Evaluation of Countries According to the Prosperity Level by Entropy Based ELECTRE TRI and K-Means Methods

Öz

The aim of this study is to divide countries into groups according to their prosperity levels with Multi Criteria Decision Making (MCDM) and Cluster Analysis (CA) methods and to show the applicability of the methods. In this context; The 2019 updated data of 12 prosperity indicators and 167 countries in The Legatum Prosperity Index (LPI) were used. In the study, firstly, Entropy-based ELECTRE TRI method, one of the MCDM methods, was applied, and countries were classified according to their prosperity levels and four groups were obtained. These four groups were determined as the number of clusters and the data were divided into clusters with the K-Means algorithm, which is one of the CA methods. Comparing the results obtained from the method of the groups was examined whether they show similarities within these indicators, Turkey was determined place in these groups. Results; It reveals that the methods are 73% similar in separating countries according to their prosperity level. However, when the indicators are examined, it is seen that the indicators that have the most impact with both methods are "market access and infrastructure, education"; On the other hand, it has been determined that the indicators with the least impact are "social capital, natural environment".

Anahtar Kelimeler

• Entropy based ELECTRE TRI
• K-Means
• Prosperity level
• Multi criteria decision making
• Cluster analysis

Entropi Tabanlı ELECTRE TRI ve K-Ortalamalar Yöntemleriyle Ülkelerin Refah Düzeyine Göre Değerlendirilmesi

Öz

Bu çalışmada amaç, ülkeleri Çok Kriterli Karar Verme (ÇKKV) ve Kümeleme Analizi (KA) yöntemleriyle refah düzeylerine göre gruplara ayırmak ve yöntemlerin uygulanabilirliğini göstermektir. Bu kapsamda; Legatum Refah Endeksi (LRE)’nde yer alan 12 refah göstergesi ve 167 ülkenin 2019 güncel verileri kullanılmıştır. Çalışmada, önce ÇKKV yöntemlerinden Entropi tabanlı ELECTRE TRI yöntemi uygulanarak ülkeler refah düzeylerine göre sınıflandırılmış ve dört grup elde edilmiştir. Bu dört grup küme sayısı olarak belirlenerek veriler KA yöntemlerinden olan K-Ortalamalar algoritmasıyla kümelere ayrılmıştır. Yöntemlerden elde edilen sonuçlar karşılaştırılarak grupların bu göstergeler dahilinde benzerlik gösterip göstermediği incelenmiş, Türkiye’nin bu gruplar içerisindeki yeri belirlenmiştir. Sonuçlar; yöntemlerin ülkeleri refah düzeyine göre ayırmada %73 oranında benzerlik gösterdiğini ortaya koymaktadır. Bununla birlikte göstergeler incelendiğinde her iki yöntemle de en çok etkisi olan göstergelerin “pazar erişimi ve alt yapı, eğitim” olduğu; buna karşılık en az etkisi olan göstergelerin ise “sosyal sermaye, doğal çevre” olduğu belirlenmiştir.

Anahtar Kelimeler

• Entropi tabanlı ELECTRE TRI
• K-Ortalamalar
• Refah düzeyi
• Çok kriterli karar verme
• Kümeleme analizi.

Kaynakça

1. Abu Sharkh, M. & Gough, I. (2010). Global welfare regimes a cluster analysis. Global Social Policy, 10(1), 27–58.
2. Akar, S. (2014). Türkiye’de daha iyi yaşam endeksi: OECD ülkeleri ile karşılaştırma. Journal of Life Economics,1, 1-12.
3. Akar, H. (2015). Farklılaşan refah ölçüm yöntemleri ve eğitim açısından Türkiye’nin değerlendirilmesi, Finans Politik & Ekonomik Yorumlar, 52(606), 21-38.
4. Akkuş, B. & Zontul, M. (2019). Veri madenciliği yöntemleri ile ülkeleri gelişmişlik ölçütlerine göre kümeleme üzerine bir uygulama. AURUM Mühendislik Sistemleri ve Mimarlık Dergisi, 3(1), 51-64.
5. Akyol Özcan, K. & Oktay E. (2020). Ülkelerin insani gelişmişlik sınıflamalarının UTADIS yaklaşımı aracılığıyla yeniden hesaplanması ve değerlendirilmesi. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 34(3), 1153-1180.
6. Ali, H. H. & Kadhum, L.E. (2017). K-Means clustering algorithm applications in data mining and pattern recognition. International Journal of Science and Research (IJSR), 6(8), 1577-1584.
7. Almeida-Dias, J., Figueira, J. R. & Roy, B. (2010). Electre Tri-C: A multiple criteria sorting method based on characteristic reference actions. European Journal of Operational Research, 204, 565–580.
8. Alp, İ., Öztel, A. & Köse, M. S. (2015). ENTROPİ tabanlı MAUT yöntemi ile kurumsal sürdürülebilirlik performansı ölçümü: bir vaka çalışması. Ekonomik ve Sosyal Araştırmalar Dergisi, 11, 2, 65-81.

