Çok Kriterli Karar Verme Yöntemleri İle Yaşanabilir İllerin Sıralanması

Transkript

1 Selçuk Üniversitesi Sosyl Bilimler Enstitüsü Dergisi Syı: 33, 2015, ss Selcuk University Journl of Institute of Socil Sciences Volume: 33, 2015, p Çok Kriterli Krr Verme Yöntemleri İle Yşnbilir İllerin Sırlnmsı Meltem KARAATLI * Nuri ÖMÜRBEK ** İbrhim BUDAK *** Okn DAĞ **** ÖZET Çok Kriterli Krr Verme (ÇKKV); birçok kriteri birlikte değerlendirerek lterntiflere değerler tm süreci olrk ifde edilmektedir. Çok kriterli krr verme yklşımlrı; çok nitelikli krr verme ve çok mçlı krr verme olmk üzere ikiye yrılmktdır. Eğer problem bir tkım özelliklere punlr verilerek lterntiflerin değerlendirilmesi ve en iyisinin seçilmesi essın dylı ise bu tip problemlere çok nitelikli krr verme problemi denmektedir. Çok mçlı krr verme problemi ise çelişen mçlr dylı en iyi lterntifin seçimi ile ilgilidir. Her iki problem tipinde de bir y d birden fzl krr verici vrdır. Bu çlışmd d çok nitelikli krr verme problemi ele lınmıştır. Çok kriterli krr verme, birden fzl ve ynı nd uygulnn lterntiflerin içerisinden en iyi tercihin seçilmesini sğlyn yöntemdir. Rsyonel bir krr verme ortmınd en çok tercih edilen seçim, genellikle kısıtlr ve yönetimin mçlrı doğrultusund sınırlndırılmktdır. Çok kriterli krr verme; teorik gelişimi ile birlikte prtik uygulmlrı çısındn d krr nlizi lnınd çok hızlı bir gelişme göstermiştir. Güçlü bir mntık ypısı ile krr tespitlerindeki bşrısıyl kendini kbul ettirmiş, geniş bir uygulm lnın shiptir. Ülkemizde her ilin kendine özgü birtkım özellikleri bulunmktdır. Bu özellikler illeri kendi rlrınd frklı kılmktdır. Bu nedenle yşnbilir illerin belirlenmesinde illerin tşıdığı frklı özelliklerin hepsi ynı nd değerlendirilmelidir. Bu durum d çok kriterli krr vermeyi gerektirmektedir. Bu çlışmd seksen bir ili dikkte lrk yşnbilir iller sırlmsı ypılmıştır. Çlışmd ekonomi, eğitim, sğlık, kent hytı, güvenlik ve kültür snt kriterleri dikkte lınmıştır. Çlışmd çok kriterli krr verme yöntemlerinden SAW (Ağırlıklı Toplm Model-Weighted Sum Model), TOPSIS (Technique for Order Preference by Similrity to Idel Solution) ve Gri İlişkisel Anliz (Grey Reltionl Anlysis) yöntemleri kullnılmıştır. Yöntemlerin sonuçlrındn elde edilen bulgulr sonucund seksen bir ili kpsyn sırlmd genelde ilk üçte yer ln iller Ankr, Antly ve Eskişehir olup; son üçte ise Muş, Bitlis ve Hkkâri yer lmıştır. Anhtr Kelimeler: Yşnbilir İller, SAW, Gri İlişkisel Anliz, TOPSIS Çlışmnın Türü: Arştırm Rnking The Livble Cities Through Multi-Criteri Decision Mking Methods ABSTRACT Multi-Criteri Decision Mking (MCDM) is defined s the process of giving vlues to the lterntives by evluting severl criteri together. There re two types of MCDM pproches; Multi-Attribute Decision Mking nd Multiple-Objective Decision Mking. If MCDM problem is bsed on giving scores to some ttributes to determine the best lterntive, then it is clled s Multi- Attribute Decision Mking problem. Multiple-Objective Decision Mking problem is however relted to selecting the best lterntive, bsed on conflicting gols. Both problem types consist of one or more decision mkers. In this study, Multi-Attribute Decision Mking problem hs been used. Multi-Criteri Decision Mking is n pproch, which helps decision mkers to select the best choice by utilizing multiple criteri simultneously. The best choice is usully bounded by the criteri nd the gols of the executives in rtionl decision mking environment. Multi-Criteri Decision Mking show rpid development in decision mking re, due to its prcticl use. The method hs wide rnge of pplictions s it hs strong logicl structure on successful decisions. * Yrd. Doç. Dr., Süleymn Demirel Üniversitesi ** Doç. Dr., Süleymn Demirel Üniversitesi *** Süleymn Demirel Üniversitesi SBE YL. **** Süleymn Demirel Üniversitesi SBE YL.

