alphanumeric journal The Journal of Operations Research, Statistics, Econometrics and Management Information Systems

Transkript

1 Available olie at alphaumeric oural The Joural of Operatios Research, Statistics, Ecoometrics ad Maagemet Iformatio Systems Received: Jue 11, 2018 Accepted: September 14, 2018 Published Olie: December 30, 2018 AJ ID: OR.02 DOI: /alphaumeric R e s e a r c h A r t i c l e Persoel Assessmet with CODAS ad PSI Methods Ayşegül Tuş, Ph.D. Assoc. Prof., Departmet of Busiess Admiistratio, Faculty of Ecoomics ad Admiistrative Scieces, Pamukkale Uiversity, Deizli, Turkey, atus@pau.edu.tr Esra Aytaç Adalı, Ph.D. Assoc. Prof., Departmet of Busiess Admiistratio, Faculty of Ecoomics ad Admiistrative Scieces, Pamukkale Uiversity, Deizli, Turkey, eaytac@pau.edu.tr * Pamukkale Üiversitesi İktisadi ve İdari Bilimler Fakültesi, Kııklı Yerleşkesi, Pamukkale, Deizli, Türkiye ABSTRACT Persoel assessmet refers to ay method of collectig iformatio o idividuals for the purpose of makig a selectio decisio. Selectio decisios iclude, but are ot limited to, hirig, placemet, promotio, referral ad retetio. Selectig qualified applicats is a critical step i buildig a taleted ad committed workforce, supportig a effective orgaizatioal culture, ad ehacig the overall performace of the orgaizatio. I this paper three Multi Criteria Decisio Makig (MCDM) methods, CRITIC (CRiteria Importace Through Itercriteria Correlatio), PSI (Preferece Selectio Idex) ad CODAS (COmbiative Distace-based Assessmet), are applied to the persoel selectio problem for a textile firm i Deizli. The weights of persoel assessmet criteria are derived from CRITIC method ad trasferred to CODAS method. The rakig of alteratives are obtaied from CODAS ad PSI methods. Keywords: MCDM, CRITIC, CODAS, PSI, Persoel Assessmet CODAS ve PSI Yötemleri İle Persoel Değerledirmesi ÖZ Aahtar Kelimeler: Persoel değerledirmesi, persoel ile ilgili seçim kararlarıa ilişki bilgileri ifade eder. Bu seçim; işe alma, yerleştirme, terfi etme, yöledirme, elde tutma gibi kararları içerip bularla sıırlı değildir. Nitelikli başvuru sahiplerii seçilmesi, yeteekli ve kararlı bir işgücüü oluşturulmasıda, etki bir orgaizasyo kültürüü desteklemeside ve orgaizasyou geel performasıı geliştirmede kritik bir adımdır. Bu çalışmada, Deizli'de bir tekstil firması içi persoel seçim problemie Çok Kriterli Karar Verme (ÇKKV) yötemleride CRITIC (CRiteria Importace Through Itercriteria Correlatio), PSI (Preferece Selectio Idex) ve CODAS (COmbiative Distace-based Assessmet) yötemleri uygulamıştır. Persoel değerledirme kriterlerii ağırlıkları, CRITIC yötemi ile hesaplamış, CODAS yötemie aktarılmış ve adaylara ilişki bir sıralama elde edilmiştir. Ayrıca adaylar, PSI yötemie göre de sıralamıştır ÇKKV, CRITIC, CODAS, PSI, Persoel Değerledirme * Bu çalışma, Nisa 2018 tarihide düzelee 6. Uluslararası Afro-Avrasya Araştırma Kogresi de yazarlar tarafıda suula ve Pamukkale Üiversitesi Bilimsel Araştırmalar Proeleri Koordiatörlüğü tarafıda desteklee CODAS yötemi ile persoel değerledirmesi adlı çalışmaı geişletilmiş ve geliştirilmiş halidir The Joural of Operatios Research, Statistics, Ecoometrics ad Maagemet Iformatio Systems All rights reserved.

