Hanehalklarının İletişim ve Bilgi Teknolojilerine Erişimi: Bir Poisson Regresyon Analizi

Öz

İnsanların hayatlarında önemli bir yer edinmiş olan bilişim teknolojileri, hayatın her alanında yoğun olarak kullanılmaktadır ve insanlığın kaçınılmaz bir parçası haline gelmiştir. Ülkelerin ve toplumların geleceklerini şekillendirecek olan yeni teknolojinin bilişim teknolojileri olduğu açık bir gerçektir. Gerçekleştirilen bu çalışmanın amacı, hanehalkının sahip olduğu bilişim teknolojileri sayısını etkileyen faktörleri Poisson Regresyon modeliyle belirlemektir. Analizde kullanılan veriler, Türkiye İstatistik Kurumu (TÜİK) tarafından derlenen Hanehalkı Bütçe Anketi araştırmasına aittir. 2009-2012 yılları arasında, toplam 40.033 hanehalkına ait veri çalışmada kullanılmıştır. Gerçekleştirilen çalışmada Poisson Regresyon modelinin yorumlanmasının haricinde, vaka-hız oranları, marjinal etkiler ve margins’lerin tahmin edilmesi nedeniyle özgünlüğü açısından diğer çalışmalardan ayrılmaktadır. Çalışmanın sonuçlarına göre hanehalkı bilişim teknolojileri sayısını hanehalkı reisinin yaşı, eğitim düzeyi, sigorta durumu, hanehalkı geliri, hanenin eğitim kurumlarına ulaşım zorluğu, hanenin yaşadığı yer (kır-kent durumu), hanede 0-5 yaş arası birey varlığı, hanehalkı büyüklüğü ile hanedeki öğrenci sayısı etkilemektedir. Buna karşın hanehalkı reisinin cinsiyeti ve medeni durumunun hanehalkı bilişim teknolojileri sayısına herhangi bir etkisi görülmemiştir.

Anahtar Kelimeler

• Bilişim teknolojileri
• poisson regresyon
• hanehalkı bütçe anketi
• Türkiye

A RESEARCH ON HOUSEHOLD INFORMATION TECHNOLOGIES

Öz

Information technologies, which have an important place in people’s lives, are used extensively in all areas of life and have become an inevitable part of humanity. It is obvious that the new technology that will shape the future of countries and societies is information technologies. The aim of the study is to determine the factors affecting the number of information technologies owned by households by the Poisson Regression model. The data used in the analysis belong to the Household Budget Survey compiled by the Turkish Statistical Institute. Data of 40,033 households between 2009-2012 were used in the analysis of the study. Apart from the interpretation of the Poisson Regression model, this study differs from other studies in terms of its originality due to the estimation of incident-rate ratios, marginal effects, and margins. According to the results of the study, the age of the household head, education level, insurance status, household income, access to educational institutions of the household, rural/urban status, the presence of individuals between the ages of 0 and 5, the size of the household and the number of students in the household affect the number of household information technologies. No effect of gender and marital status was observed.

Anahtar Kelimeler

• Information technologies
• Poisson regression
• household budget survey

Kaynakça

1. Acar, S. (2006). Bilgi Teknolojisindeki Gelişmelerin Ofis Sistemleri Üzerindeki Etkisi ve Ofislerde Görsel Otomasyon.
2. Ticaret ve Turizm Eğitim Fakültesi Dergisi, 1, 49-73.
3. Birba, O. & Diagne, A. (2012). Determinants of Adoption of Internet in Africa: Case of 17 sub-saharan countries. Struc- tural Change and Economic Dynamics, 23(4), 463–472.
4. BTK, Bilgi Teknolojileri ve İletişim Kurumu, B.T.K. (2018). Bilgi Teknolojileri ve İnternetin Bilinçli, Güvenli Kullanımı. An- kara: Bilgi Teknolojileri ve İletişim Kurumu İnternet Daire Başkanlığı.
5. Cameron, A. C. & Trivedi, P. K. (2013). Regression Analysis of Count Data, Second Edition. USA, New York: Cambridge Universtiy Press.
6. Chaudhuri, A. Flamm, K. S., & Horrigan, J. (2005). An Analysis of The Determinants of Internet Access. Telecommunica- tions Policy, 29, 731-755.
7. Cheah, Y. K. & Ning, C. M. (2013). Socio-Demographic Determinants of Computer Ownership: An Empirical View in The City of Gui Lin. Institutions and Economies, 5(1), 57-70.
8. Demoussis, M. & Giannakopoulos, N. (2006). The Dynamics of Home Computer Ownership In Greece. Information Economics and Policy, 18, 73-86.

