Akademik Sosyal Araştırmalar Dergisi, Yıl: 5, Sayı: 43, Nisan 2017, s

Transkript

1 Akademik Sosyal Araştırmalar Dergisi, Yıl: 5, Sayı: 43, Nisan 2017, s Yayın Geliş Tarihi / Article Arrival Date Yayınlanma Tarihi / The Publication Date Arş. Gör. Muhammed KABAK Dokuz Eylül Üniversitesi, İ.İ.B.F., İşletme Bölümü Sayısal Yöntemler Anabilim Dalı ahmetkabakdeu@gmail.com Prof. Dr. Onur ÖZVERİ Dokuz Eylül Üniversitesi İ.İ.B.F., İşletme Bölümü, Sayısal Yöntemler Anabilim Dalı onur.ozveri@deu.edu.tr BULANIK VERİ ZARFLAMA ANALİZİ (BVZA) YÖNTEMİNİN MAĞAZA YERİ SEÇİMİNDE KULLANIMI Öz Veri zarflama analizi (VZA) farklı ölçüm birimleri ile ifade edilen çoklu girdi ve çıktılara sahip karar verme birimlerinin göreli etkinlik analizinde yaygın bir şekilde kullanılan etkinlik analizi yöntemlerinden birisidir. VZA yöntemi etkinlik ölçümünün yanı sıra hem olumlu hem de olumsuz kriterlere sahip karar problemlerinin çözümünde de kullanılmaktadır. Veri zarflama analizi yöntemi veri odaklı bir yöntem olduğu için girdi ve çıktı değişkenleri kesin değeri bilinen değişkenler olmalıdır. Ancak, gerçek hayat problemlerinde girdi ve çıktı değişenlerin değerleri her zaman kesin değer olarak ifade edilememektedir. Göreli etkinlik analizinde kesin değeri bilinen verilerle birlikte dilsel ifadelerin (sıralı veriler) ve sınırlandırılmış girdi ve çıktı değişkenlerinin kullanımına olanak sağlamak için Bulanık veri zarflama analizi (BVZA) yöntemi kullanılmaktadır. Bu çalışmada bir perakende mağaza zincirinin İzmir ilinde açmayı planladığı mağaza yerlerinin belirlenmesinde bulanık veri zarflama analizi yöntemi uygulanmıştır. Firma tarafından belirlenen yirmi iki mağaza yeri alternatifi elde edilen göreli etkinlik analizi sonuçlarına göre sıralanmıştır. Anahtar kelimeler: Etkinlik Analizi, Veri Zarflama Analizi, Bulanık Mantık

2 THE USING OF FUZZY DATA ENVELOPMENT ANALYSIS (FDEA) METHOD IN STORE LOCATION SELECTION Abstract Data Envelopment Analysis (DEA) is one of the widely using method for relative efficiency analysis of decision making units which have multiple inputs and outputs which is stated different measurement unit. Data envelopment analysis uses in solving decision making problem which have both possitive and negative decision criterias, besides efficiecy analysis. Both input and output variables must be precise data in DEA because of DEA is a data based method. However, input or output variables can not figüre out precise values in real life problem always. Fuzzy data envelopment analysis (FDEA) method is used in order to enable to using of imprecise variables in relative efficiency analyisis as well as precise datas. In this paper in determination of store location which is intented to found of a retail store chain firm. Alternatives which is determined by firms is ranked by relative efficiency analysis results. Keywords: Efficiency Analysis, Data Envelopment Analysis, Fuzzy Logic 1. Giriş Veri zarflama analizi (VZA) farklı ölçüm birimleri ile ifade edilen çoklu girdi ve çıktılara sahip karar verme birimlerinin göreli etkinlik analizinde yaygın bir şekilde kullanılan etkinlik analizi yöntemlerinden birisidir. VZA etkinlik ölçümünün yanı sıra hem olumlu hem de olumsuz kriterlere sahip karar problemlerinin çözümünde de kullanılmaktadır. VZA literatürde yaygın bir şekilde kullanılan bir yöntem olmasına rağmen veri tabanlı bir yöntem olmasından dolayı verilerin eksiksiz ve doğru bir şekilde elde edilmesini gerektirmektedir. Ayrıca veri zarflama analizi ile yapılan etkinlik hesaplamaları girdi ve çıktı değerlerinde yer alan uç değerlere karşı oldukça duyarlıdır. Veri zarflama analizinin bu dezavantajlarını ortadan