Emekliliği Yakın (İstihdamda Olan) Hanehalkı

Kültürel harcamalarda bulunmayan emekliliği yakın hanehalkının aylık ortalama geliri 1797.84 TL iken, kültürel harcamalarda bulunan hanelerin aylık ortalama geliri 3413.45 TL’dir. Aylık ortalama geliri en yüksek olan kesim emekliliği yakın kesimdir.

Kültürel harcamalarda bulunmayan hanehalklarının %84.6’sının ücret dışı gelirleri bulunmaktadır. Kültürel harcamalarda bulunmayan emekliliği yakın hanelerin çoğunluğu (%39.8) iki kişilik hanelerden oluşmaktadır. Sonrasında sırasıyla hanelerde en fazla 3 ve 4 kişi yer almaktadır. Diğer iki örneklemimizle benzer olarak kültür harcamasında bulunmayanların %82.7’si ev sahibidir (Tablo 3.4).

Emekliliği yakın kesimde eğlence ve kültür harcamasında bulunmayanların çoğunluğu (%69.4) kırda yaşamaktadır (Tablo 3.4). Bu durum emekli hanehalkından oldukça farklıdır. Yine emekliliği yakın kesim içerisinde; konutun bulunduğu yer itibariyle toplu ulaşım hizmetlerine ulaşımın zor olduğunu belirtenlerin çoğu (%52.4), eğlence ve kültür harcamasında bulunmayan hanehalkları arasında yer almaktadırlar. Diğer gruplarla benzer olarak; kültürel harcamalarda bulunmayan hanelerin çoğunluğunda (%90.4) internet erişimi bulunmamaktadır (Tablo 3.4).

Kişilerin sağlık durumlarının eğlence ve kültür harcamaları üzerinde etkili olduğu kadar çalışma hayatında da etkili olduğu gözlenmektedir. Emekliliği yakın ve kültürel harcamalarda bulunmayan hanelerdeki hane-reislerinin %3.7’sinde fiziksel veya zihinsel engel bulunmasına karşılık, kültürel harcamalarda bulunan hanelerde bu oran %1.9 olmaktadır (Tablo 3.4). Emekli hanehalkının %9.9’unda fiziksel veya zihinsel engeller bulunmakta iken bu tür engelleri bulunanların oranı çalışan hanehalkı içerisinde % 2.6’ya düşmektedir (Tablo 3.3 ve Tablo 3.4).

Kültürel harcama yapmayan hanelerdeki emekliliği yakın hane reisinin eğitim seviyesi kültürel harcama yapan hanelerin hane reislerine göre daha düşüktür. Buna

göre eğlence ve kültür harcaması olan hanelerde emekliliği yaklaşmış, yüksekokul, üniversite ve üzeri mezuniyet derecesine sahip hane reislerinin oranı %17.8 iken, kültürel harcama yapmayan hanelerde bu oran %1.7’dir (Tablo 3.4).

DÖRDÜNCÜ BÖLÜM

HANEHALKI EĞLENCE VE KÜLTÜR HARCAMALARINI ETKİLEYEN FAKTÖRLER: ÇOK DEĞİŞKENLİ LOGİSTİK ANALİZ

Bu bölümün amacı, farklı sosyo ekonomik ve demografik özelliklere sahip hanehalklarının eğlence ve kültür harcamalarının belirleyicilerini açıklayan bir harcama modeli tahmin etmektir.

Çalışmada kullanılan modeller şu şekilde tanımlanmıştır:

Emekli ve Emekliliği Yakın Hanehalkları İçin Kullanılan Model:

Yi = αi + β1(İş) + β2(HHB) + β3(Ulaşım) + β4(Sağlık) + β5(Kır_Kent) + β6(Med_D) + β7(Yaş) + β8(Eğitim) + β9(İnternet) + β10(UDG) + β11(Top_Harcama) + β12(Mülkiyet) + µi

Emekli Hanehalkları İçin Kullanılan Model:

