BALİ-GENCER AHP, BULANIK AHP VE BULANIK MANTIK LA KARA HARP OKULUNA ÖĞRETİM ELEMANI SEÇİMİ. Özkan BALİ 1 Cevriye GENCER 2 ÖZET

Transkript

1 AHP, BULANIK AHP VE BULANIK MANTIK LA KARA HARP OKULUNA ÖĞRETİM ELEMANI SEÇİMİ Özkan BALİ Cevrye GENCER ÖZET Çalışmada, br karar problem olarak Kara Harp OkuluKHO) na öğretm elemanı seçm ele alınmış ve mülakat aşamasında karar vercler, adayları, subjektf ve objektf krterlere göre değerlendrmşlerdr. Kara Harp Okulu na öğretm elemanı seçmnde mevcut durum yanında, Analtk Hyerarş SüreçAHP), Bulanık AHP ve Bulanık Mantık Algortması uygulanmıştır. Bulanık AHP ve bulanık mantık uygulanırken, karar verclerden dlsel fadeler kullanarak karşılaştırma yapmaları stenmştr. Çalışmanın sonunda, KHOna öğretm elemanı seçmnde uygulanan yaklaşımlar karşılaştırılmıştır. Anahtar Kelmeler: Bulanık Mantık, Personel Seçm, Analtk Hyerarş Süreç, Bulanık Analtk Hyerarş Süreç.. GİRİŞ Karar verme, kşlern, kurumların, şrketlern her dönemde karşılaştığı br problemdr. Çoğu zaman karar vermeden kastedlen, alternatfler arasından seçm yapma olarak karşımıza çıkmaktadır. Karar vermenn tanımı, belrl br amaca ulaşmak çn değşk alternatflern belrlenmes ve bunların çnden en etklsnn seçlmes şlem şeklnde yapılablr Stoner, 989: 65-69). Alternatfler arasından seçm yaparken problem gderecek en y alternatf seçlmeye çalışılır. Ancak en y, kşlere göre değşkenlk göstereblmektedr. Bu da karar vercnn, pskolojk, sosyolojk, ekonomk, kültürel gb brçok özellğne bağlıdır. Personel seçmnde br karar verme problem olarak tanımlanablr. Çalışmada, ntelkl personel seçm çn çeştl yaklaşımlardan bahsedlecektr. Ülkemzde de ağırlıklı olarak personel seçm mülakatlarla yapılmaktadır. Karar vercnn en y adayı seçerken zledğ teknkler kşden kşye farklılık göstermektedr. Eğer önceden ş başarablmes çn adayın sağlaması gereken krterler belrlenmşse, o krterler adayın ne kadar sağladığı ölçülmeye çalışılır. Personel seçmnde karar vercler, adayları değerlendrrken subjektflk ortaya çıkmaktadır. Değerlendrmede adayların bazı krterlerden aldığı puanlar test ya da yazılı sınavlardan elde edleblmektedr. Bu tp Y.Müh.Ütğm., KHO Dekanlığı Ss.Ynt.Bl.Böl. Öğretm Elemanı, obal@kho.edu.tr Doç.Dr., Gaz Ünv. Müh.Mm.Fak. Endüstr Müh. Böl. Öğretm Üyes, ctemel@gaz.edu.tr 4

2 krterler, objektf krterler olarak adlandırılablr. Objektf krterlerden, adayların aldığı puanlar genel olarak drek hesaba katılablr. Asıl sorun, karar verclern adayları subjektf krterlere göre değerlendrlmesnde ortaya çıkmaktadır. Çalışmada, personel seçm sürecnde mülakat teknğ kullanılırken, adayların değerlendrlmesnde objektf ve subjektf krterler ayrı ayrı ele alınmaktadır. Böylece, en y adayın seçmnde daha başarılı olunacağı düşünülmektedr.. PERSONEL SEÇİM YÖNTEMLERİ Lteratürde kullanılan personel seçm yöntemlernden bazıları Analtk Hyerarş Süreç AHP), Bulanık AHP ve Bulanık Mantık Algortmalarıdır... Analtk Hyerarş Süreç AHP, br problem çözme teknğ olarak Saaty tarafından gelştrlmştr. AHP uygulanablmes çn seçm krterlernn hyerarşk yapısının oluşturulması, karar verclern kl karşılaştırmalar yapması tutarlılığın hesaplanması gerekmektedr. AHP nn en öneml özellğ, karar vercnn karar problemn brbrler le hyerarşk lşks olan elemanlara ayırmasıdır. Bu hyerarşnn en tepesnde karar vercnn nhaî hedef bulunur. Hyerarşnn daha alt sevyelernde bu nhaî hedefe ulaşmak çn göz önüne alınması gereken krterler sıralanır Buede, 986). Tablo. Önem Dereceler Ölçek Tanım Açıklama Eşt Önem Her k elemanın da br üst sevyedek krtere katkısı eşttr. 3 Az Önem Tecrübe ve yargı br elemanın dğer elemana göre braz daha öneml olduğunu göstermektedr. 5 Yüksek Önem Tecrübe ve yargı br elemanın dğer elemana göre oldukça öneml olduğunu göstermektedr. 7 Çok Yüksek Önem Tecrübe ve yargı br elemanın dğer elemana göre çok öneml olduğunu göstermektedr. 9 Son Derece Öneml Br eleman dğer elemana göre mutlak üstünlüğe sahptr.,4,6,8 Ara Değerler İk eleman arasındak önem derecesn yukarıdak ölçekler tam olarak yansıtamadığı zaman kullanılırlar. AHP nn knc aşamasında kl karşılaştırmalar yapılır Saaty, 994). Bu kl karşılaştırmalar br kare matrs le gösterlr. Her karşılaştırma, 5

