BibTex RIS Cite

-

Year 2015, Volume: 14 Issue: 1, 108 - 117, 05.01.2015

Abstract

In studies where socio-economic status (SES) is used as a variable; it is assumed that individuals show differences in SES based on their dependent variables. The purpose of this study is to provide concrete measures for researchers working on determining SES. In this study, cluster analysis was used to determine the variables affecting SES. Cluster analysis is a multivariate technique in which observations and variables are divided into groups according to their characteristics. A total of 594 preparatory class students from Ankara University and Yıldırım Beyazıt University participated in the study. The results of the cluster analyses with these five variables - family’s average monthly income, mother’s education level, father’s education level, parents’ frequency of participation in social activities and the total number of books purchased in a year - yielded that the participants among themselves showed homogeneity. Based on the literature review, the findings of this study are discussed by comparing them with other studies’ results in determining SES

References

  • Abonyi, J., & Feil, B. (2007). Cluster analysis for data mining and system identification. Basel: Birkhäuser Verlag AG.
  • Aldenderfer, M. S. & Blashfield, R. K. (1984). Cluster analysis. Beverly Hills, CA: Sage Press.
  • Aerschot, L.V., & Rodousakis, N., (2008). The link between socio-economic background and Internet use: Barriers faced by low socio-economic status groups and possible solutions. Innovation: The European Journal of Social Science Research, 21(4), 317-351.
  • Bradley, R. H., & Corwyn, R.F. (2002). Socioeconomic status and child development. Annual Review of Psychology, 53, 371–99.
  • Blignaut, P., & McDonald, T. (2012). The effect of experience and socio-economic status on web searching performance: A South African perspective. Behaviour & Information Technology, 31(4), 401-412.
  • Chenube, O. O & Omumu, F. C. (2011). The influence of socio- economic status and education in grief experienced and coping strategies employed among widows. Gender & Behaviour, 9(1), 3612-3623.
  • Deniz, K. Z., Türe, E., Uysal, A. ve Kunduroğlu-Akar, T. (Baskıda). Investigation of Vocational Interest and Vocational Preference in terms of Gender and Socio-economic Status. Eğitim Araştırmaları Dergisi (Eurasian Journal of Educational Research).
  • Devlin, M., & O'Shea, H., (2012). Effective university teaching: Views of Australian university students from low socio-economic status backgrounds. Teaching in Higher Education, 17(4), 385-397.
  • Erden, S. ve Oğuz, H. (2009). Bursa ilinde farklı sosyo-ekonomik düzeye sahip aile çocuklarının fiziksel performans özelliklerinin incelenmesi. Uludağ Üniversitesi, Eğitim Fakültesi Dergisi, 22(1), 279-292.
  • Erkan, S. (2011). Farklı sosyo-ekonomik düzeydeki ilköğretim birinci sınıf öğrencilerinin okula hazır bulunuşluklarının incelenmesi. Hacettepe Üniversitesi Eğitim Fakültesi Dergisi (H. U. Journal of Education), 40, 186-197.
  • Finch, F. H. & Hoehn, A.J. (1951). Measuring socio economic or cultural status: a comparison of methods. The Journal of Social Psychology, 33, 51-67.
  • Gorard, S. & See, B. H. (2009). The impact of socio‐economic status on participation and attainment in science. Studies in Science Education, 45(1), 93-129.
  • Gültekin, T., Hauspie, R., Susanne, C., & Güleç, E., (2006). Growth of children living in the outskirts of Ankara: Impact of low socio-economic status. Annals of Human Biology, 33(1), 43–54.
  • Hair, J. F., Black, B., Babin, B., & Anderson, E. R. (2010). Multivariate data analysis. 7rd Ed. NJ: Prentice- Hall.
  • Hardle, W., & Simar, L. (2003). Applied multivariate statistical analysis. Method&Data Technologies.
  • Karasar, N. (2005). Bilimsel araştırma yöntemi. Ankara, Nobel Yayıncılık.
  • Kaufman, L., & Rousseeuw P. J. (1990). Finding groups in data: An ıntroduction to cluster analysis. New York: John Wiley & Son.
  • Krieger, N., Williams, D. R., & Moss, N. E. (1997). Measuring social class in US public health research: Concepts, methodologies, and guidelines. Annual.
  • Kuzgun, Y. (1987). Sosyo-ekonomik düzey ve psikolojik ihtiyaçlar. Ankara Üniversitesi Eğitim Bilimleri Fakültesi Dergisi, 1(2), 55-68.
  • Martikainen, P. (1995). Mortality and socio-economic status among Finnish women. Population Studies, 49, 71- 90.
  • McMillian, J., Western, J. (2000). Measurement of the socio-economic status of Australian higher education students. Higher Education, 39, 223-248.
  • Mirkin, B. (2005). Clustering for Data Mining: A Data Recovery Approach. Boca Raton, FL:Chapman & Hall/CRC.
  • Sağlam, M., Suna, Ç., ve Çengelci, T. (2008). Öğretmen adaylarının okuma alışkanlıklarını etkileyen etmenlere ilişkin görüş ve önerileri. Milli Eğitim Dergisi, 37, 178.
  • Selimhocaoğlu, A. (2009). Farklı sosyo-ekonomik düzeylerdeki ilköğretim okullarında okuyan öğrencilerin anne-babalarının değerlendirmesine göre uyum sorunları (Kırşehir ili örneği). Türk Psikolojik Danışma ve Rehberlik Dergisi, 4(32), 32-42.
  • Stumm, S. (2012). You are what you eat? Meal type, socio-economic status and cognitive ability in childhood. Intelligence, 40, 576–583.
  • Sucuoğlu, B., Büyüköztürk, Ş., ve Ünsal, P. (2008) .Türk çocuklarının temel ilişkisel kavram bilgilerinin değerlendirilmesi. İlköğretim Online, 7(1), 203-217.
  • Temel, C. (2004). Farklı sosyo-ekonomik düzeylerde bulunan ortaöğretim öğrencilerinin spora ilgileri. [Interest of high school students coming from different socio economical back ground in sports]. Unpublished master’s thesis. Ankara: Ankara üniversitesi, Eğitim Bilimleri Fakültesi, Halk Eğitimi Programı.
  • Terzi, Ş. (2003). Altıncı sınıf öğrencilerinin kişiler arası problem çözme beceri algıları. Türk Eğitim Bilimleri Dergisi, 1(2), 221-231.
  • Türkiye İstatistik Kurumu (TÜİK). (Tarih yok). Erişim tarihi: 11 Nisan 2014. http://www.resmiistatistik.gov.tr/?q=tr/content/26-t%C3%BCketim-harcamalari-ve-gelir- da%C4%9Filimi-istatistikleri.
  • Veland, J., Midthassel, U.V. & Idsoe, T. (2009). Perceived socio-economic status and social inclusion in school: ınteractions of disadvantages. Scandinavian Journal of Educational Research, 53(6), 515–531.
  • Vichi, M. (2005). Clustering including dimensionality reduction. In: D. Baier, R. Decker, L. Schmidt-Thieme (eds.): Data analysis and decision support. Springer, Heidelberg, 149-156

