SOSYO-TEKNİK SİSTEMLERDE
HATALI DAVRANIŞ RİSKİNİ BELİRLEMEYE YÖNELİK BİR ERKEN UYARI MODELİ
İhsan YÜKSEL ve Metin DAĞDEVİREN*
İşletme Bölümü, İktisadi ve İdari Bilimler Fakültesi, Kırıkkale Üniversitesi, Kırıkkale
*Endüstri Mühendisliği Bölümü, Mühendislik Mimarlık Fakültesi, Gazi Üniversitesi, Maltepe, Ankara yuksel94@yahoo.com, metindag@gazi.edu.tr
(Geliş/Received: 06.10.2005; Kabul/Accepted: 06.11.2006) ÖZET
Bu çalışmanın amacı iş sistemlerinde hatalı davranış risklerini önceden belirleyerek, hem mal ve hizmet üretiminin kesintiye uğramasını, hem de hatalı davranışların neden olabileceği iş kazalarını engellemeye çalışmaktır. Bu amaç ışığında, çalışmada hatalı davranış riskinin belirlenmesine yönelik bir karar metodolojisi ve buna bağlı olarak bir erken uyarı modeli geliştirilmiştir. Model iş sistemlerinde hatalı davranışa neden olabilecek farklı faktör ve alt faktörleri içermektedir. Faktör ve alt faktör ağırlıklarının belirlenmesinde kompleks ve sistematik karar problemlerinin çözülmesi için geliştirilmiş olan Analitik Hiyerarşi Prosesi (AHP) yöntemi kullanılmıştır. Model Ankara ilinde faaliyet gösteren bir üretim işletmesi için geliştirilmiş ve bu işletmede yer alan gerçek iki iş sistemi üzerinde uygulanmıştır. Geliştirilen model yapılacak modifikasyonlarla farklı işletmelerde de kullanılabilecek esnekliği taşımaktadır.
Anahtar Kelimeler: Tehlike değerlendirme teknikleri, çok kriterli analiz, analitik hiyerarşi prosesi.
AN EARLY WARNING MODEL TO IDENTIFY FAULTY BEHAVIORS RISK IN SOCIAL-TECHNIQUE SYSTEMS AND ITS APPLICATION
ABSTRACT
The aim of this study is both to minimize the occurrences of accidents due to risks of faulty behaviors and to prevent the interruptions in goods and service production by determining the risks of faulty behaviors beforehand. For this reason, a decision methodology and an early warning model were developed to identify the risks of faulty behaviors. The model includes the factors and sub-factors which can cause faulty behaviors in work systems. Analytical Hierarchy Process, which was developed to solve complex and systematic decision problems, is used to determine the weights of factors and sub-factors. The model is developed for a production company in Ankara and put into practice on two real work systems of this company. Developed model has the elasticity so that it could be used in different companies by making appropriate modifications.
Keywords: Hazard evaluation techniques, multi criteria analysis, analytical hierarchy process.
1. GİRİŞ (INTRODUCTION)
Ergonomik bakış açısından iş sistemleri genelde ma- nüel, mekanik ve otomatik sistem olmak üzere üç grupta ifade edilmektedir [1]. Ancak, hangi tür üretim sistemi olursa olsun iş sistemlerini insan ve makine faktöründen ayrı düşünmek mümkün değildir. İş sis- temlerinin çalıştırılmasında mutlaka insan faktörü yer almaktadır. En basit anlamda iş sisteminin başlatılma- sı ya da durdurulmasında insan faktörü belirleyici olmaktadır. İş sistemleri ne kadar kapsamlı olursa olsun
elemanlarına ayrıldığında mikro düzeyde insan ve makineden oluşmaktadır. İş sisteminin işleyişi ve performansında insan ve makine faktörleri belirleyici olmaktadır. Bu nedenle ergonomik ilkelere dayanma- yan veya insan ve makine faktörlerinin sistem içinde eş zamanlı uyumlarına gereken önemi göstermeyen sis- temlerde hatalı davranışlardan ve dolayısıyla iş kaza- larından kaçınmak mümkün değildir [2]. İş kazalarına ilişkin yapılmış çalışmalar incelendiğinde kazanın tek bir faktörden değil birden çok faktörden meydana geldiği görülmektedir. Ancak, endüstriyel ortamda meydana
gelen iş kazalarının en fazla % 20’si üretim aygıtlarının ve çevresel etmenlerin uygunsuz koşullarından, en az
% 80’ni de insan faktöründen kaynaklanan önlenebilir hatalı davranışlardan meydana gelmektedir [2-4].
İş ortamında “hata”, genelde uygun görülen, tasarlanan ve beklenen davranış standardından sapma olarak ta- nımlanmaktadır [3]. Hatalı davranışlar sistem güvenliği ve sistem performansını azaltan ya da azaltma potan- siyeli olan, istenmeyen veya uygun bulunmayan dav- ranış biçimleridir. Hatalı davranışların hem insan fak- törü hem de iş sistemi üzerinde neden olduğu sonuçlar iki açıdan önemlidir: Birincisi can kaybı, yaralanma- lar, çalışanlar üzerindeki psikolojik etkiler gibi insan öğesine yönelik istenmeyen sonuçlardır. İkincisi ise üretim kaybı, üretim kesintisi, verimlilik azalması gibi iş sisteminde maliyet boyutu taşıyan durumlardır [4].
İş sistemlerinde potansiyel hatalı davranışların belir- lenmesi olası risk düzeyinin öngörülmesini sağlamakta ve belirlenen risk düzeylerine göre iş sistemindeki risklerin yönetimi mümkün olabilmektedir. Dolayısıyla, iş sistemlerinde önemli olan hatalı davranışlara neden olan faktörleri iyi tahlil edip iş kazalarının meydana gelmesini önlemektir. Bu yönde gösterilecek çabalar, hem ekonomik hem de insancıl açıdan önemlidir [2,4].
