Evaluation of Selected Demographic and Socio-Cultural Concepts by Nonlinear Correlation Analysis

Year 2019, Volume: 14 Issue: 2, 391 - 408, 30.08.2019

Mustafa Özkan

https://doi.org/10.17153/oguiibf.473487

Cited By: 3

Abstract

The aim of this study is the
use of nonlinear canonical correlation analysis (OVERALS), which is the final
stage of Gifi terminology, which is known as one of the important methods used
in the evaluation of categorical variable groups. For this purpose, individuals
in Turkey were evaluated to see whether they differentiated or not, in terms of
selected demographic and socio-cultural concepts. In this study, firstly
general information about OVERALS is given. Afterwards, data were tested with
the SPSS 24.0 package program. For this research, life-satisfaction survey
2017-microdata which are conducted every year by Turkey Statistical Institute (TSI)
were used; and 9876 valid survey data were handled. According to OVERALS results,
graduated school, gender, science, fashion, economy, sports and culture are
strong variables which have high power of separation in terms of demographic
and socio-cultural concepts in Turkey. Similarities and differences between
demographic and socio-cultural concepts are also evaluated.

Keywords

Nonlinear Canonical Correlation Analysis, OVERALS, Multivariate Statistical Analysis, Quantitive Decision Techniques

Doğrusal Olmayan Kanonik Korelasyon Analizi ile Seçilmiş Demografik ve Sosyo-Kültürel Kavramların Değerlendirilmesi

Abstract

Bu çalışmanın amacı, kategorik değişken gruplarının
değerlendirilmesinde kullanılan önemli yöntemlerden biri olarak bilinen Gifi
terminolojisinin son aşaması olan doğrusal olmayan kanonik korelasyon
analizinin (OVERALS) kullanımıdır. Bu amaçla,  Türkiye'deki bireylerin,
seçilen demografik ve sosyo-kültürel kavramlar açısından farklılık gösterip
göstermedikleri değerlendirilmiştir. Çalışmada, öncelikle OVERALS hakkında gerekli
genel bilgiler verilmiştir. Sonrasında, veriler SPSS 24.0 paket programı ile test
edilmiştir. Araştırma için, Türkiye İstatistik Kurumu (TÜİK) tarafından her yıl
gerçekleştirilen yaşam memnuniyeti anketinin 2017 mikro verileri kullanılmış ve
9876 adet geçerli anket verisinden faydalanılmıştır.  OVERALS sonuçlarına göre, bitirilen okul,
cinsiyet, bilim, moda, ekonomi, spor ve kültür kavramlarının, Türkiye'de
demografik ve sosyo-kültürel açıdan ayırma gücü yüksek değişkenlerdir. Çalışmada
hangi demografik ve sosyo-kültürel kavramlar arasında toplumsal benzerlik ya da
farklılıklar olduğu da değerlendirilmiştir.

Keywords

Doğrusal Olmayan Kanonik Korelasyon Analizi, OVERALS, Çok Değişkenli İstatistiksel Analiz, Nicel Karar Yöntemleri

