Bu çalışmada amaç, konutlarını ve konutların içindeki değerli varlıklarını sigortalatmak isteyen bireylerin konut sigortaları konusunda bilinçlenmelerine katkı sağlamak ve konut sigorta primini etkilediği düşünülen bileşenlerin, fiyatı ne oranda etkilediğini ortaya koymaktır. Bu amaçla Kütahya ili için 500 adet konut poliçesi kullanılmış, bina yaşı, m2, konut tipi ve konutun konumu gibi değişkenlerin ödenecek prim tutarını ne oranda etkilediği araştırılmıştır. Verilerin analizi için SPSS 24 paket programı kullanılmıştır. Çalışmada ilk olarak değişkenlere ait tanımsal istatistikler paylaşılmış, değişkenlerin dağılımları grafikler yardımı ile incelenmiş ve son olarak genelleştirilmiş doğrusal model kurularak bulgu sonuçları yorumlanmıştır. Verilerin modellenmesinde genelleştirilmiş doğrusal modellerden faydalanılmıştır. Kurulan modele ait katsayıların anlamlılıkları Wald test istatistiği ile araştırılmıştır. Çalışma sonuçlarına göre, konut poliçe tutarı üzerinde en etkili değişkenin m2 olduğu ve fiyatı 50,323 kat etkilediği, m2’yi konutun konumu değişkeninin takip ettiği ve fiyatı 45,146 kat etkilediği saptanmıştır. Tutar üzerinde en az etkiye sahip olan değişkenin ise bina yaşı değişkeni olduğu sonucuna ulaşılmıştır.
In this study, the aim is to contribute to the awareness of individuals who wish to insure their homes and valuable assets within them regarding home insurance and to reveal the extent to which factors believed to affect home insurance premiums influence the price. For this purpose, 500 home policies from the Kütahya province were used, and the impact of variables such as building age, square footage, type of residence, and the floor on which the residence is located on the premium amount to be paid was investigated. SPSS 24 software was used for data analysis. Initially, descriptive statistics of the variables were presented, and the distributions of the variables were examined using graphical representations. Finally, a generalized linear model was established, and the findings were interpreted. Generalized linear models were utilized for data modelling, and the significance of the coefficients in the established model was examined using the Wald test statistic. According to the study's findings, the most influential variable on the home policy amount is square footage, which affects the price by a factor of 50.323, followed by the floor variable, which affects the price by a
