Abant İzzet Baysal Ünverstes İktsad ve İdar Blmler Fakültes Ekonomk ve Sosyal Araştırmalar Dergs The Internatonal Journal of Economc and Socal Research ISSN: 1306-2174 http://www.bfderg.bu.edu.tr Clt/Volume: 10 Yıl/Year: 10 Sayı/Issue:1 Bahar/Sprng 2014
Abant İzzet Baysal Ünverstes İktsad ve İdar Blmler Fakültes Ekonomk ve Sosyal Araştırmalar Dergs Clt/Volume: 10 Yıl/Year: 10 Sayı/Issue:1 Bahar/Sprng 2014 ISSN: 1306-2174 http://www.bfderg.bu.edu.tr AİBÜ İİBF Ekonomk ve Sosyal Araştırmalar Dergs The Internatonal Journal of Economc and Socal Research İmtyaz Sahb / Publshed By Prof. Dr. Kamer KASIM Dekan / Dean Edtör / Edtor Doç. Dr. Tarık VURAL Edtör Yardımcısı / Vce Edtor Yrd. Doç. Dr. İbrahm Engn ERDEM Derg Yayın Kurulu / Edtoral Board Prof. Dr. Muhttn ATAMAN, Prof. Dr. Kamer KASIM, Prof. Dr. Seyt KÖSE, Doç. Dr. Mehmet ERYİĞİT, Doç. Dr. Şahabettn GÜNEŞ, Doç. Dr. Mehmet DALAR, Doç. Dr. Yalçın KARAGÖZ, Yrd. Doç. Dr. Yaşar AYYILDIZ, Yrd. Doç. Dr. Ahsen SAÇLI Yazışma Adres Doç. Dr. Tarık VURAL Ekonomk ve Sosyal Araştırmalar Dergs Abant İzzet Baysal Ünverstes İktsad ve İdar Blmler Fakültes 14280 Gölköy / BOLU Submsson Address Assoc. Prof. Dr. Tarık VURAL Internatonal Journal of Economc and Socal Research Abant Izzet Baysal Unversty, Faculty of Economcs and Admnstratve Scences 14280 BOLU / TURKIYE Tel: +9 (0374) 254 10 00-14 01-14 02 Faks: +9 (0374) 253 45 21 E-posta/E-mal: bfderg@bu.edu.tr Dergmz Ebscohost, Index Coperncus, Contemporary Scence Assocaton Databases, Cabell s Drectores ve Akadema Sosyal Blmler Indeks (ASOS Index) tarafından taranmaktadır.
Nesrn ALGAN Sud APAK Mehmet ASUTAY Metn BERBER Ihsan DAĞI İbrahm EROL Bradley T. EWING Abant İzzet Baysal Ünverstes İktsad ve İdar Blmler Fakültes Ekonomk ve Sosyal Araştırmalar Dergs DANIŞMA KURULU / ADVISORY BOARD Ankara Ünverstes Beykent Ünverstes Durham Unversty Karadenz Teknk Ünverstes Orta Doğu Teknk Ünverstes Celal Bayar Ünverstes Texas Tech Unversty A. Ercan GEGEZ Marmara Ünverstes Shawkat HAMMOUDEH Hall KALABALIK Rıdvan KARLUK Bahtışen KAVAK Aykut KİBRİTÇİOĞLU Ronald L. MOOMAW Kaan H. ÖKTEN Osman PEHLİVAN Drexel Unversty Sakarya Ünverstes Anadolu Ünverstes Hacettepe Ünverstes Ankara Ünverstes Oklahoma State Unversty Bahçeşehr Ünverstes Karadenz Teknk Ünverstes C. Tayyar SADIKLAR Başkent Ünverstes Hall SEYİDOĞLU Mark A. THOMPSON Utku UTKULU Ahmet UZUN Hasan VERGİL Doğuş Ünverstes Augusta State Unversty Dokuz Eylül Ünverstes Cumhuryet Ünverstes Bülent Ecevt Ünverstes
Abant İzzet Baysal Ünverstes İktsad ve İdar Blmler Fakültes Ekonomk ve Sosyal Araştırmalar Dergs 2014 YILINDA KATKIDA BULUNAN HAKEMLER REVIEWER LIST IN 2014 Yaşar AYYILDIZ Mehmet CURAL Mehmet ERYİĞİT Rahm YÜCEL Melk ERDOĞAN Yunus Emre ÖZER Ahmet ULUSOY Tarık VURAL Gürhan UYSAL Esra ERENLER Ümt GÜMRAH Al HEPŞEN Ayşe GÜNAY Ceml RAKICI Aslı ÖZMEN Coşkun HAMZAÇEBİ Üzeyr AYDIN Cumhur ERDEM Cafer TOPALOĞLU Aydın KAYABAŞI Mehmet AYGÜN Oğuz KARA Ahmet OĞUZ Abant İzzet Baysal Ünverstes Bülent Ecevt Ünverstes Abant İzzet Baysal Ünverstes Abant İzzet Baysal Ünverstes Çanakkale Onsekz Mart Ünverstes Dokuz Eylül Ünverstes Karadenz Teknk Ünverstes Abant İzzet Baysal Ünverstes Ondokuz Mayıs Ünverstes Çankırı Karatekn Ünverstes Abant İzzet Baysal Ünverstes İstanbul Ünverstes Dokuz Eylül Ünverstes Karadenz Teknk Ünverstes Abant İzzet Baysal Ünverstes Karadenz Teknk Ünverstes Dokuz Eylül Ünverstes Gazosmanpaşa Ünverstes Muğla Sıtkı Koçman Ünverstes Dumlupınar Ünverstes Yüzüncü Yıl Ünverstes Düzce Ünverstes Karabük Ünverstes
Abant İzzet Baysal Ünverstes İktsad ve İdar Blmler Fakültes Ekonomk ve Sosyal Araştırmalar Dergs Clt/Volume: 10 Yıl/Year: 10 Sayı/Issue:1 Bahar/Sprng 2014 İÇİNDEKİLER Clt/Volume: 10 Yıl/Year: 10 Sayı/Issue:1 Bahar/Sprng 2014 İŞ HAYATINDA KADINLARIN ÖNÜNDEKİ CAM TAVAN ENGELLERİ le ALGILANAN ÖRGÜTSEL ADALET ARASINDAKİ İLİŞKİ... 139 Kublay ÖZYER, Öznur AZİZOĞLU DİZÜSTÜ BİLGİSAYAR SEÇİMİ: DEA, TOPSIS VE VIKOR İLE KARŞILAŞTIRMALI BİR ANALİZ... 157 Mehmet PEKKAYA, Mesut AKTOGAN TÜRKİYE DE ENFLASYON, DÖVİZ KURU VE İŞSİZLİK ARASINDAKİ İLİŞKİNİN EKONOMETRİK ANALİZİ... 179 Sbel Selm, Emne Türkan Ayvaz Güven PAZAR YÖNLÜLÜĞÜN TEDARİKÇİ İLİŞKİLERİ ÜZERİNDEKİ ETKİSİ: OTEL İŞLETMELERİ ÜZERİNE AMPİRİK BİR ARAŞTIRMA... 205 Seyt Ahmet SOLMAZ, Oğuz TÜRKAY RİZE DE KENTLEŞME SÜRECİ... 229 Gülzar ÇAKIR SÜMER FİRMALARDA TEMETTÜ POLİTİKALARINI ETKİLEYEN UNSURLAR: BİST SANAYİ İŞLETMELERİ ÜZERİNE BİR PANEL VERİ UYGULAMASI... 259 Berk YILDIZ, Rasm İlker GÖKBULUT, Turhan KORKMAZ
Ekonomk ve Sosyal Araştırmalar Dergs, Bahar 2014, Clt:10, Yıl:10, Sayı:1, 157-178 DİZÜSTÜ BİLGİSAYAR SEÇİMİ: DEA, TOPSIS VE VIKOR İLE KARŞILAŞTIRMALI BİR ANALİZ Mehmet PEKKAYA 1 Mesut AKTOGAN 2 LAPTOP SELECTION: A COMPARATIVE ANALYSIS WITH DEA, TOPSIS AND VIKOR Öz Gelşmelere bağlı olarak, özellkle dzüstü ve tablet blgsayarlar gb taşınablr blgsayarlara olan lg, Türkye çn sayısal olarak nüfusuna yakın olduğu düşünüleblr. Bu çalışmada, dzüstü blgsayarlar çn seçm sıralaması yapma ve dzüstü blgsayar seçmnde dkkate alınan krter önem dereceler DEA ve çok krterl karar verme teknkleryle ncelenmştr. AHP ve AHP-DEA bleşm krter önem dereceler belrlenmesnde önerlrken; dzüstü blgsayar seçm sıralamaları çn DEA, TOPSIS ve VIKOR yöntemler temelnde 7 senaryo üzernden sıralamalar yapılmıştır. Analz sonuçlarına göre, ağırlıklandırma AHP le olup sıralama TOPSIS ve ağırlıklandırma AHP-DEA bleşm le olup sıralama VIKOR olan senaryoların dzüstü blgsayar seçm sıralamalarında kullanışlı olduğuna karar verlmştr. Anahtar kelmeler: Dzüstü blgsayar seçm, AHP, DEA, TOPSIS, VIKOR. Abstract Dependng on the developments, there s a tendency especally portable computer such as laptop, tablet computers that may be consdered numercally close to the populaton for Turkey. In ths study, makng the choce orderng and the prortes of the crtera for laptops have been nvestgated va DEA and mult crtera decson makng technques. AHP and composton of AHP-DEA has been suggested for determnng prortes of crtera; selecton orderng of laptop s conducted va 7 scenaros that based on DEA, TOPSIS and VIKOR methods. Accordng to the analyss, sortng va TOPSIS wth the AHP n weghtng and sortng va VIKOR wth AHP-DEA composton n weghtng, has decded for laptop selecton rankng. Keywords: Laptop selecton, AHP, DEA, TOPSIS, VIKOR. 1 Bülent Ecevt Ünverstes, İİBF, İşletme Bölümü, Say. Yön. ABD, mehpekkaya@gmal.com, Tel: 372-2574010-1693. 2 Blgsayar Mühends, Bülent Ecevt Ünverstes nde Uzman ve SBE Öğrencs, mesutaktogan@hotmal.com. Sayfa 157
