ALGILANAN HİZMET KALİTESİ VE LOJİSTİK REGRESYON ANALİZİ İLE HİZMET TERCİHİNE ETKİSİNİN BELİRLENMESİ. Özet

Transkript

1 Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Yayın Gelş Tarh: Clt: 13, Sayı: 1, Yıl: 2011, Sayfa: Yayına Kabul Tarh: ISSN: ALGILANAN HİZMET KALİTESİ VE LOJİSTİK REGRESYON ANALİZİ İLE HİZMET TERCİHİNE ETKİSİNİN BELİRLENMESİ Özet Mehmet AKSARAYLI * Özge SAYGIN ** Çalışmada, Dokuz Eylül Ünverstes (DEU) Buca Kız Öğrenc Yurdu nda barınma hzmet alan öğrenclere sunulan hzmet kaltesnn öğrencler tarafından nasıl algılandığı ve algılanan hzmet kaltesnn hzmet terchne etkler araştırılmıştır. Algılanan hzmet kaltesnn ölçülmesnde SERVQUAL skoru kullanılmıştır. Servqual skoru le elde edlen algılanan hzmet kaltes boyutları olan fzksel özellk, güvenrlk, hevesllk, güven, empat le genel algılanan hzmet kaltes boyutlarının hzmet terch ve tavsye etme üzerne etkler lojstk regresyon analz le ncelenmştr. Algılanan hzmet kaltesnn hzmet terchne ve tavsye etmeye etksnn olduğu tespt edlmştr. Anahtar Kelmeler: Algılanan Hzmet Kaltes, SERVQUAL, Lojstk Regresyon, Hzmet, Yurt Hzmet, Hzmet Terch. JEL Sınıflaması: C20, C25, C80. PERCEIVED SERVICE QUALITY AND DETERMINATION OF THE EFFECT ON SERVICE PREFERENCE WITH LOGISTIC REGRESSION ANALYSIS Abstract In ths study, students perceved servce qualty level of Dokuz Eylul Unversty (DEU) Buca Grl Dormtory Servce s nvestgated by usng SERVQUAL scale, whch s a common servce qualty measure. Impacts of the dmensons of perceved servce qualty, whch are tangbles, relablty, responsveness, assurance, empathy, on preference and recommendaton are nvestgated by logstc regresson analyss. As a result, t s concluded that perceved servce qualty has mpacts on preference and recommendaton of dormtory servce. Key Word:, Perceved Servce Qualty, SERVQUAL, Logstc Regresson, Servce, Dormtory Servce, Servce Preference. JEL Classfcaton: C20, C25, C80. * Yrd. Doç. Dr., Dokuz Eylül Ünverstes, İİBF, Ekonometr Bölümü, , aksarayl@deu.edu.tr. ** Doktora Öğrencs, Dokuz Eylül Ünverstes, Sosyal Blmler Ensttüsü, Ekonometr Bölümü, ozge.saygn@deu.edu.tr. 21

2 Aksaraylı, M., Saygın, Ö. DEÜ SBE Dergs, Clt:13, Sayı: 1 1. GİRİŞ Günümüz yaşantısında öneml br yer tutan hzmet şletmelernn rekabet edeblmeler ve hzmet verme yarışında başarılı olablmeler çn hzmet kaltelern gelştrmeler oldukça öneml br konu halne gelmştr. Hem hzmetlern çeştlenmes hem de şletmelern sayısındak artış, rekabet arttırmakta ve hzmet şletmelern hzmet sunuşunda farklı olmaya tmektedr (Altan vd., 2003: 2). Başta gelşmş ülkeler olmak üzere; ülke ekonomlernn sthdam yapısında yüz yıl öncesne göre hzmetler sektörü lehne çok öneml değşmler olmuştur. Günümüzde gelşmş ülkelern büyük çoğunluğunda, hzmetler sektörü sthdamda %70 lern üzernde br paya sahptr (Aydın, 2005: 1102). Ülkemzde de hzmet sektörünün ülke ekonoms çndek payı gderek artmaktadır. Bu doğrultuda sunulan hzmet kaltesnn ve beklenen hzmet kaltesnn ölçülmes gerekmektedr. Algılanan hzmet kaltes olarak lteratürde kullanılan ölçme aracı bu amacı gerçekleştrmektedr. Ayrıca hzmet şletmeler hzmetler le lgl olarak müşter beklentlern ve terch sebeplern belrlemeldr. Hzmetlern genel özellklern soyut olmaları, heterojen olmaları, üretm ve tüketmn eş zamanlılığı ve stoklamamaları şeklnde dört grupta ncelemek mümkündür (Üner, 1994: 3). Brçok hzmetn üretm ve tüketm brbrnden ayrılamaz. Çünkü hzmet kaltesnde sürekl br ş bandı yaratılmaz ve tüketclere dokunulmamış olarak dağıtılamaz (Bulgan, 2002: 5). Hzmetlern soyut oluşu, müşterlern satın almadan önce, alacakları hzmetn kaltesn değerlendrmesn zorlaştırmaktadır (Devebakan ve Aksaraylı, 2003: 40). Bu durum hzmet kaltesnn de soyut olmasını berabernde getrmektedr. Bu yüzden lteratürde hzmet kaltes kavramı yerne çoğunlukla algılanan hzmet kaltes term kullanılmaktadır (Uyguç, 1998: 27). Algılanan hzmet kaltes, müşternn br ürün ya da hzmetn üstünlüğü ya da mükemmellğ le lgl genel br yargısı olarak tanımlanmaktadır (Zethaml vd., 1990: 15). Çalışma alanı olan öğrenclern konaklama gereksnmler de hzmet şletmeler olan öğrenc yurtlarında sağlanmaktadır. Öğrenc Yurdu kelme anlamı olarak öğrenclern barınma, yeme ve çalışmalarını kolayca karşılayablecek özel olarak yapılmış yer veya bna olarak tanımlanmaktadır (TDK, 2008). Yurt hzmet veren kurum, kuruluş ve şletmelern sosyal, kültürel ve teknolojk gelşmelere bağlı olarak farklılaşan htyaçlara kulak vermes ve hzmetlernn müşterler tarafından nasıl algılandığı konusunda blg sahb olması rekabet ortamında üstünlük sağlamaları açısından oldukça önemldr. Hzmet sektöründe müşterlere yüksek kaltede hzmet vermek temel ve en öneml unsurlardandır (Coulthard, 2004: 1). Dolayısıyla barınma hzmet veren yurtların rekabet ortamında devamlılıklarını sürdüreblmeler kaltel hzmet vermeler le mümkün olablecektr. 22