Yi = αi + β1ln(Top_Harcama) + β2ln(HHB) + β3(Mülkiyet) + β4(Ulaşım) + β5(Sağlık) + β6(Kır_Kent) + β7(Med_D) + β8(Yaş) + β9(Eğitim) + β10(İnternet) + µi

Emekliliği Yakın Hanehalkı İçin Kullanılan Model:

Yi = αi + β1ln(Top_Harcama) + β2ln(HHB) + β3ln(Yaş) + β4(UDG) + β5(Mülkiyet) + β6(Ulaşım) + β7(Sağlık) + β8(Kır_Kent) + β9(Med_D) + β10(Eğitim) + β11(İnternet) + µi

Analizimizde hem bağımlı hem bağımsız değişkenler açısından 50 yaş ve üzeri hanehalkı reislerinin verileri dikkate alınmıştır.

Bağımlı Değişken(Y):

Bağımlı değişken, hanehalkının eğlence ve kültür harcamalarının toplam harcamaları içindeki payıdır. Eğlence ve kültür harcamasının yıl içerisinde yapılıp yapılmadığı: Bu veri seti TÜİK’in üstlendiği 2013 Hanehalkı Bütçe Anketinde bulunan tüketim veri setinden elde edilmiştir. Söz konusu veri setinde, her bir hanehalkının 12’li COICOP sınıflandırmasına uygun olarak sınıflandırdığı her bir tüketim maddesi için yapılan yıllık harcamaları TL cinsinden bulunmaktadır. Dokuzuncu sınıflandırmada yer alan eğlence harcamaları her bir hane için elde edilerek, her hanenin yıllık eğlence harcama miktarlarına ulaşılmıştır. Veri setimizde yıl içerisinde hiç eğlence ve kültür harcaması yapmayan haneler ile birlikte farklı harcama düzeylerinde eğlence ve kültür harcaması yapan haneler bir arada bulunduğu için, sıfır gözlem problemini aşmak üzere çalışmanın analizinde bağımlı değişkenin kategorik olduğu logistik regresyon yöntemi

kullanılmıştır. Bu nedenle bağımlı değişken eğlence ve kültür harcaması yapma olasılığına atıfta bulunarak 1 ve 0 değerleri verilere kategorikleştirilmiştir.

Bağımsız Değişkenler:

Cinsiyet (cins): 2013 TÜİK HBA fert veri setinden elde edilen kategorik bir

değişkendir.

Yaş (yaş): 2013 TÜİK HBA fert veri setinden elde edilen anket yılında kişinin

bitirdiği yaşı gösteren sürekli bir değişkendir.

Medeni Durum (Med_D): 2013 TÜİK HBA fert veri setinden elde edilen anket

yılında kişinin medeni durumunu göstermektedir. Bu değişken hiç evlenmedi, evli, eşi öldü, boşandı şeklinde 4 kategori de bulunmasına rağmen analizi kolaylaştırmak ve karışıklığı gidermek adına hiç evlenmemiş, eşi ölmüş, boşanmış kişiler bekâr olarak alınmıştır. Değişken evli (1) ve bekâr (2) olarak iki uçlu hale getirilmiştir.

Eğitim Durumu (Eğitim): 2013 TÜİK HBA fert veri setinde eğitim değişkeni

okur-yazar değil, okur-yazar olup herhangi bir okul bitirmedi, ilkokul, ilköğretim, ortaokul, orta dengi meslek, lise, meslek veya teknik lise, 2-3 yıllık yüksekokul, 4 yıllık yüksekokul, fakülte, yüksek lisans, doktora olmak üzere 11’li sınıflandırılmıştır. Ancak, veri setimizde hane reisinin mezuniyet derecesi okur-yazar değil veya okur-yazar olup herhangi bir okul bitirmedi (1), ilkokul, ortaokul (2), lise (3), üniversite (4) ve üzeri olmak üzere 4’lü sınıflandırma ile ele alınmıştır.

