1. BÖLÜM
3.3. Uygulamaların Değerlendirilmesi
Gençlerde madde bağımlılığı ve erken uyarı sistemi çalışmasında, klasik ve bulanık ÇKKV yöntemlerinin uygulanması sonucu elde edilen okulların risk sıralamaları sırasıyla Çizelge 3.42 ve Çizelge 3.43’de verilmiştir.
Elde edilen sonuçlar, SPSS v.22 (Statistical Package for the Social Sciences) paket programına aktarılarak farklı yöntemlerin uygulanması sonucu elde edilen bu sıralamalar arasındaki ilişkinin derecesi Spearman Sıra Korelasyonu kullanılarak analiz edilmeye çalışılmıştır.
Çizelge 3.42. Klasik ÇKKV Yöntemlerinin Uygulanması Sonucu Elde Edilen Sıralamalar Risk
Sıralaması AHP Yöntemi ANP Yöntemi TOPSIS Yöntemi
VIKOR Yöntemi 1. (A1) 0.09 (A7) 0.08 (A4) 0.25 (A3) 0.95 2. (A4) 0.09 (A4) 0.08 (A1) 0.33 (A4) 0.79 3. (A7) 0.09 (A1) 0.09 (A3) 0.33 (A5) 0.62 4. (A5) 0.11 (A9) 0.09 (A5) 0.33 (A1) 0.41 5. (A6) 0.11 (A5) 0.10 (A9) 0.40 (A7) 0.32 6. (A9) 0.12 (A6) 0.10 (A2) 0.56 (A9) 0.26 7. (A2) 0.15 (A8) 0.13 (A7) 0.60 (A2) 0.21 8 (A8) 0.16 (A2) 0.14 (A6) 0.75 (A8) 0.19 9. (A3) 0.19 (A3) 0.18 (A8) 0.78 (A6) 0.07 Çizelge 3.43. Bulanık ÇKKV Yöntemlerinin Uygulanması Sonucu Elde Edilen Sıralamalar
Risk
Sıralaması Bulanık TOPSIS Yöntemi Bulanık VIKOR Yöntemi
1. (A4) 0.24 (A7) 0.98
2. (A3) 0.25 (A8) 0.91
3. (A2) 0.27 (A2) 0.84
4. (A7) 0.28 (A9) 0.72
5. (A1) 0.29 (A6) 0.55
6. (A5) 0.29 (A1) 0.49
7. (A8) 0.31 (A4) 0.39
8 (A9) 0.31 (A5) 0.07
9. (A6) 0.38 (A3) 0.03
Örneklem korelasyon katsayısı 𝑟𝑠 ise, 𝑑𝑖, i. olgunun iki farklı özelliğine verilen sıra numaraları arasındaki fark, n, sıralanan olgu sayısı olmak üzere şu şekilde hesaplanmaktadır:
𝑟𝑠 = 1 − 6 [ ∑ 𝑑𝑖2 𝑛(𝑛2 − 1)]
𝑟𝑠′nin anlamlılığı ise anakütleninki 𝜌𝑠 = 0, n > 8 varsayarak t sınamasıyla sd = n – 2 ile şöyle sınanabilir:
𝑡 =𝑟𝑠√𝑛 − 2
√1 − 𝑟𝑠2
Eğer hesaplanan t değeri eşik t değerinden büyükse değişen varyans önsavını kabul edebiliriz; değilse reddedebiliriz (Gujarati ve Porter, 2012: 380-381).
Spearman sıra korelasyonu, -1 ile 1 arasında bir değer alabilir. Eğer evren Spearman sıra korelasyon katsayısı 1’e eşit ise, bir değişkenin sıraları ile diğer değişkenin sıraları arasında pozitif mükemmel bir doğrusal ilişki vardır. Eğer evren Spearman sıra korelasyon katsayısı -1’e eşit ise, bir değişkenin sıraları ile diğer değişkenin sıraları arasında negatif mükemmel bir doğrusal ilişki vardır. -1 ve 1’e ne kadar yakın bir katsayı elde edilirse, o kadar güçlü bir doğrusal ilişkiden söz edilir (Akgül, 2003: 396).