Sosyo-Ekonomik Düzey Değişkenlerinin Kümeleme Analizi ile Belirlenmesi

Year 2015, Volume: 14 Issue: 1, 108 - 117, 05.01.2015

Abstract

Sosyo-ekonomik düzey (SED)’in tanımlanmasına ve hangi değişkenlerle daha iyi temsil edileceğine ilişkin
alanyazında fikir birliğine varılamamıştır. Bazı çalışmalarda SED’in belirlenmesinde eğitim düzeyi, meslek ve
gelir düzeyi gibi değişkenler, bazı çalışmalarda ise yalnızca ekonomik düzey kullanılmıştır. Elde edilen
alanyazın bilgileri SED’in belirlenmesinde istatistiksel ve bilimsel dayanaklara ihtiyaç olduğunu göstermiştir. Bu
araştırmanın amacı kümeleme analizini kullanarak araştırmacılara SED konusunda somut ölçütler oluşturmaktır.
Çalışma, Ankara Üniversitesi ve Yıldırım Beyazıt Üniversitesi hazırlık sınıfı öğrencilerinden oluşan 594 kişilik
gruptan toplanan veriler üzerinde yapılmıştır. Araştırma sonucunda aylık gelir, annenin ve babanın eğitim
düzeyi, anne-babanın sosyal etkinliğe katılma sıklığı ve bir yıl içinde eve alınan okuma kitabı sayısı değişkenleri
açısından katılımcıların kendi içinde homojenlik yaratan; alt, orta ve üst olmalarına göre ise heterojenlik yaratan
gruplara ayrıldıkları gözlenmiştir.

