Performance Evaluation by Two-Stage Multi Criteria Decision Making: Integration of AHP and TOPSIS Methods

Öz

Performance evaluation and correspondingly determination of more efficient decision processes has a big importance for sustainability and competition of the enterprises. It has an importance for the sustainability and competition of management that evaluates performance and correspondingly determines more productive and effective decision processes. In education -as a service sector-, performance evaluation, improving and analyzing it at an international level in order to become competitive with the other countries, deficiencies have to be discussed. In a service sector –education- it is also needed to evaluate and improve performance, and discuss it’s slacks by analyzing it international to become in competition level with other countries. In this study international comparisons of educational performances are aimed to be evaluated by using a two-stage multi criteria decision making method. In the first stage, the weights of educational performance criteria are found by AHP method. In the second stage, by analyzing the educational performances of OECD countries with TOPSIS method, the ranking of the countries are gained. As a result of AHP performance criteria ranking, expenditure per student and salaries criteria are found the most important criteria that affect the educational performance and net intake criteria rate has the lowest weight values. The fact of criteria belonging to primary education effect the educational performance more than secondary education is a result of the analyses as well. In educational performance ranking of OECD countries when Luxemburg is found to be the most successful, Turkey is found to be the least. Luxemburg is followed by Switzerland and than Canada. In these countries, the salaries of the teachers and the money shared from GDP for education draw the attention.

Anahtar Kelimeler

• AHP
• TOPSIS
• Education
• Performance
• OECD

İki Aşamalı Çok Kriterli Karar Verme ile Performans Değerlendirmesi: AHP ve TOPSIS Yöntemlerinin Entegrasyonu

Öz

Performans değerlendirmesi ve buna bağlı olarak daha etkin ve verimli karar süreçlerinin tanımlanması, işletmelerin sürdürülebilirliği ve rekabeti için önem arz etmektedir. Bir hizmet sektörü olan eğitimde de performansın değerlendirilmesi, iyileştirilmesi ve uluslar arası düzeyde analiz edilerek diğer ülkelerle rekabet edilebilir hale gelinmesi için eksikliklerin tartışılması gerekmektedir. Uluslar arası düzeyde eğitim performanslarının değerlendirilmesinin amaçlandığı bu çalışmada iki aşamalı çok kriterli bir karar verme yöntemi kullanılmıştır. İlk aşamada AHP (Analytic Hierarchy Process-Analitik Hiyerarşi Süreci) yöntemi kullanılarak eğitim performans kriterlerinin ağırlıkları bulunmuştur. İkinci aşamada ise TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution) yöntemi ile OECD (Organisation for Economic Co-operation and Development- Ekonomik Kalkınma ve İşbirliği Örgütü) ülkelerinin eğitim performansları analiz edilerek, ülke sıralamaları elde edilmiştir. AHP yöntemiyle elde edilen performans kriterleri sıralamasında, eğitime yapılan harcamalar ve maaşlar eğitim performansını etkileyen en önemli kriterler olarak bulunurken, okullaşma oranı ise en düşük ağırlığa sahip performans kriteri olmuştur. İlköğretime ilişkin kriterlerin orta öğretime nazaran eğitim performansını daha çok etkilediği yine bulgular arasındadır. TOPSIS yöntemi ile elde edilen, eğitim performans sıralamasında en başarılı ülke Lüksemburg olarak bulunurken, en başarısız ülke ise Türkiye olmuştur. Lüksemburg’u, İsviçre ve Kanada izlemektedir. Bu ülkelerin öğretmen maaşlarının ve GSYH (Gayrisafi Yurtiçi Hasıla)’dan eğitime ayırdıkları payın oldukça yüksek olduğu göze çarpmaktadır.

Anahtar Kelimeler

• AHP
• TOPSIS
• Eğitim
• Performans
• OECD

Kaynakça

1. Abalı, Y.A., Kutlu, B.S. ve Eren, T. (2012). Çok Ölçütlü Karar Verme Yöntemleri ile Bursiyer Seçimi: Bir Öğ- retim Kurumunda Uygulama. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 26, 3-4, 259- 272.
2. Agasisti, T. (2013). The efficiency of Italian Secondary Schools and The Potential Role of Competition: A Data Envelopment Analysis Using OECD-PISA 2006 Data. Education Economics, 21, 5, 520-544.
3. Agasisti, T. (2014). The Efficiency of Public Spending on Education: An Empirical Comparison of EU Countries. European Journal of Education, Early view (Online Version of Record published before inclusion in an issue) Article first published online: 13 jan 2014, DOI: 10.1111/ejed.12069.
4. Agrawal, V.P., Kohli, V. ve Gupta, S. (1991). Computer Aided Robot Selection: The ‘Multiple Attribute De- cision Making’ Approach. International Journal of Production Research, 29, 1629–1644.
5. Aydın, A. Şengül, U. ve Sarıer, Y. (2010). Analysing The Results of Pisa Maths Literacy in Terms of Social Jus- tice and Equality in Educational Opportunities. Pro- cedia Social and Behavioral Sciences, 2, 3537–3544.
6. Altunok, T., Özpeynirci, Ö., Kazancıoğlu, Y. ve Yılmaz, R. (2010). Comparative Analysis of Multicriteria Decision Making Methods For Postgraduate Stu- dent Selection. Eurasian Journal of Educational Re- search, 40, 1-15.
7. Cheng-Ru W., Lin, C-T. ve Tsai, P-H. (2008). Financial Service of Wealth Management Banking: Balanced Scorecard Approach. Journal of Social Sciences, 4, 4, 255-263.
8. Cheng, E.W.L. ve Li, H. (2001). Analytic Hierarchy Process An Approach to Determine Measures For Business Performance. Measuring Business Excel- lence, 5, 30–36.

