Makale Başlık : Bulanık VIKOR Yöntemine Dayalı Personel Seçim Sürecinin İncelenmesi Anahtar Sözcükler : Bulanık Mantık; Bulanık VIKOR; Personel Seçimi Özet : Son yıllarda nitelikli personelin seçimi firmalar için önemli bir başarı faktörü ve stratejik bir karar haline gelmiştir. Ancak bu karar genellikle karmaşıktır ve belirsiz bir ortamda verilir. Bunun nedeni birbirleriyle çelişen ve kesin ifadelerle açıklanamayan birçok niceliksel ve kendine güven, sözlü iletişim yeteneği gibi niteliksel faktörlerin karar vericiler tarafından dikkate alınmasının gerekliliğidir. Ancak bu faktörler genellikle birbirini dışlayan ve net şekilde ifade edilemeyen faktörlerdir. Bulanık çok kriterli karar verme yöntemleri (ÇKKV) bu sorunlara çözüm getirmek amacıyla geliştirilmiş yöntemlerdir. Bu yöntemler, karar vericilerin tercihlerindeki belirsizliği yansıtıp birçok kriteri farklı ağırlıklar, eşik değerleriyle birlikte aynı anda düşünür. Bu nedenle, bu çalışmada bir firma için en iyi mühendisi belirlemede ÇKKV tekniklerinden bulanık VIKOR yöntemi kullanılmıştır. Bulanık VIKOR yöntemi niteliksel ve niceliksel birçok faktörü bir arada değerlendirerek çoğunluk için grup faydasını maksimize eden ve rakip seçenek için bireysel pişmanlığı minimize eden uzlaştırıcı bir çözümü belirler. Makale ID : 4167 Makale Hazırlanış Tarihi : 14.02.2013 Sayfa 1
Jel Kodları : C02 C61 D81 Sayfa 2
1 2 3 4 5 6 7 8 9 10 11 12 13 Bulanık VIKOR Yöntemine Dayalı Personel Seçim Sürecinin İncelenmesi Evaluation of Personnel Selection Process Based on the Fuzzy VIKOR Method ÖZET Son yıllarda nitelikli personelin seçimi firmalar için önemli bir başarı faktörü ve stratejik bir karar haline gelmiştir. Ancak bu karar genellikle karmaşıktır ve belirsiz bir ortamda verilir. Bunun nedeni birbirleriyle çelişen ve kesin ifadelerle açıklanamayan birçok niceliksel ve kendine güven, sözlü iletişim yeteneği gibi niteliksel faktörlerin karar vericiler tarafından dikkate alınmasının gerekliliğidir. Ancak bu faktörler genellikle birbirini dışlayan ve net şekilde ifade edilemeyen faktörlerdir. Bulanık çok kriterli karar verme yöntemleri (ÇKKV) bu 14 sorunlara çözüm getirmek amacıyla geliştirilmiş yöntemlerdir. Bu yöntemler, karar 15 vericilerin tercihlerindeki belirsizliği yansıtıp birçok kriteri farklı ağırlıklar, eşik değerleriyle 16 birlikte aynı anda düşünür. Bu nedenle, bu çalışmada bir firma için en iyi mühendisi 17 18 19 20 belirlemede ÇKKV tekniklerinden bulanık VIKOR yöntemi kullanılmıştır. Bulanık VIKOR yöntemi niteliksel ve niceliksel birçok faktörü bir arada değerlendirerek çoğunluk için grup faydasını maksimize eden ve rakip seçenek için bireysel pişmanlığı minimize eden uzlaştırıcı bir çözümü belirler. 21 22 23 24 25 26 27 28 29 30 Anahtar Kelimeler: Bulanık Mantık, Bulanık VIKOR, Personel Seçimi ABSTRACT Selection of qualified personnel is a key success factor and has become a strategic decision for the firms recently. However, this decision is generally complex and made in vague environment. The reason for that many quantative and qualitative factors such as self confidence, oral communication skills must be considered by decision makers. However, most of these factors are conflicting each other and are not explained by certain terms. The Sayfa 3
