BULANIK ANALİTİK HİYERARŞİ PROSESİ İLE PERSONEL SEÇİMİ VE BİR UYGULAMA

Gazi Üniv. Müh. Mim. Fak. Der. J. Fac. Eng. Arch. Gazi Univ. Cit 22, No 4, 791-799, 2007 Vo 22, No 4, 791-799, 2007 BULANIK ANALİTİK HİYERARŞİ PROSESİ İLE PERSONEL SEÇİMİ VE BİR UYGULAMA Metin DAĞDEVİREN Endüstri Mühendisiği Böümü, Mühendisik Mimarık Fakütesi, Gazi Üniversitesi, Matepe, 06570 Ankara. metindag@gazi.edu.tr (Geiş/Received: 07.11.2006 ; Kabu/Accepted: 15.05.2007) ÖZET Persone seçimi organizasyonar için önemi bir konu oup, karar verme sürecinde kesin omayan ve beirsiz verierin kuanımasını gerektirir. Bu çaışmada Buanık Anaitik Hiyerarşi Prosesi (BAHP) yöntemi ie persone seçimi probeminin çözümüne yöneik bir agoritma önerimiştir. Önerien agoritma bir işetmede terfi edecek personein beirenmesi amacıya kuanımış ve aday personeer için önceik değereri beirenmiştir. Aday personeerin faktörer temeinde değerendirimesinde dise değişkener kuanımış ve buanık ağırıkarın duruaştırıması α-kesme ve iyimserik indeksi temeinde geiştirien bir duruaştırma işemi ie yapımıştır. Anahtar Keimeer: İnsan kaynakarı yönetimi, persone seçimi, AHP, buanık AHP, çok kriteri anaiz PERSONNEL SELECTION WITH FUZZY ANALYTICAL HIERARCHY PROCESS AND AN APPLICATION ABSTRACT Personne seection is an important matter for organizations that is needed to incompete and uncertain data in decision making processes. In this study, an agorithm is offered for personne seection with Fuzzy Anaytica Hierarchy Process Method (FAHP). This agorithm is used for the determination of the personne to be promoted and the priorities are found out for candidates. The inguistic variabes are used for the evauation on the basis of factors and the defuzzification of fuzzy weights is done with a different defuzzification operation deveoped on the basis of α-cut and optimism index. Keywords: Human resource management, personne seection, AHP, fuzzy AHP, muti-criteria anaysis 1. GİRİŞ (Introduction) Persone seçimi, insan kaynakarı yönetimi sürecinin önemi konuarından birisidir. Doğru insanın doğru işe yereştirimesini sağayan persone seçimi, hem kamu kurumarı hem de öze işetmeer için önemi bir konudur. Aday araştırma ve buma çabaarı sonucu bir aday havuzu ouşturuduktan sonra, sıra işe aınacak uygun kişierin seçimine geir. Persone sağamanın bu son evresi, persone seçimi veya işe ama oarak adandırıır [1,2]. Bir işetmenin sahip oduğu üretim faktörerini yönendiren ve işetmenin başarıı ya da başarısız omasında beireyici oan en önemi öğe insan gücüdür. Bu nedene, işetmeer amaçarına katkıda buunacak, işetmeyi başarıya taşıyacak düzey ve yetenekte buunan insan gücünü istihdam etmeye çaışmaktadırar. İşetmenin gerçek gereksinmesini karşıayacak işgörenerin temini ise objektif ikeer ve yöntemer temeinde yapıacak bir seçim kararı ie mümkündür [1-5]. Literatürde, persone seçimi için kuanıan ik tekniker; yazıı sınav, test ve sözü sınavdır [1-6]. Persone adayarının yazıı, test ve sözü sınav ie değerendirimesi, işetmenin gereksinim duyduğu personein temin edimesinde gereki bir koşu omaka birikte tek başına yeteri değidir. Persone seçiminde önceike, öçme ve değerendirmeye teme oacak kriterer ve bu kritererin ağırıkarının beirenmiş oması gerekir. Çünkü her bir kriterin persone öçme ve değerendirimesinde farkı önemi ya da ağırığı buunmaktadır. Doayısıya, beiri kriter ve ağırıkarı teme amamış oan bu yöntemer öçme ve değerendirme sürecinde sübjektifiğe ve buna

M. Dağdeviren Buanık Anaitik Hiyerarşi Prosesi ie Persone Seçimi ve Bir Uyguama bağı oarak yanış karararın aınmasına neden omaktadır. Persone seçiminin objektif bir şekide yapıabimesi için farkı çaışmaar yapımıştır. Gargano ve diğ. [7] yaptıkarı çaışmada, finans sektöründe istihdam ediecek persone seçimi için genetik agoritma ve yapay sinir ağı yöntemerini bireştiren bir uyguama yapmışardır. Çaışmada; kişiik, sosya sorumuuk, eğitim, ekonomik bigi, finansa bigi ve deneyim faktöreri persone seçiminde teme aınan kriterer oarak beirenmiştir. Mier ve Feinzig [8] ise yaptıkarı çaışmada, persone seçimi probemi için buanık küme teorisini önermişerdir. Liang ve Wang da [9] persone seçimi probeminin çözümünde buanık küme teorisi kuanan bir agoritma geiştirmişerdir. Geiştirien metotta kişiik, iderik, deneyim gibi sübjektif kriterer ie gene yetenek, iş bigisi, anaitik düşünebime becerisi gibi objektif kriterer kuanımıştır. Karsak [10], yaptığı çaışmada, persone seçimi sürecini buanık çok amaçı programama ie modeemiştir. Modede, üyeik fonksiyonarı aracıığıya nite ve nice