Bu çalışmada iş güvenliği literatüründe yer alan tehli- ke değerlendirme tekniklerinin temel mantığı çerçeve- sinde iş sistemlerinde hatalı davranışların oluşmasına neden olabilecek faktörler Analitik Hiyerarşi Prosesi (AHP) yöntemi ile ağırlıklandırılmış ve belirlenen ağır- lıklardan hareketle iş sistemlerine ait hatalı davranış riski belirlenmeye çalışılmıştır.
2. TEHLİKE DEĞERLENDİRME TEKNİKLERİ
(HAZARD EVALUATION TECHNIQUES)
Literatürde hatalı davranışları ve sonuçlarını analiz eden farklı tehlike değerlendirme teknikleri bulunmakla bir- likte, iş güvenliği literatüründe yer alan başlıca tehlike değerlendirme teknikleri; Hata Ağacı Analizi, Olay Ağacı Analizi, Sebep-Sonuç Analizi ve İnsan Hatası Analizi’dir [5-8].
Hata Ağacı Analizi, sistem güvenliği analizinde kulla- nılan bir tekniktir. Yöntem, belirli bir hata ya da kaza üzerinde odaklanarak bunun nedenini belirlemek üzere sistem geliştirmeyi amaçlamaktadır. Yöntem geriye doğru düşünme tekniği olarak da adlandırılmaktadır.
Bu nitelendirmenin sebebi yöntemin uygulama çalış- malarına kazadan veya önlenmesi gereken istenmeyen olaydan başlaması ve olayın sebeplerini araştırmasıdır.
Hata ağacı, en üstteki olayın belirlenmesi, bu olaya sebep olacak olası en yüksek hata seviyelerinin belir- lenmesi ve daha özel hata seviyelerinin belirlenmesi olarak üç temel adıma sahiptir. Sonuçta ortaya çıkan model, bir mantık şeması veya akış diyagramı biçi- mindedir. Hata ağacı oluşturulduktan sonra, tepedeki olaya sebep olabilecek hataların çeşitli kombinasyon- ları incelenir. Şemaya ayrıca olasılıklar da eklenerek
model kantitatif hale getirilebilmektedir [5,6,9]. Tehlike değerlendirme tekniklerinden bir diğeri de Olay Ağacı Analizi yöntemidir. Bu teknikte başlatıcı olay ile zin- cirleme olaylar arasındaki ilişkiler tanımlanmaktadır.
Yöntem Hata Ağacı Analizinin tersine ileriye doğru düşünme tekniğini kullanmaktadır [8,9]. Sebep-Sonuç Analizi hata ağacı analizindeki geriye doğru düşünme mantığı ile olay ağacı analizindeki ileriye doğru dü- şünme mantığını birlikte kullanan ve kaza dizilerini olası temel nedenlerine bağlayan bir tekniktir [9]. İnsan Hatası Analizi ise potansiyel insan hatalarının, bun- ların nedenlerinin ve etkilerinin belirlenmesinde kul- lanılan bir yöntemdir [7,9].
Literatürde yer alan bu yöntemlerin ortak özelliği her zaman olaylara ilişkin verilere ve güvenilir olasılık rakamlarına ulaşmak mümkün olmadığı için uygula- ma aşamasında zorluklar taşımalarıdır. Bu çalışmada önerilen model literatürde yer alan mevcut yöntemler- le karşılaştırıldığında belirgin üstünlükler taşımaktadır.
Çalışmanın en önemli üstünlüğü, iş sisteminin işleyi- şine ilişkin geçmiş verilere doğrudan gereksinim duy- mamasıdır. Hatalı davranışların analizi için sistemin öğelerinin, işleyişinin ve olası hatalı davranış durum- larının bilinmesi yeterli olmaktadır. Literatürde yer alan tehlike değerlendirme yöntemleri incelendiğinde bu yöntemlerin analiz verilerinin genelde geçmişteki işle- yişten ortaya çıktığı görülmektedir. Bu yöntemler geç- mişteki duruma benzerlik gösteren bir durumun gele- cekte de ortaya çıkacağı varsayımına dayanmaktadır. Bu varsayımın doğruluğu bazı durumlarda kabul edilse bile her zaman ve her iş sistemi için aynı varsayımın geçerliliğini koruyabileceğini düşünmek ya da geçmişe ilişkin verilerin her zaman ve her durumda temin edi- lebilmesi mümkün olmamaktadır. Ayrıca, iş sistemi yeni kurulmuş ise geçmişteki trende bakmak gibi bir imkan bulunamamakta ve bu durum mevcut yöntem- lerin uygulamasını zorlaştırmaktadır. Bu çalışmanın literatürdeki yöntemlerden önemli bir diğer farklılığı ise geliştirilen yöntem ve erken uyarı modelinin küçük modifikasyonlarla farklı iş sistemlerine uyarlanabilecek esneklikte olması ve bu yapısıyla uygulama sürecin- deki bilgi gereksinimini azaltmasıdır.
