Analitik hiyerarşi yaklaşımı ile üretici kararlarının analizi ( Tokat ili domates üreticileri örneği)

ANALĠTĠK HĠYERARġĠ YAKLAġIMI ĠLE ÜRETĠCĠ KARARLARININ

ANALĠZĠ

(TOKAT ĠLĠ DOMATES ÜRETĠCĠLERĠ ÖRNEĞĠ)

Berrin DAL Yüksek Lisans Tezi Tarım Ekonomisi Anabilim Dalı

T.C.

GAZĠOSMANPAġA ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ TARIM EKONOMĠSĠ ANABĠLĠM DALI

YÜKSEK LĠSANS TEZĠ

ANALĠTĠK HĠYERARġĠ YAKLAġIMI ĠLE ÜRETĠCĠ

KARARLARININ ANALĠZĠ

(TOKAT ĠLĠ DOMATES ÜRETĠCĠLERĠ ÖRNEĞĠ )

Berrin DAL

TOKAT 2013

i ÖZET Yüksek Lisans Tezi

ANALĠTĠK HĠYERARġĠ YAKLAġIMI ĠLE ÜRETĠCĠ KARARLARININ ANALĠZĠ

(TOKAT ĠLĠ DOMATES ÜRETĠCĠLERĠ ÖRNEĞĠ) Berrin DAL

GaziosmanpaĢa Üniversitesi Fen Bilimleri Enstitüsü Tarım Ekonomisi Anabilim Dalı DanıĢman: Doç. Dr. Halil KIZILASLAN

Bu çalıĢmada, Tokat ili Merkez ilçede domates üretimi yapan iĢletmeler için karar destek sistemi geliĢtirilmesi amaçlanmıĢtır. AraĢtırmada anket çalıĢması yoluyla sağlanan orjinal nitelikli verilerden yararlanılmıĢtır. Tokat ili Merkez ilçede domates üretimi yapan iĢletmelerden tabakalı örnekleme yöntemine göre belirlenen 84 iĢletme ile anket çalıĢılması yapılmıĢtır. Verilerin analizinde Analitik HiyerarĢi Süreci yöntemi kullanılmıĢ bunun içinde Expert Choice programından yararlanılmıĢtır. ÇalıĢmada domates üreticileri için uygun üretim sisteminin belirlenmesi problem olarak seçilmiĢ ve problemin çözümü için hiyerarĢik yapı oluĢturulmuĢtur. Alternatifler sırık domates ve yer domatesi, kriterler ise fiyat, verim, pazarlama, maliyet ve sürdürülebilirlik olarak ele alınmıĢtır. AraĢtırma bulgularına göre Tokat ili domates üreticileri için, uygun üretim sisteminin %61’ lik değerle sırık domates olduğu sonucuna ulaĢılmıĢtır. Fiyat, verim ve pazarlama kriterleri açısından daha önemli olarak belirlenen sırık domates, maliyet ve sürdürülebilirlik kriterleri açısından ise daha az öneme sahip olarak belirlenmiĢtir. Üreticilerin sırık domates üretiminde yüksek verime ulaĢtığı, daha çok kar elde ettiği ve pazarlama imkanlarının daha kolay olduğu belirlenmiĢtir. Maliyet ve sürdürülebilirlik yönünden ise desteklenmesi gerektiği sonucuna ulaĢılmıĢtır. Bu nedenle, üreticiler sırık domates üretimine yönlendirilmeli, üreticiye teĢvik ve destekler sağlanmalıdır. Kaynakların gelecek nesillere en etkin Ģekilde aktarılması için ise, bilinçli girdi kullanımı konusunda üreticilerin bilgilendirilmesine yönelik çalıĢmalara ağırlık verilmelidir.

2013, 91 sayfa

Anahtar Kelimeler: Karar Verme, Çok Kriterli Karar Verme, Analitik HiyerarĢik Süreç, Domates, Üretici Kararları

ii ABSTRACT Master’s Thesis

THE ANALYSIS OF GROWER DECISIONS WITH THE ANALYTIC HIERARCHY PROCESS METHOD

(THE CASE OF TOMATO GROWERS IN TOKAT PROVINCE)

Berrin DAL

GaziosmanpaĢa University Institute of Science

Department of Agricultural Economics

Supervisor: Assoc. Dr. Halil KIZILASLAN

This study aimed at developing a decision support system for the farms growing tomato in the Central County of Tokat Province. The research used data of original quality obtained through a survey. The survey was applied to 84 farms determined by the stratified sampling method among the farms growing tomato in the Central County of Tokat Province. The Analytic Hierarchy Process method was employed in data analysis. To do this, the Expert Choice software was used. The determination of an appropriate growing system for tomato growers was chosen as the problem in the study and a hierarchical structure was formed for the solution. Alternatives were stake-tomato and determinate tomato and the criteria were price, yield, marketing, cost and sustainability. According to the research findings, it was concluded that the appropriate growing system for the tomato growers in Tokat Province was stake-tomato with a result of 61 %. While stake-tomato was found significant with respect to price, yield and marketing criteria, it was found to be less significant regarding cost and sustainability. It was determined that growers obtained high yield and made more profit, and the marketing possibilities were easier with stake-tomato. It was concluded that stake tomato should be supported with respect to cost and sustainability. Therefore, growers should be oriented towards stake-tomato growing and they should be supplied with subsidy and support. In order to transfer resources to future generations in the most effective way, studies are needed to inform the growers on effective input use.

2013, 91 page

Key words: Decision-Making, Multi-Criteria Decision Making, Analytic Hierarchical Process, Tomato, Grower Decisions

iii ÖNSÖZ

ÇalıĢmamda bilgi ve tecrübelerinden faydalandığım, değerli katkılarını benden esirgemeyen danıĢman hocam Doç. Dr. Halil KIZILASLAN’ a, teĢekkürlerim sonsuzdur.

ÇalıĢmam boyunca bana destek olan hocam Doç. Dr. Meral UZUNÖZ ve Doç. Dr. Ziya Gökalp GÖKTOLGA’ ya teĢekkürlerimi sunarım.

ÇalıĢmamı hazırlarken emeği geçen, yardımlarını hiçbir zaman esirgemeyen AraĢ. Gör. Rüveyda KIZILOĞLU’ na çok teĢekkür ederim.

ÇalıĢmam boyunca bana yardımcı olan, her zaman desteğini yanında hissettiğim eĢim Öğr. Gör. Tarık DAL’ a, yoğun çalıĢmam süresince gösterdiği sabırdan dolayı kızım BaĢak Damla DAL’ a, anneme ve babama çok teĢekkür ederim.

Ayrıca çalıĢmamda emeği geçen Öğr. Gör. Ali Ġhsan TOĞLACI, Öğr. Gör. Ersin DURSUN, Öğr. Gör. Altuğ ÇAĞATAY ve Dursun ġAKAR’ a ayrı ayrı teĢekkür ederim.

Ayrıca araĢtırmam gereği anket sorularına sabırla cevap veren değerli yöre çiftçilerine teĢekkürlerimi sunarım.

Berrin DAL Haziran 2013

iv ĠÇĠNDEKĠLER Sayfa ÖZET ... Ġ ABSTRACT ... ĠĠ ĠÇĠNDEKĠLER ... ĠV KISALTMALAR DĠZĠNĠ ... VĠĠ ġEKĠLLER DĠZĠNĠ ... VĠĠĠ TABLOLAR DĠZĠNĠ ... ĠX 1. GĠRĠġ ... 1 1.1. ÇalıĢmanın Önemi ... 1 1.2. ÇalıĢmanın Amacı ... 2 1.3. ÇalıĢmanın Kapsamı ... 3 2. LĠTERATÜR TARAMASI ... 4 3. MATERYAL VE YÖNTEM ... 9 3.1. Materyal ... 9 3.2. Yöntem ... 9