Spearman sıra korelasyonu katsayısının yorumu ise aşağıdaki şekilde yapılmaktadır (Akgül, 2003: 384):
Çizelge 3.44. Spearman Sıra Korelasyon Katsayısı Yorumu
r İlişki
0.00 - 0.25 Çok Zayıf
0.26 - 0.49 Zayıf
0.50 - 0.69 Orta
0.70 - 0.89 Yüksek
0.90 - 1.00 Çok Yüksek
Çizelge 3.45. Spearman Sıra Korelasyon Katsayıları
**. Korelasyon katsayısı % 1 düzeyinde istatistiksel olarak anlamlıdır.
*. Korelasyon katsayısı % 5 düzeyinde istatistiksel olarak anlamlıdır.
Çizelge 3.45’ e göre AHP ve ANP yöntemleri arasındaki rs = 0,888 olup yöntemlerin okul sıralamaları arasında pozitif doğrusal bir ilişki bulunduğu söylenebilir. Her iki yöntemin de temelinde uzman görüşleri doğrultusunda oluşturulan benzer ikili karşılaştırmalar prensibinin olması bu ilişkinin yüksek çıkmasını sağlamıştır. Ancak değerlendirme kriterlerinin ve alternatiflerinin göreli ağırlıklarının bulunmasında uzmanların görüşlerinin subjektif olması AHP ve ANP yöntemlerinin eleştirilmesine neden olmaktadır. Ayrıca genel olarak değerlendirildiğinde AHP ve ANP yöntemleri sonucu elde edilen sıralamaların TOPSIS, VIKOR, bulanık TOPSIS ve bulanık VIKOR yöntemleri ile elde edilen sıralamalar ile pozitif yönlü zayıf bir ilişkiye sahip olduğu söylenebilir.
Klasik ÇKKV yöntemlerinden olan TOPSIS ve VIKOR yöntemleri rs = 0,881 olup bu yöntemlerin okul sıralamaları arasında pozitif doğrusal bir ilişki bulunduğu söylenebilir.
Yöntemler alternatifleri sıralamada farklı algoritmalar izleseler de her ikisinin çıkış noktası ideal çözüme yakınlığa dayanmaktadır. TOPSIS yönteminde vektör normalizayonu kullanılırken VIKOR yönteminde lineer normalizyon kullanılmaktadır. VIKOR yönteminde grup faydası ve kişisel pişmalık karar vericinin ağırlıklandırmasına bağlı olarak hesaplanmaktadır. Ayrıca TOPSIS yönteminde elde edilen sonuçlar güvenirlik arz
ederken, VIKOR yöntemi ile elde edilen sonuçlar kabul edilebilir avantaj ve kabul edilebilir istikrar koşullarını yerine getirmektedir.
Benzer şekilde bulanık TOPSIS ve TOPSIS yöntemleri arasındaki rs = 0,650 olup bu yöntemlerin okul sıralamaları arasında pozitif doğrusal bir ilişki, bulanık TOPSIS ve VIKOR yöntemleri arasındaki rs = 0,748 olup yöntemlerin okul sıralamaları arasında pozitif doğrusal bir ilişki bulunduğu söylenebilir. Bu ise ele alınan kriterlere ve alternatiflere ilişkin yapılan değerlendirmelerde mevcut belirsizliklerin de dikkate alınmasıyla bulanık ÇKKV yöntemlerinin daha etkin ve gerçekçi bir risk sıralaması verdiğini göstermektedir.
SONUÇ
Günümüzde gençler arasında madde kullanımının yaygınlaşması, madde bağımlılığının önlenmesine yönelik oluşturulan erken uyarı sistemlerinin önemini ve desteklenmesi gerçeğini ortaya koymaktadır. Gençler arasındaki bu eğilimi azaltmak amacıyla risk taşıyan, destek verilmesi gereken öğretim kurumlarının tespiti ve bu doğrultuda erken uyarı stratejilerinin geliştirilmesi gerekmektedir.
Son dönemde bağımlılık yapıcı madde kullanımı özellikle gençler arasında artış göstermesine rağmen ülkemizde madde kullanım yaygınlığına, sebep olan faktörlere, risk alanlarının tespitine ve bu konudaki erken uyarı sistemine yönelik yapılan çalışmalar yok denebilecek kadar azdır. Bu noktada gençleri bağımlılık yapıcı madde kullanımına yönelten psikolojik ve sosyolojik etmenler altında gençlerin bulundukları okulların risk değerlendirmesinde ÇKKV yöntemlerinin kullanılması tez konusunun temelini teşkil etmiştir. Risk grubundaki gençlerin yoğunluklu olarak bulundukları okulların tespit edilmesinde klasik ve bulanık ÇKKV yöntemlerinin uygulanabilir olduğuna dikkat çekilmiştir.