2 Çok Kriterli Krr Verme Yöntemleri İle Yşnbilir İllerin Sırlnmsı In Turkey, every city hs its own unique ttributes. These ttributes differentite the cities from the others. Hence, ll those ttributes should be considered together in order to determine the livble cities. This condition requires the use of Multi-Attribute Decision Mking pproch. In this study, 81 cities of Turkey hve been rnked to crete the list of livble cities. In this study, economy, eduction, helth, city life, sfety, culture nd rt criteri hve been used. SAW (Weighted Sum Model), TOPSIS (Technique for Order Preference by Similrity to Idel Solution) nd Grey Reltionl Anlysis MCDM methods hve been used in the study. The findings highlight tht the first three most livble cities re usully Ankr, Antly nd Eskişehir, while the lst three re Muş, Bitlis nd Hkkri. Key words: Livble Citis, SAW, Grey Reltionl Anlysis, TOPSIS The type of reserch : Reserch 1.GİRİŞ Çok Kriterli Krr Verme (ÇKKV); birçok kriteri birlikte değerlendirerek lterntiflere değerler tm süreci olrk ifde edilmektedir. Çok kriterli krr verme yklşımlrı; çok nitelikli krr verme ve çok mçlı krr verme olmk üzere ikiye yrılmktdır. Eğer problem bir tkım özelliklere punlr verilerek lterntiflerin değerlendirilmesi ve en iyisinin seçilmesi essın dylı ise bu tip problemlere çok nitelikli krr verme problemi denmektedir. Çok mçlı krr verme problemi ise çelişen mçlr dylı en iyi lterntifin seçimi ile ilgilidir. Her iki problem tipinde de bir y d birden fzl krr verici vrdır. Bu çlışmd d çok nitelikli krr verme problemi ele lınmıştır (Phu nd Minow, 2005; 208). Çok kriterli krr verme, birden fzl ve ynı nd uygulnn kriterlerin içerisinden en iyi tercihin seçilmesini sğlyn yöntemdir. Rsyonel bir krr verme ortmınd en çok tercih edilen seçim, genellikle kısıtlr ve yönetimin mçlrı doğrultusund sınırlndırılmktdır. Çok kriterli krr verme; teorik gelişimi ile birlikte prtik uygulmlrı çısındn d krr nlizi lnınd çok hızlı bir gelişme göstermiştir. Güçlü bir mntık ypısı ile krr tespitlerindeki bşrısıyl kendini kbul ettirmiş, geniş bir uygulm lnın shiptir. (Güneş ve Umrusmn, 2003; 243). ÇKKV, hem bir yklşımı temsil etmekte hem de çoklu, ynı ölçüye ship olmyn ve birbiriyle çelişen kriterlerle krkterize edilebilecek problemlerle krşılşn insnlr, kendi değer yrgılrın uygun seçimler ypmlrınd yrdımcı olmsı için tsrlnmış teknik vey yöntemleri kpsr. ÇKKV, yöneylem rştırmsının son yıllrd en hızlı gelişen dlı olrk görülmekte ve bu lnın özü oln problem çözmede sistem düşünüşü, çok disiplinlilik ve bilimsel yklşım krkterlerini yenileyen ve cnlndırn bir lnı temsil etmektedir (Çınr, 2004; 17-18). Keeney e (1992) göre çok kriterli krr verme teknikleri ilgili kriterlerin ve lterntiflerin belirlenmesi, bu kriterlerin lterntiflere etkilerinin ve kriterlerin göreli önemlerinin syısl ölçümlerinin belirlenmesi ve her bir lterntifin sırsını belirleyebilmek için syısl değerlendirme süreci olmk üzere üç dımdn oluşmktdır (Mulliner vd., 2013; 271). Çok kriterli krr verme problemlerinin n mcı ilgili tüm kriterler çısındn en yüksek düzeyde memnuniyeti sğlyn iyi lterntifi belirleyebilmektir (Chtterjee nd Chkrborty, 2012; 385). Bu çlışmd d CNBC-e Business Dergisinin 2011 Eylül syısınd yyınlnn yşnbilir illerin sırlmsı ile ilgili bir çlışm dikkte lınmıştır (Mvi, 2011:64-98). Çlışmd yşnılbilir iller; ekonomi, eğitim, sğlık, güvenlik, kent hytı, kültür snt gibi kriterler doğrultusund hem yrı yrı hem de genel bir değerlendirme ypılrk sırlnmıştır. Çok kriterli krr verme yklşımlrı birden fzl kriter olduğund lterntiflerin değerlendirmesini mçlyn yöntemlerdir. Bu çlışmd d seksen bir il bu ltı n kriter dhilinde SAW, TOPSIS ve Gri İlişkisel Anliz yöntemleri kullnılrk sırlnmış ve sonuçlr hem yöntemler rsınd hem de CNBC-e Business Dergisinin ypmış olduğu sırlm ile krşılştırılmıştır. Bir nlmd en yşnbilir iller ltı kriterin bütün olrk değerlendirilmesi sonucund orty konulmuştur. 2.LİTERATÜR İNCELEMESİ Çlışmd kullnıln SAW, TOPSIS ve Gri İlişkisel Anliz Yöntemleri ile ilgili ypıln bzı çlışmlr Tblo 1. de özetlenmiştir. 216

3 Meltem KARAATLI Nuri ÖMÜRBEK İbrhim BUDAK Okn DAĞ Tblo 1. Litertür İncelemesi Yöntem Yzr Konu Shkouri, Nbee nd Alikbrisri (2013: ) Yenilenebilir ve Nükleer Enerji Afshri, Mojhed nd Yussuff (2010: ) Personel Seçimi SAW Mnokrn, Subhshini, Senthilvel, Murugnndhm nd Çlışkn Öğrenci Arştırmsı Rvichndrn (2011: ) Tsi, Wu, Ching nd Chen (2009: ) Gz Sensörü Sistemi Yurdkul ve İç (2003: 1-8) Otomotiv Firmlrının Finnsl Derecelendirilmesi Ömürbek ve Kıny (2013: ) Hvyolu Şirketlerinin Değerlendirilmesi TOPSIS Uyguntürk ve Korkmz (2012: ) Finnsl Performnslrın Değerlendirilmesi Yyr ve Bykr (2012: 21-42) Ktılım Bnklrının Verimlilikleri Öztürkoğlu ve Türker (2013: ) Pydş İlişki Anlizi Yılmz ve Güngör (2010: 1-9) Tornlm Prmetrelerinin Optimizsyonu Özdemir ve Deste (2009: ) Otomotiv Sektöründe Tedrikçi Seçimi Elitş, Eleren, Yıldız ve Doğn (2012: ) Sigort Şirketlerinin Finnsl Performnslrı Bş ve Çkmk (2012: 63-81) Finnsl Bşrısızlık Öngörü Çlışmsı Bektş ve Tun (2013: ) Performns Ölçümü Peker ve Bki (2011: 3-18) Sigort Şirketleri Finnsl Performnsı Ecer (2013: ) Türk Bnklrının Finnsl Performns Değerlendirmesi Köse, Apk ve Kbk (2013: ) Grup Krr Verme Problemi Gri İlişkisel Şişmn ve Eleren (2013: ) Uygun Otomobil Seçimi Anliz Tyyr, Akcnlı, Genç ve Erem (2014: 19-40) Finnsl Performns Değerlendirmesi Ayrıçy, Özçlıcı ve Ky (2013: ) Performns Değerlendirmesi Çkmk, Bş ve Yıldırım (2004: ) Ht Türleri Lin, Chung, Wen nd Yng (2009: 14-20) Bilgisyr Nümerik Kontrol Optimizsyonu Tn, Li nd Chn (2005: ) Gstroenterolojide Temel Yöntemlerin Uygulnbilirliği Lee nd Lin (2011: ) Ofis binlrının enerji performnslrının Değerlendirilmesi Tşkesen ve Kütükde (2013: ) Bor krbür tkviyeli metl mtriks kompozit sondjlrının nlizi Tng nd Young (2013: ) Silikon vb. dğlm uygulmlrınd ıslk kimysl belirlemek Mehrgn vd. (2012: ) Kritik bşrı fktörleri için entegre bir yklşım 3.SAW YÖNTEMİ Churchmn ve Ackoff (1954) trfındn portföy seçim problemine uygulnılrk litertüre kzndırıln SAW Yöntemi, litertürde Ağırlıklı Toplm Model (Weighted Sum Model) olrk d bilinmektedir. Mtemtiksel bsitliği nedeniyle ÇKKV litertüründe en fzl kullnıln tekniklerden biri oln SAW Yönteminin lgoritmsı şğıdki gibidir (Yeh, 2003; ). Adım 1: Krr Mtrisinin Normlize Edilmesi: SAW Yönteminde ilk şmd m syıd lterntif ve n syıd değerlendirme kriterinden oluşn krr mtrisi 1 ve 2 numrlı eşitlik yrdımıyl normlize edilir. = 1,., ; = 1,, ç ( ). r ij =. = 1,., ; = 1,, ç ( ) Adım 2: Alterntiflerin Tercih Değerlerinin Hesplnmsı: Her bir lterntifin toplm tercih değerleri 3 numrlı eşitlik yrdımıyl hesplnır. =. ( ) Burdki (w j ) notsyonu j kriterine verilen önem ğırlığını göstermektedir. Dh yüksek (V İ ) değeri (A İ )lterntifinin dh fzl tercih edileceği nlmın gelmektedir. SAW yönteminde tüm kriterlerin krşılştırılbilir (ynı ölçüm biriminde) syısl verilerden oluşmsın dikkt edilmelidir. 217

