TAKIM LİDERİ SEÇİMİNDE BULANIK KALİTE FONKSİYONU AÇINIMI MODELİ UYGULAMASI

2403 TAKIM LİDERİ SEÇİMİNDE BULANIK KALİTE FONKSİYONU AÇINIMI MODELİ UYGULAMASI APPLICATION OF A FUZZY QUALITY FUNCTION DEPLOYMENT MODEL FOR TEAM LEADER SELECTION ÖZET A. Fahr ÖZKÖK *, Orkun KOZANOĞLU ** Personel seçm, belrl br ş çn br aday kümesnden en y adayın seçlmes sürecdr. Başvuran adayların gelecektek performansını tahmn etmek personel seçm sürecnn temeln oluşturur. Buna ek olarak, personel seçmnde ş gereklern ve bu gereklern sevyelern belrlemek seçm kararını etkleyen dğer br öneml faktördür. Bu blglern ışığında çalışmanın amacı, Bulanık Kalte Fonksyonu Açınımı temelnde br personel seçm model önermek ve önerlen model br şletmede Makne Bakım Takım Lder seçm çn uygulamaktır. Anahtar Kelmeler: Personel seçm, Bulanık Kalte Fonksyonu Açınımı, Bulanık Analtk Hyerarş Sürec, Bulanık TOPSIS. ABSTRACT Personnel selecton s the process n whch the most approprate person for a partcular poston s selected from a set of canddates. Predcton of the future performance of these canddates consttutes the bass of personnel selecton processes. Furthermore, determnaton of ob requrements and ther levels s another mportant factor n personnel selecton decsons. In the lght of these nformaton, the obectve of ths study s to propose a personnel selecton model under Fuzzy Qualty Functon Deployment framework and apply the proposed model for selectng a Machne Mantenance Team Leader n a company. * Prof. Dr., İstanbul Kültür Ünverstes, a.ozok@ku.edu.tr ** Yaşar Ünverstes, orkun.kozanoglu@yasar.edu.tr Journal of Yasar Unversty, 4(5), 2403-248

TAKIM LİDERİ SEÇİMİNDE BULANIK KALİTE FONKSİYONU AÇINIMI MODELİ UYGULAMASI 2404 Keywords: Personnel selecton, Fuzzy Qualty Functon Deployment, Fuzzy Analytcal Herarchy Process, Fuzzy TOPSIS. GİRİŞ Yüksek performanslı ş gücü oluşturmanın en öneml yolu şe alma ve personel seçm sürecdr. Personel seçm sürec, adaylar hakkında blg toplamayı ve bu blgler değerlendrerek adayların ş çn uygunluğunu belrlemey kapsar. Gerekl blglern toplanması genellkle brden fazla yöntemn br arada kullanılması le gerçekleştrlr. Buna rağmen bazen personel seçm yöntemler gerçekte başarılı olması mümkün olmayan br adayın en uygun kş olduğu sonucuna; veya gelecekte y performans göstereblecek br adayın yeterl olmadığı kararına varablr. Br personel seçm yöntemnn başarılı olması o yöntemn geçerl ve güvenlr olması le değerlendrlr. Belrl br seçm yöntem çn geçerllk, o yöntem uygulanan br kşnn aldığı puan le aynı kşnn ş performansı arasındak korelasyon le ölçüleblr. Eğer br yöntemn belrl br ş çn geçerl olduğu belrlendyse, o yöntemn uygulanması sonucunda başarılı olarak değerlendrlen kşnn ş performansının yüksek olması beklenr. Güvenlrlk se br yöntemn, kşnn ntelklern ne kadar tutarlı br şeklde ölçtüğü le lgldr. Güvenlr br yöntem aynı kş çn tekrar tekrar uygulandığında kşnn benzer sonuçların alınması beklenr. Br personel seçm yöntemnn sağladığı fayda seçm oranına da bağlıdır. Seçm oranı seçlecek aday sayısının seçm yöntemnn uygulandığı aday sayısına bölünmes le bulunur. Eğer seçm oranı düşük se geçerllğ düşük olan br yöntemn ble fayda sağlaması mümkündür. Aks durumda, eğer ş çn başvuran her aday şe alınacak se, geçerllğ oldukça yüksek olan br yöntemn ble faydası yüksek olmayacaktır. Seçm yöntemlernn sağladığı faydanın yanısıra malyet de seçm yöntemlernn tasarlanması, uygulanması ve değerlendrlmes hususunda oldukça önemldr. Bazı seçm yöntemlernn uygulanması dğerlerne göre daha yüksek br malyete sahp olablr. Böyle br durumda, daha az kşnn test edlmes terch edleceğ çn, mnmum ntelklere göre yapılan ön eleme sürec önem kazanır. Ancak, br seçm yöntemne lşkn en öneml malyet yanlış kşnn seçmnden doğan veya seçm sonrası eğtm yatırımları yapılan kşlern Kozanoğlı, Özkök, 2009

