SavedAdd your journal

Journals / Endüstri Mühendisliği / 2026 / Cilt: 37 Sayı: 1

EVALUATION OF PRODUCTIVITY AND INVESTMENT POTENTIAL OF SECTORS IN TURKEY USING MULTI-CRITERIA DECISION-MAKING METHODS AND COPELAND APPROACH

TÜRKİYE' DEKİ SEKTÖRLERİN VERİMLİLİK VE YATIRIM POTANSİYELİNİN ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİ VE COPELAND YAKLAŞIMI İLE DEĞERLENDİRİLMESİ

Tutku Kılınç Erarslan(Erciyes Üniversitesi)0009-0006-5483-458X
Hülya Torun(ERCİYES ÜNİVERSİTESİ)0000-0002-6411-0001
Lale Özbakır(ERCİYES ÜNİVERSİTESİ)0000-0002-8103-7715
Pages
179–209
Publication Date
2026-04-22
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

The results demonstrate that the machinery and chemicals sectors, with their high productivity potential, offer strong investment alternatives.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Multi-criteria decision-making (MCDM) methods are approaches that allow decision-makers to determine the most appropriate alternative by considering multiple criteria.
📊
Key Findings & Data:In investment decisions, these methods play a crucial role in analyzing different sectors from an economic and strategic perspective.
💡
Conclusion & Impact:The results demonstrate that the machinery and chemicals sectors, with their high productivity potential, offer strong investment alternatives.
🔬Design:Araştırma Makalesi
📍Scope:2024 Verileri
⚙️Variables:Çok Kriterli Karar Verme · CRITIC · Copeland Yöntemi

Abstract

Multi-criteria decision-making (MCDM) methods are approaches that allow decision-makers to determine the most appropriate alternative by considering multiple criteria. In investment decisions, these methods play a crucial role in analyzing different sectors from an economic and strategic perspective. This study compares productivity across Turkey's industrial sectors to determine which sectors should be invested in. Using 2024 data from the Turkish Statistical Institute, the performance of the food, textile, chemical, machinery, and furniture sectors was compared under eight criteria. Criteria weights were objectively calculated using the CRITIC method to avoid subjective judgments in evaluating sector performance. The decision matrix generated from the resulting weights was analyzed using Grey Relational Analysis (GRA), TOPSIS, COPRAS, the MOORA importance coefficient approach, and ARAS. The resulting rankings were integrated using the vote-based Copeland method to produce the final ranking. Additionally, a sensitivity analysis was conducted to test the impact of different weighting methods (Entropy and Equal Weighting) on the results, and Spearman Rank Correlation was applied to measure consistency between methods. The results demonstrate that the machinery and chemicals sectors, with their high productivity potential, offer strong investment alternatives. By revealing performance differences across sectors, the study provides decision-makers with an objective and comprehensive evaluation framework.

Özet

Çok kriterli karar verme (ÇKKV) yöntemleri, karar vericilerin birden fazla kriteri dikkate alarak alternatifler arasından en uygununun belirlemesine imkân tanıyan bir yaklaşımdır. Yatırım kararlarında ise bu yöntemler, farklı sektörlerin ekonomik ve stratejik açıdan analiz edilmesinde önemli bir işlev üstlenir. Bu çalışmada, Türkiye' nin sanayi sektörlerinde verimlilik karşılaştırması yapılarak, hangi sektöre yatırım yapılması gerektiği sorusuna yanıt aranmaktadır. Çalışma kapsamında, Türkiye İstatistik Kurumu’ nun 2024 yılına ait verileri kullanılarak sekiz kriter altında gıda, tekstil, kimya, makine ve mobilya sektörlerinin performansları karşılaştırılmıştır. Sektörlerin performanslarının değerlendirilmesinde kriter ağırlıkları, öznel yargılardan kaçınmak amacıyla CRITIC yöntemi ile nesnel olarak hesaplanmıştır. Elde edilen ağırlıklarla oluşturulan karar matrisi, Gri İlişkisel Analiz (GİA), TOPSIS, COPRAS, MOORA önem katsayısı yaklaşımı ve ARAS yöntemleriyle analiz edilmiş; elde edilen farklı sıralama sonuçları oy temelli Copeland yöntemiyle bütünleştirilerek nihai sıralama ortaya konmuştur. Ayrıca, farklı ağırlıklandırma yöntemlerinin (Entropi ve Eşit Ağırlık) sonuçlar üzerindeki etkisini test etmek amacıyla duyarlılık analizi gerçekleştirilmiş, yöntemler arası tutarlığı ölçmek için Spearman Sıra Korelasyonu uygulanmıştır. Sonuçlar, makine ve kimya sektörlerinin yüksek verimlilik potansiyeliyle yatırım açısından güçlü alternatifler sunduğunu göstermekte; çalışma, sektörel bazda performans farklılıklarını ortaya koyarak karar vericilere nesnel ve çok yönlü bir değerlendirme çerçevesi sunmaktadır.