faktöreri bir arada değerendirmiştir. Hooper ve diğ. [11], persone seçimi için BOARDEX oarak adandırıan bir uzman sistem geiştirmişer ve bu sistemi Amerikan ordusunda uyguamışardır. Bu uzman sistemde; rütbe, askeri eğitim seviyesi, sivi eğitim seviyesi, boy uzunuğu, kio, sici gibi faktörer kuanımıştır. Literatürde yer aan bir diğer persone seçim yöntemi çok kriteri anaizerdir [12-17]. Bu yöntemer özeike büyük karmaşık probemerde çok sayıda faktörün bir arada değerendirimesinde etkin bir şekide kuanımıştır. Bu çaışmada iteratürde yer aan buanık mantık ve çok kriteri anaiz çaışmaarını bireştiren bir agoritma önerimiş ve önerien agoritmada Buanık Anaitik Hiyerarşi Prosesi (BAHP) yöntemi kuanımıştır. Önerien agoritma bir işetmede terfi ediecek bir pozisyon için ön şartarı sağamış oan üç adayın değerendirimesi ve terfi edecek adayın beirenmesi amacıya uyguanmıştır. Yapıan uyguamada seçim sürecini etkieyen faktör ve at faktörer üçgense buanık sayıar ie karşıaştırımış, buanık sayıara ouşturuan ikii karşıaştırma matriserinin anaiz edimesinde buanık geometrik ortaama yöntemi kuanımıştır. Aday personeer at faktör ağırıkarı temeinde dise değişkener kuanıarak değerendirimiş ve her aday için topam buanık önceiker beirenmiştir. Bu önceik değereri α-kesme ve iyimserik indeksi temeinde geiştirien bir duruaştırma işemi ie duruaştırımış ve duruaştırımış değererin normaize edimesiye terfi edecek aday beirenmiştir. 2. YÖNTEMLER (METHODS) 2.1.Anaitik Hiyerarşi Prosesi (Anaytic Hierarchy Process) Anaitik Hiyerarşi Prosesi (AHP) 1977 yıında Thomas L. Saaty tarafından geiştirien çok amaçı karar verme yöntemerinden birisidir. AHP karar amada, grup veya bireyin önceikerini de dikkate aan, nite ve nice değişkeneri bir arada değerendiren matematikse bir yöntemdir [18]. Karar verme probemi en gene anamda; bir seçenek kümesinden en az bir amaç veya faktöre göre en uygunun seçimi, şekinde tanımanabiir. Buna göre bir karar probeminin eemanarını; karar verici, aternatifer, faktörer, sonuçar, çevre ve karar vericinin önceikeri ouşturur. En basit hade bir karar probemi bir hedef ve bu hedefi etkieyen faktörer dikkate aınarak aternatifer arasından en iyi aternatifin seçimesi oarak düşünüebiir [18]. AHP de, karar vericinin amacı doğrutusunda faktörerin ve ona ait oan at faktörerin beirenip, hiyerarşik yapının ouşturuması ik adımdır. AHP de, önceike amaç beirenir ve bu amaç doğrutusunda seçimi etkieyen faktörer saptanmaya çaışıır, bu aşamada seçimi etkieyen tüm faktörerin beirenebimesi için anket çaışmasına veya bu konuda uzman kişierin görüşerine başvuruabiir. Daha sonra beirenen bu faktörer dikkate aınarak potansiye aternatifer beirenir [18]. Hiyerarşik mode ouşturuduktan sonra, her bir faktör temeinde aternatiferin değerendirimesi ve faktörerin kendi araarındaki önem dereceerinin beirenmesi için ikii karşıaştırma karar matriseri ouşturuur. Bu matriserin ouşturumasında Saaty [18] tarafından önerien 1-9 önem skaası kuanıır (Tabo 1). Tabo 1. Önem skaası değereri (Importance scae vaues) Değer Tanım Açıkama 1 Eşit önemi İki seçenekte eşit derecede öneme sahip 3 Biraz önemi Tecrübe ve yargı bir kriteri diğerine karşı biraz üstün kımakta 5 Faza önemi Tecrübe ve yargı bir kriteri diğerine karşı odukça üstün kımakta 7 Çok faza önemi Bir kriter diğerine göre üstün sayımıştır 9 Aşırı derece önemi Bir kriterin diğerinden üstün oduğunu gösteren kanıt çok büyük güveniiriğe sahiptir 2,4,6,8 Ara değerer Uzaşma gerektiğinde kuanımak üzere iki ardışık yargı arasındaki değerer 792 Gazi Üniv. Müh. Mim. Fak. Der. Cit 22, No 4, 2007

Buanık Anaitik Hiyerarşi Prosesi ie Persone Seçimi ve Bir Uyguama M. Dağdeviren İkii karşıaştırma karar matriseri ouşturuduktan sonra izeyen aşama önceik veya ağırık vektörerinin hesapanmasıdır. AHP metodoojisine göre karşıaştırma matrisinin özdeğer ve özvektöreri önceik sırasını beiremeye yardımcı our. En büyük özdeğere karşıık geen özvektör önceikeri beiremektedir. A matrisinin en büyük özdeğeri λ enb oarak ee aınırsa, W önceik vektörü; (A-λ enb I)W=0 denkem sisteminin çözümü ie ede ediir [19]. AHP de karar vericinin karşıaştırma yaparken tutarı davranıp davranmadığını öçmek için Tutarıık Oranı (T.O.) hesapanır. Bu hesapamada n aternatif sayısına bağı oarak rasgee indeks (R.İ.) sayıarı kuanıır. Hesapamaar sonucunda buunan değer 0,10 un atında çıkmışsa ouşturuan karşıaştırma matrisinin tutarı oduğu sonucuna varıır. Aksi durumda karşıaştırma matrisi tutarsızdır ve tekrar düzenenmesi gerekir [18]. AHP nin son adımı faktörerin önem ağırıkarı ie aternatiferin önem ağırıkarının çarpımı ve her bir aternatife ait önceik değerinin buunmasıdır. Bu hesapama sonucunda en büyük önceiğe sahip oan aternatif, karar probemi için en iyi aternatif oarak beirenir. 