T. C.

SÜLEYMAN DEMİREL ÜNİVERSİTESİ

SOSYAL BİLİMLER ENSTİTÜSÜ

İŞLETME ANABİLİM DALI

META SINIR ANALİZİ İLE ETKİNLİK ÖLÇÜMÜ:

TÜRKİYE DEVLET HAVA MEYDANLARI ÜZERİNE

BİR UYGULAMA

DOKTORA TEZİ

Neylan KAYA

1340201068

I. Danışman: Prof. Dr. Abdullah EROĞLU

II. Danışman: Doç. Dr. Ecir Uğur KÜÇÜKSİLLE

Isparta, 2017

. J

T.C.

SULEYMAN DEMiREL UNiVERSiTES Sosyall BHimler Enstitiisii MiidiirHigii

YEM iNMETNi

Doktora tezi olarak sundugum "Meta Sm1r Analizi ile Etkinlik Ol�iimii:

Tiirkiye lDevlet Hava Meydanlari Uzerine Bir Uygullama" adh 9ah�manm, tezin

proje safhasmdan sonu9lanmasma kadarki butiin sure9lerde bilimsel ahlak ve

geleneklere aykm du�ecek bir yard1ma ba�vurulmaks1zm yaz1ld1gm1 ve

yararland1g1m eserlerin Bibliyografya' da gosterilenlerden. olu�tuguna, bunlara

atif yapilarak yararlanm1� oldugunu l:,elirtir ve onurumla beyan ederim .

i

(KAYA, Neylan, Meta Sınır Analizi ile Etkinlik Ölçümü: Türkiye Devlet

Hava Meydanları Üzerine Bir Uygulama, Doktora tezi, Isparta, 2017)

ÖZET

Havacılık, ülkelerin ekonomik ve sosyal kalkınmasını sağlayan önemli bir

sektördür. Türkiye havacılık sektörüne büyük yatırımlar yapmaktadır. Bu nedenle

havalimanlarının etkin çalışıp çalışmadığı her geçen gün daha da önem

kazanmaktadır.

Bu çalışmada, 1999-2015 yılları arasında Türkiye Devlet Hava Meydanları

İşletmesi’ne (DHMİ) bağlı 37 tane havalimanının etkinliğinin ölçülmesi

amaçlanmıştır. Ekonomik ve alt yapı bakımından heterojen iki havalimanı grubunun

göreceli etkinliği ve teknolojik açıklık oranı Meta Sınır-VZA ile ölçülmüştür.

Havalimanlarının büyük grup içinde, kendi grupları içinde ve gruplar arası

etkinlikleri incelenmiştir.

Sonuç olarak, birinci gruptaki havalimanlarının teknik etkinlikleri ve

teknolojik açıklık oranı ikinci gruptaki havalimanlarına göre daha yüksektir. 17 yıl

içinde iki grubun teknolojik açıklık oranları birbirine yaklaşmıştır. Ekonomik, altyapı

ve politik değişiklikler heterojen havalimanları gruplarının teknolojik açıklık

oranlarının birbirine yaklaşmasına sebep olmuştur.

Anahtar Kelimeler: Meta Sınır Analizi, Veri Zarflama Analizi, Etkinlik,

Havalimanı

ii

(KAYA, Neylan, Metafrontier Analysis Efficiency Measurement: An

Application on Turkish State Airports, Doktorate tezi, Isparta, 2017)

ABSTRACT

Aviation is an important sector which helps countries to improve

economically and socially. Turkey invests considerably to its aviation sector. Thus,

whether the airports work efficiently or not has a great importance.

In this study, the aim is to measure the efficiencies of 37 airports affiliated

with Turkish State Airports Authority (SAA) between the years 1999-2015.

Efficiencies and technology gap ratios of two airports which are heterogeneous in

terms of economy and infrastructure, have been measured using DEA-metafrontier

analysis. These airports’efficiency in the big group, in their own groups and their

intergroup efficiency have been examined.

In conclusion, technical efficiency and technology gap ratio of the airports in

the first group are higher than those in the second group. Technology gap ratios of

two groups have drawn closer together in 17 years. Changes in economy,

infrastructure and politics are the causes of technological gap ratios of these

heterogeneous airport groups to be drawn closer together.

Keywords: Meta-frontier Analysis, Data Envelopment Analysis, Efficiency,

Airport

iii

TEŞEKKÜR

Tez konusunu seçerken isteklerimi göz önünde bulundurup bana yardımcı

olan tez danışmanım Prof. Dr. Abdullah EROĞLU’na teşekkürlerimi sunarım.

Hayatın her anında olduğu gibi bu zorlu tez sürecinde de benden desteğini bir

an için bile esirgemeyen kardeşimle bana hem annelik hem babalık yapan herşeyim

babam Mehmet Ali KAYA’ya, bugünlere gelmemde üzerimde büyük emeği olan

anneme, dayanağım canım kardeşim Bekir KAYA’ya teşekkürü bir borç bilirim.

Engin bilgi ve tecrübelerinden yararlandığım manevi olarak desteğini benden

hiç esirgemeyen yüksek lisans hocam Prof. Dr. Ayşe ANAFARTA’ya, tezimin

yöntem kısmında bana destek olan Yrd. Doç. Dr. Halil TUNCA’ya, tezimin daha iyi

hale gelmesi için emek veren tez jüri hocalarım Doç. Dr. Abdullah SÜTÇÜ, Yrd.

Doç. Dr. Erdal AYDEMİR, Yrd. Doç. Dr. Kenan KARAGÜL, Yrd. Doç. Dr. Yusuf

ŞAHİN’E çok teşekkür ederim.

Canım babam Mehmet Ali KAYA’ya ithafen…

Neylan KAYA

Isparta, 2017

iv

İÇİNDEKİLER

ÖZET............................................................................................................................ i

ABSTRACT ................................................................................................................ ii

TEŞEKKÜR .............................................................................................................. iii

İÇİNDEKİLER ......................................................................................................... iv

TABLOLAR DİZİNİ ................................................................................................ vi

ŞEKİLLER DİZİNİ ................................................................................................. vii

KISALTMALAR DİZİNİ ...................................................................................... viii

SİMGELER DİZİNİ ................................................................................................. ix

GİRİŞ .......................................................................................................................... 1

BİRİNCİ BÖLÜM

KAVRAMSAL ÇERÇEVE

1.1. Havacılık Sektörü .............................................................................................. 5

1.1.1. Havayolu Taşımacılığı Sektörünün Mevcut Durumu ve Beklentiler ......... 6

1.2. Performans Yönetim Sistemi ............................................................................. 9

1.2.1. Verimlilik .................................................................................................. 13

1.2.2. Etkililik ..................................................................................................... 16

1.2.3. Etkinlik ..................................................................................................... 16

1.2.3.1. Etkinlik Ölçme Yöntemleri ............................................................... 19

1.3. Veri Zarflama Analizi...................................................................................... 21

1.3.1. Veri Zarflama Analizinin Gelişimi ve Değerlendirilmesi ........................ 21

1.3.2. Veri Zarflama Analizi Modelleri .............................................................. 22

1.3.2.1. Charnes Cooper Rhodes (CCR) Modeli ............................................ 23

1.3.2.2. Banker Charnes Cooper (BCC) Modeli ............................................ 27

1.3.2.3. Toplamsal Model .............................................................................. 29

1.3.3. Veri Zarflama Analizi Uygulama Aşamaları ............................................ 30

1.3.4. Veri Zarflama Analizinin Güçlü ve Zayıf Yönleri ................................... 31

1.4. Meta Sınır Analizi ........................................................................................... 32

1.4.1. Tanımlar ve Kavramlar ............................................................................. 32

v

1.4.2. Meta Sınır -Veri Zarflama Analizi ........................................................... 37

1.4.3. Stokastik Meta Sınır Analizi ..................................................................... 39

1.5. Yazında Hava Meydanlarının Etkinliklerinin Hesaplanmasında Veri

Zarflama Analizi ve Meta Sınır-VZA Kullanılarak Yapılan Çalışmalar ..... 41

İKİNCİ BÖLÜM

HAVALİMANLARININ ETKİNLİĞİNİN ÖLÇÜLMESİ

2.1. Araştırmanın Yöntemi ..................................................................................... 47

2.1.1. Araştırmanın Amacı, Kapsamı ve Önemi ................................................. 47

2.1.2. Araştırmanın Örneklemi ve Veri Toplama Süreci .................................... 48

2.2. Araştırmanın Bulguları .................................................................................... 49

2.2.1. Faktör Analizine Ait Bulgular .................................................................. 49

2.2.2. Veri Zarflama Analizi ve Bulguları .......................................................... 51

2.2.3. Kümeleme Analizine Ait Bulgular ........................................................... 62

2.2.4. Meta Sınır Analizine Ait Bulgular ............................................................ 64

SONUÇ ve TARTIŞMA .......................................................................................... 69

KAYNAKÇA ............................................................................................................ 74

EKLER ...................................................................................................................... 86

EK 1. Havalimanlarının 1999-2015 Dönemlerindeki Çıktı Odaklı CCR ve

BCC Model İçin Etkinlik Değerleri ve Etkin Olmayan Havalimanları

İçin Referans Kümeleri ................................................................................ 86

EK 2. Etkinlikler İçin Özet Tablo......................................................................... 101

EK 3. Türkiye Devlet Hava Meydanlarının Yıllara Göre Teknik Etkinlikleri ve

Teknolojik Açıklık Oranları ....................................................................... 102

ÖZ GEÇMİŞ ........................................................................................................... 110

vi

TABLOLAR DİZİNİ

Tablo 1.1. Hava Meydanları Etkinliğinin Belirlenmesinde Veri Zarflama Analizi

Uygulanan Çalışmalara Örnekler ............................................................... 42

Tablo 2.1. Girdi ve Çıktılar ........................................................................................ 49

Tablo 2.2. Değişkenlerin Çarpıklık, Basıklık, Kolmogorov-Smirnov Sonuçları ....... 50

Tablo 2.3. Çıktı Değişkenleri İçin Faktör Analizi Sonuçları ..................................... 50

Tablo 2.4. Girdi Değişkenleri İçin Faktör Analizi Sonuçları ..................................... 51

Tablo 2.5 Girdi ve Çıktı Faktörlerine Ait Korelasyon İlişkisi ................................... 53

Tablo 2.6. Karar Verme Birimleri ve Numaraları ...................................................... 53

Tablo 2.7. Havalimanlarının Kümelere Göre Sınıflandırılması ................................. 64

Tablo 2.8. Faktör Yükleri İçin Tanımlayıcı İstatistikler ............................................ 65

Tablo 2.9. Ortalama Teknik Etkinlik Ve Teknoloji Açıklık Oranı ............................ 66

vii

ŞEKİLLER DİZİNİ

Şekil 1.1. 2000-2015 Yılları Dünyadaki Tarifeli Yolcu Trafik Gelişimi ..................... 7

Şekil 1.2. Girdi ve Çıktı Değişimlerinin Verimliliğe Etkisi ...................................... 15

Şekil 1.3. İşletmelerde Verimliliği Etkileyen Faktörler ............................................. 16

Şekil 1.4. Teknik Etkinlik, Verimlilik ve Ölçek Etkinliği ......................................... 18

Şekil 1.5. Veri Zarflama Analizi Modellerinin Sınıflandırılması .............................. 23

Şekil 1.6. Gruba Özgü Sınırlar ve Meta Sınır ............................................................ 37

Şekil 2.1. Kümeleme Kalitesi Tablosu ....................................................................... 63

Şekil 2.2. Kümelemede Kullanılan Değişkenlerin Önem Sırası Tablosu .................. 63

Şekil 2.3. 1. Grup ve 2. Grup Havalimanları İçin Teknoloji Açıklık Oranı .............. 67

viii

KISALTMALAR DİZİNİ

ACI Uluslararası Havalimanı Konseyi

BCC Banker Charnes Cooper

CCR Charnes Cooper Rhodes

DHMİ Devlet Hava Meydanları İşletmesi

DPT Devlet Planlama Teşkilatı

ECAC Avrupa Sivil Havacılık Konferansı

EUROCONTROL Avrupa Hava Seyrüsefer Emniyeti Teşkilatı

FTK Kilometrede Ton Başına Yük

H5N1 Kuş Gribi

ICAO Uluslararası Sivil Havacılık Örgütü

ISO-KATEK İstanbul Sanayi Odası Kalite ve Teknoloji İhtisas Kurulu

KMO Kaiser-Mayer-Olkin

KVB Karar Verme Birimi

RPK Kilometrede Yolcu Başına Ücret

RTK Kilometrede Ton Başına Ücret

SHGM Sivil Havacılık Genel Müdürlüğü

SSCB Sovyet Sosyalist Cumhuriyetler Birliği

TE Teknik Etkinlik

TGR Teknoloji Açıklık Oranı

THY Türk Hava Yolları

TOBB Türkiye Odalar ve Borsalar Birliği

TÜİK Türkiye İstatistik Kurumu

VZA Veri Zarflama Analizi

ix

SİMGELER DİZİNİ

*

( ) Girdi kümesi

Girdi sayısı

Karar verme birimi sayısı

( ) Çıktı kümesi

Çıktı sayısı

Meta teknoloji kümesi

o. karar verme bi

L y

m

n

P x

s

T

v

*

irimi tarafından i.girdiye verilen ağırlık

Tüm L birimleri için çıktı birimlerinin MxL matrisi

i. birim için girdi miktarının Nx1 vektörü

Etkinliği ölçülen o. kara

i

io

X

x

x

*

r verme birimine ait i. girdi miktarı

j. karar verme birimine ait i. girdi miktarı

Tüm L birimleri için çıktı miktarının MxL matrisi

i. birim için çıktı miktarın

ij

i

x

Y

y

*

ın Mx1 vektörü

Etkinliği ölçülen o. karar verme birimine ait i. girdi miktarı

j. karar birimine ait r.çıktı miktarı

Optimal amaç değeri

o. karar

ro

rj

r

y

y

z

*

*

verme birimi tarafından r. çıktıya verilen ağırlık

Lx1'in ağırlık vektörü

Skaler

1

GİRİŞ

Teknolojide yaşanan gelişmeler ve küreselleşmeyle birlikte ülkeler arası

sınırlar neredeyse ortadan kalkmış ve rekabet üst seviyeye ulaşmıştır. Artan rekabetle

birlikte sahip olunan kıt kaynakların kullanımında bir yönetim aracı olarak etkinlik

analizlerinin önemi daha da artmıştır.

Günümüzdeki rekabet koşulları işletmeleri, kaynaklarını en etkin şekilde

kullanmaya zorlamaktadır. İşletmelerin ürettikleri çıktılar ile bu çıktıları elde etmek

için kullandıkları girdiler arasındaki ilişkinin belirlenmesinde etkinlik analizleri

önemlidir (Oruç vd., 2009: 280). Bir işletmenin etkinliğinin bilinmesi işletmenin

gelecekte verecek olduğu kararlara da ışık tutmaktadır.

Etkinlik ölçme yöntemleri; oran analizi, parametrik ve parametrik olmayan

yöntemler olmak üzere üç gruba ayrılır. Tek girdi ve tek çıktı kullanılarak kolay bir

şekilde hesaplanan oran analizlerinden genellikle örgütsel performansın

hesaplanmasında yararlanılır. Ancak tek bir oran bir işletmenin performansını

belirlemede yeterli değildir. İşletmenin performansını belirleyen başka faktörler bu

analizle kapsam dışında bırakılmış olacaktır. Parametrik yöntemler, fonksiyonel şekli

önceden bilinen bir regresyon çizgisinin parametrelerini tahmin ettikten sonra her bir

gözlemin regresyon çizgisine olan uzaklığını ölçen yöntemlerdir (Bayraktutan ve

Pehlivanoğlu, 2012: 132). Parametrik olmayan yöntemlerde ise amaç fonsiyonu

açısından parametre sayısı sonsuzdur ve fonksiyonel formun önceden belirlenmiş

olması gerekmez (Bayraktutan ve Pehlivanoğlu, 2012: 132).

Veri Zarflama Analizinin (VZA), diğer parametrik olmayan yöntemlerden

öne çıkaran özellikleri vardır. Bunlar; çoklu girdi ve çoklu çıktıyı aynı anda

değerlendirebilmesi, analitik bir fonksiyonel yapıya gerek duymaması, etkin olmayan

karar verme birimleri için etkin karar verme birimleri arasından referans noktaları

oluşturması, girdi ve çıktıların birimlerinin farklı olduğu durumlarda da

kullanılabilmesidir. Bu öne çıkan özellikleri sayesinde son yıllarda uygulama alanı

gittikçe genişlemektedir. Okullar, sağlık birimleri, pazar araştırması, tarım, ulaştırma

gibi alanlarda Veri Zarflama Analizi başarı ile uygulanmaktadır (Özcan, 2005: 16).

2

Parametrik olmayan yöntemler arasında en sık kullanılan yöntem Veri Zarflama

Analizi’dir. Veri zarflama analizinde seçilen girdi ve çıktı değişkenlerinin doğru

seçilmesi ve toplanması analizin sonucu açısından çok önemlidir.

Meta sınır kavramı, kısıtlanmayan bir teknoloji kümesinin sınırı olarak

tanımlanıp etkinlik için firmaların ya da birimlerin kendi iç grupları arasında

karşılaştırıldığı bir teorik çerçevede geliştirilmiştir. Meta sınır-Veri zarflama analizi

çalışmaları, farklı teknolojiler altında çalışan farklı bölgelerdeki firmaların ya da

birimlerin etkinliklerini belirlemektedir. Bu bölgelerarası etkinlik ölçümü kavramı

bir eşiktir. Özellikle, bölgeler arası etkinliği ölçmek için kullanılan bir yol olması

modelin karakteristik özelliğidir (Battese vd., 2004 : 96).

Havalimanlarına yapılan yatırımlar pahalıdır. Bu nedenle, mevcut

havalimanları ellerindeki kaynaklarını daha verimli ve etkin kullanmanın yollarını

aramaktadır. Havalimanlarının etkinliği, yolcu trafiği, yük trafiği, uçak trafiği,

ekipmanlar gibi birçok parametreden etkilenmektedir.

Araştırma kapsamındaki etkinlik ölçümleri şu nedenlerden dolayı önemlidir:

Havalimanlarının yakın dönemdeki etkinliğinin bilinmesi havalimanının

etkinliğini etkileyen sorunların erken teşhisi açısından önemlidir.

Havalimanları etkinlik durumlarını bilerek yılbaşındaki hedefleriyle

durumlarını karşılaştırabilir.

Havalimanlarının gelecek dönemler için hedeflerini etkinlik ölçümleriyle

revize etmelerine yardımcı olur.

Bu çalışmanın amacı, Türkiye Devlet Hava Meydanları’nın hem heterojen bir

grup olarak etkinliklerini hesaplamak hem de homojen alt gruplar içindeki

etkinliklerini bularak havalimanlarının 1999-2015 yılları arasındaki teknolojik

açıklıklarını bulmaktır. Bununla birlikte, Türkiye Devlet Hava Meydanları’nın

etkinliklerini doğru hesaplayarak gelecekteki yol haritalarını belirlemelerinde

yardımcı olmak amaçlanmaktadır.

Bu çalışmada havalimanlarının etkinliklerinin hesaplanmasında veri zarflama

analizi ve meta sınır analizi kullanılmıştır. Bu çalışmanın kapsamını, Türkiye’deki 55

3

tane havalimanından Devlet Hava Meydanları İşletmesi’ne ait 1999 yılından 2015

yılına kadar verisi bulunan 37 tane havalimanı oluşturmaktadır. Çalışmada kullanılan

değişkenler; yolcu trafiği sayısı, kargo trafiği miktarı (ton), uçak trafiği sayısı,

personel sayısı, check-in kontuar sayısı, pist sayısı, otopark kapasitesi, apron alanı,

terminal alanı, bagaj konveyörleri sayısı, yolcu biniş kapıları sayısı değişkenleridir.

Çalışmada kullanılan bu 11 tane değişken uzman görüşlerinden ve bilimsel yazından

faydalanılarak belirlenmiştir. Veri setinde serbestlik derecesi sorunuyla

karşılaşmamak ve bilim felsefesinin tutumluluk ilkesinden yola çıkarak veri setini

analize hazır hale getirmek için çıktı ve girdi değişken sayılarını azaltmak

gerekmektedir (Taslaman, 2008: 10). Çıktı ve girdi değişken sayılarını azaltmak

amacıyla faktör analizi uygulanmıştır. Faktör analizi sonucunda elde edilen bir çıktı

faktörü ve 2 girdi faktörü değişkenine veri zarflama analizi uygulanmıştır. Bu

çalışma kapsamındaki 37 havalimanı homojen bir grup değildir. Bu heterojen

havalimanı grubunun içindeki homojen havalimanı gruplarını belirlemek amacıyla 3

değişkene 17 yıl için kümeleme analizi uygulanmıştır. Kümeleme analizi sonucunda

birbiriyle heterojen kendi içinde homojen 2 alt havalimanı grubu oluşmuştur. Bu

kendi içinde homojen iki havalimanı grubuna meta sınır analizi uygulanmıştır.

Bilimsel yazında yapılan araştırmalar sonucunda ülkemizdeki

havalimanlarının etkinliklerinin hesaplanmasında meta sınır analizinin

kullanılmadığı görülmüştür. Ülkemizdeki havalimanlarının etkinliklerinin

hesaplanmasında genellikle veri zarflama analizi kullanılmıştır; ancak veri zarflama

analizinin bazı dezavantajları bulunmaktadır. Veri zarflama analizi bütün karar

verme birimlerinin homojen olması varsayımına dayanır. Ancak gerçekte bu böyle

değildir ve etkinliklerin hesaplanmasında hatalara neden olmaktadır. Bu sorundan

dolayı bu çalışmada meta sınır analizi yöntemi kullanılmıştır. Meta sınır yaklaşımıyla

heterojen havalimanları karşılaştırılmış, gruba özgü teknolojiler ve ortak temsil

edilen homojen grupların sınırları ve meta sınır ile ilgili etkinlikler hesaplanılmıştır.

Tezin birinci bölümünde havacılık sektörü, performans yönetim sistemi, veri

zarflama analizi, meta sınır analizi ile ilgili kavramlara ve taksonomiye yer

verilmiştir. İkinci bölümünde ise hava meydanlarının etkinlik ölçümünde kullanılan

yöntemlerin bulgularına değinilmiştir. Çalışmanın sonuç kısmında, Türkiye'deki

4

havalimanlarının performanslarının iyileştirilmesine yönelik uygulamalara katkı

sağlamak amacıyla analiz sonucunda elde edilen bulgular değerlendirilip öneriler

sunulmuştur.

5

1. BİRİNCİ BÖLÜM

KAVRAMSAL ÇERÇEVE

1.1. Havacılık Sektörü

Havacılık sektörü ticaret, yiyecek içecek, eğitim, turizm sektörü gibi diğer

sektörleri de etkilemesinden dolayı ülkemiz için önemlidir. Havacılık sektörü birçok

sektörün tetikleyicisi olmakla birlikte kırılgan bir yapıya da sahiptir. Dünyadaki

krizler, savaşlar, ülkemizdeki çalkantılar hatta mevsim değişiklikleri bile sektörü

etkilemektedir. Havacılık sektörünün olumsuz olarak etkilendiği bu gibi durumlar, alt

sektör kollarını da olumsuz etkilemektedir. Sektörün dinamik yapısı ülkenin de

potansiyelini etkiler niteliktedir.

Yer ve zaman faydası sağlayacak şekilde insanların, yükün (kargonun) ve

postanın bir hava aracı ile havadan yer değiştirmesi hava taşımacılığı olarak

tanımlanabilir (Gerede, 2002: 9). Hava taşımacılığı, havayolu taşımacılığını ve genel

havacılık faaliyetlerini kapsamaktadır (Gerede, 2002: 9). Genel havacılık faaliyetleri

arama kurtarma, spor vs. amaçlı havayolu taşımacılığına göre küçük hava araçları

kullanılarak yapılan, kar amacı güden ya da gütmeyen faaliyetleri içermektedir.

Havayolu taşımacılığında daha fazla yolcu, yük, posta kar amacıyla daha büyük ve

daha hızlı araçlarla bir yerden bir yere taşınmaktadır.

1983 yılında yürürlüğe giren 2920 sayılı Türk Sivil Havacılık Kanunu’nun

Ticari Hava İşletmeleri Yönetmeliği’nin ilk maddesine göre havayolu taşımacılığı;

her türlü hava aracını kullanarak belirli bir ücret karşılığında yolcu, yük ve posta

taşınması olarak tanımlanmaktadır (TBMM, 1983: 188).

Havacılık sektörü ise havaalanları düğümler olarak düşünüldüğünde, bunları

birbirine bağlayan bağlantılar düzeni olarak tanımlanabilir. Havacılık sektörü; hızlı,

güvenilir, emniyetli olması nedeniyle ulaşım sektörü içerisinde önemli bir yer

tutmaktadır.

6

1.1.1. Havayolu Taşımacılığı Sektörünün Mevcut Durumu ve Beklentiler

Havayolu taşımacılığı sektörü, uçak mühendisi Arthur Raymond tarafından

1936’da geliştirilen DC-3’ü Donald Douglas’ın imal edilmesiyle başlayan

gelişmesini, 1958’de ilk ticari jet uçağı olan B-707 ile geliştirmiştir (Dwyer, 1998:

1).

Havayolu taşımacılığı sektörü, serbestleşme sonrası 1980’li yıllara kadar

süren karlılığın ardından 1980’deki petrol krizi, 1998 Asya krizi, 1991 Körfez

Savaşı, 11 Eylül 2001 terörist saldırısı, Asya’dan tüm dünyaya yayılan SARS, Kuş

Gribi (H5N1) gibi salgın hastalıklar yüzünden bu büyüme dursa veya gerilese de bir

süre sonra devam etmiştir.

Dünyanın özellikle son yıllardaki hızlı değişimi, bölgeler arası pazarları

bütünleştirmiş, ürün çeşitliliği artmış ve ulusal sınırları aşmasına imkân tanınmıştır.

İşte bu küreselleşme süreci sivil havacılığın ilerlemesine, sivil havacılık sektörüne

olan talebin artmasını sağlamıştır.

Küreselleşmeyle birlikte coğrafi konumlara ulaşmakta hızlı ve güvenilir

olması nedeniyle sivil hava yolu taşımacılığı önemli bir rol oynamaktadır. Havayolu

taşımacılığı, birim maliyetlerin en yüksek olduğu ulaşım modelidir. Fakat bu

olumsuz özelliğine rağmen günümüzde yaşanan uluslararası rekabet havayolu

taşımacılığının gelişmesini hızlandırmaktadır. Bu nedenle yapılan modern hava

limanları, son model uçaklar, geliştirilmiş kapasiteleriyle sivil havayolu

taşımacılığının tercih edilme sebeplerini arttırmaktadır.

Dünyada havacılık sektöründe yaklaşık 1400 ticari hava yolu şirketi, 4130

havalimanı ve 173 hava seyrüsefer hizmet sağlayıcısı yer almaktadır. 2015 yılında

turizm ve ticaret sektörü havacılık sektörünü canlandırmıştır. 2014 yılında 1,1 milyar

turistin yarıdan fazlası hava yolu ile taşınmıştır (DHMİ, 2015: 9). Yolcu ve kargo

taşımacılığında hava yolu büyümeye devam etmektedir. 2015 yılında toplam 3,5

milyar tarifeli yolcu taşımacılığı ve 34 milyon tarifeli uçak kalkışı gerçekleşmiştir

(DHMİ, 2015: 2).

7

Şekil 1.1. 2000-2015 Yılları Dünyadaki Tarifeli Yolcu Trafik Gelişimi (Kaynak: ICAO

İstatistikleri)

2014 yılına göre dünya kargo trafiğinde kilometre başına yük bazında

gerçekleşen % 4,6 artış, 2015 yılında bir önceki yılın yarısından daha az bir büyüme

ile kilometre başına yük bazında % 2,2 oranında gerçekleşmiştir (DHMİ, 2015: 2).

Günümüzde yolcuların kısa sürede gitmek istedikleri yere ulaşma isteği,

devletlerin havayolu taşımacılığı üzerindeki kontrollerini azaltmaları, yeni hatların

açılması, yolculara daha fazla seçenek sunulması sektör için geleceğe yönelik

beklentilerin iyimser olmasını sağlamaktadır. İnternet yoluyla rezervasyon ve bilet

satışı, havayolu işletmelerine dağıtım maliyetlerini azaltma olanağı sağlarken

yolcuların da karşılaştırma yapmalarına imkan tanımaktadır.

Tüm bu gelişmelerle birlikte gelecek 5 yıllık döneme ilişkin iyimser

beklentiler söz konusudur. 2014-2018 yılları arası IATA, sektörde yıllık ortalama

yüzde 4.1 büyüme hızı beklemekte ve Orta Doğu ile Afrika’nın bölgesel olarak kargo

taşımacılığı büyümesinde başı çekmesini beklemektedir. Dünya ekonomisindeki

yavaşlama, ebola vb salgın hastalıklarda artış, jeopolitik riskler, petrol fiyatlarında

oynaklık ise beklentilerde aşağı yönlü risk yaratma potansiyeline sahiptir (Türk

Borsa, 2015: 2).

Ülkemizin havayolu taşımacılığı sektöründeki durumu incelenecek olursa,

ülkemiz Uluslararası Sivil Havacılık Organizasyonu (ICAO), Avrupa Sivil Havacılık

1,66 1,64 1,64 1,63 1,89

2,02 2,13 2,3 2,37 2,36

2,56 2,8 2,9

3,1 3,2

3,5

0

0,5

1

1,5

2

2,5

3

3,5

4

200

0

200

1

200

2

200

3

200

4

200

5

200

6

200

7

200

8

200

9

201

0

201

1

201

2

201

3

201

4

201

5

Dünya Tarifeli Yolcu Trafik Gelişimi (milyar yolcu)

8

Konferansı (ECAC) ve Avrupa Hava Seyrüsefer Emniyeti Teşkilatı

(EUROCONTROL) üyesidir (TOBB, 2014: 14). Ülkemiz uluslararası ve bölgesel

düzeyde birçok ortak çalışma içinde aktif olarak yer alınmaktadır (TOBB,2014: 14).

Asırlar boyunca ticaret yolları doğudan batıya doğru iken yaşanılan krizlerle birlikte

ticaret yolları batıdan doğuya kaymaya başlamıştır. Bununla birlikte uçak trafiği,

yolcu trafiği, kargo trafiği de batıdan doğuya doğru kayma eğilimindedir. Ülkemiz

sahip olduğu coğrafi konum sebebiyle batı doğu arasında kavşak ve köprü

görevindedir. Türkiye’nin bu coğrafi konum avantajını iyi değerlendirmesi, ülkenin

lokomotifi konumundaki havacılık sektörünün ve buna bağlı yan sektörlerin de

gelişmesine katkı sağlayacaktır.

Ülkemizde havalimanı, uçak ve yolcu sayısındaki artış devam etmektedir.

Ülkemizdeki aktif havalimanı sayısı 2015 yılında 55’e çıkarken, toplam yolcu sayısı

2015 yılı sonunda 181,4 milyona, toplam uçak sayısı 489’a,kargo kapasitesi

1.759.600 kilograma ulaşmıştır (SHGM, 2015: 25).

Sivil hava trafiğine açık mevcut 53 havalimanımızdan 47’si DHMİ Genel

Müdürlüğü tarafından işletilmektedir. Zafer Havalimanı (IC İçtaş İnşaat Sanayi ve

Ticaret A.Ş.), Zonguldak Çaycuma Havalimanı (Zonguldak Özel Sivil Havacılık

Sanayi ve Ticaret A.Ş.) ve Antalya Gazipaşa Havalimanı (TAV Gazipaşa

Yatırım ve Yapım ve İşletme A.Ş.) DHMİ Genel Müdürlüğü denetimi ve

gözetiminde özel şirketler, İstanbul Sabiha Gökçen Uluslararası Havalimanı,

Savunma Sanayi Müsteşarlığı denetiminde özel şirket (HEAŞ; Havaalanları İşletme

ve Havacılık Endüstrileri A.Ş.), Eskişehir Anadolu Üniversitesi Havalimanı da anılan

üniversite tarafından işletilmektedir (TOBB,2014: 7). Aydın Çıldır Havalimanı ise

DHMİ Genel Müdürlüğü tarafından 5335 sayılı Kanun kapsamında kiralanmış olup

ihaleyi alan THY tarafından işletilmektedir (TOBB, 2014: 7).

Ülkemizde son 10 yılda sektörde izlenen politikalarla havayolu şirketlerinin

sayısı artmıştır. Yapılan yasal düzenlemelerle, artan yatırımlarla, uçak bilet

fiyatlarındaki düzenlemelerle havacılık sektörü gelişmeye devam etmektedir.

Türkiye’de havacılık sektörü 2003’ten 2015 yılına kadar dünyadaki sektörel

9

büyümenin 5 katı büyümüştür. Sektörün toplam cirosu son on yılda 12 kat artarak

26,6 milyar dolara ulaşmıştır (SHGM, 2015: 37).

Türkiye, ICAO’ya göre yolcu sıralamasında Avrupa’da üçüncü, kilometre

başına ücretli yolcu sıralamasında dünyada onuncu, kilometre başına yük

sıralamasında ise on dördüncüdür (ICAO, 2015: 8). 2015 yılında Uluslararası

Havalimanı Konseyi (ACI) tarafından açıklanan trafik raporuna göre İstanbul

Atatürk Havalimanı yolcu trafiğini en çok artıran ikinci havalimanı olmuştur (ACI,

2015: 21).

Havacılık Stratejik Belgesi’nde Türkiye’yi en büyük partneri olarak gören

Avrupa Birliği, Türkiye ile ilişkilerini güçlendirmek amacıyla Türkiye’ye “Kapsamlı

Havacılık Anlaşması” imzalamayı önermiştir (SHGM, 2015: 39). Avrupa Birliği ile

Kapsamlı Havacılık Anlaşması’nın imzalanmasıyla yolcu sayısı artacak ve ülke

ekonomisinde de büyük başarılar elde edilmiş olacaktır (SHGM, 2015: 39).

Sivil havacılık faaliyetlerini dünya çapında yaygınlaştırmak amacıyla ülkemiz

2014’den beri ikili anlaşmalara ağırlık vermiş ve 163 ülke ile ikili anlaşma

imzalanmıştır (TOBB, 2014: 3). Dünya sivil havacılık faaliyetlerinde daha etken rol

üstlenmek amacıyla uluslararası kuruluşlarla ortak çalışmalara devam edilmesi

ülkemiz için çok önemlidir.

Ülkemizde havacılık sektörünün güvenli, sürdürülebilir bir şekilde

büyümesine devam etmesi için devlet destekli projeler önem arz etmektedir.

Özellikle engelli yolcuların diğer yolcularla eşit şartlarda seyahat edebilmesi için

gerekli imkanlar sağlanmalıdır. Ülkemizdeki engelsiz havalimanı projesi ve yeşil

havalimanı projesi gibi projelere ağırlık vererek sektörün sürdürülebilir büyümesini

sağlanmalıdır.

1.2. Performans Yönetim Sistemi

Performans kelimesi dilimizde batı kökenli sözcükler grubunda yer

almaktadır. Fransızca kökenli bir sözcüktür. Türk Dil Kurumu’nun Türkçe

Sözlüğü’ne göre performans kelimesi:

10

Yapılan iş, uygulama, icraat,

Herhangi bir olayı veya durumu başarma isteği ve gücü,

Kişinin yapabileceği en iyi derece,

Herhangi bir eseri, oyunu, işi vb. ortaya koyarken gösterilen başarı

olarak ifade edilmektedir.

