Kalite Fonksiyonu Açınımında bulanık insan kaynakları atama modeli

Transkript

1 tüdergs/d mühendslk Clt:9, Sayı:5, Ekm 2010 Kalte Fonksyonu Açınımında bulanık nsan kaynakları atama model Orkun KOZANOĞLU *, Ahmet Fahr ÖZOK İTÜ Fen Blmler Ensttüsü, Endüstr Mühendslğ Programı, 34469, Ayazağa, İstanbul Özet Personel seçm, personel bulma sürec sonunda oluşan aday kümesnden en y adayın seçlmes sürecdr. Başvuran adayların potansyel performansını tahmn etmek personel seçm sürecnn temeln oluşturur. Ancak, personel seçmnde ş gereklern ve bu gereklern sevyelern belrlemek seçm kararını etkleyen öneml br faktördür. İş gerekler, eğtm, deneym, fzksel ve zhnsel gerekler le kşlk özellklern kapsar. İş gerekler ve ş gerekler sevyelernn doğru şeklde belrlenmemes yanlış adayın seçlmesne sebep olur. Bu çalışmanın amacı, personel seçm sürecn, ş gereklern belrleme sürec le brleştren Bulanık Kalte Fonksyonu Açınımı (BKFA) temelnde br personel seçm çatısı önermektr. Bu çatı, personel seçm kararlarındak şe lşkn krterler tanımlama ve performans-tahmn değşkenler lşklerne yönelk hpotezlern doğru br şeklde gelştrlmesn sağlamaktadır. Önerlen modelde, ş gereklernn sevyelern ve personel adaylarının ntelklern değerlendrmeye lşkn belrszlkler ve subektflkler modellemek amacıyla dlsel değşkenler ve bu değşkenler matematksel olarak fade etmek çn bulanık kümeler kullanılmaktadır. Bulanık kümelern kullanılması le zhnsel süreçlere ve nsan letşmne lşkn belrszlkler ve subektflklern önerlen modele dahl edlmes sağlanmaktadır. BKFA çatısı altında, brnc kalte evnde ş oluşturan görevlern ağırlıkları Bulanık Analtk Hyerarş Sürec (BAHS) le hesaplanmaktadır. Daha sonra, ş görevler ş gereklerne çevrlmekte ve ş gereklernn ağırlıkları elde edlmektedr. İknc kalte evnde se Bulanık TOPSIS (BTOPSIS) ve Bulanık VIKOR (BVIKOR) yöntemler uygulanarak en uygun aday seçlmektedr. Anahtar Kelmeler: Personel seçm, bulanık kümeler, karar verme, Bulanık Kalte Fonksyon Açınımı. * YazıĢmaların yapılacağı yazar: Orkun KOZANOĞLU. Orkun.kozanoglu@yasar.edu.tr; Tel: (232) Bu makale, brnc yazar tarafından ĠTÜ Fen Blmler Ensttüsü, Endüstr Mühendslğ Programı nda tamamlanmıģ olan "Kalte Fonksyonu Açınımında bulanık nsan kaynakları atama model" adlı doktora teznden hazırlanmıģtır. Makale metn tarhnde dergye ulaģmıģ, tarhnde basım kararı alınmıģtır. Makale le lgl tartıģmalar tarhne kadar dergye gönderlmeldr.

2 O. Kozanoğlu, A.F. Özok A fuzzy human resource allocaton model n Qualty Functon Deployment Extended abstract Human resources are consdered as the most mportant assets of organzatons, but very few organzatons are able to fully use ther potental. Sophstcated technologes and nnovatve practces alone can do very lttle to enhance operatonal performance unless the requste human resource management practces are n place to form a consstent soco-techncal system. For ths reason, manufacturng and servce organzatons need to carefully evaluate ther exstng human resources, and develop them so that employees can effectvely contrbute to operatonal performance mprovement. Buldng a hgh performance workforce certanly starts wth hrng new personnel. Recrutment and selecton are the two man phases of a hrng process. Although both are closely nterrelated parts of a multstage decson process, recrutng actvtes gather applcants for obs, and selecton decsons must then be made to choose the subset of applcants, or the applcant, who are most lkely to succeed. Ths study concentrates on the selecton phase whch can be consdered as a mult-crtera decson makng problem. Personnel selecton nvolves collectng nformaton about ndvduals by usng one or more selecton devces or methods. The most mportant property of an assessment method s ts ablty to predct future ob performance or ob-related learnng. However, t s dffcult to select the most sutable person for a certan ob unless there s a clear understandng of the ob s requrements n terms of personnel characterstcs. By dentfyng such requrements, t s possble