4 Çok Kriterli Krr Verme Yöntemleri İle Yşnbilir İllerin Sırlnmsı 4.TOPSIS YÖNTEMİ TOPSIS (Technique for Order Preference by Similrity to Idel Solution) yöntemi, ilk def 1981 yılınd Hwng ve Yoon trfındn orty konulmuş ve dh sonr 1992 yılınd Chen ve Hwng trfındn yöntem geliştirilmiştir. Yöntemin n mcı seçilen lterntifin idel çözüme en ykın negtif idel çözüme ise en uzk olmsıdır (Chen nd Chen, 2010; 1985). TOPSIS yöntemi pozitif idel çözüme mksimum ykınlığı oln bir lterntifi seçen yöntemdir. Yöntemin dımlrı şğıdki gibidir (Yoon nd Hwng, 1995; 39-41): Adım 1: Amçlrın belirlenmesi ve değerlendirme kriterlerinin belirlenmesi: Üstünlükleri sırlnck lterntifler ve bu lterntiflerin krşılştırılcğı kriterler belirlenir. Adım 2: Krr mtrisinin oluşturulmsı: Krr mtrisinin stırlrınd üstünlükleri sırlnmk istenen lterntifler, sütunlrınd ise krr vermede kullnılck değerlendirme kriterleri yer lmktdır. Krr mtrisi şğıdki gibidir. A ij =.. m m n 2 n... mn Adım 3: Krr mtrisinin Eşitlik 4 deki gibi normlize edilmesi:, j=1, 2, 3,.,J, i=1,2,3,..,n (4) Adım 4: Ağırlıklndırılmış normlize edilmiş krr mtrisinin formülize edilmesi: =, j=1,2,3,.,j, i=1,2,3,.,n (5) Adım 5: Pozitif idel çözüm (PIS) ve negtif idel çözümün (NIS) belirlenmesi: = {,,.., mksimum değerler (6) = {,,.., minimum değerler (7) Adım 6: Pozitif idel çözüm (PIS) ve negtif idel çözüm (NIS) den her bir lterntifin uzklığının hesplnmsı: =, j =1,2,..,J (8) =, j =1,2,..,J (9) Adım 7: Her lterntifin ykınlık ktsyısının (pozitif idel çözüme benzerliğinin) hesplnmsı: =, i = 1, 2,., J 0 CC i 1 (10) Adım 8: CC i değerlerinin krşılştırılmsı ve lterntiflerin sırlrının belirlenmesi. 5.GRİ İLİŞKİSEL ANALİZ YÖNTEMİ Gri İlişki Anlizi, 1982 yılınd Deng Joung trfındn bşltıln Gri Sistem Teorisinin bir üyesidir. Gri sistemin mcı, belirsiz bilgilerin olduğu vey hiçbir bilginin olmdığı durumlrd krr verilmesini kolylştırmktır. Bu çıdn bkıldığınd Gri Sistem Teorisi ve uygulmlrının temel mcı doğ bilimleri ve sosyl bilimler rsınd bir köprü kurmktır. Bu nedenle Gri Sistem Teorisi disiplinler rsı bir ypıy shiptir (Deng, 1989; 3). Gri sistem teorisinde; gri thmin, gri ilişki, gri progrmlm ve gri kontrol olmk üzere beş n bölüm söz konusudur. Son zmnlrd gri sistem teorisi thmin etme, sistem kontrolü, krr verme ve bilgisyr grfikleri gibi çok çeşitli lnlr uygulnmktdır. Gri bir sistemde, siyh renk, hiçbir bilgi olmdığı, beyz renk ise bütün bilgilerin olduğu durumu temsil etmektedir. Gri numrlr ve gri değişkenler ise tm olmyn ve belirsiz bilgileri temsil etmektedir (Li, Ymguchi nd Ngi, 2007; 132). 218

