Otomobil Tercihlerinin Markov Analizi İle İncelenmesi: Kilis İli Örneği

Year 2024, Volume: 23 Issue: 1, 281 - 303, 25.01.2024

Yadigar Polat Seval Süzülmüş

https://doi.org/10.21547/jss.1292875

Abstract

Günümüzde otomobil markalarındaki değişim ve gelişme oldukça hızlı olduğundan otomobil marka ve özelliklerinin seçiminde tüketici tercihleri önem kazanmıştır. Çalışmada 2022 yılında Kilis ilinde ikamet eden 571 otomobil kullanıcısı ile gerçekleştirilen anket çalışmasından elde edilen anket verileri markov analizi ile değerlendirilerek kadın ve erkek; düşük, orta ve yüksek gelirli; genç, orta ve ileri yaştaki bireyler olarak nitelendirilen otomobil kullanıcıların gelecekte otomobil markası, yakıt türü ve vites türü tercih olasılıkları tahmin edilmeye çalışılmıştır. Markov analizi yardımı ile geçişlerin frekans matrisi, geçişlerin olasılık matrisi ve uzun dönem denge durumu matrisi belirlenmiştir. Uzun dönem denge durumu matrislerine bakıldığında gelecekte düşük gelirli katılımcıların Tofaş, orta gelir grubundakilerin Toyota, yüksek gelir grubundakilerin ise Audi markasını tercih edecekleri belirlenmiştir. Ayrıca düşük ve orta gelirlilerin LPG yakıt türünü ve manuel vitesi, yüksek gelirli grubun ise motorin yakıt türünü ve otomatik vitesi en çok tercih edecekleri tespit edilmiştir. Genç kişilerin Volkswagen; orta yaş ve ileri yaştaki bireylerin ise Toyota markasını, gençlerin LPG, orta yaşlıların motorin, LPG ve ileri yaştaki bireylerin ise motorin yakıt türünü gelecekte tercih edecekleri tahmin edilmiştir. Gelecekte en çok gençlerin manuel, orta yaşlıların manuel, otomatik; ileri yaştaki bireylerin ise otomatik vitesi, ayrıca kadın sürücülerin Volkswagen, erkek sürücülerin ise Toyota markasını, vites ve yakıt türlerinde ise kadın sürücülerin otomatik, benzinli; erkek sürücülerin ise manuel, motorin ve LPG özelliğe sahip otomobilleri tercih edecekleri sonucuna ulaşılmıştır.

Keywords

Markov Analizi, Otomobil, Marka, Vites Türü, Yakıt Türü

Examination of Automobile Preferences Using Markov Analysis: A Case Study Of Kilis Province

Abstract

In today's world, due to the rapid changes and developments in automobile brands, consumer preferences have become crucial in selecting car brands and features. In this study, survey data obtained from 571 car users residing in Kilis Province in 2022 were evaluated using Markov analysis to predict the future car brand, fuel type, and gear preferences of car users categorized as women and men driver; low, middle, and high-income participants; young, middle-aged, and elderly individuals. Through the markov analysis, the frequency matrix of transitions, the probability matrix of transitions, and the long-term equilibrium state matrix were determined. By looking at the long-term equilibrium state matrices, it was found that low-income participants will mostly prefer Tofaş, middle-income participants will prefer Toyota, and high-income participants will prefer Audi in the future. Low and middle-income participants will mostly prefer LPG fuel type and manual transmission, while high-income participants will prefer diesel fuel type and automatic transmission. Young individuals are predicted to mostly prefer Volkswagen, middle-aged individuals and elderly individuals will mostly prefer Toyota brand in the long term. Young individuals will prefer LPG, middle-aged indiiduals will prefer diesel and LPG, and elderly individuals will prefer diesel fuel type. In the future, young individuals will mostly prefer manual transmission, middle-aged individuals will prefer manual and automatic transmission, and elderly individuals will prefer automatic transmission. Furthermore, women driver will prefer Volkswagen and automatic, gasoline cars, while men driver will prefer Toyota, manual, diesel and LPG cars in terms of brand, gear and fuel type.

