Performance Analysis of the Software Industry in Turkey with CRITIC and MABAC Methods

Year 2024, , 295 - 308, 31.10.2024

Şeyma Nur Aydın , Ali Sevinç

https://doi.org/10.17671/gazibtd.1500545

Abstract

The software industry has reached an important point for all industries in recent years due to its contributions to businesses, technological development and young employment. Especially in developing countries such as Turkey, the need for the support of software companies is increasing in order to be strong in the global competitive environment. In this study, a comparative performance evaluation of the software industry with Turkey's average and NUTS Level I average was made using financial data between 2018-2022. The CRITIC method (Criteria Importance Through Intercriteria Correlation), an objective method, was used to weight performance criteria, and the MABAC method (The Multi-Attributive Border Approximation Area Comparison) was used to rank performance by years. The findings showed that the software industry performance in NUTS Level I regions was generally high in 2020 and lower in 2019. According to Turkey average results, the best performance occurred in 2020 and the weakest performance occurred in 2018.

Keywords

software industry, the nomenclature of territorial units for statistics, performance analysis, multi-criteria decision making, critic, mabac

CRITIC ve MABAC Yöntemleri İle Türkiye’de Yazılım Sektörünün Performans Analizi

Abstract

Yazılım sektörü işletmelere, teknolojik gelişmeye ve genç istihdama olan katkılarından dolayı son yıllarda tüm endüstriler için önemli bir noktaya gelmiştir. Özellikle Türkiye gibi gelişmekte olan ülkelerde, küresel rekabet ortamında güçlü olmak için yazılım firmalarının desteğine olan ihtiyaç giderek artmaktadır. Bu çalışmada, 2018-2022 yılları arasındaki finansal veriler kullanılarak yazılım sektörünün Türkiye ortalaması ve İBBS Düzey I ortalaması ile karşılaştırmalı bir performans değerlendirmesi yapılmıştır. Performans ölçütlerinin ağırlıklandırılması için objektif bir metot olan CRITIC yöntemi (Criteria Importance Through Intercriteria Correlation), yıllara göre performans sıralaması için ise MABAC yöntemi (The Multi-Attributive Border Approximation Area Comparison) kullanılmıştır. Elde edilen bulgular, İBBS Düzey I bölgelerinde yazılım sektörü performansının genel olarak 2020 yılında yüksek, 2019 yılında ise daha düşük olduğunu göstermiştir. Türkiye ortalaması sonuçlarına göre de en iyi performans 2020 yılında, en zayıf performans 2018 yılında gerçekleşmiştir.

Keywords

yazılım sektörü, istatistiki bölge birimleri sınıflandırması, performans analizi, çok kriterli karar verme, critic, mabac

