HAVAYOLU YOLCU TAŞIMACILIĞI SEKTÖRÜNDEKİ ŞİRKETLERİN LOJİSTİK PERFORMANS AÇISINDAN ENTROPİ VE TOPSİS YÖNTEMLERİ KULLANILARAK KARŞILAŞTIRILMASI

Bu çalışmada, havayolu yolcu taşımacılığı sektöründe faaliyet göstermekte olan şirketlerinbirbirleri arasındaki göreceli lojistik performans düzeylerinin belirlenmesine yönelik bir araştırma gerçekleştirilmiştir. Şirketlerin lojistik performanslarını belirlemek için verimlilik, fiyat, yönetim, maliyet ve hizmet kalitesi boyutları esas alınmış ve bu ana boyutları temsil eden 11 alt boyut çalışmaya dahil edilmiştir. Çalışmaya dahil edilen alt boyutlar; birim operasyon maliyeti, işgücünün verimliliği, uçuş filosunun verimliliği, yolcu doluluk oranı, zamanında kalkış, güvenlik, frekans sayısı, ortalama bilet fiyatı, gelirdeki artış oranı, net kar marjı, pazar payı verileri olarak belirlenmiştir.Çalışmada kullanılan veriler,ilgili şirketlerin yıllık finansal raporlarından, Sky Trax tarafından hazırlanan havacılık istatistiklerinden ve açık kaynaklardan elde edilmiştir. Çalışmada kullanılan kriterlerin ağırlık oranları ise havacılık sektöründe faaliyet gösteren şirketlerde yöneticilik yapan uzman kişiler ile yapılan görüşmelerin yanı sıra Shannon’s Entropi yöntemi ve basit ağırlıklandırma ile elde edilmiştir. Kriterler üç farklı ağırlık oranına göre TOPSIS yöntemi kullanılarak analiz edilmiştir.Araştırma sonucunda, sektörde faaliyet gösteren şirketlerin lojistik performansları analiz edildiğinde birinci ve ikinci sırada bulunan şirketlerin çok küçük bir fark ile değiştiği sonucuna ulaşılmıştır. Kriterlerin, uzman görüşü ve entropi yöntemi ile ağılıklandırılması sonucu elde edilen çözümde ise lojistik performans sıralamasının aynı olduğu görülmüştür. Fakat kriterlerin ağırlıkları basit ağırlıklandırma yöntemi ile eşit alındığında sıralamanın değiştiği tespit edilmiştir.

COMPARISON OF COMPANIES OF AIRLINE PASSENGER TRANSPORTATION SECTOR BY USING ENTROPY AND TOPSIS METHODS IN TERMS OF LOGISTICS PERFORMANCE

In this study, a research was conducted to determine the relative logistical performance levels of airlines among each other. In order to determine the logistical performance levels of companies, cost, efficiency, service quality, price and management dimensions were taken as basis and unit operating cost, labor productivity, fleet efficiency, passenger load factor, timely performance, safety, flight frequency, income increase, net profit margin, market share sub-data were included in the study. The data was obtained from annual financial statements issued by the companies, from Skytrax reports and from studies in open source. The weights of the criteria were determined by experts from the aviation sector, Shannon’s Entropy method and simple weighting. The criteria were analyzed using the TOPSIS method for three different weight ratios. As a result of the research, it is seen that the rankings obtained by the expert opinion and entropy method are the same except that the first and second companies vary only by a 0.01 point difference. However, when the weight of each criterion is taken as equal, it is observed that the order of the alternatives is changed.

