COMPARISON OF LOGISTIC PERFORMANCES OF AIRLINE COMPANIES USING ENTROPY AND TOPSIS METHODS

Öz

In this study, a research was conducted to determine the relative logistical performance levels of airlines among each other. In order to determine the logistical performance levels of companies, cost, efficiency, service quality, price and management dimensions were taken as basis and unit operating cost, labor productivity, fleet efficiency, passenger load factor, timely performance, safety, flight frequency, income increase, net profit margin, market share sub-data were included in the study.

The data was obtained from annual financial statements issued by the companies, from Skytrax reports and from studies in open source. The weights of the criteria were determined by experts from the aviation sector, Shannon Entropy method and simple weighting. The criteria were analyzed using the TOPSIS method for three different weight ratios.

As a result of the research, it is seen that the rankings obtained by the expert opinion and entropy method are the same except that the first and second companies vary only by a 0.01 point difference. However, when the weight of each criterion is taken as equal, it is observed that the order of the alternatives is changed.

Anahtar Kelimeler

• Airline Transportation,Logistics Performance,Multi-Criteria Decision Making,Shannon Entropy,TOPSIS

HAVAYOLU ŞİRKETLERİNİN LOJİSTİK PERFORMANSLARININ ENTROPİ VE TOPSİS YÖNTEMLERİ KULLANILARAK KARŞILAŞTIRILMASI

Öz

Bu çalışmada, havayolu şirketlerinin birbirleri arasındaki göreceli lojistik performans düzeylerinin belirlenmesine yönelik bir araştırma gerçekleştirilmiştir. Şirketlerin lojistik performans düzeylerini belirlemek amacıyla, maliyet, verimlilik, servis kalitesi, fiyat ve yönetim boyutları baz alınmış ve bu boyutları temsil eden birim işletme maliyeti, işgücü verimliliği, filo verimliliği, yolcu yük faktörü, zamanında performans, emniyet, uçuş frekansı, ortalama ücret, gelir artışı, net kar marjı, pazar payı alt verileri incelemeye dahil edilmiştir.

Veriler, şirketlerin yayınladıkları yıllık finansal tablolardan, Skytrax raporlarından ve açık kaynaklarda yer alan çalışmalardan elde edilmiştir. Kriterlerin ağırlıkları havacılık sektöründe çalışan uzmanlardan alınan görüşler, Shannon Entropi yöntemi ve basit ağırlıklandırma ile belirlenmiştir. Kriterler üç farklı ağırlık oranına göre TOPSIS yöntemi kullanılarak analiz edilmiştir.

Araştırma sonucunda, 1. ve 2. sıradaki şirketlerin sadece 0,01 puanlık bir fark ile değişiklik gösterdiği bunun dışında ise uzman görüşü ve entropi yöntemi ile elde edilen sıralamanın aynı olduğu görülmüştür. Ancak her bir kriterin ağırlığı eşit olarak alındığında alternatiflerin sıralamasının değiştiği gözlemlenmiştir.

Anahtar Kelimeler

• Havayolu Taşımacılığı,Lojistik Performans,Çok Kriterli Karar Verme,Shannon Entropi,TOPSIS

Kaynakça

1. Alp, İ., Öztel, A., & Köse, M. S. (2015). Entropi Tabanlı Maut Yöntemi ile Kurumsal Sürdürülebilirlik Performansı Ölçümü: Bir Vaka Çalışması. Ekonomik ve Sosyal Araştırmalar Dergisi.
2. Aydogan, E. K. (2011). Performance Measurement Model for Turkish Aviation Firms Using the Rough-AHP and TOPSIS Methods under Fuzzy Environment. Expert Systems with Applications, 38(4), 3992-3998.
3. Bongo, M. F., & Ocampo, L. A. (2017). A Hybrid Fuzzy MCDM Approach for Mitigating Airport Congestion: A Case in Ninoy Aquino International Airport. Journal of Air Transport Management, 63, 1-16.
4. Chang, Y. H., & Yeh, C. H. (2001). Evaluating Airline Competitiveness Using Multiattribute Decision Making. Omega, 29(5), 405-415.
5. Chiu, M. C., & Hsieh, M. C. (2016). Latent Human Error Analysis and Efficient Improvement Strategies by Fuzzy TOPSIS in Aviation Maintenance Tasks. Applied ergonomics, 54, 136-147.
6. Delbari, S. A., Ng, S. I., Aziz, Y. A., & Ho, J. A. (2016). An Investigation of Key Competitiveness Indicators and Drivers of Full-Service Airlines Using Delphi and AHP Techniques. Journal of Air Transport Management, 52, 23-34.
7. Deng, H., Yeh, C. H., & Willis, R. J. (2000). Inter-Company Comparison Using Modified TOPSIS with Objective Weights. Computers & Operations Research, 27(10), 963-973.
8. Deveci, M., Demirel, N. Ç., & Ahmetoğlu, E. (2017). Airline New Route Selection Based on Interval Type-2 Fuzzy MCDM: A Case Study of New Route Between Turkey-North American Region Destinations. Journal of Air Transport Management, 59, 83-99.

