Research Article
BibTex RIS Cite

Design of Experiment with Variance Analysis (ANOVA) and Covariance Analysis (ANCOVA): Determination of Effective Factors Affecting the Lead Time in a Food Company

Year 2020, , 923 - 941, 30.12.2020
https://doi.org/10.35193/bseufbd.719341

Abstract

In today’s market environments, where globalization and competition conditions are getting harder, it is possible for companies to continue their existence with effective supply chain activities. In addition to delivering the ordered product at the right place and at the right time, a supply chain network that is directly related to stakeholders should be designed through a quality, sustainable and well-managed network mechanism. In supply chain network management, chain activities should be maintained by taking advantage and adapting to current, dynamic, and existing developments. In this study, the factors affecting lead time in a food company’s supply chain network management were determined, and the relationship between effective factors and the lead time was investigated. Accordingly, an integrated design of experiment was conducted with analysis of variance (ANOVA) and analysis of covariance (ANCOVA), and the obtained results were compared to each other. Duncan and Tukey tests were used to see differences between levels of effective factors. According to the obtained results, it was aimed to improve the supply chain performance and aid the company in order to make decisions at the tactical and strategic levels.

References

  • Kehoe, D. & Boughton, N. (2001). Internet-based supply chain management A classification of approaches to manufacturing planning and control. Int. J. Oper. Prod. Manag., vol. 21, no. 4, pp. 516–524, doi: 10.1108/01443570110381417.
  • Selçuk, P. (2005). Tedarik Zincirinin Zamana Dayalı Performansının Ölçülmesi: Türk Otomotive Yan Sanayi Uygulaması. Ankara Üniversitesi SBF Derg., vol. 60, no. 3, p. 1, doi: 10.1501/SBFder_0000001434.
  • Yayla, A. Y. & Hartomacıoğlu, S. (2011). Tedarikçi Değerlendirme Sürecinde Yapay Sinir Ağlarının Kullanımı ve Sektörel Bir Uygulama.
  • Yangınlar, G.(2018).Tedarikçi Seçim Kriterlerinin Önemi. Avrasya Sos. ve Ekon. Araştırmaları Derg., vol. 5, no. 8, pp. 236–250, Accessed: Apr. 12, 2020. [Online]. Available: https://dergipark.org.tr/tr/pub/asead/issue/41059/496335.
  • Aytekin, F. G. & Özcan, B. (2020). Nitelikli Elektronik Sertifika (NES) Tedarik Sürecindeki Takımların ANOVA Metodu İle Performanslarının Değerlendirilmesi. İleri Teknol. Bilim. Derg., vol. 6, no. 1, pp. 41–49,Accessed: Apr. 12, 2020. [Online]. Available: https://dergipark.org.tr/tr/pub/duzceitbd/issue/31760/286199.
  • Yang, J. Q., Zhang, X. M., Fu, H. Y.& Liu, C.(2017). Inventory competition in a dual-channel supply chain with delivery lead time consideration. Appl. Math. Model., vol. 42, pp. 675–692, doi: 10.1016/j.apm.2016.10.050.
  • Fu, Y. C. & Yeh, C. W. (2017). An integrated producer–buyer supply chain with delivery cost under stochastic transportation time. Appl. Math. Model., vol. 44, pp. 676–687,doi: 10.1016/j.apm.2017.02.038.
  • Schniederjans, D. G., Curado, C. & Khalajhedayati, M. (2020). Supply chain digitisation trends: An integration of knowledge management. Int. J. Prod. Econ., vol. 220, p. 107439, doi: 10.1016/j.ijpe.2019.07.012.
