Kümeleme Analizi ile Türkiye’deki İllerin Turizm Verileri Açısından İncelenmesi

Tüm ülkelerde olduğu gibi Türkiye’de de turizm ekonomide önemli yer tutan sektörlerdendir. Bu çalışmada, illerin turizm istatistiklerine göre kümelenerek benzerlik ve farklılıklarının ortaya çıkarılması amaçlanmıştır. Yöntem olarak Ward tarafından önerilen birleştirici hiyerarşik kümeleme tekniği kullanılmıştır. Uzaklık ölçütü olarak kareli Öklid uzaklığı kullanılmıştır. Ziyaretçi konaklama istatistikleri yanında illerin turizm kapasitelerini gösteren değişkenler de analşze dahil edilmiştir. Yabancı ve yerli ziyaretçiler için kümeleme ayrı ayrı yapılarak illerin farklı ziyaretçi türlerinde benzerlikleri incelenmiştir. Bulgulara göre, Antalya ve İstanbul hem yabancı hem yerli ziyaretçi istatistikleri bakımından diğer illerden daima ayrışmaktadır. Yabancı ziyaretçiler açısından iller benzer turizm potansiyellerine göre kümelenirken yerli ziyaretçiler açısından farklı turizm potansiyelindeki iller aynı kümelerde bulunabilmektedir. Bu sonuç yabancıların deniz, kültür, doğa turizmi gibi tasniflere göre ziyaret tercihleri yaptıklarını göstermektedir.

___

  • Allahverdi, M., & Alagöz, A. (2019). İllerin Vergi Gelirleri Açısından Sınıflandırılmasında Kümeleme Analizi Kullanımı. Maliye Dergisi, (176), 441-473.
  • Alpar, R. (2017). Uygulamalı Çok Değişkenli İstatistiksel Yöntemler, 5. Baskı, Ankara: Detay Yayıncılık.
  • Balaban, M. E., & Kartal, E. (2015). Veri Madenciliği ve Makine Öğrenmesi Temel Algoritmaları ve R Dili ile Uygulamaları, İstanbul: Çağlayan Kitabevi.
  • Chandra, S., & Menezes, D. (2001). Applications of multivariate analysis in international tourism research: The marketing strategy perspective of NTOs. Journal of Economic & Social Research, 3(1).
  • Çuhadar, M. (2013). Turizmde Veri Madenciliği Alanında Yapılan Akademik Çalışmaların İncelenmesi: Türkiye ve Dünya Karşılaştırması. 14. Ulusal Turizm Kongresi Bildiriler Kitabı, 1448-1466.
  • Dardac, N., & Giba, A. (2011). Systemic Financial Crises : A Cluster Analysis. European Research Studies Journal, 14(2), 53-64.
  • Er, F. (2006). 2004 Yılında Türkiye'ye Gelen Yabancıların Taşıt Araçlarına Göre Dağılımının İstatistiksel Analizi. Anatolia: Turizm Araştırmaları Dergisi, 17(2), 184-188.
  • Gabor, M. R., Conţiu, L. C., & Oltean, F. D. (2012). A comparative analysis regarding European tourism competitiveness: emerging versus developed markets. Procedia Economics and Finance, 3, 361-366.
  • Giray, S. (2013). Ülkelerin turizm istatistikleri bakımından farklı kümeleme analizi metotları ile sınıflandırılması ve Türkiye’nin bu oluşumdaki yeri. In International Conference on Eurasian Economies (pp. 695-704).
  • Kandemir, A. Ş. (2018). Bulanık Kümeleme Analizi ile Türkiye’deki İllerin Konaklama İstatistiklerine Göre Sınıflandırılması. Seyahat ve Otel İşletmeciliği Dergisi, 15(3), 657-668.
  • Karabulut, M., Gürbüz, M., & Sandal, E. K. (2005). Hiyerarşik kluster (küme) tekniği kullanılarak türkiye’de illerin sosyo-ekonomik benzerliklerinin analizi. Coğrafi Bilimler Dergisi, 2(2), 71-86.
  • Kayar, Ç. H., & Kozak, N. (2010). Measuring Destination Competitiveness: An Application of the Travel and Tourism Competitiveness Index (2007), Journal of Hospitality Marketing & Management, 19:3, 203-216. https://doi.org/10.1080/19368621003591319
  • Kılıç, İ., Saraçlı, S., & Kolukısaoğlu, S. (2011). Sosyo-ekonomik göstergeler bakımından illerin bölgesel bazda benzerliklerinin çok değişkenli analizler ile incelenmesi. İstatistikçiler Dergisi: İstatistik ve Aktüerya, 4(2), 57-68.
  • Kozmenko, O., Poluliakhova, O., & Iastremska, O. (2015). Analysis of countries’ investment attractiveness in the field of tourism industry. Investment Management and Financial Innovations, 12(3), 56-63.
  • Murtagh, F., & Legendre, P. (2014). Ward’s Hierarchical Agglomerative Clustering Method: Which Algorithms Implement Ward’s Criterion?. Journal of Classification, 31, 274–295. https://doi.org/10.1007/s00357-014-9161-z
  • Orhunbilge, N. (2010). Çok Değişkenli İstatistiksel Yöntemler, İstanbul: İstanbul Üniversitesi İşletme Fakültesi Yayınları.
  • Özdamar, K. (2018). Paket Programlar İle İstatistiksel Veri Analizi, Cilt 2, 10. Baskı, Eskişehir: Nisan Kitabevi.
  • Perez, E. A., & Nadal, J. R. (2005). Host community perceptions a cluster analysis. Annals of Tourism Research, 32(4), 925-941.
  • Ryan, C. & Huyton, J. (2000) Who is Interested in Aboriginal Tourism in the Northern Territory, Australia? A Cluster Analysis, Journal of Sustainable Tourism, 8:1, 53-88. https://doi.org/10.1080/09669580008667349
  • Şen, A., & Şit, M. (2015). Turizm Gelirlerinin Türkiye Ekonomisindeki Rolü ve Önemi. Dicle Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 5(8), 30-45.
  • T.C. Kültür ve Turizm Bakanlığı, Yatırım ve İşletmeler Genel Müdürlüğü (2019). Turizm İstatistikleri, https://yigm.ktb.gov.tr/tr-9851/turizm-istatistikleri.html
  • TUİK (2019). Temel İstatistikler: Eğitim, Kültür, Spor ve Turizm, Turizm Gelir, Gideri ve Ortalama Geceleme Sayısı, http://www.tuik.gov.tr/UstMenu.do?metod=temelist.
  • UNWTO (2019). World Tourism Barometer-Nov 2019, https://unwto.org/world-tourism-barometer-2019-nov
  • Üzümcü, N. (2016). Türkiye’ye gelen yabancı turistlerin gelir düzeyi kümelerinin yıllara göre değişimi. Doğuş Üniversitesi Dergisi, 17(1), 27-37.
  • Vareiro, L. M. D. C., Remoaldo, P. C., & Ribeiro, J. A. C. (2013). Residents' perceptions of tourism impacts in Guimarães (Portugal): a cluster analysis. Current Issues in Tourism, 16(6), 535-551. https://doi.org/10.1080/13683500.2012.707175
  • WTO-World Tourism Organization (2019). International Tourism Highlights, 2019 Edition, UNWTO, Madrid, DOI: https://doi.org/10.18111/9789284421152
  • Yılancı, V. (2010). Bulanık Kümeleme Analizi ile Türkiye’deki İllerin Sosyoekonomik Açıdan Sınıflandırılması. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 15(3), 453-470.