ANALİTİK AĞ SÜRECİ VE TOPSIS YÖNTEMLERİ İLE BİLİMDALI SEÇİMİ Doç.Dr. Nuri ÖMÜRBEK Süleyman Demirel Üniversitesi, İİBF, İşletme Bölümü

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "ANALİTİK AĞ SÜRECİ VE TOPSIS YÖNTEMLERİ İLE BİLİMDALI SEÇİMİ Doç.Dr. Nuri ÖMÜRBEK Süleyman Demirel Üniversitesi, İİBF, İşletme Bölümü"

Transkript

1 ANALİTİK AĞ SÜRECİ VE TOPSIS YÖNTEMLERİ İLE BİLİMDALI SEÇİMİ DoçDr Nur ÖMÜRBEK Süleyman Demrel Ünverstes, İİBF, İşletme Bölümü Nazlı DEMİRCİ Süleyman Demrel Ünverstes, SBE, İşletme ABD, YL Pınar AKALİN Süleyman Demrel Ünverstes, SBE, İşletme ABD, YL Öz Lsansüstü eğtm, öğrenclern akademk karyerlern ve meslekte uzmanlaşmalarını etkleyen öneml kararlardan brsdr Öğrencler, lsansüstü eğtmde blm dalı seçm yaparken kend lg ve yetenekler doğrultusunda en fazla fayda sağlayacak blm dalını seçmek sterler Bu çalışmada da Süleyman Demrel Ünverstes, Sosyal Blmler Ensttüsü, İşletme Anablm Dalı öğrenclernn blm dalı seçmnde dkkate aldıkları krterler doğrultusunda en uygun blm dalının belrlenmesne çalışılmıştır Çalışmadak blm dalı seçmnde etkl olan krterler; öğrencye yönelk krterler, öğretm üyesne yönelk krterler, blm dalına yönelk krterler ve dğer etkenlere yönelk krterler olmak üzere 4 ana krter belrlenmştr ANP (Analtk Ağ Sürec) teknğ kullanılarak belrlenen krterlern ağırlıkları hesaplanmış ve blm dallarında kayıtlı öğrenclern yapmış olduğu değerlendrmelerle alternatfler (muhasebe-fnansman, yönetm ve organzasyon, üretm yönetm ve sayısal yöntemler, pazarlama ve kooperatfçlk blm dalları) TOPSIS (Technque for Order Preference by Smlarty to Ideal Soluton) yöntemyle karşılaştırmalı olarak değerlendrlerek en çok terch edlen blm dalı tespt edlmştr Anahtar Kelmeler: Çok Krterl Karar Verme, Analtk Ağ Sürec, TOPSIS POSTGRADUATE DEPARTMENT SELECTION USING ANALYTIC NETWORK PROCESS AND TOPSIS APPROACH Abstract Postgraduate educaton s one of the mportant decsons that affect academc career and occupatonal specalzaton of students Students prefer the most valuable department based on ther nterest and abltes whle selectng the postgraduate department In ths study, t was amed to select the most proper postgraduate department for the students of Süleyman Demrel Unversty, Insttute of Socal Scences, Department of Busness Admnstraton based on the factors that they consder Four prmary factors that affect the department selecton, whch are student related, academc members related, department related and other factors, have been used n ths study ANP (Analytcal Network Process) has been used to calculate the weghts of the factors n order to compare the alternatve postgraduate departments (accountng-fnance, management and organzatons, operatons management and analytcal methods, marketng, and cooperatves) for the students to select the most preferred department usng TOPSIS (Technque for Order Preference by Smlarty to Ideal Soluton) approach Keywords: MultcrteraDecson, Analytc Network Process, TOPSIS 118

2 1 Grş Lsansüstü eğtmn, blm alanında yetknleşme ve uzmanlaşma açısından dünyada br zorunluluk halne geldğ görülmektedr Lsansüstü eğtmn şgücü pyasaları ve kends çn şgücü hazırlayan eğtm kurumlarındak etks ve amaçları bakımından önem oldukça büyüktür İş yaşamında yern almaya çalışan lsans mezunları, gerek mezun sayısının fazla olması gerekse daha farklı yeteneklerle donanıp uzmanlaşmak stemelernden dolayı lsansüstü eğtm terch etmektedrler Lsans düzeynde mezun sayısının artması, breyler daha ler eğtm düzeylerne ve daha farklı ntelklerle donanmaya yönlendrmektedr Bu anlamda lsansüstü öğretm breyn gelecektek gelrn ve sosyal statüsünü artırmaya yönelk yaptığı br yatırım olarak görüleblr Lsansüstü eğtmn amacı, sadece breyn kendsne yaptığı yatırım olarak değerlendrlmemeldr Lsansüstü eğtmn breye sağladığı amaçları dışında, ülke kalkınması çn ntelkl nsan gücünü hazırlamak ve bu nsan gücünü hazırlayacak öğretm üyeler le blm nsanlarını yetştrmek gb amaçları da vardır Lsansüstü öğretm toplumların gereksnm duyduğu blm nsanını, araştırmacıları ve yüksek ntelkl nsan gücünü yetştrmek çn verlen programlı br eğtmdr (Bülbül, 2003: ) Lsansüstü eğtmn seçm de çok yönlü düşünülmesn gerektren çok krterl karar vermey gerektrmektedr Çok Krterl Karar Verme (ÇKKV) yöntemler, çok sayıda brbrnden bağımsız ve farklı şekllerde fade edlen krterler dkkate alarak, en uygun seçeneğn belrlenmesne yardımcı olan yaklaşımlardır (Ustasüleyman, 2009: 33) ÇKKV yöntemler başta; AHP (Analytc Herarchy Process) ve ANP (Analytc Network Process) olmak üzere, TOPSIS (Technque for Order Preference by Smlarty to Ideal Soluton), ELECTRE (Elmnaton et Chox Tradusant la Realte), PROMETHEE (Preference Rankng Organzaton Method for Enrchment Evaluaton), MAUT (Multattrbute Utlty Theory), UTADIS (Utltes Addtves Dscrmnantes), GRA (Grey Relatonal Analyss), vb gb farklı yöntemlerden oluşmaktadır Özellkle son yıllarda farklı ÇKKV yöntemler kullanılarak farklı alanlarda çok sayıda çalışma yapılmıştır (Pekkaya ve Çolak, 23:803) ÇKKV yöntemlernn brbrlerne göre bazı üstünlükler bulunmaktadır Br problemn çözümüne başlamadan önce hang yöntemn daha uygun olduğu belrlenmeldr En uygun yöntem belrlenrken, karar verc problemn yapısına ve sürecn özellklerne bakmalıdır (Ersöz ve Kabak, 20:99) Çok krterl karar verme yöntemlernden br olan Analtk Ağ Sürec (Analytc Network Process - ANP) yöntem Thomas L Saaty tarafından gelştrlmş olup, karar verme sürecnde krterler arasındak lşkler dkkate alan ve problemn tek br yöne bağlı kalarak modelleme zorunluluğunu ortadan kaldıran br yöntemdr ANP yöntemnde karar verme problem br ağ yapısı le modellenmekte ve modelleme aşamasındak krterler arasındak bağımlılıklar ve ana krter çndek ç bağımlılıklar dkkate alınmaktadır (Ersöz ve Kabak, 20:111) Hwang ve Yoon un (Hwang and Yoon, 1981) çalışmaları referans gösterlerek Chen ve Hwang (Chen and Hwang, 1992) tarafından ortaya konan TOPSIS yöntem de çok krterl karar verme yöntemlernden brdr Bu yöntemn kullanılmasıyla alternatfler, belrlenen krterler doğrultusunda bu krterlern 119

3 alableceğ maksmum ve mnmum değerler arasında deal durumun belrlenmesdr (Yurdakul ve İç, 2003: 11) Çalışmada kullanılan Analtk Ağ Sürec ve TOPSIS yöntemlernn kullanıldığı bell başlı alanlar ve bu alanlardak örnek uygulamalar aşağıdak Tablo 1 de verlmştr Tablo 1: Analtk Ağ Sürec ve TOPSIS Yöntemnn Kullanım Alanı Örnekler ANALİTİK AĞ SÜRECİ KULLANIM ALANLARI Kuruluş Yer Seçm Problemler Tedarkç Problemler Personel Problemler Stratejk Seçm Seçm Seçm Ortak Ar-Ge ye Yönelk Proje Seçm proje değerlemes Karayolu Taşımacılığında ÇALIŞMA ÖRNEKLERİ - Cheng, L and Yu, 2005: 83 97, - Ustasüleyman ve Perçn, 2007: Bayazıt, 2006: , - Gencer ve Gürpınar, 2007: , - Jharkhara and Shankar, 2007: , - Görener, 2009: Özbek ve Eren, 23: , - Nakagawa and Sektan, 2004: , -Sarks and Tallur, 2002: Boran, Göztepe ve Yavuz, 2008: , - Lao ve Chang, 2009: 52-63, - Yazgan ve Üstün, 21: Wu, Shh and Chan, 2009: Meade and Presley, 2002: Lee and Km, 2000: Ivanovc, GrujcˇIc, Macura, TOPSIS YÖNTEMİNİN KULLANIM ALANLARI Kuruluş Yer Seçm Problemler Tedarkç Problemler Personel Problemler 120 Seçm Seçm ÇALIŞMA ÖRNEKLERİ - Eleren ve Karagül, 2007: Jadd, Hong, Frouz, Yusuff and Zulkfl, 2008: Izadkhah, 22: Shahroud, Shafae andtonekabon,22: Matn, Fath, Zarch and Azzollah, 21:1-13 Stratej Seçm - Görener, 22: Robot Seçm Proje Değerlemes Yol Güvenlğnn Performansının - Chu and Ln,2003: Dodangeh, Mojahed and Yusuff,2009: Sepehr and Zucca, 22: Sarem and, Montazer, 2008: Bao, Ruan, Shen, Hermans and Janssens,

4 Proje Seçm Araz Değerlemes Problemler Jovc and Bojovc, 23: Aragone S- Beltra N, Aznar- Bellver, Ferrı S- On Ate and Garcı A- Melo N, 2008: Yazılım Seçm - Görener, 21: , - Bastı ve Boyar, 22: Konut Isıtma - Erdoğmuş, Aras Sstemnde ve Koç, 2006: 269- Kullanılablecek En 279 Uygun Yakıtın Değerlendrlmes Yarı İletken Ürünlern Üretmnde En İy Karışım Oranının Belrlenmes Müteahht Seçm En Uygun Ters Lojstk Faalyet Seçeneğnn Belrlenmes Reklam Ajansının Seçlmes Araç Seçm - Chung, Lee ve Pearn, 2005: Cheng ve L, 2004: Rav, Shankar and Tıwar, 2005: Hsu and Kuo, 21: Kabak ve Uyar, 23: Değerlendrlmes 22: Frma Performanslarının Değerlendrlmes Borsada Sıralaması Stok - İç ve Yurdakul, 2008: Özer, Öztürk ve Kaya, 20: Demrel, 20: Akyüz, Bozdoğan ve Hantekn, 21: Özgüven, 21: Soba ve Eren, 21: Yayar ve Baykara, 22: Makaew andyanprat,22: 57-72), ANP ve TOPSIS yöntemlernn brlkte kullanıldığı çalışmalardan se Ersöz, Kabak ve Yılmaz, lsansüstü öğrenclernn ders seçmnde etkl olan krterlern ağırlıklarını ANP yöntem le belrlemşler ve alternatf dersler TOPSIS yöntem kullanılarak sıralanmıştır (Ersöz, Kabak ve Yılmaz, 21: ) Shyur ve Shh çalışmalarında tedarkç seçm sürecn değerlendrmek çn ANP ve TOPSIS yöntemlern brlkte kullanmışlardır (Shyur and Shh, 2006: ) Azm vd ler de çalışmalarında madenclk sektöründe stratejlern sıralanmasında ANP ve TOPSIS yöntemlern brlkte kullanılmışlardır (Azm, Chamzn, Fouladgar, Zavadskas and Basrazm,21: ) 121

5 2 Analtk Ağ Sürec Analtk Ağ Sürec (Analytc Network Process - ANP) sonlu sayıda alternatf olan karar problemlern, kararı etkleyen krterler ve alternatfler hyerarşk br düzende ele alarak çözen Analtk Hyerarş Sürec (Analytc Herarchy Process AHP) yöntemnn genelleştrlmş haldr Problemler her zaman hyerarşk br yapıyla fade edlemeyeblrler Böyle problemlerde yer alan krterler ve alternatfler brbrleryle karşılıklı etkleşm halnde olablrler Bu durumda, bleşenlern ağırlıklarını (görel önem vektörlern) bulablmek çn daha karmaşık br sürecn analz gerekmektedr Analtk Ağ Sürec bu tür problemlerde kullanılablen br teknktr (Üstün, Özdemr ve Demrtaş, 2005:3) Hyerarşnn en üstünde br amaç ve altında sırasıyla krterler, alt krterler ve alternatfler bulunmaktadır Hyerarşk yapıda aynı sevyedek krterler brbrnden bağımsızdır, fakat gerçek hayatta en doğru kararın verleblmes, karar problemne at krterler arasındak lşklern dkkate alınmasıyla mümkündür Kararkrterler arasındak lşkler göz önüne alan ve tek br yöne bağlı kalarak modelleme zorunluluğunu ortadan kaldıran ANP, Thomas LSaaty tarafından 1980 de gelştrlen çok krterl karar analznde kullanılan analtk hyerarş sürecnn genel br bçmdr (Alptekn, 20: 20) Analtk Ağ Sürec, AHP' den çok daha kapsamlı br yöntem olup karmaşık karar verme problemlerne uygulanmaktadır ANP, karar verme sürecn etkleyen krterler ve alt krterler arasındak her türlü bağımlılık ve ger beslemey sstematk olarak ortaya koyma olanağı veren lk metodolojdr (Bayazıt, 2002: 15) ANP yöntemyle AHP yöntem arasındak en büyük fark ANP nn hem karar noktalarının hem de değerlendrme faktörlernn brbrn etklemesdr Ayrıca ANP, sayısal faktörlern fade edlemedğ durumlarda da y br çözümleycdr(yaralıoğlu, 20: 53) Aşağıda Şekl 1 de ANP dek hyerarşk yapı ve ağ yapısı görülmektedr Şekl 1 Analtk Ağ Sürec Hyerarşs ve Ağ Yapısı Kaynak: Saaty and Vargas, 2006: 8 122