kaldırmak, etkinlik analizinde kesin değeri belirlenemeyen ve dilsel değişkenler şeklinde ifade edilen sıralı girdi ve çıktı değişkenlerinin de kullanılmasına olanak sağlamak için Bulanık Veri Zarflama Analizi Modelleri kullanılmaktadır. Bulanık veri zarflama analizi, bulanık mantık yardımı ile belirsiz ve kesin olmayan verilerin değerlendirilmesi ile organizasyonların belirsiz ve değişken ortamlarda nasıl faaliyet yürüttüklerinin anlaşılmasını sağlar. Ayrıca verilerin tam, doğru ve kesin olarak bilinemediği durumlar için daha güvenilir ve doğru etkinlik sonuçlarının elde edilmesi mümkün olur (Azadeh ve diğerleri, 2010: 824). Perakendecilik sektörü üretilen ürünlerin müşterilere ulaştırılması bakımından önemli bir sektördür. Tüketicilerin ihtiyaçları olan mal ve hizmetleri satın alması ve işletmelerin tüketicilerin söz konusu ihtiyaçlarına cevap vermesi perakendeciliğin temelini oluşturur (Köksal ve Emirza, 2011: 76). Perakendeciler sınırlı bir alanda, çok sayıda ürünü satmak ve müşteri beklentilerini maksimum düzeyde karşılamak durumundadır (Pinto ve Soares, 2013: 1). Perakendecilik sektöründeki işletmelerin müşterilere ulaşabilmeleri, müşteriyi en üst düzeyde tatmin edecek ürünler sunması ve rekabet koşularından en az etkilenecek alanlarda hizmet vermeleri beklenir (Şahin, 2010: 1). Perakendecilik sektörü bakımından yeni açılacak bir mağaza için yer seçimi, müşteri tatmini, karlılık ve rekabet koşullarını belirleyen stratejik kararlardan biridir. Mağaza yeri seçimi, değiştirilmesi maliyetli ve zor olan bir karar olduğu için, kuruluş yeri seçimine ilişkin kararın doğru verilere dayalı olarak, bilimsel yöntemlerle alınması gerekir (Erbıyık ve diğerleri, 508

3 2012: 1405). Literatürde perakendecilik sektöründe mağaza yeri seçimi için trafik yoğunluğu, insan yoğunluğu, potansiyel talep düzeyi, mağaza büyüklüğü, kiralama veya satın alma maliyeti, ulaşım kolaylığı, rakiplerin sayısı ve büyüklüğü gibi farklı kriterler kullanılmıştır (Şahin, 2010:2; Erbıyık ve diğerleri, 2012: 1406; Köksal ve Emirza, 2011: 81). Thompson ve diğerleri (1986) Teksas da laboratuvar kuruluş yeri seçimi için ağırlık kısıtlı veri zarflama analizi yöntemi uygulamıştır. Çalışmada olası altı kuruluş yeri, Belirlenen üç girdi faktörünün ağırlık değerleri belirlenerek ağırlık kısıtlı veri zarflama analizi yöntemi ile etkinlik değerlerine göre sıralanmıştır. Guo (2009) bir restoran kuruluş yeri seçimi probleminde bulanık veri zarflama analizi modeli kullanmıştır. Çalışmada Çin de faaliyet gösterecek bir restoran için kuruluş yeri seçimi probleminde dört potansiyel kuruluş yeri Tatmin derecesi şeklinde ifade edilen göreli etkinlik sonuçlarına göre sıralanmıştır. Park ve diğerleri (2014) hücresel üretim sisteminde operatörlerin atanması problemi için genetik algoritma ve bulanık veri zarflama analizi yöntemlerini kullanmıştır. İlk adımda genetik algoritma kullanılarak mevcut operatörlerin hücrelere atanması ile ilgili olası senaryolar belirlenmiş, İkinci adımda ise olası atamalardan hangisinin daha etkin sonuç vereceği bulanık veri zarflama analizi ile değerlendirilmiştir. Alizadeh ve diğerleri (2011) konum ve kuruluş yeri seçimi problemlerinde bulanık çok kriterli veri zarflama analizi modellerinin kullanımına ilişkin bir çalışma ortaya koymuştur. Çalışmada sunulan modelin uygulamasına ilişkin beş farklı kuruluş yerinin belirlenen bulanık kriterlere göre değerlendirildiği bir uygulama yapılmıştır. Azadeh ve diğerleri (2011) İran da bir rüzgar enerjisi santrali kuruluş yeri seçimi için hiyerarşik veri zarflama analizi diye adlandırılan bir yöntem uygulamıştır. Yöntemde birinci aşamada her bir şehir de en uygun kuruluş yeri belirlenmiş, ikinci aşamada ise alternatif kuruluş yerlerinin bulunduğu şehirler veri zarflama analizi ile sıralanmıştır. Azadeh ve diğerleri (2011) güneş enerjisi santrali kuruluş yeri seçiminde yapay sinir ağları ve bulanık veri zarflama analizi yöntemlerini kullanmıştır. Klimberg ve Ratick (2008) kuruluş yeri seçimine ilişkin etkin karar almayı kolaylaştırmak amacıyla veri zarflama analizi ile kuruluş yeri modellerinin kombine edildiği bir çalışma yapmıştır. 