TÜRKİYE’DE HANEHALKININ SAHİP OLDUĞU BİLİŞİM TEKNOLOJİLERİ ÜRÜNLERİ SAYISINI BELİRLEYEN FAKTÖRLERİN ARAŞTIRILMASI: BİR SAYMA VERİ MODELİ - INVESTIGATION OF THE FACTORS DETERMINING THE NUMBER OF INFORMATION TECHNOLOGY PRODUCTS OWNED BY HOUSEHOLDS: A COUNT DATA MODEL

Year 2017, , 428 - 454, 31.12.2017

Sibel Selim , İlknur Balyaner

https://doi.org/10.20875/makusobed.296800

Cited By: 5

Abstract

Bu çalışmanın
amacı, 2013 yılı Hanehalkı Bilişim Teknolojileri Kullanım Araştırması mikro
veri seti kullanılarak Türkiye’de hem 6-15 yaş arası çocukların hem de
yetişkinlerin sahip olduğu bilişim teknolojileri ürünleri sayısını belirleyen faktörlerin
sayma veri modeli ile incelenmesidir. Bir hanedeki bilişim teknolojileri
ürünleri kullanımını etkileyen en önemli faktörler; hanehalkı geliri, yaş,
cinsiyet, eğitim seviyesi, meslek ve yerleşim yeridir. Bu çalışmada, belirtilen
bu faktörlerin yanı sıra bilgisayar ve internet kullanım yılı, internet
kullanım sıklığı, bilgisayar kullanım amaçları gibi faktörler, hanehalkında
çocukların ve yetişkinlerin sahip olduğu bilişim teknolojileri ürünleri
sayısının analizinde kullanılmıştır. Bu çalışmada, elde edilen modellerde
Robust Poisson Regresyon Modelinden faydalanılmıştır. Elde edilen tahminlerin
geçerliliğini araştırmak amacıyla bootstrap tekniğine başvurulmuştur. Bu
çalışmada gerçekleştirilen analizler, Türkiye’de 6-15 yaş arasındaki çocukların
ve yetişkinlerin sahip olduğu bilişim teknolojileri ürünleri sayısının doğudan
batıya ve kırsal kesimden kentsel kesime doğru artış gösterdiğini ortaya
koymaktadır.

Keywords

Bilişim Teknolojileri Kullanımı, Sayma Veri, Robust Poisson Regresyon Modeli, Bootstrap Tekniği