🔖

Cite This Article

Erarslan, T. K., Torun, H., Özbakır, L. (2026). EVALUATION OF PRODUCTIVITY AND INVESTMENT POTENTIAL OF SECTORS IN TURKEY USING MULTI-CRITERIA DECISION-MAKING METHODS AND COPELAND APPROACH. Endüstri Mühendisliği, Cilt: 37 Sayı: 1, 179–209. https://doi.org/10.46465/endustrimuhendisligi.1816496

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (28)

  1. Akgül, E. F., Akdamar, E. ve Gögebakan, M. (2024). Merchant fleet performance of Türkiye: A CRITIC-based TOPSIS approach. Journal of Advanced Research in Natural and Applied Sciences, 10(2), 435-445. Doi: https://doi.org/10.28979/jarnas.1440709
  2. Aksoy, E., Ömürbek, N. ve Karaatlı, M. (2015). AHP temelli MULTIMOORA ve COPRAS yöntemi ile Türkiye Kömür İşletmeleri’nin performans değerlendirmesi. Hacettepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 33(4), 1-28. Doi: https://doi.org/10.17065/huiibf.10920
  3. Arslan, R. ve Bircan, H. (2020). Çok kriterli karar verme teknikleriyle elde edilen sonuçların COPELAND yöntemiyle birleştirilmesi ve karşılaştırılması. Yönetim ve Ekonomi Dergisi, 27(1), 109-127. Doi: https://doi.org/10.18657/yonveek.540125
  4. Ayaydın, H., Shırzadı, S. A., Balıkçı, H. C., Sharabati, A. A. A. ve Barut, A. (2025). Entropy-based VIKOR and TOPSIS approaches for financial performance ranking: evidence from Turkish cement companies listed on Borsa Istanbul. Quality & Quantity, 1-23. Doi: https://doi.org/10.1007/s11135-025-02494-z
  5. Brauers, W. K. ve Zavadskas, E. K. (2006). The MOORA method and its application to privatization in a transition economy. Control and cybernetics, 35(2), 445-469. Erişim adresi: https://www.researchgate.net/publication/228345226_The_MOORA_method_and_its_application_to_privatization_in_a_transition_economy
  6. Brodny, J. ve Tutak, M. (2023). The level of implementing sustainable development goal" Industry, innovation and infrastructure" of Agenda 2030 in the European Union countries: Application of MCDM methods. Oeconomia Copernicana, 14(1), 47-102. Doi: https://doi.org/10.24136/oc.2023.002
  7. Copeland, A. H. (1951). A reasonable social welfare function. Seminar on Applications of Mathematics to Social Sciences, University of Michigan. Ann Arbor.
  8. Cui, Z., Taiwo, O. L. ve Aaron, P. M. (2024). An application of AHP and fuzzy entropy-TOPSIS methods to optimize upstream petroleum investment in representative African basins. Scientific reports, 14(1), 6956. Doi: https://doi.org/10.1038/s41598-024-57445-9
  9. Çetin, B. ve Kuvat, Ö. (2022). Türkiye’de ekonomik göstergeler açısından düzey 2 bölgelerinin geliştirilmiş ENTROPİ ve CRITIC temelli COPRAS yöntemi ile sıralanması. Aksaray Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 14(1), 11-36. Doi: https://doi.org/10.52791/aksarayiibd.1008201
  10. Diakoulaki, D., Mavrotas, G. ve Papayannakis, L. (1995). Determining objective weights in multiple criteria problems: The critic method. Computers & 0perations Research, 22(7), 763-770. Doi: https://doi.org/10.1016/0305-0548(94)00059-H
  11. Geyik, S. K., Satman, M. H. ve Kalyoncu, G. (2022). G20 ülkelerinin Covid-19 pandemisi ile mücadele performanslarının çok kriterli karar verme yöntemleri ile değerlendirilmesi. EKOIST Journal of Econometrics and Statistics, (37), 27-52. Doi: https://doi.org/10.26650/ekoist.2022.37.1161945
  12. Gupta, D., Parikh, A., Datta, T. K., Gupta, D., Parikh, A. ve Datta, T. K. (2021). A multi-criteria decision-making approach to rank the sectoral stock indices of national stock exchange of India based on their performances. National Accounting Review, 3(3), 272-292. Doi: https://doi.org/10.3934/NAR.2021014
  13. Hwang, C. L. ve Yoon, K. (1981). Methods for multiple attribute decision making. In Multiple attribute decision making: methods and applications a state-of-the-art survey (pp. 58-191). Berlin, Heidelberg: Springer Berlin Heidelberg.