to develop selecton procedures that wll determne whether a partcular applcant possesses the necessary and proper characterstcs to carry out the tasks nvolved n the ob. Thus, success of the personnel selecton process s dependent on two basc processes: (1) determnaton of personnel characterstcs requred to perform the ob and ther levels, and (2) assessment of canddates. Improvement of these processes wll result n mprovement of overall personnel selecton process. The assessment nvolved n these processes are performed by a number of people wthn the organzaton and t s well recognzed that people s assessments of concepts are always subectve and mprecse, and the lngustc terms people use to express ther udgments are vague. Usng obectve and precse numbers to represent lngustc assessments are, although wdely appled, not very reasonable. In essence, human cogntve processes, such as thnkng and reasonng and human communcaton are nherently fuzzy. Thus, a more ratonal approach s to assgn fuzzy numbers to lngustc assessments so that ther vagueness arsng from mental phenomena and human communcaton can be captured. Ths study proposes an mproved personnel selecton model whch wll help to select the most sutable person by provdng a strong lnkage between the content of the ob and characterstcs of selected canddate(s) and by nvolvng the vagueness and subectvty nherent n personnel selecton processes. The proposed model assumes that there are a number of canddates applyng for a partcular ob (whte-collar or blue-collar) and a certan number of canddate(s) s to be selected for the ob n queston. In order to meet these obectves, the model employs Fuzzy Qualty Functon Deployment (FQFD) as a framework for ntegratng the determnaton of requred personnel characterstcs and fnal selecton processes. The use of FQFD helps to develop hypotheses n a structured approach about performance-predctor relatonshps tested n a specfc personnel selecton problem. The proposed model also employs Fuzzy Analytcal Herarchy Process, Fuzzy TOPSIS and Fuzzy VIKOR under FQFD framework. It also allows multple decson makers n the determnaton of personnel characterstcs and fnal selecton processes so that varous people wthn the organzaton who are responsble for or who are affected by the selecton decson can be nvolved n both phases of the FQFD process. The model has been appled for a real-lfe problem n one of the leadng companes n the mlk and mlk products sector for Shft Engneer poston. The results of these applcatons show that the model can dstngush the canddates accurately wth respect to ther characterstcs whch are assessed by the decson makers nvolved n the personnel selecton process. Snce decson makers are not capable of analyzng and syntheszng vast amount of ob and canddate nformaton udgmentally, the utlty of the proposed model s establshed. Keywords: Personnel selecton, fuzzy sets, decson makng, Fuzzy Qualty Functon Deployment. 76

3 Kalte Fonksyonu Açınımında bulanık nsan kaynakları atama model Grş Yüksek performanslı Ģ gücü oluģturmanın en öneml yolu Ģe alma ve personel seçm sürecdr. Personel seçm sürec, adaylar hakkında blg toplamayı ve bu blgler değerlendrerek adayların Ģ çn uygunluğunu belrlemey kapsar. Gerekl blglern toplanması genellkle brden fazla yöntemn br arada kullanılması le gerçekleģtrlr. Buna rağmen bazen personel seçm yöntemler gerçekte baģarılı olması mümkün olmayan br adayın en uygun kģ olduğu sonucuna veya gelecekte y performans göstereblecek br adayın yeterl olmadığı kararına varablr. Bu gb hatalara seçm hataları denr. Herhang br personel seçm yöntemnn tamamen hatasız olması beklenemez. Br personel seçm yöntemnn baģarılı olması o yöntemn geçerl ve güvenlr olması le değerlendrlr. Personel seçm yöntemler çn üç farklı türde geçerllk söz konusudur: krterlere lģkn geçerllk, çerğe lģkn geçerllk ve yapılara lģkn geçerllk. Belrl br seçm yöntem çn krterlere lģkn geçerllk, o yöntem uygulanan br kģnn aldığı puan le aynı kģnn Ģ performansı