6 ANP yöntem; fnans, pazarlama, sağlık, poltk ve sosyal alan olmak üzere karar verme ve tahmn yürütmey gerektren brçok alanda kullanılırken uygulama alanı da gün geçtkçe artmaktadır (Aslan, 2005:15) ANP yöntemnn uygulama adımları aşağıdak şeklde özetlenmştr (Görener, 2009:103): Adım 1 Problemn Tanımlanması ve Modeln Kurulması: İlk aşamada karar problem tanımlanmaktadır Amaç, ana krterler, alt krterler ve alternatfler net bçmde fade edlmektedr (Ersöz, Kabak ve Yılmaz, 21:235) Adım 2 Krterlerarası Etkleşmlern Belrlenmes: İç ve dış bağımlılıklar ve varsa krterlerarası ger bldrmler lşklendrlmektedr Adım 3 Temel Karar Vercler Arası İkl Karşılaştırma: Bu aşamada, temel karar vercler altında her br boyut çnde ana krterlern ve alt krterlern kl karşılaştırmaları yapılarak brbrlerne göre önem dereceler hesaplanmaktadır (Bngöl, 2006:23) ANP yöntemnde de, AHP yöntemnde olduğu gb kararı etkleyen krterler kl karşılaştırmalara tab tutulmakta ve böylelkle krterlern önem ağırlıkları belrlenmektedr Karar vercler kl karşılaştırmalarda ser şeklde br takım sorulara cevap vererek k krter aynı zamanda karşılaştırmakta ve bunların hedefe olan katkılarını belrlemektedr (Meade and Sarks, 1999: den aktaran Dağdevren, Dönmez ve Kurt, 2006:249) ANP yöntemnde de kl karşılaştırma matrslernn oluşturulması ve önem ağırlıklarının belrlenmesnde AHP yöntemnde olduğu gb Saaty tarafından önerlen ve Tablo 2 de verlen 1-9 önem skalası kullanılmaktadır (Saaty, 1990:15) Tablo 2: İkl Karşılaştırmalarda Kullanılan Önem Skalası Önem Tanım Açıklama Dereces 1 Eşt Önemde İk krterde eşt derece öneme sahptr 3 Braz Öneml Deneymler ve yargılar br krter dğerne karşı braz öneml kılar 5 Fazla Öneml Deneymler ve yargılar br dğern dğerne karşı güçlü şeklde öneml kılmaktadır 7 Çok Fazla Öneml Krter dğerne göre çok güçlü şeklde üstündür 9 Son Derece Öneml Eldek blgler ve deneymler br krtern dğerne göre çok büyük oranda üstün olduğunu belrtmektedr 2,4,6,8 Ara Önem Ara rakamlar gerektğnde kullanılablr Dereceler Kaynak: Saaty, 1990: 15 Adım 4 Elde Edlen Karşılaştırma Matrslernn Tutarlılığı Araştırılır: Uzmanlardan elde edlen puanlar br karşılaştırma matrs oluşturmak çn entegre edlrler Bu matrsn sütunları normalze edldkten sonra elde edlen satır ortalama değerler her br bleşenn ağırlığını göstermektedr Ancak bu değerlern kabul edleblmes çn karşılaştırma matrsnn tutarlı olması gerekmektedr (Bulut ve Soylu, 2009:153) İkl karşılaştırmalar br matrs şeklnde yapılır ve böylece krterlern öncelk değerler elde edlmş olur Uzman desteğ le yapılan kl karşılaştırmaların tutarlı olup olmadığı her br matrs çn tutarlılık oranının (CR 123

7 Consstency Rate) hesaplanması le bulunmaktadır Yapılan kl karşılaştırmaların tutarlı olması çn tutarlılık oranının 010 a eşt veya küçük olması gerekmektedr Aks takdrde karşılaştırmalar gözden geçrlmeldr (Ecer, Açıkgözoğlu ve Yaman, 2009:192) Adım 5 Süper Matrsn Oluşturulması ve Analz: Süper matrs, parçalı br matrs olup, buradak her matrs bölümü br sstem çndek k krter arasındak lşky göstermektedr Krterlern brbrler üzerndek uzun döneml nsp etksn belrleyeblmek çn süper matrsn kuvvet alınmaktadır Önem ağırlıklarının br noktada eştlenmesn sağlamak çn süper matrsn (2n+1) kuvvet alınır, burada n rasgele seçlmş büyük br sayıdır ve elde edlen yen matrs lmt süper matrs olarak smlendrlmektedr (Görener, 2009:103) Şekl 2: Süpermatrs Genel Şekl Kaynak: Saaty and Vargas, 2006: 10 Adım 6 En İy Alternatfn Seçm: Süper matrsn kuvvetnn alınmasıyla lmt süper matrs elde edlmektedr Lmt süper matrstek krterlern öncelk değerler ve en yüksek önem derecesne sahp olan alternatfler belrlenmektedr (Çelk ve Murat, 20: 34) 3 TOPSIS Yöntem TOPSIS (Technque for Order Preference by Smlarty to Ideal Soluton) yöntem çok krterl karar verme yöntemlernden brdr m sayıda alternatf ve n sayıda krter olan çok amaçlı karar verme problem n-boyutlu uzayda m noktaları le gösterleblr Hwang ve Yoon (Hwang and Yoon, 1981) TOPSIS yöntemn, çözüm alternatfnn poztf-deal çözüme en kısa mesafe ve negatfdeal çözüme en uzak mesafe düşüncesne göre oluşturmuşlardır Daha sonraları bu düşünce Zeleny (Zeleny, 1982) ve Hall (Hall, 1989) tarafından da uygulanmış ve Yoon (Yoon, 1987: ) ve Hwang, La ve Lu (Hwang, La andlu, 1993: ) tarafından gelştrlmştr (Yoon and Hwang, 1995) ÇKKV yöntemlernden br olan TOPSIS yöntem; ekonom- yönetm problemler, ver tabanı seçm, muhasebe-fnans, sermaye yatırımı, karar destek, üretm, makro ekonomk planlama, pazarlama, ürün tasarımı, pazarlama stratejs, planlama, portföy seçm, rsk analz, başvuru değerlendrmeler, grup karar verme, tess yer seçm, kaynak tahss, poltka-stratej, ulaştırma, slah kontrolü, 124

8 eğtm, çevresel kararlar, sağlık, kamu sektörü, pazar seçm, portföy seçm, blgsayar ve blg seçm gb alanlarda kullanılablmektedr (Özkan, 2007:124) 31 TOPSIS Yöntemnn Aşamaları TOPSIS yöntem 6 adımdan oluşmaktadır: Adım1: Karar Matrsnn (A) Oluşturulması Satırlarında alternatfler sütunlarında se değerlendrme krterler yer alan karar matrs oluşturulur A karar matrsndek a, A matrsndek alternatfnn j krterne göre gerçek değern göstermektedr (Rao, 444 den aktaran Ustasüleyman, 2009: 37) a a A a m1 a a a m2 a a a 1n 2n mn j Adım 2: Normalleştrlmş Karar Matrsnn (R) Oluşturulması: Karar matrsndek her br değern bulunduğu sütundak değerlern kareler toplamının kareköküne bölünerek matrs normalze edlr (Yurdakul, İç, 2003: 12) Normalleştrme şlem çn aşağıdak formül kullanılır (Ergül, 20: 63-64) r j a m j k 1 a 2 kj R le gösterlen standart karar matrs aşağıdak gb fade edlmektedr R j r r rm r r r m2 r r r 1n 2n mn 125

9 Adım 3: Ağırlıklı Normalleştrlmş Karar Matrsnn (V) Oluşturulması: Öncelkle değerlendrme krterlerne lşkn ağırlık değerler ( w ) belrlenr (Dumanoğlu ve Ergül,20:106) Krterlern ağırlık değerler toplamı 1 e eşttr n 1 w 1 Daha sonra R matrsnn her br sütunundak elemanlar lgl w değer le çarpılarak V matrs (ağırlıklı normalleştrlmş matrs) oluşturulur V matrs aşağıda gösterlmştr V j w1r w1r w1r m1 w r 2 12 w r 2 w r 22 2 m2 w r n 1n w r n 2n w r n mn Değerlendrme krterlerne lşkn ağırlıklar W1, W2, Wnşeklnde belrlenr Oluşturulacak ağırlıklı normalze edlmş karar matrs çn, R matrsnn sütunlarındak değerler lgl değerlendrme krter ağırlık değerler le çarpılarak V matrsnn sütunları hesaplanmaktadır * Adım 4: İdeal ( A ) ve Negatf İdeal ( A ) Çözümlern Oluşturulması: Ağırlıklandırılmış matrste (V) her br sütundak maksmum ve mnmum değerler tespt edlr (Öktür, 2008: 57) A* = {x 1 *, x 2 *,,x k *} (maksmum değerler) A- = { x 1 -, x 2 -,,x k -} (mnmum değerler) Adım 5: Ayrım ölçütlernn Hesaplanması: J alternatfn deal çözümden uzaklığı deal ayırım ( S ) ve negatf deal çözümden uzaklığı Negatf İdeal Ayırım ( S ), 4 ve 5 nolu denklemden yararlanarak hesaplanır (Yaralıoğlu, 20: 25) * 126

10 S * n j1 ( v j v ) * j 2 S n j1 ( v j v ) j 2 Adım 6: İdeal Çözüme Görel Yakınlığın Hesaplanması: Her br alternatfn görecel sıralaması ve puanı aşağıdak formül kullanılarak bulunurn(dündar, 2005: 70) C S * S S * 0 C * * Alternatfler deal çözüme görel yakınlık ( C ) değerne göre sıralanır (Ustasüleyman, 2009: 38) 1 4 Blmdalı Seçmnde ANP ve TOPSIS Yöntemlernn Uygulanması Çalışmanın amacı; Süleyman Demrel Ünverstes, Sosyal Blmler Ensttüsü, İşletme Anablm Dalında yüksek lsans yapacak öğrencler çn en uygun blm dalının belrlenmesdr Bu amaçla yüksek lsans blm dalı seçmn etkleyen krterlern ağırlıkları ANP yöntem le belrlenerek blm dalı değerler le brlkte TOPSIS yöntemnde değerlendrlerek öğrencler çn en y blm dalı seçlmştr ANP yöntemnn uygulanmasında Super Decsons, TOPSIS yöntemnn uygulanmasında se Mcrosoft Offce Excel 2007 programları kullanılmıştır Çalışmada Süleyman Demrel Ünverstes, Sosyal Blmler Ensttüsü, İşletme Anablm Dalında görevl öğretm üyeler ve yüksek lsans öğrencler le yapılan görüşmeler sonucunda blm dalı seçmnetkleyen 4 ana krter ve 20 alt krter belrlenmştr Blm dalı seçmn etkleyen ana krterler ve alt krterler; öğretm üyesne yönelk krterler (öğretm üyesnn tanıdık olması, öğretm üyesnn tavsye etmes, öğretm üyesyle letşmn kolay olması, öğretm üyelernn ders şleyş tarzı), öğrencye yönelk krterler (öğrencnn lg alanı, öğrencnn kşlk özellkler, öğrencnn başarı puanı, öğrencnn sayısal ya da sözel alana lgs, karyer hedef), blm dalına yönelk krterler (blm dalının gelecek vadetmes, blm dalındak dersler, blm dalının öğrencye çekc gelmes, blm dalının kolay yada zor olarak değerlendrlmes, blm dalının kontenjan sayısının fazla olması, blm dalının popülertes) ve dğer etkenlere yönelk krterler (arkadaş tavsyes, kadroların boş olması, ş dünyasına htap etmes, ş hayatında yükselme mkanı sunması, ş dünyasındak değer) şeklnde belrlenmştr Blm dalı alternatfler se; Üretm Yönetm ve Sayısal Yöntemler (ÜYSY) Blm dalı, Muhasebe ve Fnansman (MF) Blm dalı, Yönetm ve Organzasyon (YO) Blm dalı, Pazarlama (P) Blm dalı ve Kooperatfçlk (K) Blm dalı olarak belrlenmştr 127

11 Belrlenen krter, alt krter ve alternatfler doğrultusunda oluşturulan anketler her blm dalından 3 öğrenc olmak üzere toplamda 15 kşlk br gruba uygulanmıştır Her blm dalındak 3 öğrenc seçmnde; brnc öğrenc yüksek lsans yapan br araştırma görevls, kncs hem yüksek lsans yapan hem de ş hayatında çalışan öğrencye ve üçüncüsü de sadece yüksek lsans yapan öğrencden oluşmaktadır Aşağıda Şekl 3 de en y blm dalı seçmndek mevcut krterlern, alt krterlern ve alternatflern görüldüğü analtk ağ sürec yapısı verlmştr Şekl 3: Modeln Analtk Ağ Sürec Yapısı Oluşturulan ANP modelndek kl karşılaştırmalar yüksek lsans öğrenclerne yaptırılarak, geometrk ortalamaları alınarak ortak br görüş elde 128

