ANALYSIS of THE RELATIONSHIP BETWEEN HOUSEHOLD EMPLOYMENT METHODS and LABOR FORCE STRUCTURE in TURKEY by MULTINOMIAL REGRESSION METHOD

Abstract

As soon as possible to find a suitable job for own specifications for active unemployed job seekers in the labor market is very important for the unemployed in terms of micro and for the national economy in terms of macro. For this purpose, the unemployed perform this action in general either themselves or through acquaintances or official channels such as the Turkish Labor Agency and private employment agencies. In this study, the relationship between the method used to find the job and the structure of the labor force have been employed in the last two years in Turkey will be analyzed by multinomial logistic regression method using the data of Turkish Statistical Institute’s Household Labor Force Survey (2014). In this way, it can be revealed not enough to fulfill its’ brokerage services for the unemployed have what kind of features in terms of Turkish Labor Agency and private employment agencies, which are assuming more active roles in labor market in 2000s. Besides, this study will be support to the relevant institutions and organizations to conduct the necessary planning with regard to the unemployed who are offered incomplete and inadequate intermediation activities to themselves. According to the analysis findings, statistically significant results were obtained relationship between categories of employment methods as dependent variables and age, sex, education, region, income, type of work, administrative responsibility, business type, registration status and business continuity as independent variables.

Keywords

• Household labor structure,household employment methods,multinomial logistic regression

TÜRKİYE’DE HANE HALKI İŞ BULMA YÖNTEMLERİ İLE İŞGÜCÜ YAPISI ARASINDAKİ İLİŞKİNİN MULTİNOMİNAL REGRESYON YÖNTEMİYLE ANALİZİ

Abstract

Aktif olarak işgücü piyasasında iş arayan işsizlerin mümkün olan en kısa sürede kendi özelliklerine uygun bir iş bulabilmeleri mikro açıdan işsizler makro açıdan da ülke ekonomisi için büyük önem arz etmektedir. Bu amaçla işsizler, genel olarak ya kendileri ya tanıdıkları ya da Türkiye İş Kurumu ve özel istihdam büroları gibi resmi kanallar aracılığıyla bu eylemi gerçekleştirmektedir. Bu çalışmada, Türkiye İstatistik Kurumu’nun Hanehalkı İşgücü Anketi (2014) verilerinden hareketle, Türkiye’de son iki yıl içinde bir işe yerleşmiş olan işgücünün yapısı ile bu işi bulmak için kullanılan yöntem arasındaki ilişki multinominal lojistik regresyon yöntemiyle analiz edilecektir. Böylece, 2000’li yıllarda işgücü piyasasında daha aktif görevler üstlenen Türkiye İş Kurumu ve özel istihdam bürolarının hangi özellikteki işsizler için yeterli aracılık hizmetini yerine getiremediği ortaya çıkarılabilecektir. Ayrıca, eksik ve yetersiz aracılık faaliyeti sunulan işsizlere ilişkin ilgili kurum ve kuruluşların gerekli planlamaları yapabilmelerine de destek olunabilecektir. Analiz bulgularına göre; kategorik bağımlı değişken olan iş bulma yöntemlerinin kategorileri ile yaş, cinsiyet, eğitim, bölge, gelir, çalışma şekli, idari sorumluluk, işyeri türü, kayıtlılık ve iş sürekliliği kategorik bağımsız değişkenleri arasında istatistiksel olarak anlamlı sonuçlar elde edilmiştir.

Keywords

• Hanehalkı işgücü yapısı,iş bulma yöntemi,multinominal lojistik regresyon

References

1. Alpar, R. (2011). Çok değişkenli istatistiksel yöntemler (3. Baskı), Ankara: Detay Yayıncılık.
2. Çağlayan, E. & Astar, M. (2010). Logit ve probit modellerinde uyum iyiliği ölçütleri. Trakya Üniversitesi Sosyal Bilimler Dergisi, 12(2), ss. 1-12.
3. Dajcman, S. (2013). Co-Exceedances in eurozone stock markets-a multinomial logit analysis of contagion. Economic Computation and Economic Cybernetics Studies and Research, 47(1), pp. 259-273.
4. Field, A. (2009). Discovering statistics using SPSS (3rd ed.). ABD: Sage Publications.
5. Hosmer, D.W. & Lemeshow, S. (2000). Applied logistic regression (2nd ed.). New York, USA: John Wiley & Sons, Inc.
6. Hosmer, J.D.W., Lemeshow, S. & Sturdivant, R.X. (2013). the Multiple logistic regression model, in applied logistic regression (3rd ed.). Hoboken, NJ, USA: John Wiley & Sons, Inc.
7. Liao, T.F. (1994). Interpreting probability models, logit, probit and other generalized linear models, series: quantitative applications in the social sciences, California, USA: Sage Publications
8. Long, J.S. & Freese, J. (2006). Regression models for categorical dependent variables using Stata. Stata press.

9. Nagelkerke, N.J.D. (1991). a Note on a general definition of the coefficient of determination. Biometrika, 78(3), pp. 691–692.
10. Powers, D.A. & Xie, Y. (1999). Statistical methods for categorical data analysis. ABD: Academic Press.
11. Şıklar, E., Yılmaz, V., Coşkun, D. (2011). Eskişehir’deki üniversitelerde görevli akademik personelin iş Tatmini ve duygusal tükenmişliklerinin log-linear modeller 19 ve correspondence analizi ile incelenmesi. Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 26 (2), ss. 113-134.
12. TÜİK, (2014), Hanehalkı İşgücü İstatistikleri Mikro Veri Seti
13. Zortuk, M., Koc, E. & Bayrak, S. (2014) . Analysis of households' purchasing criteria: Multinomial Logistic Regression Analysis Approach. Dumlupinar University Journal of Social Sciences (ISEOS 2013 Special Issue), pp. 163-176.