Sıralı lojistik regresyon modelleri, çok kategorili ve sıralı yapıdaki bağımlı değişken olasılıklarını bağımsız değişkenler aracılığıyla tahmin etmek için kullanılır. Sıralı lojistik regresyon modellerinde, bağımlı değişken kategorilerini karşılaştırmak için farklı sıralı lojit modeller bulunmaktadır. Bunlar; Orantısal Oran Modeli (OOM), Orantısal Olmayan Oran Modeli (OOOM) ve Kısmi Orantısal Oran Modeli (KOOM)’dir. Paralel doğrular varsayımı sağlandığı durumda OOM kullanılırken, sağlanmadığı durumda ise OOOM, KOOM ve Çok Terimli Lojit model kullanabilmektedir. Bu tezin amacı, bu modelleri incelemek ve verilerin yapısına ve varsayımlarına göre en uygun modeli belirlemektir. Bu amaç doğrultusunda medya çalışanlarının iş tatminini etkileyen değişkenlere ait veriler kullanılmış ve incelenen modellerin En Çok Olabilirlik Tahmin edicileri ile Odds oranları elde edilmiştir. Modellerin geçerliliği ve karşılaştırılması Olabilirlik Oran istatistiği ile test edilmiştir. Çalışmada Paralel Doğrular Varsayımının sağlanmadığı durumlarda OOOM ve KOOM’nin, OOM’ne ve çok terimli lojit modele göre tercih edilmesi gereken modeller olduğu sonucuna varılmıştır.
Ordinal logistic regression models are used to estimate probabilities of dependent variable in multi-category and ordinal structure by means of independent variables. In ordinal logistic regression models, there are different ordinal logit models to compare dependent variable categories. These are Proportional Odds Model (POM), Non- Proportional Odds Model (NPOM) and Partial Proportional Odds Model (PPOM). When parallel lines assumption is hold, the POM is used and when it is not hold the the NPOM, the PPOM and Multinominal Logit Model can be used. The aim of this thesis is to examine these models and to determine the most suitable model according to the structure of data and assumptions. Data related to the variables which affect job satisfaction of media employees has been used in line with this aim, and Maximum Likelihood Estimator and Odds ratios of the examined models have been obtained. Model validity and comparison have been tested by Likelihood Ratio statistics. It has been concluded in the study that NPOM and PPOM are required to be preferred compared to POM and multinominal logit model when Parallel Lines Assumption is not hold.