2405 organzasyondan ayrılması le ortaya çıkan kayıplardır. Uygulanması ve değerlendrlmes en pahalı yöntemlern malyet ble, üretken olmayan ve başarısız kşlern şe alımından doğan malyetler yanında oldukça küçüktür. Dolayısıyla, özellkle ülkemzdek şszlk sorunu göz önüne alındığında, seçm oranlarının oldukça düşük olması ve şe alım ve şten ayrılma/çıkarma malyetlernn yükseklğ nedenyle adl ve gelşmş seçm yöntemlernn, gerek ş verenler gerekse adaylar açısından oldukça öneml olduğunu söylemek mümkündür. Bu çalışmada, personel seçm sürecn, ş gereklern belrleme sürec le brleştren Bulanık Kalte Fonksyonu Açınımı (BKFA) temell br personel seçm çatısı uygulanmıştır. Bu çatı, personel seçm kararlarındak şe lşkn krterlerler tanımlamayı ve performanstahmn değşkenler lşklerne yönelk hpotezler doğru br şeklde gelştrmey sağlamaktadır. Uygulanan modelde, ş gereklern tanımlamaya ve personel adaylarını değerlendrmeye lşkn belrszlkler ve subektflkler modellemek amacıyla dlsel değşkenler ve bu değşkenler matematksel olarak fade etmek çn bulanık sayılar kullanılmaktadır. Bu çalışmada sunulan personel seçm yöntem, ülkemzn önde gelen süt ve süt ürünler üretcs olan br şletmede yen br Makna Bakım Takım Lder seçm çn uygulanmıştır. Yöntem brden fazla karar vercnn, ş gereklernn ağırlıklarının belrlenmesne ve nha seçm sürecne dahl olmasını sağlamıştır. Böylelkle, ş oluşturan görevler temel alarak Makna Bakım Takım Lder pozsyonu çn en uygun aday seçlmş ve çalışmanın son bölümünde elde edlen bulgular değerlendrlmştr. 2. BULANIK MANTIK VE PERSONEL SEÇİMİ Bulanık küme teors nsanın zhnsel süreçlernden doğan belrszlkler modellemek üzere Zadeh tarafından önerlmş matematksel br teordr. Bu teor temel olarak sınırları kesn olmayan sınıfları ya da kümeler kapsar (Zadeh, 965). Bulanık mantık teors doğru/yanlış, evet/hayır, yüksek/düşük gb geleneksel kl değerlendrmelere ek olarak ara değerlern tanımlanmasını sağlar. Yaşlı, genç, uzun, kısa, çok az, çok fazla gb kavramlar bulanık mantık teors aracılığıyla matematksel olarak tanımlanablr ve böylelkle, blgsayarların nsana benzer düşünme tarzında programlanablmes sağlanır (Zadeh, 984). Journal of Yasar Unversty, 4(5), 2403-248

TAKIM LİDERİ SEÇİMİNDE BULANIK KALİTE FONKSİYONU AÇINIMI MODELİ UYGULAMASI 2406 Bulanık kümeler üyelk fonksyonları le tanımlanır. A % bulanık kümesnn üyelk fonksyonu μ ( x ) A le gösterlr ve br faktörün br kümeye üyelğ 0 ve arasında br sayı le belrlenr. Bulanık kümelern kesn sınırları yoktur ve üyelkten üye olmamaya dogru kademel br geçş öngörür (Klr ve Yuan, 995). Br x elemanı A kümesne kesnlkle at se μ ( x ) =, kesnlkle at değl se μ ( x ) A A =0 olur. Daha yüksek br üyelk dereces değer, x elemanının A % kümesne at olma derecesnn daha yüksek olduğunu gösterr. Bulanık kümelern ana enstrümanı bulanık sayılardır. Üçgen, yamuk, çan egrs gb bulanık sayı türler mevcuttur. Yapılan çalışmalarda büyük oranda üçgen bulanık sayılar kullanılır. Üçgen bulanık sayı (A % ) üç gerçek sayı (L, M, U) le fade edlr ve üyelk fonksyonu da bu sayılara bağlı olarak tanımlanır. Üçgen bulanık sayının üyelk fonksyonu şu şekldedr: x L, L x M M L U x μ ( x), M x U A% = () U M 0, dğer durumlarda ~ ~ M = ( m, m, ) ve N = ( n, n, ) k üçgen bulanık sayı ken bulanık sayılar üzerndek 2 m3 2 n3 temel bulanık operasyonlar şu şeklde tanımlanır (Dubos ve Prade, 980). M N = m + n, m + n, m + ) (2) ( 2 2 3 n3 M N = m n, m n, m ) (3) ~ M m ~ ( N n 3 ( 2 2 3 n3 m, n 2 2 m, n 3 ) (4) ~ k M = ( km, km2, km3) k > 0, k R (5) Personel seçm sürec k aşamada belrszlk ve subektflk çerr. İlk nokta, adaylarda aranan ntelklern ve bu ntelklern sevyelernn belrlenmesne lşkn belrszlk ve Kozanoğlı, Özkök, 2009

