SOCIAL MENTALITY AND RESEARCHER THINKERS JOURNAL

Transkript

1 SOCIAL MENTALITY AND RESEARCHER THINKERS JOURNAL Open Access Refereed EJournal & Refereed & Indexed ISSN: X Socal Scences Indexed / edtorsmartjournal@gmal.com December 2018 Artcle Arrval Date: Publshed Date: Vol 4 / Issue 14 / pp: BULANIK TOPSİS YÖNTEMİYLE EN İYİ HİZMET KALİTESİNE SAHİP BANKANIN SEÇİMİ SELECTION OF THE BANK WITH THE BEST SERVICE QUALITY WITH FUZZY TOPSIS METHOD ÖZET Doç. Dr. Blgn ŞENEL Munzur Ünverstes, Endüstr Mühendslğ Bölümü, senelblgn@gmal.com, Tuncel/TURKEY Doç. Dr. Mne ŞENEL Munzur Ünverstes, Endüstr Mühendslğ Bölümü, senelmne76@gmal.com, Tuncel/TURKEY Araş. Gör. Ceren ÜNLÜKAL Munzur Ünverstes, Endüstr Mühendslğ Bölümü, cerenunlukal@munzur.edu.tr, Tuncel/TURKEY Günümüz rekabetç bankacılık ortamında, bankaların pazarda farklılaşmamış ürünler ve hzmetler sunduğu düşünülürse bankaların rekabet avantajı elde etmes çn hzmet kaltesne daha fazla önem vermeler gerekmektedr. Hzmet kaltesne önem veren bankalar daha yüksek gelr, müşter sadakat ve rekabet avantajı sağlayablrler. Bu nedenle bu çalışma en y hzmet kaltesne sahp olan banka şubesnn belrlenmes amacıyla yapılmıştır. Bunu gerçekleştrmek çn analze br temel oluşturmak üzere Servqual model kullanılmıştır. Model oluşturulduktan sonra Bulanık Topss yöntem kullanılarak en yüksek hzmet kaltesne sahp olan banka şubes belrlenmştr. Araştırma sonucunda çalışmaya dahl edlen özel bankaların kamu bankalarına kıyasla daha yüksek hzmet kaltesne sahp oldukları fade edleblr. Banka müşterlernn algılarına göre en y hzmet kaltes boyutu güvenlrlk olurken en düşük boyutların güven ve fzksel özellkler olduğu tespt edlmştr. Bu çalışma bankaların yönetmne brtakım önerler sunacak ve hzmet kaltesn yleştrme yönünde bazı kararlar almalarını sağlayacaktır. Anahtar Kelmeler: Hzmet Kaltes, ServQual, Bulanık Mantık, Bulanık Topss, Bankacılık Sektörü ABSTRACT In the current compettve bankng envronment, banks should place more emphass on servce qualty n order to acheve compettve advantage f banks are offerng undfferentated products and servces n the market. Banks that attach mportance to servce qualty can acheve hgher ncome, customer loyalty and compettve advantage. Therefore, ths study was conducted to determne the best servce qualty bank branch. To do ths, Servqual model was used to form a bass for analyss. After establshng the model, the Bank branch wth the hghest servce qualty was determned by usng the Fuzzy Topss method. As a result of the research, t can be stated that prvate banks have hgher servce qualty than publc banks n the study. Accordng to the customers' perceptons, the best qualty of servce dmenson was relablty, whle the lowest dmensons were tangbles and assurance. Ths study wll gve some suggestons to the management of banks and wll enable them make some decsons to mprove the servce qualty. Key Words: Servce Qualty, ServQual, Fuzzy Logc, Fuzzy Topss, Bankng Sector 1. GİRİŞ Küreselleşmenn baskısı, fnansal kurumlar arasındak rekabet ve değşken pyasa dnamkler tcar bankaları sürekl olarak hzmetlerne değer katmak durumunda bırakmaktadır. Fnansal hzmetler genellkle farklılaşmamış ürünlerle pazarda rekabet eder ve bu nedenle hzmet kaltes brncl rekabetç araç halne gelr (Muyeed, 2012; Hossan and Leo, 2009; Stafford, 1996). Yüksek hzmet kaltes sevyelernn bankaların farklı br pazarlama avantajına sahp olmasını sağlayarak stkrar elde etmelern, pazar paylarını ve kârlarını artırmalarını ve daha fazla müşter kazanmalarını sağladığı vurgulanmaktadır. Bu nedenle, bankalar hzmet kaltesne öz (core) rekabetç br stratej olarak odaklanmalıdır (Chaoprasert and Elsey, 2004). Hzmet kaltes müşter beklentlernn tatmn edlmes ya da karşılanması şeklnde tanımlanablr (Aydın, 2007). Hzmetlern soyut unsurlar olması ve değerlendrlmesnn oldukça zor olması, hzmet kaltes yerne algılanan hzmet kaltes termnn kullanımını gerektrmştr (Özkul, 2007). Zethaml algılanan hzmet kaltesn tüketcnn hzmetn üstünlüğü veya mükemmellğ hakkındak