3. ANALİTİK HİYERARŞİ PROSESİ (ANALYTIC
HIERARCHY PROCESS)
Analitik Hiyerarşi Prosesi (AHP) 1977 yılında Thomas L. Saaty tarafından geliştirilen çok ölçütlü karar verme tekniklerinden biridir. AHP karar almada, grup veya bireyin önceliklerini de dikkate alan, nitel ve nicel değişkenleri bir arada değerlendiren matematiksel bir yöntemdir. Karar verme problemlerinde insan yargıla- rının kullanımı son zamanlarda dikkat çeken bir ölçü- de artmıştır. AHP ile karar vericilerin farklı psikolojik ve sosyolojik durumlardaki gözlemleri de dikkate alı- narak kendi karar verme mekanizmalarını tanıma ola- nağı sağlanmaya çalışılmaktadır. Bu yöntemle karar vericilerin daha etkin karar vermeleri amaçlanmıştır [10]. Yöntem, oldukça büyük bir ilgi görmüş ve gerçek hayatta birçok karar verme probleminin çözümünde
kullanılmıştır. Son yıllarda yapılan çalışmalarda AHP’nin diğer yöntemlerle bütünleştirilerek uygulanmasında da artış görülmüş ve karar verme problemlerine büyük ölçüde; AHP ve Hedef Programlama [11-20], AHP ve Veri Zarflama Analizi [21-24] ve AHP ve Bulanık Mantık [25-38] yöntemleri birlikte uygulanmıştır. Bu çalışmalarda yer seçimi [18,21,24,29,33], üretim [14,20,22, 27,32,35,36,38], yatırım [12,13,17,37], enerji [15,16] ve kalite kontrol [17,34] konuları ile ilgili karar verme problemlerine AHP ile birlikte diğer yöntemler bütünleşik olarak uygulanmışlardır.
Yapılan bu çalışmalarda ele alınan problemler çok kriterli olarak analiz edilmiş ve seçme/değerlendirme sürecinin etkinliği artırılmıştır. Bu çalışmalarda AHP yönteminin ön plana çıkarılan önemli bir üstünlüğü de karar verme sürecine konu ile ilgili farklı kesimleri dâhil edebilmesi ve çalışmanın sonuçlarına yapılabilecek olası itirazları önlemesidir. Bu durum bu çalışmada da AHP yönteminin kullanılmasının en önemli nedenidir. Çünkü bu çalışma ile elde edilecek sonuçlar işletme içinde farklı kesimleri ilgilendirmekte ve bu kesimlerden ilgili kişilerin karar verme sürecine dâhil edilmesi elde edilen sonuçların kabul edilmesi açısından büyük önem taşımaktadır.
AHP’de karar vericinin amacı doğrultusunda faktör- lerin ve faktörlere ait olan alt faktörlerin belirlenmesi ilk adımdır. AHP’de öncelikle amaç belirlenir ve bu amaç doğrultusunda amacı etkileyen faktörler saptanmaya çalışılır, bu aşamada karar sürecini etkileyen tüm fak- törlerin belirlenebilmesi için anket çalışmasına veya bu konuda uzman kişilerin görüşlerine başvurulabilir.
Amaç, faktör ve alt faktörler belirlendikten sonra, faktör ve alt faktörlerin kendi aralarındaki önem derecelerinin belirlenmesi için ikili karşılaştırma karar matrisleri oluşturulur. Bu matrislerin oluşturulmasında Saaty [10]
tarafından önerilen 1-9 önem skalası kullanılır. Yapı- lan çalışma sonunda verilecek karar birçok kişiyi etki- leyecek yapıda ise ikili karşılaştırma karar matrisleri farklı kişilerin yargılarının birleştirilmesi ile oluşturur.
Bu birleştirme işleminde birçok araştırmacı, tutarlı ikili karşılaştırma matrisleri elde edebilmek için, geo- metrik ortalama yönteminin kullanılmasını önermek- tedir [39-40]. Saaty tarafından önerilen 1-9 önem skalası en iyi sonuçların elde edilmesini sağlamaktadır. Bunun dışındaki 1-5, 1-7, 1-15 ve 1-20 gibi önem skalaları uygun çözümü elde etmede yetersiz kalmaktadır. Tablo 1’de önem skalası değerleri ve anlamları açıklanmıştır.
İkili karşılaştırma karar matrislerinin oluşturulması AHP’nin en önemli aşamasıdır. İkili karşılaştırma karar matrislerinden elde edilen bilgilere göre AHP’de yar- gılar bir matrise dönüştürülür. aij, i. özellik ile j. Özel- liğin ikili karşılaştırma değeri olarak gösterilecek olursa, aji değeri 1/aij eşitliğinden elde edilir. Bu özelliğe, karşılık olma özelliği denir [10,41].
İkili karşılaştırma karar matrisleri oluşturulduktan sonra izleyen aşama öncelik veya ağırlık vektörlerinin hesap- lanmasıdır. AHP metodolojisine göre karşılaştırma mat- risinin özdeğer ve özvektörleri öncelik sırasını belirle- meye yardımcı olur. En büyük özdeğere karşılık gelen özvektör öncelikleri belirlemektedir. A matrisinin en büyük özdeğeri enb olarak ele alınırsa,W öncelik vektörü;
(A-enbI)W=0, denklem sisteminin çözümü ile elde edilir.
Ancak bu denklem sisteminin özdeğer ve özvek- törlerini hesaplamak özellikle büyük boyutlu matrisler (n>5) için çok karmaşık ve zaman alıcıdır. Uygulama- larda, yukarıdaki denklem sisteminin çözümü yerine yaklaşık sonuçlar veren ve hesaplaması daha kolay olan yöntemler tercih edilmektedir [42].
Öncelik vektörlerinin hesaplanmasında kullanılan yay- gın bir yöntem şöyledir: Normalleştirilmiş matris, her bir sütun değerinin ayrı ayrı ilgili sütun toplamına bölünmesi ile elde edilir ve normalleştirilmiş matristen hareketle; her bir sıra değerlerinin ortalaması alınır, elde edilen bu değerler her bir kriter için bulunan önem ağırlıklarıdır. Bu ağırlıklar ile öncelik vektörü oluşturulur.