arasındak korelasyon le ölçüleblr. Eğer br yöntemn belrl br Ģ çn krterler açısından geçerl olduğu belrlendyse, o yöntemn uygulanması le baģarılı olarak değerlendrlen kģnn Ģ performansının yüksek olması beklenr. Aynı yöntem le yetersz olarak değerlendrlen kģnn Ģ performansının da düģük olacağı dü- Ģünülür. Ġçerğe lģkn geçerllk se söz konusu Ģn çerdğ temel görevler ve davranıģlar le seçm yöntem arasında güçlü br lģknn varlığının gösterlmes le ortaya çıkar. Yapılara lģkn geçerllk, br seçm yöntemnn, ölçmey amaçladığı kģ ntelklern ölçtüğünün ve bu ntelklern baģarılı br Ģ performansı çn gerekl olduğunun gösterlmes le belrlenr. Güvenlrlk se br yöntemn, kģnn ntelklern ne kadar tutarlı br Ģeklde ölçtüğü le lgldr. Güvenlrlğ spatlanmıģ br yöntem aynı aday çn tekrar tekrar uygulandığında adayın brbrne yakın puanlar alması beklenr. Br personel seçm yöntemnn sağladığı fayda seçm oranına da bağlıdır. Seçm oranı seçlecek aday sayısının seçm yöntemnn uygulandığı aday sayısına bölünmes le bulunur. Eğer seçm oranı düģük se geçerllğ düģük olan br yöntemn ble fayda sağlaması mümkündür. Aks durumda, eğer Ģ çn baģvuran her aday Ģe alınacak se, geçerllğ oldukça yüksek olan br yöntemn ble faydası yüksek olmayacaktır. Seçm yöntemlernn sağladığı faydanın yanı sıra malyet de seçm yöntemlernn tasarlanması, uygulanması ve değerlendrlmes hususunda oldukça önemldr. Bazı seçm yöntemlernn uygulanması dğerlerne göre daha yüksek br malyete sahp olablr. Böyle br durumda, daha az kģnn test edlmes terch edleceğ çn, mnmum ntelklere göre yapılan ön eleme sürec önem kazanır. Ancak, br seçm yöntemne lģkn en öneml malyet yanlıģ kģnn seçmnden doğan veya seçm sonrası eğtm yatırımları yapılan kģlern organzasyondan ayrılması le ortaya çıkan kayıplardır. Uygulanması ve değerlendrlmes en pahalı yöntemlern malyet ble, üretken olmayan ve baģarısız kģlern Ģe alımından doğan malyetler yanında oldukça küçüktür. Dolayısıyla, özellkle ülkemzdek Ģszlk sorunu göz önüne alındığında, seçm oranlarının oldukça düģük olması ve Ģe alım ve Ģten ayrılma/çıkarma malyetlernn yükseklğ nedenyle adl ve gelģmģ seçm yöntemlernn, gerek Ģverenler gerekse adaylar açısından oldukça öneml olduğu sonucuna varablrz. Bu çalıģmada, personel seçm sürecn, Ģ gereklern belrleme sürec le brleģtren BKFA temell br personel seçm çatısı önerlmģtr. Bu çatı, personel seçm kararlarındak Ģe lģkn krterlerler tanımlamayı ve performans-tahmn değģkenler lģklerne yönelk hpotezler doğru br Ģeklde gelģtrmey sağlamaktadır. Önerlen modelde, Ģ gereklern tanımlamaya ve personel adaylarını değerlendrmeye lģkn belrszlkler ve subektflkler modellemek amacıyla dlsel değģkenler ve bu değģkenler matematksel olarak fade etmek çn bulanık sayılar kullanılmaktadır. Makalede lk önce bulanık mantığın personel seçmndek gerekllğ rdelenmģ, daha sonra BKFA çatısı altında Ģ oluģturan görevlere bağlı olarak personel seçm sürecnn aģamaları ve kullanılan bulanık çok krterl karar verme yöntemler açıklanmıģtır. 77

4 O. Kozanoğlu, A.F. Özok Önerlen personel seçm yöntem ülkemzn önde gelen süt ve süt ürünler üretcs br frmada yen br Vardya Mühends seçm çn uygulanmıģ ve test edlmģtr. Yöntem brden fazla karar vercnn, Ģ gereklernn ağırlıklarının belrlenmesne ve nha seçm sürecne dahl olmasını mümkün kılmıģtır. Böylelkle, Ģ oluģturan görevler temel alarak Vardya Mühends pozsyonu çn en uygun aday seçlmģ ve makalenn son bölümünde elde edlen bulgular değerlendrlmģtr. Bulanık mantık ve personel seçm Bulanık küme teors nsanın zhnsel süreçlernden doğan belrszlkler modellemek üzere önerlmģ matematksel br teordr (Zadeh, 1965). Bu teor temel olarak sınırları kesn olmayan sınıfları ya da kümeler kapsar. Bulanık mantık teors doğru/yanlıģ, evet/hayır, yüksek/düģük gb geleneksel kl değerlendrmelere ek olarak ara değerlern tanımlanmasını sağlar. YaĢlı, genç, uzun, kısa, çok az, çok fazla gb kavramlar bulanık mantık teors aracılığıyla matematksel olarak tanımlanablr ve böylelkle, blgsayarların nsana benzer düģünme tarzında programlanablmes