3.2.1. Örnekleme AĢamasında Uygulanan Yöntemler ... 9

3.2.1.1. Örneğe Giren Köylerin Belirlenmesinde Uygulanan Yöntem ... 9

3.2.1.2. Örneğe Giren ĠĢletmelerin Seçiminde Uygulanan Yöntem ... 9

3.2.2. Analiz AĢamasında Uygulanan Yöntem ... 11

4. KARAR VERME SÜRECĠ VE ÇOK KRĠTERLĠ KARAR VERME ... 13

4.1. Karar Verme ... 13

4.2. Karar Verme Süreci ... 14

4.3. Karar Verme Yöntemleri ... 15

4.3.1. Tek Kriterli Karar Verme ... 15

4.3.2. Çok Kriterli Karar Verme ... 15

v

4.3.2.2. Çok Kriterli Karar Verme Yöntemlerinin Amacı ve Önemi ... 18

4.3.2.3. Çok Kriterli Karar Verme Yöntemleri ... 18

4.3.2.3.1. Ağırlıklı Toplam Yöntemi (ATY) ... 19

4.3.2.3.2. Ağırlıklı Çarpım Yöntemi (AÇY) ... 19

4.3.2.3.3. Analitik HiyerarĢi Süreci (AHS) ... 20

4.3.2.3.4. DüzeltilmiĢ Analitik HiyerarĢi Süreci (Revize AHY) ... 20

4.3.2.3.5. Electre (Uyum-Uyumsuzluk Yöntemi) ... 20

4.3.2.3.6. TOPSIS ... 21

4.3.2.3.7. Bulanık (Fuzzy) Analitik HiyerarĢi Süreci ... 21

4.3.2.3.8. Analitik ġebeke Süreci (Analytic Network Process-ANP) ... 21

4.3.2.3.9.PROMETHEE ... 21

4.3.2.4. Grup Karar Verme Teknikleri ... 22

4.3.2.4.1. Beyin Fırtınası ... 22

4.3.2.4.2. Nominal Grup Tekniği ... 22

4.3.2.4.3. Delfi Tekniği ... 23

4.3.2.4.4. Bilgisayar Destekli Grup Karar Verme ... 23

4.3.2.4.5. Diğer Teknikler ... 24

4.4. Karar Modelleri ... 24

4.4.1. Belirlilik Halinde Karar Verme ... 24

4.4.2. Risk Halinde Karar Verme... 26

4.4.3. Belirsizlik Halinde Karar Verme ... 27

4.4.5. Rekabet Halinde Karar Verme ... 29

5. ANALĠTĠK HĠYERARġĠ SÜRECĠ ... 30

5.1. Analitik HiyerarĢi Süreci ... 30

5.2. Analitik HiyerarĢi Süreci Yönteminin AĢamaları ... 31

5.2.1. Problemin Tanımlanması ... 32

5.2.2. HiyerarĢinin Kurulması ... 32

5.2.3. AHS’ de Ġkili KarĢılaĢtırma Matrislerinin OluĢturulması ... 33

5.2.4. Öncelik Vektörünün Hesaplanması ... 35

5.2.5. Tutarlılık Oranının Hesaplanması ve Kontrolü ... 37

vi

5.3. AHS’ nin Avantajları ve Dezavantajları ... 40

5.3.1. Analitik HiyerarĢi Süreci Yönteminin Avantajları... 40

5.3.2. Analitik HiyerarĢi Süreci Yönteminin Dezavantajları ... 41

6. ARAġTIRMA BÖLGESĠ HAKKINDA GENEL BĠLGĠLER ... 42

... 42

6.1. Nüfus Yapısı 6.2. Tarımsal Yapı ... 43

6.2.1. Arazi Varlığı ve Dağılımı ... 43

6.2.2. Bitkisel Üretim ... 46

6.2.3. Hayvancılık ... 54

7. ARAġTIRMA BULGULARI VE TARTIġMA ... 56

7.1. ĠĢletme Büyüklüğü Ġtibariyle Sosyo-Ekonomik Yapı ... 56

7.1.1. Ġncelenen ĠĢletmelerde Nüfus ve ĠĢgücü Varlığı ... 56

7.1.2. Ġncelenen ĠĢletmelerde Arazi Varlığı ve Tasarruf ġekli ... 60

7.1.3. Ġncelenen ĠĢletmelerde Arazi Kullanım Durumu ve Dağılımı ... 61

7.2. Uygun Üretim Sisteminin Belirlenmesinde Analitik HiyerarĢi Süreci Yönteminin Uygulanması ... 64

7.2.1. Problemin OluĢturulması ... 64

7.2.2. Analitik HiyerarĢi Süreci Yönteminin Probleme Uygulanması ... 64

8. SONUÇ VE ÖNERĠLER ... 72

KAYNAKLAR ... 75

vii

KISALTMALAR DĠZĠNĠ

Kısaltmalar Açıklama

AÇY Ağırlıklı Çarpım Yöntemi

AHP Analitik HiyerarĢi Prosesi

AHS Analitik HiyerarĢi Süreci

ANP Analytic Network Proses

ATY Ağırlıklı Toplam Yöntemi

ÇKKV Çok Kriterli Karar Verme

EC Expert Choice Yazılım Programı

viii

ġEKĠLLER DĠZĠNĠ

ġekil Sayfa ġekil 5.1. Bir HiyerarĢi Örneği ... 33 ġekil 27.1. Problem Ġçin HiyerarĢik Ağaç Modeli ... 65

ix

TABLOLAR DĠZĠNĠ

Tablo Sayfa Tablo 3.1. Populasyonu OluĢturan ĠĢletmelerin Tabakalara Göre Dağılımı ve Örneğe

Seçilen ĠĢletme Sayısı ... 11

Tablo 3.2. ĠĢgücü Erkek Birimine Çevirmede Kullanılan Katsayılar ... 12

Tablo 35.1. AHS’ de Kullanılan 1-9 Temel Ölçeği ... 34

Tablo 45.2. Rassallık Ġndeksi ... 38

Tablo 56.1. Cinsiyete Göre Ġl Ve Ġlçe Merkezleri, Belde ve Köylerin Nüfusu ve Nüfus Yoğunluğu ... 42

Tablo 6.2. Yıllık Nüfus ArtıĢı ... 42

Tablo 76.3. Tokat Ġlinde Arazi Varlığı ve Dağılımı ... 43

Tablo 86.4. Tarıma ElveriĢli Arazinin Dağılımı ... 44

Tablo 96.5. Arazi Varlığı Dağılımı ... 45

Tablo 106.6. Tokat ili ve Merkez Ġlçe Tarla Ürünleri Üretim Alanı, Üretim Miktarı ve Verim ... 46

Tablo 116.7. Tokat Ġli ve Merkez Ġlçe Sebze Ürünleri Ürün Grupları Üretim Alanı, Üretim Miktarı ve Verim ... 49

Tablo 126.8. Yıllara Göre (2000- 2012) Domates Üretim Alanı ve Üretim Miktarları .... 51

Tablo 136.9. Tokat Ġli ve Merkez Ġlçe Meyve Ürünleri Ürün Grupları Üretim Alanı, Üretim Miktarı ve Verim ... 52

Tablo 146.10. Tokat Ġli ve Merkez Ġlçe Hayvan Varlığı ... 55

Tablo 157.1. Ġncelenen ĠĢletmelerde Nüfusun YaĢ ve Cinsiyete Göre Dağılımı ... 56

Tablo 167.2. Ġncelenen ĠĢletmelerde ĠĢletme Yöneticilerinin YaĢı ve Öğrenim Süresi ... 57

Tablo 177.3. Ġncelenen ĠĢletmelerde ĠĢletme BaĢına DüĢen Yedi ve Daha Yukarı YaĢtaki Nüfusun Eğitim Düzeyi ... 58

Tablo 187.4. Ġncelenen ĠĢletmelerde ĠĢgücü Mevcudu ve Kullanım Durumu ... 60

Tablo 197.5. Ġncelenen ĠĢletmelerde Ortalama Arazi Mevcudu ve Tasarruf ġekli ... 61

Tablo 207.6. Ġncelenen ĠĢletmelerde Arazi Kullanım Durumu ve ĠĢletme Arazisi ... 62

Tablo 217.7. Ġncelenen ĠĢletmelerde Üretilen Bazı Ürünlerin Üretim Alanı, Verim ... 63

Tablo 227.8. Kriterlerin KarĢılaĢtırma Matrisi ... 66

x

Tablo 247.10. Fiyat Kriterine Göre Alternatiflerin KarĢılaĢtırılması Matrisi ve Göreli

Önem Değerleri ... 67 Tablo 257.11.Verim Kriterine Göre Alternatiflerin KarĢılaĢtırılması Matrisi ve Göreli

Önem Değerleri ... 68 Tablo 267.12. Pazarlama Kriterine Göre Alternatiflerin KarĢılaĢtırılması Matrisi ve Göreli

Önem Değerleri ... 69 Tablo 277.13. Maliyet Kriterine Göre Alternatiflerin KarĢılaĢtırılması Matrisi ve Göreli

Önem Değerleri ... 69 Tablo 287.14. Sürdürülebilirlik Kriterine Göre Alternatiflerin KarĢılaĢtırılması Matrisi ve

Göreli Önem Değerleri ... 70 Tablo 297.15. Alternatiflerin Göreli Önem Değerleri ... 71

1. GĠRĠġ

1.1. ÇalıĢmanın Önemi

Hayat, kiĢisel ya da iĢ yaĢamında olsun, verilen kararlarla yön bulmaktadır. Genellikle, hangi kararın verildiği kadar, ne zaman karar verildiği de önemlidir. Ġnsan, yaĢam, dünya ve tarih, her zaman bu kritik zamanların farkına varılmasına yardım eden dersler ile doludur. Bu hayat dersleri ise deneyerek ve örnekler ile öğrenilir. Çok çabuk karar vermek zararlı olabilir, ancak kararı çok fazla geciktirmek de kaçırılan fırsatlar anlamına gelebilmektedir. Önemli olan nokta, karar vermeye sistematik ve kapsamlı bir yaklaĢımdır. Karar verme yaĢam kalitesini arttırmaya ve hayatın amacına ulaĢmaya bir temel oluĢturur (Saaty, 2001).

Tokat ili ekonomisi geniĢ ölçüde tarıma dayanmaktadır. 2010 yılı verilerine göre 384671 hektar tarım arazisine sahip Tokat’ta, bitkisel ve hayvansal üretim faaliyetleri yoğun olarak gerçekleĢtirilmektedir (Anonim, 2010a).

Bitkisel üretim dalında buğday, Ģekerpancarı ve domates ile Ģeftali, elma gibi meyveler, hayvansal üretimde ise sığır besiciliği ve süt sığırcılığı önemli üretim faaliyetlerdir. Tokat ili Türkiye domates talebinin önemli oranlarda karĢılandığı illerden biridir. Tokat ilinde, tarla ürünleri iĢlenebilir tarım arazisinin yaklaĢık %68,36’ sını, sebzeler ise %4,42’ sini kaplamaktadır. Sebze üretim faaliyeti içerisinde ise, domates 2010 yılı verilerine göre 71255 da üretim alanı ve 456025 ton üretim miktarı ile ilk sırada yer almaktadır (Anonim, 2010a).

Tarımsal üretim karmaĢık bir yapıya sahiptir. Çiftçilerin hangi ürünleri, hangi yöntemle ve ne miktarda üreteceklerine böylesi karmaĢık yapı içinde karar vermeleri gerekmektedir. Bu kararlar, tarımın teknik konularını, tarımsal üretim planlamasını ve bunun gerektirdiği tarımsal faaliyetlerin kayıt altına alınmasını kapsamaktadır. Bu bağlamda, çiftçilerin karar önceliklerinin belirlenmesi önem arz etmektedir (Günden ve Miran, 2008a).

Her alanda olduğu gibi tarım sektöründe de karar verme ile karĢı karĢıya kalınmaktadır. Hangi ürün, ne miktarda, hangi yöntemlerle üretilecek gibi birçok konuda karar verme ile karĢılaĢılmaktadır. Bu kararları alırken en uygun olanı seçebilmek önemlidir. Bu bakıĢ açısından hareketle, araĢtırmanın, üreticilerin karar verme önceliklerinin belirlenmesinde ve daha sonra yörede yapılacak çalıĢmalarda yardımcı olacağı düĢünülmektedir.

1.2. ÇalıĢmanın Amacı

Türkiye domates talebinin büyük oranlarda karĢılandığı illerden birisi Tokat ilidir. Tokat ilinde sebze üretiminde domates ilk sırayı alırken, bunun %17’ si merkez ilçeden karĢılanmaktadır.

Bu çalıĢmada karar verme, Çok Kriterli Karar Verme (ÇKKV) ve ÇKKV yöntemlerinden ve modern karar destek yöntemlerinden biri olan AHS yöntemi incelenmiĢtir. Analitik HiyerarĢik Süreç (AHS) yönteminin çalıĢma konusu olarak seçilmesindeki amaç karar vericilere pek çok karmaĢık karar probleminin çözümünde yardımcı olacak, anlaĢılması ve uygulanması kolay bir yöntem sunmaktır. Üreticilerin temel iĢletmecilik kararlarına çiftçilerin verdiği öncelik düzeyini ve bu kararların alınmasındaki etkili olan kriterleri AHS kullanarak belirlemektir.

