Q1: Problem Tanımı:

Çalışma ve Sosyal Güvenlik Bakanlığı Asgari Ücret Tespit Komisyonu olarak Türkiye’de şehirlere göre farklı yaşam maliyetlerine rağmen, tüm şehirlerde tek asgari ücret politikası uygulamasını değiştirmeye karar verdik. Tek asgari ücret politikası büyük şehirlerde yaşayan işçiler ile küçük şehirlerde yaşayan işçiler arasında gelir ve gider dengesizliği oluşturuyor.


Q2: Proje Amacı:

Türkiye’de şehirlere göre farklı yaşam maliyetleri olmasına rağmen, tek bir asgari ücret belirlenmesi nedeniyle, büyük şehirlerde yaşayan işçiler, küçük şehirlerde yaşayan işçilere göre daha düşük bir gelire sahip olmaktadır. Bu durum, işçilerin yaşam standardını düşürmekte ve refah düzeyini olumsuz etkilemektedir.

Bu projenin amacı, Türkiye’deki 81 ilin farklı yaşam maliyetlerini dikkate alarak, şehirlere göre asgari ücret belirleme sistemi tasarlamaktır. Bu sistem, şehirlerin yaşam maliyetlerini dikkate alarak, işçilerin adil bir gelir elde etmelerini sağlayacaktır.

Proje kapsamında, aşağıdaki faaliyetler gerçekleştirilecektir:


Q3: Veri Seti Keşifsel Analizi

Veri seti Kaggle web sitesinden indirilmiştir. Veri setini incelediğimizde veri setinin asıl kaynağının Numbeo kuruluşu olduğunu görüyoruz. Numbeo, 2009 yılından günümüze 10 binden fazla şehir için 9 milyondan fazla maliyet verisi toplamış ve hala toplamaya devam eden bir oluşumdur. Asgari ücret belirleme komisyonu bir sonraki senenin asgari ücretini belirleyeceği için veri seti 2023 yılının verilerini içeririyor. Veri setini işlemeden önce şehirlerin yaşam maliyetleri öz görselini inceleyelim:



Veri seti, readr::read_csv() fonksiyonu kullanılarak spec_tbl_df tipinde bir değişkene ithal edilmiştir. Veri setinin istatistikleri aşağıdaki gibidir:

Maliyet parametreleri uzun parametrelere karşılık geldiğinden veri setinde xY formatında tutulmuştur. city ve country sütunları character, diğer sütunlar ise numeric veri tipine sahiptir. Veri seti çok fazla sütun içerse de karmaşıklıktan uzak bir veri setidir. Bu yüzden veri setinde geliştirilmesi gereken yerlere odaklanalım.



  1. Veri setinde farklı ülkelerden 10 binden fazla şehir vardır. İlk yapılması gereken yukarıdaki gibi yalnızca Türkiye’nin şehirlerini barındıran bir veri seti oluşturmaktır. Bunun için veri setini filtreleyeceğiz.

  2. Veri setinde Türkiye ile alakalı toplam 61 satır (kayıt) vardır. Türkiye’de 81 il olduğundan öncelikle buradaki eksiği gidermek için Numbeo sitesinden eksik kalan şehirleri tamamlayacağız.

  3. Veri setini hazırlayan şirket, ana dili İngilizce olan bir ülkede varlığını sürdürdüğünden şehirlerimizin adında bulunan Türkçe karakterler doğru yazılmamıştır. Türkçe karakterler ile şehirlerimizin adını doğru bir şekilde yazacağız.

  4. Şehirleri alfabetik olarak sıralayacağız. Bu sayede veri setini analiz ederken bir şehri daha kolay bulabileceğiz ve aynı zamanda gözümüze daha düzenli gelecektir.

  5. Veri seti asgari ücret tespiti için birçok bilgi içeriyor. Bir şehrin 55 sütunundaki tüm maliyetleri girilmiş ise son satırda bulunan data_quality sütununa 1 değeri girilmiştir. Bir veri bile eksikse 0 değeri girilmiştir. Maliyetlerin girilmediği sütunlara da NaN değeri atanmıştır. Bu verileri yine Numbeo sitesini baz alarak güncelleyeceğiz. Aşağıda veri kalitesi grafiğini görebilirsiniz.




    Yukarıdaki grafiğe bakarak Türkiye’deki şehirlerin maliyet verilerinin yaklaşık 32.79 oranında kaliteli olduğu görülüyor. Fakat bu oran sizi yanılgıya düşürmesin çünkü 67.21 oranında kullanılamaz veri yok. Eğer 55 maliyetten bir tanesi bile eksikse onu kaliteli veri saymadığı için bu oran çıkıyor. Bunu daha iyi analiz edebilmek için Türkiye’deki tüm şehirlerin, tüm maliyet verilerinin dolululuk oranına bakalım:

    Bu durum aslında veri setimizin gayet iyi durumda olduğunu ve çok az veri ithal edeceğimizi gösteriyor.