Hane-Reisinin İstihdam Durumu (İş): İstihdam durumu, TÜİK’in

tanımlamasına uygun yapılmıştır. Referans ayı içinde çalışıyor olanlar istihdamda kabul edilmiştir. 2013 TÜİK HBA fert veri setinde kişiler tam zamanlı çalışıyor, yarı zamanlı çalışıyor, iş arıyor, eğitim ve öğretimine devam ediyor, emekli veya işten ayrılmış, yaşlı, engelli veya çalışamaz halde, zorunlu askerlik, ev işleri ve çocuk, yaşlı, hasta vb. kişilerin bakımı ile meşgul, mevsimlik çalışıyor, diğer olmak üzere 10 ayrı sınıfta incelenmiştir. Analizimizde bu sınıflar düzenlenerek çalışıyor (1), çalışmıyor (2), emekli (3) ve diğer (4) olmak üzere 4’lü sınıflandırma yapılmıştır.

Toplam Harcama (Top_Harcama): Sürekli bir değişken olup, her bir bireyin

2013 TÜİK HBA tüketim veri setinde yer alan tüm tüketim maddelerine yönelik aylık harcamalarının toplamıdır.

Hanenin Büyüklüğü (HHB): 2013 TÜİK HBA hane veri setinde yer alan

anketin yapıldığı yıl itibariyle hanede yaşayan kişi sayısını gösteren sürekli bir değişkendir.

Mülkiyet (Mülkiyet): 2013 TÜİK HBA hane veri setinde bulunan hanehalkı

reisinin bulunduğu konutu tasarruf şeklini göstermektedir. Orijinal veri setindeki tasarruf şekilleri olarak; ev sahibi, kiracı, lojman ve diğer yer almaktadır. Modelde kullanmak üzere bu değişken “ev sahibi (1)” ve “ev sahibi değil (2)” olmak üzere 2’li sınıflandırmaya dönüştürülmüştür.

İnternet (İnternet): 2013 TÜİK HBA hane veri setinde bulunan hanedeki

internet adedini göstermektedir. Yok, ise 0, var ise 1-9 arasında değerler almaktadır. Analizimizde var (1) veya yok (0) şeklinde düzenlenmiştir.

Ulaşım Durumu (Ulaşım): 2013 TÜİK HBA hane veri setinde konutun

bulunduğu yer itibariyle toplu ulaşım hizmetlerine kolayca ulaşabilme durumunu göstermektedir. Veri setinde çok zor, zor, kolay, çok kolay olacak şekilde 4’lü sınıflandırmaya tutulmuştur. Analizimizde bu sınıflandırma ulaşım kolay (2) ve zor (1) olarak 2’li sınıflandırmaya dönüştürülmüştür.

Ücret Dışı Gelir (UDG): 2013 HBA fert veri setinde yer alan her bir bireyin

gelirleri toplanarak hanenin yıllık geliri bulunmuş ve yine aynı yöntemle her hanenin ücret gelirleri elde edilmiştir. Toplam gelirden ücret gelirleri çıkarılarak ücret dışı gelir elde edilmiştir. Ücret dışı gelir aynı zamanda ayni ve nakdi müteşebbis geliri transfer geliri, menkul ve gayrimenkul gelirlerini de göstermektedir. Bu değişken kategorik hale getirilerek, kişilerin ücret dışı geliri var (1) veya yok (0) şeklinde, modelimize eklenmiştir. Ücret dışı geliri olan hanelerin alt örneklerin bazılarında çok az sayıda olması sebebiyle söz konusu değişken kategorik hale getirilmiştir.

Kır-Kent (Kır_Kent): 2013 HBA hane veri setinde hanenin bulunduğu yerin

nüfusu 2000’den az ise kır (1), 2000 ve üstü nüfusa sahip ise kent (2) olarak kabul edilmiştir.

Günlük Faaliyete Engel Fiziksel veya Zihinsel Durum (Sağlık): 2013 TÜİK

HBA fert veri setinden elde edilen kategorik bir değişkendir. Hane-reisinin fiziki ve zihinsel engeli yok ise değişken (2), var ise (1) değerini almıştır.

