Ekonomik ve Sosyal Araştırmalar Dergisi, Cilt 10, Yıl 10, Sayı 1, 2014 The International Journal of Economic and Social Research, Vol. 10, Year 10, No. 1, 2014 DİZÜSTÜ BİLGİSAYAR SEÇİMİ: DEA, TOPSIS ve VIKOR ile KARŞILAŞTIRMALI BİR ANALİZ LAPTOP SELECTION: A COMPARATIVE ANALYSIS with DEA, TOPSIS and VIKOR Mehmet PEKKAYA Bülent Ecevit Üniversitesi, İİBF, İşletme Bölümü, Say. Yön. AD, ZONGULDAK ([email protected]) Mesut AKTOGAN Bilgisayar Mühendisi, Bülent Ecevit Üniversitesi’nde Uzman ve SBE Öğrencisi, ZONGULDAK ([email protected]) ÖZ Gelişmelere bağlı olarak, özellikle dizüstü ve tablet bilgisayarlar gibi taşınabilir bilgisayarlara olan ilgi, Türkiye için sayısal olarak nüfusuna yakın olduğu düşünülebilir. Bu çalışmada, dizüstü bilgisayarlar için seçim sıralaması yapma ve dizüstü bilgisayar seçiminde dikkate alınan kriter önem dereceleri DEA ve çok kriterli karar verme teknikleriyle incelenmiştir. AHP ve AHP-DEA bileşimi kriter önem dereceleri belirlenmesinde önerilirken; dizüstü bilgisayar seçim sıralamaları için DEA, TOPSIS ve VIKOR yöntemleri temelinde 7 senaryo üzerinden sıralamalar yapılmıştır. Analiz sonuçlarına göre, ağırlıklandırma AHP ile olup sıralama TOPSIS ve ağırlıklandırma AHP-DEA bileşimi ile olup sıralama VIKOR olan senaryoların dizüstü bilgisayar seçim sıralamalarında kullanışlı olduğuna karar verilmiştir. Anahtar Sözcükler: Dizüstü bilgisayar seçimi, AHP, DEA, TOPSIS, VIKOR ABSTRACT Depending on the developments, there is a tendency especially portable computer such as laptop, tablet computers that may be considered numerically close to the population for Turkey. In this study, making the choice ordering and the priorities of the criteria for laptops have been investigated via DEA and multi criteria decision making techniques. AHP and composition of AHP-DEA has been suggested for determining priorities of criteria; selection ordering of laptop is conducted via 7 scenarios that based on DEA, TOPSIS and VIKOR methods. According to the analysis, sorting via TOPSIS with the AHP in weighting and sorting via VIKOR with AHP-DEA composition in weighting, has decided for laptop selection ranking. Keywords: Laptop selection, AHP, DEA, TOPSIS, VIKOR www.iibfdergi.ibu.edu.tr ISSN: 1306 - 2174 107 Mehmet PEKKAYA ve Mesut AKTOGAN 1. Giriş Günümüzde, kişisel veya kurumsal olarak hemen tüm çalışanlar için bilgisayar gerekli ve ayrılmaz bir teknolojik araç olmuştur. Türkiye’de çoğu çalışanın iş ortamında ve/veya kişisel olarak kullandığı bilgisayarlar, öğrencinin kişisel olarak kullandığı bilgisayarlar düşünüldüğünde, nüfusa eşdeğer sayıda bilgisayarın kullanıldığı düşünülebilir. Ticari hayat, bilim ve teknolojideki gelişmelere de bağlı olarak karmaşık ve tekrarlı hesaplamaların kısa sürede ve hatasız yaptırılması, bilgisayarlara talebi arttırmaktadır. Bilgisayar ailesine olan bu talep, kişisel bilgisayar, dizüstü bilgisayar (DB), netbook, ultrabook, tablet, akıllı bilgisayar gibi zamanla değişen bir tercih yelpazesinde olduğu görülmektedir. Masaüstü bilgisayar yerine dizüstü ve tablet bilgisayarlar gibi taşınabilir bilgisayarların kullanımı her gün daha da tercih edilir duruma gelmektedir Bu çalışma, çok sayıda alternatif marka/modele sahip DB’lerde seçim /sıralama yapma işlemi için nicel karar yöntemleri uygulanabilirliğini göstermektedir. DB haricinde diğer bilgisayar ailesi ürünleri için de benzer şekilde çalışmalar yapılabilir. Güncel uygulamalar için yeterli kapasiteye sahip ve uygun fiyatlı DB seçimi, DB almak isteyen kullanıcı için önemli bir sorundur. Bu çalışmanın iki amacı vardır. Birincisi, DB alımında dikkate alınan başlıca kriterlerin önem derecelerinin belirlenmesidir. İkinci amacı ise DB seçimi için alternatifleri tercih sıralaması yapan bazı nicel yaklaşımları karşılaştırmalı