2407 subektflktr. İş analz yöntemler le ş gerekler belrleneblmesne rağmen bu gereklern sevyelern belrlemek, değerlendren kşlern subektf değerlendrmelerne bağlıdır. Belrszlk ve subektflğn ortaya çıktığı knc aşama se, adayların gerekl personel ntelkler açısından değerlendrlmes sürecdr. Karar verclern gözlem ve mülakat le adayları değerlendrmes sırasında kesn sayılar kullanması öneml br zhnsel çaba gerektrr. Genel olarak, nsanlar kavramları veya nesneler kelmeler aracılığıyla değerlendrmekte çok daha başarılıdırlar. Bu nedenle, gerek ş oluşturan görevler le ş gereklernn lşksn değerlendrrken, gerekse adayların ş gereklern ne derece sağlayabldklern değerlendrrken, karar verclern bu değerlendrmelern dlsel değşkenler le fade etmeler oldukça mantıklı ve faydalı br yaklaşımdır (Kozanoglu, 2009). 3. BKFA TEMELLİ TAKIM LİDERİ SEÇİM YÖNTEMİ Makna Bakım Takım Lder seçm uygulamanın yapıldığı frmada genellkle frma çnde mevcut Makna Bakım Mühendsler arasından en uygun olan kşnn seçlmes le gerçekleştrlmektedr. Uygulama, mevcut Makna Bakım Takım Lder nn ayrılması durumunda oluşacak açık pozsyonun km le doldurulableceğ senaryosu üzerne yapılmış br çalışmadır. 3.. Yöntem Bu çalışmada kullanılan model, ş görevlern ş gereklerne ve ş gereklern adaylara çevrmek amacıyla BKFA nı kullanmaktadır. Herhang br ş çn gerekl personel ntelklern ve bu ntelklern ağırlıklarını ş bütün olarak ele alarak değerlendrmek yerne, şn çerdğ görevlerden yola çıkarak değerlendrmek daha doğru olacaktır. Çünkü, ş verenn lk aşamada lglendğ konunun aslında ş görenn ntelkler değl ş görenn ş kapsamındak görevler yerne getreblmesdr. Uygulanan model BKFA sürec Şekl de görüldüğü üzere k aşamadan oluşur. Brnc kalte evnde görev fadeler ş gereklerne çevrlmektedr. Ancak, yalnız başına görev fadeler ş çerğn bütünüyle anlatmak çn yeterl değldr. Bu nedenle, ş sırasında kullanılan araç-gereç ve teknolo, organzasyonun ş görenn performansı üzerndek etks, Journal of Yasar Unversty, 4(5), 2403-248

TAKIM LİDERİ SEÇİMİNDE BULANIK KALİTE FONKSİYONU AÇINIMI MODELİ UYGULAMASI 2408 ve şn gerçekleştrldğ fzksel, sosyal ve psklolok koşullar görev fadeler le brlkte ele alınmalıdır. Şekl. Personel seçmnde BKFA sürec (Kozanoglu, 2009) Bu aşamada ş kapsamını tanımlamak çn kullanılan görev fadeler ve ş gerekler, söz konusu ş çn ş analz uygulanarak elde edlr. Görev fadeler tanımlandıktan sonra görevlern ş gereklerne çevrlmes çn her br görevn önem ağırlığının belrlenmes gerekr. Görev önem lteratürde karmaşık, çok boyutlu ve subektf br kavram olarak tanımlanmıştır (Sanchez ve Levne, 989). Bu nedenle, genellkle zlenen yol brden fazla ölçeğn brleştrlmes le görev önem ağırlıklarının belrlenmesdr. Bu çalışmada görevlern ağırlıkları Bulanık Analtk Hyerarş Sürec (BAHS) le hesaplanmaktadır. Lteratürde kullanılan görev önem bleşenler temel alınarak olüşturulan BAHS modelnde, görev önemne lşkn krterler, görevn krtklk sevyes, görev çn harcanan zaman ve görevn sıklığı olarak belrlenmştr. Oluşturulan BAHS hyerarşs Şekl 2 de verlmştr. Şekl 2. Görev önem hyerarşs (Kozanoglu, 2009) Görev ağırlıkları popüler BAHS yöntemlernden olan Chang ın mertebe analz yöntem (Chang, 996) le elde edlmektedr. Aşağıda, Chang ın bulanık AHP de Mertebe Analz Yöntem ayrıntılı olarak anlatılacaktır. Kozanoğlı, Özkök, 2009

