Sosyo-ekonomik göstergeler ve PISA skorlarına göre ülkelerin sınıflandırılması: OECD örneği

Sosyo – ekonomik kalkınmada en etkili büyüme faktörlerden biri eğitimdir. Bir ülkenin kalkınma sürecindeki performansı, eğitim sisteminin etkinliği ile yakından ilgilidir. Eğitim iktisadi ve sosyal kalkınmada lokomotif güç olarak, iyi eğitilmiş insan gücüne yani beşerî sermayeye sahip olan ülkelerin küresel piyasada daha aktif olmalarını ve gelişmelerini sağlamaktadır. Bu çalışmanın amacı, Türkiye’nin de üye olduğu OECD topluluğundaki 37 ülkeyi sosyo - ekonomik ve eğitim göstergeler dikkate alınarak sınıflandırmaktır. Eğitim göstergeleri olarak OECD tarafından hazırlanan ve yayınlanan PISA skorları kullanılmıştır. Ülkelerin bahsedilen göstergelere göre kümelenmesi için hiyerarşik ve hiyerarşik olmayan kümeleme analizleri uygulanarak birbirine benzer özelliklere sahip olan ülkeler gruplandırılmış, böylelikle homojen alt gruplar oluşturulmuştur. Hiyerarşik kümeleme analizinde Ward yöntemi ve Kareli Öklid uzaklığı, hiyerarşik olmayan kümeleme analizinde ise k-ortalamalar yöntemi kullanılmıştır. Çalışma bulgularına göre Fransa, Finlandiya, Japonya gibi gelişmiş ülkeler homojen özellikler göstererek aynı kümede içerisinde yer alırken Lüksemburg’un diğer ülkelere nazaran farklı yapıda özellikler gösterdiği ve tek başına bir küme oluşturduğu dikkat çekmiştir

One of the most influential growth factors in socio-economic development is education. The performance of a country in the development process is closely related to the efficiency of its education system. Education, as the driving force in economic and social development, enables countries with well-trained manpower, that is, human capital, to be more active and develop in the global market. The purpose of this study, 37 countries in the OECD that Turkey is a member community, taking into account the classification according to socio-economic and educational indicators. PISA scores prepared and published by the OECD were used as educational indicators. Countries with similar characteristics were grouped and homogeneous subgroups were formed by applying both hierarchical and non-hierarchical cluster analysis for the purpose of clustering countries according to the mentioned indicators. Ward method and Squared Euclidean distance were used in hierarchical clustering analysis, and k-means method was used in non-hierarchical clustering analysis. As a result of the study, countries such as France, Finland and Japan, which are among the developed countries, have been included in a cluster by showing homogeneous characteristics. Luxembourg, on the other hand, has formed a cluster alone compared to other countries.