olarak değerlendirmektir. Bu anlamda, çalışmamızda veri zarflama analizi (Data Envelopment Analysis, DEA) ve çok kriterli karar verme (ÇKKV) yöntemlerinden bazıları analizlerde kullanılmıştır. Literatürde, bu çeşit DB seçimde bu yöntemler genelde yalnız kullanmakta ve/veya bu çalışmaya göre daha az sayıda kriterler dikkate alınarak analizler yapılmakta olduğu gözlenmiştir. Çalışmamız, (1) DB seçiminde dikkate alınan kriterlerin önem derecelerinin belirlenmesi; (2) ÇKKV ve DEA’dan elde edilen ağırlık/ katsayılar üzerinden yeni bir ağırlıklandırma önerilmesi; (3) 58 adet gibi çok sayıda alternatif (karar verme birimi, KVB) arasından 18 alt kriter gibi çok sayıda kriterin dikkate alarak seçim sıralaması yapılabilirliği; (4) karşılaştırmalı olarak 3 farklı yöntem için 7 farklı senaryo üzerinden sıralama yapılması ve karşılaştırılmalı değerlendirilmesi açısından literatüre katkı yapacağı düşünülmüştür. Bu yöntemlerin tercih edilme gerekçeleri kısaca aşağıdaki gibi özetlenebilir. DB’lerin teknik özelliklerine göre çok farklı donanımlara sahip olması ve farklı markaların sunduğu çok sayıda seçenekler, söz konusu teknik özelliklere/kriterlere göre DB seçimini etkinlik analiziyle değerlendirilebileceğini gösterir. DB’lere ait teknik özelliklerin/ kriterlerin çıktılar ve DB’ye ödenen parasal miktar girdi olarak değerlendirilerek, DB seçim problemi etkinlik analizlerinde yaygın olarak kullanılan DEA ile uygulamalar yapılmaktadır. Ayrıca kullanıcı için, DB’lerin marka/modellere göre dikkate alınan çok sayıda kriterin varlığı, DB seçimini ÇKKV problemi olarak dikkate alınabileceğini göstermektedir. Başlıca ÇKKV yöntemleri, analitik hiyerarşi süreci (Analytical Hierarchy Process, AHP), TOPSIS (Technique for Order Preference by Similarity to Ideal Solution), ANP (Analytic Network Process), ELECTRE (Elimination et Choix Traduisant la REalite), VIKOR (VIseKriterijumska Optimizacija I Kompromisno Resenje), PROMETHEE (Preference Ranking Organization METHod for Enrichment Evaluation), GRA (Grey Relational Analysis) olarak sıralanabilir (Pekkaya ve Başaran, 2011). Çalışmamızda, DEA yanısıra ÇKKV tekniklerinden ÇKPM (Çok kriterli puanlama modeli), AHP, TOPSIS ve VIKOR yöntemleri kullanılmıştır. AHP, kriterlerin önem derecelerinin belirlenmesinde, TOPSIS ve VIKOR DB’lerin seçim sıralamasında kullanılmıştır. KVB sayısının çok olması, ELECTRE ve PROMETHEE gibi yöntemlerinin seçim sıralaması hesaplamaları açısından kullanılabilirliğini zorlaştırdığından, bu çalışmada TOPSIS ve VIKOR gibi seçim sıralama sürecini daha pratik yapan yöntemlere yer verilmiştir. 108 Ekonomik ve Sosyal Araştırmalar Dergisi, Cilt 10, Yıl 10, Sayı 1, 2014, ss. 107-126 The International Journal of Economic and Social Research, Vol. 10, Year 10, No. 1, 2014, pp. 107-126 Analizlerde kullanılan kriter puanlarına ait veriler için Gold ve Hızlıal internet sitelerinden elde edilirken, kriter önem dereceleri ve marka puanlamasında uzman görüşü alınmıştır. DB konusunda çok alternatif marka, model, tip olması çalışmada bazı kısıtlamalara gidilmesine neden olmuştur. Her bilgisayar alternatifi için standart veri elde etmek için araştırmada sadece DB’ler üzerinde durulmuş, ayrıca bazı karşılaşılan problemlerden dolayı işletim sistemi Windows ve işlemcisi intel olan seçenekler araştırmaya dahil edilmiştir. Bilgisayar seçimi üzerinde literatürde az sayıda bilimsel çalışma olup rastlanan ilk çalışmaların analizlerinde AHP kullandıkları gözlenmiştir (Zviran, 1993; Borthick ve Scheiner, 1988). Düzakın ve Demirtaş (2005), 18 ram, 23 işlemci, 9 sabit disk, 17 ekran kartı arasından seçim için 8-13 kadar girdi/çıktı değişkeni kullanılarak ayrı ayrı DEA kullanarak bilgisayar donanım parçası seçim sıralamaları gerçekleştirmişlerdir. Ertuğrul ve Karakaşoğlu (2010), 8 kriter ağırlığının belirlenmesinde Bulanık AHP kullanmış ve 5 DB alternatifinin sıralanmasında ELECTRE yöntemi kullanılmıştır. Erpolat ve Cinemre (2011), 51 adet DB seçim sıralamasında 9 kriter dikkate almış, ağırlık kısıtlamasız DEA ve ağırlık kısıtlamalı DEA ile değerlendirmeler yapmışlardır. Çalışmanın ikinci bölümü kullanılan modellerin teorisi üzerinde dururken, üçüncü bölümde konu ile uygulama bulgularına yer verilmiştir. Sonuç bölümünde, bulgular değerlendirilmiştir. 