Akademik Veri Yönetim Sistemi
Avrupa Bilim ve Teknoloji Dergisi, sa.34, ss.507-512, 2022 (Hakemli Dergi)
Bu çalışmada, işsizlik göstergeleri temel alınarak, 36 OECD ülkesine ilaveten Çin ve Rusya gibi OECD üyesi olmayan 6 farklı ülkenin de dâhil edildiği bir kümeleme analizi çalışması yapılmıştır. Bu amaçla, işsizlik ile ilgili 18 adet gösterge değişkenine ait veriler, bulanık C-ortalamalar yöntemi kullanılarak kümeleme analizi yapılmıştır. Ülkelerin, kilit bir ekonomik gösterge olan işsizlik temelinde sınıflandırılması, politika yapıcılar için benzerlik ve farklılıklar boyutunda analizler yapmalarında yol gösterici olacaktır. Bulanık kümeleme analizi, hem MATLAB hem de R ortamlarında gerçekleştirilmiş, farklı küme sayıları için de ekstra analiz yapılmıştır. Uygulama sonucunda işsizliğin fazla olduğu ülkelerin ayrıldığı küme dağılımının, küme sayısı değiştiğinde farklılaşabileceği görülmüştür. Bu bağlamda doğru küme sayısının bulunması için başvurulan geçerlilik indeksleri de analize dâhil edilmiştir.
In this study, on the basis of unemployment indicators, a cluster analysis study was conducted in which, in addition to 36 OECD
countries, 6 different non-OECD countries such as China and Russia were included. For this purpose, the data of 18 indicator variables
related to unemployment were analyzed by using fuzzy C-means method. The classification of countries on the basis of unemployment,
which is a key economic indicator, will guide policy makers to analyze the similarities and differences between countries. Fuzzy cluster
analysis was performed in both MATLAB and R environments, and extra analyzes were made for different cluster numbers. As a result
of the application, it has been seen that the cluster distribution, which is divided into countries with high unemployment, may differ
when the number of clusters changes. In this context, the validity indices used to find the correct number of clusters were also included
in the analysis.