Modelin Çıktıları ve Elde Edilen Bulgular

Durağanlık testi, zaman serisi analizlerinin geçerliliğinin test edilmesinde kullanılan en önemli analizlerden biridir. Herhangi bir serinin önceki dönemde aldığı değerden ne şekilde etkilendiğinin görülebilmesi için daha önceki dönemdeki değerleriyle regresyonunun bulunması gerekmektedir. Birim kök testi zaman serilerindeki durağanlığın test edilmesinde en yaygın olarak kullanılan yöntemdir (Tarı, 2002). Bir zaman serisinin varyansı ile ortalaması zaman içerisinde değişmiyor ve iki dönem arasında bu zaman serisinin kovaryansı bu kovaryansın hesaplandığı döneme değil de yalnızca iki dönem arasındaki uzaklığa bağlı ise bu zaman serisi kovaryans durağandır (Gujarati, 2001). Denklemsel olarak;

𝑌_𝑡 değişken değerinin bir önceki dönem olan 𝑌_𝑡−1 ile olan ilişkisi

𝑌_𝑡=𝑃𝑌_𝑡−1+ 𝑢_𝑡 (3)

şeklindedir. Burada 𝑢𝑡 stokastik (rassal) bir hata terimi olup, bu model birinci dereceden

otoregresif bir modeldir. Bu modelde P=1 olması halinde ortada birim kök sorunu bulunmaktadır ve değişkenin bir dönem için geçerli olan değeri bir önceki zaman değerinden etkilenmektedir (Tarı, 2002).

Tablo 7

Modelin Birim Kök Testi Sonuçları

Yöntem Levin, Lin & Chu

Ho : Birim kök var İstatistik Olasılık

O_OO -128.330 0.0000

ELNO -664.073 0.0000

KLNO -501.107 0.0000

SO -450.370 0.0000

IO -290.960 0.0000

Bu çalışmada serinin durağan olup olmadığının test edilmesi amacıyla Levin, Lin & Chu birim kök test yöntemine başvurulmaktadır. Levin, Lin & Chu testinde panel verinin birim kökü vardır hipotezi test edilmektedir. Alternatif hipotez ise zaman serisinin durağan olduğu şeklindedir. Levin, Lin & Chu testinin sonucuna göre değişkenlerde ortak bir birim köke rastlanmamıştır. Bir diğer ifadeyle değişkenler durağandır.

107

Zaman serisi modellerinde klasik regresyon modelinin kullanılabilmesi için serinin durağan olması gerekmektedir. Durağan olmayan zaman serilerinde regresyon analizi yapılamamaktadır. Model değişkenlerimizde birim kök sorununun olmaması nedeniyle regresyon analizlerinde en sık kullanılan yöntem olan en küçük kareler yöntemi kullanılabilmektedir.

3.2.3.2. Model Değişkenleri Arasındaki Korelasyon Katsayıları

Bu tez çalışması için değişkenler arasındaki ilişkilerin görülebilmesi amacıyla korelasyon katsayıları hesaplanmıştır. İki değişken arasındaki korelasyon katsayısı bire yaklaştıkça bu iki değişken arasında güçlü bir ilişki olduğu sonucuna ulaşılır. Bir değişkende meydana gelen olumlu bir değişimin diğer değişkeni de olumlu şekilde etkilemesi halinde pozitif, olumsuz biçimde etkilemesi durumundaysa negatif korelasyon mevcuttur. Aşağıdaki tabloda (Tablo 8) modelde kullanılan beş değişken için korelasyon katsayıları verilmektedir.