9. Eleren, A., & Karagül, M. (2008). 1986-2006 Türkiye Ekonomisinin Performans Değerlendirmesi. Yönetim ve Ekonomi: Celal Bayar Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 15(1), 1-14.
10. Feng, C. M., & Wang, R. T. (2000). Performance Evaluation for Airlines Including the Consideration of Financial Ratios. Journal of Air Transport Management, 6(3), 133-142.
11. Feng, C. M., & Wang, R. T. (2001). Considering The Financial Ratios on The Performance Evaluation of Highway Bus Industry. Transport Reviews, 21(4), 449-467.
12. Gökdalay, M. H., & Evren, G. (2009). Havaalanlarının Performans Analizinde Bulanık Çok Ölçütlü Karar Verme Yaklaşımı. ITU Journal Series D: Engineering, 8(6).
13. Gupta, H. (2018). Evaluating Service Quality of Airline Industry Using Hybrid Best Worst Method and VIKOR. Journal of Air Transport Management, 68, 35-47.
14. Janic, M., & Reggiani, A. (2002). An Application of the Multiple Criteria Decision Making (MCDM) Analysis to the Selection of A New Hub Airport. European Journal of Transport and Infrastructure Research EJTIR, 2 (2).
15. Karaatlı, M. (2016). Entropi-Gri İlişkisel Analiz Yöntemleri ile Bütünleşik Bir Yaklaşım: Turizm Sektöründe Uygulama. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 21(1).
16. Lee, K. C., Tsai, W. H., Yang, C. H., & Lin, Y. Z. (2018). An MCDM Approach for Selecting Green Aviation Fleet Program Management Strategies under Multi-Resource Limitations. Journal of Air Transport Management, 68, 76-85.
17. Liou, J. J., & Chuang, M. L. (2010). Evaluating Corporate Image and Reputation Using Fuzzy MCDM Approach in Airline Market. Quality & Quantity, 44(6), 1079-1091.
18. Liou, J. J., Tzeng, G. H., & Chang, H. C. (2007). Airline Safety Measurement Using a Hybrid Model. Journal of Air Transport Management, 13(4), 243-249.
19. Min, H., & Joo, S. J. (2016). A Comparative Performance Analysis of Airline Strategic Alliances Using Data Envelopment Analysis. Journal of Air Transport Management, 52, 99-110.
20. Pineda, P. J. G., Liou, J. J., Hsu, C. C., & Chuang, Y. C. (2018). An Integrated MCDM Model for Improving Airline Operational and Financial Performance. Journal of Air Transport Management, 68, 103-117.
21. Supçiller, A. A., & Çapraz, O. (2011). Ahp-Topsis Yöntemine Dayalı Tedarikçi̇ Seçimi̇ Uygulaması. Ekonometri ve İstatistik e-Dergisi, (13), 1-22.
22. Tunca, M. Z., Ömürbek, N., Cömert, H. G., & Aksoy, E. (2016). OPEC Ülkelerinin Performanslarının Çok Kriterli Karar Verme Yöntemlerinden Entropi ve Maut ile Değerlendirilmesi. Süleyman Demirel Üniversitesi Vizyoner Dergisi, 7(14), 1-12.
23. Wang, Yu-Jie, (2009), “Combining Grey Relation Analysis with FMCGDM to Evaluate Financial Performance of Taiwan Container Lines”, Expert Systems With Applications Vol. 36.
24. Wu, H. Y., Chen, J. K., & Chen, I. S. (2012). Performance Evaluation of Aircraft Maintenance Staff Using a Fuzzy MCDM Approach. International Journal of Innovative Computing, Information and Control, 8(6), 3919-3937.
25. Yadav, A., Anis, M., Ali, M., & Tuladhar, S. (2015). Analytical Hierarchy Process (AHP) for Analysis: Selection of Passenger Airlines for Gulf Country.
26. Skeete, A., Mobin, M., & Salmon, C. (2015, January). Aviation Technical Publication Content Management System Selection Using Integrated Fuzzy-Grey MCDM Method. In IIE Annual Conference. Proceedings (p. 86). Institute of Industrial and Systems Engineers (IISE).
27. Lin, Y., Zhang, Z., Li, J., & Ye, S. (2017, August). A Novel Multi-Criteria Decision Data Analysis System for Energy Conservation in Civil Aviation. In Green Informatics (ICGI), 2017 International Conference on (pp. 169-174). IEEE.
28. Çınar, Y. (2004). Çok Nitelikli Karar Verme ve 'Bankaların Mali Performanslarının Değerlendirilmesi' Örneği, Yüksek Lisans Tezi, Ankara Üniversitesi Sosyal Bilimler Enstitüsü, Ankara.
29. IATA (2017) “ World Air Transport Statistics” http://www.iata.org/pressroom/media-kit/Documents/WATS-2017-mediakit-summary.pdf E.T. 10.04.2018
30. OAG (2017) “On Time Performance Star Ratings” https://www.oag.com/on-time-performance-star-ratings E.T. 19.03.2018
31. JACDEC (2017) “Safety Ranking” http://www.jacdec.de/about-safety-ranking/ E.T. 11.04.2018
32. JACDEC (2017) “Airline Safety Ranking” http://www.jacdec.de/airline-safety-ranking-2017/ E.T.11.04.2018
33. SKYTRAX (2017) “ Airline Safety Ratings” https://skytraxratings.com/airline-safety-ratings E.T. 11.04.2018