2.2. Buanık Mantık (Fuzzy Logic) Buanık mantık kavramı ik oarak Zadeh [20] tarafından kuanımış ve iteratüre kazandırımıştır. Buanık mantığa göre faktörer ve kriterer kesin sınıramaar omaksızın sınıfandırıabiir. Buanık mantık, beirsizik ve kesin omayan gerçek hayat probemerinin tanımanması ve çözümesi için kuanışı bir tekniktir. Buanık mantık evet yada hayır, doğru yada yanış gibi kasik değişkener yerine orta, yüksek, düşük gibi ortaama değereri kuanan çok değişkeni bir teoridir. Buanık kümeer üyeik fonksiyonarı ie tanımanır. A buanık kümesinin üyeik fonksiyonu µ A (x) ie gösteriir ve bir faktörün bir kümeye üyeiği 0 ve 1 arasında bir sayı ie beirenir. Bir x faktörü A kümesine kesinike ait ise µ A (x)=1, kesinike ait deği ise µ A (x)=0 our. Daha yüksek bir üyeik derecesi değeri, x faktörünün A kümesine ait oma derecesinin daha yüksek oduğunu gösterir. Buanık kümeerde işem koayığı sağamak için buanık sayıar kuanıır. Yapıan çaışmaarda bu amaça büyük oranda üçgense buanık sayıar kuanıır. Üçgense buanık sayıar buanık sayıarın öze bir sınıfıdır, üçgense bir buanık sayı (A ~ ) üç gerçek sayı ( m u) ie ifade ediir ve üyeik fonksiyonu da bu sayıara bağı oarak tanımanır. Üçgense buanık sayının üyeik fonksiyonu şu şekidedir [21]: ( x ) /( m ), x m μ A ( x) = ( u x) /( u m), m x u (1) 0, dd (, m, u) ie ifade edien A ~ buanık sayısında, m buanık sayının en mümkün değerini, ve u değereri ise sırasıya at ve üst sınırarı yani buanıkığın kapsamını göstermektedir. A ~ = ( a, m a, u a ) ve B ~ = ( b, m b, u b ) iki üçgense buanık sayı iken buanık sayıar üzerindeki teme buanık operasyonar şu şekide tanımanır [21]: ~ ~ Topama: A B = ( a + b, m a + m b, u a + u b ) Çıkarma: A ~ B ~ = ( a - u b, m a - m b, u a - b ) ~ ~ Çarpma: A B = ( a b, m a m b, u a u b ) ~ A a ma ua Böme: ~ =,, B ub mb b ~ Tersini Ama: A 1 1 1 1 =,, ua ma a α-kesme: A ~ = ( a, m a, u a ) buanık sayısından farkı α değereri için kapaı değerer kümesi ede etmek için kuanıır. A buanık kümesinin α- kesmesi şu şekide tanımanır: A α ={α [0, 1] µ A (x) α} 2.3. Buanık Anaitik Hiyerarşi Prosesi (Fuzzy Anaytic Hierarchy Process) Gerçek hayatta birçok karar verme probeminin çözümünde etkin bir biçimde kuanıan AHP yöntemi, ikii karşıaştırmaar sürecinde gerçek sayıarın kuanıması açısından eeştirimiştir. Özeike nite faktörerin karşıaştırımasında gerçek sayıarın kuanıması karar verici için önemi bir güçüktür. Yapıan farkı çaışmaarda bu probemin aşıması için buanık sayıarın kuanıması önerimiştir [22-24]. Bu çaışmaarda karar verme sürecini etkieyen faktörer ve at faktörer buanık sayıar kuanıarak karşıaştırımış ve buanık önceiker hesapanmıştır. Beirenen buanık önceiker değişik metotara duruaştırıarak kesin sayıar ie faktör önceikeri beirenmiştir. Literatürde ikii karşıaştırmaar sürecinde buanık sayıarı kuanan ik çaışmaar Van Laarhoven ve Pedrycz [25], ve Buckey [26] tarafından yapımış oup izeyen yıarda ikii karşıaştırma sürecinde buanık sayıarı kuanan birçok çaışma yapımıştır. Chang [27], yaptığı çaışmada BAHP nin işeme tarzı için yeni bir yakaşım geiştirmiş ve BAHP de ikii karşıaştırma skaaarı için üçgense buanık sayıarı kuanmıştır. Cheng [28], yaptığı çaışmada donanmaya ait bir siah seçimi probemine BAHP ie Gazi Üniv. Müh. Mim. Fak. Der. Cit 22, No 4, 2007 793

M. Dağdeviren Buanık Anaitik Hiyerarşi Prosesi ie Persone Seçimi ve Bir Uyguama farkı bir çözüm yöntemi önermiştir. Weck ve diğ. [29], yaptıkarı çaışmada farkı üretim çevrim zamanarı aternatiferini değerendirmek için kasik AHP ye buanık mantık matematiği ekeyen bir metot sunmuşardır. Kahraman ve diğ. [30], AHP de buanık ağırıkandırma ie önceik değererini ede etmek için bir metot geiştirmişerdir. Deng [31], nite çok kriteri probem takımarının anaizi için basit bir buanık yakaşım sunmuştur. Lee ve diğ. [32], yaptıkarı çaışmada AHP ie yapımış geçmiş çaışmaara iişkin bir iteratür taraması yapmışar ve bu çaışmaarı teme aarak ikii karşıaştırmaarın araık şekinde düzenenmesi için karşıaştırma prosesinin buanık yapısıya bağdaşan ve goba tutarıığı sağayan stokastik optimizasyon temei yeni bir metodooji önermişerdir. Chan ve diğ. [33], yaptıkarı çaışmada buanık ortamda nite ve nice faktörerin faydaarını birikte öçmeye imkân tanıyan bir teknooji seçimi agoritması sunmuşardır. Chan ve diğ. [34], esnek imaat sistemerinin