Karar vericinin faktörler arasında karşılaştırma yapar- ken tutarlı davranıp davranmadığını ölçmek için, oluş- turulan her bir karşılaştırma matrisi için Tutarlılık Oranı’nın (T.O.) hesaplanması gerekir. Bu hesaplamada n alternatif sayısına bağlı olarak rasgele indeks (R.İ.) sayıları kullanılır. Hesaplamalar sonucunda bulunan değer 0,10’un altında çıkmışsa oluşturulan karşılaştırma matrisinin tutarlı olduğu sonucuna varılır. Aksi durumda karşılaştırma matrisi tutarsızdır ve tekrar düzenlenme- si gerekir [10].
4. ÖNERİLEN ERKEN UYARI MODELİ
(PROPOSED EARLY WARNING MODEL)
İş sistemlerinde hatalı davranış riskini belirlemek ama- cıyla önerilen model şu adımlardan oluşmaktadır:
Adım 1: Modelde kullanılacak faktör ve alt faktörlerin belirlenmesi.
Tablo 1. Önem skala değerleri (Importance scale values)
Değer Tanım Açıklama
1 Eşit önemli İki seçenekte eşit derecede öneme sahip
3 Biraz önemli Tecrübe ve yargı bir kriteri diğerine karşı biraz üstün kılmakta 5 Fazla önemli Tecrübe ve yargı bir kriteri diğerine karşı oldukça üstün kılmakta 7 Çok fazla önemli Bir kriter diğerine göre üstün sayılmıştır
9 Aşırı derece önemli Bir kriterin diğ. üstün olduğunu gösteren kanıt çok büyük güvenilirliğe sahiptir
2,4,6,8 Ara değerler Uzlaşma gerektiğinde kullanılmak üzere iki ardışık yargı arasındaki değerler
Adım 2: AHP modelinin hiyerarşik olarak yapılandı- rılması (amaç, faktörler, alt faktörler).
Adım 3: Faktör ve alt faktörler için yerel ağırlıkların ikili karşılaştırma matrisleri ile belirlenmesi. İkili karşılaştırmalarda Tablo 1’de verilen skala kullanılır.
Adım 4: Alt faktörler için genel ağırlıkların hesaplan- ması. Genel alt faktör ağırlıkları alt faktörün yerel ağırlığı ile ait olduğu faktörün yerel ağırlığının çarpılması ile belirlenir.
Adım 5: Alt faktörlerin ölçülmesi için değerlendirme skalasının geliştirilmesi.
Adım 6: Belirlenen genel alt faktör ağırlıkları ve geliştirilen ölçüm skalası kullanılarak iş sistemine ait hatalı davranış riskinin hesaplanması. Belirlenen hatalı davranış riskine (HDR) bağlı olarak aşağıda verilen kararlar alınır:
İş sistemi durdurulur ve yeni bir tasarım yapılarak hatalı davranış riski tekrar hesaplanır (HDR≥0,40),
İş sistemine ait düzeltici önlemler alınarak hatalı davranış riski tekrar hesaplanır (0,20≤HDR<0,40),
İş sistemi güvenli bir şekilde çalışabilir (HDR<0,20).
Önerilen hatalı davranış riski belirleme modelinin şematik diyagramı Şekil 1’de gösterilmiştir.
5. UYGULAMA (APPLICATION)
Önerilen hatalı davranış riski belirleme modelinin uygulaması Ankara ilinde faaliyet gösteren ve makine yedek parça imalatı yapan bir işletmede yapılmıştır.
Uygulama için bir karar komitesi oluşturulmuş ve bu komitede işletme içinde farklı bölümlerde çalışan üç yönetici ile bu çalışmanın yazarları yer almıştır. İşlet- medeki iki farklı iş sistemine ait hatalı davranış riski önerilen model ile hesaplanmıştır.
Adım 1: Bu adımda değişik kaynaklardan belirlenen 63 adet faktör karar komitesi tarafından bir anket ara- cılığıyla değerlendirilmiştir. Değerlendirmede (3) çok önemli, (2) bazen önemli ve (1) önemli değil değerleri kullanılmıştır. Karar vericilerin değerlendirmeleri arit- matik ortalama ile birleştirilmiş ve 2’nin üzerinde değer alan 19 faktörün modelde kullanılmasına karar verilmiştir. Bu 19 faktör örgütsel, kişisel ve işsel olmak üzere 3 başlık altında gruplandırılmıştır.
Örgütsel, kişisel ve işsel olmak üzere gruplandırılan alt faktörler şu şekildedir:
Örgütsel Faktörler
İş rotasyonu
Çalışma süresi
İklim etkileri
Gürültü seviyesi
Aydınlatma seviyesi
İşi bitirme baskısı
Yetersiz kontrol
Koruyucuların yetersizliği
Kişisel Faktörler
Yetersiz hazırlık
Yetersiz sorumluluk bilinci
Gösteriş
Riskli davranma eğilimi
Özel problemler
Uyumsuzluk
Sabit fikirlilik İşsel Faktörler
Monotonluk
İşe bağlı yorgunluk
Tehlikeli davranışların işlem zamanlarını kısaltması
İş ile ilgili kullanılacak bilgilerin boyutu ve çeşitliliği
Adım 2: Birinci adımda belirlenen faktör ve alt fak- törler kullanılarak belirlenen AHP modeli Şekil 2’de gösterilmiştir. AHP modeli 3 aşamadan oluşmaktadır.
Birinci aşamada alt faktör ağırlıklarının belirlenmesi hedefi yer almaktadır. İkinci aşamada faktörler, üçüncü aşamada ise faktörlere bağlı alt faktörler yer almıştır.
Şekil 1. Hatalı davranış riski belirleme modelinin şematik diyagramı (Schematic diagram of the model for determining faulty behavior risk)
Adım 3: Bu adımda Şekil 2’de verilen AHP modelinin ikinci seviyesinde yer alan faktörler ve üçüncü seviye- sinde yer alan alt faktörlerin yerel ağırlıkları belirlen- miştir. Karar komitesi tarafından Tablo 1’de verilen skala
kullanılarak ikili karşılaştırma matrisleri düzenlenmiştir.
