Eğitim Oranlarını Etkileyen Ekonomik ve Sosyal Faktörler
rabia karaten
2026-01-02
GIRIS
“Eğitim oranları, bir ülkedeki ekonomik ve sosyal koşullardan etkilenmektedir. Gelir düzeyi, işsizlik, nüfus yapısı ve Ar-Ge harcamaları gibi faktörler, bireylerin eğitime erişimini ve eğitim düzeyini doğrudan etkilemektedir.”
CALISMADA KULLANILACAK MAKRO EKONOMIK FAKTORLER
GSYH , ISSIZLIK ORANLARI , NUFUS ARTIS HIZI , AR-GE
KULLANILACAK VERILER VE YILLAR
BU CALISMADA 2000-2015 YILLARI ARASI BAZ ALINACAKTIR.
GSYH
GSYH arttıkça, ülkelerin eğitime ayırdığı bütçe artar. Daha fazla okul yapılır, öğretmen sayısı artar ve eğitim kalitesi yükselir. Bu da eğitim oranlarının artmasına yol açar.
DUNYA BANKASI GSYH VERISI
gsyh <- read.csv("gsyh_kisi_basi.csv", skip = 4)head(gsyh)## Country.Name Country.Code Indicator.Name
## 1 Aruba ABW GDP per capita (current US$)
## 2 Africa Eastern and Southern AFE GDP per capita (current US$)
## 3 Afghanistan AFG GDP per capita (current US$)
## 4 Africa Western and Central AFW GDP per capita (current US$)
## 5 Angola AGO GDP per capita (current US$)
## 6 Albania ALB GDP per capita (current US$)
## Indicator.Code X1960 X1961 X1962 X1963 X1964 X1965 X1966
## 1 NY.GDP.PCAP.CD NA NA NA NA NA NA NA
## 2 NY.GDP.PCAP.CD 186.0892 186.9091 197.3675 225.4001 208.9627 226.8361 240.9118
## 3 NY.GDP.PCAP.CD NA NA NA NA NA NA NA
## 4 NY.GDP.PCAP.CD 121.9368 127.4510 133.8238 139.0050 148.5459 155.5619 162.1073
## 5 NY.GDP.PCAP.CD NA NA NA NA NA NA NA
## 6 NY.GDP.PCAP.CD NA NA NA NA NA NA NA
## X1967 X1968 X1969 X1970 X1971 X1972 X1973 X1974
## 1 NA NA NA NA NA NA NA NA
## 2 243.7736 257.1438 281.5789 276.7329 294.8142 311.4651 389.729 463.4688
## 3 NA NA NA NA NA NA NA NA
## 4 144.9408 146.1862 161.9180 218.6721 195.8600 230.0689 280.644 368.2947
## 5 NA NA NA NA NA NA NA NA
## 6 NA NA NA NA NA NA NA NA
## X1975 X1976 X1977 X1978 X1979 X1980 X1981 X1982
## 1 NA NA NA NA NA NA NA NA
## 2 479.0788 468.7745 518.3587 571.6173 634.4481 773.3012 777.6280 725.5475
## 3 NA NA NA NA NA NA NA NA
## 4 413.3662 480.4473 490.8396 523.7813 624.8707 763.0120 1328.7937 1164.1885
## 5 NA NA NA NA NA 729.1120 657.9826 634.2215
## 6 NA NA NA NA NA 590.6077 663.2942 668.4545
## X1983 X1984 X1985 X1986 X1987 X1988 X1989
## 1 NA NA NA 6767.5592 8244.0457 10056.2614 11507.2172
## 2 732.3455 650.3468 554.2213 578.3175 664.7918 704.1421 728.2433
## 3 NA NA NA NA NA NA NA
## 4 873.9794 738.5457 754.9055 582.8851 583.3175 563.1171 512.4777
## 5 636.8328 650.4911 772.4688 697.5266 770.1011 807.4396 907.7479
## 6 661.5468 639.4847 639.8659 693.8735 674.7934 652.7743 697.9956
## X1990 X1991 X1992 X1993 X1994 X1995 X1996
## 1 12187.5364 13233.9905 13892.6051 14700.9598 16055.2878 16548.7174 16620.9546
## 2 822.4030 864.1741 732.9109 709.3235 700.7721 766.5229 746.7873
## 3 NA NA NA NA NA NA NA
## 4 593.0247 607.8404 567.1534 574.4729 580.0081 866.7316 1069.5902