12 edlmştr En y blm dalı seçmn etkleyen ana krterlern ve alt krterlern ağırlıkları ve kodları Tablo 2 de görülmektedr Tablo 3 ncelendğnde değerlendrmeye alınan dört ana krterden en yüksek ağırlığa sahp olan krtern öğrencye yönelk krterler (0,30603) olduğu görülmektedr Tablo 3 de görüldüğü gb öğretm üyesne at dört alt krterden öğretm üyesnn ders şleyş tarzı (0,26061), öğrencye yönelk beş alt krterden öğrencnn lg alanı (0,21354), blm dalına yönelk altı alt krterden blm dalının gelecek vaat etmes krter (0,18788) ve dğer etkenlere yönelk beş alt krterden ş dünyasında yükselme mkanı sağlaması (0,22330) en yüksek öneme sahp alt krterler oldukları görülmektedr Tablo 3: Krterlern ve Alt Krterlern Genel Ağırlıkları ve Kodları KRİTERLER KOD YEREL AĞIRLIKLAR GENEL AĞIRLIKLAR Öğr Üyelernn Ders X1 0,2606 0,0556 İşleyş Tarzı Öğretm Üyesne Öğr Üyesyle İletşm X2 0,2493 0,0532 Yönelk Krteler Kolay Olması (0,2134) Öğr Üyesnn Tanıdık X3 0,2455 0,0524 Olması Öğr Üyesnn X4 0,2444 0,0521 Tavsyes Karyer Hedef Y1 0,2170 0,0664 Öğrencye Yönelk Öğrencnn İlg Alanı Y2 0,2135 0,0653 Krterler Öğrencnn Başarı Y3 0,1970 0,0603 Puanı (0,3060) Öğrencnn Sayısal ya Y4 0,1938 0,0593 da Sözel Alana İlgs Öğrencnn Kşlk Y5 0,1785 0,0546 Özellkler Blm dalının Gelecek Z1 0,1788 0,0505 vadetmes Blm dalına Blm dalının Z2 0,1714 0,0461 Yönelk Krterler Öğrencye Çekc Gelmes (0,2689) Blm dalının Z3 0,1636 0,0440 Popülertes Blm dalındak Dersler Z4 0,1633 0,0439 Kontenjan Sayısının Z5 0,1583 0,0425 Fazla Olması Blm dalının Kolay Z6 0,1554 0,0418 yada Zor Olarak Değerlendrlmes Dğer Etkenlere Yönelk Krterler İş Dünyasında Yükselme İmkanı Sağlaması (0,2115) İş Dünyasına Htap Etmes 129 T1 0,2233 0,0472 T2 0,2064 0,0436 İş Dünyasındak Değer T3 0,2063 0,0436 Kadroların Boş Olması T4 0,1914 0,0405 Arkadaş Tavsyes T5 0,1724 0,0364 Krterlern genel ağırlıkları TOPSIS yöntemnde kullanılacaktır TOPSIS yöntem daha önce de belrtldğ gb 6 aşamada gerçekleşmektedr

13 1Adım: Karar Matrsnn Oluşturulması TOPSIS Yöntemne göre lk olarak aşağıdak Tablo 4 de görülen karar matrsnn oluşturulması gerekmektedr Karar matrs oluştururken öğrenclern her br krter açısından her br blm dalını değerlendrmes sonucunda almış olduğu değerler kullanılmıştır Tablo 4: Karar Matrs X1 X2 X3 X4 Y1 Y2 Y3 Y4 Y5 Z1 MF 3,7857 3,5000 3,4286 3,5000 3,4615 4,2143 3,7143 3,7857 3,6429 4,2857 YO 3,6923 3,6154 3,2308 3,2308 3,9231 3,6923 3,5385 3,6154 3,3846 4,2308 P 3,6154 3,6923 3,5385 3,1538 3,7693 3,9231 3,6154 3,7692 3,7692 3,8462 ÜYSY 4,3077 3,7500 3,6923 3,3333 4,2143 4,3846 3,8462 3,7692 3,7692 3,7692 K 3,0769 2,7692 2,6154 2,4615 3,1538 3,3077 3,3846 3,5385 3,2308 2,7692 W(ağırlık) 0,0556 0,0532 0,0524 0,0521 0,0664 0,0653 0, ,0593 0,0546 0,6505 Z2 Z3 Z4 Z5 Z6 T1 T2 T3 T4 T5 MF 3,9231 4,0000 3,5714 3,3571 3,1429 4,0714 4,0714 4,2143 3,2857 2,7857 YO 3,7692 3,6923 3,5385 3,2308 3,5385 3,9231 3,9231 3,8462 3,3077 2,9231 P 3,8462 3,3846 3,6923 3,0769 3,4615 4,0714 4,1538 4,0769 2,9231 2,8462 ÜYSY 3,6923 3,1538 3,6923 2,9231 3,0769 3,6154 3,5385 3,5385 3,0769 2,2308 K 3,0000 2,1538 2,9231 2,7692 3,5385 2,8462 2,7692 2,7692 2,9231 2,2308 W(ağırlık 0,6461 0,0440 0,0439 0,0425 0,0418 0,0472 0,0436 0,0436 0,0405 0,0364 2Adım: Karar Matrsnn Normalze Edlmes TOPSIS Yöntemne göre aşağıda Tablo 5 de gösterlen karar matrsnn normalleştrlmes le uygulamaya başlanacaktır Karar matrsndek sütunlardak her br değern lgl sütundak bütün değerlern kareler toplamının kareköküne bölünmesyle karar matrs normalleştrlmş olur Tablo 5: Karar Matrsnn Normalze Edlme Aşaması X1 X2 X3 X4 Y1 Y2 Y3 Y4 Y5 Z1 MF 14, , , , , , , , , ,36 72 YO 13, , , , , , , , , ,89 96 P 13, , , , , , , , , ,79 32 ÜYSY 18, , , , , , , , , ,20 68 K 9, , , , , , , , , ,668 4 Kareler Toplam 69, , , , , , , , , ,93 54 Karekö 8,31 7,790 7,428 7,057 8,323 8,1 8,266 7,973 8,540 8,7720 k Z2 Z3 Z4 Z5 Z6 T1 T2 T3 T4 T5 MF 15, , , ,27 9, , , , , ,760 1 YO 14, , , , , , , , , ,544 5 P 14, , , , , , , , , ,100 8 ÜYSY 13, , , , , , , , , ,976 4 K 9,00 4,638 8,544 7,668 12,52 8,1008 7,668 7,668 8,544 4,

14 Kareler Toplam 67, , , , , , , , , ,35 84 karekök 8,18 7,461 7,815 6,883 7,507 8,331 8,328 6,949 5,861 8, Tablo 6: Normalze Edlmş Matrs X1 X2 X3 X4 Y1 Y2 Y3 Y4 Y5 Z1 MF 0,4555 0,4492 0,4615 0,4959 0,4158 0,4804 0,4584 0,4579 0,4568 0,58 YO 0,4443 0,4641 0,4348 0,4578 0,4713 0,4209 0,4367 0,4373 0,4244 0,4953 P 0,4350 0,4739 0,4763 0,4468 0,4528 0,4472 0,4462 0,4559 0,4727 0,4503 ÜYSY 0,5183 0,4813 0,4970 0,4723 0,5062 0,4998 0,4747 0,4559 0,4727 0,4413 K 0,3702 0,3554 0,3520 0,3487 0,3788 0,3770 0,4177 0,4280 0,4051 0,3242 Z2 Z3 Z4 Z5 Z6 T1 T2 T3 T4 T5 MF 0,4791 0,5360 0,4569 0,4876 0,4186 0,4876 0,4886 0,5060 0,4728 0,4752 YO 0,4603 0,4948 0,4527 0,4693 0,4713 0,4698 0,4708 0,4618 0,4759 0,4986 P 0,4698 0,4536 0,4724 0,4469 0,4610 0,4876 0,4985 0,4895 0,4206 0,4855 ÜYSY 0,4510 0,4226 0,4724 0,4246 0,4098 0,4330 0,4247 0,4248 0,4427 0,3805 K 0,3664 0,2886 0,3739 0,4022 0,4713 0, ,3323 0,3324 0,4206 0, Adım: Ağırlıklı Karar Matrsnn Oluşturulması Normalze edlmş matrs, krterlern ağırlık katsayıları (W) le çarpılarak ağırlıklandırılmış karar matrs oluşturulur Krterlern ağırlık değerler ANP modelnde yüksek lsans öğrencler tarafından yapılan kl karşılaştırmaların geometrk ortalaması alınarak bulunmuştur Aşağıda Tablo 7 dekrterlern ağırlıkları görülmektedr Tablo 7: Krterlern Ağırlıkları Krter Ağırlık (W) Krter Ağırlık (W) Krter Ağırlık (W) Krter Ağırlık (W) X1 0,0556 Y1 0,0664 Z1 0,0505 T1 0,04724 X2 0,0532 Y2 0,0653 Z2 0,0461 T2 0,04367 X3 0,0524 Y3 0,0603 Z3 0,0440 T3 0,04366 X4 0,0521 Y4 0,0593 Z4 0,0439 T4 0,04050 Y5 0,0546 Z5 0,0425 T5 0,03647 Z6 0,0418 Tablo 8: Ağırlıklandırılmış Karar Matrs X1 X2 X3 X4 Y1 Y2 Y3 Y4 Y5 Z1 MF 0,0253 0,0239 0,0241 0,0258 0,0276 0,0313 0,0276 0,0271 0,0249 0,0253 YO 0,0247 0,0246 0,0227 0,0238 0,0313 0,0275 0,0263 0,0259 0,0231 0,0250 P 0,0241 0,0252 0,0249 0,0233 0,0300 0,0292 0,0269 0,0270 0,0258 0,0227 ÜYSY 0,0288 0,0256 0,0260 0,0246 0,0336 0,0326 0,0286 0,0270 0,0258 0,0223 K 0,0205 0,89 0,84 0,81 0,0251 0,0246 0,0251 0,0253 0,0221 0,63 Z2 Z3 Z4 Z5 Z6 T1 T2 T3 T4 T5 MF 0,0220 0,0235 0,0200 0,0207 0,75 0,0230 0,0213 0,0220 0,91 0,73 YO 0,0212 0,0217 0,98 0,99 0,97 0,0221 0,0205 0,02 0,92 0,81 P 0,0216 0,99 0,0207 0,90 0,71 0,0230 0,0217 0,0213 0,70 0,77 ÜYSY 0,0207 0,86 0,0207 0,80 0,71 0,0204 0,85 0,85 0,79 0,38 K 0,68 0,27 0,64 0,71 0,97 0,61 0,45 0,45 0,70 0,38 131

15 4 Adım: Poztf ve Negatf İdeal Çözümlern Belrlenmes Ağırlıklı karar matrsnde her krtern lgl sütunundan negatf deal çözüm çn negatf deal değerler (sütundak en düşük değer) seçlerek, poztf deal çözüm çn de poztf deal değerler (sütundak en yüksek değer) belrlenr Aşağıdak Tablo 9 da her br krter çn poztf ve negatf deal çözüm setler gösterlmektedr Tablo 9:Poztf ve Negatf İdeal Çözüm Setler X1 X2 X3 X4 Y1 Y2 Y3 Y4 Y5 Z1 S - 0,0205 0,89 0,84 0,81 0,0251 0,0246 0,0251 0,0253 0,0221 0,63 S* 0,0288 0,0256 0,0260 0,0258 0,0336 0,0326 0,0286 0,0271 0,0258 0,0253 Z2 Z3 Z4 Z5 Z6 T1 T2 T3 T4 T5 S - 0,68 0,27 0,64 0,71 0,71 0,61 0,45 0,45 0,70 0,38 S* 0,0220 0,0235 0,0207 0,0207 0,97 0,0230 0,0221 0,0213 0,92 0,81 5 Adım: Ayırım Ölçütlernn Hesaplanması Her krtere at olan sütundak değerlerden poztf deal ve negatf deal değerler çıkarılarak sırasıyla poztf ve negatf deal çözüme uzaklık değerler belrlenr Tablo 10:Poztf İdeal Çözüme Uzaklık Değerler X1 X2 X3 X4 Y1 Y2 Y3 Y4 Y5 Z1 Z2 Z3 MF YO P ÜYS Y K Topla Z4 Z5 Z6 T1 T2 T3 T4 T5 m MF YO P ÜYS 0 Y 1 98 K 0 8 0,0286 Karek ök S * S 1 S 2 S 3 S 4 S 5 132

16 Tablo 11: Negatf İdeal Çözüme Uzaklık Değerler X1 X2 X3 X4 Y1 Y2 Y3 Y4 Y5 Z1 Z2 Z3 MF YO P ÜYS Y K Z4 Z5 Z6 T1 T2 T3 T4 T5 Topla Karek S - m ök MF 0 6 0,0250 S 1 YO 0 4 0,0219 S 2 P 0 4 0,0220 S 3 ÜYS 0 Y 5 0,0230 S 4 K S 5 6 Adım: İdeal Çözüme Görel Yakınlığın Hesaplanması İdeal çözüme göre yakınlığın hesaplanmasında se; her br alternatf değer çn negatf deal çözüm değern, kend değer ve aynı alternatfn poztf deal çözüm değernn toplamına bölünmesyle bulunmuştur C * S S S * C* Tablo 12: İdeal Çözüm Tablosu C*1Muhasebe ve Fnansman = 0,0250 / ( 0, ) 0,75710 C*2Yönetm ve organzasyon = 0,0219 / (0, ) 0,70314 C*3Pazarlama = 0,0220 / (0, ) 0,69724 C*4Üretm Yönetm ve Sayısal Yöntemler = 0,0230 / (0, ) 0,731 C*5Kooperatfçlk = 25 / (25 + 0,0286) 0,08221 Sonuç olarak; Tablo 12 de de görüldüğü gb TOPSIS yöntemn kullanarak yapılan bu çalışmada İşletme Anablm dalını oluşturan blm dallarından Muhasebe- Fnansman blm dalının en çok terch edlen ve öğrencler çn en uygun blm dalı olduğu sonucuna varılmıştır Daha sonra sırasıyla; Yönetm ve Organzasyon, Üretm Yönetm ve Sayısal Yöntemler, Pazarlama ve Kooperatfçlk şeklnde sıralandığı görülmektedr 133