2 yargısıdır şeklnde tanımlamıştır (Parasuraman et al., 1988; Alakavuk, 2007). Algılanan hzmet kaltes nesnel kalteden farklıdır ve müşterlern hzmetten beklentler le aldıkları hzmetn performansının (algılarının) karşılaştırılması sonucunda oluşan tatmndr (Cronn and Taylor,1992; Parasuraman et al.,1988). Bu tanımlamalarda hareketle, hzmet kaltes, müşternn hzmet satın aldıktan sonra o hzmetten sağladıklarının kendsnde yarattığı duygu olup, söz konusu hzmetten ne kadar tatmn olup olmadığını fade etmektedr(şenel vd.,2014) Hzmetlerde kaltenn değerlendrlmes ve sonucun ölçülmes soyut olmasından dolayı çok kolay değldr (Brown et al., 1991; Carman, 1990; Parasuraman et al., 1985,Peyrot, Cooper and Schnapf, 1993). Müştersn memnun ettğn düşünen br şletme dğer şletmelern daha y daha cazp hzmetleryle müşter kaybedeblr. Çünkü hzmette mükemmellğn mallarda olduğu gb net br sınırı yoktur. Hzmetlern anında sunulması ve her şeyn müşternn gözünün önünde meydana gelmes faalyetlern son kontrolünü yapmayı engellemektedr. Bu nedenle faalyetlern lk defada doğru br şeklde yapılması, ş görenlern davranışlarının da önceden kontrol edlemeyeceğ gerçeğ düşünüldüğünde hzmet kaltesnn sağlanmasında önem kazanmaktadır (Aydın, 2007). Hzmet kaltesn ölçme konusundak tüm güçlüklere rağmen lteratürde Caruana ve Ptt tarafından gelştrlen INTQUAL, Cronn ve Talyor un SERVPERF ve Parasuraman, Zethaml ve Berry nn SERVQUAL gb çeştl kalte ölçme yöntem ve modellerne rastlanmaktadır. Bu çalışmada hzmet kaltes ölçümü çn lteratürde yaygın olarak kullanılan 5 kalte boyutu olan SERVQUAL model kullanılmıştır Servqual model, genel olarak tüm hzmet sağlayan organzasyonlarda geçerl olan aşağıdak beş hzmet kaltes boyutundan oluşmaktadır. Bu boyutlar aşağıda gösterlmektedr (Anderson ve Zwellng, 1996; Anderson,1995; Peyrot ve Cooper ve Schnapf, 1993; Klbourne ve Duffy vd, 2004; Mangold & Babakus, 1992; Parasuraman et al., 1988): Fzksel Özellkler (Tangbles): Hzmet sunan kurumun fzksel olanakları, araç gereç ve personeln görünüşü Güvenlrlk (Relablty): Kurumun söz verlen hzmet doğru ve güvenlr br şeklde yerne getreblme yeteneğ İstekllk (Responsveness): Kurumun yardım etme ve hzmet hızlı br şeklde verme steğ, Güven (Assurance): Kurum çalışanlarının blgl ve nazk olması ve müşterlerde güven duygusu uyandırablme becerler Empat (Empathy): Kurum personelnn kendsn müşternn yerne koyması ve müşterye kşsel lg gösterlmes. Araştırmalar hzmet kaltesnn şletmelern başarısında krtk br faktör olduğunu vurgulamaktadır. Hzmet kaltes, frmaların rekabet avantajlarını formüle edeblecekler ve rekabet güçlern artırablecekler analtk br başarı faktörü olarak belrlenmştr. Chaoprasert ve Elsey (2004) de yaptıkları çalışmada, nsanların kaltey karşılaştırableceklern ve en ysn seçebleceklernden dolayı bankaların rakplerne saldırmak çn temel br araç olarak hzmet kaltesne odaklanmalarının ne kadar öneml olduğunu vurgulamışlardır. Kassm ve Souden (2007) de Brleşk Arap Emrlklernde bankacılık sektöründe müşterlern elde tutulmasının ölçülmes konusunda yaptıkları çalışmasında hzmet kaltesnn müşter sadakatnn sağlanması konusunda öneml br unsur olduğunu fade etmşlerdr. Athanassopoulus (1997) de yaptığı çalışmasında, Afrka'da ble hzmet kaltes açısından özel bankacılık ve devlet bankacılığı arasında farklılık olduğunu fade etmştr. Özel bankacılığın devlet bankacılığından daha y br kalteye sahp olduğunu, böylece müşter algısının özel sektörün lehne olduğunu belrtmştr. smartofjournal.com / edtorsmartjournal@gmal.com / Open Access Refereed / EJournal / Refereed / Indexed 1257

3 Hossan ve Leo (2009) da yaptıkları çalışmasında müşterlern hzmet kaltesne lşkn algılarına dayanarak, Orta Doğu ve özellkle de Katar'dak bankacılık hzmet kaltesn değerlendrmeye çalışmışlardır. Belrlenen dört bankadan en y hzmet kaltesne sahp olan banka belrlenmş ve boyutlar bazında yapılan değerlendrmede fzksel özellklern en yüksek ve breysel müşter hzmetler yetknlğ alanında en düşük hzmet kaltesne sahp olduğu tespt edlmştr. Aydın ve Pakdl (2008), Bulanık SERVQUAL yöntem le uluslararası br havayolu şrketnn yolcularının algılanan ve beklenen hzmet kaltesn ölçmüştür. Havayolu şrketnn hzmet kaltesnn değerlendrldğ çalışmada, yolcuların algı ve beklentler anket yoluyla ölçülmüştür. Sonuçların daha gerçekç olması çn uzmanlardan destek alınmış ve bulanık mantık yöntemyle değerlendrlmştr. Awastha ve dğerler (2011), SERVQUAL ve Bulanık TOPSIS yöntemleryle kentsel ulaşım sstemlernden br olan metro hzmet kaltesnn değerlendrlmes üzernde çalışmıştır. Kanada'nın Montreal şehrnde metro kullanan yolculara uygulanan anketler ve görüşmelerden elde edlen verler statstksel olarak değerlendrldkten sonra çok krterl karar verme sürecne tab tutulmuştur. Bulanık TOPSIS yöntemne göre değerlendrlen 4 metro hattından en y hzmet kaltesne sahp hat Turuncu Hat olarak belrlenmştr. Abdolvand ve Taghpouryan (2011), Bulanık SERVQUAL, Entrop, TOPSIS yöntemleryle gümrük şletmesnn hzmet kaltesn değerlendrmştr. İran'ın Mazandaran eyaletne at Nowshar, Sar ve Amr Abad gümrüklerndek hracatçılar, thalatçılar, komsyon acenteler vb. gb kullanıcıların katıldığı, ölçüt ağırlıklarının Entrop yöntemyle hesaplandığı çalışmada en öneml krter hevesllk ken en az öneml olan krter güvenlrlk olmuştur. SERVQUAL ölçeğ le yapılan anketlerde bulanık sayılar kullanılarak TOPSIS le nha sıralama yapılmıştır. Şenel ve dğerler (2012), EHzmet Kaltes ölçeğ, Bulanık Mantık ve Faktör Analzn kullanarak sanal alışverş stelernn hzmet kaltesnn ölçülmes ve çıkan sonuçların en çok terch edlme sıraları le karşılaştırılması üzernde durmuşlardır yılında gelştrlen EHzmet Kaltes ölçeğ esas alınarak sanal alışverş stelern kullanan müşterlere yapılan anketlerle gttgdyor.com, EBay.com ve hepsburada.com stelernn hzmet kaltes ölçülmüştür. Ehzmet kaltesnn hang boyutunun stenn terch edleblrlğn arttırdığı da saptanmıştır. Gzllk en öneml boyutken, hem hzmet kaltes en yüksek olan hem de en çok terch edlen ste gttgdyor.com olarak belrlenmştr. Lupo (2013), eğtm alanında hzmet kaltesnn ölçülmes ve öğrenc memnunyetnn yleştrlmes çn SERVQUAL, Bulanık Mantık ve AHP yöntemlern kullanmıştır. Palermo Ünverstes'nde Yönetm Mühendslğ programıyla lgl eğtm hzmetler Öğretm Elemanları, Altyapı, Ekpman ve Destek Hzmetler olarak 4 boyutta analz edlmştr. Hem öğrenclere hem de öğretm üyelerne uygulanan anketlerle boşluklar belrlenerek öğrenc memnunyetnn nasıl arttırılacağı ortaya koyulmuştur. Öğretm elemanları en öneml krter ken alt yapı unsuru en az öneml krter olmuştur. Lu ve dğerler (2014), belgelendrme ve denetm sektöründe hzmet kaltesnn analz edlmes çn Bulanık SERVQUAL yöntemnden yararlanmıştır. Çn'de belgelendrme ve denetm sektöründe faalyet gösteren br frmanın hzmet kaltes SERVQUAL ölçeğnn 5 boyutuna göre dlsel değşkenler yardımı le ölçülmek stenmştr. Ankete müşterlerden rastgele seçlen 405 kşnn katıldığı çalışmada algılanan hzmet kaltes tüm boyutlara göre beklenen hzmet kaltesnden düşük çıkarken, en yüksek fark fzksel şartlar boyutunda çıkmıştır. Stefano ve dğerler (2015), Santa Catarna'dak büyük br oteln hzmet kaltesnn değerlendrlmes çn Bulanık SERVQUAL ve Bulanık AHP yöntemlern kullanmışlardır. Çalışmada algılanan ve beklenen hzmet kaltes arasındak farkların çok az olduğu göze çarpmaktadır. Fzk koşullar ve ulaşım boyutları çn fark poztf çıkarken, dğer boyutlardak fark negatf olsa ble oldukça düşüktür. Pak ve dğerler (2015), Bulanık TOPSIS yöntem le AsyaPasfk bölgesndek lman hzmet kaltesn ve hzmet kaltesn etkleyeblecek fzk olmayan faktörler değerlendrmştr. Seçlen 5 smartofjournal.com / edtorsmartjournal@gmal.com / Open Access Refereed / EJournal / Refereed / Indexed 1258