otomatik tasarımı için çok kriteri karar verme teknikerini ve benzetimi kuanan bütüneşik bir yakaşım önermiştir. Kuo ve diğ. [35], yaptıkarı çaışmada tesis yeri seçimi probemi için bir karar destek sistemi geiştirmişer ve önerdikeri sistemde hiyerarşik yapının geiştirime ve değerendirme aşamasında BAHP yöntemini kuanmışardır. Mikhaiov ve Singh [36], buanık yargıara beirenen ikii karşıaştırma matriserinden önceik değererinin beirenmesinde kuanıan mevcut yöntemerin çok faza işem yükü gerektirdiğini ieri sürmüş ve önceikendirme sürecine doğrusa programama yakaşımını önermiştir. Mikhaiov [37] ve Mikhaiov ve Tsvetinov [38] yaptıkarı çaışmaarda araık ve buanık sayıara ouşturuan ikii karşıaştırma matriserinden önceik değererinin hesapanması için farkı bir metot geiştirmişer ve geiştirien metotta doğrusa ve doğrusa omayan programama yöntemerini kuanmışardır. 3. BAHP İLE PERSONEL SEÇİMİ ALGORİTMASI (Personne Seection Agorithm with Fuzzy Anaytic Hierarchy Process) BAHP ie persone seçimi probemi için önerien agoritma şu adımardan ouşmaktadır: Adım 1: Karar verme ekibi kuruur. Adım 2: Persone seçimi sürecinde kuanıacak faktör ve at faktörer beirenir ve hiyerarşik AHP modei yapıandırıır. Adım 3: Faktör ve at faktör ağırıkarının beirenmesi amacıya ikii karşıaştırma matriseri düzenenir ve buanık geometrik ortaama yöntemi ie faktör/at faktör buanık ağırıkarı beirenir. Bu aşamada karşıaştırmaar Tabo 2 de verien üçgense buanık sayıar kuanıarak yapıacaktır. Tabo 2 de verien üçgense buanık sayıar Prakash [39] tarafından Saaty nin 1-9 önem skaası (Tabo 1) teme aınarak geiştirimiştir. Tabo 2. Faktör karşıaştırmada kuanıan buanık sayıar (Fuzzy numbers for factor comparison) 1-9 Skaa Değeri Buanık Sayıar 1-9 Skaa Değeri Buanık Sayıar 1 (1, 1, 1) 1/1 (1/1, 1/1, 1/1) 2 (1, 2, 4) 1/2 (1/4, 1/2, 1/1) 3 (1, 3, 5) 1/3 (1/5, 1/3, 1/1) 5 (3, 5, 7) 1/5 (1/7, 1/5, 1/3) 7 (5, 7, 9) 1/7 (1/9, 1/7, 1/5) 9 (7, 9, 11) 1/9 (1/11, 1/9, 1/7) Adım 4: Faktörer ve at faktörer için beirenen buanık ağırıkar kuanıarak at faktörer için goba buanık ağırıkar hesapanır. Goba buanık ağırıkar at faktörün ait oduğu faktörün buanık ağırığı ie at faktörün kendi buanık ağırığının çarpıması ie hesapanır. Adım 5: Beirenen goba buanık ağırıkar ie aday personeer değerendiriir ve her aday için buanık önceiker hesapanır. Adayarın at faktörer temeinde değerendirimesinde Chan ve diğ. [33] tarafından önerien dise değişkener ve bu dise değişkener için tanımanan üçgense buanık sayıar kuanıacaktır (Tabo 3). Her aday için buanık önceik değeri, değerendirme sonucunda hesapanan at faktör buanık ağırıkarının topanmasıya ede ediir. Tabo 3. Buanık değerendirme skaası (Fuzzy evauation scae) Dise Değişken Üçgense Buanık Sayı Çok İyi (Çİ) (3, 5, 5) İyi (İ) (1, 3, 5) Orta (O) (1, 1, 1) Düşük (D) (1/5, 1/3, 1) Çok Düşük (ÇD) (1/5, 1/5, 1/3) Adım 6: Adayar için beirenen buanık önceiker duruaştırıır. Duruaştırma işemi aşağıda adımarı verien duruaştırma agoritması ie yapıacaktır [40]. Kuanıacak oan bu agoritmada buanık sayı farkı α-kesme seviyeeri ie α-kesme işemine tabi tutumakta ve bu sayede duruaştırımış değerin buanık sayıyı temsi etme derecesi artırımaktadır. Adım 6.1: k. adaya ait buanık önceik değerine farkı α, =1,2,..,L değereri için α-kesme operasyonu uyguanarak at ve üst sınır önceik değeri beirenir. Adım 6.2: Ede edien at ve üst sınır önceik değereri (2) ve (3) ifadeeri ie bireştiriir: W ka : k. adaya ait bireştirimiş at sınır önceik değeri W kü : k. adaya ait bireştirimiş üst sınır önceik değeri 794 Gazi Üniv. Müh. Mim. Fak. Der. Cit 22, No 4, 2007

Buanık Anaitik Hiyerarşi Prosesi ie Persone Seçimi ve Bir Uyguama M. Dağdeviren W W L α = 1 ka = L kü L = 1 = 1 = L ( AS = 1 α α ( ÜS α k k ) ) (2) (3) Adım 6.3: Bireştirimiş at ve üst önceik değereri (4) ifadesi ie bireştirierek k. adaya ait duruaştırımış önceik değeri (W dk ) beirenir. W dk : : k. adaya ait duruaştırımış önceik değeri λ: iyimserik indeksi W = λw + ( 1 λ) W λ [0,1] (4) dk kü Pratik uyguamaarda λ iyimserik indeksi için λ=1, λ=0.5 ve λ=0 değereri karar vericinin sırasıya iyimser, ıımı ve kötümser görüşerini beiremek için kuanımaktadır. İyimser bir karar verici buanık değerendirmeerin daha yüksek değererini tercih etme eğiiminde iken, kötümser bir karar verici daha düşük bir değer beireme eğiimindedir [31]. Adım 7: Duruaştırımış önceiker normaeştiriir ve aday önceikeri beirenir. En büyük önceiğe sahip oan aday terfi edecek aday oarak beirenir. ka 4. UYGULAMA (APPLICATION) BAHP ie persone seçimi agoritmasının uyguaması