Research Article
BibTex RIS Cite

İnsanların Hayatlarındaki Olayların Zamanlamasının Yapısal Eşitlik Modellemesi ve Yapay Sinir Ağları Yöntemleri ile Analizi

Year 2021, Volume: 2021 Issue: 1, 96 - 117, 19.01.2021

Abstract

Toplumların demografik özellikleri incelendiğinde bazı değişiklikler göze çarpmaktadır. Bu değişikler arasında nüfusun hızla yaşlanması, azalan doğurganlık, heterojen aile yapıları, kadınlar ve erkekler arasında yeniden yapılandırılmış ilişkiler, coğrafi hareketlilik ve göç artışları yer almaktadır. Bu değişiklere sosyal ve ekonomik hayattaki değişikler de eklendiğinde insanların hayatlarının yapısı ve hayatlarındaki süregelen olayların planlanması önemli ölçüde değişmiştir. Bu çalışmanın amacı insanların hayatlarındaki olayları planlarken hangi faktörlerin etkili olduğunu önerilen bir Yapısal Eşitlik Modeliyle (YEM) araştırmak daha sonra da Yapay Sinir Ağları (YSA) ile göreceli etkisi incelemektir. Veri seti olarak Avrupa çapında yürütülen uluslararası bir anket olan Avrupa Sosyal Taraması Araştırması’nda bulunan 1343 katılımcı tarafından cevaplanan bir modül kullanılmıştır. Çalışmada hayatın evreleri, ideal yaşlar, yaş sınırlamaları, sosyal kurallar ve hayat planlaması değişkenlerinin hayattaki olayların zamanlamasına etkisini incelenmek üzere literatürdeki çalışmalardan hareketle hipotezler kurulmuştur. Araştırma modeline göre toplamda 6 gizli değişken ve bu gizli değişkenlere bağlı 19 gözlenen değişken bulunmaktadır. Elde edilen sonuca göre insanların hayatındaki olayların zamanlamasında en etkili faktörün evlenmek için ideal yaş olduğu ortaya çıkmıştır. Önem yüzdelerine bakıldığında ise en etkili ikinci faktörün %82,4’lük önem yüzdesi ile kişinin orta yaş olarak kabul edildiği yaş olduğu görülmektedir.

