346 Çok ölçütlü karar verme yaklaşımlarına dayalı tedarkç seçm: elektronk sektöründe br uygulama Murat ARIKAN 1, Berat GÖKBEK 1 1 Endüstr Mühendslğ Bölümü, Mühendslk Fakültes, Gaz Ünverstes, Maltepe-Ankara Anahtar Kelmeler: Tedark Zncr Yönetm, Tedarkç Seçm, Analtk Hyerarş Proses, TOPSIS ÖZET Tedark zncr yönetmnn öneml br halkasını oluşturan tedarkç seçm, br çok faktörü gözönüne almayı gerektren çok aşamalı ve zor br karar problemdr. Bu çalışmada, br elektronk frmasının en y tedarkçy seçme problemnn çözümü çn çok ölçütlü karar verme teknklernden AHP (Analtk Hyerarş Proses) nn, TOPSIS le entegre edldğ br yaklaşım kullanılmıştır. Bu yöntemler çn kullanılan performans krterler statksel analzler, krter ağırlıkları se AHP yöntem kullanılarak belrlenmştr. TOPSIS yöntem le alternatfler sıralanarak en y tedarkç seçlmş ve duyarlılık analz yapılmıştır. Suppler selecton based on mult-crtera decson makng approaches: an mplementaton n electroncs sector Key Words: Supply chan management, Suppler Selecton, Analytc Herarchy Process, TOPSIS. ABSTRACT Suppler selecton whch s an mportant part of the supply chan management, s a mult-stage and dffcult decson problem requrng the consderaton of multple factors. In ths study, an approach that ntegrates Analytc Herarchy Process (AHP) wth TOPSIS, s used to solve the suppler selecton problem of an electroncs company. The nput set of crtera for these technques s determned by statstcal analyss whle crtera weghts are dentfed va AHP calculatons. Alternatve supplers are put n order by usng TOPSIS method to select the best one and senstvty analyss s performed. *Sorumlu Yazar (Correspondng author) e-posta:
1. Grş 347 Artan rekabet koşullarında şletmeler varlıklarını sürdüreblmek çn gderlern azaltmak durumundadırlar. Günümüzde, şletmelern gderlern azaltmak çn zleyeblecekler yollardan br faalyetlern devam ettreblmeler çn gerekl olan hammaddeler ve yarı ürünler doğru tedarkçden, doğru zamanda ve en düşük malyetle tedark etmektr. Bu hedefn gerçekleşeblmes etkn br tedark zncr yönetm le mümkündür. Tedarkç seçm, tedark zncr yönetmnn öneml süreçlernden brsdr ve şletmelern doğru tedarkçlerle çalışması müşter beklentlern karşılayablmeler çn gerekldr. İşletmeler, sürekl değşen rekabet koşulları karşısında rekabetç yapılarını sürdüreblmek çn kend hedeflerne uygun özellktek tedarkçler seçmeldr. Bu nedenle, tedarkç seçm şletmelern üzernde önemle durması gereken stratejk öneme sahp kararlardan brdr. Tedarkç seçm, brden çok krter bünyesnde barındıran br karar verme problemdr. Probleme uygulanan karar verme teknkler üzerne son döneme at sstematk br lteratür araştırması Cha vd. (2013) tarafından yapılmıştır. Konuyla lgl dğer ayrıntılı taramalar Ho vd. (2010) ve De Boer vd. (2001) nn çalışmalarıdır. Tedarkç seçm problemnn çözümü çn gelştrlen yöntemlern büyük br kısmı AHP (Tam ve Tummala, 2001; Levary, 2008), TOPSIS (Yurdakul ve İç, 2009), ELECTRE (Almeda, 2007; Sevkl, 2010), PROMETHEE (Dulmn ve Mnnno, 2003; Chen vd., 2011) gb çok krterl karar verme (ÇKKV) teknklerne ya da ver zarflama analz (Wu ve Blackhurst, 2009), doğrusal programlama (Ng, 2008; Guner vd., 2009, Amn ve Zhang, 2012), hedef programlama (Tsa ve Hung, 2009) gb matematksel programlama teknklerne dayanmaktadır. Bunun yanında ÇKKV yöntemlernn brbrleryle (Arıkan ve Küçükçe, 2012; Corrente vd., 2013) ya da matematksel programlama teknkleryle (Kull ve Tallur, 2008; Zeydan vd., 2011) beraber kullanıldığı melez yaklaşımlar da mevcuttur. Bu çalışmada, elektronk sanay sektöründe faalyet gösteren br şletmenn ürün yelpazesnn büyük bölümünde kullanılan ve çok az sayıda yurt ç/dışı tedarkçden sağlanablen br ana malzemesnn tedarkç seçm problem le lglenlmştr. Problem çok krterl karar verme teknklernden AHP ve TOPSIS kullanılarak çözülmüştür. Ele alınan karar problemn etkleyen krterler br anket çalışmasıyla belrlenmş, krterlern lşkl olup olmadığı statstksel analzlerle araştırılmıştır. Krterler arasında anlamlı br lşk bulunamadığından AHP yöntem kullanılarak ağırlıkların belrlenmesne karar verlmştr. Elde edlen ağırlıklar tedarkç seçm çn kullanılan TOPSIS teknğ çn grd oluşturmuştur. Ayrıca, TOPSIS çn kullanılan ağırlıklara ve en krtk krtern tesptne yönelk br duyarlık analz çalışması da yapılmıştır. Çalışma, problem krterlernn br anket çalışması sonuçlarının statstksel değerlendrlmes yoluyla belrlenmes açısından lteratürdek brçok çalışmadan farklılık göstermektedr. Çalışmanın knc bölümünde ele alınan problem tanımlanmış, üçüncü ve dördüncü bölümlerde se sırasıyla, kullanılan metodoloj ve sonuçlara yer verlmştr. 