References

  • Abonyi, J., & Feil, B. (2007). Cluster analysis for data mining and system identification. Basel: Birkhäuser Verlag AG.
  • Aldenderfer, M. S. & Blashfield, R. K. (1984). Cluster analysis. Beverly Hills, CA: Sage Press.
  • Aerschot, L.V., & Rodousakis, N., (2008). The link between socio-economic background and Internet use: Barriers faced by low socio-economic status groups and possible solutions. Innovation: The European Journal of Social Science Research, 21(4), 317-351.
  • Bradley, R. H., & Corwyn, R.F. (2002). Socioeconomic status and child development. Annual Review of Psychology, 53, 371–99.
  • Blignaut, P., & McDonald, T. (2012). The effect of experience and socio-economic status on web searching performance: A South African perspective. Behaviour & Information Technology, 31(4), 401-412.
  • Chenube, O. O & Omumu, F. C. (2011). The influence of socio- economic status and education in grief experienced and coping strategies employed among widows. Gender & Behaviour, 9(1), 3612-3623.
  • Deniz, K. Z., Türe, E., Uysal, A. ve Kunduroğlu-Akar, T. (Baskıda). Investigation of Vocational Interest and Vocational Preference in terms of Gender and Socio-economic Status. Eğitim Araştırmaları Dergisi (Eurasian Journal of Educational Research).
  • Devlin, M., & O'Shea, H., (2012). Effective university teaching: Views of Australian university students from low socio-economic status backgrounds. Teaching in Higher Education, 17(4), 385-397.
  • Erden, S. ve Oğuz, H. (2009). Bursa ilinde farklı sosyo-ekonomik düzeye sahip aile çocuklarının fiziksel performans özelliklerinin incelenmesi. Uludağ Üniversitesi, Eğitim Fakültesi Dergisi, 22(1), 279-292.
  • Erkan, S. (2011). Farklı sosyo-ekonomik düzeydeki ilköğretim birinci sınıf öğrencilerinin okula hazır bulunuşluklarının incelenmesi. Hacettepe Üniversitesi Eğitim Fakültesi Dergisi (H. U. Journal of Education), 40, 186-197.
  • Finch, F. H. & Hoehn, A.J. (1951). Measuring socio economic or cultural status: a comparison of methods. The Journal of Social Psychology, 33, 51-67.
  • Gorard, S. & See, B. H. (2009). The impact of socio‐economic status on participation and attainment in science. Studies in Science Education, 45(1), 93-129.
  • Gültekin, T., Hauspie, R., Susanne, C., & Güleç, E., (2006). Growth of children living in the outskirts of Ankara: Impact of low socio-economic status. Annals of Human Biology, 33(1), 43–54.
  • Hair, J. F., Black, B., Babin, B., & Anderson, E. R. (2010). Multivariate data analysis. 7rd Ed. NJ: Prentice- Hall.
  • Hardle, W., & Simar, L. (2003). Applied multivariate statistical analysis. Method&Data Technologies.
  • Karasar, N. (2005). Bilimsel araştırma yöntemi. Ankara, Nobel Yayıncılık.
  • Kaufman, L., & Rousseeuw P. J. (1990). Finding groups in data: An ıntroduction to cluster analysis. New York: John Wiley & Son.
  • Krieger, N., Williams, D. R., & Moss, N. E. (1997). Measuring social class in US public health research: Concepts, methodologies, and guidelines. Annual.
  • Kuzgun, Y. (1987). Sosyo-ekonomik düzey ve psikolojik ihtiyaçlar. Ankara Üniversitesi Eğitim Bilimleri Fakültesi Dergisi, 1(2), 55-68.
  • Martikainen, P. (1995). Mortality and socio-economic status among Finnish women. Population Studies, 49, 71- 90.
  • McMillian, J., Western, J. (2000). Measurement of the socio-economic status of Australian higher education students. Higher Education, 39, 223-248.
  • Mirkin, B. (2005). Clustering for Data Mining: A Data Recovery Approach. Boca Raton, FL:Chapman & Hall/CRC.
  • Sağlam, M., Suna, Ç., ve Çengelci, T. (2008). Öğretmen adaylarının okuma alışkanlıklarını etkileyen etmenlere ilişkin görüş ve önerileri. Milli Eğitim Dergisi, 37, 178.
  • Selimhocaoğlu, A. (2009). Farklı sosyo-ekonomik düzeylerdeki ilköğretim okullarında okuyan öğrencilerin anne-babalarının değerlendirmesine göre uyum sorunları (Kırşehir ili örneği). Türk Psikolojik Danışma ve Rehberlik Dergisi, 4(32), 32-42.
  • Stumm, S. (2012). You are what you eat? Meal type, socio-economic status and cognitive ability in childhood. Intelligence, 40, 576–583.
  • Sucuoğlu, B., Büyüköztürk, Ş., ve Ünsal, P. (2008) .Türk çocuklarının temel ilişkisel kavram bilgilerinin değerlendirilmesi. İlköğretim Online, 7(1), 203-217.
  • Temel, C. (2004). Farklı sosyo-ekonomik düzeylerde bulunan ortaöğretim öğrencilerinin spora ilgileri. [Interest of high school students coming from different socio economical back ground in sports]. Unpublished master’s thesis. Ankara: Ankara üniversitesi, Eğitim Bilimleri Fakültesi, Halk Eğitimi Programı.
  • Terzi, Ş. (2003). Altıncı sınıf öğrencilerinin kişiler arası problem çözme beceri algıları. Türk Eğitim Bilimleri Dergisi, 1(2), 221-231.
  • Türkiye İstatistik Kurumu (TÜİK). (Tarih yok). Erişim tarihi: 11 Nisan 2014. http://www.resmiistatistik.gov.tr/?q=tr/content/26-t%C3%BCketim-harcamalari-ve-gelir- da%C4%9Filimi-istatistikleri.
  • Veland, J., Midthassel, U.V. & Idsoe, T. (2009). Perceived socio-economic status and social inclusion in school: ınteractions of disadvantages. Scandinavian Journal of Educational Research, 53(6), 515–531.
  • Vichi, M. (2005). Clustering including dimensionality reduction. In: D. Baier, R. Decker, L. Schmidt-Thieme (eds.): Data analysis and decision support. Springer, Heidelberg, 149-156
There are 31 citations in total.