Performans, genel anlamda amaçlı ve planlanmış bir etkinlik sonucunda elde

edileni, nicel ya da nitel olarak belirleyen bir kavramdır. Bu belirleme işletme

düzeyinde farklı bir anlam taşımamaktadır ve bir iş sisteminin performansı, belirli bir

zaman sonucunda elde edilen çıktıdır. Bunu işletmenin amacına ulaşma derecesi

olarak da algılamak mümkündür. Bu bağlamdaki performans, işletme amaçlarının

gerçekleştirilmesi için gösterilen tüm çabaların değerlendirilmesi olarak

adlandırılabilir (Akal, 2002: 1). Bireysel performans ise beklenen amaçlara ulaşmak

için çalışanın yetenek ve motivasyonuyla ortaya koyduğu davranış ve sonuçları ifade

eder (Uysal, 2015: 33). Bireysel performansın değerlendirilmesi, bireyin görevindeki

başarısı, işteki tutum ve davranışları, ahlak durumu ve özelliklerini ayrıntılayan,

bireyin örgüt başarısına katkılarını değerlendiren planlı bir işlemdir. Ancak insan

karmaşık bir ruhsal yapı ve sonsuz yaratıcı güce sahip olduğundan değerlendirilmesi

son derece güçtür ve daha da öteye bir sanattır (Uysal, 2015: 33). Gerçekleşen

etkinliğin sonucunun değerlendirilmesiyle genel bir performans seviyesi

belirlenebilir. Etkinliğin sonucunun değerlendirilmesinde anlaşılabilir, anlatılabilir,

somut ve objektif olma temel alınmalıdır. Değerlendirme sonucunda iyi-kötü,

başarılı-başarısız, yeterli-yetersiz gibi bir performans göstergesi belirlenir (DPT,

2000: 74).

Örgütü hedeflenen amaçlara yöneltmek için örgütün mevcut ve geleceğe

ilişkin durumları ile ilgili bilgi toplama, bu bilgileri karşılaştırma ve gerekli

düzenlemeleri yapma ve sürdürme görevlerini yüklenen yönetim sürecine

performans ölçüm ve yönetimi denir. Amaçları doğrultusunda organizasyonun etkin

yönetilmesini sağlayacak geniş bir süreçtir (Akal, 2002: 50).

Performans yönetiminin örgütsel etkinliği iyileştirmek, çalışanları motive

etmek, eğitim ve geliştirmeyi mükemmelleştirme amacı bulunmaktadır (Bingöl,

2006: 323).

11

Performans yönetiminin bu üç amacı doğrultusunda sürekli iyileştirme

(geliştirme) kavramı ile karşılaşılmaktadır. Gerek ulusal gerekse uluslar arası pazarda

rekabet edebilmek için sürekli iyileşme önem arz etmektedir. Birçok işletme

maliyetin azaltılması, verimliliğin arttırılmasına yönelik uygulamalar yapmaktadır.

Kaizen’de bu uygulamalardan biridir. Japonca Kai: “değişim”, Zen: “iyi, daha iyi”

anlamına gelen sözcüklerdir. Bütününde Kaizen sürekli iyileştirme anlamını taşıyan

Japonca bir sözcüktür (ISO-KATEK, 2011: 7). Kaizen, bir amaç doğrultusunda

üretim metodunda (süreç, proses), ürün özelliklerinde küçük değişiklikler yapılarak

çıktılarda sağlanan iyileşmedir. Sürekli gelişim, mükemmel faaliyetlerin

kıyaslanmasının tanımlanmasını ve süreçlerde çalışan sahipliği düşüncesini

benimsemeyi içermektedir (Krajewski vd., 2010: 180).

Kaizen uygulamaları yapılan birçok fabrikada çalışanların motivasyonu

artmış, çalışma alanları iyileşen birçok fabrika/firma diğer firmalar tarafından izlenen

öncü konuma yükselmiştir. Fabrika çalışanları tarafından yapılan sunuşlara katılan

izleyicilerin olumlu izlenimleri bu gelişimin göstergesi olmuştur (ISO-KATEK,

2011: 8).

Performansın ölçülmesi, değerlendirilmesi ve sürekli geliştirilmesi,

aşamalarının tümünü içeren aktif süreci performans yönetim sistemi olarak

tanımlamak mümkündür. Performansın ölçülmesi, değerlendirilmesi ve sürekli

geliştirilmesi, aşamalarının tümünü içeren aktif süreci performans yönetim sistemi

olarak tanımlamak mümkündür. Performans yönetim sisteminin stratejik, yönetimsel,

iletişim, gelişmeye yönelik, organizasyonel sürdürülebilirlik, ve dokümantasyon

amaçları vardır (Çıta ve Keçecioğlu, 2015: 4).

Performans yönetimi sisteminin yararları, değerlendirme yapan yöneticiler,

değerlendirilen çalışanlar ve örgüt için yararlar şeklinde üç alt başlık altında

özetlenebilir.

Performans yönetimi sisteminin yöneticiler için yararları (Uyargil, 2013: 11):

Yöneticiler planlama ve kontrol sürecini etkin yönetirler ve sonuçta

çalışanların birim performansları artar.

12

Yöneticiler çalışanlarla daha sağlıklı iletişim kurar.

Yöneticiler, çalışanların geliştirilmesi gereken özelliklerini daha kolay

belirler.

Çalışanları daha iyi tanıyan yönetici, yetki devrini daha kolay yapar.

Yönetsel becerileri gelişir.

Performans yönetimi sisteminin çalışanlar için yararları (Uyargil, 2013: 11):

Yönetimin kendilerinden neler beklediğini, performanslarının nasıl

değerlendirildiğini bilirler. Bireysel performansları ile örgüt amaçlarını

ilişkilendirirler.

Güçlü yönlerini, özelliklerini tanırlar.

İşle ilgili üstlendikleri rol ve sorumlulukları daha iyi anlarlar.

Kendi performanslarını yönetme sorumluluğu alırlar.

Performans planlarını tasarlama ve yönetiminde aktif görev alırlar.

Planlanan ve gerçekleşen performanslarını karşılaştırıp gözden geçirirler.

Sonuçların ve yetkinliklerin birlikte önemli olduğunu bilirler.

Performans değerlendirme görüşmelerini yöneticileriyle birlikte

yönlendirirler.

Performans yönetimi sisteminin örgüt için yararları (Barutçugil, 2002: 129):

En önemli operasyonel kaldıraçları daha iyi anlayarak çok kısa sürede

yüksek kazanç ve daha fazla nakit akımı sağlayabilmek,

İzleyen yıllar için yüksek finansal hedefler belirleyebilmek,

Örgütün fiziksel ve insan kaynaklarını daha etkin bir şekilde

kullanabilmek,

Değişen pazar koşullarına ve performans değişikliklerine daha hızlı tepki

verebilmek gibi yararlar sağlar.

Performans yönetimi uygulamaları ile örgütün etkinliği ve karlılığının

artacağını, hizmet ve üretim kalitesinin gelişeceğini, eğitim ihtiyacı ve eğitim

bütçesinin daha kolay ve doğru belirleneceğini, insan kaynakları planlaması için

13

gereken bilgilerin daha güvenilir biçimde elde edileceğini, çalışanların gelişme

potansiyellerinin daha doğru belirlenebilir (Uyargil, 2013: 11-12).

Performans ölçme kavramı ile birlikte sık sık adı geçen ve kullanılırken

birbirlerinin yerine kullanılan ve bazı karışıklıklara yol açan verimlilik, etkililik ve

etkinlik kavramları ile bu kavramlar arasındaki farklar aşağıdaki bölümde

anlatılacaktır.

1.2.1. Verimlilik

Bir işletmenin faaliyetlerini değerlendirmede çeşitli rasyo ve kavramlar

kullanılmaktadır. Verimlilik bunlardan sadece biridir ve kalkınmanın sağlanmasında

önemli anahtarlardan biridir.

Literatürde verimlilik, elde bulunan kaynaklardan optimum çıktının

sağlanması biçiminde yer almaktadır (Yükçü ve Atağan, 2009: 1). Verimlilik; girdi

başına çıktı olarak ölçülür, ancak üretim sürecinde birden çok üretim faktörünün

kullanılması durumunda (genel olarak üretim sermaye ve işgücü gibi iki temel girdi

kullanılarak gerçekleştirilir), her bir girdinin üretim sürecinin performansına olan

katkısının ölçülmesi gerekecektir (Şaşmaz, 2008: 18).

Her bir girdi için ölçülen verimliliğe “kısmi verimlilik” adı verilmektedir

(Yakut, 2007: 7). Kısmi verimlilik oranları; iş gücünün, sermayenin vs. tek olarak ele

alınarak çıktı ile oranlanması sonucunda elde edilen değerleri ifade etmektedir

(Tanyaş, 2000: 38).

Çıktı

İş gücü oranı; elde edilen çıktıların iş gücü sayısı ile oranlanıp dönemsel

olarak yorumlanması esasına dayanır. İşgücünün verimliliğini ölçmek için kullanılır.

Çıktı

Malzeme oranı; malzemenin verimliliğini ölçmek için kullanılabilecek bir

yöntemdir. Çıktı

Sermaye oranı, sermayenin verimliliğini ölçmek için kullanılabilecek bir

yöntemdir (Özdemir, 2015: 54).

14

Çok faktörlü verimlilik oranları; iş gücünün, sermayenin vs. kombinasyon

halinde ele alınarak çıktı ile oranlanması soncunda elde edilen değerleri ifade

etmektir. Çıktı/İşgücü, malzeme, enerji oranı; elde edilen çıktıların kullanılan iş gücü

sayısı, malzeme miktarı ve enerji toplamları ile oranlanıp dönemsel olarak

yorumlanması esasına dayanır. Girdilerin hepsi hesaba katılmaya çalışıldığı için

kısmi verimlilik oranlarına göre daha sağlıklıdır. Çıktı/İş gücü, malzeme, sermaye

oranı, tek tek verimliliğin ölçülmesi yerine daha isabetli bir ölçüm yapılabilir

(Özdemir, 2015: 54).

Toplam verimlilik oranları, kısmi verimlilik ve çok faktörlü verimlilik

oranlarına göre daha kullanışlıdır. Çünkü bu hesaplamada tüm girdiler hesaba

katılmakta ve daha sağlıklı bir değer elde edilmektedir. Her bir girdinin üretimde

kullanılan düzeyi ve bölüşümdeki payları çarpımı vasıtası ile toplam faktör düzeyi

elde edilmektedir. Toplam faktör düzeyinin çıktı miktarına oranlanmasıyla toplam

faktör verimliliği elde edilmektedir (Uzay, 2005: 18-21).Üretimde kullanılan

kaynaklar F1,F2,…,Fn miktarlarında ve bölüşümdeki payları m1,m2,…,mn

oranlarında olduğu varsayılsın.

1 1 2 2 n nToplam Faktör Düzeyi=F.m +F .m +...+F m (1.1)

1 1 2 2 n nToplam Verimlilik=Çıktı/(F.m +F .m +...+F m ) (1.2)

Girdi ve çıktılardaki değişimin verimliliğe etkisi Şekil 1.2’de görülmektedir.

Şekil 1.2’ye göre 4, 7 ve 8 durumlarında verimlilik artmaktadır. 2, 3 ve 6

durumlarında verimlilik azalırken 5 durumunda verimlilik değişmemektedir. 1 ve 9

durumlarında ise verimlilikteki değişim, girdi ve çıktıların azalış veya artış oranına

bağlı olarak değişmektedir (Kecek, 2010: 15).

15

ÇIKTILAR

Artış Sabit Azalış

GİR

DİL

ER

Art

ış 1 2 3

Sab

it 4 5 6

Aza

lış 7 8 9

Şekil 1.2. Girdi ve Çıktı Değişimlerinin Verimliliğe Etkisi (Kaynak: Kecek, 2010: 15)

Kalite, verimliliğin artmasını sağlamaktadır (Akal, 2002: 48-49). Kalite, Uluslararası

Standart Teşkilatı (ISO) tarafından “bir ürün ya da hizmetin belirlenen veya olabilecek

ihtiyaçları karşılama yeteneğine dayanan özelliklerin tümü” olarak tanımlanmaktadır (Filiz,

2008: 196). Toplam Kalite Yönetimi de eldeki kaynak ve olanakların en iyi şekilde

kullanımıyla sürekli gelişme sağlanmasına yönelik bir yönetim felsefesidir (Kecek,

2010: 24). Verimlilik ve kalite arasındaki ilişki aşağıdaki gibi ifade edilebilir

(Prokopenko, 2003: 209):

Toplam etkili girdi miktarı (parasal)Üretim Maliyeti=

Kalite düzeyini tatmin eden ürünlerin toplam miktarı (1.3)

Kalitedeki değişim maliyeti değiştirir ve maliyet de verimlilikte değişime yol

açar (Prokopenko, 2003: 210). Bir işletmedeki verimlilik ele alınacak olursa, bir

işletmeyi etkileyen iç ve dış faktörler vardır. Dış (denetlenemeyen) faktörler, bir

işletmenin denetimi dışında, iç (denetlenebilir) faktörler ise işletmenin denetiminde

olan faktörlerdir. Verimliliği etkileyen iç ve dış faktörler Şekil 1.2’deki gibi

gösterilmiştir (Nurcan, 2013: 36).

16

Şekil 1.3. İşletmelerde Verimliliği Etkileyen Faktörler (Kaynak: Nurcan, 2013: 36)

1.2.2. Etkililik

Etkililik, kaynakları en iyi şekilde değerlendirerek mümkün olan en iyi

sonucun alınması biçiminde tanımlanmaktadır (Yükçü ve Atağan, 2009: 1). Bir

organizasyonun önceden belirlenen amacının ne ölçüde gerçekleştiğine etkililik

denir. Örgütler amaçlarını gerçekleştirdikleri oranda etkili olacaklardır (DPT, 2000:

75).

Belirlenen amaçlara ulaşma, gerekli üretim girdilerinin genişletilmesi, sağlıklı

örgüt sistemleri kurup devam ettirme, stratejik oluşumların doyumu genel etkililik

ölçütleridir (Yükçü ve Atağan, 2009: 2).

1.2.3. Etkinlik

Etkinlik, gözlenen değerlerin girdileri ve çıktıları ile optimal değerlerin

girdileri ve çıktıları arasındaki karşılaştırma olarak tanımlanabilir (Savaş, 2015: 201).

Bir firma etkin olmakla birlikte etkili çalışmayabilir. Mevcut girdilerden ne ölçüde

iyi çıktı üretilebileceğini etkinlik göstermektedir. (Çağlar, 2003: 11).

Tahsis etkinliği, mevcut fiyatlar doğrultusunda en uygun oranda girdilerin

ve/veya çıktıların kullanılmasıdır (Fried vd., 2008: 3). Teknik etkinlik ise, çıktı

yönelimli yaklaşımla belirli bir girdi düzeyinde maksimum çıktı elde etmek ya da

girdi yönelimli yaklaşımla belirli bir çıktı düzeyinde minimum girdi kullanmak

17

şeklinde tanımlanabilir (Savaş, 2015: 202). Eldeki girdi bileşimi kullanılarak uygun

ölçekte üretim yapmaya ölçek etkinliği denir (Abbott ve Doucouliagos, 2003: 90).

Şekil1.4’te verilen A ve P gözlemleri üretim sınırında yer almakta ve teknik

etkin olarak tanımlanmaktadır. B gözlemi, A gözlemi ile aynı çıktıyı farklı girdi

düzeyleriyle gerçekleştirmiştir. B teknik etkinsiz olarak gösterilebilir. A teknik

etkindir; ancak P’ye kıyasla verimliliği düşüktür. B noktası P noktasına doğru

kayarak teknik etkinliğini ve verimliliğini arttırabilir. Çünkü üretim sınırına

yaklaşırken verimlilik oranı da büyümektedir. A noktası ise B noktasına doğru

kayarak teknik etkinliğini korurken ölçekten kaynaklanan avantajla verimliliğini

artırabilir. Çünkü üretim sınırı üzerinde yer almaya devam etmekte ve verimlilik

oranını artırmaktadır. E ve D karşılaştırıldığında, D üretim sınırı üzerinde olmaması

sebebiyle kaynak israfında bulunmaktadır. En verimli ölçek büyüklüğüne sahip E ile

aynı girdi oranını kullanmaktadır ve bu durumda D’nin kaynaklarını iyi kullanmadığı

söylenebilir. A ve D karşılaştırıldığında üretim sınırı üzerinde olan A’nın teknik

olarak etkin olduğu söylenebilir. Üretim sınırı üzerinde olmayan D’nin ise teknik

etkin olmadığı görülür. D’nin üretim sınırında olmamasına rağmen verimliliği A’nın

verimliliğinden fazladır. Diğer bir deyişle teknik etkin olan bir gözlem teknik

etkinsizlik yaşayan bir gözlemle kıyaslandığında verimsiz bulunabilir. C, D ve F aynı

verimliliğe sahiptirler ancak; bu üçünün verimliliği E’den az iken A ve B’den ise

fazladır. C, D ve F’den optimum ölçekte faaliyette bulunan sadece D’dir. C ve F

teknik olarak etkin olmalarına rağmen optimum ölçekte faaliyet

gösterememektedirler (Kayalıdere ve Kargın, 2004: 199).

18

Şekil 1.4. Teknik Etkinlik, Verimlilik ve Ölçek Etkinliği (Kaynak: Kayalıdere ve Kargın, 2004:

199)

Etkinlik bir işletmenin karlılık ve pazar payı gibi ana amaçlarını bir dönem

bazında ne derece iyi bir şekilde gerçekleştirdiğini ifade etmektedir. Buna göre,

verimlilik kısa süreye ilişkin bir kavram iken, etkinlik uzun dönemi kapsar (Taner,

2015: 11). Bir işletmenin kaynaklarının ne şekilde kullanılacağına karar veren bir

yöneticinin başarısını, etkinlik ve verimlilik kavramlarına ne ölçüde özen gösterdiği,

yani kararlarının hem kısa hem de uzun dönemdeki etkilerini ne dereceye kadar göz

önünde bulundurduğu belirleyecektir (Özgen ve Taner, 1993: 61). Bir işletme, üretim

hedeflerine ve standartlarına maksimum düzeyde ulaşmış olsa bile o işletme etkin

olmayabilir. Çünkü dış çevrenin standartları daha yüksek ise bu standartların

altındaki hedeflerin etkin olmayan sonuçlar oluşturabilir. Dolayısıyla etkinlikte doğru

normların belirlenerek gerçekleştirilmesi gerekir. Amaçların gerçekleşme düzeyini

çıktılarla ilişkilendirerek belirleyen etkinlik, bu özelliğinden dolayı toplam

performansı yansıtan en önemli performans boyutu olarak kabul edilir (Akal, 2002:

34).

Performans, verimlilik, etkinlik, etkililik kavramları örneklerle açıklanacak

olursa; örneğin bir kişi makine başına günde 50 tane ürün üretiyorsa bu o kişinin

performansıdır. Ancak bu verimliliği değildir. Çünkü verimlilikte elde edilen çıktıyla

girdi oranlanmaktadır. Bir işletmenin bir dönemdeki karının 5000 TL iken takip eden

dönemde 7000 TL olması işletmenin verimliliğidir. İşletmelerin ödediği vergilerde

19

iyileştirme olması devlet açısından verimliliktir. Ücretlerdeki iyileştirmeler, çalışma

koşullarındaki iyileştirmeler de işçiler ve işçi sendikaları açısından verimliliktir.

Turizm sektöründe otellerin doluluk oranları o yıl için % 92 olarak hedeflendiyse;

ancak gerçekleşen doluluk oranı % 69 ise etkililik, % 69 / % 92=% 75’tir. Bir firma

işçi, yer, zaman, sermaye, malzeme gibi faktörleri, kaynakları yapılan iyileştirmelerle

birlikte en iyi şekilde kullanarak maksimum çıktıyı sağlıyorsa etkili çalışıyor

demektir.

1.2.3.1. Etkinlik Ölçme Yöntemleri

Etkinlik ölçme yöntemleri oran analizi, parametrik ve parametrik olmayan

yöntemler olmak üzere üç gruba ayrılır.

Oran (Rasyo) Analizi

Tek girdi ve tek çıktı kullanılarak kolay bir şekilde hesaplanan oran

analizlerinden genellikle örgütsel performansın hesaplanmasında yararlanılır. Ancak,

tek bir oran bir işletmenin performansını belirlemede yeterli değildir. Çünkü

işletmenin performansını belirleyen başka faktörler bu analizle kapsam dışında

bırakılmış olacaktır.

Oran analizi ile yapılan ölçümlerde, bazı oranlar işletmeyi son derece etkin

gösterirken bazı oranlar da oldukça başarısız gösterebilmektedir. Bu olumsuzluğun

giderilebilmesi için, tekil oranların tek boyutluluğunu dengeleyen “genişletilmiş oran

kümeleri” geliştirilmiş ise de bunlar da tek boyutlu yapıdan kurtulamamıştır

(Yüksel,2014: 86-87). Bu nedenle, etkinlik ölçüm çalışmalarında değişik oranların

anlamlı bir şekilde ağırlıklandırılarak tek bir ölçütün türetilmesine fazlasıyla ihtiyaç

duyulmaktadır (Yüksel,2014: 86-87).

Parametrik Yöntemler

Parametrik yöntemler parametrik olmayan yöntemlere göre daha yapısal bir

şekle sahip olan sınır yaklaşımını kullanmaktadırlar. Parametrik yöntemlerle etkinlik

ölçümü analizinde genellikle regresyon teknikleri ile tahmin yapılmaktadır.

20

Regresyon analizi (tek-girdi /tek-çıktı) ‘lı yapıyı (tek-girdi / çoklu-çıktı) ya da

(tek-çıktı / çoklu-girdi) yapısına dönüştürmektedir (Norman ve Stoker, 1991: 17).

Analiz sonucunda elde edilen regresyon doğrusu bir anlamda sınır fonksiyonu gibi

algılanabilir. Regresyon doğrusu üzerinde ve doğrunun üst tarafında kalan karar

verme birimleri (KVB) verimli, diğerleri ise verimsiz olarak değerlendirilebilirler.

Oran analizi ile kıyaslandığında regresyon analizinin her karar verme birimi için ayrı

bir etkinlik değeri hesaplanmasına olanak sağladığını görülebilir (Köksal, 2001: 77).

Regresyon analizinin etkinlik değerlendirilmesindeki sakıncalı yönler şu

şekilde sıralanabilir (Köksal, 2001: 78) :

Çıktıların tek bir değere indirgenerek değerlendirilmesi zorunluluğu

vardır. Bu zorunluluk farklı değerlere sahip çıktıların ortak bir değere

indirgenmesinde sorun yaratmakta ve bazı çıktılar ise değerlendirme

dışında kalabilmektedir.

Girdi-Çıktı ilişkisi en başarılı olan karar verme birimine göre değil, bu

birimlerin ortalama değerine göre belirlemektedir.

Parametrik bir üretim fonksiyonunun tanımlanmasını gerektirmektedir.

Sürekli verilerle tanımlanmayı gerektiren bu fonksiyonlarda personel

sayısı gibi kesikli değişken değerlerini kullanmak mümkün olmamaktadır.

Parametrik Olmayan Yöntemler

Parametrik olmayan yöntemlerin amaç fonksiyonu açısından parametre sayısı

sonsuzdur. Ayrıca parametrik olmayan yöntemlerin fonksiyonel formunun önceden

belirlenmiş olması gerekmez (Bayraktutan ve Pehlivanoğlu, 2012: 132). Parametrik

olmayan yöntemler, doğrusal programlama tekniklerini esas alır (İnan, 2000: 85).

Parametrik olmayan yöntemlerin birden fazla değişken kullanabilme

özellikleri vardır. Buna karşın; veri, ölçme ya da diğer nedenlerle oluşan hataları

modele aktarır ve etkinlik sınırını yanlış tespit edebilirler (İnan, 2000: 85).

21

1.3. Veri Zarflama Analizi

Geçmişte işletmelerin etkinlik ve verimlilik durumlarının saptanması için

oran (rasyo) analizi ya da parametrik olmayan yöntemler kullanılmaktaydı. Ancak,

bu iki yöntemin işletmeler arasında karşılaştırma yapabilmedeki kısıtlılıkları, en

etkin işletmenin belirlenmesinde başarılı olamamaları araştırmacıları alternatif

yaklaşımlara yönlendirmiştir. Bunun sonucunda Veri Zarflama Analizi (VZA)

kullanılmaya başlanmıştır. Veri Zarflama Analizi kıyaslama yapmada, stratejik

yönetimde, sürekli gelişmenin sağlanmasında önemli bir tekniktir.

1.3.1. Veri Zarflama Analizinin Gelişimi ve Değerlendirilmesi

Veri Zarflama Analizinin temelini, 1957 yılında Farrell’in kar amacı

gütmeyen kuruluşların teknik etkinliğini hesaplamak amacıyla ortaya koyduğu

“parçalı konveks zarf yaklaşımı” oluşturur (Farrell, 1957: 253-281).

Veri zarflama analizinin asıl hikayesi ise Edwardo Rhodes’un Carnegie

Mellon Üniversitesi’ndeki doktora tez çalışması ile başlamıştır. W.W. Cooper’ın

danışmanlığında yürütülen tezde, Rhodes bir eğitim programını değerlendirmiştir

(Charnes vd., 1994: 3). Veri Zarflama Analizi’ni duyuran ilk çalışma Charnes,

Cooper ve Rhodes tarafından 1978 yılında yayınlanmıştır.

Günümüz yönetim anlayışının temelini etkinlik ve verimlilik oluşturmaktadır.

Hizmet sektöründeki işletmelerde ise, hizmet kalitesi, müşteri memnuniyeti gibi

ölçümü zor olan faktörler bu işletmelerin etkinliklerinin ölçümünü de

zorlaştırmaktadır. Yöneticiler ise, yoğun rekabet ortamında ayakta kalabilmek için

verimlilik ölçümünün öneminin bilincindedirler. Bu bilinç de veri zarflama analizine

olan ilgiyi arttırmıştır.

VZA, karar birimlerinin, etkin karar birimleri ile karşılaştırılmasını ve

göreceli etkinliklerinin ölçümünü mümkün kılar. Göreceli etkinliğin yanı sıra onun

bileşenleri olan teknik etkinlik, ölçek etkinliği ve tahsis etkinliğini de hesaplayabilir.

VZA, çok az varsayım gerektirdiğinden, girdi ve çıktılar arasındaki karmaşık

ilişkilerden dolayı diğer yöntemlerin kullanılamadığı durumlar için de yeni kapılar

açmıştır (Cooper vd., 2011: 2). VZA ile diğer yöntemlerden farklı olarak birden fazla

22

girdi ve çıktı ile verimlilik analizi yapılabilmektedir. Girdi veya çıktı birimlerinin

aynı olmasına gerek olmaması, fiyat, önem veya ağırlık gibi ön bilgilerin girdi ve

çıktılar için de gerekmemesi yöntemin avantajlarındandır.

Veri Zarflama Analiziyle karar verme birimleri göreli olarak etkin olan ve

olmayan birimler olarak ikiye ayrılır. Göreli olarak etkin bulunan karar verme

birimleri etkinlik sınırını oluşturmaktadır. Göreli olarak etkin olmayan karar verme

birimleri ise etkin olan karar verme birimlerine benzetilmeye çalışılır. Göreli olarak

etkin olmayan karar verme birimlerinin her biri için referans kümesi oluşturulur ve

hedef değerler belirlenir. Bu sayede etkin olmayan karar verme birimleri etkin hale

gelebilmek için politikalar geliştirilebilirler (Savaş, 2015: 205). Ayrıca veri zarflama

analiziyle pencere analizi ya da Malmquist endeksi kullanılarak etkinliğin zaman

içindeki değişimi de hesaplanabilir.

1.3.2. Veri Zarflama Analizi Modelleri

Veri zarflama analizi, doğrusal programlamanın geliştirilmiş bir biçimidir.

Dolayısıyla doğrusal programlamanın kesinlik, orantı, toplanabilirlik, bölünebilirlik,

negatif olmama özellikleri veri zarflama modelleri için de geçerlidir. Veri Zarflama

Analizi modellerinde doğrusal programlamada olduğu gibi kısıtlar altında amaç

fonksiyonu en büyükleme ya da en küçükleme şeklindedir (Ünsal vd., 2000: 114).

Veri zarflama analizi ile ilgili zaman içinde birçok model geliştirilmiştir. Bu

kısımda yaygın olarak kullanılan CCR modeli, BCC modeli ve toplamsal model ele

alınmıştır. Ölçek türlerini temel alan, Charnes Cooper ve Rhodes’un oluşturduğu

sınıflandırma Şekil1.5’te gösterilmiştir (Lorcu, 2008: 69).

23

Şekil 1.5. Veri Zarflama Analizi Modellerinin Sınıflandırılması (Kaynak: Lorcu, 2008: 69)

Veri Zarflama Analizi modelleri zarflama şekline göre ikiye ayrılır (Oruç,

2009: 20).

Charnes, Cooper ve Rhodes 1978 yılında ölçeğe dayalı sabit getiri

varsayımı altında çalışan CCC modeli,

Banker, Charnes ve Cooper ölçeğe göre değişken getiri varsayımı altında

çalışan BCC modeli tanımlamıştır.

Etkin olmayan birimlerin etkin üretim sınırına olan uzaklıklarına göre (Oruç,

2009: 20):

Girdiye yönelik

Çıktıya yönelik olmak üzere iki gruba ayrılmıştır. Bu modeller aşağıda

ayrıntılı olarak anlatılmaktadır.

1.3.2.1. Charnes Cooper Rhodes (CCR) Modeli

Etkinlik oranı çıktının girdiye oranı olarak tanımlanırken Charnes Cooper

Rhodes bu oranı birden çok çıktı ve girdi kullanabilecek şekilde geliştirmiştir

(Cooper vd., 2011: 8). Burada her bir karar verme birimi için, sanal girdi ve çıktı

ağırlıkları (𝑣𝑖) ve (𝑢𝑟) oluşturulur.

𝑆𝑎𝑛𝑎𝑙 𝐺𝑖𝑟𝑑𝑖 = 𝑣1𝑥1𝑜+. . . +𝑣𝑚𝑥𝑚𝑜 (1.4)

𝑆𝑎𝑛𝑎𝑙 Ç𝚤𝑘𝑡𝚤 = 𝑢1𝑦1𝑜+. . . +𝑢𝑠𝑦𝑠𝑜 (1.5)

24

Sanal Çıktı / Sanal Girdi oranının en büyük olabilmesi amacıyla CCR

modelinde ağırlıklar verilir (Charnes vd., 1978: 429). Ölçeğe göre sabit getiri

varsayımına göre çalışan CCR modelin girdi odaklı ve çıktı odaklı olmak üzere iki

türü vardır. Girdi odaklı CCR modelde, elde bulunan çıktı düzeyini karşılamak

koşuluyla girdileri en küçük yapmak amaçlanır. Çıktı odaklı CCR modelde ise,

eldeki girdileri sabit tutacak şekilde çıktıları en büyük yapmak amaçlanır (Kıran,

2008: 24-25):

Girdi Odaklı Girdi Odaklı

CCR Birincil Formülasyon CCR İkincil Formülasyon

*

1

1 1

max min

Kısıtlar Kısıtlar

0 j=1,2,...,n

s

r ro

r

s m

r rj i ij i

r i

z y

y v x x

1

1 1

i=1,2,...,m

1 r=1,2,...,s

, 0 r,i 0 j=1,2,.

n

j j io

j

m n

i io rj j ro

i j

r i j

x

v x y y

v

..,n

Çıktı Odaklı Çıktı Odaklı

CCR Birincil Formülasyon CCR İkincil Formülasyon

*

1

1 1 1

min =max

Kısıtlar Kısıtlar

0 j=1,2,...,n i=1,2,..

m

i io

i

m s n

i ij r rj ij j io

i r j

q v x

v x y x x

1 1

.,m

1 r=1,2,...,s

, 0 r,i 0 j=1,2,...,n

s n

r ro rj j ro

r j

r ro j

y y y

y

Modelde kullanılan indisler aşağıda açıklanmıştır:

25

: Etkinliği ölçülen o. karar verme birimine ait i. girdi miktarı

: Etkinliği ölçülen o. karar verme birimine ait r. çıktı miktarı

: j. karar birimine ait i. girdi miktarı

: j. karar birimin

io

ro

ij

rj

x

y

x

y e ait r. çıktı miktarı

: o. karar verme birimi tarafından r. çıktıya verilen ağırlık

: o. karar verme birimi tarafından i. girdiye verilen ağırlık

: Girdi sayısı

: Çıktı sayısı

: Karar ve

r

iv

m

s

n

rme birimi sayısı

İkincil formülasyonlar, birincil formülasyonlarınn duali olan zarflama

formundaki modeldir. İki tür CCR modeli vardır. Bunlar; Girdi yönelimli CCR

modeli ve çıktı yönelimli CCR modelidir. Girdi yönelimli CCR modeli, belirli

ölçekte çıktı elde edilen durumlarda çıktı miktarının sabit tutularak girdi miktarının

en küçüklenmesini amaçlamaktadır. Çıktı yönelimli CCR modeli ise; girdi

miktarlarını arttırmadan çıktı miktarlarının en büyüklenmesi amaçlamaktadır.

(Cooper vd., 2007: 31;akt.Çağlar,2012: 64).

Girdi yönelimli CCR modelinde 1.formülasyona göre modelde bir karar

verme birimine ait optimal amaç değeri *z ve bu optimal çözüme ait ağırlıklar

* *( , )v olsun. Eğer karar verme birimi için *z =1 iken

* *( , )v kümesinin tüm

elemanları 0’dan büyük olacak şekilde en az bir optimal çözüm varsa, o karar birimi

etkindir. Eğer *z 1’den küçük bir değer alırsa ya da

*z =1 değeri aldığı halde tüm

optimal çözümlerde * *( , )v kümesinin en az bir elemanı 0 değerini alırsa CCR

etkinsizliği gerçekleşir (Cooper vd., 2007: 31).

1 1

1

1

min ( )

i=1,2,...,m

r=1,2,...,s

, , 0 i,j,r

m s

i r

i r

n

ij j i io

j

n

rj j r ro

j

j i r

s s

Kısıtlar

x s x

y s y

s s

26

Yukarıdaki modelde, eşitsizlikleri eşitlik haline dönüştürmek için is ve

rs

aylak değişkenleri kullanılmıştır. , sıfırdan büyük ve herhangi bir pozitif reel

sayıdan daha küçüktür. Model zarflama formundadır.

* 1 değerini alan karar verme birimleri sınır noktalarını oluştururlar. Fakat

bazı sınır noktaları zayıf etkin olabilir. Bunun sebebi * 1 olmasına rağmen 0

olmayan en az bir aylak değişkenin bulunmasıdır. Yani bir karar verme biriminin

göreli olarak etkin olabilmesi için hem * 1 olmalı hem de tüm aylak değişkenler

* * 0s s olmalıdır. s girdi fazlalıklarını ve s da çıktı eksikliklerini

göstermektedir. Fakat bazı alternatif çözümlerde 0 olmayan aylak değişkenler

bulunurken, diğerlerinde bulunmayabilir (Savaş, 2015: 206).

Çıktı yönelimli CCR modelinde 1.formülasyona göre modelde bir karar

verme birimine ait optimal amaç değeri *q ve bu optimal çözüme ait ağırlıklar

* *( , )v olsun. Eğer karar verme birimi için *q =1 iken

* *( , )v kümesinin tüm

elemanları 0’dan büyük olacak şekilde en az bir optimal çözüm varsa, o karar birimi

CCR etkindir (Charnes vd., 1978: 431).

CCR modelinde 2.formülasyon zarflama formundadır. Bu modele göre bir

karar verme birimine ait optimal amaç değeri * olsun. Karar verme biriminin CCR

etkin olması için * =1 ve çözüme ait tüm aylak değişkenlerin değerleri 0 olmalıdır.

