Türkiye’de Yaşam Memnuniyeti Düzeyleri: Veri Madenciliği Teknikleri ile Bir Uygulama

Yaşam memnuniyeti ve mutluluk kavramları çoğu zaman aynı anlamda kullanılır. Mutluluk kavramı, yıllar içinde bireyin kendini öznel beğenisinden, toplumdaki yerinden hoşnut olmasına veya sürdürdüğü yaşam biçiminden memnun olmasına kadar farklı şekillerde ele alınmıştır. Günümüzde mutluluk ele alınırken, bireyin kendisine özgü değerlendirmesinin ifadesi olarak, kişinin kendisini mutlu hissedip hissetmemesine daha fazla önem verilmektedir. Bu çalışmada TÜİK tarafından yayınlanan 2016 - 2018 yılları arası Yaşam Memnuniyeti Araştırması(YMA) verileri, veri madenciliği tekniklerinden “birliktelik kuralı analizi” ile incelenmiş ve mutlu olma düzeyleri ile ilgili kurallar bulunmaya çalışılmıştır. İki aşamada gerçekleştirilen araştırmada önce YMA anket sorularından araştırmada kullanılabilecek sorular belirlenmiş, sonra da belirlenen 75 sorudan “mutluluk” ile ilgili düzeyi en fazla olan soruları belirlemek için öznitelik azaltma çalışması yapılmıştır. Yapılan çalışma sonucu “mutluluk” değişkenini en iyi açıklayan 30 soru belirlenmiştir. Belirlenen sorular ile birliktelik kuralı analizi “mutlu”, “orta derecede mutlu” ve “mutsuz” bireyler için ayrı ayrı yapılarak, bu üç durum için kurallar belirlenmiştir. Özellikle “mutlu” olma durumu için bulunan kurallar oldukça yüksek güvenilirlik düzeyindedir. Çalışmada, resmi istatistik verilerinde veri madenciliği çalışması ile faydalı sonuçlara ulaşılabileceğini, resmi istatistikler üzerinde şimdiye kadar az sayıda gerçekleştirilen birliktelik kuralı analizi çalışması ile gösterilmiştir. Ayrıca bulunan mutluluk kuralları birçok sosyal bilimciye yol gösterebileceği gibi, siyasetçilere de vatandaş memnuniyeti odaklı politika geliştirme aşamasında yol gösterici niteliktedir.

Life Satisfaction Levels in Turkey: An Application with Data Mining Techniques

Yaşam memnuniyeti ve mutluluk kavramları çoğu zaman aynı anlamda kullanılır. Mutluluk kavramı, yıllar içinde bireyin kendini öznel beğenisinden, toplumdaki yerinden hoşnut olmasına veya sürdürdüğü yaşam biçiminden memnun olmasına kadar farklı şekillerde ele alınmıştır. Günümüzde mutluluk ele alınırken, bireyin kendisine özgü değerlendirmesinin ifadesi olarak, kişinin kendisini mutlu hissedip hissetmemesine daha fazla önem verilmektedir. Bu çalışmada TÜİK tarafından yayınlanan 2016 - 2018 yılları arası Yaşam Memnuniyeti Araştırması(YMA) verileri, veri madenciliği tekniklerinden “birliktelik kuralı analizi” ile incelenmiş ve mutlu olma düzeyleri ile ilgili kurallar bulunmaya çalışılmıştır. İki aşamada gerçekleştirilen araştırmada önce YMA anket sorularından araştırmada kullanılabilecek sorular belirlenmiş, sonra da belirlenen 75 sorudan “mutluluk” ile ilgili düzeyi en fazla olan soruları belirlemek için öznitelik azaltma çalışması yapılmıştır. Yapılan çalışma sonucu “mutluluk” değişkenini en iyi açıklayan 30 soru belirlenmiştir. Belirlenen sorular ile birliktelik kuralı analizi “mutlu”, “orta derecede mutlu” ve “mutsuz” bireyler için ayrı ayrı yapılarak, bu üç durum için kurallar belirlenmiştir. Özellikle “mutlu” olma durumu için bulunan kurallar oldukça yüksek güvenilirlik düzeyindedir. Çalışmada, resmi istatistik verilerinde veri madenciliği çalışması ile faydalı sonuçlara ulaşılabileceğini, resmi istatistikler üzerinde şimdiye kadar az sayıda gerçekleştirilen birliktelik kuralı analizi çalışması ile gösterilmiştir. Ayrıca bulunan mutluluk kuralları birçok sosyal bilimciye yol gösterebileceği gibi, siyasetçilere de vatandaş memnuniyeti odaklı politika geliştirme aşamasında yol gösterici niteliktedir.