The Internatonal Journal of Economc and Socal Research, Sprng 2014, Vol:10,Year:10 Issue:1, 157-178 1. Grş Günümüzde, kşsel veya kurumsal olarak hemen tüm çalışanlar çn blgsayar gerekl ve ayrılmaz br teknolojk araç olmuştur. Türkye de çoğu çalışanın ş ortamında ve/veya kşsel olarak kullandığı blgsayarlar, öğrencnn kşsel olarak kullandığı blgsayarlar düşünüldüğünde, nüfusa eşdeğer sayıda blgsayarın kullanıldığı düşünüleblr. Tcar hayat, blm ve teknolojdek gelşmelere de bağlı olarak karmaşık ve tekrarlı hesaplamaların kısa sürede ve hatasız yaptırılması, blgsayarlara taleb arttırmaktadır. Blgsayar alesne olan bu talep, kşsel blgsayar, dzüstü blgsayar (DB), netbook, ultrabook, tablet, akıllı blgsayar gb zamanla değşen br terch yelpazesnde olduğu görülmektedr. Masaüstü blgsayar yerne dzüstü ve tablet blgsayarlar gb taşınablr blgsayarların kullanımı her gün daha da terch edlr duruma gelmektedr Bu çalışma, çok sayıda alternatf marka/modele sahp DB lerde seçm /sıralama yapma şlem çn ncel karar yöntemler uygulanablrlğn göstermektedr. DB harcnde dğer blgsayar ales ürünler çn de benzer şeklde çalışmalar yapılablr. Güncel uygulamalar çn yeterl kapasteye sahp ve uygun fyatlı DB seçm, DB almak steyen kullanıcı çn öneml br sorundur. Bu çalışmanın k amacı vardır. Brncs, DB alımında dkkate alınan başlıca krterlern önem derecelernn belrlenmesdr. İknc amacı se DB seçm çn alternatfler terch sıralaması yapan bazı ncel yaklaşımları karşılaştırmalı olarak değerlendrmektr. Bu anlamda, çalışmamızda ver zarflama analz (Data Envelopment Analyss, DEA) ve çok krterl karar verme (ÇKKV) yöntemlernden bazıları analzlerde kullanılmıştır. Lteratürde, bu çeşt DB seçmde bu yöntemler genelde yalnız kullanmakta ve/veya bu çalışmaya göre daha az sayıda krterler dkkate alınarak analzler yapılmakta olduğu gözlenmştr. Çalışmamız, (1) DB seçmnde dkkate alınan krterlern önem derecelernn belrlenmes; (2) ÇKKV ve DEA dan elde edlen ağırlık/katsayılar üzernden yen br ağırlıklandırma önerlmes; (3) 58 adet gb çok sayıda alternatf (karar verme brm, KVB) arasından 18 alt krter gb çok sayıda krtern dkkate alarak seçm sıralaması yapılablrlğ; (4) karşılaştırmalı olarak 3 farklı yöntem çn 7 farklı senaryo üzernden sıralama yapılması ve karşılaştırılmalı değerlendrlmes açısından lteratüre katkı yapacağı düşünülmüştür. Bu yöntemlern terch edlme gerekçeler kısaca aşağıdak gb özetleneblr. DB lern teknk özellklerne göre çok farklı donanımlara sahp olması ve farklı markaların sunduğu çok sayıda seçenekler, söz konusu teknk özellklere/krterlere göre DB seçmn etknlk analzyle Sayfa 158
Ekonomk ve Sosyal Araştırmalar Dergs, Bahar 2014, Clt:10, Yıl:10, Sayı:1, 157-178 değerlendrlebleceğn gösterr. DB lere at teknk özellklern/ krterlern çıktılar ve DB ye ödenen parasal mktar grd olarak değerlendrlerek, DB seçm problem etknlk analzlernde yaygın olarak kullanılan DEA le uygulamalar yapılmaktadır. Ayrıca kullanıcı çn, DB lern marka/modellere göre dkkate alınan çok sayıda krtern varlığı, DB seçmn ÇKKV problem olarak dkkate alınableceğn göstermektedr. Başlıca ÇKKV yöntemler, analtk hyerarş sürec (Analytcal Herarchy Process, AHP), TOPSIS (Technque for Order Preference by Smlarty to Ideal Soluton), ANP (Analytc Network Process), ELECTRE (Elmnaton et Chox Tradusant la REalte), VIKOR (VIseKrterjumska Optmzacja I Kompromsno Resenje), PROMETHEE (Preference Rankng Organzaton METHod for Enrchment Evaluaton), GRA (Grey Relatonal Analyss) olarak sıralanablr (Pekkaya ve Başaran, 2011). Çalışmamızda, DEA yanısıra ÇKKV teknklernden ÇKPM (Çok krterl puanlama model), AHP, TOPSIS ve VIKOR yöntemler kullanılmıştır. AHP, krterlern önem derecelernn belrlenmesnde, TOPSIS ve VIKOR DB lern seçm sıralamasında kullanılmıştır. KVB sayısının çok olması, ELECTRE ve PROMETHEE gb yöntemlernn seçm sıralaması hesaplamaları açısından kullanılablrlğn zorlaştırdığından, bu çalışmada TOPSIS ve VIKOR gb seçm sıralama sürecn daha pratk yapan yöntemlere yer verlmştr. Analzlerde kullanılan krter puanlarına at verler çn Gold ve Hızlıal nternet stelernden elde edlrken, krter önem dereceler ve marka puanlamasında uzman görüşü alınmıştır. DB konusunda çok alternatf marka, model, tp olması çalışmada bazı kısıtlamalara gdlmesne neden olmuştur. Her blgsayar alternatf çn standart ver elde etmek çn araştırmada sadece DB ler üzernde durulmuş, ayrıca bazı karşılaşılan problemlerden dolayı şletm sstem Wndows ve şlemcs ntel olan seçenekler araştırmaya dahl edlmştr. Blgsayar seçm üzernde lteratürde az sayıda blmsel çalışma olup rastlanan lk çalışmaların analzlernde AHP kullandıkları gözlenmştr (Zvran, 1993; Borthck ve Schener, 1988). Düzakın ve Demrtaş (2005), 18 ram, 23 şlemc, 9 sabt dsk, 17 ekran kartı arasından seçm çn 8-13 kadar grd/çıktı değşken kullanılarak ayrı ayrı DEA kullanarak blgsayar donanım parçası seçm sıralamaları gerçekleştrmşlerdr. Ertuğrul ve Karakaşoğlu (2010), 8 krter ağırlığının belrlenmesnde Bulanık AHP kullanmış ve 5 DB alternatfnn sıralanmasında ELECTRE yöntem kullanılmıştır. Erpolat ve Cnemre (2011), 51 adet DB seçm Sayfa 159
The Internatonal Journal of Economc and Socal Research, Sprng 2014, Vol:10,Year:10 Issue:1, 157-178 sıralamasında 9 krter dkkate almış, ağırlık kısıtlamasız DEA ve ağırlık kısıtlamalı DEA le değerlendrmeler yapmışlardır. Çalışmanın knc bölümü kullanılan modellern teors üzernde dururken, üçüncü bölümde konu le uygulama bulgularına yer verlmştr. Sonuç bölümünde, bulgular değerlendrlmştr. 2. DEA ve Bazı ÇKKV Yöntemler 2.1. Etknlk ve DEA Vermllk ve performans brbrne yakın kavramlardır. Vermllk, üretlen mal ve hzmetlern etkenlk ve etkllk ölçümlerne; performans se belrl amaçları, hedefler, görev ve sorumlulukları yerne getreblme oranı olarak fade edleblr. Vermllk, çıktı toplamının grd toplamına oranı olarak modelleneblr. Grdlern azaltılarak veya çıktıların artırılması suretyle vermllğn artırılableceğ söyleneblr. Performans ölçümünde, değşkenlern ağırlıklandırılarak tek çıktı ve tek grd oranı üzernden hesaplanan oran analz nn yanısıra parametrk yöntemler ve parametrk olmayan yöntemler olmak üzere üç yaklaşım vardır. Parametrk yöntemlerden en yaygın olarak kullanılan, grdler ve çıktılar arasında fonksyon tahmn edlerek değerlendrlen regresyon analz ken 1957 de Farel tarafından ortaya atılan ve 1978 de Charnes vd. tarafından gelştrlen DEA parametrk olmayan yöntemlerden en çok blnendr (Düzakın ve Demrtaş, 2005; Erpolat ve Cnemre, 2011). Çok sayıda grdye karşılık tek