Çalışmanın ilk bölümünde klasik ÇKKV yöntemlerinden olan AHP, ANP, TOPSIS ve VIKOR yöntemleri ayrıntılı bir şekilde açıklanmıştır. İkinci bölümde ise bulanık ÇKKV yöntemlerinden olan bulanık AHP, bulanık ANP, bulanık TOPSIS ve bulanık VIKOR yöntemleri detaylı olarak incelenmiştir. Tez çalışmasının uygulama bölümünde ise Ankara’nın Keçiören ilçesinde öğretimini sürdürmekte olan öğrencilere uygulanan anket sonuçları ele alınarak okulların risk değerlendirmesi yapılmıştır.
Klasik ve bulanık ÇKKV yöntemlerinin kullanıldığı iki aşamalı uygulama bölümüne, ÇKKV yöntemlerinin analizinde kullanılacak olan kriterler, alt kriterler ve alternatifler belirlenerek başlanmıştır. Demografi, Aile ile Yapılan Faaliyetler, Arkadaşlar ile Yapılan Faaliyetler, Davranış ve Alışkanlıkları gösteren boyutlardan oluşan anket sorularının gerekli toplulaştırması yapılarak “Madde Kullanmaya Sürükleme”, “Aile İçi İlişki”,
“Sosyal Çevre”, “Ekonomik Durum”, “Eğitim Durumu” ve “Farkındalık” olmak üzere 6 adet ana kriter belirlenmiştir. Bunlardan “Madde Kullanmaya Sürükleme” ana kriterinin yönü maliyet iken diğer ana kriterlerin yönleri fayda şeklinde tanıtılmıştır. Ayrıca “Madde Kullanmaya Sürükleme” ana kriterinin 4 adet, “Aile İçi İlişki” ana kriterinin 4 adet,
“Sosyal Çevre” ana kriterinin 3 adet, “Ekonomik Durum” ana kriterinin 3 tane, “Eğitim Durumu” ana kriterinin 2 adet ve “Farkındalık” ana kriterinin 2 adet alt kriteri bulunmaktadır. Yöntemlerde kullanılacak olan alternatifleri ise Ankara’nın Keçiören ilçesinde öğretime devam etmekte olan 9 lise düzeyinde okul ve toplamda 502 öğrencinin katıldığı anket cevapları temsil etmektedir.
Uygulama bölümünün ilk aşamasında klasik ÇKKV yöntemlerinin analizlerine yer verilmiştir. Madde bağımlılığı probleminin kriterleri, alt kriterleri ve alternatifler öncelikle hiyerarşik bir yaklaşımla ele alınmış ve her bir kriterin hedefe olan katkısının ayrı ayrı değerlendirilmesine imkân veren, uzman görüşlerine ve ikili karşılaştırmalar prensibine dayalı ölçüm teorisi olan AHP yönteminde analiz gerçekleştirilmiştir.
İkinci olarak tezde kullanılan veri setinin birbirine bağımlı küme ve ayrıntılı elemanlardan oluştuğu göz önünde bulundurularak, bir sistemin elemanları arasındaki bağımlılığı temsil etmeye olanak sağlayan ve yine uzman görüşlerine ve ikili karşılaştırmalar prensibine dayalı çeşitli kararların analizini yapabilen ANP yöntemi ile çözüme gidilmiştir. Öğretim kurumlarının risk değerlendirmesi yapılırken AHP yöntemindeki hiyerarşik yapıdan farklı olarak kümeler arasındaki karşılıklı bağımlıklar ve kümelerin içsel bağımlılıkları da modele dâhil edilerek daha etkin bir şekilde analiz gerçekleştirilmiştir. Ayrıca AHP ve ANP yöntemi kullanılarak elde edilen ana kriterlerin ağırlıkları eşit olup, bu ağırlıklar diğer klasik ÇKKV yöntemlerinde yeniden kullanılmıştır.