References

  • Ahani, A., & Ab. Rahim, N. (2017). Forecasting social CRM adoption in SMEs: A combined SEM-neural network method. Computers in Human Behaviour, 75, 560-578. doi:10.1016/j.chb.2017.05.032
  • Anderson, J., & Gerbing, D. (1988). Structural equation modeling in practice: A review and recommended two-step approach. Psychological Bulletin, 103(3), 411-423. https://doi.org/10.1037/0033-2909.103.3.411
  • Asadi, S., Abdullah, R., Safaei, M., & Nazir, S. (2019). An Integrated SEM-Neural Network Approach for Predicting Determinants of Adoption of Wearable Healthcare Devices. Mobile Information Systems. doi:https://doi.org/10.1155/2019/8026042
  • Bavel, J. V., & Rózanska-Putek, J.. Second birth rates across Europe: Interactions between women's level of education and child care enrolment. Vienna Yearbook of Population Research, 8(1), 107-138. doi:10.2307/23025512
  • Bavel, J. V., & Winter, T. D. (2013). Becoming a Grandparent and Early Retirement in Europe. European Sociological Review, 29(6), 1295-1308. https://doi.org/10.1093/esr/jct005
  • Billari, F. C., & Liefbroer, A. C. (2010). Towards a New Pattern of Transition to Adulthood? Advances in Life Course Research, 15(2-3), 59-75. doi:10.1016/j.alcr.2010.10.003
  • Billari, F. C., Goisis, A., Liefbroer, A. C., Settersten, R. A., Aassve, A., Hagestad, G., & Spéder, Z. (2011). Social age deadlines for the childbearing of women and men. Human reproduction (Oxford, England), 616-622. doi:10.1093/humrep/deq360
  • Bollen, K. A. (1989). Structural Equations with Latent Variables. New York: John Wiley & Sons.
  • Clausen, J. S. (1991). Adolescent Competence and the Shaping of the Life Course. American journal of Society, 96(4), 805-842. doi:https://doi.org/10.1086/229609
  • Crime and The Life Course. (2001). M. L. Benson.
  • Elder, G. H., & Giele, J. Z. (Dü). (2009). The Craft of Life Course Research. The Guilford Press.
  • European Social Survey. (2020). https://www.europeansocialsurvey.org/
  • Giddens, A. (1991). Modernity and Self-Identity. Stanford: Stanford University Press. http://www.sup.org/books/title/?id=2660
  • Giele, J. Z., & Elder Jr., G. H. (Dü). (1998). Methods of Life Course Research: Qualitative and Quantitative Approaches. doi:https://dx.doi.org/10.4135/9781483348919
  • Heinz, W. R., Huinink, J., Swader, C., & Weymann, A. (2009). Fundamental Conceptual Frameworks: General introduction. The Life Course Reader: Individuals and Society Across Time, 15-30.
  • Hew, T.-S., Leong, L.-Y., Ooi, K.-B., & Chong, A.-L. (2016). Predicting Drivers of Mobile Entertainment Adoption: A Two-Stage SEM-Artificial-Neural-Network Analysis. Journal of Computer Information Systems, 56(4), 352-370. doi:10.1080/08874417.2016.1164497
  • Lee, V.-H., Hew, J.-J., Leong, L.-Y., Tan, G. W.-H., & Ooi, K.-B. (2020). Wearable payment: A deep learning-based dual-stage SEM-ANN analysis. Expert Systems with Applications, 157(1). doi:https://doi.org/10.1016/j.eswa.2020.113477
  • Leong, L.-Y., Hew, T.-S., Ooi, K.-B., Lee, V.-H., & Hew, J.-J. (2019). A hybrid SEM-neural network analysis of social media addiction. Expert Systems With Applications, 133, 296-316. doi:https://doi.org/10.1016/j.eswa.2019.05.024
  • Lesnard, L., Cousteaux, A.-S., Chanvril, F., & Viviane, L. H. (2016). Do Transitions to Adulthood Converge in Europe? An Optimal Matching Analysis of Work–Family Trajectories of Men and Women from 20 European Countries. European Sociological Review, 32(3). doi:10.1093/esr/jcw003
  • Li´ebana-Cabanillas , F., Marinković, V., & Kalinić, Z. (2017). A SEM-neural network approach for predicting antecedents of m-commerce acceptance. International Journal of Information Management, 37(2). doi:10.1016/j.ijinfomgt.2016.10.008
  • Meydan, C. H., & Şeşen, H. (2012). Yapısal Eşitlik Modellemesi AMOS UYGULAMALARI. Detay Yayıncılık.
  • Neels, K., & Wood, J. (2013). Postponement and recuperation of first births in Europe: the effect of economic and institutional contexts over the life-course. Population Association of America 2013 Annual Meeting. doi:10.13140/2.1.3527.0721
  • Öztemel, E. (2003). Yapay Sinir Ağları. İstanbul: Papatya Yayıncılık.
  • Schwanitz, K. (2017). The transition to adulthood and pathways out of the parental home: A cross-national analysis. Advances in Life Course Research, 32, 21-34. doi:https://doi.org/10.1016/j.alcr.2017.03.001
  • Settersten, R. (1998). A time to leave home and a time never to return? Age constraints around the living arrangements of young adults. Social Forces, 76, 1373-1400.
  • Sharma, S. K., Guar, A., Saddikuti, V., & Rastogi, A. (2017). Structural equation model (SEM)-neural network (NN) model for predicting quality determinants of e-learning management systems. Behaviour and Information Technology, 36(2), 1-14. doi:10.1080/0144929X.2017.1340973
  • Sternad, S., Kalinić, Z., Bobek, S., & Tominc, P. (2018). SEM–ANN based research of factors’ impact on extended use of ERP systems. Central European Journal of Operations Research, 27(4). doi:10.1007/s10100-018-0592-1
  • Tabachnick, B., & Fidel, L. (2001). Using Multivariate Statistics (Fourth Edition b.). Boston: Pearson/Allyn & Bacon.
  • Tüfekçi , N., & Tüfekçi, Ö. K. (2006). Bankacılık Sektöründe Farklı Olma Üstünlüğünün ve Müsteri Sadakatinin Yarattığı Değer: Isparta İlinde bir Uygulama. Süleyman Demirel Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 2(4), 170-183.
  • Van Bavel, J. J., Parker, D. J., & Haas, I. J. (2012). The Importance of Moral Construal: Moral versus Non-Moral Construal Elicits Faster, Mo-re Extreme, Universal Evaluations of the Same Actions . PLoS One, 7(11). doi:10.1371/journal.pone.0048693
  • Veevers, J. E., Gee, E. M., & Wister, A. V. (1996). Homeleaving Age Norms: Conflict or Consensus? International Journal of Aging and Human Development, 43(4), 277-295. doi:10.2190/MXQV-0RQW-B2FU-KEM6
Year 2021, Volume: 2021 Issue: 1, 96 - 117, 19.01.2021