çıktı olduğu durumlarda, DEA ya göre terch edlmes gereken parametrk yöntemlerden regresyon analzdr. Ancak uygulamada, çıktı değşken sayısı brden fazla olduğu durumlarda, verlern orjnal ölçü brmleryle çok sayıda çıktıyı modele alan DEA nın terch edldğ görülmektedr. DEA, alternatfler arasında görel faktör etknlğ belrlemek üzere kullanılır. Alternatfler arasında etkn olarak belrlenen br KVB nn, KVB lern tam sayım yapılması durumunda mutlak verml olarak belrlenmeyeblr. Grd ve çıktı sayıları KVB den fazla olursa, DEA etknlk ayrıştırma gücü zayıflamakta ve çoğu KVB etkn olmaktadır. Bu sorunu aşmak çn KVB sayısının grd-çıktı toplamının 2 veya 3 katı olması önerlr (Ramanathan, 2006). DEA da, her KVB çn kısıtlar dahlnde ayrı ayrı doğrusal programlama model çözülmekte, KVB lere at etknlk skoru 0 le 1 arasında değer almaktadır. Etknlğ 1,00 olan KVB, görel etkn olduğu kabul edlr. DEA, model çözümünde değşkenlere uygun ağırlıklar ataması çn k kısıt dkkate alınmaktadır: ağırlıklar Sayfa 160
Ekonomk ve Sosyal Araştırmalar Dergs, Bahar 2014, Clt:10, Yıl:10, Sayı:1, 157-178 belrlenrken hçbr KVB nn etknlğ %100 ü geçmemes ve ağırlıklar negatf değere sahp olmamasıdır. Tablo 1: Başlıca Etknlk Ölçüm Modeller Model Amaç Fonksyon Kısıtlar Çıktı (Y r ) /grd (X ) oranın maksmze eden klask doğrusal programlama model; 1978 de Chanes vd. tarafından gelştrlen (çıktı odaklı) CCR model; toplam etknlğ hesaplar. 1984 de Banker vd. tarafından gelştrlen BCC model; teknk etknlğ hesaplar. Not: 0, 0, j rj h h mak, k s r 1 m 1 uy r vx rk k mak, k r rk r 1 h u Y s s u Y mak, k r rk 0 r 1 s r 1 m 1 s uy r vx rj j 1; m u Y v X r rj rk r 1 1 m 1 s u, v 0 r 0; vx 1; ur, v 0 k m u Y v X r rj j r 1 1 m 1 vx 1; ur, v X Y KVB j 1,2,.., n; çıktılar r 1,2,.., s ; grdler 1,2,.., m Kaynak: Adler vd. (2002) ve Ulucan (2002) den düzenlenmştr. k 0 0 2.2. AHP AHP, kl karşılaştırmalarla krter ağırlıklarının belrlenmesnde ve krterlere göre alternatfler arasında seçm sıralaması yapmak çn KVB puanlamaların hesaplanmasında kullanılan, Saaty (1980) tarafından gelştrlen br yöntemdr. AHP, çok farklı alanda özelkle krter ağırlıklarının belrlenmes ve ÇKKV problemlernn seçm sıralama şlemnde ağırlık grds sağlaması amacıyla yaygın olarak kullanılmaktadır (Pekkaya ve Çolak 2013; Pekkaya ve Başaran, 2011; Hamzaçeb ve Pekkaya, 2011). Tablo 2: AHP de Krterlern Değerlendrme Ölçeğ Puan Tanım Açıklama 1 Eşt derecede öneml Her k krter de amaca eşt etkde bulunur. 3 Orta derecede öneml Br krter dğerne göre braz daha fazla terch edlr. 5 Güçlü derecede öneml Br krter dğerne göre çok daha fazla terch edlr. 7 Çok güçlü derecede öneml Br krter dğerne göre çok güçlü şeklde terch edlr. 9 Son derece öneml Br krter dğerne göre mümkün olan en yüksek derecede terch edlr. 2,4,6,8 Ara değerlerdr Sayfa 161
The Internatonal Journal of Economc and Socal Research, Sprng 2014, Vol:10,Year:10 Issue:1, 157-178 AHP, krterlere göre önem derecelernn belrlenmesnde, duyarlılığı yüksek ve genel kabul görmüş br kl karşılaştırma ölçeğ kullanmaktadır (Tablo 2). Ayrıca, krterlern kl karşılaştırmalarını yapan cevaplayıcı çn çapraz tutarlılıkları br bütün olarak endekse çevrmekte (Tablo 3 de CR) ve tutarlı olmayan brm görüşler değerlendrmeye dahl etmemektedr. AHP de krterlern önem derecelernn hesaplaması Tablo 3 de özetlenmştr. İlk 3 adım, ağırlıkların hesaplanmasını gerçekleştrrken, son k adım se kl karşılaştırmalardak çapraz tutarlıkları kontrol eder. Tutarlılığın sağlanması çn tutarlılık oranının 0,10 nun altında olması beklenr. Bu açıdan AHP, yargıların oran ölçeğnde krter ağırlıklarına çevrlmesnde güçlü br ncel yöntem olarak kabul edlr (Pekkaya ve Çolak, 2013). Tablo 3: AHP le Krter Ağırlıkların Belrlenme Aşamaları Adım İşlem Açıklama 1 2 B c j 1 a 1/ a 1 12 1 j 12 2 j 1/ a 1/ a 1 1j 2 j b j n 1 n b c j j 3 j 1 w 4 5 n d w n ( n) / ( n 1) CR RI RI: Rassallık ndeks a a b b b 11 12 1 j b b b 21 22 2 j b b b 1 2 j D=B*W Kaynak: Hamzaceb ve Pekkaya (2011) dan uyarlanmıştır. Görüş alınarak, Tablo 2 dek ölçeğe uygun olarak 1/9, 1/8,, 8, 9 şeklnde 17 farklı skora sahp B=[b j ] matrs oluşturulur. B matrs kend sütun toplam değerleryle normalze edlerek [c j ] matrs elde edlr. C matrsn satır değerler toplamı krter sayısına (n) bölünerek her br krter çn ağırlık değerler (W sütun matrs) hesaplanmış olur. D matrs değerlernn kend ağırlığına oranlarının ortalaması (λ) hesaplanır. İkl karşılaştırmalara at B matrs le W çarpılarak D matrs oluşturulmuştur. B matrsndek kl karşılaştırmaların tutarlılığı (CR) hesaplanır. Tutarlılık 0,10 dan küçük olmalıdır. n : 3 4 5 6 7 RI:,58,90 1,12 1,24 1,32 Sayfa 162
Ekonomk ve Sosyal Araştırmalar Dergs, Bahar 2014, Clt:10, Yıl:10, Sayı:1, 157-178 2.3. ÇKPM ÇKPM, ağırlıklar ve en deale uzaklıklardan zyade krter bazlı KVB puanları kullanılarak hesaplanan, seçm sıralamasında en bast ve pratk kullanıma sahp ÇKKV yöntemlerndendr. Kısaca, krter temell normalze edlen karar matrs (A) verlernn, KVB temelnde toplam KVB skorlarının hesaplanmasına dayanır. Br krtern olduğundan daha büyük etk vermemes çn, ölçü brmler veya ölçüm aralığı farklı olan krter verler çn doğrusal veya vektörel normalzasyon kullanılır. ÇKPM yöntemyle her br KVB puanlarının P j = a j w le hesaplanablr (Ayaş ve Pekkaya, 2008) ÇKPM göre KVB lernn puan hesaplamaları normalzasyonlar da dkkate alınarak Tablo 4 de gösterlmştr. Tablo 4: KVB lernn ÇKPM Göre Puanlarının Hesaplanması Büyük sayı terch edlen se Küçük sayı terch edlen se P P j j Doğrusal Normalzasyon le n a j mn( a ) 1 mak( a ) mn( a ) n mak( a ) 1 mak( a ) mn( a ) a j w w Vektörel Normalzasyon le P j n 1 a J 2 a j j 1 j 1 j 1/ a 1 (1/ Not: KVB (seçenek) sayısı j, krter sayısı ve karar matrs elemanları a j dır. P j n J j w 2 a j ) w 2.4. TOPSIS ve VIKOR TOPSIS yöntem, Hwang ve Yoon nun 1981 dek çalışması referans alınarak 1992 de Chen ve Hwang tarafından gelştrlmştr (Jahanshahloo vd., 2006). TOPSIS ve ÇKPM, dğer ÇKKV yöntemlerne göre daha pratk sıralama yapmakta olduğundan terch edlmektedr. En pratk br süreçlerle hesaplama yapması açısından ÇKPM, deal çözüme en yakın ve negatf deal çözüme en uzak olma prensbne dkkate alarak alternatflern seçm sıralamasını yapması yönünden TOPSIS avantajlıdır. TOPSIS yöntemnn aşamaları Tablo 5 de sıralanmıştır. VIKOR, 1998 de Oprcovc tarafından ÇKKV yöntem olarak uygulanablrlğ sunulmuştur (Oprcovc ve Tzeng, 2004). Aynı ölçeğe sahp olmayan ve brbryle çelşeblen krterlern olduğu karmaşık problemlern çözümlenmes çn gelştrlen br ÇKKV yöntem olarak fade edlr (Oprcovc ve Tzeng, 2004; Chang, 2010). Tablo 5 de Q Sayfa 163