3 matrste en soldak sütundak br elemanın en üst satırdak br elemana göre üstünlüğünü gösterr. Her aşama kend elemanlarıyla bre br karşılaştırmayı gerektrdğnden Saaty 980: 6-38), her aşamadak elemanların sayısının maksmum 9 u aşmaması gerektğn söyler. Önem dereces Tablo de gösterlen ölçeğe göre belrlenr. AHP de dkkat edlmes gereken br husus da yapılan kıyaslamaların bell br derecede tutarlı olmasıdır. Başka br deyşle, bell br tutarsızlık değernn kabul edlmesdr. Tutarlılık dereces kabul edleblr br düzeyde se süreç devam eder değlse analz sürdürmeden önce kşerl mukayeseler br kez daha gözden geçrlr. Buna göre, tutarsızlık oranının 0. den küçük çıkması tutarsızlığın kabul edleblr sınırlar çnde olduğunu göstermektedr Saaty, 994)... Bulanık Analtk Hyerarş Süreç Bulanık AHP, AHP sürecn, bulanık mantık ve dlsel değşkenlern kullanımını brleştrmş br problem çözme teknğdr. Bulanık AHP çn Chang n 99) bulanık extent boyut) analz metodu dkkate alınmaktadır X = x x,..., ve U, br amaç Kahraman, 004). X, br hedef kümes {, x n } kümes { u, u u } U =,..., olsun. Chang n boyut analz metoduna göre her br hedef alınır ve her br boyut analz g ) sırasıyla uygulanır. Böylece, aşağıda gösterldğ gb, her br hedef çn m boyut analz değer elde edlr. m M, M,..., M, =,,..., n g g g Burada belrtlen tüm j g M j =,,..., m) parametreler l,m, ve u olan üçgensel bulanık sayılardır. Bunlar sırasıyla, en az olası değer, en olası değer ve en genş olası değerdr. Br üçgensel bulanık sayı l, m, u) olarak fade edlr. Chang n boyut analz aşamaları aşağıda verlmştr. Aşama :. hedefe göre bulanık sentetk boyut değer şöyle tanımlanablr: S = m j= M j g * n m = j= M j g 6

4 Brnc aşamanın sonunda aşağıdak fade hesaplanır. n m j = M g,, n n n = j= u m l = = = Aşama : M = l, m, u ) M = l, m, u) fadesnn olablrlk dereces şöyle tanımlanır:, eger m m V M M ) = hgt M M ) = µ M d ) = 0, eger l u l u, dd. m u ) m l ) Aşama 3: Br konveks bulanık sayı M nn, k konveks bulanık sayıdan M =,,...,k) daha büyük olması çn olablrlk dereces şöyle tanımlanır: V M M, M,..., M k ) = V[ M ) ve M M ) ve,..., ve M M M k )] = MnV M M ), =,,...,k. ' d A ) = MnV S S k ) k=,,...,n çn k olmak üzere ağırlık vektörü aşağıdak gb verleblr. ' ' ' ' W = d A ), d A ),..., d )) A =,,..., n) olmak üzere A n elementldr. A n T Aşama 4: Normalzasyon şlem le normalze edlen ağırlık vektörü; T W = d A ), d A ),..., d )) Burada W bulanık olmayan br sayıdır. A n.3. Bulanık Mantık Algortması Personel seçmnde bulanık mantık le lgl çalışma Lang 994) tarafından yapılmıştır. Lang ın çalışmasında, subjektf krterlern derecelendrlmes çn aşağıdak algortma önerlmştr: 7

5 Adım. Karar verclerden seçm krterlernn ve tanımlarının alınması. Adım. Krterler; subjektf ve objektfler olarak ayırmak. Adım 3. Subjektf krterlere önem ağırlıklarını vermek. Adım 4. Br çok krtere karşılık adaylara uygun dereceler vermek. Adım 5. Subjektf krterlern ağırlıklarının cetveln yapmak N t ). Adım 6. Karar verclerle derecelern öncelk cetvellern yapmak, sonra subjektf krterler C t ) altında, adayların P ) bulanık derecelern M t ) br araya getrmek. Adım 7. Brçok objektf krtere karşılık farklı adaylar çn brleştrlmş test sonuçları cetvel yapmak. Adım 8. Brçok subjektf krter göz önünde bulundurarak M t ve N t ler bütünleştrmek ve bulanık uygunluk ndeksn G ) elde etmek. Adım 9. Tüm adaylar çn subjektf derece değerlern ST ) hesaplama. Adım 0. Her br adayın objektf krterlernn test sonuçlarının derece değerlernn OT ) hesaplanması. Adım. Sonuç derece değerlernn hesaplanmasıft ). Adım. En yüksek fnal derece değerne sahp adayın seçlmes..3.. Karar verclern bulanık değerlendrmelern ve bulanık uygunluk ndekslern br araya getrmek Personel P ye, karar verc D j tarafından C t krter çn X tj dlsel derece belrlenmş olsun. X tj, kümesnde j karar vercnn t krterne göre. adaya verdğ en az olası değer q, en olası değer o ve en genş olası değer p dr. A tj, j. karar vercnn t. krtere göre yaptığı ağırlıklandırmada, c en az olası değer, a en olası değer ve b en genş olası değer gösterr. X tj = q tj,o tj,p tj ), =,,..,m, t=,,..,k, j=,,..,n A tj = c tj,a tj,b tj ), t=,,..,k, j=,,..,n, C t krter çn D j karar vercs tarafından dlsel ağırlıklandırma çn verlmş olsun. +) ve *), bulanık toplam ve çarpma şlemdr. M t =/n)*)x t +)X t +).+)X tn ) ve N t =/n)*)a t +)A t +) +)A tn ), q c t t = = n j= n j= c q tj tj / n, ot = o n j= / n, at = a n j= j tj / n, pt = p n j= / n, bt = b n j= tj tj / n, / n, Buradan; 8