509 Çalışmanın ikinci bölümde bulanık veri zarflama analizi ve çalışmada uygulanan Cook - Kress Seiford modeli ele alınmıştır. Üçüncü bölümde ise bölümde Türkiye genelinde iki binden fazla mağazası bulunan bir perakende satış işletmesinin, İzmir ilindeki mağaza yeri seçim problemi için bulanık veri zarflama analizi yönteminin kullanımına ilişkin uygulama yer almaktadır. Son bölümde ise elde edilen sonuçlara ilişkin yorum ve değerlendirmeler yer almaktadır. 2. Bulanık Veri Zarflama Analizi VZA parametrik olmayan bir etkinlik ölçüm yöntemidir ve bu nedenle parametrik olmayan programlama olarak da ifade edilmektedir (Tarım, 2001: 45). Çok sayıda farklı girdiye sahip olan ve farklı ölçüm birimleri ile ölçülen girdi ve çıktılara sahip birimlerin etkinliği doğrusal programlama prensipleri temelinde VZA ile ölçümlenebilmektedir (Akyüz ve diğerleri, 2015: 51). VZA homojen benzer niteliklere sahip karar verme birimlerinin göreli etkinliğini ölçmeye yarayan çok faktörlü ölçüm yöntemidir ve etkinlik skoru aşağıdaki şekilde ifade edilir (Bal, 2013: 4). Tüm etkinlik skorları 0 ile 1 arasında değer alır. Düşük skor, düşük etkinlik anlamına gelir. Etkinlik değeri 1 e eşit olan karar verme birimi etkin kabul edilir (Kelly ve diğerleri, 2012:

4 65). Veri zarflama analizi en etkin birimin etkinlik değerini baz alarak bir etkinlik sınırı belirler. Belirlenen etkinlik sınırının üstünde değere sahip karar verme birimleri etkin olarak kabul edilir. Veri zarflama analizi ile farklı ölçü birimleri ifade edilebilen girdi ve çıktılar için etkinlik değeri ölçülebilir. VZA ile ağırlık değerleri kullanılmaksızın, etkinlik sonuçları ağırlık değerleri ile manipüle edilmeden etkinlik değerleri hesaplanabilir (Tütek ve diğerleri, 2012: 225). Parametrik olmayan bir yöntem olmasından dolayı önceden belirlenmiş herhangi bir üretim fonksiyonuna gerek kalmadan birimlerin girdi ve çıktı değerleri ile göreli etkinlik analizi yapılabilir (Behdioğlu ve Özcan; 2009: 303). Yöntemin en önemli özelliği karar verme birimlerinin etkin olmama nedenlerini ve etkinliğe ulaşmak için ne kadarlık iyileştirme yapmaları grektiğini ortaya koymasıdır (Kar ve diğerleri, 2016: 374). Veri zarflama analizi yöntemi girdi ve çıktı değişkenlere ilişkin verilerin kesin değerlerinin sayısal olarak belirlenmesini gerektirmektedir. Ancak gerçek hayatta göreli etkinlik analizi yapılacak olan karar verme birimleri için her zaman tüm girdi ve çıktı değişkenlerinin kesin değerlerinin belirlenmesi mümkün olmamaktadır. Bazı durumlarda karar verme birimlerinin girdi ve çıktılarının kesin değerleri ölçülemez. Bu tür veriler ya bulanık mantık yaklaşımına uygun dilsel değişkenler şeklinde yada bulanık sayılar şeklinde ifade edilen sınırlandırılmış veriler şeklinde ifade edilebilir. Her iki şekilde ifade edilen veriler de bulanık veri zarflama analizinde etkinlik ölçümünde kullanılabilir (Agarwal, 2014: 60). Bulanık ve kesin olmayan veriler kullanan bulanık veri zarflama analizi gerçek hayat problemlerinin daha gerçekçi modellenmesini sağlar. Ayrıca dilsel olarak ifade edilen verilerin de etkinlik ölçümünde kullanılması mümkündür (Lertworasirikul ve diğerleri 2003: 380). 