Bulanık Flowsort Yöntemiyle Türkiye’de İllerin Eğitim Hizmetlerine Göre Sınıflandırılması

Yıl 2017, Cilt: 10 Sayı: 31, 323 - 337, 15.09.2017

Hüseyin Avni Es Coşkun Hamzaçebi Seniye Ümit Fırat

Öz

Eğitim,
ülkenin refah seviyesinin artırılmasında ve kalkınmasında en önemli unsurlardan
biridir. Gelişen teknoloji, hızla artan ve yayılan bilgi, sosyal, kültürel ve
ekonomik alanlarda meydana gelen değişmeler eğitimin önemini daha da
artırmaktadır. Eğitimin bireyde meydana getirdiği değişim dolayısıyla sosyal
hayata ve ülke ekonomisine de yansımaktadır. Devletin sosyal görevleri arasında
yer alan eğitim hizmetlerinin, topluma güçlü ve dengeli bir şekilde sunulması
gerekmektedir. Bu çalışmada, Bulanık Flowsort yöntemiyle Türkiye’de illerin aldıkları
eğitim hizmetlerine göre sınıflandırılması amaçlanmıştır. Çok Kriterli Karar
Destekli Sınıflandırma yöntemlerinden biri olan Flowsort yönteminde bulanık
sayılar kullanılarak daha esnek bir model oluşturulmuştur. Uygulama öncesinde eğitim
hizmetlerinin göstergesi olabilecek kriterler araştırılmış; her bir il için örgün
eğitimdeki okul, şube, öğretmen ve derslik başına düşen öğrenci sayısı ve
öğrenci başına düşen eğitim harcaması kriterlerine ulaşılmıştır. Bu kriterler dikkate
alınarak iller en iyiden en kötüye doğru olmak üzere sınıflandırılmıştır. Farklılıkları
daha net bir şekilde gözlemleyebilmek için elde edilen sınıflar, Türkiye
haritası üzerinde renklendirilmiştir. Türkiye’deki illerin büyük çoğunluğunun
vasat sınıfta yer aldığı görülürken, İstanbul, Adana ve Gaziantep’in eğitim
hizmetinde arzulanan standartların altında olduğu gözlemlenmiştir. Çalışma
neticesinde iller arasındaki farklılaşmalar analiz edilmiş ve sonuçlar
yorumlanmıştır. Bu çalışma eğitim yatırımları ve teşvikleri noktasında karar
vericiler için önemli bilgiler arz etmektedir.

Anahtar Kelimeler

Bulanık flowsort, Çok kriterli karar destekli sınıflandırma, eğitim, Türkiye

Classification of Provinces in Turkey according to Educational Services by Fuzzy Flowsort Method

Öz

Education is one of the most
elements in increasing the welfare level and development of the country. The
importance of education is more increasing due to emerging technology, rapidly
growing and spreading information, and the changes on social, cultural and
economic areas. he change which education brings to the individual is also
reflected in the social life and the country's economy. Educational services,
which are among the state's social duties, must be presented in a strong and
balanced manner. In this study, it is aimed to classification provinces in
Turkey according to educational services by Fuzzy Flowsort method. A more
flexible model was created by using the fuzzy numbers in the Flowsort method
which is one of the Multi Criteria Decision Aid Classification methods. Criteria
that could be indicative of educational services were investigated before
application; then, the number of students per school, branch, teacher and
classroom, and educational expenditure per student in formal education have
been reached for each province. The provinces are classified from the best to
the worst by taking account into these criteria. To be able to observe the
differences more clearly, the obtained classes are colored on the map of
Turkey. While a large majority of the provinces in Turkey were found to be in
the mediocre class, it was observed that Istanbul, Adana and Gaziantep were
below the desired standards in educational service. As a result of the study,
the differences between the provinces were analyzed and the results were
interpreted. This work provides important information for decision makers at
the point of education investments and incentives.

Anahtar Kelimeler

Fuzzy flowsort, Multi criteria decision aid classification, education, Turkey

Kaynakça

• Andriosopoulos, D., Gaganis, C., Pasiouras, F., & Zopounidis, C. (2012). An application of multicriteria decision aid models in the prediction of open market share repurchases. Omega, 40(6), 882–890. https://doi.org/10.1016/j.omega.2012.01.009 Araújo, R. M. (2015). Multicriteria classification with TODIM-FSE. Procedia Computer Science, 55(Itqm), 559–565. https://doi.org/10.1016/j.procs.2015.07.043 Balla, V., Gaganis, C., Pasiouras, F., & Zopounidis, C. (2014). Multicriteria decision aid models for the prediction of securities class actions: Evidence from the banking sector. OR Spectrum, 36(1), 57–72. https://doi.org/10.1007/s00291-013-0333-8 Brans, J.-P. (2005). PROMETHEE methods. International Series in Operations Research and Management Science (C. 78). https://doi.org/10.1007/0-387-23081-5_5 Bütçe Sunuş Raporu, (2017). Ankara: MEB Strateji Geliştirme Başkanlığı. Campos, A. C. S. M., Mareschal, B., & De Almeida, A. T. (2015). Fuzzy FlowSort: An integration of the FlowSort method and Fuzzy Set Theory for decision making on the basis of inaccurate quantitative data. Information Sciences, 293, 115–124. https://doi.org/10.1016/j.ins.2014.09.024 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(2), 496–505. https://doi.org/10.1016/j.ejor.2008.11.035 Genç, T. (2013). G 7 Ülkelerinden Seçilen Üyelerin Makro Ekonomik Kriterlere Göre Flowsort Ve Electre Trı Yöntemi ile Sınıflandırılması. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü. Tarihinde adresinden erişildi http://dergipark.ulakbim.gov.tr/cusosbil/article/view/5000001670 Milli Eğitim İstatistikleri Örgün Eğitim, (2017). Ankara: MEB Strateji Geliştirme Başkanlığı. Nemery, P. (2009). On the use of multicriteria ranking methods in sorting problems. Universite Libre de Bruxelles. https://doi.org/10.13140/2.1.3854.6722 Nemery, P., & Lamboray, C. (2008). FlowSort : a flow-based sorting method with limiting or central profiles, 90–113. https://doi.org/10.1007/s11750-007-0036-x Pasiouras, F., Gaganis, C., & Zopounidis, C. (2010). Multicriteria classification models for the identification of targets and acquirers in the Asian banking sector. European Journal of Operational Research, 204(2), 328–335. https://doi.org/10.1016/j.ejor.2009.10.026 Yevseyeva, I. (2007). Solving classification problems with multicriteria decision aiding approaches. Jyvaskyla: Jyvaskyla University Printing House. Yıldırım, B., & Önder, E. (2014). İşletmeciler, mühendisler ve yöneticiler için operasyonel, yönetsel ve stratejik problemlerin çözümünde çok kriterli karar verme yöntemleri. Dora Yayınları, Bursa.