31 32 33 34 35 36 37 fuzzy multicriteria decision making methods (MCDM) are developed to cope with these problems. These methods consider many criteria at the same time, with various weights and thresholds, with reflecting vague of preferences of the decision makers. Therefore, in this study fuzzy VIKOR method which is one of the MCDM method is used to select the best engineer for one firm. The fuzzy VIKOR method evaluating a combination of many qualitative and quantitative factors determines a comprimise solution, providing a maximum group utility for the majority and minimum of an individual regret for the opponent. 38 39 Key Words: Fuzzy Logic, Fuzzy VIKOR, Personnel Selection 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 1. GİRİŞ Günümüz yöneticilerinin yerine getirmesi gereken en önemli fonksiyonlardan biri hiç şüphesiz ki karar vermedir. Kararlarını doğru, hızlı, etkin veren yöneticiler işletmelerini küresel rekabetin yaşandığı ortamda rekabet edebilir düzeyde tutmayı başaracaklardır. Ancak her yerde geçerli olan küreselleşme olgusu, belirsizlik ve hızlı değişim bu karar sürecini daha karmaşık, daha fazla boyutlu ele alınması gereken bir yapıya dönüştürmüştür. Kararların artık gruplar halinde alındığı, sadece sayısal verilerin değil sayısallaştırılamayan verilerin de kritik öneme kavuştuğu gözlemlenmektedir. İşletmelerin fiziksel, parasal sermayelerinin yanı sıra beşeri sermayesinin de her geçen gün önem kazandığı iş dünyasında özellikle insan kaynakları bölümüne daha fazla iş düşmektedir. Büyük işletme kavramının personel sayısından ziyade ortaya koyduğu değerlerle büyüklüğü hedefleyen işletmeler için bu katma değeri sağlayacak personele sahip olmak her şeyden önemli hale gelmiştir. İyi eğitim almış, yetkin çalışanlar işletmelerin başarı sağlamasında önemli bir role sahip hale gelmiş ve çalışan odaklı yaklaşım her geçen gün daha fazla benimsenmiştir. Bu bağlamda İnsan Kaynakları bölümleri ve bu bölümler tarafından yerine getirilen personel seçimi önem Sayfa 4
57 58 59 60 61 kazanmıştır. Bu nedenle eleman seçimi, eleman alımı sadece deneyimsel tecrübelerle değil, farklı kriterlerin, farklı kişilerin, farklı değerlendirmelerin ışığı altında yapılması gereken bir faaliyet olarak görülmektedir. Ancak bu süreçte bazı sorunlarla karşılaşılmaktadır. Bu problemler çoğunlukla kriterlerin aynı ölçü birimine sahip olmayan ve çelişkili, birbirlerini dışlayan birçok farklı kriterlerle ifade edilmesi ve böylece tüm kriterleri aynı anda sağlayan 62 çözümün olmamasından doğmaktadır (Oprivoric ve Tzeng, 2004). Değerlendirmede 63 64 65 66 67 68 69 karşılaşılan diğer bir sorun ise kriterlerden bazılarının kendine güvenme, sosyal ilişkilere yatkınlık gibi sayısal değerlerle ifade edilemeyen kriterleri kapsamasıdır. Ayrıca bu kriterlere iyi, çok iyi, çok çok iyi gibi dilsel olarak ifade edilebilecek değerler atanması gerekir (Zadeh, 1975). Bulanık mantığa dayalı çok kriterli karar verme teknikleri ise bu sorunlara çözüm olarak, çoklu ve genellikle birbiriyle uyuşmayan çok sayıda kriterlerin ve bu kriterlere göre belirlenen alternatifleri bir araya getirerek eşanlı çözebilen uzlaşmacı yöntemlerdir (Kelemenis ve Askounis,2010: 4999-5000). 70 71 72 73 74 75 76 77 Dolayısıyla literatürde personel seçiminde bu gibi sorunlara çözüm olabilecek Analitik Hiyerarşik Process (AHP) (Saaty, 1980), Analitik Ağ Süreci (ANP) (Saaty, 1996), Basit Toplamsal Ağırlık (SAW-Simple Additive Weigthing) (Fishburn, 1967), TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) (Hwang and Yoon, 1981) ve VIKOR (Sırpça: VlseKriijumsko Optimizacijo I Kompromisno Resenje) (Opricovic, 1998) yöntemleri gibi bulanıklaştırılmış çok kriterli karar verme yöntemlerinin her geçen gün daha fazla kullanıldığı görülmektedir. 78 79 80 81 2. LİTERATÜR Personel seçim süreci farklı kriterleri, kriterlerin farklı göreli ağırlıklarının ve bu değerlendirmelerin sayısal ifadelerden çok dilsel kavramlarla ifade edildiği karmaşık ancak Sayfa 5
