SavedAdd your journal

Journals / Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi / 2019 / Cilt: 9 - Sayı: 2

Fortune 500 Listesinde Yer Alan Otomotiv Sektörü Firmalarının SWARA Destekli COPRAS Yöntemi İle Değerlendirilmesi

Eda ÇINAROĞLU
Pages
593–611
Publication Date
2019-12-31
DOI
—
🏛️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)

Çalışmanın otomotiv sektörünün performansının yorumlanması ve isabetli kararlar alınması açısından işletme paydaşları için yol gösterici nitelik taşıması ümit edilmektedir.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Öz Sektörlere ait performans analizi geleceğe dönük öngörüler yapmak adına büyük önem arz etmektedir.
📊
Key Findings & Data:Bu analiz farklı ölçek ve karaktere sahip çok sayıda ölçüt içerdiğinden klasik yöntemler yerine çok kriterli karar verme (ÇKKV) yöntemleri kullanılarak gerçekleştirilmektedir.
💡
Conclusion & Impact:Çalışmanın otomotiv sektörünün performansının yorumlanması ve isabetli kararlar alınması açısından işletme paydaşları için yol gösterici nitelik taşıması ümit edilmektedir.
🔬Design:Survey & Empirical Study
📍Scope:2017 Verileri
⚙️Variables:Anahtar Kelimeler Otomotiv sektörü · Performans Analizi · Çok Kriterli Karar Verme

Özet

Öz Sektörlere ait performans analizi geleceğe dönük öngörüler yapmak adına büyük önem arz etmektedir. Bu analiz farklı ölçek ve karaktere sahip çok sayıda ölçüt içerdiğinden klasik yöntemler yerine çok kriterli karar verme (ÇKKV) yöntemleri kullanılarak gerçekleştirilmektedir. Çalışmada otomotiv sektöründe faaliyet gösteren, Fortune 500 listesinde yer alan ve 2017 yılı net satış tutarı açısından ilk 10 sırayı teşkil eden firmaların performans ölçümü gerçekleştirilmiştir. Bu amaçla yapılan analizde kullanılan kriter ağırlıklarının belirlenmesi için SWARA yöntemi tercih edilmiş olup, bu kriter ağırlıkları esas alınarak COPRAS yöntemi ile firmaların performans sıralamasına ulaşılmıştır. Uygulama sonucunda en önemli değerlendirme kriterinin net satış, en yüksek performansa sahip firmanın ise Ford Otomotiv Sanayi A.Ş. olduğu tespit edilmiştir. Çalışmanın otomotiv sektörünün performansının yorumlanması ve isabetli kararlar alınması açısından işletme paydaşları için yol gösterici nitelik taşıması ümit edilmektedir.

🔖

Cite This Article

ÇINAROĞLU, E. (2019). Fortune 500 Listesinde Yer Alan Otomotiv Sektörü Firmalarının SWARA Destekli COPRAS Yöntemi İle Değerlendirilmesi. Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt: 9 - Sayı: 2, 593–611. https://ajindex.com/articles/154767

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (10)

  1. Aghdaie, M. H., Zolfani, S. H. ve Zavadskas, E. K. (2014). Synergies of data mining and multiple attribute decision making. Procedia-Social and Behavioral Sciences, 110, 767-776.
  2. Alimardani, M., Hashemkhani Zolfani, S., Aghdaie, M. H. ve Tamošaitienė, J. (2013). A novel hybrid SWARA and VIKOR methodology for supplier selection in an agile environment. Technological and Economic Development of Economy, 19(3), 533-548.
  3. 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.
  4. Avcıoğlu, C., Urhan, C., Özçelik, D., Eryılmaz, E., Özgüner, İ., Mermertaş, Ş. ve diğer. (2018). Sektörel görünüm: Otomotiv ana ve yan sanayi. http://www.tskb.com.tr/i/assets/document/pdf/Otomotiv-SektorelGorunum-Ocak2018.pdf. Erişim tarihi: 17 Ocak 2019.
  5. Başdeğirmen, A. ve Işıldak B. (2018). Ulaştırma sektöründe faaliyet gösteren işletmelerin performanslarının gri ilişkisel analiz ile değerlendirilmesi. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 23(2), 563-577.
  6. Başdeğirmen, A. ve Tunca, M. Z. (2017). Lojistik sektöründe faaliyet gösteren işletmelerin finansal performanslarının gri ilişkisel analiz ile değerlendirilmesi. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 22(2), 327-340.
  7. Can, G. F., Atalay, K. D. ve Eraslan, E. (2017). Tabletlerin kullanılabilirlik ölçütlerine göre çok kriterli karar verme yaklaşımıyla değerlendirilmesi. Mühendislik Bilimleri ve Tasarım Dergisi, 5, 81-88.
  8. Çakir, S. ve Perçin, S. (2013). Çok kriterli karar verme teknikleriyle lojistik firmalarinda performans ölçümü. Ege Akademik Bakış, 13(4), 449. Çakır, E. ve Sezen Akar, G. (2017). Bütünleşik SWARA-TOPSIS yöntemi ile makine seçimi: Bir üretim işletmesinde uygulama. International Journal of Academic Value Studies (Javstudies), 3(13), 206-216.
  9. Das, M. C., Sarkar, B. ve Ray, S. (2012). A framework to measure relative performance of Indian technical institutions using integrated fuzzy AHP and COPRAS methodology. Socio-Economic Planning Sciences, 46(3), 230-241.
  10. Esbouei, S. K. ve Ghadikolaei, A. S. (2013). Applying FAHP and COPRAS methods for evaluating financial performance, International Journal of Management, IT and Engineering, Sayı: 3(11), 10-22. Ginevičius, R. ve Podviezko, A. (2013). The evaluation of financial stability and soundness of Lithuanian banks. Economic research-E