oklu Regresyon Korelasyon Analizinde Varsaymdan

Sapmalar ve imento Sektr zerine Uygulama*

Erkan SEVN**
Giri
Bu almada MKB de ta ve topraa dayal sanayi altnda ilem gren irketlerin
z sermaye karllklarn etkileyen faktrler oklu regresyon korelasyon analizi ile
belirlenmeye allmtr.
Bu balamda birinci blmde regresyon ve korelasyon analizindeki varsaymlara
ve bunlardan sapmalara ilikin tanmlamalar yaplmtr.
kinci blmde ise imento sektrnde faaliyet gsteren ve hisse senetleri
MKBde ilem gren iletmeler analiz kapasamna alnarak regresyon korelasyon analizine
tabi tutulmutur.
I. BLM: Regresyon ve Korelasyon Analizinde Varsaymdan Sapmalar
Tek bamsz deikenli veya birden fazla bamsz deikenli regresyon
korelasyon analizlerinde oluturulan modellerin anlaml sonular vermesi ve aralk
tahminlerinde kullanlabilmesi iin bir takm varsaymlarn geerli olmas gerekmektedir. Bu
varsaymlar;
Tahmin hatalarnn arasnda bamllk yani otokorelasyon olmamas,
Tahmin hatalarnn varyanslarnn eit olmas yani eit varyansllk artnn
salanm olmas,
Tahmin hatalarnn dalmnn normal dalma uygun olmas,
Bamsz deikenler arasnda oklu dorusal balant olmamas
gerekmektedir.
Bu almada bu varsaymlardan bams deikenler arasnda oklu dorusal
balant olup olmadnn aratrlmas yaplacaktr.
1. oklu Dorusal Balant Olmamas ( Multicollinearity)
1.1. oklu Dorusal Balant Olmas Halinde Hangi Durumlar Ortaya kar
oklu dorusal balant bamsz deikelerin sadece baml deiken zerinde
etkisinin olmas deil ayn zamanda kendileri arasnda birbirleri zerinde de etkilerinin
olduu durumlarda ortaya kar. Eer bamsz deikenler arasndaki basit dorusal

Bu alma, stanbul niversitesi, letme Fakltesi, Finans Anabilim Dal, Yksek Lisans Programnda
hazrlanmtr. stanbul 2013.
**
stanbul niversitesi, letme Fakltesi, Finans Anabilim Dal, Yksek Lisans rencisi,
sevinc_erkan@hotmail.com

korelasyon katsaylar 1 e yaknsa bamsz deikenler arasnda gl bir ilikinin varl

sz konusudur. Eer bamsz deikenler arasnda oklu dorusal balant varsa;1
Bamsz deikenlerden birinin modele sokulmasyla veya modelden
karlmas ile ksmi regresyon katsaylarnda byk deiiklikler olur,
Tek bir veri deitirildiinde veya modelden karldnda yine ksm
regresyon katsaylarnda byk deiiklikler olur,
Ksmi regresyon katsaylarnn iaretleri teoriden veya beklenenden farkl
olabilir,
nemli deikenlere ait regresyon katsaylarnn standart hatalar byr ve
bu deikenlerin regresyon katsaylarnn testleri anlamsz sonular verir.
Bamsz deikenlerle baml deikenler arasndaki iliki ok gl
olmad halde oklu korelasyon katsays bamsz deikenler arasndaki
ilikiden etkilenerek yksek kabilir.
1.2. oklu Dorusal Balantnn Aratrlmas
Bamsz deikenler arasnda oklu dorusal ilikinin saptanmasndaki
yntemlerden bazlar unlardr;
Bamsz deikenler arasndaki basit dorusal korelasyon katsaylarnn
sfrdan farksz olup olduunun test edilmesi,
Varyans Art Faktr ( Variance Inflation Factors VIF) hesaplamas
yaplabilir; varyans art faktr bir bamsz deikenin dier bir bamsz
deiken ile olan ilikisini belirlemek iin kullanlr. Varyans art faktr
VIFk = 1/ (1 Rk2 )

eklinde hesaplanr. Burada Rk2 , k bamsz deikeninin dier bamsz

deikenlerle arasndaki oklu korelasyon katsaysnn karesini temsil eder. Eer bamsz
deikeler arasndaki korelasyon katsays 0 veya 0 a yakn ise VIF deerinin de 1 veya 1e
yukardan yaklamas beklenir. VIF deeri bydke bamsz deikenler arasnda ciddi bir
oklu dorusal balant sz konusudur. Uygulamada 10 un zerindeki VIF deerleri ciddi bir
oklu dorusal balant olduunu gsterir.
Tolerans Deerlerinin Hesaplanmas: Tolerans deeri her bir bamsz
deiken ile dierleri arasndaki oklu korelasyon katsaysnn 1 den karlmas
ile elde edilir.
Tolerans =

1
= (1 Rk2 )
VIFk

oklu dorusal balant ile ilgili olarak ayn bilgiyi veren bu iki VIF ve Tolerans
deerlerinden sadece birine baklarak karar verilir. Tolerans deeri oklu
1

Neyran Orhunbilge, Uygulamal Regresyon ve Korelasyon Analizi, 2. Bask, stanbul, Basm Yayn,
2002, s. 241

korelasyon olmamas durumunda bamsz deikenler arasndaki korelasyon

katsays dk olaca iin Tolerans deeri bire yaklaacak, VIF' ler ise sfra
yaklaacak; bamsz deikenler arasnda gl bir ilikinin olmas durumunda
tolerans deeri sfra, VIF deerleri sonsuza gidecektir.
Kondisyon ndeksi (Condition Indeks): Her bamsz deikene ait
maksimum zdeer ile minimum zdeerin birbirine orannn karakk alnarak
bamsz deiken says kadar kondisyon indeksi hesaplanr.
C .I =

maksimum ozdeger
minimum ozdeger

100 CI 1000 ise gl oklu dorusal balant,

ise ciddi oklu dorusal balant vardr.
CI 30
1.3. oklu Dorusal Balant Durumundan zmler
Baml deikeni etkileyen bamsz deikenler arasnda oklu dorusal
balant olmas durumunda baz zm yollar izlenebilir. Bunlar;2
Aralarnda oklu dorusal balant olduu tespit edilen deikenler
modelden karlabilir; ancak karlmak istenen bu bamsz deikenler baml
deikeni tek balarna nemli aklyorsa model karmak doru bir zm
olmayacaktr.
Birbiri ile ilikili iki bamsz deiken toplanarak tek bir deikenmi gibi
modele alnabilir.
Baz ekonomik almalarda bamsz deikenlerin ksmi regresyon
katsaylar farkl veri setleri kullanlarak tahmin edilebilir. Bylece oklu dorusal
balant sorunu ile karlalmam olunur.
rnek birim saysnn arttrlmas yoluyla da oklu dorusal balantya bir
zm salanmak istenebilir.
Tarafl Tahminleyenler Yntemi (Ridge Regression Biased Estimation)
oklu dorusal balant zmnde kullanlan yntemlerden birisidir.
oklu dorusal balanty ortadan kaldrmada kullanlan yntemlerden bir
dieri ise Asal Bileenlere Ayrma Yntemidir.
1.3.1 Tarafl Tahminleyenler Yntemi (Ridge Regression Biase Estimation):
oklu dorusal balant olmas durumunda tarafsz tahminleyen yntem olan en
kk kareler ynteminin bir alternatifi olarak Tarafl Tahminleyenler Yntemi kullanlr. Bu
yntem en kk karelerle elde edilen normal denklemlere 0 c 1 olmak zere bir tarafllk
sabiti c ilave edilerek, oklu dorusal balanty ortadan kaldrmaya allrken regresyon ve
korelasyon katsaylarnn tarafl olmas durumunu ortaya karmaktadr.
Bu yntemde ncelikle baml ve bamsz tm deikenler standart tesadfi
deikene dntrlr.

Neyran Orhunbilge, ok Deikenli statistik Yntemler, stanbul, .. Basm Yayn, 2010, ss. 54-55

1 yi y
y =
n 1 sy

1 xi x
xi' =
n 1 sx

'
i

Dntrlen baml ve bamsz deikenler kullanlarak en kk kareler

yntemiyle regresyon denklemi oluturulur. Buna gre normal denklemler;
ry1 = 1by' 1.23... + r12by' 2.13... + r13by' 3.12... + ....
ry 2 = r12by' 1.23... + 1by' 2.13... + r23by' 3.12... + ....
ry 3 = r13by' 1.23... + r23by' 2.13... + 1by' 3.12... + ....

.
.
.
Oluturulan bu korelasyon matrisinde ksm regresyon katsaylarna bir c sabiti
eklendiinde ksm regresyon katsaylar tarafl tahminleyen olmaktadr. En uygun c deerinin
seilmesi iin 0 ile 1 arasndaki tm c deerleri denenerek ksmi regresyon katsaylarnn
durgunlat ve varyans art faktrlerinin minimum olduu c deeri seilir. Seilen c deeri
normal denklemlerdeki ksm regresyon katsaylarna eklenir ve tarafl ksmi regresyon
katsaylar hesaplanr.
ry1 = (1 + c)by' 1.23... + r12by' 2.13... + r13by' 3.12... + ....
ry 2 = r12by' 1.23... + (1 + c )by' 2.13... + r23by' 3.12... + ....
ry 3 = r13by' 1.23... + r23by' 2.13... + (1 + c)by' 3.12... + ....