2. Problemn tanımı Çalışmanın gerçekleştrldğ şletme, elektronk ürünler ve sstemler tasarlayan, gelştren, üreten ve ürünlernn satış sonrası servs hzmetlern karşılayan; yüksek teknolojye sahp genş ürün yelpazesne sahp br elektronk sanay kuruluşudur. Müşterden sparş alınıp üretm planı yapıldıktan sonra ürün ağaç yapıları doğrultusunda malzeme htyaçları belrlenmekte ve malzeme talepler yapılmaktadır. Bu aşamada, frmanın tedarkçleryle şbrlğ başlamaktadır. Onaylı tedarkç konumunu elde eden tedarkçlern/alt yüklenclern performansları sevkyat bazında, temn ettkler malzemelern kalte ve teslmat vermllğ açısından ERP programında zlenmekte ve puanlandırılmaktadır. Yoğun tasarım, ARGE ve üretm gelştrme faalyetlernn yürütüldüğü bu sektörde malzeme tedark sürecnn ttzlkle yürütülmes gerekmektedr. Temel olarak fyat, kalte ve teslmat performansları baz alınarak yürütülen tedarkç değerlendrme sürecnde; tedarkç düzeltc/önleyc faalyetlernn fazla olduğu görülmektedr, bu durum da frmanın tedarkç seçm sürecnde br takım sıkıntıların yaşandığının göstergesdr. Bu çalışmada, frmanın ürün yelpazesnn büyük çoğunluğunda kullanılan, çok az sayıda yurt ç/dışı tedarkçden sağlanablen, termn süres hayl uzun, zamanında teslm edlemeyen, tamr uzun süren, satın alımları uzun zamana yayılmış sözleşmelere dayanan, ERP programında düşük malzeme kalte puanına sahp ve fazla sayıda tedarkç düzeltc/önleyc faalyetlere htyaç duyan br ana malzemeyle lgl tedarkçlern seçmnde ve sıralanmasında yaşanan sıkıntıların gderlmes amacıyla karar vercye destek olacak br model tasarlanmıştır. Bunun sonucunda da; tedark edlen ana malzemenn kaltesnn üretlen ürünlere de olumlu yansımasıyla şletmenn temel amacı olan müşter memnunyetnn arttırılması hedeflenmektedr. 3. Yöntem 3.1.Performans krterlernn belrlenme sürec Br şletme çn tedarkç seçm ve değerlendrme problemnn en öneml basamaklarından br problemn çözümünde dkkate alınacak performans krterlernn belrlenmesdr. Tedarkçlern değerlendrlmesn etkleyecek bu krterlern doğru belrlenmes problem çözümünün temeln oluşturacaktır. Frmanın satın alma sürecnde etkn olan ana ve alt krterler belrlemek çn k aşamadan oluşan br anket çalışması yapılmıştır. Anket, tedarkçler le doğrudan lşk çersnde bulunan toplam 35 kalte kontrol, üretm planlama ve satın alma mühendsne, geçerllk derecesnn yüksek olması çn katılımcılarla yüz yüze görüşülerek uygulanmıştır. Anket çalışmasının lk aşaması şletmenn tedarkç seçm ve değerlendrmesnde kullanacağı ana krterler, knc aşaması se alt krterler belrlemeye yönelktr. Uygulanan anket çalışması 1-5 Lkert skalasıyla hazırlanmış (1-önemsz, 2-az öneml, 3- orta, 4-öneml, 5-çok öneml) ve sırasıyla frekans dağılımı, merkez eğlm ölçüler (ortalama, mod, medyan), ortalamadan sapma ölçüler (varyans, standart sapma), normallk testler, korelasyon ve güvenlrlk analzler kullanılarak SPSS 15 programıyla sonuçlar değerlendrlmştr. 3.1.1. Anket 1. aşama statstk analz (Ana krterler) Frmanın tedarkç seçm performans krterlernn belrlenmesndek öncelkl hususlar dkkate alınarak lteratürde sık geçen performans değerlendrme krterlernden 21 ana krter belrlenmştr. Bunlar sırasıyla, (1) kalte, (2) hzmet, (3) malyet, (4) usul uygunluğu, (5) kontrata uyum, (6) letşm sstem, (7) sanaydek tbarı, 8) esneklk, (9) teknoloj,
(10) ş yapma steğ, (11) yönetm ve organzasyon, (12) tamr servs, (13) güvenlrlk, (14) tutum, (15) görüşme sonucu bıraktıkları etk, (16) paketleme yeteneğ, (17) şç lşkler kayıtları, (18) coğraf yer, (19) geçmş dönemde yapılan ş, (20) eğtm katkısı ve (21) karşılıklı anlaşmalardır. Bu krterlern önemn 1-5 ölçeğnde 35 katılımcıya soran anket çalışmasından elde edlen merkez eğlm ölçüler özet halnde Çzelge 1 de verlmştr. Tedarkç seçm ve değerlendrlmesnde kullanılacak ana krterler, merkez eğlm ölçülernden en kapsamlı blg veren artmetk ortalama, medyan ve mod değerler kullanılarak, 4 (öneml) ve 5 (çok öneml) aralığına gren hzmet, kalte, malyet, esneklk, teknoloj ve güvenlrlk krterler olarak belrlenmştr. Çzelge 1. Ana krterlern merkez dağılım ölçüler No Krter N Ort. Medyan Mod 1 Kalte 35 4,34 4 5 2 Hzmet 35 4,37 4 4 3 Malyet-fnans 35 4,31 4 4 4 Prosedüre uyum 35 3,6 4 4 5 Kontrata uyum 35 3,63 4 3 6 İletşm sstem 35 2,71 3 3 7 Sanaydek tbarı 35 3,51 3 3 8 Esneklk 35 4,29 4 4 9 Teknoloj 35 4,03 4 4 10 İş yapma steğ 35 3,14 3 3 11 Yönetm