Fakat bazı alternatif çözümlerde 0 olmayan aylak değişkenler bulunurken,

diğerlerinde bulunmayabilir (Charnes vd., 1978: 431).

Böyle bir durumdan kaçınmak için zarflama formundaki ikincil formülasyon

aşağıdaki şekilde modellenebilir.

27

1 1

0

1

*

1

max

i=1,2,...,m

r=1,2,...,s

, , 0 , ,

m s

i r

i r

n

ij j i i

j

n

rj j r ro

j

j i r

s s

Kısıtlar

x s x

y s y

s s i j r

Yukarıdaki modelde * değeri sabitlenmiştir. Bu iki aşama tek bir amaç

fonksiyonunda aşağıdaki model gibi birleştirilebilir.

1 1

1

1

max ( )

i=1,2,...,m

r=1,2,...,s

, , 0 i,j,r

m s

i r

i r

n

ij j i io

j

n

rj j r ro

j

j i r

s s

Kısıtlar

x s x

y s y

s s

1.3.2.2. Banker Charnes Cooper (BCC) Modeli

Ölçeğe göre değişken getiri varsayımı altında çalışan BCC modeli Banker,

Charnes ve Cooper tarafından 1984 yılında geliştirilmiştir (Banker vd., 1984: 1078).

Girdiye Yönelik Birincil Formülasyon Girdiye Yönelik İkincil Formülasyon

1 1 1

1 1 1

max min

Kıstılar Kısıtlar

0 1,2,...,

s m s

r ro o o i r

r i r

s m n

r rj i ij o ij j

r i j

y s s

y v x j n x

1 1

1

1, 2,...,

1 1, 2,...,

, , 1 1,2,...,

'ın işaret

i o io

m n

i io rj j r ro

i j

n

r i j

j

o

s x i m

v x y s y r s

v r i j n

i kısıtlanmamıştır , , 0 , ,j i rs s j i r

28

Çıktıya Yönelik Birincil Formülasyon Çıktıya Yönelik İkincil Formülasyon

0

1 1 1

0

1 1 1

min max

Kısıtlar Kısıtlar

0 1, 2

m m s

o i io o i r

i i r

m s n

i ij r ro rj j r o ro

i r j

q v x v s s

v x y v y s y r

0

1 1

1

,...,

1 1, 2,...,

, , 1

'ın işareti kısıtlanmamıştır. , , 0 ,

s n

r ro ij j i i

r j

n

r i j

j

o j i r

s

y x s x i m

v r i

v s s i

,j r

İkincil formülasyonlar, birincil formülasyonların duali olan zarflama

formundaki modeldir. BCC modelinde, CCR modelinden farklı olarak zarflama

formunda 1

1n

j

j

j için 0j konvekslik kısıtı bulunmaktadır. Birincil

formülasyonda yani çarpan formundaki modelde ise farklı olarak o gibi bir

değişken yer almaktadır. CCR modelinin etkinlik değeri ile BCC modelinin etkinlik

değeri arasındaki ilişki aşağıda gösterilmiştir (Banker vd., 1984: 1078) :

.CCR BCC ölçekE E E (1.6)

Girdiye yönelik BCC etkinliğinde, birincil formülasyon yani primal model

1

maxs

r ro o

r

y

amaç fonksiyonu değeri 1’e eşitse karar verme birimi etkindir,

diğer durumlarda karar verme birimi etkin değildir. Dual modelde; o =1 ve rs

is

ve rs =0 için karar verme birimi etkindir, diğer durumlar için etkin değildir ve 0< o

<1’dir (Banker vd., 1984: 347).

Çıktıya yönelik BCC etkinliğinde, birincil formülasyon yani primal modelde

1

minm

o i io o

i

q v x v

amaç fonksiyonu değeri 1’e eşitse karar verme birimi etkindir,

29

diğer durumlarda karar verme birimi etkin değildir. Dual modelde o =1 ve is ,

rs =0

için karar verme birimi etkindir, diğer durumlarda etkin değildir ve 1o ’dir.

1.3.2.3. Toplamsal Model

Toplamsal model; Charnes, Cooper, Golany, Seiford ve Stutz tarafından

geliştirilmiştir. Çeşitli toplamsal modeller bulunmaktadır. En temel toplamsal

modellerden biri aşağıda gösterilmiştir (Cooper vd., 2001: 218) :

1 1

1

1

1

max

Kısıtlar

1, 2,...,

1, 2,...,

1

, , 0 , ,

s m

r i

r i

n

rj j r ro

j

n

ij j i io

j

n

j

j

j r i

s s

y s y r s

x s x i m

s s i j r

Modelde, girdi yönelimli ya da çıktı yönelimli olarak bir ayrım

yapılmamaktadır, her iki durum da bir arada değerlendirilmektedir. Girdi fazlalığı ve

çıktı eksikliği aynı anda dikkate alınır (Savaş, 2015: 217).

Burada asıl amaç, girdi fazlası s+ ve çıktı eksikliğini𝑠− beraber ele alıp

etkinlik sınırı üzerinde etkisi olmayan karar birimine en uzak noktayı hesaplamaktır.

Bu model sonucu etkinlik değeri elde edilmemektedir, ancak karar birimlerinin etkin

olup olmadığı aylak değişken değerlerine bakılarak söylenmektedir ve “Pareto-

Koopmans etkinliği yoktur” şeklinde de ifade edilmektedir. Her iki aylak değişken,

𝑠+=0 ve 𝑠−=0 tespit edilirse, o karar birimi toplamsal modele göre etkindir

denilmektedir. Eğer herhangi biri veya ikisi sıfır değilse, sıfırdan farklı olanların

değerlerinin kaynakları, uygun girdi ve çıktılardaki etkin olmama miktarlarını

tanımladığı söylenmektedir. Kısaca, toplamsal model ölçeğe göre değişken getiriye

dayanan ve veri zarflamayı Charnes-Cooper’ın etkin olmama analizi ile

ilişkilendirilen bir modeldir (Kıran, 2008: 29).

30

1.3.3. Veri Zarflama Analizi Uygulama Aşamaları

Veri zarflama analizinin uygulanması 7 aşamada incelenebilir.

Adım 1. Karar Verme Birimlerinin Seçilmesi: Veri zarflama analizinde

seçilecek olan karar verme birimlerinin homojen yapıda olmaları gerekmektedir.

Birimler aynı girdi değişkenlerini kullanarak aynı çıktı değişkenlerini elde

etmelidirler (Thanassoulis, 2001: 11).

Adım 2. Girdi ve Çıktı Seçimi: Karar verme birimlerinin göreli etkinlikleri

seçilen girdi ve çıktılara göre belirlendiği için son derece dikkatli seçilmelidir.

Seçilen girdi ve çıktı değişkenleri tüm karar verme birimleri için ortak olmalıdır.

Adım 3. Verilerin Elde Edilebilirliği ve Güvenilirliği: Verilerin yanlış,

eksik ve aşırı uç değerlerde olması elde edilecek etkinlik skorunun doğruluğunu

etkileyeceğinden bu konuya özellikle dikkat edilmesinde fayda vardır. Veri zarflama

analizinde eksik verisi bulunan karar verme birimleri var ise bu birimler analiz

dışında tutulabilir. Fakat eksik verisi bulunan karar verme birimleri analiz dışında

tutulursa etkinlik sınırı değişebilir (Sarkis, 2007: 305). Bazı değişiklikler yapılarak

eksik verisi olan karar verme birimleri analizde tutulmak istenirse böyle bir durumda

bulanık küme teorisinden yararlanılabilir. Bir diğer alternatif olarak da bu değişkenin

yerini tutacak başka bir değişken analize dahil edilebilir (Kao ve Liu, 2000: 429).

Ayrıca analizde kullanılan veriler güvenilir bir kaynaktan elde edilmelidir.

Adım 4. Göreli Etkinlik Ölçümü: Yapılan analizin amacına yönelik olarak

uygun veri zarflama analizi modeli seçilmelidir. GAMS, LINDO, Windows Excel,

EMS, Frontier Analysis, DEA Software, DEAP 2.1 programlarından yararlanarak

Veri Zarflama Analizi ölçümleri yapılabilir. Bu çalışma kapsamında DEAP 2.1

programı kullanılmıştır.

Adım 5. Etkinlik Değerleri: Karar verme birimlerinin etkinlik değerleri 0 ile

1 arasında değişir. Etkinlik değeri 1’e eşit olan karar birimleri etkindir. Etkinlik

skoru 1’den farklı olan karar verme birimleri ise göreli olarak etkin olmayan karar

verme birimleridir.

31

Adım 6. Referans Kümesi: Veri zarflama analizinde göreli olarak etkin

olmayan karar verme birimlerinin her biri için referans kümesi belirlenir. Göreli

olarak etkin karar verme birimlerinden oluşan bir grup, göreli olarak etkin olmayan

karar verme biriminin referans kümesini oluşturur. Göreli olarak etkin olan karar

verme birimleri etkin olmayan karar verme birimlerine belirli bir yoğunluk

değerleriyle referans gösterilirler (Savaş, 2015: 207).

Adım 7. Sonuçların Değerlendirilmesi: Sonuçların değerlendirilmesi

aşamasında göreli olarak etkin olan ve olmayan karar verme birimleri hakkında genel

bir değerlendirme yapılır.

1.3.4. Veri Zarflama Analizinin Güçlü ve Zayıf Yönleri

Veri zarflama analizinin güçlü yönleri (Eroğlu, 2007: 10):

Veri zarflama analizi farklı ölçü birimlerindeki girdilerin ve çıktıların

kullanımına imkan tanımaktadır.

Yöntem, çoklu girdi ve çoklu çıktı ortamında analizi başarıyla

gerçekleştirmektedir.

Veri zarflama analizinde, girdiler ve çıktılar arasındaki ilişkinin belirli bir

fonksiyonel formda olması gerekli değildir.

Veri zarflama analizinde göreli olarak etkin olmayan karar verme

birimlerinin her biri için hedef değerler belirlenir.

Veri zarflama analizinin zayıf yönleri (Altan, 2010: 191-192):

Veri zarflama analizi, karar verme birimlerinin mutlak etkinliğini ölçmez

(Athanassopoulos, 2012: 3).

Statik bir analiz şeklidir. Bazı girdilerin çıktılara dönüştürülmesi

belirlenen zaman diliminden daha uzun sürebilir.

Veri zarflama analizinde, girdiler ve çıktılar özenle belirlenmelidir.

Analize dahil edilmesi gereken bir girdi ya da çıktı değişkeni analiz

dışında tutulursa ya da olmaması gereken bir girdi çıktı değişkeni analize

dahil edilirse yanlış sonuçlar elde edilebilir.

32

1.4. Meta Sınır Analizi

Meta sınır analizinin temelleri 1971 yıllarına dayanmaktadır. Hayami ve

Ruttan (1971) tarafından meta üretim fonksiyonuna bağlı bir meta sınır kavramı

tanımlanılmış ve klasik üretim fonksiyonları zarflanarak sunulmuştur. Meta sınır

kavramı, kısıtlanmayan bir teknoloji kümesinin sınırı olarak tanımlanıp etkinlik için

firmaların ya da birimlerin kendi iç grupları arasında karşılaştırıldığı bir teorik

çerçevede geliştirilmiştir.

VZA kullanılarak meta sınır yapısının etkinlik ölçümü kavramı, Rao,

O’Donnell ve Battese tarafından 2003 yılında kademe kademe geliştirilmiştir. Veri

zarflama analizi-meta sınır çalışmaları, farklı teknolojiler altında çalışan farklı

bölgelerdeki firmaların ya da birimlerin etkinliklerini belirlemektedir. Bu

bölgelerarası etkinlik ölçümü kavramı bir eşiktir. Özellikle, bölgeler arası etkinliği

ölçmek için kullanılan bir yol olması modelin karakteristik özelliğidir. Verilen bir

datayı kapsayan fonksiyon, firmaların ya da birimlerin her sınır üretim

fonksiyonunun elementlerini kapsayan meta sınır fonksiyonları anlamındadır.

1.4.1. Tanımlar ve Kavramlar

Şirketlerin veya üretim birimlerinin etkinlik ölçümü, üretim teorisi ve uzaklık

işlevi kavramıyla yakından ilişkilidir. Bu bölümde, etkinlik ölçümünün temelindeki

kavramlardan bahsedilecektir.

x ve y sırasıyla negatif olmayan çıktı ve girdi vektörleri, boyutları da M 1 ve

N×1olsun. K (>1) bölgelerinin olduğunu ve her bir bölgedeki şirketin bölgeye özel

teknoloji altında çalıştığını göz önüne alalım. kT ( 1,2,...,k K ) olarak tanımlayalım.

Örneğin, bu çalışmada olduğu gibi havalimanları benzer özellikler içeren k=2

grup altında incelenebilir. Bu gruplar, iki adım kümeleme analizi yapılarak

oluşturulmuştur. Teknoloji N girdinin M çıktıya dönüşüm sürecinin bir temsilcisi

olarak tanımlanabildiğinden, bir meta teknoloji kümesi olan *T , mümkün olan bütün

grup teknolojilerinin bir zarflaması olarak düşünülebilir. Dolayısıyla meta teknoloji,

her bir bölgeyi kapsayan bir teknolojidir. Bir grubun teknoloji kümesi, mümkün olan

33

üretim etkinliklerinin kombinasyonu olarak tanımlanabilir (Battese vd., 2004: 93).

Herhangi bir bölgedeki teknoloji ya da teknoloji seti girdi ve çıktı kümeleri

kullanılarak tanımlanabilir. Yani, teknoloji kümesi negatif olmayan bir girdi vektörü

kullanılarak üretilen tüm çıktı vektörlerinden oluşur.

, l x,y'yi üretirk N MT x y R

(1.7)

Girdi ve çıktı kümeleri ile ilişkili teknoloji kümesi T , üretim teknolojisinin

eşdeğer gösterimidir.

( )L y , y’yi üreten bütün x vektörlerinin girdi kümesidir. Girdi kümesinin

sınırlarını belirler.

( ) : ( , ) , RML y x x y T her y (1.8)

Girdi kümesinin sınırları eş ürünleri belirlemektedir. Benzer olarak, ( )P x çıktı

kümesi, belirli x girdi vektörleri tarafından üretilen bütün çıktı y vektörlerinden

oluşmaktadır.

( ) : ( , ) , NP x y x y T her x R (1.9)

Çıktı kümesinin sınırları üretim olasılığı sınırlarını belirlemektedir. Fare ve

Primont (1995)’in aşağıdaki üretim teknolojisine ilişkin aksiyomları çıktı setleri

kullanılarak belirlenmiştir:

0 ∈ Pk (x) (hiçbir şey üretmemek mümkündür);

Bütün x’ler için, y ∈ Pk (x), ve eğer 0 < θ ≤ 1 ise, o halde y* = θy ∈ P

k (x)

(zayıf kullanılabilirlik);

Bütün x’ler için, Pk (x) kapalı ve sınırlı bir settir;

Bütün x’ler için, Pk (x) dışbükeydir.

34

Bu analizle verilen bir k bölgesiyle ilişkili gözlenen bir girdi ve çıktı

kombinasyonunun (x,y) teknik etkinliğini ölçmek amaçlanmaktadır. Teknik etkinliği

ölçmede çıktı ve girdi uzaklık işlevleri kullanılmıştır. Bunlar aşağıda tanımlanmıştır.

0 ( , )kD x y k bölgesine ait teknoloji için çıktı uzaklık işlevini temsil etsin.

( , ) inf 0 : / ( )k k

oD x y y P x (1.10)

Uzaklık işlevinin bu tanımından yola çıkarak ve teknoloji üzerine olan

aksiyomlar kullanılarak aşağıdakiler tanımlanabilir (Rao vd., 2003: 157):

i. 0, 'in içine dahilse ( , ) 1x k

ky P D x y

ii. 0, 'in sınırındaysa ( , ) 1x k

ky P D x y

iii. , x

ky P ’in dışındaysa x’i kullanarak kendini üretebilmesi için y’yi

küçültmek gerekir.

(x,y) gözlemi ancak ve ancak ( , ) 1k

oD x y ise teknik olarak verimlidir. Yani;

y, Pk (x)’in üretim sınırına dahilse teknik verimli kabul edilir.

( , )k

iD x y ,k bölgesine ait teknoloji için girdi uzaklık işlevini temsil etsin.

( , )k

iD x y şu şekilde tanımlanmaktadır:

( , ) sup 0 : ( / ) ( ) k k

iD x y x L y (1.11)

Herhangi bir x girdi vektörü L (y)’nin içine dahilse ( , )k

iD x y >1, eğer x sınıra

dahilse ( , )k

iD x y =1’dir.Girdi uzaklık işlevi, bir girdi vektörünü radyal olarak

kısaltmasına rağmen aynı çıktı vektörünü y’yi üretebileceği maksimum dereceyi

gösterir.

Meta sınır, farklı faktör ve teknoloji düzeylerine sahip her bir ayrı grup

sınırını zarflayan bir fonksiyon olarak tanımlanabilir. Bir başka ifadeyle, meta sınır

35

modelinin mümkün bütün grup teknolojilerini zarflayan bir model olduğu ifade

edilebilir. Bu durumda meta teknoloji kümesi aşağıdaki gibi ifade edilebilir (Tunca

vd., 2013: 654):

* 1 2, : 0 0 , ,..., , ' kT x y x ve y T T T grup teknolojilerinden en az birinde x y yi üretir

Buradan meta teknolojiyi, bölgesel teknolojilerin bütünü olarak

tanımlayabiliriz.

Bu tanımdan yola çıkarak, * 1 2 ... kT T T T ’dır. (1.12)

Dış bükeylik özelliğini sağlamak için meta teknoloji

* 1 2Dış bükey örtü ... kT T T T olarak gösterilir. *

0 ( , )D x y ve *( , )iD x y ; meta

teknoloji *T kullanılarak tanımlanan çıktı ve girdi uzaklık fonksiyonlarını ifade etsin.

Meta teknoloji tanımı kullanılarak aşağıdaki iki sonuç ortaya çıkmaktadır (Rao vd.,

2003: 159)

(1) Verilen herhangi bir k bölgesi için *

0 0( , ) ( , ), k=1,2,...,KkD x y D x y

(2) Verilen herhangi bir k bölgesi için *( , ) ( , ), k=1,2,...,Kk

i iD x y D x y

Yukarıda verilen iki sonuçtan k bölgesi için eşitsizlik durumu olduğunda k

bölgesine ait teknoloji ve meta teknoloji arasında açıklık olduğu sonucu çıkarılabilir.

Çıktı odaklı ölçümlerde, gözlemlenen bir (x, y) ikilisinin teknik etkinliği k

bölgesine ait teknoloji göz önünde bulundurularak teknik etkinlik tanımı şöyledir

(Rao vd., 2003: 159):

0 ( , )k k

oTE D x y = inf 0 : / ( )ky P x (1.13)

Örneğin; ( , )k

oD x y =0.6 ise o halde teknik etkinlik ölçümü, aynı girdi vektörü

kullanılarak oluşturulan çıktı vektörü y’nin, potansiyel çıktının % 60’ını oluşturduğu

anlamına gelmektedir.

36

Çıktı odaklı teknoloji açıklık oranı, kT ve *T teknolojilerinin çıktı uzaklık

işlevleri kullanılarak aşağıdaki gibi tanımlanabilir (Sala Garrido vd., 2011: 35):

* *( , ) ( , )( , )

( , ) ( , )

k o oo k k

o o

D x y TE x yTGR x y

D x y TE x y (1.14)

Yukarıdaki örneğin devamı niteliğinde (x,y)’nin teknik etkinliği meta

teknoloji de göz önünde bulundurulduğunda 0.3 ise, teknoloji açıklık oranı

0.3/0.6=0.50’dir.Bu girdi vektörü de göz önünde bulundurularak k bölgesi

teknolojisinin potansiyel çıktı vektörü meta teknolojinin gösterdiği potansiyelin %

50’sini gösterdiği anlamına gelmektedir (Sala-Garrido vd., 2011: 35).

Girdi odaklı ölçümlerde, gözlemlenen bir (x,y) ikilisinin teknik etkinliği k

bölgesine ait teknoloji göz önünde bulundurularak teknik etkinlik tanımı şöyledir

(Rao vd., 2003: 161)

1( , )

( , )

k

i k

i

TE x yD x y

(1.15)

Eğer bir (x,y) ikilisinin girdi odaklı ölçümde teknik etkinliği 0.8 ise bu y’nin

girdi vektörü x’in % 70’i kullanılarak üretilebileceğini gösterir. Girdi odaklı teknoloji

açıklık oranı, kT ve *T teknolojilerinin çıktı uzaklık işlevleri kullanılarak aşağıdaki

gibi tanımlanabilir (Sala-Garrido vd., 2011: 35):

*

*

( , ) ( , )( , )

( , ) ( , )

kk i ii k

i i

D x y TE x yTGR x y

D x y TE x y (1.16)

Sonuç olarak, teknolojik açıklık oranı sıfır ile bir arasında değer almaktadır.

Değerin 1’e yakın olması işletmelerin ya da birimlerin, bir bütün olarak sektör içinde

belli mevcut teknolojiyle maksimum potansiyel çıktıya daha yakın üretmesi demektir

(Villano vd., 2010: 9).

37

Teknoloji açıklık oranının 1 olması durumunda bölgesel teknoloji sınırının

meta teknoloji sınırıyla örtüşmesi durumunda ortaya çıkar. Meta sınırın üç grup

sınırının tümünün zarflaması olarak tanımlanması Şekil1.5’te gösterilmiştir.

Şekil 1.6. Gruba Özgü Sınırlar ve Meta Sınır (Kaynak: Tunca vd., 2013: 655)

Meta sınır fonksiyonu bütün grup teknolojilerini kapsadığından dolayı k grup

sınırının çıktı uzaklık fonksiyonu, meta sınırın çıktı uzaklık fonksiyonundan büyük

ya da eşittir.

Şekil1.5’te grup ve meta sınıra göre teknik etkinliğin hesaplanmasında

farklılık olduğu görülmektedir. Meta sınırın hesaplanması, meta sınır ve grup

sınırların etkinlik düzeylerinin karşılaştırılmasına bağlıdır. Etkinlik hesaplamaları da

veri zarflama analizi veya stokastik sınır analiziyle de yapılabilir.

1.4.2. Meta Sınır -Veri Zarflama Analizi

VZA her bir birimin performansını tüm birimler içindeki en iyi uygulamayla

karşılaştırma amacındadır. “En iyi uygulama” hem çıktı yapısının (örneğin; toplam

çıktıdaki ürün) hem de değerlendirilen birimin girdi yapısının hesaba katılmasıyla

ortaya çıkarılmaktadır. Buradan sonra, birimin en iyi uygulamasıyla arasındaki

radyal uzaklığının ölçülmesiyle bir teknik verimlilik ölçümü elde edilmektedir. Bu

teknik ayrıca kendilerine “benzerler” de denilen, en iyi uygulamayı belirleyen veri

kümesindeki birimleri de (“benzerler”) saptamaktadır (Battese vd., 2004: 100).

Girdi

Çıktı

Girdi

38

Veri zarflama analizi girdi ya da çıktı odaklı olabilir. Bu çalışmada çıktı

odaklı bir VZA modeli kullanılmıştır. Eğer k bölgesi Lk birimlerinin verilerinden

oluşuyorsa, i. birim için bölgesel sınırların oluşturulmasında kullanılan VZA modeli

şu şekildedir:

*

* * *

* *

*

max

Kısıtlar

y +Y 0

0

0

i

ix X

*

*

*

Y :Tüm L birimleri için ç

: i.birim için çıktı miktarı

ıktı miktarının MxL matrisi

nın Mx1 vektörü

: i.birim için girdi miktarının Nx1 ve

X :Tüm L birimleri için girdi miktarının NxL ma

ktörü

trisi

i

i

y

x

*

: L 1' ağırlık vektörü

: Skalar

x in

,1’e eşit veya daha büyük bir değer alır.1/ sıfır ile bir arasında değişen

teknik etkinlik skorunu tanımlar. Yukarıdaki model k bölgesindeki her birim için

çözülmüştür. Her bir model için vektörü i. birimin teknik etkinlik skoruyla ilgili

bilgi verirken, vektörü etkin olmayan i. birimin referans alabileceği birimler

üzerine bilgi verir. Referans alınan birimler etkin olmayan i. birimin benzerleri olan

öngörülen sınır yüzeyini tanımlayan etkin birimlerdir.

Meta sınır, bütün bölgelerdeki bütün birimlerden elde edilen verilerin bir

araya getirilmesine dayanan bir VZA modeli kullanılarak oluşturulur. Toplamda

L= kk L birime sahip olduğumuza göre, bütün birimlere dair verilerle oluşturulan

girdi ve çıktı matrisleriyle yukarıdaki modeli tekrar kullanırız.

Bu modelin çözümü, bütün bölgelerdeki bütün birimlerden elde edilen

verilerle oluşturulan meta sınırlara ilişkin herhangi bir birim için teknik etkinlik

skorunu verir.* , ’den büyük olmadığı açıktır. Çünkü bölgesel sınırları oluşturan

modeldeki kısıtlar, meta sınır modelindeki kısıtlamaların bir alt kümesidir. Birimler

39

bölgesel sınırlar yerine meta sınıra karşı değerlendirildiklerinde teknik etkin birim

sayısı daha azdır.

1.4.3. Stokastik Meta Sınır Analizi

Herhangi bir sektördeki birimler için verilen girdi ve çıktılar, farklı k

bölgeleri için stokastik sınır üretim fonksiyon modellerinde kullanılabiliyor olduğu

varsayılsın. k. bölge için çeşitli girdileri kullanarak bir çıktı üreten Lk birimleri

üzerine örnek veri olsun ve bu bölge için stokastik sınır modeli şöyle tanımlansın.

( ) ( )

( ) ( ) ( )( , ) , 1,2,... , 1,2,..., , 1,2,..., it k it kv u

it k it k k kY f x e i L t T k K

(1.17)

( )it kY k. bölgede t. zamandaki i. birimin çıktısını simgeler, ( )it kx k. bölgede t.

zamandaki i. birim tarafından kullanılan girdileri simgeler, ( )k tahmin edilmesi

gereken bilinmeyen parametreler vektörünü; ( )it kv ’lar özdeş ve bağımsız olduğu

varsayılan ve 2

( )(0, )v kN dağılımı gösteren rastgele değişkenler, ( )it ku ’lar negatif

değer almayan teknik etkinsizliği ölçen ( )

2

( )( , )kit k uN dağılımı gösteren rastgele

değişkenleri gösterir.

Modelin şu şekilde basitleştirilmesi mümkündür:

( ) ( ) ( ) ( ) ( )

( ) ( )( , ) it k it k it k it k it kv u x v u

it it k kY f x e e

(1.18)

Bu ifade, itx t. zamandaki i. birimin girdilerinin bir vektör fonksiyonu öyle ki

( )k sınır üretim fonksiyonuyla parametre vektörü doğrusaldır.

Bir sektördeki birimler için meta sınır üretim fonksiyonu modeli şu şekilde

ifade edilir:

** *

1

( , ) , 1,2,..., , 1,2,...,it

Kx

it it k

k

Y f x e i L L t T

(1.19)

40

* ,meta sınır fonksiyonunun parametrelerinin vektörüdür ve *

( )it it kx x

’dir.

Meta sınır bu durumda farklı bölgeler için kullanılan stokastik sınır

işlevlerinin bölümlere ayrılmış bir zarflaması değildir, bütünsel bir işlevdir.

Meta sınır işlevi şu şekilde tanımlanabilir:

( )*

( ) ( )

*

it k

it k it it k

it

xu x v

it x

eY e e

e

(1.20)

Eşitlik (1.20)’de k. bölge için ilk terim stokastik sınıra göre teknik etkinliği

verir.

( )

( ) ( )

it k

it k it k

uk itit x v

YTE e

e

(1.21)

Eşitlik (1.20)’de 2. terim k. bölgedeki i. birimin t. zamandaki teknolojik

açıklığını verir.

( )

*

it k

it

x

k

it x

eTGR

e

(1.22)

*

( )it it kx x olduğundan teknoloji açıklık oranı 0 ile 1 arasındadır. k.

bölgenin meta sınır işleviyle tanımlanan potansiyel çıktısına dair sınır üretim

işlevinin çıktısının oranını teknolojik açıklık oranı ölçer. *

itTE ,meta sınıra ait i. birimin

teknik etkinliğini ölçmektedir.

*( )

*

it it k

itit x v

YTE

e

(1.23)

Aynı zamanda, meta sınıra ait teknik etkinlik * k k

it it itTE TE TGR şeklinde de

ifade edilebilir.

41

Buradan, meta sınıra ait teknik etkinliğin ele alınan bölgenin teknolojik

açıklık oranı ile o bölgenin stokastik sınırına dair teknik etkinliğin ürünü olduğu

söylenilebilir.

Meta sınır modeline ait parametre ve ölçümler aşağıdaki gibi hesaplanabilir

(Rao vd., 2003: 169):

1. ^

( )k maksimum likelihood tahmincisi, k. bölge için ( )k stokastik sınır

parametrelerinden oluşur ve bu parametreler FRONTIER programı vb. bir

programla hesaplanabilir.

2. Meta sınıra ait teknik etkinlik hesaplamaları da FRONTIER vb. bir programla

hesaplanabilir.

3. Aşağıdaki optimizayon problemiyle de meta sınır fonksiyonunun *

parametrelerinin çözümleri bulunabilir:

^*

( )

1 1

*

( )

min ( )

1,2,...,

L T

kit it

i t

it it k

x x

x x k K

(1.24)

Stokastik Sınır Analizinin önemli avantajlarından birisi istatistiksel hataları,

etkinsizlikten kaynaklanan hatalardan ayrıştırması olarak karşımıza çıkmaktadır. Öte

yandan, yöntemin önemli dezavantajlarından birisi ise, ölçülecek etkinlik türüne göre

bir fonksiyonel yapının belirlenmesini gerektirmesidir (Turgutlu vd., 2007: 15).

1.5. Yazında Hava Meydanlarının Etkinliklerinin Hesaplanmasında Veri

Zarflama Analizi ve Meta Sınır-VZA Kullanılarak Yapılan Çalışmalar

Veri zarflama analizi çok sayıda girdi ve çıktı değişkenini birlikte kullanarak

benzer karar verme birimlerinin etkinliklerinin ölçülmesinde kullanılır. Bu

avantajından dolayı günümüzde birçok alana uygulanmaktadır. Havalimanlarının

veri zarflama analizi ile etkinlik düzeylerinin ölçülmesine yönelik yapılmış

çalışmalara örnekler Tablo 1.1’de yer almaktadır.