## 5 965.8668 881.9195 668.7060 449.7279 334.9736 404.2948 531.1154
## 6 617.2304 336.5870 200.8522 367.2792 586.4161 911.3205 1020.9762
## X1997 X1998 X1999 X2000 X2001 X2002 X2003
## 1 17750.0096 18828.0871 19216.1972 20681.0230 20740.1326 21307.2483 21949.4860
## 2 767.3994 697.0794 670.4242 706.7273 625.8278 630.5123 815.4323
## 3 NA NA NA 174.9310 138.7068 178.9541 198.8711
## 4 1091.8315 1141.4867 523.7973 518.9692 532.9728 619.3373 697.4813
## 5 521.7029 429.1881 392.7255 563.7338 533.5862 999.0659 1133.6633
## 6 728.5455 831.1753 1056.3448 1160.4205 1326.4165 1479.8388 1908.6990
## X2004 X2005 X2006 X2007 X2008 X2009 X2010
## 1 23700.6320 24171.8371 24845.6585 26736.3089 28171.9094 25134.7712 24093.1402
## 2 989.0155 1126.2973 1235.2666 1381.5526 1447.5458 1408.7535 1628.9052
## 3 221.7637 254.1842 274.2186 376.2232 381.7332 452.0537 560.6215
## 4 838.2134 999.7700 1234.6419 1405.8802 1666.5205 1453.4953 1662.6337
## 5 1451.4712 2145.8862 2930.4443 3515.0568 4578.1553 3645.1485 4101.6372
## 6 2446.9095 2741.7214 3057.7726 3743.0553 4498.5049 4213.6501 4149.1447
## X2011 X2012 X2013 X2014 X2015 X2016 X2017
## 1 25712.3843 25119.6655 25813.5714 26129.8391 27458.2202 27441.5502 28440.0417
## 2 1761.9893 1732.0380 1706.0227 1690.1668 1498.8752 1334.4705 1528.1042
## 3 606.6947 651.4171 637.0871 625.0549 565.5697 522.0822 525.4698
## 4 1844.0544 1941.1182 2131.6061 2221.3503 1860.7277 1630.0394 1574.2306
## 5 5184.1527 5702.4531 5688.5792 5649.6876 3641.7289 2051.8146 2790.7189
## 6 4465.7091 4280.9332 4542.9290 4793.5975 4199.5391 4457.6341 5006.3601
## X2018 X2019 X2020 X2021 X2022 X2023 X2024
## 1 30082.1584 30645.8906 22759.8072 26749.3296 30975.9989 35718.7531 39498.594
## 2 1552.0737 1507.0856 1351.5917 1562.4162 1679.3276 1571.4492 1615.396
## 3 491.3372 496.6025 510.7871 356.4962 357.2612 413.7579 NA
## 4 1720.1401 2216.3851 2030.8617 2112.7941 2138.4732 1841.8551 1411.337
## 5 2860.0936 2493.6788 1759.3562 2303.9081 3682.1132 2916.1366 2665.874
## 6 5897.6545 6069.4390 6027.9135 7242.4551 7756.9619 9730.8692 11377.776
## X
## 1 NA
## 2 NA
## 3 NA
## 4 NA
## 5 NA
## 6 NADUNYA BANKASINDAN INDIRDIGIM GSYH VERISI.
YILLARA AYIRMA
ANALIZINLERIN DOGRU CIKMASI ICIN 2000-2015 YILLARI ARASI.
gsyh_tr <- gsyh[gsyh$Country.Code == "TUR", ]TURKIYEYI AYIRDIK
years <- paste0("X", 2000:2015)
gsyh_tr_2000_2015 <- gsyh_tr[, years]gsyh_tr_ts <- as.numeric(gsyh_tr_2000_2015)length(gsyh_tr_ts) ## [1] 16gsyh_tr_ts## [1] 4199.380 3052.226 3591.086 4649.637 5979.605 7331.854 7990.083
## [8] 9766.917 10913.408 9076.925 10698.970 11373.636 11776.759 12635.557
## [15] 12209.386 11064.649plot(gsyh_tr_ts,
main = "Türkiye Kişi Başına GSYH (2000–2015)",
xlab = "Yıl",
ylab = "ABD Doları")
GRAFIGIN YORUMLANMASI
Türkiye’de 2000–2015 döneminde kişi başına GSYH genel olarak artmış, bazı yıllarda ekonomik dalgalanmalara bağlı olarak düşüşler yaşanmıştır.
