İZMİR’DE İŞLETMELERİN SANAYİ SİCİL VERİ TABANINA GÖNDERDİKLERİ VERİLERİN LOJİSTİK REGRESYON ANALİZİ İLE DOĞRULUĞUNUN TESPİTİ

Üretim işletmelerinin genel performans göstergelerinin başında kapasite kullanım oranları gelmektedir. Kapasite kullanım oranlarının bağımlı değişken olarak kullanıldığı bu çalışmada amaç, İzmir üretim işletmelerinin, verilerini, Bilim Sanayi ve Teknoloji Bakanlığı İzmir İl Müdürlüğü’ne doğru biçimde gönderip göndermediklerini belirlemek ve kapasite kullanım oranlarını doğru verilerden yola çıkarak tahminleyecek bir model önermektir. Bu amaçla ele alınan çalışmada, İzmir’de faaliyet gösteren üretim işletmeleri için 1996 ile 2012 yılları itibariyle Bilim Sanayi ve Teknoloji Bakanlığı İzmir İl Müdürlüğü’ne gönderdikleri veriler kullanılmıştır. Araştırma amacına uygun olarak ele alınan 585 firmanın kapasite kullanım oranlarının tahminlenmesinde lojistik regresyon analizi kullanılmış ve bu analizlerden elde edilen sonuçlara göre firmaların %75,2'sinin kapasite kullanım oranını doğru biçimde belirttiği, geri kalanının ise yanlış belirttiği ortaya konmuştur. Kapasite kullanım oranlarının karşılaştırılmasında bağımsız değişken olarak; ortalama satış fiyatı, üretim miktarı, personel sayısı, kapasite miktarı ve ihracat miktarı ele alınmıştır. Bağımlı değişkenlerden yola çıkılarak elde edilen lojistik regresyon analizi modeli ile, 2012 yılı için kapasite kullanım oranı tahminlenmiş ve 2012 yılı gerçek kapasite kullanım oranı ile tahmini kapasite kullanım oranının yakın çıktığı (% 60) belirlenmiştir. 

IDENTIFICATION OF DATA ACCURACY OF THE ENTERPRISES FROM İZMİR IN INDUSTRY REGISTRY DATABASE WITH LOGISTIC REGRESSION ANALYSIS

Capacity utilization rate holds the first place of general performance indicators of manufacturing companies. In this study, in which capacity utilization rates is used as a dependent variable, it is aimed to determine whether İzmir Manufacturing companies sent their data to İzmir Provincial Directorate of Science, Industry and Technology in a right way or not and suggest a model predicting capacity utilization rates using the accurate data. The study handling this purpose uses the data of manufacturing industries operating in İzmir which had been send to İzmir Provincial Directorate of Science, Industry and Technology between the years 1996 and 2012. Logistic regression analysis was applied to predict the capacity utilization rate of 585 companies and according to the results obtained from the analyses, 75,2 % of the companies stated their actual capacity utilization rates and the rest of them reported it erroneously. Average sales price, amount of production, number of staff, volume of capacity and amount of export were used as independent variables for comparison of capacity utilization rates. Logistic regression analysis model is constructed by using the independent variables to predict the capacity utilization rate for the year 2012 and it is identified that the real capacity utilization rates are close (60 %) to the predicted capacity utilization rates.

___

  • ABDİOĞLU, Z., (2013), “Türkiye İçin Enflasyonu Hızlandırmayan Kapasite Kullanım Oranı Tahmini”, Journal of Yasar University, 8 (31): 5296-5323.
  • • AGRESTI, A., (1996), An Introduction to Categorical Data Analysis, John Wileyand Sons. Inc.
  • • AJAKAIYE, 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 Enflasyon 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 İ.İ.B.F. Ekonometri Bölümü.
  • • KOA, J., MİYAZAWA, K., KHAİ 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.
  • • MEREDİTH, 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., SQUİRES, D., (1993), Capacity Utilization Under Regulatory Constraints, The Review of Economics and Statistics, 75 (1): 76-85.
  • • SONG,C., (2011), “The Regional Macroeconomic Effects 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 inflation”, Journal of Monetary Economics, Volume 44, Issue 2, October 1999, ss. 293–335.
  • • STOCK, H. J., WATSON, M. W., (2002), “Macroeconomic Forecasting Using Diffusion Indexes”, Journal of Business & Economic Statistics, Volume 20, Issue 2, ss. 147-162.
  • • T. C. Merkez 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.