82 83 84 85 bir o kadar da önemli bir süreçtir. Bu nedenle bu sürecin geliştirilmesine yönelik yeni yöntemler, farklı çalışmalar hız kesmeden devam etmektedir. Bu çalışmalardan bazıları tablo 1 de kısaca gösterilmiştir: Tablo 1: Personel Seçiminde ÇKKV Tekniklerini Kullanılan Çalışmalar Yazar(lar) Seçim Konusu Kullanılan Yöntem(ler) 86 87 88 89 90 91 Chen (2000) Sistem mühendisi Bulanık mantık Saghafian ve Hejazi, 2005 Üniversite profesörü Bulanık Mantk Ecer (2006) Satış elemanı Bulanık TOPSIS Özkan (2007) AR-GE personel seçim AHP, ELECTRE, TOPSIS Dereli ve diğerleri (2010) Endüstri mühendisi Bulanık PROMETHEE Afshari ve diğerleri (2010) Bilgi teknoloji uzmanı (SAW) Nasab ve Malkhalifeh (2010) Sistem Mühendisi Aralıklı bulanık yöntemi Kelemenis ve Askouris (2010) Bilişim uzmanı Bulanık TOPSIS Dursun ve Karsak (2010) Endüstri mühendisi Çok Kriterli Bulanık Mantık Başkaya ve Öztürk (2011) Satış elemanı Bulanık TOPSIS Anisseh ve Nosnah (2011) Üniversitede yükseltilecek profesörleri Bulanık TOPSIS Ersoylu (2011) Havacılık Okuluna Bulanık AHP ve bulanık Öğrenci Seçimi VIKOR Kabak ve Kazançoğlu (2012) Askeri okulda öğretmen Bulanık AHP adayları El-Santawy (2012) Eğitim alacak personel VIKOR Kabak, Burmaoğlu ve Profesyonel nişancı Bulanık ANP, Bulanık Kazançoğlu (2012) TOPSIS, Bulanık ELEKTRE Bu çalışmada ise bir teknoloji firması için mühendislik seçiminde bulanıklaştırılmış değerler kullanılarak çok kriterli karar verme yöntemlerinden VIKOR yöntemi uygulanmıştır. Çalışma dört temel bölümü içermektedir. Çalışmanın birinci bölümünde bulanıklık kavramına ve kümesine ilişkin bilgiler verilmiş, ikinci bölümünde VIKOR ve bulanık VIKOR Sayfa 6
92 93 94 95 96 yönteminden bahsedilmiştir. Çalışmanın uygulama bölümünde ise öncelikle personelin seçimine ilişkin kriterler belirlenmiş ve bu kriterlere karar vericilerin verdikleri ağırlıklar tespit edilmiş, sonraki aşamada bu kriterlere göre adaylara puan verilmiştir. Bu ağırlıklar ve puanlar bulanık sayılara dönüştürülmüştür. Daha sonra belirlenen kriterlere ve alınan puanlara göre VIKOR süreci kullanılarak adayların değerlendirilme süreci gerçekleştirilmiştir. 97 98 99 100 3. YÖNTEM Bulanık ÇKKV teknikerinde kriterler/özellikler ve göreli ağırlıklar genellikle bulanık sayılarla ifade edilir. Bir bulanık sayı, verilen bir küme aralığında herbiri 0 ile 1 arasında üyelik 101 102 103 104 derecesine sahip konveks kümedir (Hu, Wu and Cai, 2009, p.708). kararların kesin ifadelerden ziyade niteliksel olarak ifade edilebilmesidir. 