ve 35 3,09 3 3 organzasyon 12 Tamr servs 35 3,74 4 4 13 Güvenlrlk 35 4 4 4 14 Tutum 35 3,09 3 3 15 Görüşme sonucu 35 2,97 3 3 bıraktıkları etk 16 Paketleme yeteneğ 35 3,66 4 4 17 İşç lşkler kayıtları 35 3,31 3 3 18 Coğraf yer 35 3,06 3 3 19 Geçmş dönemde 35 2,89 3 3 yapılan ş 20 Eğtm katkısı 35 3,06 3 3 21 Karşılıklı anlaşmalar 35 3,43 3 3 Ana krter verlernn normallkten sapma ölçüler Kullanılan vernn normal dağılım gösterp göstermedğ değerlendrme yöntemlernn kullanımını etkleyecektr. Verler normal dağılıma uyuyorsa parametrk testler, uymuyorsa parametrk olmayan testler uygulanır. Br ver kümesnn normal dağılıma sahp olup olmadığının belrlenmes çn grafk metodlar (hstogram, boxplot, Q-Q plot), sayısal metodlar (çarpıklık, basıklık katsayıları) ya da statstksel testler (Shapro-Wlk test, Kolmogorov-Smrnov test) kullanılablr (Razal ve Wah, 2011). Bu çalışmada, daha tarafsız br sonuç elde etmek çn statstksel normallk testlernden Shapro-Wlk (SW) ve Kolmogorov-Smrnov (KG) testlernden yararlanılmıştır. Razal ve Wah (2011) küçük örnek büyüklüklernde Shapro-Wlk testnn daha güçlü olduğunu göstermştr. Bu testn H 0 ve H 1 hpotezler aşağıdak gb yazılır. H 0 : Verlern dağılımı normaldr. H 1 : Verlern dağılımı normal değldr. 348 35 olan gözlem sayısı çn α=0,05 kabul edldğnde öncelkl olarak Shapro-Wlk testnn sonuçları ncelenmş, verlern anlamlılık düzeylernn 0,05 ten küçük olması nedenyle tüm krterler çn H 0 hpotez reddedlmş ve verlern normal dağılımdan gelmedğne karar verlmştr (Çzelge 2). Ana krterlern korelasyon analz Ana krterler arasında br bağımlılık olup olmadığını belrlemek çn korelasyon analzne başvurulmuştur. Korelasyon analz, k değşken arasındak doğrusal lşky veya br değşkenn k veya daha çok değşken le olan lşksn test etmek, varsa bu lşknn derecesn ölçmek çn kullanılan statstksel br yöntemdr. Korelasyon katsayısı (r) -1 le +1 arasında değer alır. Katsayı +1 e yaklaştığında lşknn arttığı, -1 e yaklaştığında benzerlk lşksnn zıt yönde arttığı söylenr. Çzelge 2.Ana krterlern normallk testler Normallk Test KG SW Krter İstatstk Sd * Sg. İstatstk Sd * Sg. 1 Kalte 0,289 35 0 0,769 35 0 2 Hzmet 0,304 35 0 0,745 35 0 3 Malyetfnans 0,273 35 0 0,776 35 0 4 Prosedüre 0,278 35 0 0,845 35 0 uyum 5 Kontrata 0,278 35 0 0,831 35 0 uyum 6 İletşm 0,305 35 0 0,84 35 0 sstem 7 Sanaydek 0,25 35 0 0,867 35 0,001 tbarı 8 Esneklk 0,266 35 0 0,779 35 0 9 Teknoloj 0,285 35 0 0,829 35 0 10 İş yapma 0,302 35 0 0,786 35 0 steğ 11 Yönetm ve 0,361 35 0 0,733 35 0 organzasyon 12 Tamr servs 0,243 35 0 0,874 35 0,001 13 Güvenlrlk 0,271 35 0 0,84 35 0 14 Tutum 0,23 35 0 0,838 35 0 15 Görüşme 0,287 35 0 0,835 35 0 sonucu bıraktıkları etk 16 Paketleme 0,349 35 0 0,793 35 0 yeteneğ 17 İşç lşkler 0,212 35 0 0,894 35 0,003 kayıtları 18 Coğraf yer 0,333 35 0 0,799 35 0 19 Geçmş 0,274 35 0 0,847 35 0 dönemde yapılan ş 20 Eğtm 0,246 35 0 0,888 35 0,002 katkısı 21 Karşılıklı 0,281 35 0 0,853 35 0 anlaşmalar *Serbestlk dereces
349 Belrlenen ana krterler (kalte (K), hzmet (H), malyet ve 3.1.2 Anket 2. aşama statstk analz (Alt krterler) fnans (M), esneklk (E), teknoloj (T), güvenlrlk (G)) arasındak doğrusal lşknn derecesn ölçmek çn Anket çalışmasının knc aşaması se şletmenn tedarkç Spearman ın sıra korelasyonu kullanılmıştır. Spearman ın sıra seçm ve değerlendrmesnde kullanacağı ana krterlern korelasyonu, Pearson korelasyon katsayısının sıralı verlerle kullanılmak üzere tasarlanmış parametrk olmayan versyonudur. Çzelge 3 te ana krterlern hesaplanan kl korelasyon katsayıları verlmştr. Çzelge 3. Ana krterler arasındak korelasyon katsayıları Ana K H M E T G Krterler K 1 0,339-0,026 0,194 0,413 0,131 H 0,339 1 0,019 0,406 0,203 0,324 M -0,026 0,019 1-0,027-0,063 0,208 E 0,194 0,406-0,027 1 0,425 0,417 T 0,413 0,203-0,063 0,425 1 0,2 G 0,131 0,324 0,208 0,417 0,2 1 Çzelge3 ten ana krterler arasındak tüm kl lşklern zayıf veya orta derecel olduğu görülmektedr. Bazı krterler arasında orta derecel br korelasyon bulunması bu krter verlernn bazı noktalarda beraber hareket ettklern göstermektedr. Ancak, k krter arasındak kısm benzerlkten dolayı bu değşkenlern brbrne bağımlı olduğu söylenemez. Ana krterlern güvenlrlk analz: Ana krterler çn anket değerlernn brbrleryle olan tutarlılığını ve kullanılan ölçeğn lglenlen sorunu ne derece yansıttığını göreblmek amacıyla güvenlrlk analz yapılmıştır. Cronbach alfa katsayısı, maddeler 1-3, 1-4, 1-5 gb puanlandığında kullanılması uygun olan br ç tutarlılık