Çoklu regresyon çözümlemesine geçmeden önce model bozukluklarını gidermek, aykırı değerleri belirlemek adına literatürde de sıkça kullanılan standardized ve studentized artıklar incelenmiş en geniş veri seti içerisinde bulunan ve standardized ve studentized artık değerleri -2 ve +2 değerleri dışında yer alan 38 adet gözlem çıkarılmıştır. Ayrıca etkili gözlemleri belirlemek adına yapılan analizde 1 adet gözlemin Cook’s Distance değeri 1’den yukarıda olduğu için bu gözlem de veri setinden çıkarılmıştır. Toplam 3502 gözlemden 39 gözlem çıkarılarak model 3463 gözlemle kurulmuştur.

Modelde çoklu bağlantı olmaması varsayımının sınanması amacıyla SPSS programı yardımıyla değişkenler arasında VIF şişirme çarpanı değerlerine bakılmıştır. VIF değerlerinin 5’ten büyük çıkması halinde en az bir değişkenin diğer değişkenlerle yüksek korelasyonu olduğu sonucuna varılır.

Tablo 4.1: Çoklu Doğrusal Bağlantının Sınanması

Değişkenler Tolerans Değeri VIF Değeri

Toplam Harcama 0.668 1.496

İş Durumu 0.747 1.338

Hanehalkı Büyüklüğü 0.832 1.202

Mülkiyet Durumu 0.936 1.068

Ulaşım Durumu 0.739 1.353

Günlük Faaliyete Engelliğin Olup Olmaması 0.949 1.054

Kır-Kent 0.639 1.565 Cinsiyet 0.528 1.895 Medeni Durum 0.515 1.943 Yaş 0.707 1.415 Eğitim Durumu 0.71 1.408 İnternet 0.773 1.293 Ücret Dışı Gelir 0.83 1.205

Kaynak: Hanehalkı Bütçe Anketi, 2013 verileri kullanılarak yazar tarafından

SPSS programı bütün değişkenler için VIF değerlerini ayrı ayrı vermektedir. Bu değerlere göre değişkenlerin VIF değerlerinin 5’ten yukarı olmaması değişkenler arasında çoklu doğrusal bağlantının da olmadığını göstermektedir. Bu durumda analizimiz için değişkenler arasında çoklu doğrusal bağlantı olmadığı varsayımı sağlanmış olmaktadır.

Model oluşturulurken, modele dahil edilecek olan değişkenlerin teker teker anlamlılığının sınanabilmesi ki-kare testi ile mümkündür. Ayrıca tek değişkenli logistik analiz sonuçları da ki-kare bağımsızlık testiyle aynı sonucu vermektedir. Ancak logistik analiz de beklenen frekans sayıları görülmemektedir. Bu yüzden ki-kare testinin varsayımı olan beklenen frekans değerlerinin 5’ten küçük olduğu hücre sayısının %20’sini aşmaması şartının sağlanıp sağlanmadığı tek değişkenli logistik analizde görülememektedir. Ki-kare bağımsızlık testinin kategorik değişkenlerin anlamlılığının sınanması için kullanıldığı unutulmamalıdır.

Tablo 4.2: Ki-Kare Testi Sonuçları

Değişkenler Ki-Kare Değeri Serbestlik Derecesi

Asymp. Anlamlılık Derecesi (2. Yön)

İş Durumu 12.017 1 0.001

Mülkiyet Durumu 7.165 1 0.007

Ulaşım Durumu 170.198 1 0.000

Engelliğin Olup Olmadığı 19.003 1 0.000

Kır-Kent 367.470 1 0.000

Cinsiyet 0.018 1 0.892

Eğitim Durumu 393.698 3 0.000

Medeni Durum 18.334 3 0.000

İnternet 379.187 1 0.000

Kaynak: TÜİK Hanehalkı Bütçe Anketi, 2013 verileri kullanılarak yazar tarafından

hesaplandı.

