Turizm Gelirlerinin Çoklu Doğrusal Regresyon ile Analizi ve Gelecek Dönem Tahmin Modeli Oluşturma

Yıl 2024, Cilt: 21 Sayı: 1, 203 - 217, 29.03.2024

Zeynep Karaş

https://doi.org/10.24010/soid.1417288

Öz

Turizmin ülkemizin değerli gelir kaynaklarından birisi olması nedeniyle, gelirlerin analizi ve modellenmesi önem arz etmektedir. Turizm sektörünün içerisinde yer alan kuruluşların, mahalli idarelerin ve diğer paydaşların turizm gelirlerinin mevcut durum analizlerine ve gelecek dönem tahminlerine göre planlamaları yapmalarından dolayı bu alanda çalışmalar yapılması önemli bir ihtiyaç haline gelmiştir. Bu çalışmada, 2012-2023 dönemindeki aylık bazdaki turist sayısı, her bir ziyaretçinin yaptığı harcama ve turizmden elde edilen gelir bilgilerinden oluşan veriler kullanılarak çoklu doğrusal regresyon analizi ile turizm gelirlerine yönelik gelecek dönem tahmin modeli oluşturulmuştur. Oluşturulan tahmin modelinin geçerliliği R2 testi ile değerlendirilmiş, yaklaşık 0,92 R2 değeri ile tahmin geçerliliği ortaya konulmuştur. Tahmin ortalama yüzde hata değeri 8,9 olarak elde edilmiştir. Bu çalışmanın sonucunda, ilgili kurumlara ışık tutacak uygun bir modelin inşası ortaya konmakta ve geleceğe yönelik öngörülere yer verilmektedir.

Anahtar Kelimeler

Turizm Tahminleme, Gelir Tahminleme, Doğrusal Regresyon, modelleme

Etik Beyan

Çalışma için Etik Kurul İzni gerekli değildir.

Analysis of Tourism Revenues by Multiple Linear Regression and Creating a Future Forecast Model

Öz

Since tourism is one of the valuable income items of our country, analysis and modeling of income is important. Since the organizations, local administrations and other stakeholders in the tourism sector make plans according to the current situation analysis of tourism revenues and future forecasts, studies in this field have become a necessity. In this study, a future forecasting model for tourism revenues was created by using data that consist of the tourist numbers on a monthly basis, the expenditure of each visitor and the income generated from tourism through multiple linear regression analysis for the period 2012-2023. The survival of the created prediction model was evaluated with the R2 test, and it was revealed that the prediction came true with an R2 value of approximately 0.92. The average prediction percentage error value was obtained as 8,9. As a conclusion of this study, construction of an appropriate model, which will shed light on the relevant institutions, is revealed and future predictions are included.