The Internatonal Journal of Economc and Socal Research, Sprng 2014, Vol:10,Year:10 Issue:1, 157-178 hesaplamasından görüldüğü üzere VIKOR, grup fayda değer ve breysel en büyük pşmanlık değer arasında uygulamacının ağırlıklandırmasına bağlı olarak bleşk puan hesaplamaktadır. Her br krter temelnde KVB lernn en deal noktaya olan uzaklıkları veya pşmanlıkları dkkate alınmakta, uygulamacının steğne bağlı olarak en büyük pşmanlık değerne daha fazla önem verleblmektedr. Bu durum, deal noktaya uzak olan KVB n, en yüksek pşmanlıkla da besleyerek seçmden uzaklaştırmaktadır. TOPSIS ve VIKOR yöntemlernn her ks de, her br krter temelnde KVB seçm sıralaması çn deal referans noktaya olan uzaklıklar toplamını dkkate almaktadır. Bu k yöntemn öneml farkı normalzasyonda ve uygulamacıya göre VIKOR un pşmanlığa vereceğ önemde yatmaktadır. Normalzasyon açısından TOPSIS; vektörel normalzasyon üzernden hesaplama yaparken, VIKOR doğrusal normalzasyon üzernden seçm sıralamalarını hesaplar. Doğrusal olmayan yapılarda TOPSIS n daha gerçekç sıralama yapableceğ söyleneblr. VIKOR yöntem se yüksek pşmanlığın uygulamacı çn belrleyc olduğu durumlarda uygulamacıya esneklk sağlamaktadır. Sayfa 164
Ekonomk ve Sosyal Araştırmalar Dergs, Bahar 2014, Clt:10, Yıl:10, Sayı:1, 157-178 1 2 3 4 5 6-7 Tablo 5: TOPSIS ve VIKOR Yöntemlernn Süreçler TOPSIS Hücre elemanları a j olmak üzere karar matrs (A) hazırlanır. A matrs elemanları standardze edlr. aj r j n 1 a 2 j Ağırlıklı standardze karar matrs aşağıdak formülle oluşturulur. Buradak w, toplamları 1 veren, her br krtere at ağırlıklardır. v w r ; j j Krter temell, KVBlerde en çok stenen deal (A * ) ve en stenmeyen negatf deal (A - ) çözümler belrlenr. Buradak J faydayı, J se malyet temsl etmektedr. * A mak vj j J vj j J {( ),(mn )} A {(mn v j J),(m ak v j J )} j Her alternatfn, deal ve deal olmayan çözüm setnden sapmalar hesaplanır. n * * 2 j ( j ) 1 D v v ; D ( v v ) 2 j j j 1 Her KVBn deal çözüme bağıl uzaklıkları hesaplanır. * * C D / ( D D ) j j j j İdeal çözüme bağıl uzaklıklara göre terch sıralaması, büyük sayıdan küçük sayıya doğru yapılır. Not: KVB ler: j= 1,2,, J ve krterler: = 1,2, n. n VIKOR Hücre elemanları f j olmak üzere karar matrs hazırlanır. Her br krter çn en y (f *) ve en kötü (f - ) değerler belrlenr. * f mak( f ); f mn( f ) j j Her br KVB ne yönelk ortalama grup fayda değer çn S ve en büyük pşmanlık değer çn R hesaplanır. S j n * w ( f fj ) * 1 ( f f ) ; j R j Mak j w f f * ( j ) * f f ( ) Grup fayda değerne verlen ağırlığın (v) artığı breysel pşmanlığa ağırlık (1- v) olarak atanarak Q j hesaplanır. S j (R j ) nn mnmumu S * (R * ) ken S j (R j ) nn maksmumu S - (R - ) dr. Q j v S S v R R * * ( j ) (1 )( j ) * * ( S S ) ( R R ) S j, R j ve Q j değerler ayrı ayrı küçükten büyüğe doğru sıralanır. Q j göre sıralamalar temel alınır ve sıralamadak lk KVB ye A, sonrakler B, C, olarak smlendrlr. Karar verc çn aşağıdak k şartın tatmn edlmes beklenr. 1) Kabul edleblr avantaj (C1 çn); Q(B)-Q(A) DQ; DQ=(1/(J-1)) 2) Kabul edleblr stkrar (C2 çn); Sıralamanın tamamında S j, R j ve Q j aynı sırada yer alır. Kaynak: Pekkaya ve Başaran (2011) ve Yararlı (2010: 23-42). Sayfa 165
The Internatonal Journal of Economc and Socal Research, Sprng 2014, Vol:10,Year:10 Issue:1, 157-178 3. Dzüstü Blgsayar Seçm Sıralaması Üzerne Br Uygulama 3.1. Seçenekler ve Krterler Temelnde Verler DB seçm sıralaması üzerne yapılan uygulamada, çoğu krter çn Gold (2013) ve Hızlıal (2013) web stelernden elde edlmş olan pyasa verler kullanılmıştır. Sadece marka ana krterne at alt krterlern puanlandırılmasında (parça kaltes, görüntü/dzayn ve servs hzmet) ve krter ağırlıklarının hesaplanmasında kullanılmak üzere krterlern kl karşılaştırmasında çoğunluğu blgsayar mühends olan 42 uzmanın görüşü alınmıştır. Bahs geçen 42 uzmanın çoğu blgsayar mühends ken gers blgsayar/blg şlem konusunda ünverstede uzman kadrosunda görev yapan veya kendn bu konuda gelştren akademsyenlerden oluşmaktadır. 1 2 3 4 5 6 Tablo 6: DB Seçmnde Dkkate Alınan Krterler ve Puanlar Ana Krterler Alt Krterler İsm İsm Örneğn 1 İşlemc türü İ7 çn 7; İ3 çn 3, Hız: Çalışma hızını belrleycler Marka: Marka majına at puan Kapaste: Hdd, Ram ve ekran kartı kapasteler Görüntü: Ekran özellkler ÇevDğ: Çevre donanımları ve dğer özellkler Fyat: Modeln fyatı 2 İşlemc hızı 2,6 Mhz çn 2,6; 1,7 MHz çn 1,7 3 Sabt dsk hızı 5400 Rpm çn 5,4; 7200 Rpm çn 7,2 4 Parça kaltes 1-10 arası marka puanı 5 Görüntü/dzayn 1-10 arası marka puanı 6 Servs hzmet 1-10 arası marka puanı 7 Sabt dsk 750 Gb çn 7,5; 500 Gb çn 5 8 Ram 8 Gb çn 8; 4 Gb çn 4 9 Ekran kartı 2 Gb çn 2; 1 Gb çn 1; tümleşk se 0 10 Çözünürlük 1366x768 çn 1,057 (=1366*768/1000000) 11 Boyutlar 15,6 ve 14 çn 1, dğerler çn 2. 12 Kart okuyucu 3 n 1 çn 3 vb., en yüksek (Mult reader) 8 13 Pl Pl dayanma süres 5 saat se 5 14 CD/DVD Bast DVD yazıcı çn 1; en yüksek (Blueray) 8 15 Kamera Varsa 1, yoksa 0 16 Fzksel ağırlık Yön değştrlerek; 2,7 kg çn 2,3 (=5-2,7) 17 USB portu 2 adet 2.0 usb ve 1 adet 3.0 usb varsa 7 (=2*2+3) 18 Modeln fyatı Web stelernden alınmış en ucuz 2 fyatın ortalaması Not: Marka alt boyut puanları, uzman görüşlernden elde edlrken dğer verler, Gold ve Hızlıal stelernden (www.gold.com.tr; www.hzlal.com.tr) alınmıştır. Teknk özellklerde ÇKKV çn büyük sayı terch edlrken DEA çn çıktı ve DB fyatı ÇKKV çn küçük sayı terch edlrken DEA çn grddr. Sayfa 166
Ekonomk ve Sosyal Araştırmalar Dergs, Bahar 2014, Clt:10, Yıl:10, Sayı:1, 157-178 DB terchnde özellkle dkkate alınan ana krterlere at yapı, uzman ön görüşü ve lteratürde kullanılan krterler dkkate alınarak belrlenmştr. Altı ana krter le 18 alt krter sm ve çerkler Tablo 6 da raporlanmıştır. Tablodak Örneğn sütunundan da görüldüğü üzere, alt krterlere at verlen puanlamalarda, mümkün olduğunca krtere at orjnal sayı skorunu koruyan değerler atanmıştır. Marka alt krterlerne at puanlamalar çn 11 farklı marka 3 alt krter temelnde ayrı ayrı 1-10 ölçeğnde uzmanların puanları kullanılmıştır. Fyat ve fzksel ağırlığa at krterlerde, uygulamacı açısından düşük skor arzulanırken dğer krterler çn yüksek skorlar DB nn terch edlmesne neden olduğu blnmektedr. DB seçm ağırlık krterne at değerler 5 gb yüksek br sayıdan çıkartılarak, krter çn yüksek skorlar arzu edleblr duruma getrlerek, DB fzksel ağırlığı krter dğer krterlerle aynı yönlü yapılmıştır. Bu anlamda DEA çn fyat krter grd ve dğer krterler se ödenen paraya bağlı olarak elde