Dergiler / Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi / 2018 / Cilt: 8 - Sayı: 2

Türkiye İşgücü Verilerinin Karar Ağacı Yöntemleriyle Analizi

Analysis of Turkey Labour Force Data by Decision Tree Methods

Sayfa
91–114
Yayın Tarihi
2018-12-29
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bir yıl önce çalışmadığını belirten bireylerin cinsiyetleri, yaş grupları, mezuniyet durumları, medeni durumları, bir okula devam edip etmedikleri ve ikamet ettikleri coğrafi bölge işgücü durumlarını etkileyen en önemli değişkenler olarak bulunmuştur.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:İstihdam, işsizlik ve bunlara bağlı sorunlara odaklanan ülkeler, bu sorunları çözebilmek ve sağlıklı politikalar oluşturabilmek için konu ile ilgili veri derleme ve araştırma çalışmalarına önem vermektedirler.
📊
Temel Bulgular & Veri:Klasik istatistiksel analiz yöntemlerinin yanı sıra, elde edilen veri miktarının artması nedeniyle, büyük veri tabanları üzerinde en etkili analiz yöntemlerini içinde barındıran veri madenciliği yöntemleri de yaygın olarak kullanılmaktadır.
💡
Sonuç & Katkı:Bir yıl önce çalışmadığını belirten bireylerin cinsiyetleri, yaş grupları, mezuniyet durumları, medeni durumları, bir okula devam edip etmedikleri ve ikamet ettikleri coğrafi bölge işgücü durumlarını etkileyen en önemli değişkenler olarak bulunmuştur.
🔬Tür:Literatür & Derleme Çalışması
📍Kapsam:2013 Verileri
⚙️Değişkenler:Household Labour Force Survey · Labour Force · Employment

Özet

İstihdam, işsizlik ve bunlara bağlı sorunlara odaklanan ülkeler, bu sorunları çözebilmek ve sağlıklı politikalar oluşturabilmek için konu ile ilgili veri derleme ve araştırma çalışmalarına önem vermektedirler. Bu konudaki araştırmalarda çeşitli veri analiz yöntemlerinden faydalanılmaktadır. Klasik istatistiksel analiz yöntemlerinin yanı sıra, elde edilen veri miktarının artması nedeniyle, büyük veri tabanları üzerinde en etkili analiz yöntemlerini içinde barındıran veri madenciliği yöntemleri de yaygın olarak kullanılmaktadır. Bu çalışmada, Türkiye İstatistik Kurumu tarafından yapılan “Hanehalkı İşgücü Araştırması” 2013 yılı verilerini kullanarak, nüfusun işgücü açısından durumunu ortaya koymak ve işgücü durumu için karar ağacı modelleri oluşturmak amaçlanmıştır. Bu amaçla, işgücündeki nüfus için istatistikler elde edilmiş ve bir önceki yıl çalışmayan bireylere ait veriler kullanılarak karar ağacı modelleri oluşturulmuştur. Bir yıl önce çalışmadığını belirten bireylerin cinsiyetleri, yaş grupları, mezuniyet durumları, medeni durumları, bir okula devam edip etmedikleri ve ikamet ettikleri coğrafi bölge işgücü durumlarını etkileyen en önemli değişkenler olarak bulunmuştur.

Abstract

The countries which have focused on employment, unemployment and the problems related to these issues attach importance to gathering data and research efforts about these issues in order to solve these problems and create efficient policies. Various data analysis methods are utilized in these researches. In addition to classical statistical data analysis methods, data mining methods which contain the most effective analysis methods on large databases are widely used because of the increase in the amount of data obtained. In this study, it is aimed to present the situation of labour force of the population and to provide detailed information by using the year 2013 data of “Household Labour Force Survey” conducted by Turkish Statistical Institute. For this purpose, statistics were obtained for the population in the labour force, and decision tree models were created using data that belong to the persons whose labour force situation was "not working" at the previous year. Gender, age groups, graduation status, marital status, attending a school and the geographical region where they reside were found to be the most important variables affecting the labour force situation.

🔖

Bu Makaleye Atıf Yap

YILDIZTEPE, E., KOCATAŞ, A. (2018). Türkiye İşgücü Verilerinin Karar Ağacı Yöntemleriyle Analizi. Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt: 8 - Sayı: 2, 91–114. https://ajindex.com/articles/154751

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (10)

  1. Akpınar, H. (2014). Data veri madenciliği veri analizi. İstanbul:
  2. Papatya Yayıncılık. Baltagi, B. H., Baskaya, Y. S., ve Hulagub, T. (2012). The Turkish wage curve: Evidence from the household labor force survey. Economics Letters, 114(1), 128-131.
  3. Dunham, M. H. (2006). Data mining: Introductory and advanced topics. Pearson Education India. Fayyad, U., Piatetsky-Shapiro, G., ve Smyth, P. (1996). From data mining to knowledge discovery in databases. AI magazine, 17(3), 37-54.
  4. Han, J., ve Kamber, M. (2001). Data mining concepts and techniques. Academic Press.
  5. Larose, D. T. (2005). Discovering knowledge in data: An introduction to data mining. John Wiley & Sons. Oğuzlar, A. (2004). CART analizi ile hanehalkı işgücü anketi sonuçlarının özetlenmesi. Atatürk Üniversitesi İİBF Dergisi, 18, 79-90.
  6. Özkan, H. Ö. (2013). Labor market mobility and marginal attachment in Turkey: Evidence from hlfs, 2000-2002.
  7. Yayınlanmamış Yüksek Lisans Tezi, Koç Üniversitesi Sosyal Bilimler Enstitüsü, İstanbul. Rexer Analytics. (2016, Nisan). 2015 Data science survey highlights. (Erişim tarihi:13.06.2017), http://www.rexeranalytics.com/files/Rexer_Data_ Science_Survey_Highlights_Apr-2016.pdf. Silahtaroğlu, G. (2013). Veri madenciliği kavram ve algoritmalar. İstanbul:
  8. Papatya Yayıncılık. Tansel, A. (2001). Economic development and female labor force participation in Turkey: time-series evidence and cross-province estimates. Economic Research Forum for the Arab Countries. Tunalı, İ., ve Ercan, H. (2003). Background study on labour market. European Training Foundation: Torino. TÜİK. (2014a). Hanehalkı işgücü araştırması mikro veri seti 2013. Ankara: TÜİK Matbaası. TÜİK. (2014b). Türkiye İstatistik Yıllığı 2013. Ankara:
  9. TÜİK Matbaası. Yılmaz, E. (2012). İstatistiksel analiz yöntemi olarak veri madenciliğinde CHAID algoritması ve Türkiye’de işgücü piyasasının durumunun ve bunun nedenlerinin belirlenmesine ilişkin bir uygulama. Yayımlanmamış Yüksek Lisans Tezi, Yıldız Teknik Üniversitesi Sosyal Bilimler Enstitüsü, İstanbul.
  10. Yükseler, Z., ve Türkan, E. (2008). Türkiye'da hanehalkı: İşgücü, Gelir, Harcama ve Yoksulluk Açısından Analizi. İstanbul: TÜSİAD.