TIPTA UZMANLIK BÖLÜM TERCĠHĠNĠN BULANIK TOPSIS ĠLE BELĠRLENMESĠ

ArĢ. Gör. Selen AVCI Kocaeli Üniversitesi, selen.avci@kocaeli.edu.tr Dr. Öğr. Üyesi Atakan ALKAN Kocaeli Üniversitesi, aalkan@kocaeli.edu.tr Sevil Günel Kocaeli Üniversitesi, sevilg7@gmail.com Prof. Dr. Zerrin ALADAĞ Kocaeli Üniversitesi, zaladag@kocaeli.edu.tr

ÖZET

Karar verme, insanın yaşamı boyunca hemen her dönemde karşı karşıya olduğu ve sonuçlarından etkilendiği bir süreçtir. Karar sürecinde belirsiz ve kesin olmayan durumlar söz konusu olduğunda karar verme güçleşmektedir. Bu durumda bulanık küme teorisi karar verme sürecine dâhil edilerek daha etkin kararlara ulaşmak mümkündür. Bulanık TOPSIS yöntemi, birden fazla karar vericinin alternatifleri, belirsizlik altında ve çok sayıda kritere göre değerlendirerek sıralamasını sağlayan çok ölçütlü karar verme yöntemlerinden birisidir. Bu yöntem, bulanık ortamlarda grup kararı vermede kullanılan, dilsel değişkenlerle yapılan değerlendirmelere üyelik fonksiyonu vererek sayısal hale getiren ve algoritması yardımıyla alternatifleri değerleme imkânı sunan bir karar aracıdır. Çalışmamızda, tıp fakültesinden yeni mezun pratisyen hekimlerin tıpta uzmanlık bölümlerindeki tercihlerini etkileyen kriterler Bulanık TOPSIS yöntemi ile belirlenmiştir. Çalışmada, Kocaeli Üniversitesi Tıp Fakültesinden yeni mezun 5 pratisyen hekim tarafından; literatürde yer alan çalışmalar ve uzman doktorların görüşleri referans alınarak tespit edilen en önemli 9 tercih ölçütü aracılığıyla 15 uzmanlık alanı seçeneği değerlendirilmiştir. Çok ölçütlü çözüm yöntemi olan Bulanık TOPSIS ile önem düzeyine göre sıralanmış uzmanlık alan seçenekleri sonucuna ulaşılmış ve karar probleminde en etkili ölçütler tespit edilerek yorumlanmıştır.

Anahtar Kelimeler: Karar Verme, Bulanık TOPSIS, Tıpta Uzmanlık

1. GĠRĠġ

Belirli bir amaç doğrultusunda alternatifler arasından en uygun olanını seçme işlemi “karar verme” olarak tanımlanabilir. Gerçek hayatta karşılaşılan karar problemleri genellikle birden fazla kriter ve alternatiften oluşmakta ve bu durum problemlerin karmaşıklık düzeyini arttırmaktadır. Çok sayıda kriterden oluşan problemlerin analizi için Çok Kriterli Karar Verme teknikleri (ÇKKV) geliştirilmiştir (Aydin, 2013). Birçok karar verme problemi nicel

www.zeugmakongresi.org/ TAM METİN KİTABI www.iksadkongre.org/ Sayfa 787

olarak anlaşılamayacak kadar karmaşıktır. Elimizdeki bir grubu sayısal verilerle değerlendirmek her zaman mümkün olmamakta; “çok iyi, çok kötü, çok yüksek, yüksek” gibi değerlendirmeler de yapılabilmektedir. Bu noktada sözel verilerle çalışmak ise net ve bir hesaba dayalı sonuca ulaşmayı güçleştirmektedir.

Bulanık küme teorisi, yaklaşık bilginin kullanılmasında ve kararların verilmesindeki belirsizliği insan sorgulamasına benzetmektedir. Bulanık mantık insanın düşünme mantığına çok yakın olmasından dolayı, bu mantığa göre alınan kararlar daha isabetli olabilmektedir. Bulanık küme teorisi verilerin, kesin olarak tanımlanamayan sınırlar ile sınıflandırılmasını sağlar. Böylece, gerçek dünya problemlerinin çözümü kolaylaşabilir (Şengül vd., 2012).

