grupları (AT. Modeli) (DT+IT) 6. Tüm yerli halk grupları (AR.Modeli) (RLD+RWI)
7. Tüm paydaş grupları (AS. Modeli); (DT+IT+ RLD+ RWI)
Araştırmacı, (AS Model) yedi modelin dağılım türünü gözden geçirecek ve aşağıda Tablo 5.1'de, araştırma soruları ile ilgili çalışma değişkenleri için Shahat şehrinde yukarıda belirtilen yedi kategoriden rasgele bir örneklemden toplanan verilerden elde edilen tanımlayıcı istatistikler sunulmuştur. Tablolar, ortalamaları dağılımın yayılım ölçüsü olarak maksimum ve minimum değerleri, her bir değişkenin doğalarını doğrulamak için çarpıklık ve kurtoz değerlerini içermektedir.
Tablo 5.1. Tanımlayıcı istatistikler (AS. Modeli) (N= 356)
Değişkenler Aritmetik Ortalama
Standart Sapma
Minimum Maksimum Çarpıklık Basıklık
X1AS 4,3703 0,281 3,67 5,00 0,025 -0,485 X2AS 4,2822 0,290 3,50 5,00 -0,054 -0,237 X3AS 4,0371 0,382 3,00 5,00 0,068 -0,108 X4AS 4,4126 0,280 3,50 5,00 -0,329 -0,060 X5AS 4,6068 0,238 3,67 5,00 -0,493 0,374 X6AS 4,4874 0,257 3,67 5,00 -0,029 -0,227 YAS 4,4181 0,290 3,17 5,00 -0,230 0,422
Kaynak: Saha verileri, 2 Ekim 2016 – 9Şubat 2017. SPSS yazılımı kullanılarak elde edilmiştir.
Hair ve ark.na göre (1998) çarpıklık değerleri -1 ile 1 arasında ve, kurtoz değerleri -3 ile +3 arasında ise bu durum normallik dağılımını göstermekte, bu çarpıklık ve kurtoz aralığının dışına çıkan değerler normal dağılımdan büyük bir sapma olduğunu göstermektedir. Böylece, Tablo 5.1, tüm değişkenlerin çarpıklık ve kurtoz değerlerinin kabul edilen oranda ve histogram Şekil 5.1'de de dağıtım çizimini çan şeklinde bir eğri olduğu görülmektedir.
Şekil 5.1. Normal dağilim histogrami
Normal olasılık grafiği normallikten sapmaları da göstermektedir. Bu çizgideki düz çizgi doğal bir dağılımı temsil eder ve gözlemlenen kalıntıları temsil eder. Dolayısıyla, tam dağıtılmış bir veri kümesinde tüm noktalar sıraya girmektedir. (bkz Şekil5.2)
Şekil 5.2. Histogram normal çizgileri (Çoklu Regresyon)
Yukarıdaki analiz sayesinde, "AS Model" için tüm verilerin normal dağılımı izlediği sonucuna varılabilir. Bu çalışmada parametrik olmayan testlerin daha doğru sonuçları vermesi en iyi parametrik testleri kullanıldığı anlamına gelmektedir çünkü parametrik olmayan testler, gerçek değerlere değil örneklem seviyesine bağlıdır (Field, 2000).
Çoklu Regresyon Analizi
Tablo 5.2. Tüm paydaş gruplarinin korelasyonu N=356
YAS X1AS X2AS X3AS X4AS X5AS X6AS
YAS X1AS X2AS Pearson X3AS Korelasyonu X4AS X5AS X6AS 1,000 ,290 ,111 ,097 ,338 ,197 ,314 ,290 1,000 ,167 ,117 ,318 ,052 ,242 ,111 ,167 1,000 ,256 ,007 -,115- ,115 ,097 ,117 ,256 1,000 ,062 ,077 ,065 ,338 ,318 ,007 ,062 1,000 ,211 ,315 ,197 ,052 -,115- ,077 ,211 1,000 ,234 ,314 ,242 ,115 ,065 ,315 ,234 1,000 YAS X1AS X2AS Sig. X3AS (1-tailed) X4AS X5AS X6AS . ,000 ,018 ,034 ,000 ,000 ,000 ,000 . ,001 ,013 ,000 ,165 ,000 ,018 ,001 . ,000 ,445 ,015 ,015 ,034 ,013 ,000 . ,123 ,074 ,111 ,000 ,000 ,445 ,123 . ,000 ,000 ,000 ,165 ,015 ,074 ,000 . ,000 ,000 ,000 ,015 ,111 ,000 ,000 .