510 Bulanık veri zarflama analizinde kullanılan veriler kesin veriler, sınırlandırılmış veriler, sıralı veriler ve değeri belirlenemeyen veriler olmak üzere dört grupta ele alınır. Sınırlandırılmış veriler alt sınır, üst sınır ve öz değeri belirlenmiş olan bulanık veriler olarak ifade edilebilir. Sıralı veriler ise Çok, Az, Daha az gibi dilsel değişkenlerle ifade edilen verilerdir. Kesin değeri bilinen ve sıralı veriler için kullanılan bulanık veri zarflama analizi modellerinden birisi Cook- Kress- Seiford (CKS) (1993) modelidir. Modelin amacı hem kesin değeri bilinen kantitatif veriler, hem de sıralı kalitatif verilerin veri zarflama analizinde kullanılması olarak ifade edilmiştir (Cook ve diğerleri, 1996: 945). s adet kesin değeri bilinen çıktı, w adet sıralı çıktı, m adet kesin değeri bilinen girdi ve f adet sıralı girdiye sahip olan z. karar verme birimi varsayılsın. Söz konusu karar verme birimi için girdi odaklı CCR modeli aşağıdaki gibi ifade edilir (Oruç, 2008: 67). Amaç Fonksiyonu: Kısıtlar:

5 En küçük sıralı veri ( ) dan büyük olmak üzere her h. çıktı için sıralı çıktılar arasındaki fark > 0 En küçük sıralı veri ( ) dan büyük olmak üzere her b. girdi için sıralı girdiler arasındaki fark > 0,,,,, Modelde yer alan; = r. çıktının ağırlık değerini, = j. karar verme birimi için r. çıktının değerini, = i. çıktının ağırlık değerini, = j. karar verme birimi için i. girdinin ağırlık değerini, = j. karar verme birimi için h. sıralı çıktının ağırlık değerini, = j. karar verme birimi için b. sıralı girdinin ağırlık değerini ifade etmektedir. 511 Modelde yer alan sıralı girdi ve çıktı değişkenlerinin ağırlık değerleri için aşağıdaki durum söz konusudur. Modelde yer alan sıralı çıktıların sıra numaraları şeklinde bir küme oluşturur. Örnek olarak sıralı bir girdi veya çıktı verisi için çok önemli (1), önemli (2), önemsiz (3) ve çok önemsiz (4) sıralaması verilsin. Bu durumda L kümesi L= {1,2,3,4} şeklinde oluşur. Birden fazla karar verme biriminin aynı sıra değerini ( ) alması mümkün olduğu için modele kısıtı eklenmiştir (Oruç, 2008: 68). 3. Uygulama Perakende sektörü mağaza yeri seçimi uygulaması çerçevesinde Türkiye genelinde iki binden fazla mağaza ile faaliyet yürütmekte olan bir perakendecilik işletmesinin İzmir ilinde açmayı planladığı dört mağaza için yer seçim problemi ele alınmıştır. Firma söz konusu dört mağaza açma hedefini gerçekleştirmek için İzmir in farklı bölgelerinde mağaza açılabilecek on dört alternatif mağaza yeri belirlemiştir. Söz konusu on dört alternatif mağaza yeri seçimi için belirlenen kriterlere göre, en uygun dört mağaza yeri alternatifinin belirlenmesi amaçlanmaktadır. İşletme kuruluş yeri seçimi için beş değerlendirme kriteri belirlemiştir. Belirlenen beş değerlendirme kriteri; mağaza yerinin yıllık kira bedeli, mağaza yerinin bulunduğu bölgedeki rakip mağaza sayısı, mağazanın büyüklüğü, mağazanın bulunduğu bölgenin yoğunluğu ve mağaza yeri-

6 nin bulunduğu bölgedeki okul, hastane, kampüs gibi insanların kitlesel olarak kullandığı alanların sayısı şeklinde ifade edilmiştir. Firma mağazayı kiralamak suretiyle açacağı mağaza yeri seçimi için maliyet kriteri olarak yıllık kiralama maliyeti belirlenmiştir. Mağaza için yapılacak diğer yatırımların maliyetinin tüm alternatifler açısından birbirine yakın olacağı düşünüldüğünden, diğer maliyet kalemleri değerlendirme kriteri olarak kabul edilmemiştir. Firma perakendecilik sektöründe İndirim marketi şeklinde ifade edilen alanda faaliyet gösterdiği için mağaza açılacak bölgede rakip mağaza sayısının fazla olmasının, zaten sınırlı olan potansiyel talebi daraltacağı düşünülmüştür. Bu nedenle mağaza açılacak bölgedeki rakip mağaza sayısının mümkün