2 Tuş, Aytaç Adalı Persoel Assessmet with CODAS ad PSI Methods Giriş Persoel değerledirmesi; işletmeleri isa kayakları yöetimide öemli bir süreç olup bu tür işlerde uzmalaşmış profesyoelleri sayısıı artması, işletmeleri dışıda çalışa daışmalar veya işletmeleri içide yer ala persoel değerledirme uzmaları olduğu alamıa gelir. Persoel değerledirmesii amacı, belirli bir pozisyo içi uygu kriterleri araştırılması veya kurum içideki kariyer hedeflerii ve yeteeklerii taımlamaktır. Persoel değerledirme sürecii çok kriterli oluşu ve süreçteki hem iteliksel hem iceliksel faktörleri varlığı süreci oldukça karmaşık bir hale getirmektedir. Oldukça öemli ola persoel değerledirme sürecie katkı sağlamak amacıyla literatürde birçok yötem kullaılmıştır. Bu yötemleri çoğu, Basit Toplamsal Ağırlıkladırma (Simple Additive Weightig, SAW), Aalitik Hiyerarşi Süreci (Aalytic Hierarchy Process, AHP), Aalitik Ağ Süreci (Aalytic Hierarchy Network, ANP), Veri Zarflama Aalizi (Data Evelopmet Aalysis, DEA), TOPSIS (Techique for Order Preferece by Similarity to Ideal Solutio), PROMETHEE (Preferece Rakig Orgaizatio Method for Erichmet Evaluatios), MULTI-MOORA (Multi-Obective Optimizatio o the basis of Ratio Aalysis), VIKOR (Vise Kriteriumska Optimizacia I Kompromiso Resee), DEMATEL (Decisio Makig Trial ad Evaluatio Laboratory), Gri İlişkisel Aaliz (Grey Relatioal Aalysis, GRA), Kademeli Ağırlık Değerledirme Ora Aalizi (Step-Wise Weight Assessmet Ratio Aalysis, SWARA) ve Ağırlıkladırılmış Bütüleşik Toplam Çarpım Değerledirmesi (Weighted Aggregated Sum Product ASsessmet, WASPAS) gibi Çok Kriterli Karar Verme (ÇKKV) yötemleridir (Afshari vd., 2010; Dağdevire, 2010; Baležetis vd., 2012; El-Satawy, 2012; Aksakal vd., 2013; Seger ve Albayrak, 2016; Urosevic vd., 2017). Ayrıca bu yötemleri bulaık uzatıları da persoel değerledirme problemlerii çözümüde kullaılmıştır (Liag ve Wag, 1994; Che, 2000; Tsao ve Chu, 2001; Saghafia ve Heazi, 2005; Gügör vd., 2009; Dursu ve Karsak, 2010; Nasab ve Malkhalifeh, 2010; Kelemeis ve Askouis, 2010; Bora vd., 2011; Fathi vd., 2011; Dereli vd., 2010; Li, 2010; Zhag ve Liu, 2011; Kabak, 2013; Liu vd., 2015; Alguliyev vd., 2015; Erokuta, 2016; Turskis vd., 2017; Ulutaş vd., 2018). Diğer ÇKKV problemleride olduğu gibi persoel değerledirme problemlerii de çözümüde öemli ola, etki ve etkili çözümü sistematik ve basit bir yötem ile yapılabilmesidir. Bu çalışmada diğer çalışmalarda farklı olarak persoel değerledirme problemii çözümüde CRITIC (CRiteria Importace Through Itercriteria Correlatio), PSI (Preferece Selectio Idex) ve CODAS (COmbiative Distace-based Assessmet) yötemlerii kullaımı öerilmiştir. Yötemleri uygulaabilirliği gerçek bir uygulama üzeride gösterilmiştir. Persoel değerledirme kriterlerii ağırlıkları, CRITIC yötemi ile hesaplamıştır. CRITIC yötemide elde edile kriter ağırlıkları, CODAS yötemie aktarılmış ve adayları sıralaması yapılmıştır. Bezer şekilde adaylar, PSI yötemie göre de sıralamıştır. Çalışma geel itibariyle şu şekilde düzelemiştir: İlk üç bölümde sırasıyla CRITIC, PSI ve CODAS yötemleri taıtılmış ve yötemleri uygulama adımları verilmiştir. Giriş bölümüde soraki ikici, üçücü ve dördücü bölümde sırasıyla CRITIC, PSI ve CODAS yötemleri taıtılmış ve yötemleri uygulama adımları verilmiştir. Beşici bölümde bir tekstil firması içi persoel değerledirme problemii çözümü, adı

3 Tuş, Aytaç Adalı CODAS ve PSI Yötemleri İle Persoel Değerledirmesi 245 geçe üç ÇKKV yötemi ile yapılmıştır. So bölümde ise souçlar tartışılmış ve gelecek çalışmalar içi öerilerde buluulmuştur. 2. CRITIC Yötemi CRITIC (CRiteria Importace Through Itercriteria Correlatio) yötemi, kriter ağırlıklarıı obektif bir şekilde belirleye ağırlık bulma yötemleride biri olup, Diakoulaki vd. (1995) tarafıda öerilmiştir. Bu yötem, bir karar verme problemii yapısıda bulua zıtlıkları yoğuluğua dayamaktadır (Diakoulaki vd., 1995). Yötemde, kriterler arasıdaki zıtlıkları ortaya çıkarılmasıda korelasyo aalizide yararlaılır (Yılmaz ve Harmacıoğlu, 2010; Aytaç Adalı ve Tuş Işık, 2017). Literatürde CRITIC yötemii farklı alalarda birçok uygulaması bulumaktadır. Diakoulaki vd. (1995), Yua ilaç edüstrisideki firmaları performaslarıı 3 temel ideks kullaarak CRITIC yötemi ile değerledirmiştir. Yılmaz ve Harmacıoğlu (2010), su kayakları yöetim modelii geliştirilmişlerdir. Bu modelde obektif kriter ağırlıkları etropi, CRITIC ve stadart sapma yötemleri; subektif ağırlıklar ise AHP yötemi ile belirlemiştir. Azar Bellver vd. (2011), İspayol yatırım değerledirilmeside değişkeleri ve şirketleri ağırlıklarıı CRITIC ile hesaplamıştır. Milić ve Gora (2012), etropi, CRITIC ve FANMA yötemlerie dayalı bir algoritma oluşturmuştur. Çalışmada, algoritmaı bir öreği suulmuş ve farklı yötemlerde elde edile kriter ağırlıkları karşılaştırılmıştır. Guo vd. (2013), bir şehri güç sistemii değerledirmeside ideks oluşturulmasıı amaçlamıştır. Bu ideksi ağırlığı, AHP ve CRITIC yötemleri ile hesaplamıştır. Çakır ve Perçi (2013), 10 loistik firmasıı performaslarıı 3 aşamada değerledirmiştir. İlk aşamada kriterleri ağırlıkları CRITIC ile bulumuştur. Liu ve Zhao (2013), obektif ve subektif bilgii birlikte ele alıdığı diamik bir değerledirme yötemi öermiştir. Bu değerledirmede ideks ağırlığı içi AHP ve CRITIC yötemleri birlikte kullaılmıştır. Kaza ve Özdemir (2014), Borsa İstabul da işlem göre 14 büyük ölçekli holdigi fiasal tablolarıı aaliz etmiştir. Bu amaçla 19 adet fiasal oraı ağırlığı, CRITIC yötemi ile hesaplamış ve holdigleri fiasal performas skorları, TOPSIS yötemi ile bulumuştur. Alemiardakai (2014), düzeltilmiş diital matık, etropi, CRITIC, sayısal matık ve düzeltilmiş ortalama çubuklar yötemlerii kullamış ve bu yötemlere dayaa bütüleştirilmiş ağırlıkladırma modeli öermiştir. Iris (2014), Macau daki şehir su yöetimi sistemii sürdürülebilirliğii geliştirmek içi sürdürülebilirlik ideksi geliştirmiştir. Bu ideksi ağırlığı içi CRITIC, AHP ve eşit ağırlıkladırma yötemlerie dayalı karşılaştırmalı bir aaliz öerilmiştir. Madic ve Radovaović (2015), geleeksel olmaya makie sürecii seçimide kriter ağırlıklarıı CRITIC ile hesaplamış ve geleeksel olmaya makie sürecii tam sıralamasıı ise ROV (Rage of Value) yötemi ile elde etmiştir. Lu vd. (2015), Suzhou bölgesideki eğitim bilgi sistemii değerledirilmesie ilişki ideksi geliştirilmeside CRITIC ve AHP yötemlerii birlikte kullamıştır. Kim ve Yu (2015), iki veri kümesideki aday çiftler arasıdaki ağırlığı doğrusal bir toplamı ile şekil bezerliğii CRITIC yötemii kullaarak hesaplamıştır (Aytaç Adalı ve Tuş Işık, 2017). Aytaç Adalı ve Tuş Işık (2017), CRITIC ve MAUT (Multi Attribute Utility Theory) yötemlerii faso üretici seçim problemide kullamıştır. Çalışmada faso üretici seçim kriterleri CRITIC yötemi ile hesaplaırke, faso üretici alteratifleri MAUT yötemi ile sıralamıştır.