edlen fayda bağlamında çıktı krterler olarak dkkate alınmıştır. TOPSIS ve VIKOR a göre hesaplamalarda se fyat krter çn arzulanan düşük puan ken dğer krterlerde arzulanan yüksek puan temelnde analzler gerçekleştrlmştr. Örneğn ekran boyutu kşye göre farklı kşsel terchler üzernden hareket edleblr. Ancak bu krter çn, uzman görüşü alınarak da 15,6 ve 14 ekran boyutu çn 1 skoru, dğer ekran boyutlarının DB lere daha yüksek fyata neden olabldğnden dğer ekran boyutlarına uzman yargısına dayanarak 2 skoru verlmştr. Bu özel durum, kşsel yargının karıştığı örneğn CD/DVD krter puanlamalarında da dkkate alınmıştır. Analzde kullanılmak üzere Gold ve Hızlıal stelernden, her blgsayar alternatf çn standart ver elde etmek çn araştırmada sadece DB ler KVB olarak dkkate alınmış, şletm sstem Wndows ve şlemcs ntel olan KVB ler üzernde analzler yapılmıştır. Pyasadak alternatflerden, mevcut krter verlerne ulaşılmış olan 58 adet DB veya KVB belrlenmştr. Analzlere dahl edlen bu 58 KVB Ek 1 de lstelenmştr. Bu KVB lerden, DEA sonucunda etkn olarak belrlenenlere at teknk özellkler Ek 2 de sunulmuştur. 3.2. Krterlern Önem Dereceler DB terchnde özellkle dkkate alınan ana 6 krter çn br tane ve lk 5 ana krtere at alt krterler çn ayrı ayrı beş tane olmak üzere toplam 6 adet kl karşılaştırma tablosu uzmanlar tarafından doldurulmuştur. Uzmanların 6 adet kl karşılaştırma tablosundan, altışar ağırlık matrs elde edlmştr. Tutarlılık oranı Saaty (1980) yaklaşımının sıkı Sayfa 167
The Internatonal Journal of Economc and Socal Research, Sprng 2014, Vol:10,Year:10 Issue:1, 157-178 tutulmasından ve blg kaybetmemek çn Dodd vd. (1993) ne göre rastsal yapıda olmadığı düşünülen brm görüşlere at verler tutarlı kabul edlerek AHP ağırlıkları hesaplanmıştır (Pekkaya ve Çolak, 2013). Örneğn 6 ana krtere at ağırlıklar, Dodd vd. toleranslı tutarlıklar dkkate alındığında 36 uzman görüşü üzernden belrlenmştr. Örneğe dayalı AHP varsayımlarının olmaması yanısıra Saaty ve Vargas (2006:4) ın 30 brmn ortak görüşünden oldukça başarılı br sonuç çıkarılableceğn göstermes, 36 uzman görüşünden elde edlen blglern AHP çn yeterl olduğunu göstermektedr. Tablo 7 dek AHP le belrlenmş her 6 ağırlık matrs hesaplaması; anlamlı tutarlığa sahp olduğu kabul edlen brmlern kl karşılaştırma skorlarının geometrk ortalamalarından oluşturulan tek kl karşılaştırma matrs üzernden gerçekleştrlmştr. Böylece, tablodak ağırlık matrs çn kullanılan verlerdek tutarlılıklar 0,10 nun altında olmuştur. 1 2 3 4 5 Ana Krter ve Ağırlığı (AHP) Hız 0,27418 Marka 0,13247 Kapaste 0,14801 Görüntü 0,13662 ÇevDğ 0,10054 Tablo 7: DB Seçmnde Krterlern Önem Dereceler İsm Ana Krterdek Ağırlık (AHP) Genel Ağırlığı (AHP) DEA Katsayı Ortalamaları AHP-DEA Ortalaması Puan Sıra Puan Sıra Puan Sıra Puan Sıra 1 İşlemc türü 0,2390 2 0,0655 6 0,1501 2 0,0740 3 2 İşlemc hızı 0,5622 1 0,1542 2 0,0219 10 0,0831 2 3 Sabt Dsk hızı 0,1987 3 0,0545 8 0,0155 13 0,0315 9 4 Parça Kaltes 0,5698 1 0,0755 4 0,0756 4 0,0585 4 5 Görüntü/dzayn 0,1262 3 0,0167 15 0,0501 6 0,0221 11 6 Servs hzmet 0,3040 2 0,0403 9 0,0219 10 0,0262 10 7 Sabt dsk 0,1270 3 0,0188 14 0,1020 3 0,0374 8 8 Ram 0,3915 2 0,0579 7 0,0430 8 0,0408 7 9 Ekran kartı 0,4815 1 0,0713 5 0,0754 5 0,0564 5 10 Çözünürlük 0,7526 1 0,1028 3 0,0171 12 0,0561 6 11 Boyutlar 0,2474 2 0,0338 10 0,0088 15 0,0193 12 12 Kart okuyucu 0,0802 5 0,0081 17 0,0332 9 0,0132 16 13 Pl 0,3013 1 0,0303 11 0,0031 17 0,0160 14 14 CD/DVD 0,0759 6 0,0076 18 0,0488 7 0,0172 13 15 Kamera 0,1067 4 0,0107 16 0,0000 18 0,0053 18 16 Ağırlık 0,2074 3 0,0209 13 0,0082 16 0,0127 17 17 USB portu 0,2286 2 0,0230 12 0,0109 14 0,0145 15 Fyat 6 18 Modeln fyatı 1,0000 1 0,2082 1 1,1352 1 0,4158 1 0,20818 Not: DEA katsayı ortalamaları, Sen2 de (Tablo 9 da açıklanmıştır) DEA le çözümde elde edlen 58 KVB krterlerne atanan katsayıların krter temell ortalamalarının, orjnal kend değşken verlernn ortalamaları le çarpımından elde edlmştr. AHP-DEA ortalaması se AHP le standartlaştırılmış DEA katsayılarının artmetk ortalamalarıdır. Sayfa 168
Ekonomk ve Sosyal Araştırmalar Dergs, Bahar 2014, Clt:10, Yıl:10, Sayı:1, 157-178 AHP den elde edlen ana krterlern önem dereceler dkkate alındığında, DB alımında %27,42 DB nn şlem gerçekleştrme hızı ve %20,82 DB nn fyatı etkl olmaktadır. Sonrasında %14,80 le DB nn depolama kapastes gelrken DB nn görüntü özellkler ve markası se sırasıyla %13,66 ve %13,25 dkkate alınmalıdır. Çevresel donanıma se % 10,05 önem verlmektedr. Bu durum, kullanıcıların DB alırken %48,24 DB hızına at özellkler ve fyatına bakıldığını göstermektedr. Alt krterler dkkate alındığında en öneml konuma fyat (%20,82) yerleşrken bunu DB hızı (%15,42) zlemekte ve DB hızından özellkle şlemc hızının kastedldğ görülmektedr. 18 adet alt krterden ekran çözünürlüğü (%10,28), parça kaltes (%7,55), ekran kartı kapastes (%7,54), şlemc türü (%6,55), ram kapastes (%5,79) ve sabt dsk hızı (%5,45) le dkkate alınması gereken dğer özellkler olarak sıralanmaktadır. CD/DVD özellğ (%0,76), kart okuyucular (%0,81), kamera (%1,07), DB nn görüntüsü/dzaynı (%1,67), sabt dsk kapastes (1,88) ve DB fzksel ağırlığı (%2,09) satın almalarda pek dkkate alınmayan krterler olarak değerlendrlmştr. AHP le belrlenen önem dereceler, uzmanların görüşler doğrultusunda olması gereken ağırlıklar olarak düşünüleblr. Ancak frmalar, müşterlern stek/ taleplerne göre pyasaya ürün sürmekte ve fyatlarını belrlemekte olduğu kabul edleblr. Bu durumda, DB ye verlen bedel grds karşılığından DB özellklern alınan çıktılar olarak değerlendren DEA, pyasa verlernden hang krterlere daha çok önem verldğ blgsn vereblr. DEA etknlk skorları hesaplama aşamasında, her KVB çn ayrı yapılan doğrusal programlama çözüm sürecnde brm bazında krterlere yapılan atamalar gerçekleştrmektedr. DEA optmzasyon sürecnde, dğer seçeneklere göre KVB ye at krter puanlarından ayırt edc skora sahp olanlara katsayı ataması yaptığından hareketle, atanan katsayıların etknlkte öneml krter olduğu düşünülmüştür. Bu anlamda, krter temelnde KVB ler çn Sen2 de krterlere atanan katsayıların, krtern önem derecesnde belrleyc krter olduğu kabul edleblr. Sen2 de krterlere atanan katsayıların ortalamaları ölçü brmnden arındırma amaçlı olarak krterlern ortalama pyasa ham verleryle çarpılarak Tablo 7 dek DEA Katsayı Ortalamaları elde edlmştr. Bu değerlern, pyasa kullanıcıları tarafından dkkate alınan ağırlıklar hakkında blg verdğ düşünüleblr. Elde edlen bu katsayılar, AHP ağırlıklarıyla karşılaştırıldığında çalışmaya orjnallk kattığı düşünüleblr. DEA katsayı ortalamalarına göre, pyasa kullanıcıları ve bu bağlamda frmalar, en çok DB fyatını dkkate alırken, sonrasında sırasıyla şlemc türü, sabt dsk kapastes, parça kaltes ve ekran kartı Sayfa 169