6 M t =q t,o t,p t ) ve N t =c t,a t,b t ) bulunur. BALİ-GENCER. adayın bulanık uygunluk ndeks G standart bulanık artmetk şlemlerle elde edlr. G =/k)*)[m *)N )+)M *)N )+)..+)M k *)N k )] Genşleme prensbyle, G üyelk fonksyonu; f T U G H + [ H x) = H + [ H 0, k = ot qt ) at ct ) / t= + x Y ) / T ] + x Z ) / U / / ],, dger Y x Q, Q x Z, durumlarda =,,..,m k, T = [ qt at ct ) + ct ot qt )]/ k, k = pt ot ) bt at ) / t= k t= k, U = [ bt ot pt ) + pt at bt )]/ k, k t= H = T /Tj ), H = U / U ), Y = k t= q tj ct / k, Q = ota k t= t / k, Z = ptbt k t= / k Burada G üçgensel bulanık sayı değldr. Bu bulanık sayı, G =Y, Q, Z,;H, T ;H, U ), =,,..,m şeklnde gösterleblr. Pratkte bu, G =Y, Q, Z ) olarak kullanılablr..3.. Subjektf derece değerlernn hesaplanması Bulanık uygunluk ndeksn oluşturduktan sonra sıra m adayın bulanık uygunluk ndekslernn hesaplanmasındadır. G, m adayın bulanık uygunluk ndeks olsun. M={x,f M x)) x R} kümesn maksmze etmek, 9

7 x x)/ x f M x) = 0, x ), x x x dd G={x,f G x)) x R} kümesn maksmze etmek, x x) / x x ), x x x f G x) = 0, dd fonksyonları le olacaktır. Bu formüllerdek parametreler: x = nf D, x = sup D, m D = D, D = { x f x) > 0}, =,..,m. = Bulanık uygunluk ndeks G nn ymserlk kümes, U G ) = sup f x) f x)) M G x M Bulanık uygunluk ndeks G nn kötümserlk kümes, U G ) = sup f x) f x)) =,,..,m V G x G Bulanık uygunluk ndeks G =Y, Q, Z ; H, T ; H, U ) nn U T G ) derece değer her aday çn; U T M V G ) = ku G ) + k) U G ), 0 k şeklnde yazılır. G bulanık uygunluk ndeksnn U T G ) derece değer yaklaşık olarak aşağıdak gb yazılablr: U G T ) ~ = / [ Z )/ + ) + )/ + )], x x x Q Z x Y x x Q Y =,,..,m Derece değerlernn karşılaştırmasını yapmak çn, subjektf değerlern derece değerler normalze edlr. G ST = U T G ) / m = U T G ) 30

8 .3.4. Objektf derece değerlernn hesaplanması Objektf ve subjektf krterlern test sonuçlarının bağdaşmasını, test değerlern boyutsuz değerlere çevrerek sağlayablrz.. adayın tüm krterler altında derece değer aşağıdak gb hesaplanır. OT = p m [ Tj / j= = T )]/ p j.3.5. Sonuç derece değerlernn hesaplanması Eğer subjektf ve objektf derece değerlernn ağırlıkları aynı değlse, ağılıklandırma katsayısı α şleme dahl edleblr. Sonuç dereces FT,. aday çn formülü aşağıdadır: FT = αst + α) OT 3. UYGULAMA Uygulama, KHO ya yöneylem araştırması öğretm elemanı seçlmes üzerne yapılmaktadır. Mülakat aşamasına gelen 5 aday, 5 karar verc tarafından değerlendrlmektedr. Bu 5 adaydan brnn mevcut durum yanında AHP, Bulanık AHP ve Bulanık Mantık Algortmaları le seçlmes amaçlanmaktadır. 3.. Kara Harp Okulunda Mevcut Durumda Uygulanan mülakat sınavı ve esasları KHO K.lığının öğretm elemanı htyacını başvuru şartlarını taşıdığı anlaşılan personel mülakata alınır. Mülakatlar KKY-5-8 K.K.K. Mülakat Yönerges KKY, 00) esas alınmak üzere K.K. Personel Dare Başkanının başkanlığında K.K. Personel Dare Başkanlığından br üye, Harekât Başkanlığından br üye, KHO K.lığından br üye ve mülakata alınan personeln ana blm dalı ve branşı le lgl KHO K.lığından br öğretm elemanından oluşan 5 kşlk br heyet tarafından yapılır. Mülakatlarda kşnn genel ve sosyal durumu, öğretmenlk kablyetn ve blmsel yeterllğn tespt edc sorular sorulur. Blmsel yeterllk le lgl sorular cevapları le brlkte KHO K.lığınca hazırlanarak mülakat tarhnden en az 5 gün önce K.K.Personel İşler Dare Başkanlığında bulundurulur. Mülakatlarda başarılı olmak çn Tablo de yer 3