3 Algılanan Hzmet Kaltes ve DEU Journal of GSSS, Vol: 13, Issue: 1 2. ALGILANAN HİZMET KALİTESİ SERVQUAL ÖLÇEĞİ Rekabet edeblmek ve hzmet verme yarışında başarılı olablmek çn şletmelern hzmet kaltelern gelştrmeler oldukça önemldr. Bu doğrultuda sunulan hzmet kaltesnn ve beklenen hzmet kaltesnn ölçülmes gerekmektedr. Algılanan hzmet kaltes olarak lteratürde kullanılan ölçme aracı bu amacı gerçekleştrmektedr yılları arasında Parasuraman, Zethaml ve Berry tarafından gelştrlen SERVQUAL yöntem, hzmet kaltes ölçümünde br standart olarak kabul edlmektedr. Parasuraman vd. öncelkle hzmet kaltesn tanımlamaya ve onu etkleyen faktörler bulmaya daha sonra da ölçüleblr hale getreblmek çn her hzmet türüne uygulanablecek genel br model gelştrmeye çalışmışlardır (Atan vd., 2006: 8). Yapılan araştırma sonuçlarına göre müşterlern hzmet kaltesn nasıl algıladıklarına lşkn brçok kavram ve önerme ortaya çıkmıştır (Zethaml vd., 1985: 49). Şekl 1 Algılanan Hzmet Kaltesnn müşterlern beklenen ve algılanan hzmet karşılaştırmalarının sonucu olduğunu göstermektedr. Şekl 1: Algılanan Hzmet Kaltesnn Belrleycler Kaynak: Zethaml vd Ölçeğn gelştrlmes sürec sonunda beş hzmet kaltes boyutu oluşturulmuştur (Parasuraman vd., 1988: 5-6). SERVQUAL ın beş boyutu ve boyutlara lşkn açıklamalar aşağıda verldğ gbdr. Fzksel Özellkler: Fzksel aletler, eşyalar ve personeln görünümü. Güvenrlk: Doğru ve güvenlr br şeklde hzmet sunablme kablyet. 23

4 Aksaraylı, M., Saygın, Ö. DEÜ SBE Dergs, Clt:13, Sayı: 1 Hevesllk: Müşterye yardım etme steğ ve hızlı hzmet sunma. Güven: Çalışanların blgs ve nezaket le brlkte güven telkn edeblmes. Empat: Müşterlerne breysel lg ve alaka gösterme. 3. LOJİSTİK REGRESYON ANALİZİ Lojstk regresyon, dğer br adıyla Logt model, son yıllarda kullanımı gderek artan ler düzey br regresyon yöntemdr. Sosyal blmlerde oldukça yoğun br şeklde kullanılan lojstk regresyon br ya da brden çok bağımsız değşken le bağımlı değşken arasındak lşky modellemey amaçlamaktadır. Lojstk regresyonun yoğun olarak kullanılmasının öneml br sebeb bağımlı değşkenn k şıklı kategork br değşken olduğu durumlarda bağımlı değşkenn modellenmesn sağlamasındandır. Bağımsız değşkenler se sürekl özellkte olablrler. Lojstk regresyon analz le gözlemlern bağımlı değşkenn kategorlerne göre ayrılablmekte ve yen gözlemlern hang kategorye greceğ değerlendrmeler yapılablmektedr. Br dğer fade le lojstk regresyon, gözlemler at oldukları gruplara en doğru şeklde atayacak ve gözlemlere lşkn yapıları ve rsk faktörlern belrleyeblecek model kurmayı amaçlamaktadır Model ve ODDS Oranı Değşkenlern sayısına göre kurulan lojstk modeller aşağıdak gb belrlenr (Intrlgator vd. 1996; 162). İk değşkenl lojstk regresyon model Eştlk 1 de verldğ gb yazılablr. 0 1X e 1 P E( Y 1 X ) (1) 0 1X ( 0 1X ) 1 e 1 e Eştlk 1 de açıkça görüleceğ gb eğer X se P 1ve X se P 0 olacaktır (Ramanathan, 1995: 280). Çok değşkenl lojstk regresyon model se Eştlk 2 dek gb yazılablr. Z e 1 P E( Y 1 X) (2) Z Z 1 e 1 e Burada Z, bağımsız değşkenlern doğrusal brleşmdr. Bu brleşm Eştlk 3 de verldğ gbdr. Z X X p p (3) Burada β 0 ve β 1,, β p regresyon katsayılarıdır. P bağımlı değşkenn 1 olması htmaln verr. Bu durumda 0 olması htmal se Eştlk 4 de gösterlmştr. 24 X