ISSIZLIK ORANLARI
İşsizlik oranları ile eğitim arasında genellikle ters yönlü (negatif) bir ilişki vardır. Eğitim düzeyi arttıkça, bireylerin iş bulma şansı artar ve bu durum işsizlik oranlarının azalmasına yardımcı olur.
DUNYA BANKASI VERISI
issizlik <- read.csv("issizlik_orani.csv", skip = 4)head(issizlik)## Country.Name Country.Code
## 1 Aruba ABW
## 2 Africa Eastern and Southern AFE
## 3 Afghanistan AFG
## 4 Africa Western and Central AFW
## 5 Angola AGO
## 6 Albania ALB
## Indicator.Name
## 1 Unemployment, total (% of total labor force) (modeled ILO estimate)
## 2 Unemployment, total (% of total labor force) (modeled ILO estimate)
## 3 Unemployment, total (% of total labor force) (modeled ILO estimate)
## 4 Unemployment, total (% of total labor force) (modeled ILO estimate)
## 5 Unemployment, total (% of total labor force) (modeled ILO estimate)
## 6 Unemployment, total (% of total labor force) (modeled ILO estimate)
## Indicator.Code X1960 X1961 X1962 X1963 X1964 X1965 X1966 X1967 X1968 X1969
## 1 SL.UEM.TOTL.ZS NA NA NA NA NA NA NA NA NA NA
## 2 SL.UEM.TOTL.ZS NA NA NA NA NA NA NA NA NA NA
## 3 SL.UEM.TOTL.ZS NA NA NA NA NA NA NA NA NA NA
## 4 SL.UEM.TOTL.ZS NA NA NA NA NA NA NA NA NA NA
## 5 SL.UEM.TOTL.ZS NA NA NA NA NA NA NA NA NA NA
## 6 SL.UEM.TOTL.ZS NA NA NA NA NA NA NA NA NA NA
## X1970 X1971 X1972 X1973 X1974 X1975 X1976 X1977 X1978 X1979 X1980 X1981 X1982
## 1 NA NA NA NA NA NA NA NA NA NA NA NA NA
## 2 NA NA NA NA NA NA NA NA NA NA NA NA NA
## 3 NA NA NA NA NA NA NA NA NA NA NA NA NA
## 4 NA NA NA NA NA NA NA NA NA NA NA NA NA
## 5 NA NA NA NA NA NA NA NA NA NA NA NA NA
## 6 NA NA NA NA NA NA NA NA NA NA NA NA NA
## X1983 X1984 X1985 X1986 X1987 X1988 X1989 X1990 X1991 X1992 X1993
## 1 NA NA NA NA NA NA NA NA NA NA NA
## 2 NA NA NA NA NA NA NA NA 8.179629 8.270724 8.266327
## 3 NA NA NA NA NA NA NA NA 8.070000 8.011000 7.888000
## 4 NA NA NA NA NA NA NA NA 4.158680 4.251102 4.369805
## 5 NA NA NA NA NA NA NA NA 16.855000 16.978000 17.399000
## 6 NA NA NA NA NA NA NA NA 10.304000 30.007000 25.251000
## X1994 X1995 X1996 X1997 X1998 X1999 X2000
## 1 NA NA NA NA NA NA NA
## 2 8.138291 7.908446 7.823908 7.783654 7.812734 7.849878 7.788317
## 3 7.822000 7.817000 7.867000 7.863000 7.890000 7.903000 7.935000
## 4 4.393781 4.399749 4.340691 4.313735 4.324049 4.512158 4.551119
## 5 17.400000 16.987000 16.275000 16.172000 16.371000 16.593000 16.682000
## 6 20.835000 14.607000 13.928000 16.872000 20.042000 20.835000 19.023000
## X2001 X2002 X2003 X2004 X2005 X2006 X2007
## 1 NA NA NA NA NA NA NA
## 2 7.676955 7.632330 7.586883 7.395648 7.218793 7.158958 7.102231
## 3 7.953000 7.930000 7.880000 7.899000 7.885000 7.914000 7.817000
## 4 4.479977 4.285854 4.180111 4.094738 4.100700 3.974095 3.950643
## 5 16.700000 16.488000 16.498000 16.378000 16.360000 16.206000 