ÜNĠVERSĠTE ÖĞRENCĠLERĠNĠN KREDĠ KARTI SAHĠBĠ OLMALARI ÜZERĠNDE ETKĠLĠ OLAN FAKTÖRLER: GAZĠOSMANPAġA VE ĠNÖNÜ ÜNĠVERSĠTE LERĠNDEN AMPĠRĠK BULGULAR

Transkript

1 ÜNĠVERSĠTE ÖĞRENCĠLERĠNĠN KREDĠ KARTI SAHĠBĠ OLMALARI ÜZERĠNDE ETKĠLĠ OLAN FAKTÖRLER: GAZĠOSMANPAġA VE ĠNÖNÜ ÜNĠVERSĠTE LERĠNDEN AMPĠRĠK BULGULAR RüĢtü YAYAR * Süleyman Serdar KARACA ** Ahmet TURKUT *** Bu çalıģmada, ünverste öğrenclernn sosyoekonomk ve demografk faktörlernn kred kartı sahplğ üzerndek etkler Logt model kapsamında ncelenmģtr. Bu amaçla, hazırlanan anket, GazosmanpaĢa ve Ġnönü Ünverstes nden tesadüfî olarak seçlen 788 öğrencye uygulanmıģtır. Kullanılan çeģtl açıklayıcı değģkenler arasından, öğrencnn yaģı, öğretm türü, annenn çalıģma durumu, alenn aylık gelr, öğrencnn aylık gelr, öğrencnn aylık harcama tutarı değģkenler kred kartı sahplğn belrleme üzernde statstksel olarak anlamlı bulunmuģtur. Özet Anahtar Kelmeler: Kred Kartları, Kred Kartı Sahplğ, Logt Model Factors Effectve on Credt Card Ownershp of Unversty Students: Emprcal Evdence from GazosmanpaĢa and Ġnönü Unverstes Abstract In ths study, the effects of the soco economcal and demographc factors of unversty students on the ownershp of credt card were nvestgated by usng the Logt model. The Questonnare prepared for ths purpose was appled to 788 students selected randomly from Gazosmanpasa and Inonu Unversty. Among varous explanatory varables used, student s age, teachng mode, mother s work status, the montly ncome of famly, the montly ncome of student, the montly spendng amount of student have been found meanngful statstcally for determnng the ownershp of a credt card. Keywords: Credt Card, Credt Card Ownershp, Logt Model * Yrd.Doç. Dr. GazosmanpaĢa Ünverstes, Ġktsad ve Ġdar Blmler Fakültes, Ġktsat Bölümü, ryayar@gop.edu.tr. ** Yrd.Doç. Dr. GazosmanpaĢa Ünverstes, Ġktsad ve Ġdar Blmler Fakültes, ĠĢletme Bölümü, skaraca@gop.edu.tr *** Yüksek Lsans Öğrencs 52

2 .GĠRĠġ DeğĢmn söz konusu olduğu takas kavramından bugüne kadar nsanlar mal ve hzmet değģmnde para olarak farklı araçlar kullanmıģlardır. BaĢlangıçta değģm aracı olarak kullanılan değerl mallar, daha sonra yern temsl paraya ve günümüzde de elektronk br kayıttan baret olan banka parasına bırakılmıģtır. Teknolojk gelģmelerle brlkte ödeme sstemlernde de yen gelģmeler yaģanmaktadır. Yen gelģmeler paralelnde, kred kartı sektörü de Türkye de hızlı br büyüme trend çersne grmģtr. Türkye de hızla büyüyen kred kartı sektörü, ünverste öğrenclern de müģterler arasına dâhl edeblmek çn yarıģmaktadır. Ünverste öğrenclernn kred kartı kullanım terchlernn, sorunlarının, bu konudak tutum ve davranıģlarının tespt edlmes bankalar açısından büyük önem taģımaktadır. Çünkü teknolojk gelģmelerle brlkte öğrenclern kred kartı sahplğ üzernde etkl olan faktörler de değģklk göstermektedr (Keskn ve Koparan, 2:). Kred kartı, kullanıcılarına (hamllerne) ve kred kartı sstemn kuran kuruluģlara br takım faydalar sağlamaktadır. Kartı pyasaya süren kuruluģların; komsyon gelrler, kart hamllernden yıllık kart kullanım gelrler ve kart hamllernn mevduat hesaplarındak bakyelerden sağlanan ucuz fonları yne kart hamllerne nakt avans Ģeklnde kred kullandırarak sağladıkları gelrler vardır (Kaya, 29:8). Bunun yanında kred kartlarının, nakt dolaģım htyacını azaltması, ekonomnn kayıt altında tutulmasını kolaylaģtırarak kayıt dıģı hareketlern önlenmes, genel ekonomnn kartlar sayesnde kâğıt yükünden kurtulması ve tasarruf-yatırım akıģının hızlanması sonucu tcar faalyetlern canlanması gb ekonomk faydaları da söz konusudur. Kred kartlarının sahplerne sağlamıģ olduğu faydaları se Ģu Ģeklde sıralamak mümkündür (Tugay ve BaĢgül, 27:28-29); Ekonomk sıkıntı yaģayan tüketclere, vade avantajı sağlayarak ekonomk açıdan destek olur. Dolayısıyla, geçc fnansal sıkıģıklık dönemlernde kģlern yaģam standartlarını sürdüreblmesne olanak sağlar. Nakt çekm olanağı sayesnde, paraya htyaç duyulan durumlarda bu olanağı kullanarak htyacını karģılayablr. Eldek mevcut nakdn alternatf yatırım araçlarında kullanılmasına olanak sağlar. Kart sahpler, kred kartıyla hem peģn satın almanın hem de geç ödemenn avantajlarından yararlanablr. AlıĢverĢlerde çek ve senet gb ödeme araçlarına kıyasla daha kolay kullanılır. Yasa çerçevesnde, tüketcy koruyan öneml br araçtır. 53