  14. Işık, F. (2023). OECD ülkelerinin rekabet performansının entropi Tabanlı GİA yöntemiyle değerlendirilmesi. Uluslararası Yönetim Akademisi Dergisi, 6(4), 1214-1230. Doi: https://doi.org/10.33712/mana.1343883
  15. İnkaya, A. ve Masca, M. (2025). Analysis of agricultural performance of BRICS countries and Türkiye with CRITIC-based grey relational analysis method. Ekonomi Politika ve Finans Araştırmaları Dergisi, 10(2), 596-618. Doi: https://doi.org/10.30784/epfad.1635472
  16. Ju-Long, D. (1982). Control problems of grey systems. Systems & Control Letters, 1(5), 288-294. Doi: https://doi.org/10.1016/S0167-6911(82)80025-X
  17. Kaklauskas, A., Zavadskas, E. K. ve Raslanas, S. (2005). Multivariant design and multiple criteria analysis of building refurbishments. Energy and Buildings, 37(4), 361-372. Doi: https://doi.org/10.1016/j.enbuild.2004.07.005
  18. Kenger, M. D. ve Organ, A. (2017). Banka personel seçiminin çok kriterli karar verme yöntemlerinden entropi temelli ARAS yöntemi ile değerlendirilmesi. Adnan Menderes Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 4(4), 152-170. Doi: https://doi.org/10.30803/adusobed.336215
  19. Kocadüz, B. (2023). Otomotiv sektöründe faaliyet gösteren işletmelerin entropi temelli ağırlıklandırma yöntemi üzerinden finansal performanslarının TOPSIS, ARAS ve COPRAS ile analizi (Borsa İstanbul’da uygulama) (Yüksek lisans tezi). Marmara Üniversitesi, Türkiye. Erişim adresi: https://tez.yok.gov.tr/UlusalTezMerkezi/tezSorguSonucYeni.jsp
  20. Özcan, A. ve Ömürbek, N. (2020). Bir demir çelik işletmesinin performansının çok kriterli karar verme yöntemleri ile değerlendirilmesi. IBAD Sosyal Bilimler Dergisi, (8), 77-98. Doi: https://doi.org/10.21733/ibad.714295
  21. Özekenci, E. K. (2023). Analysis of metropolitan cities export performance in Turkey by integrated MCDM methods. Dicle Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (34), 89-118. Doi: https://doi.org/10.15182/diclesosbed.1273617
  22. Stanujkic, D., Djordjevic, B. ve Djordjevic, M. (2013). Comparative analysis of some prominent MCDM methods: A case of ranking Serbian banks. Serbian Journal of Management, 8(2), 213-241. Erişim adresi: https://www.researchgate.net/publication/258847605_Comparative_analysis_of_some_prominent_MCDM_methods_A_case_of_ranking_Serbian_banks
  23. Süzülmüş, S. (2025). Tekstil sektöründe CRITIC temelli COPRAS ve MABAC yöntemleri ile finansal performans değerlendirilmesi. Bingöl Üniversitesi Sosyal Bilimler Enstitüsü Dergisi (BUSBED), 15(29), 214-234. Doi: https://doi.org/10.29029/busbed.1581938
  24. Teker, S., Azkeskin, S. A. ve Aladağ, Z. (2024). Enerji sürdürülebilirliğinin çok kriterli karar verme yöntemleri ile ölçülmesi ve Copeland yöntemi ile bütünleştirilmesi: OECD ülkeleri üzerine bir çalışma. Uluslararası Yönetim İktisat ve İşletme Dergisi, 20(4), 871-895. Doi: https://doi.org/10.17130/ijmeb.1440773
  25. Wang, T. C. ve Lee, H. D. (2009). Developing a fuzzy TOPSIS approach based on subjective weights and objective weights. Expert systems with applications, 36(5), 8980-8985. Doi: https://doi.org/10.1016/j.eswa.2008.11.035
  26. Wang, C. N., Nguyen, T. T. M., Nhieu, N. L. ve Chung, Y. C. (2025). Performance evaluation of Vietnamese industrial goods and services during and post-COVID-19 era based on multi-criteria decision-making methods. PLoS One, 20(5), e0323764. Doi: https://doi.org/10.1371/journal.pone.0323764
  27. Wu, H. H. (2002). A comparative study of using grey relational analysis in multiple attribute decision making problems. Quality Engineering, 15(2), 209-217. Doi: https://doi.org/10.1081/QEN-120015853
  28. Zavadskas, E. K. ve Turskis, Z. (2010). A new additive ratio assessment (ARAS) method in multicriteria decision‐making. Technological and Economic Development of Economy, 16(2), 159-172. Doi: https://doi.org/10.3846/tede.2010.10