16.153000
## 6 18.570000 17.891000 16.985000 16.306000 15.966000 15.626000 15.966000
## X2008 X2009 X2010 X2011 X2012 X2013 X2014
## 1 NA NA NA NA NA NA NA
## 2 7.076710 7.155881 7.403061 7.427940 7.181608 6.986733 6.947011
## 3 7.878000 7.754000 7.753000 7.784000 7.856000 7.930000 7.915000
## 4 3.968542 4.000387 3.991595 3.969027 3.982163 3.703853 3.881396
## 5 16.228000 16.431000 16.618000 16.770000 16.562000 16.492000 16.406000
## 6 13.060000 13.674000 14.086000 13.481000 13.376000 15.866000 18.055000
## X2015 X2016 X2017 X2018 X2019 X2020 X2021
## 1 NA NA NA NA NA NA NA
## 2 7.036357 7.194666 7.346331 7.360513 7.584419 8.191395 8.577385
## 3 9.052000 10.133000 11.184000 11.196000 11.185000 11.710000 11.994000
## 4 4.164467 4.157574 4.274196 4.323631 4.395271 4.852393 4.736732
## 5 16.490000 16.575000 16.610000 16.594000 16.497000 16.690000 15.799000
## 6 17.193000 15.418000 13.616000 12.304000 11.466000 11.690000 11.474000
## X2022 X2023 X2024 X
## 1 NA NA NA NA
## 2 7.985202 7.806411 7.772705 NA
## 3 14.100000 13.991000 13.295000 NA
## 4 3.658573 3.277245 3.218313 NA
## 5 14.602000 14.537000 14.464000 NA
## 6 10.137000 10.108000 10.250000 NAAYRISTIRMA
issizlik_tr <- issizlik[issizlik$Country.Code == "TUR", ]years <- paste0("X", 2000:2015)
issizlik_tr_2000_2015 <- issizlik_tr[, years]issizlik_tr_ts <- as.numeric(issizlik_tr_2000_2015)length(issizlik_tr_ts) ## [1] 16plot(issizlik_tr_ts,
main = "Türkiye İşsizlik Oranı (2000–2015)",
xlab = "Yıl",
ylab = "İşsizlik Oranı (%)")
GRAFIK YORUMU
Türkiye’de 2000–2015 döneminde işsizlik oranları dalgalı bir seyir izlemiş, özellikle kriz dönemlerinde belirgin artışlar yaşanmıştır.
NUFUS ARTIS HIZI
nufus <- read.csv("nufus_artis_hizi.csv", skip = 4)head(nufus)## Country.Name Country.Code Indicator.Name
## 1 Aruba ABW Population growth (annual %)
## 2 Africa Eastern and Southern AFE Population growth (annual %)
## 3 Afghanistan AFG Population growth (annual %)
## 4 Africa Western and Central AFW Population growth (annual %)
## 5 Angola AGO Population growth (annual %)
## 6 Albania ALB Population growth (annual %)
## Indicator.Code X1960 X1961 X1962 X1963 X1964 X1965 X1966
## 1 SP.POP.GROW NA 1.187344 1.3262272 1.203664 1.076602 0.9861144 0.8623988
## 2 SP.POP.GROW NA 2.624624 2.6870088 2.714042 2.769856 2.8098822 2.8103238
## 3 SP.POP.GROW NA 1.962239 2.0445228 2.105208 2.161195 2.2337086 2.2696514
## 4 SP.POP.GROW NA 2.103832 2.1315222 2.170015 2.184894 2.2162834 2.2492773
## 5 SP.POP.GROW NA 1.327797 0.9896389 1.003666 1.027684 1.0521327 1.0700460
## 6 SP.POP.GROW NA 3.120855 3.0567305 2.953749 2.880686 2.7540212 2.6345639
## X1967 X1968 X1969 X1970 X1971 X1972 X1973
## 1 0.5030431 0.1338314 -0.02878404 -0.1728785 -0.2870954 -1.256565 0.4331913
## 2 2.8448112 2.8905305 2.88945065 2.8885090 2.8868616 2.842602 2.9205749