9 alan değerlendrme konuları ve puanlarına göre toplam 00 üzernden en az 70 puan almak gerekldr. Tablo. Mülakat Değerlendrme Formu Sıra No Değerlendrlecek Konular Değerlendrme Puanı Genel Görünüşü 0 Anlama ve Anlatma Yeteneğ 0 3 Lderlk Durumu 0 4 Dspln Anlayışı 0 5 Ale ve Sosyal Durumu 0 6 Pskolojk Yapısı 0 7 Blmsel Yeterllğ 40 TOPLAM 00 Aldığı Puan 3.. Mevcut Duruma Göre Örnek Olay Mevcut duruma göre, Tablo de belrtlen krterlere göre 5 karar vercden, mülakat aşamasına kalan 5 adayı değerlendrmeler stenmştr. Tablo 3 te krterlere göre adayların 5 karar vercden aldıkları puanların ortalamaları verlmektedr. Sıra No Tablo 3. Mevcut Duruma Göre Yapılan Değerlendrme Adaylar Krterler Aday Aday Aday 3 Aday 4 Aday 5 Genel Görünüşü GG) Anlama ve Anlatma Yeteneğ AAY) Lderlk Durumu LD) Dspln Anlayışı DA) Ale ve Sosyal Durumu ASD) Pskolojk Yapısı PY) Blmsel Yeterllğ TOPLAM Yukarıdak çzelge ncelendğnde alınan toplam puana göre adayların sıralaması şöyle olmaktadır:, 4, 5,, 3). Bu sıralamaya göre de nc adayın seçlmes uygun olmaktadır AHP le Kara Harp Okuluna Öğretm Elemanı Seçm: Örnek Olay Tablo de lk 6 sırada yer alan krterler subjektf krterler, 7. sırada yer alan krter se objektf krter olarak kabul edlmştr. Kurulda yer alan 5 karar vercden krterler kl karşılaştırma yapması stenmştr. Buna göre, 3

10 Tablo 4 tek krterlern ağırlıkları ve öncelkler AHP teknğne göre bulunmuştur. Tablo 4. Krter Ağırlıklarının Bulunması Krterler GG AAY LD DA ASD PY Krter Ağırlıkları GG 0,4 0,94 0,55 0,55 0,66 0,77 0,46 AAY 0,449 0,389 0,383 0,383 0,333 0,77 0,37 LD 0, 0,9 0,7 0,7 0,33 0,66 0,3 DA 0, 0,9 0,7 0,7 0,33 0,66 0,3 ASD 0,056 0,077 0,063 0,063 0,066 0,055 0,064 PY 0,044 0,077 0,04 0,04 0,066 0,055 0,055 Krter ağırlıkları bulunduktan sonra algortma gereğ tutarsızlık oranının hesaplandığında bulunan 0,07 değer, tutarsızlık sınırı olarak kabul edlen 0, den küçük olduğundan krterlere at ağırlıklar uygundur denleblr. Krter ağırlıklarından sonra karar vercler her br krter çn adayların kl karşılaştırmasını yapmışlardır. Yapılacak şlemler krter ağırlıklarının bulunmasıyla aynıdır. Tüm bu şlemler yapıldıktan sonra elde edlen brleştrlmş karar matrs Tablo 5 te verlmektedr. Tablo 5. Brleştrlmş Karar Matrs Krterler GG AAY LD DA ASD PY Adaylar 0,46 0,37 0,3 0,3 0,064 0,055 TOPLAM P 0,34 0,358 0,96 0,55 0,8 0,77 0,303 P 0, 0,056 0, 0,69,98 0, 0,590 P 3 0, 0,5 0,6 0,35 0,405 0,366 0,909 P 4 0,08 0,088 0,094 0,07 0,067 0,068 0,084 P 5 0,35 0,346 0,363 0,69 0,49 0,68 0,636 Objektf krtere göre adayların aldığı puanlar ve ağırlıkları Tablo 6 da verlmektedr. Tablo 6. Objektf Krtere Göre Adayların Aldığı Puanlar ve Ağırlıkları Aday Blmsel Yeterllk Objektf Krter Ağırlığı OT ) P 39 0,549 P 0,373 P 3 3 0,06 P 4 8 0,830 P , 33