References

• Altaş, Dilek; Giray, Selay (2013), “Dünyadaki En Önemli Sorun Algısının Optimal Ölçeklemeli Çok Değişkeni̇ İstatistiksel Yöntemler İle İncelenmesi”, Öneri Dergisi. Cilt: 10. ss.: 135-142.
• Aydın, Serdar; Görmüş, Alparslan Ş.; Altıntop, M.Y. (2014). “Öğrencilerin Memnuniyet Düzeyleri İle Demografik Özellikleri Arasındaki İlişkinin Doğrusal Olmayan Kanonik Korelasyon Analizi İle İncelenmesi: Meslek Yüksekokulu’nda Bir Uygulama”, AİBÜ Sosyal Bilimler Enstitüsü Dergisi, Cilt:14, Sayı:1, 14: ss.:35-58.
• Bayram, Nuran; Ertaş, Sacit (2001), Tüketim Harcamaları Davranış Biçimi: PRINCALS ve OVERALS Yaklaşımı. http://idari.cu.edu.tr/sempozy-um/bil62.htm (Erişim: 15.01.2015)
• Bülbül, Şahamet; Giray, Selay (2012), “İş ve özel yaşam (İş Dışı Yaşam) Memnuniyeti Arasındaki İlişki Yapısının Doğrusal Olmayan Kanonik Korelasyon Analizi ile İncelenmesi”, Anadolu Üniversitesi Sosyal Bilimler Dergisi. Cilt: 12(4). ss.:101-114.
• “Canonical Correlation A Supplemen to Multivariate Data Analysis. Multivariate Data Analysis, Pearson Prentice Hall Publishing”, http://www.mvstats.com/downloads/supplements/canonical_correlation_7e.pdf. (Erişim: 14.01. 2015)
• Çankaya, Soner (2005), “Kanonik Korelasyon Analizi Ve Hayvancılıkta Kullanımı”, Çukurova Üniversitesi Fen Bilimleri Enstitüsü, Yayınlanmış Doktora Tezi.
• Çevik, Osman; Özkan, Mustafa(2018), Uygulamalı İstatistik –ll, 1. Baskı, Bursa: Ekin Yayınevi.
• De Leeuw, Jan (1984), “The Gifi System Of Nonlinear Multivariate Analysis”, Data Analysis And Informatics-lll. Elsevier Science Publishers. B. V. http://gifi.stat.ucla.edu/janspubs/1984/chapters/deleeuw_c_84c.pdf. (Erişim: 14.07.2018)
• De Leeuw, Jan; Mair, Patrick (2009), “Gifi Methods For Optimal Scaling in R: The Package HOMALS”, Journal Of Statistical Software. Vol: 31(4).
• De Leeuw, Jan; Mair, Patrick; Groenen, Patrick (2016), “Multivariate Analysis With Optimal Scalling”, http://gifi.stat.ucla.edu/gifi/_book/_main.pdf (Erişim: 14.07.2018)
• Dong, Li.; Zhang, Yangsong, Zhang; Rui; Zhang, Xingxing; Diankun, Gong; Valdes-Sosa, Pedro A.; Xu, Peng, Luo, Cheng ve Yao, Dezhong (2015), “Characterizing Nonlinear Relationships in Functional Imaging Data Using Eigenspace Maximal Information Canonical Correlation Analysis (Emicca)”, Neuroımage, 109, pp.: 388-401.
• Filiz, Zeynep; Kolukusaoğlu, Sıdıka (2012), “Doğrusal Olmayan Kanonik Korelasyon Analizi ve Bir Uygulama” Int. Journal Of Management Economics And Business (Uluslararası Yönetim İktisat Ve İşletme Dergisi)”, Vol: 8(16), ss.: 59-75.
• Frie, Kirsten Grosse; Janssen, Christian (2009), “Social Inequality, Lifestyles And Health–A Non-Linear Canonical Correlation Analysis Based On The Approach Of Pierre Bourdieu”, International Journal Of Public Health, Vol 54(4), pp.: 213-221.
• Gifi, Albert (1989), “Algorithm Descriptions For Anacor Homals PRINCALS and OVERALS”, Research Report, Rr 89-01.
• Giray, Selen (2011), “Doğrusal Olmayan Kanonik Korelasyon Analizi Ve Yaşam Memnuniyeti Üzerine Bir Uygulama”, Marmara Üniversitesi Sosyal Bilimler Enstitüsü, Yayınlanmış Doktora Tezi.
• Girginer, Nuray; Kaygısız, Zeynep; Yalama, Abdullah (2007), “Doğrusal Olmayan Kanonik Korelasyon Analizi İle İstatistiğe Yönelik Tutumlarda Üniversite Öğrencileri Arasındaki Bireysel Farklılıkların İncelenmesi” İstanbul Üniversitesi İktisat Fakültesi Ekonometri Ve İstatistik Dergisi, Sayı:7 ss.: 29-40.
• Hsieh, WilliamW. (2001), “Nonlinear Canonical Correlation Analysis Of The Tropical Pacific Climate Variability Using A Neural Network Approach”, Journal Of Climate, Vol: 14, pp.: 2528-2539.