2409 = { } br ölçüt kümes ve U { g g g } O o, o2,..., on =, 2,..., m br amaç kümes olsun. Chang n yöntemne göre, her br ölçüt alınır ve her br hedef çn mertebe analz uygulanır. Böylece her br ölçüt çn m tane mertebe analz değerler elde edlr. Bu değerler şu şeklde gösterlr. % % % Burada tüm M ( =, 2,..., m) M, M,..., M, =,2,..., n 2 m g g g % ler üçgen bulanık sayıdır. Chang n mertebe analznn adımları şu şeklde sıralanablr (Chang, 996): g Adım : Ölçüt ye göre bulanık sentetk mertebenn değer şu şeklde tanımlanır: m n m S = Mg Mg = = = (6) Buradak m = M g, ve n m M % g değerlern elde etmek çn m mertebe analz değerne = = aşağıdak bulanık toplama şlem uygulanır. % = (7) m m m m M g l,, m u = = = = % = (8) n m n n n Mg,, l m u = = = = = Daha sonra (8) dek vektörün ters şu şeklde elde edlr: n m = = (9) M% g,, =, u n n n, m, l > 0 u m l = = = % % nn olablrlk dereces şu şeklde tanımlanır: Adım 2: M = ( l, m, u ) M = ( l, m, u ) 2 2 2 2 ( 2 ) = sup mn ( μ ( ), μ ( ) M% M% ) V M % M % x y (0) 2 y x ve denk olarak şu şeklde de fade edleblr: Journal of Yasar Unversty, 4(5), 2403-248

TAKIM LİDERİ SEÇİMİNDE BULANIK KALİTE FONKSİYONU AÇINIMI MODELİ UYGULAMASI 240 eğer m m V ( M% 2 M% ) = hgt( M% M % 2) = 0 eğer l u2 l u2 dğer ( m2 u2) ( m l) 2 () Şekl 3 μ M % ve μ M % 2 n en yüksek kesşm noktası olan D ve ona at ordnat olan d noktalarını göstermektedr. M ve M 2 y karşılaştırmak çn V ( M % 2 M % ) ve V ( M ) M2 her ks de gerekmektedr. % % değerlernn μ M % M % 2 M % ( % 2 M % ) V M D 0 l m 2 2 l u d m 2 u Şekl 3. M ve M 2 Arasındak Kesşm Noktası Adım 3: Br konveks bulanık sayının k tane konveks bulanık sayıdan büyük olmasının olablrlk dereces şu şeklde tanımlanır: (,,..., ) = ( ) ( )... ( ) V M M M M V M M V M M V M M 2 k 2 k M % ( =, 2,..., k) = mn V ( M M ) =, 2,..., k (2) ( ) mn ( ) d A = V S S olduğunu varsayalım, k =, 2,, n; k çn ağırlık vektörü k (3) te görüldüğü gbdr. W ( d ( A), d ( A2),, d ( A n )) Burada A (, 2,, n) T = K (3) = K n sayısı kadardır. Adım 4: Normalze edlmş ağırlık vektörler, (4) te görüldüğü gbdr. Burada W, bulanık olmayan br sayıdır. Kozanoğlı, Özkök, 2009