4 lmandan toplamda 221 uzmana uygulanan anket sonucu, müşter etmennn lman hzmet kaltesn etkleyen en öneml faktör olarak algılanmaktadır. Uludağ ve Doğan (2016), cep telefonu markalarının hzmet kaltesnn ölçülmes çn SERVQUAL, Bulanık AHP, TOPSIS ve VIKOR yöntemn kullanmış ve yöntemlere göre sonuçları kıyaslamıştır. Gresun lnde yürütülen çalışmada SERVQUAL ölçeğndek boyutlar ve fadeler, krter ve alt krter olarak belrlenmş ve 12 uzman tarafından Bulanık AHP yöntemyle ağırlıklandırılmıştır. Uzman görüşlerne göre en öneml krter güven olarak çıkarken markaların hzmet kaltes sıralaması tüm yöntemlerde aynı olmuştur. L ve dğerler (2017), SERVQUAL ve Bulanık AHP le Çn'dek uçak frmalarında uçuş esnasındak hzmet kaltesn analz etmek stemştr. Yapılan değerlendrmelere göre uçuş çzelges, çalışanlar ve sunulan mkanlar en öneml ölçütlerdr. Uçuşların planlanan saatte gerçekleşmes, konfor, temzlk, kram, çalışanların problem çözme yeteneğ müşterlern hzmet kaltes beklentlernde öneml br rol oynamaktadır. 2. ARAŞTIRMA YÖNTEMİ Bu çalışma, blmsel olarak gelştrlmş br anket yoluyla toplanan brncl verlere dayanan analtk br çalışmadır. Hazırlanan anket Tuncel l merkeznde yer alan ve en sık kullanılan dört bankadan rastgele seçlen 500 kşye yüz yüze uygulanmıştır. Değerlendrmeye alınan anket sayısı 448 dr. Bahsedlen bankalar Denzbank, Garant Bankası, Halk Bankası ve Vakıflar Bankası şubelerdr. Çalışmada kullanılan anket Servqual modelndek 5 ana boyut (Fzksel Özellkler, Güvenlrlk, İstekllk, Güven, Empat) göz önünde bulundurularak hazırlanmıştır. Bu boyutlar altındak 17 krter Ustasüleyman (2009) ın çalışmasında kullandığı krterlerden seçlmştr. Şekl 1 de karar verme sürecnn hyerarşk yapısı ve Şekl 3 te se değerlendrme krterler gösterlmştr. Şekl 1: Karar Verme Sürecnn Hyerarşk Yapısı smartofjournal.com / edtorsmartjournal@gmal.com / Open Access Refereed / EJournal / Refereed / Indexed 1259

