İzmir'de işletmelerin sanayi sicil veritabanına gönderdikleri verilerin lojistikregresyon analizi ile doğruluğunun tespiti

Üretim işletmelerinin genel performans göstergelerinin başında kapasitekullanım oranları gelmektedir. Kapasite kullanım oranlarının bağımlı değişkenolarak kullanıldığı bu çalışmada amaç, İzmir üretim işletmelerinin, verilerini,Bilim Sanayi ve Teknoloji Bakanlığı İzmir İl Müdürlüğüne doğru biçimde gönderipgöndermediklerini belirlemek ve kapasite kullanım oranlarını doğru verilerdenyola çıkarak tahminleyecek bir model önermektir. Bu amaçla ele alınan çalışmada,İzmirde faaliyet gösteren üretim işletmeleri için 1996 ile 2012 yılları itibariyleBilim Sanayi ve Teknoloji Bakanlığı İzmir İl Müdürlüğüne gönderdikleri verilerkullanılmıştır. Araştırma amacına uygun olarak ele alınan 585 firmanın kapasitekullanım oranlarının tahminlenmesinde lojistik regresyon analizi kullanılmışve bu analizlerden elde edilen sonuçlara göre firmaların %75,2'sinin kapasitekullanım oranını doğru biçimde belirttiği, geri kalanının ise yanlış belirttiğiortaya konmuştur. Kapasite kullanım oranlarının karşılaştırılmasında bağımsızdeğişken olarak; ortalama satış fiyatı, üretim miktarı, personel sayısı, kapasitemiktarı ve ihracat miktarı ele alınmıştır. Bağımlı değişkenlerden yola çıkılarak eldeedilen lojistik regresyon analizi modeli ile, 2012 yılı için kapasite kullanım oranıtahminlenmiş ve 2012 yılı gerçek kapasite kullanım oranı ile tahmini kapasitekullanım oranının yakın çıktığı (% 60) belirlenmiştir.

Identification of data accuracy of the enterprises from Izmir in industry registry database with logistic regression analysis

Capacity utilization rate holds the first place of general performance indicators ofmanufacturing companies. In this study, in which capacity utilization rates is usedas a dependent variable, it is aimed to determine whether İzmir Manufacturingcompanies sent their data to İzmir Provincial Directorate of Science, Industryand Technology in a right way or not and suggest a model predicting capacityutilization rates using the accurate data. The study handling this purpose usesthe data of manufacturing industries operating in İzmir which had been sendto İzmir Provincial Directorate of Science, Industry and Technology betweenthe years 1996 and 2012. Logistic regression analysis was applied to predict thecapacity utilization rate of 585 companies and according to the results obtainedfrom the analyses, 75,2 % of the companies stated their actual capacity utilizationrates and the rest of them reported it erroneously. Average sales price, amount ofproduction, number of staf, volume of capacity and amount of export were usedas independent variables for comparison of capacity utilization rates. Logisticregression analysis model is constructed by using the independent variables topredict the capacity utilization rate for the year 2012 and it is identified that thereal capacity utilization rates are close (60 %) to the predicted capacity utilizationrates.

___

  • • ABDİOĞLU, Z., (2013), “Türkiye İçin Enfasyonu Hızlandırmayan Kapasite Kullanım Oranı Tahmini”, Journal of Yasar University, 8 (31): 5296-5323.
  • • GRESTI, A., (1996), An Introduction to Categorical Data Analysis , John Wileyand Sons. Inc.
  • • AJAKAI YE, D.O., ADEYEYE, V.A.,(2002), Concepts, “Measurement and Causes of Poverty” Economic & Financial Review, Vol. 39 N0. 4.
  • • ARABACI, Ö., YÜKSEK ARABACI, R., (2008 ), “Kapasite Kullanım Oranları ve Enfasyon İlişkisi: Türkiye Örneği”, Uludağ Üniversitesi, İktisadi ve İdari Bilimler Fakültesi Dergisi, XXVII (2): 93-109.
  • • ASLAN, D. A., (1985), Mühendisler ve İşletmeciler İçin Üretim Planlama , Bilgehan Basımevi, İzmir.
  • • BAKARE, A. S., (2011 ), “Local Content Policy in Oil Sector and the Capacity Utilization in Nigerian Manufacturing Industry”, Business and Management Review Vol. 1(6) ss. 82 – 92.
  • • ÇETİNDERE, A., (2009), Kapasite Planlama Problemlerinde Doğrusal Programlama Tekniğinin Kullanımı: Bir Konfeksiyon İşletmesinde Uygulama, DPÜ, Yüksek Lisans Tezi, Kütahya.
  • • GİRGİNER, N., CANKUŞ, B., (2008), “Tramvay Yolcu Memnuniyetinin Lojistik Regresyon Analiziyle Ölçülmesi: Estram Örneği”, Yönetim ve Ekonomi, 15 (1): 181-194.
  • • GÜLERMAN, A., (1976), Mühendislik Ekonomisi ve İşletme Yönetimi, Ege Üniversitesi Mühendislik Bilimleri Fakültesi Tekstil Mühendisliği Bölümü Yayınları, No: 4, İzmir.
  • • IŞIĞIÇOK, E., (2003), “Bebeklerin Doğum Ağırlıklarını ve Boylarını Etkileyen Faktörlerin Lojistik Regresyon Analizi İle Araştırılması”, Ankara, VI. Ulusal Ekonometri ve İstatistik Sempozyumu Bildiri Kitabı, Gazi Üniversitesi İİBF Ekonometri Bölümü.
  • • KOA, J ., MIYAZAWA, K., KHAI VUC, T., (2012), “News shocks and Japanese macroeconomic fluctuations”, Japan and the World Economy, V. 24, ss.292-304.
  • • KUMAR, S. A., SURESH, N., (2009), Operation Management, New Delhi: New Age International.
  • • MEREDITH, J . R., (1992), The Management of Operations: A Conceptual Emphasis, New York : Wiley.
  • • ÖZDEMİR, A., (2013), Yönetim Biliminde İleri Araştırma Yöntemleri ve Uygulamalar, Beta Yayınevi, İstanbul.
  • • SEGERSON, K., SQUIRES, D., (1993), Capacity Utilization Under Regulatory Constraints, The Review of Economics and Statistics, 75 (1): 76-85.
  • • SONG, C., (2011), “The Regional Macroeconomic Efects of Public Infrastructure in China”, A dissertation submitted in partial fulfillment of the requirements for the degree of Philosophy at George Mason University.
  • • STOCK, H. J ., WATSON, M. W.,(1999),“Forecasting infation”, Journal of Monetary Economics, Volume 44, Issue 2, October 1999, ss. 293–335.
  • • STOCK, H. J ., WATSON, M. W., (2002), “Macroeconomic Forecasting Using Difusion Indexes”, Journal of Business & Economic Statistics, Volume 20, Issue 2, ss. 147-162.
  • • T. C. Mer kez Bankası İstatistik Genel Müdürlüğü, (2013), “İmalat Sanayi Kapasite Kullanım Oranı”, http://www.tcmb.gov.tr/imalat/KKO- Rapor-Int.pdf, Erişim Tarihi: 20.01.2014.