24 ( ( ), ( 2),, ( )) T W = d A d A K d A n (4) Görev ağırlıkları bulunduktan sonra ş gereklernn her br görev le lşks karar vercler tarafından dlsel değşkenler kullanılarak değerlendrlr ve her br ş gereğ çn bulanık ağırlıklı toplam hesaplanır. Bu ağırlıklar doğrusal ölçek dönüşümü yöntem (Chen, 2000) le normalze edlr ve böylelkle şn bütünü çn ş gereklernn önem ağırlıkları elde edlmş olur. İknc kalte ev, personel adaylarının, daha önce belrlenen ş gereklerne göre dlsel değşkenler kullanılarak değerlendrldğ ve brnc kalte evnden elde edlen ş gereklernn ağırlıkları kullanılarak nha seçmn gerçekleştrldğ aşamadır. Bu aşamada Bulanık TOPSIS (BTOPSIS) yöntem (Chen, 2000) uygulanarak ş çn en uygun aday seçlr. Kullanılan BTOPSIS yöntemnn adımları sırasıyla şöyledr. Adım : Karar matrsnn oluşturulması Bu çalışmada karar matrs olarak knc kalte evndek bulanık lşk martrs kullanır. Bu matrs her br karar vercnn adayları (A ) ş gerekler (İG ) açısından değerlendrmes le ortaya çıkar. Dolayısı le K adet karar matrs elde edlr. Tablo de görülen karar matrsnde s% ş gereklernn ağırlığını (İGA) göstermekte ve ( α, β, δ) parametreler le fade edlmektedr. k x% (k) se k karar vercsnn adayını ş gereğ açısından bulanık değerlendrmesn göstermektedr. Karar verclern breysel değerlendrmeler kullanılarak, toplam karar matrs şu şeklde hesaplanır: [ ~ K x ~ x... x ] x = ~ (5) K ~ 2 Tablo. İş gerekler-adaylar matrs İG İG 2 2 İGA A A 2... A... A n k k s% x% 2 s% k k x% x% x% n İG m s% k m m k x% m2 x%... k x% m... k x% mn Journal of Yasar Unversty, 4(5), 2403-248

TAKIM LİDERİ SEÇİMİNDE BULANIK KALİTE FONKSİYONU AÇINIMI MODELİ UYGULAMASI 242 Adım 2: Karar matrsnn normalzasyonu x% üçgen bulanık sayısı (a, b, c) parametreler le fade edlrse, ş gereğnn fayda (F) veya malyet (M) türünde oluşuna göre toplam karar matrs doğrusal ölçek dönüşümü le şu şeklde normalze edleblr. a b c d% =,,, F * * * (6) c c c a a a d% =,,, M (7) c b a Yukardak formüllerde * * c ve a şu şeklde hesaplanır. c = max c, eğer F (8) a = mn a, eğer M (9) Adım 3: Ağırlıklı ve normalze edlmş karar matrsnn hesaplanması Brnc kalte evnde elde ettğmz ş gereklernn ağırlıklarını ( s% ) kullanarak ağırlıklı ve normalze edlmş karar matrsn ( V % = v% ) şu şeklde hesaplarız: v% = s% d%, =,2,..., m, =,2,..., n (20) m n Adım 4: Bulanık poztf deal çözüme ve bulanık negatf deal çözüme olan uzaklıkların hesaplanması Chen (2000) tarafından uygulanan BTOPSIS yöntemnde bulanık poztf deal çözüm ve negatf deal çözüm noktaları sırasıyla v % = (,,) ve v% = (0,0,0) olarak kabul edlmştr. * Her br ş gereğ açısından deal çözümlere olan uzaklık se vertex yöntem le hesaplanmıştır. ~ ~ M = ( m, m, ) and N = ( n, n, ) k üçgen bulanık sayı ken vertex yöntemne gore bu k 2 m3 2 n3 bulanık sayı arasındak uzaklık aşağıdak formül le hesaplanır. Kozanoğlı, Özkök, 2009

243 SMN (, ) m n m n m n 3 ( ) ( ) ( ) 2 2 2 % % = + 2 2 + 3 (2) 3 Yukarıdak uzaklık formülü kullanılarak her br adayın bulanık poztf deal çözüm ve bulanık negatf deal çözüme olan uzaklıkları şu şeklde hesaplanmaktadır: ( ) m * * % % = S = d v, v, =,2,..., n (22) ( ) m = S = d v %, v %, =,2,..., n (23) Adım 5: İdeal çözüme görel yakınlığın hesaplanması Her br adayın deal çözüme görel yakınlığı (C ) şu şeklde hesaplanır: S C =, =, 2,..., n * S + S (24) Burada C değer 0 C aralığında kesn br değer alır ve adaylar C değerne göre azalan şeklde sıralanarak en yüksek C değerne sahp olan aday, ş çn en uygun kş olarak seçlr. 3.2. Modeln Uygulanması Brnc kalte evnde, Makna Bakım Takım Lder nn temel görevler le ş gerekler, ş analz gerçekleştrlerek belrlenmştr. İşn çerdğ görevlern bulanık ağırlıklarının belrlenmes çn frmada halen çalışmakta olan Makna Bakım Takım Lder tarafından Tablo 2 de verlen ölçek kullanılarak kl karşılaştırmalar yapılmış ve bu karşılaştırmalar geometrk ortalama le brleştrlerek BAHS uygulanmış ve Tablo 3 te görülen görev ağırlıkları elde edlmştr. Tablo 2. BAHS nde kullanılan dlsel değşkenler ve bulanık sayılar Dlsel ölçek Üçgen bulanık ölçek Üçgen bulanık ters ölçek Tam eşt (,, ) (,, ) Eşt derecede (/2,, 3/2) (2/3,, 2) öneml Braz daha fazla (, 3/2, 2) (/2, 2/3, ) öneml Kuvvetl derecede (3/2, 2, 5/2) (2/5, /2, 2/3) Journal of Yasar Unversty, 4(5), 2403-248