uusararası pazarda faaiyet gösteren bir işetmede yapımıştır. İşetmede ithaat-ihracat böümündeki üst düzey bir pozisyon için persone ataması yapıacak oup, bu seçim işetme içinde ön eemeden geçirierek beirenmiş oan üç aday arasından yapıacaktır. Terfi edecek personein seçimi BAHP yöntemi ie böüm 3 de verien adımarın uyguanmasıya gerçekeştirimiştir. Adım 1: Bu adımda karar verme sürecinde görev aacak ekip beirenmiştir. Faktör/at faktörerin beirenmesi, buanık sayıar kuanıarak faktör/at faktörerin karşıaştırıması ve beirenen goba at faktör ağırıkarı temeinde adayarın değerendirimesi bu ekip tarafından gerçekeştirimiştir. Adım 2: Çaışmanın ikinci adımında terfi edecek personein seçimi sürecinde kuanıacak faktör ve at faktörer beirenmiş ve Tabo 4 de verien faktör ve at faktörerin bu süreçte kuanımasına karar verimiştir. Tabo 4. Persone seçiminde kuanıacak faktör ve at faktörer (Factors and sub-factors for persona seection) Amaç Faktörer At Faktörer Pozisyon İçin En Uygun Adayın Seçimesi İşse Faktörer (İF) Kişise Faktörer (KF) Kambiyo Bigisi (KB) Dış Ticaret Bigisi (DTB) Mevzuat Bigisi (MB) Kendine Güven (KG) İnisiyatif Ama (İA) Agıama (ALG) Anaitik Düşünme (AD) Fizikse Görünüm (FG) Tabo 4 de ik aşamada pozisyon için en uygun adayın seçimesi amaç oarak beirenmiş, bu amaca uaşmak için kuanıacak oan faktörer işse ve kişise omak üzere iki ana başık atında topanmıştır. Üçüncü aşamada faktörere bağı at faktörer yer amış ve işse faktörere bağı üç, kişise faktörere bağı beş at faktör beirenmiştir. Adım 3: Persone seçimi sürecinde kuanıacak oan faktör ve at faktörerin beirenmesinin ardından ağırıkandırma aşamasına geçimiş ve bu aşamada Tabo 2 de verien üçgense buanık sayıar kuanıarak faktör ve at faktörer karşıaştırımıştır. Karşıaştırma sürecinde karşıaştırma değereri ekip üyeerinin ortak çaışması sonucu beirenmiş ve ouşturuan ikii karşıaştırma matriserinden buanık ağırıkarın beirenmesi için buanık geometrik ortaama yöntemi kuanımıştır. Faktör ağırıkarının beirenmesi için ouşturuan ikii karşıaştırma matrisi Tabo 5 de verimiştir. Bu taboda buanık geometrik ortaama yöntemi ie yapıan hesapamaar gösterimiş ve ede edien buanık ağırıkara tabonun son sütununda yer verimiştir. Faktör ağırıkarının beirenmesinin ardından at faktör ağırıkarının beirenmesine geçimiş ve at faktör buanık ağırıkarı da faktör ağırıkarının beirenmesine benzer şekide beirenmiştir. İşse at faktörere ait ikii karşıaştırma matrisi Tabo 6 da, kişise at faktörere ait ikii karşıaştırma matrisi ise Tabo 7 de hesapanan buanık ağırıkar ie birikte verimiştir. Adım 4: Bu adımda, Adım 3 te beirenen faktör ve at faktör buanık ağırıkarı kuanıarak at faktörere ait goba buanık ağırıkar hesapanmıştır. Buanık matematikse operasyonar kuanıarak yapıan hesapamaar sonucunda ede edien goba ağırıkar Tabo 8 de verimiştir. Adım 5: Goba buanık ağırıkarın beirenmesinin ardından aday değerendirme aşamasına geçimiş ve Tabo 3 de verien dise değişkener kuanıarak her aday at faktörer temeinde değerendirimiştir. Adayar için yapıan hesapamaar, topam buanık önceiker ie birikte Tabo 9-11 de verimiştir. Gazi Üniv. Müh. Mim. Fak. Der. Cit 22, No 4, 2007 795

M. Dağdeviren Buanık Anaitik Hiyerarşi Prosesi ie Persone Seçimi ve Bir Uyguama Tabo 5. Faktörer için ouşturuan ikii karşıaştırma matrisi ve buanık ağırıkar (Pairwise comparison matrix and fuzzy weights for factors) Faktörer İF KF Buanık Ağırıkar İşse Faktörer (İF) (1, 1, 1) (1, 2, 4) (0.33, 0.67, 1.33) Kişise Faktörer (KF) (1/4, 1/2, 1) (1, 1, 1) (0.16, 0.33, 0.67) Birinci satırın buanık geometrik ortaaması:{(1 1) 1/2, (1 2) 1/2, (1 4) 1/2 }=(1, 1.41, 2) İkinci satırın buanık geometrik ort.:{(1/4 1) 1/2, (1/2 1) 1/2, (1 1) 1/2 }=(0.5, 0.70, 1) Buanık geometrik ortaamaarın topamı: (1.5, 2.11, 3) İF faktörünün buanık ağırığı:{(1/3), (1.41/2.11), (2/1.5)}=(0.333, 0.67, 1.33) KF faktörünün buanık ağırığı:{(0.5/3), (0.70/2.11), (1/1.5)}=(0.16, 0.33, 0.67) Tabo 6. İşse at faktörer için ikii karşıaştırma matrisi ve buanık ağırıkar(pairwise comparison matrix and fuzzy weights for job reated sub-factors) İşse Faktörer KB DTB MB Buanık Ağırıkar Kambiyo Bigisi (KB) (1, 1, 1) (1/4, 1/2, 1) (1, 2, 4) (0.12, 0.3, 0.79) Dış Ticaret Bigisi (DTB) (1, 2, 4) (1, 1, 1) (1, 3, 5) (0.19, 0.54, 1.36) Mevzuat Bigisi (MB) (1/4, 1/2, 1) (1/5, 1/3, 1) (1, 1, 1) (0.07, 0.16, 0.5) Tabo 7. Kişise at faktörere ait ikii karşıaştırma matrisi ve buanık ağırıkar (Pairwise comparison matrix and fuzzy weights for persona sub-factors) Kişise Faktörer KG İA ALG AD FG Buanık Ağırıkar Ken.Güv. (KG) (1, 1, 1) (1/4, 1/2, 1) (1, 2, 4) (1, 2, 4) (1, 3, 5) (0.08, 0.24, 0.71) İns.A. (İA) (1, 2, 4) (1, 1, 1) (1, 3, 5) (1, 3, 5) (3, 5, 7) (0.13, 0.41, 1.1) Ag. (ALG) (1/4, 1/2, 1) (1/5, 1/3, 1) (1, 1, 1) (1, 1, 1) (1, 2, 4) (0.06, 0.14, 0.39) Ana.Düş.