2. DEA ve Bazı ÇKKV Yöntemleri 2.1. Etkinlik ve DEA Verimlilik ve performans birbirine yakın kavramlardır. Verimlilik, üretilen mal ve hizmetlerin etkenlik ve etkililik ölçümlerine; performans ise belirli amaçları, hedefleri, görev ve sorumlulukları yerine getirebilme oranı olarak ifade edilebilir. Verimlilik, çıktı toplamının girdi toplamına oranı olarak modellenebilir. Girdilerin azaltılarak veya çıktıların artırılması suretiyle verimliliğin artırılabileceği söylenebilir. Performans ölçümünde, değişkenlerin ağırlıklandırılarak tek çıktı ve tek girdi oranı üzerinden hesaplanan “oran analizi”nin yanısıra “parametrik yöntemler” ve “parametrik olmayan” yöntemler olmak üzere üç yaklaşım vardır. Parametrik yöntemlerden en yaygın olarak kullanılan, girdiler ve çıktılar arasında fonksiyon tahmin edilerek değerlendirilen regresyon analizi iken 1957’de Farel tarafından ortaya atılan ve 1978’de Charnes vd. tarafından geliştirilen DEA parametrik olmayan yöntemlerden en çok bilinenidir (Düzakın ve Demirtaş, 2005; Erpolat ve Cinemre, 2011). Çok sayıda girdiye karşılık tek çıktı olduğu durumlarda, DEA’ya göre tercih edilmesi gereken parametrik yöntemlerden regresyon analizidir. Ancak uygulamada, çıktı değişkeni sayısı birden fazla olduğu durumlarda, verilerin orijinal ölçü birimleriyle çok sayıda çıktıyı modele alan DEA’nın tercih edildiği görülmektedir. DEA, alternatifler arasında göreli faktör etkinliği belirlemek üzere kullanılır. Alternatifler arasında etkin olarak belirlenen bir KVB’nin, KVB’lerin tam sayım yapılması durumunda mutlak verimli olarak belirlenmeyebilir. Girdi ve çıktı sayıları KVB’den fazla olursa, DEA etkinlik ayrıştırma gücü zayıflamakta ve çoğu KVB etkin olmaktadır. Bu sorunu aşmak için KVB sayısının girdi-çıktı toplamının 2 veya 3 katı olması önerilir (Ramanathan, 2006). DEA’da, her KVB için kısıtlar dahilinde ayrı ayrı doğrusal programlama modeli çözülmekte, KVB’lere ait etkinlik skoru 0 ile 1 arasında değer almaktadır. Etkinliği 1,00 olan KVB, göreli etkin olduğu kabul edilir. DEA, model çözümünde değişkenlere uygun ağırlıklar ataması için iki kısıt dikkate alınmaktadır: ağırlıklar belirlenirken hiçbir KVB’nin etkinliği %100’ü geçmemesi ve ağırlıklar negatif değere sahip olmamasıdır. 109 Mehmet PEKKAYA ve Mesut AKTOGAN Tablo 1. Başlıca Etkinlik Ölçüm Modelleri Model Amaç Fonksiyon Kısıtlar s s /u Y /u Y Çıktı (Y) /girdi (X) oranın r rk r rj doğrmusaakls pirmroizgera emdelanmi kala msiok deli; hmak.k = r/=m1v X r/=m1 v X # 1; ur,vi $ 0 r rk i ij i=1 i=1 s m 1978’de Chanes vd. tarafından /u Y -/v X # 0; s r rj i rk geliştirilen (çıktı odaklı) CCR h = /u Y r=1 i=1 modeli; toplam etkinliği mak.k r=1 r rk /m v X = 1; u ,v $ 0 hesaplar. i ik r i i=1 s m /u Y -/v X +n # 0 1984’de Banker vd. tarafından s r rj i ij 0 geliştirilen BCC modeli; teknik h = /u Y -n r=1 i=1 mak.k r rk 0 m etkinliği hesaplar. r=1 /v X = 1; u ,v $ f i ik r i i=1 Not: Xij$0,Yrj$0, KVB j=1,2,.....,n; çıktılar r=1,2,.....,s; girdiler i=1,2,....m Kaynak: Adler vd. (2002) ve Ulucan (2002)’den düzenlenmiştir. 