AHS’ de belirlenen problem için kriterler, alt kriterler ve alternatifler belirlenerek bir hiyerarĢik yapı oluĢturulur. Amaç karmaĢık görünen problemi hiyerarĢik yapıya dönüĢtürerek çözülmesini kolaylaĢtırmaktır. AHS’ de sonuçların tutarsız çıkması durumunda hiyerarĢik yapının yeniden düzenlenmesi, kriterlerin değiĢtirilebilmesi mümkündür.

ÇalıĢmada çok kriterli karar verme süreci geliĢtirilmesi ve tarım sektörü için bir karar destek sistemi uygulamasına yer verilmeye çalıĢılmıĢtır.

Domates üretimi yapan iĢletmelerin sırık domatesini mi, yer domatesini mi tercih edeceklerini belirlemede bazı kriterler kullanılmıĢtır. Bu kriterler fiyat, verim, pazarlama, maliyet ve sürdürülebilirliktir. Bu ölçütlere göre uygun üretim sisteminin belirlenmesi amaçlanmıĢtır.

3

1.3. ÇalıĢmanın Kapsamı

Tokat ili Merkez ilçesinde domates üreten iĢletmelerde yapılmıĢ olan bu araĢtırma sekiz ana baĢlıktan oluĢmaktadır. Ġlk olarak giriĢ bölümünde çalıĢmanın önemi, amacı ve kapsamı açıklanmıĢtır. Ġkinci bölümde ise konu ile ilgili literatür çalıĢmalarına yer verilmiĢtir. Üçüncü bölümde, araĢtırmada kullanılan materyal ve yöntem açıklanmıĢtır. Dördüncü bölümde, karar verme ve çok kriterli karar verme kavramları üzerinde durulmuĢ, beĢinci bölümde ise, AHS anlatılmıĢtır.

Altıncı bölümde, araĢtırma bölgesini tanıtmak amacıyla bölgeye ait genel bilgilere yer verilmiĢtir. Yedinci bölümde, araĢtırma bulgularına yer verilmiĢ, birincil ve ikincil kaynaklardan sağlanan veriler ıĢığında analizler yapılmıĢ ve incelenmiĢtir. Sonrasında problem tespit edilmiĢ ve AHS yöntemi kullanılarak hiyerarĢik ağaç modeli oluĢturulmuĢtur. Sekizinci ve son bölümde ise, araĢtırma neticesinde ortaya çıkan sonuçlar özetlenmiĢ ve öneriler geliĢtirilmiĢtir.

2. LĠTERATÜR TARAMASI

Karar verme tekniklerinden biri olan Analitik HiyerarĢi Süreci (AHS) yöntemi ile ilgili literatür incelendiğinde çok sayıda çalıĢma yapıldığı görülmektedir. Bu çalıĢmalar genel olarak tedarikçi seçimi, proje seçimi, alt yüklenici seçimi gibi projelerde stratejik boyutlara sahip sorunlarda alınacak kararı belirlemede uygulanmıĢtır. Literatürde AHS ile ilgili tarım alanında uygulamaları da mevcuttur ve bu çalıĢmaların giderek artıĢ gösterdiği görülmektedir.

AHS diğer yöntemlerle birleĢtirilerek kullanılabilme esnekliğine sahip olduğundan dolayı literatürde AHS’ nin farklı yöntemlerle beraber kullanıldığı pek çok çalıĢma bulunmaktadır. Bunlardan bazıları AHS ve Hedef Programlama, AHS ve Doğrusal Programlama, Bulanık AHP ve Dinamik Programlama, AHP ve Bulanık Mantıktır. Literatürde yapılan çalıĢmada veri tabanlarından, dergilerde yayınlanan makalelerden, doktora ve yüksek lisans tezlerinden yararlanılmıĢtır.

Saaty (1982), “Decision-making with the AHP: Why is The Principal Eigenvector Necessary” baĢlıklı çalıĢmasında karar vermede özvektörlerinin gerekliliğini kanıtlamıĢtır.

Alphonce (1996), “Application of the Analytic Hierarchy Process in Agriculture in Developing Countries” baĢlıklı makalesinde AHP’ nin geliĢen ülkelerdeki tarımın beĢ karar alanını sunmaktadır. BeĢ hiyerarĢi bu makalede AHP uygulanabilen geliĢen ülkelerde geniĢ alanlı çoklu kriterli tarımsal karar verme gösteriliĢi ile sunulmuĢtur. ÇalıĢma tanıtıcı yapı, gelecek iyileĢtirmelere ve eklemelere yardımcı olmaktadır.

Saat (2000), “Çok Amaçlı Karar Vermede Bir YaklaĢım: Analitik HiyerarĢi Yöntemi” baĢlıklı makalesinde AHP hakkında tarihsel geliĢim süreçlerinden ve kullanım alanlarını ele almıĢtır.

Ġç ve Yurdakul (2000), “Analitik HiyerarĢi Süreci (AHP) Yöntemini Kullanan Bir Kredi Değerlendirme Sistemi” baĢlıklı çalıĢmalarında kredi değerlendirme sistemine ait nicel faktörleri içeren bir model geliĢtirilmiĢ ve bu modele AHP uygulanmıĢtır. ÇalıĢma da kriter, alt kriter ve ölçüm kriterleri olarak hiyerarĢik yapıda sınıflandırılmıĢtır.

Kuru üzüm ve Atsan (2001), “Analitik HiyerarĢi Yöntemi ve ĠĢletmecilik Alanındaki Uygulamaları” baĢlıklı çalıĢmalarında Analitik HiyerarĢi Yöntemi konusunda yapılacak

5

çalıĢmalara katkı sağlamak amacıyla yöntemin kavramsal temeli, analitik süreci ve iĢletmecilik alanındaki uygulamalarına yönelik bir incelemeden oluĢmaktadır. ÇalıĢmada üniversiteyi bitiren ve iĢe baĢlayacak öğrencilerin hangi Ģehri seçmek isteyeceklerinde dair bir örnek oluĢturulmuĢtur.

Yaralıoğlu (2001), “Performans Değerlendirmede Analitik HiyerarĢi Proses” baĢlıklı makalesinde iĢletmelerde personel motivasyonunu artırılabilmesi için kullanılan performans değerlendirme yöntemlerine alternatif olarak AHP incelenmiĢtir. AHP algoritması, performans değerlendirmeye uygun bir karar hiyerarĢisi ile birlikte düzenlenerek oluĢturulan model bir örnek üzerinde çözülmüĢtür.

Lai, Wong ve Cheung (2002), yaptıkları çalıĢmada bir Ģirketin yazılım seçimi probleminde AHP’ yi kullanmıĢlar, bunun için Ģirketten altı kiĢinin katılmasıyla hiyerarĢik ağaç ve ikili karĢılaĢtırmalar yaparak çözüm bulunmasını sağlamıĢlardır. Sağır, Özdemir (2002), “Bir ĠĢletmede Analitik HiyerarĢi Süreci Kullanılarak Performans Değerleme Sistemi Tasarımı” baĢlıklı çalıĢmalarında AHP sistemi kullanılarak performans değerlendirme sistemi kurulmuĢtur. Tasarlanan sistemi test amacıyla belirli sayıda iĢçi, farklı kiĢiler tarafından ve farklı zamanlarda değerlendirilmiĢtir.

Cengiz ve Çelem (2003), “Kırsal Kalkınmada Analitik HiyerarĢi Süreci Yönteminin Kullanımı” baĢlıklı çalıĢmalarında kırsal kalkınmanın çok kapsamlı bir kavram olduğunu ve kalkınma çalıĢmalarında problemin açık ve net olarak ortaya konulması, analiz edilmesi ve birçok kriterin uzman kiĢiler tarafından değerlendirilmesi gerektiğini söylemektedir. ÇalıĢmasında Analitik HiyerarĢi Süreci Yöntemini uygulamıĢ ve AHS yönteminin kırsal kalkınma çalıĢmalarında kullanılmasının yararlı olacağı sonucuna varmıĢtır.

Cengiz (2003), “ Peyzaj Değerlerinin Korunmasına Yönelik Kırsal Kalkınma Modeli Üzerine Bir AraĢtırma: Seben Ġlçesi (Bolu) Alpağut Köyü Örneği” baĢlıklı çalıĢmasında sürdürülebilir kırsal kalkınma için alan kullanım planlarının önemini vurgulamaktadır. AraĢtırmada örnek seçilen köyde kırsal kalkınma boyutunda, alan kullanım alternatifinin seçim ve değerlendirilmesi gerçekleĢtirilmiĢtir. ÇalıĢmada ayrıca AHS yöntemini uygulamıĢtır.

Dağdeviren ve ark., (2004), “ĠĢ Değerlendirme Sürecinde Analitik HiyerarĢi Prosesi ve Uygulaması” baĢlıklı çalıĢmalarında da Analitik HiyerarĢi Prosesi (AHP) ile bir iĢ

değerlendirme sistemi tasarlanmıĢ ve geliĢtirilen sistem bir elektrik iĢletmesindeki farklı iĢlerin değerlendirilmesinde kullanılmıĢtır.

Yurdakul (2004), “AHP as a Strategic Decision-making Tool to Justify Machine Tool Selection” baĢlıklı çalıĢmasında alternatif üretim sistemleri içerisinden en uygun olanını saptamayı amaçlamıĢtır. ÇalıĢmada bu sonuca ulaĢmak için AHP yöntemi ile karar verme analizi uygulanmıĢtır. Sonuç olarak ilgili karar için Ģirket yönetimini tatmin edici ve makine araçlarında uygulanabilir kararlar elde edilmiĢtir.

Ada ve ark. (2005), “Stratejik Rekabet Üstünlüğü Sağlamada Tedarikçi Seçiminin Analitik HiyerarĢik Süreç Ġle GerçekleĢtirilmesi” baĢlıklı çalıĢmalarında uygun tedarikçi seçiminde AHS yöntemini kullanmıĢlardır.