42

Tablo 1.1. Hava Meydanları Etkinliğinin Belirlenmesinde Veri Zarflama Analizi Uygulanan

Çalışmalara Örnekler

YIL YAZARLAR ÖRNEKLEM YÖNTEM GİRDİLER ÇIKTILAR

1997 Gillen & Lall

21 Amerikan

Havalimanı

(1989-1993)

VZA/BCC

Çıktı Odaklı Model

Tobit Model

Pist Uzunluğu

Pist Sayısı

Personel Sayısı Biniş Kapı Sayısı

Havalimanı Alanı

Terminal Alanı

Uçak Sayısı

Yolcu Sayısı

Kargo Miktarı

1999 Parker 32 İngiliz Havalimanı

(1979-1980)

VZA/CCR-BCC Çıktı Odaklı Model

Personel Sayısı Operasyon Maliyetleri

Sermaye girişleri

Yolcu Sayısı Kargo Sayısı

Ciro

1999 Murillo-Melchor

33 İspanyol Havalimanı

(1992-1994)

VZA/Malmquist Indeksi

Personel Sayısı Birikmiş sermaye stoğu

Ara giderler

Yolcu Sayısı

2000 Sarkis 44 Amerikan Havalimanı

(1994-1998)

VZA/CCR Çıktı Odaklı Model

Pist Sayısı Giriş Sayısı

Operasyon Maliyetleri

Çalışan Sayısı

Yolcular Kargo

İniş ve Kalkış

Operasyon Gelirleri

Genel Havacılık

2001 Düzakın &

Güçray

39 Türk

Havalimanı

VZA/CCR-BCC

Çapraz Etkinlik

Modeli

Pist Sayısı

Çalışan Sayısı

Taşınabilir Yolcu Sayısı

İşletme Geliri

Yolcu Sayısı

Kargo Miktarı

2001 Martin &

Roman

37 İspanya

havalimanı

(1997)

VZA/CCR

Çıktı Odaklı Model

Çalışan Sayısı

Sermaye

Materyaller

Yolcular

Kargo

İniş ve Kalkış

2002 Fernandes & Pacheco

16 Brezilya havalimanı

(1998)

VZA/CCR Çıktı Odaklı Model

Havaalanı Alanı Check-in kontuar

Yolcuların Bekleme Salonu

Araba Park Alanları Bagaj Alanı

Yolcular

20

03

Bazargan &

Vasigh

45 Amerikan

havalimanı (1996-2000)

VZA/CCR

Girdi Odaklı Model

Pist Sayısı

Biniş Kapı Sayısı Operasyonel Harcamalar

Operasyonel Olmayan

Harcamalar

Yolcu Sayısı

Uçak Sayısı Havacılık Gelirleri

Havacılık Dışı Gelirler

2004

Yoshida & Fujimoto

67 Japon havalimanı

(2000)

VZA/CCR Girdi Odaklı

Model

Pist Uzunluğu Personel Sayısı

Terminal Alanı

Erişim Maliyeti

Uçak Sayısı Yolcu Sayısı

Kargo Miktarı

20

04

Oum & Yu

76 dünyanın

büyük

havalimanı (2000-2001)

VZA/CCR

Çıktı Odaklı

Model

Tam zamanlı Çalışan

Personel Sayısı

Giriş Maliyet İndeksi

Uçak Sayısı

Yolcu Sayısı

Kargo Miktarı Havacılık Dışı Gelirler

20

04

Yu 14 Taiwan

havalimanı (1994-2000)

VZA/CCR Pist sayısı

Apron alanı Terminal alanı

Uçak Sayısı

Yolcu Sayısı

20

06

Ulutaş &

Ulutaş

34 Türk

havalimanı

(2000-2004)

VZA

Girdi Odaklı

Model

Personel Sayısı

İşletme Gideri

Yıllık Yolcu Kapasitesi Yıllık Uçak Kapasitesi

Yolcu Sayısı/Alan

Yük Trafiği

Toplam Uçak Trafiği/Pist İşletme Geliri

2006 Kıyıldı &

Karaşahin

32 Türk

havalimanı (1996-2002)

VZA/CCR

Çıktı Odaklı Model

Check-in Kontuar Sayısı

X-Ray Sayısı Terminal Binası Yolcu

Kullanım Alanı

Otopark Araç Kapasitesi Havaalanı Pist Büyüklüğü

Havaalanı Apron Büyüklüğü

Havaalanı Apron Uçak Kapasitesi

Havaalanı Taksirut Uçak

Kapasitesi Terminal Binası

Konveyör Sayısı

Uçak Sayısı

2006 Lin & Hong

20 Uluslararası havalimanı

(2003-2004)

VZA Girdi Odaklı Model

Personel Sayısı Pist Sayısı

Otopark Alanı

Bagaj Konveyörleri Saysı Apron Alanı

Uçak Sayısı Yolcu Sayısı

43

Tablo 1.1. Hava Meydanları Etkinliğinin Belirlenmesinde Veri Zarflama Analizi Uygulanan

Çalışmalara Örnekler (Devamı)

2007 Barros ve Dieke

31 İtalya havalimanı

(2001-2003)

VZA/CCR Çıktı Odaklı Model

İşçilik Maliyetleri Sermaye Yatırımları

İşletme Maliyetleri

Uçaklar Yolcular

Kargo

Havacılık Yer Hizmetleri İle İlgili Satışlar

2008 Barros 10 Arjantin

havalimanı (1990-2000)

VZA/CCR

Çıktı Odaklı Model

Çalışan Sayısı

Pist Sayısı Ramp

Terminal Alanı

Yolcular

İniş ve Kalkış Yer Hizmetleri

2009 Peker & Baki 37 Türk

havalimanı (2007)

VZA/CCR-BCC

Girdi Odaklı Model t testi

Otopark Kapasitesi

Pist Sayısı Havalimanı büyüklüğü

Personel Sayısı

Yolcu Sayısı

Kargo Miktarı

2009 Ulutaş & Ulutaş

31 Türk havalimanı

(2004-2005)

VZA/CCR Analitik Ağ Süreci

Maliyet Çalışan Sayısı

Terminal Alanı

Yolcu Kapasitesi

Uçuş Kapasitesi

Gelir Yolcu Trafiği

Genel Uçuş Trafiği

Ticari Uçuş Trafiği

Kargo Miktarı

2009 Lam ve

diğerleri

11 büyük Asia

Pacific havalimanı

(2001-2005)

VZA/CCR

Girdi Odaklı Model

İşgücü Maliyeti

Öz Sermaye Ticari maliyetler

Yapı-Mühendislik Maliyetleri

Uçak Sayısı

Yolcu Sayısı Kargo Miktarı

2009 Chi-Lok &

Zhang

25 Çin

havalimanı (1995-2006)

VZA

Çıktı Odaklı Model

Pist Uzunluğu

Terminal Boyutu

Uçak Sayısı

Yolcu Sayısı Kargo Miktarı

2009 Barros &

Weber

27 İngiliz

havalimanı (2000-2004)

VZA Malmquist

Indeksi

İşçi Maliyetleri

İşletme Giderleri Diğer Giderler

Yolcu Sayısı

Kargo Miktarı Uçak Sayısı

2010 Koçak 40 Türk

havalimanı

(2008)

VZA/CCR-BCC

Girdi Odaklı Model

Operasyon Giderleri

Personel Sayısı

Uçak Trafiği Yolcu Sayısı

Alan Başına Yolcu Sayısı

Pist Başına Uçak Sayısı

Kargo Trafiği Operasyon Gelirleri

2010 Perelman &

Serebrisky

21 Latin

America havalimanı

(1995-2007)

VZA CCR/BCC

Çıktı Odaklı Model

Personel Sayısı

Uçak Park Alanı Terminal Alanı

Uçak Sayısı

Yolcu Sayısı Kargo Miktarı

2010 Assaf 27 Büyük

Britanya

havalimanı

(2007)

VZA/CCR

Çıktı Odaklı Model

Tam zamanlı kullanıcı sayısı

Havaalanı Alanı

Pist sayısı

Yolcular

Kargo

İniş ve Kalkış

2010 Suzuki ve diğerleri

30 Avrupa havalimanı

(2003)

VZA/CCR Çıktı Odaklı Model

Pist sayısı Terminal Alanı

Çalışan Sayısı

Kapı

Yolcular Kargo

İniş ve kalkış

2011 Curi ve

diğerleri

18 İtalya

havalimanı

(2000-2004)

VZA/CCR

Çıktı Odaklı Model

Çalışan Sayısı

Pist Saysısı

Apron Alanı

Yolcular

Kargo

İniş ve Kalkış

2012 Ar 31 Türk havalimanı

(2007-2011)

Malmquist TFV Personel Sayısı Pist/Apron Başına Uçak

Kapasiteleri

Alan Başına Yolcu Kapasiteleri

Pist/Apron Başına Gerçekleşen Uçak Trafiği

Alan Başına Gerçekleşen Yolcu

Trafiği Yük Trafiği

2012 Chow & Fung

30 Çin

havalimanı (2000-2006)

VZA CCR Model

Çıktı Odaklı Model

Pist Uzunluğu

Terminal Alanı

Uçak Sayısı

Yolcu Sayısı Kargo Miktarı

2013

Ömürbek ve

diğerleri

40 Türk

havalimanı

(2007-2010)

VZA/CCR-BCC

Çıktı Odaklı Model

Uçuş Trafiği

Ticari Uçuş Trafiği

Kargo Trafiği

Yolcu Trafiği

Satış Gelirleri

Giderler

Hizmet Verilen Alan

Yolcu Kapasitesi

Otopark Kapasitesi

Taşıt Parkı

Apron Kapasitesi Uçak Kapasitesi

Bilgi İşlem Cihaz Sayısı Kurtarma Cihaz Sayısı

Personel Sayısı

44

Tablo 1.1. Hava Meydanları Etkinliğinin Belirlenmesinde Veri Zarflama Analizi Uygulanan

Çalışmalara Örnekler (Devamı)

2013 Öncü ve diğerleri

7 havayolu işletmesi

(2010)

VZA CCR Çıktı Odaklı Model

Cari Oran Kısa Vadeli Borçlar/Toplam

Aktifler

Özkaynaklar/Aktifler Satılan Mallar Maliyeti

Aktif Karlılığı Net Kar Marjı

2013 Wanke

63 Brezilya

havalimanı (2009)

VZA CCR

Çıktı Odaklı Model

Terminal Alanı

Uçak Park Alanı

Yolcu Sayısı

Kargo Miktarı

2014 Ahn & Min

23 dünyanın

büyük

havalimanı (2006-2011)

VZA/CCR Model

Çıktı Odaklı Model

Arazi Alanı

Pist Uzunluğu

Yolcu Terminal Alanı Kargo Terminal Alanı

Uçak Sayısı

Yolcu Sayısı

Kargo Miktarı

2015 Ülkü 32 Türk

havalimanı 41 İspanya

havalimanı

(2009-2011)

VZA

Regresyon Analizi

Personel Giderleri

Diğer İşletme Giderleri Pist Alanı

Yolcu Sayısı

Kargo Miktarı Ticari Gelirler

Hava Trafik Hareketleri

2015 Karkacier &

Yazgan

37 Türk

havalimanı

(2008-2011)

VZA

Tobit Modeli

Çalışan Sayısı

İşletme Gideri

Terminal Alanı Pist Sayısı

Apron Sayısı

Yolcu Trafiği

İşletme Geliri

Uçak Trafiği Yük Trafiği

2015

Pedram &

Payan

7 İran

havalimanı (2010-2013)

VZA /CCR

Çıktı Odaklı Model Süper Etkinlik

Personel Sayısı

İç Terminal Alanı Dış Terminal Alanı

Terminal Sayısı

Uçak Sayısı

Yolcu Sayısı Kargo Miktarı

2017 Koç & Çalıpınar

38 Türk havalimanı

(2011-2014)

Fareprimont Endeksi, Malmquist

Endeksi, TFV

Personel Sayısı Gider ve Maliyetler

Yolcu Sayısı Yük Miktarı

Tablo 1.1’e göre verimlilik analizi için kullanılan girdi ve çıktı değişkenleri

birbirine benzemektedir. Genellikle girdi değişkenleri olarak personel sayısı,

terminal alanı, pist sayısı kullanılırken, çıktı değişkeni olarak ise uçak sayısı, yolcu

sayısı, kargo miktarı gibi değişkenler kullanılmıştır.

Bilimsel yazın incelendiğinde çeşitli çalışmalarda meta sınır analizi ana

yöntem olarak kullanılmıştır. Bu çalışmalarda teknik etkinlik ölçümü (TE), teknoloji

açığı oranı (TGR) ölçümleri vurgulanmıştır. Örneğin; Rao, O’Donnell ve Battese

(2003)’te meta sınır fonksiyonu kavramını üretim teknolojilerindeki bölgelerarası

çalışmalar için kullanmıştır. Battese, Rao ve O’Donnell (2004)’te Endonezya’nın beş

farklı bölgesindeki tekstil firmalarının etkinlik ölçümlerini meta sınır üretim

fonksiyonuyla bulmuştur.

Ayrıca Rao, O’Donnell ve Battese (2008)’te bölgeler arası tarımsal etkinliğin

karşılaştırılmasında teknoloji oranlarının ve firma düzeyi etkinlikleri çalışmasında

meta sınır çalışmıştır. Assaf, Barros ve Josiassen (2010)’da 78 Tayvan otelinin

operasyonel etkinliklerini ölçmüştür. Huang, Chen ve Yang (2010)’da Tayvan

firmalarının maliyet etkinliklerini değerlendirmiştir. VZA Meta Sınır modeli,

45

İspanya’daki atık su arıtma teknolojilerinin etkinliklerini ölçmek için kullanılmıştır

(Sala-Garrido, Molinos-Senante ve Hernandez-Sancho, 2011: 2). Tunca, Karaçuka

ve Çatık (2013)’te Türk imalat sektöründeki firmaların etkinliklerini meta sınır

yaklaşımıyla hesaplamıştır. Tunca ve Yeşilyurt (2016)’da yaptıkları çalışmada

hastane etkinliklerini ölçmek için meta sınır yöntemini kullanmıştır. Havalimanı

etkinliklerinin hesaplanmasında meta VZA sınır analizini kullanan çalışmalar

incelendiğinde ilk çalışmanın Assaf (2009) tarafından yapıldığı görülmüştür. Assaf

(2009) çalışmasında, İngiltere’deki büyük ve küçük havalimanları arasındaki

teknolojik farklılıkları meta sınır analiziyle incelemiştir.

Yazında Meta-VZA sınır analizinin turizm, sağlık, eğitim alanlarında

uygulamaları görülmüştür. Türkiye’deki uygulamalar incelendiğinde de Tunca ve

diğerleri (2013)’teki çalışmalarında Meta-VZA sınır analizini imalat sektöründeki

yerli ve yabancı işletmeler üzerine uygulamıştır. Tunca ve Yeşilyurt (2016)’daki

çalışmalarında ise Türkiye’deki hastanelere meta VZA sınır analizini uygulamıştır.

Özden (2016)’daki çalışmasında meta sınır analizini gelir gruplarına göre ülkelerin

tarımsal etkinliklerini hesaplamak için kullanmıştır.

Bilimsel yazın araştırması sonucundan da görüldüğü gibi havalimanları

üzerine Dünya’da veri zarflama analizi kullanılarak pek çok çalışma yapılmıştır.

Türkiye’de yapılan çalışmalardan Karkacıer ve Yazgan’ın 2015’teki çalışmalarında

VZA yöntemiyle birlikte Tobit modelini kullanmışlardır. Ancak girdi değişkeni

olarak apron sayısını kullanmışlardır. Yapılan uzman görüşmeleri ve literatür

araştırması sonucunda apron, havaalanlarında uçakların park pozisyonlarını aldıkları,

yakıt aldıkları ve uçaklara yüklemenin yapıldığı alanlardır. Önemli olan apron sayısı

değil; apron alanı ya da kapasitesidir. Ömürbek ve diğerlerinin 2013 yılında

yaptıkları çalışmada 2007-2010 yıllarına ait verilerin ortalaması alınarak analiz

yapılmıştır. Ayrıca çalışmada havalimanları yıllık uçuş trafiğine göre büyük, orta ve

küçük havalimanları olarak ayrılmıştır. Ancak; bu gruplandırma istatistiksel bir

temele dayandırılmamıştır. Bu da çalışmanın ana eksikliğidir.

Bu çalışmada diğer çalışmalardan farklı olarak serbestlik derecesi sorunuyla

karşılaşılmaması ve bilim felsefesinin temeli olan tutumluluk ilkesinden yola

çıkılarak çok sayıda değişkeni az sayıda değişkenle ifade edebilmek için faktör

46

analizi uygulanarak değişken sayıları azaltılmıştır (Işık vd., 2004 : 45). Veri zarflama

analizinde karar verme birimlerimizin homojen olduğu kabul edilir. Ancak

ülkemizdeki havalimanları homojen değildir. Bu sorundan yola çıkarak veri zarflama

analizinden sonra karar verme birimlerimiz çok değişkenli istatistiksel bir teknik olan

kümeleme analiziyle gruplandırılmıştır. Bu kümelemeden sonra kendi içlerinde

homojen olan bu iki havalimanı grubuna meta sınır yaklaşımıyla analiz

uygulanmıştır. Bu noktada havalimanlarının etkinlikleri daha doğru bir şekilde analiz

edilmiştir.

47

2. İKİNCİ BÖLÜM

HAVALİMANLARININ ETKİNLİĞİNİN ÖLÇÜLMESİ

2.1. Araştırmanın Yöntemi

Bu çalışmada Devlet Hava Meydanları’nın etkinliklerinin hesaplamak için

veri zarflama analizi ve meta sınır analizi kullanılmıştır. Veri zarflama analizi ve

meta sınır analizine, verilerin ve değişkenlerin hazırlanması sürecinde faktör analizi

ve kümeleme analizi uygulanılmıştır. Çalışmanın bu kısmında araştırmanın amacı,

kapsamı, önemi, örneklemi, veri toplama süreci ve uygulanan analizlerin bulgularına

yer verilmiştir.

2.1.1. Araştırmanın Amacı, Kapsamı ve Önemi

Havalimanları pahalı yatırımlardır. Bu sebeple mevcut havalimanları fiziki

yapılarını değiştirmek yerine kaynaklarını daha etkin kullanmak istemektedir.

Havalimanlarının etkinliği, yolcu, yük, uçak trafiği, organizasyonel yapı, ekipmanlar

gibi birçok parametreden etkilenmektedir. Havalimanları, ürün değil hizmet

üretmektedirler. Hizmet sektöründe verimlilik ve etkinlik hesaplamak diğer

sektörlere göre daha zordur.

Bu çalışma ile Türkiye Devlet Hava Meydanları İşletmeleri’nin

etkinliklerinin belirlenmesi amaçlanmıştır. Araştırma kapsamındaki etkinlik

ölçümleri şu nedenlerden dolayı önemlidir:

Havalimanı etkinliğini etkileyen bir sorunun erken teşhisi açısından

havalimanlarının yakın dönemdeki etkinliğinin, geçmiş dönemlerle

karşılaştırılarak takip edilmesi faydalı olacaktır.

Havalimanları değişen piyasa şartlarında gelecek dönemlerdeki

hedeflerini belirlemek için etkinlik ölçümleri yapmalıdır.

Havalimanlarının etkin çalışması havalimanı karlılığını ve diğer ulaşım

yollarıyla olan rekabet gücünü yükseltecektir.

48

Bu çalışmada yapılan etkinlik analizi, havalimanlarına gelecekteki

durumlarını belirleyip kendilerini geliştirerek etkinliklerini arttırabilmesi

açısından önemli bir kaynak olacaktır.

Bu çalışmanın kapsamını, Türkiye’deki 55 tane havalimanından Devlet Hava

Meydanları İşletmesi’ne ait ve 1999 yılından 2015 yılına kadar verisi bulunan 37

tane havalimanı oluşturmaktadır.

2.1.2. Araştırmanın Örneklemi ve Veri Toplama Süreci

Araştırma verileri, Devlet Hava Meydanları İşletmesi (DHMİ)’nin her yıl

yayınlanan istatistik yıllıklarından ve DHMİ’nin resmi web sitesinden

(www.dhmi.gov.tr) elde edilmiştir. Bu çalışmadaki araştırmanın çok yıllık bir veri

setinden oluşması ve havalimanları arasında veri homojenliği sağlanması gerekliliği,

verilerin toplanması açısından dikkat ve hassasiyetle çalışılmayı gerekli kılmıştır.

Bu araştırmanın değişkenleri, uzman görüşlerinden ve literatürden

yararlanılarak operasyonel değişkenlerden oluşturulmuştur. Bu çalışmada

uygulanacak analizler için 8 girdi, 3 çıktı değişkeni belirlenilmiştir. Çıktı

değişkenleri; yolcu trafiği, kargo trafiği, uçak trafiği iken girdi değişkenleri; personel

sayısı, check-in kontuar sayısı, pist sayısı, otopark alanı, apron alanı, terminal alanı,

bagaj konveyörleri sayısı, yolcu biniş kapı sayısından oluşmaktadır. Bu değişkenler

Tablo 2.1’de gösterilmiştir.

49

Tablo 2.1. Girdi ve Çıktılar

ÇIKTILAR AÇIKLAMA

Yolcu Trafiği Havalimanından uçuş yapmış yıllık yolsu sayısı (kişi)

Kargo Trafiği Havalimanından taşınan yıllık kargo miktarı (ton)

Uçak Trafiği Havalimanından kalkan yıllık uçak sayısı (adet)

GİRDİLER AÇIKLAMA

Personel Sayısı Havalimanında çalışmakta olan personel sayısı (adet)

Check-in Kontuar Sayısı Havalimanlarında yolcuların check-in işlemlerini yaptırmaları için

ayrılmış bölümlerin sayısı (adet)

Pist Sayısı Hava araçlarının iniş kalkış yaptığı yer (adet)

Otopark Alanı Toplam park edilebilir araç alanı (metre kare)

Apron Alanı Havalimanlarında uçakların park pozisyonlarını aldıkları, yakıt aldıkları

ve uçaklara yüklemenin yapıldığı alanlardır (metre kare)

Terminal Alanı Havalimanında yer alan ve yolcuların havalimanına gelişleri ile en son

kalkmadan önce uçağa binişlerini sağlamak amacıyla yapılmış olan alan

(metre kare)

Bagaj Konveyörleri Sayısı Havalimanlarında bagaj taşımada yararlanılan taşıma aracı (adet)

Yolcu Biniş Kapı Sayısı Uçağa binmeden önce yolcunun elindeki boarding kartın kontrol edildiği

ve yolcunun uçağa alındığı kapı sayısı (adet)

Tutumluluk ilkesinden yola çıkarak bu değişkenler faktör analiziyle 1 çıktı

değişkeni, 2 girdi değişkenine dönüştürülmüştür.

2.2. Araştırmanın Bulguları

Çalışmanın bu kısmında veri setine uygulanılan faktör analizi, kümeleme

analizi, veri zarflama analizi ve meta sınır analiziyle ilgili bulgulara yer verilmiştir.

Ayrıca analizlerin bu çalışmada uygulanış sebepleri, model, yöntem seçim sebepleri

de bu kısımda yer almaktadır.

2.2.1. Faktör Analizine Ait Bulgular

Veri zarflama analizine geçmeden önce araştırmanın güvenilirliği açısından,

karar verme birimlerinin sayısının değişken sayısının iki katından fazla olması önem

arz ettiğinden, veri setinde serbestlik derecesi sorunuyla karşılaşmamak için bilim

felsefesinin tutumluluk ilkesinden yola çıkarak veri setini analize hazır hale getirmek

için çıktı, girdi değişken sayılarını azaltmak gerekmektedir. Bu tez çalışmasındaki

çıktı ve girdi değişken sayılarını azaltmak amacıyla faktör analizi uygulanmıştır.

Analize hazırlık aşamasında verilerin basıklık, çarpıklık ve normalliği incelenmiştir.

Verilerin basıklık, çarpıklık ve normalliğinde sorun olduğundan verilere logaritmik

dönüşümü uygulanmıştır. Veri setindeki değişkenlerin birimleri birbirinden farklı

olduğundan değişkenleri aynı değerlerle ifade etmek için veriler z puanlarına

50

dönüştürülerek standartlaştırılmıştır. Standartlaştırma işleminden sonra verilerin

çarpıklık, basıklık ve normallikleri incelenilmiştir. Değişkenlerin çarpıklık, basıklık

değerleri ve normallik testi sonuçları Tablo 2.2’de verilmiştir. Çarpıklık (skewness),

basıklık (kurtosis) katsayıları (-3,+3 aralığında) normal aralıkta, Kolmogorov-

Smirnov normallik testi sonucunda p>0.01 olduğundan anlamlı çıkmıştır.

Tablo 2.2. Değişkenlerin Çarpıklık, Basıklık, Kolmogorov-Smirnov Sonuçları

Değişken Tipi Çarpıklık Basıklık Kolmogorov-Smirnov (K-S)

Yolcu Trafiği Çıktı -3.853 -3.529 0.116 Kargo Trafiği Çıktı -3.614 -3.441 0.141 Uçak Trafiği Çıktı -3.236 -3.071 0.155

Personel Sayısı Girdi -2.138 -2.353 0.191 Check-in Kontuar Sayısı Girdi -1.980 -1.851 0.229

Pist Sayısı Girdi -1.752 -1.635 0.283 Otopark Alanı Girdi 0.851 0.655 0.518 Apron Alanı Girdi 0.762 0.854 0.591

Terminal Alanı Girdi 0.651 0.695 0.793 Bagaj Konveyörleri Sayısı Girdi 0.544 0.358 0.852 Yolcu Biniş Kapı Sayısı Girdi 1.019 1.004 0.325

Faktör analizi uygularken temel bileşenler analizinden yararlanılmıştır.

Örneklemin büyüklüğü açısından veri yapısının faktör analizine uygun olup

olmadığının belirlenmesi amacıyla KMO ve Barlett Küresellik Testi uygulanmıştır.

Çıktı değişkenlerine uygulanan KMO ve Barlett Küresellik Testi sonucunda

KMO değeri 0.78 ve Barlett testi sonucu (Ki kare=312.244 p=0.000) anlamlı

bulunmuştur. Bu varsayımında sağlanmasıyla faktör analizi uygulanılmıştır. Çıktı

değişkenlerine uygulanan faktör analizi sonucu öz değeri 1’in üzerinde olan bir

faktör oluşmuştur. Çıktı değişkenleri için uygulanan faktör analizi sonucu Tablo

2.3’te verilmiştir.

Tablo 2.3. Çıktı Değişkenleri İçin Faktör Analizi Sonuçları

Değişken Faktör Yükü

ln (Yolcu Sayısı) 0.973

ln (Kargo Miktarı) 0.980

ln (Uçak Sayısı) 0.958

Varyansı Açıklama Oranı (% ) 94.1

KMO 0.78

51

Girdi değişkenlerine faktör analizi uygulandığında KMO değeri 0.81 ve

Barlett testi (Ki kare=392.114 p=0.000 ) sonucu anlamlı bulunmuştur. Girdi

değişkenlerine uygulanan faktör analizinde varimax dik döndürme yöntemi

kullanılmıştır. Analiz sonucu 2 faktör oluşmuştur. Birinci faktör, toplam varyansın %

44.3’ünü, 2.faktör toplam varyansın % 39,7’sini açıklamıştır ve değişkenler pozitif

yönde anlamlı etkilemiştir. Birinci faktör personel sayısı, pist sayısı, otopark alanı,

apron alanı, terminal alanı, 2.faktör ise check-in kontuar sayısı, bagaj konveyörleri

sayısı ve yolcu biniş kapı sayısı değişkenlerinden oluşmuştur. Girdi değişkenleri için

uygulanan faktör analizi Tablo 2.4’te verilmiştir.

Tablo 2.4. Girdi Değişkenleri İçin Faktör Analizi Sonuçları

Değişken Faktör Yükü

ln (Personel Sayısı) 0.729

ln (Check-in Kontuar Sayısı) 0.893

ln (Pist Sayısı) 0.786

ln (Otopark Alanı) 0.767

ln (Apron Alanı) 0.725

ln (Terminal Alanı) 0.778

ln (Bagaj Konveyör Sayısı) 0.932

ln (Yolcu Biniş Kapı Sayısı) 0.928

Varyansı Açıklama Oranı (% ) 83.9

KMO 0.81

2.2.2. Veri Zarflama Analizi ve Bulguları

VZA’nın model seçiminde, ilk olarak modelin girdiye yönelik mi çıktıya

yönelik mi olduğuna karar verilir. Daha sonra ise, modelin ölçeğe göre sabit mi,

artan mı yoksa azalan mı olduğuna karar verilir.

Eğer etkinlik değerleri ve etkin karar birimleri sınırlı tutulmak isteniyor ya da

farklı ölçeklerin VZA analizinin hassaslığı dolayısıyla araştırma sonucunda

farklılıklar oluşturmasından endişe ediliyorsa ölçeğe göre sabit getirili modeller

tercih edilmelidir. Getiri konusu net bir şekilde bilinmiyorsa ve kısıtlama

getirilmeden modelin etkinlik belirlemesi isteniyorsa ölçeğe göre değişken modeller

tercih edilmelidir. Hollingsworth ve Smith, eğer girdi veya çıktı olarak bir oran

kullanılıyorsa ölçeğe göre değişken modellerin tercih edilmesi gerektiğini

belirtmişlerdir (Hollingsworth ve Smith, 2003: 733).

52

Bu çalışmada, çıktıyı arttırmak amaçlandığı için çıktı odaklı CCR ve BCC

modeli kullanılmıştır. Çalışmada kullanılan veri zarflama analizinin en önemli

özelliği, basit ve uygulanabilir olmasıdır.

VZA çözümlemeleri Coelli’nin 1996 yılında geliştirdiği ve bu konudaki

çalışmalarda oldukça yaygın şekilde tercih edilen DEAP 2.1 (Data Envelopment

Analysis Program) paket programı kullanılarak gerçekleştirilmiştir.

VZA’da karar verme birimlerinin farklı üretim fonksiyonları olabileceği için

her karar verme birimi için ayrı model kurulmakta, girdi ve çıktıları

ağırlıklandırmada esneklik tanınmaktadır. Model karar verme biriminin en az

kullandığı girdilere ve en çok ürettiği çıktılara en yüksek ağırlıklar verilerek her

karar verme biriminin kendi etkinlik skorunu maksimize edecek şekilde

kurulmaktadır (Oruç vd., 2009: 282). Fakat girdi ve çıktılara ağırlık seçmede tanınan

bu esneklik karar verme birimi sayısı sabit kalıp girdi ve çıktı sayısının artması

durumunda; serbestlik problemi yaşanarak VZA’nın ayrım yapma gücünün

azalmasına, çok fazla karar verme biriminin etkin çıkmasına sebep olabilmektedir

(Jenkins ve Anderson, 2003: 52). Çünkü karar verme birimi sayısının az olması

etkinlik değeri hesaplanacak karar verme biriminin en çok ürettiği çıktı veya en az

kullandığı girdiye yakın değerlere sahip başka karar verme birimlerinin olma

olasılığının az olması demektir. Bu sebeple karar verme birimi sayısının girdi ve çıktı

sayısının toplamının 3 katından fazla olması beklenir (Jenkins ve Anderson, 2003:

54).

VZA’nın güvenilir sonuçlar vermesi için, öncelikle girdiler ve çıktılar için bir

korelasyon analizi yapılması gerekmektedir. Eğer bir girdinin, çıktıların tümü ile

düşük bir korelasyon içerisinde olduğu gözleniyorsa, bu durum o girdinin model için

anlamlı olmadığına ve çıkarılabileceğine işaret etmektedir (Yang, 2009: 16). Ayrıca,

korelasyon analizinde girdilerin çıktılar üzerindeki etkilerinin aynı yönlü olması

tercih edilir. Bir başka deyişle, eğer bir girdi bir çıktıyı pozitif yönde etkiliyorsa diğer

girdilerin de o çıktıyı pozitif yönde etkilemesi beklenir. Bu özelliğe VZA’nın

izotonik yapısı denir. Eğer girdilerin hepsi bir çıktıyı pozitif etkiliyor yalnızca bir

tanesi negatif etkiliyorsa o girdinin izotonik yapıyı bozmayacak şekilde yeniden

tanımlanması gerekmektedir (Pidd, 2012: 79). Aynı zamanda, girdi ve çıktı

53

değişkenleri arasında pozitif yönlü bir ilişkinin olması Veri Zarflama Analizi’nin

güvenilirliğini arttırır (Bal, 2010: 60). Bu nedenle havalimanlarına ait girdi ve çıktılar

“R-3.3.3” sürümü ile Pearson korelasyon analizi yapılarak aralarındaki ilişkiler

incelenmiştir. Açık kaynak kodlu istatistiksel yazılım geliştirme programı olan R,

istatistikçiler ve matematikçiler için kod yazmayı kolaylaştıran bir programlama

dilidir (R core team, 2017: 2). Yapılan korelasyon analizi Tablo 2.5’te görülmektedir.

Korelasyon tablosunda görüldüğü gibi, girdi ve çıktılar arasında pozitif yönde güçlü

bir ilişki vardır. Bu da VZA’nın sağlıklı sonuçlar vereceğini göstermektedir.

Tablo 2.5 Girdi ve Çıktı Faktörlerine Ait Korelasyon İlişkisi

1.Girdi Faktörü 2.Girdi Faktörü

Çıktı Faktörü 0.864** 0.785**

1.Girdi Faktörü 0.731**

**p<0.01 düzeyinde anlamlı

Çalışmada havalimanlarının bilgisayar programında hangi numaralarla

ilişkilendirildiği Tablo 2.6’da görülmektedir. Veri zarflama analizinde, karar

birimlerinin doğru belirlenmesi, girdi ve çıktıların seçimi, verilerin ve gerekli

bilgisayar programlarının elde edilmesi ve de amaca uygun VZA modelinin

seçilmesi araştırmanın sonuçları açısından kritik öneme sahiptir.

Tablo 2.6. Karar Verme Birimleri ve Numaraları

Numara Havalimanı Adı (KVB) Numara Havalimanı Adı (KVB) Numara Havalimanı Adı (KVB)

1 İstanbul Atatürk 14 Ağrı 27 Mardin

2 Ankara Esenboğa 15 Bursa Yenişehir 28 Muş

3 İzmir Adnan Menderes 16 Çanakkale 29 Samsun Çarşamba

4 Antalya 17 Denizli Çardak 30 Siirt

5 Muğla Dalaman 18 Diyarbakır 31 Sinop

6 Muğla Milas-Bodrum 19 Elazığ 32 Sivas Nuri Demirağ

7 Adana 20 Erzincan 33 Şanlıurfa GAP

8 Trabzon 21 Kahramanmaraş 34 Tekirdağ Çorlu

9 Isparta Süleyman Demirel 22 Kars 35 Tokat

10 Nevşehir Kapadokya 23 Kayseri 36 Uşak

11 Erzurum 24 Konya 37 Van Ferit Melen

12 Gaziantep 25 Kocaeli Cengiz Topel

13 Adıyaman 26 Malatya

Araştırmanın güvenilirliği açısından, karar verme birimlerinin sayısının

değişken sayısının üç katından fazla olması önem arz ettiği için değişken ve karar

verme birimleri arasındaki oran incelenilmiştir. 37 karar verme biriminin 3

değişkenin üç katından fazla olması nedeniyle analiz aşamasına geçilmiştir.

54

Bu çalışmada DEAP programı kullanılarak veri zarflama analizi yapıldığı için

karar verme birimlerinin verileri bir text dosyası haline dönüştürülerek programa

okutulmuştur. CCR ve BCC modellerinin matematiksel mantığını anlamak için örnek

olarak 2014 yılı ve bir karar birimi seçilmiştir. Devlet Hava Meydanlarından İstanbul

Atatürk Havalimanının çıktıya yönelik CCR-Veri Zarflama Analizi Modeli aşağıda

verilmiştir.

Amaç fonksiyonu max

Kısıtlar

1 2 3 4 5 6 7

8 9 10 11 12 13 14

15 16 17

0,968604 0,469191 0,487722 0,467042 0,539542 0,998199 0,530956

0,751225 0,588431 0,417833 0,50289 0,423779 0,540376 0,343108

0,424826 0,417072 0,413625 0,5109

w w w w w w w

w w w w w w w

w w w

18 19 20 21

22 23 24 25 26 27 28

29 30 31 32 33 34

37 0,359954 0,503609 0,500149

0,347528 0,433609 0,306513 0,423783 0,355376 0,363185 0,422752

0,520433 0,430258 0,402717 0,428012 0,535502 0,452793 0,

w w w w

w w w w w w w

w w w w w w

35

36 37

346436

0,435152 0,502513 0,968604

w

w w

1 2 3 4 5 6 7

8 9 10 11 12 13 14

15 16 17

0,993264 0,707487 0,706593 0,756512 0,656384 0,652231 0,662774

0,607294 0,633011 0,56215 0,513435 0,571251 0,615026 0,471827

0,48616 0,493388 0,416427 0,53609

w w w w w w w

w w w w w w w

w w w

18 19 20 21

22 23 24 25 26 27 28

29 30 31 32 33 34

0,602815 0,566267 0,508209

0,477024 0,522111 0,577321 0,366168 0,55483 0,529202 0,507467

0,600055 0,378296 0,447825 0,526541 0,542651 0,550739 0,411

w w w w

w w w w w w w

w w w w w w

35

36 37

945

0,382389 0,582021 0,993264

w

w w

1, 2 37,..., 0w w w

* : Optimal amaç değeri

w: Havalimanlarını (değişkenleri) göstermektedir.

İstanbul Atatürk Havalimanı’nın 2014 yılı için CCR-Veri Zarflama Analizi

modelinde çıktı 1, değeri küçük eşit olup Devlet Hava Meydanları içinde en az

1 2 3 4 5 6 7

8 9 10 11 12 13 14

15 16 17

0,664046 0,844125 0,77003 0,88026 0,618567 0,323888 0,540788

0,355163 0,484314 0,434312 0,437062 0,643696 0,489317 0,516132

0,322825 0,567837 0,345777 0,46414

w w w w w w w

w w w w w w w

w w w

18 19 20 21

22 23 24 25 26 27 28

29 30 31 32 33 34

1 0,590453 0,466491 0,465136

0,374205 0,482006 0,645598 0,400658 0,606966 0,42017 0,378016

0,471596 0,266722 0,415564 0,515445 0,458988 0,483802 0,34

w w w w

w w w w w w w

w w w w w w

35

36 37 1 2 1

2418

0,319881 0,519713 0,664046

w

w w s s s

55

İstanbul Atatürk Havalimanı’nın değerleri ve daha fazla çıktı olması istenmektedir.

Girdi değerleri ise büyük eşit olup en fazla İstanbul Atatürk Havalimanının değerleri

kadar olması istenmektedir.

Devlet Hava Meydanlarından İstanbul Atatürk Havalimanının çıktıya yönelik

BCC-Veri Zarflama Analizi Modeli aşağıda verilmiştir.

Amaç Fonksiyonu

1 2 1max ( )o s s s

Kısıtlar

1 2 3 4 5 6 7

8 9 10 11 12 13 14

15 16 17

0,664046 0,844125 0,77003 0,88026 0,618567 0,323888 0,540788

0,355163 0,484314 0,434312 0,437062 0,643696 0,489317 0,516132

0,322825 0,567837 0,345777 0,46414

w w w w w w w

w w w w w w w

w w w

18 19 20 21

22 23 24 25 26 27 28

29 30 31 32 33 34

1 0,590453 0,466491 0,465136

0,374205 0,482006 0,645598 0,400658 0,606966 0,42017 0,378016

0,471596 0,266722 0,415564 0,515445 0,458988 0,483802 0,34

w w w w

w w w w w w w

w w w w w w

35

36 37 1 2 1

2418

0,319881 0,519713 0,664046

w

w w s s s

1 2 3 4 5 6 7

8 9 10 11 12 13 14

15 16 17

0,968604 0,469191 0,487722 0,467042 0,539542 0,998199 0,530956

0,751225 0,588431 0,417833 0,50289 0,423779 0,540376 0,343108

0,424826 0,417072 0,413625 0,5109

w w w w w w w

w w w w w w w

w w w

18 19 20 21

22 23 24 25 26 27 28

29 30 31 32 33 34

37 0,359954 0,503609 0,500149

0,347528 0,433609 0,306513 0,423783 0,355376 0,363185 0,422752

0,520433 0,430258 0,402717 0,428012 0,535502 0,452793 0,

w w w w

w w w w w w w

w w w w w w

35

36 37 1 2 1

346436

0,435152 0,502513 968604

w

w w s s s

1 2 3 4 5 6 7

8 9 10 11 12 13 14

15 16 17

0,993264 0,707487 0,706593 0,756512 0,656384 0,652231 0,662774

0,607294 0,633011 0,56215 0,513435 0,571251 0,615026 0,471827

0,48616 0,493388 0,416427 0,53609

w w w w w w w

w w w w w w w

w w w

18 19 20 21

22 23 24 25 26 27 28

29 30 31 32 33 34

0,602815 0,566267 0,508209

0,477024 0,522111 0,577321 0,366168 0,55483 0,529202 0,507467

0,600055 0,378296 0,447825 0,526541 0,542651 0,550739 0,411

w w w w

w w w w w w w

w w w w w w

35

36 37 1 2 1

945

0,382389 0,582021 0,993264

w

w w s s s

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

33 34 35 36 37 1

w w w w w w w w w w w w w w w w w

w w w w w w w w w w w w w w w

w w w w w

1 2 37 1 2 3 4 5 6 7 8 1 2 3, ,..., , , , , , , , , , , , 0w w w s s s s s s s s s s s

* : Optimal amaç değeri

56

w: Havalimanlarını (değişkenleri) göstermektedir.