## 3 2.3066680 2.3606834 2.39272038 2.4452057 2.4285163 2.442584 2.5347589
## 4 2.2646219 2.3017182 2.34163602 2.3897812 2.4167046 2.451102 2.5217936
## 5 1.0767272 1.0735167 1.06374556 1.5341102 2.3357240 3.011399 3.4114521
## 6 2.6301903 2.8425107 2.89608339 2.5508512 2.4229720 2.494973 2.3625522
## X1974 X1975 X1976 X1977 X1978 X1979 X1980
## 1 0.08572801 -0.09258942 0.1251468 0.3625547 0.3340267 0.7035895 1.205724
## 2 2.97492215 2.92186725 2.9172973 2.8295967 2.9895236 3.1290892 2.998951
## 3 2.52684421 2.41525048 2.2134461 2.1280996 2.0086979 0.3236588 -3.625808
## 4 2.59934984 2.67554130 2.6824375 2.7176727 2.7939681 2.8312285 2.832285
## 5 3.45890220 3.41255829 3.3301464 3.3793748 3.4768537 3.5075436 3.587940
## 6 2.29721418 2.30115381 2.2082353 2.2132522 2.0757419 1.9894570 2.047964
## X1981 X1982 X1983 X1984 X1985 X1986 X1987
## 1 1.085740 1.170410 1.5416810 1.075700 -1.882443 -2.95437363 -1.2965166
## 2 3.093171 3.215599 3.1326507 3.034019 3.010992 2.98752965 2.9967607
## 3 -9.819771 -8.258034 -0.6699993 2.462912 2.092575 -0.05933402 -0.2828497
## 4 2.846611 2.902373 2.7324630 2.634796 2.733968 2.73990732 2.7378587
## 5 3.642460 3.678035 3.7160637 3.706036 3.678648 3.61842556 3.4737480
## 6 2.002974 2.113272 2.1208853 2.103937 2.055995 1.93322081 1.9970400
## X1988 X1989 X1990 X1991 X1992 X1993 X1994
## 1 0.2903201 1.856884 3.750561 4.8871356 4.6101224 6.5620285 5.1703741
## 2 2.9047076 2.825753 2.866549 2.7506938 2.6604817 2.7694914 2.6593173
## 3 1.1826711 2.998765 1.434588 1.5913259 8.1564194 11.8072591 8.3887296
## 4 2.7482966 2.771155 2.661366 2.6430014 2.7559390 2.7008278 2.6546216
## 5 3.4033948 3.414572 3.392403 3.3590546 3.2741425 3.1955944 3.2416892
## 6 1.8867105 2.687862 1.799086 -0.6028097 -0.6064347 -0.6101658 -0.6138805
## X1995 X1996 X1997 X1998 X1999 X2000 X2001
## 1 2.8083167 3.9507429 3.8747598 2.4607541 1.3564859 1.0308169 0.9350329
## 2 2.5962475 2.6452072 2.5636093 2.5908291 2.6228930 2.5953893 2.5886418
## 3 4.8936801 4.0054047 3.8045080 3.7646866 3.7281160 1.2121760 0.7620049
## 4 2.7230290 2.7205855 2.7190726 2.7616848 2.7316619 2.7513239 2.8015396
## 5 3.3399887 3.3816089 3.3955150 3.3467955 3.2952766 3.3122875 3.3537094
## 6 -0.6177037 -0.6215114 -0.6254301 -0.6293344 -0.6333523 -0.6373568 -0.9384704
## X2002 X2003 X2004 X2005 X2006 X2007 X2008
## 1 0.6920518 1.1382289 2.1353578 2.5907567 1.7966379 0.7466648 0.7629335
## 2 2.6078016 2.6190681 2.6413715 2.6584784 2.6697659 2.6914450 2.7236400
## 3 5.2520296 6.1451940 3.5758349 3.5192170 4.0927020 1.8925975 2.1865462
## 4 2.8107714 2.8141742 2.8285650 2.8395896 2.8260842 2.8219705 2.8260718
## 5 3.4074762 3.4933428 3.5944575 3.6462689 3.6848920 3.7425802 3.7782898
## 6 -0.2998767 -0.3741492 -0.4179314 -0.5117901 -0.6309112 -0.7557188 -0.7673430
## X2009 X2010 X2011 X2012 X2013 