11 Tablo 5 te görülen her br adayın aldığı subjektf ağırlıklar Tablo 6 dak objektf krterden alınan puanla brleştrldğnde Tablo 7 dek sonuçlar elde edlr. Mevcut durumda subjektf krterler 00 üzernden toplam 60 puan le ve objektf krter de 40 puan le değerlendrldğnden subjektf krterlern ağırlığı α = 0, 6 olarak alınacaktır. Tablo 7. Tüm Krterlere Göre Adayların Toplam Ağırlık Çzelges Adaylar Subjektf Krterlere Göre Ağırlık W ) Objektf Krterlere Göre Ağırlık OT ) Toplam Ağırlık FT ) 0,303 0,549 0,839 0,590 0,373 0, ,909 0,06 0, ,084 0,830 0,7 5 0,636 0, 0,47 Her br adayın toplam ağırlıklarına bakıldığında aday sıralaması:, 5, 3,, 4) olmaktadır. Buna göre en yüksek dereceye sahp nc adayın seçlmes uygun olacaktır Bulanık AHP le Kara Harp Okuluna Öğretm Elemanı Seçm: Örnek Olay Bulanık AHP teknğnn Kara Harp Okulu na öğretm elemanı seçmnde kullanılablmes çn öncelkle karar verclern subjektf krterler karşılaştırması stenmştr. Tablo 8 de karar verclern kullandığı bu dlsel fadelern tanımı ve önem derecesn gösteren skala verlmektedr Kahraman, 004). Tablo 8. Dlsel İfade Skalası Mükemmel Çok Güçlü Oldukça Güçlü Zayıf Denk Dlsel İfade Absolute) Very Strong) Farly Strong) Weak) Equal) Bulanık Sayı 7/,4,9/) 5/,3,7/) 3/,,5/) /3,,3/),,) Karar verclern krter karşılaştırmasının bulanık değerlendrme matrs Tablo 9 dadır. 34

12 Tablo 9. Subjektf Krterlern Bulanık Değerlendrme Matrs Krterler GG AAY LD DA ASD PY GG,,) /3,,3/) /3,,3/),,) 3/,,5/) 3/,,5/) AAY /3,,3/),,),,) 3/,,5/) 5/,3,7/) /3,,3/) LD /3,,3/),,),,) /3,,3/) /3,,3/) 3/,,5/) DA,,) /5,/,/3) /3,,3/),,) 3/,,5/) /3,,3/) ASD /5,/,/3) /7,/3,/5) /3,,3/) /5,/,/3),,),,) PY /5,/,/3) /3,,3/) /5,/,/3) /3,,3/),,),,) Aşama : Bulanık değerlendrme matrsnden kl karşılaştırmanın sentetk boyut değerler aşağıdak gb elde edlmştr. S = 6,333; 8; 0)*/49,733; /39,833; /3,84)= 0,7; 0,00; 0,309) GG S AAY = 7,333; 9; )*/49,733; /39,833; /3,84)= 0,47; 0,6; 0,340) S LD = 5,5; 7; 9)*/49,733; /39,833; /3,84)= 0,; 0,75; 0,78) S DA = 5,33; 6,5; 8,67)*/49,733; /39,833; /3,84)= 0,05; 0,63; 0,53) S ASD = 3,75; 4,333; 5,33)*/49,733; /39,833; /3,84)= 0,075; 0,09; 0,6) S PY = 4,33; 5; 6,333)*/49,733; /39,833; /3,84)= 0,083; 0,5; 0,96) Aşama : V S GG 0,867 V S GG S GG AAY LD V S GG S GG ASD V PY V DA V S AAY V S AAY S AAY GG LD V S AAY S AAY ASD V PY V DA V S LD 0,858 V S LD 0,798 S LD GG AAY V S LD S LD ASD V PY V DA V S DA 0,773 V S DA 0,67 S DA GG AAY V S DA S DA ASD V PY V LD 0,9 V S ASD 0,777 V S ASD 0,36 S ASD GG AAY V S ASD 0,535 S ASD DA V PY 0,835 V LD 0,

13 V S PY 0,479 V S PY 0,366 S PY GG AAY V S PY 0,7054 S PY DA Aşama 3: W )) V ASD ' ' ' ' T = d A ), d A ),..., d A n A =,,..., n) V LD 0,696 ' W = 0,867; ; 0,798; 0,67; 0,36; 0,366) Aşama 4: Normalzasyon şlem yapıldıktan sonra subjektf krterler çn ağırlık vektörü aşağıdak gbdr. W = 0,36; 0,74; 0,97; 0,7; 0,03; 0,089) Krterlern ağırlıkları tespt edldkten sonra, her br krter çn karar verclern adayları karşılaştırılmasına sıra gelmektedr. Algortmanın aşamalarında yapılan şlemler aynı olduğundan sadece krterler ve krter ağırlıkları verlecektr. Tablo 0 da tüm krterler çn bulunan krter ağırlıkları adaylara göre verlmektedr. Tablo 0. Ağırlık Vektörlernn Kombnasyonu Krterler Genel Anlama ve Lderlk Dspln Ale ve Pskoljk Görünüş Anlatma Yeteneğ Durumu Anlayışı Sosyal Durumu Yapısı Ağırlık 0,36 0,74 0,97 0,7 0,03 0,089 Adaylar P 0,446 0,487 0,4 0,3063 0,80 0,46 P 0, ,57 0,3 0,86 0,37 P 3 0,47 0,0589 0,904 0,855 0,76 0,765 P 4 0,0948 0,0589 0,9 0,095 0,0848 0,70 P 5 0,66 0,4003 0,877 0,855 0,340 0,476 Adayların subjektf krterlere göre aldığı toplam puanlar aşağıdak gbdr. W = 0,3584 W = 0,58 W = 0,44 W = 0,097 W = 0,553 3 Subjektf ve objektf krterlere göre adayların aldığı toplam ağırlıklar Tablo de verlmektedr. Objektf krtere göre adayların ağırlıkları