İstanbul Atatürk Havalimanı’nın 2014 yılı için BCC-Veri Zarflama Analizi

modelinde çıktılar toplamından çıktı fazlalıkları çıkarılarak İstanbul Atatürk

havalimanının çıktılarına eşitlikleri sağlanmıştır. Girdi değerlerine ise girdi

eksiklikleri eklenerek en fazla İstanbul Atatürk Havalimanının girdi değerleri kadar

olması sağlanmıştır. Ayrıca CCR modelden farklı olarak ağırlıklar toplamının 1 olma

kısıtı eklenmiştir.

Ek 1 ve Ek 2 incelendiğinde; 1999 yılında 37 havalimanına uygulanan veri

zarflama analizi sonucunda CCR modele göre 12 havalimanı etkindir. Bunlar;

İstanbul Atatürk, Ankara Esenboğa, İzmir Adnan Menderes, Antalya, Muğla

Dalaman, Muğla Milas-Bodrum, Kayseri, Adana, Bursa Yenişehir, Diyarbakır,

Tekirdağ Çorlu, Van Ferit Melen havalimanlarıdır. En küçük etkinlik değeri 0.008 ile

Konya havalimanına ait iken en büyük etkinlik değeri 1.000’dır. Ortalama etkinlik

değeri ise 0.587’dir. 1999 yılında BCC modele göre 16 havalimanı etkindir. Bunlar;

İstanbul Atatürk, Ankara Esenboğa, İzmir Adnan Menderes, Antalya, Muğla

Dalaman, Muğla Milas-Bodrum, Kayseri, Adana, Trabzon, Ağrı, Bursa Yenişehir,

Çanakkale, Diyarbakır, Siirt, Tekirdağ Çorlu, Van Ferit Melen havalimanlarıdır. En

küçük etkinlik değeri 0.013 ile Konya havalimanına ait iken en büyük etkinlik değeri

1.000’dır, ortalama etkinlik değeri ise 0.627’dir.

2000 yılı incelendiğinde; CCR modele göre İstanbul Atatürk, Ankara

Esenboğa, İzmir Adnan Menderes, Antalya, Muğla Dalaman, Muğla Milas-Bodrum,

Kayseri, Adana, Çanakkale, Diyarbakır, Siirt, Tekirdağ Çorlu, Van Ferit Melen BCC

modele göre de CCR modeline ek olarak Muş havalimanı etkindir. En küçük etkinlik

değeri 0.002 ile Tokat havalimanına ait iken en büyük etkinlik değeri 1.000’dır,

ortalama etkinlik değeri ise 0.582’dir. 2000 yılında BCC modele göre en küçük

etkinlik değeri 0.095 ile Tokat havalimanına ait iken en büyük etkinlik değeri

1.000’dır, ortalama etkinlik değeri ise 0.620’dir. 2000 yılı için Trabzon havalimanı

yapılacak iyileştirmelerle etkin hale gelme potansiyeli olan bir havalimanıdır.

İstanbul Atatürk, Ankara Esenboğa, İzmir Adnan Menderes, Antalya, Muğla

Dalaman, Muğla Milas-Bodrum, Diyarbakır, Muş, Tekirdağ Çorlu, Tokat, Van Ferit

57

Melen havalimanları CCR modele göre 2001 yılında etkindir. BCC modele göre bu

havalimanlarına ek olarak Adana havalimanı da etkin çıkmıştır. CCR modele göre en

küçük etkinlik değeri 0.050 ile Sinop havalimanına ait iken en büyük etkinlik değeri

1.000’dır,ortalama etkinlik değeri ise 0.585’dir. 2001 yılında BCC modele göre 12

havalimanı etkindir. BCC modele göre ise en küçük etkinlik değeri 0.081 ile Sivas

Nuri Demirağ havalimanına ait iken en büyük etkinlik değeri 1.000’dır,ortalama

etkinlik değeri ise 0.620’dir.

2002 yılında CCR modele göre İstanbul Atatürk, Ankara Esenboğa, İzmir

Adnan Menderes, Antalya, Muğla Dalaman, Muğla Milas-Bodrum, Diyarbakır, Van

Ferit Melen havalimanları etkindir. BCC modelde bu havalimanlarına ek olarak

Adana ve Gaziantep havalimanları da etkindir. CCR modele göre en küçük etkinlik

değeri 0.043 ile Adıyaman havalimanına ait iken en büyük etkinlik değeri

1.000’dır,ortalama etkinlik değeri ise 0.595’dir. BCC modele göre en küçük etkinlik

değeri 0.098 ile Adıyaman havalimanına ait iken en büyük etkinlik değeri

1.000’dır,ortalama etkinlik değeri ise 0.646’dır.

2003 yılında CCR modele göre İstanbul Atatürk, Ankara Esenboğa, İzmir

Adnan Menderes, Antalya, Muğla Milas-Bodrum, Kayseri, Adana, Diyarbakır, Van

Ferit Melen havalimanı etkindir. BCC modele göre de CCR modele göre ek olarak

Muğla Dalaman ve Çanakkale havalimanları da etkindir. CCR modele göre en küçük

etkinlik değeri 0.010 ile Sivas Nuri Demirağ havalimanına ait iken en büyük etkinlik

değeri 1.000’dır, ortalama etkinlik değeri ise 0.543’tür. BCC modele göre en küçük

etkinlik değeri 0.052 ile Adıyaman havalimanına ait iken en büyük etkinlik değeri

1.000’dır, ortalama etkinlik değeri ise 0.589’dur.

2004 yılında CCR modele göre İstanbul Atatürk, Ankara Esenboğa, İzmir

Adnan Menderes, Antalya, Muğla Dalaman, Muğla Milas-Bodrum, Diyarbakır, Van

Ferit Melen havalimanları, BCC modele göre de bu havalimanlarına ek olarak

Çanakkale, Kayseri, Adana, Trabzon havalimanları da etkindir. En küçük etkinlik

değeri CCR modele göre 0.005 ile Kahramanmaraş havalimanına ait iken en büyük

etkinlik değeri 1.000’dır, ortalama etkinlik değeri ise 0.530’tür. BCC modele göre en

küçük etkinlik değeri 0.029 ile Kahramanmaraş havalimanına ait iken en büyük

etkinlik değeri 1.000’dır, ortalama etkinlik değeri ise 0.578’dur.

58

2005 yılında CCR modele göre 9 havalimanı etkindir. Bunlar; İstanbul

Atatürk, Ankara Esenboğa, İzmir Adnan Menderes, Antalya, Muğla Dalaman, Muğla

Milas-Bodrum, Trabzon, Diyarbakır, Van Ferit Melen’dir. En küçük etkinlik değeri

0.041 ile Isparta Süleyman Demirel havalimanına ait iken en büyük etkinlik değeri

1.000’dır, ortalama etkinlik değeri ise 0.530’tür. 2005 yılında BCC modele göre 13

havalimanı etkindir. Bunlar; İstanbul Atatürk, Ankara Esenboğa, İzmir Adnan

Menderes, Antalya, Muğla Dalaman, Muğla Milas-Bodrum, Kayseri, Adana,

Trabzon, Çanakkale, Diyarbakır, Van Ferit Melen’dir. En küçük etkinlik değeri

0.074 ile Isparta Süleyman Demirel havalimanına ait iken en büyük etkinlik değeri

1.000’dır, ortalama etkinlik değeri ise 0.568’dur.

2006 yılında CCR modele göre etkin havalimanları İstanbul Atatürk, Ankara

Esenboğa, İzmir Adnan Menderes, Antalya, Muğla Milas-Bodrum, Kayseri, Adana,

Trabzon, Diyarbakır, Tekirdağ Çorlu, Van Ferit Melen’dir. En küçük etkinlik değeri

0.051 ile Sivas Nuri Demirağ havalimanına ait iken en büyük etkinlik değeri

1.000’dır, ortalama etkinlik değeri ise 0.576’dır. BCC modele göre etkin

havalimanları İstanbul Atatürk, Ankara Esenboğa, İzmir Adnan Menderes, Antalya,

Muğla Dalaman, Muğla Milas-Bodrum, Kayseri, Adana, Trabzon, Çanakkale,

Diyarbakır, Tekirdağ Çorlu, Van Ferit Melen’dir. En küçük etkinlik değeri 0.079 ile

Sivas Nuri Demirağ havalimanına ait iken en büyük etkinlik değeri

1.000’dır,ortalama etkinlik değeri ise 0.614’tür.

2007 yılında CCR modele göre etkin havalimanları İstanbul Atatürk, Ankara

Esenboğa, İzmir Adnan Menderes, Antalya, Muğla Milas-Bodrum, Trabzon,

Çanakkale, Diyarbakır, Mardin, Van Ferit Melen’dir. En küçük etkinlik değeri 0.021

ile Sinop havalimanına ait iken en büyük etkinlik değeri 1.000’dır, ortalama etkinlik

değeri ise 0.592’dir. BCC modele göre etkin havalimanları İstanbul Atatürk, Ankara

Esenboğa, İzmir Adnan Menderes, Antalya, Muğla Milas-Bodrum, Kayseri, Adana,

Trabzon, Çanakkale, Diyarbakır, Konya, Tokat, Mardin, Van Ferit Melen’dir. En

küçük etkinlik değeri 0.093 ile Sinop havalimanına ait iken en büyük etkinlik değeri

1.000’dır,ortalama etkinlik değeri ise 0.646’dır.

2008 yılında CCR modele göre etkin havalimanları İstanbul Atatürk, Ankara

Esenboğa, İzmir Adnan Menderes, Antalya, Trabzon, Diyarbakır, Mardin, Tekirdağ

59

Çorlu, Van Ferit Melen’dir. En küçük etkinlik değeri 0.167 ile Şanlıurfa GAP

havalimanına ait iken en büyük etkinlik değeri 1.000’dır, ortalama etkinlik değeri ise

0.620’dir. BCC modele göre etkin havalimanları İstanbul Atatürk, Ankara Esenboğa,

İzmir Adnan Menderes, Antalya, Muğla Milas- Bodrum, Kayseri, Adana, Trabzon,

Çanakkale, Diyarbakır, Mardin, Tekirdağ Çorlu, Van Ferit Melen’dir.

En küçük etkinlik değeri 0.202 ile Şanlıurfa GAP havalimanına ait iken en

büyük etkinlik değeri 1.000’dır, ortalama etkinlik değeri ise 0.671’dir.

2009 yılında CCR modele göre etkin havalimanları İstanbul Atatürk, Ankara

Esenboğa, İzmir Adnan Menderes, Antalya, Muğla Dalaman, Muğla Milas-Bodrum,

Tekirdağ Çorlu, Van Ferit Melen’dir. En küçük etkinlik değeri 0.041 ile Tokat

havalimanına ait iken en büyük etkinlik değeri 1.000’dır, ortalama etkinlik değeri ise

0.604’tür. BCC modele göre etkin havalimanları İstanbul Atatürk, Ankara Esenboğa,

İzmir Adnan Menderes, Antalya, Muğla Dalaman, Muğla Milas-Bodrum, Kayseri,

Adana, Trabzon, Diyarbakır, Mardin, Tekirdağ Çorlu, Van Ferit Melen’dir. En küçük

etkinlik değeri 0.113 ile Tokat havalimanına ait iken en büyük etkinlik değeri

1.000’dır, ortalama etkinlik değeri ise 0.653’tür.

2010 yılında CCR modele göre etkin havalimanları İstanbul Atatürk, Ankara

Esenboğa, İzmir Adnan Menderes, Antalya, Muğla Dalaman, Muğla Milas-Bodrum,

Mardin, Tekirdağ Çorlu, Van Ferit Melen’dir. En küçük etkinlik değeri 0.004 ile

Ağrı havalimanına ait iken en büyük etkinlik değeri 1.000’dır, ortalama etkinlik

değeri ise 0.666’tür. BCC modele göre etkin havalimanları İstanbul Atatürk, Ankara

Esenboğa, İzmir Adnan Menderes, Antalya, Muğla Dalaman, Muğla Milas-Bodrum,

Kayseri, Adana, Trabzon, Isparta, Adıyaman, Çanakkale, Diyarbakır,

Kahramanmaraş, Mardin, Tekirdağ Çorlu, Van Ferit Melen’dir. En küçük etkinlik

değeri 0.113 ile Ağrı havalimanına ait iken en büyük etkinlik değeri 1.000’dır,

ortalama etkinlik değeri ise 0.713’tür.

2011 yılında CCR modele göre etkin havalimanları İstanbul Atatürk, Ankara

Esenboğa, İzmir Adnan Menderes, Antalya, Trabzon, Diyarbakır, Tekirdağ Çorlu,

Van Ferit Melen’dir. En küçük etkinlik değeri 0.096 ile Kocaeli Cengiz Topel

havalimanına ait iken en büyük etkinlik değeri 1.000’dır, ortalama etkinlik değeri ise

60

0.667’dir. BCC modele göre etkin havalimanları İstanbul Atatürk, Ankara Esenboğa,

İzmir Adnan Menderes, Antalya Muğla Dalaman, Muğla Milas-Bodrum, Kayseri,

Adana, Trabzon, Isparta, Ağrı, Çanakkale, Kahramanmaraş, Mardin, Diyarbakır,

Tekirdağ Çorlu, Van Ferit Melen’dir. En küçük etkinlik değeri 0.125 ile Kocaeli

Cengiz Topel havalimanına ait iken en büyük etkinlik değeri 1.000’dır, ortalama

etkinlik değeri ise 0.716’dır.

2012 yılında CCR modele göre etkin havalimanları İstanbul Atatürk, Ankara

Esenboğa, İzmir Adnan Menderes, Antalya Muğla Dalaman, Muğla Milas-Bodrum,

Trabzon, Diyarbakır, Tekirdağ Çorlu, Van Ferit Melen’dir. En küçük etkinlik değeri

0.223 ile Adıyaman havalimanına ait iken en büyük etkinlik değeri 1.000’dır,

ortalama etkinlik değeri ise 0.721’dir. BCC modele göre etkin havalimanları İstanbul

Atatürk, Ankara Esenboğa, İzmir Adnan Menderes, Antalya, Muğla Dalaman, Muğla

Milas-Bodrum, Kayseri, Adana, Trabzon, Isparta, Gaziantep, Ağrı, Çanakkale,

Diyarbakır, Kahramanmaraş, Mardin, Muş, Tekirdağ Çorlu, Van Ferit Melen’dir. En

küçük etkinlik değeri 0.263 ile Erzincan havalimanına ait iken en büyük etkinlik

değeri 1.000’dır,ortalama etkinlik değeri ise 0.769’dur.

2013 yılında CCR modele göre etkin havalimanları İstanbul Atatürk, Ankara

Esenboğa, İzmir Adnan Menderes, Antalya Muğla Dalaman, Muğla Milas-Bodrum,

Kayseri, Adana, Trabzon, Isparta, Gaziantep, Ağrı, Diyarbakır, Kahramanmaraş,

Mardin, Muş, Tekirdağ Çorlu, Van Ferit Melen’dir. En küçük etkinlik değeri 0.218

ile Erzincan havalimanına ait iken en büyük etkinlik değeri 1.000’dır,ortalama

etkinlik değeri ise 0.771’dir. BCC modele göre etkin havalimanları İstanbul Atatürk,

Ankara Esenboğa, İzmir Adnan Menderes, Antalya, Muğla Dalaman, Muğla Milas

Bodrum, Kayseri, Adana, Trabzon, Isparta, Gaziantep, Ağrı, Çanakkale, Diyarbakır,

Kahramanmaraş, Mardin, Muş, Tekirdağ Çorlu, Van Ferit Melen’dir. En küçük

etkinlik değeri 0.244 ile Erzincan havalimanına ait iken en büyük etkinlik değeri

1.000’dır,ortalama etkinlik değeri ise 0.809’dur.

2014 yılında CCR modele göre etkin havalimanları İstanbul Atatürk, Ankara

Esenboğa, İzmir Adnan Menderes, Antalya, Muğla Dalaman, Muğla Milas-Bodrum,

Trabzon, Isparta, Gaziantep, Diyarbakır, Mardin, Tekirdağ Çorlu, Van Ferit

Melen’dir. En küçük etkinlik değeri 0.182 ile Erzincan havalimanına ait iken en

61

büyük etkinlik değeri 1.000’dır,ortalama etkinlik değeri ise 0.745’tir. BCC modele

göre etkin havalimanları İstanbul Atatürk, Ankara Esenboğa, İzmir Adnan Menderes,

Antalya, Muğla Dalaman, Muğla Milas-Bodrum, Kayseri, Adana, Trabzon, Isparta,

Gaziantep, Ağrı, Çanakkale, Diyarbakır, Kahramanmaraş, Mardin, Muş, Tekirdağ

Çorlu, Van Ferit Melen’dir. En küçük etkinlik değeri 0.228 ile Erzincan

havalimanına ait iken en büyük etkinlik değeri 1.000’dır,ortalama etkinlik değeri ise

0.793’tür.

2015 yılında CCR modele göre etkin havalimanları İstanbul Atatürk, Ankara

Esenboğa, İzmir Adnan Menderes, Antalya, Adana, Trabzon, Isparta, Diyarbakır,

Mardin, Tekirdağ Çorlu, Van Ferit Melen’dir. En küçük etkinlik değeri 0.110 ile

Kocaeli Cengiz Topel havalimanına ait iken en büyük etkinlik değeri 1.000’dır,

ortalama etkinlik değeri ise 0.686’dır. BCC modele göre etkin havalimanları İstanbul

Atatürk, Ankara Esenboğa, İzmir Adnan Menderes, Antalya, Muğla Dalaman, Muğla

Milas-Bodrum, Adana, Trabzon, Isparta, Gaziantep, Ağrı, Çanakkale, Diyarbakır,

Kahramanmaraş, Kayseri, Mardin, Muş, Siirt, Sinop, Tekirdağ Çorlu, Tokat, Uşak,

Van Ferit Melen’dir. En küçük etkinlik değeri 0.380 ile Nevşehir Kapadokya

havalimanına ait iken en büyük etkinlik değeri 1.000’dır,ortalama etkinlik değeri ise

0.831’dir.

Bu durumda, 1999-2015 döneminde havalimanlarının etkinliklerini

incelediğinde çıktı odaklı CCR modele göre en çok etkin havalimanı 2013 yılındadır.

Çıktı odaklı BCC modele göre ise en çok etkin havalimanı 2015 yılındadır. Ölçeğe

göre sabit getiri varsayımına dayanan çıktı odaklı CCR modele göre etkin havalimanı

sayısı 1999’da 12 iken 2015’de 11’e inmiştir. Ölçeğe göre değişken getiri

varsayımına dayanan çıktı odaklı BCC modele göre ise, etkin havalimanı sayısı

16’dan 23’e çıkmıştır. Ortalama etkinlik CCR modeline göre 0,587’den 0,686’ya

çıkarken, BCC modeline göre 0,627’den 0,831’e çıkmıştır.

Etkin karar verme birimleri tarafından (etkinlik değeri 1’e eşit olan)

oluşturulan kümeye referans kümesi denir. Etkin olmayan karar verme birimleri,

referans kümesindeki etkin birimler kullanılarak etkin hale getirilir (Bayazıtlı ve

Çelik, 2004: 8). Çıktıya yönelik modeller kullanıldığı için değişiklik önerileri

ağırlıklı olarak çıktılara yöneliktir.

62

Veri zarflama analiziyle etkin olmayan havalimanlarının hangi etkin olan

havalimanlarını örnek alabileceği Ek 1’de gösterilmiştir. Önemli olan 2015 yılı

olduğu için 2015 yılı incelendiğinde en çok referans gösterilen havalimanları

Diyarbakır, Tekirdağ Çorlu ve Van Ferit Melen havalimanlarıdır. 17 yıl için etkin

olmayan havalimanları için bir değerlendirme yapıldığında 1.kümede yer alan etkin

olmayan havalimanlarının etkin duruma geçebilmek için İstanbul Atatürk, Ankara

Esenboğa, İzmir Adnan Menderes ve Antalya havalimanlarını referans alması

gerektiği bulunmuştur. İkinci kümede yer alan etkin olmayan havalimanlarının da

Diyarbakır, Tekirdağ Çorlu ve Van Ferit Melen havalimanlarını referans alarak etkin

hale geçebilecekleri bulunmuştur.

Sonuç olarak; havalimanları için genel bir değerlendirme yapmak gerekirse

17 yıl içinde etkin olan havalimanı sayısı artmış, havalimanlarının ortalama

etkinlikleri artmıştır. Etkin olan havalimanı sayısında artış gözlemlenmesinin

sebepleri; özel sektörün sivil havacılıkta önünün açılması, hayayolu seyahat

maliyetlerinin düşmesi gösterilebilir.17 yıl boyunca Nevşehir Kapadokya, Erzurum,

Denizli Çardak, Elazığ, Erzincan, Kars, Kocaeli Cengiz Topel, Malatya, Samsun

Çarşamba, Sinop, Sivas Nuri Demirağ, Şanlıurfa GAP, Uşak havalimanları etkin

çalışmamıştır. Bu havalimanlarının yolcu sayısı, uçak sayısı ve kargo miktarının

arttırılmasına yönelik politikalar geliştirilmelidir. Etkin olmayan havalimanlarına en

çok referans olarak gösterilen havalimanları, Diyarbakır ve Van Ferit Melen

havalimanlarıdır.1.kümede yer alan havalimanlarının etkin olmadıkları dönem için

referans kümelerinde 1.kümede yer alan etkin havalimanları yer almaktadır. Aynı

şekilde 2.kümede yer alan havalimanlarının etkin olmadıkları dönem için 2.kümedeki

etkin havalimanları referans kümesinde yer almıştır.

2.2.3. Kümeleme Analizine Ait Bulgular

Heterojen veri grubunu homojen veri gruplarına ayırmak amacıyla kümeleme

analizi yapılmıştır. Kümeleme analizinde kümeleme yöntemlerinden iki adım

kümeleme yöntemi uygulanmıştır. Büyük bir veri setiyle çalışılacağından iki adım

kümeleme yöntemi tercih edilmiştir. Faktör analizi sonucu elde edilen 1 çıktı faktörü

ve 2 girdi faktörü olmak üzere toplam 3 faktöre, 17 yıl ve 37 adet havalimanı için

kümeleme analizi yapılmıştır. Mevcut veri seti için 1887 veriye yapılan iki adım

63

kümeleme analizi sonucu küme sayısı iki olarak bulunmuştur. Şekil 2.1

incelenildiğinde kümeleme kalitesi açısından iyi bir kümeleme olduğu

görülmektedir.

Şekil 2.1. Kümeleme Kalitesi Tablosu

Şekil 2.2’de kümelere ayırmada kullanılan faktörler önem sırasına göre

sunulmuştur.

Şekil 2.2. Kümelemede Kullanılan Değişkenlerin Önem Sırası Tablosu

Şekil 2.2’ye göre veri setini kümeye ayırmada en önemli değişken yolcu

sayısı, kargo miktarı, uçak sayısından oluşan çıktı faktörü iken en düşük öneme sahip

olan değişken ise check-in kontuar sayısı, bagaj konveyörleri sayısı ve yolcu biniş

kapı sayısı değişkenlerinden oluşan 2.girdi faktörüdür. Birinci girdi faktörü

kümelemede orta önem derecesine sahiptir. Personel sayısı, pist sayısı, otopark alanı,

apron alanı, terminal alanı değişkenlerinden oluşmuştur.

3 faktör skoruyla yapılan analiz sonucunda 17 yılda veri setinin % 21.8 (411

veri)’i 1.grupta yer alırken, % 78.2 (1476 veri)’si 2. grupta yer almıştır. Çıktı dosyası

incelendiğinde 17 yılda 37 havalimanından 7 tanesi hep 1. grupta yer almıştır. Bu

havalimanları İstanbul Atatürk, Ankara Esenboğa, İzmir Adnan Menderes, Antalya,

Muğla Dalaman, Muğla Milas-Bodrum, Kayseri’dir. Adana ve Trabzon

havalimanları bazı yıllar 1.grupta yer alırken bazı yıllar da 2. grupta yer almıştır.

Isparta Süleyman Demirel, Nevşehir Kapadokya, Erzurum, Gaziantep, Adıyaman,

0 0,2 0,4 0,6 0,8 1 1,2

Çıktı Faktörü

1.Girdi Faktörü

2.Girdi Faktörü

64

Ağrı, Bursa Yenişehir, Çanakkale, Denizli Çardak, Diyarbakır, Elazığ, Erzincan,

Kahramanmaraş, Kars, Konya, Kocaeli Cengiz Topel, Malatya, Mardin, Muş,

Samsun Çarşamba, Siirt, Sinop, Sivas Nuri Demirağ, Şanlıurfa GAP, Tekirdağ

Çorlu, Tokat, Uşak, Van Ferit Melen havalimanları 17 yıl boyunca 2. grupta yer

almıştır. İkinci grupta yer alan havalimanları, 1.grupta yer alan havalimanlarının 3.59

katıdır.

Tablo 2.7. Havalimanlarının Kümelere Göre Sınıflandırılması

Havalimanı İsmi

1.Küme 2.Küme

İstanbul Atatürk

Ankara Esenboğa

İzmir Adnan Menderes

Antalya

Muğla Dalaman

Muğla Milas-Bodrum

Kayseri

Adana

Trabzon

Isparta Süleyman Demirel

Nevşehir Kapadokya

Erzurum

Gaziantep

Adıyaman

Ağrı

Bursa Yenişehir

Çanakkale

Denizli Çardak

Diyarbakır

Elazığ

Erzincan

Kahramanmaraş

Kars

Konya

Kocaeli Cengiz Topel

Malatya

Mardin

Muş

Samsun Çarşamba

Siirt

Sinop

Sivas Nuri Demirağ

Şanlıurfa GAP

Tekirdağ Çorlu

Tokat

Uşak

Van Ferit Melen

2.2.4. Meta Sınır Analizine Ait Bulgular

Bu çalışmada meta sınır analizi Türkiye Devlet Hava Meydanları

İşletmeleri’ne ait 37 havalimanı için uygulanılmıştır.1999-2015 yıllarını kapsayan ve

faktör analizi ile gruplamış olduğumuz 1 çıktı faktörü ve 2 girdi faktörü için meta

sınır analizi uygulanılmıştır. Kümeleme analizi ile oluşturulan iki gruptan 1.’si

İstanbul Atatürk, Ankara Esenboğa, İzmir Adnan Menderes, Antalya, Muğla

65

Dalaman, Muğla Milas-Bodrum ve Kayseri havalimanlarından 2.si ise Adana,

Trabzon, Isparta Süleyman Demirel, Nevşehir Kapadokya, Erzurum, Gaziantep,

Adıyaman, Ağrı, Bursa Yenişehir, Çanakkale, Denizli Çardak, Diyarbakır, Elazığ,

Erzincan, Kahramanmaraş, Kars, Konya, Kocaeli Cengiz Topel, Malatya, Mardin,

Muş, Samsun Çarşamba, Siirt, Sinop, Sivas Nuri Demirağ, Şanlıurfa GAP, Tekirdağ

Çorlu, Tokat, Uşak, Van Ferit Melen havalimanlarından oluşmaktadır.

Tablo 2.8’de faktör yüklerinin tanımlayıcı istatistikleri verilmiştir. Tablo 2.8

incelendiğinde birinci grubun ortalamaları 2.gruba göre daha büyük ortalamaya

sahiptir. İki grubun birbirinden farklı olduğunu göstermek amacıyla grup

ortalamaları t testi ile test edilmiştir. t testi sonucunda 1. ve 2. grup arasında anlamlı

bir fark olduğu ortaya çıkmıştır ve iki grubun grup ortalamaları birbirinden farklıdır.

Tablo 2.8. Faktör Yükleri İçin Tanımlayıcı İstatistikler

. 1.Çıktı Faktörü 1.Girdi Faktörü 2.Girdi Faktörü

1.GRUP

N 357 595 357

Ortalama 0,6452 0,6230 0,6391

Standart Sapma 0,0764 0,1780 0,1882

Minimum 0,4721 0,2462 0,4671

Maksimum 0,8134 0,8808 1

2.GRUP

N 1530 2550 1530

Ortalama 0,4389 0,4479 0,4387

Standart Sapma 0,1221 0,0969 0,0698

Minimum 0,0100 0,0281 0,0365

Maksimum 0,6627 0,6455 0,5923

t 3,286 2,182 2,243

p 0,000** 0,000** 0,000**

**p<0.01 düzeyinde anlamlı

Teknik etkinlikleri ve teknoloji açıklık oranları Coelli tarafından 1996 yılında

geliştirilen DEAP2.1 programı kullanılarak hesaplanılmıştır. Teknoloji açıklık oranı

(TGR) sadece bilinen teknolojik düzeyi ifade etmemektedir. Bu çalışmada kullanılan

TGR bölgenin ekonomik yapısındaki farklılıkların, fiziki ve beşeri altyapı

yatırımlarının yansımalarını içermektedir.

Ortalama meta ve grup teknik etkinlik skorları, teknoloji açıklık oranları ve

etkinlik sonuçlarının karşılaştırılabilmesi için tanımlayıcı istatistikler birinci ve ikinci

grup için Tablo 2.9’da verilmiştir.

66

Tablo 2.9. Ortalama Teknik Etkinlik Ve Teknoloji Açıklık Oranı

Birinci gruptaki havalimanları hem meta hem de grup teknik etkinlikleri

bakımından çok daha etkindir. Grup teknik etkinlik skorları, verilen grup teknoloji

kümesi altında 1.grubun yaklaşık olarak % 99.3 çıktı üreterek üstün olduğunu

göstermektedir. Meta sınır teknik etkinlikleri grup teknik etkinliklerinden daha

düşüktür. Birinci grup için meta teknik etkinlikleri, meta teknoloji kümesinin altında

ortalama % 98 üretebildiğini göstermektedir.

Ayrıca Şekil 2.3’te birinci ve ikinci grup için teknoloji açıklık oranı da

verilmiştir. Birinci grubun teknoloji açıklık oranı ikinci gruba göre 17 yıl boyunca

daha yüksektir. İki grup arasındaki açıklık özellikle 2010 yılından sonra azalmaya

başlamıştır. Bütün periyot düşünülecek olursa ikinci grup daha düşük teknoloji

açıklık oranına sahiptir. 2014 ve 2015 yıllarında TGR hem birinci grup hem ikinci

grup için azalmıştır. 2015 yılında birinci grubun TGR’si 0.9657 ile 17 yıl içindeki en

düşük seviyesine ulaşmıştır. 2015 yılında hem birinci hem ikinci grubun TGR’leri

azalarak birbirine yaklaşmıştır. İkinci grup altındaki havalimanları meta teknoloji

kısıtı altında potansiyel çıktının ortalama % 89.9’unu üretmektedir. Birinci gruptaki

havalimanları ise potansiyel çıktının yaklaşık % 98.7’sini üretmektedir.

Ortalama Teknik Etkinlik Teknolojik Açıklık

Oranı

1.Grup 2.Grup 1.Grup 2.Grup

Meta Grup Meta Grup

1999 1.0000 1.0000 0.4912 0.5789 1.0000 0.8485

2000 1.0000 1.0000 0.4848 0.5735 1.0000 0.8453

2001 0.9854 1.0000 0.4946 0.5954 0.9854 0.8307

2002 0.9905 1.0000 0.5054 0.6069 0.9905 0.8328

2003 0.9610 0.9913 0.4391 0.4982 0.9694 0.8814

2004 0.9937 1.0000 0.4233 0.4847 0.9937 0.8733

2005 0.9968 1.0000 0.4214 0.4923 0.9968 0.8560

2006 0.9918 0.9973 0.4783 0.5286 0.9945 0.9048

2007 0.9251 0.9475 0.5178 0.5762 0.9764 0.8986

2008 0.9333 0.9642 0.5482 0.6152 0.9680 0.8911

2009 0.9852 1.0000 0.5145 0.5877 0.9852 0.8754

2010 0.9941 1.0000 0.5888 0.6293 0.9941 0.9356

2011 0.9657 0.9908 0.5993 0.6405 0.9747 0.9357

2012 0.9910 1.0000 0.6599 0.6844 0.9910 0.9642

2013 1.0000 1.0000 0.7173 0.7306 1.0000 0.9818

2014 0.9953 1.0000 0.6720 0.6868 0.9953 0.9785

2015 0.9657 1.0000 0.6755 0.6999 0.9657 0.9651

Ortalama 0.9808 0.9935 0.5430 0.6005 0.9871 0.8999

Standart Sapma 0.0230 0.0148 0.0931 0.0736 0.0118 0.0514

Minimum 0,9251 0,9475 0.4214 0.4847 0.9657 0.8307

Maksimum 1.0000 1.0000 0.7173 0.7306 1.0000 0.9818

67

Şekil 2.3. 1. Grup ve 2. Grup Havalimanları İçin Teknoloji Açıklık Oranı

Türkiye Devlet Hava Meydanları’nın yıllara göre teknik etkinlikleri ve

teknoloji açıklık oranları Ek 3’te gösterilmiştir. Meta sınıra göre teknik etkinlik

birinci grup havalimanları için 0.550 ile 1.000 arasında, 2. grup havalimanları için

0.004 ile 1.000 arasındadır. Meta sınıra göre 1.grup havalimanları içinde 2008

yılında Muğla Dalaman havalimanı en düşük etkinliğe sahip iken 2. grup

havalimanları içinde ise 2010 yılında Ağrı havalimanı en düşük etkinliğe sahiptir.

Gruba göre teknik etkinlik 1.grup için 0.633 ile 1.000 arasında iken,2.grup için 0.021

ile 1.000 arasındadır. Birinci grupta en düşük teknik etkinlik 2007 yılında Muğla

Dalaman havalimanının iken 2. grupta en düşük teknik etkinlik 1999 yılında Konya

havalimanınındır. En düşük teknoloji açıklık oranı 1.grup için 2008 yılında 0.733 ile

Muğla Dalaman havalimanına ait iken, 2.grup için 2010 yılında 0.041 ile Ağrı

havalimanına aittir. Birinci gruba ait İstanbul Atatürk, Ankara Esenboğa, İzmir

Adnan Menderes, Antalya havalimanlarının 1999-2015 yılları arasında hem meta

hem de grup teknik etkinlikleri 1.000’dir. İkinci grup için ise sadece Van Ferit Melen

havalimanının 1999-2015 yılları arasında hem meta hem de grup teknik etkinlikleri

1.000’dir.

Bu çalışmanın sonuçları beklentilerle tutarlılık içermektedir. Birinci gruptaki

havalimanlarının TGR’leri daha yüksektir. Çünkü TUİK verilerine göre ülkemize

gelen turistin merkezlere göre dağılımı incelendiğinde 1. gruptaki Antalya, İstanbul,

0,8

0,82

0,84

0,86

0,88

0,9

0,92

0,94

0,96

0,98

1

1.Grup

2.Grup

68

İzmir, Muğla ilk beştedir. Turizmin ülke ekonomisine dolayısıyla da TGR’ye pozitif

etkisi vardır. Muğla Dalaman Havalimanı dönem dönem düşük TGR’ye sahiptir.