3 Kred kartı vasıtasıyla, satın alınan br maldan memnun kalınmadığı takdrde, sorun çözülünceye kadar ödemey durdurablme olanağı sağlar. Sahbne, nternet üzernden kolay ve rahat alıģverģ yapma olanağı sağlar. DıĢ ülkelerde nakt çekme ve genģletlmģ kred olanağı sağlar. Kred kartının çeģtl tanımlamaları bulunmaklar beraber, br tanıma göre kred kartı; banka le kendsne kart verlen kģ arasında yapılmıģ olan br sözleģme gereğnce, kģnn, kendsne kred olanağı sağlayan bankanın, belrl koģullar altında sağlamıģ olduğu kred olanağını kullanmasını sağlayan araçtır. Dğer br tanıma göre se kred kartı; kart hamlne belrl Ģyerlernden nakt ödemekszn, mal ve hzmet satın alma ve banka Ģubeler le otomatk para çekme chazlarından kred çekme olanağı sağlayan ödeme ve kred aracıdır Ģeklnde tanımlanmıģtır ( Kaya, 29:5). Türkye de 97 l yıllarda kullanılmaya baģlanan kred kartlarının pyasada gördüğü lg ve getrdğ karlılık nedenyle, 98 den baģlayarak bankaların da gündemne grmģ ve çok hızlı br gelģm göstermģtr (Krdaban, 25: 4). Tablo. Yıllar Ġtbaryle Türkye de Çıkarılan Kred Kartları ve Sayıları Vsa MasterCard Dğer Toplam Kaynak: www. bkm.com.tr, ErĢm tarh: Tablo de görüldüğü gb, 23 yılında 9,7 mlyon olan kred kartı sayısı zaman çersnde hızla artarak 2 yılında yaklaģık 47 mlyon adede yükselmģtr. Türkye de sekz yıl çersnde kred kartı sayısı yaklaģık olarak %36,4 oranında artıģ göstermģtr. Kred kartı sayısının gderek artmaya devam ettğ günümüzde bankalar, ünverste öğrenclern kred kartı sektörü bünyesne dâhl edeblmek çn çok çeģtl kampanyalar düzenlemektedrler AraĢtırmanın amacı, ünverste öğrenclernn kred kartı sahplğn belrleyen faktörlern neler olduğunu ve ayrıca bu faktörlern kred kartı kullanımını nasıl ve hang yönde etkledğn ekonometrk yönden belrlemektr. ÇalıĢmanın amacına uygun olarak, GazosmanpaĢa Ünverstes ve Ġnönü Ünverstes ne bağlı Fakülte ve Meslek Yüksek Okulları nın değģk bölümlerne ve her kademe sınıflarına tesadüfî olarak seçlen 8 öğrencye anket düzenlenmģ ve elde edlen verler doğrultusunda ünverste öğrenclernn 54

4 kred kartı sahplğn etkleyen faktörler Logt model (Bnary Logstc) yardımıyla tespt edlmeye çalıģılmıģtır. 2. LĠTERATÜR TARAMASI Kred kartı kullanımı üzerne etkl olan faktörler konusunda lteratürde brçok çalıģma mevcuttur. Kred kartı kullanımı ve davranıģına etk eden demografk ve ekonomk faktörler, ale kaynak model kapsamından hareketle ncelenmģ ve yaģ, gelr ve eğtm düzeynn kred kartı kullanımı le yakın lģks olduğu sonucuna varılan çalıģmalar yapılmıģtır. Bu çalıģmalardan brnde, takstl borçlar le meden durum ve profesyonel durum arasında poztf br lģk olduğu sonucuna varılmıģtır. Ayrıca, eğtmnde kred kartı borçları le poztf lģkl olduğu görülmüģtür. Gelr durumu se, kred kartı borçları le negatf lģkl olduğu gözlenmģtr (Chen ve Daveney, 2:77). Kolej öğrenclernn kred kartı kullanımını etkleyen faktörler nceleyen çalıģmalarda lteretürde mevcuttur. Yapılan br çalıģmada, demografk özellkler le ırksal ve etnk köken arasında anlamlı lģkler bulunmuģtur. Yne, yaģ ve cnsyet le kred kartı kullanımı arasında anlamlı lģkler bulunamamıģtır. Sosyal değģkenler arasında, akademk düzey le kred kartı kullanımı arasında anlamlı sonuçlar bulunmuģtur. Aynı zamanda dğer sosyo-ekonomk değģkenler, gelr, Ģszlk, konaklama durumu ve akademk yıl (, 2, 3, 4 sınıf) le anlamlı lģkler bulunamamıģtır. Akademk dönem arttıkça, kred kartı kullanımı azalmaktadır (Joo vd., 23:8-5). Kred kartı kullanma ve sahb olmada etkl olan faktörler tespt etmeye yönelk NevĢehr de gerçekleģtrdkler br çalıģmada, kred kartı kullanımının tüketm alıģkanlığı üzernde nasıl br etk yarattığını ve kred kartı kullanımının demografk özellklere göre farklılık gösterp göstermedğn araģtırmıģlardır. ÇalıĢmada, kred kartı sahb olma ve kullanımında kred kartlarının fnansal kaynak oluģturmasının ve alıģverģlerde kolaylık sağlamasının olduğunu ve ayrıca cnsyet, gelr getrc br Ģte çalıģıp çalıģmama ve emekllk durumu dıģındak dğer tüm bağımsız değģkenlere göre statstksel olarak anlamlı farklılıklar olduğunu ortaya konulmuģtur (Karamustafa ve Bçkes, 23:9 3). YaĢlıların kred kartı kullanımına lģkn davranıģlarını ve karģılaģtıkları sorunları belrlemek amacıyla çalıģmalar da yapılmıģtır. Sonuç olarak yaģlılıkta gelrn düģmesne karģın yaģlıların mevcut yaģam standardını sürdürmelernde yardımcı br kaynak olarak kullanılablen kred kartının blnçl kullanımı le lgl yaģlı tüketclern blglendrlmes ve eğtlmes gerekmektedr( ġener ve Güven, 25:84-94). Kred kartında takst uygulamasının tüketclern satın alma davranıģları üzerndek etksn ölçen br dğer çalıģmada, kred kartı kullanım konusunda tüketclern yeternce blnçl olmadıkları ve ortalama olarak aylık harcama mktarları kadar kred kart borçlarının 55