References

• Acar, S. (1999), Arşiv ve Dokümantasyon Sistemlerinde Görsel Otomasyon ve Bir Uygulama, Yayınlanmamış Yüksek Lisans Tezi, Gazi Üniversitesi Sosyal Bilimler Enstitüsü, Ankara.
• Afari-Kumah, E., Tanye, H.A. (2009), “Tertiary Students’ View on Information and Communications Technology Usage in Ghana, Journal of Information Technology Impact, 9(2): 81-90.
• Akolaş, A. (2004), “Bilişim Sistemleri ve Bilişim Teknolojisinin Küreselleşme Olgusu ve- Girişimcilik Üzerine Yansımaları, Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (12): 29-43.
• Aktan, C.C. (2013), “Bilgi Toplumu ve Özellikleri”, http://www.canaktan.org/yeni-trendler/bilgi-toplumu/bilgi_toplumu-ozellik.htm, 08.10.2016
• Aktaş, C. (2007), “Enformasyon Toplumu Bağlamında Türkiye”, josc.selcuk.edu.tr/article/download/1075000226/1075000220 , (08.07.2016).
• Alonso, M., Blanco, F., Romero, A. (2009), “Determinants of the Internet Use in Africa”, Rey Juan Carlos University, Spain. http://spanisheconomy.weebly.com/uploads/1/7/8/7/178794/determinants_of_the_internet_use_in_africa._alberto_romero.pdf , (02.07.2016).
• Armstrong, B., Comber, T., Dingsdag, Fogarty, G.J. (2003), “Internet and Computer Usage: Comparisons Among Metropolitan Centres”, Coastal Regional Centres and Inland Regional Centres. in J Ang & S Knight (eds), Proceedings of Delivering IT and e-business value in networked environments: 14th Australasian Conference on Information Systems (ACIS), Perth, WA, 26-28 November, We-B Centre, Edith Cowan University, Joondalup, WA. ISBN: 072980544. Southern Cross University Epublications@SCU.
• Bekiroğlu, N., Konyalıoğlu, R., Karahan, D. (2013), “Çoklu Doğrusal Regresyon Sonuçlarının Jackknife Tekniği ile Tekrarlanabilirliğinin Değerlendirilmesi”, Derleme / Review 63 Marmara Medical Journal. 26: 63-7.
• Berberoğlu, B. (2010), “Yaşam Boyu Öğrenme İle Bilgi ve İletişim Teknolojileri Açısından Türkiye’nin Avrupa Birliği’ndeki Konumu”, Bilgi Ekonomisi ve Yönetimi Dergisi, 5(2):113-126.
• Cameron, A.C., Johansson, P. (1997), “Count Data Regression Using Series Expansions: With Application”, Journal of Applied Econometric, 12: 203-223.
• Cameron, A.C., Trivedi, P.K. (1998). Regression Analysis of Count Data. USA: Cambridge University Pres.
• Cankorkmaz, Z. (2010), “Üniversite Öğrencilerinin Bilgi Teknolojilerini Kullanma Düzeyleri ve İnternetteki Tüketim Eğilimleri”, CBÜ, İktisadi ve İdari Bilimler Dergisi, 11(2): 111-131.
• Chernick, M.R., LaBudde, R. A. (2011), A Introduction to Bootstrap Methods with Applications to R, New Jersey: A John Wiley & Sons, Inc., Publication.
• Cerno, L., Pérez, T. (2005) “Demand for Internet Access and Use in Spain”. https://core.ac.uk/download/files/153/6306779.pdf , (06/07/16).
• Çalık, D., Çınar, Ö.P. (2009), “Geçmişten Günümüze Bilgi Yaklaşımları Bilgi Toplumu ve İnternet”, Türkiye’de İnternet Konferansı Bildirileri. (ss.77-88), Düzenleyen Bilgi Üniversitesi, İstanbul, 12-13 Aralık.
• Çeviker, A., Sarıdoğan, E. (2006), “Bilgi ve İletişim Teknolojileri ve Yenilik Üretimi: OECD Ülkeleri Üzerine Ekonometrik Bir Analiz, Marmara Üniversitesi İİBF Dergisi, 21(1): 477-496.
• Deniz, Ö. (2005), “Poisson Regresyon Analizi”, İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 7: 59-72.
• Dobson, A. (2002), An Introduction to Generalized Linear Models, New York: Chapman and Hall A CRC Press Company.
• Gündüz, Ş., Odabaşı, F. (2004), Bilgi Çağında Öğretmen Adaylarının Eğitiminde Öğretim Teknolojileri ve Materyal Geliştirme Dersinin Önemi”, The Turkish Online Journal of Educational Technology, 3(1):43-48.
• Heo, J., Oh, J., Subramanian, S.V., Kim, Y., Kawachi, I. (2014), “Addictive Internet Use among Korean Adolescents: A National Survey”, PLoS ONE 9(2): e87819. doi:10.1371/journal.pone.0087819.
• Heshmati, A., Al-Hammadany, F.H., Bany-Mohammed, A. (2013), “Analysis of Internet Usage Intensity in Iraq: An Ordered Logit Model”, Journal of Knowledge Management, Economics and Information Technology, 3(3): 1-21.
• Kalaycı, C. (2013), “Dijital Bölünme, Dijital Yoksulluk ve Uluslararası Ticaret”, Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 27(3): 145-162.
• Kaye, H.S. (2000), “Computer and Internet Use Among People with Disabilities”, Disability Statistic Report(13). Washington DC: U.S. Deparmant of Education, National Institute on Disability Rehabilitation Research.
