CRITIC-TOPSIS YÖNTEMİ İLE ÜNİVERSİTE HASTANELERİNİN HİZMET YÖNÜNDEN SIRALANMASI

Yıl 2023, , 1828 - 1848, 20.10.2023

Abdulkerim Güler , Mesut Polatgil

https://doi.org/10.17755/esosder.1298549

Cited By: 3

Öz

Karar verme kavramı, hedeflere ve amaçlara ulaşılabilmesi için var olan alternatiflerden birisinin seçilmesi işlemidir. Günümüzde sıkça karşılaşılan ve birçok kriterin birlikte değerlendirilmesini gerektiren problemler ise bir seçim problemleridir. Çok kriterli karar verme teknikleri ise bu seçme problemlerine uygun çözüm önerileri sunmaktadır. Türkiye’deki Üniversite Hastaneleri ile sınırlı olan bu çalışmada Hastanelerin hangisinin en ideale yakın olduğunu tespit edilmesi için CRITIC entegreli TOPSIS Yöntemi kullanılmıştır. Çalışmada en uygun Üniversite Hastanesi seçmek amacıyla 13 (on üç) adet kriter göz önüne alınarak en ideal çözüm tespit edilmeye çalışılmıştır. Çalışmada kullanılan kriterler ilk önce CRITIC yöntemi ile ağırlıklandırılmış, daha sonra TOPSIS yöntemi ile Üniversite Hastaneleri sıralanırken bu ağırlık değerleri kullanılmıştır. Böylece kriterlerin ağırlıklandırılmasıyla en ideale yakın Üniversite Hastanelerinin belirlenmesi hedeflenmiştir. En idealden kasıt, Hastanelerin belirlenen kriter ağırlıklarına göre üst sırada yer almasıdır. Çalışma sonucunda en ideale yakın Üniversite Hastanesi U18 (Erciyes Üniversitesi) olmuştur. Daha sonra Üniversite Hastaneleri sırasıyla, U17(Ege Üniversitesi Hastanesi) U19 (Hacettepe Üniversitesi Hastanesi) şeklinde sıralanmaktadır. İdeale yakın olmayan Üniversite Hastaneleri ise sırasıyla, U7 (Bozok Üniversitesi Hastanesi), U8 (Kafkas Üniversitesi Hastanesi) ve U16 (Düzce Üniversitesi Hastanesi) olmuştur.

Anahtar Kelimeler

Çok Kriterli Karar Verme, CRITIC, TOPSIS, Üniversite Hastaneleri.

Teşekkür

İlginiz için teşekkür ederiz.

RANKING OF UNIVERSITY HOSPITALS IN TERM OF SERVICES WITH THE CRITIC-TOPSIS METHOD

Öz

The concept of decision making is the process of choosing one of the available alternatives to achieve the goals and objectives. The problems that are frequently encountered today and that require evaluation of many criteria together are selection problems. Multi-criteria decision making techniques offer suitable solutions to these selection problems. In this study, CRITIC integrated TOPSIS Method was used to determine which University Hospitals in Turkey are closest to the ideal. In order to select the most suitable University Hospital in study, the most ideal solution was tried to be determined by considering 13 (thirteen) criteria. The criteria used in the study were first weighted with the CRITIC method, and then these weight values were used when ranking the University Hospitals with the TOPSIS method. Thus, it was aimed to determine the University Hospitals closest to the ideal by weighting the criteria. The intended meaning is for hospitals to be ranked at the top according to the assigned criterion weights. As a result of the study, the most ideal University Hospital was U18 (Erciyes University). Then, the University Hospitals are listed as U17 (Ege University Hospital) and U19 (Hacettepe University Hospital), respectively. University Hospitals that are not close to the ideal are U7 (Bozok University Hospital), U8 (Kafkas University Hospital) and U16 (Duzce University Hospital), respectively.

Anahtar Kelimeler

Multi-Criteria Decision Making, CRITIC, TOPSIS, University Hospitals.