5 bulunduğu görülmektedr (Durukan, Elbol ve Özhavzalı, 26:43 53). Türkye de kred kartlarının toplam özel ve nha tüketm harcamalarına etks araģtırılmıģtır. ÇalıĢmada, Türkye de kģlern tüketm harcamaları enflasyon ve faz oranlarından çok fazla etklenmezken sırası le kred kartlarından ve harcanablr gelr düzeynden etklenmektedr (Altan ve Göktürk, 27:25 47). Türkye de kred kartı sahplğn ve kullanımını etkleyen faktörler tespt edlmeye çalıģılmıģ ve ayrıca harcama ve para taleb arasında br lģk olup olmadığını ortaya koyulmaya çalıģılmıģtır. Sonuç olarak sosyal ve demografk faktörler le kred kartı sahplğ arasında br lģk bulunmuģtur (ÇavuĢ, 26: 73 87). Günümüzde çağdaģ br ödeme aracı olan kred kartlarının, kart sahplerne kısa vadel br fnansman kaynağı olup olmadığını belrlemek, ayrıca kred kartlarının kullanım amacını, harcamalar üzerndek etksn, katılımcıların demografk özellkler (yaģ, cnsyet, eğtm düzeyler vb ) açısından tespt etmeye çalıģılmıģtır. ÇalıĢmada, alelern gelr arttıkça kred kartı le yaptıkları harcamalarda artmaktadır (Tuğay ve BaĢgül, 27:25 226). Lsans öğrencler üzernde yapılan araģtırmada, öğrenclern kred kartı kullanımında demografk özellklere göre farklılıklar olup olmadığı belrlenmeye çalıģılmıģtır. ÇalıĢmada, öğrenclern kred kartı kullanım oranının yaygın olduğunu, bu kartların breysel kred kartı olduğunu belrlenmģtr. Ayrıca kred kartı kullanımı le cnsyet arasında öneml br lģk olmadığını, gelr düzey düģük olan öğrenclern kred kartı le yaptıkları harcama mktarlarının da gelr düzey yüksek olan öğrenclere göre düģük olduğu sonuçlarına da varılmıģtır (Grgner, Çelk ve Uçkun 28:93 28). Erzurum l merkeznde kred kartı kullanım yaygınlığını ölçmek ve kred kartı sahplğne etk eden faktörler belrlemesne yönelk yapılan çalıģmanın sonucuna göre, sabt gelr getren mesleklere sahp olanlar daha fazla kred kartı sahb olma eğlmnde olduğu ortaya konulmuģtur. Aylık toplam gelr nspeten yüksek olanlar kred kartı sahb olma eğlmndedrler. AlıĢverĢlernde ödemey br ay ertelemek steyenler daha fazla kred kartı sahb olma eğlmndedrler. Kred kartını faydalı bulanlar kred kartı sahb olma eğlmndedrler. Ancak kred kartının tüketm artırdığını düģünenler kred kartı sahb olmama eğlmnde olduğu belrlenmģtr (Oktay, Özen ve Alkan, 29: 22). Breysel müģterlern kred kartları arasında seçm yaparken etklenmekte oldukları faktörler belrlemek ve breysel müģterlern demografk özellklernn, kred kartları arasında seçm yaparken etksnn bulunup bulunmadığının değerlendrlmesne dönük br dğer çalıģmada se, kred kartlarının fonksyonel özellklernn her geçen gün brbrne benzemesnden dolayı bankalar, pyasaya sürdükler kred kartlarının Ģlevler aracılığı le rekabet yarıģında zorlandığı tespt edlmģtr (Gökçen, Kaya 29:3 5). 56