9. Dinçer, H. ve Görener, A. (2011). Performans Değer- lendirmesinde AHP-VIKOR ve AHP-TOPSIS Yak- laşımları: Hizmet Sektöründe Bir Uygulama. Yıldız Teknik Üniversitesi-Sigma Mühendislik ve Fen Bi- limleri Dergisi, 29, 3, 244-260.
10. Hwang, C.L. ve Yoon, K. (1981). Multiple Attribute De- cision Making Methods and Applications. Springer, Berlin.
11. Kuruüzüm, A. ve Atsan, N. (2001). Analitik Hiyerarşi Yöntemi ve İşletmecilik Alanındaki Uygulamaları. Akdeniz Üniversitesi İ.İ.B.F. Dergisi, 1, 83-105.
12. Mante, B. ve O’Brien, G. (2002). Efficiency Measure- ment of Avustralian Public Sector Organisations: The Case of State Secondary Schools in Victoria. Jo- urnal of Educational Administration, 40, 3, 274-296.
13. Monjezi, M., Dehghani, H., Singh, T.N., Sayadi, A.R. ve Gholinejad, A. (2012). Application of TOPSIS Method for Selecting the Most Appropriate Blast Design. Arabian Journal of Geosciences, 5, 95-101.
14. Radulescu, C.Z., Rahoveanu, A.T. ve Radulescu, M. (2010). A Hybrid Multi-Criteria Method for Per- formance Evaluation of Romanian South Munte- nia Region in Context of Sustainable Agriculture. International Conference on Applied Computer Sci- ence (ACS), September 15-17, 303-308, Malta.
15. Saaty, T.L. (1980). The Analytic Hierarchy Process. McGraw-Hill, New York.
16. Saaty, T.L. (1990). How to Make A Decision: The Analytic Hierarchy Process. European Journal of Operational Research, 48, 9-26.
17. Saaty, T.L. (2008). Decision Making with the Analytic Hierarchy Process, International Journal of Services Sciences, 1, 1, 83-98.
18. Sadeghi, M. ve Keshanian, K. (2011). Poison Selecti- on in Agriculture by Using AHP and TOPSIS – A Case Study For The Apple Trees. American Journal of Scientific Research, 33, 76-83.
19. Seçme, N.Y., Bayrakdaroğlu, A. ve Kahraman, C. (2009). Fuzzy Performance Evaluation in Turkish Banking Sector Using Analytic Hierarchy Process and TOPSIS. Expert Systems with Applications, 36, 9, 11699–11709.
20. Shyjith, K., Ilangkumaran, M. ve Kumanan, S. (2008). Multi-Criteria Decision-Making Approach to Eva- luate Optimum Maintenance Strategy in Textile Industry. Journal of Quality in Maintenance Engi- neering, 14, 4, 375-386.
21. Soba, M. (2012). Üniversite Öğrencilerinin Perfor- manslarının Akademisyenler Tarafından Analitik Hiyerarşi Süreci ile Değerlendirilmesi (Uşak Üni- versitesi Örneği). Elektronik Sosyal Bilimler Dergisi, 11, 42, 368-381.
22. Supçiller A.A. ve Çapraz O. (2011). AHP-TOPSIS Yöntemine Dayalı Tedarikçi Seçimi Uygulaması. İstanbul Üniversitesi İktisat Fakültesi Ekonometri ve İstatistik Dergisi, 13, 1–22.
23. Tzeng, G.-H., Lin, C.-W. ve Opricovic, S. (2005). Mul- ti-Criteria Analysis of Alternative-Fuel Buses for Public Transportation. Energy Policy, 33, 1373- 1383.
24. Wu H.Y., Chen J.K., Chen I.S. ve Zhuo H.H. (2012). Ranking Universities Based on Performance Eva- luation by a Hybrid MCDM Model. Measurement, 45, 856–880.
25. Childinfo: Monitoring the Situation of Children and Women, http://www.childinfo.org/education_se- condary.php, (alıntı tarihi: 15.12.2012).
26. CIA (Central Intelligence Agency ), https://www.cia. gov/library/publications/the-world-factbook/fi- elds/2103.html, (alıntı tarihi: 28.11.2012).
27. Nation Master, http://www.nationmaster.com/co- untry-info/stats, (alıntı tarihi: 15.12.2012).
28. OECD, (2012). Education at a glance 2012: OECD in- dicators, http://www.oecd.org/edu/highlights.pdf, (alıntı tarihi: 07.11.2012).
29. OECD, (2010). Education at a glance 2010: OECD indicators, http://www.oecd.org/edu/highereduca- tionandadultlearning/45925258.pdf , (alıntı tarihi: 07.11.2012).
30. OECD, (2009). Education at a glance 2009: OECD indicators, http://www.oecd.org/edu/highereduca- tionandadultlearning/43638890.pdf, (alıntı tarihi: 07.11.2012).
31. OECD, www.oecd.org, (alıntı tarihi: 05.01.2013).
32. UNESCO (United Nations Educational, Scientific and Cultural Organization) Institute for Statistics, (2009). Education Indicators Technical Guidelines, http://www.uis.unesco.org/Library/Documents/ eiguide09-en.pdf , (alıntı tarihi: 10.12.2012).
33. UNICEF (United Nations International Children’s Emergency Fund), http://www.unicef.org/sta- tistics/index_countrystats.html, (alıntı tarihi: 15.12.2012).
34. World Bank, http://data.worldbank.org/indicator/ SE.XPD.PRIM.PC.ZS, (alıntı tarihi: 10.12.2012).