(AD) (1/4, 1/2, 1) (1/5, 1/3, 1) (1, 1, 1) (1, 1, 1) (1, 2, 4) (0.06, 0.14, 0.39) Fiz. Gör.(FG) (1/5, 1/3, 1) (1/7, 1/5, 1/3) (1/4, 1/2, 1) (1/4, 1/2, 1) (1, 1, 1) (0.03, 0.07, 0.24) Tabo 8. At faktörer için goba buanık ağırıkar (Goba fuzzy weights for sub-factors) Faktörer ve Buanık Ağırıkar İşse Faktörer (İF) (0.333, 0.67, 1.33) Kişise Faktörer (KF) (0.167, 0.33, 0.67) At Faktörer ve Buanık Ağırıkar Kambiyo Bigisi (KB) (0.12, 0.30, 0.79) Dış Ticaret Bigisi (DTB) (0.19, 0.54, 1.36) Mevzuat Bigisi (MB) (0.07, 0.16, 0.5) Kendine Güven (KG) (0.08, 0.24, 0.71) İnisiyatif Ama (İA) (0.13, 0.41, 1.1) Agıama (ALG) (0.06, 0.14, 0.39) Anaitik Düşünme (AD) (0.06, 0.14, 0.39) Fizikse Görünüm (FG) (0.03, 0.07, 0.24) At Faktör Goba Buanık Ağırıkarı (0.039, 0.201, 1.050) (0.062, 0.361, 1.808) (0.023, 0.107, 0.665) (0.013, 0.079, 0.475) (0.021, 0.135, 0.737) (0.010, 0.046, 0.261) (0.010, 0.046, 0.261) (0.005, 0.023, 0.160) Adım 6: Bu adımda aday personeer için beirenen topam buanık önceikerin duruaştırma işemi gerçekeştirimiştir. Böüm 3, Adım 6 da verien eşitiker kuanıarak birinci adaya ait topam buanık ağırığın duruaştırımasına iişkin işemer Tabo 12 de verimiştir. Duruaştırma aşamasında α-kesme operasyonu için sırasıya 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9 değereri ve λ iyimserik indeksi için ıımı bir karar verici profiini gösteren 0.5 değeri kuanımıştır. İkinci ve üçüncü aday için beirenen topam buanık önceikerde benzer şekide duruaştırıarak ede edien sonuçar Tabo 13 de verimiştir. Adım 7: Önerien persone seçimi agoritmasının son adımı hesapanan duruaştırımış önceikerin normaeştirimesi ve aday önceikerinin beirenmesidir. Yapıan normaeştirme ie ede edien sonuçar Tabo 14 de verimiştir. 796 Gazi Üniv. Müh. Mim. Fak. Der. Cit 22, No 4, 2007

Buanık Anaitik Hiyerarşi Prosesi ie Persone Seçimi ve Bir Uyguama M. Dağdeviren Tabo 9. Birinci aday için topam buanık önceik (Tota fuzzy priority for first candidate) At Faktörer Goba Buanık ADAY 1 Oran Puan Ağırık Kambiyo Bigisi (KB) (0.039, 0.201, 1.050) İ (1, 3, 5) (0.039, 0.603, 5.250) Dış Ticaret Bigisi (DTB) (0.062, 0.361, 1.808) O (1, 1, 1) (0.062, 0.361, 1.808) Mevzuat Bigisi (MB) (0.023, 0.107, 0.665) D (1/5, 1/3, 1) (0.004, 0.035, 0.665) Kendine Güven (KG) (0.013, 0.079, 0.475) İ (1, 3, 5) (0.013, 0.237, 2.375) İnisiyatif Ama (İA) (0.021, 0.135, 0.737) O (1, 1, 1) (0.021, 0.135, 0.737) Agıama (ALG) (0.010, 0.046, 0.261) İ (1, 3, 5) (0.010, 0.138, 1.305) Anaitik Düşünme (AD) (0.010, 0.046, 0.261) İ (1, 3, 5) (0.010, 0.138, 1.305) Fizikse Görünüm (FG) (0.005, 0.023, 0.160) Çİ (3, 5, 5) (0.015, 0.115, 0.800) Topam Buanık Önceik (0.174, 1.762, 14.245) Tabo 10. İkinci aday için topam buanık önceik (Tota fuzzy priority for second candidate) At Faktörer Goba Buanık ADAY 2 Ağırıkar Oran Puan Ağırık Kambiyo Bigisi (KB) (0.039, 0.201, 1.050) İ (1, 3, 5) (0.039, 0.603, 5.250) Dış Ticaret Bigisi (DTB) (0.062, 0.361, 1.808) Çİ (3, 5, 5) (0.186, 1.805, 9.040) Mevzuat Bigisi (MB) (0.023, 0.107, 0.665) İ (1, 3, 5) (0.023, 0.321, 3.325) Kendine Güven (KG) (0.013, 0.079, 0.475) İ (1, 3, 5) (0.013, 0.237, 2.375) İnisiyatif Ama (İA) (0.021, 0.135, 0.737) Çİ (3, 5, 5) (0.063, 0.675, 3.685) Agıama (ALG) (0.010, 0.046, 0.261) İ (1, 3, 5) (0.010, 0.138, 1.305) Anaitik Düşünme (AD) (0.010, 0.046, 0.261) Çİ (3, 5, 5) (0.030, 0.230, 1.305) Fizikse Görünüm (FG) (0.005, 0.023, 0.160) O (1, 1, 1) (0.005, 0.023, 0.160) Topam Buanık Önceik (0.369, 4.032, 26.445) Tabo 11. Üçüncü aday için topam buanık önceik (Tota fuzzy priority for third candidate) At Faktörer ADAY 3 Goba Buanık Oran Puan Ağırık Kambiyo Bigisi (KB) (0.039, 0.201, 1.050) O (1, 1, 1) (0.039, 0.201, 1.050) Dış Ticaret Bigisi (DTB) (0.062, 0.361, 1.808) İ (1, 3, 5) (0.062, 1.083, 9.040) Mevzuat Bigisi (MB) (0.023, 0.107, 0.665) İ (1, 3, 5) (0.023, 0.321, 3.325) Kendine Güven (KG) (0.013, 0.079, 0.475) O (1, 1, 1) (0.013, 0.079, 0.475) İnisiyatif Ama (İA) (0.021, 0.135, 0.737) İ (1, 3, 5) (0.021, 0.405, 3.685) Agıama (ALG) (0.010, 0.046, 0.261) Çİ (3, 5, 5) (0.030, 0.230, 1.305) Anaitik Düşünme (AD) (0.010, 0.046, 0.261) Çİ (3, 5, 5) (0.030, 0.230, 1.305) Fizikse Görünüm (FG) (0.005, 0.023, 0.160) İ (1, 3, 5) (0.005, 0.069, 0.800) Topam Buanık Önceik (0.223, 2.618, 20.985) Tabo 12. Birinci aday için yapıan duruaştırma (Defuzzification for first candidate) α-kesmesi 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 AS 0.332 0.491 0.650 0.809 0.968 1.126 1.285 1.444 1.603 ÜS 12.996 11.748 10.500 9.251 8.003 6.755 5.506 4.258 3.010 Birinci adaya ait bireştirimiş at sınır önceik değeri: W 1A = 1.179 Birinci adaya ait bireştirimiş üst sınır önceik değeri: W 1Ü = 6.339 Birinci adaya ait duruaştırımış önceik değeri: W d1 =3.759 Gazi Üniv. Müh. Mim. Fak. Der. Cit 22, No 4, 2007 797