  • Munir, M., Jajja, M. S. S., Chatha, K. A. & Farooq S. (2020). Supply chain risk management and operational performance: The enabling role of supply chain integration. Int. J. Prod. Econ., vol. 227, p. 107667, Sep. 2020, doi: 10.1016/j.ijpe.2020.107667.
  • Chen, X., Luo, J., Wang, X. & Yang, D. (2020). Supply chain risk management considering put options and service level constraints. Comput. Ind. Eng., vol. 140, p. 106228, doi: 10.1016/j.cie.2019.106228.
  • Helo P. & Shamsuzzoha, A. H. M. (2020). Real-time supply chain—A blockchain architecture for project deliveries. Robot. Comput. Integr. Manuf., vol. 63, p. 101909, doi: 10.1016/j.rcim.2019.101909.
  • Roy, V., Silvestre, B. S. & Singh, S.(2020). Reactive and proactive pathways to sustainable apparel supply chains: Manufacturer’s perspective on stakeholder salience and organizational learning toward responsible management. Int. J. Prod. Econ., vol. 227, p. 107672, doi: 10.1016/j.ijpe.2020.107672.
  • Noori-Daryan, M., Taleizadeh, A. A. & Jolai, F. (2019). Analyzing pricing, promised delivery lead time, supplier-selection, and ordering decisions of a multi-national supply chain under uncertain environment. Int. J. Prod. Econ., vol. 209, pp. 236–248, doi: 10.1016/j.ijpe.2017.12.019.
  • Öztürk, D. (2016). Tedarik Zinciri Yönetimi Süreçlerini Etkileyen Faktörler.
  • Bandaly, D. , Satir, A. & Shanker, L. (2016). Impact of lead time variability in supply chain risk management. Int. J. Prod. Econ., vol. 180, pp. 88–100, doi: 10.1016/j.ijpe.2016.07.014.
  • Bowersox, D. J, La Londe, B. J. & Smykay, E. W. (1969). Readings in physical distribution management; the logistics of marketing. New York: Collier Macmillan Ltd.
  • Karasu, F. I. (2006).Tedarik Zinciri Yönetiminin Yapısı ve İşleyişi. Yüksek Lisans Tezi, Anadolu Üniversitesi Sosyal Bilimler Enstitüsü, Eskişehir.
  • Özdemir, A. İ. (2004).Tedarik zinciri yönetiminin gelişimi, süreçleri ve yararları. Erciyes Üniversitesi İktisadi ve İdari Bilim. Fakültesi Derg., no. 23.
  • Lancioni, R. A., Smith, M. F. & Schau, H. J.(2003).Strategic Internet application trends in supply chain management. Ind. Mark. Manag., vol. 32, no. 3, pp. 211–217, doi: 10.1016/S0019-8501(02)00264-X.
  • Montgomery, D. C. (2005). Design and analysis of experiments. John Wiley & Sons.
  • Hamzaçebi ,C. & Kutay, F.(2003). Taguchi Metodu: Bir Uygulama. Teknoloji, vol. 6, no. 3–4, pp. 7–17.
  • Büyüköztürk, Ş. (1997). İki faktörlü varyans analizi. Ankara Univ. Egit. Bilim. Fak. Derg., vol. 30, no. 1, pp. 001–018, doi: 10.1501/egifak_0000000272.
  • Nie, N. H.(1976). Spss Statistical Package for the Social Sciences, vol. 5, no. 1. Informa UK Limited.
  • Howell, D. (2007). Statistical methods for psychology. Brantford Ont.: Resource Services Library.
  • Selim, K. (2017). Kovaryans Analizi. J. Mood Disord., vol. 7, no. 1, pp. 73–78, doi: 10.5455/jmood.20161230045344.
  • Ryan, J. M. & Hess, R. K. (1991). Handbook of statistical procedures and their computer applications to education and the behavioral sciences. New York: McMillian Publishing Company.
  • Howitt D. & Cramer, D. L. P. (1997). An introduction to statistics in psychology. London: Prentice Hall.
  • Frigon J.-Y. & Laurencelle, L. (1993). Analysis of Covariance: A Proposed Algorithm. Educ. Psychol. Meas., vol. 53, no. 1, pp. 1–18, doi: 10.1177/0013164493053001001.
  • Şenoğlu, B. & Acıtaş, Ş.(2010). İstatistiksel Deney Tasarımı Sabit Etkili Modeller. Ankara: Nobel Yayın Dağıtım.
  • Sahai, H. & Ageel, M. I.(2000). The Analysis of Variance. Boston, MA: Birkhäuser Boston.