Bu çalışmanın amacı; tıp fakültesinden yeni mezun pratisyen hekim karar vericilerin tıpta uzmanlık bölüm tercihlerini Bulanık Topsis yöntemi ile belirlemektir. Çalışmada ÇKKV tekniklerinden TOPSIS, bazı değişkenlerin belirsizlik durumları göz önüne alınarak bulanık mantıkla birleştirilmiş ve çözüm bulanık TOPSIS ile gerçekleştirilmiştir. Bulanık TOPSIS yöntemi, bulanık ortamlarda grup kararı vermede kullanılan, dilsel değişkenlerle yapılan değerlendirmelere üyelik fonksiyonu vererek sayısal hale getiren ve algoritması yardımıyla alternatifleri değerleme imkânı sunan bir karar aracıdır. Bulanık TOPSIS yönteminin temelini, seçilen alternatifin bulanık Pozitif İdeal Çözüme en yakın, Bulanık Negatif İdeal Çözüme ise en uzak noktası olması oluşturur. Farklı önem ağırlığına sahip karar kriterlerine olanak tanıması, anlaşılmasının kolay olması ve ortaya konulan sonuçların yorumlanmasının zor olmaması gibi avantajlarıyla literatürde birçok alanda Bulanık TOPSIS tekniğiyle çözümlenen çalışmalar yer almaktadır (Chen ve Hwang, 2000).

2. LĠTERATÜR TARAMASI

ÇKKV yöntemleri, çok sayıda kriter baz alınarak alternatiflerin değerlendirilmesi ve sıralanmasını sağladığından uzun zamandır akademisyenlerin, araştırmacıların ve uygulayıcıların dikkatini çekmektedir (Derviş, 2015).

Literatürde, bulanık TOPSIS yöntemine ilişkin ilk çalışma Chen ve Hwang (1992) tarafından, Hwang ve Yoon (1981)‟nun geliştirdiği yöntemin bulanık durumlara uygulanmasıyla gerçekleştirilmiştir. Daha sonra Liang (1999), ideal ve ideal olmayan noktalara dayanan bir yöntem geliştirerek, farklı kriterlerin ağırlıklarını belirlemek ve değerlendirmek için alternatiflerin her bir kriter ile karşılaştırıldığı karar matrisleri ile bulanık küme teorisini ve hiyerarşik yapı kavramlarını bir arada kullanmıştır. Chen (2000), her bir alternatif ve her bir kriter ağırlığı için dilsel değişkenleri üçgensel sayılar olarak ifade etmiş ve bu üçgensel sayılar için vertex metodunu kullanarak bu yöntemi geliştirmiştir.

www.zeugmakongresi.org/ TAM METİN KİTABI www.iksadkongre.org/ Sayfa 788

Çalışmanın bu bölümünde önce son yıllarda Bulanık TOPSIS yöntemi ile ilgili yapılan çalışmalara sonrasında ise tıpta uzmanlık alanı ile ilgili gerçekleştirilen çalışmalara dair literatürden örneklere yer verilmiştir.

Vatansever (2013) çalışmasında tekstil sektöründe faaliyette bulunup büyük firmalara fason üretim yapan bir üretim işletmesinin tedarikçi seçim problemini bulanık TOPSIS yöntemiyle değerlendirilmiş ve yöneticilere karar desteği sağlamıştır.

Karaatlı ve diğerleri (2014), Isparta ilinde faaliyet gösteren beş yıldızlı bir otelin tur operatörü̈ seçiminde göz önüne aldığı kriterlerin ağırlık derecelerini Analitik Hiyerarşi Prosesi ile belirlemiştir. Elde edilen ağırlıklar Bulanık TOPSIS yönteminde kullanılarak tur operatörleri değerlendirilmiş ve otel için en iyi tur operatörü̈ tespit edilmiştir .

Koçak ve Çoğurcu (2015) network modeli ile ağ analizi yapmak amacıyla TOPSIS ve VIKOR yöntemlerini kullanmışlardır. Çalışmada kriter ağırlıkları AHP‟deki ikili kıyaslamalar metodu kullanılarak elde edilmiştir. Ardından bir üniversitenin 7 fakültesinin internet ağ analizi TOPSIS ve VIKOR yöntemleriyle çözümlenmiştir. İkinci aşamada ise bulanık TOPSIS ve bulanık VIKOR yöntemleri kullanılarak network modeli ile ağ analizi çalışması tekrarlanmıştır. Çalışmanın sonucunda internet topolojisi alanında önemli bir yere sahip olan network analizinin pratikleştirilmesine yönelik olarak ÇKKV yöntemlerinin uygulanabilirliği gösterilmiştir.