sağlanır. Bulanık kümeler üyelk fonksyonları le tanımlanır. A bulanık kümesnn üyelk fonksyonu x le gösterlr ve br faktörün br kümeye A üyelğ 0 ve 1 arasında br sayı le belrlenr. Bulanık kümelern kesn sınırları yoktur ve üyelkten üye olmamaya doğru kademel br geçs öngörür (Klr ve Yuan, 1995). Br x elemanı A kümesne kesnlkle at se x =1, kesnlkle at değl se A x A =0 olur. Daha yüksek br üyelk dereces değer, x elemanının A kümesne at olma derecesnn daha yüksek olduğunu gösterr. Bulanık kümelern ana enstrümanı bulanık sayılardır. Üçgen, yamuk, çan eğrs gb bulanık sayı türler mevcuttur. Yapılan çalıģmalarda büyük oranda üçgen bulanık sayılar kullanılır. Üçgen bulanık sayı ( A ) üç gerçek sayı (L, M, U) le fade edlr ve üyelk fonksyonu da bu sayılara bağlı olarak tanımlanır. Üçgen bulanık sayının üyelk fonksyonu Ģu Ģekldedr: x L, L x M M L U x ( x), M x U A U M 0, dğer durumlarda (1) M ( m1, m2, m3 ) ve N ( n1, n2, n3) k üçgen bulanık sayı ken bulanık sayılar üzerndek temel bulanık operasyonlar Ģu Ģeklde tanımlanır: M N m n, m n, m ) (2) ( n3 M N m n, m n, m ) (3) ( n3 M m1 m2 m3 (,, ) (4) N n n n km ( km1, km2, km3 ) k 0, k R (5) Personel seçm sürec k aģamada belrszlk ve subektflk çerr. Ġlk nokta, adaylarda aranan ntelklern ve bu ntelklern sevyelernn belrlenmesne lģkn belrszlk ve subektflktr. ĠĢ analz yöntemler le Ģ gerekler belrleneblmesne rağmen bu gereklern sevyelern belrlemek, değerlendren kģlern subektf değerlendrmelerne bağlıdır. Belrszlk ve subektflğn ortaya çıktığı knc aģama se, adayların gerekl personel ntelkler açısından değerlendrlmes sürecdr. Personel alımı Ģletmeye br makna ya da teçhzat almaktan farklıdır. Br maknanın performansı teknk özellklerne bakılarak tahmn edleblrken, Ģe alınan kģnn performansını, tek baģına aday hakkındak obektf olarak ölçüleblen blglere dayanarak tahmn edeblmek mümkün değldr. Bu nedenle, karar verclern gözlem ve mülakat le adayları değerlendrmes, adayların gelecektek Ģ performansı hakkında öneml br fkr sağlar. Ancak karar verclern her k noktada da kesn sayılar le değerlendrme yapması öneml br zhnsel çaba gerektrr. Genel olarak, nsanlar kavramları veya nesneler kelmeler aracılığıyla değerlendrmekte çok daha baģarılıdırlar. Bu nedenle, gerek 78

5 Kalte Fonksyonu Açınımında bulanık nsan kaynakları atama model Ģ oluģturan görevler le Ģ gereklernn lģksn değerlendrrken, gerekse adayların Ģ gereklern ne derece sağlayabldklern değerlendrrken, karar verclern değerlendrmelern dlsel değģkenler le fade etmeler oldukça mantıklı ve faydalı br yaklaģımdır. BKFA temell personel seçm model Bu çalıģmada önerlen model, Ģ görevlern Ģ gereklerne ve Ģ gereklern adaylara çevrmek amacıyla BKFA nı kullanmaktadır. Herhang br Ģ çn gerekl personel ntelklern ve bu ntelklern ağırlıklarını Ģ bütün olarak ele alarak değerlendrmek yerne, Ģn çerdğ görevlerden yola çıkarak değerlendrmek daha doğru olacaktır. Bunun sebeb, Ģverenn lk aģamada lglendğ konunun aslında Ģ görenn ntelkler değl Ģ görenn Ģ kapsamındak görevler yerne getreblmesdr. Bu çalıģmada önerlen BKFA sürec ġekl 1 de görüldüğü üzere k aģamadan oluģur. Brnc kalte evnde görev fadeler Ģ gereklerne çevrlmektedr. Ancak, yalnız baģına görev fadeler Ģ çerğn bütünüyle anlatmak çn yeterl değldr. Bu nedenle, Ģ sırasında kullanılan araçgereç ve teknolo, organzasyonun Ģ görenn performansı üzerndek etks ve Ģn gerçekleģtrldğ fzksel, sosyal ve pskolok koģullar görev fadeler le brlkte ele alınmalıdır. Görevler ĠĢ gerekler ĠĢ gerekler Adaylar Şekl 1. Personel seçmnde BKFA sürec Bu aģamada Ģ kapsamını tanımlamak çn kullanılan görev fadeler ve Ģ gerekler, söz konusu Ģ çn Ģ analz uygulanarak elde edlr. Görev fadeler tanımlandıktan sonra görevlern Ģ gereklerne çevrlmes çn her br görevn önem ağırlığının belrlenmes gerekr. Görev önem lteratürde karmaģık, çok boyutlu ve subektf br kavram olarak tanımlanmıģtır (Harvey, 1991; Raymond, 2001; Sanchez ve Levne, 1989). Bu nedenle, genellkle zlenen yol brden fazla ölçeğn brleģtrlmes le görev önem