TAKIM LİDERİ SEÇİMİNDE BULANIK KALİTE FONKSİYONU AÇINIMI MODELİ UYGULAMASI 244 öneml Çok kuvvetl derecede öneml Tamamıyla öneml (2, 5/2, 3) (/3, 2/5, /2) (5/2, 3, 7/2) (2/7, /3, 2/5) * Bknz. Kaynakça (Tüysüz ve Kahraman, 2006) Tablo 3. Makna Bakım Takım Lder nn görevler ve görev ağırlıkları Görev açıklaması Proses maknalarının yıllık bakım planlarını yapar. İmalat şefler le beraber bu planların zamanlamaları konusunda mutabık kalarak yıl çersnde bu planlara uyulmasını takp eder ve sağlar. Ağırlık 0.20 Elemanlarının aylık çalışma ve vardya düzenlemelern kontrol eder, yıllık zn planlarını düzenler ve uyulmasını sağlar. Plansız duruş esnasında brmler arası koordnasyonu sağlayarak en kısa sürede çözülmesn temn eder. Tekrarlayan problemlern çözümü çn farklı alternatf çözüm yolları araştırır ve araştırma sonuçlarındak bulguları uygular. Yedek parça ambarında bulunan kend maknalarına at yedek parçaların stok malyetlernn kontrol altında tutulmasını sağlar; hedeflere uyum konusunda çaba sarfederek gerekl önlemlern alınmasını sağlar. 0.008 0.33 0.05 0.078 Acl durumlarda stoklu olmayan yedek parçaları dış tedarkçden temn eder. 0.5 Kendsne bağlı bulunan elemanların eğtm, ekpman ve kşsel durumlarını göz önüne alarak gereken desteğ sağlar. 0.26 Kalte yönetm sstemler le lgl faalyetlern (kalbrasyon ve prosedürler vb..) yerne getrlmesn sağlar. 0.39 Yen gelen maknaların monta ve devreye alınmasını koordne eder. 0.044 Yen gelen maknaların planlı bakım kontrol lstelernn oluşturulması, yedek parça stoklarının belrlenmes, elemanların eğtlmesn sağlar. 0.050 Görev ağırlıkları bulunduktan sonra mevcut Makna Bakım Takım Lder tarafından brnc kalte evndek görev-ş gereğ lşkler Tablo 4 te verlen ölçeğe göre değerlendrlmş ve bu değerlendrmeler artmetk ortalama le brleştrlmştr. Her br ş gereğ çn bulanık ağırlıklı toplam hesaplandıktan sonra doğrusal ölçek dönüşümü le normalze edlmş ve Tablo 5 te görülen ş gereklernn bulanık ağırlıkları elde edlmştr. Tablo 4. Görev-ş gereğ lşklern değerlendrme ölçeğ Dlsel ölçek Üçgen bulanık ölçek Çok düşük (0,0,) Düşük (0, 0., 0.3) Orta-düşük (0., 0.3, 0.5) Orta (0.3, 0.5, 0.7) Orta-yüksek (0.5, 0.7, 0.9) Yüksek (0.7, 0.9, ) Çok yüksek (0.9,, ) Kozanoğlı, Özkök, 2009