oldukça düşük olması istenmektedir. Firma, mağaza açılabilecek iş yerleri için büyüklük tercihi olarak 150 metre karenin üstünde olma durumu belirlemiştir. Mağaza yerinin, maliyeti çok fazla artıracak şekilde gereğinden büyük olması da arzu edilmemektedir. Bu nedenle mağaza yeri alternatifleri 250 metre karelik bir alanı aşmayacak şekilde belirlenmiştir. Mağaza açılacak bölgenin insan ve araç trafiği bakımından yoğunluğu ve mağazanın görünürlüğü tercih edilmesi bakımından önem arz etmektedir. Bu nedenle, yoğunluk belirleyici kriterlerden birisi olarak kabul edilmiştir. Yöneticiler kuruluş yeri alternatiflerini Yüksek Yoğunluk, Orta Düzey Yoğunluk ve Düşük Yoğunluk şeklinde dilsel ifadelerle değerlendirmiştir. İndirim marketleri için insanların kitle halinde kullandığı okul, hastane, kampüs gibi alanlar önemli bir müşteri potansiyeli oluşturmaktadır. Bu nedenle söz konusu kriter karar almada belirleyici kriterler arasına dahil edilmiştir. Mağaza yeri seçimi için belirlenen alternatif kuruluş yerleri ve alternatiflerin belirlenen seçim kriterlerine göre sahip olduğu değerler Tablo 1 de verilmiştir. 512 Tablo 1: Mağaza Yeri Seçim Kriterleri ve Kriterlere Göre Alternatiflerin Değerleri GİRDİLER ÇIKTILAR YILLIK KİRA MALİYETİ RAKİP MAĞA- ZA SAYISI MAĞAZANIN BÜYÜKLÜĞÜ TOPLU KULLANILAN ALAN SAYISI YOĞUNLUK Atatürk Mh Orta Derece Onur Mh Düşük Adatepe Mh Orta Derece Bayındır Orta Derece Barbaros Mh Yüksek Karabağlar Yüksek Kınık Düşük Aliağa Orta Derece Selçuk Orta Derece Bayraklı Düşük Çeşme Yüksek Çiğli Yüksek Evka Yüksek Bergama Orta Derece

7 Tablo 1 de verilmiş olan yıllık kira maliyeti ve mağaza yerinin bulunduğu alandaki rakip işletme sayısı kriterleri negatif kriterlerdir. Dolayısıyla her iki kriter açısından da daha düşük değere sahip olan alternatifler tercih edilecektir. Bu nedenle söz konusu kriterler bulanık veri zarflama analizi modeline girdi kriterleri olarak dahil edilmiştir. Mağazanın büyüklüğü, mağaza yerinin bulunduğu alana yakın okul, hastane, kampüs vb. kitle olarak kullanılan alan sayısı ve yoğunluk kriterleri ise pozitif kriterlerdir. Dolayısıyla alternatifler arasından söz konusu kriterler için daha yüksek değere sahip olanlar tercih edilecektir. Bu nedenle bu üç kriter bulanık veri zarflama analizi modelinde çıktı değişkenler olarak ele alınacaktır. Bulanık veri zarflama analizi sonuçlarına göre alternatifler negatif ve pozitif kriterler göz önüne alındığında elde edilecek etkinlik değerlerine göre sıralanacaktır. Etkinlik değeri 1 olarak belirlenen, kuruluş yeri alternatifleri için süper etkinlik analizi yapılarak etkin olan kuruluş yeri alternatifleri de kendi içerisinde sıralanacaktır. Dilsel ifadelerle değerlendirilen yoğunluk kriterine ilişkin değerlerin bulanık veri zarflama analizine dahil edilebilmesi için sıralı veri şeklinde ifade edilmesi gerekir. Bunun için en iyi dilsel değişken değeri olan Yüksek ifadesi en büyük değer kabul edilerek yoğunluk değişkeninin Tablo 2 de verilen sıralı değişkenler şekline dönüştürülür. Tablo 2: BVZA Girdi ve Çıktı Değişkenlerinin Aldığı Değerler GİRDİLER ÇIKTILAR YILLIK KİRA MALİYETİ RAKİP MAĞA- ZA SAYISI MAĞAZANIN BÜYÜKLÜĞÜ TOPLU KULLANILAN ALAN SAYISI Atatürk Mh Onur Mh Adatepe Mh Bayındır Barbaros Mh Karabağlar Kınık Aliağa Selçuk Bayraklı Çeşme Çiğli Evka Bergama YOĞUNLUK 513 Tablo 2 de yoğunluk değişkeni için verilen ifadesi; 3. çıktı değişkeni olan yoğunluk değişkeni için i. alternatif mağaza yerinin aldığı değeri ifade etmektedir. Girdi ve çıktı değişkenlerinin değerlerinin belirlenmesinde sonra 1. Kuruluş yeri alternatifi olan Atatürk Mh. bölgesi mağaza yeri için Cook Kress Seiford modeli aşağıdaki şekilde oluşturulur.