Anahtar Kelimeler

Tourism Estimation, Income Estimation, Lineer Regression, Modelling

Kaynakça

• Akdağ, İ. (2021), “Türkiye’deki Turizm Sektörü İle Ekonomik Kalkınma Arasındaki İlişkinin ARDL Sınır Testi Yaklaşımıyla Analizi”, İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 20(42), ss.1043-1059.
• Aydın, A., Darıcı, B. ve Taşçı, H. (2015), “ Uluslararası Turizm Talebini Etkileyen Ekonomik Faktörler: Türkiye Üzerine Bir Uygulama”, Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 0(45), ss.144-177.
• Baldemir, E. ve Bahar, E. (2003), “Türkiye'ye Yönelik Turizm Talebinin Neural (Sinir) Ağları Modelini Kullanarak Analizi”, Gazi Üniversitesi Ticaret ve Turizm Eğitim Fakültesi Dergisi, 0(2), ss.152-168.
• Baykal, F., Emekli, G., Oğan, O., (2023), “Türkiye Turizminin Son Elli Yılı (1973-2022): Politikalar, Stratejiler ve Krizler Bağlamında Yabancı Turist Talebinin Değerlendirilmesi”, Ege Coğrafya Dergisi, 32, ss:47-68.
• Bozkurt, K., Pekmezci, A., ve Armutçuoğlu Tekin, H. (2022),“Box-Jenkins Yöntemiyle Turizm Talebinin Tahmin Edilmesi: Türkiye Örneği”, Anatolia: Turizm Araştırmaları Dergisi, 33(2), ss. 77-86.
• Burger, C.J.S.C., Dohnal, M., Kathrada, M. ve Law, R. (2001). “A Practitioners Guide to Time-Series Methods For Tourism Demand Forecasting - A Case Study Of Durban, South Africa”, Tourism Management, 22 (4): ss.403-409.
• Chatterjee, S. ve Simonoff, J.S. (2013), Handbook of Regression Analysis, New Jersey: John Wiley and Sons.
• Çuhadar, M. (2013), “Türkiye’ye Yönelik Dış Turizm Talebinin MLP, RBF ve TDNN Yapay Sinir Ağı Mimarileri ile Modellenmesi ve Tahmini: Karşılaştırmalı Bir Analiz”, Yaşar Üniversitesi E-Dergisi, 8(31), ss.5274-5295.
• Çuhadar, M., (2014), “Muğla İline Yönelik Dış Turizm Talebinin Modellenmesi ve 2012-2013 Yılları İçin Tahminlenmesi”, International Journal of Economic & Administrative Studies, 6(12), ss.1-22
• Kaya Uyanık, G. ve Güler, N. (2013), “ A Study on Multiple Linear Regression Analysis”, Procedia - Social and Behavioral Sciences, 106. ss.234–240.
• Koyuncu, F. (2015), “Turizm Gelirinin Türkiye’nin Makroekonomik Performansına Katkısı: Ekonometrik Bir Çözümleme”, Journal of International Social Research, 8(38), ss. 959-959.
• Mucharreira, P.R., Antunes, M.G., Abranja, N., Justino, M.R.T. ve Quirós, J.T. (2019),“The Relevance of Tourism in Financial Sustainability of Hotels”, European Research on Management and Business Economics, 25(3), ss.165-174.
• Ohlan, R. (2017), “The Relationship between Tourism, Financial Development and Economic Growth in India”, Future Business Journal, 3(1), ss.9-22.
• Önder, E. ve Hasgül, Ö. (2009), “Yabancı Ziyaretçi Sayısının Tahmininde Box-Jenkins Modeli, Winters Yöntemi ve Yapay Sinir Ağlarıyla Zaman Serisi Analizi”, Yönetim Dergisi, 20(62), ss.62-83.
• Petrella, L. ve Raponi, V. (2019), “Joint Estimation of Conditional Quantiles in Multivariate Linear Regression Models With an Application To Financial Distress”, Journal of Multivariate Analysis, 173, ss.70-84.
• Qin, Y., Luo, Y., Zhao, Y. ve Zhang, J. (2018), “Research on Relationship Between Tourism Income and Economic Growth Based on Meta-Analysis”, Applied Mathematics and Nonlinear Sciences, 3(1), ss.105-114.
• Sahni, H., Nsiah, C. ve Fayissa, B. (2021), “The African Economic Growth Experience and Tourism Receipts: A Threshold Analysis and Quantile Regression Approach”, Tourism Economics, 27(5), ss.915-932.
• Sevimli Deniz, S. (2019), “Veri Madenciliği Araçları Kullanılarak Türkiye’nin Turizm Gelirlerinin Aylara Göre Yapay Sinir Ağları ile Tahminlenmesi”, Yüzüncü Yıl Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, ss.241-255.
• Slawski, M., Ben-David, E. ve Li, P. (2020), “Two-Stage Approach to Multivariate Linear Regression with Sparsely Mismatched Data”, Journal of Machine Learning, ss.1-42.
• STATISTA (2023), “International Tourism Receipts Worldwide from 2006 to 2022”, https://www.statista.com/statistics/273123/total-international-tourism-receipts/ (17/12/2023).
• Steenbergen, M.R. (2016), Regression Analysis: A Primer for the Social Sciences, E-kitap, https://www.suz.uzh.ch/dataforstat/statistik2/inlinks/SRM.pdf (31.01.2024).
• Sykes, A.O. (1993), “An Introduction to Regression Analysis”, Coase-Sandor Institute for Law & Economics Working Paper, (20), ss.1-33.
• Şenel, T., Cengiz, M., Savaş, N. ve Terzi, Y. (2014), “ Çoklu Doğrusal Regresyonda Model Seçiminde Genelleştirilmiş Toplamsal Modellerin Kullanımı”, Erzincan
• University Journal of Science and Technology, 2(2), ss.217-227. Taşpınar, M. (2017), Sosyal Bilimlerde SPSS Uygulamalı Nicel Veri Analizi, Ankara: Pegem Akademi.
• Turanlı, M. ve Güneren, E. (2003), “Turizm Sektöründe Talep Tahmin Modellemesi”, İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 2(3), ss.1-13.
• TÜİKa (2023), “ Turizm İstatistikleri, IV.Çeyrek : Ekim-Aralık ve Yıllık, 2022”, https://data.tuik.gov.tr/Bulten/Index?p=Turizm-İstatistikleri-IV.Çeyrek:-Ekim-Aralık-ve-Yıllık,-2022-49606 (31.01.2024).
• TÜİKb (2023), “Turizm İstatistikleri”, https://data.tuik.gov.tr/Bulten/Index?p=Turizm-Istatistikleri Yıldız, Z., (2011), “Turizm Sektörünün Gelişimi ve İstihdam Üzerindeki Etkisi”, Süleyman Demirel Üniversitesi
• Vizyoner Dergisi, 3(2011), ss. 54-71.
• Zorlutuna, Ş. ve Bircan, H. (2019), “Türkiye’ye Gelen Turist Sayısı Tahmininde Zaman Serileri Analizi ve Yapay Sinir Ağları Yöntemlerinin Karşılaştırılması”, Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Dergisi, 20(2), ss.164-185.