5 Banka Hzmet Kaltes Değerlendrme Krterler Socal, Mentalty and Researcher Thnkers Journal Fzksel Özellkler Modern hoş ortam (C1) Yaygın şube ağı (C2) Teknoloj uyumu (C3) Şube dışı bankacılık (C4) Güvenlrlk Güven Empat Personeln görünümü (C5) Hızlı, doğru ve güvenlr hzmet (C6) Verlen sözün zamanında yerne getrlmes (C7) Problem çözme çabası (C8) Kşsel blglern saklanması (C9) Blgl becerl personel (C10) Bankaya güven (C11) Müşterlern özel htyaçlarını anlama (C12) Müşterlere özel önem verme (C13) Uygun çalışma saatler (C14) Hzmet şevk (C15) İstekllk Şekl 2: Değerlendrme Krterler ve Alt Krterler Çalışmada belrszlğ ve tereddütler ortadan kaldırmak çn bulanık mantık çerçevesnde değerlendrme yapılmıştır. Gerçek hayatta pek çok durumda değerlendrme yaparken sayısal değerler yetersz kalmaktadır çünkü nsan düşünce ve yargıları özellkle terchler genellkle belrszlk çerr. Krter ve alternatflern kesn ve net br şeklde değerlendrlemedğ belrsz durumlarda en y alternatf belrlemek amacıyla Bulanık Topss yöntem uygulanmıştır Bulanık Kümeler ve Bulanık Mantık Müşterlere davranış şekl (C16) Müşterlerle tek tek lglenen personele sahp olma (C17) Matematksel olarak belrsz kavramları ele alan Bulanık Mantık, lk defa Zadeh n kullanımı le lteratüre grmştr (Zadeh,1965; Bandemer ve Gottwald, 1995). Bulanık kümeler, 0 le 1 arasında değşen üyelk derecesne sahp nesneler sınıfıdır. 0 değer elemanın o kümeye at olmadığını, 1 değer se elamanın kümeye tamamen at olduğunu gösterrken; 0 le 1 arasındak herhang br değer se elemanın o kümeye kısmen at olduğunu fade eder (L vd., 2017). ( l, m, u ) şeklnde gösterlen üçgensel bulanık sayılar üç parametreden oluşur ve bu parametreler l; mümkün olan en küçük değer, m; en ümt vaat eden değer, u; bulanık olayı tanımlayan olası en büyük değer fade eder (Shukla vd., 2014). Üyelk fonksyonu Eştlk (1) ve Şekl 3 le gösterleblr. smartofjournal.com / edtorsmartjournal@gmal.com / Open Access Refereed / EJournal / Refereed / Indexed 1260

6 0 x l; x l m l l x m; ( x) = A m x m x u; u m 0 x u. (1) ( x ) A 1.0 l m u Şekl 3: Üçgensel br bulanık sayının üyelk fonksyonu A1 ( l1, m1, u 1) ve A2 ( l2, m2, u2) olmak üzere k üçgensel bulanık sayı set verlsn. Bulanık sayılarla yapılan şlemler aşağıdak denklemlerle fade edlmştr: Toplama şlem A + A = ( l + l, m + m, u + u ) (2) Çıkarma şlem A A = ( l l, m m, u u ) (3) Çarpma şlem ( r R) A A = ( l l, m m, u u ) (4) Bölme şlem A1 l1 m1 u1 =,, r r r r 2.2. Bulanık TOPSIS 0.0 TOPSIS (The Technque for Order Preference by Smlarty to Ideal Soluton) poztf deal çözüme en yakın, negatf deal çözüme en uzak olan en y alternatf belrlemek amacıyla kullanılan çok krterl karar verme teknğdr ve lk olarak Hwang ve Yoon (1981) tarafından ortaya atılmıştır. Alternatflern dlsel değşkenler le değerlendrlmes esasına dayanan ve Chen and Hwang (1992) tarafından gelştrlen Bulanık TOPSIS teknğ, karar verclere karar verme sürecnde kolaylık sağlar. Chen (2000) ve Chen vd. (2006) nn çalışmalarına göre Bulanık TOPSIS yöntemnn adımları aşağıda verlmştr. Adım 1: Alternatflern değerlendrlmes çn uzman kşlerden belrlenen karar verc grubu oluşturulur. Adım 2: Karar vermede kullanılacak olan değerlendrme krterler belrlenr. x (5) smartofjournal.com / edtorsmartjournal@gmal.com / Open Access Refereed / EJournal / Refereed / Indexed 1261

7 Adım3: Belrlenen krterlere göre alternatfler değerlendrmek çn uygun dlsel değşkenler seçlr. Bu çalışmada karar verclern alternatfler değerlendreblmeler çn dlsel değşkenler ve bunlara karşı gelen üçgensel bulanık sayılar Tablo 1 de verlmştr. Tablo 1: Dlsel Değşkenler ve Bu Değşkenlere Karşı Gelen Üçgensel Bulanık Sayılar (Shukla vd., 2014) Dlsel Değşkenler Üçgensel Bulanık Sayılar Çok Kötü (ÇK) (0,0,2) Kötü (K) (1,2,3) Braz Kötü (BK) (2,3.5,5) Ne İy Ne Kötü (NİNK) (4,5,6) Braz İy (Bİ) (5,6.5,8) İy (İ) (7,8,9) Çok İy (Çİ) (8,10,10) Adım 4: Her br krtere göre alternatflern brleştrlmş ağırlığı belrlenr. Tüm karar verclern değerlendrmes tanımlanan üçgensel bulanık sayılara göre yapıldığında; Her br karar vercnn değerlendrmes, Rk = ( ak, bk, ck ), k = 1, 2,3,..., K (k nds karar vercler fade etmektedr) olduğunda o krter çn brleştrlmş değerlendrme, R = ( a, b, c), k = 1, 2,3,..., K şeklnde fade edlr. Burada, a = mn ( a ), b= b, c= max ( c ) (6) olarak belrlenr. k k 1 K k K k = 1 Adım 5: Bulanık karar matrs oluşturulur. C1 C2 Cn A1 x x x A x x x A 3 A4 x x x n n D = = m j = n m1 m2 mn, 1,2,, ; 1,2,,. k k (7) Adım 6: Bulanık karar matrs normalze edlr. R = r îj, = 1,2,, m; j = 1,2,, n. mn (8) aj bj c j rj =,, ve c c j c j c j r j aj aj a j =,, ve cj bj a j j = max c (kâr krter çn) (9) j a = mn a (malyet krter çn) (10) j j Adım 7: Ağırlıklı normalleştrlmş karar matrs ( V ) oluşturulur. Her br krtern önem derecesnn farklı olduğu durumlarda ağırlıklı normalleştrlmş matrs, normalleştrlmş karar matrsnde değerlendrme krterlernn ağırlıklarının ( W j ) çarpılması le elde edlr. V = v j, = 1,2,, m; j = 1,2,, n. ve vj = rj Wj mn Adım 8: Bulanık poztf deal çözüm (BPİÇ) ve bulanık negatf deal çözüm (BNİÇ) belrlenr. BPİÇ ( P ) = ( V 1, V2, V3,, Vn ), Vj = max vjk BNİÇ ( P ) ( V1, V2, V3,, Vn ), Vj mn vjk = =, = 1, 2,, m; j = 1, 2,, n. (11) (12) (13) smartofjournal.com / edtorsmartjournal@gmal.com / Open Access Refereed / EJournal / Refereed / Indexed 1262

