ÇalıĢmadan sağlanan veriler basit istatistik değerlendirmeler olan ortalama ve yüzde ifadeler yanında çoğul sayısal analizleri de kapsamaktadır. Orman yangınlarına neden olan sosyo-ekonomik değiĢkenler temel gruplar ve alt gruplar halinde oluĢturulmuĢtur. Bu değiĢkenler yardımıyla yapılan çoğul sayısal analizler Çizelge 2,4‟te verilmektedir.
Çizelge 2.4. DeğiĢken Analizinde Kullanılan Çoğul Sayısal Analizler Table 2.4. Multi-numerical analysis Used in the factor analysis
Ġlçeler/ĠĢletmeler
Yapılan çalıĢmada elde edilen değiĢkenler, Faktör Analizi, Kümeleme analizi, Ayırma Analizi yöntemleriyle analiz edilmiĢtir. Yapılan çoğul Regresyon Analizi yoluyla da; orman yangınlarına neden olarak seçilen 82 çeĢit sosyo-ekonomik değiĢkenlerle yangın sayısı arasındaki bağıntılar ortaya konulmuĢtur. Örneklenen dört ilçe için yapılan analizler yanında ilçeler doğu ve batı olarak gruplandırılarakta analizler gerçekleĢtirilmiĢtir.
Bu uygulamada, Antalya ilinin doğu ve batısından örneklenen ilçeler arasında, oluĢturulan sosyo-ekonomik değiĢkenler açısından farklılıkların olup olmadığının da gözlemlenebilmesi amaçlanmıĢtır. Faktör analizi birbirleriyle iliĢkili çok sayıdaki değiĢkeni az sayıda, anlamlı ve birbirinden bağımsız faktörler haline getiren ve yaygın olarak kullanılan çok değiĢkenli istatistik tekniklerden biridir. Bu yöntemde, değiĢkenler arasındaki varyansı açıklayan birinci faktör hesaplanır (Kalaycı, 2008). Sırasıyla diğer faktörler benzer Ģekilde hesaplanmaktadır. Faktör analizi yöntemi tüm ilçeler düzeyinde ve ilçe grupları ile bütün ilçelerin bir arada olduğu temel grup için de yapılmıĢtır. Bu analiz yoluyla, orman yangınlarına yönelik olarak oluĢturulan 82 çeĢit sosyo-ekonomik değiĢken içerisinden birinci derece önemli olan yani, faktör analizinde ilk sırada yer alan değiĢkenler dikkate alınmıĢtır. Bu değiĢkenler orman yangınlarının oluĢmasına neden olan sosyo-ekonomik değiĢkenler olarak değerlendirilmiĢtir. Faktör analizinde birinci grupta, çok çeĢitli ve çok sayıda değiĢkenlerin aynı faktör grubu içerisinde yer aldığı görülmüĢtür. Bir yandan en etkili değiĢkenleri elde ederken, diğer yandan, faktörü oluĢturan değiĢkenler yardımıyla faktörün daha sağlıklı açıklanabilmesinin sağlanabilmesi amacıyla, birinci sırada yer alan değiĢkenler içerisinden faktör yükü 0,75 ve üzeri faktör yükü değerine sahip olan değiĢkenler dikkate alınmıĢtır. Faktör analiziyle; oluĢturulan 82 çeĢit sosyo-ekonomik değiĢkenlere göre; orman yangınlarına neden olan sosyo-ekonomik faktörler saptanmıĢtır.
Faktör analizinde oluĢan faktörlerin toplam varyansı açıklama oranları dikkate alınarak bir baĢka sınıflandırma daha yapılmıĢtır. Bu sınıflandırmada toplam varyansı %70 oranında açıklayan faktörler ve bu faktörleri oluĢturan değiĢkenler dikkate alınarak tekrar değerlendirmeler yapılmıĢtır. Bu değerlendirme kapsamında, faktör analizleri tekrar yapılarak uygun faktörler ve bunlara ait değiĢkenler elde edilmiĢtir. Bu faktör bileĢenleri regresyon analizinde değiĢkenlerin regresyon analizine ek olarak faktör gruplarının regresyon analizi değerlendirmeleri ilgili bölümlerde regresyon denklemleri Ģeklinde sunulmuĢtur. Faktör analizinde ilk faktör grubunda yer alan değiĢkenlere yönelik olarak yapılan ve değiĢkenlerin regresyon analizine yer verilen benzer tablolara bu aĢamada yer verilmemiĢ sadece regresyon denklemleri verilmiĢtir.