8 Amaç Fonksiyonu: Kısıtlar: 514 Yukarıda 1. mağaza yeri alternatifi için kurulmuş olan Cook - Kress - Seiford bulanık veri zarflama analizi modeline benzer şekilde tüm alternatif kuruluş yerleri için ayrı ayrı kurularak, kuruluş yeri alternatiflerine ilişkin etkinlik değerleri hesaplanır. Tüm kuruluş yeri alternatifleri için model kurulurken sadece amaç fonksiyonu ve modelin 1. kısıtı değişir. Mağaza kuruluş yeri alternatifleri için etkinlik değerlerinin elde edilmesinden sonra etkinlik değeri 1 olan karar verme birimleri etkin kabul edilir. Bu aşamada etkin olarak bulunan kuruluş yeri alternatiflerinin kendi içerisinde sıralanması ve en iyi kuruluş yeri alternatiflerinin belirlenmesi gerekir. Bu amaçla Andersen ve Petersen (1993) tarafından geliştirilen süper etkinlik modeli kullanılmıştır. Süper etkinlik modelinde, çıktıların ağırlıklı toplamı ile girdilerin ağırlıklı toplamı farkının sıfırdan küçük olması ile ilgili kısıt etkinlik ölçümü yapılan karar verme birimi için yazılmaz. Bu

9 şekilde etkinlik değeri 1 den büyük çıkar ve etkin olan karar verme birimlerinin kendi içlerinde etkinlik değerine göre sıralanması mümkün olur. Mağaza yeri seçimi için seçilen 14 kuruluş yeri alternatifinin etkinlik değerleri ve etkinlik değerlerine göre yapılan sıralama Tablo 3 de görülmektedir. Etkin olarak bulunan kuruluş yeri alternatifleri için parantez içinde verilen değerler süper etkinlik değerlerinin sonuçlarıdır ve söz konusu karar verme birimleri süper etkinlik değerlerine göre sıralanmıştır. 4. Sonuç Bu çalışmada bulanık veri zarflama analizi yöntemi İzmir ilinde perakendecilik sektöründe mağaza yeri seçiminde kullanılmıştır. İşletme tarafından belirlenen 14 farklı mağaza kuruluş yeri iki negatif, üç pozitif kritere göre değerlendirilerek en iyi kuruluş yeri alternatifi belirlenmiştir. Kurulu yeri seçiminde bulanık veri zarflama analizi modellerinden kesin değeri bilinen ve sıralı veriler için kullanılan Cook - Kress - Seiford modeli tercih edilmiştir. Modelde negatif kriterler girdi değişkenler, pozitif kriterler çıktı değişkenler olarak ele alınmıştır. Bulanık veri zarflama analizi ile her bir kuruluş yeri alternatifi için etkinlik değeri hesaplanarak en iyi kuruluş yeri alternatifi söz konusu etkinlik değerlerine göre belirlenmiştir. Etkinlik değeri 1 olarak bulunan kuruluş yeri alternatifleri için süper etkinlik analizi yapılmıştır. Etkin çıkan karar verme birimleri kendi içlerinde süper etkinlik modeli sonuçlarına göre sıralanmıştır. Etkinlik değerlerine göre yapılan sıralamada, belirlenen mağaza yeri seçim kriterlerine göre Çiğli, Buca Adatepe, Bergama ve Aliağa bölgelerinde belirlenen mağaza yerlerinde yeni mağaza açılması sonucu elde edilmiştir. Tablo 3: Kuruluş Yeri Alternatifleri, Etkinlik ve Sıralama Değerleri S.N ALTERNATİFLER ETKİNLİK DEĞERİ SIRALAMA 1 Atatürk Mh. 0, Onur Mh. 1 (1.026) 7 3 Buca - Adatepe 1 (1,090) 2 4 Bayındır 0, Barbaros Mh. 0, Karabağlar 0, Kınık 1 (1) 8 8 Aliağa 1 (1,052) 4 9 Selçuk 1 (1,030) 6 10 Bayraklı 0, Çeşme 1 (1,043) 5 12 Çiğli 1 (2) 1 13 Evka-1 0, Bergama 1 (1,076) Bulanık veri zarflama analizi, sınırlandırılmış bulanık veriler ve dilsel sıralı verilerin herhangi bir sayısallaştırma ve kesin değere dönüştürme işlemine gerek olmaksızın etkinlik