Susuz (2005), “Analitik HiyerarĢi Prosesine Dayalı Optimum Tedarikçi Seçim Modeli” baĢlıklı çalıĢmasında AHP metodu kullanılarak seçilen bir iĢletmede belirli bir ürüne iliĢkin aylık tedarikçileri kapasiteleri, hammaddeye iliĢkin önerdikleri miktar iskontoları, ana firma talep, bütçe ve iĢleme kapasitesi kısıtlarının yer aldığı iki matematiksel model oluĢturulmuĢ ve optimum karar verilmesi analizi yapılmıĢtır. Karabat (2007), “ Manisa Ġli Bağ Alanlarında Kullanılan Tarımsal Ġlaçların Gıda Güvenliğine Etkisinin KoĢullu Değerleme Yöntemiyle Analizi ve Üretici Duyarlılığınızın Belirlenmesi Üzerine Bir AraĢtırma” baĢlıklı çalıĢmasında bağcıların tarımsal ilaç kullanımı konusundaki tutum ve davranıĢları ile tarımsal ilaçların gıda güvenliğine olan etkilerinin analiz edilmiĢtir. ÇalıĢmada Analitik HiyerarĢi Sürecinden yararlanılarak üreticilerin kaliteli sofralık ve kuru üzüm hedefine ulaĢmak için geleneksel ve çevre dostu olarak adlandırılan tarım ilaçlarını tercih etme öncelikleri hesaplanmıĢtır.

Çobanoğlu (2007), “Türkiye Kuru ve Taze Ġncir Üretim, Ġç ve DıĢ Pazarlamasında Bazı Kalite Güvence Sistemlerinin Uygulanabilirliği Üzerine Bir AraĢtırma” baĢlıklı çalıĢmasında kuru incir üreticilerinin organik tarım sistemine yönelmesinde etkili olan kriterler ve etki düzeyleri Analitik HiyerarĢi Süreci ile analiz edilmiĢtir. ÇalıĢmada konvansiyonel ve organik olarak üretilen kuru incir ile konvansiyonel ve EUREPGAP sertifikalı olarak üretilen taze incir üretim sisteminde yer alan; üreticiler, tüccarlar, toptancılar, Haller, paketleme tesisleri ve ihracat yapan firmalar karĢılaĢtırmalı olarak analiz edilmiĢtir. Ayrıca kuru incir üreticilerinin organik, taze incir üreticilerinin EUREPGAP kalite güvence sistemini benimsemelerine etki eden faktörler

7

belirlenmiĢtir. Bununla birlikte, paketleme tesisi ve kuru incir ihracatı yapan firmalar ile taze incir ihracatı yapan firmaların HACCP, EUREPGAP, organik tarım sistemi gibi önemli kalite güvence sistemlerini benimsemelerinde etkili olan faktörler tespit edilmiĢtir.

Saaty (2008), “Decision Making With The Analytic Hierarchy Process” baĢlıklı çalıĢmasında AHP metodu ile karar alma sistemini incelenmiĢtir.

Günden ve Miran (2008a), “Çiftçilerin Temel ĠĢletmecilik Kararlarının Öncelik ve Destek Alma Açısından Analizi” baĢlıklı çalıĢmalarında teknik yardım alma, planlama ve kayıt tutma gibi temel iĢletmecilik konularında çiftçilerin karar önceliklerini ve bu kararların alınmasında destek beklediği kurumların tercih derecelerini AHP kullanarak belirlemiĢtir. Çiftçilerin karar önceliğini ve kurum tercihini etkileyen faktörleri belirlemek için ise Tobit model kullanılmıĢtır.

Günden ve Miran (2008b), “Bulanık Analitik HiyerarĢi Süreci Kullanılarak Çiftçi Kararlarının Analizi” baĢlıklı çalıĢmalarında teknik yardım alma, planlama ve kayıt tutma gibi temel iĢletmecilik konularında çiftçilerin karar önceliklerini ve bu kararların alınmasında destek beklediği kurumların tercih derecelerini Bulanık AHP kullanarak belirlemiĢtir.

Çobanoğlu ve IĢın (2009), “Organik Kuru Ġncir Üreticilerinin Organik Tarım Sistemi Tercihini Etkileyen Kriterlerin Analitik HiyerarĢi Süreci Ġle Analizi” baĢlıklı çalıĢmalarında kuru incir üreticilerinin organik tarım sistemine yönelmesinde etkili olan kriterler ve etki düzeyleri Analitik HiyerarĢi Süreci ile analiz edilmiĢtir.

Demirel ve ark., (2009), “Multi-Criteria Evaluation of Land Cover Policies Using Fuzzy AHP and Fuzzy ANP: The Case of Turkey” baĢlıklı çalıĢmasında çok kriterli problemleri değerlendirmede kullanılan Bulanık AHP ve Bulanık ANP (Analytic Network Proses) ile ilgili bilgiler verilmektedir. Ayrıca çalıĢmada uygulama olarak, Türkiye'deki tarım iĢlerini ve arsa kullanım oranları probleminde alternatif seçeneklerden en uygun karar verme analizi yer almaktadır.

Canhasi (2010), “Analitik HiyerarĢi Süreci” adlı yüksek lisans tezinde çok amaçlı ve çok ölçütlü bir karar verme tekniği olan Analitik HiyerarĢi Sürecinin teorisinin kapsamlı biçimde açıklamıĢ ve güçlü bir uygulamayla konunun önemini vurgulamıĢtır.

Zuluğ (2010), “Coğrafi iĢaretli Gıdalara ĠliĢkin Tüketici Tercihleri Üzerine Bir AraĢtırma: Ġstanbul Örneği” baĢlıklı çalıĢmasında coğrafi etiketli gıda ürünlerine iliĢkin

Türkiye ve dünyada yer alan uygulamalara hem teorik hem de pratik açıdan değinilmiĢ, Ġstanbul ili kapsamında coğrafi etiketli ürünlere iliĢkin tüketici tercihleri incelenmiĢtir. AHP ve Bulanık EĢli KarĢılaĢtırma Yöntemi birlikte kullanılmıĢtır.

BulmuĢ (2010), “Analitik HiyerarĢi ve Hedef Programlama Yöntemleri Kullanılarak Sivas Ġlinde Üretim Deseninin Analiz Edilmesi” baĢlıklı çalıĢmasında Sivas ilinde fakirliği azaltmak amacıyla tarımsal sektörlerin seçimi ve seçilen sektörlere toplam bütçenin ideal paylaĢtırılma yöntemini anlatırken Analitik HiyerarĢi Süreci ve Hedef Programlama yöntemlerini kullanmıĢtır.

Polat (2011), “Yemeklik Yağ Sektöründe Tüketici DavranıĢlarını Etkileyen Faktörlerin Analizi” baĢlıklı çalıĢmasında yemeklik yağ seçimini etkileyen faktörler çok değiĢkenli analiz yöntemleri ve Analitik HiyerarĢi Yöntemi kullanılarak analiz edilmiĢtir.

3. MATERYAL ve YÖNTEM 3.1. Materyal

ÇalıĢmanın ana materyalini, Tokat ili Merkez ilçede domates yetiĢtiriciliği yapan iĢletmeler oluĢturmuĢtur. Bu iĢletmelere iliĢkin ana popülasyon belirlendikten sonra uygun örnekleme yöntemi kullanılarak örnek hacmi belirlenmiĢtir. Belirlenen örnek iĢletmeler ile yüz yüze görüĢmelerden elde edilen orijinal veriler kullanılmıĢtır. AraĢtırma verileri 2010 yılı üretim bilgilerini içermektedir.

ÇalıĢmanın teorik yapısı ile ilgili olarak makale, kitap, tez vb. türü çalıĢmalar için kütüphane çalıĢması yapılmıĢtır. Ayrıca konu ile ilgili kamu kurum ve kuruluĢların yayın ve istatistiklerinden yararlanılmıĢtır.

3.2. Yöntem

3.2.1. Örnekleme AĢamasında Uygulanan Yöntemler

3.2.1.1. Örneğe Giren Köylerin Belirlenmesinde Uygulanan Yöntem

AraĢtırma bölgesi olarak Tokat ili Merkez ilçede domates yetiĢtiriciliği yapan köyler seçilmiĢtir. Ġlk aĢamada Gıda, Tarım ve Hayvancılık Tokat Ġl Müdürlüğü’ nden elde edilen verilere göre 2010 yılında Tokat ili Merkez ilçede domates yetiĢtiriciliği yapan 42 köy olduğu tespit edilmiĢtir. Bu köylerden kaç tanesi ile çalıĢılması gerektiği Gayeli Örnekleme Yöntemine ile belirlenmiĢtir. Popülasyonu oluĢturan toplam köy sayısının % 25’ i ile çalıĢılması yeterli bulunarak, 11 köy ile anket yapılmasına karar verilmiĢtir. Anket uygulanan iĢletmelerin bulundukları 11 köy Ģunlardır: Büyükbağlar, Büyükyıldız, Çerçi, Çöreğibüyük, Emirseyit, GaziosmanpaĢa, Güryıldız, Kızılköy, Küçükbağlar, Söngüt, TaĢlıçiftlik.

3.2.1.2. Örneğe Giren ĠĢletmelerin Seçiminde Uygulanan Yöntem

Ġkinci aĢamada ise örneğe giren 11 köyden domates üretimi ile uğraĢan tarım iĢletmelerinden kaç tanesine anket uygulanacağı ve bu iĢletmelerin hangileri olacağı belirlenmiĢtir.

Örneğe alınan köylerde domates üreten iĢletme sayıları ve bu iĢletmelerin üretim yaptıkları toplam arazi miktarları Gıda, Tarım ve Hayvancılık Tokat Ġl Müdürlüğü kayıtlarından yararlanılarak elde edilmiĢtir. Böylece örnekleme çerçevesi oluĢturulmuĢtur. Örnekleme çerçevesinde yer alan iĢletmelerin domates ekim alanları dikkate alınarak varyasyon katsayısı hesaplanmıĢtır. Varyasyon katsayısı eĢitlik 1.1’ de verilen formül kullanılarak hesaplanmıĢtır: (Çiçek ve Erkan, 1996)

CV=(S/ ̅)*100

CV: Varyasyon katsayısı S: Verilerin standart sapması ̅ : Verilerin aritmetik ortalaması

Varyasyon katsayısı % 75’ den yüksek bulunmuĢtur. Bunun için tabakalı örnekleme yöntemi kullanılmıĢtır. Buna göre % 95 güven aralığı ve ortalamadan % 5 sapma (t tablo değeri=l,96) ile yapılması gereken anket sayısı belirlenmiĢtir. Örneklemede Neyman Yöntemi kullanılmıĢ ve örnek hacmi eĢitlik 1.2’ de verilen formülle hesaplanmıĢtır: (Çiçek ve Erkan, 1996)

n =

∑

∑

Formülde;

n = Örnek hacmini

= h’ ıncı tabakaya ait örnekleme çerçevesindeki iĢletme sayısını - h’ ıncı tabakadaki verilerin standart sapmasını

N= örnekleme çerçevesindeki toplam iĢletme sayısını t= güven aralığı için tablo değerini

D= ortalamadan %5 oranında sapmayı (d/z) ifade etmektedir.