Üçüncü olarak hareket noktası pozitif ideal çözüme en yakın, negatif ideal çözümden en uzak olan alternatifin seçilmesi varsayımı olan TOPSIS yöntemi ile madde bağımlılığı probleminin analizi tekrarlanmıştır. Yöntemde pozitif ideal çözüme en yakın alternatiflerin seçilmesi ile “Aile İçi İlişki”, “Sosyal Çevre”, “Ekonomik Durum”, “Eğitim Durumu” ve
“Farkındalık” kriterleri maksimize edilirken; “Madde Kullanmaya Sürükleme” kriteri minimize edilmiştir. Benzer şekilde negatif ideal çözümden en uzak alternatiflerin seçilmesi ile de tam tersi yönde işleyen bir işlem gerçekleştirilmiştir.
Dördüncü ve son olarak ise alternatifler çerçevesinde ve değerlendirme kriterleri altında grup için maksimum fayda, karşıt görüşler için minimum kişisel pişmanlık sağlayarak uzlaşık çözüme ulaşmayı sağlayan VIKOR yöntemi ile madde bağımlılığı probleminin analizi tekrarlanmıştır.
Uygulama bölümünün ikinci aşamasında bulanık ÇKKV yöntemlerinin analizlerine yer verilmiştir. Bu amaçla madde bağımlılığı probleminin kriterleri ilk olarak bulanık ANP yöntemi ile modellenmiştir. Ardından kriterlerin ağırlığının belirlenmesi için hem bulanık AHP yönteminde hem de bulanık ANP yönteminde çözüm yöntemi olarak önerilen Chang (1992, 1996)’in Genişletme Analizi Tekniği kullanılmıştır. Elde edilen kriter ağırlıkları ise bulanık TOPSIS ve bulanık VIKOR yönteminde dilsel değişkenlere ve bulanık sayılara dönüştürülüp tekrar kullanılmıştır.
İkinci olarak belirsizliğin ve karmaşıklığın bulunduğu verilerin sayısal değerler yerine dilsel değişkenlerle ifade edilmesinin daha etkin ve gerçekçi sonuçlar göstereceği varsayımından hareketle bulanık küme teorisinin klasik TOPSIS yöntemine entegre edilmiş hali olan bulanık TOPSIS yöntemi ile madde bağımlılığı problemi yeniden analiz edilmiştir.
Üçüncü ve son olarak ise yine gerçek hayattaki belirsizlikler nedeniyle tam ve kesin değerler yerine dilsel değişkenler kullanılarak, madde bağımlılığı probleminin bulanık VIKOR yöntemi ile analizi gerçekleştirilmiştir.
Sonuç olarak tez çalışmasında gerçekleştirilen uygulama ile gençlerde madde bağımlılığı ve erken uyarı sistemi analizinin klasik ve bulanık ÇKKV yöntemleri ile modellenebileceği ve bu konuda risk taşıyan, destek verilmesi gereken gençlerin yoğunluklu olarak bulundukları okulların risk analizlerinin elde edilebileceği görülmüştür.
Birden fazla klasik ve bulanık ÇKKV yönteminin madde bağımlılığı probleminde kullanılması ise erken uyarı sistemi analizlerinin objektif bir şekilde yapılmasına olanak sağlamıştır.
KAYNAKLAR
Abastante, F., Bottero, M. , Lami, I. M. (2011). Using the Analytic Network Process (ANP) for Ranking the Critical Issues of a Transport Decision Problem: The Italian Section of the Corridor 24. Proceedings of the International Symposium on the Analytic Hierarchy Process.
Akgül, A. (2003). Tıbbi Araştırmalarda İstatistiksel Analiz Teknikleri, SPSS Uygulamaları (İkinci Baskı). Ankara, Yeni Mustafa Kitapevi, 384, 396.
Aktaş, R., Doğanay, M., Gökmen Y., Gazibey Y. ve Türen U. (2015). Sayısal Karar Verme Yöntemleri (1. Baskı). İstanbul: Beta Basım Yayım Dağıtım,19, 29, 181, 184, 230.
Asan U., Soyer, A. and Seyda, S. (2012). A Fuzzy Analytic Network Process Approach.
Atlantis Press Book, 159 - 183.
