Çok Kriterli Karar Verme Teknikleriyle Elde Edilen Sonuçların Copeland Yöntemiyle Birleştirilmesi ve Karşılaştırılması

Abstract

Çok kriterli karar verme yöntemleri (ÇKKV), belirli ölçütler doğrultusunda birçok alanda karar verme problemlerinin çözümünde, alternatiflerin sıralanmasında ve en iyi alternatifin seçilmesinde kullanılmaktadır. Aynı seçim ya da sıralama problemlerinde birden fazla ÇKKV yöntemi kullanılabilmekte, kullanılan yöntemlerin sonuçları farklılıklar gösterebilmektedir. Böyle bir durumda sonuçların ortak bir çözüm olarak sunulması karar alınmasına kolaylık sağlayacaktır.
Bu çalışmada aynı amaca hizmet eden TOPSIS, GİA, VIKOR ve MOORA referans nokta yöntemlerinden elde edilen sıralama sonuçları Copeland yöntemiyle birleştirilmiş ve tek bir sıralama haline getirilmiştir. Birleştirilen sonuç, COPRAS, MOORA ve ARAS yöntemlerinden elde edilen sonuçlar ile de karşılaştırılmış ve güvenirliği test edilmiştir. Yöntemlerde OECD üyesi 23 ülke alternatif olarak alınmıştır. Dünya Bankası veri tabanından elde edilen, genel kabul görmüş beş kriter bu ülkelerin sıralanmasında kullanılmıştır. Kendi aralarında yüksek korelasyona sahip TOPSIS, GİA ve VIKOR yöntemlerinin sonuçları, birleştirilen sonuçlarla aynı derecede yüksek korelasyona sahiptir. MOORA Referans nokta yöntemi ise hem birleştirilen yöntemler arasında hem de birleşik sıralama sonuçlarıyla düşük uyuma sahiptir. Aynı zamanda birleştirilmeye dahil edilmeyen COPRAS, MOORA ve ARAS yöntemlerinden elde edilen sonuçların hesaplanan birleşik sıralamayla yüksek derecede uyumlu olduğu görülmüştür. Dolayısıyla birleştirme işleminin, belirli referans değerine göre sıralama yapan yöntemleri belirli referans değerinden etkilenmeyerek sıralama yapan yöntemlere yaklaştırdığı söylenebilir.
Anahtar Kelimeler: Çok Kriterli Karar Verme, Birleştirme, Normalizasyon, Copeland Yöntemi, OECD
JEL Sınıflandırması: C02, C44

Keywords

• Çok Kriterli Karar Verme,Bütünleştirme,Normalizasyon,COPELAND Yöntemi,OECD

Combining and Comparing the Results Obtained by Multi-Criteria Decision Making Techniques with the Copeland Method

Abstract

Multi-criteria decision-making methods are used to solve decision-making problems in many areas in line with certain criteria, to rank alternatives and to select the best alternative. More than one system can be used in the same selection or sorting problems and the results of the methods used may vary. In such a case, presenting the results as a common solution would be easier to decide.
In this study, ranking results obtained from TOPSIS, GIA, VIKOR and MOORA reference point methods which serve the same purpose were integrated with Copeland method and were made into a single ranking. The integrated result was compared with the results obtained from COPRAS, MOORA and ARAS methods and the reliability was tested. In the methods, 23 OECD countries were taken as alternatives. Five generally accepted criteria from the World Bank database were used as benchmarks for the ranking of these countries. The results of the highly correlated TOPSIS, GIA and VIKOR methods have the same high correlation with the integrated results. The MOORA Reference point method, which has a low adaptation between the methods, has low alignment with the integrated ranking results. At the same time, the results obtained from COPRAS, MOORA and ARAS methods not included in the integration were found to be highly compatible with the calculated integrated order. Therefore, it can be said that the integration process approximates the methods that sort according to the specific reference value by the methods that are not affected by the specific reference value.
Key Words: Multi Criteria Decision Making, Integration, Normalization, COPELAND Method, OECD
JEL Classification: C02, C44

