İçindekiler
Dergi Arşivi

Bilim, Sanayi ve Teknoloji Bakanlığı Kredi Desteği ile Yapılan Sanayi Sitelerinin Performanslarının TOPSİS Yöntemiyle Değerlendirilmesi

Tevfik BULUT / Sanayi ve Teknoloji Uzmanı (Sanayi Bölgeleri Genel Müdürlüğü)

 

1. Giriş

Ülkemizde, sanayinin az gelişmiş bölgelerde yaygınlaştırılması, geri kalmış bölgelerin kalkınmalarının teşvik edilmesi, çarpık sanayinin önlenmesi ve sanayi yapılaşmalarının disipline edilmesi amacıyla kurulan ve ölçek olarak OSB’lerden daha küçük olan sanayi sitesi (SS) uygulamalarına; planlı kalkınma dönemi olan 1960'lı yıllarda başlanmıştır. Bu amaca yönelik olarak, sanayi sitesi yapı kooperatifleri Bilim, Sanayi ve Teknoloji Bakanlığı’nca büyük oranda altyapı ve üstyapı yapım kredisi ile desteklenmiştir.

Ağırlıklı olarak yapı kooperatifleri vasıtasıyla uygulamaya konulan SS’ler, daha çok tamirat ve imalatla uğraşan küçük işletmelerin yer aldığı, altyapı hizmetleri ile idare binası, çırak okulu, satış dükkânı gibi sosyal kurumlarla donatılmış işyeri topluluklarıdır (Bilim, Sanayi ve Teknoloji Bakanlığı, http://kss.sanayi.gov.tr, 2016)

Günümüzde SS’lerin sayısının artması ve mevcut SS’lerin genişleme trendinde olması hem merkezi yönetim hem de SS’ler açısından yönetim ve denetim araçları gereksinimini ve performans değerlendirmesini gerekli kılmaktadır.

Karar alıcıların sürekli olarak çok kriterli ve kompleks farklı problemlerle karşılaşmaları ve bu problemlere en kısa sürede çözüm bulmak zorunda olmalarından dolayı çok kriterli karar verme yöntemleri, yaygın bir kullanım alanına sahiptir. Çok kriterli karar verme yöntemleri, n sayıdaki alternatifler açısından en uygun olanı seçme ve değerlendirmede özel sektörden kamu sektörüne kadar karar alıcıların karar vermesine yardımcı olur.

Çok kriterli karar verme problemlerini çözmek için geçmişten günümüze değin farklı alanlarda yaygın bir biçimde kullanılmakta olan çok kriterli karar verme yöntemlerinden TOPSIS yönteminin ülkemizdeki kullanım alanlarına örnek olarak, çimento fabrikalarının finansal performanslarının değerlendirilmesi (Ertuğrul, 2009), bankaların üretim firmalarının kredibilitesini değerlendirmesi (İç, 2010), bankacılık sektöründeki finansal performansın değerlendirilmesi (Seçme, 2009), yatırımların finansal açıdan değerlendirilmesi (Tolga, 2008), teknoloji firmalarının finansal performanslarının değerlendirilmesi (Dumanoğlu, 2010), otomotiv firmalarının performans ölçümü (Yurdakul ve İç, 2003), havayolları işletmelerinin performanslarının değerlendirilmesi (Akkaya, 2004) çalışmaları gösterilebilir.

Çalışmada mevcut veri setlerine göre Bilim, Sanayi ve Teknoloji Bakanlığı kredi desteği ile yapılan sanayi sitelerine ait verilerden 11 yıllık (2005-2015) dönemde biten sanayi sitesi sayısı, toplam işyeri sayısı, dolu işyeri sayısı, istihdam sayısı ve Bilim, Sanayi Teknoloji Bakanlığınca sanayi sitelerine 2016 yılı fiyatlarıyla yapılan kredi harcamaları verileri analiz kriterleri olarak belirlendikten sonra analiz yöntemi olarak çok kriterli karar verme (ÇKKV) yöntemlerinden biri olan TOPSIS yöntemi kullanılmıştır. Çalışmanın ikinci ve üçüncü bölümünde TOPSIS yöntemi, uygulama adımları ve sonuçlarından bahsedildikten sonra dördüncü ve son bölümünde, SS’lerin başarı sıralaması yıllar itibari ile ortaya çıkarılıp yorumlanmış ve bir çizgi grafiği ile SS’lerin performansı gösterilmiştir.