17 5 Sonuç ve Değerlendrme Blm dalı seçm lsansüstü öğrenclern eğtm çn öneml br etkendr Öğrencler lsans eğtmlern tamamladıktan sonra lsansüstü eğtme devam etmek sterlerse seçecekler anablm dalı hayatlarının ger kalan kısmında kendlerne yön belrlemelerne yardımcı olacaktır Kend alanlarında uzmanlaşmak, akademsyen olmak, özel sektöre yönelmek vb amaçlar doğrultusunda yapacakları lsansüstü eğtmde yönelecekler blm dalı (muhasebe - fnansman, üretm yönetm ve sayısal yöntemler, kooperatfçlk, pazarlama, yönetm ve organzasyon) oldukça önem teşkl etmektedr Bu çalışmada lsansüstü eğtm gören şletme anablm dalı öğrenclernn blm dalı seçerken hang krterler göz önünde bulundurduklarını, geleceğe yönelk planlarında neler hedefledkler ortaya konmuştur Çalışmada çok krterl karar verme yöntemlernden ANP (Analtk Ağ Sürec) yöntem kullanılarak krterlern ağırlıkları Super Decson programında belrlenmştr Programdan elde edlen ağırlıklara göre en y ana krter, öğrencye yönelk krter olarak belrlenmştr Böylece öğrenclern lsansüstü eğtmde blm dalı seçerken daha çok kend lg alanları, başarı puanları, kşlk özellkler vb krterler baz aldıkları ortaya çıkmıştır Ayrıca programdan elde edlen alt krterlern ağırlıkları le krterlern her br blm dalı açısından aldığı değerler TOPSIS yöntem le Mcrosoft Excell programı kullanılarak değerlendrlmştr Sonuca göre alternatfler en çok terch edlen blm dalından en az terch edlen blm dalına göre sıralanmıştır Yapılan analzde en çok terch edlen blm dalının muhasebe - fnansman olduğu ortaya çıkmıştır 134

18 Kaynakça Akyüz Y, Bozdoğan T ve Hantekn E (21), TOPSIS Yöntemyle Fnansal Performansın Değerlendrlmes ve Br Uygulama,Afyon Kocatepe Ünverstes, İİBF Dergs, Clt:XIII, Sayı:I, s73-92 Alptekn N (20), Analtk Ağ Sürec Yaklaşımı le Türkye de Beyaz Eşya Sektörünün Pazar Payı Tahmn, Doğuş Ünverstes Dergs, Clt:11, Sayı:1, s18-27 Aragone S-Beltra N P, Aznar-Bellver J, Ferrı S-On Ate J And Garcı A-Melo N M (2028), Valuaton of Urban İndustral Land: An Analytc Network Process Approach, European, Journal of Operatonal Research, Volume:185, s Aslan N (2005), Analtk Network Proses, Yayınlanmamış Yüksek Lsans Tez, İstanbul: Yıldız Teknk Ünverstes, Fen Blmler Ensttüsü Azm R, Chamzn AY, Fouladgar MM, Zavadskas EK and Basr MH (21), Rankng The Strateges of Mnng Sector Through ANP and TOPSIS n a SWOT Framework,Journal of Busness Economcs and Management, Volume:12, Issue:4, s Bao Q, Ruan D, Shen Y, Hermans E and Janssens D (22), Improved Herarchcal Fuzzy TOPSIS for Road Safety Performance Evaluaton, Knowledge-Based Systems, Volume:32, s84-90 Bastı M ve Boyar E (22), Muhasebe Paket Programı Seçmnde Analtk Ağ Sürecnn Kullanımı, Dumlupınar Ünverstes Sosyal Blmler Dergs, Sayı:34, s Bayazıt Ö (2002), A New Methodology n Multple Crtera Decson-Makng Systems: Analytcal Network Process (ANP) and An Applcaton, Ankara Ünverstes Syasal Blgler Fakültes Dergs, Clt:57, Sayı:1, s15-34 Bayazıt Ö (2006), Use of Analytc Network Process n Vendor Selecton Decsons, Benchmarkng: An Internatonal, Journal, Volume:13, No:5, s Bngöl L (2003), Lojstk Yönetmnde Analtk Şebeke Yöntem ve Br Uygulama, Yayınlanmamış Yüksek Lsans Tez, İstanbul: İstanbul Teknk Ünverstes, Fen Blmler Ensttüsü Boran S, Göztepe K Ve Yavuz E (2008), A Study On Electon Of Personnel Based On Performance Measurement By Usng Analytc Network Process (ANP), IJCSNS Internatonal Journal of Computer Scence and Network Securty, Volume:8, No:4, s Bulut K ve Soylu B (2009), Öğretm Üyelernn İş Yükü Sevyelernn Br Analtk Ağ Model le Değerlendrlmes: Mühendslk Fakültesnde Br Uygulama, Ercyes Ünverstes, Fen Blmler Ensttüsü Dergs, Clt:25, Sayı:1-2, s Bülbül T (2003), Ankara Ünverstes Eğtm Blmler Fakültesnde Görev Yapan Öğretm Üyelernn Lsansüstü Öğretme Öğrenc Seçme Sürecne İlşkn Görüşler, Ankara Ünverstes Eğtm Blmler Fakültes Dergs, Clt:36, Sayı:1-2, s Chen KY and Wu WT (21), Applyng Analytc Network Process n Logstcs Servıce Provder Selectıon A Case Study Of The Industry Investıng n 135

19 Southeast Asa, Internatonal Journal of Electronc Busness Management, Volume:9, No:1, s24-36 Chen SJ and Hwang CL (1992), Fuzzy Multple Attrbute Decson Makng Methods, Lecture Notes n Economcs and Matematcal Systems, Volume:375, s Cheng EWL and L H (2004), Contractor Selecton Usng The Analytc Network Proces, Constructon Management and Economcs, Volume:22, s Cheng EWL, L H and Yu L (2005), The Analytc Network Process (ANP) Approach to Locaton Selecton: A Shoppng Mall Illustraton, Constructon Innovaton, Volume:5, s83 97 Chu TC and Ln YC (2003), A Fuzzy TOPSIS Method for Robot Selecton,Internatonal Journal of Advanced Manufacturng Technology, Volume:21, s Chung SH, Lee AHI and Pearn WL (2005), Analytc Network Process (ANP) Approach for Product Mx Plannng n Semconductor Fabrcator, Internatonal Journal of Producton Economcs, Volume:96, Issue:1, s15-36 Çelk N ve Murat G (20), Analtk Ağ Sürec Yöntem le Ünverste Dnamk Entegre Stratej Model Gelştrlmes, Yönetm, Yıl:21, Sayı:67, s32-51 Dağdevren M, Dönmez N ve Kurt M (2006), Br İşletmede Tedarkç Değerlendrme Sürec İçn Yen Br Model Tasarımı ve Uygulaması, Gaz Ünverstes, Mühendslk ve Mmarlık Fakültes Dergs, Clt:21, No:2, s Demrel E (20), TOPSIS Çok Krterl Karar Verme Sstem: Türkye dek Kamu Bankaları Üzerne Br Uygulama, Grşmclk ve Kalkınma Dergs, Clt:5, Sayı:1, s Dkmen I, Brgönül MT ve Özorhon B (2007), Project Apprasal And Selecton Usng The Analytc Network Process, Canadan Journal of Cvl Engneerng, Volume:34, No:7, s Dodangeh J, Mojahed M and Yusuff RM (2009),Best Project Selecton by Usng of Group TOPSIS Method, 2009 Internatonal Assocaton of Computer Scence and Informaton Technology - Sprng Conference, s50-53 Dumanoğlu S Ve Ergül N (20),İMKB de İşlem Gören Teknoloj Şrketlernn Performans Ölçümü, Muhasebe ve Fnansman Dergs, Sayı:48, s1-111 Dündar İ (2005), Otomotv Sektöründe Kurumsal Karne Uygulamasına Dayalı Performans Yönetm Sstem Kurulması Ve Değerlendrlmes,Yayınlanmamış Yüksek Lsans Tez, Adana: Çukurova Ünverstes, Fen Blmler Ensttüsü Ecer F Açıkgözoğlu S ve Yaman F (2009), Analtk Ağ Sürec (AAS) ve WEB Stelernden Yararlanarak Otel Seçm, Hacettepe Ünverstes, İktsad ve İdar Blmler Fakültes Dergs, Clt:27, Sayı:1, s Ecer F ve Dündar S (2009), Analtk Ağ Sürec Yöntemyle Cep Telefonu Seçm, İşletme Fakültes Dergs, Clt:10, Sayı:2, s Eleren A Karagül M (2007), Kuruluş Yer Seçmnn Fuzzy TOPSIS Yöntemyle Belrlenmes,Akdenz Ünverstes İİBF Dergs, Clt:13, s Erdoğmuş Ş, Aras H Ve Koç E (2006), Evaluaton Of Alternatve Fuels For Resdental Heatng ın Turkey Usng Analytc Network Process (ANP) wth 136

20 Group Decson-Makng, Renewable and Sustanable Energy Revews, Volume:10, s Ergül N (20), İMKB de İşlem Gören Enerj Şrketlernn Mal Performanslarının TOPSIS Yöntem le Analz, İstanbul: Beta Yayıncılık Ersöz F ve Kabak M (20), Savunma Sanay Uygulamalarında Çok Krterl Karar Verme Yöntemlernn Lteratür Araştırması, Kara Harp Okulu Savunma Blmler Dergs, Volume:9, Numbe:1, s Ersöz F, Kabak M ve Yılmaz Z (21), Lsansüstü Öğrenmde Ders Seçmne Yönelk Br Model Öners,Afyon Kocatepe Ünverstes, İİBF Dergs, Clt:XIII, Sayı:II, s Gencer C ve Gürpınar D (2007), Analytc Network Process n Suppler Selecton: A Case Study n an Electronc Frm, Appled Mathematcal Modellng, Volume:31, s Görener A (2009), Kesc Takım Tedarkçs Seçmnde Analtk Ağ Sürecnn Kullanımı, Havacılık ve Uzay Teknolojler Dergs, Clt:4, Sayı:1, s Görener A (21), Bütünleşk ANP-VIKOR Yaklaşımı le ERP Yazılımı Seçm, Havacılık ve Uzay Teknolojler Dergs, Clt:5, Sayı:1, s Görener A (22),Br İmalat İşletmesnde Bakım Stratejsnn Belrlenmes,TMMOB MMO Mühends ve Makne Dergs, Clt:53, Sayı:657, s51-62 Hall AD (1989), Metasystems Methodology: A New Synthess and Unfcaton, Oxford: Pergamon Press Hsu PF and Kuo MH (21), Applyng the ANP Model for Selectng the Optmal Full-Servce Advertsng Agency, Internatonal Journal of Operatons Research, Volume:8, No:4, s48-58 Hwang CL and Yoon KP (1981), Multple Attrbute Decson Makng: Methods and Applcatons; A State-of-the-Art Survey (Lecture Notes n Economcs and Mathematcal Systems), New York: Sprnger- Verlag, Berln Hedelberg Hwang CL,La YJ and Lu TY (1993), A New Approach for Multple Objectve Decson Makng, Computers and Operatonal Research, Volume:20, Issue:8, s Ivanovc I, GrujcˇIc D, Macura D, Jovıc J and Bojovc N (23), One Approach For Road Transport Project Selecton, Transport Polcy, Volume:25, s22-29 Izadkhah M (22),Group DecsonMakng Process for Suppler Selecton wth TOPSIS Method under Interval-Valued Intutonstc Fuzzy Numbers, Advances n Fuzzy Systems, Volume:22, s1-14 İç YT ve Yurdakul M (2008), Çok Krterl Karar Verme Yöntemlern Kullanan Makne-Ekpman Seçm Çalışmalarında Bulanıklığın Sonuçlara Etksnn İncelenmes, İsletme Fakültes Dergs, Clt:9, Sayı:1, s Jadd O, Hong TS, Frouz F, Yusuff RM and Zulkfl N (2008), TOPSIS and Fuzzy Mult Objectve Model Integraton for Suppler Selecton Problem,Journal of Achevement n Materals and Manufacturng Engneerng, Volume:31 Issue:2, s Jharkhara S and Shankar R (2007), Selecton of Logstcs Servce Provder: An Analytc Network Process (ANP) Approach, Omega, Volume:35, s

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi Journal of Engneerng and Natural Scences Mühendslk ve Fen Blmler Dergs Sgma 31, 203-213, 2013 Research Artcle / Araştırma Makales ANALYTIC NETWORK PROCESS AND TOPSIS METHODS WITH SELECTION OF OPTIMAL INVESTMENT

Detaylı

TOPSIS ÇOK KRİTERLİ KARAR VERME SİSTEMİ: TÜRKİYE DEKİ KAMU BANKALARI ÜZERİNE BİR UYGULAMA

TOPSIS ÇOK KRİTERLİ KARAR VERME SİSTEMİ: TÜRKİYE DEKİ KAMU BANKALARI ÜZERİNE BİR UYGULAMA Araştırma Makaleler TOPSIS ÇOK KRİTERLİ KARAR VERME SİSTEMİ: TÜRKİYE DEKİ KAMU BANKALARI ÜZERİNE BİR UYGULAMA Dr., Dokuz Eylül Ünverstes, İİBF İşletme Bölümü erhan.demrel@deu.edu.tr ÖZET Ekonomk faalyetlern

Detaylı

KIRIKKALE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİNDEN AHP VE TOPSIS İLE KAMP YERİ SEÇİMİ

KIRIKKALE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİNDEN AHP VE TOPSIS İLE KAMP YERİ SEÇİMİ KIRIKKALE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİNDEN AHP VE TOPSIS İLE KAMP YERİ SEÇİMİ Burak KARAHAN Burak PEKEL Neşet BEDİR Cavt CAN Kırıkkale -2014-