10 analizinde kullanımına olanak sağlamaktadır. Bunun sonucu olarak mağaza yeri seçiminde sözel ifadelerle değerlendirilen Yoğunluk değişkeninin alternatiflerin değerlendirmesinde kullanılması mümkün olmuştur. Ayrıca, hem olumlu ve hem de olumsuz kriterlerin söz konusu olduğu karar problemlerinde çok kriterli karar verme yöntemlerinin kullanılması durumunda verilerin normalize edilmesi gerekli olmaktadır. Bu şekildeki karar problemlerinde en uygun alternatiflerin belirlenmesi amacıyla veri zarflama analizi veya bulanık veri zarflama analizi yöntemlerinin kullanılması durumunda negatif kriterler girdi, pozitif kriterler çıktı değişkenler olarak ele alınmaktadır. Bunun sonucunda normalizasyon gibi işlemlerin yapılmasına gerek kalmamaktadır. Veri zarflama analizi yönteminde etkin olmayan karar verme birimlerinin etkinliğe ulaşabilmeleri için girdi ve çıktı değişkenleri hangi oranda iyileştirmesi gerektiğinin belirlenebilmektedir. Bu amaçla etkin olmayan karar verme birimleri için uygulanan dual modelde yer alan değişkeninin aldığı değere göre etkin karar birimleri arasından referans grupları belirlenir. Referans grubunda yer alan karar verme birimlerinin girdi ve çıktı değerleri hedef değerler olarak alınarak, etkin olmayan bir karar verme biriminin etkinliğe ulaşması için girdi ve çıktılarını hangi oranda iyileştirmesi gerektiği belirlenebilir. Ancak, bulanık veri zarflama analizinde sınırlandırılmış veriler ve dilsel sıralı veriler şeklinde analize dahil edilen girdi ve çıktı değişkenleri için iyileştirme oranlarının nasıl belirleneceği konusunda net bir yöntem yoktur. Bu konuda bir yöntem geliştirilmesiyle bulanık veri zarflama analizi bakımından önemli bir dezavantaj ortadan kaldırılmış olacaktır. KAYNAKLAR Agarwal, Shivi, (2014), Efficiency Measure by Fuzzy Data Envelopment Analysis Model, Fuzzy Information and Engineering, Volume: 6, s , Çin Halk Cum. 516 Akyüz, Kadri, Cemil; Çamur, Gizem; Yıldırım, İbrahim, (2015), Mobilya ve Levha Sektöründe Veri Zarflama Analizi Yardımı İle Etkinlik Ölçümü, Türkiye Ormancılık Dergisi. Sayı: 16/1, s Andersen, Per; Petersen, Niels, Christian, (1993), A Procedure for Ranking Efficient Units in Data Envelopment Analysis, Management Science, Volume: 39 /10, s , ABD. Alizadeh, H., Moheb; Rasouli, S., M.; Moghaddam, Reza, Tavakkoli, (2011), The Use of Multi Criteria Data Envelopment Analysis (MCDEA) for Locaiton Allocaiton Problem in a Fuzzy Environment, Expert Systems With Applications, Volume: 38, s Azadeh, Ali; Fam, Mohammed Iraj; Nazifkar, Nikou, (2010), The Evaluation and Improvement of Safety Behaviours Among Contractors of a Large Steel Manufacturing Company by Fuzzy Data Envelopment Analysis, Journal of the Chinese Institute of Engineers, Volume: 33/6, s , Çin Halk Cum.