Üçüncü parti lojistik (3PL) firma seçimi kalite, maliyet ve dağıtım zamanı gibi birbiri ile çelişen birçok amacın eşzamanlı eniyilemesinin gerektirdiği karmaşık çok ölçütlü bir karar verme sürecidir. Altan ve Aydın (2015), 3PL firması seçimi için oluşturdukları bütünleşik model ile boru üretimi yapan bir işletmenin mevcut dört farklı alternatif firma arasındaki seçim işlemini yapmışladır. Bütünleşik modelde, bulanık DEMATEL yöntemi kriterler arasındaki etkileşimi, bulanık hiyerarşik TOPSİS ise önerilen modeldeki kriter hiyerarşilerini incelemek için kullanılmıştır.

Personel seçimi problemi, karar verici ve aday sayısının birden fazla olması ve karar üzerinde çok sayıda kriterin etkili olması açısından çok kriterli karar problemleri içerisinde yer alır. Kişisel yargılara dayanan kararlar belirsizlik içerir. Akın (2016) bulanık TOPSIS yöntemi ile bir kamu üniversitesinde araştırma görevlisi alımı sürecinde, başvuru yapan adaylardan hangilerinin giriş sınavına davet edileceğini, her bir aday için yakınlık katsayıları hesaplayarak objektif kriterlere göre belirlemiştir.

Tıpta uzmanlık alanı ile ilgili literatür özetine aşağıda sunulmaktadır.

Tekin ve diğ. (2013) İnönü Üniversitesi Tıp Fakültesi öğrencilerinin TUS tercihleri ve bu tercihleri etkileyen faktörleri değerlendirme amacıyla kesitsel tanımlayıcı nitelikte bir

www.zeugmakongresi.org/ TAM METİN KİTABI www.iksadkongre.org/ Sayfa 789

istatistiksel araştırma yapmıştır. Kara ve diğ. (2013) Düzce Üniversitesi Tıp Fakültesi öğrencilerinin branş tercihleri ve Tıpta Uzmanlık Sınavı‟na bakışlarının incelenmesi amacıyla öğrencilerin bazı demografik özelliklerine göre (yaş, cinsiyet, sınıf, mezun olduğu lise), branş tercihleri, staj memnuniyetleri ve TUS hakkındaki duygu ve düşünceleri ile yabancı dil sınavı (YDS) puanlarını sorgulamıştır.

Ömürbek ve diğ. (2016) Süleyman Demirel Üniversitesi Tıp Fakültesi‟nde gerçekleştirdikleri çalışmada, belirledikleri kriterlerin ağırlıklarını Analitik Hiyerarşi Süreci (AHP) ile çözümlemiş ve elde edilen ağırlıkları TOPSIS yönteminde kullanarak bir sıralama elde etmiştir.

3. YÖNTEM

Bulanık TOPSIS yöntemi, bulanık ortamlarda grup kararı vermede kullanılan bir yöntemdir. Dilsel ifadelerin sayısal olarak ifade edilebilmeleri için bulanık kümeler teorisinden faydalanılır (Ecer, 2006). Bulanık kümeler teorisi ilk defa Zadeh (1965) tarafından ortaya atılmıştır.

3.1. Bulanık Küme Teorisi

Günlük hayatta rastgele kullanılan birçok terim genellikle bulanık bir yapıya sahiptir. Bir şeyi tanımlarken, bir olayı açıklarken, komut verirken ve daha birçok durumda kullanılan sözel veya sayısal ifadeler bulanıklık içerir. Bu sözel ifadelerin sayısal verilere dönüştürülüp, kıyaslanabilir olmaları karar vericilerin doğru hüküm vermeleri açısından önemlidir.

Bulanık mantıkta kriterler kesin sınırlamalarla sınıflandırılmamaktadır. Bu nedenle, belirsiz ve kesin olmayan kıstaslara sahip gerçek yaşam problemlerine kolayca uyarlanabilmektedir. Bulanık mantıkta “evet” ya da “hayır” gibi kesin değerler yerine “düşük”, “orta”, “yüksek” gibi ifadeler kullanılmaktadır.

Bulanık mantıkta dilsel ifadelerde kullanılan kelime ya da kelime gruplarına dilsel değişkenler denir. Dilsel değişkenleri anlamlı hale getirebilmek için bulanık küme teorisi ile bulanık kümeler geliştirilmiştir.

Bulanık küme teorisi, klasik küme teorisinin yeterli olmadığı durumlarda daha açıklayıcı olmak için geliştirilmiştir. Üyelik derecesi kavramı ise, bir nesnenin bir kümeye ait olup olmadığını ya da ne kadar ait olduğunu ifade eder. Bulanık kümelerde bir eleman kümeye ait değilse üyelik derecesi 0, kümeye tam ait ise üyelik derecesi 1 olarak atanmaktadır. Kümeye ait olup olmadıkları belirsiz olan elemanlara ise belirsizlik durumuna

www.zeugmakongresi.org/ TAM METİN KİTABI www.iksadkongre.org/ Sayfa 790

göre 0 ile 1 arasında değerler atanır. Bu durum bulanık kümelerin belirli bir duruma en esnek bir biçimde uygulanabilmesini sağlar.