Detaylı

AHP-TOPSIS YÖNTEMİNE DAYALI TEDARİKÇİ SEÇİMİ UYGULAMASI *

AHP-TOPSIS YÖNTEMİNE DAYALI TEDARİKÇİ SEÇİMİ UYGULAMASI * Ekonometr ve İstatstk Sayı:13 (12. Uluslararası Ekonometr, Yöneylem Araştırması, İstatstk Sempozyumu Özel Sayısı) 2011 1 22 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ AHP-TOPSIS

Detaylı

AN IMPLEMENTATION OF INTEGRATED MULTI-CRITERIA DECISION MAKING TECHNIQUES FOR ACADEMIC STAFF RECRUITMENT

AN IMPLEMENTATION OF INTEGRATED MULTI-CRITERIA DECISION MAKING TECHNIQUES FOR ACADEMIC STAFF RECRUITMENT Journal of Management, Marketng and Logstcs (JMML), ISSN: 48-6670 Year: 04 Volume: Issue: AN IMPLEMENTATION OF INTEGRATED MULTI-CRITERIA DECISION MAKING TECHNIQUES FOR ACADEMIC STAFF RECRUITMENT Kemal

Detaylı

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi Journal of Engneerng and Natural Scences Mühendslk ve Fen Blmler Dergs Sgma 29, 244-260, 2011 Research Artcle / Araştırma Makales PERFORMANCE EVALUATION USING AHP - VIKOR AND AHP - TOPSIS APPROACHES: THE

Detaylı

AHP VE TOPSIS YÖNTEMLERİ İLE KURUMSAL PROJE YÖNETİM YAZILIMI SEÇİMİ

AHP VE TOPSIS YÖNTEMLERİ İLE KURUMSAL PROJE YÖNETİM YAZILIMI SEÇİMİ Süleyman Demrel Ünverstes Sosyal Blmler Ensttüsü Dergs Yıl: 2015/1, Sayı:21 Journal of Süleyman Demrel Unversty Insttute of Socal Scences Year: 2015/1, Number:21 AHP VE TOPSIS YÖNTEMLERİ İLE KURUMSAL PROJE

Detaylı

Bulanık TOPSIS ve Bulanık VIKOR Yöntemleriyle Alışveriş Merkezi Kuruluş Yeri Seçimi ve Bir Uygulama

Bulanık TOPSIS ve Bulanık VIKOR Yöntemleriyle Alışveriş Merkezi Kuruluş Yeri Seçimi ve Bir Uygulama EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Clt: 14 Sayı: 3 Temmuz 2014 ss. 463-479 Bulanık TOPSIS ve Bulanık VIKOR Yöntemleryle Alışverş Merkez Kuruluş Yer Seçm ve Br Uygulama Selecton of Shoppng Center

Detaylı

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi Journal of Engneerng and atural Scences Mühendslk ve Fen Blmler Dergs Sgma 9, -4, 0 Research Artcle / Araştırma Makales FUZZY TOPSIS METHODS I GROUP DECISIO MAKIG AD A APPLICATIO FOR BAK BRACH LOCATIO

Detaylı

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI V. Ulusal Üretm Araştırmaları Sempozyumu, İstanbul Tcaret Ünverstes, 5-7 Kasım 5 ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN

Detaylı

MESLEK SEÇİMİ PROBLEMİNDE ÇOK ÖZELLİKLİ KARAR VERME VE ÇÖZÜME YÖNELİK GELİŞTİRİLEN BİREYSEL KARİYER PLANLAMA PROGRAMI

MESLEK SEÇİMİ PROBLEMİNDE ÇOK ÖZELLİKLİ KARAR VERME VE ÇÖZÜME YÖNELİK GELİŞTİRİLEN BİREYSEL KARİYER PLANLAMA PROGRAMI MESLEK SEÇİMİ PROBLEMİNDE ÇOK ÖZELLİKLİ KARAR VERME VE ÇÖZÜME YÖNELİK GELİŞTİRİLEN BİREYSEL KARİYER PLANLAMA PROGRAMI Fath ÇİL GAZİ ÜNİVERSİTESİ Mühendslk Mmarlık Fakültes Endüstr Mühendslğ Bölümü 4. Sınıf

Detaylı

KRİZ DÖNEMİNDE KÜRESEL PERAKENDECİ AKTÖRLERİN PERFORMANSLARININ TOPSİS YÖNTEMİ İLE DEĞERLENDİRİLMESİ

KRİZ DÖNEMİNDE KÜRESEL PERAKENDECİ AKTÖRLERİN PERFORMANSLARININ TOPSİS YÖNTEMİ İLE DEĞERLENDİRİLMESİ Atatürk Ünverstes İktsad ve İdar Blmler Dergs, Clt: 25, Sayı: 2, 2011 151 KRİZ DÖNEMİNDE KÜRESEL PERAKENDECİ AKTÖRLERİN PERFORMANSLARININ TOPSİS YÖNTEMİ İLE DEĞERLENDİRİLMESİ Nhan ÖZGÜVEN (*) Özet: Perakendeclk

Detaylı

SELECTING THE SERVICE PROVIDER THROUGH MULTIPLE- CRITERIA DECISION MAKING TECHNIQUES

SELECTING THE SERVICE PROVIDER THROUGH MULTIPLE- CRITERIA DECISION MAKING TECHNIQUES ÇOK ÖLÇÜTLÜ KARAR VERME TEKNİKLERİ İLE HİZMET SAĞLAYICI SEÇİMİ Öz Aşır ÖZBEK a Tamer EREN b Hzmet sağlayıcılar ya da üçüncü part lojstk (3PL) frmalar, şletmenn ana faalyetler dışında kalan, geleneksel

Detaylı

TEDARİKÇİ SEÇİMİNDE ANALİTİK HİYERARŞİ PROSESİ VE HEDEF PROGRAMLAMA YÖNTEMLERİNİN KOMBİNASYONU: OTEL İŞLETMELERİNDE BİR UYGULAMA

TEDARİKÇİ SEÇİMİNDE ANALİTİK HİYERARŞİ PROSESİ VE HEDEF PROGRAMLAMA YÖNTEMLERİNİN KOMBİNASYONU: OTEL İŞLETMELERİNDE BİR UYGULAMA TEDARİKÇİ SEÇİMİNDE ANALİTİK HİYERARŞİ PROSESİ VE HEDEF PROGRAMLAMA YÖNTEMLERİNİN KOMBİNASYONU: OTEL İŞLETMELERİNDE BİR UYGULAMA Yrd. Doç. Dr. Meltem KARAATLI * Yrd. Doç. Dr. Gonca DAVRAS ** ÖZ Otel şletmelernde,

Detaylı

AHP AND GRA INTEGRATED APPROACH IN INNOVATION PERFORMANCE REVIEW PROCESS: AN APPLICATION IN DAIRY INDUSTRY

AHP AND GRA INTEGRATED APPROACH IN INNOVATION PERFORMANCE REVIEW PROCESS: AN APPLICATION IN DAIRY INDUSTRY Dumlupınar Ünverstes Sosyal Blmler Dergs / Dumlupınar Unversty Journal of Socal Scences İNOVASYON PERFORMANSI DEĞERLENDİRME SÜRECİNDE AHS VE GİA BÜTÜNLEŞİK YAKLAŞIMI: SÜT ÜRÜNLERİ SEKTÖRÜNDE BİR UYGULAMA

Detaylı

KURUMSAL FİRMALAR İÇİN BİR FİNANSAL PERFORMANS KARŞILAŞTIRMA MODELİNİN GELİŞTİRİLMESİ

KURUMSAL FİRMALAR İÇİN BİR FİNANSAL PERFORMANS KARŞILAŞTIRMA MODELİNİN GELİŞTİRİLMESİ Gaz Ünv. Müh. Mm. Fak. Der. Journal of thefaculty of Engneerngand Archtecture of Gaz Unversty Clt 30, No 1, 71-85, 2015 Vol 30, No 1, 71-85, 2015 KURUMSAL FİRMALAR İÇİN BİR FİNANSAL PERFORMANS KARŞILAŞTIRMA

Detaylı

BALİ KHO BİLİM DERGİSİ CİLT:23 SAYI:2 YIL:2013. BULANIK BOYUT ANALİZİ ve BULANIK VIKOR İLE BİR ÇNKV MODELİ: PERSONEL SEÇİMİ PROBLEMİ.

BALİ KHO BİLİM DERGİSİ CİLT:23 SAYI:2 YIL:2013. BULANIK BOYUT ANALİZİ ve BULANIK VIKOR İLE BİR ÇNKV MODELİ: PERSONEL SEÇİMİ PROBLEMİ. BULANIK BOYUT ANALİZİ ve BULANIK VIKOR İLE BİR ÇNKV MODELİ: PERSONEL SEÇİMİ PROBLEMİ Özkan BALİ ÖZET Personel seçm organzasyonların başarısını etkleyen en öneml problemlerden brdr. Bu seçm, belrszlk çeren

Detaylı

Çok Kriterli Karar Verme Teknikleriyle Lojistik Firmalarında Performans Ölçümü

Çok Kriterli Karar Verme Teknikleriyle Lojistik Firmalarında Performans Ölçümü EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Clt: 3 Sayı: 4 Ekm 03 ss. 449-459 Çok Krterl Karar Verme Teknkleryle Lostk Frmalarında Performans Ölçümü Performance Measurement of Logstcs Frms wth Mult-Crtera

Detaylı

Çok ölçütlü karar verme yaklaşımlarına dayalı tedarikçi seçimi: elektronik sektöründe bir uygulama

Çok ölçütlü karar verme yaklaşımlarına dayalı tedarikçi seçimi: elektronik sektöründe bir uygulama 346 Çok ölçütlü karar verme yaklaşımlarına dayalı tedarkç seçm: elektronk sektöründe br uygulama Murat ARIKAN 1, Berat GÖKBEK 1 1 Endüstr Mühendslğ Bölümü, Mühendslk Fakültes, Gaz Ünverstes, Maltepe-Ankara

Detaylı

Depo operatörü lojistik firmasının seçimi için bulanık VIKOR ve bulanık TOPSIS yöntemlerinin uygulanması

Depo operatörü lojistik firmasının seçimi için bulanık VIKOR ve bulanık TOPSIS yöntemlerinin uygulanması İstanbul Ünverstes İşletme Fakültes Dergs Istanbul Unversty Journal of the School of Busness Clt/Vol:42, /No:2, 2013, 198-218 ISSN: 1303-1732 wwwfdergsorg 2013 Depo operatörü lostk frmasının seçm çn bulanık

Detaylı

Bulanık Analitik Hiyerarşi Süreci ve İdeal Çözüme Yakınlığa Göre Sıralama Yapma Yöntemleri ile Tekstil Sektöründe Finansal Performans Ölçümü

Bulanık Analitik Hiyerarşi Süreci ve İdeal Çözüme Yakınlığa Göre Sıralama Yapma Yöntemleri ile Tekstil Sektöründe Finansal Performans Ölçümü Sosyal Blmler 8/1 (010) s 19516 SOSYAL BİLİMLER Yıl : 010 Clt :8 Sayı :1 Celal Bayar Ünverstes S.B.E. Bulanık Analtk Hyerarş Sürec ve İdeal Çözüme Yakınlığa Göre Sıralama Yapma Yöntemler le Tekstl Sektöründe

Detaylı

BIST da Demir, Çelik Metal Ana Sanayii Sektöründe Faaliyet Gösteren İşletmelerin Finansal Performans Analizi: VZA Süper Etkinlik ve TOPSIS Uygulaması

BIST da Demir, Çelik Metal Ana Sanayii Sektöründe Faaliyet Gösteren İşletmelerin Finansal Performans Analizi: VZA Süper Etkinlik ve TOPSIS Uygulaması EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Clt: 4 Sayı: Ocak 04 ss. 9-9 BIST da Demr, Çelk Metal Ana Sanay Sektöründe Faalyet Gösteren İşletmelern Fnansal Performans Analz: VZA Süper Etknlk ve TOPSIS Uygulaması

Detaylı

TOPSIS Metodu Kullanılarak Kesici Takım Malzemesi Seçimi

TOPSIS Metodu Kullanılarak Kesici Takım Malzemesi Seçimi Makne Teknolojler Elektronk Dergs Clt: 9, No: 3, 2012 (35-42) Electronc Journal of Machne Technologes Vol: 9, No: 3, 2012 (35-42) TEKNOLOJİK ARAŞTIRMALAR www.teknolojkarastrmalar.com e-issn:1304-4141 Makale

Detaylı

NAKLĠYE FĠRMASI SEÇĠMĠNDE BULANIK AHP VE BULANIK TOPSIS YÖNTEMLERĠNĠN KARġILAġTIRILMASI

NAKLĠYE FĠRMASI SEÇĠMĠNDE BULANIK AHP VE BULANIK TOPSIS YÖNTEMLERĠNĠN KARġILAġTIRILMASI Marmara Ünverstes Ġ.Ġ.B.F. Dergs YIL 008, CĠLT XX, AYI NAKLĠYE FĠRMAI EÇĠMĠNDE BULANIK AHP E BULANIK TOPI YÖNTEMLERĠNĠN KARġILAġTIRILMAI Prof. Dr. Ahmet ÖZTÜRK * Yrd. Doç. Dr. Ġrfan ERTUĞRUL ** ArĢ. Grv.