5 Meltem KARAATLI Nuri ÖMÜRBEK İbrhim BUDAK Okn DAĞ Gri ilişkisel nlizin dımlrı şu şekildedir (Lee nd Lin, 2011; ): Adım 1: Krr Mtrisinin Oluşturulmsı: m syıd lterntif ve n syıd kriter için i. lterntif y i =(y i1, y i2,.,y ij,.,y in ), şeklinde çıklnır. Burd y ij i. lterntifin j. kriter değerinin performnsını gösterir. Adım 2: Verilerin Normlize Edilmesi: Bu şmd krr mtrisi veri tekdüzeliğinin sğlnmsı için stndrtlştırılır yni normlize edilir. Normlizsyon için 11, 12 ve 13 numrlı eşitlikler kullnılır. 11 numrlı eşitlik en büyük değerin ktkısı dh çok ise, 12 numrlı eşitlik en küçük değerin ktkısı dh iyi ise, 13 numrlı eşitlik y * j değeri yni rzu edilen değere ykın olmsı için kullnılır. = = =,,,..,,,,.,,,,.,,,,..,,,,.,,,,., {,,,,,,,,,., İ = 1, 2,.., m; j=1,2,.,n (11) İ = 1, 2,.., m; j=1,2,.,n (12) Adım 3: Gri İlişki Ktsyısının Hesplnmsı: Bütün performns değerleri [0,1] rlığın getirildikten sonr üçüncü şm bşlr. Bu şmd i lterntifinin j kriteri için değerine shipse herhngi bir lterntifin 1 değerine ykınlığı y d 1 e eşitliği için gri ilişki üretme prosedürü süreci bşlr. Bunun nlmı i. lterntifin performnsı j. kriter için en iyisidir. Bir lterntifin bütün performns değerleri 1 eşit y d ykıns o lterntif en iyi seçim olcktır. Bu çlışmd referns serisi olrk gösterilir,,.,,., =(1,1,,1, 1) ve lterntifin krşılştırılbilir seriye en ykın referns serisini bulmyı mçlr. Gri ilişki ktsyısını hesplmk demek nin ye ne kdr ykın olduğunu bulmk demektir. Gri ilişki ktsyısı eşitlik 14 de olduğu gibi hesplnır., = i=1,2, m, j=1,2,,n (14) Eşitlik 14 de ki,, rsındki gri ilişki ktsyısıdır. =, =, = 1,2,, ; = 1,2,.,, =, = 1,2,, ; = 1,2,.,, değeri, [0,1] rlığınd oln ve yırım ktsyısı olrk nitelendirilen bir ktsyıdır. Genellikle litertürde 0,5 olrk lınmktdır. Frklı ktsyı değerleri de kullnılbilir. Adım 5: Gri İlişki Derecelerin Hesplnmsı: Gri ilişki derecesi 15 numrlı eşitlik yrdımıyl hesplnır. (, ) =, (15) Eşitlik 15 deki (, ), ve rsındki gri ilişki derecesidir. W j ifdesi bir ktsyıdır ve orn gruplrının kendi içinde ship olduklrı ğırlıklrı temsil etmektedir. Eğer ğırlık belirlenmemişse bu durumd eşit ğırlıklı kbul edilmekte ve ifde bsit bir ortlm işlemine dönüşmektedir. Burd önemli oln ğırlıklr toplmının 1 e eşit olmsıdır. Son olrk gri ilişki derecelerinin sırlmsı ypılmktdır. Gri ilişki derecesi referns seri ile krşılştırıln seri rsındki benzerlik derecesini göstermektedir. Her bir kriter çısındn krşılştırıln seriler rsınd herhngi biri trfındn gerçekleştirilen en iyi performns referns serisini göstermektedir. Bir lterntif için krşılştırılbilir seri referns serisi ile en yüksek gri ilişki derecesini lırs, referns serisine çok benzerdir denir ve o lterntif en iyi seçim olmktdır. Büyük değerli gri ilişki derecesinde küçük derecelere doğru lterntifler sırlnır. 6.YAŞANABİLİR İLLERİN SAW, TOPSIS VE GRİ İLİŞKİSEL ANALİZ YÖNTEMLERİ İLE SIRALANMASI Bu çlışmd CNBC-e Business Dergisinin 2011 Eylül syısınd yyınlnn yşnbilir illerin sırlmsı çlışmsı dikkte lınmıştır. Çlışmd yşnbilir iller; ekonomi, eğitim, sğlık, güvenlik, kent hytı, kültür (13) 219

6 Çok Kriterli Krr Verme Yöntemleri İle Yşnbilir İllerin Sırlnmsı snt gibi ltı kriter çerçevesinde dikkte lınrk her bir kriter çısındn seksen bir il sırlnmıştır (Mvi, 2011:64-98). Bu çlışmd ise seksen bir il bu ltı n kriter çerçevesinde bir bütün olrk değerlendirilmiş ve seksen bir ilin sırlmsı ypılmıştır. Seksen bir ilin değerlendirilmesinde çok kriterli krr verme yöntemlerinden SAW, TOPSIS ve Gri İlişki Anliz Yöntemleri kullnılmıştır. Her üç yöntemde de ynı krr mtrisi kullnılmış olup CNBC-e Business Dergisinin 2011 Eylül syısındki çlışmd belirlenen kriter ğırlıklrı dikkte lınmıştır. Dergide kriter ğırlıklrı; ekonomi 0.25, eğitim 0.2, sğlık 0.2, kent hytı 0.145, güvenlik ve kültür snt 0.08 olrk belirlenmiştir. Çlışmd, CNBC-e Business Dergisinde ekonomi, eğitim, sğlık, güvenlik, kent hytı ve kültür snt kriterlerine göre yrı yrı ypıln sırlmlr kullnılrk SAW, TOPSIS ve Gri ilişkisel nliz yöntemlerinde kullnıln ilk krr mtrisi oluşturulmuştur. (Tblo 2.) SAW, TOPSIS ve Gri ilişkisel nliz yöntemlerindeki dımlr uygulnrk şğıdki çözüm sonuçlrı elde edilmiştir. 220