___

  • Agrawal, R., Imielinski, T. & Swami, A. (1993). Mining Association Rules Between Sets of Items in Large Databases. Acm sigmod record, 22(2), 207-216.
  • Ağbektaş, A. (2016). Yaşam Memnuniyeti Araştırmasında İstatistiksel Tekniklerin Kullanılması -Sivas İl Örneği. Yüksek Lisans Tezi. Cumhuriyet Üniversitesi, Sosyal Bilimler Enstitüsü, Sivas.
  • Akın, A. ve Yalnız, A. (2015). Yaşam Memnuniyeti Ölçeği (YMÖ) Türkçe formu: Geçerlik ve güvenirlik çalışması. Elektronik Sosyal Bilimler Dergisi, 14(54), 95-102.
  • Akpınar, H. (2000). Veri tabanlarında Bilgi Keşfi ve Veri Madenciliği. İstanbul Üniversitesi İşletme Fakültesi Dergisi, 29(1), 1-22.
  • Akpınar, H. (2014). DATA: Veri Madenciliği Veri Analizi. İstanbul: Papatya Yayıncılık.
  • Alaeddinoğlu, M.F. (2012). Birliktelik Kuralları ile Van Gölü İçin Mekânsal-Zamansal Veri Madenciliği. Yüksek Lisans Tezi, Atatürk Üniversitesi Fen Bilimleri Enstitüsü, Erzurum.
  • Atay, B. (2012). Happiness in East Europe In Comparison With Turkey. Master Thesis, İstanbul Bilgi University, Institute of Social Science, İstanbul.
  • Ateş, Y. ve Karabatak, M. (2017). Nicel Birliktelik Kuralları İçin Çoklu Minimum Destek Değeri. Fırat Üniv. Müh. Bil. Dergisi 29(2), 57-65.
  • Ay, D. ve Çil, İ. (2008). Migros Türk. A.Ş. de Birliktelik Kurallarının Yerleşim Düzeni Planlamada Kullanılması. Endüstri Mühendisliği Dergisi YA/EM 2008 Özel Sayısı, 21(2), 14-29.
  • Aytaç, M.B. ve Bilge, H.Ş. (2013). Tele Pazarlama Verilerinin Birliktelik Kurallarıyla ve Crisp-Dm Yöntemiyle Analiz Edilmesi. Aksaray Üniversitesi İİBF Dergisi, 5(2), 25-40.
  • Ball, R. & Chernova, K. (2005). Absolute Income, Relative Income, and Happiness, Department of Economics Haverford College 370 Lancaster Avenue Haverford, PA 1904 May 2005.
  • Berry, M.J.A. & Linoff, G.S. (2000). Data Mining Techniques. (2nd Edition). Indianapolis: Wiley Publishing.
  • Bülbül, Ş. ve Giray, S. (2012). İş ve Özel Yaşam (İş Dışı Yaşam) Memnuniyeti Arasındaki İlişki Yapısının Doğrusal Olmayan Kanonik Korelasyon Analizi ile İncelenmesi. Anadolu Üniversitesi, Sosyal Bilimler Dergisi, 12(4), 101-114.
  • Carbonell, A., F. (2005). Income And Well-being: an empirical analysis of the comparison income effect. Journal of Public Economics, 89, 997-1019.