Detaylı

TÜRKİYE DEKİ ÖZEL BANKALARIN FİNANSAL PERFORMANSLARININ KARŞILAŞTIRILMASI: 2008-2011 DÖNEMİ. Fatih ECER *

TÜRKİYE DEKİ ÖZEL BANKALARIN FİNANSAL PERFORMANSLARININ KARŞILAŞTIRILMASI: 2008-2011 DÖNEMİ. Fatih ECER * AİBÜ Sosyal Blmler Ensttüsü Dergs, Güz 2013, Clt:13, Yıl:13, Sayı:2, 13:171-189 TÜKİYE DEKİ ÖZEL BANKALAIN FİNANSAL PEFOMANSLAININ KAŞILAŞTIILMASI: 2008-2011 DÖNEMİ Fath ECE COMPAISON OF PIVATE BANKS FINANCIAL

Detaylı

FUZZY TOPSİS YÖNTEMİ İLE SANAL MAĞAZALARIN WEB SİTELERİNİN DEĞERLENDİRİLMESİ

FUZZY TOPSİS YÖNTEMİ İLE SANAL MAĞAZALARIN WEB SİTELERİNİN DEĞERLENDİRİLMESİ FUZZY TOPSİS YÖNTEMİ İLE SNL MĞZLRIN WEB SİTELERİNİN DEĞERLENDİRİLMESİ Süleyman DÜNDR (*) Fath EER (**) Şuayb ÖZDEMİR (***) Özet: Bu çalışmanın amacı, fuzzy TOPSİS yöntemn kullanarak sanal mağazaların

Detaylı

SİMÜLASYON İLE BÜTÜNLEŞİK ÇOK KRİTERLİ KARAR VERME: BİR HASTANE ACİL DEPARTMANI İÇİN SENARYO SEÇİMİ UYGULAMASI

SİMÜLASYON İLE BÜTÜNLEŞİK ÇOK KRİTERLİ KARAR VERME: BİR HASTANE ACİL DEPARTMANI İÇİN SENARYO SEÇİMİ UYGULAMASI İstanbul Tcaret Ünverstes Fen Blmler Dergs Yıl: 11 Sayı: 22 Güz 2012 s. 1-18 SİMÜLASYON İLE BÜTÜNLEŞİK ÇOK KRİTERLİ KARAR VERME: BİR HASTANE ACİL DEPARTMANI İÇİN SENARYO SEÇİMİ UYGULAMASI Muhammet GÜL

Detaylı

Çok Kriterli Karar Vermede TOPSIS ve VIKOR Yöntemleriyle Klima Seçimi

Çok Kriterli Karar Vermede TOPSIS ve VIKOR Yöntemleriyle Klima Seçimi Çankırı Karatekn Ünverstes İktsad ve İdar Blmler Fakültes Dergs Y.2014, Clt 4, Sayı 1, ss.267-282 Çankırı Karatekn Unversty Journal of The Faculty of Economcs and Admnstratve Scences Y.2014, Volume 4,

Detaylı

BULUT TEKNOLOJ S F RMALARININ BULANIK AHP MOORA YÖNTEM KULLANILARAK SIRALANMASI

BULUT TEKNOLOJ S F RMALARININ BULANIK AHP MOORA YÖNTEM KULLANILARAK SIRALANMASI BULUT TEKNOLOJ S F RMALARININ BULANIK AHP MOORA YÖNTEM KULLANILARAK SIRALANMASI Bahad r Fath YILDIRIM.Ü. letme Fakültes Say sal Yöntemler ABD. Onur ÖNAY.Ü. letme Fakültes Say sal Yöntemler ABD. ÖZET Bulut

Detaylı

YAZILIM GELİŞTİRME PROJELERİNİN GERÇEK OPSİYON DEĞERLEME MODELİYLE ÇOK ÖLÇÜTLÜ BULANIK DEĞERLEMESİ

YAZILIM GELİŞTİRME PROJELERİNİN GERÇEK OPSİYON DEĞERLEME MODELİYLE ÇOK ÖLÇÜTLÜ BULANIK DEĞERLEMESİ İstanbul Tcaret Ünverstes Fen Blmler Dergs Yıl: 8 Sayı: 5 Bahar 009/ s. 3-6 YAZILIM GELİŞTİRME PROJELERİNİN GERÇEK OPSİYON DEĞERLEME MODELİYLE ÇOK ÖLÇÜTLÜ BULANIK DEĞERLEMESİ A. Çağrı TOLGA, Cengz KAHRAMAN

Detaylı

YÖNETİM VE EKONOMİ Yıl:2006 Cilt:13 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA

YÖNETİM VE EKONOMİ Yıl:2006 Cilt:13 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA YÖNETİM VE EKONOMİ Yıl:2006 Clt:3 Sayı: Celal Bayar Ünverstes İ.İ.B.F. MANİSA Bulanık Araç Rotalama Problemlerne Br Model Öners ve Br Uygulama Doç. Dr. İbrahm GÜNGÖR Süleyman Demrel Ünverstes, İ.İ.B.F.,

Detaylı

DEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI

DEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI DEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI Mehmet Aktan Atatürk Ünverstes, Endüstr Mühendslğ Bölümü, 25240, Erzurum. Özet: Dövz kurlarındak değşmler,

Detaylı

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU 6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız

Detaylı

20. ULUSAL PAZARLAMA KONGRESİ Anadolu Üniversitesi - Eskişehir

20. ULUSAL PAZARLAMA KONGRESİ Anadolu Üniversitesi - Eskişehir 20. ULUSL PZRLM KONGRESİ nadolu Ünverstes - Eskşehr Sgorta Ürün Planlarına İlşkn Ürün Cazplklernn Değerlendrlmes Evaluaton of Product ttractveness of Insurance Product Plans Habbe Yelda Şener 1 - Merve

Detaylı

ÇOK KRİTERLİ KARAR VERME PROBLEMLERİNDE ARAS YÖNTEMİ

ÇOK KRİTERLİ KARAR VERME PROBLEMLERİNDE ARAS YÖNTEMİ ÇOK KRİTERLİ KARAR VERME PROBLEMLERİNDE ARAS YÖNTEMİ Makale Sunum Tarh : 02.03.2015 Yayına Kabul Tarh : 27.03.2015 Bahadır Fath YILDIRIM Araştırma Görevls Kafkas Ünverstes, İİBF, İşletme Bölümü, Sayısal

Detaylı

Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, Cilt: 25, Sayı: 1, 2011 225

Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, Cilt: 25, Sayı: 1, 2011 225 Atatürk Ünverstes İktsad ve İdar Blmler Dergs, Clt: 25, Sayı:, 20 225 FİNANSAL ANALİZDE KULLANILAN ORANLAR VE HİSSE SENEDİ GETİRİLERİ ARASINDAKİ İLİŞKİ: EKONOMİK KRİZ DÖNEMLERİ İÇİN İMKB İMALAT SANAYİ

Detaylı

TRANSPORT PROBLEMI için GELIsTIRILMIs VAM YÖNTEMI

TRANSPORT PROBLEMI için GELIsTIRILMIs VAM YÖNTEMI Yönetm, Yl 9, Say 28, Ekm - 1997,5.20-25 TRANSPORT PROBLEMI ÇIN GELIsTIRILMIs VAM YÖNTEMI Dr. Erhan ÖZDEMIR I.Ü. Teknk Blmler M.Y.O. L.GIRIs V AM transport problemlerne en düsük malyetl baslangç çözüm

Detaylı

İKİNCİ ÖĞRETİM KAMU TEZSİZ YÜKSEK LİSANS PROGRAMI

İKİNCİ ÖĞRETİM KAMU TEZSİZ YÜKSEK LİSANS PROGRAMI İKİNCİ ÖĞRETİM KAMU TEZSİZ YÜKSEK LİSANS PROGRAMI Anablm Dalı: Kamu PROGRAMIN TANIMI: Kamu Tezsz Yüksek Lsans Programı, kamu ve özel sektör sstem çersndek problemler ve htyaçları analz edeblecek, yorumlayacak,

Detaylı

YAYILI YÜK İLE YÜKLENMİŞ YAPI KİRİŞLERİNDE GÖÇME YÜKÜ HESABI. Perihan (Karakulak) EFE

YAYILI YÜK İLE YÜKLENMİŞ YAPI KİRİŞLERİNDE GÖÇME YÜKÜ HESABI. Perihan (Karakulak) EFE BAÜ Fen Bl. Enst. Dergs (6).8. YAYII YÜK İE YÜKENİŞ YAPI KİRİŞERİNDE GÖÇE YÜKÜ HESABI Perhan (Karakulak) EFE Balıkesr Ünverstes ühendslk marlık Fakültes İnşaat üh. Bölümü Balıkesr, TÜRKİYE ÖZET Yapılar

Detaylı

Basel II Geçiş Süreci Sıkça Sorulan Sorular

Basel II Geçiş Süreci Sıkça Sorulan Sorular Basel II Geçş Sürec Sıkça Sorulan Sorular Soru No: 71 Cevaplanma Tarh: 06.03.2012 İlgl Hüküm: --- Konu: Gayrmenkul İpoteğyle Temnatlandırılmış Alacaklar İçn KR510AS Formunun Doldurulmasına İlşkn Örnek

Detaylı

İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM)

İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM) Dersn Adı İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM) Course Name İnşaat Projeler Yönetmnde Enformasyon Teknolojler Informaton Technologes n Constructon Project Management Kodu (Code)

Detaylı

Dersin Yürütülmesi Hakkında. (Örgün / Yüz Yüze Eğitim için) (Harmanlanmış Eğitim için) (Uzaktan Eğitim için)

Dersin Yürütülmesi Hakkında. (Örgün / Yüz Yüze Eğitim için) (Harmanlanmış Eğitim için) (Uzaktan Eğitim için) Ders Kodu Teork Uygulama Lab. Uluslararası Muhasebe ve Fnansal Raporlama Standartları Ulusal Kred Öğretm planındak AKTS 344000000000510 3 0 0 3 6 Ön Koşullar : Bu dersn ön koşulu ya da yan koşulu bulunmamaktadır.

Detaylı

ALGILANAN HİZMET KALİTESİ VE LOJİSTİK REGRESYON ANALİZİ İLE HİZMET TERCİHİNE ETKİSİNİN BELİRLENMESİ. Özet

ALGILANAN HİZMET KALİTESİ VE LOJİSTİK REGRESYON ANALİZİ İLE HİZMET TERCİHİNE ETKİSİNİN BELİRLENMESİ. Özet Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Yayın Gelş Tarh: 18.02.2011 Clt: 13, Sayı: 1, Yıl: 2011, Sayfa: 21-37 Yayına Kabul Tarh: 17.03.2011 ISSN: 1302-3284 ALGILANAN HİZMET KALİTESİ VE LOJİSTİK

Detaylı

Üniversite Öğrencilerinin Kredi Kartı Sahipliğini Belirleyen Faktörler

Üniversite Öğrencilerinin Kredi Kartı Sahipliğini Belirleyen Faktörler Ünverste Öğrenclernn Kred Kartı Sahplğn Belrleyen Faktörler H. Dlara KESKİN Yrd. Doç. Dr., Karadenz Teknk Ünverstes, İİBF İşletme Bölümü dlarakeskn@yahoo.com Emrah KOPARAN Öğr. Gör., Amasya Ünverstes Merzfon

Detaylı

Metin Madenciliği ile Soru Cevaplama Sistemi

Metin Madenciliği ile Soru Cevaplama Sistemi Metn Madenclğ le Soru Cevaplama Sstem Sevnç İlhan 1, Nevchan Duru 2, Şenol Karagöz 3, Merve Sağır 4 1 Mühendslk Fakültes Blgsayar Mühendslğ Bölümü Kocael Ünverstes slhan@kocael.edu.tr, nduru@kocael.edu.tr,

Detaylı

BİR UN FABRİKASINDA HEDEF PROGRAMLAMA UYGULAMASI

BİR UN FABRİKASINDA HEDEF PROGRAMLAMA UYGULAMASI BİR UN FABRİKASINDA HEDEF PROGRAMLAMA UYGULAMASI Abdullah Oktay DÜNDAR * Muammer ZERENLER ** ÖZET İşletmeler günümüz rekabet ortamının çalkantılı doğasında faalyetlern sürdürürken, sahp oldukları kıt kaynakları

Detaylı

Ege Bölgesi orman işletmelerindeki orman mühendisi dağılımının Atkinson endeksi ile değerlendirilmesi

Ege Bölgesi orman işletmelerindeki orman mühendisi dağılımının Atkinson endeksi ile değerlendirilmesi SDÜ Orman Fakültes Dergs SDU Faculty of Forestry Journal 2011, 12: 110-114 Araştırma makales/research artcle Ege Bölges orman şletmelerndek orman mühends dağılımının Atknson endeks le değerlendrlmes İsmal

Detaylı

GRİ İLİŞKİSEL ANALİZ YÖNTEMİNE GÖRE FARKLI SERTLİKLERDE OPTİMUM TAKIM TUTUCUSUNUN BELİRLENMESİ

GRİ İLİŞKİSEL ANALİZ YÖNTEMİNE GÖRE FARKLI SERTLİKLERDE OPTİMUM TAKIM TUTUCUSUNUN BELİRLENMESİ 2. Ulusal Tasarım İmalat ve Analz Kongres 11-12 Kasım 21- Balıkesr GRİ İLİŞKİSEL ANALİZ YÖNTEMİNE GÖRE FARKLI SERTLİKLERDE OPTİMUM TAKIM TUTUCUSUNUN BELİRLENMESİ Esra YILMAZ*, Ferhat GÜNGÖR** *ylmazesraa@gmal.com

Detaylı

Ürün geliştirme sürecinde çok amaçlı karar verme yaklaşımı

Ürün geliştirme sürecinde çok amaçlı karar verme yaklaşımı tüdergs/d mühendslk Clt:5, Sayı:6, 15-26 Aralık 2006 Ürün gelştrme sürecnde çok amaçlı karar verme yaklaşımı Sadettn Emre ALPTEKİN, Ethem TOLGA İTÜ Fen Blmler Ensttüsü, Mühendslk Yönetm Programı, 34469,

Detaylı

Bulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi

Bulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi Harta Teknolojler Elektronk Dergs Clt: 5, No: 1, 2013 (61-67) Electronc Journal of Map Technologes Vol: 5, No: 1, 2013 (61-67) TEKNOLOJİK ARAŞTIRMALAR www.teknolojkarastrmalar.com e-issn: 1309-3983 Makale