14 Tablo 6 da verlmektedr. α = 0, 6 olmak üzere adayların toplam ağırlıkları Tablo de verlmektedr. Adaylar Tablo. Adayların Toplam Ağırlıkları Subjektf Krterlere Göre Ağırlık W ) Objektf Krterlere Göre Ağırlık OT ) 37 Toplam Ağırlık FT ) P 0,3584 0,549 0,37 P 0,58 0,373 0,46 P 3 0,44 0,06 0,659 P 4 0,097 0,830 0,88 P 5 0,553 0, 0,4 Her br adayın toplam ağırlıklarına bakıldığında aday sıralaması;, 5, 3,, 4 olmaktadır. Buna göre en yüksek ağırlığa sahp nc adayın seçlmes uygun olacaktır Bulanık Mantık le Kara Harp Okulu na Öğretm Elemanı Seçm: Örnek Olay Adım : Dğer yöntemlerde belrtlen 7 krter dkkate alınmaktadır. Adım : Belrtlen 7 krterden lk altısı subjektf ve yedncs se objektf krter olarak adlandırılablr. Adım 3: Subjektf krterlern önemn belrlemede karar vercler W, dlsel ağırlıklandırma kümesn kullanacaktır. W = {VL, L, M, H, VH} VL: Çok Düşük, L: Düşük, M: Orta, H: Yüksek, VH: Çok Yüksek) Adım 4: Karar vercler, her br subjektf krter çn adayların uygunluğunu belrlemek amacıyla S, dlsel derecelendrme kümesn kullanacaktır. S={VP,P,F,G,VG} VP: Çok Zayıf, P: Zayıf, F: İdare Eder, G: İy, VG: Çok y) Adım 5: Karar vercler W kümes skalasındak dlsel değerler kullanarak her krtern önem ağırlığını belrlemştr. Buna göre aşağıdak değerler elde edlr. N =0,88;0,98;) N =0,9;;) N 3 =0,74;0,84;0,96) N 4 =0,7;0,8;0,9) N 5 =0,7;0,8;0,96) N 6 =0,76;0,86;0,98)

15 Adım 6: Karar vercler S kümesndek dlsel dercelerle her br subjektf krtere karşılık her br aday çn değerlendrme yaparlar. Karar verclern her br krtere göre adaylara vereceğ dlsel değerlern ağırlıkları aşağıdak gbdr: VPÇok Zayıf) 0;0,;0,) PZayıf) 0;0,;0,4) Fİdare Eder) 0,3;0,5;0,7) Gİy) 0,6;0,8;) VGÇok İy) 0,8;;) Her br subjektf krter çn her br adayın aldığı ortalama bulanık derece. aday t. krter M t aşağıda verlmştr: M =0,58;0,78;0,94) M =0,58;0,78;0,94) M 3 =0,36;0,56;0,76) M 4 =0,68;0,88;) M 5 =0,64;0,84;) M 6 =0,58;0,78;0,94) M =0,48;0,68;0,88) M =0,58;0,78;0,94) M 3 =0,58;0,78;0,94) M 4 =0,58;0,78;0,94) M 5 =0,36;0,56;0,76) M 6 =0,58;0,78;0,94) M 3 =0,58;0,78;0,94) M 3 =0,5;0,7;0,88) M 33 =0,54;0,74;0,94) M 34 =0,5;0,7;0,88) M 35 =0,5;0,7;0,88) M 36 =0,54;0,74;0,94) M 4 =0,6;0,8;0,94) M 4 =0,58;0,78;0,94) M 43 =0,64;0,84;) M 44 =0,54;0,74;0,94) M 45 =0,4;0,6;0,8) M 46 =0,64;0,84;) M 5 =0,58;0,78;0,94) M 5 =0,68;0,88;) M 53 =0,46;0,66;0,8) M 54 =0,68;0,88;) M 55 =0,68;0,88;) M 56 =0,56;0,76;0,88) Adım 7: Adayların yednc krter olan blmsel yeterllkten aldığı puanlar Tablo 6 da verlmektedr. Adım 8: Bu aşamada nc adayın bulanık uygunluk ndeks G bulunmaktadır. G =/k)*)[m *)N )+)M *)N )+)..+)M k *)N k )] G =0,446 ;0,6797;0,908) G =0,433;0,646;0,873) G 3 =0,4;0,655;0,883) G 4 =0,453;0,6585;0,9) G 5 =0,4757;0,6866;0,96) G =Y, Q, Z,;H, T ;H, U ), =,,..,m şeklnde gösterleblr. 38

16 G =0.446 ;0.6797;0.908;5.345,0.0; 8.547,0.038) G =0,433;0,646;0,873; 5.35,0.0; 8.35,0.049) G 3 =0,4;0,655;0,883; 5.575,0.0; 8.095,0.054) G 4 =0,453;0,6585;0,9; ,0.0; ;0.055) G 5 =0,4757;0,6866;0,96;5.435,0.0; 9.876,0.03) Adım 9: Her adayın bulanık uygunluk ndekslernn derece değerler aşağıdadır. x =0,433 x =0,9 olarak bulundu. U T G ) = 0,558 U T G ) = 0,4676 U ) T G3 = 0,4798 U T G4 ) = 0,543 U ) T G5 = 0,5564 Derece değerlernn karşılaştırmasını yapmak çn, subjektf değerlern derece değerler normalze edlr. ST = 0,07 ST = 0,838 ST = 0,886 ST = 0,06 ST = 0,87 3 Adım 0: Tablo 6 da objektf krter ağırlıkları verlmektedr. Adım : Adayların toplam ağırlıkları α = 0, 6 olmak üzere Tablo de verlmektedr. Tablo. Tüm Krterlere Göre Adayların Toplam Ağırlıkları Adaylar Subjektf Krterlere Göre Ağırlık W ) Objektf Krterlere Göre Ağırlık OT ) Çalışmada, Kara Harp Okuluna öğretm elemanı seçmnde çeştl teknklern yaklaşımı ncelenmştr. Personel seçm sürecnde özellkle mülakat aşaması ele alınmıştır. Çünkü, bu aşamada adayların Toplam Ağırlık FT ) 0,07 0,549 0,36 0,838 0,373 0,65 3 0,886 0,06 0,94 4 0,06 0,830 0, ,87 0, 0,0 Adım : Her br adayın fnal derecelerne bakıldığında aday sıralaması;, 5, 4, 3, ) olmaktadır. Buna göre en yüksek dereceye sahp nc adayın seçlmes uygun olacaktır. 4. SONUÇ