Kümeleme analiziyle örneklenen ilçelerdeki yerleĢim birimlerinin nasıl bir kümelenme gösterdiği belirlenmeye çalıĢılmıĢtır. kümeleme analizinde, en küçük varyans bağlantı kümeleme yöntemi (WARD Method) kullanılmıĢtır. Seçilen sosyo-ekonomik değiĢkenler bakımından yerleĢim birimlerinin nasıl bir birliktelik gösterdiğini/gruplaĢtığını ortaya
koymaktadır. Kümeleme analizi ile ilçeler düzeyinde ve bölgesel düzeyde köylerin gruplanması izlenmiĢtir. Ġlçeler ve bölgesel düzeyde köylerin birbirleriyle olan gruplaĢması seçilmiĢ 82 çeĢit sosyo-ekonomik değiĢkenler altında ortaya konmuĢtur.
Ayırma analizinin en önemli varsayımları EĢit Kovaryans, Çoklu Bağlantı ve Normal Dağılım Varsayımlarıdır. EĢit Kovaryans Varsayımını test etmek için “Box‟s M Testi” kullanılmaktadır (Kalaycı, 2008). Kanonik korelasyon (Canonical Correlation), Ayırma (Discriminant) skorları ve gruplar arasındaki iliĢkiyi ölçer ve açıklanan toplam varyansı gösterir.
Standardize Olmayan Diskiriminant Katsayılarını gösterir.
Özdeğer istatistiğindeki değerler çoklu regresyonda standardize olmayan betalar karĢılık gelir. Yani, gözlemleri sınıflandırmada kullanılabilecek gerçek tahmin modelini oluĢturmada kullanılır. Katsayıların iĢaretlerinin artı veya eksi olması önemli değildir. Sadece bağımsız değiĢkenlerin bağımlı değiĢkenle olan iliĢkilerinin pozitif veya negatif olduğunu gösterir. Ayırma analizinde, analizin baĢarısı doğru sınıflandırma yüzdesidir. Yani doğru sınıflandırma yüzdesi ne kadar yüksekse analiz o kadar baĢarılıdır (Kalaycı, 2008). Ayırma analizi ile ilçeler birbirleri arsında doğu ve batı olarak ayrımlanması yapılırken, bu ayrıma temel olan değiĢkenler de saptanmıĢtır. Böylece ilin iki bölümünden örneklenen doğu ve batı ilçelerini birbirinden ayıran sosyo-ekonomik değiĢkenler tespit edilmiĢtir. Benzer uygulama dört ilçe için de gerçekleĢtirilmiĢtir. Bu çalıĢmada ayırma analizinden grupları ayırmada etkili olan ve olmayan değiĢkenleri belirlemek için kullanılmıĢtır (Kalaycı, 2008).
Ġlçeler için oluĢturulan 82 çeĢit sosyo-ekonomik değiĢkenler ile ilçelerin 1998–2008 yılları sürecinde yaĢadığı orman yangınları arasındaki bağıntı için çoğul regresyon analizi yöntemi kullanılmıĢtır. Bu kapsamda da 1998–2008 yılları arasındaki orman yangınlarında ortaya çıkan orman yangın sayıları açısından sınıflandırılarak, seçilen sosyo-ekonomik değiĢkenlerle orman yangınlarının iliĢki fonksiyonları oluĢturulmuĢtur.
3. BULGULAR
ÇalıĢmada elde edilen bulgular; orman yangınlarına yönelik yangın istatistiklerinden sağlanan veriler, yangınlara neden olabileceği düĢünülen ve alandan köyler bazında elde edilebilen sosyo-ekonomik değiĢkenlerin çoğul sayısal analizleri ve orman yangınlarına neden olan etmenler ile bunların çözüm olanakları konusunda ilgi gruplarının görüĢleri, olmak üzere baĢlıca üç ana baĢlık altında irdelenmiĢtir.