Keywords

• Multi Criteria Decision Making,Integration,Normalization,COPELAND Method,OECD

References

1. Arslan, R. ve Bircan, H. (2018). Alternatif Sayısının Çok Kriterli Karar Verme Yöntemlerinin Sonuçlarına Etkisi. Bartın Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi. Cilt 9, Sayı 18, (239-264).
2. Bektaş, G. T. (2013). GAIA Grafik Gösteriminin Notasyonu. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, EYİ Özel Sayısı.
3. Bittencourt, M. (2012). Financial Development And Economic Growth İn Latin America: Is Schumpeter right. Journal of Policy Modeling. 34, s. (341-355).
4. Chakraboty, S. (2011). Applications Of The MOORA Method For Decision Making İn Manufacturing Enviroment. The International Journal Of Advenced Manufacturing Technology, 54(9), s. (1155- 1166).
5. Colombage, S.R.N. (2009). Financial Markets And Economic Performance: Empirical Evidence From Five İndustrialized Economies. Research in International Business and Finance, 23, S. (339-348).
6. Demetriades, P. ve Hussein, K. (1996). Does financial development cause economic growth? Time series evidence from 16 countries. Journal of Development Economics, 51, s. (387-411).
7. Ertuğrul, İ., & Özçil, A. (2014). Çok Kriterli Karar Vermede TOPSIS ve VIKOR Yöntemleriyle Klima Seçimi. Çankırı Karatekin Üniversitesi İktisadi Ve İdari Bilimler Fakültesi Dergisi, , Cilt 4, Sayı 1: s. (267-282).
8. Ferda, H. (2007). The financial development and economic growth nexus for Turkey. Online at http://mpra.ub.uni-munchen. De/3566/MPRA, Paper No. 3566, posted 07. November / 03:18.

