Türkiye’de doğurganlık geçmiş kırk yılı aşkın bir sürede, hızlı ve bir geçiş oluşturacak şekilde düşmüştür. Ancak doğurganlık, bölgesel düzeyde farklılıklar göstermekte ve Türkiye’nin batısı düşük doğurganlık düzeyine eriştiği halde, doğusu ve güneydoğusu, eğitim düzeyinin düşüklüğü ve etno-kültürel farklılıklara bağlı olarak hâlâ orta ve yüksek düzeyli doğurganlıklar sergilemektedir. Türkiye’de toplam doğurganlık hızının mekânsal örüntüsüne odaklanan bu çalışmada, doğurganlık hızına etki eden bazı ekonomik ve sosyo-kültürel değişkenler kullanılarak mekânsal veri analizi teknikleri yardımıyla mekânsal verinin gösterimi, araştırılması ve modellenmesi gerçekleştirilmiştir. Çalışmanın bulguları, Moran’s I saçılma grafiğine göre Türkiye’de toplam doğurganlık hızının yüksek-yüksek (YY) ve düşük-düşük (DD) olarak iki grupta yer aldığını ortaya koymaktadır. Yerel mekânsal oto-korelasyon (LISA) sonuçları, Türkiye’nin Doğu ve Güneydoğu Anadolu bölgelerinde pozitif, Marmara, Ege, Batı Karadeniz ve Orta Anadolu bölgelerinde negatif yönde bir mekânsal oto-korelasyonun olduğunu göstermektedir. Çalışmada iki regresyon modeli En Küçük Kareler Yöntemi (OLS) ve Coğrafi Ağırlıklı Regresyon (GWR) uygulanmış ve sonuçları karşılaştırılmıştır. Coğrafi Ağırlıklı Regresyon (GWR) modelinin, %93 oranında bağımlı değişkenin varyasyonlarını açıkladığı ve elde edilen sonuçlara göre, Türkiye’de toplam doğurganlık hızını modellemede başarılı olduğu gözlenmiştir. Aynı zamanda okur-yazar olmayan kadın oranı ve Kürt kökenli kadın oranı değişkenleriyle, toplam doğurganlık hızının yüksek olduğu yerlerde gerçeğe yakın ölçüm sonuçlarını gösteren bir model elde edilmiştir. Bu çalışma, mekânsal veri analizi yöntemlerinin sosyo-demografik çalışmalara farklı bir bakış açısı sağlaması nedeniyle önem taşımaktadır.
Toplam doğurganlık hızı doğurganlık farklılıkları mekânsal veri analizi Mekânsal Ağırlık Matrisi Coğrafi Ağırlıklı Regresyon (GWR) En Küçük Karaler Yöntemi (OLS) Coğrafi Ağırlıklı Regresyon (GWR) Coğrafi Ağırlıklı Regresyon (GWR)
The fertility rate has been declining for over four decades in Turkey. However, the fertility rate has shown regional variability due to ethno-cultural differences. While the fertility rate is low in the Western part of Turkey, the Eastern and Southeastern parts have still shown moderate to high rates. This study focuses on the spatial patterns of the total fertility rate. Using variables that may affect the fertility rate, such as economic and socio-cultural parameters, we performed spatial data analysis techniques to represent, analyze, and model the spatial data. The results show that according to Moran’s scatter plot, Turkey’s total fertility rate falls into two groups: high-high and low-low. On the other hand, local Moran’s I results have shown that while the East and Southeastern regions have positive auto-correlations, Marmara, the Aegean, the West Black Sea, and the Middle Anatolia regions have negative auto-correlations. In this study, we applied both the ordinary least square (OLS) and geographically weighted regression (GWR) models and compared the results. In GWR analysis, variance of the dependent variable was shown to be 93%, and we achieved a high success rate in modeling Turkey’s total fertility rate. In the limitation of this study, using an illiterate female population rate and Kurdish female population rate variables, one can obtain more accurate models that show the total fertility rate and show where the fertility rate is high. As a conclusion, spatial data analysis methods bring a new perspective to socio-demographic studies.
Total fertility rate fertility differences spatial data analysis Spatial Weight Matrix Ordinary Least Square (OLS) and Geographically Weighted Regression (GWR) and Geographically Weighted Regression (GWR)
Primary Language | Turkish |
---|---|
Journal Section | Research Article |
Authors | |
Publication Date | December 25, 2018 |
Submission Date | June 19, 2018 |
Published in Issue | Year 2018 Issue: 37 |