Kaynakça

• Aksoy, C. & Yılmaz, S. (2019). Sağlık Turistlerinin Hastane Tercih Kriterleri Yönetici Görüşleri. Sağlık ve Sosyal Refah Araştırmaları Dergisi, 1(2), 27–39.
• Ataman, G. & Yarımoğlu, E. K. (2018). Hastane Türlerine Göre Hasta Memnuniyetini ve Hastane Seçimini Etkileyen Unsurlar. Hacettepe Sağlık İdaresi Dergisi, 21(2), 273–288.
• Aytekin, A. (2016). Hastaların Hastane Tercihinde Etkili Kriterler ve Hastanelerin MULTIMOORA İle Sıralanması: Eskişehir Örneği. İşletme ve İktisat Çalışmaları Dergisi, 4(4), 134–143.
• Boydak, S. & İleri, Y. Y. (2021). Türkiye’deki Kamu ve Özel Hastane Web Sitelerinin İşleyiş Kalitesi, Güncellik ve Tasarım Altyapısı Bakımından Analizi. AJIT-E: Academic Journal of Information Technology, 12(44), 71–92.
• Bükecik, N. & Adana, F. (2021). Hastane Çalışanlarının Sağlık Okuryazarlık Düzeyleri ve İlişkili Faktörler: Konya İli Örneği. Caucasian Journal of Science, 8(1), 1–13.
• Can, A. & İbicioğlu, H. (2008). Yönetim ve Yöneticilik Yönünden Üniversite Hastanelerinin Değerlendirilmesi. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 13(3), 253–275.
• Clement, J. P., Valdmanis, V. G., Bazzoli, G. J., Zhao, M. & Chukmaitov, A. (2008). Is More Better? An Analysis of Hospital Outcomes and Efficiency With a DEA Model of Output Congestion, Health Care Management Science, No:11, pp. 67–77.
• Çalışkan, H. (2020). Kamu Hastane Birliklerinin Verimlilik Düzeylerinin Veri Zarflama Analizi ile Değerlendirilmesi. Verimlilik Dergisi, 2, 157–178.
• Çetin, O. (2022). Türkiye’nin Sağlık Turizmi Performansının TOPSIS Yöntemi ile Değerlendirilmesi (2004-2019).Nevşehir Hacı Bektaş Veli Üniversitesi SBE Dergisi, 12(1), 638–655. https://doi.Org/10.30783/Nevsosbilen.978142.
• Dawson, R. (1995). Güvenli Karar Alma Rehberi. İstanbul: İnkılap Kitabevi.
• Diakoulaki, D., Mavrotas, G., & Papayannakis, L. (1995). Determining Objective Weights In Multiple Criteria Problems: The Critic Method. Computers & Operations Research, 22(7), 763–770. https://doi.Org/Https://Doi.Org/10.1016/0305-0548(94)00059-H.
• Erbay, E. & Akyürek, Ç. E. (2020). Hastanelerde Çok Kriterli Karar Verme Uygulamalarının Sistematik Derlemesi. Ankara Hacı Bayram Veli Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 22(2), 612–645.
• Ferrier, G. D., Rosko M. D. & Valdmanis, V. G. (2006). Analysis of Uncompensated Hospital Care Using A DEA Model of Output Congestion, Health Care Management Science, No:9, pp. 181-188.
• Güler, A. (2021). Farklı Kriter Ağırlıklandırma Yöntemleri ile Veri Zarflama Analizi:Türkiye’deki Devlet Üniversitesi Hastanelerinde Uygulama, Doktora Tezi, Sivas Cumhuriyet Üniversitesi Sosyal Bilimler Enstitüsü.
• Hofmarcher, M. M., Paterson, I. & Rıedel, M. (2002). Measuring Hospital Efficiency in Austria – A DEA Approach, Health Care Management Science, No:5, pp. 7-14.
• Hoşgör, H. & Hoşgör, D. G. (2019). Hastaların Hastane Seçimini Etkileyen Faktörler: Sistematik Derleme (1996-2017). Hacettepe Sağlık İdaresi Dergisi, 22(2), 437–456. https://dergipark.Org.Tr/En/Pub/Hacettepesid/İssue/48866/622784.
• Huang, M.J. (2020). A novel design research based on fuzzy Kano-TOPSIS exploring the local culture on innovative campus product. In Proceedings of the 2020 13th International Symposium on Computational Intelligence and Design (ISCID), Hangzhou, China, 12–13.
• Hwang, C.-L. & Yoon, K. (1981). Multiple Attribute Decision Making: Methods and Applications. (Vol. 186). Springer-Verlag, https://doi.Org/10.1007/978-3-642-48318-9.
• Kabuncubaşı, Ş. (2002). Sağlık Kurumları Yönetimi. Anadolu Üniversitesi Yayın No: 1429.
• Karaman, B. & Çerçioğlu, H. (2015). 0-1 Hedef Programlama Destekli Bütünleşik AHP – VIKOR Yöntemi: Hastane Yatırımı Projeleri Seçimi. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 30(4).
• Kar, İ. & Demireli, E. (2021). Veri zarflama analizi ile etkinlik ölçümü İzmir ili devlet hastanelerinde bir uygulama . Akademik Araştırmalar ve Çalışmalar Dergisi (AKAD), 13(24), 122-136. https://doi.org/10.20990/kilisiibfakademik.888360.
• Keleş, N. (2023). Türkiye’nin 81 İlinin Sağlık Performansının Güncel Karar Verme Yöntemleriyle Değerlendirilmesi. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi , (75) , 120-141 . DOI: 10.51290/dpusbe.1134082.