tahmn yöntemdr. Ölçekte yer alan k maddenn varyansları toplamının genel varyansa oranlanması le bulunan br ağırlıklı standart değşm ortalamasıdır (Ercan ve Kan, 2004). Ana krterlern belrlenmes le lgl çalışmanın tutarlı ve güvenlr olduğunu spatlayacak Cronbach alfa değer 0,896 olarak belrlenmştr. Bu değer 0.70 ten büyük olduğu çn ana krterler belrleyen anket çalışmasının oldukça güvenlr olduğu sonucuna varılmıştır. altında toplanacak alt krterler belrlemeye yönelktr. Bu aşamada yapılan statstksel analzlern sonuçları sadece kalte krter çn gösterlmştr. Çzelge 4 te kalte ana krternn anketn knc aşamasında ele alınan alt krterler çn elde edlen ortalama, mod ve medyan değerler görülmektedr. Buna göre; 4 (öneml) ve 5 (çok öneml) aralığına gren hatalı ürün oranı, sparşlern şrket süreçlerne uyumluluğu, toplam kalte uygulamaları kalte krter altında toplanacak alt krterler olarak belrlenmştr. Çzelge 4. Kalte ana krterlernn ele alınan alt krterler çn merkez dağılım ölçüler Kalte ana krter çn alt krterler 1 Hatalı ürün oranı 35 4,7 2 Frmanın kalte belge sayısı 3 Sparşlern şrket süreç. uyum. 4 Kalte araçlarına bağlılık 5 Toplam kalte uyg. 35 4,0 9 N Ort. Me d- yan Mod 5 5 1 35 3,9 4 4 1 35 4,1 4 4 7 35 3,8 4 4 3 Alt krter verlernn normallkten sapma ölçüler 4 4 Ana krterlere at alt krterlern belrlenmes çn kullanılan verlern normal dağılıma uygunluğunun test çn Kolmogorov-Smrnov (KG) ve Shapro-Wlk (SW) testler kullanılmıştır ve tüm alt krter ver dağılımlarının normalden farklı olduğu sonucuna varılmıştır. Çzelge 5 te kalte alt krterlernn normallk test sonuçları görülmektedr. Verlern anlamlılık düzeynn (Sg.) %5 ten küçük olması dağılımın normal dağılımdan gelmedğn göstermektedr. Çzelge 5. Kalte alt krterlern normallk testler Normallk Test KG SW Kalte ana krternn alt krterler İstatstk Sd * Sg. İstatstk Sd * Sg. 1 Hatalı ürün oranı 0,448 35 0 0,567 35 0 2 Frmanın kalte belge sayısı 0,295 35 0 0,793 35 0 3 Sparşlern şrket süreçlerne uyumluluğu 0,402 35 0 0,685 35 0 4 Kalte araçlarına bağlılık 0,381 35 0 0,751 35 0 5 Toplam kalte uygulamaları 0,361 35 0 0,733 35 0 * Serbestlk Dereces
Alt krterlern korelasyon analz 350 Spearman ın Sıra korelasyon analz kullanılarak alt krterlern tüm 2 l korelasyonları ncelenmştr. Elde edlen bu sonuçlara göre her br ana krtere at alt krterler arasında poztf veya negatf kuvvetl br lşk bulunmamaktadır. Dolayısıyla brbr le lşkl değşkenlern bulunmadığı ve alt krterlern brleştrlmes durumunun söz konusu olmadığı tespt edlmştr. Çzelge 6 da kalte alt krternn kl korelasyon katsayıları görülmektedr. Çzelge 6. Kalte alt krterler arasındak korelasyon katsayıları Kalte alt 1 2 3 4 5 krterler 1 1 0,409 0,345 0,432 0,337 2 0,409 1 0,131 0,362 0,1 3 0,345 0,131 1 0,103 0,428 4 0,432 0,362 0,103 1 0,247 5 0,337 0,1 0,428 0,247 1 Alt Krterlern Güvenlrlk Analz : Ana krterlern alt krterlernn belrlenmes le lgl çalışmanın tutarlı ve güvenlr olduğunu spatlayacak Cronbach s Alpha değerler hzmet, kalte, malyet-fnans, esneklk, teknoloj, güvenlrlk çn sırasıyla, 0.729, 0.713, 0.814, 0.727, 0.835 bulunmuştur. Değerlern tamamının 0.70 ten büyük olması, her br ana krtere at alt krterler belrleyecek anket çalışmasının güvenlr olduğunun göstergesdr. Böylece; esneklk ana krternn alt krterler; ürün çeştllğndek değşmlere cevap vereblme (E1), ürün mktarındak değşmlere cevap vereblme (E2), malzeme tasarımındak değşmlere cevap vereblme (E3), termn tarh değşklklerne cevap vereblme (E4), güvenlrlk ana krternn alt krterler; garantl ürünler sağlayablme (G1), geçmş dönem performansı (G2), şletmenn örgütsel durumu (G3), tazmnat (G4), hzmet ana krternn alt krterler; naklye performansı (H1), satış sonrası teknk servs (H2), zamanında teslmat performansı (H3), kalte ana krternn alt krterler; hatalı ürün oranı (K1), sparşlern şrket süreçlerne uyumluluğu (K2), toplam kalte uygulamaları (K3), malyet ana krternn alt krterler; fnansal uygunluk (M1), fyat (M2), malyet analznn etkn kullanımı (M3), yalın düşünceye uygun vermllk uygulamalarının yapılması (M4), teknoloj ana krternn alt krterler; frmanın ARGE kablyet (T1), frmanın sahp olduğu blg teknolojler kaynak sevyes (T2), frmanın know-how sevyes (T3) ve frmanın teknk problem çözme yeterllğ (T4) olarak belrlenmştr. Sonuç olarak; yapılan anket çalışmasıyla performans ölçümü çn kullanılacak ana krterler ve alt krterler tespt edlmştr. Krterler arasında br lşk bulunmadığı korelasyon analzyle belrlenmş ve krter ağırlıklarının hesaplanmasında AHP yöntemnn kullanılmasına karar verlmştr. 