Türkiye’de İllerin Hastane Sayısı ve Hastane Yatak Sayısına Göre Bulanık Kümeleme Analizi ile Değerlendirilmesi
Author :
Abstract
Özellikle pandemi döneminde sağlık kurumları, sağlık çalışanları ve sağlık kurumlarının kapasitelerinin önemi tüm kamuoyunun yakından takip ettiği konular arasında yer almıştır. Yapılan çalışmada TÜİK verileri kullanılarak Türkiye’de illerin hastane sayıları ve hastane yatak sayıları bakımından nasıl bir kümelenme gösterdikleri belirlenmeye çalışılmıştır. Bu amaçla yapılan çalışmada bulanık kümeleme analizi önce hastane sayıları daha sonra hastane yatak sayıları açısından değerlendirilerek ortaya çıkan kümelenme analiz edilerek değerlendirilmiştir. Çalışma sonunda Türkiye’deki iller hastane sayılarına göre “4” ve hastane yatak sayılarına göre ise ”5” küme oluşturduğu görülmüştür. Dikkati çeken en önemli nokta Ankara ve İstanbul’un hiçbir kümeye üyelik göstermemesi, hem hastane sayısı hem de hastane yatak sayısına göre tam bir bulanık üyelik ortaya koymuş olmasıdır.
Keywords
Abstract
Especially during the pandemic period, the importance of the capacities of health institutions, health workers and health institutions has been among the issues that the whole public follows closely. In the study, it was determined how the provinces in Turkey clustered according to the number of hospitals and the number of hospital beds using TURKSTAT data. For this purpose, fuzzy clustering analysis was evaluated in terms of the number of hospitals and the number of hospital beds, and the resulting cluster was analyzed and evaluated. At the end of the study, it was seen that provinces in Turkey formed “4” clusters according to the number of hospitals and “5” clusters according to the number of hospital beds. The most striking point is that Ankara and Istanbul do not show membership in any cluster, and they show a complete fuzzy membership in terms of both the number of hospitals and the number of hospital beds.
Keywords
- 1. Alptekin, N., Yeşilaydın, G. (2015). OECD Ülkelerinin Sağlık Göstergelerine Göre Bulanık Kümeleme Analizi İle Sınıflandırılması. İşletme Araştırmaları Dergisi, 7(4), 137-155.
- 2. Arı, E. ve Yıldız A. (2018). Oecd Ülkelerinin Göç İstatistikleri Bakımından Bulanık Kümeleme Analizi İle İncelenmesi. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 33, 17-28.
- 3. Bulut, H. (2018). R Uygulamaları ile Çok Değişkenli İstatistik Yöntemler. Nobel Akademik Yayıncılık Eğitim Danışmanlık Tic. Ltd. Şti., Yayın No: 2184, ISBN: 978-605-7928-93-1, Ankara.
- 5. Çınaroğlu, S., Avcı, K. 2014. İstatistiki Bölge Birimlerinin Sağlık Göstergeleri Bakımından Kümelenmesi. Hacettepe Sağlık İdaresi Dergisi, 17(2), 89-97
- 6. Doring, C., Lesot, M.J., Kruse, R. (2006). Data Analysis with Fuzzy Clustering Methods. Computational Statistics and Data Analysis, 51(1), 192-214.
- 7. Giray, S., Gülel, F.E. (2014). Avrupa Ülkelerinin İntihar Oranlarına Göre Sınıflandırılması. SDÜ Fen Edebiyat Fakültesi Sosyal Bilimler Dergisi, 31: 235-247.
