AI Summary & Key Takeaways
AI InsightÇalışmanın bulguları cinsiyet, yaş, medeni durum ve hanehalkı geliri gibi diğer sosyoekonomik ve demografik faktörlerin kişinin VKİ’sindeki varyasyonları açıklamada önemli olduklarını göstermektedir.
📌 3 Key Takeaways
Abstract
Bu çalışma, bireyin Vücut Kitle İndeksini (VKİ) etkileyebilecek faktörleri kantil regresyon (KR) metodolojisi uygulayarak gelişmekte olan bir ülke olan Türkiye için araştırmaktadır. Analiz, Türkiye İstatistik Kurumu (TÜİK) tarafından hazırlanan Türkiye Sağlık Anketi’nin (TSA) 2008, 2010 ve 2012 veri setleri kullanılarak gerçekleştirilmiştir. KR sonuçları, kişinin eğitim seviyesi ve VKİ’si arasında negatif bir ilişki olduğunu açıkça göstermektedir. Bulduğumuz negatif ilişkinin VKİ’nin yüksek kantillerinde daha güçlü olması sebebi ile, yüksek eğitim seviyesine sahip insanların obez veya aşırı kilolu olma olasılığının daha düşük olduğu sonucuna ulaşılmıştır. Çalışmada ayrıca bireyin işgücünde olması ve bireyin VKİ’si arasında anlamlı bir negatif ilişki olduğu sonucuna ulaşılmıştır. Negatif ilişkinin VKİ’nin artan kantillerinde daha güçlü olması, bireyin işgücünün dışında kaldığında obez veya aşırı kilolu olma olasılığının daha yüksek olduğu anlamına gelmektedir. Çalışmanın bulguları cinsiyet, yaş, medeni durum ve hanehalkı geliri gibi diğer sosyoekonomik ve demografik faktörlerin kişinin VKİ’sindeki varyasyonları açıklamada önemli olduklarını göstermektedir.
Özet
This study investigates the factors that may influence the individual’s Body Mass Index (BMI) in the developing country of Turkey by implementing Quantile Regression (QR) methodology. The analysis is conducted by using the 2008, 2010 and 2012 waves of the Turkish Health Survey (THS) prepared by the Turkish Statistical Institute (TURKSTAT). QR regression results provide robust evidence that additional years of schooling are negatively correlated with an individual’s BMI and this relationship is significantly raised across different quantiles of BMI. We also find a strong negative relationship between being in the labor force and an individual’s BMI, and this relationship increases across the quantiles of BMI implying that an individual is more likely to be obese if he/she is out of labor force. Our results suggest that other socioeconomic and demographic indicators such as gender, age, marital status and household income are also important factors to explain the variation in an individual’s BMI.