.
.
.
Belli bir c sabiti kullanlarak elde edilen ksmi regresyon katsaylar daha sonra
dnme tabi tutularak esas regresyon denklemine ulalr. Katsaylarn tm tarafl olduu
iin anlamllk testleri ve aralk tahminleri yaplamamaktadr.3

A.e., s. 57

by1.23... =
by 2.13... =
by 3.12... =

sy
s1
sy
s2
sy
s3

by' 1.23...
by' 2.13...
by' 3.12...

_

a = y by1.23... x 1 by 2.13... x 2 by 3.13... x 3 

Bylece aadaki regresyon denklemine ulalr.
y = a + by1.23... x1 + by 2.13... x2 + by 3.12... x3 + 
1.3.2. Asal Bileenlere Ayrma Yntemi

Asal Bileenlere ayrma ynteminde bamsz deikenler tek tek modele alnmak
yerine bu deikenler birbirlerinden bamsz faktrler tretilerek bamsz deiken olarak
kullanlmaktadr. Bylece oklu dorusal balant yaratan deikenlerde modele dahil edilmi
olacaklardr. Regresyon analizinin en kk kareler yntemiyle ve bamsz deikenler
yerine faktrlerin alnm olmas nedeniyle tm varsaymlarn yeniden aratrlmasn
gerektirecektir. Tarafl tahminleyen ynteminin aksine oklu dorusal balantya zm
olarak asal bileenlere ayrma kullanldnda anlamllk ve aralk tahminleri
yaplabilmektedir.
Deikenler standardize edilerek R korelasyon matrisi oluturulur. Bu korelasyon
matrisinden ve birim matristen (I) yararlanlarak zdeerler ( ) elde edilir.
(R I ) = 0

1 r12 r13
1 0 0
r

21 1 r23 0 1 0 = 0
r31 r32 1
0 0 1
Buradan elde edilen zdeerler tek tek korelasyon matrisine konularak bileenler
matrisi ve faktrler elde edilir. Bylece toplam varyans aklayacak saydaki faktr
deikenler en kk kareler yntemi ile kullanlr.

II BLM. zsermaye Karlln Etkileyen Faktrlere likin Uygulama:

1. Aratrmann Konusu, Amac ve Kstlar:
1.1. Aratrmann Konusu ve Amac

Aratrma stanbul Menkul Kymetler Borsasnda Ta ve Topraa Dayal irketler

altnda faaliyet gsteren imento sektrne ait firmalarn z sermaye karllklarna etki eden
unsurlarn bulunmas ve regresyon korelasyon analizinde varsaymdan sapmalarn
belirlenmesi amacyla yaplmtr.
5

Trkiye de imento sektrnde 48 adet entegre tesis ve 16 adet tme

paketleme servisi olmak zere toplam 64 imento fabrikas bulunmakta olup; bunlardan 15
tanesi IMKB de ilem grmektedir.
imento sektr arlkl olarak z sermaye ve uzun vadeli borlarla finansman
salamaktadr. Bilano kalemlerinin iindeki oranlara bakldnda z sermaye miktarnn
pasif iinde arlkl bir paya sahip olduu grlmektedir. z sermaye finansman irketin
nemli finansman kayna olduu iin faiz giderlerinden ok temett demeleri
yaplmaktadr. irketlerin yabanc kaynak eklinde borlanma maliyetleri faiz gideri olduu
gibi, z kaynak eklinde borlanmalarnn maliyeti ise dedii temettdr. z sermaye
sahipleri irketten belli oranlarda kar pay datmasn bekler.
Yksek oranda z sermaye finansmanna sahip olan bu irketlerin beklentileri
karlayabilmeleri iin z sermayelerini etkin bir biimde kullanmalar gerekmektedir.
Bu aratrmada da daha nce de belirtildii gibi bu sektrde faaliyet gsteren
firmalarn z sermaye karllklarn hangi faktrlerin ne lde etkilediini belirlemek, bunun
sonucunda da birtakm tahminlerde bulunmak ve iletme veya yatrmc iin politika
belirlemek amacyla regresyon analizi yaplacaktr.
1.2. Aratrmann Kstlar

Aratrma yaplrken imento sektrnde faaliyet gsteren 64 firmann hepsinin

verilerine ulalabilmesi, verilerin alnp dzenlenmesi srecinde karlalacak zaman kst
gibi sebeplerden dolay sektrde en iyi finansal duruma sahip olduklar varsaym ile IMKB
de ilem gren imento irketleri rneklem olarak aratrma kapsamna alnmtr. Bu
balamda stanbul Menkul Kymetler Borsas (MKB) nda imento sektrnde faaliyet
gsteren iletmelerin MKB de aklanm olan bilano, gelir tablosu, dipnotlar ile
irketlerin kendi internet sitelerinden alnm eitli bilgiler kullanlmtr.
Bu bilgilere ulama konusunda ou irketin 2011 yl ara dnem bilanolarna
ulamada sorun yaanlaca dncesi ile 2010 yl dnem sonu bilano ve gelir tablolar
kullanlmak istenmi ve finansal tablolar elde edilmitir. Finansal tablolardan faiz gideri net
bir ekilde grlememekte olduu iin faiz giderlerinin tespitinde dip notlardan
yararlanlmtr.
Ulalan bu 15 irketin verileri dorultusunda aratrma yaplmtr. stanbul
Menkul Kymetler Borsasnda Ta ve Topraa Dayal irketler altnda faaliyet gsteren dier
iletmeler analiz kapsamna alnmamtr.
2. Analizin Yaplmas
2.1. Regresyon Analizi iin Deikenlerin Belirlenmesi

z sermaye Karllnn nelerden etkilendii aratrma konusu olduu iin baml

deiken olarak zsermaye Karll alnmtr. z sermaye Karll iletmenin bir birimlik
zsermayesine karlk ne kadar kar elde ettiini gsterir. Aratrmaya alnan iletmelerin z
Sermaye Karll aadaki formle gre bulunmutur;

Z SERMAYE KARLILIGI =

VERG NCES KAR

Z SERMAYE

z Sermaye Karlln etkileyen faktrler ise Aktif Karll, Bor Maliyeti,

Bor/ z Sermaye Oran, Cari Oran, Hisse Ba Kar, Maddi Olmayan Duran Varlk olarak
belirlenmitir.
-

Aktif Karll: Aktif Karll iletmenin yaptklar bir birimlik yatrma

karlk ne kadar kar elde ettiklerini gsterir. Eer iletmelerin yaptklar her
bir birimlik yatrmdan elde ettikleri kar artarsa bu iletmenin yatrmlar
etkili bir biimde yaptn dolaysyla kaynaklarn etkin yerlerde
kullandn gsterir. Aktif karll ne kadar yksekse bu iletmenin
zsermaye karlln da ykseltir.
Aktif Karll aadaki formle gre hesaplanmtr;
AKTIF KARLILIGI =

FAIZ VERG NCES KAR

TOPLAM AKTIF

Bor Maliyeti: Bor Maliyeti iletmenin bir birim borcuna karlk dedii
faiz giderini gsterir. letmenin borcunun maliyeti arttka finansal kaldra
etkisinden dolay zsermaye karll azalacaktr. Eer iletmenin bor
maliyeti yapt yatrmlarn getirisinden fazla ise kaldracn negatif
etkisinden dolay iletmenin z sermaye karll azalacaktr.
letmelerin Bor Maliyeti aadaki formle gre hesaplanmtr;

BOR MALIYETI =

FINANSMAN GIDER
KISA VADEL YABANCI KAYNAK + UZUN VADEL YABANCI KAYNAK

Bor/ z Sermaye Oran: Bor/ z sermaye kaldra oran arttka eer

kaldracn pozitif etkisi sz konusu ise z sermaye karll kaldra
etkisinden dolay artmaktadr.
Bor/ z Sermaye oran aadaki formlle hesaplanmtr;

BOR/ Z SERMAYE =
-

KISA VADEL +UZUN VADEL BOR

Z SERMAYE

Cari Oran: Cari oran iletmenin cari varlklarnn (dnen varlklarn) ne

kadarn cari pasiflerle (ksa vadeli borlarla) karladn gsterir. Cari
orann yksek olmas iyiyken ok fazla olmas iletmenin varlklarn
maliyeti ksa vadeli borlara gre daha yksek olan z sermaye ve uzun
vadeli borla finanse ettiini gsterir. Bu bor maliyetini ve denmesi
gereken temett miktarn arttraca iin z Sermaye Karllnn
dmesine neden olur.