9. Alpaykut, S. (2017). Türkiye’de illerin yaşam memnuniyetinin temel bileşkenler analizi ve topsıs yöntemiyle ölçümü üzerine bir inceleme. Süleyman Demirel Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 4(29), 367-395.
10. Alptekin, N. & Yeşilaydın, G. (2015). OECD ülkelerinin sağlık göstergelerine göre bulanık kümeleme analizi ile sınıflandırılması, İşletme Araştırmaları Dergisi, 7(4), 137-155.
11. Amin, G. R. & Siddiq, F. K. (2019). Measuring global prosperity using data envelopment analysis and OWA operatör. Int J Intell Syst. 34, 2713-2738.
12. Antonella, C., Mario, E., Maria, G. G. & Manuela, La F. C. (2017). ELECTRE TRI-based approach to the failure modes classification on the basis of risk parameters: An alternative to the risk priority number. Computers & Industrial Engineering, 108, 100–110.
13. Aras, G. & Yıldırım, F. M. (2020). Sosyo-ekonomik refah düzeyinin belirlenmesinde alternatif bir endeks çalışması: ARAS yöntemi ile G-20 ülkeleri uygulaması. Business and Economics Research Journal, 11(3), 735-751.
14. Ayyıldız, E. & Demirci, E. (2017). Türkiye’de yer alan şehirlerin yaşam kalitelerinin SWARA entegreli TOPSIS yöntemi ile belirlenmesi. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 30, 67-87.
15. Bambra, C. (2007). Defamilisation and welfare state regimes: a cluster analysis. International Journal of Social Welfare, 16, 326–338.
16. BLI (2019). “Better Life Indeks”. http://www.oecdbetterlifeindex.org/about/better-life-initiative/ , 28.12. 2020.
17. Boer, L., Wegen, L. & Telgen, J. (1998). Outranking methods in support of supplier selection, European Journal of Purchasing & Supply Management, 4, 109-118.
18. Büchs, M. (2021). Sustainable welfare: Independence between growth and welfare has to go both ways, Global Social Policy, Article in press, 1–5, https://doi.org/10.1177/14680181211019153.
19. Chen, W., Feng, D. & Chu, X. (2015). Study of poverty alleviation effects for chinese fourteen contiguous destitute areas based on Entropy method. International Journal of Economics and Finance, 7(4), 89-98.
20. Demiralay, M. & Çamurcu, A. Y. (2005). CURE, AGNES ve K-MEANS algoritmalarındaki kümeleme yeteneklerinin karşılaştırılması, İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 4(8), 1-18.
21. Değirmenci, N. & Yakıcı Ayan, T. (2020). OECD ülkelerinin sağlık göstergeleri açısından bulanık kümeleme analizi ve TOPSIS yöntemine göre değerlendirilmesi. Hacettepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, (38)2, 229-241.
22. Dinç Cavlak, Ö. (2019). Sürdürülebilir toplum göstergelerinin hiyerarşik kümeleme analizi yöntemiyle incelenmesi. Üçüncü Sektör Sosyal Ekonomi Dergisi, 54(4), 2053-2073.
23. Do Carvalhal Monteiro, R. L., Pereira, V. & Costa, H. G. (2018). A Multicriteria approach to the human development index classification. Soc Indic Res, 136, 417–438.
24. Doumpos, M., Marinakis, Y., Marinaki, M. & Zopounidis, C. (2009). An evolutionary approach to construction of outranking models for multicriteria classification: The case of the ELECTRE TRI method. European Journal of Operational Research, 199, 496–505.
25. Ekizler, H. & Bolelli, M. (2020). OECD avrupa ülkelerinde iyi oluşun cinsiyet farklılıkları bağlamında Entropi ve MAUT yöntemleriyle incelenmesi. İktisadi ve İdari Bilimler Teori, Güncel Araştırmalar ve Yeni Eğilimler, 2, 349-365.