• Koç, H., Cengiz, M.A., Koç, T., Dünder, E. (2013), “Aşırı Yayılımlı Veriler için Genelleştirilmiş Poisson Karma Modellerin Hava Kirliliği Üzerine bir Uygulaması, IAAOJ, Scientific Science, 1(2): 3-7.
• Köse, S., Savran Gencer, A., Gezer, K. (2007), “Meslek Yüksekokulu Öğrencilerinin Bilgisayar ve İnternet Kullanımına Yönelik Tutumları”, Pamukkale Üniversitesi Eğitim Fakültesi Dergisi, (21): 44-54.
• Long, J.S., Fresee, J. (2006), Regression Models for Categorical Dependent Variables Using Stata. Texas: A Stata Press Publication StataCorp LP, 2006.
• McCullagh, P., Nelder, J.A. (1983), Generalized Linear Models. London: Chapman and Hall.
• Mete, M., Yalçınsoy, A. (2013), “Maliyet Etkinliği Açısından Bilgi Teknolojilerinin Üretim Maliyetleri Üzerine Etkisinin Analizi”, TURAN-SAM Uluslararası Bilimsel Hakemli Dergisi, 6(21): 95-107.
• Miranda Moreno, L. F., Lord, D., Fu, L. (2005), “Bayesian Road Safety Analysis: Incorporation of Past Experiences and Effect of Hyperprior Choice”, 87th Annual Meeting of the Transportion Research Board (paper no. 08-1788).
• Murelli, S. (2002), Breaking the Digital Divide Implications for Developing Countries, Commonwealth Secretariat: SFI Publishing.
• Öztürk, L. (2005), “Türkiye’de Dijital Eşitsizlik: Tübitak-Bilten Anketleri Üzerine Bir Değerlendirme”, Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, (24): 111-131.
• Penard, T., Poussing, N. (2010), “Internet Use and Social Capital: The Strength of Virtual Ties”, Journal of Economic Issues, 44 (3): 568-594.
• Rodr´ıguez, G. (2013), Models for Count Data with Overdispersion, November 6.
• Seferoğlu, S.S., Avcı, Ü., Kalaycı, E. (2008), “Sayısal Uçurum: Türkiye'deki Durum ve Mücadelede Uygulanabilecek Politikalar”, 25. Ulusal Bilişim Kurultayı, Bilişim'08 Bildiriler Kitabı (BTIE-2008), 17-21, Ankara: Türkiye Bilişim Derneği.
• Selim, S. (2004), Türkiye’de Çocuk Talebi ve Kadınların İşgücüne Katılımının Doğurganlık Üzerindeki Etkisi: Ekonometrik Yaklaşım, Yayınlanmamış Doktora Tezi, İzmir: Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü.
• Selim, S., Üçdoğruk, Ş. (2003), “Sayma Veri Modelleri ile Çocuk Sayısı Belirleyicileri: Türkiye’deki Seçilmiş İller için Sosyoekonomik Analizler”, D.E.U. İ.İ.B.F. Dergisi, 18(2): 13-31.
• Selim, S., Üçdoğruk, Ş. (2005), “Türkiye’de Doğurganlık: Kalite - Miktar Yaklaşımı”, Nüfusbilim Dergisi\Turkish Journal of Population Studies, 27, 49-66.
• Sezgin, F.H., Deniz, E. (2004), “Poisson Regresyon Modelinde Aşırı Yayılım Durumu ve Negatif Binomal Regresyon Analizinin Türkiye Grev Sayıları Üzerine Bir Uygulaması”, Yönetim. (48): 17-25.
• Şahin, H. (2002), “Poisson Regresyon Uygulaması: Türkiye’deki Grevlerin Belirleyicileri 1964-1998”, Doğuş Üniversitesi Dergisi, (5):173-180.
• Takma, Ç. ve Atıl, H. (2003). Bootstrap Metodu ve Uygulanışı Üzerine Bir Çalışma 1. Olasılık ve Bootstrap Metodu. Ege Üniv. Ziraat Fak. Derg., 40 (3):89-96.
• T.C. Başbakanlık Devlet Planlama Teşkilatı, Bilgi Toplumu İstatistikleri Bilgi Toplumu Stratejisi, 2009.
• Tonta, Y. (1999), “Bilgi Toplumu ve Bilgi Teknolojisi, H.Ü. Kütüphanecilik Bölümü Türk Kütüphaneciliği, 13(4): 363-375.
• Toso, S., Atlı, Ş.M., Mardikyan, S. (2015), “Türkiye’nin Bölgeleri Arasında Sayısal Uçurum, Bilgi Ekonomisi ve Yönetimi Dergisi, 5(1): 41-49.
• Tuti, S. (2005), Eğitimde Bilişim Teknolojileri Kullanımı Performans Göstergeleri, Öğrenci Görüşleri ve Öz-Yeterlik Algılarının İncelenmesi, Yayınlanmamış Yüksek Lisans Tezi, Ankara: Hacettepe Üniversitesi Sosyal Bilimler Enstitüsü.
• TÜBİTAK BİLTEN (2000), “Bilgi Teknolojileri Yaygınlık ve Kullanım Araştırması.
• TÜİK, 2011-2015 Hanehalkı Bilişim Teknolojileri Kullanım Araştırması İstatistikleri
• Ulucak, E.M., Çakır, İ.(2013), Bilgi ve İletişim Teknolojisi, Ankara: Özne Yayıncılık.
• Urhan, Ü. B., Kızılca, İ. (2011), “Türkiye’de Kişilerin İnternet Kullanımları Ne Şekilde Değişiyor? İnternet Kullanıcıları Üzerine Bir Değerlendirme”, TEPAV Değerlendirme Not.
• Ünal, Y. (2009), Bilgi Toplumunun Tarihçesi. Tarih Okulu. (5): 123-144.
• Yıldız, H., Seferoğlu, S.S. (2013), “Sayısal Uçurumun Önlenmesinde Eğitimin İşlevi ve Bilişim Teknolojileri Öğretmenlerinin Bu Süreçteki Rolü”, Middle Eastern & African Journal of Educational Research, (3): 69-79.