6 Ünverste öğrenclernn kred kartı sahplğn belrleyen faktörlern neler olduğunu ncelemģler ve ayrıca bu faktörlern kred kartı kullanımını nasıl ve hang yönde etkledğn ekonometrk yönden belrlenmeye çalıģılmıģtır. ÇalıĢmada, öğrenclern yaģları lerledkçe, sınıf düzeyler arttıkça, aylık harcama tutarları arttıkça ve alelernn aylık gelrler yükseldkçe kred kartına sahp olma olasılığı artmakta ken; öğrenclern kardeģlernn sayısı arttıkça kred kartına sahp olma olasılığı azalmaktadır. Ayrıca, erkek öğrenclern bayan öğrenclere göre kred kartına sahp olma olasılığı daha yüksek çıkmıģtır (Keskn ve Koparan, 2: 29 ). Kred kartlarının makroekonomk etklern ncelemģtr. ÇalıĢmalarında, kred kartının sthdamı olumlu etkledğ, kayıt dıģı ekonomy azalttığı, elektronk tcaret artırdığını ayrıca tüketclern kontrolsüz kullanmasının da borçlanmaya yol açtığını belrlemģtr (Sugözü, Polat ve Solak, 2). 3. LOJĠSTĠK REGRESYON ANALĠZĠ Lojstk regresyon analz, bağımlı değģkenn kategork br yapıya sahp olduğu, bağımsız değģkenlern se sürekl veya kategork br yapıda olabldğ durumlarda kullanılan br teknktr. Sonuç değģkennn, kategork br yapı sergledğ lojstk regresyon analz üç Ģeklde uygulanmaktadır. Bunlar; bağımlı değģkenn k Ģıklı olması durumunda kl (bnary) lojstk regresyon analz, bağımlı değģkenn sınıflayıcı ölçme düzeyne sahp en az üç Ģıklı olduğu durumda sınıflayıcı (nomnal) lojstk regresyon analz ve bağımlı değģkenn sıralayıcı ölçme düzeyne sahp ve yne en az üç Ģıklı olması halnde sıralayıcı (ordnal) lojstk regresyon analz olarak adlandırılır (Özdamar, 24:59;Murat ve IĢığıçok, 27). Bu çalıģmada Ġkl Lojstk Regresyon (Bnary Logstc Regresson) Analz kullanılmıģtır. Sosyal blmlerde özellkle sosyo-ekonomk araģtırmalarda, ncelenen değģkenlern bazıları hassas ölçekle ölçülmekle beraber, bazıları da olumlu-olumsuz, baģarılı-baģarısız, evet-hayır gb k Ģıklı verlerden oluģmaktadır. Ġk Ģıklı verler, kategork verlern en yaygın olarak kullanılan Ģekldr. Bağımlı değģkenn k Ģıklı kategork verler olması durumunda bağımsız değģkenle (veya değģkenlerle) bağımlı değģken arasındak sebep-sonuç lģksn ncelerken lojstk regresyon analz kullanılır (Oktay, Özen ve Alkan, 29:4). Lojstk regresyon analz br kısım varsayımların sağlanamaması durumunda dskrmnant analz ve çapraz tablolara alternatf br yöntemdr. Bağımlı değģkenn ve gb kl ya da kden çok düzey çeren keskl değģken olması durumunda, normallk varsayımının sağlanması Ģartı olmadığı çn rahatlıkla kullanılablr. Ayrıca elde edlen modeln matematksel olarak çok esnek olması ve kolay yorumlanablr olması bu yönteme olan lgy artırmaktadır (Tatlıdl, 22). 57

7 Lojstk regresyon modelnn parametre tahmnnde; En Çok Olablrlk (Maxmum Lkelhood-ML), Yenden AğırlıklandırılmıĢ Tekrarlı En Küçük Kareler (Reweghted Iteratve Least Square-RILS) ve tekrarlı ver durumunda Mnmum Lojt K-Kare (Mnmum Logt Ch Square-MLCS) Yöntemler kullanılmaktadır (Murat ve IĢığıçok, 27:5). Bu yöntemlerden en çok kullanılanı En Çok Olablrlk yöntemdr. Logt model lojstk dağılım fonksyonu le açıklanablr. Bağımlı değģken Y, bağımsız değģken X olmak üzere k değģkenl bast br lojstk regresyon modelnn genel gösterm aģağıdak gbdr (Gujarat, 26: ). P E(Y X ) ( 2X ) () e Denklem bağımsız değģken X ver ken. breyn belrl br seçm yapma olasılığını fade etmektedr. Logt model doğrusal br yapıda olmamasına karģın, uygun dönüģümlerle doğrusallaģtırılablr. Göstermde kolaylık sağlamak çn Denklem dek yazıldığında; Z 2X yerne P Z e (2) Denklem 2 elde edlr. Bu fonksyonda Z le ve P le aralığındadır. Denklem 2 de P le Z arasında doğrusal olmayan br lģk vardır. Dolayısıyla model bu halyle EKK le tahmn edlemeyecektr. Denklem doğrusal hale getrmek çn oranlama Ģlemne gdlerek doğrusal br denklem elde edlr. Lojstk regresyon modelnn, temel olasılık oranına (odds rato) dayanır. Olasılık oranı, br olayın gerçekleģmes olasılığı le söz konusu olayın gerçekleģmemes olasılığını karģılaģtırır. Böylece lojstk regresyon model, olasılık oranının doğal logartması alınarak elde edlr. Olasılık oranının doğal logartması alınarak elde edlen lojstk regresyon modelnn parametrelern tahmn ederken en yüksek olablrlk (maxmum lkelhood) yöntem yaygın olarak kullanılır (Berenson ve Levne, 996). olasılığı Denklemde P br olayın gerçekleģeme olasılığını gösterrken, olayın gerçekleģmeme fade edleblr. edlr. P Ģeklnde fade edlr. Olayın gerçekleģmeme olasılığı Denklem 3 dek gb - P Z e (3) GerçekleĢme olasılığı, gerçekleģmeme olasılığına bölündüğünde, Denklem 4 elde 58