- 8. Kandemir A.Ş., (2018), Bulanık Kümeleme Analizi ile Türkiye’deki İllerin Konaklama İstatistiklerine Göre Sınıflandırılması, Seyahat ve Otel İşletmeciliği Dergisi, 15(3), 657-668
- 9. Kılıç, İ., Emir, O., Kılıç, G. (2011). Bulanık kümeleme analizi ile ülkelerin turizm istatistikleri bakımından sınıflandırılması. İstatistikçiler Dergisi: İstatistik ve Aktüerya, 4 (1), 31-38
- 10. Kılıç, İ., Lenger, Ö.F., Bozkurt, Z. (2012). Bulanık Kümeleme Analizi ile Türkiye’deki illerin hayvancılık istatistikleri bakımından sınıflandırılması. Kocatepe Veteriner Dergisi, 5(1), 21-28.
- 11. Kılıç, İ., Saraçlı, S., Kolukısaoğlu, S. (2011). Sosyo-ekonomik göstergeler bakımından illerin bölgesel bazda benzerliklerinin çok değişkenli analizler ile incelenmesi. İstatistikçiler Dergisi, 4(2), 57-68.
- 12. Köleoğlu N., (2022), Medya Okuryazarlığı ve Dil, Journal of Awareness, 7(4), 163-168.
- 13. NCSS User’s Guide-IV. (2006). Multivariate Analysis, Clustering, Meta-Analysis, Forecasting/Time Series, Operations Research, and Mass Appraisal, USA.
- 14. Ok, Y. (2022). Bulanık C - Ortalamalar İle Ülkelerin İşsizlik Göstergeleri Temelinde Kümelenmesi. Avrupa Bilim ve Teknoloji Dergisi, Ejosat Special Issue 2022 (ICAENS-1) , 507-512
- 15. Özdamar, K. (2010). Paket Programlar ile İstatistiksel Veri Analizi-2 (Çok Değişkenli Analizler), 7. Baskı, Kaan Kitabevi, Eskişehir.
- 16. Özdemir, A.İ., Altıparmak, A. 2005. Sosyo-Ekonomik Göstergeler Açısından İllerin Gelişmişlik Düzeyinin Karşılaştırmalı Analizi. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 24, 97-110.
- 17. Sel A., (2021). Avrupa Bölgesi Ülkelerinin Enerji Kullanımları Açısından Bulanık Kümeleme Yöntemleri ile Analizi, Tokat Gaziosmanpaşa Üniversitesi Sosyal Bilimler Araştırmaları Dergisi, 16(1), 121-135
- 18. Şahin, M., Hamarat, B. (2002). G10-Avrupa Birliği ve OECD Ülkelerinin Sosyo-Ekonomik Benzerliklerinin Fuzzy Kümeleme Analizi İle Belirlenmesi. erc/ODTÜ Uluslararası Ekonomi Kongresi VI. Ankara. 11-14 Eylül, s. 1-19.
- 19. Tekin, B. 2015. Temel Sağlık Göstergeleri Açısından Türkiye’deki İllerin Gruplandırılması: Bir Kümeleme Analizi Uygulaması. Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 5(2),389416.
- 20. Tibshirani, R., Walther, G., Hastie, T. (2001). Estimating The Number Of Clusters İn A Data Set Via The Gap Statistics. Journal of Royal Statistical Society: Series B, 63: 411-423.
- 21. Tütmez, B., Tercan, E. (2006). Bulanık Modelleme Yaklaşımının Tenör Kestiriminde Kullanılması. Madencilik, 45(2), 39-47.
- 22. Torra, V. (2005). Fuzzy C Means for Fuzzy Hierarchical Clustering. FUZZ-IEEE 2005, Reno, Nevada, 22- 25 Mayıs 2005, s. 646-651.
- 23. Yalçın, M.O., Dincer, N.G. 2015. Bulanık Kümeleme Analizi kullanarak Türkiye’yi ziyaret eden yabancı turistlerin profillerinin belirlenmesi. Finans Politik ve Ekonomik Yorumlar, 52(601), 25-37.
- 24. Yılancı, V. (2010). Bulanık Kümeleme Analizi Türkiye’deki İllerin Sosyoekonomik Açıdan Sınıflandırılması. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi,15(3): 453