Z= t dağılım çizelgesindeki serbestlik derecesi ve belirli bir güven sınırına ait değeri Belirlenen örnek hacimlerinin tabakalara dağıtılmasında eĢitlik 1.3’ te verilen formül kullanılmıĢtır.

11

=

∑

Tablo 3.1. Populasyonu oluĢturan iĢletmelerin tabakalara göre dağılımı ve örneğe seçilen iĢletme sayısı

Tabaka No Alt-Üst Sınırlar (da) Arazi Var. Ort. (da) Tabaka. ĠĢl. Sayısı (Nh) Standart Sapma (Sh) (Sh*Nh) Nh*(Sh)² Örneğe Giren ĠĢl. Sayısı (adet) I 1-9 4,84 180 2,41 433,32 1043,17 37 II 10+ 18,53 55 9,79 538,24 5267,22 47 11,68 235 971,56 6310,39 84

Tablo 3.1’ den de anlaĢılacağı gibi Tokat ili Merkez ilçedeki 235 adet iĢletme arasından 84 adet iĢletme ile çalıĢılması uygun bulunmuĢtur. Yapılacak toplam anket sayısı ve her bir tabakadaki anket sayıları belirlendikten sonra, anketler bu tabakalardaki köyler arasında dağıtılmıĢtır. Örneğe çıkan 84 adet iĢletmenin 37 tanesi 1. tabakada, 47 tanesi ise 2. tabakada yer almaktadır.

3.2.2. Analiz AĢamasında Uygulanan Yöntem

ÇalıĢmanın bu aĢamasında iĢletmelerin nüfus, iĢgücü, eğitim durumu incelenmiĢtir. Nüfus durumunun belirlenmesinde iĢletmelerde bulunan nüfus cinsiyete ve yaĢlara göre belirlenmiĢtir.

Nüfusun eğitim düzeyi belirlenirken, yedi yaĢ ve üzeri aile fertleri dikkate alınmıĢtır. Aile iĢgücünü potansiyelinin belirlenmesinde erkek iĢgücü birimi (EĠB) dikkate alınmıĢtır. Erkek iĢgücü birimi ergin(15-49 yaĢ arası) bir iĢçinin günde ortalama 10 saat, yılda 300 gün çalıĢması ile ortaya koyduğu iĢgücüdür (Aras, 1988). ĠĢletmelerde aile iĢgücü potansiyeli belirlenirken, fiilen çalıĢabilir nüfustan, devamlı hastalık, askerlik ve eğitim gibi çalıĢmayı engelleyici unsurlardan dolayı çalıĢamayan nüfus çıkartılmıĢ ve fiilen çalıĢan nüfus cinsiyet ve yaĢı dikkate alan katsayılar Tablo 3.2 yardımı ile EĠB çevrilmiĢtir. Öğrenim çağındaki nüfusun en fazla yılda 100 gün çalıĢabileceği varsayılmıĢtır (Uzunöz, 2002).

Geçici ve daimi olarak çalıĢtırılan yabancı iĢgücü, iĢçinin yaĢ ve cinsiyeti ile çalıĢtığı gün sayısı üzerinden hesaplanmıĢtır.

Ailede kullanılabilir iĢgücü miktarından, iĢletmede kullanılan aile iĢgücü miktarı ile iĢletme dıĢında çalıĢan aile iĢgücü miktarı çıkartılarak atıl iĢgücü belirlenmiĢtir. Tablo 3.2. ĠĢgücü erkek birimine çevirmede kullanılan katsayılar

YaĢ Grupları Katsayılar

Erkek Kadın 0-6 - - 7-14 0,50 0,50 15-49 1,00 0,75 50-64 0,75 0,50 65+ - -

Kaynak: ErkuĢ ve ark., 1995

ÇalıĢmada çok kriterli karar verme yöntemlerinden biri olan Analitik HiyerarĢi Süreci yöntemi kullanılmıĢtır. Ayrıca çalıĢmanın amaçlarına yönelik geliĢtirilecek karar destek sistemi bilgisayar ortamında yapılmıĢtır.

AHS yöntemini uygulamak için öncelikle karar vericinin amacı doğrultusunda kriterlerini ve alt kriterlerini belirlemesi ve hiyerarĢik yapının oluĢturulması gerekmektedir. Bu doğrultuda ilk aĢamada amaç ve bu amaç doğrultusunda kriterler ve alternatifler belirlenmiĢtir. Böylece karar için hiyerarĢik bir yapı oluĢturulmuĢtur. Örneğe çıkan 84 iĢletme ile yapılan anketler sonucunda ikili karĢılaĢtırmalar matrisi oluĢturulmuĢtur. Matristen elde edilen veriler Expert Choice (EC) yazılım programında analiz edilmiĢtir.

Expert Choice yazılım paketi Analitik HiyerarĢi Süreci yönteminin yazılım programı olarak Expert Choice firması tarafından geliĢtirilmiĢtir. EC, karmaĢık problemlerin analizinde kullanılan bir karar destek aracıdır. Karar vericilerin çok basit ve kolay bir biçimde karar problemini hiyerarĢik bir yapıda görüntülemelerine, gerekli ikili yargıları yapmalarına, otomatik olarak özdeğer yaklaĢımı ile göreli öncelikleri hesaplamalarına olanak vermektedir. Karar verici ikili karĢılaĢtırma yaparken sözel, sayısal veya grafiksel karĢılaĢtırma seçeneklerinden istediğini tercih edebilir. Ayrıca, bireysel veya grup bazında analiz yapmaya elveriĢli bir programdır. Dünyanın her yerinde çok yüksek sayıda özel firma ve kamu kuruluĢu, çok farklı uygulama alanlarında Expert Choice yazılımını kullanmaktadır (Expert Choice Tutorials, 2000; Kuruüzüm ve Atsan, 2001).

4. KARAR VERME SÜRECĠ ve ÇOK KRĠTERLĠ KARAR VERME 4.1. Karar Verme

Doğadaki tüm canlılar, hayatlarının her anında çeĢitli kararlar vermek zorundadır. Verdikleri kararlar bu canlıların faaliyetlerini, davranıĢlarını ve yaĢamlarını etkilemekte ve yönlendirmektedir. Örneğin, iĢ baĢvurularının değerlendirilmesinde, üniversite seçiminde, otel, restoran, hastane gibi kuruluĢların yer seçiminde, yeni bir ev, araba ya da bilgisayar alımında, yaĢamak için en iyi Ģehirlerin sıralanmasında ve vergi alanında uygun vergi kombinasyonunun seçiminde karar verme durumuyla karĢılaĢılır (Hacıköylü, 2006; Aydın, 2008).

Karar, iĢletme yönetiminin bir kavramı olarak bir seçimi ifade etmektedir. Yönetici veya her hangi bir kiĢinin her hangi bir konuda seçim yapması karardır. Seçme, tercih etme, tavır koyma, benimseme karar verme ile ilgilidir. Konu üzerinde düĢünülüp çare ya da çözüm diye benimsenen yol, kararı ifade etmektedir. Karar verici kim olursa olsun karar verme bir seçim yapmadır. Kararın tek kiĢi veya bir grup tarafından alınıyor olması kararın bu niteliğini değiĢtirmez (Ünal, 2010).

Karar verme, karar vericinin mevcut alternatiflerle karĢı karĢıya kaldığı durumda, bu alternatifler arasından, kendisince belirlenmiĢ belli ölçütlere göre kendi amaç veya amaçlarına uygun bir veya birkaçını seçme sürecidir (Evren ve Ülengin, 1992; Tekin, 1995; Ġpekçi Çetin, 2002).

Karar verme, karar verme eylemini inceleyen analitik ve sistematik bir yaklaĢımdır. Ġyi bir karar; matematiksel temele dayanmalı, eldeki tüm verileri ve muhtemel alternatifleri dikkate almalı ve bunlara sistematik bir yaklaĢım getirebilmelidir (Render ve Stair, 1991; Özdağoğlu, 2008).

Bir baĢka tanıma göre karar verme, genellikle bir problemin varlığını bilerek, o problemin değiĢik çözüm yollarını bulup, bu çözüm yollarının sonuçlarını ayrı ayrı değerlendirip en uygun olanını, en etkili olanını seçmektir (Ofluoğlu, 2006; Rençber, 2010).

Karar verme, en genel manada bir seçenek kümesinden en az bir amaç veya kritere göre en uygun alternatifin seçimidir. Bu manada eğer gidilebilecek yalnızca bir

yol varsa, diğer bir değiĢle seçim yapma imkanı yoksa karar verme de söz konusu değildir (Koçel, 2003; Ünal, 2010).

4.2. Karar Verme Süreci

Karar verme süreci, karar vermek için kullanılan teknik ve yöntemlerin iĢlevsel düzenini ve bu süreçte izlenen yolu ifade etmektedir. Karar verme süreci ile ilgilenen bir bilim dalı olan karar teorisi, ekonomi, istatistik, felsefe, psikoloji, idari bilimler ve yöneylem araĢtırması gibi farklı disiplinlerden önemli ölçüde etkilenmiĢtir. Karar teorisinin öncelikli hedefi, karar verme sürecindeki belirsizliği ve karmaĢıklığı azaltmak suretiyle olası alternatiflerin sistematik biçimde değerlendirilmesi için karar vericilere yardım etmektir (Güngör, 2008).

Kararların tam zamanında alınması da çok önemlidir. Ayrıca alınan her karar, her zaman istenilen sonuca ulaĢtırmayabilir. Bu risk her zaman vardır. Bu durum, kontrol edilemeyen değiĢkenlerden, daha iyi bir alternatifi sürece katmamaktan, kısıtlardan vs. ileri gelebilir. Bu nedenle de etkin ve doğru kararlar alabilmek için karar verme sürecinin aĢamalarının çok iyi bilinmesi ve uygulanması gerekmektedir (Aydın, 2008). Karar verme sürecinde izlenmesi gereken altı temel adım vardır (Heizer ve Render, 2003; Özdağoğlu, 2008) :

1. Eldeki problemin ve problem üzerinde etkisi olan faktörlerin belirlenmesi: Pek çok

durumda en zor aĢamayı oluĢturur. Bu ilk adım, problemin açık, kısa ve özlü olarak ortaya konmasıdır.

2. Karar ölçütlerinin ve hedeflerin belirlenmesi: Yöneticilerin bu aĢamada spesifik ve

ölçümlenebilir hedefler ortaya koyması gerekmektedir.