Tablo 8

Değişkenler arası Korelasyon Katsayıları

Lise mezunu nüfus oranı (erkek) İstihdam oranı Lise mezunu nüfus oranı (kadın) Okul öncesi okullaşma oranı (3-5 yaş) Şehirleşme oranı Lise mezunu nüfus oranı (erkek) 1.000000 0.070795 0.724138 0.157604 0.331214 İstihdam oranı 0.070795 1.000000 0.300962 0.402446 -0.194979 Lise mezunu nüfus oranı (kadın) 0.724138 0.300962 1.000000 0.286362 0.492469 Okul öncesi okullaşma oranı (3-5 yaş) 0.157604 0.402446 0.286362 1.000000 -0.167217 Şehirleşme oranı 0.331214 -0.194979 0.492469 -0.167217 1.000000 Değişkenler arasında pozitif korelasyon katsayısının en yüksek olduğu değer illerde erkek ve kadınlarda lise veya dengi düzeyinde eğitim alan nüfus oranı değişkenlerindedir. Bu iki değişken arasındaki korelasyon katsayı değeri 0,72’dir. Kadınların eğitim seviyeleri ile şehirleşme oranı değişkeni arasında da orta seviyede bir korelasyon bulunmaktadır. Söz konusu değişkenler arasındaki korelasyon katsayı değeri 0,49’dur.

Korelasyon katsayısı okul öncesi eğitimde okullaşma oranı değişkeniyle en yüksek olan değişken istihdam oranıdır. Şehirleşme oranı ile okul öncesi eğitime katılım arasında negatif korelasyon bulunmuştur. Lise mezunu erkek nüfus oranı ile istihdam arasında çok

108

düşük bir korelasyon bulunurken lise mezunu kadın nüfusu oranı ile istihdam arasında daha yüksek oranda bir korelasyon katsayı değeri görülmektedir.

3.2.3.3. Model Sonuçları ve Bulgular

Model çalışmamız öncelikle klasik havuzlanmış model ile tahmin edilmiş, daha sonra sabit ve rassal etkili model testleri yapılmıştır. Değişen varyans sorunu çözüldükten sonra elde edilen sabit etkili modelin sonuçları Tablo 9’da verilmektedir. Model sonuçları “Genelleştirilmiş En Küçük Kareler (Estimated Generalized Least Squares, EGLS) Yöntemi” ile tahmin edilmiştir. Model değişkenlerinden şehirleşme oranı, istihdam oranı ve erkek nüfusu içerisinde lise veya dengi düzeyinde eğitim alan nüfus oranı değişkenleri yüzde 95 güven aralığında istatistiki olarak anlamlı sonuçlar vermektedir. Ancak kadın nüfusu içerisinde lise veya dengi düzeyinde eğitim alan nüfus oranı değişkeninin okul öncesi eğitime katılım üzerindeki beklenen etkisi ortaya çıkmamıştır. Modelde yer alan 𝛾1, 𝛾2, 𝛾3 𝑣𝑒 𝛾4 parametreleri çıktı değişkeni olan okul öncesi eğitime katılım oranına göre

şehirleşme oranı, sırasıyla erkeklerde ve kadınlarda lise düzeyinde eğitim alan nüfus oranı ile istihdam oranı değişkenleri itibarıyla elastikiyetlerini göstermektedir.

Tablo 9

Modelin Tahmin Sonuçları (lise mezunu nüfus oranın göre)

Bağımlı Değişken Bağımsız Değişken Katsayı Değeri p-değeri

Şehirleşme Oranı -0.091305 0.0000

Okul Öncesi Okullaşma Lise mezunu nüfus oranı (erkek) 0.766784 0.0011

Oranı (3-5 yaş)* Lise mezunu nüfus oranı (kadın) -0.339105 0.1556

İstihdam oranı 0.235541 0.0000

Okul Öncesi Okullaşma Oranı (5 yaş)**

Şehirleşme Oranı -0.507349 0.0000

Lise mezunu nüfus oranı (erkek) 1.576.034 0.0000

Lise mezunu nüfus oranı (kadın) -1.072.912 0.0000

İstihdam oranı 0.943873 0.0213

* F-statistic: 48,09819 R2_{: 0,926610}

**F-statistic: 5.198207 R2_{: 0,734297}

Model sonuçlarına göre en güçlü ilişki erkek nüfusunun nitelik düzeyi ile okul öncesi eğitime katılım arasındadır. Bir başka ifadeyle, model değişkenleri çerçevesinde illerde çocukların okul öncesi eğitime katılım oranlarını en olumlu şekilde etkileyen unsur ilin erkek nüfusunun eğitim düzeyindeki artıştır. Bu sonuç Dünya Bankası’nın Türkiye’de fırsat eşitsizlikleri üzerine yapmış olduğu analize de uygundur. Dünya Bankası (2010)