Akhisar İ. (2014). Performance Ranking of Turkish Insurance Companies: The ANP Application. Finansal Araştırmalar ve Çalışmalar Dergisi, 6(11), 1 - 13.
Akyüz G. (2012). Bulanık VIKOR Yöntemi ile Tedarikçi Seçimi. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 26(1), 197-214.
Amiri M. P. (2010). Project Selection for Oil-Fields Development by Using the AHP and Fuzzy TOPSIS Methods. Expert Systems with Applications, 37 (9), 6218 – 6224.
Arslan, M. C., Çatay, B. and Budak, E., (2002). Decision Support System for Machine Tool Selection. Journal of Manufacturing Technology Management, 15 (1), 101 - 109.
Atan, M. ve Maden, U. (2005). Bireysel ve Kurumsal Kredibilitenin Analitik Hiyerarşi Süreci ile Çözümlenmesi. IV. İstatistik Kongresi, İstatistik Mezunları Derneği ve Türk İstatistik Derneği, Belek Antalya.
Baharmoz, A. M. A. (2003). The Analytic Hierarchy Process at Dar Al-Hekma Saudi Arabia.Interfaces, 33(4), 70 – 78.
Başkaya, Z. (2011). Bulanık Doğrusal Programlama. Bursa: Ekin Yayınevi. 23, 68.
Bevilacqua M. and Braglia M. (2000). The Analytic Hierarchy Process Applied to Maintenance Strategy Selection. Reliability Engineering and System Safety, 70 (1), 71 – 83.
Bhutta, K. and Hug, F. (2002). Supplier Selection Problem: A Comparison of the Total Cost of Ownership and Analytic Hierarchy Process Approaches. Supply Chain Management: An International Journal, 7(3), 126-135.
Boender, C. G. E., De Grann, J. G. and Lootsma, F. A. (1989). Multicriteria Decision Dnalysis with Fuzzy Pairwise Comparison. Fuzzy Sets and Systems, 29(2), 133–143.
Bojadziev, G. and Bojadziev M. (2007). Fuzzy Logic for Business, Finance and Management. (Second Edition). Singapore: World Scientific Publishing, 44.
Boran, F. E., Genç S., Kurt, M. and Akay, D. (2009). A Multi-criteria Intuitionistic Fuzzy Group Decision Making for Supplier Selection with TOPSIS Method. Expert Systems with Applications, 36 (8), 11363 – 11368.
Bruno, G., Esposito, E., Genovese, A. and Passaro, R. (2012). AHP-based Approaches for Supplier Evaluation: Problems and Perspectives. Journal of Purchasing and Supply Management, 18 (3), 159 – 172.
Buckley, J. J. (1985). Fuzzy Hierarchical Analysis. Fuzzy Sets and Systems, 17 (3): 233 – 247.
Büyüközkan, G. and Çiftçi, G. (2012). A Novel Hybrid MCDM Approach Based on Fuzzy DEMATEL, Fuzzy ANP and Fuzzy TOPSIS to Evaluate Green Suppliers. Expert Systems with Applications, 39 (3), 3000 – 3011.
Büyüközkan, G., Kahraman, C. and Ruan, D. (2004). A Fuzzy Multi-criterıa Decision Approach for Software Development Strategy Selection. International Journal of General Systems, 33(2–3), 259–280.
Cebeci, U. (2009). Fuzzy AHP-based Decision Support System for Selecting ERP Systems in Textile Industry by Using Balanced Scorecard. Expert Systems with Applications, 36 (5), 8900 – 8909.
Chang, D. Y. (1992). Extent Analysis and Synthetic Decision Optimization Techniques and Application. World Scientific, 1, 352.
Chang, D. Y. (1996). Applications of the Extent Analysis Method on Fuzzy AHP.
European Journal of Operational Research, 95, 649 - 655.
Chang, C. L. (2010). A Modified VIKOR Method for Multiple Criteria Analysis.
Enviromental Monitoring Assessment, 168(1-4), 339 – 344.
Chang,Y. H., Shao P. C. and Chen H. J. (2015). Performance Evaluation of Airport Safety Management Systems in Taiwan. Safety Science, 75, 72 – 86.