Details

Primary Language English
Journal Section Articles
Authors

Kaan Zülfikar Deniz

Ersin Türe

Aslı Uysal This is me

Tuba Kunduroğlu Akar

Publication Date January 5, 2015
Published in Issue Year 2015 Volume: 14 Issue: 1

Cite

APA Deniz, K. Z., Türe, E., Uysal, A., Kunduroğlu Akar, T. (2015). -. İlköğretim Online, 14(1), 108-117.
AMA Deniz KZ, Türe E, Uysal A, Kunduroğlu Akar T. -. EEO. January 2015;14(1):108-117.
Chicago Deniz, Kaan Zülfikar, Ersin Türe, Aslı Uysal, and Tuba Kunduroğlu Akar. “-”. İlköğretim Online 14, no. 1 (January 2015): 108-17.
EndNote Deniz KZ, Türe E, Uysal A, Kunduroğlu Akar T (January 1, 2015) -. İlköğretim Online 14 1 108–117.
IEEE K. Z. Deniz, E. Türe, A. Uysal, and T. Kunduroğlu Akar, “-”, EEO, vol. 14, no. 1, pp. 108–117, 2015.
ISNAD Deniz, Kaan Zülfikar et al. “-”. İlköğretim Online 14/1 (January 2015), 108-117.
JAMA Deniz KZ, Türe E, Uysal A, Kunduroğlu Akar T. -. EEO. 2015;14:108–117.
MLA Deniz, Kaan Zülfikar et al. “-”. İlköğretim Online, vol. 14, no. 1, 2015, pp. 108-17.
Vancouver Deniz KZ, Türe E, Uysal A, Kunduroğlu Akar T. -. EEO. 2015;14(1):108-17.