Bağımlı ve bağımsız değişkenlerden oluşan çapraz tablo da Ki-Kare testi varsayımları sağlandığında SPSS Ki-Kare bağımsızlık testi sonucunu “Pearson Chi- Square” değeri olarak vermektedir. Yaptığımız test sonucuna göre cinsiyet değişkeninin

p değeri 0,25’ten büyük olduğu için modele alınmayacaktır. Diğer kategorik değişkenlerin anlamlı olduğu (p<0.05) görülmektedir.

Ki-Kare bağımsızlık testi kategorik değişkenlerin modele dahil edilmesinde anlamlılığının ölçülmesinde kullanılır. Ancak analiz sürekli değişkenleri de içerdiği için yukarıda da bahsedilen logistik analizin doğrusallığı varsayımını test etmek amacıyla Box-Tidwel yönteminden yararlanılmıştır. Bu yönteme göre modelde yer alan sürekli değişkene “x” denilirse, her bir sürekli değişken için “xlnx” etkileşim terimi ilave edilir. Bu etkileşim teriminin istatistiksel olarak anlamsız olması doğrusallık varsayımının sağlandığını göstermektedir.

Tablo 4.3: Sürekli Değişkenlerin Doğrusallığın Sınanması

exp(β) için %95 güven aralığı

Değişkenler β katsayısı Standart hatası Wald Değeri

Anlamlılık Değeri

(Sig.) exp(β) Alt Üst

Top_Harcama 0.004 0.000 78.146 0.000 1.004 1.003 1.005 İş 0.245 0.099 6.070 0.014 1.277 1.051 1.552 HHB 0.229 0.176 1.692 0.193 1.257 0.891 1.774 Mülkiyet 0.106 0.108 0.962 0.327 1.112 0.899 1.375 Ulaşım 0.322 0.102 9.996 0.002 1.380 1.130 1.685 Sağlık 0.504 0.175 8.256 0.004 1.655 1.174 2.334 Kır_Kent 0.265 0.102 6.726 0.010 1.304 1.067 1.593 Med_D 0.575 0.155 13.732 0.000 1.777 1.311 2.409 Yaş -0.244 0.343 0.507 0.476 0.783 0.400 1.533 Eğitim(1) 62.187 0.000 Eğitim(2) 0.288 0.127 5.171 0.023 1.334 1.041 1.710 Eğitim(3) 0.969 0.191 25.734 0.000 2.635 1.812 3.832 Eğitim(4) 1.703 0.254 45.069 0.000 5.488 3.338 9.021 İnternet 0.758 0.114 43.977 0.000 2.135 1.706 2.671 UDG 0.000 0.000 0.034 0.855 1.000 1.000 1.000 Top_Harcama *lnTop_Harcama 0.000 0.000 64.523 0.000 1.000 1.000 1.000 HHB*lnHHB -0.074 0.068 1.205 0.272 0.928 0.813 1.060 Yaş*lnyaş 0.043 0.066 0.424 0.515 1.044 0.917 1.189 UDG*lnUDG 0.000 0.000 0.002 0.964 1.000 1.000 1.000 Sabit 0.188 4.260 0.002 0.965 1.207

Toplam harcama, hanede yaşayan kişi sayısı, yaş ve ücret dışı gelir gibi sürekli değişkenler dönüştürülerek etkileşim terimleri uygulandığında, bu parametrelerin p değerleri 0.05’ten büyük çıkmıştır. Bu durum logistik ile sayısal bağımsız değişkenler arasındaki ilişkinin doğrusal olduğu varsayımının doğrulanmasını sağlamaktadır. Bunlara ek olarak; %95 güven aralığının alt ve üst sınırlarının 1’i içermesi katsayıların anlamsız olduğunu göstermektedir. Bu durum toplam harcama değişkeninin etkileşim değişkeni için de geçerlidir. Anlamlılık değeri 0.000 olmasına rağmen güven aralıkları

1’i içerdiği için ve exp(B) değeri de 1 olduğu için bağımsız değişken üzerinde hiçbir etkisinin olmadığına karar verilir ve anlamsız olarak yorumlanmalıdır.