Abstract

References

  • Ahani, A., & Ab. Rahim, N. (2017). Forecasting social CRM adoption in SMEs: A combined SEM-neural network method. Computers in Human Behaviour, 75, 560-578. doi:10.1016/j.chb.2017.05.032
  • Anderson, J., & Gerbing, D. (1988). Structural equation modeling in practice: A review and recommended two-step approach. Psychological Bulletin, 103(3), 411-423. https://doi.org/10.1037/0033-2909.103.3.411
  • Asadi, S., Abdullah, R., Safaei, M., & Nazir, S. (2019). An Integrated SEM-Neural Network Approach for Predicting Determinants of Adoption of Wearable Healthcare Devices. Mobile Information Systems. doi:https://doi.org/10.1155/2019/8026042
  • Bavel, J. V., & Rózanska-Putek, J.. Second birth rates across Europe: Interactions between women's level of education and child care enrolment. Vienna Yearbook of Population Research, 8(1), 107-138. doi:10.2307/23025512
  • Bavel, J. V., & Winter, T. D. (2013). Becoming a Grandparent and Early Retirement in Europe. European Sociological Review, 29(6), 1295-1308. https://doi.org/10.1093/esr/jct005
  • Billari, F. C., & Liefbroer, A. C. (2010). Towards a New Pattern of Transition to Adulthood? Advances in Life Course Research, 15(2-3), 59-75. doi:10.1016/j.alcr.2010.10.003
  • Billari, F. C., Goisis, A., Liefbroer, A. C., Settersten, R. A., Aassve, A., Hagestad, G., & Spéder, Z. (2011). Social age deadlines for the childbearing of women and men. Human reproduction (Oxford, England), 616-622. doi:10.1093/humrep/deq360
  • Bollen, K. A. (1989). Structural Equations with Latent Variables. New York: John Wiley & Sons.
  • Clausen, J. S. (1991). Adolescent Competence and the Shaping of the Life Course. American journal of Society, 96(4), 805-842. doi:https://doi.org/10.1086/229609
  • Crime and The Life Course. (2001). M. L. Benson.
  • Elder, G. H., & Giele, J. Z. (Dü). (2009). The Craft of Life Course Research. The Guilford Press.
  • European Social Survey. (2020). https://www.europeansocialsurvey.org/
  • Giddens, A. (1991). Modernity and Self-Identity. Stanford: Stanford University Press. http://www.sup.org/books/title/?id=2660
  • Giele, J. Z., & Elder Jr., G. H. (Dü). (1998). Methods of Life Course Research: Qualitative and Quantitative Approaches. doi:https://dx.doi.org/10.4135/9781483348919
  • Heinz, W. R., Huinink, J., Swader, C., & Weymann, A. (2009). Fundamental Conceptual Frameworks: General introduction. The Life Course Reader: Individuals and Society Across Time, 15-30.
  • Hew, T.-S., Leong, L.-Y., Ooi, K.-B., & Chong, A.-L. (2016). Predicting Drivers of Mobile Entertainment Adoption: A Two-Stage SEM-Artificial-Neural-Network Analysis. Journal of Computer Information Systems, 56(4), 352-370. doi:10.1080/08874417.2016.1164497
  • Lee, V.-H., Hew, J.-J., Leong, L.-Y., Tan, G. W.-H., & Ooi, K.-B. (2020). Wearable payment: A deep learning-based dual-stage SEM-ANN analysis. Expert Systems with Applications, 157(1). doi:https://doi.org/10.1016/j.eswa.2020.113477
  • Leong, L.-Y., Hew, T.-S., Ooi, K.-B., Lee, V.-H., & Hew, J.-J. (2019). A hybrid SEM-neural network analysis of social media addiction. Expert Systems With Applications, 133, 296-316. doi:https://doi.org/10.1016/j.eswa.2019.05.024