245 Tablo 5. İş gerekler ve bulanık ağırlıkları İş gerekler L M U Sözel Kavrama 0.472 0.703 0.902 Yazılı Kavrama 0.257 0.47 0.567 Sözlü İfade 0.5 0.725 0.909 Yazılı İfade 0.237 0.443 0.649 Aktf Dnleme 0.479 0.676 0.838 Eleştrel düşünme ve karar verme 0.339 0.532 0.723 Karmaşık problemler çözme 0.237 0.373 0.538 Sstem analz ve değerlendrmes 0.30 0.370 0.44 Zaman yönetm 0.57 0.653 0.744 Malzeme yönetm 0.468 0.586 0.676 Personel yönetm 0.486 0.646 0.763 Süt üretm ve şlenmes 0.48 0.63 0.744 Temel elektrk blgs 0.466 0.633 0.787 Pnömatk blgs 0.665 0.89 0.97 Hdrolk blgs 0.665 0.89 0.97 Otomasyon blgs 0.665 0.89 0.97 Blgsayar becerler (SAP R/3) 0.38 0.505 0.704 Blgsayar becerler (MS-Offce) 0.332 0.534 0.735 Blgsayar becerler (AutoCAD) 0.45 0.565 0.624 Lderlk 0.59 0.78 0.886 Uzlaşmacılık 0.69 0.284 0.398 Başarı odaklılık 0.54 0.728 0.888 Arkadaşça yaklaşım 0.22 0.334 0.449 Başkalarının çıkarlarına hassasyet gösterme 0.67 0.273 0.378 İşbrlğ le çalışma eğlm 0.542 0.746 0.889 Genel güvenlrlk 0.450 0.592 0.674 İş ahlakına bağlılık 0.740 0.909.000 Ttzlk ve detaylara önem verme 0.57 0.677 0.800 Duygusal denge 0.270 0.45 0.63 Fkr üretme steğ 0.286 0.363 0.40 Karşılaşılablecek durumları ve sonuçlarını önceden ve dernlemesne rdeleme 0.439 0.578 0.675 İknc kalte evne karşılık gelen nha seçm aşamasında Makna Bakım Takım Lder pozsyonu çn atamak üzere frma çnde halen çalışmakta olan 6 Makna Bakım Mühends, Fabrka Müdürü (FM) ve İnsan Kaynakları Uzmanı (İKU) tarafından Tablo 6 da verlen ölçek le ş gerekler açısından değerlendrmşlerdr (Tablo 7). Bu değerlendrmeler daha sonra bulanık artmetk ortalama le brleştrlmş ve ş gereklernn ağırlıkları kullanılarak BTOPSIS yöntem uygulanmıştır. Tablo 6. Aday değerlendrme ölçeğ Dlsel ölçek Üçgen bulanık ölçek Journal of Yasar Unversty, 4(5), 2403-248

TAKIM LİDERİ SEÇİMİNDE BULANIK KALİTE FONKSİYONU AÇINIMI MODELİ UYGULAMASI 246 Çok zayıf (0,0,) Zayıf (0,,3) Orta-zayıf (,3,5) Orta (3,5,7) Orta-y (5,7,9) İy (7,9,0) Çok y (9,0,0) İş gerekler Sözel Kavrama Yazılı Kavrama Tablo 7. Adayların ş gereklerne göre değerlendrmes FM İKU A A2 A3 A4 A5 A6 A A2 A3 A4 A5 A6 Çİ Çİ Çİ Çİ Çİ Çİ Çİ Çİ Çİ Çİ Çİ Çİ Çİ Çİ Çİ Çİ Çİ Çİ Çİ Çİ Çİ Çİ Çİ Çİ Sözlü İfade O Oİ Çİ İ Oİ O O Oİ İ İ Oİ O Yazılı İfade Çİ Çİ Çİ Çİ Çİ Çİ Çİ Çİ Çİ Çİ Çİ Çİ Aktf Dnleme İ Oİ İ Çİ Oİ Oİ İ Oİ Çİ İ Oİ Oİ Eleştrel düşünme ve karar verme Oİ Oİ İ İ O Oİ İ İ İ İ İ İ Karmaşık problemler çözme Oİ Oİ Çİ İ İ Oİ O Oİ İ Oİ İ Oİ Sstem analz ve değerlendrmes İ Çİ İ Çİ İ Çİ İ İ İ İ İ İ Zaman yönetm Oİ İ İ Oİ Oİ Oİ Oİ Oİ İ İ Oİ O Malzeme yönetm İ İ İ İ İ İ İ İ İ İ İ İ Personel yönetm O O Çİ Oİ O O O Oİ İ İ O O Süt üretm ve şlenmes blgs İ İ İ İ İ İ Çİ Çİ Çİ Çİ Çİ Çİ Temel elektrk blgs İ İ İ İ İ İ Oİ Oİ İ Oİ Oİ İ Pnömatk blgs İ İ İ İ İ İ İ İ İ İ İ İ Hdrolk blgs İ İ İ İ İ İ İ İ İ İ İ İ Otomasyon blgs İ İ İ İ İ İ İ İ İ İ İ İ Blgsayar becerler (SAP R/3) İ İ İ İ İ İ İ İ İ İ İ İ Blgsayar becerler (MS-Offce) İ İ İ İ İ İ Oİ Oİ Çİ İ İ Oİ Blgsayar becerler (AutoCAD) O O İ Oİ İ İ Oİ O İ İ Oİ Oİ Lderlk Oİ O Çİ İ O O O Oİ İ İ Oİ O Uzlaşmacılık İ İ İ Çİ O Oİ İ Oİ İ İ O Oİ Başarı odaklılık İ Oİ Çİ Oİ O O O Oİ Çİ Oİ İ O Arkadaşça yaklaşım Çİ Çİ Oİ İ Oİ Çİ Oİ İ Oİ İ Çİ İ Tablo 7. Adayların ş gereklerne göre değerlendrmes (devam) İş gerekler FM İKU A A2 A3 A4 A5 A6 A A2 A3 A4 A5 A6 Başkalarının çıkarlarına hassasyet gösterme Oİ İ O Oİ Oİ Oİ İ İ Oİ Oİ Oİ Oİ İşbrlğ le çalışma eğlm Oİ İ Çİ Oİ Oİ O Oİ Oİ İ O Oİ O Genel güvenlrlk İ İ Çİ Oİ İ Oİ İ İ Çİ Oİ İ İ İş ahlakına bağlılık Oİ İ Çİ Oİ Oİ O İ Oİ İ Oİ İ Oİ Ttzlk ve detaylara önem verme O O İ Oİ Oİ İ Oİ O Çİ Oİ O O Duygusal denge Oİ İ Oİ O Oİ İ Oİ İ İ O Oİ İ Fkr üretme steğ O O İ Çİ Oİ Çİ O O Oİ Çİ Oİ İ Karşılaşılablecek durumları ve sonuçlarını önceden ve dernlemesne rdeleme Oİ Oİ İ Oİ Çİ İ Oİ Oİ İ İ İ İ BTOPSIS uygulanması sonucunda elde edlen Tablo 8 dek görel yakınlıklar elde edlmş ve adayların en yden en kötüye doğru sıralaması 3, 4, 5, 2,, 6 şeklnde olmuştur. Sonuç olarak Kozanoğlı, Özkök, 2009