8 Adım 9: Her br alternatfn BPİÇ ve BNİÇ'ten uzaklığı hesaplanır. n v j j j= 1 d = d ( v, v ) ve n v j j j= 1 d = d ( v, v ), = 1, 2,, m. (14) Burada d v k bulanık sayı arasındak Öklt uzaklığıdır dv( a, b) = ( a1 b1 ) + ( a2 b2 ) + ( a3 b3 ) 3 Adım 10: Her br alternatf çn yakınlık katsayısı ( CC ) hesaplanır. (15) d CC = d + d, = 1, 2,, m. (16) Adım 11: Alternatfler yakınlık katsayılarına göre sıralanır. Yakınlık katsayısı en yüksek olan alternatf seçlr. 3. BULGULAR 3.1. Karar verclern Demografk Özellkler Çalışmada hazırlanan anket katılımcıların cnsyet, yaş, meden durum, eğtm durumu, gelr düzey ve gerçekleştrdkler banka şlemler hakkında blg almak çn tasarlanmıştır. Değerlendrmeye alınan 448 karar vercnn demografk özellklerne at blgler Tablo 2 de verlmştr. Karar verclern %55,4 ü erkek, %44,6 sı kadındır ve 2130 yaş arası katılımcıların oranı da %44,9 dur. Karar verclern çoğu (%32,4) lsans mezunudur. Gelr düzeyne bakıldığında se en yüksek oranın (%29,5) TL düzey arasında olduğu görülmektedr. Karar verclern %68,1 bankaları kred kartı şlemler çn, %51,1 fatura ödeme şlemler çn, %49,1 vadesz mevduat hesabı şlemler çn ve %45,1 havale ve EFT şlemler çn kullanmaktadırlar. Tablo 2: Karar Verclern Blglerne At Frekanslar ve Yüzdeler Cnsyet Frekans % Gelr Düzey Frekans % Erkek , TL ve altı ,6 Kadın , TL ,5 Toplam TL ,5 Yaş TL 44 9,8 20 yaş ve altı 25 5, TL ve üzer 43 9, ,9 Banka İşlemler ,6 Vadel mevduat hesabı , ,2 Vadesz mevduat hesabı ,1 51 yaş ve üzer 35 7,8 Havale ve EFT şlemler ,1 Meden Durum Otomatk ödeme ,1 Evl ,8 Kambyo 10 2,2 Bekâr ,2 Yatırım fonu şlemler 55 12,3 Eğtm Durumu Kred kartı ,1 İlköğretm 27 6,0 Breysel emekllk sgortası 62 13,8 Ortaöğretm ,9 Breysel kred 95 21,2 Önlsans ,7 Tcar kred 40 8,9 Lsans ,4 Çek 28 6,3 Lsansüstü 18 4,0 Fatura ödeme şlemler ,1 smartofjournal.com / edtorsmartjournal@gmal.com / Open Access Refereed / EJournal / Refereed / Indexed 1263

9 3.2. Bulanık Topss Yöntem Bulguları Karar vercler 4 alternatf ana krterler ve 17 adet alt krtere göre değerlendrmştr. Anket çalışmasıyla elde edlen verler Bulanık TOPSIS yöntemyle analz edlmştr. Tablo 3 te karar verclern alt krterlerle alternatflere verdkler cevapların sıklık frekansı verlmştr. Tablo 3: Karar Verclern Anket Sorularına Verdkler Cevapların Sıklık Frekansı Anket sonuçlarında yer alan sözel fadeler Tablo 1 dek her br dlsel değşkene göre sayısallaştırılmıştır. Bütün değerlendrme sonuçlarının üçgensel bulanık sayılara dönüştürülmesyle Tablo 4 tek bulanık karar matrs elde edlmştr Tablo 4: Bulanık Karar Matrs Alt Krterler Alternatfler A1 A2 A3 A4 C1 (0,7.38,10) (0,6.15,10) (0,6.15,10) (0,5.70,10) C2 (0,7.28,10) (0,6.88,10) (0,6.24,10) (0,6.37,10) C3 (0,7.91,10) (0,7.36,10) (0,6.70,10) (0,6.77,10) C4 (0,7.55,10) (0,7.40,10) (0,6.45,10) (0,7.47,10) C5 (2,8.74,10) (0,7.57,10) (0,7.57,10) (0,7.29,10) C6 (0,8.26,10) (1,7.10,10) (0,6.76,10) (0,6.69,10) C7 (0,7.75,10) (1,7.18,10) (0,6.15,10) (0,6.36,10) C8 (0,7.72,10) (0,7.42,10) (0,6.44,10) (0,6.64,10) C9 (0,8.19,10) (1,7.62,10) (0,7.19,10) (1,6.82,10) C10 (0,8.04,10) (0,7.72,10) (0,7.07,10) (0,6.57,10) C11 (0,8.29,10) (1,7.66,10) (1,7.35,10) (0,7.12,10) C12 (1,7.94,10) (0,6.96,10) (0,6.50,10) (0,6.49,10) C13 (2,8.09,10) (0,7.08,10) (0,6.70,10) (0,6.07,10) C14 (0,7.81,10) (0,7.15,10) (0,6.77,10) (0,5.87,10) C15 (1,8.12,10) (1,7.22,10) (0,6.49,10) (0,6.20,10) C16 (1,8.41,10) (2,7.63,10) (0,7.03,10) (2,6.86,10) C17 (2,8.51,10) (0,7.17,10) (0,6.65,10) (0,5.87,10) Bulanık karar matrsnn normalze edlmes çn Eştlk 9 ve 10 da belrtlen şlemler yapılmıştır. Kâr ve malyet krterlerne göre en küçük ve en büyük değerlern belrlenmes gerekr; ancak bu çalışmada malyet krter olmadığı çn bütün krterler kâr krter olarak kabul edlp en büyük cj değer seçlmş ve normalleştrme şlem uygulanmıştır. Normalleştrlmş değerler Tablo 5 te verlmştr. smartofjournal.com / edtorsmartjournal@gmal.com / Open Access Refereed / EJournal / Refereed / Indexed 1264