3.2. AHP le ağırlık belrleme Analtk Hyerarş Proses (AHP), 1977 yılında Saaty tarafından br model olarak gelştrlerek karar verme problemlernn çözümünde kullanılablr hale getrlmştr. AHP, karar hyerarşsnn tanımlanablmes durumunda kullanılan, kararı etkleyen faktörler dkkate alınarak karar noktalarının yüzde dağılımlarını veren br karar verme ve tahmnleme yöntem olarak tanımlanablr. AHP, br karar hyerarşs üzernde, önceden tanımlanmış br karşılaştırma skalası kullanılarak, gerek kararı etkleyen faktörler ve gerekse karar noktalarının bu faktörler açısından önem değerlerne göre, brebr karşılaştırmalarına dayanmaktadır. Sonuçta önem farklılıkları, karar noktaları üzernde yüzde dağılıma dönüşmektedr (Yaralıoğlu, 2001). AHP yöntemnn aşamaları aşağıda verlmştr. Adım 1: Karar verme problemnn tanımlanması. Amaç, ana krter ve alt krterler çeren AHP model hyerarşk br yaklaşımla oluşturulur. Adım 2: Faktörler arası karşılaştırma matrslernn oluşturulması. Ana ve alt krterler çn kl karşılaştırma matrsler oluşturulur. Adım 3-4: Faktörlern yüzde önem dağılımları ve tutarlılıkları belrlenr. Adım 5: Her br faktör çn, karar noktalarındak yüzde önem dağılımları bulunur. Ana krterler ve her br ana krtern alt krterlernn karşılaştırma matrsler şletmenn kalte kontrol, üretm planlama ve satın alma bölüm sorumluları le ortak değerlendrmeler yapılarak oluşturulmuş, sözkonusu krterlern ağırlıkları AHP yöntem le elde edlmştr Tutarlılık oranı (CR), ana krterler çn 0.026, esneklk, güvenlrlk, hzmet, kalte, malyet ve teknoloj alt krterler çn sırasıyla, 0.008, 0.030, 0.003, 0.008, 0.023 ve 0.004 olarak hesaplanmıştır. Bu değerler 0,1 n altında kaldığı çn bu çalışmadak sonuçlar tutarlıdır. Çzelge 7 de verlen tedarkç seçm alt krter ağırlıkları kullanılarak TOPSIS yöntem uygulanmıştır. Bu yöntemle tedarçler sıralanmış ve br duyarlık analz çalışması yapımıştır. Çzelge 7. Probleme etk eden krterlern ağırlıkları Krter Ağırlık Krter Ağırlık E1 Ürün çeştllğndek değşmlere cevap vereblme 0,016 K1 Hatalı ürün oranı 0,120 E2 Ürün mktarındak değşmlere cevap vereblme 0,039 K2 Sparş süreç uyumluluğu 0,036 E3 Tasarımdak değşmlere cevap vereblme 0,018 K3 Toplam Kalte uygulamaları 0,066 E4 Termn tarh değşklklerne cevap vereblme 0,039 M1 Fnansal uygunluk 0,063 G1 Garantl ürünler sağlayablme 0,026 M2 Fyat 0,063 G2 Geçmş dönem performansı 0,036 M3 Malyet analznn etknlğ 0,027 G3 İşletmenn örgütsel durumu 0,011 M4 Vermllk uygulamaları 0,038 G4 Tazmnat 0,027 T1 AR-GE kablyet 0,022 H1 Naklye performansı 0,065 T2 Blg teknolojler kaynakları 0,022 H2 Satış sonrası teknk servs 0,035 T3 Know-how sevyes 0,012 H3 Tedark performansı 0,183 T4 Teknk problem çözme yeterllğ 0,040
351 3.3. TOPSIS yöntemne dayalı tedarkç seçm TOPSIS (Technque for Order Preference by Smlarty to Ideal Soluton), Yoon ve Hwang tarafından 1981 yılında gelştrlmştr. Bu yöntemn temel, seçlecek alternatfn geometrk anlamda deal çözüme en kısa mesafede ve negatfdeal çözümden en uzak mesafede olmasına dayanır. TOPSIS metodu her br krtern tekdüze br şeklde artan ya da azalan fayda eğlmne sahp olduğunu varsaymaktadır. Bundan dolayı, deal ve negatf-deal çözümler tanımlamak kolaydır. Ökld mesafes yaklaşımı alternatflern deal çözüme görel yakınlıklarını değerlendrmey amaçlamaktadır. Böylece, bu görel mesafelern br dz karşılaştırması aracılığıyla alternatflern terch sırası çıkarılablmektedr (Trantaphyllou, 2000). Aşağıda TOPSIS yöntemnn adımları ve ele alınan probleme uygulaması verlmştr. Adım 1: Her br krter çn tedarkç değerlendrmelerne göre karar matrs (A) oluşturulması (Çzelge 8). Çzelgede, alternatfler, j, krterler göstermektedr. Karar matrsnde ürün çeştllğndek (E1), mktarındak (E2), tasarımındak (E3) ve termn tarhndek değşmlere cevap vereblme (E4) krterler çn daha öncek hzmetlerdek cevap vereblme yüzdeler, tazmnat (G4) krter çn, olası yaşanacak sorun esnasında her alım tutarı kapsamında sözleşmelerde sunulan tazmnat oranları, malzemenn tedark performansı (H3) ve hatalı ürün oranı (K1) krterler çn SAP sstemnden analz edlmş zamanında teslm ve hatalı ürün ortalama oranları, toplam kalte uygulamaları (K3) krter çn, şletmenn kalte standartlarına göre frmalarda uygulanan toplam kalte teknklernn sayısı (Poka Yoke, İstatksel Proses Kontrol, vb.), fnansal uygunluk (M1) krternn değerlendrmesnde tedarkçlere at aktf büyüklük değerler, fyat (M2) krter çn her br tedarkçnn ele alınan