X2014 X2015
## 1 0.6784508 0.2300411 0.7366894 1.469782 1.492031 1.065512 1.023701
## 2 2.7372376 2.7345252 2.6846214 2.693513 2.748246 2.704105 2.696830
## 3 3.6463809 2.9346867 3.6915031 4.047863 3.418227 3.632519 3.119959
## 4 2.7923740 2.7869889 2.8228609 2.781262 2.731162 2.730316 2.699359
## 5 3.8015619 3.8510982 3.8879460 3.883584 3.849981 3.732728 3.605072
## 6 -0.6738940 -0.4964620 -0.2690173 -1.543137 -1.543145 -1.543138 -1.543120
## X2016 X2017 X2018 X2019 X2020 X2021 X2022
## 1 0.7579676 0.007357607 0.158976 0.2705046 -0.565684 -0.8202111 -0.3627742
## 2 2.6407433 2.642067288 2.734263 2.7216805 2.699516 2.6494392 2.5927545
## 3 2.5357199 2.808337308 2.910810 2.9843891 3.153609 2.3560978 1.4357044
## 4 2.6729129 2.626295641 2.533621 2.4400480 2.389176 2.3638290 2.3322704
## 5 3.5764414 3.540612215 3.453233 3.3878842 3.267959 3.1813226 3.1430261
## 6 -1.5431347 -1.543151568 -1.543100 -1.5431371 -1.543156 -1.5431208 -1.5431567
## X2023 X2024 X
## 1 0.04565168 0.5906571 NA
## 2 2.51916665 2.4728015 NA
## 3 2.13559385 2.8365732 NA
## 4 2.38620356 2.3984731 NA
## 5 3.08065531 3.0441997 NA
## 6 -1.54310811 -1.5431439 NAAYIRMA
nufus_tr <- nufus[nufus$Country.Code == "TUR", ]years <- paste0("X", 2000:2015)
nufus_tr_2000_2015 <- nufus_tr[, years]nufus_tr_ts <- as.numeric(nufus_tr_2000_2015)length(nufus_tr_ts) ## [1] 16plot(nufus_tr_ts,
main = "Türkiye Nüfus Artış Hızı (2000–2015)",
xlab = "Yıl",
ylab = "Nüfus Artış Hızı (%)")
GRAFIGIN YORUMU
Türkiye’de 2000–2015 döneminde nüfus artış hızı genel olarak dalgalı bir yapı göstermiştir.
AR-GE HARCAMALARI
Eğitim düzeyi yüksek olan ülkelerde ise araştırma yapabilecek insan kaynağı bulunduğu için AR-GE harcamaları daha fazla olur.
DUNYA BANKASI ARGE
arge <- read.csv("arge_harcamalari.csv", skip = 4)head(arge)## Country.Name Country.Code
## 1 Aruba ABW
## 2 Africa Eastern and Southern AFE
## 3 Afghanistan AFG
## 4 Africa Western and Central AFW
## 5 Angola AGO
## 6 Albania ALB
## Indicator.Name Indicator.Code X1960 X1961
## 1 Research and development expenditure (% of GDP) GB.XPD.RSDV.GD.ZS NA NA
## 2 Research and development expenditure (% of GDP) GB.XPD.RSDV.GD.ZS NA NA
## 3 Research and development expenditure (% of GDP) GB.XPD.RSDV.GD.ZS NA NA
## 4 Research and development expenditure (% of GDP) GB.XPD.RSDV.GD.ZS NA NA
## 5 Research and development expenditure (% of GDP) GB.XPD.RSDV.GD.ZS NA NA
## 6 Research and development expenditure (% of GDP) GB.XPD.RSDV.GD.ZS NA NA
## X1962 X1963 X1964 X1965 X1966 X1967 X1968 X1969 X1970 X1971 X1972 X1973 X1974
## 1 NA NA NA NA NA NA NA NA NA NA NA NA NA
## 2 NA NA NA NA NA NA NA NA NA NA NA NA NA
## 3 NA NA NA NA NA NA NA NA NA NA NA NA NA
## 4 NA NA NA NA NA NA NA NA NA NA NA NA NA
## 5 NA NA NA NA NA NA NA NA NA NA NA NA NA
## 6 NA NA NA NA NA NA NA NA NA NA NA NA NA
## X1975 