The Internatonal Journal of Economc and Socal Research, Sprng 2014, Vol:10,Year:10 Issue:1, 157-178 kapastes gb özellklere önem verdğ söyleneblr. AHP le elde edlen önem dereceler le DEA katsayı ortalamalarının bazı açılardan çelştğ Tablo 8 dek 0,05 de statstksel olarak anlamlı olmayan ve zayıf düzeydek 0,316 Spearman korelasyon değeryle de desteklenmektedr. Bu durumda, uzmanların daha çok blgsayarın ş hayatı çn brm fyatteknk özellkler temelnde karşılaştırma yaparken, pyasa kullanıcılarının daha çok breysel olarak görüntü/dzayn, sabt dsk kapastes, kart okuyucu, CD/DVD gb özelkler daha çok önem verdğ söyleneblr. Pearson Korelasyonlar DEA Katsayı Ortalamaları AHP-DEA Ortalaması Tablo 8: Ağırlıklar Arasındak Korelasyonlar AHP Ağırlığı DEA Katsayı Ortalamaları Spearman Sıra Korelasyonlar,712 * DEA Katsayı Ortalamaları,840 *,979 * AHP-DEA Ortalaması AHP Ağırlığı,316 DEA Katsayı Ortalamaları,856 *,709 * Not: Korelasyonlar, krterlern ağırlık/katsayı serlernden hesaplanmış olup, statstksel olarak 0,01 de anlamlı olanlar yıldızlanmıştır. Kolmogorov-Smrnov testne göre sadece AHP sers %5 de normal dağıldığı kabul edlrken, dğer serler normal dağılmadığından Spearman sıra korelasyon katsayılarının dkkate alınması uygun olacaktır. Bu çalışmada öner olarak, DEA katsayı ortalamaları dkkate alınarak AHP den elde edlen önem dereceleryle yenlenerek AHP-DEA Ortalaması le yen br ağırlıklandırma değerler elde edlmştr. Bu değerler, normalze edlmş DEA katsayı ortalamaları [yen(w)= w/toplam(w)] le AHP ağırlıklarının artmetk ortalaması alınmak suretyle elde edlmştr. AHP-DEA ortalaması sersndek ağırlıklar, AHP ağırlıkları ve DEA katsayı ortalamaları le anlamlı ve yüksek korelasyona sahp olduğu Tablo 8 de gözlenmştr. Bu yüksek korelasyonlar, AHP-DEA ortalama sersnn, krter ağırlık sern temsl edebleceğn göstermektedr. Böylece, Tablo 9-10 da gözlenen DB seçm sıralamasında Sen4 de TOPSIS yöntemyle sıralamada ve Sen7 de VIKOR yöntemyle sıralamada AHP-DEA ortalama sers, krterlern ağırlıkları olarak kullanılmıştır. Sayfa 170
Ekonomk ve Sosyal Araştırmalar Dergs, Bahar 2014, Clt:10, Yıl:10, Sayı:1, 157-178 3.3. Senaryolara Göre Dzüstü Blgsayar Seçm Sıralamaları DB lern seçm sıralamasında DEA, TOPSIS, VIKOR olmak üzere 3 farklı yöntem ve 7 farklı senaryo kullanılmıştır (Tablo 9). Sen1 ve Sen2 CCR model üzernden DEA; Sen3 ve Sen4 de TOPSIS; Sen5, Sen6 ve Sen7 de se VIKOR üzernden sıralama yapılmıştır. Sen3, Sen5 ve Sen6 da AHP den elde edlen ağırlıklar kullanılmışken, Sen4 ve Sen7 de AHP-DEA ortalama ağırlıkları üzernden seçm sıralamaları yapılmıştır. Tablo 9 da belrtlen senaryolara göre elde edlen DB seçm sıralamaları Tablo 10 da raporlanmıştır. Ser skorları arasındak uyum /uyumsuzluk açısından, KVB sayısı 30 un üzernde olduğu çn serler arasındak lşk düzey çn Pearson korelasyon katsayıları hesaplanmış ve Tablo 11 de sunulmuştur. DEA le yapılan sıralamalarda, Sen1 de 6 ana krter kullanıldığında görel etkn KVB sayısı 11 ken Sen2 de 18 alt krtere göre görel etkn KVB sayısı 24 olarak hesaplanmıştır. Sen1, sıralamalarda ayrışmayı daha y sağladığı görülürken, krterler üzernde daha ayrıntılı blgy Sen2 vermektedr. Sen1 ve Sen2 sonuçlarına göre lk 11 KVB nn görel etkn olduğu belrlenmş, bu sonucu Sen3, Sen4 ve Sen7 de oldukça desteklemektedr. Görel etkn KVB lere at teknk özellkler Ek 2 dedr. Tablo 9: DB Seçm Sıralamaları çn Senaryolar Senaryo Sen1 Sen2 Sen3 Sen4 Sen5 Yöntem ve Açıklamalar Altı ana krterlere at normalze edlmş puanlar dkkate alınarak 58 KVB seçm sıralaması puanları, CCR model üzernden DEA uygulanarak elde edlmştr. DEA, seçeneğe göre çok sayıda değşken olması durumunda, seçm sıralamasında çok sayıda etkn KVB verdğ blnmekte ve Tablo 10 dak Sen2 den de görülmektedr. Sen2 dek gb toplam 18 krter yerne 6 ana krtere ndren Sen1 de yapılarak bu problem aşılmaya çalışılmıştır. Ana krterlere at puanlar, AHP le belrlenmş alt krter ağırlıkları, vektörel normalze edlmş karar matrs kullanılarak ÇKPM le hesaplanmıştır. Ver yapısını oldukça koruyan ve en pratk ÇKKV yöntem olması açısından, ana krtere puan hesaplamaları çn Sen1 de ÇKPM kullanılmıştır. Toplam 58 KVB ve 18 krtere at ham verler kullanılarak CCR model üzernden DEA uygulanmıştır. Ham verler üzernden DEA uygulanması ve 18 krtere at katsayıların elde edlmes açısından Sen1 e göre Sen2 daha avantajlı olmakta; Sen2 nn 24 KVB etkn olarak belrlenmesne neden olmakta ve seçm sıralamasında ayrışmayı zayıflatmaktadır. KVB lern etknlk ayrışmasında Sen1 daha başarılı sonuçlar sunmuştur. Toplam 58 KVB, AHP le belrlenen 18 krtere at önem dereceler le TOPSIS yöntem kullanılarak seçenekler arasında seçm sıralamaları yapılmıştır. Sen3 den farklı olarak, AHP den elde edlen ağırlıklar yerne AHP-DEA ortalama sers kullanılarak TOPSIS le seçm sıralaması yapılmıştır. Toplam 58 KVB, AHP le belrlenen 18 krtere at önem dereceler le VIKOR yöntem (v=0,5) kullanılarak seçenekler arasında seçm sıralaması yapılmıştır. Sayfa 171
The Internatonal Journal of Economc and Socal Research, Sprng 2014, Vol:10,Year:10 Issue:1, 157-178 Sen6 Sen7 Buradak v=0,5 le grup faydası ve olumsuzluktan kaçınmayı temsl eden pşmanlığa eşt ağırlık verlmştr. Toplam 58 KVB, AHP le belrlenen 18 krtere at önem dereceler le VIKOR yöntem (v=0,2) kullanılarak seçenekler arasında seçm sıralaması yapılmıştır. Buradak v=0,2 le grup faydasına %20 ve pşmanlığa %80 önem verlmştr. Sen5 den farklı olarak, AHP den elde edlen ağırlıklar yerne AHP-DEA ortalama sers kullanılarak VIKOR le sıralama yapılmıştır. Korelasyonlar ncelendğnde, AHP ağırlıkları kullanılan VIKOR le gerçekleştrlen Sen5 ve Sen6 seçm sıralamaları dğer sıralamalara göre farklı yapıda olduğu görülmektedr. Bu açıdan, Sen5 ve Sen 6 yı dğerlernden ayırmak gerekr. Söz konusu ayrışan sonuçlar, VIKOR yöntemnn pşmanlığa daha çok önem vermesnden ve ağırlıklara yüksek duyarlılığa sahp olmasından kaynaklandığı söyleneblr. Ayrıca Sen5 n kabul edleblr stkrar şartını (C2) da sağlamaması, Sen5 n sonuçlarına temknl yaklaşılması gerektğn ortaya koymaktadır. Ayrıca, br DB nn br boyuttak skoru krter deal puanına ağırlıklandırılmış en büyük uzaklığa sahp pşmanlık skoru, hem grup faydasında hem de breysel pşmanlıkta k kere cezalandırılarak KVB nn seçm sıralamasında altlara düşmesne neden olduğu dkkate