2. TOPSIS Yöntemi

TOPSIS kelimesi, Technique for Order Preference by Similarity to Ideal Solution kelimelerinin baş harflerinden oluşmaktadır. Karar verme sürecinde kullanılan yöntemlerden birisi olan TOPSIS, alternatifler arasından en iyi seçimin yapılmasına imkân tanıyan bir tekniktir. Bu yöntemle karar verirken seçilen bir alternatifin ideal çözüme yakın olması ve ideal olmayan çözüme (negatif ideal) de uzak olması beklenir (Lai ve diğerleri, 1994). TOPSIS, 1981 yılında Hwang ve Yoon tarafından geliştirilmiş çok amaçlı karar verme yöntemlerinden birisidir (Hwang ve Yoon, 1981).

Çalışmanın uygulama bölümünde çoklu karar verme tekniklerinden biri olan TOPSIS yöntemi kullanılmıştır. TOPSIS yöntemine göre performans değerlendirmesi aşağıdaki aşamalara göre yapılır (Yıldırım ve Önder, 2015).

Adım 1: Karar matrisinin (A) oluşturulması

Karar matrisi karar verici tarafından oluşturulması gereken bir matristir. Oluşturulan bu matris mxp boyutlu bir matris olacaktır. Karar verici satırlarda karar noktalarını gösterirken sütunlarda ise faktörlere yer verir. Bu matris aşağıdaki gibi gösterilebilir;

Adım 2: Normalize matrisin elde edilmesi

Karar matrisi oluşturulduktan sonra her bir aij değerlerinin(a11,a21,a31…am1) kareleri alınarak bu değerlerin toplamından oluşan sütun toplamları elde edilir ve her bir aij değeri ait olduğu sütun toplamının kareköküne bölünerek normalizasyon işlemi gerçekleştirilir. Bu işlem ile ilgili notasyon aşağıda gösterilmiştir;

Normalize matris aşağıdaki gibi elde edilir;

Adım 3: Ağırlıklandırılmış normalize matrisin (V) elde edilmesi

Normalize edilmiş matrise ait her bir değer wij gibi bir değerle ağırlıklandırılır. Ağırlıklandırma işlemi TOPSIS yönteminin sübjektif yönünü ortaya koymaktadır. Çünkü ağırlıklandırma işlemi faktörlerin önem derecesine göre yapılmaktadır. TOPSIS yönteminin tek sübjektif parametresi ağırlıklardır.Burada dikkat edilmesi gereken husus wij değer toplamlarının 1’e eşit olmasıdır. Yani olacaktır. Normalize matris ile elde edilen nij değerleri wij ağırlıkları ile çarpılarak ağırlıklandırılmış normalize matris (V matrisi) elde edilir.

Adım 4: İdeal (A*) ve negatif ideal (A¯) çözümlerinin oluşturulması

Ağırlıklandırılmış normalize matris (V matrisi) elde edildikten sonra problemin yapısına bağlı kalmak koşuluyla yani amacımız maksimizasyon ise her bir sütuna ait maksimum değerler tespit edilir. Bu maksimum değerler ideal çözüm değerlerimizdir. Daha sonra ise yine her bir sütuna ait minimum değerler elde edilir. Bu da negatif ideal çözüm değerleridir. Eğer amacımız minimizasyon ise elde edilen değerler tam tersi olacaktır. İdeal ve negatif ideal çözüm değerlerinin elde edilmesi ile ilgili notasyon aşağıdaki gibi gösterilmiştir;

İdeal çözüm değerleri:

Negatif ideal çözüm değerleri:

Adım 5: İdeal (A*) ve negatif ideal (A¯) noktalara olan uzaklık değerlerinin hesaplanması

İdeal ve ideal olmayan noktalara olan uzaklık değerleri hesaplanırken öklidyen uzaklık kullanılmaktadır. Koordinat düzleminde x ve y koordinatları bilinen iki nokta arasındaki mesafenin bulunmasında yani öklidyen uzaklığın hesaplanmasında (Alpar, 2011);

formülünden faydalanılmaktadır. Burada;

xik: i. Gözlemin k. değişken değeri

xjk: j. Gözlemin k. değişken değeri

p: değişken sayısını göstermektedir.