X1976 X1977 X1978 X1979 X1980 X1981 X1982 X1983 X1984 X1985 X1986 X1987
## 1 NA NA NA NA NA NA NA NA NA NA NA NA NA
## 2 NA NA NA NA NA NA NA NA NA NA NA NA NA
## 3 NA NA NA NA NA NA NA NA NA NA NA NA NA
## 4 NA NA NA NA NA NA NA NA NA NA NA NA NA
## 5 NA NA NA NA NA NA NA NA NA NA NA NA NA
## 6 NA NA NA NA NA NA NA NA NA NA NA NA NA
## X1988 X1989 X1990 X1991 X1992 X1993 X1994 X1995 X1996 X1997 X1998 X1999 X2000
## 1 NA NA NA NA NA NA NA NA NA NA NA NA NA
## 2 NA NA NA NA NA NA NA NA NA NA NA NA NA
## 3 NA NA NA NA NA NA NA NA NA NA NA NA NA
## 4 NA NA NA NA NA NA NA NA NA NA NA NA NA
## 5 NA NA NA NA NA NA NA NA NA NA NA NA NA
## 6 NA NA NA NA NA NA NA NA NA NA NA NA NA
## X2001 X2002 X2003 X2004 X2005 X2006 X2007 X2008 X2009
## 1 NA NA NA NA NA NA NA NA NA
## 2 NA NA 0.5945399 0.6261006 0.6265929 NA 0.6598647 NA NA
## 3 NA NA NA NA NA NA NA NA NA
## 4 NA NA NA NA NA NA 0.1520092 NA NA
## 5 NA NA NA NA NA NA NA NA NA
## 6 NA NA NA NA NA NA 0.0875700 0.15412 NA
## X2010 X2011 X2012 X2013 X2014 X2015 X2016 X2017 X2018 X2019 X2020
## 1 NA NA NA NA NA NA NA NA NA NA NA
## 2 0.5867791 NA NA NA NA NA NA NA NA NA NA
## 3 NA NA NA NA NA NA NA NA NA NA NA
## 4 NA NA NA NA NA NA NA NA NA 0.2782521 NA
## 5 NA NA NA NA NA NA 0.03229 NA NA NA NA
## 6 NA NA NA NA NA NA NA NA NA NA NA
## X2021 X2022 X2023 X2024 X
## 1 NA NA NA NA NA
## 2 NA NA NA NA NA
## 3 NA NA NA NA NA
## 4 NA NA NA NA NA
## 5 NA NA NA NA NA
## 6 NA NA NA NA NATURKIYEYI AYIRMA
arge_tr <- arge[arge$Country.Code == "TUR", ] years <- paste0("X", 2000:2015)
arge_tr_2000_2015 <- arge_tr[, years]arge_tr_ts <- as.numeric(arge_tr_2000_2015)length(arge_tr_ts) ## [1] 16plot(arge_tr_ts,
main = "Türkiye AR-GE Harcamaları (% GSYH, 2000–2015)",
xlab = "Yıl",
ylab = "AR-GE Harcamaları (% GSYH)")
### GRAFIGIN YORUMU
Türkiye’de 2000–2015 döneminde AR-GE harcamalarının GSYH içindeki payı artış göstermiştir.
GENEL DEGERLENDİRME
Elde edilen bulgulara göre, kişi başına GSYH ve AR-GE harcamaları arttıkça eğitim düzeyinin de olumlu yönde etkilendiği görülmektedir. Buna karşılık, işsizlik oranlarındaki artışların eğitim üzerinde olumsuz etkiler yaratabildiği söylenebilir. Nüfus artış hızının ise dönemler arasında dalgalı bir seyir izlediği ve eğitim üzerindeki etkisinin dolaylı olduğu görülmüştür.
KARSILASTIRMA
Türkiye’de ekonomik büyüme dalgalı olmuş, işsizlik tam olarak düşürülememiş, AR-GE ve eğitime yeterli ve sürekli yatırım yapılamamıştır. Bu nedenle gelişme süreci istenilen hızda gerçekleşememiştir.
SONUC
Sonuç olarak, Türkiye’de eğitim oranlarının ekonomik büyüme, işsizlik, nüfus artışı ve AR-GE harcamalarıyla yakından ilişkili olduğu görülmektedir. Eğitim ve teknolojiye yapılan yatırımların artırılması, işsizliğin azaltılması ve ekonomik istikrarın sağlanması, uzun vadede ülkenin kalkınmasına önemli katkılar sağlayacaktır.