7 Meltem KARAATLI Nuri ÖMÜRBEK İbrhim BUDAK Okn DAĞ Şehirler Ekonomi Eğitim Sğlık Güvenlik Tblo 2. Krr Mtrisi Kent hytı Kültür Snt Şehirler Adn Khrmnmrş Adıymn Krbük Afyonkrhisr Krmn Ağrı Krs Aksry Kstmonu Amsy Kyseri Ankr Kırıkkle Antly Kırklreli Ardhn Kırşehir Artvin Kilis Aydın Koceli Blıkesir Kony Brtın Küthy Btmn Mlty Byburt Mnis Bilecik Mrdin Bingöl Mersin Bitlis Muğl Bolu Muş Burdur Nevşehir Burs Niğde Çnkkle Ordu Çnkırı Osmniye Çorum Rize Denizli Skry Diyrbkır Smsun Düzce Siirt Edirne Sinop Elzığ Sivs Erzincn Şnlıurf Erzurum Şırnk Eskişehir Tekirdğ Gzintep Tokt Giresun Trbzon Gümüşhne Tunceli Hkkâri Uşk Hty Vn Iğdır Ylov Isprt Yozgt İstnbul Zonguldk İzmir Ekonomi Eğitim Sğlık Güvenlik Kent hytı Kültür -Snt 6.1.SAW YÖNTEMİNİN ÇÖZÜM SONUÇLARI SAW yöntemindeki dımlr sırsıyl uygulndığınd Tblo 3. de görülen sonuçlr elde edilmiştir. 221

8 Çok Kriterli Krr Verme Yöntemleri İle Yşnbilir İllerin Sırlnmsı Tblo 3. SAW Yöntemine Göre İllerin Sırlmsı Şehirler V SIRALAMA Şehirler V SIRALAMA Ankr 0, Şırnk 0, İstnbul 0, Mlty 0, Antly 0, Gümüşhne 0, Elzığ 0, Kırşehir 0, Eskişehir 0, Erzincn 0, Çorum 0, Bilecik 0, Isprt 0, Tekirdğ 0, Tunceli 0, Skry 0, Muğl 0, Şnlıurf 0, İzmir 0, Erzurum 0, Koceli 0, Mnis 0, Trbzon 0, Çnkırı 0, Bolu 0, Düzce 0, Artvin 0, Amsy 0, Çnkkle 0, Brtın 0, Sinop 0, Afyonkrhisr 0, Ağrı 0, Yozgt 0, Ylov 0, Mersin 0, Burdur 0, Siirt 0, Krmn 0, Niğde 0, Edirne 0, Vn 0, Kırıkkle 0, Ordu 0, Mrdin 0, Tokt 0, Nevşehir 0, Adn 0, Kstmonu 0, Diyrbkır 0, Giresun 0, Kilis 0, Rize 0, Khrmnmrş 0, Krbük 0, Bingöl 0, Blıkesir 0, Gzintep 0, Küthy 0, Hty 0, Kırklreli 0, Krs 0, Zonguldk 0, Adıymn 0, Uşk 0, Osmniye 0, Sivs 0, Ardhn 0, Denizli 0, Aksry 0, Kyseri 0, Btmn 0, Aydın 0, Muş 0, Smsun 0, Iğdır 0, Byburt 0, Bitlis 0, Burs 0, Hkkâri 0, Kony 0, SAW yöntemine göre yşnbilir iller sırlmsın Ankr, İstnbul ve Antly illeri ilk sıryı oluştururken Iğdır, Bitlis ve Hkkri illeri son sırd yer lmktdır. 6.2.TOPSIS YÖNTEMİNİN ÇÖZÜM SONUÇLARI TOPSIS yöntemindeki dımlr sırsıyl uygulndığınd Tblo 4. de görülen sonuçlr elde edilmiştir. 222

9 Meltem KARAATLI Nuri ÖMÜRBEK İbrhim BUDAK Okn DAĞ Tblo 4. TOPSIS Yöntemine Göre İllerin Sırlmsı Şehirler CC i SIRALAMA Şehirler CC i SIRALAMA Antly 0, Kırşehir 0, Eskişehir 0, Mnis 0, Trbzon 0, Mlty 0, Ankr 0, Amsy 0, Artvin 0, Erzurum 0, İstnbul 0, Tekirdğ 0, Isprt 0, Düzce 0, İzmir 0, Afyonkrhisr 0, Sinop 0, Elzığ 0, Rize 0, Tokt 0, Burdur 0, Mersin 0, Kırklreli 0, Ordu 0, Çnkkle 0, Sivs 0, Zonguldk 0, Brtın 0, Blıkesir 0, Skry 0, Edirne 0, Niğde 0, Bolu 0, Adn 0, Muğl 0, Yozgt 0, Uşk 0, Diyrbkır 0, Krmn 0, Gzintep 0, Giresun 0, Kilis 0, Küthy 0, Khrmnmrş 0, Krbük 0, Bingöl 0, Koceli 0, Aksry 0, Çorum 0, Siirt 0, Kyseri 0, Osmniye 0, Denizli 0, Mrdin 0, Kstmonu 0, Ağrı 0, Smsun 0, Ardhn 0, Erzincn 0, Adıymn 0, Tunceli 0, Şnlıurf 0, Ylov 0, Hty 0, Byburt 0, Şırnk 0, Kırıkkle 0, Vn 0, Kony 0, Krs 0, Aydın 0, Btmn 0, Burs 0, Iğdır 0, Gümüşhne 0, Muş 0, Nevşehir 0, Bitlis 0, Çnkırı 0, Hkkâri 0, Bilecik 0, TOPSIS yöntemine göre yşnbilir iller sırlmsın Antly, Eskişehir ve Trbzon illeri ilk sıryı oluştururken Muş, Bitlis ve Hkkri illeri son sırd yer lmktdır. 6.3.GRİ İLİŞKİSEL ANALİZ YÖNTEMİNİN ÇÖZÜM SONUÇLARI Gri ilişkisel nliz yöntemindeki dımlr sırsıyl uygulndığınd Tblo 5. de görülen sonuçlr elde edilmiştir. 223