5 Algılanan Hzmet Kaltes ve DEU Journal of GSSS, Vol: 13, Issue: P E(Y 0 X ) (4) Z 1 e Böylece, Bağımlı değşkenn 1 olma ve olmama htmallern brbrne oranlanırsa Eştlk 5 oluşur. P 1 e 1 P 1 e Z Z e Z Bu orana olablrlk oranı (Odds Rato) denr. Bu oran Y=1 lehne fark oranı olarak tanımlanır. Logt modelde Odds ve Odds oranı öneml kavramlardır. Odds; br olasılıktır. P veya (1-P ) olasılıklarını fade etmek çn kullanılır. P olma htmaln fade ederken (1-P ) se olmama htmaln fade etmektedr Odss Oranı; se k Odds değernn brbrne oranı olarak tanımlanmaktadır. Bu bağlamda Eştlk 5 Odds oranını fade etmektedr. Eştlk 5 te br olayın gerçekleşme ve gerçekleşmeme olasılıkların brbrne oranını br başka fade le olma htmalnn olmama htmalne oranını göstermektedr. Odss oranından yapılacak çıkarsama se; eğer Odss oranı 1 den büyük se olayın olma htmalnn yüksek olduğu, 1 den küçük se olayın olma htmalnn düşük olduğu şeklndedr (Gujarat, 2006: 555). Odds oranı Logt regresyon modelnn doğrusallaştırılması amacıyla kullanılablr ve oranın k tarafının doğal logartması alınarak Eştlk 6 da şu şeklde elde edlr: L P ln Z X X P p X p (5) (6) Buradak L fades Odds oranının logartması olup, hem X hem de β parametrelerne göre doğrusaldır. Ayrıca L fades Logt dönüşümü olarak da blnr. Lojstk modelde Z değşken, modeldek parametrelerle doğrusaldır, sürekldr ve -, + aralığında değşen değerler alır. P htmal se 0 le 1 arasında değer alır. P arttıkça L de artar ve eğer P <0.5 se L negatf, P >0.5 se L poztf değerler alır. Lojstk modeldek b 2 katsayısı, X dek br brmlk artışın L de yapacağı artışı gösterr. Belrl br X düzeynde Y =1 olma htmal se doğrudan lojstk dağılım fonksyondan bulunablr (Akkaya ve Pazarlıoğlu, 1998: 87-88). Kümülâtf lojstk dağılım fonksyonunun fonksyonel şekl Şekl 2 dek bçmdedr. Fonksyon alt sınırı 0 üst sınırı 1 olan S şeklnde br eğry göstermektedr (Gujarat, 2006: 553). 25

6 Aksaraylı, M., Saygın, Ö. DEÜ SBE Dergs, Clt:13, Sayı: 1 Şekl 2: Lojstk Eğr Kümülâtf Dağılım Fonksyonu (KDF) 3.2. Modeln Oluşturulması ve Tahmn Lojstk regresyon modelnde değşken seçm çn tek değşkenl ve çok değşkenl analz olmak üzere k temel ayrım söz konusudur. Çok değşkenl analz ler yönlü seçm ve gerye doğru eleme teknklern kullanan adımsal yöntem ve en y alt setler yöntemnden oluşmaktadır. İler yönlü seçm teknğnde, yen br değşken uyumu arttırmayıncaya kadar değşkenler modele eklenrler. Her br adımda, uyumu en fazla arttıran değşken seçlr. Gerye doğru eleme teknğnde se süreç tüm değşkenlern modelde yer almasıyla baslar ve modele etks en az olan değşken modelden çıkarılarak en uygun model bulunmaya çalışılır. Modeln tahmn çn, eğer bütün değşkenler kategork se ağırlıklandırılmış en küçük kareler yöntem (AEKK) veya maksmum olablrlk yöntem kullanılablr (Maddala, 1992: 328). Model sürekl bağımsız değşkenler çeryorsa mutlaka maksmum olablrlk yöntem kullanılmalıdır. Br başka yöntem de hesaplanması oldukça kolay fakat lgl amaç fonksyonunun tam olarak maksmze etmeyen mnmum K-Kare yöntemdr (Pampel, 2000: 40). Maksmum olablrlk yöntem; farklı ana kütlelerden tesadüf olarak alınmış br örneklemn en çok hang ana kütleye benzedğ le lgl yöntemdr. Bu metodu uygulamak çn önce maksmum olablrlk fonksyonunun oluşturulması gerekmektedr. Bu fonksyon, blnmeyen parametrelern br fonksyonu olarak, gözlenen vernn olasılığını verr. Bu parametrelern maksmum olablrlk tahmncler, fonksyonu maksmum yapacak değerler bulacak şeklde seçlr. Logt regresyon analznde modeln genel anlamlılığının sınanması çn, genel çoklu doğrusal regresyon modelnde kullanılan F testne benzer olarak, k 1 serbestlk dereces le K Kare dağılımına sahp G statstğ kullanılmaktadır. Bu statstk aşağıdak bçmde hesaplanır: G = D(sabt terml model) D(değşkenler çeren model) (7) Burada D sapma olarak adlandırılmaktadır. Sapma statstğ -2log olablrlk statstğdr. G statstğ sabt terml modeln sapmasının değşkenler çeren modeln sapmasından çıkarılarak hesaplanır. G statstğ lgl serbestlk dereces le K-Kare tablo değernden büyük se katsayıların genel olarak anlamsız 26