Cari oran aadaki formle gre hesaplanmtr;

CAR ORAN =
-

CAR VARLIKLAR
CAR PASIFLER

Hisse Ba Kar: Hisse Bana Den kar miktarnn artmas karn artmas
anlamna gelmektedir. Karn artmas iletmenin yatrmlarn baarl bir
ekilde kara evirdiini dolaysyla kaynaklarn etkin kullandn gsterir.
Bu sektrde de arlkl olarak z sermaye ile kaynak saland iin hisse
bana den karn yksek olmas z sermayenin etkin biimde
kullanldn gsterir. Bundan dolay da hisse bana den kar miktar
ykseldike z sermaye karll artmaktadr.
Hisse Bana Den Kar miktar aadaki formlle hesaplanmtr;
HISSE BASINA DSEN KAR =

KAR PAYI
HISSE SENED SAYISI

Toplam Aktif indeki Maddi Olmayan Duran Varlk: imento sektr sabit
varlk yatrm gerektiren bir sektrdr. Arlkl olarak z sermaye ile
bulunan kaynaklarn Maddi Olmayan Duran Varlk Yatrmna yatrlmas
getiriyi azaltaca iin z sermaye karlln azaltacaktr.

MADDI OLMAYAN DURAN VARLIK ORANI=

MADDI OLMAYAN DURAN VARLIK

TOPLAM AKTIF

Test ncesi Kurulan Regresyon Modeli Aadaki Gibi Olacaktr;

Z SERMAYE KARLILII = a + b12.34567AKTF KARLILII + b13.24567 BOR
MALYET + b14.23567 BOR/Z SERMAYE + b15.23467 CAR ORAN + b16.23457 HSSE
BAI KAR + b17.23456 MADD OLMAYAN DURAN VARLIK/TOPLAM AKTF + ei

Baml ve bamsz deikenlerden oluan korelasyon matrisine baktmzda iki

adet bamsz deikenin aktif karll ve bor maliyetinin baml deiken olan zsermaye
karll ile aralarnda % 1 anlamllk seviyesinde pozitif ynl anlaml bir iliki olduu
grlmektedir. Ayn ekilde iki baml deiken olan bor maliyeti ve aktif karll arasnda
% 1 seviyesinde anlaml bir iliki olduu grlmektedir.
2.2. Tam Model ile Regresyon Modelinin Oluturulmas ve Katsay Testleri

Variables Entered/Removedb
Model
1

Variables
Entered
MADDIOL
M,
BORCOZS
E, HBK,
BORCMAL
I,
CARIORA
N,
a
AKTIFKAR

Variables
Removed

Method

Enter

a. All requested variables entered.

b. Dependent Variable: OZK

2.2.1. oklu Korelasyon Katsaysnn Testi

Oluturulan regresyon modelinde tm bamsz deikenlerin hep birlikte baml

deiken zerinde belirlenen bir gven seviyesinde anlaml bir etkisinin olup olmadnn test
edilmesi gerekmektedir. Buna gre;
H0 : R1.234567 = 0
H1 : R1.234567 0
Model Summary
Model
1

R
R Square
.997a
.995

Adjusted
R Square
.991

Std. Error of
the Estimate
.00983

a. Predictors: (Constant), MADDIOLM, BORCOZSE, HBK,

BORCMALI, CARIORAN, AKTIFKAR

SPSS te Tam Model ile oluturulan regresyon modelinin Model Summary

Tablosundan Grld Gibi oklu Korelasyon Katsays;
r1.234567 = 0,997 dir.
Denklemin Standart Sapmas;

S 1.234567 = 0, 00983 tr.

ANOVAb
Model
1

Regression
Residual
Total

Sum of
Squares
.149
.001
.149

df
6
8
14

Mean Square
.025
.000

F
256.298

Sig.
.000a

a. Predictors: (Constant), MADDIOLM, BORCOZSE, HBK, BORCMALI, CARIORAN,

AKTIFKAR
b. Dependent Variable: OZK

% 5 anlamllk seviyesinde Anova Tablosunda sig. Deeri < 0,05 olduu iin
oklu regresyon katsays geerlidir. Yani bamsz deikenler ile baml deiken arasnda
ki iliki anlaml olduu ve tm bamsz deikenlerin birlikte baml deikenin % 99.5 ini
aklad sylenir.
2.2.2. Ksmi Regresyon Katsaylarnn Testi:

Oluturulan modelin bamsz degikenlerinin hep beraber baml deiken

zerinde anlaml bir etkisinin olmasnn yannda her bir bamsz deikenin dier
deikenler sabit tutulduunda baml deiken zerinde anlaml bir etkisinin olmas
gerekmektedir. Bunun iin her bir bamsz deiken ile baml deiken arasndaki ilikinin
belli bir gven seviyesinde anlaml olup olmad test edilmelidir.

10

Coefficientsa

Model
1

(Constant)
AKTIFKAR
BORCMALI
BORCOZSE
CARIORAN
HBK
MADDIOLM

Unstandardized
Coefficients
B
Std. Error
-.032
.013
1.238
.067
-.309
.228
.122
.015
.002
.002
.000
.002
-.563
.328

Standardized
Coefficients
Beta
1.054
-.068
.336
.044
-.008
-.049

t
-2.541
18.456
-1.355
8.359
.906
-.197
-1.716

Sig.
.035
.000
.213
.000
.392
.849
.124

a. Dependent Variable: OZK

1- H0 : b12.34567 = 0
H1 : b12.34567 0
Coefficients tablosunda b12.34567 deeri 1,238 olup 0,05 anlamllk seviyesinde Sig.
Deeri < 0,05 olduu iin H0 Hipotezi RED edilir. Yani Aktif Karll 0,05 anlamllk
dzeyinde z Sermaye Karll zerinde etkilidir.
Ayn ekilde 0,05 anlamllk seviyesi iin t deerlerine bakarakta karar verebiliriz.
t0,05/2;8 = 2.306 dir. Katsaynn mutlak t deeri |18,888| > tablo t- deeri (2,306)
olduu iin H0 Hipotezi RED edilir.
2- H0 : b13.24567 = 0
H1 : b13.24567 0
Coefficients tablosunda b13.24567 deeri -0,309 olup 0,05 anlamllk seviyesinde
Sig. Deeri > 0,05 olduu iin H0 Hipotezi KABUL edilir. Yani Bor Maliyeti 0,05 anlamllk
dzeyinde z Sermaye Karll zerinde etkili deildir.
Ayn ekilde 0,05 anlamllk seviyesi iin t deerlerine bakarakta karar verebiliriz.
t0,05/2;8 = 2,306 dir. Katsaynn mutlak t deeri |-1,355| < tablo t- deeri (2,306)
olduu iin H0 Hipotezi KABUL edilir.
3- H0 : b14.23567 = 0
H1 : b14.23567 0
Coefficients tablosunda b14.23567 deeri 0,122 olup 0,05 anlamllk seviyesinde Sig.
Deeri < 0,05 olduu iin H0 Hipotezi RED edilir. Yani Bor/ z Sermaye Orann 0,05
anlamllk dzeyinde z Sermaye Karll zerinde etkili etkilidir.
Ayn ekilde 0,05 anlamllk seviyesi iin t deerlerine bakarak da karar
verebiliriz.

11

t0,05/2;8 = 2,306 dir. Katsaynn mutlak t deeri |8,359| > tablo t- deeri (2,306)
olduu iin H0 Hipotezi RED edilir.
4- H0 : b15.23467 = 0
H1 : b15.23467 0
Coefficients tablosunda b15.23467 deeri 0,002 olup 0,05 anlamllk seviyesinde Sig.
Deeri > 0,05 olduu iin H0 Hipotezi KABUL edilir. Yani Cari Oran 0,05 anlamllk
dzeyinde z Sermaye Karll zerinde etkili deildir.
Ayn ekilde 0,05 anlamllk seviyesi iin t deerlerine bakarak da karar
verebiliriz.
t0,05/2;8 = 2,306 dir. Katsaynn mutlak t deeri |0.906| < tablo t- deeri (2,306)
olduu iin H0 Hipotezi KABUL edilir.
5- H0 : b16.23457 = 0
H1 : b16.23457 0
Coefficients tablosunda b16.23457 deeri 0.00 olup 0,05 anlamllk seviyesinde Sig.
Deeri > 0,05 olduu iin H0 Hipotezi KABUL edilir. Yani Hisse Ba Kar oran 0,05
anlamllk dzeyinde z Sermaye Karll zerinde etkili deildir.
Ayn ekilde 0,05 anlamllk seviyesi iin t deerlerine bakarakta karar verebiliriz.
t0,05/2;8 = 2,306 dir. Katsaynn mutlak t deeri |-0.197| < tablo t- deeri (-2,306)
olduu iin H0 Hipotezi KABUL edilir.
6- H0 : b17.23456 = 0
H1 : b17.23456 0
Coefficients tablosunda b17.23456 deeri -0.563 olup 0,05 anlamllk seviyesinde
Sig. Deeri > 0,05 olduu iin H0 Hipotezi KABUL edilir. Yani Maddi Olmayan Duran
Varlk Miktar 0,05 anlamllk dzeyinde z Sermaye Karll zerinde etkili deildir.
Ayn ekilde 0,05 anlamllk seviyesi iin t deerlerine bakarak da karar
verebiliriz.
t0,05/2;8 = 2,306 dir. Katsaynn mutlak t deeri |-1,716| < tablo t- deeri (2,306)
olduu iin H0 Hipotezi KABUL edilir.
2.2.3. Ksmi Korelasyon Katsaylarnn Test Edilmesi

