PANDEMİ SÜRECİNDE HANEHALKLARININ ONLINE ALIŞVERİŞ KARARINDA ETKİLİ OLAN FAKTÖRLERİN BELİRLENMESİ: PANEL SIRALI PROBİT MODEL UYGULAMASI

Year 2022, Volume: 9 Issue: 3, 2081 - 2096, 29.11.2022

Kübra Önder , Onur Demirel

https://doi.org/10.30798/makuiibf.1097660

Cited By: 1

Abstract

2019 Aralık ayında ilk olarak Çin’in Yuhan eyaletinde ortaya çıkan ve çok kısa süre içinde dünyayı etkisi altına alan Covid-19 pandemisi başta sağlık olmak üzere birçok sektörü derinden etkilemiştir/etkilemektedir. Yaşanan salgından bazı sektörler olumsuz etkilenirken bazı sektörler olumlu etkilenmiştir. Olumlu etkilenen sektörlerden biri e-ticaret sektörüdür. Bu durum, e-ticaretin tüketiciler tarafından daha az riskli görülmesi ve daha pratik kabul edilmesinin bir sonucudur. Çalışmada, Covid-19 pandemi sürecinde Türkiye NUTS 1 bölgelerindeki hanehalklarının online alışveriş yapma kararında ve online alışveriş yapma sıklığında etkili olan sosyo-ekonomik faktörleri belirlemektir. Sıralı Panel Probit modelinin kullanıldığı analizde, Türkiye İstatistik Kurumu’nun (TÜİK) yayınladığı 2019-2021 yıllarına ait Hanehalkı Bilişim Teknolojileri B mikro veri seti kullanılmıştır. Yapılan analiz sonucunda, hane büyüklüğü değişkeni hariç hanenin toplam geliri, hanenin internete erişim imkanı, hanenin çocuk sahiplik durumu, hane sorumlusunun yaşı, cinsiyeti, eğitim düzeyi ve çalışma durumu bağımsız değişkenlerinin online alışverişte etkili olduğu sonucuna ulaşılmıştır.

Keywords

Online Alışveriş, Covid-19, Pandemi, Sıralı Panel Probit Modeli

DETEMINATION OF FACTORS THAT AFFECT ONLINE SHOPPING DECISIONS OF HOUSEHOLDS DURING PANDEMIC PROCESS: APPLICATION OF SEQUENTIAL PANEL PROBIT MODEL

Abstract

The Covid-19 pandemic, which first emerged in the Yuhan province of China in December 2019 and affected the world in a very short time, deeply affected/affects various sectors, especially the health sector. While some sectors are being affected negatively by the epidemic, other sectors are being affected positively. One of those sectors that are affected positively is the e-commerce sector. This is the result of the consumers’ opinions that e-commerce is less risky and more practical. The aim of the study is to determine the socio-economic factors that affect the online shopping decision and online shopping frequency of the households in the NUTS 1 regions of Turkey during the Covid-19 pandemic. In the analysis using the Sequential Panel Probit model, “Household Information Technologies B Micro Data Set” for the years 2019-2021 published by the Turkish Statistical Institute is used. As a result of the analysis, it is concluded that household income, access to internet, having child/ren, age/gender/education level and employment status of household head have significant effects on online shopping.

Keywords

Online Shopping, Covid-19, Pandemic, Sequential Panel Probit Model.

