USE OF THE INTERVAL TYPE 2 AHP METHOD IN THE BANK SELECTION PROCESS OF AN SME

Year 2023, Volume: 10 Issue: 2, 1042 - 1070, 02.08.2023

Ufuk Aydoğmuş , Hacer Yumurtacı Aydoğmuş , Davut Karaman , Ali Yıldız , Melih Can

https://doi.org/10.30798/makuiibf.1097780

Abstract

The banking sector is vital for world economies. Although there are broader definitions, the banking sector can be expressed as a sub-sector of the larger financial services industry, which also includes sub-sectors focusing on insurance, venture capital and private equity. One of the most important functions of the said sector is to protect the assets of depositors and to provide loans to individuals and businesses. Individuals consider many criteria in order to receive this service and choose the most suitable bank for them and work with that bank. It is known that the biggest challenge in front of the growth of small and medium-sized enterprises (SMEs) is the lack of access to finance. It is important that bank financings can be the main potential source of external financing for the growth of SMEs and on which criteria the bank should be selected based on which this financing can be provided. In this direction, the criteria and sub-criteria that SMEs consider during the bank selection stage were determined in the study and the most suitable alternative bank was selected by using the Interval Type 2 AHP method.

Keywords

SME, Bank selection, Multi-criteria decision making, Fuzzy logic, Type 2 Ahp

BİR KOBİ'NİN BANKA SEÇİM SÜRECİNDE ARALIK TİP 2 BULANIK AHP YÖNTEMİ UYGULAMASI

Abstract

Bankacılık sektörü, dünya ekonomileri için hayati önem taşımaktadır. Daha geniş tanımları bulunmakla birlikte bankacılık sektörü, sigorta, risk sermayesi ve özel sermayeye odaklanan alt sektörleri de içeren daha büyük finansal hizmetler endüstrisinin bir alt sektörü olarak ifade edilebilmektedir. Söz konusu sektörün en önemli işlevlerinden birisi de, mevduat sahiplerinin varlıklarını korumak, kişilere ve işletmelere kredi vermektir. Bireyler bu hizmeti alabilmek için bir çok kriteri göz önünde bulundurmakta ve kendilerine en uygun bankayı seçerek, o bankayla çalışmaktadır. Özellikle küçük ve orta boy işletme (KOBİ)'lerin büyümesinin önündeki en büyük zorluğun finansmana erişim eksikliği olduğu bilinmektedir. Banka finansmanlarının KOBİ'lerin büyümesi için ana potansiyel dış finansman kaynağı olabileceği ve bu finansmanın sağlanabileceği bankayı hangi kriterleri baz alarak seçmesi gerektiği önem arz etmektedir. Bu doğrultuda çalışmada KOBİ'lerin banka seçimi aşamasında göz önünde bulundurdukları kriterler ve alt kriterler belirlenmiş ve Aralık Tip 2 AHP yöntemi kullaılarak en uygun alternatif bankanın seçimi gerçekleştirilmiştir.