10 Tablo 5: Normalleştrlmş Karar Matrs Alt Krterler Alternatfler A1 A2 A3 A4 C1 (0,0.738,1) (0,0.615,1) (0,0.615,1) (0,0.570,1) C2 (0,0.728,1) (0,0.688,1) (0,0.624,1) (0,0.637,1) C3 (0,0.791,1) (0,0.736,1) (0,0.670,1) (0,0.677,1) C4 (0,0.755,1) (0,0.740,1) (0,0.645,1) (0,0.747,1) C5 (0.2,0.874,1) (0,0.757,1) (0,0.757,1) (0,0.729,1) C6 (0,0.826,1) (0.1,0.710,1) (0,0.676,1) (0,0.669,1) C7 (0,0.775,1) (0.1,0.718,1) (0,0.615,1) (0,0.636,1) C8 (0,0.772,1) (0,0.742,1) (0,0.644,1) (0,0.664,1) C9 (0,0.819,1) (0.1,0.762,1) (0,0.719,1) (0.1,0.682,1) C10 (0,0.804,1) (0,0.772,1) (0,0.707,1) (0,0.657,1) C11 (0,0.829,1) (0.1,0.766,1) (0.1,0.735,1) (0,0.712,1) C12 (0.1,0.794,1) (0,0.696,1) (0,0.650,1) (0,0.649,1) C13 (0.2,0.809,1) (0,0.708,1) (0,0.670,1) (0,0.607,1) C14 (0,0.781,1) (0,0.715,1) (0,0.677,1) (0,0.587,1) C15 (0.1,0.812,1) (0.1,0.722,1) (0,0.649,1) (0,0.620,1) C16 (0.1,0.841,1) (0.2,0.763,1) (0,0.703,1) (0.2,0.686,1) C17 (0.2,0.851,1) (0,0.717,1) (0,0.665,1) (0,0.587,1) Bu çalışmada krterlern ağırlıklarının belrlenmes adımında krterlern 500 kş tarafından ağırlıklandırılmasının zor olacağı ve her müşternn tüm bankaları kullanıp kullanmadığının blnmemesnden dolayı krterler eşt ağırlıklı kabul edlmştr. Bu durumda R matrs le V matrs aynı olacaktır. Eştlk 12 ve 13 e göre hazırlanan bulanık poztf deal çözüm (P ) ve bulanık negatf deal çözüm (P) kümes Tablo 6 da belrtlmştr. Tablo 6: Bulanık Poztf ve Negatf İdeal Çözüm Kümeler P P A1 (0.2,0.874,1) (0,0.728,1) A2 (0.2,0.771,1) (0,0.614,1) A3 (0.1,0.757,1) (0,0.615,1) A4 (0.2,0.747,1) (0,0.570,1) İdeal çözüm kümelernn belrlenmesnden sonra alternatflern bu çözüm noktalarına olan uzaklıkları Eştlk 14 ve 15 e göre Tablo 7 ve 8 dek şeklde hesaplanmıştır. Tablo 7: Alternatflern Bulanık Poztf İdeal Çözüm Kümesne Olan Uzaklığı A1 A2 A3 A4 d 1 0,140 0,147 0,101 0,154 d 2 0,143 0,125 0,096 0,132 d 3 0,125 0,117 0,077 0,122 d 4 0,134 0,117 0,087 0,115 d 5 0,000 0,116 0,058 0,116 d 6 0,119 0,068 0,074 0,124 d 7 0,129 0,066 0,100 0,132 d 8 0,130 0,117 0,087 0,125 d 9 0,120 0,058 0,062 0,069 d 10 0,122 0,115 0,065 0,127 d 11 0,118 0,058 0,013 0,117 d 12 0,074 0,123 0,085 0,129 d 13 0,038 0,121 0,076 0,141 d 14 0,127 0,120 0,074 0,148 d 15 0,068 0,064 0,085 0,137 d 16 0,061 0,005 0,066 0,035 d 17 0,013 0,120 0,078 0,148 d toplam 1,662 1,657 1,283 2,071 smartofjournal.com / edtorsmartjournal@gmal.com / Open Access Refereed / EJournal / Refereed / Indexed 1265

11 Tablo 8: Alternatflern Bulanık Negatf İdeal Çözüm Kümesne Olan Uzaklığı A1 A2 A3 A4 d 1 0,006 0,000 0,000 0,000 d 2 0,000 0,042 0,006 0,039 d 3 0,036 0,070 0,032 0,062 d 4 0,015 0,073 0,017 0,102 d 5 0,143 0,082 0,082 0,092 d 6 0,057 0,080 0,035 0,057 d 7 0,027 0,083 0,000 0,038 d 8 0,025 0,074 0,017 0,054 d 9 0,052 0,103 0,060 0,087 d 10 0,044 0,091 0,053 0,050 d 11 0,058 0,105 0,090 0,082 d 12 0,069 0,047 0,020 0,046 d 13 0,125 0,054 0,032 0,021 d 14 0,031 0,058 0,036 0,010 d 15 0,075 0,085 0,020 0,029 d 16 0,087 0,144 0,051 0,134 d 17 0,136 0,059 0,029 0,010 d toplam 0,986 1,248 0,582 0,913 En son şlem olarak alternatflern yakınlık katsayıları Eştlk 16 ya göre hesaplanmış ve sonuçlar Tablo 9 da gösterlmştr. Tablo 9: Alternatflern Yakınlık Katsayıları (Cc ) ve Sıralamaları CC Sıralama A1 0,372 2 A2 0,430 1 A3 0,312 3 A4 0,306 4 En y bankanın belrleneblmes çn yakınlık katsayına bakılmıştır. Alternatfler yakınlık katsayısına göre büyükten küçüğe doğru sıralanmıştır. Yakınlık katsayısı CC2>CC1>CC3>CC4 olarak sıralandığından alternatflern terch sırası A2(Garant Bankası)>A1(Denzbank)>A3(Halk Bankası)>A4(Vakıflar Bankası) olmaktadır. Analz sonucunda en yüksek hzmet kaltesne sahp olan banka Garant Bankası olarak belrlenmştr. En düşük hzmet kaltesne sahp olan bank se Vakıflar Bankasıdır. Araştırma sonucunda çalışmaya dahl edlen özel bankaların kamu bankalarına kıyasla daha yüksek hzmet kaltesne sahp oldukları dkkat çekmektedr. Analzlerden çıkarılablecek br dğer sonuç, hzmet kaltesnn boyutlarıyla lgldr. Banka müşterlernn algılarına göre en y boyut güvenlrlk olurken knc sırada empat ve stekllk aynı algı sevyesnde yer almıştır. Bunu sırasıyla fzksel özellkler ve güven boyutu zlemştr. (Güvenlrlk > Empat=İstekllk > Fzksel Özellkler > Güven). Dolayısıyla bankaların söz verlen hzmet doğru ve güvenlr br şeklde yerne getreblme yeteneğ yüksek ken, hzmet sunan kurumun fzksel olanakları, araç gereç ve personeln görünüşü le kurum çalışanlarının blgl ve nazk olması ve müşterlerde güven duygusu uyandırablme becerler konusunda eksklkler olduğu tespt edlmştr. SONUÇ Hzmet sektörünün gderek önem kazandığı günümüz şartlarında şletmelern varlıklarını koruyablmelerndek en öneml faktörlerden br müşterlerdr. İşletmelern müşterlern kaybetmemes ve yen müşter kazanablmes ancak y br hzmet sunmasıyla mümkündür. Bu bağlamda şletmelern hzmet kaltesne önem vermes gerekmektedr. Her ne kadar hzmet kavramı soyut olarak tanımlansa da hzmet kaltesn ölçmek mümkündür. TOPSIS, çok çeştl alanlarda kullanılan br karar verme yöntemdr. Uygulama adımlarının kolay ve kısa olmasından dolayı oldukça yaygın olarak kullanılmaktadır. Ne var k karar verclern smartofjournal.com / edtorsmartjournal@gmal.com / Open Access Refereed / EJournal / Refereed / Indexed 1266

