Determining the factors affecting the happiness levels of divorced individuals by ordered logistics regression analysis

Year 2022, Volume: 10 Issue: 2, 199 - 208, 31.12.2022

Burak Uyar , Cevdet Büyüksu

https://doi.org/10.51354/mjen.1021287

Abstract

In cases where the dependent variable is categorical and ordinal, the Ordinal Logistic Regression Model is used for model estimation. In order to predict the Ordinal Logistic Regression Model, it must provide the parallel lines assumption. In the study, the happiness levels of divorced individuals were estimated with the ordinal logistic regression model. The data set used in the analysis was obtained from the Life Satisfaction Survey implemented by the Turkish Statistical Institute in 2020. Brant's Wald Test and Likelihood Ratio Test were applied for the parallel lines assumption and the null hypothesis could not be rejected. In this context, the model ordinal logistic regression model was estimated. The statistically significant gender variable shows that divorced women are happier than divorced men. It has been determined that success and job variables tend to decrease happiness levels in divorced individuals compared to other factors. In general, when the education level is examined, it is seen that the level of happiness of divorced individuals increases as the education level increases. It has been concluded that divorced individuals who are satisfied with their health, education, income and social life are happier than divorced individuals who are not satisfied with their health, education, income and social life. It has been determined that divorced individuals are registered with the Social Security Institution and their happiness levels are higher than those who are not registered.

Keywords

Ordered Logistic Regression Model, Parallel Lines Assumption, Life Satisfaction Research

References

• [1]. Agresti, A. (2015). Foundations of Linear and Generalized Linear Models. New Jersey: John Wiley & Sons, Inc.
• [2]. Agresti, A. (2019). An Introduction to Categorical Data Analysis (Thirht Edition b.). Hoboken, NJ: John Wiley & Sons, Inc.
• [3]. Akın, H. B., & Şentürk, E. (2012). Bireylerin Mutluluk Düzeylerinin Ordinal Lojistik Regresyon ile İncelenmesi. Öneri Dergisi, 10(37), 183-193.
• [4]. Arı, E. (2013). Sıralı Lojistik Regresyonda Paralel Doğrular Varsayımı ve Çözümleme Yaklaşımları. Doktora Tezi. Eskişehir: Eskişehir Osmangazi Üniversitesi, Fen Bilimleri Enstitüsü.
• [5]. Arı, E., & Yıldız, Z. (2016). Bireylerin Yaşam Memnuniyetini Etkileyen Faktörlerin Sıralı Lojistik Regresyon Analizi ile İncelenmesi. Uluslararası Sosyal Araştırmalar Dergisi, 9(42), 1362-1374.
• [6]. Aslan, H. (2006). Bireylerin Otomobil Seçiminin Çoklu Tercih Modelleri ile Analizi. Yüksek Lisans Tezi. İstanbul: Marmara Üniversitesi, Sosyal Bilimler Enstitüsü.
• [7]. Ayhan, S. (2006). Sıralı Lojistik Regresyon Analiziyle Türkiye'deki Hemşirelerin İş Bırakma Niyetini Etkileyen Faktörlerin Belirlenmesi. Yüksek Lisans Tezi. Eskişehir: Osmangazi Üniveristesi, Fen Bilimleri Enstitüsü.
• [8]. Barak, N. A. (2005). Sıralı (Ordinal) ve Multinomial Logit Modeller Üzerine Bir Uygulama. Yüksek Lisans Tezi. Ankara: Hacettepe Üniveristesi, Sağlık Bilimleri Enstitüsü.
• [9]. Cramer, J. S. (2003). Logit Models from Economics and Other Fields. New York: Cambridge University Press.
• [10]. Harrell, F. E. (2015). Regression Modeling Strategies with Applications to Linear Models, Logistic and Ordinal Regression, and Survival Analysis (Second Edition b.). Switzerland: Springer International Publishing.
• [11]. Hayat, E., & Sözen Özden, A. (2021). Genelleştirilmiş Sıralı Lojistik Regresyon Analizi ile Bireylerin Mutluluk Düzeylerine Etki Eden Faktörlerin Belirlenmesi. OPUS Uluslararası Toplum Araştırmaları Dergisi, 18(40), 2288-2316.
• [12]. Hilbe, J. M. (2009). Logistic Regression Models. Chapman & Hall .
• [13]. Long, J. S. (1997). Regression Models for Categorical and Limited Depented Variables. California: Sage Publications, Inc.
• [14]. O'Connell, A. A. (2006). Logistic Regression Models for Ordinal Response Variables . California: Sage Publications, Inc.
• [15]. Servet, O. (2017). Mutluluğun Türkiye’deki Belirleyenlerinin Zaman İçinde Değişimi. Akdeniz İİBF Dergisi, 17(35), 16-42.
• [16]. Sönmez, A., & Altınsu Sönmez, Ö. (2018). Life Satisfaction and Happiness with Regard Human Capital and Religiosity in Turkey. Bingöl Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 8(16), 217-234.
• [17]. Şerbetçi, A. (2012). Sıralı Lojistik Regresyon Analizi ile İstatistik ve Ekonometri Derslerinde Başarıyı Etkileyen Faktörlerin Belirlenmesi: Atatürk Üniversitesi İktisadi ve İdari Bilimler Fakültesi Öğrencileri Üzerine Bir Uygulama . Yüksek Lisans Tezi. Erzurum: Atatürk Üniversitesi, Sosyal Bilimler Enstitüsü.
• [18]. Şimşir Cömertler, N. (2013). Türkiye'de Mutluluk Ekonomisinin Belirleyicilerinin Ekonometrik Analizi. Finans Politik & Ekonomik Yorumlar, 50(579), 7-22.
• [19]. Yerdelen Tatoğlu, F. (2020). Ekonometri Stata Uygulamalı. İstanbul: Beta Basım Yayım Dağtım A.Ş.
• [20]. Yılmazer, A. (2020). Yaşam Memnuniyeti ve Yaşam Memnuniyetini Etkileyen Faktörlerin Sıralı Lojistik Analiziyle İncelenmesi. Yüksek Lisans Tezi. İstanbul: Marmara Üniversitesi, Sosyal Bilimler Enstitüsü..