Keywords

Markov Analysis, Automobile, Brand, Trasmission Type, Fuel Type

References

• Adam, R. Y. (2015). An application of markov modeling to the student flow in higher education in Sudan. International Journal of Science and Research, 4(2), 49-54.
• Alp, S. ve Öz, E. (2009). Markov zinciri yöntemi ile taşınabilir bilgisayar tercihlerinin analizi. Akademik İncelemeler, 4(2), 37-54.
• Arıtan, T. ve Akyüz, A. M. (2015). Tüketicilerin otomobil markalarına yönelik marka sadakatleri ve tercihleri üzerine bir araştırma. Uluslararası Yönetim İktisat ve İşletme Dergisi, 11(26), 195-220.
• Bağcı, B. (2020). Gri markov modeli ile Türkiye’de işsizlik oranı tahmini. SGD-Sosyal Güvenlik Dergisi, 10(2), 259-272.
• Bairagi, A. and Kakaty S. C. H. (2015). Analysis of stock market price behaviour: A markov chain approach. International Journal of Recent Scientific Research, 6(10), 7061-7066.
• Bişkin, F. (2010). Markanın pazarlama açısından önemi ve tüketici tercihleri-memnuniyeti çerçevesinde otomobil sahipleri üzerinde bir araştırma. Sosyal Ekonomik Araştırmalar Dergisi, 10(20), 411-434.
• Çetin, N.G. ve Alp, S. (2016). Cep telefonu marka tercihlerinin markov zincirleri ile analizi. Erzincan University Journal of Science and Technology, 9(3), 126-138.
• Datong, G.M. (2011). A Markov chain model analysis of GSM network service providers marketing mix. International Journal of Engineering & Technology, 11(4), 49-57.
• Farg, M. H. M. and Khalil, F. M. H. (2014). Statistical analysis of academic level of student in quantitative methods courses by using chi-square test and markov chains-case study of faculty of sciences and humanities, . Transition, 12(12), 182-186.
• Görener, A. ve Görener, Ö. (2008). Türk otomotiv sektörünün ülke ekonomisine katkıları ve geleceğe yönelik sektörel beklentiler. Yaşar Üniversitesi E-Dergisi, 3(10), 1213-1232.
• Grimshaw, S. D. and Alexander, W. P. (2011). Markov chain models for delinquency: Transition matrix estimation and forecasting. Applied Stochastic Models in Business and Industry, 27(3), 267-279.
• Gupta, A. and Dhingra, B. (2012, March). Stock market prediction using hidden markov models. In 2012 Students Conference on Engineering and Systems (pp. 1-4). IEEE.
• Güngör, İ. ve İşler, D. B. (2004). Analitik hiyerarşi yaklaşimi ile otomobil seçimi. Uluslararası Yönetim İktisat ve İşletme Dergisi, 1(2), 21-33.
• Kotler P. and Armstrong G. (2006). Principles of marketing. New Jersey: Pearson Education.
• Köksal, Y. ve Türedi, M. K. (2014). Tüketici otomobil tercihinde etkili olan bilgi ve iletişim kanalları üzerine bir inceleme. Balıkesir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 17(32), 105-125.
• Li, L., Sun, J., Li, Y. and Xuan, H. (2014). Mathematical model based on the product sales market forecast of markov forecasting and application. Journal of Chemical and Pharmaceutical Research, 6(6), 1359-1365.
• Mavruk, C. ve Kıral, E. (2016). Prediction of central government budget tax revenues using markov model. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 25(2), 41-56.
• Özdağoğlu, A., Özdağoğlu, G. ve Gümüş, G.K. (2012). Altın fiyatındaki dağılımların markov zinciri ile analizi: Uzun Erimli Olasılıklar. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, (40), 119-142.
• Özdemir, A. ve Demireli, E. (2014). Hisse senedi fiyat verimliliğinin markov zincirleri ile analizi BIST teknoloji endeksi hisse senedi fiyatları üzerine bir uygulama. Verimlilik Dergisi, (1), 41-60.
• Özel, G. (2019). Markov zinciri kullanarak Ankara ili için hava kirliliği tahmini. Bilge International Journal of Science and Technology Research, 3(2), 144-151.
• Özel, K. G. ve Solmaz, A. (2012). Türkiye’de deprem tekrarlanma zamanının tahmini ve neotektonik bölgelere göre depremselliğin markov zinciri ile incelenmesi. Çankaya University Journal of Science and Engineering, 9(2), 125-138.
• Özer, H. (2004). Nitel değişkenli ekonometrik modeller. Teori ve bir uygulama. Ankara: Nobel Yayınevi.
• Öztürk A. (2016). Yöneylem araştırması. Bursa: Ekin Kitabevi Yayınları.
• Ritonga, H.M., Siahaan, A.P.U. and Suginam,(2017). Marketing strategy through markov optimization to predict sales on specific periods. International Journal for Innovative Research in Multidisciplinary Field, 3(8), 184-190.
• Ross, S. M. (2014). Introduction to probability models. USA: Academic press.
• Süzülmüş, S. ve Polat, Y. (2022). Çok kriterli karar verme yöntemleri kullanılarak sığır işletmelerinin hayvan refahına göre sıralaması. Ankara: İksad Yayınevi. https://iksadyayinevi.com/wp-content/uploads/2022/02/COK-KRITERLI-KARAR-VERME-YONTEMLERI-KULLANILARAK-SIGIR-ISLETMELERININ-HAYVAN-REFAHINA-GORE-SIRALAMASI-.pdf
• Süzülmüş, S. ve Kıral, G. (2019). Adana’da otomobil tercihlerinin istatistiksel analizi. Ankara: Akademisyen Yayınevi, 1-16.
• Şenol, Z. (2021). Döviz kuru oynaklığının markov rejim değişim yöntemiyle analizi: Türkiye örneği. Finansal Araştırmalar ve Çalışmalar Dergisi, 13(25), 732-745.
• Şentürk, S. ve Alp, S. (2016). Mobil operatör ve internet servis sağlayıcı tercihlerinin markov zinciri yöntemi ile analizi. Gaziosmanpaşa Bilimsel Araştırma Dergisi, (13), 133-151.
• Yayar, R., Çoban, M. N. ve Tekin, B. (2015). Otomobil sahipliğini etkileyen faktörlerin belirlenmesi: Tokat ili kentsel alanda bir uygulama. Yönetim ve Ekonomi Dergisi, 22(2), 603-617.
• Yıldız, Ç. N., İçellioğlu, Ş.C. ve Tuna E. 2022). Türkiye'de dolarizasyonun dinamik markov rejim değişim modeli ile analizi. Mali Cozum Dergisi/Financial Analysis, 32(172) 171-197.
• İnternet Kaynakları: http://www.kilis.gov.tr/cografi-yapi (erişim tarihi: 28.04.2023)