References

• M. Damar, “Yazılım Sektörünün İki Lider Ülkesi Hindistan ve İrlanda, Gelişmekte Olan Ülkeler İçin Öneriler”, Ege Eğitim Teknolojileri Dergisi, 6(1), 29-52, 2022.
• K. M. Şenel, “Türkiye’de Yerli ve Milli Yazılımlar Üzerine Derinlemesine Görüşme”, International Social Sciences Studies Journal, 8(105), 4073-4094, 2022.
• İ. Aydın, “Bilişim Sektörü ve Türkiye’nin Sektördeki Potansiyeli”, International Journal of New Trends in Arts, Sports & Science Education, 1(1), 180-200, 2012.
• C. Gök-Kısa, S. Perçin, “Bütünleşik Entropi Ağırlık-Vikor Yöntemi ile Bilişim Teknolojisi Sektöründe Performans Ölçümü”, Ekonomik ve Sosyal Araştırmalar Dergisi, 14(1), 1-13, 2018.
• S. Akginel, Çok kriterli karar verme teknikleriyle bilişim sektöründe performans değerlendirmesi, Yüksek Lisans Tezi, Dokuz Eylül Üniversitesi, Sosyal Bilimler Enstitüsü, 2019.
• Ş. Sakarya, S. İlkdoğan, “BIST Bilişim Sektöründe Faaliyet Gösteren İşletmelerin Finansal Performanslarının Nakit Akış Oranları Kapsamında CRITIC Temelli TOPSIS Yöntemi ile Değerlendirilmesi”, Pamukkale Üniversitesi İşletme Araştırmaları Dergisi, 9(2), 421-445, 2022.
• M. Campbell-Kelly, “Development and Structure of the International Software Industry, 1950-1990”, Business and Economic History, 73-110, 1995.
• P. Tyrvainen, J. Warsta, V. Seppanen, “Evolution of Secondary Software Businesses: Understanding Industry Dynamics”, In Open IT-Based Innovation: Moving Towards Cooperative IT Transfer and Knowledge Diffusion: IFIP TC8 WG 8.6 International Working Conference, Madrid, Spain (pp. 381-401), October 22–24, 2008.
• A. Arora, A. Gambardella, “The Globalization of the Software Industry: Perspectives and Opportunities for Developed and Developing Countries”, Innovation Policy and the Economy, 5, 1-32, 2005.
• R. J. Shapiro, “ The U.S. Software Industry as an Engine for Economic Growth and Employment”, Georgetown McDonough School of Business Research Paper, (2541673), 2014.
• M. Andreessen, “Why Software is Eating the World”. Wall Street Journal, 20(2011), C2, 2011.
• C. J. Chen, Q. J. Yeh, “A Comparative Performance Evaluation of Taiwan's High-Tech Industries”, International Journal of Business Performance Management, 7(1), 16-33, 2005.
• Y. Akyüz, Z. Kaya, “Türkiye'de Hayat Dışı Ve Hayat/Emeklilik Sigorta Sektörünün Finansal Performans Analiz Ve Değerlendirilmesi”, Sosyal Ekonomik Araştırmalar Dergisi, 13(26), 355-371, 2013.
• S. Liang, “A Comparative Performance Assessment of Wealth Management Banks Using Multicriteria Analysis”, Journal of Applied Finance and Banking, 3(1), 13. T. D. Chaudhuri, I. Ghosh, “A Multi-Criteria Decision Making Model-Based Approach for Evaluation of the Performance of Commercial Banks in India”, IUP Journal of Bank Management, 13(3), 23-33, 2014.
• S. A. Tezergil, “Vikor Yöntemi İle Türk Bankacılık Sektörünün Performans Analizi”, 38(1), 357-373, 2016.
• Ö. Akçakanat, H. Eren, E. Aksoy, V. Ömürbek, “Bankacılık Sektöründe ENTROPI ve WASPAS Yöntemleri ile Performans Değerlendirmesi”, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 22(2), 285-300, 2017.
• A. Başdeğirmen, M. Z. Tunca, “Lojistik Sektöründe Faaliyet Gösteren İşletmelerin Finansal Performanslarının Gri İlişkisel Analiz ile Değerlendirilmesi”, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 22(2), 327-340, 2017.
• O. Karkacier, A. E., Yazgan, “Turizm Sektöründe Gri İlişkisel Analiz GİA Yöntemiyle Finansal Performans Değerlemesi”, Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (37), 154-162, 2017.
• A. Korkusuz, U. İnan, Y. Özdemir, H. Başlıgil, “Occupational Health and Safety Performance Measurement in Healthcare Sector Using Integrated Multi Criteria Decision Making Methods”, Journal of the Faculty of Engineering and Architecture of Gazi University, 35(1), 81-96, 2020.
• Ç. Orçun, “Enerji Sektöründe WASPAS Yöntemiyle Performans Analizi”, Bolu Abant İzzet Baysal Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 19(2), 439-453, 2019.
• B. Elmas, T. Özkan, “Ulaştırma ve Depolama Sektörü İşletmelerinin Finansal Performanslarının SWARA-OCRA Modeli ile Değerlendirilmesi”, İşletme Akademisi Dergisi, 2(3), 240-253, 2021.
• A. E. Torkayesh, D. Pamucar, F. Ecer, P. Chatterjee, “An Integrated BWM-LBWA-CoCoSo Framework for Evaluation of Healthcare Sectors in Eastern Europe”, Socio-Economic Planning Sciences, 78, 2021.
• R. Lukic, “Evaluatıon of the Performance Tradıng Companies in Serbia based on the FF-WASPAS and WASPAS Methods”, The European Journal of Applied Economics, 20(2), 41-63, 2023.
• Kalkınma Ajansları, https://www.ka.gov.tr/ , 30.03.2024.
• M. Zizovic, B. Miljkovic, D. Marinkovic, “Objective Methods for Determining Criteria Weight Coefficients: A Modification of the CRITIC Method”, Decision Making: Applications in Management and Engineering, 3(2), 149-161, 2020.
• H. Kazan, O. Özdemir, “Financial Performance Assessment of Large Scale Conglomerates via TOPSIS and CRITIC Methods. International Journal of Management and Sustainability, 3(4), 203-224, 2014.
• D. Diakoulaki, G. Mavrotas, L. Papayannakis, “Determining Objective Weights in Multiple Criteria Problems: The CRİTİC Method. Computers & Operations Research, 22(7), 763-770, 1995.
• M.G. Naik, R. Kishore, S. A. M. Dehmourdi, “Modeling A Multi-Criteria Decision Support System for Prequalification Assessment of Construction Contractors Using CRITIC and EDAS Models”, Operational Research in Engineering Sciences: Theory and Applications, 4(2), 79-101, 2021.
• A. Puska, M. Nedeljkovic, R. Prodanovic, R. Vladisavljevic, R. Suzic, “Market Assessment of Pear Varieties in Serbia Using Fuzzy CRADIS and CRITIC methods. Agriculture, 12(2), 139, 2022.
• A. Jahan, F. Mustapha, S. M. Sapuan, M. Y. Ismail, M. Bahraminasab, “A Framework For Weighting of Criteria in Ranking Stage of Material Selection Process”, The International Journal of Advanced Manufacturing Technology, 58, 411-420, 2012.
• S. Zhong, Y. Chen, Y. Miao, “Using Improved CRITIC Method to Evaluate Thermal Coal Suppliers”, Scientific Reports, 13(1), 195, 2023.
• D. Pamucar, G. Cirovic, “The Selection of Transport and Handling Resources in Logistics Centers Using Multi-Attributive Border Approximation Area Comparison (MABAC). Expert Systems with Applications, 42(6), 3016-3028, 2015.
• Z. Nunic, “Evaluation and Selection of the PVC Carpentry Manufacturer Using the FUCOM-MABAC Model. Operational Research in Engineering Sciences: Theory and Applications, 1(1), 13-28, 2018.
• T.C. Küçük ve Orta Ölçekli İşletmeleri Geliştirme ve Destekleme İdaresi Başkanlığı (KOSGEB).