7 Algılanan Hzmet Kaltes ve DEU Journal of GSSS, Vol: 13, Issue: 1 olduğu hpotez reddedlr ve en az br eğm parametresnn statstkî olarak sıfırdan farklı olduğuna karar verlr. Sonuçta modelde yer alan bütün açıklayıcı değşkenlern bağımlı değşken çn öneml olduğuna karar verlr Katsayıların Sınanması ve Modeln Uyum İylğ Lojstk regresyon analznde katsayıların tahmn edlmesnn ardından, uygun bulunan değşkenlern anlamlılığı değerlendrlmeldr. Lojstk regresyon modelnde değşkenlern anlamlı olup olmadıklarını sınayan ve yaygın olarak kullanılan üç test mevcuttur. Bunlar sırasıyla olablrlk oran test (lkelhoodrato test), Wald test (Wald test) ve skor test (score test) dr. Katsayıların breysel anlamlılıklarını test etmek çn Wald statstkler (W) kullanılarak Wald Test yapılablr. Örneğn bast kl logt regresyon modelnn eğm parametresnn maksmum olablrlk tahmn ( ˆ 2 ), kend standart hatası S( ˆ 2 ) na oranlandığında; βˆ 2 W = (8) S(βˆ ) 2 elde edlen W statstğ br standart normal dağılım (Z) gösterr (Hosmer ve Lemeshow, 2000: 16). Bu durumda eğm parametresnn statstksel anlamlılığını test etmek çn uygun hpotezler aşağıdak bçmdedr: H : 0 (9) 0 2 H : 0 (10) 1 2 W statstğ tablo değernden büyük se sıfır hpotez reddedlr ve eğm parametresnn statstkî olarak anlamlı olduğuna karar verlr. Modeln uyum ylğ, bağımlı değşken açıklamak çn oluşturulan en y modeln etknlğnn br ölçüsüdür. Modeln uyum ylğnn ölçüsü olarak Hosmer- Lemeshow test ve sınıflandırma tabloları kullanılmaktadır. Hosmer ve Lemeshow test statstğ le lgl serbestlk dereces le K-Kare tablo değernden küçük se modeln uyumun y olduğuna karar verlr. Uyum ylğ çn kullanılan br başka yöntem de sınıflandırma tablolarıdır. Sınıflandırma tablosunda bağımlı değşkennn gözlenen ve kestrlen lojstk olasılıklarından türetlen 0 veya 1 değerler yer almaktadır. Türetlen bağımlı değşken değerlernn elde edlmesnde br kesm değernn tanımlanması gerekmektedr. En yaygın kullanılan kestrm değer 0,5 tr. Eğer kestrlen olasılık değer kesm değer olan 0,5 astığında türetlen bağımlı değşken 1, aks durumda 0 değern alacaktır. 27

8 Aksaraylı, M., Saygın, Ö. DEÜ SBE Dergs, Clt:13, Sayı: 1 4. UYGULAMA Araştırmanın amacı, Dokuz Eylül Ünverstes Buca Kız Öğrenc Yurdu nda, barınma hzmet alan öğrenclern 2007 dönemler tbaryle algılanan hzmet kaltes düzeylern belrleyerek; algılanan hzmet kaltesnn hzmet terchne ve tavsye etme üzerne etksnn lojstk regresyon analz le ncelenmesdr. DEU Buca Kız Öğrenc Yurdunda verlen hzmetler barınma, sağlık, güvenlk, çalışma ortamının sağlanması, sanatsal ve kültürel aktvtenn sağlanması, beslenme olanaklarının sağlanması yönündedr. 496 yatak kapastes, k ve dört kşlk odaları, her katta mutfak ve çalışma alanlarından oluşan yurt sadece kız öğrenclere hzmet vermektedr. Ayrıca grş çıkışlar akıllı kart sstem ve 24 saat kamera kontrolü le güvenlk sağlanmaktadır. Araştırmada yılları arasında Parasuraman, Zethaml ve Berry tarafından Amerka da gelştrlmş olan SERVQUAL ölçeğ kullanılmıştır. Hazırlanan anket formunda beş hzmet kaltes boyutuna lşkn yrm k soru önermes (fzksel özellkler, güvenlrlk, hevesllk, güven ve empat) yer almaktadır. Bu soru önermeler katılımcılar tarafından beş noktalı lkert tp br ölçek üzernden yanıtlanmıştır (Kesnlkle Katılmıyorum:1, Kesnlkle Katılıyorum:5 olacak şeklde). Anket formunda ayrıca hzmet terch ve tavsye etme üzerne etkl olduğu düşünülen bağımsız değşkenlere lşkn sorular da yer almaktadır Tanımlayıcı İstatstkler Anket uygulanan öğrenclern demografk özellklerne lşkn tanımlayıcı statstkler Tablo 1 de verlmştr. Öğrenclern büyük çoğunluğunun %27,75 le knc sınıf ve %24,88 le brnc sınıf öğrenclerden oluştukları görülmektedr. Ayrıca öğrenclern %35,89 nun br yıldır yurtta kaldıkları görülmektedr. Tablo 1: Demografk Değşkenlere İlşkn Tanımlayıcı İstatstkler Sınıf Yüzde Yurtta Kalınan Süre Yüzde Hazırlık 5,74 1 Yıl 35,89 1. Sınıf 24,88 2 Yıl 29,19 2. Sınıf 27,75 3 Yıl 19,14 3. Sınıf 21,05 4 Yıl 13,88 4. Sınıf 17,70 5 Yıl 0,96 Kayıplar 2,88 Kayıplar 0,96 TOPLAM 100 TOPLAM