8 P - P e e Z -Z e Z Denklem 4 ün her k tarafının logartması alındığında, Denklem 5 elde edlr. (4) P L ln Z ln e (5) - P Denklem 5 te lne ve Z 2X yerlerne yazılırsa, aģağıdak doğrusallaģtırılmıģ logt model elde edlr. L X (6) 2 Tahmn edlen parametrelern breysel anlamlılıklarının değerlendrlmesnde yararlanılan br dğer ölçüt de Wald testdr. Çoklu regresyon katsayılarının anlamlılığının testnde kullanılan standart hata yaklaģımı le aynı mantığa sahp olan Wald test statstğ, açıklayıcı değģkenlere at k katsayısının kend standart hatasına oranlanması sonucu, ˆ SE(ˆ ) k 2 k W k (7) bçmnde elde edlr. Wald test sonucunda W değer standart normal dağılıma at tablo değer le karģılaģtırılır. Lojstk regresyon model, herhang br tahmn teknğ le tahmn edldkten sonra kurulan modeln uyum ylğ test edlmeldr. Bağımlı değģkendek değģmn ne kadarının açıklanabldğnn blnmes gerekr. Bunun çn modeln uyum ylğne (goodnessof-ft) bakılmalıdır. Lojstk modelde normallk varsayımı kısıtlaması bulunmadığından, uyum ylğ testlernde dğer çok değģkenl testlern çoğunda olduğu gb, t ve F tablo değerler karģılaģtırmak amacı le kullanılamadığından, bunların yerne blnen en bast parametrk olmayan ölçütler olan 2 χ ve 2 G gb ölçütler kullanılmaktadır (Murat, 26). Bu statstk aģağıdak Ģeklde hesaplanır. G=D[bağımsız değģken çermeyen model çn] D[değĢken çeren model çn] G= -2ln [değģkensz olablrlk / değģkenl olablrlk] (8) Denklem 7 de D sapma olarak adlandırılmaktadır. Lojstk model çn sapma, doğrusal regresyon analznde kullanılan SSE (hataların kareler toplamı) le aynı role sahptr. Modelde yer alan parametrelern anlamlı olup olmadıklarının belrlenmesnde, bağımsız değģken çeren modelln sapması bağımsız değģken çermeyen modeln sapması le karģılaģtırılmaktadır. D değerndek bu değģm G statstğ veya olablrlk oran test olarak adlandırılmaktadır (Oğuzlar, 25:24). 59

9 Katsayıların genel olarak anlamlı olup olmadığını test etmek çn uygun hpotezler aģağıdak gb kurulur. Η Η : : k k Hesaplanan G statstğ (k-) serbestlk derecel 2 dağılımına sahptr. Lojstk modeln uyum ylğnn değerlendrlmesnde K-kare dağılımına uygunluk gösteren Hosmer-Lemeshow (H-L) test de kullanılablr. Bu testn amacı, tahmn edlen olasılık değerlern gruplandırmaktır. Hosmer-Lemeshow test statstğ, (g 2) serbestlk dereces le K-kare dağılımına yaklaģmaktadır. Lojstk regresyon modelnn uyum ylğn test etmek çn doğru sınıflandırma oranı (correct classfcaton percent) kullanılablr. Bu amaçla sınıflandırma tablolarından yararlanılır. Bu tablolar bağımlı değģkenn gözlenen gerçek değerler le tahmn edlen değerlernn çaprazlanması sonucu meydana gelr. Sınıflandırma tablosunu oluģturmak çn öncelkle br sınır değer c belrlenr ve tahmn edlen değerler, bu sınır değer le karģılaģtırılarak uygun gruba atama yapılır. Tahmn edlen değer, c değern aģar se grubuna, aģmaz se grubuna dâhl edlr. Burada sözü edlen sınır değer c çn genellkle,5 değer kullanılır (Murat ve IĢığıçok, 27). 4. ANALĠZ VE BULGULAR Bu araģtırmada, GazosmanpaĢa ve Ġnönü Ünverstes nde eğtm görmekte olan öğrenclern kred kartı sahplğn belrlemede etkl olan sosyo-ekonomk ve demografk değģkenler tespt edlmeye çalıģılmıģtır. Bu amaçla, öncelkle çalıģmada ekonometrk analzde yer verlen değģkenler le lgl tanımlayıcı statstkler sunulacak ve bulguların açıklanmasına geçlecektr. ÇalıĢmada brncl ve kncl verlerden yararlanılmıģtır. Öğrenclern sosyo-ekonomk ve demografk özellklern belrlemek amacıyla düzenlenen anketlerden elde edlen verler brncl verlerdr. Daha önce bu konuda ve buna benzer konularda yapılmıģ çalıģmalardan da yararlanılmıģtır. AraĢtırmanın ana ktle hacmn GazosmanpaĢa Ünverstes ve Ġnönü Ünverstes ne bağlı fakülte ve yüksek okullarda eğtm gören ünverste öğrencler oluģturmaktadır. Bu sebeple, araģtırma sonuçlarının Türkye y temsl etmes gb br ddası yoktur. Örnek büyüklüğü belrlenrken, daha önceden hesaplanmıģ, bell evrenler çn asgar düzeyde kabul edleblr örnek büyüklükler dkkate alınmıģtır (AltunıĢık ve dğ., 27:27). Buna göre, araģtırmada hedeflenen mnmum örnek büyüklüğü 384 tür. Ancak eksk ve hatalı doldurulmuģ anketlern olableceğ düģünülerek 8 adet anket uygulanmıģtır. Her k 6