Çünkü Muğla Dalaman havalimanı, Muğla Milas-Bodrum havalimanının yükünü

hafifletmek amacıyla kurulmuştur. Muğla havalimanı turizm sezonunda en çok yolcu

sayısı ve kargo miktarına ulaşmaktadır. Turizm sektöründeki olumsuzluklar Muğla

Dalaman havalimanının TGR’sinin bazen düşmesine neden olmuştur. Ankara ve

Kayseri havalimanlarının sanayi ve askeri anlamdaki stratejik önemlerinden dolayı

TGR’leri yüksektir. İkinci gruptaki Diyarbakır ve Van Ferit havalimanlarının askeri

önemleri ve diğer illere olan ulaşım kolaylığı sayesinde TGR’leri yüksektir. Özellikle

2013 ve 2014 yıllarında 2. gruptaki Adana, Trabzon, Isparta Süleyman Demirel,

Diyarbakır, Mardin, Tekirdağ Çorlu ve Van Ferit Melen havalimanlarının TGR’leri

birbirine yakınsamaktadır. İkinci gruptaki bütün havalimanlarının TGR’leri özellikle

son 2 yılda yükselmiştir. İkinci gruptaki Kocaeli Cengiz Topel, Bursa Yenişehir

havalimanlarının TGR’leri düşüktür. Çünkü Kocaeli ve Bursa illeri önemli sanayi

merkezleri olmasına rağmen bu illerde ulaşım için deniz yolu tercih edilmektedir.

Nevşehir turizm merkezi olmasına rağmen Kayseri havalimanının turistik bölgeye

daha yakın olmasından dolayı Nevşehir havalimanının TGR’si düşüktür. Uşak ve

Denizli’ye yapılan termal yatırımlar havalimanlarının da TGR’lerini yükseltmiştir.

Karadeniz Bölgesindeki Trabzon, Sinop, Samsun illerindeki üniversiteler

havalimanlarının etkinliğini arttırırken hava koşulları (rüzgar, sis, tipi gibi)

havalimanlarının etkinliğini düşürmektedir (Kadıoğlu, 2007: 171). Çanakkale’de

ulaşımda havayolu dışında deniz yolunun da aktif kullanılması havalimanının

etkinliğini düşürmektedir.

Ulaştırma sektörü fiziki alt yapı yatırımıdır (Morgil, 2006: 99). Devletin

havacılık sektörüne yaptığı yatırımlarla olumlu iktisadi etkiler, bölgelerarası sosyal

eşitsizliklerin giderilmesi, eğitim ve sağlık koşullarının iyileştirilmesi gibi sosyal

etkiler dönem içerisinde TGR’nin birbirine yakınsamasına sebep olmuştur.

69

SONUÇ ve TARTIŞMA

Küresel düzeyde artan teknolojik gelişmeler nedeniyle artan kapasite, yolcu

sayısındaki artış ve artan seyahat etme gibi ihtiyaçlar sebebiyle havacılık sektörü

gelişmekte olan bir sektördür. Havacılık sektörü ülke ekonomilerinin dinamizmini

elinde tutmaktadır ve yaşanan gelişmeler sebebiyle ülkeler arası rekabet üst seviyeye

ulaşmıştır.

Artan rekabetle birlikte sahip olunan kıt kaynakların kullanımında etkinlik

analizlerinin önemi artmıştır. Özellikle son yıllarda işletmelerin etkinlik

hesaplamasında Veri Zarflama Analizi yaygın olarak kullanılmaktadır. Veri zarflama

analizinin havalimanlarına uygulandığı yazın incelendiğinde de pek çok çalışma göze

çarpmaktadır. Farklı girdi ve çıktı değişkenleri, yılları inceleyen bu çalışmaların

sonuçları birbirinden farklılık göstermektedir. Etkinliği doğru hesaplamak çok

önemlidir. Bu nedenle çalışmalarda doğru değişkenler ve doğru yöntemler tercih

edilmelidir. Bu çalışma istatistiki bir temele dayandırıldığı ve veri zarflama

analizinin dezavantajlarını ortadan kaldırdığı için önemlidir.

Veri Zarflama Analizinde karar verme birimlerinin homojen olduğu kabul

edilir. Ancak ülkemizdeki havalimanları teknolojik, girdi birimleri (terminal alanı,

pist sayısı vb.) bakımından homojen değildir. Bu sorundan yola çıkarak karar verme

birimleri çok değişkenli istatistiksel bir teknik olan kümeleme analiziyle

gruplandırılmıştır. Bu kümelemeden sonra kendi içlerinde homojen olan iki

havalimanı grubuna meta sınır yaklaşımıyla analiz uygulanmıştır. Bu noktada

havalimanlarının etkinlikleri daha doğru bir şekilde analiz edilmiştir. Bu çalışmada

meta sınır analizi veri zarflama analizi yaklaşımından yararlanılarak havalimanları

üzerine uygulanmıştır.

Bilimsel yazında, meta sınır analizi uygulanırken gruplar elle ya da mantıksal

olarak oluşturulurken bu çalışmada gruplar, sağlam istatistiksel bir temelle

oluşturulmuştur. Meta sınır analizine hazırlık aşamasında uygulanan faktör analizi,

veri zarflama analizi ve kümeleme analizi gelecekteki çalışmalar için yeni ve sağlam

bir yol sunmuştur.

70

Havacılık sektörünün dünyadaki ve Türkiye’deki gelişiminin, eğilimlerinin,

sivil havacılık düzenlemelerinin değerlendirilerek, Türkiye Devlet Hava Meydanları

İşletmesi (DHMİ)’ne ait 37 adet havalimanının 1999-2015 yılları arasındaki

etkinliklerini ve Türkiye’deki havalimanlarının heterojen olduğu göz önünde

bulundurularak bu heterojen havalimanları kendi içlerinde de ayrıntılı olarak analiz

etmeyi amaçlayan bu çalışmanın genel sonuçları aşağıda özetlenmiştir.

Araştırmanın Veri Zarflama Analizi aşamasında CCR model ve BCC model

kullanılmıştır. Maksimum çıktıyı elde edebilmek hedeflendiğinden modeller çıktıya

yönelik olarak oluşturulmuştur.

Çıktı odaklı CCR modele göre İstanbul Atatürk, Ankara Esenboğa, İzmir

Adnan Menderes, Antalya, Van Ferit Melen 1999-2015 yılları arasındaki etkinlik

skoru 1 olan havalimanlarıdır. Bu havalimanları 17 yıl boyunca tam etkin olarak

işletilmiştir. Çıktı odaklı CCR model için 2015 yılında etkinlik skoru 1’e yakın olan

0,974 ile Kayseri, 0.914 ile Çanakkale havalimanlarının etkinlik skorları 0,9’dan

büyüktür. Bu havalimanlarında yapılacak küçük iyileştirmelerle etkinlik skorları 1’e

çıkartılabilir.

Çıktı odaklı BCC model incelendiğinde İstanbul Atatürk, Ankara Esenboğa,

İzmir Adnan Menderes, Antalya, Muğla Milas-Bodrum, Adana, Diyarbakır, Van

Ferit Melen havalimanlarının etkinlik skoru 1999-2015 yılları arasında 1’dir.Çıktı

odaklı BCC modele göre 2015 yılında etkinlik skoru 0,9’dan büyük olan havalimanı

yoktur. Dolayısıyla etkinlik skoru 1 olmayan havalimanları için büyük iyileştirmeler

gerekmektedir.

Veri zarflama analizi sonucu etkin olmayan havalimanlarının referans olarak

alabilecekleri etkin havalimanları belirlenmiştir. Etkin olmayan havalimanlarına

referans olarak gösterilen havalimanları sırasıyla Van Ferit Melen, Diyarbakır,

Tekirdağ Çorlu, İstanbul Atatürk, Ankara Esenboğa, Antalya ve İzmir Adnan

Menderes havalimanlarıdır.

Veri zarflama analizi ve meta sınır analizinden önce değişkenlere faktör

analizi ve sonrasında heterojen havalimanı gruplarını belirlemek için de veri setine

71

kümeleme analizi uygulanmıştır. Kümeleme analizi ile oluşturulan iki gruptan 1.’si

İstanbul Atatürk, Ankara Esenboğa, İzmir Adnan Menderes, Antalya, Muğla

Dalaman, Muğla Milas-Bodrum ve Kayseri havalimanlarından 2.’si ise Adana,

Trabzon, Isparta Süleyman Demirel, Nevşehir Kapadokya, Erzurum, Gaziantep,

Adıyaman, Ağrı, Bursa Yenişehir, Çanakkale, Denizli Çardak, Diyarbakır, Elazığ,

Erzincan, Kahramanmaraş, Kars, Konya, Kocaeli Cengiz Topel, Malatya, Mardin,

Muş, Samsun Çarşamba, Siirt, Sinop, Sivas Nuri Demirağ, Şanlıurfa GAP, Tekirdağ

Çorlu, Tokat, Uşak, Van Ferit Melen havalimanıdır. Kümeleme analizinde iki adım

kümeleme yönteminden yararlanılmıştır. Bu yöntemle oluşan gruplamada hangi

değişkenlerin etkili olduğu bulunmuştur. Buna göre veri setini kümeye ayırmada en

önemli değişken yolcu sayısı, kargo miktarı, uçak sayısından oluşan çıktı faktörü

iken en düşük öneme sahip olan check-in kontuar sayısı, bagaj konveyörleri sayısı ve

yolcu biniş kapı sayısı değişkenlerinden oluşan 2. girdi faktörüdür. Birinci girdi

faktörü kümelemede orta önem derecesine sahiptir ve personel sayısı, pist sayısı,

otopark alanı, apron alanı, terminal alanı değişkenlerinden oluşmuştur. Bu analizden

çıkan sonuca göre yolcu sayısı, kargo miktarı, uçak sayısından oluşan çıktı

değişkenleri havalimanlarının etkinliklerini belirlemede de büyük öneme sahiptir.

Devlet Hava Meydanları İşletmesine ait 37 havalimanına 1999-2015 yılları

arasında uygulanan meta sınır analizi sonuçları aşağıdaki gibidir.

Birinci gruptaki havalimanları hem meta hem de grup teknik etkinlikleri

bakımından çok daha etkindir. Grup teknik etkinlik skorları, verilen grup teknoloji

kümesi altında 1. grubun yaklaşık olarak % 99.3 çıktı üreterek üstün olduğunu

göstermektedir. Meta sınır teknik etkinlikleri grup teknik etkinliklerinden daha

düşüktür. 1. grup için meta teknik etkinlikleri, meta teknoloji kümesinin altında

ortalama % 98.1 üretebildiğini göstermektedir.

Birinci grubun teknoloji açıklık oranı 2.gruba göre 17 yıl boyunca daha

yüksektir. İki grup arasındaki açıklık 2010 yılından sonra azalmaya başlamıştır.

Bütün periyot düşünülecek olursa 2.grup daha düşük teknoloji açıklık oranına

sahiptir. İkinci grup altındaki havalimanları meta teknoloji kısıtı altında potansiyel

çıktının ortalama % 89.5’ini üretmektedir.1.gruptaki havalimanları ise potansiyel

çıktının yaklaşık % 98.8’ini üretmektedir. İkinci gruptaki havalimanlarının teknik

72

etkinlikleri 1.gruptaki havalimanlarına göre daha düşüktür ve daha düşük teknoloji

açıklık oranına sahiptir.

Ekonomik, alt yapı yatırımları, başka ulaşım yollarının tercih edilmesi, sosyal

olumsuz etkiler ikinci gruptaki havalimanlarının teknolojik açıklık oranlarının düşük

olmasına sebep olmuştur. İkinci gruptaki havalimanlarının büyük çoğunluğu “her ile

bir havalimanı” düşüncesi kapsamında yapılmıştır; ancak talep yetersizliği

yaşamaktadır. Bu havalimanları için etkin planlama ve kapasite analizlerinin

yapılması gerekmektedir.

Bilimsel yazında, ülkemizdeki havalimanlarının etkinliklerinin

hesaplanmasında meta sınır analizinin kullanıldığına rastlanmamıştır. Ülkemizdeki

havalimanlarının etkinliklerinin hesaplanmasında genellikle veri zarflama analizi

kullanılmıştır; ancak veri zarflama analizinin bazı dezavantajları bulunmaktadır. Veri

zarflama analizi bütün karar verme birimlerinin homojen olması varsayımına

dayanır. Ancak gerçekte bu böyle değildir ve etkinliklerin hesaplanmasında hatalara

neden olmaktadır. Bu sorundan dolayı bu çalışmada meta sınır analizi yöntemi

kullanılmıştır. Meta sınır yaklaşımıyla heterojen havalimanları karşılaştırılmış, gruba

özgü teknolojiler ve ortak temsil edilen homojen grupların sınırları ve meta sınır ile

ilgili etkinlikler hesaplanmıştır.

Bu çalışmanın kapsamını Devlet Hava Meydanları İşletmesi (DHMİ) ’ne ait

1999-2015 yılları arasında faaliyette bulunan 37 havalimanının oluşturmaktadır.

Gelecekte yapılacak çalışmalar havalimanlarının kapsamı genişletilerek ve farklı

yöntemlerle sonuçlar arası karşılaştırmalar yapılabilir. Ülkemizdeki hemen hemen

her alan için yaşanan veri depolama sorunuyla bu çalışmada da karşılaşılmıştır.

Havalimanlarının etkinliğini teoriye göre birebir etkileyen uçağın zamanında

kalkması, yolcuların havalimanlarına kolay ulaşımı, havalimanlarında beklenen süre

gibi önemli değişkenlerle ilgili veri bulunmamasından dolayı bu değişkenler

çalışmaya dahil edilememiştir. Bu da çalışmanın diğer bir kısıtını oluşturmaktadır.

Bu çalışmanın sonucunda 17 yıl içinde etkin olan havalimanı sayısı ve

havalimanlarının ortalama etkinlikleri artmıştır. Etkin olan havalimanı sayısında artış

gözlemlenmesinin sebepleri; özel sektörün sivil havacılıkta önünün açılması,

73

havayolu seyahat maliyetlerinin düşmesinden dolayı yolcu sayısının artışı,

üniversitelerin sayısının artması, askeri alanda kullanılan havaalanı sayısının artışı

gösterilebilir.

Çalışma çıktı yönelimli olduğu için etkin olmayan havalimanlarının, çıktı

değişkenlerinin (yolcu sayısı, kargo miktarı, uçak sayısı) arttırılması konusunda

sorun yaşadıkları sonucuna ulaşılabilir. Bu havalimanları; yolcu memnuniyeti,

izleyecekleri sosyal sorumluluk projeleri, havaalanlarına ulaşımın kolaylaşması, hava

kargo ücretlerinin düşürülmesi, hava ulaşım politikalarının yeniden düzenlenmesiyle

etkin olarak faaliyetlerini sürdürebileceklerdir.

Ülkemizdeki sosyal durumlara yönelik izlenecek politikalar turizm, doğrudan

yabancı sermaye yatırımları, dış ticaret ve yerel ekonomi üzerinde olumlu etkiler

sağlayacaktır. Bu olumlu etkilerle birlikte yolcu sayısı, kargo miktarı, uçak sayısı

artacak ve havalimanları daha etkin çalışacaktır.

Havalimanlarının fiziki yapısı ve uçakların hareketi için çok geniş alanlara

ihtiyaç yoktur. Türkiye Devlet Hava Meydanları İşletmesi havalimanlarının fiziki

yapısına yapacağı yatırımları azaltabilir. Maliyet etkinliği hedefleri koyarak ve bu

doğrultuda maliyetlerini düşürerek etkinliğini arttırabilir. Türkiye Devlet Hava

Meydanları İşletmeleri yetenek geliştirme programlarını destekleyip yerel işsizlik

oranını azaltarak, her seviyeden eğitim kurumlarıyla işbirliği yaparak hem sosyal

hem ekonomik katkı sağlayabilir.

Gelecekte yapılacak çalışmalar havalimanlarının kapsamı genişletilerek ve

farklı yöntemlerle sonuçlar arası karşılaştırmalar yapılabilir. Ayrıca sektörlerin

havalimanı etkinliğini ne ölçüde etkilediği, havalimanları için uygulanan politikaların

havalimanlarının etkinliğini ne ölçüde değiştirdiği gelecekte yapılacak çalışmaların

konusu olabilir.

74

KAYNAKÇA

Kitaplar

AKAL, Z., İşletmelerde Performans Ölçüm ve Denetimi - Çok Yönlü

Performans Göstergeleri, MPM Yayınları, Ankara, 2002.

BARUTÇUGİL, İ., Performans Yönetimi, Kariyer Yayınları, İstanbul, 2002.

BİNGÖL, D., İnsan Kaynakları Yönetimi, Arıkan Basım Yayım Dağıtım, Denizli,

2006.

BÜYÜKKILIÇ, D., Kar Amacı Gütmeyen Örgütlerde Verimlilik, MPM Yayınları,

Ankara, 2004.

CHARNES, A., COOPER, W. W., LEWIN, A. Y., SEIFORD, L. M., Data

Envelopment Analysis: Theory, Methodology and Application, Kluwer

Academic Publishers, Boston, 1994.

COOPER, W. W., SEIFORD, L. M., ZHU, J., Data Envelopment Analysis:

History, Models and Interpretations, Ed.COOPER, W.vd., Handbook on

Data Envelopment Analysis, Springer, USA, 2011.

COOPER, W. W., SEIFORD., L. M., TONE, K., Data Envelopment Analysis A

Comprehensive Text With Models Applications, References and Dea

Solwer Software, Springer, Newyork, 2007.

COŞKUN, A., Performans ve Risk Denetim Terimleri, Sayıştay Yayınları, Ankara,

2000.

CÖMERT, S., Jeopolitik, Jeostrateji ve Strateji, İstanbul, Harp Akademileri

Komutanlığı Yayınları, İstanbul, 2000.

ÇAKMAK, E. H., DUDU, H., ÖCAL, N., Türk Tarım Sektöründe Etkinlik:

Yöntem ve Hanehalkı Düzeyinde Nicel Analiz, ODTÜ Yayınları, Ankara,

2008.

DENK, N., Yirmi birinci Yüzyıla Girerken Türkiye’nin Jeopolitik Durumu ve

Jeostratejik Öneminin Yeniden Belirlenmesi, Harp Akademileri

Komutanlığı Yayınları, İstanbul, 2000.

FARE, R., PRIMONT, D., Multi-output Production and Duality: Theory and

Applications, Kluwer, Boston, 1995.

FİLİZ, A., Üretim Yönetiminde Verimlilik Sırları, Sistem Yayıncılık, İstanbul,

2008.

75

FRIED, H. O., LOVELL, C. A. K., SCHMIDT, S. S., Efficiency and Productivity,

The Measurement of Productive Efficiency and Productivity Change,

Oxford University Press, New York, 2008.

KECEK, G., Veri Zarflama Analizi Teori ve Uygulama Örneği, Siyasal Kitapevi,

Ankara, 2010.

KOBU, B., Üretim Yönetimi, 11.Baskı, Avcıol Basım Yayınları, İstanbul, 2003.

KRAJEWSKI, L. J., RITZMAN, L. P., MALHOTRA, M. K., Operations

Management Processes and Supply Chains, Çeviri: Prof.Dr.Semra Birgün,

9.Baskıdan Çeviri, Nobel AkademiYayıncılık, Ankara, 2010.

MILDE, M., Law and a Aviation Security, Ferenda, De Lege, Air and Space

Law, Martinus Nijhoff Publishers, Netherlands, 1992.

NORMAN, M., STOKER, B., Data Envelopment Analysis The Assestement Of

Performance, John Wiley&Sons, Chichester, U.K. , 1991.

PIDD, M., Measuring The Performance Of Public Services: Principles And

Practice, Cambridge University Press, Cambridge, 2012.

PROKOPENKO, J., Verimlilik Yönetimi Uygulamalı El Kitabı, Çeviri: Olcay

Baykal, Nevda Atalay, Fidan Erdemir, MPM Yayınları, Ankara, 2003.

SABUNCUOĞLU, Z., Uygulama Örnekleriyle İnsan Kaynakları Yönetimi, Beta

Basım Yayın Dağıtım A.Ş., İstanbul, 2013.

SARKIS, J., Preparing Your Data For DEA, Modelling Data Irregularitıes and

Structural Complexities in Data Envelopment Analysis, Springer US,

Newyork, 2007.

SAVAŞ, F., İşletmeciler Mühendisler ve Yöneticiler İçin Operasyonel, Yönetsel

ve Stratejik Problemlerin Çözümünde Çok Kriterli Karar Verme

Yöntemleri, Ed.Bahadır Fatih Yıldırım ve Emrah Önder, Dora Yayıncılık,

Bursa, 2015.

TANER, B., Ağırlama Endüstrisinde Verimlilik Yönetimi, Beta Yayınları,

İstanbul, 2015.TANYAŞ, M., Endüstri Mühendisliğine Giriş, Cilt 1, İrfan

Yayınevi, İstanbul, 2000.

TASLAMAN, C., Kuantum Teorisi Felsefe ve Tanrı, İstanbul Yayınevi, İstanbul,

2008.

THANASSOULIS, E., Introduction to the Theory and Application of Data

Envelopment Analysis, Springer US, Newyork, 2001.

UYARGİL, C., Performans Yönetimi Sistemi Bireysel Performansın Planlanması

Değerlendirilmesi ve Geliştirilmesi, Beta Basım A.Ş., İstanbul, 2013.

76

UZAY, N., Verimlilik ve Büyüme, Nobel Yayın Dağıtım, Ankara, 2005.

UZUNER, A., Sivil Havacılık Güvenliği, Özen Yayıncılık, Ankara, 2003.

ÜNSAL, F. M., RÜZGAR, B., RÜZGAR, N., İşletme ve Ekonomi İçin Bilgisayar

Uygulamalı Sayısal Yöntemler, Türkmen Kitapevi, İstanbul, 2000.

Makaleler

ABBOTT, M., DOUCOULIAGOS, C., “The Efficiency of Australian Universities: A

Data Envelopment Analysis”, Economics of Education Review, Volume: 22,

Issue: 1, p.89-97, 2003.

AHN, Y. H., MIN, H., “Evaluating The Multi-Period Operating Efficiency Of

International Airports Using Data Envelopment Analysis and The Malmquist

Productivity Index”, Journal of Air Transport Management, Volume: 39,

p.12-22, 2014.

ALTAN, M. S., “Türk Sigortacılık Sektöründe Etkinlik: Veri Zarflama Analizi

Yöntemi İle Bir Uygulama”, Gazi Üniversitesi İktisadi ve İdari Bilimler

Fakültesi Dergisi, Cilt: 12, Sayı: 1, s.185-204, 2010.

AR, İ. M., “Türkiye’deki Havalimanlarının Etkinliklerindeki Değişimin İncelenmesi:

2007-2011 Dönemi İçin Malmquist-TFV Endeksi Uygulaması”, Atatürk

Üniversitesi İktisadi ve İdari Bilimler Fakültesi, Cilt: 26, Sayı: 3, s.143-

160, 2012.

ASSAF, A., “Accounting for Size in Efficiency Comparisons of Airports”, Journal

of Air Transport Management,Volume: 15, Issue: 5, p.256-258, 2009.

ASSAF, A., “Bootstrapped Scale Efficiency Measures of UK Airports”, Journal of

Air Transport Management, Volume: 16, Issue: 1, p.42-44, 2010.

ASSAF, A., BARROS, C. P., JOSIASSEN, A., “Hotel Efficiency: A Bootstrapped

Metafrontier Approach”, International Journal of Hospitality

Management, Volume: 29, p.468-475, 2010.

ATHANASSOPOULOS, A., “Discriminating among Relatively Efficient Units in

Data Envelopment Analysis: A comparison of Alternative Methods and Some

Extensions”, American Journal of Operations Research, Volume: 2, Issue:

1, p.1-9, 2012.

BANKER, R., CHARNES, A., COOPER, W. W., “Some Models for Estimating

Technical and Scale Inefficiencies in Data Envelopment Analysis”,

Management Science, Volume: 30, Issue: 9, p.1078–1092, 1984.

BARROS, C. P., DIEKE, P. U. C., “Performance Evaluation of Italian Airports with

Data Envelopment Analysis”, Journal of Air Transport Management,

Volume: 13, Issue: 4, p.184-191, 2007.

77

BARROS, C. P., WEBER, W. L., “Productivity Growth and Biased Technological

Change in UK Airports”, Transportation Research Part E, Volume: 45,

Issue: 4, p.642–653, 2009.

BARROS, C., “Airports in Argentina: Technical Efficiency in the Context of an

Economic Crisis”, Journal of Air Transport Management, Volume: 14,

Issue: 6, p.315–319, 2008.

BATTESE, G. E., RAO, D. S. P., O’DONNELL, C. J., “A Metafrontier Production

Function for Estimation of Technical Efficiencies and Technology Gaps for

Firms Operating under Different Technologies”, Journal of Productivity

Analysis, Volume: 21, p.91–103, 2004.

BAYRAKTUTAN, Y., PEHLİVANOĞLU, F., “Sağlık İşletmelerinde Etkinlik

Analizi: Kocaeli Örneği”, Kocaeli Üniversitesi Sosyal Bilimler Enstitüsü

Dergisi, Sayı: 23, s.127 – 162, 2012.

BAZARGAN, M., VASIGH, B., “Size Versus Efficiency: A Case Study of US

Commercial Airports”, Journal of Air Transport Management, Volume: 9,

Issue: 3, p.187-193, 2003.

BOUSSOFIANE, A., DYSON, R. G., THANASSOULIS, E., “Applied Data

Envelopment Analysis”, European Journal of Operation Research, Cilt:

52, Sayı: 1, s.1-15, 1991.

CHARNES, A., COOPER, W. W., RHODES, E., “Measuring the Efficiency of

Decision Making Units”, European Journal of Operational Research,

Volume: 2, Issue: 6, p.429-444, 1978.

CHI-LOK, A. Y., ZHANG, A., “Effects of Competition and Policy Changes on

Chinese Airport Productivity: An Empirical Investigation”, Journal of Air

Transport Management, Volume: 15, Issue: 4, p.166–174, 2009.

CHOW, C., FUNG, M., “Measuring The Effects Of China’s Airline Mergers On The

Productivity Of State-Owned Carriers”, Journal Of Air Transport

Management, Volume: 25, p.1–4, 2012.

COOPER, W. W., LI, S., SEIFORD, L. M., TONE, K., THRALL, R. M., ZHU, J.,

“Sensitivity and Stability Analysis in DEA: Some Recent Developments”,

Journal of Productivity Analysis, Volume: 15, Issue: 3, p.217-246, 2001.

CURI, C., GITTO, S., MANCUSO, P., “New Evidence On The Efficiency Of Italian

Airports: A Bootstrapped DEA Analysis”, Socio-Economic Planning

Sciences, Volume: 45, Issue: 2, p.84-93, 2011.

ÇITA, K., KEÇECİOĞLU, T., “Çalışanların Performans Yönetim Sistemini

Algılamaları Üzerine Bir Araştırma”, Lefke Avrupa Üniversitesi Sosyal

Bilimler Dergisi, Cilt: 6, Sayı 2, s.19-36, 2015.

78

FARRELL, M. J., “The Measurement of Productive Efficiency”, Journal of the

Royal Statistical, Volume: 120, Issue: 3, p.253-290, 1957.

FERNANDES, E., PACHECO, R. R., “Efficient Use of Airport Capacity”,

Transportation Research Part A: Policy and Practice, Volume: 26, Issue:

3, p.225-238, 2002.

GILLEN, D., LALL, A., “Developing Measures of Airport Productivity and

Performance: An Application of Data Envelopment Analysis”,

Transportation Research Part E: Logistics and Transportation Review,

Cilt: 33, No: 4, s.261-273, 1997.

GÜRAN, M. C., TOSUN, M. U., “Türkiye Ekonomisinin Makroekonomik

Performansı: 1951-2003 Dönemi İçin Parametrik Olmayan Bir Ölçüm”,

Ankara Üniversitesi Siyasal Bilgiler Fakültesi Dergisi, Cilt: 60, Sayı: 4,

s.89-115, 2005.

HOLLINGSWORTH, B., SMITH, P., “Use Of Ratios In Data Envelopment

Analysis”, Applied Economics Letters, Taylor and Francis Journals,

Volume: 10, Issue: 11, p.733-735, 2003.

HUANG, Y. J., CHEN, K. H., YANG, C. H., “Cost Efficiency and Optimal Scale of

Electricity Distribution Firms in Taiwan: An Application of Metafrontier

Analysis”, Energy Economics, Volume: 32, p.15-23, 2010.

IŞIK, S., DUMAN, K., KORKMAZ, A., “Türkiye Ekonomisinde Finansal Krizler:

Bir Faktör Analizi Uygulaması”, Dokuz Eylül Üniversite İ.İ.B.F Dergisi,

Cilt: 19, Sayı: 1, s.45-69, 2004.

İNAN, E. A., “Banka Etkinliğinin Ölçülmesi ve Düşük Enflasyon Sürecinde

Bankacılıkta Etkinlik”, Bankacılar Dergisi, Sayı: 34, s.85–86, 2000.

JENKINS, L., ANDERSON, M., “Stochastic and Statistics a Multivariate Statistical

Approach to Reducing the Number of Variables in Data Envelopment

Analysis, European Journal of Operational Research, Volume: 147, p.51-

61, 2003.

KADIOĞLU, Y., “Trabzon Havalimanına Coğrafi Bir Yaklaşım”, Marmara

Coğrafya Dergisi, Sayı: 15, s.173-190, 2007.

KAO, C., LIU, S. T., “Fuzzy Efficincy Measures in Data Envelopment Analysis”,

Fuzzy Sets and Systems, Volume: 113, Issue: 3, p.427-437, 2000.

KARKACİER, O., YAZGAN, A. E., “Veri Zarflama Analizi İle Etkinlik Ölçümleri

Ve Havalimanı İşletmeciliği Sektöründe Bir Uygulama”, Uluslararası

Alanya İşletme Fakültesi Dergisi, Cilt: 7, Sayı: 2, s.15-28, 2015.

KAYALIDERE, K., KARGIN, S., “Çimento ve Tekstil Sektörlerinde Etkinlik

Çalışması ve Veri Zarflama Analizi”, Dokuz Eylül Üniversitesi Sosyal

Bilimler Enstitüsü Dergisi, Cilt: 6, Sayı: 1, s.196-219, 2004.

79

KIYILDI, R. K., KARAŞAHİN, M., “Türkiye’deki Hava Alanlarının Veri Zarflama

Analizi İle Altyapı Performansının Değerlendirilmesi”, Süleyman Demirel

Üniversitesi Fen Bilimleri Enstitüsü Dergisi, Cilt: 10, No: 3, s.391-397,

2006.

KOÇ, E., ÇALIPINAR, H., “Fareprimont ve Malmquist Verimlilik Endeksleri İle

Türk Havalimanlarının Etkinliklerinin Karşılaştırılması”, International

Journal of Academic Value Studies”,Volume: 3, Issue: 8, p.77-87, 2017.

KOÇAK, H., “Efficiency Examination of Turkish Airports with DEA Approach”,

International Business Research, Volume: 4, Issue: 2, p.204-212, 2010.

LAM, S. W., LOW, J. M. W., TANG, L. C., “Operational Efficiencies Across Asia

Pasific Airports”, Transportation Research Part E: Logistics and

Transportation Review, Volume: 45, Issue: 4, p.654-665, 2009.

LIN, L. C., HONG, C. H., “Operational Performance Evaluation of International

Major Airports: An Application of Data Envelopment Analysis”, Journal of

Air Transportation Management, Volume: 12, Issue: 6, p.342-351, 2006.

MARTIN, J. C., ROMAN, C., “An Application of DEA to Measure The Efficiency of

Spanish Airports Prior to Privatization”, Journal of Air Transport

Management, Volume: 7, Issue: 3, p.149-157, 2001.

MORGİL, O., “Kopenhag Ekonomik Kriterleri ve Türkiye’nin Uyum Süreci”,

Ankara Avrupa Çalışmaları Dergisi, Cilt: 5, Sayı: 2, s.91-102, 2006.

MURILLO-MELCHOR, C., “An Analysis of Technical Efficiency and Productivity

Changes in Spanish Airports Using The Malmquist Index”, International

Journal of Transport Economics, Volume: 26, Issue: 22, p.271-292, 1999.

ORUÇ, K.O., GÜNGÖR İ., DEMİRAL, M. F., “Üniversitelerin Etkinlik Ölçümünde

Bulanık Veri Zarflama Analizi Uygulaması”, Selçuk Üniversitesi Sosyal

Bilimler Enstitüsü Dergisi, Sayı: 22, s.279-294, 2009.

OUM, T. H., YU, C., “Measuring Airports Operating Efficiency: A Summary of the

2003 ATRS Global Airport Benchmarking Report”, Transportation

Research Part: E, Volume: 40, Issue: 6, p.515-532, 2004.

ÖMÜRBEK, N., DEMİRGÜRBÜZ, M. Ö., TUNCA, M. Z., “Hizmet Sektöründe

Performans Ölçümünde Veri Zarflama Analizinin Kullanımı: Havalimanları

Üzerine Bir Uygulama”, Süleyman Demirel Üniversitesi Vizyoner Dergisi,

Cilt: 4, Sayı: 9, s.21-43, 2013.

ÖNCÜ, M. A., ÇÖMLEKÇİ, İ., COŞKUN, E., “Havayolu Yolcu Taşıma

İşletmelerinin Finansal Etkinliklerinin Ölçümüne İlişkin Bir Araştırma”,

Uluslararası Alanya İşletme Fakültesi Dergisi, Cilt: 5, Sayı: 2, s.77-86,

2013.

80

ÖZDEMİR, A., ORÇANLI, K., “İki Aşamalı Kümeleme Algoritması ile Pazar

Bölümlemesi, Müşteri Profillerinin Belirlenmesi ve Niş Pazarların Tespiti”,

Uşak Üniversitesi Sosyal Bilimler Dergisi, Sayı: 11, s.1-27, 2012.

ÖZDEN, A., “Uluslararası Tarımsal Üretim Etkinliği Analizi: Gelir Ekonomisi

Grupları ile Meta Sınır Yaklaşımı”, Tekirdağ Ziraat Fakültesi Dergisi, Cilt:

13, Sayı: 3, s.121- 128, 2016.

ÖZER, M. A., “Performans Yönetimi Uygulamalarında Performansın Ölçümü ve

Değerlendirilmesi”, Sayıştay Dergisi, Nisan-Haziran, Sayı: 73, s.3-29, 2009.

ÖZGEN, H., TANER, B., “Konaklama Endüstrisinde Verimlilik Analizi”,

MPM Verimlilik Dergisi, Cilt: 22, No: 1, s.59-77, 1993.

PARKER, D., “The Performance of BAA Before and After Privatisation: A DEA

Study”, Journal of Transport Economics and Policy, Volume: 33, Issue: 2,

p.133-145, 1999.

PEDRAM, M., PAYAN, A., “Efficiency Evaluation of International Airports in Iran

Using Data Envelopment Analysis”, Indian Journal of Science and

Technology, Volume: 8, Issue: 9, p.67-74, 2015.

PEKER, İ., BAKİ, B., “Veri Zarflama Analizi İle Türkiye Havalimanlarında Bir

Etkinlik Ölçümü Uygulaması”, Çukurova Üniversitesi Sosyal Bilimler

Enstitüsü Dergisi, Cilt: 18, Sayı: 2, s.72-88, 2009.

PERELMAN, S., SEREBRISKI, T., “Measuring the Technical Efficiency of Airports

in Latin America”, Utilities Policy, Volume: 22, p.1-7, 2010.

