TÜRKİYE’DEKİ İLLERİN İYİ OLUŞ VE YAŞAM KALİTESİNİN R KÜMELEME ÇÖZÜMLEMESİYLE İNCELENMESİ

Yıl 2021, Cilt: 22 Sayı: 2, 39 - 58, 30.06.2021

Feyyaz Cengiz Dikmen

https://doi.org/10.53443/anadoluibfd.942544

Öz

İyi oluş ve yaşam kalitesi açısından her ilin kendine özgü özellikleri bulunmaktadır. Bu özgün özelliklere göre illeri sınıflandırmak mümkündür. Bu çalışma, Türkiye İstatistik Kurumu’nun 2015 yılı için yayınladığı yaşam endeksi gösterge değerlerine dayanarak illeri kendi içinde birbirine benzer diğer gruplardan mümkün olduğu ölçüde ayrık gruplara ayırmaya çalışmaktadır. İllerin bu benzerlik ve ayrışmasında 81 ilin konut, çalışma hayatı, gelir ve servet, sağlık, eğitim, çevre, güvenlik, sivil katılım, altyapı hizmetlerine erişim ve sosyal yaşam göstergeleri temel alınmaktadır. Bu bağlamda illerin benzer özelliklerine göre sınıflandırılmasında ve özet bilgi elde edilmesinde kümeleme analizinden yararlanılmıştır. Kümeleme analizi sosyal, mühendislik, tıp ve ziraat gibi bilim alanlarında yaygın olarak kullanılan çok değişkenli bir istatistiksel yöntemdir. Kümeleme analizinde analiz öncesi verilerin kaç gruba ayrılacağı bilinmemektedir. Küme sayısının belirlenmesi araştırmacıya aittir. Bu nedenle en uygun küme sayısını belirlemek için üç deneme (k=3, k=4, k=5) yapılmıştır. İlleri iyi oluş ve yaşam kalitesi açısından dört ya da üç kümeye ayırmanın anlamlı olacağı sonucu ortaya çıkmaktadır.

Anahtar Kelimeler

Kümeleme Çözümlemesi, İyi Oluş, R Programlama

Teşekkür

İlgileriniz için teşekkür ederim

Kaynakça

• Tibshirani, R, Walther, G., Hastie, T.,(2001). Estimating the number of clustersin a data set via gap statistic, Royal Statistical Society, 63, Part 2, pp.411-423
• Sheikholeslami C, Chatterjee S, Zhang A.,(2000). WaveCluster: A Multi-Resolution Clustering Approach for Very Large Spatial Database. The International Journal on Very Large Data Bases, 8(3–4), 289–304.
• Morissette,L., Chartier, S., (2013).The k-means clustering technique: General considerations and implementation in Mathematica, Tutorials in Quantitative Methods for Psychology 2013, Vol. 9(1), p. 15-24.
• Kassambara, A., 2017. Practical Guide to Cluster Analysis in R Unsupervised machine Learning, STHDA (http://www.sthda.com)
• Akın,H.B., Eren, Ö.,(2012).OECD ÜLKELERİNİN EĞİTİM GÖSTERGELERİNİN KÜMELEME ANALİZİ VE ÇOK BOYUTLU ÖLÇEKLEME ANALİZİ İLEKARŞILAŞTIRMALI ANALİZİ, Oneri.C.10.S.37., 175-181.