4.1. EMEKLİ VE EMEKLİLİĞİ YAKIN HANEHALKI İÇİN LOGİSTİK ANALİZ SONUÇLARI

Model kurulurken kullanılan tekniklerden biri olan zorunlu giriş tekniği daha çok herhangi bir teoriyi test etmek amacıyla kullanılmaktadır. Literatür incelendiğinde kültür harcaması yapan ya da yapmayan kişilerin bazı belli ortak özellikleri bulunduğu anlaşılmış ve bu durumun 2013 yılı içerisinde Türkiye genelinde de aynı sonuçları verip vermeyeceği test edilmek istendiği için ilk olarak zorunlu giriş tekniği (enter metodu) uygulanmıştır.

Tablo 4.4: Emekli ve Emekliliği Yakın Hanehalkı İçin Logistik Analiz Sonuçları

(Zorunlu Giriş Tekniği İle)

Değişkenler _{β Kat}

Sayısı Standart Hata Wald Değeri Anlamlılık Değeri (Sig.) Exp(B) 95% Güven Aralığı EXP(B) Alt Üst İş .260 .098 7.073 .008 1.296 1.071 1.570 HHB .057 .025 5.399 .020 1.059 1.009 1.111 Ulaşım .348 .101 11.870 .001 1.416 1.162 1.726 Sağlık .501 .174 8.239 .004 1.650 1.172 2.323 Kır-Kent .313 .100 9.744 .002 1.368 1.124 1.665 Med_D .493 .146 11.374 .001 1.638 1.230 2.181 Yaş -.023 .006 15.653 .000 .977 .966 .988 Eğitim(1) 67.689 .000 Eğitim(2) .344 .125 7.641 .006 1.411 1.105 1.801 Eğitim(3) 1.048 .188 30.968 .000 2.851 1.971 4.123 Eğitim(4) 1.760 .252 48.957 .000 5.813 3.550 9.517 İnternet .814 .112 52.889 .000 2.258 1.813 2.812 UDG .000 .000 2.408 .121 1.000 1.000 1.000 Toplam_Harcama .001 .000 136.366 .000 1.001 1.000 1.001 Mülkiyet .099 .107 .853 .356 1.104 .895 1.361 Sabit -1.340 .474 7.988 .005 .262

Zorunlu giriş tekniği kullanılarak yapılan analize Ki-Kare sonuçları doğrultusunda cinsiyet değişkeni dahil edilmemiştir. %95’lik anlamlılık düzeyinde ücret dışı gelir ve konut mülkiyet durumları da istatistiksel olarak anlamlı olmayıp modele katkısı önemli bulunamamıştır.

Tablo 4.5: Kurulan ve Sabit Terimli Modellerin Doğruluk Yüzdeleri

Gözlenen

Tahmin Edilen

Kültür Harcaması var veya yok Doğruluk %'si Yok Var Sadece Sabit Terimin Olduğu Model Kültür Harcaması var veya yok Yok 0 1343 0 Var 0 2120 100 Toplam 61.2 Kurulan Model Kültür Harcaması var veya yok Yok 848 495 63.1 Var 424 1696 80 Toplam 73.5

Sadece sabit terim ile kurulan modelin doğru sınıflandırma yüzdesi 61.2’dir. Ancak zorunlu giriş tekniği kullanılarak kurulan modelle modelin doğruluk yüzdesi 73.5’e yükselmiştir. Doğruluk yüzdesinin artması kurulan modelin uyum iyiliğinin kısmen de olsa iyi olduğunu göstermektedir.