10 ünverste çn eģt örnek hacm alınmıģtır. Yüz yüze görüģme teknğ le toplam 8 ünverste öğrencs le anket yapılmıģtır. Anket formlarını doldurmada gerekl hassasyet ve özenn gösterlmedğ anlaģılan yaklaģık 2 anket formu değerlendrme dıģı bırakılmıģtır. Böylece toplamda 788 (GOÜ 396 ve ĠNÜ 392) anket formundan sağlanan verler analz edlmģtr. Anketlern uygulanmasında ünverstelern fakülte, bölüm/program ve sınıfları dkkate alınarak oranlanmıģ ve denekler tesadüfî olarak seçlmģtr. Anket uygulaması, Ekm 2 le ġubat 2 dönem arasında gerçekleģtrlmģtr. 4.. Tanımlayıcı Ġstatstksel Blgler Ünverste öğrenclernn kred kartı sahplğn belrlemede etkl olablecek değģkenler; sınıf düzey, cnsyet, yaģ, kardeģ sayısı, öğretm türü, kred-burs durumu, anne ve babanın öğrenm durumları, annenn çalıģma durumu, alenn aylık gelr, öğrencnn aylık gelr ve harcama tutarı gb demografk ve sosyo-ekonomk göstergeler olablecektr. AraĢtırmada yer verlen bağımlı ve açıklayıcı değģkenlere lģkn tanımlamalar ve statstkî sonuçlar Tablo 2 de verlmģtr. AraĢtırmadak bağımlı değģken kategork ve k Ģıklı olup, Tokat ve Malatya dak ünverste öğrenclernn kred kartı sahplğdr. Bu değģken nomnal ölçekle ölçülmüģ br değģkendr. ÇalıĢmada bu bağımlı değģkenle lģkl olableceğ düģünülen çok sayıda bağımsız değģken tarf edlmģtr. Bu bağımsız değģkenlern bazıları nomnal ölçekle, bazıları ordnal ölçekle ölçülmüģtür. AraĢtırmada üç ayrı model tahmn edlmģtr. Her üç model de bağımlı ve bağımsız değģkenler aynıdır. Sadece örnek ktleler farklıdır. Ana ktley Model de GazosmanpaĢa Ünverstes öğrencler, Model 2 de Ġnönü Ünverstes öğrencler ve Model 3 te se her k ünverstenn öğrencler oluģturmaktadır. Bağımlı değģken kred kartı sahb olma(ma) durumudur. Kred kartına sahp olma le sahp olmama le kodlanmıģtır. Her üç modeln bağımsız değģkenlerne lģkn kodlamalar da Tablo 2 de verlmģtr. Tablo 2 ye göre, ankete katılan 788 ünverste öğrencsnn %48 bay, %52 s de bayan öğrenclerden oluģmaktadır. Yan, örnekleme seçlen öğrenclern cnsyete göre dağılımı brbrne oldukça yakındır. Bu öğrenclern %49 u kred kartına sahp değl ken; ger kalan %5 kred kartına sahptr. Ankete katılan öğrenclern %6,7 s 2 23 yaģ arasındadır. Ünverste öğrenclernn alelernn gelrne bakıldığında, en yüksek oranın %3,2 le 5 TL aylık gelr olan alelern aldığı belrlenmģtr. Bunu sırasıyla %27,3 le 5 TL ve %8,9 oran le 5 2 TL aralığı takp etmektedr. Ayrıca öğrenclere aylık harcama tutarları sorulmuģ ve öğrenclern yaklaģık %5 s 3 TL den daha az harcama yaparken, %7,9 u se 6 TL den daha fazla harcama yaptıkları belrlenmģtr. 6

11 Tablo 2: Tanımlayıcı Ġstatstkler DeğĢkenler ve Özellkler GazosmanpaĢa n =396, n 2 =392 Ünverstes Ġnönü Ünverstes Toplam n= n + n 2 =788 Sayı (%) Sayı (%) Sayı (%) KKS (Kred Kartı Sahplğ) = Evet 29 52, ,2 42 5, = Hayır 87 47,2 99 5, , SNF (Sınıf Düzey) =. sınıf 67 6,9 85 2,7 52 9,3 2 = 2. sınıf 8 27,3 6 29, ,4 3 = 3. sınıf 28, 2 26, 23 27, 4 = 4. sınıf ve üzer 27, , ,3 CNS (Cnsyet) = Bayan 2 53, 99 5,8 49 5,9 = Erkek 86 47, 93 49, , YAġ (YaĢ ) = 7 2 yaģ 49 2,4 56 4,3 5 3,3 2 = 2 23 yaģ 24 6, , ,7 3 = 24 ve üzer yaģ 7 27, 9 23, 97 25, KRDġ (KardeĢ Sayısı) = 2 kardeģ 28, 95 24, , 2 = 3 4 kardeģ , , ,4 3 = 5 ve üzer kardeģ 33 8,3 65 6,6 98 2,4 ÖĞT (Öğretm Türü) =. Öğretm , 25 63, ,9 2 = 2. Öğretm 28, 42 36, , KRDB (Kred veya Burs) = Hayır 8 2,5 5 29, ,9 2 = Evet 35 79, , , BEĞT (Baba Eğtm ) = Ġlköğretm 2 5, , ,7 2 = Lse 2 3, , 247 3,3 3 = Ön lsans 36 9, 52 3,3 88,2 4 = Lsans 32 8, 28 7, 6 7,6 5 = Lsansüstü 6,5 2,8 7 2,2 AEĞT (Anne Eğtm) = Ġlköğretm 36 77, , , 2 = Lse 68 7,2 85 2,7 53 9,4 3 = Ön lsans 2,5 4 3,6 24 3, 4 = Lsans 9 2,3 2 3, 2 2,7 5 = Lsansüstü 3,8 3,8 6,8 AÇLġ (Anne ÇalıĢma) = Hayır 34 85, , ,3 2 = Evet 56 4, 52 3,3 8 3,7 AGLR (Alenn Aylık Gelr) = 5 TL den az 44, 7 4,3 6 7,7 2 = 5 TL 2 3,6 7 29, ,2 3 = 5 TL 4 26,3 28, ,3 4 = 5 2 TL 72 8,2 77 9,6 49 8,9 5 = ,6 29 7,4 59 7,5 6 = 25 TL den fazla 25 6,3 4,5 66 8,4 ÖGLR (Öğrencnn Aylık Gelr) (TL) = 3 TL den az 2 5, , , 2 = 3 6 TL 68 42,4 63 4, , 3 = 6 TL den fazla 28 7, 34 8,7 62 7,9 ÖHRC (Öğrencnn Aylık Harcama Tutarı) (TL) = 3 TL den az 29 52,8 9 48,7 4 5,8 2 = 3 6 TL 63 4,2 7 43, ,4 3 = 6 TL den fazla 24 6, 3 7,7 54 6,9 62