4 Tuş, Aytaç Adalı Persoel Assessmet with CODAS ad PSI Methods 246 Problemde m adet alteratifi Ai (i = 1,2,,m) ve adet C ( = 1,2,,) kriteri olduğu varsayıldığıda CRITIC yötemii uygulama adımları şu şekilde uygulamaktadır (Madic ve Radovaović, 2015): Adım 1: Karar matrisi oluşturulur. X x x x x x x x i mx x x x m1 m2 m i 1,2, mve 1,2,, (1) x i, i. alteratifi. kriter altıdaki performas değerii göstermektedir. Adım 2: Karar matrisi, fayda ve maliyet kriterleri içi ayrı ayrı ormalize edilir. fayda kriteri içi x * i xi maks x maliyet kriteri içi i mi x * i xi, i 1, 2,, mve 1, 2,, x i (2) * x i i. alteratifi. kriter altıdaki ormalize edilmiş performas değerii göstermektedir. Adım 3: Bir kriteri ağırlığıı bulabilmek içi, bu kriteri stadart sapması ve diğer kriterler ile korelasyou hesaplaır.. kriteri öem derecesi w şu şekilde buluur: w C 1 C (3) C ' 1 ' 1 r (4) C,. kriteri içerdiği bilgi miktarıı göstermektedir. sapmasıı; r ',. kriteri stadart ise. ve. kriterler arasıdaki korelasyo katsayısıı göstermektedir. Bu yötem; stadart sapması yüksek, diğer kriterler ile korelasyou düşük ola kritere daha yüksek öem derecesi atamaktadır. 3. CODAS Yötemi CODAS (COmbiative Distace-based Assessmet - Birleştirilebilir Uzaklık Tabalı Değerledirme) yötemi, Keshavarz Ghorabaee vd. (2016) tarafıda geliştirilmiştir. CODAS yötemide alteratifleri birbirlerie tercih edilebilirliği, Öklid (Euclidea) ve Taksicab (Taxicab) uzaklıkları ile belirlemektedir. Yötem, egatif ideal çözümde daha fazla uzaklığa sahip alteratifi tercih edilmesie dayamaktadır. Bu amaçla

5 Tuş, Aytaç Adalı CODAS ve PSI Yötemleri İle Persoel Değerledirmesi 247 kullaıla ilk uzaklık, Öklid uzaklığıdır. İki alteratifi eşit Öklid uzaklığıa sahip olduğu durumlarda ise Taksicab uzaklığı kullaılarak çözüme ulaşılır (Keshavarz Ghorabaee vd., 2016). Literatürde yei olması edeiyle heüz bu yötem ile ilgili çok az sayıda çalışma vardır. Keshavarz Ghorabaee vd. (2017), ÇKKV problemlerii çözmek içi CODAS yötemii bulaık bir uzatısıı öermiştir. Mathew ve Sahu (2018), malzeme taşıma ekipmaı seçimi içi CODAS, EDAS (Evaluatio based o Distace from Average Solutio), WASPAS ve MOORA yötemlerii karşılaştırmıştır. Bu karşılaştırma soucuda CODAS, EDAS ve WASPAS yötemleri bezer souçları vermiştir. CODAS yötemii uygulama adımları şu şekildedir (Keshavarz Ghorabaee vd., 2016): Adım 1: CODAS yötemi, Eşitlik 1 de verile karar matrisii oluşturulması ile başlar. Karar matrisi, Eşitlik 2 ile kriteri tipie göre ormalize edilir ve ormalize karar matrisi elde edilir. Adım 2: Normalize edile karar matrisi ağırlıkladırılır. r w x * i i r i, i. alteratifi. kriter altıdaki ormalize edilmiş ağırlıklı performas değerii göstermektedir. w (0 < w < 1),. kriteri ağırlığıı gösterir ve =1 w = 1 dir. Bu çalışmada CRITIC yötemide elde edile w değerleri kullaılmıştır. Adım 3: Negatif ideal çözüm (okta) belirleir. s s 1x s (5) (6) mi r (7) Adım 4: Alteratifleri egatif-ideal çözümde Öklid ve Taksicab uzaklıkları hesaplaır. i 2 Ei ( ri s ) (8) 1 Ti r i s (9) 1 Adım 5: Göreli değerledirme matrisi oluşturulur. Ra hik mxm (10) h E E E E x T T (11) ik i k i k i k burada kϵ {1,2,..., m} ve ψ, iki alteratifi Öklid uzaklıklarıı eşitliğii taımak içi bir eşik foksiyouu belirtir ve şu şekilde taımlaır: x 0, 1, x x (12) Bu foksiyoda, karar verici tarafıda belirleebile eşik parametresidir. Bu parametrei 0,01 ve 0,05 arasıda bir değer olması öerilir. İki alteratifi Öklid