ağırlıklarının belrlenmesdr. Bu çalıģmada görevlern ağırlıkları BKFA uygulamalarında popüler br yöntem olan BAHS le hesaplanmaktadır. Lteratürde kullanılan görev önem bleģenler temel alınarak oluģturulan BAHS modelnde, görev önemne lģkn krterler, görevn krtklk sevyes, görev çn harcanan zaman ve görevn sıklığı olarak belrlenmģtr. OluĢturulan BAHS hyerarģs ġekl 2 de verlmģtr. Görevn krtklk sevyes Görev 1 Görevn önem Görev 2 Görev çn harcanan zaman Görev 3 Görev sıklığı Görev n Şekl 2. Görev önem hyerarşs Lteratürde brçok farklı BAHS yöntem bulunması nedenyle, görev ağırlıkları hesaplanırken farklı BAHS yöntemlernn sonucu nasıl etklendğn görmek amacıyla üç farklı BAHS yöntem kullanılmıģtır. Bunlar, mertebe analz yöntem (Chang, 1996), Deng (1999) tarafından kullanılan toplamsal öncelklendrme ve geometrk ortalamalar kullanarak öncelklendrme (Buckley, 1985) yöntemlerdr. Görev ağırlıkları hesaplandıktan sonra Ģ gereklernn her br görev le lģks karar vercler tarafından dlsel değģkenler kullanılarak değerlendrlr ve her br Ģ gereğ çn bulanık ağırlıklı toplam hesaplanır. Bu ağırlıklar doğrusal ölçek dönüģümü yöntem le normalze edlr ve böylelkle Ģn bütünü çn Ģ gereklernn önem ağırlıkları elde edlmģ olur. Ġknc kalte ev, personel adaylarının, daha önce belrlenen Ģ gereklerne göre dlsel değģkenler kullanılarak değerlendrldğ ve brnc kalte evnden elde edlen Ģ gereklernn ağırlıkları kullanılarak nha seçmn gerçekleģtrldğ 79

6 O. Kozanoğlu, A.F. Özok aģamadır. Bu aģamada Chen (2000) tarafından uygulanan BTOPSIS ve Büyüközkan ve Ruan (2008) tarafından uygulanan BVIKOR yöntem kullanılarak Ģ çn en uygun aday seçlr. Kullanılan BTOPSIS yöntemnn adımları sırasıyla Ģöyledr. Adım 1: Karar matrsnn oluģturulması Bu çalıģmada karar matrs olarak knc kalte evndek bulanık lģk martrs kullanır. Bu matrs her br karar vercnn adayları (A ) Ģ gerekler (ĠG ) açısından değerlendrmes le ortaya çıkar. Dolayısı le K adet karar matrs elde edlr. Tablo 1 de görülen karar matrsnde s ĠĢ Gereklernn Ağırlığını (ĠGA) göstermekte ve (,, ) parametreler le fade edlmektedr. x (k) se k karar vercsnn adayını Ģ k gereğ açısından bulanık değerlendrmesn göstermektedr. Karar verclern breysel değerlendrmeler kullanılarak, toplam karar matrs Ģu Ģeklde hesaplanır: 1 K x... x (6) K 1 x 2 x Tablo 1. İş gerekler-adaylar matrs ĠG 1 1 ĠG 2 s 2 ĠG m İGA A 1 A 2 A A n k k k k s x 11 x x 12 1 x 1n s k m x m1 k x m k x mn Adım 2: Karar matrsnn normalzasyonu x üçgen bulanık sayısı (a, b, c) parametreler le fade edlrse, Ģ gereğnn fayda (F) veya malyet (M) türünde oluģuna göre toplam karar matrs doğrusal ölçek dönüģümü le Ģu Ģeklde normalze edleblr: a b c d,,, F * * * c c c a a a d,,, M c b a (7) (8) Ģu Ģeklde he- Yukarıdak formüllerde saplanır: * * c ve a c max c, eğer F (9) a mn a, eğer M (10) Adım 3: Ağırlıklı ve normalze edlmģ karar matrsnn hesaplanması Brnc kalte evnde elde ettğmz Ģ gereklernn ağırlıklarını ( s ) kullanarak ağırlıklı ve normalze edlmģ karar matrsn ( V v Ģeklde hesaplarız: mn ) Ģu v s d, 1,2,..., m, 1,2,..., n (11) Adım 4: Bulanık poztf deal çözüme ve bulanık negatf deal çözüme olan uzaklıkların hesaplanması Chen (2000) tarafından uygulanan BTOPSIS yöntemnde bulanık poztf deal çözüm ve negatf deal çözüm noktaları sırasıyla v * (1,1,1) ve v (0,0,0) olarak kabul edlmģtr. Her br Ģ gereğ açısından deal çözümlere olan uzaklık se vertex yöntem le hesaplanmıģtır. M ( m1, m2, m3 ) and N ( n1, n2, n3) k üçgen bulanık sayı ken vertex yöntemne gore bu k bulanık sayı arasındak uzaklık aģağıdak formül le hesaplanır: 1 S( M, N) m n m n m n (12) Yukarıdak uzaklık formülü kullanılarak her br adayın bulanık poztf deal çözüm ve bulanık negatf deal çözüme olan uzaklıkları Ģu Ģeklde hesaplanmaktadır: * m * 1 S d v, v, 1,2,..., n (13) m 1 S d v, v, 1,2,..., n (14) 80