12 Tablo 3: Kred Kartı Sahplğne ĠlĢkn Lojstk Regresyon Analz Sonuçları 95,% C.I.for EXP(B) B S.E. Wald df Sg. Exp(B) Lower Upper Gazosmanpaşa Ünverstes (Model ) Sabt -3,887 *,27 4,324,,2 SNF -,47,25,396,237,863,676,2 CNS,232,225,68,3,262,82,96 YAġ,763 *,22,864, 2,44,389 3,3 KRDġ -,9,98,29,648,94,62,347 ÖĞT,278,25,24,265,32,8 2,54 KRDB -,,278,,97,989,574,77 BEĞT -,27,32,4,839,974,752,26 AEĞT,59,22,522,47,73,76,87 AÇLġ,623 ***,38 2,685,,865,885 3,93 AGLR,74 ***,7 2,62,5,9,964,469 ÖGLR,34,35,56,34,368,752 2,488 ÖHRC,239,3,632,427,27,75 2,286 İnönü Ünverstes (Model 2) Sabt -4,924 *,96 26,289,,7 SNF,225 ***,34 2,799,94,252,962,629 CNS -,98,244,659,47,82,59,323 YAġ,57 **,243 4,542,33,677,42 2,698 KRDġ -,292,86 2,469,6,747,59,75 ÖĞT,349,24 2,,47,48,884 2,273 KRDB,577 **,257 5,55,25,782,77 2,947 BEĞT,39,37,8,777,4,794,36 AEĞT -,87,2,69,68,97,66,387 AÇLġ,822 ***,432 3,65,57 2,274,975 5,34 AGLR,35,,,752,35,835,284 ÖGLR,494 ***,33 2,666,2,639,96 2,965 ÖHRC,476,34 2,3,29,69,87 2,976 Toplam (Model 3) Sabt -4,359 *,687 4,224,, SNF,22,89,58,8,22,858,27 CNS,5,63,98,754,52,765,448 YAġ,635 *,6 5,745,,888,379 2,584 KRDġ -,73,32,723,89,84,649,89 ÖĞT,277 ***,69 2,74,,39,948,836 KRDB,29,85 2,483,5,338,93,923 BEĞT -,6,93,5,945,994,827,93 AEĞT,5,5,9,74,5,783,4 AÇLġ,67 **,279 5,747,7,953,3 3,377 AGLR,22 ***,74 2,682,,3,976,37 ÖGLR,366 ***,2 3,2,82,442,954 2,79 ÖHRC,367 ***,24 2,946,86,443,949 2,95 * %, ** %5 ve % önem sevyesnde anlamlılığı belrtmektedr. Tablo 3 dek regresyon sonuçlarına göre GOÜ öğrenclernn (Model ) kred kartı sahplğnde ön plana çıkan faktörlern breysel anlamlılıklarına bakıldığında, YAġ %, 63

