Illerin gelişmişlik düzeylerini sıralama ve sınıflama bakımından veri zarflama analizi ve çok değişkenli istatistiksel yöntemlerin karşılaştırılması üzerine bir çalışma

Veri Zarflama Analizi (VZA) karar verme birimlerini sıralamada ve sınıflamada geniş kullanıma sahip, oldukça popüler bir analiz olarak karşımıza çıkmaktadır. Çok sayıda girdi ve çıktı değişkeni olması durumunda VZA, çok değişkenli istatistiksel yöntemlere alternatif, parametrik olmayan bir yöntemdir. Bu çalışmada, Türkiye’nin 81 ilinin, gelişmişlik düzeylerini temsil eden 14 sosyo-ekonomik ve demografik değişken bakımından sınıflanma ve sıralanma-sında VZA ve çok değişkenli istatistiksel yöntemler karşılaştırmalı olarak incelenmiştir. İlleri sınıflama amacıyla çok değişkenli istatistiksel yöntemlerden Diskriminant Analizi ve aşamalı olmayan Kümeleme Analizlerinden K-Ortala-ma Tekniği uygulanmış ve bu yöntemlerin VZA ile ne kadar uyumlu olduklarını tespit etmek için ise Kappa katsayısı kullanılmıştır. İllerin gelişmişlik düzeyle-rine göre sıralanmasında ise çok değişkenli istatistiksel yöntemlerden Temel Bileşenler Analizi (TBA) kullanılmış ve bu yöntemin VZA ile olan sıralama iliş-kisi Spearman sıra korelasyon katsayısı ile test edilmiştir. Analizler sonucunda, hem sınıflama hem de sıralama amacı güdüldüğünde Veri Zarflama Analizi, çok değişkenli istatistiksel yöntemlerle iyi bir uyum sağlamıştır. Bu uyumun genellenebilir ve güvenilir nitelikte olması amacıyla yapılan simülasyon çalış-ması da benzer sonuçlar vermiştir. VZA çok değişkenli istatistiksel yöntemlerin aksine herhangi bir varsayım gerektirmemesi ve araştırmacının isteğine bağlı olarak modele yeni kısıtlar koyabilme esnekliğinin bulunması nedeniyle de araştırmacılara geniş kullanım imkanı sağlamaktadır. VZA’nın bu avantajlarına ve hem gerçek veri hem de simülasyon çalışması sonuçlarına dayanarak çok değişkenli istatistiksel yöntemlerin yerine kullanılabilecek bir yöntem olduğu sonucuna varılmıştır.

Veri zarflama analizi ,

Çok değişkenli istatistiksel yöntemler ,

Sınıflama ,

Sıralama ,

Data envelopment analysis ,

Data Envelopment Analysis (DEA), a popular method, has been extensively used for ranking and classiffying the decision making units. DEA, a nonparametric technique, is an alternative method to multivariate statistical methods when it is used for the data with multiple inputs and outputs. In this study, DEA’s and multivariate statistical methods’ performances are compared in ranking and classiffying the 81 provinces of Turkey with respect to 14 social-economic and demographic variables. To classify the provinces, Discriminant Analysis, mutivariate statistical method, and K-Means Cluster Analysis, nonhierarchical clustering method are used and for determining the correspondence of these methods and DEA Kappa statistics is used. To rank the provinces with respect to their development level, Principal Component Analysis and DEA are used and these methods’ ranking relationship is tested by Spearman’s rank correlation coefficient. After the applications, for both ranking and classifying. DEA gives similar results with multivariate statistical methods. To make these correspondence, a general and reliable simulation study is done and this study has  given similar results. DEA provides researchers a wide usage opportunity since it does not need any assumptions, unlike the multivariate statistical methods and it has a flexibility to add new restrictions to model according to researchers need. Based on DEA’s advantages and both real data and simulation study results, it is concluded that DEA can be used instead of multivariate statistical  methods.

Multivariate statistical methods ,

Classification ,

Ranking ,