12 değerlendrme esnasında kararsız kalması, sayısal puanlamanın zor olması gb durumlar karar verme sürecn zor ve karmaşık br hale getrmektedr. Karmaşık ve belrsz durumlarda bulanık mantık sstem dlsel fadeler yardımı le problem çözümüne pratk br çözüm sunmaktadır. Klask TOPSIS yöntemnn bulanık mantık le bütünleştrlmes, karar verclern karar verme sürecn daha kolay kılmıştır. Tuncel lndek 2 kamu bankası 2 özel banka olmak üzere toplam 4 bankanın müşterlernn katılımıyla gerçekleştrlen anket çalışmasında katılımcılara Fzksel Özellkler, Güvenlrlk, Güven, Empat ve İstekllk boyutlarında 17 adet soru sorulmuştur. Katılımcıların şlem yaptıkları bankaları hzmet kaltes anlamında değerlendrmeler çn dlsel değşkenlerden yardım alınarak elde edlen verler Bulanık TOPSIS yöntemyle analz edlmştr. Elde edlen sonuçlar hzmet kaltes en y olan bankanın Garant Bankası olduğunu ve bunu sırasıyla Denzbank, Halk Bankası ve Vakıflar Bankasının takp ettğn ortaya koymuştur. Ayrıca müşter algılarına göre özel bankaların hzmet kaltesnn kamu bankalarına göre daha y olduğu sonucuna varmak da mümkündür. Bu nedenle, frmaların güçlü ve / veya zayıf yönlern tespt etmek çn, hzmet kaltes konusunda müşter algıları temel br araç olarak kullanılablr. Bu nedenle bu çalışmada Bankaların müşter gereksnmlern karşılamak çn zayıf alanlarını dkkate almaları gerekmektedr. Gerçekten de araştırmacılar, özellkle fnansal hzmetler gb oldukça rekabetç ve doymuş pazarlarda, yüksek düzeydek müşter memnunyetnn müşterler elde tutmalarını sağladığını ler sürmektedrler(rust and Zahork, 1993; Trubk and Smth, 2000; Hossan and Leo, 2009). Günümüz rekabetç bankacılık ortamında, bankaların pazarda farklılaşmamış ürünler ve hzmetler sunduğu düşünülürse bankaların rekabet avantajı elde etmes çn hzmet kaltesne daha fazla önem vermeler gerekmektedr. Hzmet kaltesne önem veren bankalar daha yüksek gelr, müşter sadakat ve rekabet avantajı sağlayablr (Lau et. al, 2013). Bankaların güçlü ve zayıf yönlern tespt etmede, algılanan hzmet kaltes temel br araç olarak kullanılablr. Temel amacı uygulamaya konu olan banklardan en y hzmet kaltesne sahp olanın seçm olan bu çalışma, bankaların yönetmne brtakım önerler sunacak ve hzmet kaltesn yleştrme yönünde bazı kararlar almalarını sağlayacaktır. Açıkçası, mevcut araştırma müşterlern hzmet kaltes algısı ve müşter memnunyet arasındak lşky anlamaya katkıda bulunablr. KAYNAKÇA Abdolvand, M. A., Taghpouryan and Mohammad Javad, (2011). Evaluaton of Customs Servce Qualty by Usng Fuzzy SERQUAL and fuzzy MCDM Amercan Journal of Scentfc Research, 35, s Alakavuk, Elf. (2007). Hzmet Kaltes Kavramlar, Yaklaşımlar ve Uygulamalar, Ed. Akbaba, A., Tavmergen, İ.G., Akan, P., Gümüşoğlu, Ş., Detay Yayıncılık, Ankara Anderson. Elzabeth A., (1995). Measurng Servce Qualty at a Unversty Health Clnc, Internatonal Journal of Health Care Qualty Assurance, Vol.8 No.2, 1995, Pp Anderson. Elzabeth A., Zwellng, L.A.,(1996). Measurng Servce Qualty at the Unversty of Texas M.D. Anderson Cancer Center, Internatonal Journal of Health Care Qualty Assurance, Vol.9 No.7, Pp. 922 Athanassopoulus, A.D. (1997). Another look nto the agenda of customer Satsfacton: focusng on servce provders own and perceved vewponts. Internatonal Journal of Bank Marketng, 15(7): Awasth, B., Fredman, J., & Wllams, M.A. (2011). Processng of low spatal frequency faces at perphery n choce reachng tasks. Neuropsychologa, 49(7), do: /j.neuropsychologa smartofjournal.com / edtorsmartjournal@gmal.com / Open Access Refereed / EJournal / Refereed / Indexed 1267