Keywords

Kobi, Banka seçimi, Çok kriterli karar verme, Bulanık mantık, Tip 2 Ahp

References

• Adamu, M. O. and Adeola, B. S. (2012). A statistical evaluation of factors that attract customers to banks in Lagos, Nigeria,Global Journal of Management and Business Research, 12(3), 82-88.
• Akman, G. ve Alkan, A. (2006). Tedarik zinciri yönetiminde bulanık AHP yöntemi kullanılarak tedarikçilerin performansının ölçülmesi: Otomotiv yan sanayiinde bir uygulama. İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 5(9), 23-46.
• Akpınar, A. (2019). Tüketicilerin banka seçim kriterleri ve bankaların dağıtım kanalları stratejilerinin çok kriterli karar verme yöntemleriyle incelenmesi. Konya Karatay Üniversitesi Sosyal Bilimler Enstitüsü Yüksek Lisans Tezi, Konya.
• Al, İ. & Demirel, S. K. (2022). Türkiye'nin makroekonomik performansının topsıs yöntemiyle değerlendirilmesi: 2002-2019 dönemi. Mehmet Akif Ersoy Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 9(1), 202-222.
• Albayrak, Y. E., ve Erkut, H. (2010). Banka performans değerlendirmede analitik hiyerarşi süreç yaklaşımı. İTÜDERGİSİ/d, 4(6), 47-58.
• Altınırmak, S, Ergün, M, Karamaşa, Ç, Şen, O, Aytekin, A ve Okoth, B. (2019). Birikim değerlendirme tercihi ile banka seçimi arasındaki ilişkinin multinominal lojistik regresyon ile analiz edilmesi: Eskişehir örneği. Balıkesir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 22 (41), 197-218.
• Anderson Jr, W. T., Cox III, E. P. and Fulcher, D. G. (1976). Bank Selection Decisions and Market Segmentation: Determinant attribute analysis reveals convenience-and sevice-oriented bank customers. Journal of Marketing, 40(1), 40-45.
• Awan, H. M. and Bukhari, K. S. (2011). Customer's criteria for selecting an Islamic bank: evidence from Pakistan. Journal of Islamic marketing, 2(1), 14-27.
• Aydoğmuş, U. (2018). Turizm sektöründe tedarikçilerin tip-2 bulanık analitik hiyerarşi süreci ile seçimi. Eskişehir Osmangazi Üniversitesi, Yayınlanmamış Yüksek Lisans Tezi, Eskişehir.
• Bağcı, H, Rençber, Ö. (2014). Kamu bankaları ve halka açık özel bankaların promethee yöntemi ile kârlılıklarının analizi. Aksaray Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 6(1), 39-47.
• Bedirhanoğlu, Ş. B., & Lezki, Ş. (2018). KOBİ’lerin banka tercihini etkileyen kriterlerin AHP yöntemi ile belirlenmesi. Anadolu Üniversitesi Sosyal Bilimler Dergisi, 18(1), 191-208.
• Blankson, C., Omar, O. E., & Cheng, J. M. S. (2009). Retail bank selection in developed and developing countries: A cross‐national study of students' bank‐selection criteria. Thunderbird International Business review, 51(2), 183-198.
• Cebeci, İ, Çabuk, Z. (2016). Tüketicilerin banka tercihini etkileyen faktörlerin belirlenmesi: Giresun’da bir araştırma. Finansal Araştırmalar ve Çalışmalar Dergisi, 8 (14), 57-66.
• Cecchetti, S. G. and Schoenholtz, K. L. (2015). Money, Banking, and Financial Markets, (Vol. 4). McGraw Hill Education, ISBN 978-0-07-802174-9.
• Coetzee, J. (2018). Trust in banking relationships: lessons for South African banks on bank selection in Saudi Arabia. Journal for New Generation Sciences, 16(2), 1-29.
• Çakır, E. ve Bilge, E. (2019). Bütünleşik swara-moora yöntemi ile kurumsal müşterilerin banka tercihlerinin belirlenmesi: aydın ilinde bir uygulama. Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi, 7(6), 269-289.
• Danacı, T. ve Duramaz, S. (2020). Dış ticaret işlemlerinde banka seçim kriterlerinin belirlenmesi. İzmir İktisat Dergisi, 35(2), 343-355.
• Devlin, J. F. (2002). Customer knowledge and choice criteria in retail banking. Journal of Strategic Marketing, 10(4), 273-290.
• Devlin, J. and Gerrard, P. (2005). A study of customer choice criteria for multiple bank users. Journal of Retailing and Consumer services, 12(4), 297-306.
• Hu, Y. C. and Liao, P. C. (2011). Finding critical criteria of evaluating electronic service quality of Internet banking using fuzzy multiple-criteria decision making. Applied Soft Computing, 11(4), 3764-3770.
• Iqbal, M., Nisha, N. and Rashid, M. (2018). Bank selection criteria and satisfaction of retail customers of Islamic banks in Bangladesh. International Journal of Bank Marketing, 36(5), 931-946.
• Ishizaka, A. and Nguyen, N. H. (2013). Calibrated fuzzy AHP for current bank account selection. Expert systems with applications, 40(9), 3775-3783.
• İslamoğlu, E. ve Zencirlioğlu, B. (2016). Tüketicilerin banka tercihinde etkili olan faktörler ve ilişkisel fayda: Nevşehir ilinde bir araştırma. Uluslararası Bilimsel Araştırmalar Dergisi (IBAD), 3(2), 708-724.