  • Lesnard, L., Cousteaux, A.-S., Chanvril, F., & Viviane, L. H. (2016). Do Transitions to Adulthood Converge in Europe? An Optimal Matching Analysis of Work–Family Trajectories of Men and Women from 20 European Countries. European Sociological Review, 32(3). doi:10.1093/esr/jcw003
  • Li´ebana-Cabanillas , F., Marinković, V., & Kalinić, Z. (2017). A SEM-neural network approach for predicting antecedents of m-commerce acceptance. International Journal of Information Management, 37(2). doi:10.1016/j.ijinfomgt.2016.10.008
  • Meydan, C. H., & Şeşen, H. (2012). Yapısal Eşitlik Modellemesi AMOS UYGULAMALARI. Detay Yayıncılık.
  • Neels, K., & Wood, J. (2013). Postponement and recuperation of first births in Europe: the effect of economic and institutional contexts over the life-course. Population Association of America 2013 Annual Meeting. doi:10.13140/2.1.3527.0721
  • Öztemel, E. (2003). Yapay Sinir Ağları. İstanbul: Papatya Yayıncılık.
  • Schwanitz, K. (2017). The transition to adulthood and pathways out of the parental home: A cross-national analysis. Advances in Life Course Research, 32, 21-34. doi:https://doi.org/10.1016/j.alcr.2017.03.001
  • Settersten, R. (1998). A time to leave home and a time never to return? Age constraints around the living arrangements of young adults. Social Forces, 76, 1373-1400.
  • Sharma, S. K., Guar, A., Saddikuti, V., & Rastogi, A. (2017). Structural equation model (SEM)-neural network (NN) model for predicting quality determinants of e-learning management systems. Behaviour and Information Technology, 36(2), 1-14. doi:10.1080/0144929X.2017.1340973
  • Sternad, S., Kalinić, Z., Bobek, S., & Tominc, P. (2018). SEM–ANN based research of factors’ impact on extended use of ERP systems. Central European Journal of Operations Research, 27(4). doi:10.1007/s10100-018-0592-1
  • Tabachnick, B., & Fidel, L. (2001). Using Multivariate Statistics (Fourth Edition b.). Boston: Pearson/Allyn & Bacon.
  • Tüfekçi , N., & Tüfekçi, Ö. K. (2006). Bankacılık Sektöründe Farklı Olma Üstünlüğünün ve Müsteri Sadakatinin Yarattığı Değer: Isparta İlinde bir Uygulama. Süleyman Demirel Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 2(4), 170-183.
  • Van Bavel, J. J., Parker, D. J., & Haas, I. J. (2012). The Importance of Moral Construal: Moral versus Non-Moral Construal Elicits Faster, Mo-re Extreme, Universal Evaluations of the Same Actions . PLoS One, 7(11). doi:10.1371/journal.pone.0048693
  • Veevers, J. E., Gee, E. M., & Wister, A. V. (1996). Homeleaving Age Norms: Conflict or Consensus? International Journal of Aging and Human Development, 43(4), 277-295. doi:10.2190/MXQV-0RQW-B2FU-KEM6
There are 31 citations in total.

Details

Primary Language Turkish
Journal Section Articles
Authors

Sibel Satıcı

Burcu Özcan 0000-0003-0820-4238

Publication Date January 19, 2021
Submission Date June 12, 2020
Published in Issue Year 2021 Volume: 2021 Issue: 1

Cite

APA Satıcı, S., & Özcan, B. (2021). İnsanların Hayatlarındaki Olayların Zamanlamasının Yapısal Eşitlik Modellemesi ve Yapay Sinir Ağları Yöntemleri ile Analizi. Dünya İnsan Bilimleri Dergisi, 2021(1), 96-117.

TELİF HAKKI VE YAZAR ETİK SÖZLEŞMESİ FORMU - Copyright and Author Ethical 

Telif Hakkı Devri Formu imzalanıp, (taratılıp veya resim jpg. vs olabilir) makale başvuru esnasında Dergi sistemine yüklenmelidir.

This Copyright Agreement Form must be signed by all authors and uploaded to the Journal system (It can be scanned and sent as an image, jpg, etc.).