İdeal çözüme en yakın öklidyen uzaklık ile negatif ideal çözüme en uzak uzaklık tespit edilmeye çalışılır. Bu formül ideal ve ideal olmayan noktalara olan uzaklığın hesaplanabilmesi için genelleştirilecek olursa aşağıdaki gibi bir hesaplama yolu izlenir;

İdeal uzaklık:

Negatif ideal uzaklık:

Burada karar noktası sayısı kadar  Si* ve Si- olacaktır.

Adım 6: İdeal çözüme göreli yakınlığın (Ci*) hesaplanması

Her bir karar noktasının ideal çözüme göreli yakınlığının hesaplanmasında ideal ve ideal olmayan noktalara uzaklıklardan yararlanılır. İdeal çözüme göreli yakınlık Ci* ile sembolize edilir. Burada Ci* değeri 0≤Ci*≤1 aralığında değer alır ve Ci*=1 ilgili karar noktasının ideal çözüme mutlak çözüm yakınlığını gösterirken, Ci*=0 ise ilgili karar noktasının negatif ideal çözüme mutlak yakınlığını gösterir.

 

 

3.Araştırma

 

Bu çalışmada, SS’lerden alınan veriler kullanılarak TOPSIS yöntemiyle performans değerlendirmesi yapılmıştır. Yapılan çalışmada, biten sanayi sitesi sayısı, toplam işyeri sayısı, dolu işyeri sayısı, istihdam sayısı ve Bilim, Sanayi Teknoloji Bakanlığı’nca sanayi sitelerine 2016 yılı fiyatlarıyla yapılan kredi harcamaları başlığı altında toplam 5 kriter belirlenmiştir. Bu 5 kriter ile 11 yıl üzerinden başarı sıralaması yapılmıştır.

3.1.Veri Hazırlama

Çalışmada sanayi sitelerinden elde edilen 11 yıllık (2005-2015) veriler kullanılmıştır. Elde edilen veriler bilgisayar ortamında Microsoft Office Excel 2010 kullanılarak hesaplanmıştır.

3.2.Yöntemin Uygulanması

Yöntem, aşağıda görüldüğü gibi 6 adımda gerçekleştirilmiştir.

Adım 1: Karar matrisinin oluşturulması

TOPSIS yöntemine Tablo 1’de de gösterilen karar matrisinin oluşturulmasıyla başlanacaktır. Bunun için performans göstergeleri 5 kriter olarak belirlenmiştir. Kriterlerin ağırlıkları, alanında uzmanlar tarafından yapılan değerlendirmenin aritmetik ortalamasına göre hesaplanmıştır.

Tablo 1. Karar Matrisi

Ağırlık

0,2

0,2

0,2

0,2

0,2

Yılı

Biten SS Sayısı

Toplam İşyeri Sayısı

Dolu İşyeri Sayısı

İstihdam Sayısı

Yapılan Harcamalar (?)

2005

372

74.315

12.417

279.814

92.068.152

2006

394

87.965

76.967

279.424

170.168.970

2007

403

92.688

80.929

309.228

146.729.786

2008

416

91.206

77.709

284.389

131.858.074

2009

429

91.143

77.308

263.706

103.078.209

2010

438

92.132

78.917

268.405

80.552.264

2011

441

92.614

81.088

286.311

78.923.089

2012

445

92.913

82.934

311.439

78.404.575

2013

448

93.104

82.416

309.767

73.179.598

2014

453

93.483

83.429

310.236

85.575.773

2015

457

93.790

85.676

329.446

113.282.621

 

Adım 2: Karar matrisinin normalleştirilmesi

Sütunlardaki her değer ilgili sütundaki değerlerin kareler toplamının kareköküne bölünmesiyle tek paydaya indirgenerek Tablo 2’de gösterilen normalleştirilmiş karar matrisi elde edilmiştir.