Detaylı

İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM)

İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM) Dersn Adı İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM) Course Name Yapımda Güenlk Yönetm Constructon Safety Management Kodu (Code) PYY512 Lsansüstü Program (Graduate Program) Dersn

Detaylı

DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME. Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cinemre

DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME. Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cinemre 1 DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cnemre 2 BİRİNCİ BÖLÜM HEDEF PROGRAMLAMA 1.1 Grş Karar problemler amaç sayısına göre tek amaçlı ve çok amaçlı

Detaylı

İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM)

İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM) Dersn Adı Uluslararası İnşaat Projeler Yönetm Kodu (Code) PYY 514 Lsansüstü Program (Graduate Program) Dersn Türü (Course Type) Dersn İçerğ (Course Descrpton) 3060 kelme arası Dersn Amacı (Course Objectes)

Detaylı

ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE TEK ÇARPIMSAL SİNİR HÜCRELİ YAPAY SİNİR AĞI MODELİNİN EĞİTİMİ İÇİN ABC VE BP YÖNTEMLERİNİN KARŞILAŞTIRILMASI ÖZ

ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE TEK ÇARPIMSAL SİNİR HÜCRELİ YAPAY SİNİR AĞI MODELİNİN EĞİTİMİ İÇİN ABC VE BP YÖNTEMLERİNİN KARŞILAŞTIRILMASI ÖZ ANADOLU ÜNİVERSİTESİ Blm ve Teknoloj Dergs A-Uygulamalı Blmler ve Mühendslk Clt: 14 Sayı: 3 013 Sayfa: 315-38 ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE Faruk ALPASLAN 1, Erol EĞRİOĞLU 1, Çağdaş Hakan ALADAĞ,

Detaylı

TÜRK KAMU İHALE KANUNUNDA FİYAT İLE BİRLİKTE FİYAT DIŞI UNSURLARIN DA DİKKATE ALINDIĞI İHALE VE KAZANAN TEKLİF

TÜRK KAMU İHALE KANUNUNDA FİYAT İLE BİRLİKTE FİYAT DIŞI UNSURLARIN DA DİKKATE ALINDIĞI İHALE VE KAZANAN TEKLİF TÜRK KAMU İHALE KANUNUNDA FİYAT İLE BİRLİKTE FİYAT DIŞI UNSURLARIN DA DİKKATE ALINDIĞI İHALE VE KAZANAN TEKLİF Necdet ÖZÇAKAR, 1 Istanbul Ünverstes İşletme Fakültes, Üretm Yönetm Ana Blm Dalı Halm YURDAKUL

Detaylı

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences Pamukkale Ünverstes Mühendslk Blmler Dergs, Clt 0, Sayı 3, 04, Sayfalar 85-9 Pamukkale Ünverstes Mühendslk Blmler Dergs Pamukkale Unversty Journal of Engneerng Scences PREFABRİK ENDÜSTRİ YAPIARININ ARMONİ

Detaylı

TEKNOLOJĐK ARAŞTIRMALAR

TEKNOLOJĐK ARAŞTIRMALAR www.teknolojkarastrmalar.com ISSN:134-4141 Makne Teknolojler Elektronk Dergs 28 (1) 61-68 TEKNOLOJĐK ARAŞTIRMALAR Kısa Makale Tabakalı Br Dskn Termal Gerlme Analz Hasan ÇALLIOĞLU 1, Şükrü KARAKAYA 2 1

Detaylı

YÜKSEK LİsANS VE DOKTORA PROGRAMLARI

YÜKSEK LİsANS VE DOKTORA PROGRAMLARI , EK-A YÜKSEK LİsANS VE DOKTORA PROGRAMLARI Değerl Arkadaşlar, --e------ Bldğnz üzere, ş dünyası sthdam edeceğ adaylarda, ünverste mezunyet sonrası kendlerne ne ölçüde katma değer ekledklern de cddyetle

Detaylı

DİZÜSTÜ BİLGİSAYAR SEÇİMİ: DEA, TOPSIS ve VIKOR ile KARŞILAŞTIRMALI BİR ANALİZ

DİZÜSTÜ BİLGİSAYAR SEÇİMİ: DEA, TOPSIS ve VIKOR ile KARŞILAŞTIRMALI BİR ANALİZ Ekonomk ve Sosyal Araştırmalar Dergs, Clt 10, Yıl 10, Sayı 1, 2014 The Internatonal Journal of Economc and Socal Research, Vol. 10, Year 10, No. 1, 2014 DİZÜSTÜ BİLGİSAYAR SEÇİMİ: DEA, TOPSIS ve VIKOR

Detaylı

A Multi Criteria Approach For Statistical Software Selection in Education. Eğitimde İstatistiksel Yazılım Seçimine Çok Kriterli Bir Yaklaşım

A Multi Criteria Approach For Statistical Software Selection in Education. Eğitimde İstatistiksel Yazılım Seçimine Çok Kriterli Bir Yaklaşım Hacettepe Ünverstes Eğtm Fakültes Dergs H. U. Journal of Educaton 292, 129-143 [Nsan 2014] A Mult Crtera Approach For Statstcal Software Selecton n Educaton Eğtmde İstatstksel Yazılım Seçmne Çok Krterl

Detaylı

İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM)

İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM) Dersn Adı Örgütsel Daranış e İnsan İlşkler Yönetm Kodu (Code) PYY 518 Lsansüstü Program (Graduate Program) Dersn Türü (Course Type) Dersn İçerğ (Course Descrpton) 30-60 kelme arası Dersn Amacı (Course

Detaylı

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi Journal of Engneerng and Natural Scences Mühendslk ve Fen Blmler Dergs Sgma 28, 224-234, 2010 PhD Research Artcle / Doktora Çalışması Araştırma Makales APPLICATION OF ADAPTIVE NEURO FUZZY INFERENCE SYSTEM

Detaylı

Öğretim planındaki AKTS TASARIM STÜDYOSU IV 214058100001312 2 4 0 4 9

Öğretim planındaki AKTS TASARIM STÜDYOSU IV 214058100001312 2 4 0 4 9 Ders Kodu Teork Uygulama Lab. Ulusal Kred Öğretm planındak AKTS TASARIM STÜDYOSU IV 214058100001312 2 4 0 4 9 Ön Koşullar : Grafk İletşm I ve II, Tasarım Stüdyosu I, II, III derslern almış ve başarmış

Detaylı

K-Ortalamalar Yöntemi ile Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelerin Belirlenmesi *

K-Ortalamalar Yöntemi ile Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelerin Belirlenmesi * İMO Teknk Derg, 2012 6037-6050, Yazı 383 K-Ortalamalar Yöntem le Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelern Belrlenmes * Mahmut FIAT* Fath DİKBAŞ** Abdullah Cem KOÇ*** Mahmud GÜGÖ**** ÖZ

Detaylı

a IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI

a IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI Fırat Ünverstes-Elazığ MİTRAL KAPAK İŞARETİ ÜZERİNDEKİ ANATOMİK VE ELEKTRONİK GÜRÜLTÜLERİN ABC ALGORİTMASI İLE TASARLANAN IIR SÜZGEÇLERLE SÜZÜLMESİ N. Karaboğa 1, E. Uzunhsarcıklı, F.Latfoğlu 3, T. Koza

Detaylı

i. ARASTiRMANiN AMACi GIRIs Yrd.Doç.Dr. Gönen DÜNDAR Yönetim, Yil 12, Sayi 39, Mayis - 2001,5.5-16

i. ARASTiRMANiN AMACi GIRIs Yrd.Doç.Dr. Gönen DÜNDAR Yönetim, Yil 12, Sayi 39, Mayis - 2001,5.5-16 Yönetm, Yl 12, Say 39, Mays - 2001,5.5-16 ISLETME EGITIMI ALAN ÖGRENCILERIN FINANS ALANINDA KARIYER YAPMA EGILIMLERINI ETKILEYEN FAKTÖRLERIN BELIRLENMESINE.... YONELIK BIR ARASTIRMA: tü. ISLETME FAKÜLTESI

Detaylı

Türkiye deki Binalara Yönelik Soğutma Yükü Hesabı için Web Tabanlı Yazılım Geliştirilmesi

Türkiye deki Binalara Yönelik Soğutma Yükü Hesabı için Web Tabanlı Yazılım Geliştirilmesi 43 Türkye dek Bnalara Yönelk Soğutma Yükü Hesabı çn Web Tabanlı Yazılım Gelştrlmes Development of a Web-Based Software For Buldng Coolng Load Calculatons n Turkey Yrd. Doç. Dr. M. Azm AKTACİR / Yrd. Doç.

Detaylı

MOBİPA MOBİLYA TEKSTİL İNŞAAT NAKLİYE PETROL ÜRÜNLERİ. SÜPERMARKET VE TuRİzM SANAYİ VE TİcARET ANONİM ŞİRKETİ

MOBİPA MOBİLYA TEKSTİL İNŞAAT NAKLİYE PETROL ÜRÜNLERİ. SÜPERMARKET VE TuRİzM SANAYİ VE TİcARET ANONİM ŞİRKETİ MOBİPA MOBİLYA TEKSTİL İNŞAAT NAKLİYE PETROL ÜRÜNLERİ SÜPERMARKET VE TuRİzM SANAYİ VE TİcARET ANONİM ŞİRKETİ 2011-2012-2013 MALİ yılına İLİşKİN YÖNETİM KURULU FAALİYET RAPORU ("Şrket") 01012011-31 ı22013

Detaylı

Fatih ECER*, Fatih GÜNAY**

Fatih ECER*, Fatih GÜNAY** Anatola: Turzm Araştırmaları Dergs, Clt 25, Sayı 1, Bahar: 35-48, 2014. Copyrght 2014 anatola Bütün hakları saklıdır ISSN: 1300-4220 (1990-2014) Borsa İstanbul da İşlem Gören Turzm Şrketlernn Fnansal Performanslarının

Detaylı

KÜRESEL FİNANSAL KRİZİN İŞLETMELERİN ETKİNLİK VE PERFORMANS DÜZEYLERİNE ETKİLERİ: 2008 FİNANSAL KRİZ ÖRNEĞİ

KÜRESEL FİNANSAL KRİZİN İŞLETMELERİN ETKİNLİK VE PERFORMANS DÜZEYLERİNE ETKİLERİ: 2008 FİNANSAL KRİZ ÖRNEĞİ Ekonometr ve İstatstk Sayı:11 2010 61 89 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ KÜRESEL FİNANSAL KRİZİN İŞLETMELERİN ETKİNLİK VE PERFORMANS DÜZEYLERİNE ETKİLERİ: 2008

Detaylı

TEKNOLOJİ, PİYASA REKABETİ VE REFAH

TEKNOLOJİ, PİYASA REKABETİ VE REFAH TEKNOLOJİ, PİYASA REKABETİ VE REFAH Dr Türkmen Göksel Ankara Ünverstes Syasal Blgler Fakültes Özet Bu makalede teknoloj sevyesnn pyasa rekabet ve refah sevyes üzerndek etkler matematksel br model le ncelenecektr

Detaylı

İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM)

İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM) Dersn Adı İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM) Course Name Yapımda Araştırma Yöntemler Research Methodology n Constructon Kodu (Code) PYY501E Lsansüstü Program (Graduate Program)

Detaylı

T.C. SİNCAN KA YMAKAMLIGI Milli Eğitim Müdürlüğü TÜM OKUL MÜDÜRLÜKLERİNE SİNCAN

T.C. SİNCAN KA YMAKAMLIGI Milli Eğitim Müdürlüğü TÜM OKUL MÜDÜRLÜKLERİNE SİNCAN T.C. SİNCAN KA YMAKAMLIGI Mll Eğtm Müdürlüğü Bölüm: Özel Eğt. Reh. ve Danış. Hz. Sayı : 850144831160/"6~ r Konu : Rehberlk ve Pskolojk Danışma Hzmetler Yıl Sonu Raporu ve Okullarda Şddetn Önlenmes Dönem

Detaylı

DAĞITIM STRATEJİLERİNİN OLUŞTURULMASINA YÖNELİK MODEL OLUŞTURMA: BİR TÜRK FİRMASI ÜZERİNE ÖRNEK UYGULAMA

DAĞITIM STRATEJİLERİNİN OLUŞTURULMASINA YÖNELİK MODEL OLUŞTURMA: BİR TÜRK FİRMASI ÜZERİNE ÖRNEK UYGULAMA ZKÜ Sosyal Blmler Dergs, Clt 2, Sayı 4, 2006, ss. 123 145. DAĞITIM STRATEJİLERİNİN OLUŞTURULMASINA YÖNELİK MODEL OLUŞTURMA BİR TÜRK FİRMASI ÜZERİNE ÖRNEK UYGULAMA Yrd. Doç. Dr. Ahmet ERGÜLEN Nğde Ünverstes

Detaylı

DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt: 16 Sayı: 48 sh. 61-75 Eylül 2014 KRİL SÜRÜSÜ ALGORİTMASI İLE ATÖLYE ÇİZELGELEME

DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt: 16 Sayı: 48 sh. 61-75 Eylül 2014 KRİL SÜRÜSÜ ALGORİTMASI İLE ATÖLYE ÇİZELGELEME DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Clt: 16 Sayı: 48 sh. 61-75 Eylül 2014 KRİL SÜRÜSÜ ALGORİTMASI İLE ATÖLYE ÇİZELGELEME (JOB SHOP SCHEDULING WITH KRILL HERD ALGORITHM) İlker GÖLCÜK

Detaylı

FARKLI REGRESYON YÖNTEMLERİ İLE BETA KATSAYISI ANALİZİ

FARKLI REGRESYON YÖNTEMLERİ İLE BETA KATSAYISI ANALİZİ FARKLI REGRESYON YÖNTEMLERİ İLE BETA KATSAYISI ANALİZİ M.Ensar YEŞİLYURT (*) Flz YEŞİLYURT (**) Özet: Özellkle uzak verlere sahp ver setlernn analz edlmesnde en küçük kareler tahmnclernn kullanılması sapmalı