7 Kalte Fonksyonu Açınımında bulanık nsan kaynakları atama model Adım 5: Ġdeal çözüme görel yakınlığın hesaplanması Her br adayın deal çözüme görel yakınlığı ( C ) Ģu Ģeklde hesaplanır. S C, 1,2,..., n * S S Burada (15) C değer 0 1 aralığında kesn br değer alır ve adaylar C değerne göre azalan Ģeklde sıralanarak en yüksek C değerne sahp olan aday, Ģ çn en uygun kģ olarak seçlr. Sonuçların farklı bulanık karar verme yöntemler açısından tutarlı olup olmadığını görmek amacıyla BTOPSIS yöntemne ek olarak Büyüközkan ve Ruan (2008) tarafından uygulanan BVIKOR yöntem de nha seçm aģamasında kullanılmıģtır. Öncelkle, BTOPSIS yöntemnde olduğu gb, Tablo 1 de verlen karar matrs doğrusal ölçek dönüģümü le normalze edlr. Daha sonra, S ve R sıralama ölçütler hesaplanır. Bu ölçütlerden C S grup faydası ve R se breysel pģmanlık değerlern göstermektedr. m 1 S s d 1, r (16) R max s d 1, r, 1,2,..., n (17) Bu hesaplamalarda d1, r, normalze edlmģ karar matrsndek r değernn (1,1,1) le gösterlen poztf deal çözüm noktasına olan uzaklığının vertex yöntem le hesaplanan değern fade etmektedr. s se BTOPSIS de olduğu gb Ģ gereklernn bulanık ağırlığını temsl etmektedr. S ve R değerler hesapladıktan sonra doğrusal ölçek dönüģümü le normalze edlerek R değerler bulunur. Son olarak R değerler kullanılarak Q değerler S ve S ve 1 Q v S v R (18) formülü le hesaplanır. Bu formülde v krterlern çoğunluğuna lģkn stratenn ağırlığını fade etmektedr. Krterler arası uzlaģma farklı v değerler le sağlanablr. Çoğunluk le seçm çn v > 0.5, ortak karar çn v 0.5 ve veto çn se v < 0.5 değerler kullanılır. Daha sonra veq değerler M( x) 3 ac 2 2 a c ab bc S, R (19) Ģeklnde fade edlen genelleģtrlmģ ortalama formülü (Kahraman vd., 2007) le durulaģtırılarak S, R ve Q kesn değerler elde edlr. Bu formülasyonda x, (a, b, c) parametreler le fade edlen herhang br üçgen bulanık sayıyı; M( x ) se genelleģtrlmģ ortalama le bulunan kesn değer fade etmektedr. Daha sonra, personel adayları Q, S ve R değerlerne göre artan sırada lstelenr. Bu sıralamada adayların pozsyonu S, R ve Q notasyonu le fade. edlr. Örneğn. Q 1,. Q değerne göre lk pozsyondak adayı fade eder ve bu aday 1 le gösterlr. Son olarak aģağıda belrtlen k koģula göre değerlendrme yapılarak seçm sonucuna varılır. aday sayısını fade ederken KoĢul 1: Q Q 2 1 DQ se, lk sıradak adayın knc sıradak adaya göre kabul edleblr br üstünlüğe sahp olduğu söylenr. DQ değer, m DQ 1/ m 1 Ģeklnde bulunur. Eğer m 4 se, DQ = 0.25 olarak alınır. KoĢul 2: 1 adayı S ve/veya. da lk sırada bulunmaktadır. R sıralamasında Bu k koģul brden sağlanıyor se 1 alternatfnn uzlaģık br çözüm olduğu sonucuna varılır. Eğer k koģul brden sağlanmıyorsa aģağıdak değerlendrmeler yapılarak uzlaģık br çözüm kümes elde edlr:. 81

8 O. Kozanoğlu, A.F. Özok Sadece koģul 2 sağlanmıyor se 1 ve 2 adayları uzlaģık br çözüm kümes oluģturur. KoĢul 1 sağlanmıyor se, 1, 2,..., k adaylarından oluģan br uzlaģık çözüm kümes bulunur. Bu kümede k, Q Q k 1 DQ lģksn sağlayan en büyük k değerne sahp adaydır. Modeln uygulanması Bu çalıģmada önerlen personel seçme yöntem, ülkemzn süt ve süt endüstrs sektöründe faalyet gösteren öneml kuruluģlarından brnde Vardya Mühends (VM) pozsyonu çn personel seçmnde uygulanmıģtır. Brnc kalte evnde, vardya mühendsnn temel görevler (Tablo 2) le Ģ gerekler (Tablo 3), Ģ analz gerçekleģtrlerek belrlenmģtr. Tablo 2. VM nn görevler İş oluşturan görevler 1 Üretm sürecnde hyen, görüntü ve kalte parametrelern denetler. 2 Açık alanda muhafaza edlen ürünlern düzenn kontrol eder. Islanma ve yıpranmalarını önleyecek önlemler alır. 3 Vardyası esnasında süt dağılımını stratek hedeflere göre takp eder. 4 Vardyası sırasında, yemek molalarında UHT ve süt tozu üntelernn operatörlüğünü yapar. 5 Vardyası süresnce üntelerdek Ģç hareketler, eksk malzemeler, probleml üretm, yönetm sorunları le lgl blgler (görev ve sorumluluğu le lgl blgy) derhal Ġmalat ġef ne ve Ġmalat Departman Müdürü ne bldrr, netcede alınan kararı uygular. 6 Vardyasında üntelerdek sstemler, ölçü aletlernn doğruluk derecesn ve soğuk hava depo sıcaklıklarını tek tek nceler, uygun olmayan durumlarda Makna Bakım Departmanı le letģm kurarak problemn gderlmesn sağlar. 