9. Gelb, A.H. (1989). Financial Policies, Growth, And Efficiency. Policy Planning And Research Working Papers, World Bank, No. 202.
10. Gök Murat, (2015). G20 Ülkelerinin Enerji Göstergeleri Açısından Çok Kriterli Karar Verme Teknikleri İle Sıralanması. Ankara Üniversitesi Sosyal Bilimler Enstitüsü, Yüksek Lisans Tezi, Ankara.
11. Gregorio, J.D. ve Guidotti, P.E. (2011). Financial development and economic growth. World Development, 23(3), s. (433-448).Kar, M., Nazlioglu, S. ve Agir, H. (2011). Financial Development And Economic Growth Nexus İn The
12. MENA Countries: Bootstrap Panel Granger Causality Analysis. Economic Modelling, 28, s. (685-693).
13. Karakaşoğlu, N, (2008). Bulanık Çok Kriterli Karar Verme Yöntemleri Ve Uygulama, Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü, Yüksek Lisans Tezi, Denizli.
14. Khalifa Al- Yousif, (2002). Financial Development And Economic Growth Another Look At The Evidence From Developing Countries. Review of Financial Economics, c;11, S. (131-150).
15. Khan, M.A. ve Qayyum, A. (2007). Trade, Financial And Growth İn Pakistan: Economic Analysis. Working Papers, 6(14), s. (1-25).
16. Khan, M.S. ve Senhadji, A.S., (2003). Financial Development And Economic Growth: A Review And New Evidence. Journal of African Economics, 12(2), s. (89-110).
17. King, R.G. ve Levine, R., (1993). Finance and Growth. Quarterly Journal of Monetary Economics, 108(3), s. (717-737).
18. Kuzu, S. (2014). VIKOR Yöntemi. F. Yıldırım & E. Önder (Ed.), Çok Kriterli Karar Verme Yöntemleri. (ss. 117-125). Bursa: Dora Basım Yayın Dağıtım Ltd. Şti. 1. Baskı,
19. Manisalı E. (1981). Yatırım Projelerinin Değerlendirilmesinde Çok Ölçütlü Model Yaklaşımı. Fen Bilimleri Enstitüsü, Doktora Tezi, İ.T.Ü. İstanbul.
20. NIK, H. A., Nasab, Z., Salmani, Y. ve Shahriari, N. (2013). “The Relationship Between Financial Development İndicators And Human Capital İn Iran”, Management Science Letters, 3 (2013), s. (1261–1272).
21. Odhaimbo, N.M. (2009). Finance-Growth-Poverty Nexus İn South Africa: A Dynamic Causality Linkage. Journal Of Socio-Economics, 38 (2), S. (320-325).
22. Özdemir M. (2015). TOPSIS Yöntemi. F. Yıldırım & E. Önder (Ed.), Çok Kriterli Karar Verme Yöntemleri. (ss. 133-146). Bursa: Dora Basım Yayın Dağıtım Ltd. Şti. 1. Baskı,
23. Öztel A. (2016). Çok Kriterli Karar Verme Yöntemi Seçiminde Yeni Bir Yaklaşım. Gazi Üniversitesi Fen Bilimleri Enstitüsü, Doktora Tezi, Ankara.
24. Podvezko, V. (2011). The Comparative Analysis of MCDA Methods SAW and COPRAS. Inzinerine Ekonomika-Engineering Economics, 22(2), s. (134-146).
25. Sarıçalı, G. ve Kundakcı N. (2016). AHP Ve Copras Yöntemleri İle Otel Alternatiflerinin Değerlendirilmesi. İnternational Rewiew Of Economics And Management, Volum 4, N. 1, s. (45-46).
26. Shahbaz, M., Ahmed, N. ve Ali, L. (2008). Stock Market Development And Economic Growth: ARDL Causality İn Pakistan. International Research Journal of Finance and Economics, 14, s. (182-195).
27. Shariati, S., Yazdani-Chamzini, A., Salsani, A., Tamosaitiene, J. ve Propasing, (2014). A New Model For Waste Dump Site Selection: Case Study Of Ayerma Phosphate Mine. Inzinerine Ekonomika Engineering Ecnomics, 25(4), S. (410-419).
28. Sığındı, T. (2010). Öznel Norm Ve Algılanan Davranışsal Kontrol Değişkenlerinin Tüketicilerin Satın Alma Niyetlerine Olan Etkisinin Copeland’ın Ürün Sınıflandırması İçin Araştırılması. Hacettepe Üniversitesi Sosyal Bilimler Enstitüsü, Doktora Tezi, Ankara.
29. Subaşı, H. (2011). Çok Kriterli Karar Vermede Kullanılan TOPSIS Ve AHP Yöntemlerinin Karşılaştırılması Ve Bir Uygulama. Marmara Üniversitesi Sosyal Bilimler Enstitüsü İşletme Ana Bilim Dalı, Yüksek Lisans Tezi, İstanbul.
30. Tayyar N., Akcanlı, F., Genç, E., & Erem, I. (2014). BİST’e Kayıtlı Bilişim ve Teknoloji Alanında Faaliyet Gösteren İşletmelerin Finansal Performanslarının Analitik Hiyerarşi Prosesi (AHP) ve Gri İlişkisel Analiz (GİA) Yöntemiyle Değerlendirilmesi. Muhasebe ve Finansman Dergisi, 6-1.
31. Wei, J. (2010). TOPSIS Method for Multiple Attribute Decision Making with Incomplete Weight Information in Linguistic Setting. Journal of Convergence Information Technology, 5(10), s. (181-187).
32. Yıldırım Fatih Bahadır, (2014). Gri İlişkisel Analiz, F. Yıldırım & E. Önder (Ed.), Çok Kriterli Karar Verme Yöntemleri. (ss. 117-125). Bursa: Dora Basım Yayın Dağıtım Ltd. Şti. 1. Baskı, (227-242).
33. Zaman, K., Izhar, Z., Mushtag Khan, M. ve Ahmad, M. (2012). The Relationship Between Financial İndicators And Human Development İn Pakistan. Economic Modeling, 29, s. (1515-1523).
34. Zavadskas, E.K., Kaklauskas A., Turskis Z., ve Tamosaitiene, J. (2008). Contractor Selection Multi-Attribute Model Applynig COPRAS Method With Grey Interval Numbers. International Conference 20th EURO Mini Conference Continuous Optimization and Knowledge-Based Technologies, 20-23 May 2008, Neringa, Lithuania, s. (241-247).