3.1. Bulanık Mantık Buradaki yaklaşım, 105 106 107 108 109 110 111 112 Bulanık mantık, Zadeh (1965) tarafından geliştirilen kişisel düşüncelerin sözel ifadelerle değerlendirilmesine yönelik olarak geliştirilen, bulanık kümelere, bulanık sayılara ve dilsel değişkenlere dayalı olarak geliştirilen matematiksel tabanlı bir teoridir. Bu kapsamda, bulanık küme, kesin sınırları olmayan, kademeli geçişleri öngören ve belirli üyelik derecelerine sahip olan elemanların oluşturduğu bir kümedir. Bulanık sayı ise normal ve konveks olan bulanık küme elemanlarına denir. Bu kümenin elemanlarının tanımlanmasında üye veya üye değildir gibi kesin ifadelerden ziyade sayının üyeliği üyelik derecesini belirleyen ve [0,1] aralığında yer alan fonksiyonlarla tanımlanır (Zadeh, 1975). Bu üyelik fonksiyonlarının 113 tanımlanmasında sayıların komşuluğu (yakınlığı) yaklaşımından yararlanılır ve üyelik 114 115 fonksiyonları genellikle bu komşuluğun durumuna göre üçgensel üyelik fonksiyonlar ve yamuk üyelik fonksiyonları ile gösterilir. Uygulamalarda çoğunlukla hesaplama kolaylığı Sayfa 7
116 117 açısından üçgensel üyelik fonksiyonları tercih edilir. denklem 1 de tanımlanmıştır (Triantaphyllou, 2000). (x) A üçgensel üyelik fonksiyonu 118 0, x n1 x n1, n1 x n2 n2 n1 A ( x) (1) n3 x, n2 x n3 n3 n2 0, x n3 119 Geliştirilen bu formüle göre bulanık küme A n, n, ) olmalıdır. ( 1 2 n3 120 Şekil 1: Dilsel Değişkenler 1 0 121 122 Kaynak: Chen, 2000 123 124 125 126 127 128 129 Dilsel değişkenler de bu bulanık mantık kümesinin elemanlarının özelliklerini belirleyen değişkenlerdir. Örneğin bir kişinin yaşı belirtilmek istendiğinde sadece yaşlı, genç gibi keskin ve kesin ifadelerden ziyade yaşlı ve genç arasında olabilecek çok çok yaşlı, orta yaşlı, çok çok genç, çok genç gibi ara değerlerle de ifade edilmek istenebilir. Bu gibi dilsel ifadelerin sayı değeri ise bulanık küme ve bulanık sayı tanımlamalarıyla bulunabilir (Zadeh, 1975). Karar vericiler dilsel değişkenleri kullanarak karar kriterlerinin önem düzeyini ve bu kriterlere göre alternatifleri değerlendirirler. Sayfa 8
130 131 132 133 134 135 136 3.2. VIKOR Değerlendirme Yöntemi VIKOR Opricovic tarafından geliştirilen (1998) özellikle sistem tasarımının başında karar vericinin tercihlerini belirleyememesi veya bilmemesi durumunda karar vermeye yardımcı olmak üzere geliştirilmiş niteliksel çoklu karar verme yöntemidir (Opricovic ve Tzeng, 2007). Yöntemin amacı, uzlaşmacı bir çözüm ile maksimum grup faydası (çoğunluk kuralı) ve minimum bireysel pişmanlığı sağlayacak optimal bir uzlaşık çözüm bulmaktır. 137 138 139 140 Uzlaşık sıralama için çok kriterli çözüm, uzlaşık programlamada toplama fonksiyonu olarak kullanılan Lp kriterinden geliştirilmiştir. Çeşitli i tane alternatif C 1, C 2.C i olarak gösterilsin. C i seçeneğinin j inci kriterinin ölçümü f ij olsun (Lai ve Hwang, 1996). J=1,2,3..j 1 p (2) 141 VIKOR yönteminde L 1i (S i ) ve L i (R j ) sıralama kriterinin formülasyonunda kullanılır. 142 143 144 145 Maksimum grup faydası min Si den, minimum kişisel pişmanlık ise min, Ri den elde edilen çözümdür. Uzlaşık çözüm F c, ideal değerine en yakın uygun çözümdür ve uzlaşık çözüm şekil 2 de görüldüğü üzere ve karşılıklı anlaşmalarına bağlı ortaya konan çözümü ifade eder (Opricovic e Tzeng, 2004). 146 Şekil 2: İdeal ve Uzlaşık Çözümler Uygun Alan 147 148 Kaynak: Opricovic ve Tzeng, 2004 Sayfa 9