6 Tuş, Aytaç Adalı Persoel Assessmet with CODAS ad PSI Methods 248 uzaklıkları arasıdaki fark da az ise, bu iki alteratif Taksicab uzaklığı ile karşılaştırılır. Bu çalışmada değeri, 0,02 olarak alımıştır. Adım 6: Her bir alteratifi değerledirme puaı hesaplaır. H i m h (13) k 1 ik Bu değerledirme puaları, büyükte küçüğe doğru sıralaır. Alteratifler arasıda e yüksek değerledirme puaıa sahip alteratif, e iyi seçimdir. 4. PSI Yötemi PSI (Preferece Selectio Idex - Tercih Seçim İdeksi) yötemi, ÇKKV yötemleride biri olup Maiya ve Bhatt (2010) tarafıda geliştirilmiştir. PSI yötemi, temel istatistik bilgisie dayamaktadır. Yötemi e büyük avataı, diğer ÇKKV yötemleride olduğu gibi kriterleri karşılaştırma esasıda kriterler arasıda bir göreli öem derecesi atamaya ve kriter ağırlıklarıa ihtiyaç duymamasıdır (Maiya ve Bhatt, 2010; Attri ve Grover, 2015). Bu alamda yötem, problemi kriterlerie ağırlık atama kousuda bir fikir ayrılığıı buluduğu durumlarda oldukça kullaışlıdır (Madic vd., 2017). Yötemde birtakım işlemler soucuda tercih seçim ideksi adı verile bir skor hesaplaır ve bu ideks değerie göre alteratifler e iyide e kötüye doğru sıralaır (Aytaç Adalı ve Tuş, 2018). PSI yötemii literatürde farklı alalarda uygulamaları mevcuttur. Maiya ve Bhatt (2010), çalışmalarıda geliştirdikleri PSI yötemii taıtmışlar ve yötemi, 3 farklı parça seçim problemii çözümüde kullamıştır. Vahdai vd. (2014), PSI yötemii bulaık uzatısı olarak aralık değerli bulaık PIS yötemii öermiş ve bu yötemi uygulaabilirliğii bir örek üzeride göstermiştir. Attri ve Grover (2015), bir ürüü yaşam dögüsüü tasarım aşamasıdaki karar verme problemlerii çözümüde PSI yötemii öermiştir. Bu amaçla literatürde alıa 5 farklı problem, bu yötemle çözülmüş ve problemleri öceki çözümleri ile karşılaştırılmıştır. Akyüz ve Aka (2015), cam sektörüde faaliyet göstere bir firmaı imalat performas idekslerii PSI yötemi ile değerledirmiştir. Akyüz ve Aka (2017), bir firmaı tedarikçi performasları PSI ve TOPSIS yötemleri ile değerledirmiştir. İki yötemde elde edile farklı iki sıralama, Borda sayım yötemiyle tek bir toplamsal sıralama halie getirilmiştir. PSI yötemii; Madic vd. (2017), lazer kesim süreci parametrelerii seçimide, Mesra vd. (2017) ise bir yüksekokuldaki bursiyer seçimide kullamıştır. Petković vd. (2017), PSI yötemii uygulaabilirliğii bir üretim sürecide malzemeleri işleebilirliği ve kesme sıvısı seçim problemlerii çözümüde göstermiştir. Elde edile souçlar, diğer ÇKKV yötemleride çıka souçlar ile karşılaştırılmıştır. Aytaç Adalı ve Tuş (2018), PSI yötemii yeşil tedarikçi seçim problemii çözümüde kullamıştır. CRITIC yötemide olduğu gibi problemde m adet alteratifi A i (i = 1,2,...,m) ve adet C ( = 1,2,...,) kriteri olduğu varsayılır. PSI yötemii uygulama adımları şu şekildedir (Maiya ve Bhatt, 2010; Aytaç Adalı ve Tuş, 2018): Adım 1: PSI yötemi, Eşitlik 1 de verile karar matrisii oluşturulması ile başlar. Karar matrisi, Eşitlik 2 ile kriteri tipie göre ormalize edilir ve ormalize karar matrisi elde edilir.