13 AÇLġ ve AGLR % önem düzeynde statstksel olarak anlamlı (öneml) bulunmuģtur. Dğer değģkenlern anlamlı olmadığı görülmektedr. Parametres anlamlı bulunan YAġ değģkenne at 2,44 olarak bulunan odds (bahs) oranı, YAġ değģkennde meydana gelecek br brmlk artıģın kred kartına sahp olma bahsn 2,44 kat artıracağını fade eder. AÇLġ değģken çn,865 olarak bulunan odds oranının anlamı, AÇLġ değģkennde meydana gelecek br brmlk artıģın kred kartına sahp olma bahsn,865 kat artıracağı tespt edlmģtr. AGLR değģkenne at,9 olarak bulunan odds oranı, AGLR değģkennde meydana gelecek br brmlk artıģın kred kartı sahp olma bahsn,9 kat artıracağını fade eder. Regresyon sonuçlarına göre ĠNÜ öğrenclernn (Model 2) kred kartı sahplğnde ön plana çıkan faktörlern breysel anlamlılıklarına bakıldığında, YAġ ve KRDB değģken %, SNF, AÇLġ ve ÖGLR değģkenler se % önem düzeynde statstksel olarak anlamlı (öneml) bulunmuģtur. Dğer değģkenler stenlen önem düzeynde anlamlı bulunamamıģtır. Ancak KRDġ, ÖĞT, ÖGLR ve ÖHRC değģkenlernn de % önem sevyesne yakın oldukları görülmektedr. Model 2 ye göre, parametres anlamlı bulunan SNF değģkenne lģkn,252 olarak bulunan bahs oranı, SNF değģkennde meydana gelecek br brmlk artıģın kred kartına sahp olma bahsn,252 kat artıracağını fade etmektedr. Aynı Ģeklde YAġ, KRDB, AÇLġ ve ÖGLR değģkenlernde meydana gelecek br brmlk br artıģ ĠNÜ ünverstes öğrenclernn kred kartına sahp olma bahsn sırasıyla,,677 kat,,782 kat, 2,274 kat ve,639 kat artıracağı söyleneblr. AraĢtırma kapsamında yer alan her k ünverstede (Model 3), kred kartı sahplğnde ön plana çıkan değģkenler; YAġ, ÖĞT, AÇLġ, AGLR, ÖGLR ve ÖHRC değģkenlerdr. Bu değģkenlerden YAġ %, AÇLġ %5 dğerler % önem sevyesnde anlamlı bulunmuģtur. Dğer Ģartlar sabtken, öğrenclern yaģlarındak br brmlk artıģ kred kartına sahp olma bahsn,888 kat artırmaktadır. Böyle br durumun neden, öğrenclern yaģları tbarıyla kģlklernn oturmaya baģlamasıyla beklent ve htyaçlarının değģmes veya çnde bulunduğu toplumda farklı br konum elde etme steğ vb. nedenlerden kaynaklanıyor olablr. Kred kartı borcunu genel olarak ebeveynler ödemektedr. YaĢ büyüdükçe sorumsuzca harcama yapmama konusunda ebeveynn çocuğa güven arttığı çn kred kartı sahb olmasına göz yumdukları da düģünüleblr. Öğretm türü değģkennn katsayısı poztf olup, knc öğretm öğrenclernn normal öğretm öğrenclerne göre kred kartına sahp olma bahslernn daha fazla olduğu görülmektedr. Bunun neden, knc öğretm öğrenclern gelr düzeylernn normal öğretm 64

14 öğrenclerne göre daha yüksek olableceğ ve harcamalarının da daha fazla olableceğ düģünüleblr. AÇLġ değģkennn katsayısı poztf olarak bulunmuģtur. Annes çalıģan öğrenclern annes çalıģmayanlara göre kred kartına sahp olma bahs daha yüksektr. Hane halkı aylık gelr değģkennn katsayısı poztf Ģaretl bulunmuģtur. Dğer Ģartlar sabtken, hane halkının aylık gelr arttıkça kred kartına sahp olma bahs de artmaktadır. Alenn aylık gelrnde meydana gelecek br brmlk artıģ kred kartına sahp olma bahsn,3 kat artırablecektr. Böyle br durumun neden se, alenn gelr düzey ne kadar yüksek olursa öğrenclern htyaçlarındak çeģtllğn artması, daha fazla tüketme yönelmeleryle brden fazla kred kartına sahp olmak ya da lmt daha yüksek olan kred kartını kullanmak stemelernden kaynaklanablr. Bu da beklenen br durumdur. Ünverste öğrenclernn aylık gelrndek farklılığın da kred kartı sahplğn etkledğ tespt edlmģtr. Dğer Ģartlar değģmezken, öğrencnn aylık gelrnde oluģacak br brmlk artıģ kred kartı sahplğ bahsn,442 kat artırablmektedr. Öğrencnn gelrnn artmasına paralel olarak harcamalarının da artması ve bu harcamanın da kred kartıyla yapılması beklenen doğal br sonuçtur. Ünverste öğrenclernn aylık harcama tutarı değģkennn katsayısı, poztf Ģaretl bulunmuģtur. Öğrenclern aylık harcama tutarları arttıkça kred kartına sahp olma bahs de artmaktadır. Öğrenc harcamalarındak br brmlk artıģ, kred kartı sahplğ bahsn,443 kat artırablecektr. Böyle br durumun neden se, öğrenclern gerek okul gerekse breysel htyaçları le lgl masraflarının fazla olduğu durumlarda nakt para yerne kred kartını terch etmeler olablr. Parametrelern breysel anlamlılık testler dıģında, tahmn edlen modellern genel anlamlılığı test edlmek stenrse; Η Η : : k k hpotezler altında hesaplanan test statstğ 2 serbestlk derecesnde brnc modelde hesaplanan G statstk değer 57,386, knc modelde 69,49 ve üçüncü modelde se 3,886 hesaplanmıģtır. Bu değerler tablo değeryle karģılaģtırılır. Ancak, bu amaçla p value değer le karģılaģtırmak daha pratktr. Her üç model de de p=, olduğu çn, üç modeln de % önem sevyesnde anlamlı olduğu sonucuna ulaģılır. Bu sonuca göre H reddedlr ve H hpotez kabul edlr. Yan, tahmn edlen modeller br bütün olarak anlamlıdır. Söz konusu modellern uyum ylğn test etmek amacıyla Hosmer-Lemeshow (H-L) test gözlenen ve beklenen frekans değerler göz önünde bulundurularak kullanılmıģtır. 65