26. Eren, Ö. & Mizrahitokatlı, C. M. (2020). İnsani gelişim endeksinin Abraham Maslow’un ihtiyaçlar hiyerarşisi kuramı çerçevesinde tekrar değerlendirilmesi. R&S- Research Studies Anatolia Journal, 3(1), 48-62.
27. GCI (2019). “Global Competitiveness Index”. https://www.weforum.org/reports/how-to-end-a-decade-of-lost-productivity-growth., 11. 01. 2021.
28. Gülden, T & Karakış E. (2019). OECD ülkelerinin ekonomik özgürlüklerine göre kümeleme analizi ile sınıflandırılması. S.C.Ü. İktisadi ve İdari Bilimler Dergisi, 20(2), 1-24.
29. Hinkle, D. N. (1965). The change of personal constructs from the viewpoint of a theory of construct implications. Ph.D. Dissertation, Ohio State University, 1-61.
30. Jabeur, K. & Martel, J. M. (2007). An ordinal sorting method for group decision-making. European Journal of Operational Research, 180, 1272–1289.
31. Kalra M., Lal N. & Qamar S. (2018). K-Mean clustering algorithm approach for data mining of heterogeneous data. Mishra D., Nayak M. & Joshi A. (Ed.), Information and Communication Technology for Sustainable Development. Lecture Notes in Networks and Systems, 10, Springer, Singapore.
32. Kangallı, S. G., Uyar, U. & Buyrukoğlu, S. (2014). OECD ülkelerinde ekonomik özgürlük: bir kümeleme analizi, Uluslararası Alanya İşletme Fakültesi Dergisi, 6(3), 95-109
33. Kanungo, T, Mount, D.M., Netanyahu, N.S., Piatko, C.D., Silverman, R. & Wu, A.Y. (2002). An efficient k-means clustering algorithm: analysis and ımplementation. IEEE Transactions on Pattern Analysis and Machine Intelligence, 24(7), 881-892.
34. Kaya, P., İpekçi Çetin, E. & Kuruüzüm, A. (2011). Çok kriterli karar verme ile avrupa birliği ve aday ülkelerin yaşam kalitesinin analizi. Ekonometri ve İstatistik, 13, 80-94.
35. Khalil, J., Martel, J. M. & Jutras, P. (1999). “A Multicriterion System For Credit Risk Rating”. Document De Travail 1999-014, Faculté des sciences de l’administration, Université Laval, Canada.
36. Kılıç Depren, S. & Bağdatlı Kalkan, S. (2018). Ülkelerin konumlarinin daha iyi yaşam endeksine göre belirlenmesi: Entropi tabanlı MULTIMOORA yaklaşımı. Trakya Üniversitesi Sosyal Bilimler Dergisi, 20(2), 353-366.
37. Koçhisarlı, S. & Özarı, Ç. (2019). İyi yaşam endeksi göstergeleri dikkate alinarak İskandinav ülkelerinin TOPSIS yöntemi ile değerlendirilmesi. Akademik Sosyal Araştırmalar Dergisi, 7(94), 466-480.
38. Kodinariya, T. M. & Makwana, P. R. (2013). Review on determining number of cluster in k-means clustering. International Journal of Advance Research in Computer Science and Management Studies, 1(6), 90-95.
39. Koltan Yılmaz, Ş. & Patır, S. (2011). Kümeleme analizi ve pazarlamada kullanımı. Akademik Yaklaşımlar Dergisi, 2(1), 91-113.
40. Kowalski, R. & Wałęga, G. (2015). Defamilisation in central and eastern europe: a cluster analysis. The 9th International Days of Statistics and Economics. September 10-12, Prague, 855-863.
41. Krupka, J. & Provaznıkova R. (2013). Modelling of standards of living in Eurozone countries on the basis of multiple criteria decision analysis. Recent Researches in Applied Economics and Management, I, 425-432.
42. Levent, M. & Özarı, Ç. (2019). Edas yöntemi ve kümeleme analizi ile G-10 ülkelerinin ekonomik özgürlük kriterleri ile değerlendirilmesi. Türk & İslam Dünyası Sosyal Araştırmalar Dergisi, 6(22), 219-235.
43. Levy-Carciente, S., Phélan, C. M. & Perdomo, J. (2020). Prosperity in Spain and Latin America: myths and facts. International Journal of Advance Study and Research Work, 3(7), 2581-5997.