İkili karşılaştırma matrisleri Saaty tarafından önerilen özvektör yaklaşımı ile analiz edilmiş ve yerel ağırlıklar belirlenmiştir. Düzenlenen ikili karşılaştırma matrisleri,
bu matrislerin analiz edilmesi sonucu elde dilen yerel ağırlıklar ve ikili karşılaştırma matrislerinin tutarlılık oranları ile birlikte Tablo 2-5’de verilmiştir.
Tablo 2. Ana faktörlere yönelik ikili karşılaştırma matrisi ve yerel ağırlıklar (Pairwise comparison matrix and local weights of main factors) Ana FaktörlerÖFKFİFYerel AğırlıklarÖrgütsel Faktörler (ÖF)1230,539Kişisel Faktörler
(KF)0,50120,297İşsel Faktörler (İF)0,330,5010,164 T.O.= 0,008
Tablo 3. Örgütsel alt faktörlere yönelik ikili karşılaştırma matrisi ve yerel ağırlıklar (Pairwise comparison matrix and local weights of organizational sub-factors)Örgütsel FaktörlerİRÇSİEGSAEİBBYKKYYerel Ağırlıklarİş Rotasyonu (İR)1,003,000,250,330,500,332,000,330,067Çalışma Süresi (ÇS)0,331,000,140,250,500,330,500,250,035İklim
Etkileri (İE)4,007,001,002,005,003,004,002,000,293Gürültü Seviyesi
(GS)3,004,000,501,003,002,004,001,000,179Aydınlatma Etkisi (AE)2,002,000,200,331,000,333,000,330,077İşi Bitirme Baskısı (İBB)3,003,000,330,503,001,002,000,500,120Yetersiz Kontrol
(YK)0,502,000,250,250,330,501,000,250,049Koruyu. Yetersizliği (KY)3,004,000,501,003,002,004,001,000,179 T.O.= 0,03
Tablo 4. Kişisel alt faktörlere yönelik ikili karşılaştırma matrisi ve yerel ağırlıklar (Pairwise comparison matrix and local weights of personal sub-factors)Kişisel FaktörlerYHYSBGRDEÖPUSFYerel AğırlıklarYetersiz Hazırlık
(YH)1,001,005,000,250,252,002,000,120Yetersiz Sor.Bilinci
(YSB)1,001,005,000,250,252,002,000,120Gösteriş (G)0,200,201,000,330,330,500,500,050Riskli Dav. Eğilimi (RDE) 4,004,003,001,001,004,004,000,287Özel Problemler
(ÖP)4,004,003,001,001,004,004,000,287Uyumsuzluk (U)0,500,502,000,250,251,001,000,067Sabit Fikirlilik (SF)0,500,502,000,250,251,001,000,067 T.O.= 0,06
Yetersiz Kontrol (YK)
Örgütsel Faktörler (ÖF)
İşe Bağlı Yorgunluk (İBY)
Hatalı Davranışa Neden Olan Faktörlerin Ağırlıklandırılması
Kişisel Faktörler (KF) İşsel Faktörler (İF)
İş Rotasyonu (İR) Çalışma Süresi (ÇS) İklim Etkileri (İE) Gürültü Seviyesi (GS)Aydınlatma Etkisi (AE) İşi Bitirme Baskısı (İBB)
Koruyucuların Yetersizliği (KY)
Yetersiz Hazırlık
(YH)Yetersiz sorumluluk Bilinci (YSB)
Gösteriş (G)
Riskli Davranma Eğilimi (RDE)
Özel Problemler (ÖP) Uyumsuzluk (U) Sabit Fikirlilik (SF)
Monotonluk (M) (YH) Tehlikeli
Davranışların İşlem Zamanlarını Kısaltması (İZS)
İş İle İlgili
Kullanılacak Bilgilerin Boyutu ve Çeşitliliği (BBÇ)
Şekil 2. Hatalı davranış riskinin belirlenmesine yönelik AHP hiyerarşisi (AHP hierarchy to identify faulty behavior risk)
Adım 4: Bu adımda faktör ve alt faktörler için belirle- nen yerel ağırlıklar kullanılarak genel alt faktör ağır- lıkları belirlenmiştir. Genel alt faktör ağırlıkları alt fak- törün yerel ağırlığı ile ait olduğu faktörün yerel ağır- lığının çarpılması ile belirlenir. Yapılan hesaplamalar Tablo 6’da gösterilmiştir. Tablo 6’da gösterilen alt faktör genel ağırlıkları incelendiğinde, hatalı davranışa neden olabilecek en önemli beş alt faktör: iklim etkileri, gürültü seviyesi, koruyucu yetersizliği, riskli davranma eğilimi ve özel problemler olmuştur. En önemli beş alt faktörün üç tanesi örgütsel, iki tanesi kişisel faktörlere ait alt faktörlerdir. Bundan dolayı örgütsel faktörlerin hatalı davranışa daha fazla neden olduğu söylenebilir.
Adım 5: Bu aşamada alt faktörlerin hassas bir şekilde ölçülmesi için bir ölçüm skalası geliştirilmiş ve belirle- nen skalada 6 dilsel değişken kullanılmıştır. Kullanılan dilsel değişkenler, Çok Fazla (ÇF), Fazla (F), Orta (O), Az (A), Çok Az (ÇA) ve Mevcut Değil (MD) değiş- kenlerinden oluşmuş ve dilsel değişkenler için kulla- nılacak olan skala değerleri Tablo 7’de verilmiştir.