7 Vardya süresnce ünteler arasında gerekl eleman transfern gerçekleģtrr. 8 Vardyası sırasındak sorunları malat toplantısında gündeme getrerek, zamanında çözülmesn sağlar. 9 Vardya süresnce yapılan Ģlern talmat ve prosedürlere uygun olarak yapılıp yapılmadığını takp eder, bell aralıklarla malat föylern kontrol eder. 10 Vardya baģlangıcı ve btmnde malat ünteler elemanlarının vardyalarına zamanında gelp gelmedğn kontrol eder. ĠĢn çerdğ görevlern bulanık ağırlıklarının belrlenmes çn frmada halen çalıģmakta olan k vardya mühendsnn katılımı le Tablo 4 te verlen ölçek kullanılarak kl karģılaģtırmalar yapılmıģ ve bu karģılaģtırmalar geometrk ortalama le brleģtrlerek üç farklı BAHS yöntem (Chang, 1996; Deng, 1999 ve Buckley, 1985) uygulanmıģ ve her br görevn üçgen bulanık ağırlıkları elde edlmģtr. Tablo 3. VM pozsyonu çn ş gerekler İş gerekler 1 Sözel Kavrama 2 Yazılı Kavrama 3 Sözlü Ġfade 4 Yazılı Ġfade 5 Aktf Dnleme 6 ĠĢlem Denetleme ve Kontrol 7 Hata Gderme 8 Kalte Kontrol Analz 9 Süt Üretm ve ĠĢlenmesne ĠlĢkn Blg 10 Lderlk 11 UzlaĢmacılık 12 BaĢarı Odaklılık 13 ArkadaĢça YaklaĢım 14 BaĢkalarının Çıkarlarına Hassasyet Gösterme 15 ĠĢbrlğ le ÇalıĢma Eğlm 16 Genel Güvenlrlk 17 ĠĢ Ahlakına Bağlılık 18 Ttzlk ve Detaylara Önem Verme 19 Duygusal Denge 20 Fkr Üretme Ġsteğ 21 KarĢılaĢılablecek Durumları ve Sonuçlarını Önceden Gözden Geçrme Tablo 4. BAHS nde kullanılan dlsel değşkenler ve bulanık sayılar (Tüysüz ve Kahraman, 2006) Dlsel ölçek Üçgen bulanık ölçek Üçgen bulanık ters ölçek Tam eģt (1, 1, 1) (1, 1, 1) EĢt derecede öneml (1/2, 1, 3/2) (2/3, 1, 2) Braz daha fazla öneml (1, 3/2, 2) (1/2, 2/3, 1) Kuvvetl derecede öneml (3/2, 2, 5/2) (2/5, 1/2, 2/3) Çok kuvvetl derecede (2, 5/2, 3) (1/3, 2/5, 1/2) öneml Tamamıyla öneml (5/2, 3, 7/2) (2/7, 1/3, 2/5) Görev ağırlıkları bulunduktan sonra k vardya mühendsnn ortak görüģü ve br nsan kaynakları uzmanının katılımı le brnc kalte evndek görev-ģ gereğ lģkler Tablo 5 te verlen ölçeğe göre değerlendrlmģ ve bu değerlendrmeler artmetk ortalama le brleģtrlmģtr Her br Ģ gereğ çn bulanık ağırlıklı toplam hesaplandıktan sonra doğrusal ölçek dönüģümü le normalze edlmģ ve Ģ gereklernn bulanık ağırlıkları elde edlmģtr. Bu bulanık ağırlıklar daha önce üç farklı BAHS yöntemne göre hesaplanmıģ olan görev ağırlıkları kullanılarak hesaplandığından her br Ģ gereğ çn üç farklı bulanık ağırlık bulunmuģtur. 82

9 Kalte Fonksyonu Açınımında bulanık nsan kaynakları atama model Tablo 5. Görev-ş gereğ lşklern değerlendrme ölçeğ Dlsel ölçek Üçgen bulanık ölçek Çok düģük (0,0,1) DüĢük (0, 0.1, 0.3) Orta-düĢük (0.1, 0.3, 0.5) Orta (0.3, 0.5, 0.7) Orta-yüksek (0.5, 0.7, 0.9) Yüksek (0.7, 0.9, 1) Çok yüksek (0.9, 1, 1) Ġknc kalte evne karģılık gelen nha seçm aģamasında vardya mühends pozsyonu çn Ģletmeye baģvuran 7 gıda mühends adaydan üçü eğtm ve tecrübeler nedenyle elenmģ ve kalan 4 aday le seçm sürecne devam edlmģtr. Değerlendrlen 4 aday arasından yalnız br Ģe alınacağı çn seçm oranı 0.25 olmuģtur. ĠĢletmenn Üretm Bölümü Müdürü ve Ġnsan Kaynakları Uzmanı, adayları değerlendrmek üzere ayrı zamanlarda bağımsız olarak mülakat yapmıģlar ve kend geleneksel değerlendrme yöntemlerne ek olarak Tablo 6 da verlen ölçek le Tablo 3 te verlen Ģ gerekler açısından değerlendrmģlerdr. Bu değerlendrmeler daha sonra bulanık artmetk ortalama le brleģtrlmģ ve Ģ gereklernn ağırlıkları kullanılarak BTOPSIS ve BVIKOR yöntemler uygulanmıģtır. Tablo 6. Aday değerlendrme ölçeğ Dlsel ölçek Üçgen bulanık ölçek Çok zayıf (0,0,1) Zayıf (0,1,3) Orta-zayıf (1,3,5) Orta (3,5,7) Orta-y (5,7,9) Ġy (7,9,10) Çok y (9,10,10) BTOPSIS uygulanması sonucunda elde edlen Tablo 7 dek sıralamaya göre, 2 numaralı adayın dama lk sırada, 1 numaralı adayın se dama son sırada olduğu görülmektedr. Görevlern ağırlıklarını bulmak çn Deng (1999) ve Buckley (1985) tarafından kullanılan BAHS süreçler uygulandığında elde ettğmz sıralama tamamen aynı ken Chang ın (1996) BAHS yöntem kullanıldığında 3 ve 4 numaralı adayların yer değģtrdğn görmekteyz. Tablo 