9 Algılanan Hzmet Kaltes ve DEU Journal of GSSS, Vol: 13, Issue: Güvenlrlk Analz Algılanan hzmet kaltes genel ve alt boyutlarına lşkn skorlar hesaplanmadan önce lgl ölçeğn güvenlr olup olmadığının tespt çn statstksel güvenlrlk analz yapılmıştır ve sonuçlar Tablo 2 de verlmştr. Eğer alfa katsayısı 0.00 le 0.40 arasında se güvenlr değl, 0.40 le 0.60 arasında se düşük güvenlrlkte, 0.60 le 0.80 arasında se oldukça güvenlr, 0.80 le 1 arasında se yüksek derecede güvenlr br ölçek olarak yorumlanmaktadır (Özdamar, 2004: 633). Bu krterler göz önünde bulundurulduğunda ölçeğn tüm alt boyutlarına lşkn güvenlrlk düzeylernn yeterl olduğu söyleneblr. Tablo 2: Güvenlrlk Analzler Ölçekler Cronbach Alfa SQE: Genel 0,9687 SQ1: Fzksel Özellkler 0,7754 SQ2: Güvenlrlk 0,9199 SQ3: Hevesllk 0,9428 SQ4: Güven 0,9177 SQ5: Empat 0, SERVQUAL Skorları ve Değerlendrmeler Araştırmada kullanılan SERVQUAL ölçeğnn algı ve beklent maddelernden aşağıdak eştlk kullanılarak kalte skorları elde edlmştr. SERVQUAL skoru = algılama skoru beklent skoru (11) Elde edlen SERVQUAL skorları -4 le +4 arasında değşecektr. SERVQUAL skorunun poztf bulunması, öğrenc beklentlernn aşıldığı anlamına gelmekte, dolayısıyla öğrenclern yurt hzmetlerne yönelk kalte algısının yüksek olduğu yorumu yapılablmektedr. SERVQUAL skorunun negatf olması durumunda, öğrenc beklentlernn karşılanmadığı, dolayısıyla öğrenclern yurt hzmetlerne yönelk kalte algısının düşük olduğu anlamına gelecektr. SERVQUAL skorunun sıfır olması durumunda se, öğrenc beklentlernn en azından karşılandığı, dolayısıyla yurdun hzmet kaltesnn tatmnkâr olduğu sonucu çıkartılablecektr. Fzksel özellkler, güvenlrlk, hevesllk, güven ve empat boyutları bazında algılanan hzmet kaltes düzeyler le eşt ağırlıklı SERVQUAL skorları sırasıyla, SQ1(fzksel özellkler), SQ2(güvenlrlk), SQ3(hevesllk), SQ4(güven), SQ5(empat)ve SQE olarak belrtlmştr. SERVQUAL skorları 2007 yılı tbaryle hesaplanmış ve Tablo 3 de verlmştr. Yurdun kalte boyutları bazında algılanan hzmet kaltes skorları ncelendğnde, yurtta algılanan hzmet kaltes skorlarının negatf olduğu 29

10 Aksaraylı, M., Saygın, Ö. DEÜ SBE Dergs, Clt:13, Sayı: 1 görülmektedr. Dolayısıyla yurdun kalte boyutları bazında öğrenclern beklentlern karşılayamadığını söyleyeblrz. Tablo 3: SERVQUAL Skorları Ölçekler SERVQUAL Skoru SQE: Genel -1,501 SQ1: Fzksel Özellkler -1,381 SQ2: Güvenlrlk -1,801 SQ3: Hevesllk -1,517 SQ4: Güven -1,563 SQ5: Empat -1,242 Tablo 3 e bakıldığında empat boyutuna lşkn beklentlernn dğer boyutlara göre daha y düzeyde karşılandığı, güvenlrlk boyutuna lşkn beklentlernn se en düşük düzeyde karşılandığı görülmektedr Lojstk Regresyon Analz Bulgular ve Yorum Çalışmada parametrelern tahmn edlmesnde en çok olablrlk (maxmum lkelhood) tahmn yöntem kullanılmıştır. Dokuz Eylül Ünverstes yurtlarında kalan öğrenclern yurtta kalmayı terch etmelern ve başkalarına tavsye etmelern etkleyen kalte boyutları ve değşkenlern elde edlmes amaçlanmıştır. Bununla brlkte tavsye etme ve terche etk eden en öneml etmen bularak etk düzeylernn belrlenmesne çalışılmıştır. Tavsye etme ve terch etme bağımlı değşkenlern etkleyebleceğ düşünülen değşkenler aşağıda verlmştr. Aşağıda verlen bağımsız değşkenler lojstk regresyon modelne grmeye aday değşkenler olarak kullanılmıştır. Bağımlı Değşken Tavsye Etme: Öğrenclern yurdu başkalarına tavsye etmes (tavsye ederm:1, tavsye etmem:0). Terch Etme: Öğrenclern br sonrak yıl yurdu terch etmeler (terch ederm:1, terch etmem:0). Sürekl Bağımsız Değşkenler SQ1: Fzksel özellkler boyutuna lşkn SERVQUAL skorudur. SQ2: Güvenlrlk boyutuna lşkn SERVQUAL skorudur. SQ3: Hevesllk boyutuna lşkn SERVQUAL skorudur. SQ4: Güven boyutuna lşkn SERVQUAL skorudur. 30