7 Tuş, Aytaç Adalı CODAS ve PSI Yötemleri İle Persoel Değerledirmesi 249 Adım 2: Her kriter içi ormalize performas değerlerii ortalama değeri hesaplaır. * x x 1 (14) m m * * = xi i 1 Adım 3: Her kritere ait değerler arasıdaki tercih değişkeliği değeri (PV) hesaplaır. PV m * * x x 2 (15) i i1 Adım 4: Her kriter içi tercih değerideki sapma Adım 5: Her kriter içi toplam tercih değeri ( hesaplaır. 1 PV (16) ) hesaplaır. 1 (17) Tüm kriterlere ait toplam tercih değeri toplamı 1 olmalıdır. Başka bir deyişle =1 ω = 1 olmalıdır. Adım 6: So adımda her alteratif içi tercih seçim ideksi ( 1 * i I i ) hesaplaır. I x. (18) i Tercih seçim ideksleri dikkate alıarak alteratiflere ilişki bir sıralama elde edilir. Yüksek tercih seçim ideksie sahip alteratif, e iyi alteratif olarak iteledirilir. 5. Uygulama Bu bölümde Deizli'de bir tekstil firmasıı persoel seçim problemie CRITIC, CODAS ve PSI yötemleri uygulamıştır. Uygulama alaı ola tekstil firması, Deizli'de faaliyet göstermektedir ve bir pazarlama asistaı aramaktadır. Bu işletmei persoel seçim sürecii ilk adımı, seçimi yapacak ola uzma grubuu belirlemesidir. Seçimi yapacak uzma grubuda üst yöetim temsilcisi, pazarlama departmaı yöeticisi ve isa kayakları departmaı temsilcisi bulumaktadır. Uzma grup pazarlama asistaı iş taımıa göre persoel seçimii etkileyecek kriterleri; iş deeyimi (C1), yabacı dil yeteeği (C2), problem çözme becerisi (C3), iletişim yeteeği (C4) ve takım odaklılık (C5) olarak belirlemiştir. Belirlee tüm kriterler daha yüksek değerleri istediği maksimizasyo kriterleridir. Daha sora uzma grup, başvuralar arasıda işe alım politikalarıa göre 7 aday belirleyerek (A1, A2,,A7) bu adayları görüşme yapmaya davet etmiştir. Görüşmeye davet edile adaylara ilişki veriyi içere ve persoel değerledirme problemii temelii oluştura karar matrisi, Tablo 1 de görülmektedir. C1 kriteri içi adayları çalışma süresi (yıl) ve C2 kriteri içi adayları TOEFL sıavıda almış oldukları pualar dikkate alımıştır. C3, C4 ve C5 kriterleri içi ise adayları değerledirirke 5 li ölçek (5: mükemmel, 4: çok iyi, 3: iyi, 2: kötü değil, 1: kötü) kullaılmıştır.

8 Tuş, Aytaç Adalı Persoel Assessmet with CODAS ad PSI Methods 250 C1 C2 C3 C4 C5 A A A A A A A Tablo 1. Karar matrisi Karar matrisi ormalize edilmiş ve Tablo 2 de verile ormalize karar matrisi elde edilmiştir. C1 C2 C3 C4 C5 A1 0,2000 1,0000 0,6000 0,4000 0,6000 A2 0,5000 0,9091 1,0000 0,6000 0,6000 A3 0,3000 0,8182 0,8000 1,0000 0,4000 A4 1,0000 0,7273 0,6000 0,8000 0,8000 A5 0,4000 0,7727 0,4000 0,8000 1,0000 A6 0,8000 0,7273 0,6000 0,8000 0,8000 A7 0,5000 0,8636 0,4000 0,8000 0,6000 Ortalama 0,529 0,831 0,629 0,743 0,686 Std.sapma 0,260 0,093 0,198 0,176 0,181 Tablo 2. Normalize karar matrisi Adaylar arasıda bir seçim yapabilmek içi öcelikle seçim kriterlerii ağırlıklarıa ihtiyaç duyulmaktadır. Bu çalışmada kriter ağırlıkları, CRITIC yötemide elde edilmiştir. CRITIC yötemi ile ağırlık hesaplayabilmek içi ormalize karar matrisi dikkate alımış ve her kriteri stadart sapması ve kriterler arasıdaki korelasyo katsayıları hesaplamıştır. Hesaplaa bu değerler, Tablo 2 i so satırıda ve Tablo 3 te verilmiştir. C1 C2 C3 C4 C5 C1 1,000-0,738-0,071 0,285 0,434 C2-0,738 1,000 0,261-0,746-0,529 C3-0,071 0,261 1,000-0,117-0,548 C4 0,285-0,746-0,117 1,000-0,026 C5 0,434-0,529-0,548-0,026 1,000 Tablo 3. Korelasyo matrisi Stadart sapma değerleri, korelasyo katsayıları ve Eşitlik (3) ve (4) kullaılarak kriterlere ilişki ağırlıklar bulumuştur. Bulua değerler, Tablo 4 te gösterilmiştir. Bua göre e öemli kriter, CRITIC yötemie göre iş deeyimi (C1) olarak belirlemiştir. Kriter C1 C2 C3 C4 C5 w 0,257 0,129 0,214 0,196 0,204 Tablo 4. Kriter ağırlıkları Adaylara ait sıralamaı CODAS yötemi ile buluabilmesi içi öcelikle ağırlıkladırılmış ormalize matris oluşturulmuştur. Ağırlıkladırma sürecide CRITIC yötemide elde edile kriter ağırlıkları kullaılmış ve Tablo 5 oluşturulmuştur. Ayrıca ayı tabloda egatif ideal çözüm de belirtilmiştir. Elde edile değerlere göre, alteratifleri egatif ideal çözümde Öklid ve Taksicab uzaklıkları da hesaplamıştır. Souçlar, Tablo 5'te suulmuştur.