9. Dikkaya, M. & Özyakışır, D. (2006). Küreselleşme ve Bilgi Toplumu: Eğitimin Küreselleşmesi ve Neo-Liberal Politikaların Etkileri. Uluslararası İlişkiler Dergisi, 3(9), 151-172.
10. Dinarcan, G. N. (2018). Sayma Verisi İçin Regresyon Modelleri ve Bir Uygulama (Yayımlanmamış Yüksek Lisans Tezi).
11. Hacettepe Üniversitesi Fen Bilimleri Enstitüsü, Ankara.
12. Forenbacher, I., Husnjak, S., Cvitić, I. & Jovović, I. (2019). Determinants of Mobile Phone Ownership In Nigeria. Tel- ecommunications Policy, 43, 1-12.
13. Göksel, A. B. & Baytekin, E. (2008). Bilgi Toplumunda İşletmeler Açısından Önemli Bir Zenginlik: Entelektüel Sermaye- Halkla İlişkiler Perspektifinden Bir Değerlendirme. İstanbul Üniversitesi İletişim Fakültesi Dergisi, 31, 81-98.
14. Gutiérrez, L. H. & Gamboa, L. F. (2010). Determinants of ICT Usage Among Low-Income Groups in Colombia, Mexico, and Peru. The Information Society, 26(5), 346–363.
15. Güneş, A. (2013). Kil Tabletlerden Elektronik Tabletlere: İletişim Araçlarının Tarihsel Gelişim Süreci. Humanities Sci- ences, 8(3), 277-300.
16. Kaye, H. S. (2000). Computer and Internet Use Among People with Disabilities. Disability Statistics Report (13). Wash- ington DC: U.S. Department of Education, National Institute on Disability and Rehabilitation Research.
17. Keränen, N. S., Kangas, M., Immonen, M., Similä, H., Enwald, H., Korpelainen, R. & Jämsä, T. (2017). Use of Infor- mation and Communication Technologies Among Older People With and Without Frailty: A Population-Based Survey.
18. Journal of Medical Internet Research, 19(2), e29, 1-11.
19. McNeill, L. H., Puleo, E., Bennett, G. G. & Emmons, K. M. (2007). Exploring Social Contextual Correlates of Computer Ownership and Frequency of Use Among Urban, Low-Income, Public Housing Adult Residents. Journal of Medical In- ternet Research, 9(4), e35, 1-18.
20. Mert, M. (2016). SPSS STATA Yatay Kesit Veri Analizi Bilgisayar Uygulamaları. Ankara: Detay Yayıncılık.
21. Odusanya, K. and Adetutu, M. (2020, April). Exploring the Determinants of Internet Usage in Nigeria: A Micro-spatial Approach. In Conference on e-Business, e-Services and e-Society (pp. 307-318). Springer, Cham.
22. OECD. (2021a, 15 Şubat). Information and communication technology (ICT) - Access to computers from home - OECD Data. Erişim Adresi: https://data.oecd.org/ict/access-to-computers-from-home.htm#indicator-chart.
23. OECD. (2021b, 15 Şubat). Information and communication technology (ICT) - Internet access - OECD Data. Erişim Adresi: https://data.oecd.org/ict/internet-access.htm#indicator-chart.
24. Ono, H. & Zavodny, M. (2005). Gender Differences in Information Technology Usage: A US-Japan Comparison. Socio- logical Perspectives, 48(1), 105-133.
25. Osgood, D. W. (2000). Poisson-Based Regression Analysis of Aggregate Crime Rates. Journal of Quantitative Criminol- ogy, 16(1): 21-43.
26. Pénard, T. & Poussing, N. (2010). Internet Use and Social Capital: The Strength of Virtual Ties. Journal of Economic Issues, 44(3), 569-595.
27. Pierre, M. and Vincenzo, S. (2011). The Determinants of ICT Expenditures by Houyseholds : A Micro Data. Statistika, 48(2), 60–91.
28. Schleife, K. (2007). Regional Versus Individual Aspects of The Digital Divide in Germany. ZEW-Discussion Paper, 06- 085.
29. Selim, S. & Balyaner, İ. (2017). Türkiye’de Hanehalkının Sahip Olduğu Bilişim Teknolojileri Ürünleri Sayısını Belirleyen Faktörlerin Araştırılması: Bir Sayma Veri Modeli. Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 9(22), 428–454.
30. Selim, S. & Üçdoğruk, Ş. (2003). Sayma Veri Modelleri İle Çocuk Sayısı Belirleyicileri: Türkiye’deki Seçilmiş İller İçin Sosyoekonomik Analizler. Dokuz Eylül Üniversitesi İktisadi İdari Bilimler Fakültesi Dergisi, 18(2), 13–31.
31. Sezgin, F. H. & Deniz, E. (2004). Poisson Regresyon Modelinde Aşırı Yayılım Durumu ve Negatif Binomial Regresyon Analizinin Türkiye Grev Sayıları Üzerine Bir Uygulaması. Yönetim, 48, 17–25.
32. Srinuan, C. & Bohlin, E. (2011, 18-21 September). Understanding The Digital Divide: A Literature Survey and Ways Forward. 22nd European Regional Conference of the International Telecommunications Society (ITS2011): “Innovative ICT Applications - Emerging Regulatory, Economic and Policy Issues”, Budapest, Hungary.
33. Tamar, M. (2013). Poisson Regresyonu (Yayımlanmamış Yüksek Lisans Tezi). Fırat Üniversitesi Fen Bilimleri Enstitüsü, Elazığ.
34. The World Bank. (2021, 01 Haziran). The World Bank Data- International Telecommunication Union ( ITU ) World Tel- ecommunication/ICT Indicators Database, Individuals using the Internet (% of population). Erişim Adresi: https://data. worldbank.org/indicator/IT.NET.USER.ZS.
35. Toffler, A. (2008). Üçüncü Dalga: Bir Fütürist Ekonomi Analizi Klasiği. (S. Yeniçeri, Çev.), İstanbul: Koridor Yayıncılık.
36. TÜİK. (2009). Hanehalkı Bütçe Anketi-2009.
37. TÜİK. (2010). Hanehalkı Bütçe Anketi-2010.
38. TÜİK. (2011). Hanehalkı Bütçe Anketi- 2011.
39. TÜİK. (2012). Hanehalkı Bütçe Anketi-2012.
40. TÜİK. (2021, 15 Şubat). Türkiye İstatistik Kurumu, Hanehalkı Bilişim Teknolojileri Kullanım Araştırması. Erişim Adresi: https://tuikweb.tuik.gov.tr/PreTablo.do?alt_id=1028.
41. Wang, D. & Law, F. Y. T. (2007). Impacts of Information and Communication Technologies (ICT) On Time Use And Travel Behavior: A Structural Equations Analysis. Transportation, 34, 513-527.