Tablo 2. Karar Matrisinin Normalleştirilmesi

Yılı

Biten SS Sayısı

Toplam İşyeri Sayısı

Dolu İşyeri Sayısı

İstihdam Sayısı

Yapılan Harcamalar

2005

0,262

0,247

0,049

0,286

0,254

2006

0,278

0,293

0,301

0,286

0,470

2007

0,284

0,308

0,316

0,317

0,405

2008

0,293

0,303

0,304

0,291

0,364

2009

0,302

0,303

0,302

0,270

0,284

2010

0,309

0,306

0,309

0,275

0,222

2011

0,311

0,308

0,317

0,293

0,218

2012

0,314

0,309

0,324

0,319

0,216

2013

0,316

0,310

0,322

0,317

0,202

2014

0,319

0,311

0,326

0,318

0,236

2015

0,322

0,312

0,335

0,337

0,313

 

Adım 3: Normalleştirilmiş karar matrisinin ağırlıklandırılması

Standart matris kriterleri ağırlık katsayıları (W) ile çarpılmış Tablo 3’deki gibi ağırlıklandırılmış karar matrisi elde edilmiştir.

 

Tablo 3. Karar Matrisinin Ağırlıklandırılması

Ağırlık

0,2

0,2

0,2

0,2

0,2

Yılı

Biten SS Sayısı

Toplam İşyeri Sayısı

Dolu İşyeri Sayısı

İstihdam Sayısı

Yapılan Harcamalar

 

2005

0,0524

0,0494

0,0097

0,0573

0,0508

2006

0,0556

0,0585

0,0602

0,0572

0,0939

2007

0,0568

0,0617

0,0633

0,0633

0,0810

2008

0,0587

0,0607

0,0608

0,0582

0,0728

2009

0,0605

0,0606

0,0605

0,0540

0,0569

2010

0,0618

0,0613

0,0617

0,0550

0,0445

2011

0,0622

0,0616

0,0634

0,0586

0,0436

2012

0,0627

0,0618

0,0649

0,0638

0,0433

2013

0,0632

0,0619

0,0644

0,0634

0,0404

2014

0,0639

0,0622

0,0652

0,0635

0,0472

2015

0,0644

0,0624

0,0670

0,0675

0,0625

 

Adım 4: Pozitif ve negatif ideal çözümlerin oluşturulması

Ağırlıklı karar matrisinde her sütundan ideal çözüm için ideal ve negatif ideal çözüm için negatif ideal değerler seçilerek ideal (A*) ve negatif ideal (A-) çözüm setleri belirlenir ve Tablo 4’de ilk satır pozitif ideal, ikinci satır ise negatif ideal çözüm setini göstermektedir.

Tablo 4. İdeal Çözümler

A*

0,064

0,062

0,067

0,067

0,094

A-

0,052

0,049

0,010

0,054

0,040

 

Adım 5: Uzaklık değerlerinin hesaplanması

Her faktöre ait sütundaki değerlerden pozitif ideal ve negatif ideal değerler çıkarılarak Tablo 5’de pozitif ideal ve Tablo 6’da negatif ideal çözüme uzaklık değerleri hesaplanır.