17 değerlendrlmes, karar vercye göre olmaktadır. Başka br deyşle öznellk vardır. Mevcut durumda, karar verc, adayları değerlendrrken 0 puan üzernden krterlere göre adaylara puan vermektedr. Ancak bu şeklde br puanlandırma yerne dlsel fadelern kullanılmasının daha kolay ve gerçekç olduğu düşünülmektedr. Bu sebeple, karar verclerden bulanık değerlendrme yapmaları stenmştr. Ntelkl personel seçmnde öncelkle KKY 5-4 yönergesyle belrtlmş değerlendrme krterler subjektf ve objektf krterler olarak kye ayrılmıştır. Objektf krterlere göre adayların aldığı değerler normalze edlerek dkkate alınmıştır. Mülakat aşamasında, karar vercye göre değşklk göstereblen krterler subjektf olanlardır. Subjektf krterler, mevcut duruma göre, AHP ye göre, bulanık AHP ye göre ve bulanık mantık algortmasına göre değerlendrlmştr. Çalışmada uygulama, KHO da yapılmıştır. Aynı örnek olay tüm metotlara uygulanmıştır. Tablo 3 te objektf ve subjektf krterlere göre elde edlmş aday sıralamaları görülmektedr. Tablo 3. Tüm krterlere Göre Aday Sıralamaları Personel Seçm Yaklaşımları Adayların Sıralaması Mevcut Duruma Göre Personel Seçm Değerlendrmes AHP le Personel Seçm Değerlendrmes Bulanık AHP le Personel Seçm Değerlendrmes Bulanık Mantık Algortması le Personel Seçm Değerlendrmes Çalışmada objektf krterlern ağırlığı 0,40 olarak tespt edlmştr. Bu oran da sonucu büyük ölçüde etklemektedr. Tablo 3 ncelendğnde mevcut durum ve lteratürdek metotlarda brnc adayın aynı olduğu görülmektedr. Bu nedenle, metotların karşılaştırılmasının yapılablmes çn sadece subjektf krterlere göre adayların sıralaması Tablo 4 te verlmektedr. Tablo 4. Subjektf Krterlere Göre Adayların Sıralaması Personel Seçm Yaklaşımları Adayların Sıralaması Mevcut Duruma Göre Personel Seçm Değerlendrmes AHP le Personel Seçm Değerlendrmes Bulanık AHP le Personel Seçm Değerlendrmes Bulanık Mantık Algortması le Personel Seçm Değerlendrmes Tablo 4 ncelendğnde sadece subjektf krterlere göre yapılan sıralamalarda mevcut durum harcndek yöntemlerde brnc sırada nc aday mevcut durumda se 4ncü aday yer almaktadır. Tablo 4 ten lteratürdek metotlardan, sadece ve personel seçlmes stendğnde herhang br kullanılablr. Ancak 3 personel seçlmes stendğnde se çzelgeye göre hang metodun terch edleceğ durumuyla karşılaşılacaktır. 40