10 Çok Kriterli Krr Verme Yöntemleri İle Yşnbilir İllerin Sırlnmsı Tblo 5. Gri İlişkisel Anliz Yöntemine Göre İllerin Sırlmsı Şehirler GİD Sırlm Şehirler GİD Sırlm Ankr 0, Elzığ 0, Antly 0, Kırşehir 0, Eskişehir 0, Çnkırı 0, İstnbul 0, Mnis 0, Trbzon 0, Erzurum 0, Artvin 0, Skry 0, Isprt 0, Tekirdğ 0, İzmir 0, Sivs 0, Bolu 0, Amsy 0, Muğl 0, Mersin 0, Çnkkle 0, Düzce 0, Burdur 0, Afyon 0, Sinop 0, Brtın 0, Edirne 0, Tokt 0, Ylov 0, Ordu 0, Rize 0, Niğde 0, Çorum 0, Adn 0, Kırklreli 0, Yozgt 0, Krmn 0, Diyrbkır 0, Blıkesir 0, Ağrı 0, Koceli 0, Gzintep 0, Zonguldk 0, Mrdin 0, Tunceli 0, Kilis 0, Uşk 0, Khrmnmrş 0, Krbük 0, Siirt 0, Giresun 0, Bingöl 0, Küthy 0, Şırnk 0, Denizli 0, Şnlıurf 0, Kstmonu 0, Vn 0, Kyseri 0, Hty 0, Kırıkkle 0, Ardhn 0, Nevşehir 0, Osmniye 0, Smsun 0, Adıymn 0, Aydın 0, Krs 0, Kony 0, Aksry 0, Byburt 0, Btmn 0, Erzincn 0, Iğdır 0, Gümüşhne 0, Muş 0, Burs 0, Bitlis 0, Bilecik 0, Hkkâri 0, Mlty 0, Gri İlişkisel Anliz Yöntemine göre yşnbilir iller sırlmsın Ankr, Antly ve Eskişehir illeri ilk sıryı oluştururken Muş, Bitlis ve Hkkri illeri son sırd yer lmktdır. 6.4.SAW, TOPSIS VE GRİ İLİŞKİSEL ANALİZ YÖNTEMLERİNİN KIYASLANMASI Tblo 6. d CNBC-e nin 2011 Business Eylül yı dergisinde verilen sırlm ve SAW, TOPSIS, Gri İlişkisel Anliz Yöntemine göre orty çıkn sırlmlr görülmektedir. Dergide yer ln sırlmd Ankr birinci sırd, Antly ikinci sırd ve Eskişehir üçüncü sırd yer lmıştır. SAW Yöntemine göre Ankr birinci sırd, İstnbul ikinci sırd, Antly üçüncü sırd yer lırken, TOPSIS yönteminde birinci sırd Antly, ikinci sırd Eskişehir, üçüncü sırd Trbzon yer lmıştır. Gri İlişkisel Anliz Yöntemine göre ise birinci sırd Ankr, ikinci sırd Antly ve üçüncü sırd Eskişehir yer lmıştır. 224

11 Meltem KARAATLI Nuri ÖMÜRBEK İbrhim BUDAK Okn DAĞ Tblo 6. CNBC-e, SAW, TOPSIS ve Gri İlişki Anlizine Göre Sırlm Şehirler SAW TOPSIS GRI CNBC-e Şehirler SAW TOPSIS GRI CNBC-e Adn Khrmnmrş Adıymn Krbük Afyon Krmn Ağrı Krs Aksry Kstmonu Amsy Kyseri Ankr Kırıkkle Antly Kırklreli Ardhn Kırşehir Artvin Kilis Aydın Koceli Blıkesir Kony Brtın Küthy Btmn Mlty Byburt Mnis Bilecik Mrdin Bingöl Mersin Bitlis Muğl Bolu Muş Burdur Nevşehir Burs Niğde Çnkkle Ordu Çnkırı Osmniye Çorum Rize Denizli Skry Diyrbkır Smsun Düzce Siirt Edirne Sinop Elzığ Sivs Erzincn Şnlıurf Erzurum Şırnk Eskişehir Tekirdğ Gzintep Tokt Giresun Trbzon Gümüşhne Tunceli Hkkâri Uşk Hty Vn Iğdır Ylov Isprt Yozgt İstnbul Zonguldk İzmir SONUÇ, DEĞERLENDİRME VE ÖNERİLER Çok kriterli krr verme birbiriyle çelişen birçok kriteri birlikte değerlendirerek lterntifler rsındn en uygunu seçmeyi mçlmktdır. Çok kriterli krr verme yklşımlrı litertürde oldukç geniş bir yer tutmktdır. Birçok çok kriterli krr verme yöntemi mevcuttur. Krr verici çlışmsının niteliğine göre bu yöntemlerden birini y d bir kçını tercih edebilir. Bzı çlışmlrd orty konuln kriterler eşit öneme shipken, bzı çlışmlrd kriter ğırlıklrı uzmn görüşleri dhilinde çok kriterli krr verme yöntemlerinden biriyle belirlendikten sonr yine bir bşk çok kriterli krr verme yöntemlerinden biriyle nihi çözüme ulştırılır. Bu çlışmd CNBC-e Business Dergisini Eylül 2011 syısınd yşnbilir illerin sırlnmsı ile ilgili çlışm dikkte lınmıştır. Çlışmd yşnılbilir iller; ekonomi, eğitim, sğlık, güvenlik, kent hytı, kültür snt gibi kriterler doğrultusund hem yrı yrı hem de genel bir değerlendirme ypılrk sırlnmıştır. Bu çlışmd d seksen bir il bu ltı kriter dhilinde bir bütün olrk değerlendirilmiş ve seksen bir ilin sırlmsı ypılmıştır. Bir nlmd en yşnılbilir iller orty konulmuştur. 225