  6. Veri setinin baz aldığı asıl şehir New York olduğundan maliyet fiyatları Amerikan Doları ($) para birimi ile yazılmış. Biz ise yalnızca Türkiye’deki şehirleri kullanacağımız için 2023 Aralık ayı Amerikan Doları - Türk Lirası paritesini kullanacağız.

  7. Veri setinde bulunan ve insanın refah yaşam standartlarını arttırmayan içki, sigara ve türevleri parametreleri asgari ücret tespit kapsamına almayacağız. Bununla birlikte tenis kortu gibi Türkiye’deki her şehirde olmayan parametleri de çıkaracağız. Dileyen kişiler asgari ücreti hesaplandıktan sonra ev, araba gibi kişiyi mülk sahibi yapabilecek şeyler için vereceğimiz refah payını dilediği gibi kullanabilirler.


Q4: Veri Seti Ön İşlemesi

Bu bölümde, Q3 bölümünde yapılan analizin sonucunda veri setinde düzenlenmesi gereken kısımlar işlenerek veri seti daha kullanılabilir hale getirildi. Q3 bölümünde analiz edilen ve belirlenen parametrelere göre veri setinde aşağıdaki değişikler yapılmıştır:

  1. 10 binden fazla şehir barındıran rawData değişkenine atanmış veri seti yalnızca Türkiye şehirlerini içeren turkeyDatas değişkenine atanarak filtrelenmiştir. Veri setinin yeni satır sayısı 69 olmuştur.

  2. Veri setindeki eksik şehirler Numbeo sitesinden referans alarak eklenmiştir. Hiç verisi bulunmayan şehirlerin asgari ücreti, tüm şehirlerin maliyet ortalamasına göre değerlendirilecektir.

  3. Veri setindeki şehirlerin adları Türkçeleştirilmiştir. Örneğin: Çanakkale, Çorum, İstanbul, İzmir, Şanlıurfa

  4. Şehirler, okunabilirliği arttırmak için alfabetik olarak sıralanmıştır. Örneğin: Adana, Adıyaman, Afyonkarahisar, Aksaray, Amasya

  5. Veri setindeki 186 adet NaN değeri, o sütunun ortalama değeri ile doldurulmuştur. Hiçbir maliyet değeri eksik olmayan satırların veri kalitesi (data_quality) 1 değerine çevrilmiştir.

  6. USD para birimi kullanılarak oluşturulmuş veri setini Aralık 2023’deki USD - TRY paritesi baz alınarak tüm değerler 29.09 ile çarpılmıştır.

  7. Bütün veriler işlendikten sonra kullanılacak sütunlar da filtrelenerek filteredDatas değişkenine atandı. Verinin son hali aşağıdaki gibidir.


Q5: Veri Mühendisliği

Veri setinin analizini yaşam maliyetlerini göz önüne alarak yapacağız. Bunun için veri setini kategorilere böleceğiz. Aşağıda ise asgari ücretli ile çalışan bir bireyin bir ay içerisinde karşılacağı maliyetleri, veri setindeki sütunlara göre kategorize ettiğimizde verimizi 6 kategori altında değerlendireceğiz.

  1. Temel Yaşam Maliyetleri:

    • x1’den x23’e kadar olan gıda ve temel tüketim maddeleri fiyatları.

  2. Ulaşım Maliyetleri:

    • x28’den x32’ye kadar olan taksi ve ulaşım ücretleri.

  3. Konut ve Fatura Maliyetleri:

    • x36’daki temel faturalar (elektrik, ısıtma, soğutma, su, çöp).
    • x37 ve x38 iletişim ücretleri.
    • x48’den x51’e kadar olan apartman daireleri kira fiyatları.

  4. Eğlence ve Spor Maliyetleri:

    • x39’daki spor salonu ücreti.
    • x41’deki sinema biletleri fiyatı.

  5. Giyim ve Ayakkabı Maliyetleri:

    • x44’den 47’ye kadar giyim fiyatları.

  6. Mülk Edinme Maliyetleri:

    • x52 ve x53’teki apartman dairesi satın alma metrekare fiyatı

Sağlıklı Bir İnsanın 1 Aylık Gıda Tüketimi

Ürün Günlük Tüketim Aylık Tüketim
Restoranda Yemek (x1) - 4 kez
Cappuccino (x6) - 4 kez
Süt (x9) 2 su bardağı (500 ml) 30 su bardağı (7,5 litre)
Ekmek (x10) 5 dilim (250 gram) 140 dilim (7 kilogram)
Pirinç (x11) 150 gram 2,25 kilogram
Yumurta x(12) 2 adet 42 adet
Peynir (x13) 50 gram 750 gram
Tavuk eti (x14) 200 gram 4,2 kilogram
Dana eti (x15) 200 gram 4,2 kilogram
Meyve (x16-17-18) 200 gram 4,2 kilogram
Sebze (x19-20-21-22) 200 gram 4,2 kilogram
Su (x23) 2 litre 42 litre