malzemeye stedğ brm fyat, malyet etknlk (M3) krter çn her br frmaya at malyet etknlk oranları, vermllk uygulamaları (M4) krter çn tedarkçlerde uygulanan Mll Prodüktvte Merkez üretm yönetm esaslı vermllk arttırma teknklernn sayısı (Yalın üretm, toplam kalte yönetm vb.), AR-GE kablyet (T1) krter çn AR-GE faalyetlernde sthdam edlen personel sayısı, blg teknolojler kaynak sevyelernde (T2) se sahp olunan ISO 20000-1 standart süreç sayısı (hzmet düzey yönetm sürec, sürüm yönetm sürec, vb.) kullanılmıştır. Dğer değerlendrme krterlerne at tedarkç değerler se; Toplam Kalte Yönetm, Üretm Planlama ve Satın Alma bölümler sorumluları le ortak değerlendrmeler yapılarak 1 le 10 arasında puanlandırılarak belrlenmştr. Çzelge 7. Karar Matrs (A) /j ESNEKLİK GÜVENİLİRLİK HİZMET E1 E2 E3 E4 G1 G2 G3 G4 H1 H2 H3 1 21% 63% 8% 82% 6 2 4 65% 4 6 38% 2 46% 53% 18% 24% 10 8 10 20% 8 10 35% 3 46% 53% 20% 44% 10 3 6 42% 9 10 65% 4 51% 42% 18% 54% 7 2 4 55% 3 4 30% KALİTE MALİYET TEKNOLOJİ /j K1 K2 K3 M1 M2 M3 M4 T1 T2 T3 T4 1 13% 5 3 110 10 6 TL 1800 TL 15 3 58 5 5 4 2 5% 9 6 250 10 6 TL 6000 TL 45 12 87 8 9 6 3 8% 6 5 255 10 6 TL 3500TL 25 7 66 14 6 10 4 15% 5 2 155 10 6 TL 2400TL 20 4 30 5 5 3 Çzelge 8. Standart Karar Matrs (R) /j E1 E2 E3 E4 G1 G2 G3 G4 H1 H2 H3 1 0,2462 0,5913 0,2399 0,7439 0,3554 0,2222 0,3086 0,6699 0,3068 0,3780 0,4304 2 0,5394 0,4975 0,5398 0,2177 0,5923 0,8889 0,7715 0,2061 0,6136 0,6299 0,3964 3 0,5394 0,4975 0,5998 0,3991 0,5923 0,3333 0,4629 0,4329 0,6903 0,6299 0,7363 4 0,5980 0,3942 0,5398 0,4899 0,4146 0,2222 0,3086 0,5669 0,2301 0,2520 0,3398 /j K1 K2 K3 M1 M2 M3 M4 T1 T2 T3 T4 1 0,5915 0,3869 0,3487 0,2719 0,2379 0,2621 0,2032 0,4558 0,2840 0,3869 0,3152 2 0,2275 0,6964 0,6975 0,6180 0,7930 0,7863 0,8127 0,6838 0,4544 0,6964 0,4729 3 0,3640 0,4643 0,5812 0,6304 0,4626 0,4369 0,4741 0,5187 0,7951 0,4643 0,7881 4 0,6825 0,3869 0,2325 0,3832 0,3172 0,3495 0,2709 0,2358 0,2840 0,3869 0,2364 Çzelge 9. Ağırlıklı Standart Karar Matrs (V) /j E1 E2 E3 E4 G1 G2 G3 G4 H1 H2 H3 1 0,0039 0,0231 0,0043 0,0268 0,0092 0,0080 0,0034 0,0181 0,0199 0,0132 0,0788 2 0,0086 0,0194 0,0097 0,0078 0,0154 0,0320 0,0085 0,0056 0,0399 0,0220 0,0726 3 0,0086 0,0194 0,0108 0,0144 0,0154 0,0120 0,0051 0,0117 0,0449 0,0220 0,1347 4 0,0096 0,0154 0,0097 0,0176 0,0108 0,0080 0,0034 0,0153 0,0150 0,0088 0,0622 /j K1 K2 K3 M1 M2 M3 M4 T1 T2 T3 T4 1 0,0710 0,0139 0,0230 0,0171 0,0150 0,0071 0,077 0,0100 0,0062 0,0046 0,0126 2 0,0273 0,0251 0,0460 0,0389 0,0500 0,0212 0,0309 0,0150 0,0100 0,0084 0,0189 3 0,0437 0,0167 0,0384 0,0397 0,0291 0,0118 0,0180 0,0114 0,0175 0,0056 0,0315 4 0,0819 0,0139 0,0153 0,0241 0,0200 0,0094 0,0103 0,0052 0,0062 0,0046 0,0095
352 Adım 2: Standart Karar Matrsnn (R) Oluşturulması. Standart Karar Matrs (Çzelge 8), A matrsnn elemanlarından yararlanarak Eştlk (1) e göre hesaplanır. (4) (1) Adım 3: Ağırlıklı Standart Karar Matrsnn (V) Oluşturulması. AHP yöntemnden elde edlen krter ağırlık dereceler ( w ) standart karar matrsnn (R) her br sütunu le çarpılarak Ağırlıklı Standart Karar Matrs (V) elde edlr (Çzelge 9). Adım 4: Eştlk (2) ve (3) e göre, V matrsndek ağırlıklandırılmış değerlendrme faktörlernn en yler * seçlerek İdeal Çözüm Set ( A ), en kötüler seçlerek Negatf İdeal Çözüm Set ( A ) oluşturulur (Çzelge 10, Çzelge 11). Burada fayda krterler kümesn, se malyet krterler kümesn göstermektedr. Ele alınan problemde hatalı ürün oranı (K1) ve fyat (M2) malyet krterlerdr. (2) (3) Adım 5: Ayırım Ölçülernn Hesaplanması. Ökld Uzaklık Yaklaşımından yararlanılarak br karar noktasına lşkn değerlendrme faktör değernn deal ve negatf deal çözüm setnden sapma değerler, göre bulunmuştur. S ve * S eştlk (4) ve (5) e Burada hesaplanacak S ve * (5) S değerler sayısı doğal olarak karar noktası sayısı kadar olacaktır ve aşağıda verldğ gbdr. Adım 6: İdeal Çözüme Görel Yakınlığın Hesaplanması. İdeal ve negatf deal ayırım ölçülernden yararlanılırarak her br karar noktasının deal çözüme görel yakınlığı eştlk (6) da gösterldğ gb hesaplanmıştır. (6) Burada değer aralığında değer alır ve lgl karar noktasının deal çözüme, lgl karar noktasının negatf deal çözüme mutlak yakınlığını gösterr. Dört karar noktası çn deal çözüme görel yakınlık değerler bulunmuştur. Bu değerler büyüklük sırasına sokulduğunda karar noktalarının önem sırası 3, 2, 1 ve 4 şeklnde elde edlmektedr. Çzelge 10. İdeal Çözüm Set ( j E1 E2 E3 E4 G1 G2 G3 G4 H1 H2 H3 0,0096 0,0231 0,0108 0,0268 0,0154 0,0320 0,0085 0,0181 0,0449 0,0220 0,1347 j K1 K2 K3 M1 M2 M3 M4 T1 T2 T3 T4 0,0273 0,0251 0,0460 0,0397 0,0150 0,0212 0,0309 0,0150 0,0175 0,0084 0,0315 Çzelge 11. Negatf İdeal Çözüm Set ( j E1 E2 E3 E4 G1 G2 G3 G4 H1 H2 H3 0,0039 0,0154 0,0043 0,0078 0,0092 0,0080 0,0034 0,0056 0,0150 0,0088 0,0622 j K1 K2 K3 M1 M2 M3 M4 T1 T2 T3 T4 0,0819 0,0139 0,0153 0,0171 0,0500 0,0071 0,0077 0,0052 0,0062 0,0046 0,0095