149 150 151 152 153 154 155 156 157 3.3. Bulanık VIKOR Yöntemi Klasik çok kriterli karar verme tekniklerinde kriter ağırlıklarının ve değerlendirmelerin kesin olarak bilindiği varsayılır. Ancak gerçek hayatta bazı durumlarda kesin ifadeler kullanmak mümkün olmamaktadır. Bu soruna çözüm olarak Fayed (1965) tarafından geliştirilen bulanık mantık teorisinden faydalanılabilir. Böylece kesin olarak ifade edilemeyen değişkenler dilsel değerlerle ifade edilebilir. Bu teori çok kriterli karar verme tekniklerinde kullanılmaya başlanarak bulanık ÇKKV teknikleri geliştirilmiştir. Bunlardan biri de bulanık VIKOR yöntemidir. Bulanık VIKOR, elde edilen bulanık karar matrisi değerlerini kullanarak aşağıdaki aşamaları içeren bir algoritmadan oluşmaktadır (Chen ve Wang, 2009). 158 159 Adım 1: Öncelikle problemin çözümü için n sayıda karar verici, m tane alternatif ve k tane kriter belirlenir. 160 161 162 Adım 2: Dilsel değişkenler ve bu değişkenlerin karşılıkları üçgensel bulanık sayılar olarak tanımlanır. Dilsel değişkenler kriter ağırlıklarını belirlemek ve alternatifleri derecelendirmek için kullanılır. 163 Adım 3: wj n n tane karar vericiden oluşan bir kümede n inci karar vericinin değerlendirdiği 164 karar kriterinin önem ağırlığını;, j kriterine göre i alternatifinin derecesini göstersin. Karar 165 166 167 kriterlerinin önem ağırlıkları ve alternatiflerin kriter değerleri aşağıdaki eşitlikler yardımıyla her biri için tek bir değerlendirme olacak şekilde birleştirilir ve bütünleştirilmiş değerler (Chen ve diğerleri, 2006) 168 (3) 169 (4) 170 Bu çalışmada sözel değişkenler ve üçgensel bulanık sayı ile gösterilmiştir. Sayfa 10
171 172 Adım 4: Tüm kriter ve alternatifler için tek bir değer elde edildikten sonra, j kriterli ve i alternatifli bir bulanık karar matrisi ve ağırlık matrisi oluşturulur. 173 174 175 176, j. kritere göre i. alternatifin derecesi ve ise j.kriterin önem ağırlığıdır. Adım 5: Bulanık karar matrisinde tüm kriter fonksiyonlarının en iyi ve en kötü (6) değerleri belirlenir. 177 (6) 178 dım 6: (7) ve (8) değerleri hesaplanır. 179 (7) 180 (8) 181 kriterlerin ağırlığını ve önemini ifade eder., i. alternatifin ilgili bütün kriterlerin en iyi 182 bulanık değere uzaklığının toplamıdır. değerleri ise j. kritere göre i. alternatifin bulanık en 183 184 kötü değerlere olan maksimum uzaklığıdır. (performans skorunu) gösterir., j kriteri açısından A i alternatifi için sıralama 185 Adım 7:,, (10) değerleri hesaplanır. Sayfa 11
186 maksimum çoğunluk kuralını ve ise farklı görüştekilerin minimum bireysel 187 pişmanlığını ifade etmektedir. Bu hesaplamalardan sonra indeksi (11) elde edilir 188 189 190 indeksi, grup faydası ile bireysel pişmanlığı birlikte değerlendirilmesi ile hesaplanır. v değeri ise kriterlerin çoğunluğunu veya maksimum grup faydasını (v=0.5) sağlayan stratejinin önemini ifade eder iken, 1-v bireysel pişmanlık değerini ifade eder (Opricovic, 2011). 191 192 193 Adım 8: Bu aşamada üçgensel bulanık sayılar durulaştırılır. Bu çalışmada Hsieh vd. (2004) tarafından önerilen ve 12. eşitlikte verilen BNP (Best NonfuzzyPerformance Value ) durulaştırma yöntemi kullanılmıştır. 194 195 u i, üçgen bulanık sayının en üst değerini; m i, orta değerini ve l i, ise alt değerini göstermektedir. 196 Daha sonra elde edilen indeksi değerine göre alternatifler sıralanır. Bu indeksin en küçük 197 değeri en iyi alternatifi gösterir. 198 199 Adım 9: Bu aşamada uzlaştırıcı çözüm belirlenir. Uzlaştırıcı çözümü belirlemek için aşağıdaki iki koşulun uygunluğu kontrol edilir. 200 1.Koşul: Kabul edilebilir avantaj Sayfa 12