Chang, C. W., Wu C. R., Lin C. T. and Chen H. C. (2008). Evaluating and Controlling Silicon Wafer Slicing Quality Using Fuzzy Analytic Hierarchy and Sensitivity Analysis. International Journal Advanced Manufacturing Tecnology, 36, 322 - 333.
Chang, K. L., Liao, S. K., Tseng, T. W. and Liao, C. Y. (Article in Press). An ANP based TOPSIS Approach for Taiwanese Service Apartment Location Selection. Asia Pacific Management Review, 1 - 7.
Chankong, V. and Haimes, Y. Y. (1983). Multiobjective Decision Making: Theory and Methodology. North-Holland, New York, 5.
Chen C. T. (2000). Extensions of the TOPSIS for Group Decision-Making Under Fuzzy Environment. Fuzzy Sets and Systems, 114(1), 1-9.
Chen J. K. and Chen S. (2010). Using a Novel Conjunctive MCDM Approach Based on DEMATEL, Fuzzy ANP, and TOPSIS as an Innovation Support System for
Taiwanese Higher Education. Expert Systems with Applications, 37 (3), 1981 – 1990.
Chen, S. J., Hwang, C. L. and Hwang, F. P. (1992). Fuzzy Multiple Attribute Decision Making, Methods and Applications. Verlag, Berlin Heidelberg: Springer. 1, 18 - 19, 101 - 102, 339.
Chen C. T., Lin C. T. and Huang S. F., (2006). A Fuzzy Approach for Supplier Evaluation and Selection in Supply Chain Management. International Journal of Production Economies, 102 (2), 289 - 301.
Chen L. Y. and Wang T. C. (2009). Optimizing Partners’ Choice in IS/IT Outsourcing Projects: The Strategic Decision of Fuzzy VIKOR. International Journal of Production Economics, 120 (1), 235.
Chen, M. K. and Wang, S. C. (2010). The Critical Factors of Success for İnformation Service Industry in Developing International Market: Using Analytic Hierarchy Process (AHP) Approach. Expert Systems with Applications, 37 (1), 694 – 704.
Cheng, C. H. (1996). Evaluating Naval Tactical Missile Systems by Fuzzy AHP Based on the Grade Value of Membership Function. European Journal of Operational Research, 96 (2): 343 – 350.
Chu, M.T., Shyu J., Tzeng, G. H. and Khosla, R. (2007). Comparison Among Three Analytical Methods for Knowledge Communities Group Decision Analysis. Expert Systems with Applications, 1016.
Chung, S. H., Lee, A. H. I. and Pearn, W. L. (2005). Analytic Network Process Approach for Product Mix Planning in Semiconductor Fabricator. International Journal of Production Economics, 96, 15 - 36.
Cinemre, N. (2011). Yöneylem Araştırması (İkinci Basım). İstanbul: Evrim Yayınevi. 379.
Cochrane, J. L. and Zeleny, M. (1973). Multiple Criteria Decision Making. South Carolina: University of South Carolina Press. 19.
Cristobel, J. R. S. (2011). Multi-Criteria Decision-Making in the Selection of a Renewable Energy Project in Spain: The VIKOR Method. Renewable Energy, 36, 498 - 502.
Cristobel, J. R. S. (2012). Contractor Selection Using Multicriteria Decision Making Methods. Journal of Construction Engineering and Management, 138 (6), 751 - 758.
Dağdeviren, M. and Eren, T. (2001). Tedarikçi Firma Seçiminde Analitik Hiyerarşi Prosesi ve 0 - 1 Hedef Programlama Yöntemlerinin Kullanılması. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 16 (2), 41 – 52.
Dağdeviren, M., Yüksel, İ. and Kurt, M. (2008). A Fuzzy Analytic Network Process (ANP) Model to Identify Faulty Behavior Risk (FBR) in Work System. Safety Science, 46 (5), 771 – 783.
Dargi, A., Anjomshoaea, A., Memaria, A., Galankashia, M.R. and Tap, M. B. Md. (2014).
Supplier Selection: A Fuzzy ANP Approach. Procedia Computer Science, 31, 691 – 700.
Demirel, N. Ç. and Yücenur, G. N. (2011). The Cruise Port Place Selection Problem with Extended VIKOR and ANP Methodologies under Fuzzy Environment. Proceedings of the World Congress on Engineering, 2, 1130.