Ksmi Regresyon Katsaylar test edildikten sonra ksmi regresyon katsaylarnn

test edilmesine gerek yoktur. nk ksmi korelasyon katsaylaryla ksmi regresyon
katsaylar ayn ilikileri farkl deerlerle ifade etmektedirler.
Testler sonucunda Aktif Karll ve Bor/ z Sermaye Orannn z Sermaye
Karll zerinde anlaml bir etkisi varken; Bor Maliyeti, Cari Oran, Hisse Ba Kar ve
12

Maddi Olamayan Duran Varlk/Toplam Aktif Oranlarnn z Sermaye Karll zerinde

anlaml bir etkisi olmad grlmektedir.
Buna gre regresyon denklemi u ekilde olumaktadr;
Z SERMAYE KARLILII = -0,032 + 1,238xAKTF KARLILII +
0,122xBORC/ZSERMAYE
Modelden bir tane bamsz deikenin kmasyla modelin standart sapmas,
regresyon katsaylar ve test deerleri deiecektir. Dolaysyla aslnda regresyon denklemi
yukardaki denklem deildir. Asl regresyon denklemini bulabilmek iin modelden kan
deikenleri analiz dnda tutarak hesaplamalar tekrar yapmak gerekir.
Tekrar ayn ilemleri yapmak yerine modeli bu sefer Adm Adm Regresyon
(STEPWISE) yntemine gre zebiliriz. Modeli STEPWISE yntemine gre zdmzde
bu yntem denkleme girebilecek olan bamsz deikenleri tek tek modele sokar ve anlaml
iliki olan deikeni modelde tutarak nihayi sonucu bize verir. Stepwise regresyon modelinin
en nemli faydas oklu dorusal balant sorununa zm getirmesidir.4 Bylece asl
regresyon denklemine ulaabiliriz.
3. Adm Adm Regresyon (Stepwise) Modeline Gre zm ve Katsay
Testleri
Variables Entered/Removed
Model
1

Variables
Entered

Variables
Removed

AKTIFKAR

BORCOZS
E

MADDIOL
M

Method
Stepwise
(Criteria:
Probabilit
y-of-F-to-e
nter <=
.050,
Probabilit
y-of-F-to-r
emove >=
.100).
Stepwise
(Criteria:
Probabilit
y-of-F-to-e
nter <=
.050,
Probabilit
y-of-F-to-r
emove >=
.100).
Stepwise
(Criteria:
Probabilit
y-of-F-to-e
nter <=
.050,
Probabilit
y-of-F-to-r
emove >=
.100).

a. Dependent Variable: OZK

Orhunbilge, Uygulamal Regresyon ve Korelasyon Analizi, s. 202

13

Yukarda grld gibi adm adm regresyon modeliyle bamsz deikenler

teker teker modele sokulmu, oklu regresyon modeli bamsz deikenle kurulmutur.
Model Summary
Model
1
2
3

Adjusted
R Square
.890
.988
.991

R
R Square
.948a
.898
b
.995
.989
.996c
.993

Std. Error of
the Estimate
.03423
.01152
.00984

a. Predictors: (Constant), AKTIFKAR

b. Predictors: (Constant), AKTIFKAR, BORCOZSE
c. Predictors: (Constant), AKTIFKAR, BORCOZSE,
MADDIOLM

Stepwise zmnden kan oklu korelasyon katsays;

r1.234 = 0,996 dr.
3.1. oklu Korelasyon Katsaysnn Test Edilmesi

H0 : R1.234 = 0
H1 : R1.234 0
ANOVAd
Model
1

Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total

Sum of
Squares
.134
.015
.149
.148
.002
.149
.148
.001
.149

df
1
13
14
2
12
14
3
11
14

Mean Square
.134
.001

F
114.523

Sig.
.000a

.074
.000

556.538

.000b

.049
.000

510.789

.000c

a. Predictors: (Constant), AKTIFKAR

b. Predictors: (Constant), AKTIFKAR, BORCOZSE
c. Predictors: (Constant), AKTIFKAR, BORCOZSE, MADDIOLM
d. Dependent Variable: OZK

0,05 anlamllk seviyesinde F0,05;3;11 = 3,59 dur. oklu korelasyon katsaysnn F

deeri 510.789 olduu iin yani F tablo deerinden (3.59) byk olduu iin H0 Hipotezi
RED edilir. Yani oklu korelasyon katsays 0,05 anlamllk dzeyinde anlamldr.

14

3.2. Ksmi Regresyon Katsaylarnn Testi

a
Coefficients

Unstandardized Standardized
Coefficients
Coefficients
Model
B
Std. Error
Beta
1
(Constant)
.011
.013
AKTIFKAR 1.114
.104
.948
2
(Constant) -.031
.006
AKTIFKAR 1.185
.036
1.008
BORCOZSE .112
.011
.308
3
(Constant) -.022
.007
AKTIFKAR 1.159
.033
.986
BORCOZSE .111
.009
.306
MADDIOLM -.723
.309
-.064

t
.853
10.702
-5.091
33.161
10.134
-3.324
35.587
11.765
-2.337

Correlations
Sig. Zero-order Partial
Part
.409
.000
.948
.948
.948
.000
.000
.948
.995
.989
.000
.109
.946
.302
.007
.000
.948
.996
.906
.000
.109
.962
.299
.039
-.397
-.576
-.059

a.Dependent Variable: OZK

1- H0 : b12.34 = 0
H1 : b12.34 0
Coefficients tablosunda b12.34 deeri 1,159 olup 0,05 anlamllk seviyesinde Sig.
Deeri < 0,05 olduu iin H0 Hipotezi RED edilir. Yani Aktif Karll 0,05 anlamllk
dzeyinde z Sermaye Karll zerinde etkilidir.
Ayn ekilde 0,05 anlamllk seviyesi iin t deerlerine bakarak da karar
verebiliriz.
t0,05/2;11 = 2,201 dir. Katsaynn mutlak t deeri |35,587| > tablo t- deeri (2,201)
olduu iin H0 Hipotezi RED edilir.
2- H0 : b13.24 = 0
H1 : b13.24 0
Coefficients tablosunda b13.24 deeri 0,111 olup 0,05 anlamllk seviyesinde Sig.
Deeri < 0,05 olduu iin H0 Hipotezi RED edilir. Yani Bor Maliyeti 0,05 anlamllk
dzeyinde z Sermaye Karll zerinde etkilidir.
Ayn ekilde 0,05 anlamllk seviyesi iin t deerlerine bakarak da karar
verebiliriz.
t0,05/2;11 2,201 dir. Katsaynn mutlak t deeri |11,765| > tablo t- deeri (2,201)
olduu iin H0 Hipotezi RED edilir.
3- H0 : b14.23 = 0
H1 : b14.23 0

15

Coefficients tablosunda b14.23 deeri -0,723 olup 0,05 anlamllk seviyesinde Sig.
Deeri < 0,05 olduu iin H0 Hipotezi RED edilir. Yani Cari Oran 0,05 anlamllk dzeyinde
z Sermaye Karll zerinde etkilidir.
Ayn ekilde 0,05 anlamllk seviyesi iin t deerlerine bakarak da karar
verebiliriz.
t0,05/2;11 = 2,201 dir. Katsaynn mutlak t deeri |-2,337| > tablo t- deeri (2,201)
olduu iin H0 Hipotezi RED edilir.
3.3. Ksmi Korelasyon Katsaylarnn Testi

Ksmi Regresyon Katsaylarnn testini yaptktan sonra birde ksmi korelasyon

katsaylarnn testini yapmaya gerek olmadn daha nce sylemitik.
Buna gre ksmi korelasyon katsaylar Coefficients Tablosundan da grld
gibi aadaki gibidir;
r12.34 = 1,159
r13.24 = 0,111
r14.23 = -0,723
Regresyon Denklemi Aadaki Gibidir;
Z SERMAYE KARLILII = - 0,022 + 1,159 x AKTF KARLILII + 0,111 x
BOR/ZSERMAYE 0,723 x MADD OLMAYAN DURAN VARLIK/TOPLAM AKTF
4. liki Analizlerinin ve Varsaymdan Sapmalarn ncelenmesi
4.1. Hatalarn Normal Dalp Dalmadnn Aratrlmas

H0 : HATALAR NORMAL DAGILIMA UYAR

H1 : HATALAR NORMAL DAGILIMA UYMAZ
One-Sample Kolmogorov-Smirnov Test

N
Normal Parameters a,b
Most Extreme
Differences

Mean
Std. Deviation
Absolute
Positive
Negative

Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)

Unstandardiz
ed Residual
15
.0000000
.00872048
.126
.093
-.126
.489
.971

a. Test distribution is Normal.

b. Calculated from data.

16

Kolmogorov-Smirnov testinin sonucuna gre Asymp. Significult deeri (0,971) >

0,05 dir. Buna gre 0,05 anlamllk seviyesinde hatalarn normal daldn syleyen H0
Hiptozini Kabul edilir. Dolaysyla oklu regresyon denkleminin hatalar normal dalm
gstermektedir.
Q-Q Grafiine de bakarsak hatalarn doru etrafnda topland grlmektedir.
Hatalarn doru etrafnda toplanyor olmas bize hatalarn normal daldn gsterir.