201 2.Koşul: Kabul edilebilir istikrar 202 203 Alternatif a, S ve/veya R değerlerine göre yapılan sıralamada en iyi alternatif olmalıdır (Opricovic ve Tzeng, 2004). 204 205 Eğer 1. koşul sağlanmaz ise ve olursa, ve aynı uzlaştırıcı çözüm olur. 206 Eğer 2. koşul kabul edilmezse, her ne kadar nın nispi bir avantajı olsa da karar vermede 207 208 tutarsızlık vardır. Bundan dolayı ve uzlaştırıcı çözümleri aynıdır. Q değeri minimum olan en iyi alternatifin seçimi yapılır. 209 4. UYGULAMA 210 211 212 213 Çalışmada bir teknoloji firmasının mühendis alma süreci bulanık VIKOR yöntemi kullanılarak incelenmiştir. Bunun için karar vericilerin kriterleri ve kriter ağırlıkları, adayların bu kriterlere göre aldıkları performans değerleri kullanılmıştır. Personel seçimi için geliştirilen Bulanık VIKOR (aşamalar) aşağıdaki aşamaları içeren bir süreçtir. 214 Adım 1: Karar verici grubu oluşturulur ve adaylar belirlenir. Çalışmada alanında uzman 5 215 kişilik bir karar verici grubu oluşturulmuş ve 5 aday için değerlendirme yapılmıştır. Daha 216 217 sonra değerlendirme kriterleri belirlenir. İncelenen literatür ve karar vericilerin görüşleri alınarak tablo 2 de gösterilen değerlendirme kriterleri seçilmiştir. 218 Tablo 2 : Karar Kriterleri Sayfa 13
Kriterler C1 C2 C3 C4 C5 İş tecrübesi Eğitim düzeyi Yabancı dil Aldığı Eğitimler Sosyal İlişkiler 219 220 221 Adım 2: Bu aşamada kriterler ve alternatifleri değerlendirmek için uygun dilsel değişkenler seçilmelidir. Kullanılan dilsel değişkenler ve karşılıkları olan bulanık sayılar Tablo 3 de verilmiştir. 222 Sayfa 14
223 224 Tablo 3: Kriter ve Alternatifleri Değerlendirmek için Dilsel Değişkenler Kriter Ağırlıkları için Dilsel Değişkenler Alternatiflerin Derecelendirilmesi için Dilsel Değişkenler Dilsel Değişkenler Bulanık Sayılar Dilsel Değişkenler Bulanık Sayılar Çok Düşük (ÇD) (0, 0, 0.1) Çok Kötü (ÇK) (0, 0, 1) Düşük (D) (0, 0.1, 0.3) Kötü (K) (0, 1, 3) Orta Düşük (OD) (0.1, 0.3, 0.5) Orta Kötü (OK) (1, 3, 5) Orta (O) (0.3, 0.5, 0.7) Orta (O) (3, 5, 7) Orta Yüksek (OY) (0.5, 0.7, 0.9) Orta İyi (Oİ) (5, 7, 9) Yüksek (Y) (0.7, 0.9, 1.0) İyi(İ) (7, 9, 10) Çok Yüksek (ÇY) (0.9, 1.0, 1.0) Çok İyi (Çİ) (9, 10, 10) 225 Kaynak: Chen, 2000 226 Sayfa 15
227 228 Şekil 3: Kriter Ağırlıklarının Dilsel Değişkenler için Üyelik Fonksiyonları ÇD D OD O OY Y ÇY 1 229 0 0.1 0.3 0.5 0.7 0.9 1 x 230 Kaynak: Chen, 2000 231 Kriter ağırlıklarının dilsel değişkenleri için üyelik fonksiyonları ise şekil 3 de gösterilmiştir. 232 233 Adım 3: Bu aşamada 5 numaralı eşitlik kullanılarak bulanık ağırlık matrisi ve bulanık karar matrisi elde edilmiştir. 234 Tablo 4: Kriterlerin Bulanık Ağırlık Matrisi Kriterler Bulanık Ağırlıklar(w j ) l m u C 1 0,77 0,93 1,00 C 2 0,50 0,70 0,87 C 3 0,63 0,80 0,93 C 4 0,23 0,43 0,63 C 5 0,63 0,83 0,97 235 236 Sayfa 16
237 Tablo 5: Bulanık Karar Matrisi A 1 A 2 A 3 A 4 A 5 l m u l m u l m u l m u l m u C 1 5,67 7,67 9,33 5,00 7,00 8,67 8,33 9,67 10,0 1,67 3,67 5,67 1,67 3,67 5,67 C 2 6,33 8,00 9,33 3,67 5,67 7,67 8,33 9,67 10,0 1,67 3,67 5,67 8,33 9,67 10,0 C 3 3,00 5,00 7,00 3,00 4,00 5,33 2,33 4,33 7,67 7,67 9,33 10 3,67 5,67 7,67 C 4 9,00 10,0 10,0 6,33 8,33 9,67 7,33 8,67 6,33 2,33 4,33 6,33 8,33 9,67 10,0 C 5 3,67 5,67 7,67 1,67 3,67 5,67 8,33 9,67 10,0 3,00 5,00 7,00 1,67 3,67 5,67 238 239 Adım 5: Bu aşamada en iyi ve kötü değere ( ) sahip kriterler 6 numaralı eşitlik kullanılarak belirlenir. 240 Tablo 6: Bulanık En İyi ve Bulanık En Kötü ( ) Değerler Kriterler l m u l m u C 1 8,33 9,67 10,00 1,67 3,67 5,67 C 2 8,33 9,67 10,00 1,67 3,67 5,67 C 3 7,67 9,33 10,00 3,00 4,00 5,33 C 4 9,00 10,00 10,00 2,33 4,33 6,33 C 5 8,33 9,67 10,00 1,67 3,67 5,67 241 242 Sayfa 17