12 Çok Kriterli Krr Verme Yöntemleri İle Yşnbilir İllerin Sırlnmsı Bu çlışmd yşnbilir illerin değerlendirilmesinde SAW, TOPSIS ve Gri İlişkisel Anliz yöntemleri kullnılmış ve sonuçlr krşılştırılmıştır. Çlışmd elde edilen sonuçlr CNBC-e Business Dergisinin Eylül 2011 syısındki çlışm sonuçlrı ile de krşılştırılcğı için bu dergideki çlışmd belirlenen kriter ğırlıklrı dikkte lınmıştır. Dergide yer ln sırlmd Ankr birinci sırd, Antly ikinci sırd ve Eskişehir üçüncü sırd yer lmıştır. SAW Yöntemine göre Ankr birinci sırd, İstnbul ikinci sırd, Antly üçüncü sırd yer lırken, TOPSIS yönteminde birinci sırd Antly, ikinci sırd Eskişehir, üçüncü sırd Trbzon yer lmıştır. Gri İlişki Yöntemine göre ise birinci sırd Ankr, ikinci sırd Antly ve üçüncü sırd Eskişehir yer lmıştır. Hem derginin ypmış olduğu sırlmd hem de çok kriterli krr verme yöntemlerine göre ypıln sırlmd Ankr ili ilk sırd Antly ise ilk üç sırd yer lmktdır. Çlışmd kullnıln kriter ğırlıklrının; ekonomi 0.25, eğitim 0.2, sğlık 0.2, kent hytı 0.145, güvenlik 0.125, kültür-snt 0.08 olduğu görülmektedir. Kriter ğırlıklrın bkıldığınd en önemli kriterlerin ekonomi, eğitim ve sğlık kriterlerinin olduğu görülmektedir. CNBC-e Business Dergisinin sırlmsın göre Ankr ili güvenlik ve kent hytı kriteri dışındki ekonomi, eğitim ve sğlık kriterleri çısındn sırlmlrd ilk dörtte yer lmktdır. Dolyısıyl hem derginin hem de SAW ve Gri İlişkisel Anliz Yöntemine göre ilk sırd, TOPSIS yöntemine göre de dördüncü sırd yer lmıştır. Çok kriterli krr verme yöntemlerine göre ypıln sırlmd ilk sırlmd yer lmıştır. Antly ili ekonomi, sğlık, kent hytı, kültür-snt, kriterleri çısındn ilk ond yer lmkt diğer kriterlerde üst sırlrd denilebilecek düzeyde yer lmktdır. Bu çıdn hem derginin hem de çok kriterli krr verme tekniklerine göre sırlmd ilk üçte yerini lmıştır. Yine Eskişehir ili; ekonomi, eğitim, sğlık ve kültür-snt kriterlerine göre ilk ond yer ldığı için derginin sırlmsınd, TOPSIS ve gri ilişkisel nliz yönteminin sırlmsınd ilk üçte yer lırken, Trbzon kent hytı dışındki kriterlerde üst sırlrd yer ldığı için tüm çok kriterli krr verme yöntemlerine göre ilk beşte, dergiye göre ise 12. sırd yer lmıştır. İstnbul; ekonomi, kent hytı, kültür-snt kriterlerinde ilk sırlrd, eğitim ve güvenlik çsındn d iyi bir sırlmd yer ldığı için derginin ve tüm çok kriterli krr verme yöntemlerinde ilk ltıd yer lmıştır. Sonuçlr genel olrk bkıldığınd ise; en yşnbilir illerin Ankr ve Antly olduğu görülmektedir. KAYNAKÇA Afshri, A., Mojhed, M. & Yusuff, R.M. (2010). Simple Additive Weighting Approch To Personnel Selection Problem, Interntionl Journl of Innovtion Mngement Technology, 1(5): Ayrıçy, Y., Özçlıcı, M. & Ky, M. (2013). Gri İlişkisel Anlizin Finnsl Kıyslm Arcı Olrk Kullnılmsı: IMKB-30 Endeksindeki Finnsl Olmyn Firmlr Üzerine Bir Uygulm, Khrmnmrş Sütçü İmm Üniversitesi Sosyl Bilimler Dergisi, 10(1): Bş, M. & Çkmk, Z. (2012). Gri İlişkisel Anliz Ve Lojistik Regresyon Anlizi İle İşletmelerde Finnsl Bşrısızlığın Belirlenmesi Ve Bir Uygulm, Andolu Üniversitesi Sosyl Bilimler Dergisi, 12(3): Bektş, H. & Tun, K. (2013). Bors İstnbul Gelişen İşletmeler Piyssınd İşlem Gören Firmlrın Gri İlişkisel Anliz İle Performns Ölçümü, Çnkırı Krtekin Üniversitesi İktisdi ve İdri Bilimler Fkültesi Dergisi, 3(2): Chtterjee, P. & Chkrborty, S. (2012). Mteril Selection Using Preferentil Rnking Methods, Mterils nd Designs, 35: Chen J.K. & Chen S., (2010). A Pro-Performnce Apprisl System For The University, Expert Systems With Applictions, 37: Çkmk, Z., Bş, M. & Yıldırım, E. (2012). Gri İlişkisel Anliz Ve Uyum Anlizi İle Bir İşletmede Krşılşıln Üretim Htlrının İncelenmesi, Süleymn Demirel Üniversitesi İ.İ.B.F. Dergisi, 17(1): Çydş, U. & Hsçlık, A. (2008). Use Of The Grey Reltionl Anlysis To Determine Optimum Lser Cutting Prmeters With Multi-Performnce Chrcteristics, Optics nd Lser Technolgy, 40(7): Çınr, Y. (2004). Çok Nitelikli Krr Verme Ve Bnklrın Mli Performnslrının Değerlendirilmesi Örneği, Yyınlnmmış Yüksek Lisns Tezi: Ankr Üniversitesi Sosyl Bilimler Enstitüsü. Deng, J. (1989). Introduction To Grey System Theory, The Journl of Grey System, 1(1):