2.2. AHP AHP, ikili karşılaştırmalarla kriter ağırlıklarının belirlenmesinde ve kriterlere göre alternatifler arasında seçim sıralaması yapmak için KVB puanlamaların hesaplanmasında kullanılan, Saaty (1980) tarafından geliştirilen bir yöntemdir. AHP, çok farklı alanda özelikle kriter ağırlıklarının belirlenmesi ve ÇKKV problemlerinin seçim sıralama işleminde ağırlık girdisi sağlaması amacıyla yaygın olarak kullanılmaktadır (Pekkaya ve Çolak 2013; Pekkaya ve Başaran, 2011; Hamzaçebi ve Pekkaya, 2011). Tablo 2. AHP’de Kriterlerin Değerlendirme Ölçeği Puan Tanım Açıklama 1 Eşit derecede önemli Her iki kriter de amaca eşit etkide bulunur. 3 Orta derecede önemli Bir kriter diğerine göre biraz daha fazla tercih edilir. 5 Güçlü derecede önemli Bir kriter diğerine göre çok daha fazla tercih edilir. 7 Çok güçlü derecede önemli Bir kriter diğerine göre çok güçlü şekilde tercih edilir. Bir kriter diğerine göre mümkün olan en yüksek derecede 9 Son derece önemli tercih edilir. 2,4,6,8 Ara değerlerdir AHP, kriterlere göre önem derecelerinin belirlenmesinde, duyarlılığı yüksek ve genel kabul görmüş bir ikili karşılaştırma ölçeği kullanmaktadır (Tablo 2). Ayrıca, kriterlerin ikili karşılaştırmalarını yapan cevaplayıcı için çapraz tutarlılıkları bir bütün olarak endekse çevirmekte (Tablo 3’de CR) ve tutarlı olmayan birim görüşleri değerlendirmeye dahil etmemektedir. AHP’de kriterlerin önem derecelerinin hesaplaması Tablo 3’de özetlenmiştir. İlk 3 adım, ağırlıkların 110 Ekonomik ve Sosyal Araştırmalar Dergisi, Cilt 10, Yıl 10, Sayı 1, 2014, ss. 107-126 The International Journal of Economic and Social Research, Vol. 10, Year 10, No. 1, 2014, pp. 107-126 hesaplanmasını gerçekleştirirken, son iki adım ise ikili karşılaştırmalardaki çapraz tutarlıkları kontrol eder. Tutarlılığın sağlanması için tutarlılık oranının 0,10’nun altında olması beklenir. Bu açıdan AHP, yargıların oran ölçeğinde kriter ağırlıklarına çevrilmesinde güçlü bir nicel yöntem olarak kabul edilir (Pekkaya ve Çolak, 2013). Tablo 3. AHP ile Kriter Ağırlıkların Belirlenme Aşamaları Adım İşlem Açıklama R V R V 1 a g a b b g b S 12 1jW S 11 12 1jW Görüş alınarak, Tablo 2’deki ölçeğe uygun S1/a 1 g a W Sb b g b W 1 B= 12 2j = 21 22 2j olarak 1/9, 1/8,…, 8, 9 şeklinde 17 farklı skora S h h j hW S h h j hW SS1/a 1/a g 1WW SSb b g b WW sahip B=[bij] matrisi oluşturulur. T 1j 2j X T i1 i2 ijX b c = ij ij n B matrisi kendi sütun toplam değerleriyle 2 /b normalize edilerek [c] matrisi elde edilir. ij ij i=1 n C matrisin satır değerleri toplamı kriter 3 /cij sayısına (n) bölünerek her bir kriter w = j=1 için ağırlık değerleri (W sütun matrisi) i n hesaplanmış olur. D matris değerlerinin kendi ağırlığına d / i oranlarının ortalaması (λ) hesaplanır. İkili 4 w m = i karşılaştırmalara ait B matrisi ile W çarpılarak n D=B*W D matrisi oluşturulmuştur. B matrisindeki ikili karşılaştırmaların ^m-nh/^n-1h tutarlılığı (CR) hesaplanır. Tutarlılık 0,10’dan CR = 5 RI küçük olmalıdır. n : 3 4 5 6 7 … RI: Rassallık indeksi RI: ,58 ,90 1,12 1,24 1,32 … Kaynak: Hamzacebi ve Pekkaya (2011)’dan uyarlanmıştır. 2.3. ÇKPM ÇKPM, ağırlıklar ve en ideale uzaklıklardan ziyade kriter bazlı KVB puanları kullanılarak hesaplanan, seçim sıralamasında en basit ve pratik kullanıma sahip ÇKKV yöntemlerindendir. Kısaca, kriter temelli normalize edilen karar matrisi (A) verilerinin, KVB temelinde toplam KVB skorlarının hesaplanmasına dayanır. Bir kriterin olduğundan daha büyük etki vermemesi için, ölçü birimleri veya ölçüm aralığı farklı olan kriter verileri için doğrusal veya vektörel normalizasyon kullanılır. ÇKPM yöntemiyle her bir KVB puanlarının P=∑aw ile hesaplanabilir (Ayaş ve Pekkaya, j ij i 2008) ÇKPM göre KVB’lerinin puan hesaplamaları normalizasyonlar da dikkate alınarak Tablo 4’de gösterilmiştir. 