Sosyo-Ekonomik Göstergeler İçin Çok Değişkenli Veri Analizi: Türkiye İçin Ampirik Bir Uygulama

Yıl 2019, Cilt: 11 Sayı: 1, 7 - 20, 29.03.2019

Erkan Arı Batuhan Hüyüktepe

Öz

Bu çalışmada, Türkiye’ nin sosyo-ekonomik gelişmişlik
durumunun, belirlenen ekonomik, sosyal ve kültürel göstergeler üzerinden 2017
yılına kadar ki ulaşılabilen yıllık verileri itibariyle, 81 ilde
değerlendirilmesi yapılmıştır. Temel bileşenler analizi ile birinci bileşenin
temel bileşen olduğuna karar verilerek, temel bileşenin oluşturduğu birinci
faktör skorlarına göre, 51 gösterge üzerinden illerin sosyo-ekonomik
gelişmişlik düzeyleri belirlenmiştir. Bulanık kümeleme analizi ile illerin
belirlenen endeks değerleri üzerinden sınıflandırılması yapılmış ve ideal küme
sayısı iki olarak belirlenmiştir. Birinci kümede 43 ilin, ikinci kümede ise 38
ilin yer aldığı görülmüştür. Çok boyutlu ölçekleme analiziyle de illerin
benzerlik durumları incelenmiş ve üç boyutlu oluşturulan konfigürasyon uzaklıkları
ile farklılık matrisinden yaralanarak birbirlerine en yakın ve en uzak durumda
olan il çiftlerini belirlenmiştir.

Anahtar Kelimeler

Sosyo-Ekonomik Gelişmişlik, Temel Bileşenler Analizi, Bulanık Kümeleme Analizi

Kaynakça

• Albayrak, A. S. (2003). Türkiye’de İllerin Sosyo-Ekonomik Gelişmişlik Düzeylerinin Çok Değişkenli İstatistik Yöntemlerle İncelenmesi, İstanbul Üniversitesi Sosyal Bilimler Enstitüsü, Doktora Tezi, İstanbul.
• Bayram, N. (2009). Sosyal Bilimlerde SPSS ile Veri Analizi, Bursa: Ezgi Kitabevi.
• Bezdek, J. C., ve Pal, S. K. (1992). Fuzzy Models for Pattern Recognition: Methods That Search for Structures in Data, The Institute of Electrical and Electronics Engineers Inc, New York.
• Cziraky, D., Puljiz, J., Jurlin, K., Malekovic, S. ve Polic, M. (2002). Covariance Structure Analysis of Regional Development Data: An Application to Municipality Development Assessment, From Industry to Advanced Services: Perspectives of European Metropolitan Region, Dortmund, European Regional Science Association, Germany, 1-29.
• Eminov, M., Ballı, S., Güler, N., Gökçe, N., ve Gökçe, H.E. (2006). Fuzzy Kümeleme Tabanlı Veri Keşfi Sisteminin Geliştirilmesi ve Muğla İlinin Sosyo-Ekonomik Gelişmişlik Gruplarının Belirlenmesi, Muğla Üniversitesi Yayınları, 4.
• Eren, Ö. (2012), Avrupa Birliği’ne Üye ve Aday Ülkelerin Sosyo-Ekonomik Göstergelerinin Sayısal Yöntemlerle Analizi, İstanbul Üniversitesi Sosyal Bilimler Enstitüsü, Doktora Tezi, İstanbul.
• Johnson, R. A., ve Wichern D. W. (2007). Applied Multivariate Statistical Analysis (6th ed.), New Jersey: Pearson Prentice-Hall.
• Jolliffe, I.T. (2002). Principal Component Analysis (2nd ed.), New York: Springer.
• Kalaycı, Ş. (2009). SPSS Uygulamalı Çok Değişkenli İstatistik Teknikleri (4.Baskı), Ankara: Asil Yayın Dağıtım.
• Koçyiğit, Y., ve Korürek, M. (2005). EMG İşaretlerini Dalgacık Dönüşümü ve Bulanık Mantık Sınıflayıcı Kullanarak Sınıflama. İstanbul Teknik Üniversitesi Dergisi Mühendislik, 4(3), 25-31.
• Kronthaler, F. (2003). A Study of The Competitiveness of Regions Based on A Cluster Analysis: The Example of East Germany. University of Jyväskylä, 43rd European Congress of the Regional Science Association, Finland, 1-31.
• Özdamar, K. (2013). Paket Programlar ile İstatistiksel Veri Analizi Cilt 2 (9.Baskı), Eskişehir: Nisan Kitabevi.
• Soares, J.O., Marques, M.L. ve Monteiro, C.M.F. (2003). A Multivariate Methodology to Uncover Regional Disparities: A Contribution to Improve European Union and Governmental Decisions. European Journal of Operational Research, 145(1), 121-135.
• Şahin, M., ve Hamarat, B. (2002). G10-Avrupa Birliği ve OECD Ülkelerinin Sosyo-Ekonomik Benzerliklerinin Fuzzy Kümeleme Analizi İle Belirlenmesi. ODTÜ Uluslararası Ekonomi Kongresi VI, Ankara.
• Tabachnick, B. G. ve Fidell, L. S. (2015). Using Multivariate Statistics (6th ed.), Çev. Ed. Mustafa Baloğlu, Ankara: Nobel Akademik Yayıncılık.