K-Means Kümeleme ve Diskriminant Analizi ile Ülkelerin Mutluluk Hallerinin İncelenmesi

Bu çalışmanın amacı, mutluluk göstergelerinin mutluluk üzerindeki etki derecelerini ve mutluluk bakımından benzer ülkeleri saptamaktır. Bu amaçla 2019 yılı Dünya Mutluluk Raporunda bulunan 156 ülke, K-Means kümeleme ve diskriminant analizi ile incelenmiştir. K-Means sonucunda elde edilen 9 kümeyi birbirinden ayıran fonksiyonları ve bu fonksiyonları oluştururken grupları en iyi temsil eden göstergeleri saptamak için diskriminant analizi yapılmıştır. K-Means kümeleme analizi sonuçları, diskriminant analizinden elde edilen iki boyutlu uzayda birleştirilerek görselleştirilmiştir. Bu iki analiz sonucunun birlikte kullanılmasıyla elde edilen yeni görsel sayesinde, K-Means kümeleme yapıları daha iyi anlaşılmış ve sonuçlar daha kolay yorumlanmıştır. Buradan hareketle, K-Means kümeleme analizi sonuçlarının yorumlanabildiği, diskriminant analizli tabanlı yeni bir görselleştirme yaklaşımı önerilebilir. Çalışmada elde edilen diskriminant analizi sonuçları K-Means kümeleme analizi sonuçları ile uyumlu çıkmıştır. Her iki yöntemde de ülkelerin mutluluk hallerini “Kişi Başına Düşen GSYH” göstergesinin en çok etkilediği bulunmuştur. Elde edilen bu sonuçların politika yapıcılar tarafından ülkelerin mutluluk düzeyini yükseltmede önemli bilgiler sunacağı kanaatindeyiz.

Anahtar Kelimeler: K-Means Kümeleme, Diskriminant Analizi, Mutluluk

The purpose of this study is to determine the effect degrees of happiness indicators on happiness and similar countries in terms of happiness. For this purpose, 156 countries included in the 2019 World Happiness Report were analyzed with K-Means clustering and discriminant analysis. Discriminant analysis was conducted to determine the functions that distinguish the 9 clusters obtained as a result of K-Means and the indicators that best represent the groups while creating these functions. K-Means cluster analysis results are visualized by combining them in two-dimensional space obtained from discriminant analysis. Thanks to the new visual obtained by using these two analysis results together, the K-Means clustering structures are better understood and the results are more easily interpreted. From this point of view, a new visualization approach based on discriminant analysis can be proposed in which the K-Means cluster analysis results can be interpreted. Discriminant analysis results obtained in the study were found to be compatible with the results of K-Means cluster analysis. In both methods, it was found that the "GDP Per Capita" indicator affected the happiness states of the countries the most. We believe that these results will provide important information by policy makers in increasing the happiness level of the countries.

Keywords: K-Means Clustering, Discriminant Analysis, Happiness

Sayfa Aralığı: 15-38

Çelik, S. & Cömertler, N. (2021). Investigation of Happiness of Countries with K-Means Clustering and Discriminant Analysis. Journal of Current Researches on Business and Economics, 11 (1), 15-38.