9 Tuş, Aytaç Adalı CODAS ve PSI Yötemleri İle Persoel Değerledirmesi 251 C1 C2 C3 C4 C5 Ei Ti A1 0,05 0,13 0,13 0,08 0,12 0,07 0,12 A2 0,13 0,12 0,21 0,12 0,12 0,16 0,31 A3 0,08 0,11 0,17 0,20 0,08 0,15 0,24 A4 0,26 0,09 0,13 0,16 0,16 0,24 0,41 A5 0,10 0,10 0,09 0,16 0,20 0,15 0,26 A6 0,21 0,09 0,13 0,16 0,16 0,20 0,36 A7 0,13 0,11 0,09 0,16 0,12 0,12 0,21 Negatif ideal çözüm 0,05 0,09 0,09 0,08 0,08 Tablo 5. Ağırlıklı ormalize karar matrisi ve egatif ideal çözüm Eşitlik (10), (11), (12) ve (13) kullaılarak hesaplaa göreli değerledirme matrisi (Ra) ve adayları değerledirme puaları (Hi), Tablo 6 da verilmiştir. Hesaplamalarda τ = 0.02 olarak alımıştır. A1 A2 A3 A4 A5 A6 A7 Hi A1 0-0,28-0,20-0,46-0,22-0,37-0,14-1,68 A2 0,28 0 0,01-0,18 0,01-0,08 0,14 0,18 A3 0,2-0,01 0-0,26-0,01-0,16 0,06-0,18 A4 0,46 0,18 0,26 0 0,23 0,09 0,31 1,54 A5 0,22-0,01 0,01-0,23 0-0,14 0,08-0,07 A6 0,37 0,08 0,16-0,09 0,14 0 0,22 0,88 A7 0,14-0,14-0,06-0,31-0,08-0,22 0-0,67 Tablo 6. Göreli değerledirme matrisi ve adayları değerledirme puaları Değerledirme pualarıı değerlerie göre, adayları sıralaması A4-A6-A2-A5-A3- A7-A1'dir. Bu edele A4, CODAS yötemii değerledirilmesie ilişki e iyi persoeldir. PSI yötemi ile adayları sıralamasıı elde etmek içi öcelikle ormalize karar matrisi kullaılarak kriterleri ortalama performas değerleri hesaplamıştır. Bu değerler, Tablo 2 de verilmiştir. Her kritere ait değerler arasıdaki tercih değişkeliği değeri, Eşitlik (15) ile hesaplamıştır. Bu değerler yardımıyla tercih değerideki sapma ve toplam tercih değerleri, Eşitlik (16) ve (17) ile elde edilmiş ve Tablo 7 de verilmiştir. PV φ ω C1 0,474 0,526 0,140 C2 0,061 0,939 0,251 C3 0,274 0,726 0,194 C4 0,217 0,783 0,209 C5 0,229 0,771 0,206 Toplam 3,745 Tablo 7. Kriterleri tercih değişkelikleri, sapmaları ve toplam tercih değerleri PSI yötemide her aday içi tercih seçim ideksi, Eşitlik (18) ile hesaplamıştır. Hesaplaa bu değerler, Tablo 8 de verilmiştir. PSI yötemie göre adaylara ilişki sıralama, A4-A6-A2-A5-A3-A7-A1 olarak bulumuştur. Bu sıralamaya göre de A4, e iyi persoeldir.

10 Tuş, Aytaç Adalı Persoel Assessmet with CODAS ad PSI Methods 252 CRITIC-CODAS PSI Adaylar Hi Sıralama Ii Sıralama A1-1,68 7 0,602 7 A2 0,18 3 0,741 3 A3-0,18 5 0,694 5 A4 1,54 1 0,771 1 A5-0,07 4 0,701 4 A6 0,88 2 0,743 2 A7-0,67 6 0,655 6 Tablo 8. Adayları CODAS ve PSI Yötemleri ile Sıralaması 6. Souç Persoel değerledirme, ayı ada birçok kriteri dikkate alımasıı gerektire karmaşık bir karar verme sürecidir. Değerledirme süreci güveilir olmalı ve aday alteratifleri hakkıda geçerli bilgiler toplamalıdır. Bu yapıdaki problemler, ÇKKV yötemleri ile çözülebilmektedir. Bu çalışmada persoel değerledirme problemi; CRITIC, CODAS ve PSI yötemleri ile çözülmüştür. Değerledirme sürecie ilişki kriterleri ağırlıkları, CRITIC yötemi ile hesaplamıştır. CRITIC yötemide kriter ağırlıkları, karar matriside hesaplamıştır. Başka bir deyişle ağırlıklar subektif olmayıp, obektif bir şekilde değerledirilmiştir. Ayrıca CRITIC yötemi, karmaşık hesaplamalara yer vermeyip sadece basit istatistik bilgisie ihtiyaç duymaktadır. Hesaplaa bu ağırlıklar, CODAS yötemide kullaılmıştır. Bu yötem ile adayları tercih edilebilirliği, egatif ideal çözüme göre hesaplaa Öklid ve Taksicab uzaklıklarıa göre belirlemiştir. Negatif ideal çözümde e uzakta bulua alteratif A4, e iyi persoel olup adayları sıralaması A4-A6-A2-A5-A3-A7-A1 olarak elde edilmiştir. Çalışmada PSI yötemi de kullaılarak adaylar sıralamış ve CODAS yötemi ile ayı sıralama elde edilmiştir. PSI değeri hesaplama sürecide karar matrisi dışıda eşik değerleri, kriter ağırlıkları gibi başka bir bilgilere ihtiyaç duymamaktadır. Ayrıca yötem, alaşılması güç adımlar içermemekte ve istatistik bilgisie dayamaktadır. Gelecek çalışmalarda ayı problem diğer uzaklık tabalı ÇKKV yötemleri ile çözülebilir ve yötemlerde elde edile tüm souçlar karşılaştırılabilir. PSI yötemii toplam tercih değeri olarak adladırdığı kriter ağırlıklarıı hesaplamasıda temel istatistik bilgisi kullaılarak birtakım değişiklikler yapılabilir. Ya da bezer şekilde obektif ağırlıkları elde edildiği yötemleri adımları ile birleştirilerek geliştirilmiş bir PSI yötemi öerilebilir. Çalışmada kullaıla yötemler, diğer ÇKKV problemlerii çözümüde kullaılabilir. Ayrıca persoel değerledirme problemi, bu yötemleri bulaık uzatıları ile çözülebilir. CODAS yötemide yer ala τ ı farklı değerleri ile elde edile sıralama souçları aaliz edilebilir. Başka bir deyişle alteratifleri sıralaması üzeride τ parametresii etkisi iceleebilir. CODAS yötemii temelii oluştura Öklid ve Taksicab uzaklıklarıı alteratifleri araştırılabilir. Alteratifleri karşılaştırılmaz olduğu durumlar içi yei çözümler üretilebilir. Kayakça Afshari, A., Maid, M. & Rosah, M.Y. (2010). Simple additive weightig approach to persoel selectio problem. Iteratioal Joural of Iovatio, Maagemet ad Techology,1(5), Aksakal, E., Dağdevire, M., Erasla, E.,& Yüksel, İ. (2013). Persoel selectio based o talet maagemet. Procedia - Social ad Behavioral Scieces, 73,