111 Mehmet PEKKAYA ve Mesut AKTOGAN Tablo 4. KVB’lerinin ÇKPM Göre Puanlarının Hesaplanması Doğrusal Normalizasyon ile Vektörel Normalizasyon ile n a Büyeüdki sleany ıi steercih Pj = /n maaki(ja-)m-inm(iani)(a) $wi Pj = /i=1 /j aiji2j $wi i=1 i i j=1 n 1/a Küçeüdk isleany ıi steercih Pj = /n mamk(aak)(a-i)m-ina(ija) $wi Pj = /i=1 /j (1/aij2) $wi i=1 i i ij j=1 Not: KVB (seçenek) sayısı j, kriter sayısı i ve karar matrisi elemanları a’dır. ij 2.4. TOPSIS ve VIKOR TOPSIS yöntemi, Hwang ve Yoon’nun 1981’deki çalışması referans alınarak 1992’de Chen ve Hwang tarafından geliştirilmiştir (Jahanshahloo vd., 2006). TOPSIS ve ÇKPM, diğer ÇKKV yöntemlerine göre daha pratik sıralama yapmakta olduğundan tercih edilmektedir. En pratik bir süreçlerle hesaplama yapması açısından ÇKPM, ideal çözüme en yakın ve negatif ideal çözüme en uzak olma prensibine dikkate alarak alternatiflerin seçim sıralamasını yapması yönünden TOPSIS avantajlıdır. TOPSIS yönteminin aşamaları Tablo 5’de sıralanmıştır. VIKOR, 1998’de Opricovic tarafından ÇKKV yöntemi olarak uygulanabilirliği sunulmuştur (Opricovic ve Tzeng, 2004). Aynı ölçeğe sahip olmayan ve birbiriyle çelişebilen kriterlerin olduğu karmaşık problemlerin çözümlenmesi için geliştirilen bir ÇKKV yöntemi olarak ifade edilir (Opricovic ve Tzeng, 2004; Chang, 2010). Tablo 5’de Qi hesaplamasından görüldüğü üzere VIKOR, grup fayda değeri ve bireysel en büyük pişmanlık değeri arasında uygulamacının ağırlıklandırmasına bağlı olarak bileşik puan hesaplamaktadır. Her bir kriter temelinde KVB’lerinin en ideal noktaya olan uzaklıkları veya pişmanlıkları dikkate alınmakta, uygulamacının isteğine bağlı olarak en büyük pişmanlık değerine daha fazla önem verilebilmektedir. Bu durum, ideal noktaya uzak olan KVB’ni, en yüksek pişmanlıkla da besleyerek seçimden uzaklaştırmaktadır. TOPSIS ve VIKOR yöntemlerinin her ikisi de, her bir kriter temelinde KVB seçim sıralaması için ideal referans noktaya olan uzaklıklar toplamını dikkate almaktadır. Bu iki yöntemin önemli farkı normalizasyonda ve uygulamacıya göre VIKOR’un pişmanlığa vereceği önemde yatmaktadır. Normalizasyon açısından TOPSIS; vektörel normalizasyon üzerinden hesaplama yaparken, VIKOR doğrusal normalizasyon üzerinden seçim sıralamalarını hesaplar. Doğrusal olmayan yapılarda TOPSIS’in daha gerçekçi sıralama yapabileceği söylenebilir. VIKOR yöntemi ise yüksek pişmanlığın uygulamacı için belirleyici olduğu durumlarda uygulamacıya esneklik sağlamaktadır. 112 Ekonomik ve Sosyal Araştırmalar Dergisi, Cilt 10, Yıl 10, Sayı 1, 2014, ss. 107-126 The International Journal of Economic and Social Research, Vol. 10, Year 10, No. 1, 2014, pp. 107-126 Tablo 5. TOPSIS ve VIKOR Yöntemlerinin Süreçleri TOPSIS VIKOR Hücre elemanları a olmak üzere karar matrisi Hücre elemanları f olmak üzere karar matrisi 1 ij ij (A) hazırlanır. hazırlanır. A matrisi elemanları standardize edilir. Her bir kriter için en iyi (f*) ve en kötü (f-) a i i r = ij değerler belirlenir. 2 ij n /a2ij f*i =mak(fij); f-j =min(fij) j i i=1 Ağırlıklı standardize karar matrisi aşağıdaki Her bir KVB’ne yönelik ortalama grup fayda formülle oluşturulur. Buradaki w, toplamları 1’i değeri için S ve en büyük pişmanlık değeri i i veren, her bir kritere ait ağırlıklardır. için R hesaplanır. 3 i vij = wi$rij; S =/n wi(fi*-fij); R =Makwi(f*i-fij) j (f*-f-) j (f*-f-) i=1 i i i i Kriter temelli, KVBlerde en çok istenen ideal Grup fayda değerine verilen ağırlığın (v) (A*) ve en istenmeyen negatif ideal (A-) artığı bireysel pişmanlığa ağırlık (1- v) olarak çözümler belirlenir. Buradaki J faydayı, J’ ise atanarak Q hesaplanır. S (R)’nin minimumu j j j 4 maliyeti temsil etmektedir. S* (R*) iken S (R)’nin maksimumu S- (R-)’dir. j j A*=#_mai kvij j!J),(miinvij j!J'i- Q = v(Sj-S*) + (1-v)(Rj-R*) A-=#_minv j!J),(makv j!J'i- j (S--S*) (R--R*) ij ij i i Her alternatifin, ideal ve ideal olmayan çözüm S, R ve Q değerleri ayrı ayrı küçükten j j j setinden sapmalar hesaplanır. büyüğe doğru sıralanır. Q göre sıralamalar j 5 n n temel alınır ve sıralamadaki