Tablo 4.6: Emekli ve Emekliliği Yakın Hanehalkı İçin Logistik Analiz Sonuçları

(Geriye Doğru Eleme Yöntemi İle)

2. Adım Sonunda

DEĞİŞKENLER

β Kat

Sayısı Standart Hata

Wald

Değeri Anlamlılık Değeri (Sig.) Exp(B)

%95 Güven Aralığı β Katsayısı Alt Üst İş .254 .097 6.813 .009 1.290 1.065 1.561 HHB .056 .024 5.236 .022 1.058 1.008 1.110 Ulaşım Durumu .354 .101 12.390 .000 1.425 1.170 1.736 Sağlık .498 .174 8.164 .004 1.646 1.169 2.317 Kır_Kent .323 .100 10.509 .001 1.381 1.136 1.680 Med_D .506 .146 12.085 .001 1.659 1.247 2.206 Yaş -.024 .006 16.691 .000 .976 .965 .988 Eğitim(1) 67.545 .000 Eğitim(2) .343 .125 7.567 .006 1.409 1.104 1.798 Eğitim(3) 1.046 .188 30.903 .000 2.847 1.969 4.117 Eğitim(4) 1.756 .251 48.768 .000 5.791 3.537 9.480 İnternet .819 .112 53.634 .000 2.269 1.822 2.825 UDG .000 .000 2.286 .131 1.000 1.000 1.000 Top_Harcama .001 .000 136.199 .000 1.001 1.000 1.001 Sabit -1.278 .469 7.421 .006 .279

Model de baskılayıcı etki olabileceği kanısıyla yani başka değişkenler modele eklendiğinde veya çıkarıldığında ilgili modelin anlamlı ya da anlamsız olabileceği durumuyla karşılaşma ihtimaline karşı, model kurulurken geriye doğru eleme yöntemi de tercih edilmiştir. Bu yöntemle oluşturulan model Tablo 4.6’da gösterilmiştir. Buna göre zorunlu giriş tekniği kullanılarak oluşturulan modelde anlamsız olan mülkiyet değişkeni 2. adımda çıkarılarak nihai model elde edilmiştir. Bu modelde de ücret dışı gelir değişkeni istatistiki bakımdan anlamsız olup modele herhangi bir katkısı yoktur (0.131>0.05). Buna karşılık diğer tüm değişkenlerin model üzerinde anlamlı bir katkısı olduğu görülmektedir (p<0.05). Modele katkısı olan bağımsız değişkenleri teker teker ele alacak olursak:

İş Durumu: Referans değişkeni çalışanlar olmak üzere, emeklilerin, çalışanlara göre eğlence ve kültür harcamasında bulunma olasılığı 1.29 kat daha yüksektir.

Hanede Yaşayan Kişi Sayısı: Hanede yaşayan sayısında bir kişilik artış hanehalkının eğlence ve kültür harcaması yapma olasılığını 1,058 kat arttırmaktadır.

Ulaşım Durumu: Konutun bulunduğu yerin toplu ulaşım hizmetlerine kolay olması, toplu ulaşım hizmetlerine zor olmasına kıyasla hanenin eğlence ve kültür harcamasında bulunma olasılığını 1,425 kat arttırmaktadır.

Engelin Olup Olmadığı: Günlük faaliyete engel oluşturabilecek herhangi bir fiziksel veya zihinsel engeli olmayan hane-reisinin bulunduğu hanelerin, herhangi bir engeli bulunan hane-reisli hanelere göre eğlence ve kültür harcamasında bulunma olasılığı 1,646 kat daha fazladır.

Kır-Kent: Kentte yaşayan hanehalkının, kırda yaşayan hanehalkına göre eğlence ve kültür harcamasında bulunma olasılığı 1,381 kat daha fazladır.

Medeni Durum: Hane-reisi evli olan hanelerin, eşi olmayan hane-reisli hanelere göre eğlence ve kültür harcamasında bulunma olasılığı 1,659 kat daha yüksektir.

Yaş: Hanehalkı reislerinin yaşı arttıkça hanehalkının eğlence ve kültür harcamasında bulunma olasılıkları 1,024 (1/0,965) kat azalmaktadır. Başka bir açıdan yorumlayacak olursak, hane-reisinin yaşı arttıkça eğlence ve kültür harcaması yapma olasılığı %2 (1-0,965) azalmaktadır.