Araçlı/Araçsız Bir İnsanın 1 Aylık Taşıma Ücretleri

Ürün Günlük Tüketim Aylık Tüketim
Yerel Ulaşım Tek Yön (x28) 2 kez 60 kez


Ortalama Bir İnsanın 1 Aylık Fatura ve Konut Gideri

Ürün Aylık Tüketim
Elektrik, Isıtma… (x36) Tek Fiyat
1 Dakika Konuşma (x37) 500 dakika
İnternet (x38) Tek Fiyat
Apartman Dairesi Kira Fiyatı (x48-49-50-51) Tek Fiyat


Ortalama Bir İnsanın 1 Aylık Eğlence ve Spor Gideri

Ürün Aylık Tüketim
Spor Salonu (x39) Tek Fiyat
Sinema Gösterim (x41) 2 kez


Ortalama Bir İnsanın 1 Aylık Giyim Tüketimi

Ürün Aylık Tüketim
Pantolon (x44) 1 adet
Elbise (x45) 1 adet
Ayakkabı (x46-47) 1 adet


Ortalama Bir İnsanın Mülk Sahibi Olma Maliyeti

Ürün Tüketim
Apartman Dairesi Satın Almak (x52-53) 80 metrekare (20 yılda)

Yapacağımız analizi daha iyi anlamak için bir örnek vermek gerekirse İstanbul’da yaşayan bir kimsenin ortalama gıda tüketim maliyeti ile diğer illerin ortalama gıda tüketim maliyetinin karşılaştırılmasını aşağıdaki grafikte görebilirsiniz.



Verimizi artık analize hazır hale getirmek için yukarıdaki oluşturduğumuz tabloya göre bir kişinin tüketim miktarı ile tüketeceği ürünlerin maliyetlerini hesaplayalım.


Q6 : Veri analizi


Bütün sütunları inceledik, işledik ve analiz ettik. Bunun sonucunda ulaştığımız asgari ücret değerlerini veri setimizin sonuna cost_of_living sütuna atadık.

Sadece şehir ve asgari ücret sütunlarından oluşan bir tablo oluşturalım:


Veri analizini bir grafik üzerinden okuyalım:


Görüldüğü üzere aslında Türkiye’nin birçok ilinin yaşam maliyetleri birbirine yakın iken özellikle bazı büyük şehirlerde maliyetler çok daha fazla artıyor. Bu da orada yaşayan işçileri yaşanılmaz bir hayat sunuyor. Her şehrin asgari ücretini yaşam maliyetine göre belirlemek ise eşit değil adaletli bir yaşam kapısı sunuyor.


Q7 : Sonuç, değerlendirme, tavsiyeler

Analiz Sonuçları

Analizlerimizi tamamladık ve farklı şehirlerdeki yaşam maliyetlerine göre belirlenen asgari ücretleri değerlendirdik. Görüldüğü üzere ülkemizde 2024 yılı için belirlenen asgari ücret, bir insanın sağlıklı beslenebilmesi, yeni giysiler giymesi 20 yıllık vadede bir ev sahibi olabilmesi için çok düşük kalıyor.

1. Şehir Karşılaştırmaları

Farklı şehirlerdeki yaşam maliyetlerini karşılaştırdık ve özellikle büyük şehirlerdeki yaşam maliyetleri diğer şehirlerin çok üstünde kalıyor. Eğer önlem alınmaz ise yakın zamanda büyük şehirlerde kaçak işçi çalıştırma vakaları veya işçi bulamama durumları artacak.

2. Asgari Ücret Belirleme Yöntemleri

Asgari ücret belirleme yöntemlerini değerlendirdik:

  • Bir kişinin sağlıklı beslenmesi, yeni kıyafetler alabilmesi, sinema ve spor salonuna gitmek gibi insani durumlar asgari ücreti belirlemenin ana noktası olmuştur.
  • Bunun yanı sıra yıllarca çalışan ve gün geçtikte hem fiziksel hem de manevi olarak yorulan bireylerin bir eve sahip olmaları ve yaşlılıklarında kira vermek için ek işe ihtiyaç duymamaları için 20 yılda konut alabilecek katkı payını da asgari ücretin üzerine ekledik.

Tavsiyeler

Analizlerimizden elde ettiğimiz bulgular doğrultusunda şu tavsiyelerde bulunuyoruz:

Her ne kadar farklı şehirlere farklı asgari ücret belirlemek iyi bir çözüm gibi gözükse de uzun vadede insanlar daha yüksek asgari ücret almak için büyük şehirlere göçecektir. Bunun en büyük çözümü bakanlıkların şehir planlamaları yapmasıdır. Sanayileri, tarım alanlarını, hayvancılığı farklı şehirlere homojen dağıtmaya çalışarak asgari ücret farkı uzun vadede kaybolabilir.

Sonuç

Bu analiz, farklı şehirlerdeki yaşam maliyetlerine göre asgari ücret belirleme konusunda kapsamlı bir değerlendirme sunmaktadır. Tavsiyelerimizi dikkate alarak, adil ve sürdürülebilir bir asgari ücret politikası oluşturulması önemlidir. Veri analizimizin faydalı olmasını umuyorum.