11 Tuş, Aytaç Adalı CODAS ve PSI Yötemleri İle Persoel Değerledirmesi 253 Akyüz, G. & Aka, S. (2015). Imalat Performasi Ölçümü içi Alteratif Bir Yaklasim: Tercih Ideksi (PSI) Yötemi. Busiess ad Ecoomics Research Joural, 6(1), Akyüz, G. & Aka, S. (2017). C ok krı terlı karar verme tekı klerı yle tedarı kc ı performası değerledı rmede toplamsal bı r yaklas ım. Yöetim ve Ekoomi Araştırmaları Dergisi, 15 (2), Alemiardakai, M. (2014). Ehacig Impact Characterizatio ad Multi-Criteria Desig Optimizatio of Glass Fiber Reiforced Polypropylee Lamiates (Doctor of Philosophy), The Uiversity of British Columbia, Caada. Alguliyev, R.M., Aliguliyev, R.M., & Mahmudova, R.S. (2015). Multicriteria persoel selectio by the modified fuzzy VIKOR method.the Scietific World Joural, 2015, Attri, R. & Grover, S. (2015). Applicatio of preferece selectio idex method for decisio makig over the desig stage of productio system life cycle. Joural of Kig Saud Uiversity- Egieerig Scieces, 27(2), Aytaç Adalı, E. &, Tuş, A. (2018). Preferece Selectio Idex Method for Gree Supplier Selectio Problem, VI. Iteratioal Multidiscipliary Cogress of Eurasia bildiriler kitabı içide (ss ). Roma: İtalya. Aytaç Adalı, E. &, Tuş, A. (2018). CRITIC ad MAUT Methods for the Cotract Maufacturer Selectio Problem, Europea Joural of Multidiscipliary Studies, 5(1), Azar Bellver, J., Cervelló, R.R. & García, G.F. (2011). Spaish savigs baks ad their future trasformatio ito private capital baks. determiig their value by a multicriteria valuatio methodology. Europea Joural of Ecoomics, Fiace ad Admiistrative Scieces, 35, Baležetis, A., Baležetis, T., & Brauers, W.K.M. (2012). MULTIMOORA-FG: A multi-obective decisio makig method for liguistic reasoig with a applicatio to persoel selectio. Iformatica, 23(2), Bora, F.E., Geç, S., & Akay, D. (2011). Persoel selectio based o ıtuitioistic fuzzy sets. Huma Factors ad Ergoomics i Maufacturig & Service Idustries, 21 (5), Che, C. T. (2000). Extesios of the TOPSIS for group decisio-makig uder fuzzy eviromet. Fuzzy Sets ad Systems, 114 (1), 1-9. Çakır, S. & Perçi, S. (2013). Çok kriterli karar verme tekikleriyle loistik firmalarida performas ölçümü. Ege Akademik Bakış, 13(4), Dağdevire, M. (2010). A hybrid multi-criteria decisio-makig model for persoel selectio i maufacturig systems. Joural of Itelliget Maufacturig, 21(4), Dereli, T., Durmuşoğlu A., Seçkier S.U. & Avlamaz, N. (2010). A fuzzy approach for persoel selectio process. Turkish Joural of Fuzzy Systems, 1(2), Diakoulaki, D., Mavrotas, G., Papayaakis, L.(1995). Determiig obective weights i multiple criteria problems: The CRITIC method. Computers Ops Res., 22(7), Dursu, M., & Karsak, E. E. (2010). A fuzzy MCDM approach for persoel selectio. Expert Systems with Applicatios, 37(6), El-Satawy, M.F. (2012). A VIKOR method for solvig persoel traiig selectio problem. Iteratioal Joural of Computig Sciece, 1(2), Erokuta, B. (2016). Mavi yakalı persoel seçimide çok kriterli karar verme yötemlerii kullaılması ve bir uygulama (Doctoral dissertatio). Fathi, M.R., Mati, H.Z., Zarchi, M.K., & Azizollahi, S.(2011). The applicatio of fuzzy TOPSIS approach to persoel selectio for Padir Compay, Ira. Joural of Maagemet Research, 3 (2), Ghorabaee, M. K., Amiri, M., Zavadskas, E. K., Hooshmad, R., & Atuchevičieė, J. (2017). Fuzzy extesio of the CODAS method for multi-criteria market segmet evaluatio. Joural of Busiess Ecoomics ad Maagemet, 18(1), Guo, C., Wag, Y. & Jiag, W. (2013). A empirical study of evaluatio idex system ad measure method o city s soft power: 17 cities i Shadog provice. Cross-Cultural Commuicatio, 9(6), Gügör, Z., Serhadlıoğlu, G., & Kese, S. E. (2009). A fuzzy AHP approach to persoel selectio problem.applied Soft Computig, 9 (2),