11 Algılanan Hzmet Kaltes ve DEU Journal of GSSS, Vol: 13, Issue: 1 SQ5: Empat boyutuna lşkn SERVQUAL skorudur. Genel SERVQUAL: Genel SERVQUAL Skorudur. Sınıf: Öğrencnn sınıfıdır. Yıl: Yurtta kaç yıldır kalındığını göstermektedr. Keskl Bağımsız Değşkenler Burs: Öğrencnn burs alma durumudur (1: burs alıyor 0:burs almama). Ücret: Yurt ücretlernn uygunluğudur (1:uygun 0:uygun değl). Isıtma/Soğutma: Yurdun ısıtma/soğutma sstemlernn yeterllğdr (1:yeterl 0:yeterl değl). Sıcak Su: Yurttak sıcak su verlme saatlernn uygunluğudur (1:uygun 0:uygun değl). Etüt Salonları: Yurttak etüt salonlarının çalışmaya yeternce elverşllğdr (1:elverşl 0:elverşl değl). Tablo 4: Bağımlı Değşken Olan Tavsye Etme le İlşkl Olableceğ Düşünülen Değşkenlern Tek Değşkenl Lojstk Regresyon Sonuçları S Wald %95 Güven -2 log- G P Sınırları Olablrlk Sabt , Değşkenler ˆ Ê ˆ SQ1 0,684 0,166 16,935 1,981 1,431 2, ,843 19,405 0,000 SQ2 0,653 0,160 16,701 1,921 1,405 2, ,760 20,488 0,000 SQ3 0,655 0,156 17,735 1,926 1,420 2, ,946 21,302 0,000 SQ4 0,691 0,160 18,595 1,997 1,458 2, ,915 22,333 0,000 SQ5 0,757 0,191 15,754 2,133 1,467 3, ,208 19,040 0,000 Genel SQ 0,905 0,199 20,802 2,473 1,676 3, ,845 26,403 0,000 Sınıf 0,034 0,135 0,065 1,035 0,794 1, ,605 1,643 0,799 Burs 0,437 0,332 1,738 1,549 0,808 2, ,518 1,730 0,187 Ücret 1,810 0,373 23,540 6,113 2,942 12, ,133 27,115 0,000 Isıtma/Soğutma 0,348 0,347 1,009 1,417 0,718 2, ,260 3,988 0,315 Sıcak Su 1,991 0,499 15,941 7,326 2,756 19, ,414 25,834 0,000 Etüd 0,783 0,423 3,417 2,187 0,954 5, ,444 3,804 0,065 Yıl 0,017 0,152 0,012 1,017 0,755 1, ,187 1,061 0,913 Tavsye etme ve terch etme bağımlı değşkenlern etkleyebleceğ düşünülen değşkenler çn öncelkle tek değşkenl lojstk regresyon analz 31

12 Aksaraylı, M., Saygın, Ö. DEÜ SBE Dergs, Clt:13, Sayı: 1 gerçekleştrlmştr. Tablo 4 de tek değşkenl lojstk regresyona lşkn sonuçlar verlmştr. Tablo 4 de ve Tablo 5 de verlen değşkenlere at modelde tahmnlenen eğm katsayısı ( ˆ ), kestrlen eğm katsayısının standart hatası S E ˆ ( ˆ ), tahmnlenen odds oranı ( ), tahmnlenen odds oranı çn %95 güven sınırları, model çn -2log-olablrlk değer, eğm katsayısının sıfıra eşt olup olmadığını test eden olablrlk-oran test statstğ (G), Wald statstğ değerler ve P değerler verlmştr. Olablrlk oran test statstğ, modelde yalnız sabt term bulunurken hesaplanan -2log-olablrlk değeryle, modelde test edlmek stenen değşkenn olduğu zaman hesaplanan -2log- olablrlk değer arasındak farka eşttr. Örneğn Tablo 4 de yer alan SQ1 değşken çn olablrlk oran test statstğ (G) aşağıdak gb hesaplanmıştır. Dğer değşkenlere lşkn G değerler aynı şeklde hesaplanmıştır. G 225, ,843 19,405 Tablo 5: Bağımlı Değşken Olan Terch Etme le İlşkl Olableceğ Düşünülen Değşkenlern Tek Değşkenl Lojstk Regresyon Sonuçları Değşkenler ˆ Ê ˆ S Wald 32 %95 Güven Sınırları -2 log- Olablrlk Sabt , SQ1 0,507 0,145 12,199 1,660 1,249 2, ,551 13,297 0,000 SQ2 0,558 0,139 16,062 1,746 1,330 2, ,818 19,030 0,000 SQ3 0,627 0,141 19,713 1,873 1,420 2, ,246 23,602 0,000 SQ4 0,593 0,141 17,597 1,809 1,371 2, ,373 20,475 0,000 SQ5 0,746 0,175 18,105 2,109 1,495 2, ,791 22,057 0,000 Genel SQ 0,786 0,175 20,201 2,194 1,557 3, ,910 24,938 0,000 Sınıf -0,436 0,131 11,026 0,646 0,500 0, ,950 13,898 0,001 Burs 0,280 0,306 0,841 1,324 0,727 2, ,010 0,838 0,359 Ücret 0,945 0,309 9,362 2,572 1,404 4, ,278 9,570 0,002 Isıtma/Soğutma 0,100 0,310 0,103 1,105 0,601 2, ,335 2,513 0,748 Sıcak Su 1,040 0,346 9,016 2,829 1,435 5, ,556 12,292 0,003 Etüd 0,638 0,368 3,018 1,894 0,921 3, ,630 3,218 0,082 Yıl -0,443 0,141 9,922 0,642 0,488 0, ,185 11,663 0,002 Olablrlk oran test sonucunda, Tablo 4 ve Tablo 5 n son kolonunda verlen htmal düzey (P) 0,25 n altında (P<0,25) bulunan değşkenler çok değşkenl model çn aday değşkenler olarak belrlenmştr. Tavsye Etme model G P