Tablo 5. Pozitif İdeal Çözüme Uzaklık Değerleri

Yılı

Biten SS Sayısı

Toplam İşyeri Sayısı

Dolu İşyeri Sayısı

İstihdam Sayısı

Yapılan Harcamalar

2005

0,000144

0,000168

0,003282

0,000103

0,001858

2006

0,000079

0,000015

0,000046

0,000105

0,000000

2007

0,000058

0,000001

0,000014

0,000017

0,000167

2008

0,000033

0,000003

0,000039

0,000085

0,000447

2009

0,000016

0,000003

0,000043

0,000181

0,001371

2010

0,000007

0,000001

0,000028

0,000156

0,002446

2011

0,000005

0,000001

0,000013

0,000078

0,002535

2012

0,000003

0,000000

0,000005

0,000014

0,002564

2013

0,000002

0,000000

0,000006

0,000016

0,002865

2014

0,000000

0,000000

0,000003

0,000015

0,002179

2015

0,000000

0,000000

0,000000

0,000000

0,000985

 

 

Tablo 6. Negatif İdeal Çözüme Uzaklık Değerleri

Yılı

Biten SS Sayısı

Toplam İşyeri Sayısı

Dolu İşyeri Sayısı

İstihdam Sayısı

Yapılan Harcamalar

2005

0,0000000

0,0000000

0,0000000

0,0000109

0,0001086

2006

0,0000096

0,0000825

0,0025478

0,0000104

0,0028647

2007

0,0000191

0,0001494

0,0028701

0,0000869

0,0016474

2008

0,0000385

0,0001263

0,0026067

0,0000179

0,0010485

2009

0,0000646

0,0001253

0,0025748

0,0000000

0,0002722

2010

0,0000866

0,0001405

0,0027040

0,0000009

0,0000166

2011

0,0000946

0,0001482

0,0028835

0,0000214

0,0000100

2012

0,0001059

0,0001531

0,0030406

0,0000955

0,0000083

2013

0,0001148

0,0001562

0,0029961

0,0000889

0,0000000

2014

0,0001304

0,0001626

0,0030834

0,0000908

0,0000468

2015

0,0001436

0,0001679

0,0032816

0,0001812

0,0004898

 

Adım 6:İdeal çözüme göre nispi yakınlığın hesaplanması

Her döneme ait uzaklık değerlerinin kareleri toplamının karekökleri alınarak her dönemin pozitif ve negatif ideal çözümlere olan ortalama uzaklıkları hesaplanır. En son yakınsaklık oranları (C) ilgili dönemin negatif ortalama uzaklığının pozitif ve negatif ortalama uzaklıkları toplamına bölünerek bulunur. Yüksek yakınlık, sıralamada öncelik anlamına gelmektedir. Elde edilen çözüme yakınlık değerleri ve sıralaması Tablo 7’de gösterilmiştir.

Tablo 7. Çözüme Yakınlık Sırası

Yılı

Si*

Si-

Ci*

%

Sıralama

2005

0,075

0,011

0,1279

15,5

11

2006

0,016

0,074

0,8259

100,0

1

2007

0,016

0,069

0,8117

98,3

2

2008

0,025

0,062

0,7154

86,6

3

2009

0,040

0,055

0,5784

70,0

5

2010

0,051

0,054

0,5139

62,2

10

2011

0,051

0,056

0,5227

63,3

8

2012

0,051

0,058

0,5343

64,7

7

2013

0,054

0,058

0,5187

62,8

9

2014

0,047

0,059

0,5584

67,6

6

2015

0,031

0,065

0,6753

81,8

4

Yakınsama oranlarına göre dönemlerin başarı sıralaması Tablo 8’de büyükten küçüğe doğru sıralanmıştır.

Tablo 8. Dönemlerin Başarı Sıralaması

Yılı

Si*

Si-

Ci*

%

Sıralama

2006

0,016

0,074

0,8259

100,0

1

2007

0,016

0,069

0,8117

98,3

2

2008

0,025

0,062

0,7154

86,6

3

2015

0,031

0,065

0,6753

81,8

4

2009

0,040

0,055

0,5784

70,0

5

2014

0,047

0,059

0,5584

67,6

6

2012

0,051

0,058

0,5343

64,7

7

2011

0,051

0,056

0,5227

63,3

8

2013

0,054

0,058

0,5187

62,8

9

2010

0,051

0,054

0,5139

62,2

10

2005

0,075

0,011

0,1279

15,5

11

 

TOPSIS yöntemi kullanılarak 11 yıllık (2005-2015) dönemde elde edilen performans sonuçlarına göre SS’lerin en başarılı dönemi 2006 yılı tespit edilmiştir.