Normal Q-Q Plot of Unstandardized Residual

.02

Expected Normal Value

.01

0.00

-.01

-.02
-.02

-.01

0.00

.01

.02

Observed Value

Histogram
Dependent Variable: OZK
5

Frequency

Std. Dev = .89

Mean = 0.00
N = 15.00

0
-2.00

-1.50

-1.00

-.50

0.00

.50

1.00

1.50

Regression Standardized Residual

4.2. Hatalarn Bamsz Olmas ( Otokorelasyon Olmamas) Testi

H0 : OTOKORELASYON YOK
H1 : OTOKORELASYON VAR

17

Model Summaryd
Model
1
2
3

R
R Square
.948a
.898
.995b
.989
.996c
.993

Adjusted
R Square
.890
.988
.991

Std. Error of
the Estimate
.03423
.01152
.00984

Durbin-W
atson

2.104

a. Predictors: (Constant), AKTIFKAR

b. Predictors: (Constant), AKTIFKAR, BORCOZSE
c. Predictors: (Constant), AKTIFKAR, BORCOZSE, MADDIOLM
d. Dependent Variable: OZK

Durbin- Watson d Statistii Tablosundan 0,05 anlamllk dzeyinde k = 3 ve n =

15 iin Durbin- Watson tablo deeri dL = 0,82 ve du = 1,75 olarak bulunur.
Hesaplanan Durbin- Watson deeri (2,104) > du (1,75) olduu iin H0 Hipotezi
KABUL edilir. Yani hatalar arasnda oto korelasyon yoktur.
4.3. Hatalarn Varyansnn Eit Olmas ( Eit Varyansllk Testi)
4.3.1. Spearman n Sra Korelasyonu Testi

H0 : DEKEN VARYANSLILIK YOK

H1 : DEKEN VARYANSLILIK VAR

18

Correlations
MHATA
AKTIFKAR
BORCMALI
BORCOZSE
CARIORAN HBKMADDIOLM
Spearman'sMHATA
rho
Correlation Coefficient
1.000 -.418
-.439
.361
-.025 -.107
.204
Sig. (2-tailed)
.
.121
.101
.187
.930
.704
.467
N
15
15
15
15
15
15
15
AKTIFKAR
Correlation Coefficient
-.418 1.000
.761** -.379
-.121
.654** -.379
Sig. (2-tailed)
.121
.
.001
.164
.666
.008
.164
N
15
15
15
15
15
15
15
BORCMALI
Correlation Coefficient
-.439
.761** 1.000
-.104
-.114
.571* -.175
Sig. (2-tailed)
.101
.001
.
.713
.685
.026
.533
N
15
15
15
15
15
15
15
BORCOZSE
Correlation Coefficient
.361 -.379
-.104
1.000
-.657** .046
.379
Sig. (2-tailed)
.187
.164
.713
.
.008
.869
.164
N
15
15
15
15
15
15
15
CARIORAN
Correlation Coefficient
-.025 -.121
-.114
-.657** 1.000 -.243
-.071
Sig. (2-tailed)
.930
.666
.685
.008
.
.383
.800
N
15
15
15
15
15
15
15
HBK
Correlation Coefficient
-.107
.654** .571*
.046
-.243 1.000
-.057
Sig. (2-tailed)
.704
.008
.026
.869
.383
.
.840
N
15
15
15
15
15
15
15
MADDIOLM
Correlation Coefficient
.204 -.379
-.175
.379
-.071 -.057
1.000
Sig. (2-tailed)
.467
.164
.533
.164
.800
.840
.
N
15
15
15
15
15
15
15
**.Correlation is significant at the 0.01 level (2-tailed).
*.Correlation is significant at the 0.05 level (2-tailed).

Mutlak hata satrndaki significant deerleri 0,05 anlamllk seviyesinde 0,05

deerinden byk olduklar iin H0 Hipotezi KABUL edilir. Yani hatalar arasnda eit
varyansllk vardr.
4.3.2. Serpilme Diyagram Yntemi

Serpilme diyagram ynteminde standardize edilmi hatalar ile tahmini deerler

arasndaki serpilme diyagram izilir ve eer hatalar yatay bir ekilde dalmlarsa ozaman
da eit varyansllk vardr denir.

19

Scatterplot
Dependent Variable: OZK
Regression Standardized Residual

1.5
1.0
.5
0.0
-.5
-1.0
-1.5
-2.0
0.0

.1

.2

.3

.4

OZK

Serpilme grafiine bakarak eit varyanslln olduunu syleyebiliriz.

4.4. oklu Dorusal Balant Olmamas ( Multicollinearity) Testi

Stepwise bu testi kendisi yapmakla birlikte biz oklu dorusal balant olmadn
Varyans Art Faktr (VIF) deerlerine bakarak anlayabiliriz. VIF deerleri 10 dan kk
eitse ozaman oklu dorusal balant yoktur denir.
a
Coefficients

Unstandardized
Coefficients
Model
1
(Constant)
2

AKTIFKAR

1.114

.104

(Constant)

-.031

.006

AKTIFKAR

1.185

.036

.112

.011

(Constant)

-.022

.007

AKTIFKAR

BORCOZSE
3

B
Std. Error
.011
.013

Standardized
Coefficients
Beta
.948

Correlations
t
.853

Sig.
Zero-order
.409

10.702

.000

-5.091

.000

1.008

33.161

.308

10.134
-3.324

.007

Partial

Collinearity Statistics
Part

Tolerance

VIF

.948

.948

.948

1.000

1.000

.000

.948

.995

.989

.961

1.040

.000

.109

.946

.302

.961

1.040

1.159

.033

.986

35.587

.000

.948

.996

.906

.844

1.184

BORCOZSE

.111

.009

.306

11.765

.000

.109

.962

.299

.960

1.042

MADDIOLM

-.723

.309

-.064

-2.337

.039

-.397

-.576

-.059

.878

1.140

a. Dependent Variable: OZK

Tablodan grld gibi VIF modele giren deikenlerin hepsinin VIF deerleri
10 dur. Dolaysyla bu da bize oklu dorusal balantnn olmadn gsterir.
Oluturulan regresyon modeli varsaym testlerinden de gemitir. Varsaym
testlerinden de gemesi modelin artk tahmin ve politika belirlemede kullanlabileceini
gstermektedir.

20

5. Asal Bileenler Yntemi ile zm

oklu dorusal balant durumuna Stepwise yntemi bir zm metodu olarak

kullanlabilse de modelin baml deiken ile aralarnda kuvvetli iliki olan bamsz
deikenleri modele alrken aralarnda iliki olan bamsz deikenleri modelden karmas
gerekte baml deikeni aklayabilecek olan bir deikenin modelden atlmas sorununu
ortaya karmaktadr. Bu sorunun zm iin dorusal balant yaratan deikenlerden
kurtulmak adna her bir bamsz deiken birbirinden bamsz faktrlere dntrlecek ve
en kk karelerle oklu regresyon analizine tabi tutulacaktr.
Kaiser, Meyer ve Olkin ve Barlet Testleri bize deikenler arasnda iliki
olduunu ve faktr analizinin uygulanp uygulanamayaca konusunda bilgi vermektedir.
KMO lsnn 0.70 in zerinde olmas faktr analizinin uygulanabileceini
gsterirken 0.50 nin altnda olmas analizin uygulanmasnn mmkn olmadn belirtir.

KMO ls
0.90
0.80 +
0.70 +
0.60 +
0.50 +
< 0.50

neri
Mkemmel
yi Dzey
Orta Dzey
Zayf
ok Zayf
Kabul Edilemez

Kaynak: Neyran Orhunbilge; ok Deikenli statistik Yntemler, ..

letme Fakltesi Yayn No:4942, stanbul, 2010, s. 448

Barlett testi ise deikenler arasndaki korelasyon matrisinin ortogonal olup

olmadn aratrmakta kullanlmakta olup; eer matrisin determinant 1 ise deikenler
arasnda iliki olmad, sfr ise deikenler arasnda tam bir iliki olduu sylenir.
H0 : DEKENLER ARASINDA LK YOK
H1 : DEKENLER ARASINDA LK VAR
Barlett testi ile H0 Hipotezi red edilirse korelasyon matrisinin ortogonal olmad
yani deikenler arasnda iliki olduu ve faktr analizinin uygulanabilecei sylenir.
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling
Adequacy.
Bartlett's Test of
Sphericity

Approx. Chi-Square
df
Sig.

.281
30.114
15
.012

21

SPSS ile hesaplanan KMO lsnn 0.50 den kk olmas faktr analizinin
mmkn olmadn gsterirken, Barlett testinin sonucunda % 5 anlamllk seviyesinde H0
Hipotezi red edilir ( p deiken says olmak zere; f= 0.5 x (p2 p) serbestlik derecesinde;
2
0.05/21
= 20.337 < 30.114) ve deikenler arasnda iliki vardr denilir.
Alt bamsz deiken SPPS yardmyla faktrlere ayrldnda 3 adet birbirinden
bamsz faktr oluturulmutur.
Communalities
AKTIFKAR
BORCMALI
BORCOZSE
CARIORAN
HBK
MADDIOLM

Initial
1.000
1.000
1.000
1.000
1.000
1.000

Extraction
.902
.836
.952
.908
.858
.393

Extraction Method: Principal Component Analysis.