M. Dağdeviren Buanık Anaitik Hiyerarşi Prosesi ie Persone Seçimi ve Bir Uyguama Tabo 13. Duruaştırımış aday önceikeri (Defuzzification priorities for candidates) Adayar Topam Buanık Duruaştırımış Aday 1 (0.174, 1.762, 14.245) 3.759 Aday 2 (0.369, 4.032, 26.445) 7.469 Aday 3 (0.223, 2.618, 20.985) 5.546 Tabo 14. Normaeştirimiş aday önceikeri (Normaization priorities for candidates) Adayar Normaeştirimiş Ağırıkar Aday 1 0.224 Aday 2 0.445 Aday 3 0.330 Tabo 14 de verien normaeştirimiş aday önceikeri inceendiğinde birinci önceiğe sahip oan adayın Aday 2 oduğu görümektedir, Aday 2 yi sırasıya Aday 3 ve Aday 1 izemiştir. Uyguama sonucunda Aday 2 terfi edecek aday oarak beirenmiştir. 4. SONUÇ (CONCLUSION) Günümüzde karar verme probemerinin çoğu tam ve kesin omayan bigierin kuanımasını gerektirmesine rağmen, birçok karar verme ve probem çözme aracı nice verierin kuanıması ie çözüme gitmektedir. Buanık küme teorisi karar verme sürecinde kesin omayan ve yakaşık bigierin kuanımasına imkân tanımakta ve kesin omayan ve beirsiz birçok probemin matematikse oarak formüe edimesini sağamaktadır. Persone seçimi probemi de beirsizik içeren bir süreç oup, beirsizik karar verme sürecinde kuanıacak oan faktörerin doğru ve tutarı bir şekide öçüememesinden kaynakanmaktadır. Bu sorun değerendirme sürecinde buanık sayıar ve dise değişkener kuanıarak aşıabiir. Bu çaışmada persone seçimi probemine BAHP yöntemi ie farkı bir çözüm önerimiştir. Önerien modein uyguamasında karar verme sürecindeki faktör ve at faktörer buanık sayıar kuanıarak karşıaştırımış ve bu yoa süreçteki beirsizikerin karar vericier tarafından daha koay bir şekide değerendirimesi sağanmıştır. Buna ek oarak adayarın at faktörer temeinde değerendirimesinde dise değişkener kuanımış ve bu yoa karar vericierin daha koay karar vermesi sağanmıştır. Çaışmada kuanıan duruaştırma işeminde farkı α- kesme seviyeeri kuanımış ve bu sayede duruaştırımış değerin buanık sayıyı temsi etme derecesini arttırmıştır. Sonuç oarak her aday persone için bir önceik değeri beirenmiş ve en büyük önceiğe sahip oan aday terfi edecek aday oarak beirenmiştir. KAYNAKLAR (REFERENCES) 1. Kaynak, T., İnsan Kaynakarı Yönetimi, İ.Ü.İşetme Fakütesi Yayınarı, İstanbu, 1998. 2. Sabuncuoğu, Z., İnsan Kaynakarı Yönetimi, Ezgi Yayınevi, Bursa, 2000. 3. Erdoğan, İ., İşetmeerde Persone Seçimi ve Başarı Değereme Teknikeri, İşetme İktisadı Enstitüsü Yayınarı, İstanbu, 1991. 4. Özgen, H., Öztürk, A., Yaçın, A., İnsan Kaynakarı Yönetimi, Nobe Kitabevi, Adana, 2002. 5. Bingö, D., İnsan Kaynakarı Yönetimi, Beta Yayınarı, İstanbu, 1998. 6. Arvey, R.D., Campion, J.E., The empoyment interview: A summary and review of recent research, Persone Psychoogy, 35(1), 281-322, 1982. 7. Gargano, M.L., Marose, R.A., Keeck, L., An appication of artificia neura Networks and genetic agorithms to personne seection in the financia industry, Proceedings of the First Internationa Conference on Artificia Inteigence Appications, 257-262, 1991. 8. Mier, G.M., Feinzig, S.L., Fuzzy sets and personne seection: Discussion and an appication, Journa of Occupationa and Organizationa Psychoogy, 66(1), 163-169, 1993. 9. Liang, S.L., Wang M.J., Personne seection using fuzzy MCDM agorithm, European Journa of Operationa Research, 78(2), 22-33, 1994. 10. Karsak, E.E, Personne seection using a fuzzy MCDM approach based on idea and anti-idea soutions, Mutipe Criteria Decision Making in the New Mienium, Berin, 425-432, 2001. 11. Hooper, R.S., Gavin, T.P., Kimer, R.A., Liebowitz, J., Use of an expert system in a personne seection process, Expert Systems with Appications, 14(1), 425-432, 1998. 12. Bohanec, M., Urh, B., Rajkovic, V., Evauating options by combined quaitative and quantitative methods, Acta Psychoogica, 80(2), 67-89, 1992. 13. Timmermans, D., Vek, C., Muti-attribute decision support and copmexity: An evauation and process anaysis of aided versus unaided decision making, Acta Psychoogica, 80(1), 49-65, 1992. 14. Timmermans, D., Vek, C., Effects on decision quaity of supporting muti-attribute evauation in 798 Gazi Üniv. Müh. Mim. Fak. Der. Cit 22, No 4, 2007