Adım 6: Bu aşamada alt faktörlere ilişkin bulunan genel ağırlık değerleri (Tablo 6) ve alt faktör seviyesinin ölçül- mesi için geliştirilen ölçüm skalası (Tablo 7) kullanı- larak işletmedeki iki farklı iş sistemine ait hatalı davra- nış riski belirlenmiştir. Yapılan hesaplamalar Tablo 8’de verilmiştir.
Tablo 7. Dilsel değişkenler ve skala değerleri (Linguistic variables and scala values)
Dilsel Değişken Skala Değeri
Çok Fazla (ÇF) 1,0
Fazla (F) 0,8
Orta (O) 0,6
Az (A) 0,4
Çok Az (ÇA) 0,2
Mevcut Değil (MD) 0,0
Tablo 5. İşsel alt faktörlere yönelik ikili karşılaştırma matrisi ve yerel ağırlıklar (Pair wise comparison matrix and local weights of job related sub-factors)
İşsel Faktörler M İBY İZS BBÇ Yerel Ağırlıklar
Monotonluk (M) 1,00 2,00 0,33 0,50 0,161
İşe Bağlı Yorgunluk (İBY) 0,50 1,00 0,25 0,33 0,096
Tehlikeli Dav. İşlem Zam. Kıs. (İZS) 3,00 4,00 1,00 2,00 0,466 İş İle İlgili Kul. Bilg. Boy. ve Çeş. (BBÇ) 2,00 3,00 0,50 1,00 0,277
T.O.= 0,01
Tablo 6. Alt faktörler için hesaplanan genel ağırlıklar (Computed global weights for sub-factors)
Ana Faktörler Yerel
Ağırlıklar Alt Faktörler Yerel
Ağırlıklar Genel Ağırlıklar
Örgütsel Faktörler (ÖF) 0,539 İş Rotasyonu (İR) 0,067 0,037
Çalışma Süresi (ÇS) 0,035 0,019
İklim Etkileri (İE) 0,293 0,158
Gürültü Seviyesi (GS) 0,179 0,097
Aydınlatma Etkisi (AE) 0,077 0,042
İşi Bitirme Baskısı (İBB) 0,120 0,065
Yetersiz Kontrol (YK) 0,049 0,027
Koruyu. Yetersizliği (KY) 0,179 0,097 Kişisel Faktörler (KF) 0,297 Yetersiz Hazırlık (YH) 0,120 0,035 Yetersiz Sor. Bilinci (YSB) 0,120 0,035
Gösteriş (G) 0,050 0,015
Riskli Dav. Eğilimi (RDE) 0,287 0,085
Özel Problemler (ÖP) 0,287 0,085
Uyumsuzluk (U) 0,067 0,019
Sabit Fikirlilik (SF) 0,067 0,019
İşsel Faktörler (İF) 0,164 Monotonluk (M) 0,161 0,026
İşe Bağlı Yorgunluk (İBY) 0,096 0,017 Teh. Dav. İş. Zam. Kıs. (İZS) 0,466 0,076 İş İle İlg. Kul. Bilg. Boy. (BBÇ) 0,277 0,046
Toplam 1,00
Yapılan hesaplama sonucunda birinci sisteme ait hatalı davranış riski 0,619, ikinci sisteme ait hatalı davranış riski ise 0.386 olarak belirlenmiştir. Bu değerlerden ha- reketle birinci sistemin durdurulmasına ve yeniden tasarlanmasına karar verilmiştir (0,619>0,4). İkinci sistem için ise düzeltici önlemlerin alınması ve bu önlemler ile hatalı davranış riskinin azaltılması kararı verilmiştir (0,2<0,386<0,4).
Sonuçlar ayrıntılı olarak incelendiğinde koruyucuların yetersizliği alt faktörünün her iki sistem içinde hatalı davranış riskini artıran bir alt faktör olarak ortaya çık- tığı görülmektedir. Bunun dışında işi bitirme baskısı ve iklim etkileri alt faktörleri de her iki sistem için hatalı davranış riskini artıran faktörler olarak belirlenmiştir.
Uygulamada son olarak faktör ve alt faktörlere ilişkin duyarlılık analizleri yapılmış ve ana faktör ağırlıkları- na bağlı olarak alt faktör ağırlıklarındaki değişimler incelenmiştir. Expert Choice [43] programı ile yapılan duyarlılık analizlerine ilişkin grafikler Şekil 3-5’te gösterilmiştir.
6. SONUÇ (CONCLUSIONS)
İş sistemlerindeki olası hatalı davranışlar örgüt ve çalışan için büyük bir önem taşımaktadır. Hatalı dav- ranışlar işletme için işgücü ve malzeme kaybına, çalı- şan için ise geçici veya kalıcı rahatsızlıklara neden ol- maktadır. Hatalı davranışlara iş sisteminde yer alan farklı faktörler neden olmaktadır. Bu faktörler örgütten, ça- lışandan ve işin özelliklerinden kaynaklanan faktör- lerdir. İşletmeler hatalı davranışa neden olan faktörleri belirleyerek ve bu faktörlerin düzeltilmesine yönelik önlemler alarak hatalı davranış riskini azaltabilirler.
