Optimal ölçekleme teknikleri ve bir uygulama

Sosyal Bilimler alanında yapılan araştırmalarda veriler daha çok kategorik değişkenlerden oluşur. Ancak bu tür verilerle çalışmak bir çok varsayımın sağlanmasında soruna neden olmaktadır. Kategorik verilere dönüşüm uygulanarak bu soruna çözüm geliştirmek bir çok araştırmacı için önem arz eder. Bu çözümlerden biri de Optimal Ölçekleme ya da diğer adıyla Gifi Yöntemi'dir. Optimal Ölçekleme ile kategorik verilerin ölçek özellikleri bozulmadan hem sürekli veriye dönüşümü sağlanır hem de bilgi kaybı engellenir. Bu tezde; cep telefonu kullanımının, uyku düzeni üzerine etkisinin olup olmadığını, var ise hangi değişkenlerce açıklandığı Regresyon Analizi ile belirlendi. Araştırma da toplam 491 kişiye uygulanan anket verileri analiz edildi. Veri seti tamamı kategorik 1 bağımlı, 25 bağımsız değişkenden oluşmaktadır. Bu kadar çok bağımsız değişkene aynı anda Regresyon Analizi uygulamak gerek verimlilik gerekse de öngörü geliştirme açısından zorluk yaratacaktır. Araştırmamızın temel savı, en az değişkenle en uygun modeli saptamaktır. Bunun için kullanılan yöntem, bir çok opsiyonel seçeneği içinde barındırarak araştırmacıya çözüm arayan bir sezgisel yöntem olan Genetik Algoritmalardır. Böylece belirli bir amaç fonksiyonu doğrultusunda en iyi çözümü bularak optimal sonuca ulaşılacaktır. Bunun için kullanılacak olan amaç fonksiyonu olarak, Hamparsum Bozdoğan (1988) tarafından geliştirilen model yalınlığı ve uyum iyiliğinin yanısıra modelin karmaşıklığını da dikkate alan ICOMP (Information Complexity) ve onun özel hali ICOMP (IFIM) belirlenmiştir. Sonuç olarak Algoritma için gerekli kısıt ve seçimler yapılarak, 25 bağımsız değişken içerisinden bağımlı değişkeni açıklayabilecek ve amaç fonkisiyonuna en uygun alt seti verecek regresyon modeli tespit edilmiş ve model oluşturulmuştur.