12 Tuş, Aytaç Adalı Persoel Assessmet with CODAS ad PSI Methods 254 Iris, L.S. (2014). Evaluatio of sustaibility idex for urba water maagemet system i Macau. Bachelor of Sciece Civil Egierig, Uiversity of Macau,Chia. Kabak, M. (2013). A Fuzzy DEMATEL-ANP based multi criteria decisio makig approach for persoel selectio. Joural of Multiple-Valued Logic & Soft Computig, 20 (5/6), Kaza, H. & Ozdemir, O. (2014). Fiacial performace assessmet of large scale coglomerates via TOPSIS ad CRITIC methods. Iteratioal Joural of Maagemet ad Sustaiability, 3(4), Kelemeis, A., & Askouis, D. (2010). A ew TOPSIS-based multi-criteria approach to persoel selectio. Expert Systems with Applicatios, 37(7), Keshavarz Ghorabaee, M., Zavadskas, E. K., Turskis, Z., & Atucheviciee, J. (2016). A ew combiative distace-based assessmet (CODAS) method for multi-criteria decisiomakig. Ecoomic Computatio & Ecoomic Cyberetics Studies & Research, 50(3), Kim, J. & Yu, K. (2015). Areal feature matchig based o similarity usig CRITIC method. Joit Iteratioal Geoiformatio Coferece, October, Kuala Lumpur, Malaysia, Liag, G. S., & Wag, M. J. J. (1994). Persoel selectio usig fuzzy MCDM algorithm. Europea Joural of Operatioal Research, 78(1), Li, H. T. (2010). Persoel selectio usig aalytic etwork process ad fuzzy data evelopmet aalysis approaches. Computers & Idustrial Egieerig, 59(4), Liu, D. & Zhao, X. (2013). Method ad applicatio for dyamic comprehesive evaluatio with subective ad obective iformatio. PLoS ONE, 8(12), 1-5. Liu, H. C., Qi, J. T., Mao, L. X., & Zhag, Z.Y. (2015). Persoel Selectio Usig Iterval 2 Tuple Liguistic VIKOR Method. Huma Factors ad Ergoomics i Maufacturig & Service Idustries, 25(3), Lu, C., Li, L. & Wu, D. (2015). Applicatio of combiatio weightig method to weight calculatio i performace evaluatio of ICT. 15th Iteratioal Coferece o Advaced Learig Techologies, Madic, M. & Radovaović, M. (2015). Rakig of some most commoly used otraditioal machiig processes usig ROV ad CRITIC methods. U.P.B. Sci. Bull., Series D, 77(2), Madić, M., Atucheviciee, J., Radovaović, M., & Petković, D. (2017). Determiatio of laser cuttig process coditios usig the preferece selectio idex method. Optics & Laser Techology, 89, Maiya, K. & Bhatt, M. G. (2010). A selectio of material usig a ovel type decisio-makig method: Preferece selectio idex method. Materials & Desig, 31(4), Mathew, M., & Sahu, S. (2018). Compariso of ew multi-criteria decisio makig methods for material hadlig equipmet selectio. Maagemet Sciece Letters, 8(3), Mesra, K. T., Siaturi, R. D., Waruwu, F. T., & Siahaa, A. P. U. (2017). Determiatio of Educatio Scholarship Recipiets Usig Preferece Selectio Idex. Iteratioal Joural of Scietific Research i Sciece ad Techology, 3(6), Milić, M.R. & Gora, Z.Z. (2012). Obektivi pristup određivau težıa krıterıuma (A obective approach to determiig criteria weights). Vootehıčkı glasık/mılıtary techıcal courıer, 60(1), Nasab, F.G. & Rostamy-Malkhalifeh, M. (2010). Extesio of TOPSIS for group decisio makig based o the type-2 fuzzy positive ad egative ideal solutios. Iteratioal Idustrial Mathematics, 2(3), Petković, D., Madić, M., Radovaović, M., & Gečevska, V. (2017). Applicatio of the performace selectio idex method for solvig machiig MCDM problems. Facta Uiversitatis, Series: Mechaical Egieerig, 15(1), Saghafia, S. & Heazi S.R. (2005). Multi-criteria group decisio makig usig a modified fuzzy TOPSIS procedure. Proceedigs of the 2005 Iteratioal Coferece o Computatioal Itelligece for Modellig, Cotrol, Seger, Ö., & Albayrak, Ö. K. (2016). GRİ İlişki Aalizi Yötemi ile Persoel Değerledirme. Uluslararası İktisadi ve İdari İcelemeler Dergisi, (17), Tsao C.T. & Chu, C.T. (2001). Persoel selectio usig a improved fuzzy MCDM algorithm. Joural of Iformatio ad Optimizatio Scieces, 22(3),

13 Tuş, Aytaç Adalı CODAS ve PSI Yötemleri İle Persoel Değerledirmesi 255 Turskis, Z., Ker Ulieė, V., & Viogradova, I. (2017). A ew fuzzy hybrid multi-criteria decisio-makig approach to solve persoel assessmet problems. case study: director selectio for estates ad ecoomy office. Ecoomic Computatio & Ecoomic Cyberetics Studies & Research, 51(3), Ulutaş, A., Özka, A. M., & Tağraf, H. (2018). Bulaık Aalitik Hiyerarşi Süreci ve Bulaık Gri İlişkisel Aalizi Yötemleri Kullaılarak Persoel Seçimi Yapılması. Electroic Joural of Social Scieces, 17(65), Urosevic, S., Karabasevic, D., Staukic, D., & Maksimovic, M. (2017). A Approach to Persoel Selectio i The Tourism Idustry Based o The SWARA ad the WASPAS Methods. Ecoomic Computatio & Ecoomic Cyberetics Studies & Research, 51(1), Vahdai, B., Mousavi, S. M., & Ebrahimead, S. (2014). Soft computig-based preferece selectio idex method for huma resource maagemet. Joural of Itelliget & Fuzzy Systems, 26(1), Yılmaz, B., Harmacıoğlu, N. B.(2010). Multi-criteria decisio makig for water resource maagemet: a case study of the Gediz River Basi, Turkey. Water SA, 36(5), Zhag, S. F., & Liu, S. Y. (2011). A GRA-based ituitioistic fuzzy multi-criteria group decisio makig method for persoel selectio. Expert Systems with Applicatios, 38(9),

14 Tuş, Aytaç Adalı Persoel Assessmet with CODAS ad PSI Methods 256