Mavi yaka performans değerlendirmesinde kullanılacak ölçütlerin belirlenmesi için AHP temelli bir matematiksel model

Öz

Mavi yaka personelin performansının değerlendirilmesi için kullanılacak ölçütler, beyaz yaka personelin performansının değerlendirilmesinde kullanılacak olanlara göre çok daha fazla çeşitlilik göstermektedir. Bu nedenle hangi ölçütlerin kullanılacağını belirlemek daha zordur. Performansın sağlıklı bir şekilde değerlendirilebilmesi için olabildiğince tüm ölçütlerin dikkate alınması gereklidir. Ancak tanımlanan her yeni ölçüt yeni bir veri grubunun toplanmasını ve değerlendirilmesini gerektirir. Oysa her çalışana ait toplanması gereken her yeni veri grubu, işletmeler için yeni bir iş yükü anlamına gelmektedir ve bu nedenle işletme yöneticileri mümkün olduğu kadar az ölçüt kullanarak personelinin performansını en sağlıklı şekilde değerlendirebilmek isterler. Klasik performans değerlendirme çalışmalarında kullanılacak ölçütler genellikle uzmanlar tarafından sadece performansın değerlendirmesine katkısı düşünülerek belirlenmektedir. Bu durumda veri toplama yükü çok fazla olabilmekte ve pratikte yöntemin kullanılabilmesini olanaksız hale getirebilmektedir. Bu çalışmada ise öncelikle işçi performansları uzmanlar tarafından belirlenmiş ölçütler kullanılarak Analitik Hiyerarşi Prosesi ile hesaplanmış daha sonra ise önerilen çok amaçlı matematiksel model kullanılarak tüm ölçütleri temsil edebilecek ve toplam veri toplama yükü enaz olan ölçütler belirlenmiştir. Performans değerlendirme belli periyotlar ile sürekli yapıldığından tüm ölçütleri temsil edebilecek daha az sayıdaki ölçüt ile çalışılması, veri toplama yükünün ciddi bir şekilde azalmasını ve böylece önerilen yöntemin pratik hayatta kullanılabilmesini sağlamaktadır. Önerilen yöntem bir plastik enjeksiyon fabrikasında uygulanmıştır. Sonuç olarak uzmanlar tarafından belirlenen toplam 40 ölçütten 30’u seçilmiş, tüm ölçütlerin seçildiği durumda elde edilen performans puanından sadece %4’lük bir sapma ile verilerin elde edilme zorluğu %26 azaltılmıştır.

Anahtar Kelimeler

• Performans değerlendirme
• Analitik hiyerarşi prosesi
• Matematiksel model

An AHP based mathematical model to determine the criteria used in the worker performance evaluation

Öz

The criteria to be used for evaluating the performance of workers vary much more than those used to evaluate the performance of office personnel. Therefore, it is more difficult to determine which criteria to use. All criteria, as much as possible, should be taken into account to evaluate the performance healthily way. However, each new criterion defined requires the collection and evaluation of a new data set. However, each new data group that needs to be collected for each employee means a new workload for businesses, and therefore business managers want to be able to evaluate the performance of their workers in the healthiest way, using as few criteria as possible. In this study, a mathematical model was proposed to determine which criteria to be used in evaluating worker performance with AHP, and the proposed approach is applied using data from a sample business and the obtained results are discussed. The criteria to be used in classical performance evaluation studies are generally determined by experts only considering their contribution to performance evaluation. In this case, the data collection workload can be too high and it may make it impossible to use the method in practice. In this study, firstly, workers' performances were calculated with Analytic Hierarchy Process using the criteria determined by the experts, and then, using the proposed multi-objective mathematical model, the criteria that could represent all the criteria with the minimum total data collection workload were determined. Since performance evaluation is carried out continuously in certain periods, working with fewer criteria that can represent all criteria ensures that the data collection workload is drastically reduced and thus the proposed method can be used in practical life. The proposed method has been applied in a plastic injection factory. As a result, 30 out of a total of 40 criteria determined by the experts were selected, with a deviation of only 4% from the performance score obtained when all criteria were selected, the workload of obtaining data was reduced by 26%.