44. Liu, P. & Zhang, X. (2011). Research on the supplier selection of a supply chain based on entropy weight and improved ELECTRE-III method. International Journal of Production Research, 49(3), 637–646.
45. Lotfi, F. H. & Fallahnejad, R. (2010). Imprecise Shannon’s Entropy and multi attribute decision making. Entropy, 12, 53-62.
46. LPI (2019a). “The Legatum Prosprerity Index”. https://www.prosperity.com , 09.04.2020.
47. LPI (2019b). “The Legatum Prosperity Index Methodology Report”. https://prosperitysite.s3-accelerate.amazonaws.com/7515/8634/9002/Methodology_for_Legatum_Prosperity_Index_2019.pdf , 09.04.2020.
48. LPI (2019c). The Legatum Prosprerity Index. https://www.prosperity.com/about/summary/, 09.04.2020.
49. Mahdiraji, H. A., Hafeez, K. & Hajiagha, S. H. R. (2020). Business process transformation in financial market: A hybrid BPM‐ELECTRE TRI for redesigning a securities company in the Iranian stock market. Knowl Process Manag., 27, 211–224.
50. Markou, G., Palaiolouga, E., Kokkinakos, P., Markaki, O., Koussouris, S. ve Askounis, D. (2015). “Prosperity Indicators: A Landscape Analysis”. http://ceur-ws.org/Vol-1553/paper6.pdf , 08.02.2021.
51. Merad, M. M., Verdel, T., Roy, B. & Kouniali S. (2004). Use of multi-criteria decision-aids for risk zoning and management of large area subjected to mining-induced hazards. Tunnelling and Underground Space Technology, 19(2), 125–138.
52. Morissette, L. & Chartier, S. (2013). The k-means clustering technique: General considerations and implementation in Mathematica, Tutorials in Quantitative Methods for Psychology, 9(1), 15-24.
53. Mousseau, V. & Slowinski, R. (1998). Inferring an ELECTRE TRI model from assignment examples. Journal of Global Optimization, 12, 157–174.
54. Mousseau, V., Slowinski, R. & Zielniewicz, P. (1999). ELECTRE TRI 2.0a Methodological Guideand User's Manual. LAMSADE, Universite Paris Dauphine, Place du M De Lattre de Tassigny, 75 775 Paris cedex 16, 1-70.
55. Mousseau, V. & Dias, L. (2004). Valued outranking relations in ELECTRE providing manageable disaggregation procedures. European Journal of Operational Research, 156, 467–482.
56. Mut, S. & Akyürek, Ç. E. (2017). OECD ülkelerinin sağlık göstergelerine göre kümeleme analizi ile sınıflandırılması. International Journal of Academic Value Studies, 3(12), 411-422
57. Özdamar, K. (2004). Paket Programlar İle İstatistiksel Veri Analizi 2, Kaan Kitabevi, Eskişehir.
58. Peiro-Palomino J. & Picazo-Tadeo, A.J (2018). OECD: one or many? ranking countries with a composite well-being ındicator. Soc Indic Res, 139, 847–869.
59. Pereira, D. V. S. & Mota, C. M. M. (2016). Human development ındex based on ELECTRE TRI-C multicriteria method: an application in the city of recife. Soc Indic Res, 125,19–45.
60. Rocha, C. & Dias, L.C. (2013). MPOC: an agglomerative algorithm for multicriteria partially ordered clustering. 4 OR-Q J Oper Res, 11, 253–273.
61. Roy, B. (1968). Classement et choix en presence de points de vue multiples la methode ELECTRE, Revue Francaise d’Automatique Information et Research Operationelle, 8, 57-75.
62. Roy, B. & Bouyssou, D. (1986). Comparison of two decision-aid models applied to a nuclear power plant siting example. European Journal of Operational Research, 25(2), 200-215.
63. Roy, B. (1991). The outranking approach and the foundations of ELECTRE methods. Theory and Decision, 31, 49-73.
64. Roy, B. & Bouyssou, D. (1993). Aide multicrit`re a la de cision: me thodes et cas, Economica, Paris.