• Karavardar, A. ve Çilek, A. (2021). Banka tercihini belirleyen kriterlerin Entropi yöntemi ile ağırlıklandırılması: Giresun ili örneği. İşletme Araştırmaları Dergisi, 12(4), 3482–3492.
• Kaur, H. and Arora, S. (2019). Demographic influences on consumer decisions in the banking sector: evidence from India. Journal of Financial Services Marketing, 24(3), 81-93.
• Koçak, M, Çalık, A. (2020). Banka seçim tercihlerinin bulanık kümelere dayalı yeni bir karar verme çerçevesi ile değerlendirilmesi. İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, Prof. Dr. Sabri ORMAN Özel Sayısı, 73-94.
• Korucuk, S. (2021). Ordu ve Giresun illerinde kentsel lojistik performans unsurlarına yönelik karşılaştırmalı bir analiz. Dicle Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (26), 141-155.
• Liang, D., Zhang, Y., Xu, Z., & Jamaldeen, A. (2019). Pythagorean fuzzy VIKOR approaches based on TODIM for evaluating internet banking website quality of Ghanaian banking industry. Applied Soft Computing, 78, 583-594.
• Mandic, K., Delibasic, B., Knezevic, S., & Benkovic, S. (2014). Analysis of the financial parameters of Serbian banks through the application of the fuzzy AHP and TOPSIS methods. Economic Modelling, 43, 30-37.
• Naktiyok, A. and Küçük, O. (2003). İşgören (iç müşteri) ve müşteri (dış müşteri) tatmini, işgören tatmininin müşteri tatmini üzerine etkileri: Ampirik bir değerlendirme, Atatürk Üniversitesi İ.İ.B.F. Dergisi, 17(1-2), 225-241.
• Onur, A., Ekmekçi, İ. ve Işık, A. H. (2021). Teknoloji takımları performanslarının ahp-promethee yöntemleri kullanarak ölçümü ve oecd ülkelerindeki ihracata etkisine yönelik bir çalışma. Mehmet Akif Ersoy Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 8(2), 931-958.
• Organ, A, Kenger, M. (2012). Bulanık analitik hiyerarşi süreci ve mortgage banka kredisi seçim problemine uygulanması. Niğde Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 5(2), 119-135.
• Önal, D. ve Sevimeser, N. (2006). Yabancı banka girişlerinin Türk bankacılık sistemine etkileri: yerli ve yabancı bankaların etkinlik analizi. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 15(2), 295-312.
• Öz, M. ve Kamacı, K. (2022). İşletmelerde teknolojik yeniliklerin kabulüne etki eden yenilik özelliklerinin dematel yöntemiyle değerlendirilmesi. Mehmet Akif Ersoy Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 9(1), 432-454.
• Seçme, N. Y., Bayrakdaroğlu, A., & Kahraman, C. (2009). Fuzzy performance evaluation in Turkish banking sector using analytic hierarchy process and TOPSIS. Expert systems with applications, 36(9), 11699-11709.
• Şengül, Ü., Eren, M. ve Eslamian Shiraz, S. (2012). Bulanık AHP ile belediyelerin toplu taşıma araç seçimi. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 40, 143-165.
• Tanriöven, C., & Aksoy, E. E. (2009). Krizlerin Reel Sektör İşletmeleri Üzerine Etkileri: İMKB’de Sektörel Bazda İnceleme. Gazi Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 11(2), 79-114.
• Taşkın, D. F. (2011), Türkiye’de Ticari Bankaların Performansını Etkileyen Faktörler, Ege Akademik Bakış, 11(2), 289-298.
• Topak, M. S. ve Çanakçioğlu, M. (2019). Banka performansının entropi ve copras yöntemi ile değerlendirilmesi: Türk bankacılık sektörü üzerine bir araştırma. Mali Cozum Dergisi/Financial Analysis, 29(154), 107-132.
• Tucker, M. and Jubb, C. (2018). Bank and product selection–an Australian student perspective. International Journal of Bank Marketing, 30(1), 126-146.
• Ustasüleyman, T. (2009). Bankacılık sektöründe hizmet kalitesinin değerlendirilmesi: Ahs-Topsis Yöntemi. Bankacılar Dergisi, 69, 33-43.
• Wu, H. Y., Tzeng, G. H. and Chen, Y. H. (2009). A fuzzy MCDM approach for evaluating banking performance based on Balanced Scorecard. Expert systems with applications, 36(6), 10135-10147.
• Wulandari, D. and Subagio, A. (2015). Consumer decision making in conventional banks and islamic bank based on quality of service perception. Procedia-Social and Behavioral Sciences, 211, 471-475.
• Yalçıner, D, Karaatlı, M. (2018). Mevduat bankası seçimi sürecinde Topsıs ve Electre yöntemlerinin kullanılması. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 23(2), 401-423.
• Yılmaz, H. ve Kabak, Ö. (2020). Prioritizing distribution centers in humanitarian logistics using type-2 fuzzy MCDM approach. Journal of Enterprise Information Management, 33(5), 1199-1232.
• Zadeh, L. A. (1965). Fuzzy Sets. İnformation and Control, 8, 338-353.