3. Hedefler ve eldeki değişkenler arasında bir model veya ilişkinin formüle edilmesi: Bu

aĢamada söz konusu durumun bir model ile ortaya konması gerekmektedir. Model; bir objenin, bir sistemin veya bir fikrin temsilini ifade etmektedir. Modelin amacı; sistemi açıklamak ve sistemi daha iyi anlamak için karar vericilere yardımcı olmaktır. Modellerin tahmin aracı olma yanında, düĢünmeye yardım etme, denemelere olanak verme gibi fonksiyonları da vardır.

4. Çözüm alternatiflerinin tanımlanması ve değerlendirilmesi: Bu aĢama, karar

problemine olabildiği kadar çok çözüm alternatifi üretmeyi içermektedir. Çok sayıda çözüm alternatifi olması yöneticilerin tercih ettiği bir durumdur.

15

5. En iyi alternatifin seçilmesi: Belirlenen hedeflerle en tutarlı ve söz konusu hedefleri

en üst düzeyde tatmin eden alternatif karar probleminin çözümü olarak tanımlanır.

6. Kararın uygulanması: Seçilen alternatifin uygulanması aĢamasıdır. Bu aĢama,

uygulama planını ve çeĢitli görev atamalarını içermektedir. 4.3. Karar Verme Yöntemleri

4.3.1. Tek Kriterli Karar Verme

Tek kriterli karar verme problemi en basit karar verme problemidir. Kullanıcı tek bir amaç doğrultusunda nihai karara ulaĢır. Karar verme alanında yapılan ilk çalıĢmalar tek ölçütlü karar problemleriyle baĢlamıĢtır (Bulut, 2009).

Burada karar problemine iliĢkin tek bir amaç söz konusudur. Bu nedenle de karar verici çeĢitli kısıtlayıcı koĢulları da göz önünde bulundurarak problemin niteliğine göre amacın en büyüklenmesine veya da en küçüklenmesine çalıĢacaktır. Karar verici böyle bir durumda karar probleminin çözümü için yöneylem araĢtırması konusu içindeki pek çok yöntemden ( örneğin doğrusal programlama, doğrusal olmayan programlama gibi ) yararlanabilmekte ve amacını gerçekleĢtirecek en iyi optimal çözüme ulaĢabilmektedir. Dolayısıyla tek amaçlı karar verme problemlerinin çözümü kolaydır. Ancak, gerçek hayatta karĢılaĢılan karar problemlerinde karar vericiler pek çok amacı optimize etmek durumundadır ve bu durumda karar verme olayı karmaĢık bir yapıya dönüĢmektedir. Bu durum da çok amaçlı karar verme yöntemlerinin geliĢmesine yol açmıĢtır (Karakaya, 2003; Aydın, 2008).

4.3.2. Çok Kriterli Karar Verme

Karar verme, günlük hayatın ayrılmaz bir parçasıdır. Ġnsanlar araba alırken, ev alırken, herhangi bir yatırım yapmayı düĢünürken vb. durumlarda bazı faktörlere göre karar verirler. Karar verme iĢlemi birbiriyle çatıĢan faktörlere bağlı olduğu için kolay bir iĢlem değildir. Karar vericiyi etkileyen faktörlerin sayısının çokluğu, çoğu zamanda bu faktörlerin birbirine zıt olduğu karar verme sürecini zorlaĢtırır. Karar verici karar noktaları arasından yapacağı seçimde eğer tek bir değerlendirme faktörüne sahipse, değerlendirme faktörünün niteliğine göre en büyük avantajlı ya da en küçük

dezavantajlı olan karar noktasını kolaylıkla seçebilir (Yaralıoğlu, 2010). Fakat karar verici için bu karar noktalarını belirlemek her durum için kolay olmayabilir ( Bakan, 2011).

Çok kriterli karar verme (ÇKKV) problemleri tüm mümkün alternatiflerin çeĢitli değiĢkenlere (kriterler) göre değerlendirilmesi sonucu en uzlaĢık sonucun bulunmasıdır. Çoğu ÇKKV, insan fikirlerinin ve belirsizlik içeren yargılarının kullanılması sonucu değerlendirilmesi yapılan hem nitel hem de nicel değiĢkenleri kapsar (Li ve Yang, 2004; Aplak, 2010).

ÇKKV yöntemleri, 1960’ lı yıllarda karar verme iĢlerine yardımcı olacak bir takım araçların gerekli görülmesiyle geliĢtirilmeye baĢlanmıĢtır. Seçimde ulaĢılmak istenen hedefi birçok parametrenin belirlediği ve seçim için değerlendirilecek alternatiflerin her birinin kendine has avantajlarının bulunduğu durumlarda karar verme iĢi çok zor bir durum alacaktır. Böyle durumlarda kararı verecek olan kiĢi ya tüm bu kararsızlık sıkıntısından kurtulmak için, sağlıklı olup olmadığını önemsemeden bir karara varacak; ya da uzun ve rasyonel olmayan analizler sonunda kuĢku içerisinde bir karara varacaktır (HeriĢçakar, 1999). Ancak karar verici tüm parametrelerin etkileri ve alternatiflerin her birinin sağlayacağı avantajlar hakkında bilgi sahibi olarak bir nebze olsun rasyonel karar vermeyi gerçekleĢtirebilir (Bakan, 2011).

4.3.2.1. Çok Kriterli Karar Verme Süreci

Günümüzde verilecek kararlar üzerinde genellikle birden fazla ve birbirleriyle çeliĢen kriterlerin etkili olduğu bilinen bir gerçektir. Ancak alternatiflerin değerlendirilmesini sağlayan kriterlerin sayısı arttıkça etkili ve doğru karar verme de o derece güçleĢmektedir. ĠĢte bu gibi durumlarda çok kriterli karar verme sürecinin etkin bir Ģekilde uygulanması bu sorunun giderilebilmesinde çok önemlidir. Ayrıca ÇKKV sürecinde kullanılan modellerden beklenen, soruna iliĢkin doğru ve kesin cevabı vermesinin yanı sıra problemin önemli özelliklerine de derinlemesine yaklaĢım getirmesidir (Gök, 2006).

ÇKKV süreci, son karar üzerinde etkisi olabilecek birden fazla soyut ya da somut öğeyi barındıran, karar vericinin tercihlerine göre bu öğelere, bilimsel yöntemlerle desteklenen karar analizi tekniklerinin uygulanması sonucunda en doğru kararın verilmesi süreci olarak tanımlanabilir (Gök, 2006).

17

ÇKKV süreci aĢağıdaki aĢamalardan oluĢmakta ve kısaca aĢağıdaki gibi açıklanmaktadır (Kocamustafaoğulları, 2007):

1. Amaçların Belirlenmesi

- Amaçlar, iyileĢtirmeyi, geliĢtirmeyi hedeflediğimiz yönlerde olmalıdır. - Ġyi kararlara, açık ve herkesçe anlaĢılır amaçlarla ulaĢılır.

- Amaçlar, belli, üzerinde uzlaĢılmıĢ, gerçekçi, zamana bağlı ve ölçülebilir olmalıdır.

- Farklı zaman dilimleri için farklı amaçlar belirlenir.

- Yakın, orta ve uzun vade arasında farklılıklar gözetilir, aynı konuda farklı problemler kurulur.

2. Kriterlerin Oluşturulması

- Kapsayıcı olmalıdır: Kriterlerin düzeyi bilinirse amaca ne kadar ulaĢıldığı da anlaĢılabilir.

- Ölçülebilir olmalıdır: Karar vericinin öncelikleri kriterin her düzeyi için ölçülebilmelidir.

- Yeterli olmalıdır: Kriterler birden fazla tekrar ederek sonucu etkilememelidir. - Minimal olmalıdır: Karar problemi, mümkün olan en basit Ģekilde ifade edilmelidir.

3. Alternatiflerin Belirlenmesi

- Alternatifler, amaca göre geliĢmeye yönelik olmalıdır. - Birçok alternatif zaten önceden bellidir.

- Amaçlara ve kriterlere göre yeni alternatifler de yaratılabilir.

4. Alternatiflerin Kriterlere Göre Değerlendirilmesi

- Her alternatif, her kriter üzerinden değerlendirilir.

- Numerik olmayan tercihler de numerik değerlendirmeye dönüĢtürülebilir. - Bazı metotlarda da alternatifler kriterler üzerinden ikili karĢılaĢtırma ile değerlendirilir.

5. Genel Değerlendirme ve Karar

- Alternatiflerin birbirlerine göre önemleri (ağırlıkları) saptanır.

- Bir alternatifin toplam puanı, o alternatiflerin kriterler üzerinden aldığı puanların toplamıdır.

- Analizden gelen sonuç karar vericinin değerlendirmesine sunulur.

6. Kararın İncelenmesi ve Geri Dönüm

- Karar vericinin değerlendirmesiyle gerekli noktalarda değiĢiklikler yapılır. - Duyarlılık analizi özellikle yakın sonuçlarda, hangi kriter puan değeri değiĢikliklerinde sonucun yani seçimin farklılaĢacağını gösterir.

4.3.2.2. Çok Kriterli Karar Verme Yöntemlerinin Amacı ve Önemi

Çok kriterli karar verme yöntemlerini kullanmaktaki amaç alternatif ve parametre (kriter) sayılarının fazla olduğu durumlarda karar verme mekanizmasını kontrol altında tutabilmek ve karar sonucunu mümkün olduğu kadar kolay ve çabuk elde etmektir (HeriĢçakar, 1999). Çok kriterli yöntemlerde öncelikli iĢlem çok kriter içerisinde ağırlıklarına göre seçim yapmaktır. BaĢka bir deyiĢle yöntemde kullanılacak doğru kriterlerin doğru ağırlıkla belirlenmesidir (Eleren, 2007). Ayrıca değerlendirme kriterleri kümesine göre en yüksek skora (ağırlığa) sahip olan değerleri seçmek ve verilen amaca uygun en tutarlı hale getirmektir (Beccali ve ark., 1998; Bakan, 2011). ÇKKV yöntemlerini kullanmaktaki amaç seçenek ve kriter sayılarının fazla olduğu durumlarda karar verme mekanizmasını kontrol altında tutabilmek ve böylece karar sonucunu daha kolay ve çabuk elde etmektir. Çünkü yöntemlerden her biri seçenekler içinden daha kolay ve çabuk seçim yapılmasına olanak sağlayan sayısal teknikler kullanmaktadır (Canhasi, 2010).

Seçim kararı, tek faktörün değil, çok sayıda iç ve dıĢ faktörün etkisi ile oluĢmakta, dolayısıyla karmaĢık bir yapı göstermektedir. Bu nedenle, bu süreç, sadece tek değiĢkene veya tek kritere göre değil, çok sayıda değiĢkene ve bunların ortaklaĢa etkilerine göre tanımlanmalıdır. Bu nedenle çok kriterli karar verme yöntemlerine her alanda baĢvurulmaktadır (Ofluoğlu ve ark., 2006; Bakan, 2011).