109

sınıflamasında “Yüksek Nesiller arası Fırsat Grubu” nda yer alan çocukların babalarının yüzde 79 oranında en az orta ve yükseköğrenim görmüş olduğunu göstermektedir. “Düşük Nesiller arası Fırsat Grubu” nda yer alan çocuklar için bu oran yüzde 16’dır. Bu durum, modelin ortaya koyduğu gibi illerde erkek nüfusundaki nitelik artışının okul öncesi eğitime katılımı artıracağı sonucuyla örtüşmektedir.

Ancak, kadınlarda lise veya dengi düzeyinde eğitim alan nüfus oranı ile okul öncesi eğitime katılımı oranına ilişkin olarak, 3-5 yaş grubu çocukların okul öncesi eğitime katılımlarında istatistiki olarak anlamlı bir sonuç elde edilemezken 5 yaş grubunda negatif yönlü bir ilişki ortaya çıkmıştır. Bunun sebeplerinden birisi kadın nüfusunun ağırlıklı olarak lise altı eğitim seviyesinde olması nedeniyle lise mezunu kadın nüfusu oranı değişkeni itibarıyla illerin birbirlerine benzerlik göstermesidir. Analiz döneminin son yılı 2013’te lise eğitimi almış kadın nüfusu oranı en yüksek il olan Ankara’da yüzde 24,9’luk bir oran söz konusu iken en düşük değer sahip il olan Şanlıurfa’da yüzde 7,5’tir. İller arasında farklılaşma eğitim seviyesi yükseldikçe azalmaktadır. Örneğin, lise mezunu kadın nüfusu bakımından iller arasındaki en yüksek fark yüzde 17, 4 iken üniversite mezunu kadın nüfusu itibarıyla bu fark yüzde 13’tür. Zaman içerisinde kadının eğitim düzeyi yükseldikçe lise eğitimi öncesinde görülen iller arasındaki yüksek değişkenlik lise ve üzeri eğitim alan nüfusta görünür hale gelecektir.

Diğer taraftan, kadınlarda eğitim düzeyinin yüksek olduğu iller genel anlamda sosyo-ekonomik gelişmişlik seviyesi de yüksek olan illerdir. 2013 yılında mülga Kalkınma Bakanlığı tarafından yayınlanan illerin gelişmişlik endeks değerleri ile 2013 yılı lise mezunu kadın nüfusu arasındaki korelasyon değerlerine bakıldığında yüzde 77’lik bir oran söz konusudur. Lise mezunu erkek nüfus oranı ile illerin gelişmişlik endeks değeri arasındaki korelasyon katsayı değeri yüzde 40’dır. MEB’in okul öncesi eğitimi az gelişmiş illerde yaygınlaştırma çabaları ve buna yönelik olarak farklı kurumlar tarafından yürütülen projeler kadınların eğitim seviyesinin yüksek olmadığı, düşük gelişmişlik grubundaki illerde de okul öncesi okullaşma oranını yükseltmiştir. Bu durum, model sonuçlarında kadın eğitim düzeyi ile okul öncesi okullaşma arasında beklenilen ilişkinin kurulmasını güçleştirmiştir.

Şehirleşme oranındaki artışın okul öncesi eğitime katılıma etkisinin olumlu yönde olması beklenirken model sonuçları böyle bir pozitif ilişkiyi ortaya koymamaktadır. Şehirleşme oranı değişkeninin okul öncesi eğitime katılıma etkisi yüzde 95 güven aralığında istatistiki olarak anlamlı sonuçlar verirken, ilişkinin negatif yönlü ve düşük katsayı

110

değerinde olması henüz Türkiye’de kentleşme dinamikleri ile okul öncesinde eğitime katılım arasında güçlü bir ilişkinin olmadığını göstermektedir.