ilk KVB’ye A, D*= /(v -v*); D-= /(v -v-)2 j ij i j ij i sonrakileri B, C, … olarak isimlendirilir. i=1 i=1 Her KVBin ideal çözüme bağıl uzaklıkları Karar verici için aşağıdaki iki şartın tatmin hesaplanır. edilmesi beklenir. C*=D-/(D*-D-) 1) Kabul edilebilir avantaj (C1 için); j j j j 6-7 Q(B)-Q(A)≥DQ; DQ=(1/(J-1)) İdeal çözüme bağıl uzaklıklara göre tercih 2) Kabul edilebilir istikrar (C2 için); sıralaması, büyük sayıdan küçük sayıya Sıralamanın tamamında S, R ve Q aynı sırada doğru yapılır. j j j yer alır. Not: KVB’ler: j= 1,2,…, J ve kriterler: i= 1,2,… n. Kaynak: Pekkaya ve Başaran (2011) ve Yararlı (2010:23-42). 3. Dizüstü Bilgisayar Seçim Sıralaması Üzerine Bir Uygulama 3.1. Seçenekler ve Kriterler Temelinde Veriler DB seçim sıralaması üzerine yapılan uygulamada, çoğu kriter için Gold (2013) ve Hızlıal (2013) web sitelerinden elde edilmiş olan piyasa verileri kullanılmıştır. Sadece marka ana kriterine ait alt kriterlerin puanlandırılmasında (parça kalitesi, görüntü/dizayn ve servis hizmeti) ve kriter ağırlıklarının hesaplanmasında kullanılmak üzere kriterlerin ikili karşılaştırmasında çoğunluğu bilgisayar mühendisi olan 42 uzmanın görüşü alınmıştır. Bahsi geçen 42 uzmanın çoğu bilgisayar mühendisi iken gerisi bilgisayar/bilgi işlem konusunda üniversitede uzman kadrosunda görev yapan veya kendini bu konuda geliştiren akademisyenlerden oluşmaktadır. 113 Mehmet PEKKAYA ve Mesut AKTOGAN Tablo 6. DB Seçiminde Dikkate Alınan Kriterler ve Puanlar Ana Kriterler Alt Kriterler İsim İsim Örneğin 1 İşlemci türü İ7 için 7; İ3 için 3, Hız: Çalışma hızını 1 2 İşlemci hızı 2,6 Mhz için 2,6; 1,7 MHz için 1,7 belirleyicileri 3 Sabit disk hızı 5400 Rpm için 5,4; 7200 Rpm için 7,2 4 Parça kalitesi 1-10 arası marka puanı Marka: Marka imajına 2 5 Görüntü/dizayn 1-10 arası marka puanı ait puan 6 Servis hizmeti 1-10 arası marka puanı 7 Sabit disk 750 Gb için 7,5; 500 Gb için 5 Kapasite: Hdd, Ram ve 3 8 Ram 8 Gb için 8; 4 Gb için 4 ekran kartı kapasiteleri 9 Ekran kartı 2 Gb için 2; 1 Gb için 1; tümleşik ise 0 Görüntü: Ekran 10 Çözünürlük 1366x768 için 1,057 (=1366*768/1000000) 4 özellikleri 11 Boyutlar 15,6” ve 14” için 1, diğerleri için 2. 12 Kart okuyucu “3 in 1” için 3 vb., en yüksek (Multi reader) 8 13 Pil Pil dayanma süresi 5 saat ise 5 ÇevDiğ: Çevre 14 CD/DVD Basit DVD yazıcı için 1; en yüksek (Blueray) 8 5 donanımları ve diğer 15 Kamera Varsa 1, yoksa 0 özellikleri 16 Fiziksel ağırlık Yön değiştirilerek; 2,7 kg için 2,3 (=5-2,7) 17 USB portu 2 adet 2.0 usb ve 1 adet 3.0 usb varsa 7 (=2*2+3) Web sitelerinden alınmış en ucuz 2 fiyatın 6 Fiyat: Modelin fiyatı 18 Modelin fiyatı ortalaması Not: Marka alt boyut puanları, uzman görüşlerinden elde edilirken diğer veriler, Gold ve Hızlıal sitelerinden (www. gold.com.tr; www.hizlial.com.tr) alınmıştır. Teknik özelliklerde ÇKKV için büyük sayı tercih edilirken DEA için çıktı ve DB fiyatı ÇKKV için küçük sayı tercih edilirken DEA için girdidir. DB tercihinde özellikle dikkate alınan ana kriterlere ait yapı, uzman ön görüşü ve literatürde kullanılan kriterler dikkate alınarak belirlenmiştir. Altı ana kriter ile 18 alt kriter isim ve içerikleri Tablo 6’da raporlanmıştır. Tablodaki “Örneğin” sütunundan da görüldüğü üzere, alt kriterlere ait verilen puanlamalarda, mümkün olduğunca kritere ait orijinal sayı skorunu koruyan değerler atanmıştır. Marka alt kriterlerine ait puanlamalar için 11 farklı marka 3 alt kriter temelinde ayrı ayrı 1-10 ölçeğinde uzmanların puanları kullanılmıştır. Fiyat ve fiziksel ağırlığa ait kriterlerde, uygulamacı açısından düşük skor arzulanırken diğer kriterler için yüksek skorlar DB’nin tercih edilmesine neden olduğu bilinmektedir. DB seçimi ağırlık kriterine ait değerleri 5 gibi yüksek bir sayıdan çıkartılarak, kriter için yüksek skorlar