References

• Beyazaslan, G. (2020, Mayıs 8). “Yeni Normalde İnternetten Satılacak Ürünler ve Öne Çıkan Sektörler.” 23.11.2021 tarihinde https://www.ideasoft.com.tr/yeni-normalde-internetten-satilacak-urunler-ve-one-cikan-sektorler/ adresinden erişildi.
• Butler, J.S. ve Moffitt, R. (1982). A computationally efficient quadrature procedure for the one-factor multinomial probit model. Econometrica: Journal of the Econometric Society, 761-764.
• Çağlayan Akay, E. ve Oskonbaeva, Z. (2021). Bebek ölüm oranlarının belirleyicileri: Geçiş ülkeleri üzerine dinamik panel veri analizi. Sürdürülebilir Yaşam, 63.
• Deloitte. 2020, March. Flattening the curve Impact on the Indian banking and capital market industry. 23.11.2021 tarihinde https://www2.deloitte.com/content/dam/Deloitte/in/Documents/financial-services/in-fs-flattening-the-curve-impact-on-the-indian-banking-and-capital-markets-noexp.pdf adresinden erişildi.
• Duran, M. S. ve Acar, M. (2020). Bir Virüsün Dünyaya Ettikleri: Covid-19 Pandemisinin Makroekonomik Etkileri. International Journal of Social and Economic Sciences, 10(1), 54-67.
• Duygun, A. (2020). Covid-19 pandemisi sırasında tüketicilerin yaşam tarzlarının değerlendirilmesi. Econder International Academic Journal, 4(1), 232-247.
• Erdoğan, A. (2020). Tüketicilerin elektronik ticaret algısı: Covid-19 etkisi ve e-ticaret faaliyetlerinde yaşanan sorunlar. Akademik Sosyal Araştırmalar Dergisi, 8(109), 65-78.
• Greene W (2005) Econometric analysis. Upper Saddle River, NJ, Prentice-Hall.
• Greene, W. H. ve Hensher, D.A., (2010). Modeling ordered choices a primer, Cambridge University Press, New York.
• Greene, W.H., (1997). Econometric analysis. Prentice-Hall International, Inc., 1000s
• Güven, H. (2020). Covid-19 Pandemik krizi sürecinde e-ticarette meydana gelen değişimler. Avrasya Sosyal ve Ekonomi Araştırmaları Dergisi, Covid-19 Özel Sayısı (2), 251-268.
• Hacıalioğlu, A. ve Sağlam, M. (2021). Covid-19 pandemi sürecinde tüketici davranışları ve e-ticaretteki değişimler. Medya ve Kültürel Çalışmalar Dergisi, 3(1), 16-29.
• Kaynak, İ. (2020). Koronavirüs (Covid-19) algısının online alışverişe etkisi. Electronic Turkish Studies, 15(4), 633-645.
• Lakshmanasamy, T. ve Maya, K. (2020). Rank status and happiness in India: A panel ordered probit estimation of the effect of ordinal relative comparison on well-being. Indian Journal of Health & Wellbeing, 11(1-3), 48-56.
• NielsenIQ. (2020, Mart 20). Key consumer behaviour thresholds identified as the coronavirus outbreak evolves. 04.12.2020 tarihinde NielsenIQ: https://nielseniq.com/global/en/insights/analysis/2020/key-consumerbehavior-thresholds-identified-as-the-coronavirus-outbreak-evolves-2 adresinden erişildi.
• Sakarya Pehlivan, A. (2020). Kovid-19 E-Ticaret Satışlarını Arttırdı, Talep de Değişti: İşte Liste Başı Ürünler. 23.11.2021 tarihinde http://www.ekonomist.com.tr/aysegul-sakarya-pehlivan/kovid-19-e-ticaret-satislarini-arttirdi-talep-de-degisti-iste-liste-basi-urunler.html adresinden erişildi.
• Taşel, F. (2020). Dijitalleşmenin ticarete ve ekonomiye etkisi. Beykoz Akademi Dergisi, 8(2), 127-137.
• Tatoğlu, F.Y. (2017). Determining the factors that affect the net migration rate in Turkey with ordered panel logit regression analysis. Doğuş Üniversitesi Dergisi, 18(1), 1-13.
• Tekin, Í. Ç. (2020). Changing consumer behavior in the pandemi process. Business & Management Studies: An International Journal, 8(2), 2331.
• Telli Danışmaz, A. (2020). Covıd-19 salgınının tüketicilerin online alışveriş tercihine etkisi. Sosyal Bilimler Araştırma Dergisi, 9(2), 83-90.
• Turan, A.H. (2008), “İnternet Alışverişi Tüketici Davranışlarını Belirleyen Etkenler; Geliştirilmiş Teknoloji Kabul Modeli (E-TAM) ile Bir Model Önerisi”, Akademik Bilişim 2008, Çanakkale 18 Mart Üniversitesi, Çanakkale, 30 Ocak-1 Şubat, 723-731.
• Turan, M.G. ve Uzkesici, D. (2021). Satın alma yönetimi uygulamalarında pandeminin etkisi: Bir literatür taraması. In International Marmara Social Sciences Congress, 375.
• TÜİK (2018). Hanehalkı Bilişim Teknolojileri (BT) Kullanım Araştırması, 2018. 23.11.2021 tarihinde https://data.tuik.gov.tr/Bulten/Index?p=Hanehalki-Bilisim-Teknolojileri-(BT)-Kullanim-Arastirmasi-2018-27819 adresinden erişildi.
• TÜİK (2019). İstatistiklerle Aile, 2019. 23.11.2021 tarihinde https://data.tuik.gov.tr/Bulten/Index?p=Istatistiklerle-Aile-2019-33730 adresinden erişildi.
• TÜİK (2020). İstatistiklerle Aile, 2020. 23.11.2021 tarihinde https://data.tuik.gov.tr/Bulten/Index?p=Istatistiklerle-Aile-2020-37251 adresinden erişildi.
• TÜİK (2021). Hanehalkı Bilişim Teknolojileri (BT) Kullanım Araştırması, 2021. 23.11.2021 tarihinde https://data.tuik.gov.tr/Bulten/Index?p=Hanehalki-Bilisim-Teknolojileri-(BT)-Kullanim-Arastirmasi-2021-37437 adresinden erişildi.
• UİB (Uludağ İhracatçı Birlikleri) Genel Sekreterliği ARGE Şubesi. (2020): “Covid-19’un E-ticaret Üzerindeki Etkileri”. 11.11.2021 tarihinde https://uib.org.tr/tr/kbfile/covid-19un-e-ticaret-uzerindeki-etkileri adresinden erişildi.
• Vieira, J. A. C. (2005). Skill mismatches and job satisfaction. Economics letters, 89(1), 39-47.
• Wang, X., ve Kockelman, K. M. (2005). Occupant injury severity using a heteroscedastic ordered logit model: distinguishing the effects of vehicle weight and type. Transportation Research Record, 1908, 195-204.
• Wang, X., ve Kockelman, K. M. (2009). Application of the dynamic spatial ordered probit model: Patterns of land development change in Austin, Texas. Papers in Regional Science, 88(2), 345-365.
• www.eticaret.gov.tr (2021a). E-ticaret bilgi platformu. 23.11.2021 tarihinde https://www.eticaret.gov.tr/cevrimiciegitim/sayilarla-dunyada-e-ticaret-21 adresinden erişildi.
• www.eticaret.gov.tr (2021b) İstatistikler. 23.11.2021 tarihinde https://www.eticaret.gov.tr/istatistikler adresinden erişildi.
• www.eticaret.gov.tr (2021c). İstatistikler. 2020 yılı istatistikleri (Ocak-Aralık). 23.11.2021 tarihinde https://www.eticaret.gov.tr/istatistikler#20199 adresinden erişildi.