13 Algılanan Hzmet Kaltes ve DEU Journal of GSSS, Vol: 13, Issue: 1 çn SQ1, SQ2, SQ3, SQ4, SQ5, Genel SQ, Ücret, Sıcak Su, Etüd değşkenler, Terch Etme model çn se SQ1, SQ2, SQ3, SQ4, SQ5, Genel SQ, Sınıf, Ücret, Sıcak Su, Etüd ve Yıl değşkenler bağımlı değşkenle anlamlı derecede lşkl olduklarından dolayı çok değşkenl modele dâhl edlmştrler. Yukarıda bahsedlen değşkenler kullanılarak en y modeln belrlenmesnde adımsal lojstk regresyon uygulanmıştır. Tavsye etme modelnde yer alan değşkenlern modele grmes le elde edlen sınıflandırma tablosu Tablo 6 da verlmştr. Doğru sınıflandırma oranı %80,38 olarak bulunmuştur. Tablo 6: Tavsye Etme Modelnn Doğru Sınıflandırma Oranı Tablosu Kestrlen Tavsye Etme Gözlenen Tavsye Etme Tavsye Etmem Tavsye Ederm Doğrulama Oranı Tavsye Etmem ,42 Tavsye Ederm ,79 Genel Sınıflandırma Oranı ,38 Tablo 7 de tavsye etme üzerne en uygun model sonuçları verlmştr. Modelde yer alan bağımsız değşkenler çn G değer hesaplandığında G olarak bulunmaktadır. 2 serbestlk dereces (2 bağımsız değşken ve 1 bağımlı değşken olduğu çn), %5 yanılma düzeyndek tablo değer 5,991 dr. Bu değere göre G değer önemldr. Ayrıca her br değşkene lşkn Wald değerler 2 den büyük olarak elde edlmştr ve P değerler de 0,05 düzeynde öneml derecede anlamlı bulunmuştur. Modeln uyumu Hosmer- Lemeshow test le ncelendğnde yeterl br model olduğu sonucuna elde edlmştr (K-kare: 6,426, sd:8 ve p > 0,05). Tablo 7: En Uygun Çok Değşkenl Tavsye Etme Lojstk Regresyon Model S Wald ˆ P %95 Güven Sınırları Genel SQ 0,706 0,200 12, ,000 2,025 1,367 3,000 Ücret 1,502 0,391 14, ,000 4,491 2,086 9,667 Sabt 1,751 0,468 13, ,000 5, Değşkenler ˆ Ê ˆ Tablo 7 ye bakıldığında Genel SQ ya lşkn le gösterlen odds oranının 2,025 olduğu görülmektedr. Genel SQ br brm arttığında yurdu başkalarına tavsye etme olasılığı yaklaşık 2 kat artmaktadır. Yurt ücretnn uygun olduğunu düşünen öğrenclern, yurdu başkalarına tavsye etme olasılığı se yurt ücretn uygun bulmayan öğrenclere göre yaklaşık olarak 5 kat daha fazladır. 33

14 Aksaraylı, M., Saygın, Ö. DEÜ SBE Dergs, Clt:13, Sayı: 1 Terch etme modelnde yer alan değşkenlern modele grmes le elde edlen sınıflandırma tablosu Tablo 8 de verlmştr. Doğru sınıflandırma oranı % 76,70 bulunmuştur. Tablo 8: Terch Etme Modelnn Doğru Sınıflandırma Oranı Tablosu Kestrlen Terch Etme Gözlenen Tavsye Etme Terch Etmem Terch Ederm Doğrulama Oranı Terch Etmem ,86 Terch Ederm ,61 Genel Sınıflandırma Oranı ,70 Tablo 9 da terch etme üzerne en uygun model sonuçları verlmştr. Modelde yer alan bağımsız değşkenler çn G değer hesaplandığında G olarak bulunmaktadır. 3 serbestlk dereces (3 bağımsız değşken ve 1 bağımlı değşken olduğu çn), %5 yanılma düzeyndek tablo değer 7,815 dr. Bu değere göre G değer önemldr. Ayrıca her br değşkene lşkn Wald değerler 2 den büyük olarak elde edlmştr ve P değerler de 0,05 düzeynde öneml derecede anlamlı bulunmuştur. Modeln uyumu Hosmer- Lemeshow test le ncelendğnde yeterl br model olduğu sonucuna elde edlmştr (K-kare: 10,545, sd:8 ve p > 0,05). Tablo 9: En Uygun Çok Değşkenl Terch Etme Lojstk Regresyon Model S Wald ˆ P %95 Güven Sınırları Genel SQ 0,729 0,181 16, ,000 2,073 1,454 2,957 Sınıf -0,458 0,142 10, ,001 0,632 0,479 0,835 Ücret 0,625 0,345 3, ,040 1,869 0,951 3,672 Sabt 2,756 0,568 23, ,000 15, Değşkenler ˆ Ê ˆ Tablo 9 a bakıldığında Genel SQ ya lşkn le gösterlen odds oranının 2,073 olduğu görülmektedr. Genel SQ br brm arttığında yurdu terch etme olasılığı yaklaşık 2 kat artmaktadır. Yurt ücretnn uygun olduğunu düşünen öğrenclern, yurdu terch etme olasılığı se yurt ücretn uygun bulmayan öğrenclere göre yaklaşık olarak 2 kat daha fazladır. Ayrıca sınıf arttıkça öğrenclern yurdu terch etme olasılığı 0,6 kat azalmaktadır. Sonuç olarak, öğrenclern terch ve tavsyeler le lşkl değşkenler ve lşknn yönü Şekl 3 de verlmştr. Buna göre Genel SQ tavsye etme le terch etmeye poztf etkler, sınıf değşkennn terch etmeye ve ücret değşkennn terch etme le tavsye etmeye negatf etkler olduğu tespt edlmştr. 34