4.3.2.3. Çok Kriterli Karar Verme Yöntemleri

Karar metotlarının ve çeĢitlerinin süregelen ani artıĢı ile birlikte, karĢılaĢtırılmalı değerlerinin anlaĢılması önem kazanmıĢtır. Metotların her biri, bir kesikli alternatif kararlar kümesinden seçimin yapılmasında karar vericiye yardım etmek üzere sayısal teknikleri kullanmaktadır (Triantaphyllou, 2000; Özdemir, 2009).

19

ÇKKV yöntemleri, tüm dünyada finansın matematikleĢmesiyle birlikte önem kazanmaya baĢlamıĢtır. Özellikle çok sayıda ve birbiriyle çeliĢen amaçların/kriterlerin mevcut olduğu durumda, çok sayıda seçenek söz konusu olduğunda ÇKKV yöntemlerine baĢvurulur. Çok Kriterli Karar Verme yöntemleri, birden fazla birbiriyle çatıĢan faktörlerin (amaç, hedef, kriter vb.) eĢanlı olarak dikkate alınması gereken durumlarda karar vericileri destekleyecek ve onlara yardımcı olacak uygun metodolojilerin geliĢtirilmesi aĢamasında kullanılmaktadır (Zopounidis ve Doumpos, 2002; Güngör, 2007).

Literatürde ÇKKV problemlerinin çözümü için kullanılan farklı yöntemler olup bu yöntemlerin hiç birisi diğerlerine göre tam üstünlük sağlayamamaktadır. Bu yöntemlerin en önemli avantajı nicel ve nitel kriterleri bir arada değerlendirmeye imkân sağlamalarıdır (Dağdeviren ve ark., 2007).

Uygulamalarda sıklıkla kullanılan ÇKKV yöntemleri Ģu Ģekilde sıralanabilir: 4.3.2.3.1. Ağırlıklı Toplam Yöntemi (ATY)

Ağırlıklı toplam yöntemi, en çok bilinen ve en yaygın olarak kullanılan karar verme yöntemlerinden bir tanesidir (Triantaphyllou ve Lin, 1996). Bu yöntemde, her bir kritere göre alternatifin değeri, gerçek sayısal değerdir ve o kriterin ağırlığı ile çarpılarak tüm kriterler için bu değerlerin toplamları alınır ve sonuç değerleri bulunur. Bu değerler arasından maksimum değeri sağlayan alternatif, en iyi alternatif olarak seçilir (KarakaĢoğlu, 2008).

4.3.2.3.2. Ağırlıklı Çarpım Yöntemi (AÇY)

Ağırlıklı çarpım yönteminde, alternatifleri sıralamak için çarpma iĢlemi kullanılmaktadır. Her bir alternatif, diğer alternatiflerle, her bir kriter için belirlenen oranla çarpılarak karĢılaĢtırılır. Ağırlıklı çarpım yöntemi, ağırlıklı toplam yöntemine oldukça benzemektedir. Ağırlıklı çarpım yöntemine “boyutsuz analiz” de denilmektedir. Bunun nedeni bu yöntemin yapısının, ölçü birimlerinin elimine edilmesine izin vermesidir. Bu yüzden ağırlıklı çarpım yöntemi, tek ve çok boyutlu karar problemlerinde kullanılabilmektedir (Triantaphyllou ve Lin, 1996).

4.3.2.3.3. Analitik HiyerarĢi Süreci (AHS)

AHS yöntemi, karmaĢık çok kriterli karar verme problemlerinde uygulanabilen, nicel ve nitel kriterlerin aynı anda değerlendirilebilmesine olanak sağlayan, karar vericilerin tutarlılığını ölçen ve grup karar verme sürecini destekleyebilen bir yöntemdir (Can, 2006). AHS yöntemi, beĢinci bölümde detaylı olarak ele alınacaktır.

4.3.2.3.4. DüzeltilmiĢ Analitik HiyerarĢi Süreci (Revize AHY)

Belton ve Gear, 1983 yılında orijinal yaklaĢımdan çok daha tutarlı olmasını sağlamak için Analitik HiyerarĢi Süreci yöntemi üzerinde bir değiĢiklik önermiĢler ve Revize Analitik HiyerarĢi Süreci yöntemini oluĢturmuĢlardır. Sıralamadaki tutarsızlığın Analitik HiyerarĢi Süreci yöntemi kullanıldığında meydana geldiğini ispatlamıĢlardır. Analitik HiyerarĢi Süreci yönteminde uygulanan seçeneklerin göreli değerlerini toplamak yerine, her bir göreli değerin göreli değerlerin maksimum değerine bölünmesi gerektiğini ortaya koymuĢlardır (Triantaphyllou, 2000).

4.3.2.3.5. Electre (Uyum-Uyumsuzluk Yöntemi)

ELECTRE metodu Bernard Roy tarafından 1960’larda ortaya atılmıĢtır. Sonraki yıllarda Nijkamp, Delft ve Voogd tarafından geliĢtirilmiĢtir (Yoon ve Hwang, 1995). Uyumluluk, uyumsuzluk ve üst sıralama gibi kavramları kullanmaktadır (Roy ve Vanderpooten, 1997). Yöntem, çeĢitli alternatiflerin belirlenen kriterlere uyum ya da uyumsuzluklarını her bir kriter için belirlenen eĢik değerleri aracılığıyla değerlendirir (Atıcı ve Ulucan,2009; Ünal, 2010).

ELECTRE yönteminin temeli, her bir kriter altında incelenen seçenekler arasında ikili karĢılaĢtırmalar kullanarak bir “sıralama iliĢkisi” (outranking relations) oluĢturmasıdır (Triantaphyllou, 2000).

ELECTRE, öne geçme veya baskınlık iliĢkisine dayanan bir yöntemdir, her bir ölçüt için bir verimlilik bir de önem ölçüsü tespit edilir. Tayin edilen verimlilik ölçüleri üzerinden her bir seçeneğe not verilir (Karacasu ve Yayla, 2004).

21

4.3.2.3.6. TOPSIS

TOPSIS (For the Technique for Order Preference by Similarity to Ideal Solution) yöntemi, 1980 yılında Yoon ve Hwang tarafından Electre yöntemine bir seçenek olarak geliĢtirilmiĢtir. Yöntemin temeli, geometrik anlamda ideal çözüme en kısa uzaklıkta ve negatif-ideal çözüme en uzak olan seçeneğin seçilmesine dayanır (Canhasi, 2010). 4.3.2.3.7. Bulanık (Fuzzy) AHP

Gerçek hayatın karmaĢıklığı ve algılama kapasitemizin sınırlı olması sonucu, kesin olarak kavranamayan çok sayıda çeĢitli nesneler sadece sübjektif görüĢlerle değerlendirilebilir. Bulanık AHP yönteminde, böyle karmaĢık nesnelere iliĢkin karar vermenin üstesinden gelmek için nesneyi nitelendiren genel özellikler (örneğin güzellik) bulanık özellik olarak ele alınır. Karar verici tercihini günlük yaĢamda kullanılan dildeki ifadelerle ifade edebilir. Yöntem, bu tercihleri mevcut verilerle (istatistiksel analiz ve anketler) birleĢtirir. Bulanık AHP yönteminde ikili karĢılaĢtırma matrisindeki sayılar bulanık aritmetik ve bazı yöntemlerle tek sayılara çevrilir ve yöntem bulanık değerlerin ortalamasını gösteren optimal çözümü bulur (Can, 2006).

4.3.2.3.8. Analitik ġebeke Süreci (Analytic Network Process-ANP)

Bu yöntem Saaty tarafından hiyerarĢik yapıda kurulmayan karar verme problemleri için geliĢtirilmiĢtir. Çünkü üst düzey öğelerle alt düzey öğeler arasında, etkileĢim ve bağımlılık iliĢkisi bulunabilir. Saaty, karĢılaĢılan karar verme probleminde eğer kriterler ve alternatifler birbirinden bağımsızsa AHP’ nin, birbirine bağımlıysa ANP’ nin kullanılmasını önermiĢtir. ANP çok kriterli karar verme probleminde, bir aktivite kümesine göreli ağırlıklar verilebilmesini sağlamaktadır. Bu yöntem de AHP gibi alternatifler ve kriterlerin ikili karĢılaĢtırmasına dayanır. ANP’ deki en önemli unsur Ģebeke üzerinde birbiriyle bağımlılık iliĢkilerinin bulunmasıdır (Niemira ve Saaty, 2004).

4.3.2.3.9. PROMETHEE

PROMETHEE yöntemi, alternatifleri farklı tercih fonksiyonları temelinde değerlendirerek alternatiflere iliĢkin kısmi önceliklerin ve tam önceliklerin elde

edilmesini sağlayarak ayrıntılı analizlerin yapılmasını sağlamaktadır (Dağdeviren ve Eraslan, 2008).

Bu metotta alternatifler çeĢitli kriterler açısından değerlendirilir ve her kriterin yapısına uygun olarak seçilen tercih fonksiyonundan faydalanılır. Bu tekniğin, Electre tekniğinde olduğu gibi çeĢitli ihtiyaçlara uygun PROMETHEE I, PROMETHEE II ve PROMETHEE-DDSS türleri geliĢtirilmiĢtir ( Atıcı ve Ulucan, 2009; Ünal, 2010). 4.3.2.4. Grup Karar Verme Teknikleri

Grup karar verme, bireysel olarak karar vermeden daha farklı bir süreçtir. Grup ortak bir amacı olan birey ya da alt gruplardan oluĢmuĢ olabileceği gibi, grup üyelerinin birbiriyle çatıĢan amaçlan da olabilir. Grup karar verme ile geliĢtirilen teknikler problem çözmekten ziyade problem belirlemeye yöneliktir. Bu bölümde grup karar verme sürecine yönelik olarak geliĢtirilmiĢ olan teknikler incelenmiĢtir (Can, 2006). 4.3.2.4.1. Beyin Fırtınası

Farklı bireylerin bir problemin olanaklı çözümlerini bulmak için bir araya geldiği bu grup tekniği farklı bireylerin anlık çağrıĢımlar sonucu sentez yaparak fikir üretmeleri üzerine kuruludur. Genel olarak yarım saate yakın oturumlardan oluĢan panellerden oluĢan bu teknikte fikirlerin akıĢım sağlayan bir yönetici, ortaya çıkan fikirleri listeleyen bir kaydedici ve oturumun diğer üyeleri rol alır. Beyin fırtınasında, kısa sürede çok sayıda fikir üretilebilir. Katılımcıların özel bilgi ya da deneyime sahip olması gerekli değildir ve farklı disiplinlerden gelen katılımcıların olduğu durumlarda daha baĢarılıdır.