Korelasyon analizleri sonucunda 0,05 anlamlılık düzeyi elde edilmiştir. Değişkenler arasında pozitif bir ilişki olduğu saptanmıştır.
Kaynak: Saha verileri, 2 Ekim 2016 – 9Şubat 2017. SPSS yazılımı kullanılarak elde edilmiştir.
Tablo 5.3. Model özetib (AS modeli)
Model R R Kare Düzeltilmiş R Kare
F-oranı Durbin-Watson
F sig
1 ,451a ,203 ,190 14,835 ,000b 2,167
a. Tahmin değişkenleri: (sabit), X6 AS, X3 AS, X5 AS, X1AS, X2AS, X4AS
b. Bağımlı Değişken: YAS
Tablo 5.4. Katsayılara (AS modeli)
a. Bağımlı Değişken: YAS
Kaynak: Saha verileri, 2 Ekim 2016 – 9 Şubat 2017. SPSS yazılımı kullanılarak elde edilmiştir.
Tüm paydaşların tutumlarına yönelik veriler SPSS istatistik programına girilmesiyle sonuçlar Tablolarda (5.2,5.3,5.4) özetlenmiştir :
Tablo 5.3'te görüleceği üzere, altı bağımsız değişkenin Shahat Şehri'nde sürdürülebilir turizm gelişimi için desteği ile aralarında önemli bir pozitif korelasyona sahip olduğunu gösteren tüm bağımsız değişkenler ve bağımlı değişken arasında istatistiksel olarak anlamlı pozitif ilişkiler vardır. Bununla birlikte, tüm öngörücüler arasında Çevresel tutum değişkenleri (X4AS) ve Shahat şehrindeki (X6AS) sosyal tutum değişkenleri Shahat şehrinde sürdürülebilir turizm gelişimi için en iyi korelasyona en yüksek, anlamlı ve pozitif korelasyona sahiptirler (sırasıyla R = 0,33, P <0,05 ve R = 0,31, P <0,05) (bkz Tablo 5.2).
Çoklu determinasyon katsayısı (R2) 0,203'dur. Bu nedenle, yaklaşık % 20,3 ve düzeltilmiş R2 modeli modelin genellemesinin ne kadar iyi olduğuna dair bir fikir vermektedir ve ideal olarak, ayarlanmış R2 değeri R2 değerine ne kadar yakın ise o kadar daha iyidir. Bu durumda, R2'ye mükemmel bir şekilde yakın olan düzeltilmiş R2 değeri 0,190'dır (bkz Tablo 5.3).
F-oranı (F), modelin yanlışlık seviyesine kıyasla modelin sonuç tahmini ne
kadar geliştirdiğinin bir ölçüsüdür. Bu şekilde, iyi bir modelin büyük bir F oranı olmalıdır (en azından birden büyük). Tablo 5.3'dan F-oranının 14,835 olduğu (P <0,05) görülebilir. Bu, regresyon modelinin yerine getirilmesiyle
Model Standartlaştırılmamış katsayılar Standartlaştırılmış katsayılar t Anlamlılık Sig. Eşdoğrusallık İstatistikleri
B Standart Hata Beta Tolerans VIF
1 (sabit) ,868 ,424 2,047 ,041 X1AS ,167 ,054 ,162 3,121 ,002 ,851 1,176 X2AS ,068 ,051 ,068 1,328 ,185 ,882 1,134 X3AS ,021 ,038 ,028 ,562 ,575 ,918 1,090 X4AS ,213 ,055 ,206 3,897 ,000 ,816 1,225 X5AS ,134 ,062 ,110 2,180 ,030 ,895 1,117 X6AS ,197 ,059 ,174 3,339 ,001 ,836 1,197
elde edilen iyileşmenin, model içindeki hatalarından daha büyük olduğunu göstermektedir (bkz Tablo 5.3).
Durbin-Watson (D.W 2,167) kritik değerlerin ikisinde (1,5 <d <2,5) bulunmuş
ve bu nedenle, çoklu doğrusal regresyon verilerinde birinci dereceden doğrusal otomatik korelasyonun olmadığını varsayabiliriz (bkz Tablo 5.3).
Varyans enflasyon faktörü (VIF) katsayı değerinin varyansının çoklu eşdoğrusallık ile ne kadar şişirildiğini bize göstermektedir. Varyans enflasyon faktörü (VIF) ondan düşükse, çoklu eşdoğrusallık problemi yoktur. Başka bir deyişle, modelde başka bir değişken veya değişken grubu tarafından ölçülen aynı ilişkiyi / niceliği ölçen bir değişken yoktur (bkz Tablo 5.4).