353 3.4. Duyarlılık analz Bu çalışmada en krtk krter belrlemek amacıyla br duyarlılık analz çalışması yapılmıştır. Sezgsel olarak, en krtk krter en büyük ağırlığa sahp krter olarak düşünülür. Ancak, krtklğ bu şeklde düşünmek yanıltıcı olablr (Trantaphyllou, 2000). Karar verc, her br krtern ne kadar krtk olduğunu, dğer br deyşle alternatflern mevcut sıralamasının krterlern ağırlıklarındak değşmlere ne kadar duyarlı olduğunu belrleyeblrse daha y kararlar alablr. Gerçekleştrlen duyarlılık analznde, lk önce, her br krter ağırlığı çn alternatflern mevcut sıralamasının değşmeden kaldığı aralık Excel de gelştrlen br makro program yardımıyla saptanmıştır. En krtk krter se dğer tüm krter ağırlıkları sabtken güncel sıralamayı ağırlığındak en küçük değşmle değştren krter olarak fade edlmektedr. Buradak en küçük değşm kavramı, mutlak ve oransal olmak üzere k farklı şeklde tanımlanablr. Mutlak değşm, lgl krter çn mevcut ağırlık le alt lmt ve üst lmt arasındak fark olarak hesaplanırken oransal değşm, mutlak değşmn mevcut ağırlığa bölünmes le bulunur. Çzelge 12 de her br krter çn mevcut sıralamanın değşmeden kaldığı aralıklar ve mevcut ağırlıkların alt ve üst lmtlerden mutlak ve oransal farkları gösterlmektedr. Buna göre, mutlak değşm açısından fyatın (M2), oransal değşm açısından se tedark performansının (H3) krternn en krtk krterler olduğu görülmektedr. Fyat krternn ağırlığı mutlak olarak 0.067 brmden fazla arttırılırsa, tedark performansının ağırlığı se oransal olarak %88 den fazla azaltılırsa alternatflern mevcut sıralaması değşecektr. Çzelge 12. Krter ağırlıkları çn alt ve üst lmtler Mevc Mutlak Fark Oransal Fark Krter ut Alt lmt Üst lmt Alt Üst Alt Üst lmtten ağırlık lmtten lmtten lmtten E1 0,016 0,000 * 0,115-0,099-6,188 E2 0,039 0,000 * 0,466-0,427-10,949 E3 0,018 0,000 * 0,129-0,111-6,167 E4 0,039 0,000 * 0,125-0,086-2,205 G1 0,026 0,000 * 0,501-0,475-18,269 G2 0,036 0,000 * 0,112-0,076-2,111 G3 0,011 0,000 * 0,180-0,169-15,364 G4 0,027 0,000 * 0,139-0,112-4,148 H1 0,065 0,000 * 1,000 ** - - - - H2 0,035 0,000 * 1,000 ** - - - - H3 0,183 0,022 0,849 0,161 0,666 0,880 3,639 K1 0,120 0,000 * 0,386-0,266-2,217 K2 0,036 0,000 * 0,250-0,214-5,944 K3 0,066 0,000 * 0,440-0,374-5,667 M1 0,063 0,000 * 0,283-0,22-3,492 M2 0,063 0,000 * 0,130-0,067-1,063 M3 0,027 0,000 * 0,161-0,134-4,963 M4 0,038 0,000 * 0,162-0,124-3,263 T1 0,022 0,000 * 0,306-0,284-12,909 T2 0,022 0,000 * 1,000 ** - - - - T3 0,012 0,000 * 0,248-0,236-19,667 T4 0,040 0,000 * 1,000 ** - - - - * ** Ağırlığın 0 a eşt alınması sıralamayı değştrmez Ağırlığın 1 e eşt alınması sıralamayı değştrmez
354 Buna göre, mutlak değşm açısından fyatın (M2), oransal değşm açısından se tedark performansının (H3) krternn en krtk krterler olduğu görülmektedr. Fyat krternn ağırlığı mutlak olarak 0.067 brmden fazla arttırılırsa, tedark performansının ağırlığı se oransal olarak %88 den fazla azaltılırsa alternatflern mevcut sıralaması değşecektr. 4. Sonuç ve önerler Tedarkç seçm kararı şletmelern performansını doğrudan etkleyen br karardır. İşletmeler, sürekl değşen rekabet koşulları karşısında rekabetç yapılarını sürdüreblmek çn kend hedeflerne uygun özellktek tedarkçler seçmeldr. Bunun yanında tedarkçler seçmek çn kullanılacak krterler her sektör ve her şletme çn farklı olablr. Bu nedenle tedarkç seçm krterlernn belrlenmes de büyük önem taşımaktadır. Bu çalışmada, elektronk sanay sektöründe faalyet gösteren br şletmenn ürün yelpazesnn büyük çoğunluğunda kullanılan, çok az sayıda yurt ç/dışı tedarkçden sağlanablen br ana malzemesnn tedarkç değerlendrme ve seçm problem çn karar vercye destek olacak br model önerlmştr. Problem çok krterl br karar verme problemdr. İşletmenn tedarkç seçmn etkleyen krterler anket çalışmaları ve statstksel analzler le belrlenmştr. Belrlenen esneklk, güvenlrlk, hzmet, kalte, malyet ve teknoloj ana krterler ve bu ana krterlere bağlı toplam 22 adet alt krtern ağırlıkları AHP yöntemyle hesaplanmış ve elde edlen ağırlıklar kullanılarak TOPSIS yöntem uygulanmıştır. Ayrıca, her