Dey, P. K., Hariharan, S., Kumar, A.Y. and Moseley, H. S. L. (2004). Performance Measurement of Intensive Care Services in Hospitals: The case of Barbados.
International Journal Services Technology and Management, 5 (5 - 6), 579 – 594.
Dontul, D., Ranmale, G. and Narkhede, B. E. (2015). Application of ANP to Rank Delay Factors in Indian Public Sector Projects. 1(5), 2394-6210.
Doumpos, M. and Zopounidis, C. (2002). Multicriteria Decision Aid Classification Methods. United States of America: Kluwer Academic Publishers.
Dubois, D. and Prade, H. (1980). Fuzzy Sets And Systems, Theory And Applications. New York: Academic Press. 9 - 35.
Ecer, F. (2007). Fuzzy TOPSIS Yöntemiyle İnsan Kaynağı Seçiminde Adayların Değerlemesi ve Bir Uygulama, Doktora Tezi, Afyon Kocatepe Üniversitesi Sosyal Bilimler Enstitüsü, Afyon, 30 - 35.
Ecer, F. ve Küçük, O. (2008). Tedarikçi Seçiminde Analitik Hiyerarşi Yöntemi ve Bir Uygulama. Atatürk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 11 (1), 355 - 369.
Erginel, N. and Şentürk, S. (2011). Ranking of the GSM Operators with Fuzzy ANP.
Proceedings of the World Congress on Engineering, 2.
Ertuğrul, İ. and Karakaşoğlu, N. (2009). Performance Evaluation of Turkish Cement Firms with Fuzzy Analytic Hierarchy Process and TOPSIS Methods. Expert Systems with Applications, 36 (1), 702 - 715.
Ertuğrul, İ. ve Özçil, A. (2014). Çok Kriterli Karar Vermede TOPSIS ve VIKOR Yöntemleriyle Klima Seçimi. Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 4 (1), 267 - 282.
Esin, A. (2003). Yöneylem Araştırmasında Yararlanılan Karar Yöntemleri (Dördüncü Baskı). Ankara: Gazi Kitabevi. 314.
Figueire, J., Greco, S. and Ehrgott, M. (2005). Multiple Criteria Decision Analysis: State of the Art Surveys. United States of America: Springer Science + Business Media, 382 - 406.
Gencer, C. and Gürpınar, D. (2007). Analytic Network Process in Supplier Selection: A Case Study in an Electronic Firm. Applied Mathematical Modelling, 31 (11), 2475 – 2486.
Girubha, R. J. and Vinodh, S. (2012). Application of Fuzzy VIKOR and Environmental Impact Analysis for Material Selection of an Automotive Component. Materials and Design, 37, 478 - 486.
Golden, B. L., Wasil, E. A. and Harker, P. T. (1989). The Analytic Hierarchy Process:
Applications and Studies. Verlag Berlin Heidelberg: Springer. 37 - 58.
Gore, W. J. and Dyson, J. W. (1964). The Making of Decisions: A Reader in Administrative Behaviour. United States of America: The Free Press of Glencoe. 1.
Gu, X. and Zhu, Q. (2006). Fuzzy Multi - Attribute Decision Making Method based on Eigenvector of Fuzzy Attribute Evaluation Space. Decision Support Systems, 41 (2), 400 – 410.
Gujarati, D. N. ve Port, D. C. Çevirenler: Şenesen, Ü. Ve Şenesen G. G. (2012). Temel Ekonometri (Beşinci Basımdan Çeviri). İstanbul, Literatür Yayınları, 380-381.
Güneri, A. F., Cengiz, M. and Şeker, S. (2009). A Fuzzy ANP Approach to Shipyard Location Selection. Expert Systems with Applications, 36(4), 7992–7999.
Halaç, O. (1985). Kantitatif Karar Verme Teknikleri, Yöneylem Araştırmasına Giriş.
İstanbul: Alfa Basım Yayım Dağıtım. 26.
Hanss, M. (2005). Applied Fuzzy Arithmetic, An Introduction with Engineering Applications. Verlag Berlin Heidelberg: Springer. 50.
Hariharan, S., Dey, P. K., Chen, D. R., Moseley, H. S. L. and Kumar, A.Y., (2005).