Varyans Analizi (ANOVA) ve Kovaryans Analizi (ANCOVA) İle Deney Tasarımı: Bir Gıda İşletmesinin Tedarik Süresine Etki Eden Faktörlerin Belirlenmesi

Year 2020, , 923 - 941, 30.12.2020
https://doi.org/10.35193/bseufbd.719341

Abstract

Küreselleşme ile rekabet koşullarının giderek ağırlaştığı günümüz şartlarında işletmelerin varlıklarına devam edebilmesi etkin tedarik zinciri faaliyetleri ile mümkündür. İyi yönetilen bir ağ mekanizmasında, sipariş edilen ürünün doğru yer ve doğru zamanda teslim edilmesinin yanı sıra kaliteli, sürdürülebilir ve paydaşlarla doğrudan ilişkili etkin bir tedarik zincir ağına ihtiyaç vardır. Bu çalışmada bir gıda işletmesinin tedarik zinciri ağ yönetiminde tedarik süresine etki eden faktörler belirlenerek, etkin faktörlerin tedarik süresi ile ilişkisi araştırılmıştır. Buna göre varyans analizi (ANOVA) ve kovaryans analizi (ANCOVA) ile entegre bir deney tasarımı gerçekleştirilmiş ve elde edilen sonuçlar karşılaştırılmıştır. Etkin faktör seviyeleri arasında farklılıkları görmek için Duncan ve Tukey testleri uygulanmıştır. Elde edilen sonuçlara göre işletmenin tedarik zinciri performansı iyileştirilerek taktiksel ve stratejik seviyede kararlar alınmasına yardımcı olunması amaçlanmıştır.