Buanık Anaitik Hiyerarşi Prosesi ie Persone Seçimi ve Bir Uyguama M. Dağdeviren groups, Organizationa Behavior and Human Decision Processes, 68(2), 158-170, 1996. 15. Gardiner, A.R., Armstrong-Wright, D., Empoyee seection and anti-discrimination aw: Impications for muti-criteria group decision support, Journa of Muti-Criteria Decision Anaysis, 9(1), 99-109, 2000. 16. Spyridakos, A., Siskos, Y., Yannacopouos, D., Skouris, A., Muticriteria job evauation for arge organisations, European Journa of Operationa Research, 130(2), 375-387, 2001. 17. Jessop, A., Minimay biased weight determination in personne seection, European Journa of Operationa Research, 153(2), 433-444, 2004. 18. Saaty, T.L., The Anaytic Hierarchy Process, McGraw-Hi, New York, 37-85, 1980. 19. Dağdeviren, M., Anaitik hiyerarşi prosesi ie yeni bir anaitik iş değerendirme tekniğinin geiştirimesi, Yüksek Lisans Tezi, Gazi Üniversitesi Fen Biimeri Enstitüsü, Ankara, 47-63, 2002. 20. Zadeh, L.A., Fuzzy sets, Information and Contro, 8, 338-353, 1965. 21. Zimmermann, H.J., Fuzzy Set Theory and its Appication, Kuwer Academic Pubishers, Boston, 35-85, 1990. 22. Karsak, E.E., Toga, E., Fuzzy muti-criteria decision-making procedure for evauating advanced manufacturing system investments, Internationa Journa of Production Economics, 69,49-64,2001. 23. Kahraman, C., Beşkese, A., Ruan, D., Measuring fexibiity of computer integrated manufacturing systems using fuzzy cash fow anaysis, Information Sciences, 168,77-94,2004. 24. Ding, J.F., Liang, G.S., Using fuzzy MCDM to seect partners of strategic aiances for iner shipping, Information Sciences, 173,197-225,2005. 25. Van Laarhoven, P.J.M., Pedrycz, W., A fuzzy extension of Saaty s priority theory, Fuzzy Sets and Systems, 11,229-241,1983. 26. Buckey, J.J., Fuzzy hierarchica anaysis, Fuzzy Sets and Systems,17,233-247,1985. 27. Chang, D.Y., Appications of te extent anaysis method on fuzzy AHP, European Journa of Operationa Research, 95(2), 649-655, 1996. 28. Cheng, C.H., Evauating nava tactica misise systems by fuzzy AHP based on the grade vaue of membership function, European Journa of Operationa Research, 96(2), 343-350, 1997. 29. Weck, M., Kocke, F., Sche, H., Rüenauver, E., Evauating aternative production cyces using the extended fuzzy AHP method, European Journa of Operationa Research, 100(2), 351-366, 1997. 30. Kahraman, C., Uukan, Z., Toga, E., A fuzzy weighted evauation method using objective and subjective measures, Proceedings of the Internationa ICSC Symposium on Engineering of Inteigent Systems, 1, 57-63, 1998. 31. Deng, H., Muticriteria anaysis with fuzzy pairwise comparison, Internationa Journa of Approximate Reasoning, 21(3), 215-231, 1999. 32. Lee, M., Pham, H., Zhang, X., A methodoogy for priority setting with appication to software deveopment process, European Journa of Operationa Research, 118(2), 375-389, 1999. 33. Chan, F.T.S., Chan, M.H., Tang, N.K.H., Evauation methodoogies for technoogy seection, Journa of Materias Processing Technoogy, 107(1-3), 330-337, 2000a. 34. Chan, F.T.S., Jiang, B., Tang, N.K.H., The deveopment of inteigent decision support toos to aid the design of fexibe manufacturing systems, Internationa Journa of Production Economics, 65(1), 73-84, 2000b. 35. Kuo, R.J., Chi, S.C., Kao, S.S., A decision support system for seecting convenience store ocation through integration of fuzzy AHP and artificia neura network, Computers in Industry, 47(2), 199-214, 2002. 36. Mikhaiov, L., Singh, M.G., Fuzzy anaytic network process and its appication to the deveopment of decision support systems, IEEE Transactions on Systems, Man and Cybernetics-Part C: Appications and Revıews, 33(1), 33-41, 2003. 37. Mikhaiov, L., A fuzzy approach to deriving priorities from interva pairwise comparison judgement, European Journa of Operationa Research, 159(3), 687-704, 2004. 38. Mikhaiov, L., Tsvetinov, P., Evauation of services using a fuzzy anaytic hierarchy process, Appied Soft Computing, Artice in pres, 2004. 39. Prakash, T.N., Land Suitabiity Anaysis for Agricutura Crops: A Fuzzy Muticriteria Decision Making Approach, MSc Thesis, ITC Institue, 2003. 40. Dağdeviren, M., Performans Değerendirme Sürecinin Çok Öçütü Karar Verme Yöntemeri İe Bütüneşik Modeenmesi, Doktora Tezi, Gazi Üniversitesi Fen Biimeri Enstitüsü, Ankara, 2005. Gazi Üniv. Müh. Mim. Fak. Der. Cit 22, No 4, 2007 799