TOPLUM TABANLI BİR ÇALIŞMADA ÇOKLU UYGUNLUK ANALİZİ VE KÜMELEME ANALİZİ İLE SAĞLIK KURUMU SEÇİMİ

Öz

Çoklu Uygunluk Analizi, kategorik değişkenlerin yorumlanmasını kolaylaştıran, çapraz tablolarda satır ve sütun değişkenleri arasındaki benzerlikleri, farklılıkları, ilişkileri ve bu değişkenlerin birlikte değişimlerini daha az boyutlu bir uzayda grafiksel olarak gösteren bir yöntemdir. Kümeleme yöntemleri ise, gruplanmamış verileri, benzerliklerine göre sınıflandırmak ve araştırmacıya uygun, işe yarar özetleyici bilgiler elde etmede yardımcı olmaktadır. Yapılan çalışmada Çoklu Uygunluk Analizi ile yapılan yorumların, kümeleme yöntemleri ile desteklenerek, başvurulan sağlık kurumunu etkileyen yaş grubu, hastalık grubu ve sağlık güvencesi gibi faktörlerin incelenmesi ve sonuçların karşılaştırılması amaçlanmıştır.

Anahtar Kelimeler

• Çoklu Uygunluk Analizi, Kümeleme Analizi, Kohonen, CART, Web grafiği, Birliktelik Kuralı

CHOOSING A HEALTH INSTITUTION WITH MULTIPLE CORRESPONDENCE ANALYSIS AND CLUSTER ANALYSIS IN A POPULATION BASED STUDY

Öz

Multiple correspondence analysis is a method making easy to interpret the categorical variables given in contingency tables, showing the similarities, associations as well as divergences among these variables via graphics on a lower dimensional space. Clustering methods are helped to classify the grouped data according to their similarities and to get useful summarized data from them. In this study, interpretations of multiple correspondence analysis are supported by cluster analysis; factors affecting referred health institute such as age, disease group and health insurance are examined and it is aimed to compare results of the methods.

Anahtar Kelimeler

• Multiple Correspondence Analysis, Cluster Analysis, Kohonen, CART, Web graph, Association Rule

Kaynakça

1. Akgöbek, Ömer ve ÖZTEMEL, Ercan (2006), “Endüktif Öğrenme Algoritmalarının Kural Üretme Yöntemleri ve Performanslarının Karşılaştırılması”, SAÜ Fen Bilimleri Enstitüsü Dergisi 10.Cilt, 1.Sayı
2. 2006 Behdioğlu, Sema (2000). “Çok Değişkenli Veri Yapısının Yorumlanmasında Olumsallık Tablolarının Uygunluk Çözümlemesi ve Bir Uygulama.” Osmangazi Üniversitesi Fen Bilimleri Enstitüsü İstatistik Anabilim Dalı Uygulamalı İstatistik Bilim Dalı. Bursa: Doktora Tezi.
3. Clausen Sten E. (1998), Applied Correspondence Analysis: An Introduction, Sage Publications Inc.
4. Çetin, Emre İ. (2003). Çok Değişkenli Analizlerin Pazarlama ile İlgili Araştırmalarda Kullanımı:1995–2002 Arası Yazın Taraması. Akdeniz İ.İ.B.F. Dergisi, (5), 32–47.
5. Dunham, Margaret H. (2003), Data Mining Introductory and Advanced Topics, New Jersey: Pearson Education Inc.
6. Gifi, Albert (1990), Nonlinear Multivariate Analysis, John Wiley & Sons Inc.
7. Giudici, Paolo (2003), Applied Data Mining Statistical Methods for Business and Industry, England: John Wiley & Sons Ltd,
8. Mitchell, Tom (1997), Machine Learning, McGraw-Hill.

9. Özdamar, Kazım (2004), Paket Programlama ile İstatistiksel Veri Analizi-2. Eskişehir: Kaan Kitabevi.
10. Suner, Aslı (2007), Application of a Population Based Study of Correspondence Analysis in Choosing A Health Institution. (Sağlık Kurumu Seçiminde Uygunluk Analizinin Toplum Tabanlı Bir Çalışmaya Uygulanması). Dokuz Eylül Üniversitesi Fen Bilimler Enstitüsü İstatistik Anabilim Dalı. İzmir: Yüksek Lisans Tezi.
11. Tatlıdil, Hüseyin (2002), Uygulamalı Çok Değişkenli İstatistiksel Analiz. Ankara: Ziraat Matbaacılık A. Ş. Ankara.