Üyelik fonksiyon tipleri literatürde fonksiyon biçimlerine ya da geometrik şekil benzerliklerine göre ele alınmıştır. Şekil yönünden birçok çeşidi olmasına rağmen, üçgen, yamuk ve Gaussal üyelik fonksiyonları pratikte yaygın olarak kullanılmaktadır. Bu çalışmada üçgensel bulanık sayılar kullanılmıştır. Üçgen üyelik fonksiyonları l, n ve u olmak üzere üç parametre ile ifade edilir. Üçgen üyelik fonksiyonu aşağıdaki gibi tanımlanabilir.

3.2. Bulanık TOPSIS

Bulanık TOPSIS yöntemi geleneksel TOPSIS yönteminin genişletilmiş ve geliştirilmiş halidir. Bulanık TOPSIS, bulanık ortamda çoklu kritere dayalı, az karar verici ve alternatif gruplarının bulunduğu problem için çok uygundur ve ayrıca esnek bir yapıya sahiptir. Bulanık TOPSIS yöntemi karar vericilerin karar kriterleri ve alternatifler hakkındaki değerlendirmelerini üçgen veya yamuk bulanık sayılar kullanarak her bir alternatif için yakınlık katsayısı olarak hesaplayan ve sıralayan bir yöntemdir (Derviş, 2015).

Yöntem alternatiflerin değerlendirilmesinde ortaya çıkan sübjektifliğin grup kararı vermede ortaya çıkardığı sorunları ortadan kaldırmakta ve daha iyi karar verme imkânı tanımaktadır. (Onursal, 2009).

Bulanık TOPSIS yönteminde, her bir alternatifin her bir kritere göre aldığı dilsel puanlar bulanık karar matrisinin ve normalleştirilmiş bulanık karar matrisinin oluşturulmasında kullanılır. Sözel değişkenlerle ifade edilen kriterlerin önem tercihleri ile alternatiflerin kriterlere göre aldığı performans değerlerinin sayısal değerlere dönüştürülmesinde Chen (2000) tarafından önerilen üçgen bulanık sayılardan yararlanılabilir. Kriterlerin önem ağırlığının belirlenmesinde kullanılan sözel değişkenler ile alternatiflerin kriterlere göre değerlendirilmesinde kullanılan sözel ifadeler aşağıdaki tabloda gösterilmiştir.

www.zeugmakongresi.org/ TAM METİN KİTABI www.iksadkongre.org/ Sayfa 791

Tablo 1: Dilsel İfadeler Kriter önem ağırlığının belirlenmesinde

kullanılan dilsel değiĢkenler

Alternatiflerin değerlendirilmesinde kullanılan dilsel değiĢkenler

Çok düĢük (ÇD) (0, 0, 0.1) Çok kötü (ÇK) (0, 0, 1)

DüĢük (D) (0, 0.1, 0.3) Kötü (K) (0, 1, 3)

Orta düĢük (OD) (0.1, 0.3, 0.5) Orta kötü (OK) (1, 3, 5)

Orta (O) (0.3, 0.5, 0.7) Orta (O) (3, 5, 7)

Orta yüksek (OY) (0.5, 0.7, 0.9) Orta iyi (OĠ) (5, 7, 9)

Yüksek (Y) (0.7, 0.9, 1) Ġyi (Ġ) (7, 9, 10)

Çok yüksek (ÇY) (0.9, 1, 1) Çok iyi (ÇĠ) (9, 10, 10)

Öncelikle elde edilen dilsel değişkenler sayısallaştırılarak bulanık ağırlıklı matris ve bulanık karar matrisi oluşturulmaktadır. Daha sonra bu matrisler normalize edilmiş bulanık ağırlıklar ve karar matrislerine dönüştürülmektedir. Her alternatifin için elde edilen bu matrisler ile bulanık pozitif ideal çözüm ve bulanık negatif ideal çözüme olan uzaklıkları hesaplanır. En iyi alternatifin seçimi için elde edilen sayılar küçükten büyüğe sıralanmaktadır (Derviş, 2015).

Bulanık TOPSIS yönteminin adımları aşağıda gösterilmiştir (Karaş, 2013):

Adım 1 - Karar Vericilerin ve Kriterlerin Seçilmesi: Karar vericilerden bir alt kurul