RAO, D. S. P., O’DONNELL, C. J., Battese, G. E., “Meta-frontier Functions for the

Study of Interregional Productivity Differences”, The Journal of

Productivity Analysis, Volume: 3, p.153-169, 2003.

RAO, D. S. P., O’DONNELL, C. J., BATTESE, G. E., “Metafrontier Frameworks for

the Study of Firm-Level Efficiencies and Technology Ratios”, Emprical

Economics, Volume: 34, p.231-255,2008.

SALA-GARRIDO, R., MOLINOS-SENANTE, M., HERNANDEZ-SANCHO, F.,

“Comparing the Efficiency of Wastewater Treatment Technologies through a

DEA Metafrontier Model”, Chemical Engineering Journal, Volume: 173,

p.766-772, 2011.

SARKIS, J., “A Comparative Analysis of DEA as a Discrete Alternative Multiple

Criteria Desicion Tool”, European Journal of Operational Research,

Volume: 123, Issue: 3, p.543-557, 2000.

SKYR, M., “Best Practices in Human Resource Management: The Source of

Excellent Performance and Sustained Competitiveness”, Central European

Business Review, Cilt: 2, Sayı: 1, s.43-48, 2013.

81

SUZUKI, S., NIJKAMP, P., RIETVELD, P., PELS, E., “A Distance Friction

Minimization Approach in Data Envelopment Analysis,A Comparative Study

on Airport Efficiency”, European Journal of Operational Research,

Volume: 207,Issue: 2, p.1104-1115, 2010.

TUNCA, H., KARAÇUKA, M., ÇATIK, N. A., “A Meta-Frontier Approach to

Measure Productivity Differences of Domestic and Foreign Affiliated Firms”,

Journal of Business Economics and Management, Cilt: 14, Sayı: 4, s.651-

663, 2013.

TUNCA, H., YEŞİLYURT, F., “Hospital Efficiency In Turkey: Metafrontier

Analysis”, European Scientific Journal, Volume: 12, Issue: 10, p.165-172,

2016.

TURGUTLU, E., KÖK, R., KASMAN, A., “Türk Sigortacilik Şirketlerinde Etkinlik:

Deterministik ve Şans Kısıtlı Veri Zarflama Analizi”, İktisat,İşletme ve

Finans Dergisi,Cilt: 22, Sayı: 251, s.1-26, 2007.

UYSAL, Ş., Performans Yönetim Sisteminin Tanımı,Tarihçesi,Amaç ve Temel

Unsurlarına Genel Bir Bakış,Electronic Journal of Vocational

Colleges,October,p.32-39,2015.

ÜLKÜ, T., “A Comparative Efficiency Analysis of Spanish and Turkish Airports”,

Journal of Air Transport Journal, Volume: 46, p.56-68, 2015.

VASSILIOĞLU, M., GIOKAS, D., “A Study of the Relative Efficiency of Bank

Branches: An Application of Data Envelopment Analysis”, Journal of

Operational Research Society, Cilt: 41, Sayı: 7, s.591-595, 1990.

WANKE, P. F., “Physical Infrastructure And Flight Consolidation Efficiency Drivers

In Brazilian Airports : A Two-Stage Network DEA Approach”, Journal of

Air Transport Management, Volume: 31, p.1-5, 2013.

YEŞİLYURT, C., ALAN, M. A., “Fen Liselerinin 2002 Yılı Göreceli Etkinliğinin

Veri Zarflama Analizi (VZA) Yöntemi ile Ölçülmesi”, Cumhuriyet

Üniversitesi İktisadi İdari Bilimler Fakültesi Dergisi, Cilt: 4, Sayı: 2, s.91-

104, 2003.

YOSHIDA, Y., FUJIMOTO, H., “Japanese Airport Benchmarking with the DEA and

Endogenous-Weight TFP Methods: Testing the Criticism of Overinvestment

in Japanese Regional Airports”, Transportation Research Part E: Logistics

and Transportation Review, Volume: 40, Issue: 6, p.533-546, 2004.

YU, M. M., “Measuring Physical Efficiency of Domestic Airports in Taiwan with

Undesirable Outputs and Environmental Factors”, Journal of Air Transport

Management, Volume: 10, Issue: 5, p.295-303, 2004.

YÜKÇÜ, S., ATAĞAN, G., “Etkinlik, Etkililik ve Verimlilik Kavramlarını Yarattığı

Karışıklık”, Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, Cilt:

23, Sayı: 4, s.1-13, 2009.

82

Tezler

BAL, V., Bilgi Sistemlerinin Sağlık İşletmeleri Performansına Etkilerinin Veri

Zarflama Analizi İle Ölçümü: Türkiye’deki Devlet Hastanelerinde Bir

Araştırma, Doktora Tezi, Süleyman Demirel Üniversitesi, Sosyal Bilimler

Enstitüsü, Isparta, 2010.

BAYAR, S., Veri Zarflama Analizi Kullanarak Liman Verimliliğinin Ölçülmesi:

Türk Limanlarından Bir Örnek, Yüksek Lisans Tezi, İstanbul Üniversitesi,

Fen Bilimleri Enstitüsü, İstanbul, 2005.

ÇAĞLAR, A., Veri Zarflama Analizi ile Belediyelerin Etkinlik Ölçümü, Doktora

Tezi, Hacettepe Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi, Ankara,

2003.

ÇAĞLAR, V., Türk Özel Limanlarının Etkinlik ve Verimlilik Analizi, Doktora

Tezi, Dokuz Eylül Üniversitesi, Sosyal Bilimler Enstitüsü, İzmir, 2012.

EROĞLU, H., Bankacılıkta Veri Zarflama Analizi Uygulaması, İstanbul Teknik

Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi, İstanbul, 2007.

GEREDE, E., Havayolu Taşımacılığında Küreselleşme ve Havayolu İşbirlikleri–

THY AO.’da Bir Uygulama, Doktora Tezi, Anadolu Üniversitesi, Sosyal

Bilimler Enstitüsü, Eskişehir, 2002.

KIRAN, B., Kalkınmada Öncelikli İllerin Ekonomik Etkinliklerinin Veri

Zarflama Analizi Yöntemi İle Değerlendirilmesi, Yüksek Lisans Tezi,

Çukurova Üniversitesi, Sosyal Bilimler Enstitüsü, Adana, 2008.

KÖKSAL, C. D., Veri Zarflama Analizi İle Bankacılıkta Göreceli Verimlilik

Ölçümü, Doktora Tezi, Süleyman Demirel Üniversitesi, Sosyal Bilimler

Enstitüsü, Isparta,2001

LORCU, F., Veri Zarflama Analizi (DEA) ile Türkiye ve Avrupa Birliği

Ülkelerinin Sağlık Alanındaki Etkinliklerinin Değerlendirilmesi, Doktora

Tezi, İstanbul Üniversitesi, Sosyal Bilimler Enstitüsü, İstanbul, 2008.

NURCAN, E., İstanbul Menkul Kıymetler Borsasında İşlem Gören Tekstil

Firmalarının Verimlilik Analizi, Yüksek Lisans Tezi, Akdeniz Üniversitesi,

Sosyal Bilimler Enstitüsü, Antalya, 2013.

ÖZARICI, Ö., Farklı Not Sistemlerinde Öğrencinin Başarılı Olma Olasılığının

Probit Regresyon Analiziyle Değerlendirilmesi, Yüksek Lisans Tezi,

Osmangazi Üniversitesi, Fen Bilimleri Enstitüsü, Eskişehir, 1996.

ÖZCAN, A. İ., Celal Bayar Üniversitesi’ne Bağlı Meslek Yüksekokullarının

Etkinliklerinin Veri Zarflama Analizi ile Ölçülmesi, Yüksek Lisans Tezi,

Celal Bayar Üniversitesi, Sosyal Bilimler Enstitüsü, Manisa, 2005.

83

ŞAŞMAZ, Ç., Karayolları ve Demiryollarında Verimlilik Analizi, Yüksek Lisans

Tezi, Pamukkale Üniversitesi, Fen Bilimleri Enstitüsü, Denizli, 2008.

ULUTAŞ, B. B., Türkiye’deki Havaalanı Etkinliklerinin Veri Zarflama Analizi

İle Değerlendirilmesi, Yüksek Lisans Tezi, Osmangazi Üniversitesi, Fen

Bilimleri Enstitüsü, Eskişehir, 2006.

YÜKSEL, A., Türkiye’de Devlet Üniversitelerinde Uygulanan Performans Esaslı

Bütçeleme Sisteminin Vakıf Üniversitelerine Uygulanabilirliği ve Veri

Zarflama Analizi İle Fakültelerin Etkinliklerinin Ölçülmesi, Doktora Tezi,

Başkent Üniversitesi, Sosyal Bilimler Enstitüsü, Ankara, 2014.

Diğerleri

İnternet Kaynakları

Airports Council Intenational (ACI), ACI Airport Economics and Statistics

Publications, http: //www.aci.aero/Publications/ACI-Airport-Economics-

and-Statistics/ACI-Passenger-Personas-A-new-approach-to-passenger-

profiling, (16.10.2015).

Convention on International Civil Aviation (ICAO), Building Trust http:

//www.icao.int/publications/journalsreports/2015/MRTD_Report_Vol10_No3.

pdf, (01.12.2015).

Convention on International Civil Aviation (ICAO), Convention on International

Civil Aviation Done at Chicago on the 7th Day of December 1944 http:

//www.icao.int/publications/Documents/7300_orig.pdf, (01.04.2015).

Convention on International Civil Aviation (ICAO),Strong Passenger Results and a

Rebound for Freight Traffic in 2014, http:

//www.icao.int/Newsroom/Pages/Strong-Passenger-Results-and-a-Rebound-

for-Freight-Traffic-in-2014.aspx, (12.04.2014).

Dwyer, L., Online Havacılık Tarih Müzesi, http: //www.aviation-

history.com/douglas/dc3.html, (05.04.2015).

Sayın, K. A., Sivil Havacılık Hakkında Ulusal Düzenlemeler, http:

//www.ozelguvenlikdunyasi.com/sivil-havacilik-guvenligi hakkinda % 20

uluslararasi-duzenlemeler.html, (03.04.2015).

Sivil Havacılık Genel Müdürlüğü, Sivil Havacılık Genel Müdürlüğü Mevzuatı, http:

//mevzuat.shgm.gov.tr/, (05.04.2015).

Sivil Havacılık Genel Müdürlüğü, Türkiye’nin Havacılık Güvenliğindeki Başarısı

ICAO Tarafından Tescillendi, http: //web.shgm.gov.tr/tr/manset-haber/4660-

icaoguvenlikdenetimi, (05.04.2015).

84

Türk Borsa, Havayolu Taşımacılığı Sektörü Değerlendirmemiz,

http://www.turkborsa.net/belgeler/raporlar/havayolutasimaciligisektorudegerl

endirmemiz2015.pdf, (01.04.2015).

Türkiye Büyük Millet Meclisi Başkanlığı (TBMM), Türk Sivil Havacılık Kanunu,

https:

//www.tbmm.gov.tr/tutanaklar/KANUNLAR_KARARLAR/kanuntbmmc06

6/kanundmc066/kanundmc06602920.pdf, (08.10.2016).

Venables, W.N., Smith, D.M., R Core Team, https://cran.r-

project.org/doc/manuals/r-release/R-intro.pdf, (24.02.2017).

Raporlar

Devlet Hava Meydanları İşletmesi Genel Müdürlüğü, Hava yolu Sektör Raporu,

Ankara, 2015.

Devlet Planlama Teşkilatı, Sekizinci Beş Yıllık Kalkınma Planı Kamu

Yönetiminin İyileştirilmesi ve Yeniden Yapılandırılması Özel İhtisas

Komisyon Raporu, Ankara, 2000.

İstanbul Sanayi Odası Kalite ve Teknoloji İhtisas Kurulu (KATEK), Sanayide

Sürekli Gelişme İçin Kaizen, İstanbul, s.7, 2011.

Türkiye Odalar ve Borsalar Birliği (TOBB), Türkiye Sivil Havacılık Meclisi Sektör

Raporu, Ankara, 2014.

Bildiriler

DÜZAKIN, E., GÜÇRAY, A., “An Analysis of the Efficiency of Airports in Turkey”,

43rd Annual Conference of the Operational Research Society, Conference

Handbook, p.37, 2001.

ELEREN, A., SOBA, M., “İşletmelerde Çok Boyutlu Performans Ölçümü ve Uşak

Deri Sektöründe Bir Uygulama”, Uluslararası Davraz Kongresi, Isparta:

Süleyman Demirel Üniversitesi, 24-27 Eylül, s.5, 2009.

ULUTAŞ, B. ve ULUTAŞ, B., “An Analytic Network Process Combined Data

Envelopment Analysis Methodology To Evaluate The Performance of

Airports in Turkey”, 10th International Symposium on the Analytic

Hierarchy/Network Process, July 29-August 1, University of Pittsburgh

Pittsburgh, Pennsylvania, USA, 2009.

VILLANO R.,MARIANO M.J.,FLEMING E.,ACDA R., “Metafrontier Analysis of

Farm-Level Efficiences and Environmental-Technology Gaps In Philippine

Rice Farming”, 54th Australian Agriculture and Resource Economics

Society,10-12 February,Adelaide,Australian, s.9, 2010.

YAKUT, A. M., “Türk İmalat Sanayinde Toplam Faktör Verimliliği ve Uluslararası

Rekabet Analizi: 1972-2001”, 10. İktisat Öğrencileri Kongresi, İzmir, 3-4

Mayıs, 2007.

85

YANG, Z., “Bank Branch Operating Efficiency: A DEA Approach, Proceedings of

the International Multi Conference of Engineers and Computer Scientists”,

International Multi-Conference of Engineers and Computer Scientist,

Vol II, March 18 – 20, 2009.