4.SONUÇ VE DEĞERLENDİRME

Çalışmada sanayi sitelerinin 11 yıllık (2005-2015) dönemde performansı, TOPSIS yöntemiyle değerlendirilmiş ve her bir dönemin başarı durumu sıralanmıştır. SS’lerin 11 yıllık döneminde 5 kriter uygulanmıştır. Bu çerçevede, SS’lerin en başarılı dönemi 2006 yılı olduğu görülmüştür. SS’lerin en başarılı olduğu 2006 (%100) yılına göre başarı yüzdeleri alındığında başarı düzeyi en düşük yıl, 2005 (15,5)’tir. Başarı düzeyi dönemler itibariyle Şekil 1’de gösterilmiştir.

Şekil 1.Yıllar İtibarıyla Başarı Düzeyleri

Dönemler itibarıyla sonuçlar incelendiğinde, SS’lerin yakınlık değerleri açısından doğrusal olmayan bir başarı grafiği mevcuttur. Bunun sebebi olarak, ulusal ve uluslararası ekonomik gelişmeler, SS’lerin almış olduğu finansal ve ekonomik kararlar gösterilebilir. Çok kriterli karar verme yöntemlerinin kullanılmasıyla merkezde politika yapıcıların ve yerelde SS’lerin alacağı kararların etkin ve verimli olması sağlanabilir ve doğru alternatiflerin seçilerek SS’lerin performansı artırılabilir.

Kaynakça

  1. Akkaya, G.C., (2004), Finansal Rasyolar Yardımıyla Havayolları İşletmelerinin Performansının Değerlendirilmesi, DEÜ., İ.İ.B.F. Dergisi, Cilt:19, Sayı:1
  2. Alpar, R., “Uygulamalı Çok Değişkenli İstatistiksel Yöntemler”, Üçüncü Baskı, Detay Yayıncılık, Ankara, 2011.
  3. Bilim, Sanayi ve Teknoloji Bakanlığı, http://kss.sanayi.gov.tr/ServiceDetails.aspx?dataID=188; 03.10.2016.
  4. Dumanoğlu S., Ergül N., “İMKB’de İşlem Gören Teknoloji Şirketlerinin Mali Performans Ölçümü”, Mufad Journal, Sayı 48, Ekim 2010.
  5. Ertuğrul, İ., Karakaşoğlu, N., (2009), Performance Evaluation Of Turkish Cement Firms With Fuzzy Analytic Hierarchy Process And TOPSIS Methods, Expert Systems With Applications 36.
  6. Hwang C. L., Yoon K., “Multiple Attribute Decision Making: Methods and Application” Springer, NewYork, 1981.
  7. İç, Y.T., Yurdakul, M., (2010), Developments Of A Quick Credibilty Scoring Decision Support System Using Fuzzy TOPSIS, Expert Systems With Apllications 37.
  8. Lai ve diğerleri, “TOPSIS for MODM. European Journal of Operational Research”, Cilt:76, 1994.
  9. Seçme, N.,Y., Bayrakdaroğlu, A., Kahraman, C., (2009), Fuzzy Performance Evaluation In Turkish Banking Sector Using Analytic Hierarchy Process And TOPSIS, Expert Systems With Applications 36.
  10. Tolga, A.Ç., (2008), Fuzzy Multicriteria R&D Project Selection With A Real Options Valuation Model, Journal Of Intelligent & Fuzzy Systems 19.
  11. Yıldırım B. F., Önder E., “Çok Kriterli Karar Verme Yöntemleri”, İkinci Baskı, Dora Yayıncılık, Bursa, 2015.
  12. Yurdakul, M., İç, Y.T., (2003), Türk Otomotiv Firmalarının Performans Ölçümü ve Analizine Yönelik TOPSIS Yöntemini Kullanan Bir Örnek Çalışma, Gazi Üni., Müh. Mim. Fakültesi Dergisi, Cilt;18, No.1.