Detaylı

MEVLANA DEĞİŞİM PROGRAMI PROTOKOLÜ MEVLANA EXCHANGE PROGRAMME PROTOCOL

MEVLANA DEĞİŞİM PROGRAMI PROTOKOLÜ MEVLANA EXCHANGE PROGRAMME PROTOCOL MEVLANA DEĞİŞİM PROGRAMI PROTOKOLÜ MEVLANA EXCHANGE PROGRAMME PROTOCOL a Bzler, aşağıda mzaları bulunan yükseköğretm kurumlan olarak, kurumlarımız arasında Mevlana Değşm Programı kapsamında şbrlğ yapmayı

Detaylı

BULANIK AKIŞ TİPİ ÇİZELGELEME PROBLEMİ İÇİN ÇOK AMAÇLI GENETİK ALGORİTMA

BULANIK AKIŞ TİPİ ÇİZELGELEME PROBLEMİ İÇİN ÇOK AMAÇLI GENETİK ALGORİTMA Gaz Ünv. Müh. Mm. Fak. Der. J. Fac. Eng. Arch. Gaz Unv. Clt 22, No 4, 855-862, 2007 Vol 22, No 4, 855-862, 2007 BULANIK AKIŞ TİPİ ÇİZELGELEME PROBLEMİ İÇİN ÇOK AMAÇLI GENETİK ALGORİTMA İzzettn TEMİZ ve

Detaylı

Antalya Đlinde Serada Domates Üretiminin Kâr Etkinliği Analizi

Antalya Đlinde Serada Domates Üretiminin Kâr Etkinliği Analizi Tarım Blmler Dergs Tar. Bl. Der. Derg web sayfası: www.agr.ankara.edu.tr/derg Journal of Agrcultural Scences Journal homepage: www.agr.ankara.edu.tr/journal TARIM BİLİMLERİ DERGİSİ JOURNAL OF AGRICULTURAL

Detaylı

Çoklu Periyotta Çevreci Tedarikçi Seçimi İçin Belirsizlik Etmenli Bir ÇÖKV Yöntemi

Çoklu Periyotta Çevreci Tedarikçi Seçimi İçin Belirsizlik Etmenli Bir ÇÖKV Yöntemi Savunma Blmler Dergs The Journal of Defense Senes Mayıs/May 03, Clt/Volume, Sayı/Issue, 43-70. ISSN: 303-683 Çoklu Peryotta Çevre Tedarkç Seçm İçn Belrszlk Etmenl Br ÇÖKV Yöntem Özkan BLİ Erkam GÜREŞEN

Detaylı

Muhasebe ve Finansman Dergisi

Muhasebe ve Finansman Dergisi Muhasebe ve Fnansman Dergs Ocak/2012 Farklı Muhasebe Düzenlemelerne Göre Hazırlanan Mal Tablolardan Elde Edlen Fnansal Oranlar İle Şrketlern Hsse Sened Getrler Ve Pyasa Değerler Arasındak İlşk Ahmet BÜYÜKŞALVARCI

Detaylı

2005 Gazi Üniversitesi Endüstriyel Sanatlar Eğitim Fakültesi Dergisi Sayı:16, s31-46

2005 Gazi Üniversitesi Endüstriyel Sanatlar Eğitim Fakültesi Dergisi Sayı:16, s31-46 2005 Gaz Ünverstes Endüstryel Sanatlar Eğtm Fakültes Dergs Sayı:16, s31-46 ÖZET BANKALARDA MALİ BAŞARISIZLIĞIN ÖNGÖRÜLMESİ LOJİSTİK REGRESYON VE YAPAY SİNİR AĞI KARŞILAŞTIRMASI 31 Yasemn KESKİN BENLİ 1

Detaylı

BORSA İSTANBUL DA İŞLEM GÖREN SİGORTA VE BES ŞİRKETLERİNİN FİNANSAL PERFORMANSININ GRİ İLİŞKİSEL ANALİZ YÖNTEMİ İLE İNCELENMESİ 1 2

BORSA İSTANBUL DA İŞLEM GÖREN SİGORTA VE BES ŞİRKETLERİNİN FİNANSAL PERFORMANSININ GRİ İLİŞKİSEL ANALİZ YÖNTEMİ İLE İNCELENMESİ 1 2 BORSA İSTANBUL DA İŞLEM GÖREN VE BES ŞİRKETLERİNİN FİNANSAL PERFORMANSININ GRİ İLİŞKİSEL ANALİZ YÖNTEMİ İLE İNCELENMESİ 1 2 DOI NO: 10.5578/eas.26489 ÖZ Veysel KULA 3,Tuğrul KANDEMİR 4, Ender BAYKUT 5

Detaylı

İstanbul Ünverstes İşletme Fakültes Dergs Istanbul Unversty Journal of the School of Busness Admnstraton Clt/Vol:39, Sayı/No:2,, 310-334 ISSN: 1303-1732 www.fdergs.org Stokastk envanter model kullanılarak

Detaylı

İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM)

İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM) Dersn Adı İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM) Course Name Blgsayar Destekl Malyet Modeller Computer Aded Cost Modelng Kodu (Code) PYY520 Lsansüstü Program (Graduate Program)

Detaylı

ANADOLU ÜNivERSiTESi BiliM VE TEKNOLOJi DERGiSi ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY CiltNol.:2 - Sayı/No: 2 : 413-417 (2001)

ANADOLU ÜNivERSiTESi BiliM VE TEKNOLOJi DERGiSi ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY CiltNol.:2 - Sayı/No: 2 : 413-417 (2001) ANADOLU ÜNvERSTES BlM VE TEKNOLOJ DERGS ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY CltNol.:2 - Sayı/No: 2 : 413-417 (1) TEKNK NOTrrECHNICAL NOTE ELEKTRK ARK FıRıNıNDA TERMODNAMGN KNC YASASıNıN

Detaylı

KIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM TALEP SİSTEMİ YAKLAŞIMIYLA ANALİZİ

KIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM TALEP SİSTEMİ YAKLAŞIMIYLA ANALİZİ Süleyman Demrel Ünverstes Sosyal Blmler Ensttüsü Dergs Yıl: 2007/2, Sayı: 6 Journal of Suleyman Demrel Unversty Insttue of Socal Scences Year: 2007/2, Number: 6 KIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM

Detaylı

Akıllı Telefon Seçiminin Belirleyicileri: Üniversite Öğrencileri Üzerine Bir Uygulama

Akıllı Telefon Seçiminin Belirleyicileri: Üniversite Öğrencileri Üzerine Bir Uygulama The PDF verson of an unedted manuscrpt has been peer revewed and accepted for publcaton. Based upon the publcaton rules of the journal, the manuscrpt has been formatted, but not fnalzed yet. Before fnal

Detaylı

İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM)

İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM) İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM) Dersn Adı Yapı Makneler Yönetm Course Name Constructon Equpments Management Kodu (Code) Yarıyılı (Semester) Kreds (Local Credts) AKTS

Detaylı

COĞRAFYA DERSİ ÖĞRETİM PROGRAMINDA DOĞAL AFETLER 1 (The Natural Disasters in the Geography Teaching Curriculum)

COĞRAFYA DERSİ ÖĞRETİM PROGRAMINDA DOĞAL AFETLER 1 (The Natural Disasters in the Geography Teaching Curriculum) MARMARA COĞRAFYA DERGİSİ SAYI: 28, TEMMUZ - 2013, S. 276-303 İSTANBUL ISSN:1303-2429 E-ISSN 2147-7825 copyrght 2013 http://www.marmaracografya.com COĞRAFYA DERSİ ÖĞRETİM PROGRAMINDA DOĞAL AFETLER 1 (The

Detaylı

PRODUCTION PLANNING BASED ON GOAL PROGRAMMING FOR MASS CUSTOMIZATION IN A COMPANY

PRODUCTION PLANNING BASED ON GOAL PROGRAMMING FOR MASS CUSTOMIZATION IN A COMPANY BİR İŞLETMEDE KİTLESEL ÖZEL ÜRETİME YÖNELİK HEDEF PROGRAMLAMA TABANLI ÜRETİM PLANLAMA PRODUCTION PLANNING BASED ON GOAL PROGRAMMING FOR MASS CUSTOMIZATION IN A COMPANY ESRA AKBAL Başkent Ünverstes Lsansüstü

Detaylı

Türkiye den Yurt Dışına Beyin Göçü: Ampirik Bir Uygulama

Türkiye den Yurt Dışına Beyin Göçü: Ampirik Bir Uygulama ERC Workng Paper n Economc 04/02 January 2004 Türkye den Yurt Dışına Beyn Göçü: Amprk Br Uygulama Aysıt Tansel İktsat Bölümü Orta Doğu Teknk Ünverstes atansel@metu.edu.tr Nl Demet Güngör İktsat Bölümü

Detaylı

HAVA GÜCÜ MUKAYESESİ İÇİN BULANIK AHP MODELİ

HAVA GÜCÜ MUKAYESESİ İÇİN BULANIK AHP MODELİ HAVACILIK VE UZAY TEKOLOJİLERİ DERGİSİ OCAK 2007 CİLT 3 SAYI (7-82) HAVA GÜCÜ MUKAYESESİ İÇİ BULAIK AHP MODELİ Hv.Plt.Kur.Yzb. Hakan ÇALI 2 nc HİBM, Tekno.ve Ürt.K.lığı, 38095, Esenyurt, Kayser hakancanl@hotmal.com

Detaylı

TÜRKİYE CUMHURİYETİ ÇUKUROVA ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EKONOMETRİ ANABİLİM DALI OYUN KURAMININ EKONOMİDE UYGULANMASI

TÜRKİYE CUMHURİYETİ ÇUKUROVA ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EKONOMETRİ ANABİLİM DALI OYUN KURAMININ EKONOMİDE UYGULANMASI TÜRKİYE CUMHURİYETİ ÇUKUROVA ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EKONOMETRİ ANABİLİM DALI OYUN KURAMININ EKONOMİDE UYGULANMASI Hall İbrahm KESKİN YÜKSEK LİSANS TEZİ ADANA 009 TÜRKİYE CUMHURİYETİ ÇUKUROVA

Detaylı

MÜŞTERİ MEMNUNİYET İNDEKSLERİ VE CEP TELEFONU SEKTÖRÜNDE BİR PLOT UYGULAMA ÖZET

MÜŞTERİ MEMNUNİYET İNDEKSLERİ VE CEP TELEFONU SEKTÖRÜNDE BİR PLOT UYGULAMA ÖZET MÜŞTERİ MEMNUNİYET İNDEKSLERİ VE CEP TELEFONU SEKTÖRÜNDE BİR PLOT UYGULAMA Al Türkyılmaz Fath Ünverstes, Endüstr Mühendslğ Bölümü, 34900 Büyükçekmece İstanbul Tel: (212) 8890810 1094 Fax: (212) 8890906

Detaylı

Prof. Dr. Nevin Yörük - Yrd. Doç. Dr. S. Serdar Karaca Yrd. Doç. Dr. Mahmut Hekim - Öğr. Grv. İsmail Tuna

Prof. Dr. Nevin Yörük - Yrd. Doç. Dr. S. Serdar Karaca Yrd. Doç. Dr. Mahmut Hekim - Öğr. Grv. İsmail Tuna Anadolu Ünverstes Sosyal Blmler Dergs Anadolu Unversty Journal of Socal Scences Sermaye Yapısını Etkleyen Faktörler ve Fnansal Oranlar le Hsse Getrs Arasındak İlşknn ANFIS Yöntem le İncelenmes: İMKB de

Detaylı

Kısa Vadeli Sermaye Girişi Modellemesi: Türkiye Örneği

Kısa Vadeli Sermaye Girişi Modellemesi: Türkiye Örneği Dokuz Eylül Ünverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:24, Sayı:1, Yıl:2009, ss.105-122. Kısa Vadel Sermaye Grş Modellemes: Türkye Örneğ Mehmet AKSARAYLI 1 Özhan TUNCAY 2 Alınma Tarh: 04-2008,

Detaylı

İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM)

İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM) İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM) Dersn Adı Proje e Yapım Yönetm çn Pazarlama Course Name Marketng for Project and Constructon Management Kodu (Code) PYY Lsansüstü Program

Detaylı

04.10.2012 SU İHTİYAÇLARININ BELİRLENMESİ. Suİhtiyacı. Proje Süresi. Birim Su Sarfiyatı. Proje Süresi Sonundaki Nüfus

04.10.2012 SU İHTİYAÇLARININ BELİRLENMESİ. Suİhtiyacı. Proje Süresi. Birim Su Sarfiyatı. Proje Süresi Sonundaki Nüfus SU İHTİYAÇLARII BELİRLEMESİ Suİhtyacı Proje Süres Brm Su Sarfyatı Proje Süres Sonundak üfus Su ayrım çzs İsale Hattı Su Tasfye Tess Terf Merkez, Pompa İstasyonu Baraj Gölü (Hazne) Kaptaj Su Alma Yapısı

Detaylı

BANKACILIKTA ETKİNLİK VE SERMAYE YAPISININ BANKALARIN ETKİNLİĞİNE ETKİSİ

BANKACILIKTA ETKİNLİK VE SERMAYE YAPISININ BANKALARIN ETKİNLİĞİNE ETKİSİ BANKACILIKTA ETKİNLİK VE SERMAYE YAPISININ BANKALARIN ETKİNLİĞİNE ETKİSİ Yrd. Doç. Dr. Murat ATAN - Araş. Gör. Gaye KARPAT ÇATALBAŞ 2 ÖZET Bu çalışma, Türk bankacılık sstem çnde faalyet gösteren tcar bankaların

Detaylı