13 Meltem KARAATLI Nuri ÖMÜRBEK İbrhim BUDAK Okn DAĞ Ecer, F. (2013). Türkiye deki Özel Bnklrın Finnsl Performnslrının Krşılştırılmsı: Dönemi, Abnt İzzet Bysl Üniversitesi Sosyl Bilimler Enstitüsü Dergisi, 13(2): Elitş, C., Eleren, A., Yıldız, F. & Doğn, M. (2012). Gri İlişkisel Anliz İle Sigort Şirketlerinin Performnslrının Belirlenmesi, Attürk Üniversitesi İktisdi ve İdri Bilimler Fkültesi 16. Finns Sempozyumu, Ekim 2012: Güneş, M. & Umurusmn, N. (2003). Bir Krr Destek Arcı Bulnık Hedef Progrmlm Yerel Yönetimlerde Vergi Optimizsyonu Uygulmsı, Rewiev of Socil Economic & Busisness Studies, 2: Köse, E., Aplk, H.S. & Kbk, M. (2013). Personel Seçimi İçin Gri Sistem Teori Tbnlı Bütünleşik Bir Yklşım, Ege Akdemik Bkış, 13(4): Lee, W.S. & Lin, Y.C., (2011). Evluting And Rnking Energy Performnce Of Office Buildings Using Grey Reltionl Anlysis, Energy 36(5): Li, G.D., Ymguchi, D. & Ngi, M. (2007). Appliction Of Grey-Bsed Rough Decision-Mking Approch To Suppliers Selection, Journl of Modelling in Mngement, 2(2): Lin, S.S., Chung, M.T., Wen, J.L. & Yng, Y.K. (2009). Optimiztion Of 6061T6 Cnc Boring Process Using The Tguchi Method And Grey Reltionl Anlysis, The Open Industril nd Mnufcturing Engineering Journl, 2: Mnokrn, E., Subhshini, S., Senthilvel, S., Murugnndhm, R. & Rvichndrn, K. (2011). Appliction Of Multi Criteri Decision Mking Tools And Vlidtion With Optimiztion Technique-Cse Study Using TOPSIS, ANN & SAW, Interntionl Journl of Mngement&Business Studies, 1(3): Mvi, B. (2011). Seksen Bir İlin Yşm Klitesi Arştırmsı, CNBC-e Business Dergisi, Eylül 2011: Mehregn, M.R, Jmporzmeyb, Hosseinzdeh M.M. & Kzemi, A. (2012). An Integrted Approch Of Criticl Success Fctors (Csfs) And Grey Reltionl Anlysis For Rnking KM Systems, Procedi - Socil nd Behviorl Science, 41: Ömürbek, V. & Kıny, B. (2013). Hvyolu Tşımcılığı Sektöründe TOPSIS Yöntemiyle Finnsl Performns Değerlendirmesi, Süleymn Demirel Üniversitesi İktisdi ve İdri Bilimler Fkültesi Dergisi, 18(3): Özdemir, A.İ. & Deste, M. (2009). Gri İlişkisel Anliz İle Çok Kriterli Tedrikçi Seçimi: Otomotiv Sektöründe Bir Uygulm, İstnbul Üniversitesi İşletme Fkültesi Dergisi, 38(2): Öztürkoğlu, Y. & Türker, D. (2013). Appliction Of TOPSIS To Anlyze Stokeholder Reltions, Interntionl Journl of Business nd Socil Reserch, 3(5): Peker, İ. & Bki, B. (2011). Gri İlişkisel Anliz Yöntemiyle Türk Sigortcılık Sektöründe Performns Ölçümü, Interntionl Journl of Economic nd Administrtive Studies, 4(7): Phu M.H. & Minow M., (2005). A GIS-Bsed Multi-Criteri Decision Mking Approch To Forest Conservtion Plnning At A Lndscpe Scle: A Cse Study In The Kinblu Are, Sbh, Mlysi, Lndscpe nd Urbn Plnning, 71: Shkouri H.G., Nbee, M. & Alikbrisri, S. (2014). A Quntittive Discussion On The Assesment Of Power Supply Technologies: DEA And SAW As Complementory Methods For The Grmmr, Energy 64: Şişmn, B. & Eleren, A. (2013). En Uygun Otomobilin Gri İlişkisel Anliz Ve ELECTRE Yöntemleri İle Seçimi, Süleymn Demirel Üniversitesi İktisdi ve İdri Bilimler Fkültesi Dergisi, 18(3): Tn, X.R., Li, Y.G. & Chn, M.Z. (2005). Applictions Of Grey Reltionl Anlysis in Gstroenterology, World Journl of Gstroenterology, 11(22): Tng, C.W. & Young, H.T. (2013). Using Grey Reltionl Anlysis To Determine Wet Chemicl Etching Prmeters in Through-Silicon-Vi Etching Appliction, Mterils Science in Semiconductor Processing, 16: Tşkesen, A. & Kütükde, K. (2013). Experimentl Investigtion And Multi-Objective Anlysis On Drilling Of Boron Crbide Reinforced Metl Mtrix Composites Using Grey Reltionl Anlysis, Mesurement, 47:

14 Çok Kriterli Krr Verme Yöntemleri İle Yşnbilir İllerin Sırlnmsı Tyyr, N., Akcnlı, F., Genç, E. & Erem, I. (2014). BİST e Kyıtlı Bilişim Ve Teknoloji Alnınd Fliyet Gösteren İşletmelerin Finnsl Performnslrını Anlitik Hiyerrşi Prosesi (AHP) Ve Gri İlişkisel Anliz (GİA) Yöntemiyle Değerlendirilmesi, Muhsebe ve Finnsmn Dergisi, Ock, s Tsi, H.H., Wu, D.H., Ching, T.L. & Chen, H.H. (2009). Robust Design Of SAW Gs Sensors By Tguchi Dynmic Method, Sensors, 9: Uygurtürk, H. & Korkmz, T. (2012). Finnsl Performnsın TOPSIS Çok Kriterli Krr Verme Yöntemi İle Belirlenmesi: An Metl Snyi İşletmeleri Üzerine Bir Uygulm, Eskişehir Osmngzi Üniversitesi İktisdi ve İdri Bilimler Fkültesi Dergisi, 7(2): Yyr, R. & Bykr, H.V. (2012). TOPSIS Yöntemi İle Ktılım Bnklrının Etkinliği Ve Verimliliği Üzerine Bir Uygulm, Business nd Economics Reserch Journl, 3(4): Yeh, C.H. (2003). The Selection Of Multittribute Decision Mking Methods For Scholrship Student Selection, Interntionl Journl of Selection nd Assessment, 11(4): Yılmz, E. & Güngör, F. (2010). Gri İlişkisel Anliz Yöntemine Göre Frklı Sertliklerde Optimum Tkım Tutucusunun Belirlenmesi, 2. Ulusl Tsrım İmlt ve Anliz Kongresi Ksım 2010, Blıkesir: 1-9. Yoon K.Pul & Hwng, C.L., (1995). Multiple Attribute Decision Mking An Introduction :SAGE Publictions Yurdkul, M. & İç, Y.T. (2003). Türk Otomotiv Firmlrının Performns Ölçümü Ve Anlizine Yönelik TOPSIS Yöntemini Kullnn Bir Örnek Çlışm, Gzi Üniversitesi Mühendislik ve Mimrlık Fkültesi Dergisi, 18(1):