13 Aydn, Şule. (2007). Hzmet Kaltes Kavramlar, Yaklaşımlar ve Uygulamalar, Ed. Akbaba, A., Tavmergen, İ.G., Akan, P., Gümüşoğlu, Ş., Detay Yayıncılık, Ankara Bandemer, H. and Gottwald, S.(1995). Fuzzy Sets, Fuzzy Logc, Fuzzy Methods, John Wley & Sons, ISBN Brown, S.W, Gummesson, E., Edvardsson, B., & Gustavsson, B. (Eds).(1991). Servce Qualty: Multdscplnary and Multnatonal Perspectves, Lexngton: Lexngton Books Carman. James, (1990). Consumer Perceptons of Servce Qualty: An Assessment of the Servqual Dmensons, Journal of Retalng, Vol: 66 No.1, Pp Caruana, A, & Ptt, L.(1997). IntqualAn Measure of Servce Qualty and the Lnk Between Servce Qualty and Busness Performance, European Journal of Marketng, 31(8), Chaoprasert, C., and Elsey, B. (2004). Servce qualty mprovement n Tha retal bankng and ts management mplcatons. ABAC Journal, 24(1): Chen, S. J., & Hwang, C. L. (1992). Fuzzy multple attrbute decson makng: Methods and applcatons. Berln: Sprnger. Chen, C. T. (2000). Extensons of the TOPSIS for group decsonmakng under Fuzzy envronment. Fuzzy Sets and Systems, 114(1), 1 9. Chen, C. T., Ln, C. T., & Huang, S. F. (2006). A Fuzzy approach for suppler evaluaton and selecton n supply chan management. Internatonal Journal of Producton Economcs, 102, Cronn, J. and Taylor, S. (1992). Measurng Servce Qualty: A Reexamnaton and Extenson, Journal of Marketng, 56(3):5568 Hossan, M. and Leo, S. (2009). Customer percepton on servce qualty n retal bankng n Mddle East: the case of Qatar, Internatonal Journal of Islamc and Mddle Eastern Fnance and Management, 2(4): Hwang, C. L., & Yoon, K. (1981). Multple attrbutes decson makng methods and applcatons. Sprnger.: Berln Klbourne, W.;Duffy,A.,Duffy M. and Garch, G.(2004). The Applcablty of Servqual n Cross Natonal Measurements of HealthCare Qualty, Journal of Servce Marketng, Vol. 18, N.7, Pp L, W.; Yu, S.; Pe, H.; Zhao, C.; Tan, B. (2017). A hybrd approach based on fuzzy AHP and 2 tuple fuzzy lngustc method for evaluaton nflght servce qualty, Journal of Ar Transport Management, 60: 4964 Lu, R.; cu,l.; Zeng, G.; Wu, H.; Wang,C.; Yan, S.; Yan, S. (2015). Applyng the fuzzy SERVQUAL method to measure the servce qualtyn certfcaton & nspecton ndustry, Appled Soft Computng, 26: Lau, M.M.; Cheung, R.; Lam, A.Y.C.; Chu, Y.T.(2013). Measurng Servce Qualty n The Bankng Industry: A Hong Kong Based Study, Contemporary Management Research, 9(3): Lupa, T. (2013). A fuzzy ServQual based method for relable measurements of educaton qualty n Italan hgher educaton area, Expert System wth Applcatons, 40: Mangold,W.G.&Babakus,E.,(1991). Servce Qualty: The Front Stage vs. The Back Stage Perspectve, The Journal of Servces Marketng, 5(4), Pp: 5970 Muyeed, M.A. (2012). Customer Percepton on Servce Qualty n Retal Bankng n Developng Countres A Case Study, Internatonal Journal of Marketng Studes, 4(1): smartofjournal.com / edtorsmartjournal@gmal.com / Open Access Refereed / EJournal / Refereed / Indexed 1268

14 Pak, J. Y.; Tha, V. V.; Yeo, G. T. (2015). Fuzzy MCDM Approach for Evaluatng Intangble9 Resources Affectng Port Servce Qualty, The Asan Journal of Shppng and Logstcs, 31(4): Parasuraman. A., Zethaml, V.A. and Berry, L.L.( 1985). A Conceptual Model of Servce Qualty And Its Implecatons For Future Research, Journal of Marketng, Vol: 49 No.4, Pp Parasuraman, A., Zethaml, V. A., & Berry, L. L. (1988). SERVQUAL: A multpletem scale for measurng perceptons of servce qualty. Journal of Retalng, 64(Sprng), Peyrot, M.,Cooper, P., Schnapf, D,.(1993). Consumer Satsfacton and Perceved Qualty of Outpatent Health Servces, Journal of Health Care Marketng, Vol.13, No. 1, S Shukla,,R. K., Garg, D&Agarwal, A.(2014) An Integrated Approach Of Fuzzy AHP And Fuzzy TOPSIS n Modelng Supply Chan Coordnaton, Producton & Manufacturng Research, 2:1, Stefano,N.M.; Casarotto Flho, N.; Barchello, R; Sohn, A.P. (2015). A fuzzy SERVQUAL based method for evaluated of servce qualty n the hotel ndustry, Proceda CIRP, 30: Şenel,B., Şenel, M., Gümüştekn, G. (2012). EHzmet Kaltesne göre Sanal Alışverş Stelernn Değerlendrlmes. Dumlupınar Ünverstes Sosyal Blmler Dergs, 33, Şenel, M., Şenel, B., Özkara, B. (2014). Yenden Yapılanma Sürecnde Olan Türkye Cumhuryet Devlet Demryollarında Hzmet Kaltes, Anadolu Ünverstes Sosyal Blmler Dergs, 14(3):65 76 Uludağ, A. S., Doğan, H,. (2016). Çok Krterl Karar Verme Yöntemlernn Karşılaştırılmasına Odaklı Br Hzmet Kaltes Uygulaması. Çankırı Karatekn Ünverstes İİBF Dergs, 6(2), s Ustasüleyman, T. (2009). Bankacılık Sektöründe Hzmet Kaltesnn Değerlendrlmes: AhsTopss Yöntem. Bankacılar Dergs, 69, Wenhua L,W.; Yu,S.; Pe, H.;Zhao,C.; Tan, B.(2017). A hybrd approach based on fuzzy AHP and 2tuple fuzzy lngustc method for evaluaton nflght servce qualty, Journal of Ar Transport Management, 60(C):4964. Zadeh, L. A. (1965), Fuzzy sets, Informaton and Control, 8(3): Zethaml,V.(2000). Servce Qualty, Proftablty, and The Economc Worth of Costumers: What We Know and What We Need to Learn, Journal of The Academy of Marketng Scence, 28(1): smartofjournal.com / edtorsmartjournal@gmal.com / Open Access Refereed / EJournal / Refereed / Indexed 1269