247 3 no lu adayın Makna Bakım Takım Lder pozsyonu çn en uygun aday olduğu kararına varılmıştır. Tablo 8. Adayların görel yakınlıkları Aday 2 3 4 5 6 C 0.4576 0.4648 0.585 0.4839 0.4658 0.4522 4. SONUÇ İş görevlern BKFA çatısı altında personel seçm kararıyla lşklendren, personel seçm sürecndek subektflğ dlsel değşkenler ve bulanık sayıların kullanımıyla modelleyen br personel seçm yöntem önerlmş ve br gerçek hayat problem çn uygulanmıştır. Önerlen model, karar verclern geleneksel seçm yöntemlernde yaşadıkları zhnsel sürec kolaylaştırmış ve analtk br temele oturtmuştur. Değerlendrlen aday sayısı arttığında zhnsel süreçler le en uygun adayı seçmek oldukça zorlaşacağı çn uygulanan yöntemn daha fazla katkı yapılacağı sonucuna varılmıştır. Buna ek olarak, seçm sürec aynı adaylar çn tekrar tekrar uygulandığında benzer sonuçların elde edleblmesn, dğer br deyşle personel seçm kararlarındak güvenlrlğn artmasını sağlamıştır. Journal of Yasar Unversty, 4(5), 2403-248

TAKIM LİDERİ SEÇİMİNDE BULANIK KALİTE FONKSİYONU AÇINIMI MODELİ UYGULAMASI 248 KAYNAKÇA Chang, D.Y. 996. Applcatons of the extent analyss method on fuzzy AHP, European Journal of Operatonal Research, 95(3), 649 655. Chen, T.C., 2000. Extensons of the TOPSIS for group decson-makng under fuzzy envronment, Fuzzy Sets and Systems, Vol. 4, pp. -9. Dubos, D. and Prade, H., 980. Fuzzy Sets Theory and Systems: Theory and Applcatons, Academc Press, San Dego. Klr, G. and Yuan, B., 995. Fuzzy Sets and Fuzzy Logc: Theory and Applcatons, Prentce Hall, Upper Saddle Rver, NJ. Kozanoğlu O., 2009. A fuzzy human resource allocaton model n Qualty Functon Deployment, Doktora Tez, İstanbul Teknk Ünverstes, Fen Blmler Ensttüsü, İstanbul. Sanchez, J.I and Levne, E.L., 989. Determnng mportant tasks wthn obs: A polcycapturng approach, Journal of Appled Psychology, 74, 336 342. Tüysüz, F. and Kahraman, C., 2006. Proect rsk evaluaton usng a fuzzy analytc herarchy process: an applcaton to nformaton technology proects, Internatonal Journal of Intellgent Systems, 2, 559 584. Zadeh, L.A., 965. Fuzzy sets, Informaton and Control, Vol. 8, pp. 338-353. Zadeh, L.A., 984. Syllogstc reasonng n fuzzy logc and ts applcaton to reasonng wth dspostons, Proceedngs of the Internatonal Symposum on Multple-Valued Logc, pp. 48 53., IEEE Computer Socety, Los Alamtos, CA. Kozanoğlı, Özkök, 2009