11 Azadeh, Ali; Ghaderi, Seyed, Farid; Nasrollahi, Mohammed, Reza, (2011), Location Optimization Wind Plants in Iran by an Integrated Hierarchical Data Envelopment Analysis, Renewable Energy. Volume: 36, s Azadeh, Ali; Sheikhalishahi, Mohamad; Asadzadeh, Seyed, Mohammad; (2011), A Flexible Neural Network Fuzzy Data Envelopment Analysis Approach for Location Optimization of Solar Plants With Uncertainty and Complexity, Renewable Energy. Volume: 36, s Bal, Vedat, (2013), Vakıf Üniversitelerinde Veri Zarflama Analizi ile Etkinlik Belirlenmesi, Manas Sosyal Araştırmalar Dergisi, Sayı: 2 /1, s Behdioğlu, Sema; Özcan, Gözde, (2009), Veri Zarflama Analizi ve Bankacılık Sektöründe Bir Uygulama, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Sayı: 14/3, s Cook, Wade, D.; Kress, Moshe; Seiford, Lawrence, M., (1996), Data Envelopment Analysis in the Precense of Both Quantitative and Qualitative Factors, Journal of the Operational Research Society, Volume: 47, s , İngiltere. 517 Erbıyık, Hikmet; Özcan, Selami; Karaboğa, Kazım, (2012), Retail Store Location Selection Problem With Multiple Analytical Hierarchy Process of Decision Making an Application in Turkey, Procedia Social and Behavioral Science, Volume: 58, s Guo, Peijun, (2009), Fuzzy Data Envelopment Analysis and its Application to Location Problems, Information Sciences, Volume: 179, s , Kanada. Kar, Ahmet; Şantaş, Fatih; Kahraman, Gülcan; Gürvardar, Yetkin, (2016), Technical Efficiency of Gynecology and Obstetrics Hospital in Turkey: Mesasurement by Data Envelopment Analysis, ASOS Akademik Sosyal Araştırmalar Dergisi, Sayı: 34, s Kelly, Eoghan; Shalloo, Laurence; Geary, Una; Kinsella, Anne; Wallace, Michael, (2012), Application of data Envelopment Analysis to Measure Technical Efficiency on a Sample of Irish Dairy Farms, Irısh Journal of Agricultural and Food Research, Volume: 51, s İrlanda. Klimberg, Ronald; Ratick, Samuel, (2008), Modeling Data Envelopment Analysis Efficient Locaiton / Allocaiton Decision, Computers & Operations Reseach, Volume: 35/2, s

12 Köksal, Yüksel; Emirza, Emin, (2011), Kuruluş Yeri Açısından Cadde ve Alışveriş Merkezi Mağazacılığının Karşılaştırılması: Ankara İlinde Bir Araştırma, Mustafa Kemal Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, Sayı: 8/16, s Lertworasirikul, Saowanee; Fang, Shu, Chern; Joines, Jeffrey, A.; Nuttle, Henry, L., W., (2003), Fuzzy Data Envelopment Analysis (DEA): A Possibility Approach, Fuzzy Sets and Systems, Volume: 139, s Oruç, Kenan, Oğuzhan, (2008), Veri Zarflama Analizi ile Bulanık Ortamda Etkinlik Ölçümleri ve Üniversitelerde Bir Uygulama, Süleyman Demirel Üniversitesi Sosyal Bilimler Enstitüsü, Isparta. Park, Jaehun; Bae, Hyerim; Dinh, Thanh, Cong; Ryu, Kwangyeol, (2014), Operator Allocation in Cellular Manufacturing Systems by Integrated Genetic Algorithm and Fuzzy Data Envelopment Analysis, International Journal of Advanced Manufacturing Technology, Volume: 75, s Pinto, Fabio; Soares, Carlos, (2013), Space Allocation in the Retail Industry: A Decision Support System Integrating Evolutionary Algorithms and Regression Models, ( ). 518 Şahin, Emrehan, Kutluğ, (2010), Perakende Marketlerin Yer Seçimine Yönelik CBS Uygulaması, 3. Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Sempozyumu Ekim Gebze. Tarım, Armağan, (2001. Veri Zarflama Analizi Matematiksel Programlama Tabanlı Göreli Etkinlik Ölçüm Yaklaşımı, Sayıştay İnceleme Çeviri Dizisi, Ankara. Thompson, Russell, G.; Singleton, F.D.; Thrall, Robert, M.; Smith, Barton, A.; Wilson, Meg, (1986), Comparative Site Evaluations for Locating a High Energy Physics Lab in Texas, Interfaces, Volume:16/6, s Tütek, H.; Gümüşoğlu Ş.; Özdemir, A., (2012), Sayısal Yöntemler Yönetsel Yaklaşım, Beta Basım Yayım, İstanbul.