243 244 Adım 6: 7. ve 8. eşitliklerinden faydalanarak ve hesaplanmıştır. 245 Tablo 7: ve değerleri Alternatif l m u l m u A 1 1,293 1,514 1,291 0,500 0,542 0,514 A 2 1,907 2,439 2,546 0,633 0,833 0,967 A 3 0,680 0,766 1,133 0,571 0,625 0,400 A 4 1,940 2,615 3,069 0,500 0,700 0,867 A 5 1,605 1,994 2,167 0,633 0,833 0,967 246 Adım 7: 9 ve 10. eşitlikler ile,, ve değerleri bulunur. 247 Tablo 8:,, ve Değerleri l m u 0,680 0,766 1,133 1,940 2,615 3,069 0,500 0,542 0,514 0,633 0,833 0,967 248 Adım 8: Burada bulunan değerler 11. Eşitlikte yerine konularak değerleri bulunur. 12. 249 eşitlik ile üçgensel bulanık sayılar durulaştırılır ve indeksi tarafından alternatifler sıralanır. 250 Sayfa 18
251 252 Tablo 9: Alternatiflerin Sırası Alternatif l m u İndeks Sıra İndeks Sıra İndeks Sıra A1 0,243 0,202 0,041 0,162 2 1,366 2 0,519 2 A2 0,987 0,953 0,865 0,935 5 2,297 4 0,811 4 A3 0,268 0,143-0,126 0,095 1 0,860 1 0,532 1 A4 0,500 0,771 0,889 0,720 3 2,541 5 0,689 3 A5 0,867 0,832 0,767 0,822 4 1,922 3 0,811 4 253 254 Adım 9: Uzlaştırıcı çözümü belirlemek için aşağıdaki iki koşulun uygunluğu kontrol edilir. 255 1.Koşul: Kabul edilebilir avantaj: 13. eşitliğe göre; dir. 256 257 2.Koşul: Kabul edilebilir istikrar: Buna göre tablo 10 da verilmiştir. değerlerine göre yapılan sıralama 258 Tablo 10: Kabul Edilebilir İstikrar A 3 >A 1 > A 4 > A 5 > A 2 259 A 3 >A 1 > A 5 > A 2 > A 4 260 A 3 >A 1 > A 4 > A 2 = A 5 261 Bu iki koşul 262 263 değerlendirildiğinde A 3 alternatifinin en iyi alternatif olduğu görülmektedir. Birden fazla alternatif seçilecekse 2. sırada A 1 adayının uygun olduğu söylenebilir. 264 Sayfa 19
265 266 SONUÇ 267 268 269 270 271 Bulanık çok kriterli karar verme yöntemleri, karar verme sürecinde birden fazla çelişkili kriter ve alternatiflerin olduğu ancak değerlerinin kesin olarak belirlenemediği durumlarda en iyi alternatifin seçilmesi için karar vericiye yardımcı olmak amacıyla geliştirilen yöntemlerdir. Bulanık VIKOR yöntemi de son zamanlarda en çok kullanılan yöntemlerden biridir. Çalışmada personel seçim sürecinde bu yöntemin nasıl kullanılabileceği gösterilmiştir. 272 KAYNAKLAR 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 Afshari, A., Majid M. ve Rosnah, M. Y. (2010) Simple Additive Weighting approach to Personnel Selection Problem, International Journal of Innovation, Management and Technology, 1 (5): 511-515. Başkaya, Z. ve Öztürk, B., (2011) Bulanık TOPSIS ile Satış Elemanı Adaylarının Değerlendirilmesi Business and Economics Research Journal, 2 (2): 77-100. Chen, Chen-Tung (2000) Extensions of the TOPSIS for group decision making under fuzzy environment Fuzzy Sets and Systems,114:1-9. Chen, L.Y., Wang, T.C. (2009) Optimizing partners choice in IS/IT outsourcing projects: The strategic decision of fuzzy VIKOR International Journal Of Production Economics, 120: 233-242. Chen, T.C., Ching-Torng Li., Huang, S.F. (2006) A fuzzy approach for supplier evaluation and selection in supply chain management International Journal of Production Economics, 102: 289-301 Dereli, T., Durmuşoğlu A., Seçkiner S. U. ve Avlanmaz, N. (2010) A fuzzy approach for personnel selection process Turkish Journal of Fuzzy Systems, 1(2): 126-140. Dursun, E. M. ve Karsak, E. E. (2010) A fuzzy MCDM approach for personel selection Expert Systems with Applications, 37: 4324-4330. Ecer, F. (2006) Bulanık Ortamlarda Grup Karar Vermeye Yardımcı Bir Yöntem: Fuzzy TOPSIS ve Bir Uygulama İşletme Fakültesi Dergisi, 7 (2): 77-96 El-Santawy, M.F. (2012) A VIKOR Method for Solving Personnel Training Selection Problem International Journal of Computing Science, 1 (2). Ersoylu, İ. (2011) Bulanık VIKOR ve Bulanık AHP Yöntemleri ile Performans Ölçümü, Yayınlanmamış Yüksek Lisans Tezi, İstanbul, Havacılık ve Uzay Teknolojileri Enstitüsü Sayfa 20