Total Variance Explained

Component
1
2
3
4
5
6

Total
2.105
1.651
1.093
.801
.267
.083

Initial Eigenvalues
% of Variance Cumulative %
35.078
35.078
27.520
62.597
18.219
80.816
13.354
94.170
4.446
98.616
1.384
100.000

Extraction Sums of Squared Loadings

Total
% of Variance Cumulative %
2.105
35.078
35.078
1.651
27.520
62.597
1.093
18.219
80.816

Extraction Method: Principal Component Analysis.

Component Matrixa

1
AKTIFKAR
BORCMALI
BORCOZSE
CARIORAN
HBK
MADDIOLM

.852
.770
-.388
.438
.380
-.547

Component
2
-.420
-.492
-.378
.843
.616
.025

3
-.023
-.025
.812
-.076
.578
-.305

Extraction Method: Principal Component Analysis.

a. 3 components extracted.

22

Component Score Coefficient Matrix

1
AKTIFKAR
BORCMALI
BORCOZSE
CARIORAN
HBK
MADDIOLM

.405
.366
-.184
.208
.181
-.260

Component
2
-.254
-.298
-.229
.510
.373
.015

3
-.021
-.023
.743
-.069
.529
-.279

Extraction Method: Principal Component Analysis.

Component Scores.

Component Score Covariance Matrix

Component
1
2
3

1
1.000
.000
.000

.000
1.000
.000

.000
.000
1.000

Extraction Method: Principal Component Analysis.

Component Scores.

Oluturulan bu bamsz faktr regresyon analizine tabi tutulmutur. SPPS te

enter yntemi ile oluturulan regresyon modelinde bamsz faktrn baml deiken
olan zsermaye karllnn % 86.9 unu akladn syleyebiliriz.
Ksmi regresyon katsaylarnn sfrdan farkl olup olamadn test etmek istersek;
a
Coefficients

Unstandardized Standardized
Coefficients
Coefficients
Model
B
Std. Error
Beta
1
(Constant)
.116
.010
REGR factor score
.078
.010
.758
1 for analysis 1
REGR factor score
-.052
.010
-.505
2 for analysis 1
REGR factor score
.027
.010
.257
3 for analysis 1

Collinearity Statistics
Tolerance
VIF

t
12.002

Sig.
.000

7.817

.000

1.000

1.000

-5.209

.000

1.000

1.000

2.651

.023

1.000

1.000

a. Dependent Variable: OZK

1- H0 : b12.34 = 0
H1 : b12.34 0

23

Coefficients tablosunda b12.34 deeri 0,078 olup 0,05 anlamllk seviyesinde Sig.
Deeri < 0,05 olduu iin H0 Hipotezi RED edilir. Yani oluturulan bamsz faktrlerden
birincisi 0,05 anlamllk dzeyinde z Sermaye Karll zerinde etkilidir.
2- H0 : b13.24 = 0
H1 : b13.24 0
Coefficients tablosunda b13.24 deeri -0,052 olup 0,05 anlamllk seviyesinde Sig.
Deeri < 0,05 olduu iin H0 Hipotezi RED edilir. Yani oluturulan bamsz faktrlerden
ikincisi 0,05 anlamllk dzeyinde z Sermaye Karll zerinde etkilidir.
3- H0 : b13.24 = 0
H1 : b13.24 0
Coefficients tablosunda b13.24 deeri 0,027 olup 0,05 anlamllk seviyesinde Sig.
Deeri < 0,05 olduu iin H0 Hipotezi RED edilir. Yani oluturulan bamsz faktrlerden
ncsnn de 0,05 anlamllk dzeyinde z Sermaye Karll zerinde etkili olduu
sylenir.
Variables Entered/Removedb
Model
1

Variables
Entered
REGR
factor
score 3
for
analysis
1 , REGR
factor
score 2
for
analysis
1 , REGR
factor
score 1
for
analysis
a
1

Variables
Removed

Method

Enter

a. All requested variables entered.

b. Dependent Variable: OZK

24

Model Summaryb
Model
1

R
R Square
.947a
.896

Adjusted
R Square
.868

Std. Error of
the Estimate
.03749

Durbin-W
atson
1.839

a. Predictors: (Constant), REGR factor score 3 for analysis 1 ,

REGR factor score 2 for analysis 1 , REGR factor score 1 for
analysis 1
b. Dependent Variable: OZK

oklu Korelasyon Katsayna baktmzda;

r1.234 = 94.7
Olduunu grrz.
ANOVAb
Model
1

Regression
Residual
Total

Sum of
Squares
.134
.015
.149

df
3
11
14

Mean Square
.045
.001

a. Predictors: (Constant), REGR factor score 3 for analysis

2 for analysis 1 , REGR factor score 1 for analysis 1

F
31.755

Sig.
.000a

1 , REGR factor score

b. Dependent Variable: OZK

% 5 anlamllk seviyesinde Anova Tablosunda sig. Deeri < 0,05 olduu iin
oklu regresyon katsays geerlidir. Yani oluturulan bamsz faktrle ile baml deiken
arasndaki ilikinin anlaml olduu ve tm bamsz deikenlerin birlikte baml deikenin
% 89.6 sn aklad sylenir.
Oluturulan Bamsz Faktrler Arasnda oklu Dorusal Balant Olup
Olmadnn ( Multicollinearity) Test Edilmesi:

oklu dorusal balant olmadn Varyans Art Faktr (VIF) deerlerine

bakarak anlayabiliriz. VIF deerleri 10 dan kk eitse ozaman oklu dorusal balant
yoktur denir.

25

a
Coefficients

Unstandardized Standardized
Coefficients
Coefficients
Model
B
Std. Error
Beta
1
(Constant)
.116
.010
REGR factor score
.078
.010
.758
1 for analysis 1
REGR factor score
-.052
.010
-.505
2 for analysis 1
REGR factor score
.027
.010
.257
3 for analysis 1

t
12.002

Collinearity Statistics
Sig.
Tolerance
VIF
.000

7.817

.000

1.000

1.000

-5.209

.000

1.000

1.000

2.651

.023

1.000

1.000

a. Dependent Variable: OZK

Yukardaki coefficients tablosunda her bir bamsz faktrn VIF deerine

bakarsak tm VIF deerlerinin her bir bamsz faktr iin 1 olduunu grrz. Buda bize
oluturulan faktr deikenler arasnda oklu dorusal balant olmadn gsterir.

Hatalarn Normal Dalp Dalmadnn

Smirnov testini uygulayabiliriz. Buna gre;

Aratrmada

Kolmogorov

H0 : HATALAR NORMAL DAGILIMA UYAR

H1 : HATALAR NORMAL DAGILIMA UYMAZ
One-Sample Kolmogorov-Smirnov Test

N
Normal Parameters a,b
Most Extreme
Differences

Mean
Std. Deviation
Absolute
Positive
Negative

Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)

Unstandardiz
ed Residual
15
.0000000
.03323397
.133
.080
-.133
.515
.954

a. Test distribution is Normal.

b. Calculated from data.

Kolmogorov-Smirnov testinin sonucuna gre Asymp. Significult deeri (0,954) >

0,05 dir. Buna gre 0,05 anlamllk seviyesinde hatalarn normal daldn syleyen H0
Hipotezi Kabul edilir. Dolaysyla oklu regresyon denkleminin hatalar normal dalm
gstermektedir.
Q-Q Grafiine de bakarsak hatalarn doru etrafnda topland grlmektedir.
Hatalarn doru etrafnda toplanyor olmas bize hatalarn normal daldn gsterir.
26

Normal Q-Q Plot of Unstandardized Residual

.06

.04

Expected Normal Value

.02

0.00

-.02

-.04

-.06
-.06

-.04

-.02

0.00

.02

.04

.06

Observed Value

Hatalarn Bamsz Olup Olmadn ( Otokorelasyon Olmamas) Belirlemek

iin Durbin Watson Test statistiini kullanabiliriz. Buna gre;

H0 : OTOKORELASYON YOK
H1 : OTOKORELASYON VAR
Model Summaryb
Model
1

R
R Square
.947a
.896

Adjusted
R Square
.868

Std. Error of
the Estimate
.03749

Durbin-W
atson
1.839

a. Predictors: (Constant), REGR factor score 3 for analysis 1 ,

REGR factor score 2 for analysis 1 , REGR factor score 1 for
analysis 1
b. Dependent Variable: OZK

Durbin- Watson d Statistii Tablosundan 0,05 anlamllk dzeyinde k = 3 ve n =

15 iin Durbin- Watson tablo deeri dL = 0,82 ve du = 1,75 olarak bulunur.
Hesaplanan Durbin- Watson deeri (1,839) > du (1,75) olduu iin hatalar
arasnda otokorelasyon yoktur diyen H0 Hipotezi KABUL edilir. Yani hatalar arasnda oto
korelasyon yoktur varsaym gereklemi olur.
Hatalarn Varyansnn Eit Olup Olmadnn (Eit Varyansllk Testi)
Belirlenmesinde Spearman n Sra Korelasyonu testi yaplmakla birlikte, Standardize
edilmi hatalar ile Baml Deikenin Serpilme Diyagramna Baklabilir.