alınmalıdır. Sayfa 172 Tablo 10: DB lern Senaryolara Göre Seçm Sıralamaları Kod Sen1 Sen2 Sen3 Sen4 Sen5 Sen6 Sen7 Puan Sıra Puan Sıra Puan Sıra Puan Sıra Puan Sıra Puan Sıra Puan Sıra 1 Exp_2 1,000 1 1,000 1 0,721 1 0,845 9 0,370 28 0,309 25 0,070 8 2 Del_7 1,000 1 1,000 1 0,676 19 0,868 1 0,455 45 0,343 43 0,091 12 3 Del_1 1,000 1 1,000 1 0,678 17 0,867 2 0,468 46 0,349 44 0,114 19 4 Exp_3 1,000 1 1,000 1 0,653 24 0,859 4 0,543 54 0,378 51 0,173 27 5 Hp_1 1,000 1 1,000 1 0,715 4 0,825 15 0,312 17 0,286 15 0,038 2 6 Hp_6 1,000 1 1,000 1 0,715 3 0,825 16 0,306 16 0,284 14 0,038 4 7 Len_1 1,000 1 1,000 1 0,708 6 0,815 19 0,342 23 0,298 20 0,065 7 8 As_4 1,000 1 1,000 1 0,630 36 0,691 42 0,333 22 0,294 19 0,231 41 9 Exp_1 1,000 1 1,000 1 0,641 32 0,848 7 0,564 55 0,387 53 0,240 43 10 Del_3 1,000 1 1,000 1 0,625 39 0,846 8 0,783 58 0,688 57 0,254 45 11 Sny_6 1,000 1 1,000 1 0,650 26 0,851 6 0,346 25 0,300 22 0,001 1 12 Sms_2 0,993 12 1,000 1 0,686 13 0,859 3 0,394 33 0,319 31 0,073 9 13 Del_4 0,981 13 1,000 1 0,676 18 0,803 22 0,419 36 0,329 34 0,140 20 14 As_7 0,974 14 0,976 27 0,694 11 0,780 30 0,300 15 0,281 13 0,079 10 15 Sms_4 0,968 15 1,000 1 0,719 2 0,792 27 0,109 2 0,044 1 0,059 5 16 Acr_3 0,941 16 1,000 1 0,709 5 0,842 10 0,412 35 0,326 33 0,113 16 17 Hp_3 0,933 17 0,933 33 0,702 8 0,801 23 0,320 18 0,289 16 0,095 13 18 Tsh_1 0,923 18 0,937 30 0,681 16 0,757 36 0,289 12 0,277 11 0,096 14 19 Tsh_2 0,923 18 0,937 30 0,682 15 0,757 37 0,274 10 0,271 9 0,088 11 20 Sms_3 0,903 20 1,000 1 0,700 9 0,813 20 0,287 11 0,276 10 0,038 3 21 Tsh_5 0,903 21 1,000 1 0,642 31 0,820 17 0,360 27 0,305 24 0,063 6 22 Acr_2 0,901 22 1,000 1 0,700 10 0,837 12 0,422 39 0,330 37 0,150 24 23 Del_5 0,891 23 0,891 40 0,665 22 0,852 5 0,503 49 0,363 48 0,161 25 24 Csp_2 0,888 24 0,959 28 0,703 7 0,820 18 0,423 40 0,331 38 0,169 26 25 As_6 0,869 25 0,932 34 0,578 49 0,505 54 0,193 6 0,253 7 0,305 49
Ekonomk ve Sosyal Araştırmalar Dergs, Bahar 2014, Clt:10, Yıl:10, Sayı:1, 157-178 26 Hp_5 0,863 26 0,929 35 0,625 38 0,835 13 0,622 56 0,517 56 0,191 31 27 Csp_3 0,860 27 0,977 26 0,672 20 0,842 11 0,481 48 0,354 47 0,195 33 28 Del_2 0,860 28 1,000 1 0,658 23 0,757 35 0,382 31 0,314 28 0,150 22 29 Hp_2 0,859 29 1,000 1 0,573 51 0,568 51 0,299 14 0,281 12 0,301 48 30 Hp_7 0,859 29 1,000 1 0,573 50 0,568 52 0,237 8 0,256 8 0,263 47 31 Csp_5 0,852 31 1,000 1 0,689 12 0,763 34 0,421 38 0,330 36 0,208 37 32 Sms_5 0,831 32 0,947 29 0,639 33 0,801 24 0,380 30 0,313 27 0,114 18 33 As_2 0,828 33 0,924 37 0,650 25 0,766 33 0,426 41 0,332 39 0,179 28 34 Csp_1 0,827 34 1,000 1 0,666 21 0,799 25 0,533 53 0,410 54 0,225 39 35 As_3 0,809 35 0,991 25 0,686 14 0,798 26 0,329 21 0,293 18 0,106 15 36 Csp_4 0,791 36 0,924 36 0,637 34 0,830 14 0,529 51 0,373 50 0,226 40 37 Del_6 0,779 37 0,897 39 0,636 35 0,664 45 0,144 3 0,081 2 0,188 29 38 As_5 0,772 38 1,000 1 0,643 29 0,809 21 0,454 44 0,343 42 0,145 21 39 Sny_2 0,760 39 0,910 38 0,646 28 0,774 32 0,343 24 0,299 21 0,113 17 40 Sny_3 0,748 40 0,824 45 0,621 41 0,783 29 0,386 32 0,316 29 0,150 23 41 Del_8 0,744 41 0,856 43 0,619 42 0,640 48 0,153 4 0,106 3 0,215 38 42 As_8 0,741 42 0,937 32 0,649 27 0,776 31 0,434 43 0,335 41 0,202 36 43 Acr_1 0,733 43 0,796 46 0,642 30 0,751 39 0,514 50 0,367 49 0,334 51 44 As_10 0,727 44 0,777 48 0,617 44 0,791 28 0,427 42 0,332 40 0,194 32 45 Tsh_3 0,727 45 0,864 42 0,495 55 0,452 56 0,327 20 0,349 45 0,427 54 46 Sny_5 0,705 46 0,791 47 0,618 43 0,712 41 0,355 26 0,303 23 0,199 34 47 Sny_7 0,700 47 0,768 49 0,629 37 0,753 38 0,377 29 0,312 26 0,202 35 48 Sms_6 0,668 48 0,849 44 0,621 40 0,651 46 0,202 7 0,115 4 0,245 44 49 Sny_4 0,657 49 0,707 52 0,547 53 0,529 53 0,192 5 0,222 6 0,339 52 50 As_9 0,655 50 0,754 51 0,590 48 0,578 50 0,086 1 0,135 5 0,234 42 51 Tsh_4 0,642 51 0,884 41 0,613 45 0,685 44 0,325 19 0,291 17 0,191 30 52 Sms_1 0,629 52 0,758 50 0,607 46 0,745 40 0,477 47 0,352 46 0,261 46 53 Sny_1 0,593 53 0,665 54 0,594 47 0,687 43 0,405 34 0,323 32 0,305 50 54 Hp_4 0,589 54 0,667 53 0,558 52 0,648 47 0,420 37 0,329 35 0,401 53 55 Sms_7 0,542 55 0,607 55 0,457 57 0,374 57 0,241 9 0,386 52 0,492 56 56 As_1 0,517 56 0,585 56 0,492 56 0,467 55 0,295 13 0,318 30 0,457 55 57 As_11 0,493 57 0,553 57 0,339 58 0,140 58 0,531 52 0,812 58 0,946 58 58 Fj_1 0,383 58 0,477 58 0,497 54 0,604 49 0,634 57 0,415 55 0,651 57 Not: VIKOR senaryolarında, kabul edleblr avantaj (C1) Sen5, Sen6 ve Sen7 çn sağlanmış, kabul edleblr stkrar (C2) Sen6 ve Sen7 çn sağlanmıştır. Tablo 11: Senaryolara Göre Pearson Korelasyonları Sen1 Sen2 Sen3 Sen4 Sen5 Sen6 Sen2,907 * Sen3,769 *,785 * Sen4,684 *,684 *,897 * Sen5 -,043 -,003,026 -,316 * Sen6,110,191,385 *,142,813 * Sen7,754 *,783 *,917 *,836 *,201,491 * Not: Senaryolardan elde edlmş puanlar (yönlern uyarlamak çn, VIKOR senaryolarındak puanlar 1 den çıkartılarak korelasyon analzlernde kullanılmıştır) statstksel olarak 0,05 de anlamlı olanlar yıldızlanmıştır. Sayfa 173
The Internatonal Journal of Economc and Socal Research, Sprng 2014, Vol:10,Year:10 Issue:1, 157-178 Sen3, AHP le belrlenen krter ağırlıkları kullanılarak TOPSIS üzernden hesaplanan seçm sıralamasını vermektedr. Pratk ve lteratürde benzer seçmler çn genel kabul görmüş br yöntem olması açısından terch edleblr br yöntemdr. Ancak, TOPSIS n ağırlık çeştlenmesne duyarlılığı yüksek olması (Olson, 2004:722) ve AHP yargı yoğun olması bu senaryonun zayıf yönlerdr. VIKOR un karmaşık yapıdak ve brbryle çelşen krterlerde çözüm sunması açısından TOPSIS den kaynaklanan bu sorunu aşacağı düşünüleblr (Oprcovc ve Tzeng, 2004). Ancak Sen5 ve Sen6 sonuçları, VIKOR tarafından dkkate alınan yoğun pşmanlığın sıralama sonuçlarını çok değştrdğ gözlenmştr. Bu durumda, AHP den elde edlen ağırlıkların DEA katsayılarıyla brleştrlerek oluşturulan AHP-DEA ortalama sersnn ağırlık olarak kullanıldığı Sen4 ve Sen7 nn önem seçm sıralamasında artmaktadır. Fakat Tablo 11 dek korelasyon tablosuna göre, Sen3 ün Sen4 e göre seçm sıralamasını daha y temsl ettğ dğer senaryolarla arasındak lşkden görüleblr. Korelasyon tablosu sonuçları, Sen3 ve Sen7 seçm sıralama sonuçlarının Sen5 ve Sen6 harcndek dğer serlerle oldukça yüksek lşk çnde olduğunu doğrulamaktadır. 4. Sonuç Günümüzde, kşsel veya kurumsal olarak tcar hayat, blm ve teknolojdek gelşmelere de bağlı olarak, blgsayar taleb her geçen gün arttırmaktadır. Breyn veya kurumun htyacı doğrultusunda fyat/donanım anlamında ve kaynakların verml kullanılması açısından en uygun blgsayar seçm önemldr. Çalışmanın amacı, DB seçmnde dkkate alınan krtelern önem derecelernn belrlenmes, AHP-DEA bleşm br yaklaşım da çeren farklı yöntem önerlmes ve senaryolarla karşılaştırmalı seçm sıralamalarının değerlendrlmes olarak özetleneblr. DB seçm sıralaması çn DEA ve ÇKKV yöntemlernden TOPSIS ve VIKOR kullanılmıştır. Lteratürde, bu çeşt blgsyar seçmde genelde daha az sayıda KVB ve krterler dkkate alınarak analzler yapılmıştır. Çalışmamız, (1) DB seçmnde dkkate alınan krterlern önem derecelernn belrlenmes; (2) ÇKKV ve DEA dan elde edlen ağırlık/katsayılar üzernden yen br ağırlıklandırma önerlmes; (3) lteratüre göre daha çok sayıda KVB n ve daha çok sayıda krter dkkate alarak seçm sıralaması yapması; (4) 7 farklı senaryoda 3 farklı yöntem üzernden seçm sıralama yapılması ve karşılaştırılmalı değerlendrlmes açısından lteratüre katkı yapacağı düşünülmektedr. Sayfa 174
