Dergiler / Anadolu Üniversitesi Sosyal Bilimler Dergisi / 2017 / Cilt: 17 - Sayı: 3

TOPSIS ve MOORA Yöntemleri ile Avrupa Birliği’ne Üye Olan Ülkelerin ve Türkiye’nin Ekonomik Göstergelere Göre Sıralanması

Sayfa
87–108
Yayın Tarihi
2017-09-15
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Elde edilen sonuçlara göre, ilk üç sırada Lüksemburg, İsveç ve Danimarka yer alırken, son sıralarda ise Hırvatistan, Bulgaristan, Slovenya, Yunanistan ve Türkiye yer almıştır

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Öz Bu çalışmanın amacı, Avrupa Birliği’ne (AB) üye olan ülkelerin ve Türkiye’nin gelişmişlik düzeylerine göre ekonomik göstergeler kullanılarak çok kriterli karar verme (ÇKKV) yöntemlerinden TOPSIS ve MOORA ile sıralanmasıdır.
📊
Temel Bulgular & Veri:Ülkeler arasındaki sıralamaya ulaşmak adına öncelikle alternatifler, AB’ye üye olan 28 ülke ve aday ülke Türkiye olarak belirlenirken, kriterler ise kişi başına gelir (GSYİH/Nüfus), enflasyon, işsizlik oranı, ihracatın ithalatı karşılama oranı (İhracat/ İthalat), kamu borçları/GSYİH ve bütçe açığı/GSYİH olarak belirlenmiştir.
💡
Sonuç & Katkı:Elde edilen sonuçlara göre, ilk üç sırada Lüksemburg, İsveç ve Danimarka yer alırken, son sıralarda ise Hırvatistan, Bulgaristan, Slovenya, Yunanistan ve Türkiye yer almıştır
🔬Tür:Araştırma Makalesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Anahtar Kelimeler Çok Kriterli Karar Verme (ÇKKV) · TOPSIS Yöntemi

Özet

Öz Bu çalışmanın amacı, Avrupa Birliği’ne (AB) üye olan ülkelerin ve Türkiye’nin gelişmişlik düzeylerine göre ekonomik göstergeler kullanılarak çok kriterli karar verme (ÇKKV) yöntemlerinden TOPSIS ve MOORA ile sıralanmasıdır. Ülkeler arasındaki sıralamaya ulaşmak adına öncelikle alternatifler, AB’ye üye olan 28 ülke ve aday ülke Türkiye olarak belirlenirken, kriterler ise kişi başına gelir (GSYİH/Nüfus), enflasyon, işsizlik oranı, ihracatın ithalatı karşılama oranı (İhracat/ İthalat), kamu borçları/GSYİH ve bütçe açığı/GSYİH olarak belirlenmiştir. Bu kriterler doğrultusunda AB’ye üye 28 ülke ve Türkiye arasında gelişmişlik düzeylerine göre sıralamaya TOPSIS ve MOORA yöntemleri ile ulaşılmış ve sonuçlar karşılaştırılmıştır. Elde edilen sonuçlara göre, ilk üç sırada Lüksemburg, İsveç ve Danimarka yer alırken, son sıralarda ise Hırvatistan, Bulgaristan, Slovenya, Yunanistan ve Türkiye yer almıştır

🔖

Bu Makaleye Atıf Yap

SEVGİN, H., KUNDAKCI, Y. D. D. N. (2017). TOPSIS ve MOORA Yöntemleri ile Avrupa Birliği’ne Üye Olan Ülkelerin ve Türkiye’nin Ekonomik Göstergelere Göre Sıralanması. Anadolu Üniversitesi Sosyal Bilimler Dergisi, Cilt: 17 - Sayı: 3, 87–108. https://ajindex.com/articles/9199

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (10)

  1. Akçay, B. (2008). Avrupa Birliği’nin Ekonomik Kriterleri ve Türkiye. Maliye Dergisi, 155, 11-38.
  2. Alptekin N. (2015). Ranking of EU Countries and Turkey in Terms of Sustainable Development Indicators: An Integrated Approach Using Entropy And TOPSIS Methods, The 9th International Days of Statistics and Economics, Prague, September 10- 12. Archana, M. and Sujatha, V. (2012). Application of Fuzzy MOORA and GRA in Multi Criterion Decision Making Problems”, International Journal of Computer Applications, 53(9), 46-50.
  3. Balezantis, A., Balezantis, T., Brauers, W.K.M. (2012). Multimoora-FG: A Multi-Objective Decision Making Method for Linguistic Reasoning with an Application to Personnel Selection. Informatica, 23(2), 173-190. Baležentis, A. Baležentis, T., Valkauskas, R. (2010). Evaluating situation of Lithuania in the European Union: Structural indicators and MULTIMOORA method, Ukio Technologinis ir Ekonominis Vystymas, 16:4, 578-602.
  4. Ballı, S. (2005). Fuzzy Çok Kriterli Karar Verme ve Basketbolda Oyuncu Seçimine Uygulanması (Yayımlanmamış Yüksek Lisans Tezi). Muğla Üniversitesi/ Fen Bilimleri Enstitüsü, Muğla. Brauers, W.K.M., Ginevicius, R. (2009). Robustness in Regional Development Studies: The Case of Lithuania. Journal of Business Economics and Management, 10(2), 121–140.
  5. Brauers, W.K.M., Ginevicius, R., Podvezko, V. (2010). Regional Development in Lithuania Considering Multiple Objectives by The MOORA Method. Technological and Economic Development of Economy, 16(4), 613-640.
  6. Brauers, W.K.M., Zavadskas, E.K. (2006). The MOORA Method and Its Application to Privatization in a Transition Economy. Control and Cybernetics, 35(2), 445-469.
  7. Brauers, W.K.M., Zavadskas, E.K. (2010). Project Management by Multimoora as an Instrument for Transition Economies. Technological and Economic Development of Economy, 16(1), 5-24.
  8. Brauers, W.K.M., Zavadskas, E.K., Peldschus, F., Turskis, Z. (2008). Multi-Objective Decision Making for Road Design, Transport, 23(3), 183-193.
  9. Brauers, W.K.M., Zavadskas, E.K., Turskis, Z. Vilutiene, T. (2008). Multi-Objective Contractor’s Ranking by Applying the MOORA Method. Journal of Business Economics and Management, 9(4), 245- 255. Chang J. R., Chen D. H., Hung C. T. (2005). Selecting Preventive Maintenance Treatments in Texas Using theTechnique for Order Preference by Similarity to the Ideal Solution for Specific Pavement Study–3 Sites. Journal of the Transportation Research Board, 1933, 62-71.
  10. Çakır, S., Perçin, S. (2013). AB Ülkeleri’nde Bü