4.3.2.4.2. Nominal Grup Tekniği

Problem tanımlamak ve çözmek için bir araya gelen örgütlü grup toplantılarıdır. Küçük grup toplantılarında ortaya çıkan sorunları önlemek için kullanılır. Bu yöntemde birey eğilimleri dengelenir ve katılım artar. Genellikle 2-3 saat süren oturumlar Ģeklindedir. Bu teknikte, bir araya gelen bireyler önce bireysel olarak fikirler üretirler. Sırayla her birey fikirlerini gruba sunar. Bu fikirlerin tartıĢılması sonrasında, her üye en uygun 5-7 arası sıralar. Grup yöneticisi oylan topladıktan sonra, oylamanın sonuçlan ve uygunluğu tartıĢılır. Bu yöntem küçük grup toplantılarıyla fikirler geliĢtirilmesi, problem

23

belirlenmesi ve çözümünde kullanılabilir, fakat gündelik sorunların çözümünde, getiriĢi belli olmayan problemlerde ve oybirliği gerektiren durumlarda uygulanamaz.

4.3.2.4.3. Delfi Tekniği

1950 yılında RAND firması tarafından geliĢtirilen bu teknik, öznel olmayan fikirlerin bulunduğu bir ortamda grubun fikirlerinin birleĢtiği görüĢ noktalarını bulmak amacıyla aĢama aĢama uygulanır. Ġlk uygulamaları askeri alanda gerçekleĢtirilmiĢtir.

Bu teknikte sözlü geri bildirim söz konusudur ve fikirlerin paylaĢılmasını daha sağlıklı hale getirmek için katılım anonim olarak gerçekleĢtirmektedir. Teknik birbirini takip eden aĢamalar Ģeklinde uygulanır. Ġlk aĢamada, tüm üyeler gerekli gördükleri gelecekle ilgili önemli konuları listelerler, ikinci aĢamada, tüm üyelerin ortak listesi hazırlanır ve bunlarla ilgili tahminler yapılmak üzere yeniden üyelere verilir. Üyeler tahminlerini dayandırdıkları istatistiksel bilgi ve kanıtları da belirler. Bu aĢamanın istatistiksel sonuçları birleĢtirildikten sonra üyelere gönderilir. Üçüncü aĢamada üyeler bu sonuçlara göre tahminlerini güncelleyebilirler. Bu aĢama, yeterli görülen sonuç elde edilene kadar devam eder.

Bu teknik standartların belirlenmesi, teknoloji öngörüsü, proje önceliklendirme gibi alanlarda geniĢ kullanıma sahiptir. Nesnel deneyim ve hükümlerin bulunduğu durumlarda uygun olup, karmaĢık, geniĢ ve çoklu disiplinli problemlerde ve çok sayıda kiĢinin fikrine baĢvurulması gerektiği durumlarda kullanılabilir. Bu tekniğin baĢlıca dezavantajları çok fazla iĢgücü gerektirmesi, pahalı ve zaman alıcı olması ve katılım eksikliğidir. Bunun dıĢında geleceğin dikkate alınmayıp mevcut olayların daha önemli görülmesi, yanlıĢ tahmin yapan üyeler sebebiyle yanlıĢ sonuca varılması gibi sistematik hatalara neden olabilir.

4.3.2.4.4. Bilgisayar Destekli Grup Karar Verme

Grup karar verme süreci için kullanılan çeĢitli bilgisayar paket programlan mevcut olup bunlara örnek olarak Grup Karar Destek Sistemleri, web tabanlı uygulamaları verilebilir. Bunların avantajı, grafiksel destek sağlamaları, duyarlılık analizi ve değiĢiklikler yapılabilmesi ve karmaĢık problemlerin çözümüne olanak vermeleridir.

4.3.2.4.5. Diğer Teknikler

Bu yöntemlerin dıĢında daha çok demokratik rejimlerde uygulanan bir yöntemde oylama prosedürleridir. Oylamada çok sayıda katılımcı mevcuttur ve sonuçtan hepsinin tatmin olması gerekmemektedir.

4.4. Karar Modelleri

Bir karar probleminin var olabilmesi için; karar vericinin ulaĢmak istediği bir amacının olması, bu amaca ulaĢmada izlenebilecek alternatif stratejilerinin bulunması ve alternatifler içinden hangisinin amacı gerçekleĢtirebileceği konusunda kuĢku içinde bulunulması gerekmektedir. Bu nedenle de bir karar probleminin elemanlarını genel olarak karar verici, kısıtlar, amaçlar, kriterler, alternatifler, sonuçlar ve karar vericinin öncelikleri oluĢturur (Aydın, 2008).

Karar verme aĢamasında oluĢturulan modeller arasındaki farklılıklar, beklenen çıktıların değerlendirilmesi ve karar vericinin duruma bakıĢ açısı ve aynı zamanda tecrübe seviyesinden kaynaklıdır (Güngör, 2008).

Karar alma süreçlerine bağlı olarak karar vermek için karar modellerinin bilinmesi gerekir. Karar alma sürecinde kararın alındığı karar ortamı bilinmezse, sağlıklı, isabetli ve rasyonel kararlar alınabilmesi mümkün olmaz (Tekin, 2004; Bakan, 2011).

BaĢlıca 5 çeĢit karar verme modeli vardır. Bunlar; - Belirlilik altında karar verme

- Risk altında karar verme - Belirsizlik altında karar verme - Kısmi bilgi altında karar verme - Rekabet altında karar verme

4.4.1. Belirlilik Halinde Karar Verme

Belirlilik halinde karar verme en basit karar verme durumlarından biridir. Çünkü karar probleminin hiçbir öğesi Ģansa bırakılmamıĢtır. Belirlilik halinde karar vermenin iki öğesi vardır. Stratejiler ve bu stratejilerin uygulanması sonucu ortaya çıkabilecek sonuçlarıdır. Stratejilerin hangi koĢullar altında gerçekleĢeceğinin kesin olarak bilindiği

25

durumlarda verilen kararlara belirlilik halinde karar verme denir ( Tütek ve GümüĢoğlu, 1994; Karaca, 2011).

Karar verme durumuna ait değerlendirilmesi gereken tüm faktörlerin açık olduğu ve bilindiği varsayımı halinde belirlilik halinde karar verme söz konusudur. Gerçek hayatta, böylesi bir belirlilik oldukça ender görülür. Ancak, tam bilgi varsayımından hareketle, bir analiz için belirlenecek üst sınırının saptanması bazı durumlarda yararlı olabilmektedir (Güngör, 2008).

Karar sorunu hiçbir açıdan Ģansa bırakılmamıĢtır, tüm gerçeklerin bilindiği varsayımı halindir ve ortaya çıkabilecek doğal olaylar açıkça bilinmektedir. Gerçekte, böylesi bir belirlilik de oldukça ender görülür. Ancak, böylesi bir tam bilgi varsayımından hareketle, bir araĢtırmaya verebilecek bedelin üst sınırının saptanması bazen yararlı olmaktadır (Canhasi, 2010).

Belirlilik altında herhangi bir kararın verilebilmesi için karar verme problemindeki bütün hareket biçimlerinin sonuçları ve hangi mümkün durumun meydana geleceği kesinlikle bilinmesi gerekir (Turanlı, 1988; Alp, 2008).

Belirlilik durumunda verilecek kararlar için ortaya konulan her seçeneğin sonuçlarına iliĢkin tam bir bilgi vardır. Belirlilik durumunda karar vermek çok kolaydır. Çünkü her seçeneğin belirli bir sonucu vardır. Belirlilik ortamında herhangi bir kararın verilebilmesi için karar vermede kullanılacak bütün uygun seçenekler ve bunların sonuçları tam olarak bilinmelidir. Tüm uygun seçeneklerin ortaya konulmasında güçlüklerle karĢılaĢılabilir. Seçeneklerin eksik ortaya konulması olumsuz sonuçlar verilmesine neden olabilir. Karar vericinin gelecekle ilgili olarak tam doğru bir öngörüde bulunulabiliyor olması gerekir. Ancak uygulamada karĢılaĢılan pek çok durumda bu mümkün değildir (Rençber, 2010).

4.4.2. Risk Halinde Karar Verme

Risk halinde karar vermede verilecek belirli bir karara iliĢkin değiĢik sayıda koĢullar söz konusudur. Her seçeneğin her koĢul altında ulaĢacağı sonuçlar belirli bir olasılıkla oluĢur. Karar verme, yani alternatiflerin seçimi belirli olasılıklara dayandırılarak yapılır. Bu Ģartlar altında verilen karara risk halinde karar verme denir (Chankong ve Haimes, 1983).

Her bir seçeneğin belirli bir sonuca götüreceğinin bilindiği, ancak karar verici tarafından bilinen bu sonuçların birer olasılık olduğu ortamdır. Risk kavramında önemli olan ölçülebilme ve kestirilebilmedir. Bir iĢletmede çeĢitli nedenlerle ortaya çıkacak risklerin doğuracağı zararların önceden kestirilebilmesi için risk planlaması yapılmalıdır ve riskin maliyeti hesaplanmalıdır (Güngör, 2008).

Riskli koĢullar altındaki karar vermede alternatiflerin farklı durumlara göre alacağı değerler, olasılıklı olarak bilinmektedir. Bu nedenle de yönetici riskli koĢullarda karar verirken beklenen değeri en yüksek olan alternatifi seçme yoluna gidecektir (Aydın, 2008).

Risk durumunda karar vermede karar verici, sorunun çözümünü sağlayacak seçeneklerin belli bir olasılık (risk) değerine bağlı olarak meydana geleceğini kabul etmektedir ( Bağırkan, 1983; Çelik, 2006).

Risk halinde karar verilirken ilk olarak, doğal durumların alabileceği olasılık değerleri belirlenir. Doğal durumların ortaya çıkma olasılıkları bilindiğinde karar vericiler, farklı karar ölçütlerine göre en iyi stratejiyi belirleyebilecektir. Risk halinde karar vermede kullanılabilen baĢlıca karar ölçütleri aĢağıdaki gibi sıralanabilir ( Karaca, 2011).

- En Büyük Olasılık Ölçütü ( Enolanaklılık) - En Ġyi Beklenen Değer Karar Ölçütü - Hırs Düzeyi Ölçütü