  • Cavique, L. (2007). A Scalable Algorithm for the Market Basket Analysis. Journal of Retailing and Consumer Services, 14(6), doi: 10.1016/j.jretconser.2007.02.003.
  • Değirmenci, T. ve Özbakır, L. (2018). Differentiating Households To Analyze Consumption Patterns: A Data Mining Study On Official Household Budget Data. WIREs Data Mining Knowl Discov 2018, 8: e1227. doi: 10.1002/widm.1227.
  • Doğan, B., Erol, B. ve Buldu, A. (2014). Sigortacılık Sektöründe Müşteri İlişkileri Yönetimi için Birliktelik Kurallarının Kullanılması. Marmara Fen Bilimleri Dergisi, 3, 105-114. doi: 10.7240/mufbed.56489.
  • Doğrul G., Akay, D. ve Kurt, M. (2015). Trafik Kazalarının Birliktelik Kuralları ile Analizi. Gazi Mühendislik Bilimleri Dergisi, 1(2), 265-284.
  • Dunham, M. (2003). Data Mining: Introductory and Advanced Topics. New Jersey: Prentice Hall.
  • Easterlin R. A. (1974). Does Economic Growth Improve the Human Lot? Some Empirical Evidence. Nations and Households in Economic Growth, Essays in Honor of Moses Abramovitz 89-125, doi:10.1016/B978-0-12-205050-3.50008-7.
  • Eiser, C. & Morse, R. (2001). Quality-of-life measures in chronic diseases of childhood. Health Technol Assess 5:1-156.
  • Ekim, U. (2011). Veri Madenciliği Algoritmalarını Kullanarak Öğrenci Verilerinden Birliktelik Kurallarının Çıkarılması. Yüksek Lisans Tezi, Selçuk Üniversitesi Fen Bilimleri Enstitüsü, Konya.
  • Erdem, S. ve Özdağoğlu, G. (2008). Ege Bölgesi’ndeki Bir Araştırma ve Uygulama Hastanesinin Acil Hasta Verilerinin Veri Madenciliği İle Analiz Edilmesi. Anadolu Üniversitesi Bilim ve Teknoloji Dergisi, 9(2), 261-270.
  • Erpolat, S. (2012). Otomobil Yetkili Servislerinde Birliktelik Kurallarının Belirlenmesinde Apriori ve Fp-Growth Algoritmalarının Karşılaştırılması. Anadolu Üniversitesi Sosyal Bilimler Dergisi,12 (1), 37-146.
  • Gül, S. (2017). Mutluluk Ekonomisi Ve Göç Üzerine Bir İnceleme. Doktora Tezi. Marmara Üniversitesi, Sosyal Bilimler Enstitüsü, İstanbul.
  • Kahyaoğlu, O. (2008). Yaşam Memnuniyeti Ve Yaşam Memnuniyetini Etkileyen Değişkenler İle Ekonometrik Uygulama: Türkiye Örneği. Yüksek Lisans Tezi. Dokuz Eylül Üniversitesi, Sosyal Bilimler Enstitüsü, İzmir.
  • Karabatak, M. ve İnce, M. C. (2004). Apriori Algoritması İle Öğrenci Başarısı Analizi. Eleco Elektrik-Elektronik ve Bilgisayar Mühendisleri Sempozyumu, Bursa.
  • Karmaşa, Ç. (2018). Bayramlarda Gerçekleşen Trafik Kazalarının Birliktelik Kuralları ile Analiz Edilmesi. Doktora Tezi, Eskişehir Anadolu Üniversitesi Sosyal Bilimler Enstitüsü, Eskişehir.
  • Kuonen, D. (2004). Data Mining and Statistics: What is the Connection? The Data Administration Newsletter 30.0.
  • Kurt Pehlivanoğlu, M., Duru, N. (2015). Veri Madenciliği Teknikleri Kullanılarak Ortaokul Öğrencilerinin Sosyal Ağ Kullanım Analizi: Kocaeli İli Örneği. Düzce Üniversitesi Bilim ve Teknoloji Dergisi, 3, 508-517.