arzu edilebilir duruma getirilerek, DB fiziksel ağırlığı kriteri diğer kriterlerle aynı yönlü yapılmıştır. Bu anlamda DEA için fiyat kriteri girdi ve diğer kriterler ise ödenen paraya bağlı olarak elde edilen fayda bağlamında çıktı kriterleri olarak dikkate alınmıştır. TOPSIS ve VIKOR’a göre hesaplamalarda ise fiyat kriteri için arzulanan düşük puan iken diğer kriterlerde arzulanan yüksek puan temelinde analizler gerçekleştirilmiştir. Örneğin ekran boyutu kişiye göre farklı kişisel tercihler üzerinden hareket edilebilir. Ancak bu kriter için, uzman görüşü alınarak da 15,6” ve 14” ekran boyutu için 1 skoru, diğer ekran boyutlarının DB’lere daha yüksek fiyata neden olabildiğinden diğer ekran boyutlarına uzman yargısına dayanarak 2 skoru verilmiştir. Bu özel durum, kişisel yargının karıştığı örneğin CD/DVD kriteri puanlamalarında da dikkate alınmıştır. 114 Ekonomik ve Sosyal Araştırmalar Dergisi, Cilt 10, Yıl 10, Sayı 1, 2014, ss. 107-126 The International Journal of Economic and Social Research, Vol. 10, Year 10, No. 1, 2014, pp. 107-126 Analizde kullanılmak üzere Gold ve Hızlıal sitelerinden, her bilgisayar alternatifi için standart veri elde etmek için araştırmada sadece DB’ler KVB olarak dikkate alınmış, işletim sistemi Windows ve işlemcisi intel olan KVB’ler üzerinde analizler yapılmıştır. Piyasadaki alternatiflerden, mevcut kriter verilerine ulaşılmış olan 58 adet DB veya KVB belirlenmiştir. Analizlere dahil edilen bu 58 KVB Ek 1’de listelenmiştir. Bu KVB’lerden, DEA sonucunda etkin olarak belirlenenlere ait teknik özellikler Ek 2’de sunulmuştur. 3.2. Kriterlerin Önem Dereceleri DB tercihinde özellikle dikkate alınan ana 6 kriter için bir tane ve ilk 5 ana kritere ait alt kriterler için ayrı ayrı beş tane olmak üzere toplam 6 adet ikili karşılaştırma tablosu uzmanlar tarafından doldurulmuştur. Uzmanların 6 adet ikili karşılaştırma tablosundan, altışar ağırlık matrisi elde edilmiştir. Tutarlılık oranı Saaty (1980) yaklaşımının sıkı tutulmasından ve bilgi kaybetmemek için Dodd vd. (1993)’ne göre rastsal yapıda olmadığı düşünülen birim görüşlere ait veriler tutarlı kabul edilerek AHP ağırlıkları hesaplanmıştır (Pekkaya ve Çolak, 2013). Örneğin 6 ana kritere ait ağırlıklar, Dodd vd. toleranslı tutarlıklar dikkate alındığında 36 uzman görüşü üzerinden belirlenmiştir. Örneğe dayalı AHP varsayımlarının olmaması yanısıra Saaty ve Vargas (2006:4)’ın 30 birimin ortak görüşünden oldukça başarılı bir sonuç çıkarılabileceğini göstermesi, 36 uzman görüşünden elde edilen bilgilerin AHP için yeterli olduğunu göstermektedir. Tablo 7’deki AHP ile belirlenmiş her 6 ağırlık matrisi hesaplaması; anlamlı tutarlığa sahip olduğu kabul edilen birimlerin ikili karşılaştırma skorlarının geometrik ortalamalarından oluşturulan tek ikili karşılaştırma matrisi üzerinden gerçekleştirilmiştir. Böylece, tablodaki ağırlık matrisi için kullanılan verilerdeki tutarlılıklar 0,10’nun altında olmuştur. Tablo 7. DB Seçiminde Kriterlerin Önem Dereceleri Ana Ana Kriter Genel DEA Katsayı AHP-DEA Kriterdeki ve Ağırlığı İsim Ağırlığı (AHP) Ortalamaları Ortalaması Ağırlık (AHP) (AHP) Puan Sıra Puan Sıra Puan Sıra Puan Sıra 1 İşlemci türü 0,2390 2 0,0655 6 0,1501 2 0,0740 3 Hız 1 2 İşlemci hızı 0,5622 1 0,1542 2 0,0219 10 0,0831 2 0,27418 3 Sabit Disk hızı 0,1987 3 0,0545 8 0,0155 13 0,0315 9 4 Parça Kalitesi 0,5698 1 0,0755 4 0,0756 4 0,0585 4 Marka 2 5 Görüntü/dizayn 0,1262 3 0,0167 15 0,0501 6 0,0221 11 0,13247 6 Servis hizmeti 0,3040 2 0,0403 9 0,0219 10 0,0262 10 7 Sabit disk 0,1270 3 0,0188 14 0,1020 3 0,0374 8 Kapasite 3 8 Ram 0,3915 2 0,0579 7 0,0430 8 0,0408 7 0,14801 9 Ekran kartı 0,4815 1 0,0713 5 0,0754 5 0,0564 5 Görüntü 10 Çözünürlük 0,7526 1 0,1028 3 0,0171 12 0,0561 6 4 0,13662 11 Boyutlar 0,2474 2 0,0338 10 0,0088 15 0,0193 12 