Anahtar Kelimeler

• Performance evaluation
• Analytic hierarchy process
• Mathematical model

Kaynakça

1. [1] Korkmaz M, Duru MN. “Performans değerlendirmenin insan kaynakları yönetimindeki önemi üzerine uygulamalı bir araştırma”. Anadolu Bil Meslek Yüksekokulu Dergisi, 31, 3-26, 2013.
2. [2] Helvacı MA. “Performans yönetimi sürecinde performans değerlendirmenin önemi”. Ankara Üniversitesi Eğitim Bilimleri Fakültesi Dergisi, 35(1-2), 155-169, 2002.
3. [3] Shao M, Han ZX, Sun JW, Xiao CS, Zhang SL, Zhao YX. “A review of multi-criteria decision making applications for renewable energy site selection”. Renewable Energy, 157, 377-403, 2020.
4. [4] Gul M. “A review of occupational health and safety risk assessment approaches based on multi-criteria decisionmaking methods and their fuzzy versions”. Human and Ecological Risk Assessment, 24(7), 1723-1760, 2018.
5. [5] Kahraman C, Onar SC, Oztaysi B, Seker S, Karasan A. “Integration of Fuzzy AHP with other multicriteria methods: A state of the art survey”. Journal of MultipleValued Logic and Soft Computing, 35(1-2), 61-92, 2020.
6. [6] Lidinska L, Jablonsky J. “AHP model for performance evaluation in a Czech management consulting company”. Central European Journal of Operations Research, 26(1), 239-258, 2018.
7. [7] Lee A. “Integrating Performance Evaluation with HR Analytics Using Analytic Hierarchy Process”. International Journal of Modern Agriculture, 9(3), 1439-1453, 2020.
8. [8] Sedaghat M. “A productivity improvement evaluation model by integrating AHP, TOPSIS and VIKOR methods under fuzzy environment (case study: state-owned, partially private and private banks in Iran)”. Economic Comnputation and Economic Cybernetics Studies and Research, 47(1), 235-258, 2013.

9. [9] Yıldız D, Temur GT. “Evaluation of positive employee experience using hesitant fuzzy analytic hierarchy process”. Journal of Intelligent and Fuzzy Systems, 38(1), 1043-1058, 2020.
10. [10] Zhang HJ, Xie Z, Lin HC, Li SY. “Power capacity optimization in a photovoltaics-based microgrid using the improved artificial bee colony algorithm”. Applied Sciences, 2020. https://doi.org/10.3390/app10092990
11. [11] Ervural BC, Evren R, Delen D. “A multi-objective decisionmaking approach for sustainable energy inv estment planning”. Renewable Energy, 126, 387-402, 2018.
12. [12] Florez LAP, Rodriguez-Rojas YL. “Evaluation and selection of providers procedure based on the hierarchical analysis process and a mixed integer/linear programming”. Ingenieria, 23(3), 230-251, 2018.
13. [13] Falsini D, Fondi F, Schiraldi MM. “A logistics provider evaluation and selection methodology based on AHP, DEA and linear programming integration”. International Journal of Production Research, 50(17), 4822-4829, 2012.
14. [14] Schniederjans MJ, Garvin T. “Using the analytic hierarchy process and multi-objective programming for the selection of cost drivers in activity-based costing”. European Journal of Operational Research, 100(1), 72-80, 1997.
15. [15] Kokangul A, Susuz Z. “Integrated Analytic Hierarchy Process and mathematical programming to supplier selection problem with quantity discount”. Applied Mathematical Modelling, 33(3), 1417-1429, 2009.
16. [16] Supçiller AA, Erbilek P. “Analitik hiyerarşi prosesi ve hedef programlama ile bir üniversite kütüphanesindeki kısmi zamanlı personellerin çizelgelenmesi”. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 27(1), 1-12, 2021.
17. [17] Gür Ş, Hamurcu M, Eren T. “Ankara’da Monoray projelerinin analitik hiyerarşi prosesi ve 0-1 hedef programlama yöntemleri ile seçimi”. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 23(4), 437-443, 2017.
18. [18] Ramanathan R. “A mathematical programming model for estimating the importance levels of performance criteria and an application in e-commerce”. Expert Systems with Applications, 39(2), 2067-2072, 2012.
19. [19] Sahai S, Ciby MA. “Using AHP for annual excellence rewards: A case study of manufacturing companies”. International Transaction Journal of Engineering Management & Applied Sciences & Technologies, 12(3), 1-9, 2021.
20. [20] Lele A. “Integrating performance evaluation with HR analytics using analytic hierarchy process”. International Journal of Modern Agriculture, 9(3), 1439-1453, 2020.
21. [21] Almeida F, Adao D, Martins C. “Decision support system for assigning members to agile teams”. International Journal of Information Technologies and Systems Approach, 12(2), 43-60, 2019.
22. [22] Bazsova B. “Proposal and evaluation of the competency model of the academic employee”. Proceedings of the International Conference: Quantitative Methods in Economics: Multiple Criteria Decision Making, 17, 25-32, 2016.
23. [23] Bogdanovic D, Miletic S. “Personnel evaluation and selection by multicriteria decision making method”. Economic Computation and Economic Cybernetics Studies and Research, 48(3), 179-196, 2014.
24. [24] Nurhayati S. “Application of computer-assisted analytic hierarchy process method to evaluate employee performance”. IOP Conference Series-Materials Science and Engineering, 2019. https://doi.org/10.1088/1757- 899X/662/2/022033
25. [25] Saaty TL. Fundamentals of Decision Making and Priority Theory with the Analytic Hierarchy Process. Pittsburgh, USA, RWS Publications, 2000.
26. [26] Saaty TL, Ozdemir MS. “Why the magic number seven plus or minus two”. Mathematical and Computer Modelling, 38, 233-244, 2003.
27. [27] Tosarkani BM, Amin SH. “A possibilistic solution to configure a battery closed-loop supply chain: Multiobjective approach”. Expert Systems with Applications, 92, 12-26, 2018.