Dokuma, Giyim Eşyası ve Deri Sanayi Sektörü’ndeki İşletmelerin Performanslarının Değerlendirilmesi: VIKOR ve TOPSIS Yöntemleri
Abstract
Günümüzde işletmeler hem kendi durumlarını gözlemlemek, hem de rakiplerine kıyasla ne ölçüde verimli ve etkin olduklarını belirlemek açısından performanslarını sürekli olarak değerlendirmek durumundadırlar. Bu amaçtan hareketle Türkiye’de toplam istihdamın yaklaşık olarak %7’sini oluşturan Dokuma, Giyim Eşyası ve Deri Sanayi Sektörü’nde yer alan ve Borsa İstanbul (BİST)’da işlem gören 19 adet işletmenin 2011-2018 yılları arasındaki finansal oranları kullanılarak performansları değerlendirilmiştir. Çalışmada, nakit oran, kaldıraç oranı, aktif devir hızı, dönem karındaki büyüme, net kar marjı ve pazar payı olmak üzere sekiz yıllık göstergeleri analize dahil edilmiştir. İşletmelerin performanslarına göre sıralanmasında literatürde de sıklıkla kullanılan çok kriterli karar verme (ÇKKV) tekniklerinden VIKOR ve TOPSIS yöntemleri ayrı ayrı kullanılmıştır. Her iki yöntemle de göstergeXyıl olarak belirlenen kriterler hem eşit ağırlıklı, hem de yıllara göre artan ağırlıklı olmak üzere toplamda dört ayrı finansal performans sıralaması yapılmıştır. Elde edilen sıralamalarda benzer sonuçlar gözlenmiş ve metodolojik farklılıklardan dolayı sıralama sonuçlarındaki herhangi bir değişikliği belirlemek amacıyla Kendall uyum katsayısı ile istatistiksel olarak test edilmiştir.
Keywords
Çok Kriterli Karar Verme,VIKOR,TOPSIS,Finansal Oranlar,Performans Değerleme
References
- Abo-Sinna, M. A., Amer, A. H. (2005). Extensions of TOPSIS for multi-objective large-scale nonlinear programming problems. Applied Mathematics and Computation, 162(1), 243–256.
- Akyüz, Y., Bozdoğan, T., & Hantekin, E. (2011). TOPSIS Yöntemiyle Finansal Performansın Değerlendirilmesi ve Bir Uygulama. Afyon Kocatepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 13(1), 73-92.
- Alsu, E. & Taşdemir, A. (2017). Finansal Performansın Topsis Çok Kriterli Karar Verme Yöntemi ile Belirlenmesi: Dokuma, Giyim Eşyası Ve Deri Sanayi İşletmeleri Üzerine Bir Uygulama. Afro-Avrasya Araştırmaları Dergisi, 2(4), 221-236.
- Baumgartner, R., Somorjaia, R., Summersa, R., Richtera, W. (1999). Assessment of cluster homogeneity in fMRI data using Kendall’s coefficient of concordance. Magnetic Resonance Imaging, 17(10), 1525-1532.
- Benitez, J. M., Martín, J. C., & Román, C. (2007). Using fuzzy number for measuring quality of service in the hotel industry. Tourism management, 28(2), 544-555.
- Chu, T. C. (2002). Facility location selection using fuzzy TOPSIS under group decisions. International journal of uncertainty, Fuzziness and knowledge-based systems, 10(06), 687-701.
- Çetin, A. C. (2006). Türk Tekstil Sektörü ve Türk Tekstil Firmalarının Etkinlik Düzeylerinin Belirlenmesi. Afyon Kocatepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 8(2), 255-278.
- Demireli, E. (2010). TOPSIS çok kriterli karar verme sistemi: Türkiye’deki kamu bankaları üzerine bir uygulama. Girişimcilik ve Kalkınma Dergisi, 5(1), 101-112.Deng H., Chung-Hsing Y., Willis R.J. (2011). Inter-company comparison using modified TOPSIS with objective weights. Computer & Operations Research, 27, 963-973.
- Dumanoğlu, S., & Ergül, N. (2010). İMKB’de işlem gören teknoloji şirketlerinin mali performans ölçümü. Muhasebe ve Finansman Dergisi, (48), 101-111.
- Hwang, C. L., & Yoon, K. (1981). Multiple attribute decision making: Methods and applications. Heidelberg: Springer-Verlag.
