Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, Sosyal Bilimler Enstitüsü, İşletme Anabilim Dalı, Türkiye
Tezin Onay Tarihi: 2019
Tezin Dili: Türkçe
Öğrenci: SONAY KARAMAN
Danışman: Özgür Çakır
Özet:Dünya'da ve Türkiye'de sanayi toplumundan bilgi toplumuna geçiş ile birlikte dijitalleşmenin önem kazanması, Elektronik Ticaret (E-Ticaret) kavramının önemini ortaya koymaktadır. Ülke ekonomisine büyük oranda katkı sağlaması ile birlikte rekabet gücünün de artmasına olanak sağlayan E-Ticaret kavramının gelişimi ve yaygınlaştırılması yönünde dünya çapında bir çok çalışma yapılmaktadır. Bu kapsamda; Türkiye'de E-Ticaret işlem hacmindeki değişimi etkileyen faktörlerin belirlenmesine yönelik yapılan akademik çalışmalarda; %74,2 açıklayıcılık ile 5 adet faktör belirlenmiş olup, %25,8'lik kısmın açıklanamadığı görülmüştür. Bu çalışmalara katkı sağlayacak nitelikte hazırlanan bu tez çalışmasında; MARS (Multivariate Adaptive Regression Splines) tekniği ile oluşturulan modelin daha yüksek açıklayıcılığa sahip olacağı öngörülmüştür. Dış kaynaklara ait veri tabanlarından temin edilen; 2013 Ocak – 2018 Haziran dönem aralığına ilişkin Türkiye'de kullanılan yerli kartlarının internetten yapılan yurt içi işlem hacmi verileri ve işlem hacmindeki değişimi etkilediği öngörülen 47 adet bağımsız değişkene ait aylık veriler kullanılmıştır. Model çıktılarına göre; gayrisafi yurt içi hasıla, hizmet sektörü güven endeksi, Türkiye'de kullanılan yerli kredi kartı adedi, posta kurye hizmetlerinin gelişimi, ekonomik güven endeksi, işsizlik sayısı beklentisi, istihdam oranı, internet bankacılığını kullanan aktif müşteri sayısı, tüketici güven endeksi ve 250 ve üstü çalışanı bulunan web sitesine sahip işletme adedinin, Türkiye'deki e-ticaret işlem hacmindeki değişimi etkileyen faktörler olarak belirlenmiş olup, %98,4 oranında açıklanmıştır. Daha önce yapılan çalışmalarda açıklanamayan %25,8'lik kısmın %24,2'si bu çalışmada açıklanmış olup, açıklanamayan %1,6'lık kısmı; modele dahil edilen ancak bu 10 açıklayıcı bağımsız değişkene göre katkısı az olduğundan dolayı MARS tekniğinin işleyişinde olan budama aşamasında modelden çıkarılan değişkenlerin açıklayabileceği düşünülmektedir. Gelecekte yapılacak benzer çalışmalarda bu değişkenlerin de dahil edilerek araştırılması önerilmektedir. -------------------- In the world and in Turkey the importance of digitalisation with the transition from an industrial society to an information society, Electronic Commerce (E-Commerce) reveals the importance of the concept. Many studies are being carried out around the world for the development and dissemination of the concept of E-Commerce, which contributes to the national economy to a great extent and enables its competitiveness to increase. In this context; made in academic studies to determine the factors affecting the change in e-commerce transaction colume in Turkey, 5 factors were determines with 74,2% explanatory value and 25,8% could not be explained. In this thesis prepared in a way to contribute to these studies; with the MARS (Multivariate Adaptive Regression Splines) technique, it is aimed to create a model with higher clarity. In the period January 2013 – June 2018 obtained from external databases; domestic e-commerce transaction volume data of domestic cards in Turkey and monthly data of 47 independent variables that we think could affect the change in transaction volume were used. According to model outputs; gross domestic product, the service sector confidence index, domestic credit cards that are used in Turkey, the development of postal courier services, economic confidence index, the unemployment number expectancy, employment rate, number of active client using internet banking, the consumer confidence index and number of businesses with a website with 250 or more employees, e-commerce transaction volume changes in the factors explained 98,4% in Turkey. In previous studies; 24,2% of the unexplained 25,8% were explained in this study. In the pruning stage of MARS technique; since the contribution in the model is low, it is predicted that the variables discarded from the model can explain the unexplained 1,6%. Similar studies to be conducted in the future are recommended to include these variables.