18 Bu durumda lteratürdek metotların değerlendrlmes yapılmalıdır. Çalışmada kullanılan yaklaşımların duruma göre değşen avantajlı ve dezavantajlı yanları bulunmaktadır. AHP, en çok terch edlen metot olmasına rağmen brtakım dezavantajlara da sahptr. Bu dezavantajlar şu şeklde sıralanablr: - AHP, tahmn etmeden kaynaklanan /9, /8,..., /3, /0,,,...,9 gb tutarsız oranlar yaratır. İkl karşılaştırmalar matrsn br tarafı la 9 arası sayılardan oluşurken, eşlenğ bu sayıların karşılığı olan /9 la / arası sayılardan oluşur. - Esas olarak AHP, y tanımlanmış ve tahll edlmş kesn fadelern olduğu karar verme problemlernde kullanılmalıdır. - AHP de alternatflern sıralanması her zaman doğru olmayablr. - Karar vercnn subjektf değerlendrmes ve terchnn AHP nn sonuçları üzernde büyük etks vardır. Eğer problem üzernde AHP le yapılan değerlendrme yanlış olursa, problemn çözümü sonucunda verlen karar da muhtemelen yanlış olacaktır. - AHP belrszlk ortamlarında kşlern kararlarını tam olarak fade edememelernden kaynaklanan yanlışlıklara sebep olablr. Yukarıda bahsedlen sebeplerden dolayı, AHP nn problem çözmedek olumsuzlukların üstesnden gelmek çn, hyerarşk yapıdak krterlere at görel önemlern ölçülmesnn bulanık ölçeğn yardımıyla yapılması önerlmektedr Juang, 99). AHP ve Bulanık AHP yöntemler karşılaştırılacak olursa aşağıdak yorumlar yapılablr: - Krterler ve alternatflern sayıca fazla olduğu durumlarda AHP nn uygulanması bazı olumsuzluklar yaratablr. Bunun en büyük sebeb, karar verc tarafından yapılması gereken kl karşılaştırmaların fazla olması ve bunun da karar vercde bezgnlk yaratması ve aşırı zaman tüketmesdr. - Bulanık AHP de, AHP yöntemne nazaran kl karşılaştırma dlsel fadelerle yapılması daha kolay ve sağlıklı yapılablmektedr. - Bulanık AHP de kl karşılaştırma yapılması daha kolay olablmesne rağmen dlsel fadelere karşılık gelen bulanık değerlern sınırlarının doğru tespt edlmes gerekr. Bulanık sınırların yanlış tespt edlmes yanlış sonuca götürecektr. - AHP yöntemnde karar vercnn sonucu drek etklemesnn daha zor olduğu görülmektedr. Bunun sebeb olarak da bu yöntemde nha sonuç tümevarım metoduna daha yakın br yaklaşımla bulunmaktadır. - AHP metodunda tutarlılığı br şeklde ölçeblme mkanı olmasına rağmen bulanık AHP de tutarlılığı ölçeblecek br kontrol mekanzması modeln yapısında bulunmamaktadır. Bunu gdermek çn br ver tabanı kullanılarak bulanık ortamlarda da tutarlılık bulunablr. Ver tabanı, personel 4

19 lk elemelerden geçerken yapılan testlerden elde edlecek verlern anlamlı br hale getrldğnde karar vermede veya tutarlılığın bulunmasında yardımcı olablr. Tüm bu blglere dayanılarak öncelkle, personel seçmnde adayların sağlaması gereken krterler objektf ve subjektf krterler olarak kye ayrılmalıdır. Objektf krterler mümkün olduğunca çeştl test ya da yazılı sınavlarla tespt edlmeldr ve adayların aldığı puanlar normalze edlerek nha sonuç çn kullanılmalıdır. Karar vercler, subjektf krterler kend çnde dlsel fadeler kullanarak kl karşılaştırmaya tab tutmalıdır. Daha sonra her br subjektf krtere göre yne dlsel fadeler kullanılarak adayların kl karşılaştırılması yapılmalıdır. Buradak en öneml nokta dlsel fadelere karşılık gelen bulanık değerlern doğru tespt edlmesdr. Subjektf krterlere göre yapılan değerlendrmeden sonra, objektf ve subjektf krterlern brbrne göre ağırlıkları tespt edlmeldr. En sonda se her br adayın aldığı toplam ağırlıklar bulunarak, adaylar sıralanablr. Yukarıda tüm metotlar karşılaştırılarak, olumlu ve olumsuz yönler belrtlmektedr. Bu blgler ışığında, Kara Harp Okuluna öğretm elemanı seçmnde hang metodun uygulanacağına karar vercler karar verecektr. ABSTRACT In ths study, nstructor selecton for Turksh Mltary Academy TMA) has been nvestgated as a decson-makng problem. Intervew was an mportant step n the personnel selecton process. In the study at ths step, subjectve crtera were seperated from objectve crtera as decson makers evaluated canddates. In addton to the exstng methodology, analytc herarchy processahp), fuzzy AHP and fuzzy logc algorthm were used to evaluate canddates durng the personnel selecton process for TMA. Decson-makers were asked to use lngustc terms whle applyng fuzzy AHP and fuzzy logc algorthm. At the concluson ths study, these methods for nstructor selecton for TMA were compared. Key Words: Fuzzy Logc, Personnel Selecton Process, Analytc Herarchy Process. KAYNAKÇA Buede, D.M., 986. Structurng Value Attrbutes. Interfaces, 6): Chang, D.Y., 99. Extent Analyss and Synthetc Decson. Optmzaton Technques and Applcatons, : Harker, P.T. ve Vargas, L.G., 987. Theory of Rato Scale Estmaton: Saaty s Analytc Herarchy Process. Management Scence, 33:

20 Juang, C.H. ve Lee, D.H., 99. A Fuzzy Scale for Measurng Weght Crtera n Herarchcal Structures. Internatonal Fuzzy Engneerng Symposum, Kahraman, C., Cebec, U. ve Ruan, D., 004. Mult-attrbute Comparson of Caterng Servce Companes Usng Fuzzy AHP: The Case of Turkey. Int. J. Producton Economcs, 87: KKY 5-4, 00. Muvazzaf Subaylardan Harp Okuluna Öğretm Elemanı Seçm Yönerges. Ankara: Kara Kuvvetler Basımev Basılı Evrak Depo Müdürlüğü, -5. Lang, G.S. ve Wang, M.J.J., 994. Personnel Selecton Usng Fuzzy MCDM Algorthm. European Journal of Operatonal Research, 78: -33. Saaty, T.L., 994. How To Make a Decson: The Analytc Herarchy Process. Interfaces, 4: Saaty, T.L., 980. The Analytc Herarchy Process. New York: Mc Graw Hll Inc. Stoner, J.A.F. ve Freeman, R.E., 989. Management. New Jersey: Prentce Hall. 43