15 Algılanan Hzmet Kaltes ve DEU Journal of GSSS, Vol: 13, Issue: 1 Şekl 3: Logstk Regresyon Analz Sonuç Dyagramı 5. SONUÇ VE DEĞERLENDİRME Araştırma sonuçlarına göre öğrenclern empat boyutuna lşkn beklentlernn dğer boyutlara göre daha y düzeyde karşılandığı, güvenlrlk boyutuna lşkn beklentlernn se en düşük düzeyde karşılandığı görülmektedr. Yapılacak yleştrme çalışmalarında öğrenclern yurdun lk seferde ve daha sonrak süreçlerde hzmet doğru olarak vereceğne güvenmes konusuna özen gösterlmes önemldr. Yapılan lojstk regresyon sonuçlarına göre genel skorun artmasının ve öğrenclern yurt ücretlern uygun bulmalarının, öğrenclern yurdu başkalarına daha çok tavsye etmelerne yol açtığı belrlenmştr. Öğrenclern yurdu br sonrak yıl terch etmelernde se genel skorun artması ve öğrenclern yurt ücretlern uygun bulmalarının yanı sıra öğrenclern kaçıncı sınıfta oldukları da etkl olmaktadır. Öğrenclern sınıfları arttıkça yurdu terch etmedkler görülmektedr. Öğrenclern lerk sınıflarda arkadaşları le brlkte ev tutmaları göz önünde bulundurulduğunda sınıf değşken le yurdu terch etme arasındak lşknn anlamlı olduğu söyleneblr. Hzmet kaltesnn ölçülmesnde SERVQUAL yöntem, kurum, kuruluş ve şletmelern sundukları hzmetlerde yaptıkları yleştrme ve değşklklern hzmet kaltesnn hang boyutunu ne ölçüde etkledğn ve genel hzmet kaltesn ne derecede değştrdğnn değerlendrlmesne olanak sağlamaktadır. Ayrıca hzmet kaltes le lgl modelleme çalışmalarında SERVQUAL kalte skorlarını değşken olarak almak çözüme öneml katkı sağlayan br yaklaşım olarak araştırmacılara önerlmektedr. 35

16 Aksaraylı, M., Saygın, Ö. DEÜ SBE Dergs, Clt:13, Sayı: 1 KAYNAKLAR Akkaya Ş. ve Pazarlıoğlu V. (1998). Ekonometr II. İstanbul, Altan, Ş., Atan, M. ve Edz, A. (2003). SERVQUAL Analz İle Toplam Hzmet Kaltesnn Ölçümü ve Yüksek Eğtmde Br Uygulama. 12.Ulusal Kalte Kongres, Kalte Derneğ, Ekm. İstanbul, 2. Atan, M., Baş M. ve Tolon, M. (2006). SERVQUAL Analz le Mgros ve Gma Süpermarketlerde Hzmet Kaltesnn Ölçülmesne Yönelk Br Alan Çalışması. Gaz Ünverstes İktsad ve İdar Blmler Fakültes Dergs, 7 (2): Aydın, K. (2005). Hzmet İşletmelernde SERVQUAL Yöntem İle Hzmet Kaltesnn Ölçümü Ve Kocael ndek Seyahat İşletmelernden Efe Tur Uygulaması. Sosyal Syaset Konferansları Dergs, 50 (2): Bulgan, U. (2002). Kütüphaneclk Sektöründe Hzmet Kaltesnn Ölçümü ve Br Ünverste Kütüphanes Uygulaması, Yayınlanmamış Yüksek Lsans Tez, Beykent Ünverstes Sosyal Blmler Ensttüsü, İstanbul, 5. Coulthard, Lsa J.M. (2004). Measurng Servce Qualty A Revew and Crtque of Research Usng. Internatonal Journal of Market Research, 46 (4): Devebakan, N. ve Aksaraylı, M. (2003). Sağlık İşletmelernde Algılanan Hzmet Kaltesnn Ölçümünde Servqual Skorlarının Kullanımı ve Özel Altınordu Hastanes Uygulaması. Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs, 5(1): Gujarat, Damodar N. (2006). Basc Econometrcs. McGraw-Hll, New York, Edton 5, ISBN: , Hosmer, D. W. and Lemeshow, S. (2000). Appled Logstc Regresson. John Wley & Sons, New York, 16. Intrlgator Mchael D., Bodkn Ronald G., Hsıao Cheng (1996). Econometrc Models, Technques, and Applcatons. Second Edton; PrentceHall, NJ Rode Janero, Özdamar, K. (2004). Paket Programlar İle İstatstksel Ver Analz. Eskşehr Kaan Ktabev, 5. Baskı, 633. Maddala G. S. (1992). Introducton to Econometrcs. Second Edton, Macmllan Puplshng, New York, Pampel, Fred C. (2000). Logstc Regresson A Prmer. Sage Unversty Paper-132, Sage Publcatons Inc., Calforna 2000,