27

Spearman n Sra Korelasyonu Testini yapacak olursak;

H0 : DEKEN VARYANSLILIK YOK

H1 : DEKEN VARYANSLILIK VAR
Correlations

MHATA2
Correlation Coefficient 1.000
Sig. (2-tailed)
.
N
15
REGR factor scoreCorrelation Coefficient .414
1 for analysis 1 Sig. (2-tailed)
.125
N
15
REGR factor scoreCorrelation Coefficient -.257
2 for analysis 1 Sig. (2-tailed)
.355
N
15

Spearman's rho MHATA2

REGR factor scoreCorrelation Coefficient

3 for analysis 1 Sig. (2-tailed)
N

-.443
.098
15

REGR factor REGR factor REGR factor

score 1 for score 2 for score 3 for
analysis 1 analysis 1 analysis 1
.414
-.257
-.443
.125
.355
.098
15
15
15
1.000
-.275
-.021
.
.321
.940
15
15
15
-.275
1.000
-.246
.321
.
.376
15

15

15

-.021
.940
15

-.246
.376
15

1.000
.
15

Mutlak hata satrndaki significant deerleri 0,05 anlamllk seviyesinde 0,05

deerinden byk olduklar iin H0 Hipotezi KABUL edilir. Yani hatalar arasnda eit
varyansllk vardr.
Serpilme Diyagram Yntemi ile Hatalarn Eit Varyansl olup olmadn
belirlemek istersek;

Serpilme diyagram ynteminde standardize edilmi hatalar ile tahmini deerler

arasndaki serpilme diyagram izilir ve eer hatalar yatay bir ekilde dalmlarsa ozaman
da eit varyansllk vardr denir.

28

Scatterplot
Dependent Variable: OZK
Regression Standardized Residual

1.5
1.0
.5
0.0
-.5
-1.0
-1.5
-2.0
0.0

.1

.2

.3

.4

OZK

Serpilme grafiine bakarak eit varyanslln olduunu syleyebiliriz.

Buna gre Asal Bileenler Yntemi sonucunda regresyon modeli aadaki gibi
kurulur.
Z SERMAYE KARLILII = 0,116
FAKTR_II + 0,027 x FAKTR_III

+ 0,078 x FAKTR_I 0.052 x

6. Tarafl Tahminleyen Yntemi ile zm

oklu dorusal balant olmas durumunda Asal Bileenlere Ayrma Ynteminin

yannda Tarafl Tahminleyenler Yntemi de kullanlabilir. Bu yntem en kk karelerle elde
edilen normal denklemlere 0 c 1 olmak zere bir tarafllk sabiti c ilave edilerek, oklu
dorusal balanty ortadan kaldrmaya allrken regresyon ve korelasyon katsaylarnn
tarafl olmas durumunu ortaya karmaktadr. Regresyon katsaylar tarafl hale geldii iin
tarafszlk varsaymna dayal olarak yaplan hipotez testleri yaplamayaca iin regresyon
katsay testleri ve aralk tahminleri yaplamayacaktr.

29

Ridge izi her bir kya karlk gelen katsay deerinin gsterildii bir eridir. Eer
aklayc deikenler arasnda gl bir iliki varsa k nn kk deerleri iin katsaylar hzl
bir ekilde deierek k nn byk deerlerinde dengelenecektir. Katsaylarn sabitletii veya
sabitlemeye balad k deeri istenilen katsaylar verecektir. Eer bamsz deikenler
ortogonal yani aralarnda bir iliki yok ise katsaylar ok az deiir. Dolaysyla yukardaki
ridge izi grafiine baktmzda k nn 0.02 deeri iin katsaylarn azalarak x eksenine yatay
deerler almaya yani sabit deerler almaya baladn grebiliriz. Buna gre k = 0.02 iin
Tarafl Tahminleyen Katsaylar hesaplanarak regresyon modelini oluturabiliriz.C
R-SQUARE AND BETA COEFFICIENTS FOR ESTIMATED VALUES OF K
K
______

RSQ
______

AKTIFKAR
________

BORCMALI
________

BORCOZSE
________

CARIORAN
________

HBK
________

MADDIOLM
________

.00000
.02000
.04000
.06000
.08000
.10000
.12000
.14000
.16000
.18000
.20000
.22000
.24000
.26000
.28000
.30000
.32000
.34000
.36000
.38000
.40000
.42000
.44000
.46000
.48000
.50000
.52000

.99273
.99063
.98676
.98256
.97839
.97434
.97042
.96661
.96289
.95925
.95566
.95212
.94861
.94514
.94168
.93824
.93481
.93139
.92797
.92457
.92117
.91777
.91438
.91099
.90760
.90422
.90084

1.037975
.931601
.858849
.804918
.762701
.728338
.699541
.674860
.653325
.634262
.617186
.601737
.587643
.574691
.562715
.551581
.541181
.531426
.522240
.513563
.505340
.497528
.490088
.482986
.476192
.469682
.463433

-.051356
.025780
.076831
.113201
.140397
.161425
.178083
.191516
.202492
.211551
.219082
.225376
.230653
.235084
.238805
.241925
.244532
.246697
.248481
.249935
.251099
.252010
.252699
.253192
.253512
.253678
.253707

.305694
.253888
.221278
.198940
.182683
.170298
.160511
.152544
.145898
.140236
.135328
.131007
.127155
.123682
.120520
.117618
.114935
.112438
.110102
.107906
.105833
.103869
.102002
.100223
.098522
.096893
.095329

.031330
-.024850
-.057442
-.077623
-.090609
-.099137
-.104763
-.108431
-.110741
-.112087
-.112737
-.112879
-.112647
-.112137
-.111420
-.110550
-.109567
-.108500
-.107374
-.106206
-.105011
-.103799
-.102579
-.101358
-.100141
-.098931
-.097733

.005506
.051562
.078122
.094415
.104749
.111390
.115627
.118243
.119738
.120438
.120568
.120284
.119697
.118888
.117916
.116826
.115652
.114417
.113142
.111842
.110528
.109210
.107893
.106583
.105285
.104001
.102735

-.033669
-.056040
-.070399
-.080370
-.087671
-.093222
-.097561
-.101023
-.103828
-.106129
-.108030
-.109611
-.110930
-.112032
-.112952
-.113716
-.114348
-.114866
-.115284
-.115616
-.115870
-.116057
-.116184
-.116257
-.116282
-.116265
-.116208

30

.54000
.56000
.58000
.60000
.62000
.64000
.66000
.68000
.70000
.72000
.74000
.76000
.78000
.80000
.82000
.84000
.86000
.88000
.90000
.92000
.94000
.96000
.98000
1.0000

.89746
.89409
.89072
.88736
.88401
.88065
.87731
.87397
.87064
.86732
.86401
.86070
.85741
.85412
.85085
.84758
.84432
.84108
.83785
.83463
.83142
.82822
.82504
.82187

.457425
.451640
.446063
.440678
.435475
.430440
.425564
.420838
.416252
.411798
.407470
.403261
.399164
.395175
.391288
.387497
.383799
.380189
.376664
.373220
.369853
.366561
.363339
.360186

.253615
.253415
.253118
.252735
.252274
.251745
.251154
.250507
.249811
.249071
.248291
.247476
.246629
.245754
.244853
.243931
.242989
.242030
.241055
.240067
.239068
.238058
.237041
.236016

.093825
.092377
.090981
.089632
.088327
.087065
.085841
.084655
.083503
.082384
.081296
.080238
.079208
.078205
.077228
.076275
.075346
.074439
.073554
.072689
.071844
.071019
.070212
.069422

-.096548
-.095379
-.094226
-.093092
-.091976
-.090879
-.089802
-.088744
-.087706
-.086687
-.085689
-.084709
-.083748
-.082807
-.081883
-.080978
-.080091
-.079221
-.078367
-.077531
-.076711
-.075907
-.075118
-.074344

.101487
.100259
.099053
.097868
.096705
.095564
.094446
.093350
.092275
.091223
.090193
.089183
.088194
.087226
.086278
.085349
.084439
.083548
.082675
.081819
.080981
.080160
.079355
.078566

-.116117
-.115995
-.115844
-.115668
-.115468
-.115247
-.115006
-.114749
-.114475
-.114187
-.113886
-.113572
-.113248
-.112914
-.112572
-.112221
-.111862
-.111497
-.111127
-.110750
-.110369
-.109984
-.109595
-.109202

Run MATRIX procedure:

C

****** Ridge Regression with k = 0.02 ******

Mult R
RSquare
Adj RSqu
SE

.9953036855
.9906294263
.9836014961
.0132798417

ANOVA table
df
Regress
6.000
Residual
8.000

F value
140.9560696

SS
.149
.001

MS
.025
.000

Sig F
.0000001

--------------Variables in the Equation---------------B

SE(B)
Beta
B/SE(B)
aktifkar
1.10418339
.07731718
.93160064
14.28121709
borcmali
.11810674
.26494912
.02577985
.44577140
borcozse
.09275243
.01768899
.25388849
5.24351069
carioran
-.00113713
.00264808
-.02484991
-.42941620
hbk
.00284169
.00278954
.05156166
1.01869453
maddiolm
-.58676190
.39697685
-.05603961
-1.47807588
Constant
-.01482654
.01527863
.00000000
-.97040979
C

------ END MATRIX -----

Buna gre modelin oklu korelasyon katsays;

r1.234 = 99.53

31

Modelin standart hatas;

S 1.234567 = 0, 013279
dir.