Application of Analytic Hierarchy Process for Measuring and Comparing the Global Performance of Intensive Care Units. Journal of Critical Care, 20(2), 117–125.
Hemming, T. (1978). Multiobjective Decision Making under Certainty. The Economic Research Institute. Stockholm School of Economics. 1.
Hogan, K. M., Olson, G. and Rahmlow, H. (2000). A Model for The Prediction of Corporate Bankruptcy Using The Analytic Hierarchy Process. Multi-Criteria Applications, 10, 85- 102.
Hsieh, T. Y., Lu, S. T. and Tzeng, G. H. (2004). Fuzzy MCDM approach for planning and design tenders selection in public office buildings. International Journal of Project Management, 22, 573–584.
Huang, C. C., Chu, P. Y. and Chiang, Y. H. (2008). A fuzzy AHP Application in Government-Sponsored R&D Project Selection. Omega, 36(6), 1038 – 1052.
Hummel, J. M., Snoek, G. J., Van Til, J. A., Van Rossum, W. and Ijzerman, M. J. (2005).
A Multicriteria Decision Analysis of Augmentative Treatment of Upper Limbs in Persons with Tetraplegia. Journal of Rehabilitation Research and Development, 42 (5), 635–644.
Hwang, C. L. and Yoon, K. (1981). Multiple Attribute Decision Making: Methods and Applications, a State of the Art Survey, Lecture Notes in Economics and Mathematical Systems. New York: Springer-Verlag, 129.
Ishizaka, A. and Nemery, P. (2013). Multi-criteria Decision Analysis: Methods and Software. United Kingdom: Wiley.
İç, Y. T. and Yurdakul, M. (2009). Development of a Decision Support System for Machining Center Selection. Expert Systems with Applications, 36 (2), 3505 – 3513.
Jahan, A., Mustapha, F., Ismail, Md. Y., Sapuan, S. M. and Bahraminasabve M. (2011). A Comprehensive VIKOR Method for Material Selection. Materials and Design, 32 (3), 1215 – 1221.
Jahanshahloo, G. R., Hosseinzadeh, L. F., Izadikhah, M. (2006). Extension of the TOPSIS for Decision Making Problems with Fuzzy Data. Applied Mathematical Modelling, 181(2), 1544 – 1551.
Jahanshahloo G. R., Hosseinzadeh, L. F., Izadikhah M. (2006). An Algorithmic Method to Extend TOPSIS for Decision Making Problems with Interval Data. Applied Mathematical Modelling, 175 (2), 1375 – 1384.
Javanbarg, M. B., Scawthorn, C., Kiyono, J. and Shahbodaghkhan, B. (2012). Fuzzy AHP - based Multicriteria Decision Making Systems Using Particle Swarm Optimization.
Expert Systems with Applications, 39 (1), 960 - 966.
Kahraman, C., Cebeci, U. and Ruan Da (2004). Multi-Attribute Comparison of Catering Service Companies Using Fuzzy AHP: The case of Turkey. International Journal of Production Economics, 87(2), 171–184.
Kahraman C. (2008). Fuzzy Multi-Criteria Decision-Making, Theory and Applications with Recent Developments. Springer Optimization and Its Application. Springer Science and Business Media. (16), 2, 53 - 83, 159 - 186, 325.
Kaliszewski, I. (2005). Soft Computing for Complex Multiple Criteria Decision Making.
United States of America: Springer Science and Business Media.
Kamal, M., Subhi A. H. (2001). Application of the AHP in Project Management.
International Journal of Project Management, 19 (1), 19 – 27.
Kaplan S. (2007). Hava Savunma Sektörü Tezgâh Yatırım Projelerinin Bulanık AHP ile Değerlendirilmesi, Yüksek Lisans Tezi, Gazi Üniversitesi Fen Bilimleri Enstitüsü, Ankara, 38.
Kaya, T. ve Kahraman, C. (2010). Multicriteria Renewable Energy Planning Using an Integrated Fuzzy VIKOR & AHP Methodology: The case of İstanbul. Energy, 35 (6), 2517 - 2527.
Keçiören Belediye Başkanlığı Basın Yayın Halkla İlişkiler Müdürlüğü, (2015). Keçiören
Keçiören Belediye Başkanlığı Basın Yayın Halkla İlişkiler Müdürlüğü, (2015). Keçiören