Performance Evaluation of Woven, Clothing and Leather Industry Firms: VIKOR And TOPSIS Methods

Yıl 2020, Cilt: 13 Sayı: 1, 24 - 39, 10.01.2020

Hüseyin Ekizler

https://doi.org/10.25287/ohuiibf.556233

Cited By: 2

Öz

Nowadays, businesses are required to
continuously evaluate their performance in order to observe their own situation
and to determine to what extent they are efficient and effective compared to
their competitors. From this objective, 19 firms operating in Woven, Clothing
and Leather Industry, which constitutes approximately 7% of total employment in
Turkey, and listing on Borsa Istanbul (BİST) were selected between 2011-2018
inclusively for performance evaluation. Financial ratios including cash ratio,
debt ratio, asset turnover, total profit growth, net profit margin and market
share were selected to rank the firms according to performance within given
eight year interval. In this study, VIKOR and TOPSIS which are frequently used
multi criteria decision making (MCDM) methods in literature were performed
separately. In both of the methods, the criteria determined as indicatoryear were
weighted as equal and yearly increasing, respectively. Totally the firms were
ranked in terms of financial performance in four different ways. According to
these four different ranking results, SNPAM and YATAS was ranked as best two,
DIRIT and BREMEN were ranked as worst two firms respectively in terms of
selected  performance indicators. Similar
ranking results were observed and these rankings were statistically tested with
Kendall concordance coefficient in order to determine any changes due to the methodological
and weighting differences.

Anahtar Kelimeler

Multi Criteria Decision Making, VIKOR, TOPSIS, Financial Ratios, Performance Evaluation

Dokuma, Giyim Eşyası ve Deri Sanayi Sektörü’ndeki İşletmelerin Performanslarının Değerlendirilmesi: VIKOR ve TOPSIS Yöntemleri

Öz

Günümüzde
işletmeler hem kendi durumlarını gözlemlemek, hem de rakiplerine kıyasla ne
ölçüde verimli ve etkin olduklarını belirlemek açısından performanslarını
sürekli olarak değerlendirmek durumundadırlar. Bu amaçtan hareketle Türkiye’de
toplam istihdamın yaklaşık olarak %7’sini oluşturan Dokuma, Giyim Eşyası ve
Deri Sanayi Sektörü’nde yer alan ve Borsa İstanbul (BİST)’da işlem gören 19
adet işletmenin 2011-2018 yılları arasındaki finansal oranları kullanılarak
performansları değerlendirilmiştir. Çalışmada, nakit oran, kaldıraç oranı, aktif
devir hızı, dönem karındaki büyüme, net kar marjı ve pazar payı olmak üzere
sekiz yıllık göstergeleri analize dahil edilmiştir. İşletmelerin
performanslarına göre sıralanmasında literatürde de sıklıkla kullanılan çok
kriterli karar verme (ÇKKV) tekniklerinden VIKOR ve TOPSIS yöntemleri ayrı ayrı
kullanılmıştır. Her iki yöntemle de göstergeXyıl olarak belirlenen kriterler
hem eşit ağırlıklı, hem de yıllara göre artan ağırlıklı olmak üzere toplamda
dört ayrı finansal performans sıralaması yapılmıştır. Elde edilen sıralamalarda
benzer sonuçlar gözlenmiş ve metodolojik farklılıklardan dolayı sıralama
sonuçlarındaki herhangi bir değişikliği belirlemek amacıyla Kendall uyum
katsayısı ile istatistiksel olarak test edilmiştir.