115 Mehmet PEKKAYA ve Mesut AKTOGAN Tablo 7 devamı 12 Kart okuyucu 0,0802 5 0,0081 17 0,0332 9 0,0132 16 13 Pil 0,3013 1 0,0303 11 0,0031 17 0,0160 14 ÇevDiğ 14 CD/DVD 0,0759 6 0,0076 18 0,0488 7 0,0172 13 5 0,10054 15 Kamera 0,1067 4 0,0107 16 0,0000 18 0,0053 18 16 Ağırlık 0,2074 3 0,0209 13 0,0082 16 0,0127 17 17 USB portu 0,2286 2 0,0230 12 0,0109 14 0,0145 15 Fiyat 6 18 Modelin fiyatı 1,0000 1 0,2082 1 1,1352 1 0,4158 1 0,20818 Not: DEA katsayı ortalamaları, Sen2’de (Tablo 9’da açıklanmıştır) DEA ile çözümde elde edilen 58 KVB kriterlerine atanan katsayıların kriter temelli ortalamalarının, orijinal kendi değişken verilerinin ortalamaları ile çarpımından elde edilmiştir. AHP-DEA ortalaması ise AHP ile standartlaştırılmış DEA katsayılarının aritmetik ortalamalarıdır. AHP’den elde edilen ana kriterlerin önem dereceleri dikkate alındığında, DB alımında %27,42 DB’nin işlem gerçekleştirme hızı ve %20,82 DB’nin fiyatı etkili olmaktadır. Sonrasında %14,80 ile DB’nin depolama kapasitesi gelirken DB’nin görüntü özellikleri ve markası ise sırasıyla %13,66 ve %13,25 dikkate alınmalıdır. Çevresel donanıma ise % 10,05 önem verilmektedir. Bu durum, kullanıcıların DB alırken %48,24 DB hızına ait özellikler ve fiyatına bakıldığını göstermektedir. Alt kriterler dikkate alındığında en önemli konuma fiyat (%20,82) yerleşirken bunu DB hızı (%15,42) izlemekte ve DB hızından özellikle işlemci hızının kastedildiği görülmektedir. 18 adet alt kriterden ekran çözünürlüğü (%10,28), parça kalitesi (%7,55), ekran kartı kapasitesi (%7,54), işlemci türü (%6,55), ram kapasitesi (%5,79) ve sabit disk hızı (%5,45) ile dikkate alınması gereken diğer özellikler olarak sıralanmaktadır. CD/DVD özelliği (%0,76), kart okuyucular (%0,81), kamera (%1,07), DB’nin görüntüsü/dizaynı (%1,67), sabit disk kapasitesi (1,88) ve DB fiziksel ağırlığı (%2,09) satın almalarda pek dikkate alınmayan kriterler olarak değerlendirilmiştir. AHP ile belirlenen önem dereceleri, uzmanların görüşleri doğrultusunda olması gereken ağırlıklar olarak düşünülebilir. Ancak firmalar, müşterilerin istek/ taleplerine göre piyasaya ürün sürmekte ve fiyatlarını belirlemekte olduğu kabul edilebilir. Bu durumda, DB’ye verilen bedel girdisi karşılığından DB özelliklerini alınan çıktılar olarak değerlendiren DEA, piyasa verilerinden hangi kriterlere daha çok önem verildiği bilgisini verebilir. DEA etkinlik skorları hesaplama aşamasında, her KVB için ayrı yapılan doğrusal programlama çözüm sürecinde birim bazında kriterlere yapılan atamalar gerçekleştirmektedir. DEA optimizasyon sürecinde, diğer seçeneklere göre KVB’ye ait kriter puanlarından ayırt edici skora sahip olanlara katsayı ataması yaptığından hareketle, atanan katsayıların etkinlikte önemli kriter olduğu düşünülmüştür. Bu anlamda, kriter temelinde KVB’ler için Sen2’de kriterlere atanan katsayıların, kriterin önem derecesinde belirleyici kriter olduğu kabul edilebilir. Sen2’de kriterlere atanan katsayıların ortalamaları ölçü biriminden arındırma amaçlı olarak kriterlerin ortalama piyasa ham verileriyle çarpılarak Tablo 7’deki “DEA Katsayı Ortalamaları” elde edilmiştir. Bu değerlerin, piyasa kullanıcıları tarafından dikkate alınan ağırlıklar hakkında bilgi verdiği düşünülebilir. Elde edilen bu katsayılar, AHP ağırlıklarıyla karşılaştırıldığında çalışmaya orijinallik kattığı düşünülebilir. DEA katsayı ortalamalarına göre, piyasa kullanıcıları ve bu bağlamda firmalar, en çok DB fiyatını dikkate alırken, sonrasında sırasıyla işlemci türü, sabit disk kapasitesi, parça kalitesi ve ekran kartı kapasitesi gibi özelliklere önem verdiği söylenebilir. AHP ile elde edilen önem dereceleri ile DEA katsayı ortalamalarının bazı açılardan çeliştiği Tablo 8’deki 0,05’de istatistiksel olarak anlamlı olmayan ve zayıf düzeydeki 116