References

  • Kehoe, D. & Boughton, N. (2001). Internet-based supply chain management A classification of approaches to manufacturing planning and control. Int. J. Oper. Prod. Manag., vol. 21, no. 4, pp. 516–524, doi: 10.1108/01443570110381417.
  • Selçuk, P. (2005). Tedarik Zincirinin Zamana Dayalı Performansının Ölçülmesi: Türk Otomotive Yan Sanayi Uygulaması. Ankara Üniversitesi SBF Derg., vol. 60, no. 3, p. 1, doi: 10.1501/SBFder_0000001434.
  • Yayla, A. Y. & Hartomacıoğlu, S. (2011). Tedarikçi Değerlendirme Sürecinde Yapay Sinir Ağlarının Kullanımı ve Sektörel Bir Uygulama.
  • Yangınlar, G.(2018).Tedarikçi Seçim Kriterlerinin Önemi. Avrasya Sos. ve Ekon. Araştırmaları Derg., vol. 5, no. 8, pp. 236–250, Accessed: Apr. 12, 2020. [Online]. Available: https://dergipark.org.tr/tr/pub/asead/issue/41059/496335.
  • Aytekin, F. G. & Özcan, B. (2020). Nitelikli Elektronik Sertifika (NES) Tedarik Sürecindeki Takımların ANOVA Metodu İle Performanslarının Değerlendirilmesi. İleri Teknol. Bilim. Derg., vol. 6, no. 1, pp. 41–49,Accessed: Apr. 12, 2020. [Online]. Available: https://dergipark.org.tr/tr/pub/duzceitbd/issue/31760/286199.
  • Yang, J. Q., Zhang, X. M., Fu, H. Y.& Liu, C.(2017). Inventory competition in a dual-channel supply chain with delivery lead time consideration. Appl. Math. Model., vol. 42, pp. 675–692, doi: 10.1016/j.apm.2016.10.050.
  • Fu, Y. C. & Yeh, C. W. (2017). An integrated producer–buyer supply chain with delivery cost under stochastic transportation time. Appl. Math. Model., vol. 44, pp. 676–687,doi: 10.1016/j.apm.2017.02.038.
  • Schniederjans, D. G., Curado, C. & Khalajhedayati, M. (2020). Supply chain digitisation trends: An integration of knowledge management. Int. J. Prod. Econ., vol. 220, p. 107439, doi: 10.1016/j.ijpe.2019.07.012.
  • Munir, M., Jajja, M. S. S., Chatha, K. A. & Farooq S. (2020). Supply chain risk management and operational performance: The enabling role of supply chain integration. Int. J. Prod. Econ., vol. 227, p. 107667, Sep. 2020, doi: 10.1016/j.ijpe.2020.107667.
  • Chen, X., Luo, J., Wang, X. & Yang, D. (2020). Supply chain risk management considering put options and service level constraints. Comput. Ind. Eng., vol. 140, p. 106228, doi: 10.1016/j.cie.2019.106228.
  • Helo P. & Shamsuzzoha, A. H. M. (2020). Real-time supply chain—A blockchain architecture for project deliveries. Robot. Comput. Integr. Manuf., vol. 63, p. 101909, doi: 10.1016/j.rcim.2019.101909.
  • Roy, V., Silvestre, B. S. & Singh, S.(2020). Reactive and proactive pathways to sustainable apparel supply chains: Manufacturer’s perspective on stakeholder salience and organizational learning toward responsible management. Int. J. Prod. Econ., vol. 227, p. 107672, doi: 10.1016/j.ijpe.2020.107672.
  • Noori-Daryan, M., Taleizadeh, A. A. & Jolai, F. (2019). Analyzing pricing, promised delivery lead time, supplier-selection, and ordering decisions of a multi-national supply chain under uncertain environment. Int. J. Prod. Econ., vol. 209, pp. 236–248, doi: 10.1016/j.ijpe.2017.12.019.
  • Öztürk, D. (2016). Tedarik Zinciri Yönetimi Süreçlerini Etkileyen Faktörler.
  • Bandaly, D. , Satir, A. & Shanker, L. (2016). Impact of lead time variability in supply chain risk management. Int. J. Prod. Econ., vol. 180, pp. 88–100, doi: 10.1016/j.ijpe.2016.07.014.
  • Bowersox, D. J, La Londe, B. J. & Smykay, E. W. (1969). Readings in physical distribution management; the logistics of marketing. New York: Collier Macmillan Ltd.
  • Karasu, F. I. (2006).Tedarik Zinciri Yönetiminin Yapısı ve İşleyişi. Yüksek Lisans Tezi, Anadolu Üniversitesi Sosyal Bilimler Enstitüsü, Eskişehir.
  • Özdemir, A. İ. (2004).Tedarik zinciri yönetiminin gelişimi, süreçleri ve yararları. Erciyes Üniversitesi İktisadi ve İdari Bilim. Fakültesi Derg., no. 23.
  • Lancioni, R. A., Smith, M. F. & Schau, H. J.(2003).Strategic Internet application trends in supply chain management. Ind. Mark. Manag., vol. 32, no. 3, pp. 211–217, doi: 10.1016/S0019-8501(02)00264-X.
  • Montgomery, D. C. (2005). Design and analysis of experiments. John Wiley & Sons.
  • Hamzaçebi ,C. & Kutay, F.(2003). Taguchi Metodu: Bir Uygulama. Teknoloji, vol. 6, no. 3–4, pp. 7–17.
  • Büyüköztürk, Ş. (1997). İki faktörlü varyans analizi. Ankara Univ. Egit. Bilim. Fak. Derg., vol. 30, no. 1, pp. 001–018, doi: 10.1501/egifak_0000000272.
  • Nie, N. H.(1976). Spss Statistical Package for the Social Sciences, vol. 5, no. 1. Informa UK Limited.
  • Howell, D. (2007). Statistical methods for psychology. Brantford Ont.: Resource Services Library.
  • Selim, K. (2017). Kovaryans Analizi. J. Mood Disord., vol. 7, no. 1, pp. 73–78, doi: 10.5455/jmood.20161230045344.
  • Ryan, J. M. & Hess, R. K. (1991). Handbook of statistical procedures and their computer applications to education and the behavioral sciences. New York: McMillian Publishing Company.
  • Howitt D. & Cramer, D. L. P. (1997). An introduction to statistics in psychology. London: Prentice Hall.
  • Frigon J.-Y. & Laurencelle, L. (1993). Analysis of Covariance: A Proposed Algorithm. Educ. Psychol. Meas., vol. 53, no. 1, pp. 1–18, doi: 10.1177/0013164493053001001.
  • Şenoğlu, B. & Acıtaş, Ş.(2010). İstatistiksel Deney Tasarımı Sabit Etkili Modeller. Ankara: Nobel Yayın Dağıtım.
  • Sahai, H. & Ageel, M. I.(2000). The Analysis of Variance. Boston, MA: Birkhäuser Boston.
There are 30 citations in total.

Details

Primary Language Turkish
Subjects Engineering
Journal Section Articles
Authors

Beyzanur Çayır Ervural 0000-0002-0861-052X

Publication Date December 30, 2020
Submission Date April 13, 2020
Acceptance Date July 10, 2020
Published in Issue Year 2020

Cite

APA Çayır Ervural, B. (2020). Varyans Analizi (ANOVA) ve Kovaryans Analizi (ANCOVA) İle Deney Tasarımı: Bir Gıda İşletmesinin Tedarik Süresine Etki Eden Faktörlerin Belirlenmesi. Bilecik Şeyh Edebali Üniversitesi Fen Bilimleri Dergisi, 7(2), 923-941. https://doi.org/10.35193/bseufbd.719341