• Kıraç, R. (2019). Hastane Randevu Sistemlerinin Hastalar Açısından Değerlendirilmesi. Sağlık Akademisyenleri Dergisi, 6(3), 189–195. https://dergipark.org.tr/En/Pub/Sagakaderg/İssue/49316/600717.
• Kopuz, K. & Aydın, G. (2020). Sağlık Çalışanlarında Teknostres: Bir Özel Hastane Örneği. Ekonomi İşletme ve Maliye Araştırmaları Dergisi, 2(3), 249–264. https://doi.org/10.38009/Ekımad.780928.
• Korkmazer, F., Güneysu, E., & Pirol, M. (2020). Hemşirelerin Hastane Etik İklim Algılarının Performansları Üzerine Etkisi. Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi, 8(1), 163–170.
• Li, T., Jin, J. & Li, C. (2012). Refractured Well Selection for Multicriteria Group Decision Making by Integrating Fuzzy AHP with Fuzzy TOPSIS Based on Interval-Typed Fuzzy Numbers. J. Appl. Math.
• Mansur, F. & Korkmaz, S. (2020). Sağlık Hizmeti Kullanıcılarının Yeşil Hastane Farkındalık Düzeylerini Belirlemeye Yönelik Bir Çalışma. Ankara Hacı Bayram Veli Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 22(3), 827–850.
• Matawie, K. M. & Assaf, A. (2010), Bayesian and DEA Efficiency Modelling: An Application to Hospital Foodservice Operations, Journal of Applied Statistics, Vol:37, No:6, pp. 945-953.
• Ömürbek, N., Parlar, G., Karaatlı, M., & Yıldırım, H. (2021). CRITIC Yöntemi ve Oyun Teorisi Bütünleşik Yaklaşımı İle Hastane Performanslarının Değerlendirilmesi. Mehmet Akif Ersoy Üniversitesi İktisadi Ve İdari Bilimler Fakültesi Dergisi, 8(1), 539–560.
• Pakdil, F., Akgül, S., Doruk, T. Ç. & Keçeci, B. (2010). Kurumsal Performans Yönetiminde Veri Zarflama Analizi Sonuçlarının Kullanımı: Üniversite Hastaneleri Karşılaştırması, II. Uluslararası Sağlıkta Performans ve Kalite Kongresi, Antalya.
• Seçim, H. (1995). Hastane Yönetimi ve Organizasyon, Türkiye’de Hastanelerin Organizasyonu İçin Bir Model Önerisi. İşletme Fakültesi, Yayın No:252.
• Staat, M. (2006). Efficiency of Hospitals in Germany: a DEA-Bootstrap Approach, Applied Economics, No:38, pp. 2255-2263.
• Taş, C., Eren, T., Alağaş, H. M., Çetin, S. & Bedir, N. (2018). AHP-TOPSIS Yöntemleri Entegrasyonu İle Poliklinik Değerlendirilmesi: Ankara’da Bir Uygulama. Sağlık Yönetimi Dergisi, 2(1), 1–17.
• Turan, G. (2015). Çok Kriterli Karar Verme içinde İşletmeciler, Mühendisler ve Yöneticiler için Operasyonel, Yönetsel ve Stratejik Problemlerin Çözümünde Çok Kriterli Karar Verme Yöntemleri. Bursa:Dora. s.21-61.
• Ünal, E. A. (2019). Bütünleşik Entropi ve Edas Yöntemleri Kullanılarak BİST Sigorta Şirketlerinin Performansının Ölçülmesi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 4(4), 555-566.
• Weng, S. J., Wu, T., Blackhurst, J. & Mackulak, G. (2009), An Extended DEA Model for Hospital Performance Evaluation and İmprovement, Health Services and Outcomes Research Methodology, No:9, pp. 39–53.
• Yeşilyurt, B., Gür, Ş., Eren, T., & Karakuş, K. (2019). Çok Ölçütlü Karar Verme Yöntemleri İle Hastane Bilgi Yönetim Sistemleri İçin Paket Programı Seçimi. Başkent Üniversitesi Ticari Bilimler Fakültesi Dergisi, 3(1), 1–21.
• Yiğit, V. (2016). Hastanelerde teknik verimlilik analizi: kamu hastane birliklerinde bir uygulama. Süleyman Demirel Üniversitesi Sağlık Bilimleri Dergisi. 7(2): 9-16. https://dergipark.org.tr/en/pub/sdusbed/issue/24699/255877.
• Yiğit, A. (2019). Türkiye’de Eğitim ve Araştırma Hastaneleri Performansının TOPSIS Yöntemi İle Analizi. Ankara Sağlık Bilimleri Dergisi, 8(2), 72–85.
• Yiğit, A. (2020). Türkiye’de Hastane Verimliliğinin Meta Analiz Yöntemiyle Tespit Edilmesine Yönelik Bir Araştırma. Süleyman Demirel Üniversitesi Sağlık Bilimleri Dergisi, 11(1), 24–32.
• Zerenler, M. & Öğüt, A. (2007). Sağlık Sektöründe Algılanan Hizmet Kalitesi ve Hastane Tercih Nedenleri Araştırması: Konya Örneği. Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 18, 501–519.
• Zhou, B., Chen, J., Wu, Q., Pamuˇcar, D., Wang, W. & Zhou, L. (2022). Risk Priority Evaluation of Power Transformer Parts Based on Hybrid FMEA Framework under Hesitant Fuzzy Environment. Facta Univ. Ser. Mech. Eng., 20, 399–420.