65. Saaty, T. L. (1977). A scaling method for priorities in hierarchical structures. Journal of Mathematical Psychology, 15(3), 234-281.
66. Safaee Pour, M., Maleki, S., Hatamınejad, H. & Modanlou, M. (2017). Evaluation of city prosperity ındex in Iranian-Islamic cities: A case study of Ahvaz Metropolis. Chinese Journal of Urban and Environmental Studies, 5(4), 1750025-(21 sayfa).
67. Sánchez-Lozano J. M., Antunes, C. H. & García-Cascales, M. S. (2014). GIS-based photovoltaic solar farms site selection using ELECTRE-TRI: Evaluating the case for Torre Pacheco, Murcia, Southeast of Spain. Renewable Energy, 66, 478-494.
68. Saraç, B. & Alptekin, N. (2017). Türkiye’de illerin sürdürülebilir kalkinma göstergelerine göre değerlendirilmesi. Uluslararası Yönetim İktisat ve İşletme Dergisi, 13(1), 19-49.
69. Simos J. (1990). Evaluer l’impact sur l’environnement. Une approche originale par l’analyse multicrite`re de ne´gotiation, Lausanne: Presse Polytechniques et Universitaires Romandes.
70. Siskos, Y., Grigoroudis, E., Krassadaki, E. & Matsatsinis, N. (2007). A multicriteria accreditation system for information technology skills and qualifications. European Journal of Operational Research, 182, 867–885.
71. Shannon, C.E. (1948). A Mathematical theory of communication. The Bell System Technical Journal, 27, 623–656.
72. SPI (2020). “The Social Progress Index”. https://www.socialprogress.org/index/global., 24.12.2020.
73. Taşçı, M. & Özarı, Ç. (2019), OECD ülkelerinin ekonomik özgürlük göstergelerinin k-ortalamalar kümeleme yöntemi ve gri ilişkisel yöntemi ile analizi, Akademik Sosyal Araştırmalar Dergisi, 7(96), 464-488.
74. Turan, K. K., Özarı, Ç. & Demir, E. (2016). Kümeleme analizi ile Türkiye ve Ortadoğu ülkelerinin ekonomik göstergeler açısından karşılaştırılması, İstanbul Aydın Üniversitesi Dergisi, 29, 143-165.
75. Türe, H. (2019). Türkiye’nin bölgeleri (İBBS-2) için refah düzeyi değerlendirmesi. Finans Politik & Ekonomik Yorumlar, 648, 121-141.
76. UNDP, HDI (2019a). “Human Development Index”. http://hdr.undp.org/en/humandev, 13. 07. 2020.
77. UNDP, HDI (2019b). “Human Development Index”. http://hdr.undp.org/en/content/human-development-index-hdi 13.07. 2020.
78. Urfalıoğlu, F. & Genç, T. (2013). Çok kriterli karar verme teknikleri ile Türkiye’nin ekonomik performansının Avrupa Birliği üye ülkeleri ile karşılaştırılması. Marmara Üniversitesi İ.İ.B.F. Dergisi, 35(2), 329-360.
79. Vasto-Terrientes, L. D., Valls, A., Slowinski, R. & Zielniewicz, P. (2015). ELECTRE-III-H: An outranking-based decision aiding method for hierarchically structured criteria. Expert Systems with Applications, 42, 4910–4926.
80. WHR (2020). “World Happiness Report”. https://worldhappiness.report/ , 28.12.2020.
81. Yıldız, A., Ayyıldız, E., Gümüş, A. T. & Özkan, C. (2019). Ülkelerin yaşam kalitelerine göre değerlendirilmesi için Hibrit Pisagor Bulanık AHP-Topsis metodolojisi: Avrupa Birliği Örneği. Avrupa Bilim ve Teknoloji Dergisi, 17, 1383-1391.
82. Yu, W. (1992). ELECTRE TRI: Aspects Methodologiques et Manuel D'utilisation. Document du LAMSADE, 74, Universite Paris-Dauphine.
83. Zheng, J., Takougang, S. A. M., Mousseau, V. & Pirlot, M. (2014). Learning criteria weights of an optimistic Electre TRI sorting rule. Computers &Operations Research, 49, 28–40EK: ELECTRE TRI ve K-Ortalamalar Yöntemleri ile Ülkelerin Refah Düzeyine göre Sınıflandırma ve Kümeleme Sonuçları