br krter ağırlığı çn alternatflern mevcut sıralamasının değşmeden kaldığı aralığın ve en krtk krtern belrlenmes çn br duyarlılık analz çalışması yapılmıştır. Bu sayede şletmenn söz konusu malzeme le lgl tedarkçlern seçmnde ve sıralanmasında yaşanan sıkıntılar gderlmş ve temel hedef olan müşter memnunyetnn arttırılması yolunda lerleme sağlanmıştır. Elektronk sanay sektörü çn yapılan bu çalışma dğer sektörlerdek frmalar çn de uygulanablr ve sektörlerde faalyet gösteren frmaların değerlendrlmesnde araştırmacılara yol gösterc olablr. KAYNAKLAR 1. Cha, J., Lu, J.N.K., Nga, E.W.T., Applcaton of decson-makng technques n suppler selecton: A systematc revew of lterature, Expert Systems wth Applcatons, 40(10), 3872 3885, 2013. 2. Ho, W., Xu, X., Dey, P.K., Mult-crtera decson makng approaches for suppler evaluaton and selecton: A lterature revew, European Journal of Operatonal Research, 202(1), 16 24, 2010. 3. De Boer, L., Labro, E., Morlacch, P., A revew of methods supportng suppler selecton, European Journal of Purchasng & Supply Management, 7(2), 75 89, 2001. 4. Tam M.C.Y., Tummala V.M.R., An Applcaton of the AHP n Vendor Selecton of a Telecommuncatons System, OMEGA, 29(2), 171-182, 2001. 5. Levary, R.R., Usng the Analytc Herarchy Process to Rank Foregn Supplers Based on Supply Rsks, Computers & Industral Engneerng, 55(2), 535-542, 2008. 6. Yurdakul, M., İç Y.T., Analyss of the beneft generated by usng fuzzy numbers n a TOPSIS model developed for machne tool selecton problems, Journal of Materals Processng Technology, 209(1), 310-317, 2009. 7. Almeda, A.T., Multcrtera decson model for outsourcng contracts selecton based on utlty functon and ELECTRE method, Computers & Operatons Research, 34(12), 3569-3574, 2007. 8. Sevkl, M., An applcaton of the fuzzy ELECTRE method for suppler selecton, Internatonal Journal of Producton Research, 48(12), 3393 3405, 2010. 9. Dulmn, R., Mnnno, V., Suppler selecton usng a multcrtera decson ad method, Journal of Purchasng & Supply Management, 9(4), 177 187, 2003. 10. Chen, Y.H., Wang, T.C., Wu, C.Y., Strategc decsons usng the fuzzy PROMETHEE for IS outsourcng, Expert Systems wth Applcatons 38(10), 13216 13222, 2011. 11. Wu, T., Blackhurst, J., Suppler evaluaton and selecton: an augmented DEA approach, Internatonal Journal of Producton Research, 47(16), 4593 4608, 2009. 12. Ng, W.L., An effcent and smple model for multple crtera suppler selecton problem, European Journal of Operatonal Research, 186(3), 1059 1067, 2008. 13. Guner, A.F., Yucel, A., Ayyldz, G., An ntegrated fuzzy-lp approach for a suppler selecton problem n supply chan management, Expert Systems wth Applcatons, 36(5), 9223 9228, 2009. 14. Amn, S.H., Zhang, G., An ntegrated model for closed-loop supply chan confguraton and suppler selecton: Multobjectve approach, Expert Systems wth Applcatons, 39(8), 6782 6791, 2012. 15. Tsa, W.H., Hung, S.J., A fuzzy goal programmng approach for green supply chan optmsaton under actvty-based costng and performance evaluaton wth a value-chan structure, Internatonal Journal of Producton Research, 47(18), 4991 5017, 2009. 16. Arıkan, F., Küçükçe, Y.S., Satın Alma Faalyet İçn Br Tedarkç Seçm-Değerlendrme Problem ve Çözümü, Gaz Ünverstes Mühendslk Mmarlık Fakültes Dergs, 27(2), 255-264, 2012. 17. Corrente, S., Greco, S., Slownsk, R., Multple Crtera Herarchy Process wth ELECTRE and PROMETHEE, OMEGA, 41(5), 820-846, 2013. 18. Kull, T.J., Tallur, S., A Supply Rsk Reducton Model Usng Integrated Multcrtera Decson Makng, IEEE Transactons On Engneerng Management, 55(3), 409-419, 2008. 19. Zeydan, M., Çolpan, C., Çobanoğlu, C., A combned methodology for suppler selecton and performance evaluaton, Expert Systems wth Applcatons, 38(3), 2741 2751, 2011. 20. Razal, N. M., Wah, Y.B., Power comparsons of Shapro- Wlk, Kolmogorov-Smrnov, Lllefors and Anderson- Darlng tests, Journal of Statstcal Modelng and Analytcs, 2(1), 21-33, 2011. 21. Ercan, İ., Kan, İ., Ölçeklerde Güvenlrlk ve Geçerlk, Uludağ Ünverstes Tıp Fakültes Dergs, 30(3), 211-216, 2004. 22. Saaty, T. L., A Scalng Method for Prortes n Herarchcal Structures, Journal of Mathematcal Psychology, 15(3), 234-281, 1977. 23. Yaralıoğlu, K., Performans Değerlendrmede Analtk Hyerarş Proses, Dokuz Eylül Ünverstes İ.İ.B.F. Dergs, 16(1), 129-142, 2001. 24. Trantaphyllou, E., Mult-Crtera Decson Makng Methods: A Comparatve Study, Kluwer Academc Publshers, Dordrecht, 2000.