Tarafl Tahminleyen Ynteminde katsaylar tarafl hala geldii iin katsay testleri
ve aralk tahminleri yaplamamaktayd. Buna gre model aadaki ekilde olumaktadr.
Z SERMAYE KARLILII = -0,0149 + 1,1042 x AKTF KARLILII + 0,1181
x BOR MALYET + 0,0928 x BOR/Z SERMAYE - 0,0012 x CAR ORAN + 0,0028 x
HSSE BAI KAR - 0,5868 x MADD OLMAYAN DURAN VARLIK/TOPLAM AKTF
KAYNAKLAR:

Brealey Richard A., Myers Stewart C., Marcus Alan J., letme Finansnn Temelleri, (
evirenler: nal Bozkurt, Trkan Arkan, Hatice Doukanl), Literatr Yaynlar, 3.
Basm, stanbul, Ekim 2001
GUJARATI Damodar N., Temel Ekonometri, evirenler: mit ENESEN, Glay Gnlk
ENESEN, Literatr Yaynclk.
stanbul Menkul Kymetler Borsas nternet Sitesi (www.imkb.gov.tr)
ORHUNBLGE Neyran, Uygulamal Regresyon ve Korelasyon Analizi, .. letme
Fakltesi Yaynlar, II. Baskstanbul, 2002
ORHUNBLGE Neyran; ok Deikenli statistik Yntemler, .. letme Fakltesi Yayn
No:4942, stanbul, 2010.
ORHUNBLGE Neyran; rnekleme Yntemleri ve Hipotez Testleri, Avcol Basm- Yayn,
stanbul, 2000.
Trkiye imento Mstahsilleri Birlii; http://www.tcma.org.tr, evirimii 12 Kasm 2011

32

EK 1 : SPSS Verileri:
ozk

aktifkar

borcmali

borcozse

carioran

hbk

maddiolm

pre_1

res_1

0.18

0.16

0.01

0.16

0.19

0.3

0.1803

0.01

0.01

0.01

0.21

3.85

0.19

0.01

0.00959

0.0039

-1.03565

0.39645

0.0039

-0.54413

0.09

0.07

0.03

0.46

1.77

0.31

0.03

0.08862

-0.00267

-0.26783

-0.27121

0.00267

-0.87254

0.02

0.02

0.01

0.47

2.06

0.13

0.02

0.03545

-0.01724

-0.78444

-1.75283

0.01724

-1.14133

-0.11375

0.05

0.04

0.01

0.23

3.59

0.23

0.02

0.03554

0.01405

-0.78353

1.42811

0.01405

-0.91851

0.04

0.04

0.11

6.36

0.06

0.03418

0.0087

-0.79671

0.88413

0.0087

-0.12486

0.09

0.08

0.03

0.12

4.4

0.1

0.08752

0.00205

-0.27846

0.20833

0.00205

0.43748

0.19467

-0.5391

0.12597

-0.0364

0.03

0.03

0.01

0.35

2.94

0.08

0.01

0.04079

-0.00905

-0.73251

-0.92013

0.00905

-0.69305

0.18438

-0.07501

0.05028

-0.01854

0.22

0.09

0.03

1.25

0.9

2.47

0.21623

0.00841

0.97197

0.85461

0.00841

-0.45202

-0.95608

3.22091

0.21625

0.00838

0.04

0.03

0.01

0.34

2.17

0.32

0.01

0.04381

-0.00438

-0.70321

-0.44489

0.00438

-0.81524

0.06739

-0.11329

0.0458

-0.00637

0.15

0.12

0.03

0.29

1.31

0.76

0.02

0.14059

0.00771

0.23713

0.7838

0.00771

-0.12376

-0.59981

-0.28963

0.1301

0.0182

0.12

0.11

0.02

0.11

9.09

7.37

0.01

0.11533

0.00675

-0.00833

0.68593

0.00675

1.36897

2.77363

1.15301

0.10928

0.0128

0.39

0.34

0.07

0.17

3.12

0.71

0.39072

-0.00328

2.66735

-0.33305

0.00328

2.09825

-1.25582

-0.37819

0.33604

0.05141

0.08

0.07

0.03

0.32

0.35

0.08993

-0.01145

-0.25508

-1.16337

0.01145

-0.02587

-0.37432

0.11559

0.13677

-0.05828

0.23

0.21

0.08

0.17

4.37

0.37

0.23418

-0.00639

1.14639

-0.64956

0.00639

1.7143

-0.76825

-0.44268

0.2788

-0.05101

0.00289

zpr_1
0.62293

zre_1
0.29367

mhata
0.00289

fac1_1
0.09231

fac2_1
-0.71143

fac3_1

pre_2

res_2

-0.26725

0.15345

0.02974

0.49319

-0.5084

0.03432

-0.02083

-0.54265

-0.36009

0.0666

0.01935

-0.06014

0.03113

-0.01292

0.41823

-0.84669

-0.00008

0.04967

1.19062

-0.60904

0.02808

0.0148

33

EK 2 : irket Verieri Verileri

letme smi
ADANA
MENTO
SANAY
TCARET A..
AFYON MENTO
SANAY TCARET
A..
AKANSA
MENTO
SANAY VE
TCARET A..
ASLAN
MENTO A.. /
ASLAN
BATIM BATI
ANADOLU
MENTO
SANAY A.. /
BTCIM
BATISKE SKE
MENTO
SANAY T.A.. /
BSOKE
BOLU MENTO
SANAY A.. /
BOLUC
BURSA
MENTO
FABRKASI A.. /
BUCIM

Vergi
ncesi

Finansman

Toplam

Kar

Gideri

Bor

631,200,351

115,629,908

1,289,348

98,542,000

102,228,498

116,919,256

923,510

62,858,042

336,182,000

53,359,402

719,875

140,390

11,046,000

567,424

860,265

636,652

744,000

841,136,039

72,296,095

12,474,088

390,670,000

59,367,872

84,770,183

35,795,399

187,748,170

3,417,421

1,034,002

87,911,000

844,413

4,451,423

425,076,406

21,079,497

836,301

99,722,000

16,169,612

192,477,786

8,253,815

21,913,000

192,246,523

17,220,321

753,814

280,521,495

8,903,504

732,551

z Sermaye

Net Kar

Faiz Vergi

Maddi
Olmayan
Duran
Varlk

Toplam

Says

Aktif

Satlar

Cari Varlik

729,742,912

305,108,100

16,189,082

84,660,946

3,000,000

64,405,715

45,076,732

33,727,106

8,754,357

65,436,610

191,447,068

1,231,806,821

817,352,286

310,009,661

175,503,708

5,177,469

24,636

6,425,679

275,659,670

126,612,125

76,472,827

37,180,990

21,915,798

12,468,728

2,747,522

70,840,000

524,799,216

324,046,247

213,507,840

59,412,851

4,998,530

8,253,815

390,391

78,750,000

214,391,293

67,507,293

68,048,729

10,692,055

23,556,000

13,861,401

17,974,135

246,923

12,227,977

143,235,330

215,813,134

138,578,809

81,313,607

18,475,615

97,211,000

8,721,644

9,636,055

2,894,922

20,061,241

105,815,808

377,732,782

413,961,137

219,029,822

74,433,526

ncesi Kar

Temett

Hisse
Senedi

34

Cari Borc

MBETON
HAZIRBETON VE
PREFABRK YAPI
ELEMANLARI
SAN. VE TC. A..
/ CMBTN
MENTA
ZMR MENTO
FABRKASI T.A..
/ CMENT
MSA MENTO
SANAY VE
TCARET A.. /
CIMSA
KONYA
MENTO
SANAY A.. /
KONYA
MARDN
MENTO
SANAY VE
TCARET A.. /
MRDIN
NUH MENTO
SANAY A.. /
NUHCM
NYE MENTO
SANAY VE
TCARET A.. /
UNYEC

24,380,656

5,476,732

785,380

30,490,000

4,379,494

6,262,112

10,192

1,770,000

54,871,092

97,063,618

26,205,988

29,112,953

826,631,000

32,594,000

1,829,000

277,271,000

27,773,000

34,423,000

12,006,000

443,000

87,112,000

1,103,902,000

478,489,000

314,577,000

145,012,000

879,807,348

130,478,323

8,304,329

254,029,000

103,249,803

138,782,652

18,136,992

81,861,172

135,084,442

1,133,836,800

708,480,015

247,235,654

188,281,640

372,098,031

45,424,492

854,501

40,406,000

35,930,319

46,278,993

2,831,254

4,591,532

4,873,440

412,504,058

215,560,439

229,932,055

25,282,585

249,925,414

96,833,196

2,919,197

41,648,000

78,042,495

99,752,393

965,550

80,998,120

109,524,000

291,573,089

236,813,077

116,829,412

37,433,302

804,660,973

63,154,474

7,682,365

260,120,000

52,707,109

70,836,839

1,957,812

45,064,080

150,213,600

1,064,781,088

773,963,850

351,946,243

175,758,469

252,355,220

57,483,593

3,431,861

43,636,000

46,025,614

60,915,454

701,101

46,698,949

123,586,411

295,991,936

192,780,838

139,267,813

31,901,702

35

36