APPLYING EXPLANATORY FACTOR ANALYSIS TO TURKEY’S SECOND-HAND CAR MARKET

Abstract

Increasing hand overs in second hand car market makes it necessary to investigate the market dynamics. Moreover, increased computer technology enables collecting huge datasets. The purpose of this study is to decrease the number of features by applying explanatory factor analysis to a large dataset gathered with web scraping technique from Turkey’s second-hand car market. In the study, the data set of 1,5277 vehicles obtained from the second-hand market were combined with the web scraping technique. For each car, the following variables are available: motor power, maximum speed and whether there is an mp3 player, cassette player or cd player as well as the information whether the car has original, painted or changed parts. The 11 features transformed to 4 new features after applying factor analysis and these factors explains the variation at 62,423% degree. Cronbach Alpha reliability values are computed, and the lowest coefficient is calculated as 0,571. As a result, it is understood that, the similar features are combined in the same factor.

Keywords

• Explanatory factor analysis,second-hand car market,web scraping

TÜRKİYE İKİNCİ EL OTOMOBİL PİYASASINDA FAKTÖR ANALİZİ UYGULAMASI

Öz

İkinci el otomobil piyasasında gerçekleştirilen devir işlemlerinin artması, piyasanın incelenmesini gerekli kılmaktadır. Bununla birlikte gelişen bilgisayar teknolojisi yardımıyla yüksek hacimli veri setlerini toplamak mümkün hale gelmektedir. Bu çalışmanın amacı Türkiye ikinci el otomobil piyasasından elde edilen bir veri setine açıklayıcı faktör analizini uygulamak suretiyle değişken sayısını azaltmaktır. Çalışmada ikinci el piyasadan elde edilen 15527 adet araca ilişkin veri seti web kazıma tekniği ile bir araya getirilmiştir. Her bir aracın motor gücü, azami hızı ve araçlarda mp3 çalar, kasetçalar, cd çalar olup olmaması ile birlikte altı adet parçanın orijinal, boyalı veya değişen olma durumunu içeren toplam 11 adet değişken bir araya getirilmiştir. Çalışmada faktör analizi kullanmak suretiyle, 11 adet değişken 4 adet faktöre indirgenebilmiştir ve bu faktörler veri setindeki toplam değişkenliğin %62,423’ünü açıklamaktadır. Faktörlere ilişkin Cronbach Alpha güvenilirlik katsayıları hesaplanmıştır ve en düşük güvenilirlik katsayısı 0,571 olarak hesaplanmıştır. Faktör analizi sonunda birbirine benzeyen bileşenlerin aynı faktör altında toplandığı belirlenmiştir.

Anahtar Kelimeler

• ikinci el otomobil,web kazıma,Açıklayıcı faktör analizi

Kaynakça

1. Akçi, Y. (2016). İkinci el otomobil: Tüketici bakışıyla. Adıyaman Üniversitesi Sosyal Bilimler Enstitüsü Dergisi. 8(22):329-362.
2. Asilkan, Ö., & Irmak, S. (2009). Forecasting The Future Prices Of The Second-hand Automobiles Using Artificial Neural Networks. Suleyman Demirel University The Journal of Faculty of Economics and Administrative Sciences, 14(2), 375–391.
3. Brown, T.A. (2015). Confirmatory Factor Analysis for Applied Research. The Guilford Press. New York.
4. Cureton, E.E. ve D’Agostion, R.B. (1983). Factor Analysis: An Applied Approach. Psychology Press.
5. Erdem, C., & Şentürk, İ. (2009). A Hedonic Analysis of Used Car Prices in Turkey *. International Journal of Economic Perspectives, 3(2), 141–149.
6. Güngör, İ., İşler, D.B. (2005). Analitik Hiyerarşi Yaklaşımı ile Otomobil Seçimi. ZKÜ Sosyal Bilimler Dergisi, 1(2):21-33.
7. İşeri, A., & Karlık, B. (2009). An artificial neural networks approach on automobile pricing. Expert Systems with Applications, 36(2), 2155–2160. http://doi.org/10.1016/j.eswa.2007.12.059
8. Kundakçı, N. (2016). Combined Multi-Criteria Decision Making Approach Based on Macbeth and Multi-Moora Methods. Alphanumeric Journal. 4(1):17-26.

9. Mooi, E. ve Sarstedt, M. (2011). A concise guide to market research: The process, data and methods using IBM SPSS Statistics. Springer-Verlag. Berlin.
10. Thompson, B. (2004). Exploratory and Confirmatory Factor Analysis: Understanding Concepts and Applications. American Psychology Association. Washington.
11. Yıldız, A., Ergül, E.U. (2014). Usage of Fuzzy Multi-criteria decision making method to solve the automobile selection problem. Journal of Engineering and Fundamentals. 1(1):1-10.