Bu
çalışmada iş sistemlerindeki hatalı davranış riskini belirlemek amacıyla bir model geliştirilmiştir. Geliştirilen model bir iş siteminde hatalı davranışa neden olabile- cek en önemli faktörlerin belirlenmesi ve bu Tablo 8. Önerilen model ile iki farklı sistem için belirlenen toplam hatalı davranış riski (Total faulty behavior risk for two systems with the proposed model)
Alt Global Sistem 1 Sistem 2
Faktörler Ağırlıklar Durum Skala Değ. Risk Durum Skala Değ. Risk
İR 0,037 O 0,6 0,022 MD 0,0 0,000
ÇS 0,019 F 0,8 0,015 A 0,4 0,008
İE 0,158 F 0,8 0,126 ÇA 0,2 0,031
GS 0,097 O 0,6 0,058 MD 0,0 0,000
AE 0,042 A 0,4 0,017 A 0,4 0,017
İBB 0,065 F 0,8 0,052 F 0,8 0,052
YK 0,027 F 0,8 0,022 O 0,6 0,016
KY 0,097 ÇF 1,0 0,097 ÇF 1,0 0,097
YH 0,035 O 0,6 0,021 A 0,4 0,014
YSB 0,035 O 0,6 0,021 A 0,4 0,014
G 0,015 ÇA 0,2 0,003 A 0,4 0,006
RDE 0,085 A 0,4 0,034 ÇA 0,2 0,017
ÖP 0,085 A 0,4 0,034 A 0,4 0,034
U 0,019 A 0,4 0,008 ÇA 0,2 0,004
SF 0,019 O 0,6 0,011 A 0,4 0,008
M 0,026 O 0,6 0,016 A 0,4 0,010
İBY 0,017 A 0,4 0,007 A 0,4 0,007
İZS 0,076 O 0,6 0,046 ÇA 0,2 0,015
BBÇ 0,046 ÇA 0,2 0,009 F 0,8 0,037
Hatalı Davranış Riski Sistem 1: 0,619 Sistem 2: 0,386
Şekil 3. Örgütsel faktörler ana faktörü temelinde yapılan duyarlılık analizi (Sensivity analysis for organizational factors)
Şekil 4. Kişisel faktörler ana faktörü temelinde yapılan duyarlılık analizi (Sensivity analysis for personal factors)
faktörlere ilişkin düzeltici önlemlerin alınması esasına dayanmaktadır. Modelde faktör ve alt faktörlerin önem derecelerinin belirlenmesi için AHP yöntemi kullanılmıştır.
Önerilen model çalışma sonuçlarının işlevsel bakımdan yorumlanabilmesine imkân sağlamaktadır. AHP ile belirlenen faktör ağırlıkları ile iş sistemi içinde hangi faktörün hatalı davranışa daha çok neden olduğu görülebilmektedir. Ayrıca, genel iş sisteminin hangi risk düzeyinde olduğu ve bu risk düzeyinde alternatif durumlarının neler olabileceği saptanabilmektedir.
Model özel bir işletme için geliştirilmiş ve bu işletmede uygulanmış olmasına rağmen yapılacak küçük deği- şiklikler ile her iş sistemi için kullanılabilir yapıdadır.
Ek olarak, modelde kullanılan faktör ve alt faktörler arasındaki bağımlılıkların incelenmesiyle alt faktör ağırlıklarının, bağımlılıkların incelenmesine imkân sağlayan Analitik Ağ Prosesi yöntemi ile belirlenmesi ve/veya değerlendirme sürecinde belirsiz durumların daha iyi analiz edilmesini sağlayan bulanık sayıların kullanılması gelecek çalışmaların konusu olabilir.
KAYNAKLAR (REFERENCES)
1. McCormick, N.J., Reliability and Risk Analysis, Academic Pres, Inc., New York, USA, 1981.
2. Kurt, M., İş Kazalarının Ergonomik Analizi, Doktora Tezi, Gazi Üniv. Fen Bilimleri Enst., 1993.
3. Ozgüven, E., Endüstri Psikolojisi, PDREM Ya- yınları, Ankara, 2003.
4. Sabancı, A., Ergonomi, Baki Kitabevi, Adana, 1999.
5. Goetsch, D.L., Industrial Safety and Health: In the Age of High Technology, Macmillan Publishing Company, USA, 1993.
6. Goodner, H.W., “A New Way of Quantifying Risks”, Chemical Engineering, 14, 114-118, 1993.
7. Kirwan, B., “Human Error Identification in Human Reliability Assessment, Part 1: Overview of Approaches”, Applied Ergonomics, 23(5), 299- 318, 1992.
8. Maltezou, S.P., Metry, A.A. ve Irwin, W.A., Industrial Risk Management and Clean Technology, Orac, Austria, 1990.
9. Dizdar, E.N., Üretim Sistemlerinde Olası İş Kazaları İçin Bir Erken Uyarı Modeli, Doktora Tezi, Gazi Üniv., Fen Bilimleri Enstitüsü, 1998.
10. Saaty, T., The Analytic Hierarchy Process, McGraw- Hill International Book Company, USA,1980.
11. Schniederjans, M. J., ve Wilson, R.L., “Using the Analytic Hierarchy Process and Goal Programming for Information System Project Selection”, Infor- mation & Management, 20(5), 333-342, 1991.
12. Suresh, N.C., ve Kaparthi, S., “Flexible Automation Investments: A Synthesis of Two Multi-Objective Modeling Approaches”, Computers & Industrial Engineering, 22(3), 257-272, 1992.
13. Ehie, I.C., ve Benjamin, C.O., “An Integrated Multi- objective Planning Model: A Case Study Of The Zambian Copper Mining Industry”, European J. of Operational Research, 68(2), 160-172, 1993.
14. Myint, S., ve Tabucanon, M.T., “A Multiple- Criteria Approach to Machine Selection for Flexible Manufacturing Systems”, International Journal of Production Economics, 33(1-3), 121-131, 1994.
15. Ramanathan, R., ve Ganesh, L. S., “Energy Alternatives for Lighting in Households: An Evaluation Using An Integrated Goal Programming-AHP Model”, Energy, 20(1), 63-72, 1995.
16. Ramanathan, R. ve Ganesh, L. S., “Energy Resource Allocation Incorporating Qualitative and Quantitative Criteria: An Integrated Model Using Goal Programming And AHP”, Socio-Economic Planning Sciences, 29(3), 197-218, 1995.