Anahtar Kelimeler

Çok Kriterli Karar Verme, VIKOR, TOPSIS, Finansal Oranlar, Performans Değerleme

Kaynakça

• Abo-Sinna, M. A., Amer, A. H. (2005). Extensions of TOPSIS for multi-objective large-scale nonlinear programming problems. Applied Mathematics and Computation, 162(1), 243–256.
• Akyüz, Y., Bozdoğan, T., & Hantekin, E. (2011). TOPSIS Yöntemiyle Finansal Performansın Değerlendirilmesi ve Bir Uygulama. Afyon Kocatepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 13(1), 73-92.
• Alsu, E. & Taşdemir, A. (2017). Finansal Performansın Topsis Çok Kriterli Karar Verme Yöntemi ile Belirlenmesi: Dokuma, Giyim Eşyası Ve Deri Sanayi İşletmeleri Üzerine Bir Uygulama. Afro-Avrasya Araştırmaları Dergisi, 2(4), 221-236.
• Baumgartner, R., Somorjaia, R., Summersa, R., Richtera, W. (1999). Assessment of cluster homogeneity in fMRI data using Kendall’s coefficient of concordance. Magnetic Resonance Imaging, 17(10), 1525-1532.
• Benitez, J. M., Martín, J. C., & Román, C. (2007). Using fuzzy number for measuring quality of service in the hotel industry. Tourism management, 28(2), 544-555.
• Chu, T. C. (2002). Facility location selection using fuzzy TOPSIS under group decisions. International journal of uncertainty, Fuzziness and knowledge-based systems, 10(06), 687-701.
• Çetin, A. C. (2006). Türk Tekstil Sektörü ve Türk Tekstil Firmalarının Etkinlik Düzeylerinin Belirlenmesi. Afyon Kocatepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 8(2), 255-278.
• Demireli, E. (2010). TOPSIS çok kriterli karar verme sistemi: Türkiye’deki kamu bankaları üzerine bir uygulama. Girişimcilik ve Kalkınma Dergisi, 5(1), 101-112.Deng H., Chung-Hsing Y., Willis R.J. (2011). Inter-company comparison using modified TOPSIS with objective weights. Computer & Operations Research, 27, 963-973.
• Dumanoğlu, S., & Ergül, N. (2010). İMKB’de işlem gören teknoloji şirketlerinin mali performans ölçümü. Muhasebe ve Finansman Dergisi, (48), 101-111.
• Hwang, C. L., & Yoon, K. (1981). Multiple attribute decision making: Methods and applications. Heidelberg: Springer-Verlag.
• Jahanshahloo, G. R., Lotfi, F. H., Izadikhah, M. (2006). Extension of the TOPSIS method for decision-making problems with fuzzy data. Applied Mathematics and Computation, 181(2), 1544–1551.
• Kaplan, R. S., Norton, D. P. (1996). The balanced scorecard: translating strategy into action. Harvard Business Press.
• Kaya, T., & Kahraman, C. (2010). Multicriteria renewable energy planning using an integrated fuzzy VIKOR & AHP methodology: The case of Istanbul. Energy, 35(6), 2517-2527.
• Lee, W. S., & Tu, W. S. (2011). Combined MCDM techniques for exploring company value based on Modigliani–Miller theorem. Expert Systems with Applications, 38(7), 8037-8044.
• Liu, P., Wang, M. (2011). An extended VIKOR method for multiple attribute group decision making based on generalized interval-valued trapezoidal fuzzy numbers. Scientific Research and Essays, 6(4), 766-776.
• Mousavi, S. M., Torabi, S. A., & Tavakkoli-Moghaddam, R. (2013). A hierarchical group decision-making approach for new product selection in a fuzzy environment. Arabian Journal for Science and Engineering, 38(11), 3233-3248.
• Oprovic, S., Tzeng, G. H. (2004). Compromise solution by MCDM methods: a comperative analysis of VIKOR and TOPSIS. European Journal of Operational Research, 156, 445-455
• Oprovic, S., Tzeng, G. H. (2007). Extended VIKOR method in comparison with outranking methods. European Journal of Operational Research, 178, 514-529.
• San Cristobal, J. R. (2011). Multi-criteria decision-making in the selection of a renewable energy project in Spain: The Vikor method. Renewable Energy, 36, 498-502.
• Sanayei, A., Mousavi, S. F., & Yazdankhah, A. (2010). Group decision making process for supplier selection with VIKOR under fuzzy environment. Expert Systems with Applications, 37(1), 24-30.
• Sayadi, M. K., Heydari, M., Shahanaghi, K. (2009). Extension of VIKOR method for decision making problem with interval numbers. Applied Mathematical Modelling, 33, 2257-2262.
• Selimoğlu, S., & Orhan, A. (2015). Finansal başarısızlığın oran analizi ve diskriminant analizi kullanılarak ölçümlenmesi: BİST’de işlem gören dokuma, giyim eşyası ve deri işletmeleri üzerine bir araştırma. Muhasebe ve Finansman Dergisi, (66), 21-40.
• Shih, H. S., Shyur, H. J., Lee, E. S. (2007). An extension of TOPSIS for group decision making. Mathematical and Computer Modelling, 45, 801-813.
• Triantaphyllou, E. (2000). Multi-criteria decision making methods: a comparative study. US: Kluwer Academic Publishers.
• Yıldırım, B. F., & Demirci, E. (2017). Banka Performansının TOPSIS-M Uygulaması İle Değerlendirilmesi. Söke İşletme Fakültesi Priene Uluslararası Sosyal Bilimler Dergisi, 1(1), 35-48.
• Yu, P. L. (1973). A class of solutions for group decision problems. Management Science, 19(8), 936–946.
• Zeleny, M. (1982). Multiple criteria decision making. New York: McGraw-Hill.
• Zhang, N., Wei. G. (2013). Extension of VIKOR method for decision making problem based on hesitant fuzzy. Applied Mathematical Modelling. 37(7), 4938-4947.