296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 Fishburn, P. C. (1967) Methods of Additive Utilities Management Science 13: 435-453. Hsieh, T.Y., Lu, S.T., ve Tzeng, G.H. (2004) Fuzzy MCDM approach for planning and design tenders selectionin public Office buildings International Journal of Project Management, 22: 573 584. Hu, Y., Wu S. ve Cai, L. (2009) Fuzzy Multicriteria Decision Making TOPSIS for Distribution Center Location Selection, International Conference on Networks Security, Wireless Communications and Trusted Computing. Hwang, C.L. ve Yoon, K., (1981) Multiple Attributes Decision Making Methods and Applications, Springer, Berlin Heidelberg. Kabak, M. ve Kazançoğlu, Y. (2012) Bulanık Analitik Hiyerarşi Yöntemiyle Öğretmen Seçimi ve Bir Uygulama Afyon Kocatepe Üniversitesi, İİBF dergisi, XIV:1. Kabak, M., Burmaoğlu S.ve Kazançoğlu Y. (2012) A fuzzy hybrid MCDM approach for professional selection. Expert Systems with Applications 39: 3516-3525. Kelemenis, A. ve Askounis D. (2010) A new TOPSIS-based multiciretiria aproach personel selection Expert Systems with Applications 37: 4999-5008. Lai, Y. ve Hwang C. (1996) Fuzzy Multiple Objective Decision Making: Methods and Applications.Lecture Notes in Economics and Mathematical Systems. Springer Nasab, F. G. ve Rostamy-Malkhalifeh, M. (2010) Extension of TOPSIS for Group Decision Making Based on the Type-2 fuzzy Positive and Negative Ideal Solutions Int. Industrial Mathematics, 2 (3): 199-213. Opricovic, S. (1998) Multi-criteria Optimization of Civil Engineering Systems, Faculty of Civil Engineering, Belgrade. Opricovic, S. (2011) Fuzzy VIKOR with an application to water resources planning, Expert Systems with Applications, 38:12983 12990. Opricovic, S., ve Tzeng, G. H. (2004) The compromise solution by MCDM methods: A comparative analysis of VIKOR and TOPSIS European Journal of Operational Research, 156 (2): 445 455. Opricovic, S., ve Tzeng, G. H. (2007) Extended VIKOR method in comparison with outranking methods European Journal of Operational Research, 178 (2): 514 529. Özkan, Ö. (2007) Personel Seçiminde Karar Verme Yöntemlerinin İncelenmesi: AHP, ELECTRE ve TOPSIS Örneği, Yayınlanmamış Yüksek Lisans Tezi, Dokuz Eylül Üniversitesi, Sosyal Bilimler Enstitüsü. Saaty, T. L, (1980) The Analytic Hiearchy Process, New York, McGraw-Hill Saaty, T.L. (1996) Decision making with dependence and feedback: The analytic network process, Pittsburgh: RWS Publications. Sayfa 21
331 332 333 334 335 336 337 Saghafian S. ve Hejazi S. R. (2005) Multi-criteria Group Decision Making Using A Modified Fuzzy TOPSIS Procedure, Proceedings of the 2005 International Conference on Computational Intelligence for Modelling, Control. Zadeh, L.A.(1965) Fuzzy Sets. Information and Control, 8: 338-383. Zadeh, L.A., (1975) The Concept of Linguistic Variable and its Application to Approximate Reasoning 1, Information Sciences 8: 199-249. Sayfa 22
338 339 Sayfa 23