17. Schniederjans, M.J., ve Garvin, T., “Using the Analytic Hierarchy Process and Multi-Objective Programming for the Selection of Cost Drivers in Activity-Based Costing”, European Journal of Operational Research, 100(1), 72-80, 1997.
18. Badri, M. A., “Combining the Analytic Hierarchy Process and Goal Programming for Global Facility Location-Allocation Problem”, International J.
of Production Economics, 62(3), 237-248, 1999.
19. Badri, M. A., “A Combined AHP–GP Model for Quality Control Systems”, International Journal of Production Economics, 72(1), 27-40, 2001.
20. Dağdeviren, M. ve Eren, T., “Tedarikçi Firma Seçiminde Analitik Hiyerarsi Prosesi Ve 0-1
Hedef Programlama Yöntemlerinin
Kullanılması”,Gazi Üniv. Mühendislik Mimarlik Fakültesi Dergisi, 16(2),41-52,2001.
21. Bowen, W.M., “Subjective Judgements and Data Envelopment Analysis in Site Selection”, Computers, Environment and Urban Systems, 14(2), 133-144, 1990.
22. Shang, J., ve Sueyoshi, T., “A Unified Framework for the Selection of a Flexible Manufacturing System”, European Journal of Operational Research, 85(2), 297-315, 1995.
23. Sinuany-Stern, Z., Mehrez, A. ve Hadad, Y., “An AHP/DEA Methodology for Ranking Decision Making Units”, International Transactions in Operational Research, 7(2), 109-124, 2000.
24. Yang, T., ve Kuo, C., “A Hierarchical AHP/DEA Methodology for the Facilities Layout Design Şekil 5. İşsel faktörler ana faktörü temelinde yapılan
duyarlılık analizi (Sensivity Analysis for job related factors)
Problem”, European Journal of Operational Research, 147(1), 128-136, 2003.
25. Mon, D., Cheng, C. ve Lin, J., “Evaluating Weapon System Using Fuzzy Analytic Hierarchy Process Based on Entropy Weight”, Fuzzy Sets and Systems, 62(2), 127-134, 1994.
26. Chang, D., “Applications of the Extent Analysis Method on Fuzzy AHP”, European Journal of Operational Research, 95(3), 649-655, 1996.
27. Weck, M., Klocke, F., Schell, H., ve Rüenauver, E., “Evaluating Alternative Production Cycles Using the Extended Fuzzy AHP Method”, European Journal of Operational Research, 100(2), 351- 366, 1997.
28. Zhu, K., Jing, Y., ve Chang, D., “A Discussion on Extent Analysis Method and Applications of Fuzzy AHP”, European Journal of Operational Research, 116(2), 450-456, 1999.
29. Kuo, R. J., Chi, S. C. ve Kao, S. S., “A Decision Support System for Locating Convenience Store Through Fuzzy AHP”, Computers & Industrial Engineering, 37(1-2), 323-326, 1999.
30. Leung, L. C. ve Cao, D., “On Consistency and Ranking of Alternatives in Fuzzy AHP”, European Journal of Operational Research, 124(1), 102- 113, 2000.
31. Yu, C.S., “A GP-AHP Method for Solving Group Decision-Making Fuzzy AHP Problems”, Computers & Operations Research, 29(14), 1969-2001, 2002.
32. Bozdağ, C.E., Kahraman, C. ve Ruan, D., “Fuzzy Group Decision Making for Selection Among Computer Integrated Manufacturing Systems”, Computers in Industry, 51(1), 13-29, 2003.
33. Kahraman, C., Ruan, D. ve Doğan, I., “Fuzzy Group Decision-Making for Facility Location Selection”, Information Sciences, 157, 135-153, 2003.
34. Kahraman, C., Cebeci, U. ve Ruan, D., “Multi- Attribute Comparison of Catering Service Compa- nies Using Fuzzy AHP: The Case of Turkey”, Int.
Journal Production Economics, 87, 171-184, 2004.
35. Büyüközkan, G., Ertay, T., Kahraman, C. ve Ruan, D., “Determining the Importance Weights for the Design Requirements in the House of Quality Using the Fuzzy Analytic Network Approach”, International Journal of Intelligent Systems, 19, 443-461, 2004.
36. Kulak, O. ve Kahraman, C., “Fuzzy Multi-Attribute Selection Among Transportation Companies Using Axiomatic Design and Analytic Hierarchy Process”, Information Sciences, 170, 191-210, 2005.
37. Tolga, E., Demircan, M.L. ve Kahraman, C.,
“Operating System Selection Using Fuzzy Replacement Analysis and Analytic Hierarchy Process”, Int. J. of Production Economics, 97, 89-117, 2005.
38. Dağdeviren, M., Akay, D., Çetinyokus, T. ve Kurt, M., “Bulanık Matematiksel Programlama Teknigi İle Bir İş Değerlendirme Uygulaması”, Teknoloji Z.K.Ü. Karabük Teknik Eğitim Fakültesi Dergisi, 5(1-2),91-96,2002.
39. Saaty, T.,”The Analytic Hierarchy and Analytic Network Processes”, MCDM XV-th Int. Conf., Ankara, Turkey, 2000.
40. Tam, M.C.Y. ve Tummala, V.M.R., ”An Application of the AHP in Vendor Selection of a Telecommunications System” The Int. J. of Management Science, 29(2), 171-182, 2001.
41. Saaty, T., The Analytic Hierarchy Process for Decision Making, Kobe, Japan, 1999.
42. Saaty, T., Fundamentals of Decision Making and Priority Theory, RWS Publications, Pittsburgh, USA, 2000.
43. Expert Choice, Analytical Hierarchy Process (AHP) Software, Version 9.5, Expert Choice, Pittsburg, 2000.