• Hsieh, Yen-Ping; Huang, Ying-Chia; Lan, Shou-Jen; Ho, Ching-Sung (2017), “Factors Related to The Decision‐Making For Moving The Older Adults into Long‐Term Care Facilities in Taiwan”, Geriatrics & Gerontology International, Vol: 17(9), pp.: 1319-1327.
• IBM Knowledge Center, https://www.ibm.com/support/knowledgecenter/en/sslvmb_24.0.0/spss/tutorials/disc-rim_bankloan_e-igen.html (Erişim: 12.09.2018)
• Keskin, Sıddık; Özsoy, Abdullah Nuri (2004), ”Kanonik Korelasyon Analizi ve Bir Uygulama”, Tarım Bilimleri Dergisi. Sayı:10(1). ss.:67-71.
• Koşkan, Özgür; Önder, Elif Gül; Şen, Neslihan (2011), “Değişken Setleri Arası İlişkinin Tahmini İçin Kanonik Korelasyon Analizinin Kullanımı”, Iğdır Üniversitesi Fen Bilimleri Enstitüsü Dergisi (Iğdır University Journal of The Institute of Science and Technology) Vol:1(2), pp.:117-123.
• Meyers, Lawrance S.; Gamst, Glenn; Guarino, A.J. (2009), Data Analysis Using–SAS Enterprise Guide. Cambridge: Cambridge University Press.
• Michalidis, George; De Leeuw, Jan (1998), “The Gifi System of Descriptive Multivariate Analysis”, Statistical Science. Vol:12(4), pp.: 307-336.
• Özer, Osman Orhan; Özden, Altuğ (2013), “Ege Bölgesi Yaş Meyve Ve Sebze İhracatçılarının Bireysel Farklılıklarının İncelenmesi”, Tarım Ekonomisi Dergisi, Vol: 19(1), ss.:71-79.
• Sertbarut, Pervin (2010), Doğrusal Ve Doğrusal Olmayan Kanonik Korelasyon ve Bankacılık Sektöründe Uygulanması. Hacettepe Üniversitesi Fen Bilimleri Enstitüsü, Yayınlanmış Yüksek Lisans Tezi.
• Suner, Aslı; Çelikoğlu, Can Cengiz (2010) “Toplum Tabanlı Bir Çalışmada Çoklu Uygunluk Analizi ve Kümeleme Analizi ile Sağlık Kurumu Seçimi”, Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt: 25(2), ss.: 43-55.
• Süt, Necdet (2001), Doğrusal Olmayan Kanonik Korelasyon Analizi ve Bir Uygulama, Trakya Üniversitesi Sağlık Bilimleri Enstitüsü, Yayınlanmış Yüksek Lisans Tezi.
• Thanoon, Y. Thanoon; Adnan, Robiah; Saffari,Seyed Ehsan (2015) “Generalized Nonlinear Canonical Correlation Analysis wth Ordered Categorical and Dichotomous Data”, Jurnal Teknologi, 75(1), pp.: 91-99.
• Thompson, Bruce (1984). Canonical Correlation Analysis-Used and Interpretation, California: Sage Publications.
• Ünlükaplan, İlter (2009), “Avrupa Birliği Üyesi Ülkelerde İktisadi Kalkınma, Rekabetçilik ve İnovasyon İlişkilerinin Kanonik Korelasyon Analizi İle Belirlenmesi”, Maliye Dergisi S:157, ss.: 235-250.
• Van der Burg, Eeke; Bijliveld Catrien C.J.H., (1993), “Longitudinal k-Sets Analysis Using a Dummy Time Variable”, Qüestiio. Vol: 17. pp.: 339-351.
• Van der Burg, Eeke, De Leeuw, Jan; Dijksterhuis, Garmt (1994), “OVERALS-Nonlinear Canonical Correlation with k Sets of Variables”, Computational Statistics & Data Analysis Vol: 18 pp.: 141-163.
• Van der Burg, Eeke, De Leeuw, Jan; Verdegaal, Renee(1988), “Homogeneity Analysis With k Sets of Variables: An Alternating Least Squares Method With Optimal Scaling Features”, Psychometri, Vol: 53(2), pp.:177- 197.
• Van Der Heijden, Peter G.M.; Van Buuren, Stef (2016), “Looking Back At The Gifi System Of Nonlinear Multivariate Analysis”, Journal Of Statistical Software. Vol: 74(4). DOI Number: 10.18637/Jss.V073.İ04
• Yazıcı, Ayşe Canan; Öğüş, Ersin; Ankaralı, Handan; Gürbüz, Fikret (2010), “An Application Of Nonlinear Canonical Correlation Analysis Onmedical Data”, Turkish Journal Of Medical Science. Vol: 40 (3). ss: 503-510. DOI:10.3906/Sag-0803-47.
• Yoshida, Kosuke; Yoshimoto, Junichiro; Doya, Kenji (2017), “Sparse Kernel Canonical Correlation Analysis for Discovery Of Nonlinear Interactions in High-Dimensional Data”, BMC Bio Informatics, vol: 18(1), 108.