  • Meral, D. (2017). Orta Öğretim Öğrencilerinde Akıllı Telefon Bağımlılığının Yalnızlık, Yaşam Doyumu ve Bazı Kişisel Özellikler Bakımından İncelenmesi. Yüksek Lisans Tezi, Erzincan Üniversitesi, Sosyal Bilimler Enstitüsü, Erzincan.
  • Oktay, H.M. (2009). Web Kullanım Madenciliğinde Birliktelik Kurallarının Uygulanması. Yüksek Lisans Tezi, Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü, İstanbul.
  • Olson, D. & Delen, D. (2008). Advanced Data Mining Techniques. Berlin: Springer.
  • Özçakır, F.C. ve Çamurcu, A. Y. (2007). Birliktelik Kuralı Yönetimi İçin Bir Veri Madenciliği Yazılımı Tasarımı ve Uygulaması. İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 6(12), 21-37.
  • Özçalıcı, M. (2017). Veri Madenciliğinde Birliktelik Kuralları ve İkinci El Otomobil Piyasası Üzerine Bir Uygulama. Ordu Üniversitesi Sosyal Bilimler Araştırmaları Dergisi, 7(1), 45-58.
  • Özer, M. ve Karabulut, Ö. Ö. (2003). Yaşlılarda yaşam doyumu. Geriatri Dergisi, 6(2), 72-74.
  • Özkan, Y. (2008). Veri Madenciliği Yöntemleri. İstanbul: Papatya Yayıncılık.
  • Phipps Dunavant, M., Jayawardane, D. & Srivastiva, DK. (1999). Assesment of health related quality of life in acute in-patient settings: use of the BASES Scales in children undergoing bone marrow transplantation. Int J Cancer 12:18-24.
  • Rutledge, R. (2014). A computational and neural model of momentary subjective well-being”, Proceedings of the National Academy of Sciences, 111(33), 12252-12257, doi: 10.1073/pnas.1407 535111.
  • Silahtaroğlu, G. (2008). Veri Madenciliği: Kavram ve Algoritmaları. İstanbul: Papatya Yayıncılık.
  • Şeker, M. (2011). Mutluluk Ekonomisi. Istanbul Journal of Sociological Studies, 0 (39), 115-140.
  • Tantuğ, A. C. (2002). Veri Madenciliği ve Demetleme. Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi Fen Bilimleri Enstitüsü, İstanbul.
  • Timur, B. ve Akay, E.Ç. (2017). Kadın ve Erkeklerin Mutluluğunu Etkileyen Faktörlerin Genelleştirilmiş Sıralı Logit Modeli ile Analizi. Social Sciences Research Journal, 6(3), 88-105.
  • TÜİK (2019). Yaşam Memnuniyeti Araştırması Haber Bülteni, https://data.tuik.gov.tr/Bulten/Index?p=Life-Satisfaction-Survey-2019-33729 (08.09.2022) Tüzüntürk, S. (2010). Veri Madenciliği ve İstatistik. Uludağ Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 29(1), 65-90.
  • Ünal, A. (2016). Türkiye İçin Mutluluk Ve Memnuniyet Haritalarının Tasarımı. Yüksek Lisans Tezi. İstanbul Teknik Üniversitesi, İstanbul.
  • Veenhoven, R. (1994). Is Happiness A Trait? Social indicators research, 32, 101-160.
  • Veenhoven, R. ve Dumludag, D. (2015). “İktisat ve Mutluluk: Bugün Daha Mutlu muyuz?” Kitap: İktisatta Davranışsal Yaklaşımlar. İmge Kitabevi, Ankara.
  • Winkelmann, L. & Winkelmann, R. (1998). Why Are The Unemployed So Unhappy? Evidence From Panel Data. Economica 65(257), 1-15.
  • Witten, I.H. & Frank, E. (2005). Data mining: Practical Machine Learning Tools and Techniques. 2. Edition, San Francisco, Morgan Kaufman Publishers.