Model değişkenlerinden istihdam oranındaki artışın okul öncesi eğitime katılımı pozitif etkilemesi beklenen bir durumdur. İllerde istihdam oranı yükseldikçe okul öncesi okullaşma oranı da yükselecektir. İstihdam artışının ve diğer gelir getirici politikaların önemine çocuk refahı alanında yayınlanmış temel politika belgelerinde de yer verilmektedir. Çocuk Refahı Belgesinde (2013) ailelerin geçim stratejilerinin desteklenmesi amacıyla çalışamayacak olan fertlere yönelik asgari gelir programlarının geliştirilmesi, kayıt dışı ekonomi ile mücadele edilmesi, istihdamın yanında aile fertleri için sosyal güvencenin de sağlanması, özellikle az gelişmiş bölgelerde kadın istihdamını artırıcı bütünleşik hizmet modellerinin geliştirilmesi önerilmektedir. Bu tür politikaların çocuk yoksulluğunu azaltıcı etkide bulunacağı ve fırsat eşitsizliği ile mücadelede etkili olacağı vurgulanmaktadır.

Tablo 10

Modelin Tahmin Sonuçları (lise altı eğitim düzeyine göre)

Bağımlı Değişken Bağımsız Değişken Katsayı Değeri p-değeri

Şehirleşme Oranı -0.079937 0.0087

Okul Öncesi Okullaşma Lise altı eğitimli nüfus oranı (erkek) -0.356712 0.2645

Oranı (3-5 yaş)* Lise altı eğitimli nüfus oranı (kadın) 0.555636 0.3604

İstihdam oranı 0.275865 0.0007

Okul Öncesi Okullaşma Oranı (5 yaş)**

Şehirleşme Oranı -0.203610 0.0009

Lise altı eğitimli nüfus oranı (erkek) -1.103.451 0.7034

Lise altı eğitimli nüfus oranı (kadın) 9.670.742 0.0000

İstihdam oranı 0.503712 0.0072

* F-statistic: 18,89858 R2_{: 0,832239}

**F-statistic: 11,94108 R2_{: 0,863916}

Önceki modelde lise düzeyinde eğitim alan kadın nüfusu oranı ile 3-5 yaş grubu çocuklarda okul öncesine katılım arasında istatistiki olarak anlamlı bir ilişki kurulamamış, 5 yaş grubu için negatif bir ilişkisellik görülmüştür. Lise eğitimli erkek nüfusu ile gerek 3-5 yaş gerekse 5 yaş grubu çocukların okul öncesi eğitime katılımları arasında pozitif ve istatistiksel olarak anlamlı bir ilişki mevcuttur. Lise altı eğitime sahip erkek nüfusu ile her iki yaş grubu çocuklarda okul öncesine katılım arasında ise istatistiki olarak anlamlı bir ilişkisellik kurulamamaktadır.

111

Lise altı eğitime sahip kadın nüfusu ile 5 yaş grubu arasında ise olumlu bir ilişki göze çarpmaktadır. Analizin başlangıç yılı olan 2009’da Türkiye’deki kadın nüfusunun yüzde 75’inin 2013 yılında ise yüzde 70’inin lisenin altında bir eğitime erişim sağlayabilmesi nedeniyle illerde kadın beşeri sermaye stoku sekiz yılın altında ortalama bir eğitim görmektedir. Lise altı eğitim kademesinde iller arasında değişkenliğin lise ve üzeri eğitim kademelerine nazaran çok daha yüksek olması model sonuçlarını da etkilemektedir. Yukarıda da ifade edildiği gibi düşük gelişmişlik grubundaki illerde okul öncesi eğitimi geliştirme çabaları bu model sonuçlarına da yansımaktadır. En fazla ortaokul düzeyinde eğitim alan kadın nüfus ile illerin sosyo-ekonomik gelişmişlik endeks değeri arasında yüzde 83’lük negatif ilişki vardır. Bunun anlamı Türkiye’de okul öncesi eğitime erişimin, kadının eğitimi-istihdamı ve okul öncesine katılımın artışı şeklindeki bir gelişme seyrinden ziyade kamu müdahalesi eliyle yaygınlaştırılmasıdır.