Eğitim Durumu: Hanehalkı reisinin eğitim düzeyi arttıkça hanehalkının eğlence ve kültür harcamasında bulunma olasılıklarının arttığı görülmüştür. İlkokul veya ortaokul mezunu hanehalkı reislerinin bulunduğu hanelerin okuma yazma bilmeyen veya okuma yazma bilse dahi hiç okula gitmeyen hanehalkı reisli hanelere göre eğlence ve kültür harcaması yapma olasılıkları 1,409 kat daha fazladır. Lise mezunu hanehalkı reislerinin de aynı şekilde okuma yazma bilmeyen veya okuma yazma bilip herhangi bir okul bitirmeyen hanehalkı reislerine göre eğlence ve kültür harcaması yapma olasılıkları 2,847 kat daha fazladır. Son olarak, üniversite ve üzeri mezuniyete sahip hanehalkı reislerinin olduğu hanelerin, hiç okula gitmeyen hanehalkı reisi olan hanelere göre eğlence ve kültür harcaması yapma olasılıkları 5,791 kat daha fazladır.

İnternet: Evinde en az bir veya daha fazla internet sağlayıcı bulunan hanehalkının evinde hiç internet olmayan hanehalkına göre eğlence ve kültür harcamasında bulunma olasılığı 2, 269 kat daha fazladır.

Toplam Harcama: Hanehalkı reisinin diğer bütün mal ve hizmetlere olan harcamaları bir birim arttıkça hanehalkının eğlence ve kültüre dönük harcamaları da 1,001 kat artmaktadır. Bu katsayı önemsiz gibi görünebilir ancak bu durum veri setiyle alakalıdır. Harcamalar çok az miktarlarda değiştiği için katsayıları da küçülmektedir. Ancak 1 birimlik değişim yerine 10 ya da 100 birimlik değişimler daha çok etkide bulunacaktır.

Tablo 4.7: Geriye Doğru Eleme Yönteminde Oluşturulan Modellerin Doğruluk

Yüzdeleri Gözlenen Tahmin Edilen Kültür Harcaması var veya yok Doğruluk %'si Yok Var Sadece Sabit Terimin Olduğu Model Kültür Harcaması var veya yok Yok 0 1343 0 Var 0 2120 100 Toplam 61,2 1. Adım Kültür Harcaması var veya yok Yok 848 495 63,1 Var 424 1696 80 Toplam 73,1 2. Adım Kültür Harcaması var veya yok Yok 848 495 63,1 Var 428 1692 79,8 Toplam 73,3

Son adımda kişilerin eğlence ve kültür harcaması yapıp yapmadığını doğru olarak tahmin edebilme yüzdesi en yüksek olmuştur. Bu tahminler oluşturulan çapraz tablolardan elde edilmektedir. Bu durum son adımda kurulan modelin en fazla açıklayıcılığa sahip model olduğunu göstermektedir.

Tablo 4.8: Model Özeti ve Olabilirlik Oranı Testi

2. Adım Ki-Kare Değeri Serbestlik Derecesi

Anlamlılık Değeri(Sig.) Adım -.855 1 .355 Model 1065.160 13 .000 -2 Log likelihood

Cox & Snell R

Square Nagelkerke R Square

1. Adım 3558.892 .265 .360

2. Adım 3559.747 .265 .359

Tablo 4.8’de görüldüğü gibi anlamlılık değerinin model kurulduğunda ,000’a düşmesi modelin kestirime anlamlı bir katkı yapıldığını göstermektedir (p=0,000<0,05). 2. Adım sonunda ki-kare değerinde meydana gelen -.855 azalış bundan sonra modelden çıkarılacak değişkenlerin modelin ki-kare değerinde istatistiki olarak düşüşlere neden olacağını göstermektedir. Modelin genel uyumunu ve bağımsız değişkenlerin bağımlı değişkenleri ne kadar açıkladığını göstermek amacıyla Cox & Snell ve Nagelkerke pseudo R2 testleri kullanılmakta bunlar çok düşük çıkma eğiliminde oldukları için 0.20 ve 0.40 arası değerlerin modelin uyumu için yeterli olduğu düşünülmektedir. Bu durumda 2 R2 değerlerimizde bu aralıkta olduğu için modelin uyumunun iyi olduğundan bahsedilebilir.