7. Adayların BTOPSIS yöntemne göre sıralaması BAHS yöntem Chang (1996) Deng (1999) Buckley (1985) Aday 2 Aday 2 Aday 2 Aday 4 Aday 3 Aday 3 Aday 3 Aday 4 Aday 4 Aday 1 Aday 1 Aday 1 Sonuçların farklı br bulanık çok krterl karar verme yöntem uygulandığında ne derece tutarlı olacağını görmek üzere nha seçm aģamasında BVIKOR yöntem de uygulanmıģtır. Brnc kalte evnde üç farklı BAHS yöntem, ve BVIKOR da üç farklı v değer denenmes sonucunda, Tablo 8 de görülen 9 farklı sıralama elde edlmģtr. Farklı v değerler çn elde ettğmz sıralamaların tümünde 2 numaralı adayın lk sırada, 1 numaralı adayın se son sırada olduğunu görmekteyz. 4 numaralı aday v = 1 olduğunda, kullanılan BAHS yöntemnden bağımsız olarak knc sıraya yerleģmekte; dğer tüm durumlarda üçüncü sırada bulunmaktadır. Bu sonuçlar BTOPSIS yöntemnden elde edlen sonuçlar le tutarlılık göstermektedr. Tablo 8. Adayların BVIKOR yöntemne göre sıralaması BAHS yöntem v = 0.50 v = 0.75 v = 1.00 Chang (1996) Deng (1999) Buckley (1985) Aday 2 Aday 2 Aday 2 Aday 3 Aday 3 Aday 4 Aday 4 Aday 4 Aday 3 Aday 1 Aday 1 Aday 1 Aday 2 Aday 2 Aday 2 Aday 3 Aday 3 Aday 4 Aday 4 Aday 4 Aday 3 Aday 1 Aday 1 Aday 1 Aday 2 Aday 2 Aday 2 Aday 3 Aday 3 Aday 4 Aday 4 Aday 4 Aday 3 Aday 1 Aday 1 Aday 1 Sonuçlar Elde edlen sonuçlar aģağıdak gb özetleneblr: 83

10 O. Kozanoğlu, A.F. Özok ĠĢ görevlern BKFA çatısı altında personel seçm kararıyla lģklendren, personel seçm sürecndek subektflğ dlsel değģkenler ve bulanık sayıların kullanımıyla modelleyen br personel seçm yöntem gelģtrlmģ ve gelģtrlen yöntem gerçek br personel seçm problem çn uygulanmıģtır. Uygulamanın sonucunda elde edlen sıralamanın karar verclern geleneksel yöntemleryle elde ettkler kararlarla tutarlı br sonuç vermģtr. Bu anlamda yöntemn geçerllğ konusunda olumlu br sonuca varılmıģtır. Değerlendrlen aday sayısı arttığında zhnsel süreçler le en uygun adayı seçmek oldukça zorlaģacağı çn önerlen yöntemn daha fazla katkı yapılacağı sonucuna varılmıģtır. BKFA çatısı altında k farklı çok krterl karar verme yöntem denenmģ ve her k yöntem le aynı adayın seçldğ gözlemlenmģtr. Önerlen model, karar verclern geleneksel seçm yöntemlernde yaģadıkları zhnsel sürec kolaylaģtırmıģ ve analtk br temele oturtmuģtur. Böylelkle, seçm sürec aynı adaylar çn tekrar tekrar uygulandığında benzer sonuçların elde edleblmesn, dğer br deyģle personel seçm kararlarındak güvenlrlğn artmasını sağlamıģtır. Kaynaklar Buckley, J.J., (1985). Fuzzy herarchcal analyss, Fuzzy Sets and Systems, 17, 3, Büyüközkan, G. ve Ruan, D., (2008). Evaluaton of software development proects usng a fuzzy mult-crtera decson approach, Mathematcs and Computers n Smulaton, 77, Chang, D.Y., (1996). Applcatons of the extent analyss method on fuzzy AHP, European Journal of Operatonal Research, 95, 3, Chen, T.C., (2000). Extensons of the TOPSIS for group decson-makng under fuzzy envronment, Fuzzy Sets and Systems, 114, 1-9. Deng, H., (1999). Multcrtera analyss wth fuzzy parwse comparson, Internatonal Journal of Approxmate Reasonng, 21, Harvey, R.J., (1991). Job analyss n Dunnette, M. ve Hough, L., eds., Handbook of Industral & Organzatonal Psychology, 2, , Palo Alto, CA: Consultng Psychologsts Press. Kahraman, C., Buyukozkan, G. ve AteĢ, N.Y., (2007). A two phase mult-attrbute decsonmakng approach for new product ntroducton, Informaton Scences, 177, Klr, G. ve Yuan, B., (1995). Fuzzy sets and fuzzy logc: Theory and applcatons, Prentce Hall, Upper Saddle Rver, NJ. Raymond, M.R., (2001). Job analyss and the specfcaton of content for lcensure and certfcaton examnatons, Appled Measurement n Educaton, 14, Sanchez, J.J. ve Levne, E.L., (1989). Determnng mportant tasks wthn obs: A polcy-capturng approach, Journal of Appled Psychology, 74, Tüysüz, F. ve Kahraman, C., (2006). Proect rsk evaluaton usng a fuzzy analytc herarchy process: an applcaton to nformaton technology proects, Internatonal Journal of Intellgent Systems, 21, Zadeh, L.A., (1965). Fuzzy sets, Informaton and Control, 8,