PDF

___

İ., Öztel, A., ve Köse, M. S. (2015) “Entropi Tabanlı Maut Yöntemi ile Kurumsal Sürdürülebilirlik Performansı Ölçümü: Bir Vaka Çalışması”, Ekonomik ve Sosyal Araştırmalar Dergisi, 11(2): 65- 81.
Aydogan, E. K. (2011) “Performance Measurement Model for Turkish Aviation Firms Using the Rough- AHP and TOPSIS Methods under Fuzzy Environment”, Expert Systems with Applications, 38(4): 3992-3998.
Bongo, M. F., and Ocampo, L. A. (2017) “A Hybrid Fuzzy MCDM Approach for Mitigating Airport Congestion: A Case in Ninoy Aquino International Airport”, Journal of Air Transport Management, 63: 1-16.
Chang, Y. H., and Yeh, C. H. (2001) “Evaluating Airline Competitiveness Using Multiattribute Decision Making”, Omega, 29(5): 405-415.
Çınar, Y. (2004) “Çok Nitelikli Karar Verme ve 'Bankaların Mali Performanslarının Değerlendirilmesi' Örneği”, Yüksek Lisans Tezi, Ankara Üniversitesi Sosyal Bilimler Enstitüsü, Ankara.
Delbari, S. A., Ng, S. I., Aziz, Y. A., and Ho, J. A. (2016) “An Investigation of Key Competitiveness Indicators and Drivers of Full-Service Airlines Using Delphi and AHP Techniques”, Journal of Air Transport Management, 52: 23-34.
Deng, H., Yeh, C. H., and Willis, R. J. (2000) “Inter-Company Comparison Using Modified TOPSIS with Objective Weights”, Computers & Operations Research, 27(10): 963-973.
Deveci, M., Demirel, N. Ç., and Ahmetoğlu, E. (2017) “Airline New Route Selection Based on Interval Type-2 Fuzzy MCDM: A Case Study of New Route Between Turkey-North American Region Destinations”, Journal of Air Transport Management, 59: 83-99.
Eleren, A., ve Karagül, M. (2008) “1986-2006 Türkiye Ekonomisinin Performans Değerlendirmesi”, Yönetim ve Ekonomi: Celal Bayar Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 15(1): 1-14.
Feng, C. M., and Wang, R. T. (2000) “Performance Evaluation for Airlines Including the Consideration of Financial Ratios”, Journal of Air Transport Management, 6(3): 133-142.
Feng, C. M., and Wang, R. T. (2001) “Considering The Financial Ratios on The Performance Evaluation of Highway Bus Industry”, Transport Reviews, 21(4): 449-467.
Gökdalay, M. H., ve Evren, G. (2009) “Havaalanlarının Performans Analizinde Bulanık Çok Ölçütlü Karar Verme Yaklaşımı”, ITU Journal Series D: Engineering, 8(6).
JACDEC (2017) “Safety Ranking”, http://www.jacdec.de/about-safety-ranking/ E.T. 11.04.2018
JACDEC (2017) “Airline Safety Ranking”, http://www.jacdec.de/airline-safety-ranking-2017/ E.T.11.04.2018
IATA (2017) “World Air Transport Statistics”, http://www.iata.org/pressroom/mediakit/ Documents/WATS-2017-mediakit-summary.pdf E.T. 10.04.2018
Karaatlı, M. (2016) “Entropi-Gri İlişkisel Analiz Yöntemleri ile Bütünleşik Bir Yaklaşım: Turizm Sektöründe Uygulama”, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 21(1).
Liou, J. J., and Chuang, M. L. (2010) “Evaluating Corporate Image and Reputation Using Fuzzy MCDM Approach in Airline Market”, Quality & Quantity, 44(6): 1079-1091.
Liou, J. J., Tzeng, G. H., and Chang, H. C. (2007) “Airline Safety Measurement Using a Hybrid Model”, Journal of Air Transport Management, 13(4): 243-249.
Min, H., and Joo, S. J. (2016) “A Comparative Performance Analysis of Airline Strategic Alliances Using Data Envelopment Analysis”, Journal of Air Transport Management, 52: 99-110.
OAG (2017) “On Time Performance Star Ratings”, https://www.oag.com/on-time-performance-starratings E.T. 19.03.2018.
Pineda, P. J. G., Liou, J. J., Hsu, C. C., and Chuang, Y. C. (2018), “An Integrated MCDM Model for Improving Airline Operational and Financial Performance”, Journal of Air Transport Management, 68: 103-117.
SKYTRAX (2017) “Airline Safety Ratings”, https://skytraxratings.com/airline-safety-ratings E.T. 11.04.2018
Supçiller, A. A., ve Çapraz, O. (2011) “Ahp-Topsis Yöntemine Dayalı Tedarikçı̇ Seçimı̇ Uygulaması”, Ekonometri ve İstatistik e-Dergisi, (13): 1-22.
Tunca, M. Z., Ömürbek, N., Cömert, H. G., ve Aksoy, E. (2016) “OPEC Ülkelerinin Performanslarının Çok Kriterli Karar Verme Yöntemlerinden Entropi ve Maut ile Değerlendirilmesi”, Süleyman Demirel Üniversitesi Vizyoner Dergisi, 7(14): 1-12.
Wang, Yu-Jie, (2009), “Combining Grey Relation Analysis with FMCGDM to Evaluate Financial Performance of Taiwan Container Lines”, Expert Systems With Applications, 36.