Ekonomk ve Sosyal Araştırmalar Dergs, Bahar 2014, Clt:10, Yıl:10, Sayı:1, 157-178 Bu çalışmada, DB alımında dkkate alınan başlıca krterlern önem derecelernn belrlenmesnde AHP yöntem uygulanarak ve ayrıca AHP- DEA bleşm br süreç önerlerek DB seçm krterler çn ağırlıkların belrlenebleceğ gösterlmştr. AHP-DEA bleşm süreçle ağırlıkların belrlenmes, uzman görüşü ve pyasanın terch eğlmn çeren br ağırlıklandırma olarak değerlendrlmştr. Ağırlıklandırma sonuçları, DB seçmnde başta DB fyat ve DB şlem hızına at krterlern ön planda tutulması gerektğn göstermştr. Ekran çözünürlüğü, parça kaltes ve DB kapaste özellklernn de oldukça dkkate alınması gerektğ oran ölçeğnde yüzdesel olarak elde edlmştr. KVB ne göre değşken/krter sayısının yüksek olması, DEA de etkn KVB sayısını artırmakta ve sıralama açısından KVB arasındak ayrışmayı azaltmaktadır. DEA ya göre gerçekleştrlen seçm sıralamasında KVB de ayrışma, daha az krterle (Sen1) daha y yapılmıştır. Ancak daha çok krterle yapılan Sen2, KVB etknlğnn değerlendrlmesnde değşken/krter temell olarak uygulamacıya daha fazla blg vermektedr. VIKOR yöntemnn pşmanlığa daha fazla önem vermes ve ağırlıklara yüksek duyarlılığa sahp olması, AHP ağırlıkları kullanılarak VIKOR le gerçekleştrlen seçm sıralamaları dğer sıralamalara göre farklı yapıda olduğu göstermştr. Ayrıca bu çalışma, VIKOR gb tatmn edlmes gereken şartların olduğu br yönteme, çok sayıda KVB nn olduğu seçm sıralama çn problem oluşturduğundan daha temknl yaklaşılması gerektğn göstermştr. AHP-DEA brleşmden elde edlen ağırlık katsayılarıyla üstesnden gelnerek dğer VIKOR senaryolarına göre daha geçerl seçm sıralaması Sen7 de elde edlmştr. Ancak AHP den elde edlen ağırlıklarla uygulanan TOPSIS sürecnn, AHP-DEA brleşmden elde edlen katsayılar kullanılarak uygulanan TOPSIS sürecnden daha terch edleblr olduğu gözlenmemştr. Araştırma bulguları ışığında, Sen1, Sen3, Sen 4 ve Sen7 nn KVB seçm sıralamasının daha anlamlı sonuçlar verdğ, seçm yapmadan önce özellkle Sen3 (ağırlıklandırma AHP, seçm sıralama TOPSIS) ve/veya sen7 ye (ağırlıklandırma AHP-DEA bleşm, seçm sıralama VIKOR) göre sıralamaya bakılması gerektğne karar verleblr. Sayfa 175
The Internatonal Journal of Economc and Socal Research, Sprng 2014, Vol:10,Year:10 Issue:1, 157-178 Kaynakça Adler, N., L.Fredman ve Z.Snuany-Stern (2002). Revew of Rankng Methods n the Data Envelopment Analyss Context, European Journal of Operatonal Research, 140, 249 265. Ayaş, N. ve M. Pekkaya (2008). Türk Sgorta Sektörünün Avrupa Brlğ Ülkelerne Göre Çok Krterl Puanlama Model le Karşılaştırılması, Türkye-Avrupa Brlğ Sektörel Rekabet Analzler, Ed.: S. Bekmez, Ankara:Nobel Yay., 443-460. Bortck, A.F. ve J.H. Schener (1998). Selecton of Small Busness Computer Systems: Structurng a Mult-Crtera Approach, Journal of Informaton Systems, Fall 1988, 10-29. Chang, C.-L. (2010). A Modfed VIKOR Method for Multple Crtera Analyss, Envron Mont Assess, 168, 339 344. Dodd, F. J., H.A. Donegan, ve T.B.M. McMaster (1993). A Statstcal Approach to Consstency n AHP, Mathl. Comput. Modellng, 18(6), 19-22. Düzakın, E. ve S. Demrtaş (2005). En Uygun Performansa Sahp Kşsel Blgsayarların Oluşturulmasında Ver Zarflama Analznn Kullanımı, Ç.Ü. Sos.Bl. Ensttüsü Dergs, 14(2), 265-280. Erpolat, S. ve N. Cnemre (2011), Notebook Seçmnde Hbrt br Yaklaşım: Analtk Hyerarş Yöntemne Dayalı Ver Zarflama Analz, İ.Ü. İşletme Fakültes Dergs, 40(2), 207-225. Ertuğrul, İ. ve N. Karakaşoğlu (2010). Electre ve Bulanık AHP Yöntemler le Br İşletme İçn Blgsayar Seçm, Dokuz Eylül Ünv. İktsad ve İdar Blmler Fakültes Dergs,25(2), 23-41. Hamzaçeb, C. ve M. Pekkaya (2011). Determnng of Stock Investments wth Grey Relatonal Analyss, Expert Systems wth Applcatons, 38(8), August 2011, 9186 9195. Jahanshahloo, G.R., F.H. Lotf ve M. Izadkhah (2006). An Algorthmc Method to Extend TOPSIS for Decson-Makng Problems wth Interval Data, Appled Mathematcs and Computaton, 175(2), 1375-1384. Olson, D.L. (2004); Comparson of Weghts n TOPSIS Models, Mathematcal and Computer Modellng, 40, 721-727. Sayfa 176
Ekonomk ve Sosyal Araştırmalar Dergs, Bahar 2014, Clt:10, Yıl:10, Sayı:1, 157-178 Oprcovc, S. ve G.-H. Tzeng (2004); Compromse Soluton by MCDM Methods: A Comparatve Analyss of VIKOR and TOPSIS, European Journal of Operatonal Research, 156, 445-455. Pekkaya, M. ve N. Çolak (2013). Ünverste Öğrenclernn Meslek Seçmn Etkleyen Faktörlern Önem Derecelernn AHP le Belrlenmes, The Journal of Academc Socal Scence Studes, 6(2), February 2013, 797 818. Pekkaya, M. ve S. Başaran (2011). Konaklama İşletmeler Hzmet Kaltes Boyutları Önem Derecelernn AHP le Belrlenmes ve İşletmelern Hzmet Kaltesne Göre TOPSIS le Sıralanması, Mal Ufuklar, 5(15), 111 136. Ramanathan, R. (2006), Data Envelopment Analyss for Weght Dervaton and Aggregaton n the Analytc Herarchy Process, Computers & Operatons Research, 33, 1289 1307. Saaty, T.L. (1980). The Analytc Herarchy Process, New York: McGraw-Hll. Saaty, T.L. ve L.G. Vargas (2006). Decson Makng wth Analytc Network Process. New York: Sprnger. Ulucan, A. (2002). İSO500 Şrketlernn Etknlklernn Ölçülmesnde Ver Zarflama Analz Yaklaşımı: Farklı Grd Çıktı Bleşenler ve Ölçeğe Göre Getr Yaklaşımları İle Değerlendrmeler, A.Ü. Syasal Blgler Fakültes Dergs, 57(2), 185-202. Yararlı, K. (2010). Karar Verme Yöntemler, Ankara:Detay Yayıncılık. Zvran, M. (1993). A Comprehensve Methodology for Computer- Famly Selecton, Journal of Systems and Software, 22(1), 17-26. Gold, http://www.gold.com.tr/, 10.05.2013 tarh tbaryle Hızlıal, http://www.hzlal.com.tr/, 10.05.2013 tarh tbaryle. Sayfa 177