86

EKLER

EK 1. Havalimanlarının 1999-2015 Dönemlerindeki Çıktı Odaklı CCR ve BCC

Model İçin Etkinlik Değerleri ve Etkin Olmayan Havalimanları İçin Referans

Kümeleri

HAVALİMANI ADI YIL MODEL ETKİNLİK DEĞERİ REFERANS KÜMELERİ

İSTANBUL ATATÜRK 1999-2015 CCR 1.000 Etkin

BCC 1.000 Etkin

ANKARA ESENBOĞA 1999-2015 CCR 1.000 Etkin

BCC 1.000 Etkin

İZMİR ADNAN MENDERES 1999-2015 CCR 1.000 Etkin

BCC 1.000 Etkin

ANTALYA 1999-2015 CCR 1.000 Etkin

BCC 1.000 Etkin

MUĞLA DALAMAN

1999-2002 CCR 1.000 Etkin

BCC 1.000 Etkin

2003 CCR 0.915 1,3

BCC 1.000 Etkin

2004-2005 CCR 1.000 Etkin

BCC 1.000 Etkin

2006 CCR 0.951 1.4

BCC 1.000 Etkin

2007 CCR 0.566 1.4

BCC 0.621 1.4

2008 CCR 0.550 1,4

BCC 0.592 1,4

2009-2010 CCR 1.000 Etkin

BCC 1.000 Etkin

2011 CCR 0.916 1,4

BCC 1.000 Etkin

2012-2014 CCR 1.000 Etkin

BCC 1.000 Etkin

2015 CCR 0.891 1,4

BCC 1.000 Etkin

MUĞLA MİLAS-BODRUM

1999-2007 CCR 1.000 Etkin

BCC 1.000 Etkin

2008 CCR 0.974 1,4

BCC 1.000 Etkin

2009-2010 CCR 1.000 Etkin

BCC 1.000 Etkin

2011 CCR 0.923 1,4

BCC 1.000 Etkin

2012-2014 CCR 1.000 Etkin

BCC 1.000 Etkin

2015 CCR 0.895 1,4

BCC 1.000 Etkin

KAYSERİ

1999-2000 CCR 1.000 Etkin

BCC 1.000 Etkin

2001 CCR 0.898 1,2

BCC 0.903 1,2

2002 CCR 0.934 1,2

BCC 0.958 1,2

2003 CCR 1.000 Etkin

BCC 1.000 Etkin

2004 CCR 0.956 1,2

BCC 1.000 Etkin

2005 CCR 0.978 1,2

BCC 1.000 Etkin

2006 CCR 1.000 Etkin

BCC 1.000 Etkin

2007 CCR 0.910 1,2

BCC 1.000 Etkin

87

2008 CCR 0.981 1,2

BCC 1.000 Etkin

2009 CCR 0.923 1,2

BCC 1.000 Etkin

2010 CCR 0.959 1,2

BCC 1.000 Etkin

2011 CCR 0.921 1,2

BCC 1.000 Etkin

2012 CCR 0.937 1,2

BCC 1.000 Etkin

2013 CCR 1.000 Etkin

BCC 1.000 Etkin

2014 CCR 0.963 1,2

BCC 1.000 Etkin

2015 CCR 0.974 1,2

BCC 1.000 Etkin

ADANA

1999-2000 CCR 1.000 Etkin

BCC 1.000 Etkin

2001 CCR 0.898 1,2,3

BCC 1.000 Etkin

2002 CCR 0.934 1,2,3

BCC 1.000 Etkin

2003 CCR 1.000 Etkin

BCC 1.000 Etkin

2004 CCR 0.956 1,2,3

BCC 1.000 Etkin

2005 CCR 0.978 1,2,3

BCC 1.000 Etkin

2006 CCR 1.000 Etkin

BCC 1.000 Etkin

2007 CCR 0.910 1,37

BCC 1.000 Etkin

2008 CCR 0.981 1,37

BCC 1.000 Etkin

2009 CCR 0.923 1,37

BCC 1.000 Etkin

2010 CCR 0.959 1,37

BCC 1.000 Etkin

2011 CCR 0.921 1,37

BCC 1.000 Etkin

2012 CCR 0.937 1,37

BCC 1.000 Etkin

2013 CCR 1.000 Etkin

BCC 1.000 Etkin

2014 CCR 0.963 1,37

BCC 1.000 Etkin

2015 CCR 1.000 Etkin

BCC 1.000 Etkin

TRABZON

1999 CCR 0.925 1,37

BCC 1.000 Etkin

2000 CCR 0.678 1,37

BCC 0.914 1,37

2001 CCR 0.643 1,37

BCC 0.821 1,37

2002 CCR 0.762 1,37

BCC 0.979 1,37

2003 CCR 0.798 1,37

BCC 0.984 1,37

2004 CCR 0.937 1,37

BCC 1.000 Etkin

2005-2008 CCR 1.000 Etkin

BCC 1.000 Etkin

2009 CCR 0.978 37

BCC 1.000 Etkin

2010 CCR 0.980 37

BCC 1.000 Etkin

2011-2015 CCR 1.000 Etkin

BCC 1.000 Etkin

ISPARTA 1999 CCR 0.312 19,37

88

BCC 0.349 19,37

2000 CCR 0.125 19,37

BCC 0.147 19,37

2001 CCR 0.121 19,37

BCC 0.138 19,37

2002 CCR 0.114 19,37

BCC 0.167 19,37

2003 CCR 0.126 19,37

BCC 0.189 19,37

2004 CCR 0.084 19,37

BCC 0.168 19,37

2005 CCR 0.041 19,37

BCC 0.074 19,37

2006 CCR 0.135 19,37

BCC 0.171 19,37

2007 CCR 0.213 19,37

BCC 0.273 19,37

2008 CCR 0.345 19,37

BCC 0.493 19,37

2009 CCR 0.405 37

BCC 0.482 37

2010 CCR 0.850 37

BCC 1.000 Etkin

2011 CCR 0.813 19,37

BCC 1.000 Etkin

2012 CCR 0.831 19,37

BCC 1.000 Etkin

2013-2015 CCR 1.000 Etkin

BCC 1.000 Etkin

NEVŞEHİR KAPADOKYA

1999 CCR 0.230 19,37

BCC 0.252 19,37

2000 CCR 0.203 19,37

BCC 0.215 19,37

2001 CCR 0.231 19,37

BCC 0.243 19,37

2002 CCR 0.222 19,37

BCC 0.251 19,37

2003 CCR 0.125 19,37

BCC 0.142 19,37

2004 CCR 0.118 19,37

BCC 0.144 19,37

2005 CCR 0.110 19,37

BCC 0.128 19,37

2006 CCR 0.156 19,37

BCC 0.180 19,37

2007 CCR 0.173 19,37

BCC 0.188 19,37

2008 CCR 0.310 37

BCC 0.340 37

2009 CCR 0.263 37

BCC 0.295 37

2010 CCR 0.844 37

BCC 0.888 37

2011 CCR 0.247 19,37

BCC 0.285 19,37

2012 CCR 0.253 19,37

BCC 0.276 19,37

2013 CCR 0.291 19,37

BCC 0.315 19,37

2014 CCR 0.309 19,37

BCC 0.345 19,37

2015 CCR 0.336 19,37

BCC 0.348 19,37

ERZURUM

1999 CCR 0.381 19,37

BCC 0.383 19,37

2000 CCR 0.323 19,37

BCC 0.325 19,37

2001 CCR 0.311 19,37

BCC 0.319 19,37

89

2002 CCR 0.291 19,37

BCC 0.303 19,37

2003 CCR 0.282 19,37

BCC 0.293 19,37

2004 CCR 0.356 19,37

BCC 0.384 19,37

2005 CCR 0.325 19,37

BCC 0.352 19,37

2006 CCR 0.374 19,37

BCC 0.400 19,37

2007 CCR 0.453 19,37

BCC 0.478 19,37

2008 CCR 0.383 19,37

BCC 0.409 19,37

2009 CCR 0.391 19,37

BCC 0.420 19,37

2010 CCR 0.426 19,37

BCC 0.441 19,37

2011 CCR 0.402 19,37

BCC 0.404 19,37

2012 CCR 0.375 19,37

BCC 0.399 19,37

2013 CCR 0.384 19,37

BCC 0.447 19,37

2014 CCR 0.377 19,37

BCC 0.407 19,37

2015 CCR 0.376 19,37

BCC 0.396 19,37

GAZİANTEP

1999 CCR 0.514 19,37

BCC 0.619 19,37

2000 CCR 0.583 19,37

BCC 0.774 19,37

2001 CCR 0.541 19,37

BCC 0.587 19,37

2002 CCR 0.969 19,37

BCC 1.000 Etkin

2003 CCR 0.632 37

BCC 0.823 37

2004 CCR 0.967 19,37

BCC 0.970 19,37

2005 CCR 0.281 19,37

BCC 0.347 19,37

2006 CCR 0.482 19,37

BCC 0.574 19,37

2007 CCR 0.692 19,37

BCC 0.870 19,37

2008 CCR 0.712 19,37

BCC 0.824 19,37

2009 CCR 0.768 19,37

BCC 0.956 19,37

2010 CCR 0.826 19,37

BCC 0.943 19,37

2011 CCR 0.885 19,37

BCC 0.977 19,37

2012 CCR 0.912 19,37

BCC 1.000 Etkin

2013-2014 CCR 1.000 Etkin

BCC 1.000 Etkin

2015 CCR 0.997 37

BCC 1.000 Etkin

ADIYAMAN

1999 CCR 0.176 19,37

BCC 0.198 19,37

2000 CCR 0.051 19,37

BCC 0.112 19,37

2001 CCR 0.155 19,37

BCC 0.182 19,37

2002 CCR 0.043 19,37

BCC 0.098 19,37

2003 CCR 0.025 19,37

90

BCC 0.052 19,37

2004 CCR 0.010 19,37

BCC 0.032 19,37

2005 CCR 0.060 19,37

BCC 0.146 19,37

2006 CCR 0.166 19,37

BCC 0.191 19,37

2007 CCR 0.318 19,37

BCC 0.528 19,37

2008 CCR 0.552 19,37

BCC 0.814 19,37

2009 CCR 0.726 19,37

BCC 0.903 19,37

2010 CCR 0.942 19,37

BCC 1.000 19,37

2011 CCR 0.098 19,37

BCC 0.176 19,37

2012 CCR 0.223 19,37

BCC 0.421 19,37

2013 CCR 0.515 19,37

BCC 0.782 19,37

2014 CCR 0.251 19,37

BCC 0.485 19,37

2015 CCR 0.275 19,37

BCC 0.551 19,37

AĞRI

1999 CCR 0.772 19,37

BCC 1.000 Etkin

2000 CCR 0.423 37

BCC 0.472 37

2001 CCR 0.426 19,37

BCC 0.483 19,37

2002 CCR 0.470 19,37

BCC 0.518 19,37

2003 CCR 0.414 19,37

BCC 0.462 19,37

2004 CCR 0.396 19,37

BCC 0.421 19,37

2005 CCR 0.280 19,37

BCC 0.342 19,37

2006 CCR 0.400 19,37

BCC 0.458 19,37

2007 CCR 0.509 19,37

BCC 0.606 19,37

2008 CCR 0.700 19,37

BCC 0.722 19,37

2009 CCR 0.157 19,37

BCC 0.221 19,37

2010 CCR 0.004 19,37

BCC 0.113 19,37

2011 CCR 0.928 19,37

BCC 1.000 Etkin

2012 CCR 0.952 37

BCC 1.000 Etkin

2013 CCR 1.000 Etkin

BCC 1.000 Etkin

2014 CCR 0.945 37

BCC 1.000 Etkin

2015 CCR 0.910 19,37

BCC 1.000 Etkin

BURSA YENİŞEHİR

1999 CCR 1.000 Etkin

BCC 1.000 Etkin

2000 CCR 0.396 19,37

BCC 0.425 19,37

2001 CCR 0.384 19,37

BCC 0.396 19,37

2002 CCR 0.627 19,37

BCC 0.677 19,37

2003 CCR 0.877 19,37

BCC 0.933 19,37

91

2004 CCR 0.440 19,37

BCC 0.466 19,37

2005 CCR 0.467 19,37

BCC 0.488 19,37

2006 CCR 0.558 19,37

BCC 0.577 19,37

2007 CCR 0.300 19,37

BCC 0.307 19,37

2008 CCR 0.350 19,37

BCC 0.357 19,37

2009 CCR 0.316 19,37

BCC 0.323 19,37

2010 CCR 0.434 19,37

BCC 0.449 19,37

2011 CCR 0.505 19,37

BCC 0.519 19,37

2012 CCR 0.721 19,37

BCC 0.731 19,37

2013 CCR 0.606 19,37

BCC 0.725 19,37

2014 CCR 0.781 19,37

BCC 0.886 19,37

2015 CCR 0.521 19,37

BCC 0.531 19,37

ÇANAKKALE

1999 CCR 0.940 19,37

BCC 1.000 Etkin

2000 CCR 1.000 Etkin

BCC 1.000 Etkin

2001 CCR 0.590 37

BCC 0.648 37

2002 CCR 0.698 37

BCC 0.721 37

2003 CCR 0.980 37

BCC 1.000 Etkin

2004 CCR 0.962 37

BCC 1.000 Etkin

2005 CCR 0.937 37

BCC 1.000 Etkin

2006 CCR 0.980 37

BCC 1.000 Etkin

2007 CCR 1.000 Etkin

BCC 1.000 Etkin

2008 CCR 0.982 37

BCC 1.000 Etkin

2009 CCR 0.749 37

BCC 0.858 37

2010 CCR 0.924 37

BCC 1.000 Etkin

2011 CCR 0.936 37

BCC 1.000 Etkin

2012 CCR 0.972 37

BCC 1.000 Etkin

2013 CCR 0.981 37

BCC 1.000 Etkin

2014 CCR 0.926 37

BCC 1.000 Etkin

2015 CCR 0.914 37

BCC 1.000 Etkin

DENİZLİ ÇARDAK

1999 CCR 0.365 19,37

BCC 0.414 19,37

2000 CCR 0.391 19,37

BCC 0.487 19,37

2001 CCR 0.342 19,37

BCC 0.386 19,37

2002 CCR 0.312 19,37

BCC 0.341 19,37

2003 CCR 0.316 19,37

BCC 0.352 19,37

2004 CCR 0.221 19,37

92

BCC 0.273 19,37

2005 CCR 0.198 19,37

BCC 0.242 19,37

2006 CCR 0.319 19,37

BCC 0.361 19,37

2007 CCR 0.280 19,37

BCC 0.339 19,37

2008 CCR 0.294 19,37

BCC 0.342 19,37

2009 CCR 0.276 19,37

BCC 0.331 19,37

2010 CCR 0.222 19,37

BCC 0.278 19,37

2011 CCR 0.243 19,37

BCC 0.294 19,37

2012 CCR 0.356 19,37

BCC 0.412 19,37

2013 CCR 0.681 19,37

BCC 0.737 19,37

2014 CCR 0.559 8,37

BCC 0.615 8,37

2015 CCR 0.476 8,37

BCC 0.583 8,37

DİYARBAKIR

1999-2008 CCR 1.000 Etkin

BCC 1.000 Etkin

2009 CCR 0.992 37

BCC 1.000 Etkin

2010 CCR 0.980 37

BCC 1.000 Etkin

2011-2015 CCR 1.000 Etkin

BCC 1.000 Etkin

ELAZIĞ

1999 CCR 0.264 19,37

BCC 0.276 19,37

2000 CCR 0.234 19,37

BCC 0.245 19,37

2001 CCR 0.246 19,37

BCC 0.259 19,37

2002 CCR 0.262 19,37

BCC 0.278 19,37

2003 CCR 0.239 19,37

BCC 0.251 19,37

2004 CCR 0.176 19,37

BCC 0.191 19,37

2005 CCR 0.142 19,37

BCC 0.157 19,37

2006 CCR 0.140 19,37

BCC 0.151 19,37

2007 CCR 0.206 19,37

BCC 0.222 19,37

2008 CCR 0.234 19,37

BCC 0.245 19,37

2009 CCR 0.395 19,37

BCC 0.423 19,37

2010 CCR 0.469 19,37

BCC 0.487 19,37

2011 CCR 0.431 34,37

BCC 0.446 34,37

2012 CCR 0.596 34,37

BCC 0.612 34,37

2013 CCR 0.691 34,37

BCC 0.717 34,37

2014 CCR 0.619 34,37

BCC 0.682 34,37

2015 CCR 0.575 34,37

BCC 0.637 34,37

ERZİNCAN

1999 CCR 0.174 19,37

BCC 0.197 19,37

2000 CCR 0.172 19,37

BCC 0.191 19,37

93

2001 CCR 0.175 19,37

BCC 0.202 19,37

2002 CCR 0.227 19,37

BCC 0.257 19,37

2003 CCR 0.228 19,37

BCC 0.263 19,37

2004 CCR 0.229 19,37

BCC 0.271 19,37

2005 CCR 0.181 19,37

BCC 0.218 19,37

2006 CCR 0.169 19,37

BCC 0.185 19,37

2007 CCR 0.177 19,37

BCC 0.213 19,37

2008 CCR 0.197 19,37

BCC 0.243 19,37

2009 CCR 0.187 19,37

BCC 0.232 19,37

2010 CCR 0.163 19,37

BCC 0.176 19,37

2011 CCR 0.183 34,37

BCC 0.218 34,37

2012 CCR 0.231 34,37

BCC 0.263 34,37

2013 CCR 0.218 34,37

BCC 0.244 34,37

2014 CCR 0.182 34,37

BCC 0.228 34,37

2015 CCR 0.181 34,37

BCC 0.448 34,37

KAHRAMANMARAŞ

1999 CCR 0.440 19,37

BCC 0.487 19,37

2000 CCR 0.462 19,37

BCC 0.524 19,37

2001 CCR 0.354 19,37

BCC 0.472 19,37

2002 CCR 0.175 19,37

BCC 0.209 19,37

2003 CCR 0.072 19,37

BCC 0.134 19,37

2004 CCR 0.005 19,37

BCC 0.029 19,37

2005 CCR 0.175 19,37

BCC 0.209 19,37

2006 CCR 0.427 19,37

BCC 0.482 19,37

2007 CCR 0.475 19,37

BCC 0.542 19,37

2008 CCR 0.707 19,37

BCC 0.782 19,37

2009 CCR 0.692 19,37

BCC 0.723 19,37

2010 CCR 0.925 19,37

BCC 1.000 Etkin

2011 CCR 0.988 37

BCC 1.000 Etkin

2012 CCR 0.971 34,37

BCC 1.000 Etkin

2013 CCR 1.000 Etkin

BCC 1.000 Etkin

2014 CCR 0.921 34,37

BCC 1.000 Etkin

2015 CCR 0.798 34,37

BCC 1.000 Etkin

KARS

1999 CCR 0.344 19,37

BCC 0.395 19,37

2000 CCR 0.334 19,37

BCC 0.392 19,37

2001 CCR 0.303 19,37

94

BCC 0.351 19,37

2002 CCR 0.339 19,37

BCC 0.387 19,37

2003 CCR 0.319 19,37

BCC 0.361 19,37

2004 CCR 0.271 19,37

BCC 0.322 19,37

2005 CCR 0.340 19,37

BCC 0.395 19,37

2006 CCR 0.493 19,37

BCC 0.549 19,37

2007 CCR 0.269 19,37

BCC 0.317 19,37

2008 CCR 0.410 19,37

BCC 0.468 19,37

2009 CCR 0.391 19,37

BCC 0.443 19,37

2010 CCR 0.401 19,37

BCC 0.461 19,37

2011 CCR 0.368 19,37

BCC 0.422 19,37

2012 CCR 0.432 19,37

BCC 0.484 19,37

2013 CCR 0.521 34,37

BCC 0.583 34,37

2014 CCR 0.334 34,37

BCC 0.392 34,37

2015 CCR 0.349 34,37

BCC 0.456 34,37

KONYA

1999 CCR 0.008 19,37

BCC 0.013 19,37

2000 CCR 0.642 19,37

BCC 0.721 19,37

2001 CCR 0.827 19,37

BCC 0.889 19,37

2002 CCR 0.745 19,37

BCC 0.815 19,37

2003 CCR 0.812 19,37

BCC 0.839 19,37

2004 CCR 0.601 19,37

BCC 0.700 19,37

2005 CCR 0.961 19,37

BCC 1.000 Etkin

2006 CCR 0.533 37

BCC 0.633 37

2007 CCR 0.954 37

BCC 1.000 Etkin

2008 CCR 0.472 19,37

BCC 0.527 19,37

2009 CCR 0.493 19,37

BCC 0.554 19,37

2010 CCR 0.686 19,37

BCC 0.749 19,37

2011 CCR 0.611 34,37

BCC 0.696 34,37

2012 CCR 0.656 34,37

BCC 0.741 34,37

2013 CCR 1.000 Etkin

BCC 1.000 Etkin

2014 CCR 0.779 34,37

BCC 0.872 34,37

2015 CCR 0.693 34,37

BCC 0.778 34,37

KOCAELİ CENGİZ TOPEL

1999 CCR 0.404 19,37

BCC 0.527 19,37

2000 CCR 0.254 19,37

BCC 0.291 19,37

2001 CCR 0.329 19,37

BCC 0.369 19,37

95

2002 CCR 0.469 19,37

BCC 0.547 19,37

2003 CCR 0.609 19,37

BCC 0.705 19,37

2004 CCR 0.354 19,37

BCC 0.461 19,37

2005 CCR 0.617 19,37

BCC 0.712 19,37

2006 CCR 0.156 19,37

BCC 0.296 19,37

2007 CCR 0.157 19,37

BCC 0.262 19,37

2008 CCR 0.478 19,37

BCC 0.569 19,37

2009 CCR 0.494 19,37

BCC 0.587 19,37

2010 CCR 0.229 19,37

BCC 0.272 19,37

2011 CCR 0.096 19,37

BCC 0.125 19,37

2012 CCR 0.324 19,37

BCC 0.431 19,37

2013 CCR 0.542 19,37

BCC 0.659 19,37

2014 CCR 0.811 34,37

BCC 0.857 34,37

2015 CCR 0.110 34,37

BCC 0.419 34,37

MALATYA

1999 CCR 0.363 19,37

BCC 0.374 19,37

2000 CCR 0.398 19,37

BCC 0.408 19,37

2001 CCR 0.345 19,37

BCC 0.367 19,37

2002 CCR 0.320 19,37

BCC 0.344 19,37

2003 CCR 0.291 19,37

BCC 0.315 19,37

2004 CCR 0.358 19,37

BCC 0.369 19,37

2005 CCR 0.586 19,37

BCC 0.606 19,37

2006 CCR 0.602 19,37

BCC 0.627 19,37

2007 CCR 0.526 19,37

BCC 0.541 19,37

2008 CCR 0.528 19,37

BCC 0.546 19,37

2009 CCR 0.554 19,37

BCC 0.585 19,37

2010 CCR 0.604 19,37

BCC 0.626 19,37

2011 CCR 0.561 37

BCC 0.589 37

2012 CCR 0.661 37

BCC 0.696 37

2013 CCR 0.423 34,37

BCC 0.454 34,37

2014 CCR 0.423 34,37

BCC 0.454 34,37

2015 CCR 0.472 34,37

BCC 0.487 34,37

MARDİN

1999 CCR 0.010 19,37

BCC 0.120 19,37

2000 CCR 0.476 19,37

BCC 0.483 19,37

2001 CCR 0.669 19,37

BCC 0.684 19,37

2002 CCR 0.641 19,37

96

BCC 0.667 19,37

2003 CCR 0.438 19,37

BCC 0.452 19,37

2004 CCR 0.316 19,37

BCC 0.334 19,37

2005 CCR 0.328 19,37

BCC 0.392 19,37

2006 CCR 0.821 19,37

BCC 0.948 19,37

2007-2008 CCR 1.000 Etkin

BCC 1.000 Etkin

2009 CCR 0.942 37

BCC 1.000 Etkin

2010 CCR 1.000 Etkin

BCC 1.000 Etkin

2011 CCR 0.906 37

BCC 1.000 Etkin

2012 CCR 0.916 37

BCC 1.000 Etkin

2013-2015 CCR 1.000 Etkin

BCC 1.000 Etkin

MUŞ

1999 CCR 0.717 19,37

BCC 0.825 19,37

2000 CCR 0.929 19,37

BCC 1.000 Etkin

2001 CCR 1.000 Etkin

BCC 1.000 Etkin

2002 CCR 0.672 19,37

BCC 0.746 19,37

2003 CCR 0.608 19,37

BCC 0.652 19,37

2004 CCR 0.640 19,37

BCC 0.678 19,37

2005 CCR 0.478 19,37

BCC 0.512 19,37

2006 CCR 0.466 19,37

BCC 0.493 19,37

2007 CCR 0.140 19,37

BCC 0.324 19,37

2008 CCR 0.513 37

BCC 0.624 37

2009 CCR 0.419 37

BCC 0.452 19,37

2010 CCR 0.559 19,37

BCC 0.641 19,37

2011 CCR 0.728 19,37

BCC 0.879 19,37

2012 CCR 0.942 19,37

BCC 1.000 Etkin

2013 CCR 1.000 Etkin

BCC 1.000 Etkin

2014 CCR 0.938 19,37

BCC 1.000 Etkin

2015 CCR 0.789 19,37

BCC 1.000 Etkin

SAMSUN ÇARŞAMBA

1999 CCR 0.308 19,37

BCC 0.332 19,37

2000 CCR 0.461 19,37

BCC 0.525 19,37

2001 CCR 0.469 19,37

BCC 0.575 19,37

2002 CCR 0.549 19,37

BCC 0.596 19,37

2003 CCR 0.502 19,37

BCC 0.541 19,37

2004 CCR 0.561 19,37

BCC 0.655 19,37

2005 CCR 0.449 19,37

BCC 0.497 19,37

97

2006 CCR 0.433 19,37

BCC 0.476 19,37

2007 CCR 0.511 19,37

BCC 0.548 19,37

2008 CCR 0.531 19,37

BCC 0.629 19,37

2009 CCR 0.708 19,37

BCC 0.798 19,37

2010 CCR 0.687 19,37

BCC 0.765 19,37

2011 CCR 0.679 19,37

BCC 0.741 19,37

2012 CCR 0.717 19,37

BCC 0.814 19,37

2013 CCR 0.746 37

BCC 0.864 37

2014 CCR 0.751 37

BCC 0.897 19,37

2015 CCR 0.704 19,37

BCC 0.859 19,37

SİİRT

1999 CCR 0.977 19,37

BCC 1.000 Etkin

2000 CCR 1.000 Etkin

BCC 1.000 Etkin

2001 CCR 0.925 19,37

BCC 0.941 19,37

2002 CCR 0.690 19,37

BCC 0.800 19,37

2003 CCR 0.085 19,37

BCC 0.208 19,37

2004 CCR 0.093 19,37

BCC 0.267 19,37

2005 CCR 0.374 19,37

BCC 0.431 19,37

2006 CCR 0.426 19,37

BCC 0.522 19,37

2007 CCR 0.821 37

BCC 0.921 37

2008 CCR 0.408 37

BCC 0.504 37

2009 CCR 0.179 19,37

BCC 0.285 19,37

2010 CCR 0.115 34,37

BCC 0.212 34,37

2011 CCR 0.567 34,37

BCC 0.642 34,37

2012 CCR 0.704 34,37

BCC 0.821 34,37

2013 CCR 0.421 34,37

BCC 0.573 34,37

2014 CCR 0.257 34,37

BCC 0.351 34,37

2015 CCR 0.853 34,37

BCC 1.000 Etkin

SİNOP

1999 CCR 0.221 19,37

BCC 0.367 19,37

2000 CCR 0.179 19,37

BCC 0.265 19,37

2001 CCR 0.050 19,37

BCC 0.125 19,37

2002 CCR 0.491 19,37

BCC 0.600 19,37

2003 CCR 0.085 19,37

BCC 0.177 19,37

2004 CCR 0.093 19,37

BCC 0.197 19,37

2005 CCR 0.312 19,37

BCC 0.420 19,37

2006 CCR 0.435 19,37

98

BCC 0.545 19,37

2007 CCR 0.021 19,37

BCC 0.093 19,37

2008 CCR 0.189 19,37

BCC 0.325 19,37

2009 CCR 0.404 19,37

BCC 0.440 19,37

2010 CCR 0.456 19,37

BCC 0.582 19,37

2011 CCR 0.403 19,37

BCC 0.451 19,37

2012 CCR 0.415 19,37

BCC 0.473 19,37

2013 CCR 0.416 19,37

BCC 0.479 19,37

2014 CCR 0.472 19,37

BCC 0.589 19,37

2015 CCR 0.718 19,37

BCC 1.000 Etkin

SİVAS NURİ DEMİRAĞ

1999 CCR 0.079 19,37

BCC 0.084 19,37

2000 CCR 0.121 19,37

BCC 0.138 19,37

2001 CCR 0.078 19,37

BCC 0.081 19,37

2002 CCR 0.285 19,37

BCC 0.310 19,37

2003 CCR 0.010 19,37

BCC 0.197 19,37

2004 CCR 0.053 19,37

BCC 0.081 19,37

2005 CCR 0.127 19,37

BCC 0.157 19,37

2006 CCR 0.051 19,37

BCC 0.079 37

2007 CCR 0.163 37

BCC 0.226 19,37

2008 CCR 0.201 19,37

BCC 0.283 19,37

2009 CCR 0.161 19,37

BCC 0.214 19,37

2010 CCR 0.130 19,37

BCC 0.167 19,37

2011 CCR 0.195 19,37

BCC 0.264 19,37

2012 CCR 0.255 19,37

BCC 0.292 19,37

2013 CCR 0.357 19,37

BCC 0.419 19,37

2014 CCR 0.313 19,37

BCC 0.396 19,37

2015 CCR 0.389 19,37

BCC 0.689 19,37

ŞANLIURFA GAP

1999 CCR 0.316 19,37

BCC 0.352 19,37

2000 CCR 0.241 19,37

BCC 0.306 19,37

2001 CCR 0.222 19,37

BCC 0.265 19,37

2002 CCR 0.191 19,37

BCC 0.213 19,37

2003 CCR 0.147 19,37

BCC 0.182 19,37

2004 CCR 0.106 19,37

BCC 0.158 19,37

2005 CCR 0.103 19,37

BCC 0.149 19,37

2006 CCR 0.132 19,37

BCC 0.188 19,37

99

2007 CCR 0.157 37

BCC 0.193 37

2008 CCR 0.167 37

BCC 0.202 37

2009 CCR 0.194 34,37

BCC 0.245 34,37

2010 CCR 0.209 34,37

BCC 0.258 34,37

2011 CCR 0.182 34,37

BCC 0.234 34,37

2012 CCR 0.275 34,37

BCC 0.344 34,37

2013 CCR 0.542 34,37

BCC 0.611 34,37

2014 CCR 0.357 34,37

BCC 0.464 34,37

2015 CCR 0.331 34,37

BCC 0.522 34,37

TEKİRDAĞ ÇORLU

1999-2001 CCR 1.000 Etkin

BCC 1.000 Etkin

2002 CCR 0.617 19,37

BCC 0.843 19,37

2003 CCR 0.356 19,37

BCC 0.475 19,37

2004 CCR 0.351 19,37

BCC 0.468 19,37

2005 CCR 0.366 19,37

BCC 0.483 19,37

2006 CCR 1.000 Etkin

BCC 1.000 Etkin

2007 CCR 0.591 19,37

BCC 0.755 19,37

2008-2015 CCR 1.000 Etkin

BCC 1.000 Etkin

TOKAT

1999 CCR 0.078 19,37

BCC 0.182 19,37

2000 CCR 0.020 19,37

BCC 0.095 19,37

2001 CCR 1.000 Etkin

BCC 1.000 Etkin

2002 CCR 0.412 19,37

BCC 0.593 19,37

2003 CCR 0.248 19,37

BCC 0.327 19,37

2004 CCR 0.301 19,37

BCC 0.489 19,37

2005 CCR 0.238 19,37

BCC 0.308 19,37

2006 CCR 0.215 19,37

BCC 0.288 19,37

2007 CCR 0.942 19,37

BCC 1.000 Etkin

2008 CCR 0.384 37

BCC 0.547 37

2009 CCR 0.041 37

BCC 0.113 34,37

2010 CCR 0.457 34,37

BCC 0.624 34,37

2011 CCR 0.665 34,37

BCC 0.721 34,37

2012 CCR 0.671 19,37

BCC 0.753 19,37

2013 CCR 0.678 19,37

BCC 0.791 19,37

2014 CCR 0.658 19,37

BCC 0.703 19,37

2015 CCR 0.747 19,37

BCC 1.000 Etkin

UŞAK 1999 CCR 0.418 19,37

100

BCC 0.467 19,37

2000 CCR 0.448 19,37

BCC 0.485 19,37

2001 CCR 0.102 19,37

BCC 0.236 19,37

2002 CCR 0.571 19,37

BCC 0.679 19,37

2003 CCR 0.551 19,37

BCC 0.642 19,37

2004 CCR 0.702 19,37

BCC 0.840 19,37

2005 CCR 0.166 19,37

BCC 0.251 19,37

2006 CCR 0.281 19,37

BCC 0.342 19,37

2007 CCR 0.486 19,37

BCC 0.522 19,37

2008 CCR 0.401 37

BCC 0.451 37

2009 CCR 0.230 37

BCC 0.282 37

2010 CCR 0.203 19,37

BCC 0.258 19,37

2011 CCR 0.361 19,37

BCC 0.412 19,37

2012 CCR 0.442 19,37

BCC 0.479 19,37

2013 CCR 0.508 19,37

BCC 0.539 19,37

2014 CCR 0.679 19,37

BCC 0.722 19,37

2015 CCR 0.749 19,37

BCC 1.000 Etkin

VAN FERİT MELEN 1999-2015 CCR 1.000 Etkin

BCC 1.000 Etkin

101

EK 2. Etkinlikler İçin Özet Tablo

YILLAR MODEL TOPLAM

HAVALİMANI

SAYISI

ETKİN

HAVALİMANI

SAYISI

ETKİN

OLMAYAN

HAVALİMANI

SAYISI

MİN.

ETKİNLİK

DEĞERİ

MAK.

ETKİNLİK

DEĞERİ

ORTALAMA

ETKİNLİK

DEĞERİ

1999 CCR 37 12 25 0.008 1.000 0.587

BCC 37 16 21 0.013 1.000 0.627

2000 CCR 37 13 24 0.020 1.000 0.582

BCC 37 14 23 0.095 1.000 0.620

2001 CCR 37 11 26 0.005 1.000 0.585

BCC 37 12 25 0.081 1.000 0.620

2002 CCR 37 8 29 0.043 1.000 0.595

BCC 37 10 27 0.098 1.000 0.646

2003 CCR 37 9 28 0.010 1.000 0.543

BCC 37 11 26 0.052 1.000 0.589

2004 CCR 37 8 29 0.005 1.000 0.530

BCC 37 12 25 0.029 1.000 0.578

2005 CCR 37 9 28 0.041 1.000 0.530

BCC 37 13 24 0.074 1.000 0.568

2006 CCR 37 11 26 0.051 1.000 0.576

BCC 37 13 24 0.079 1.000 0.614

2007 CCR 37 9 28 0.021 1.000 0.592

BCC 37 14 23 0.093 1.000 0.646

2008 CCR 37 9 28 0.167 1.000 0.620

BCC 37 13 24 0.202 1.000 0.671

2009 CCR 37 8 29 0.041 1.000 0.604

BCC 37 13 24 0.113 1.000 0.653

2010 CCR 37 9 28 0.004 1.000 0.666

BCC 37 17 20 0.113 1.000 0.713

2011 CCR 37 8 29 0.096 1.000 0.667

BCC 37 17 20 0.125 1.000 0.716

2012 CCR 37 10 27 0.223 1.000 0.721

BCC 37 19 18 0.263 1.000 0.769

2013 CCR 37 19 18 0.218 1.000 0.771

BCC 37 20 17 0.244 1.000 0.809

2014 CCR 37 13 24 0.182 1.000 0.745

BCC 37 19 18 0.228 1.000 0.793

2015 CCR 37 11 26 0.110 1.000 0.730

BCC 37 23 14 0.380 1.000 0.830

102

EK 3. Türkiye Devlet Hava Meydanlarının Yıllara Göre Teknik Etkinlikleri ve

Teknolojik Açıklık Oranları

Havalimanları Yıllar Teknik Etkinlik

Teknoloji Açıklık Oranı Meta Grup

İstanbul Atatürk 1999-2015 1.000 1.000 1.000

Ankara Esenboğa 1999-2015 1.000 1.000 1.000

İzmir Adnan Menderes 1999-2015 1.000 1.000 1.000

Antalya 1999-2015 1.000 1.000 1.000

Muğla Dalaman

1999-2002 1.000 1.000 1.000

2003 0.915 0.948 0.965

2004-2005 1.000 1.000 1.000

2006 0.951 0.984 0.966

2007 0.566 0.633 0.894

2008 0.550 0.750 0.733

2009-2010 1.000 1.000 1.000

2011 0.916 0.936 0.978

2012-2014 1.000 1.000 1.000

2015 0.891 1.000 0.891

Muğla Milas-Bodrum

1999-2008 1.000 1.000 1.000

2009 0.974 1.000 0.974

2010 1.000 1.000 1.000

2011 0.923 1.000 0.923

2012-2014 1.000 1.000 1.000

2015 0.895 1.000 1.000

Kayseri

1999-200 1.000 1.000 1.000

2001 0.898 1.000 0.898

2002 0.934 1.000 0.934

2003 1.000 1.000 1.000

2004 0.956 1.000 0.956

2005 0.978 1.000 0.978

2006 1.000 1.000 1.000

2007 0.910 1.000 0.910

2008 0.981 1.000 0.981

2009 0.923 1.000 0.923

2010 0.959 1.000 0.959

2011 0.921 1.000 0.921

2012 0.937 1.000 0.937

2013 1.000 1.000 1.000

2014 0.963 1.000 0.963

2015 0.974 1.000 0.974

Adana

1999-2008 1.000 1.000 1.000

2009 0.932 1.000 0.932

2010 0.941 1.000 0.941

2011-2013 1.000 1.000 1.000

2014 0.981 1.000 0.981

2015 1.000 1.000 1.000

Trabzon

1999 0.925 0.975 0.948

2000 0.678 0.885 0.766

2001 0.643 0.655 0.981

2002 0.762 0.878 0.867

2003 0.798 0.827 0.964

2004 0.937 0.945 0.991

2005-2008 1.000 1.000 1.000

2009 0.978 1.000 0.978

2010 0.980 1.000 0.980

2011-2015 1.000 1.000 1.000

Isparta Süleyman Demirel

1999 0.312 0.400 0.780

2000 0.125 0.254 0.492

2001 0.121 0.152 0.796

2002 0.114 0.172 0.662

2003 0.126 0.205 0.614

2004 0.084 0.097 0.865

2005 0.041 0.071 0.577

2006 0.135 0.281 0.480

2007 0.213 0.280 0.760

2008 0.345 0.425 0.811

2009 0.405 0.482 0.840

103

2010 0.850 0.872 0.974

2011 0.813 0.858 0.947

2012 0.831 0.856 0.970

2013-2015 1.000 1.000 1.000

Nevşehir Kapadokya

1999 0.230 0.373 0.616

2000 0.203 0.309 0.656

2001 0.231 0.371 0.622

2002 0.222 0.381 0.582

2003 0.125 0.203 0.615

2004 0.118 0.171 0.690

2005 0.110 0.156 0.705

2006 0.156 0.312 0.500

2007 0.173 0.244 0.709

2008 0.310 0.391 0.792

2009 0.263 0.342 0.769

2010 0.844 0.861 0.980

2011 0.247 0.341 0.724

2012 0.253 0.278 0.910

2013 0.291 0.318 0.915

2014 0.309 0.312 0.990

2015 0.336 0.348 0.965

Erzurum

1999 0.381 0.468 0.814

2000 0.323 0.746 0.432

2001 0.311 0.456 0.682

2002 0.291 0.387 0.751

2003 0.282 0.314 0.898

2004 0.356 0.387 0.919

2005 0.325 0.497 0.653

2006 0.374 0.499 0.749

2007 0.453 0.526 0.861

2008 0.383 0.467 0.820

2009 0.391 0.474 0.824

2010 0.426 0.463 0.920

2011 0.402 0.458 0.877

2012 0.375 0.392 0.956

2013 0.384 0.403 0.952

2014 0.377 0.384 0.981

2015 0.376 0.398 0.944

Gaziantep

1999 0.514 0.638 0.805

2000 0.583 0.651 0.895

2001 0.541 0.647 0.836

2002 0.969 0.989 0.979

2003 0.632 0.719 0.878

2004 0.967 1.000 0.967

2005 0.281 0.357 0.787

2006 0.482 0.513 0.939

2007 0.692 0.712 0.971

2008 0.712 0.791 0.900

2009 0.768 0.843 0.911

2010 0.826 0.857 0.963

2011 0.885 0.904 0.978

2012 0.912 1.000 0.912

2013-2014 1.000 1.000 1.000

2015 0.997 1.000 0.997

Adıyaman

1999 0.176 0.278 0.633

2000 0.051 0.142 0.359

2001 0.155 0.204 0.759

2002 0.043 0.154 0.279

2003 0.025 0.098 0.255

2004 0.010 0.081 0.123

2005 0.060 0.125 0.480

2006 0.166 0.219 0.757

2007 0.318 0.39 0.815

2008 0.552 0.631 0.874

2009 0.726 0.819 0.886

2010 0.942 1.000 0.942

2011 0.098 0.145 0.675

2012 0.223 0.247 0.902

2013 0.515 0.531 0.969

104

2014 0.251 0.263 0.954

2015 0.275 0.279 0.985

Ağrı

1999 0.772 0.865 0.892

2000 0.423 0.553 0.764

2001 0.426 0.565 0.753

2002 0.470 0.580 0.810

2003 0.414 0.476 0.869

2004 0.396 0.412 0.961

2005 0.280 0.325 0.861

2006 0.400 0.492 0.813

2007 0.509 0.572 0.889

2008 0.700 0.824 0.849

2009 0.157 0.238 0.659

2010 0.004 0.096 0.041

2011 0.928 1.000 0.928

2012 0.952 1.000 0.952

2013 1.000 1.000 1.000

2014 0.945 1.000 0.945

2015 0.910 0.942 0.966

Bursa Yenişehir

1999 1.000 1.000 1.000

2000 0.396 0.498 0.795

2001 0.384 0.480 0.800

2002 0.627 0.759 0.826

2003 0.877 0.891 0.984

2004 0.440 0.473 0.930

2005 0.467 0.513 0.910

2006 0.558 0.584 0.955

2007 0.300 0.371 0.808

2008 0.350 0.435 0.804

2009 0.316 0.395 0.800

2010 0.434 0.458 0.947

2011 0.505 0.567 0.890

2012 0.721 0.752 0.958

2013 0.606 0.624 0.971

2014 0.781 0.792 0.986

2015 0.521 0.524 0.994

Çanakkale

1999 0.940 0.952 0.987

2000 1.000 1.000 1.000

2001 0.590 0.784 0.752

2002 0.698 0.706 0.988

2003 0.980 0.992 0.987

2004 0.962 0.973 0.988

2005 0.937 0.958 0.978

2006 0.980 1.000 0.980

2007 1.000 1.000 1.000

2008 0.982 1.000 0.982

2009 0.749 0.829 0.903

2010 0.924 1.000 0.924

2011 0.936 1.000 0.936

2012 0.972 1.000 0.972

2013 0.981 1.000 0.981

2014 0.926 1.000 0.926

2015 0.914 0.915 0.998

Denizli Çardak

1999 0.365 0.437 0.835

2000 0.391 0.548 0.713

2001 0.342 0.526 0.650

2002 0.312 0.419 0.744

2003 0.316 0.357 0.885

2004 0.221 0.250 0.884

2005 0.198 0.278 0.712

2006 0.319 0.530 0.601

2007 0.280 0.368 0.760

2008 0.294 0.373 0.788

2009 0.276 0.352 0.784

2010 0.222 0.281 0.790

2011 0.243 0.298 0.815

2012 0.356 0.378 0.941

2013 0.681 0.703 0.968

2014 0.559 0.567 0.985

105

2015 0.476 0.486 0.979

Diyarbakır

1999-2008 1.000 1.000 1.000

2009 0.992 1.000 0.992

2010 0.980 1.000 0.980

2011-2015 1.000 1.000 1.000

Elazığ

1999 0.264 0.387 0.682

2000 0.234 0.381 0.614

2001 0.246 0.451 0.545

2002 0.262 0.331 0.791

2003 0.239 0.255 0.937

2004 0.176 0.180 0.977

2005 0.142 0.273 0.520

2006 0.140 0.475 0.294

2007 0.206 0.279 0.738

2008 0.234 0.317 0.738

2009 0.395 0.477 0.828

2010 0.469 0.491 0.955

2011 0.431 0.482 0.894

2012 0.596 0.601 0.991

2013 0.691 0.723 0.955

2014 0.619 0.632 0.979

2015 0.575 0.614 0.936

Erzincan

1999 0.174 0.275 0.632

2000 0.172 0.285 0.603

2001 0.175 0.235 0.744

2002 0.227 0.330 0.687

2003 0.228 0.390 0.584

2004 0.229 0.263 0.870

2005 0.181 0.253 0.715

2006 0.169 0.573 0.294

2007 0.177 0.251 0.705

2008 0.197 0.280 0.703

2009 0.187 0.26 0.719

2010 0.163 0.197 0.827

2011 0.183 0.237 0.772

2012 0.231 0.252 0.916

2013 0.218 0.239 0.912

2014 0.182 0.194 0.938

2015 0.213 0.242 0.880

Kahramanmaraş

1999 0.440 0.526 0.836

2000 0.462 0.517 0.893

2001 0.354 0.583 0.607

2002 0.175 0.228 0.767

2003 0.072 0.124 0.580

2004 0.005 0.048 0.104

2005 0.175 0.185 0.945

2006 0.427 0.455 0.938

2007 0.475 0.544 0.873

2008 0.707 0.831 0.850

2009 0.692 0.791 0.874

2010 0.925 1.000 0.925

2011 0.988 1.000 0.988

2012 0.971 1.000 0.971

2013 1.000 1.000 1.000

2014 0.921 0.937 0.982

2015 0.798 0.802 0.995

Kars

1999 0.344 0.504 0.682

2000 0.334 0.418 0.799

2001 0.303 0.442 0.685

2002 0.339 0.465 0.729

2003 0.319 0.474 0.672

2004 0.271 0.394 0.687

2005 0.340 0.489 0.695

2006 0.493 0.954 0.516

2007 0.269 0.337 0.798

2008 0.410 0.498 0.823

2009 0.391 0.497 0.786

2010 0.401 0.443 0.905

2011 0.368 0.415 0.886

106

2012 0.432 0.454 0.951

2013 0.521 0.547 0.952

2014 0.334 0.343 0.973

2015 0.383 0.444 0.862

Konya

1999 0.008 0.021 0.380

2000 0.642 0.643 0.998

2001 0.827 0.936 0.883

2002 0.745 0.874 0.852

2003 0.812 1.000 0.812

2004 0.601 0.679 0.885

2005 0.961 1.000 0.961

2006 0.533 0.721 0.739

2007 0.954 1.000 0.954

2008 0.472 0.551 0.856

2009 0.493 0.573 0.860

2010 0.686 0.704 0.974

2011 0.611 0.662 0.922

2012 0.656 0.671 0.977

2013 1.000 1.000 1.000

2014 0.779 0.786 0.991

2015 0.613 0.700 0.875

Kocaeli Cengiz Topel

1999 0.404 0.560 0.721

2000 0.254 0.370 0.686

2001 0.329 0.420 0.783

2002 0.469 0.554 0.846

2003 0.609 0.662 0.919

2004 0.354 0.402 0.880

2005 0.617 0.623 0.990

2006 0.156 0.349 0.446

2007 0.157 0.221 0.710

2008 0.478 0.562 0.850

2009 0.494 0.579 0.853

2010 0.229 0.253 0.905

2011 0.096 0.138 0.695

2012 0.324 0.342 0.947

2013 0.542 0.568 0.954

2014 0.811 0.829 0.978

2015 0.078 0.111 0.702

Malatya

1999 0.363 0.444 0.817

2000 0.398 0.479 0.830

2001 0.345 0.477 0.723

2002 0.320 0.413 0.774

2003 0.291 0.316 0.920

2004 0.358 0.417 0.858

2005 0.586 0.592 0.989

2006 0.602 0.830 0.725

2007 0.526 0.579 0.908

2008 0.528 0.627 0.842

2009 0.554 0.631 0.877

2010 0.604 0.691 0.874

2011 0.561 0.612 0.916

2012 0.661 0.684 0.966

2013 0.423 0.448 0.944

2014 0.423 0.441 0.959

2015 0.471 0.541 0.870

Mardin

1999 0.010 0.110 0.090

2000 0.476 0.563 0.845

2001 0.669 0.757 0.883

2002 0.641 0.782 0.819

2003 0.438 0.577 0.759

2004 0.316 0.342 0.923

2005 0.328 0.399 0.822

2006 0.821 1.000 0.821

2007-2008 1.000 1.000 1.000

2009 0.942 1.000 0.942

2010 1.000 1.000 1.000

2011 0.906 1.000 0.906

2012 0.916 1.000 0.916

2013-2015 1.000 1.000 1.000

107

Muş

1999 0.717 0.830 0.863

2000 0.929 0.952 0.975

2001 1.000 1.000 1.000

2002 0.672 1.000 0.672

2003 0.608 0.679 0.895

2004 0.640 0.791 0.809

2005 0.478 0.587 0.814

2006 0.466 0.840 0.554

2007 0.140 0.218 0.642

2008 0.513 0.592 0.866

2009 0.419 0.491 0.853

2010 0.559 0.625 0.894

2011 0.728 0.765 0.951

2012 0.942 1.000 0.942

2013 1.000 1.000 1.000

2014 0.938 1.000 0.938

2015 0.768 0.808 0.950

Samsun Çarşamba

1999 0.308 0.506 0.608

2000 0.461 0.551 0.836

2001 0.469 0.532 0.881

2002 0.549 0.628 0.874

2003 0.502 0.586 0.856

2004 0.561 0.676 0.829

2005 0.449 0.533 0.842

2006 0.433 0.727 0.595

2007 0.511 0.587 0.870

2008 0.531 0.617 0.860

2009 0.708 0.789 0.897

2010 0.687 0.724 0.948

2011 0.679 0.725 0.936

2012 0.717 0.734 0.976

2013 0.746 0.768 0.971

2014 0.751 0.766 0.980

2015 0.774 0.808 0.950

Siirt

1999 0.977 1.000 0.977

2000 1.000 1.000 1.000

2001 0.925 1.000 0.925

2002 0.690 0.786 0.877

2003 0.085 0.104 0.817

2004 0.093 0.114 0.815

2005 0.374 0.481 0.777

2006 0.426 0.698 0.610

2007 0.821 1.000 0.821

2008 0.408 0.492 0.829

2009 0.179 0.259 0.691

2010 0.115 0.185 0.621

2011 0.567 0.612 0.926

2012 0.704 0.721 0.976

2013 0.421 0.442 0.952

2014 0.257 0.268 0.958

2015 0.853 0.953 0.895

Sinop

1999 0.221 0.363 0.608

2000 0.179 0.252 0.710

2001 0.050 0.266 0.187

2002 0.491 0.893 0.549

2003 0.085 0.104 0.817

2004 0.093 0.191 0.486

2005 0.312 0.426 0.732

2006 0.435 0.751 0.579

2007 0.021 0.105 0.200

2008 0.189 0.268 0.705

2009 0.404 0.479 0.843

2010 0.456 0.483 0.944

2011 0.403 0.461 0.874

2012 0.415 0.432 0.960

2013 0.416 0.438 0.949

2014 0.472 0.481 0.981

2015 0.708 0.782 0.905

Sivas Nuri Demirağ 1999 0.079 0.189 0.417

108

2000 0.121 0.228 0.530

2001 0.078 0.127 0.614

2002 0.285 0.336 0.848

2003 0.010 0.087 0.114

2004 0.053 0.106 0.500

2005 0.127 0.231 0.549

2006 0.051 0.255 0.200

2007 0.163 0.239 0.682

2008 0.201 0.282 0.712

2009 0.161 0.246 0.654

2010 0.130 0.165 0.787

2011 0.195 0.287 0.679

2012 0.255 0.273 0.934

2013 0.357 0.374 0.954

2014 0.313 0.322 0.972

2015 0.708 0.782 0.905

Şanlıurfa GAP

1999 0.316 0.466 0.678

2000 0.241 0.359 0.671

2001 0.222 0.443 0.501

2002 0.191 0.296 0.645

2003 0.147 0.216 0.680

2004 0.106 0.121 0.876

2005 0.103 0.259 0.397

2006 0.132 0.490 0.269

2007 0.157 0.228 0.688

2008 0.167 0.249 0.670

2009 0.194 0.278 0.697

2010 0.209 0.256 0.816

2011 0.182 0.239 0.761

2012 0.275 0.298 0.922

2013 0.542 0.566 0.957

2014 0.357 0.368 0.970

2015 0.379 0.420 0.902

Tekirdağ Çorlu

1999-2001 1.000 1.000 1.000

2002 0.617 0.724 0.852

2003 0.356 0.401 0.887

2004 0.351 0.374 0.938

2005 0.366 0.546 0.670

2006 1.000 1.000 1.000

2007 0.591 0.668 0.884

2008-2015 1.000 1.000 1.000

Tokat

1999 0.078 0.204 0.382

2000 0.020 0.103 0.194

2001 1.000 1.000 1.000

2002 0.412 0.522 0.789

2003 0.248 0.256 0.968

2004 0.301 0.774 0.388

2005 0.238 0.302 0.788

2006 0.215 0.689 0.312

2007 0.942 1.000 0.942

2008 0.384 0.463 0.829

2009 0.041 0.192 0.213

2010 0.457 0.507 0.901

2011 0.665 0.719 0.924

2012 0.671 0.689 0.973

2013 0.678 0.692 0.979

2014 0.658 0.671 0.980

2015 0.747 0.749 0.997

Uşak

1999 0.418 0.596 0.701

2000 0.448 0.517 0.866

2001 0.102 0.354 0.288

2002 0.571 0.620 0.920

2003 0.551 0.617 0.893

2004 0.702 0.870 0.806

2005 0.166 0.310 0.535

2006 0.281 0.846 0.332

2007 0.486 0.567 0.857

2008 0.401 0.491 0.816

2009 0.230 0.316 0.727

109

2010 0.203 0.267 0.760

2011 0.361 0.428 0.843

2012 0.442 0.468 0.944

2013 0.508 0.536 0.947

2014 0.679 0.688 0.986

2015 0.739 0.751 0.984

Van Ferit Melen 1999-2015 1.000 1.000 1.000

110

ÖZ GEÇMİŞ

Kişisel Bilgiler :

Adı ve Soyadı : Neylan Kaya

Doğum Yeri ve Yılı : Antalya, 1986

Medeni Hali : Bekar

Eğitim Durumu :

Lisans Öğrenimi : Akdeniz Üniversitesi Fen-Edebiyat Fakültesi Matematik

Bölümü, 2004-2008.

Anadolu Üniversitesi İktisadi ve İdari Bilimler Fakültesi

İşletme Bölümü, 2011-2016.

Yüksek Lisans Öğrenimi : Akdeniz Üniversitesi Eğitim Enstitüsü Orta Öğretim

Matematik Öğretmenliği Bölümü, 2010-2011.

Akdeniz Üniversitesi Sosyal Bilimler Enstitüsü İşletme

Bölümü, 2011-2013.

Yabancı Dil :

İngilizce, iyi

İş Deneyimi :

Etkin Dershanesi Matematik Öğretmeni

Antalya Turizm ve Otelcilik Meslek Lisesi Matematik

Öğretmeni

Bilimsel Yayınlar ve Çalışmalar:

KAYA, N., “Green Economy For The Sustainability Living and an Example of a

Green Business Case of: Borusan EnBW”, 12th International Conference on

Knowledge, Economy and Management, Antalya, Turkey, 27-30 November

2014.

KAYA, N., BAŞ, K., “For The Children Coming or Brought to Safety Foundations

with Mulltidimensional Scalling Method of Analysis”, 16th.International

Symposium on Econometrics, Operations Research And Statistics, Edirne,

Turkey, 7-12 May 2015.

KAYA, N., BAŞ, K., “For The Children Coming or Brought to Safety Foundations

with Mulltidimensional Scalling Method of Analysis”, Social Sciences

Research Journal, Vol.5, No.1, 2016, p.137-149.

111

KAYA, N., EROĞLU, A., KÜÇÜKSİLLE, E. U., “Türkiye Devlet Hava Meydanları

İşletmelerinin Performanslarının Kümeleme Analizi ile İncelenmesi, 17.

Uluslararası Ekonometri, Yöneylem ve İstatistik Kongresi, Sivas, Türkiye, 2-

4 Haziran 2016.

KAYA, N., KURUÜZÜM, A., “A Study on Social Responsibility Projects By Top

500 Manufacturer Companies in Turkey”, Research Journal Of Business

Management Journal, Vol.1, No.3, 2014, p.240-252.

KAYA, N., KURUÜZÜM, A., “Türkiye’deki İlk 500 İmalat Firmasının Yürüttüğü

Sosyal Sorumluluk Projeleri Konusunda Bir Araştırma”, 13.Ulusal

İşletmecilik Kongresi, Antalya, Türkiye, 8-10 Mayıs 2014.

KAYA, N., NURCAN, E., “Two Stage Cluster Analysis of Tourism Competition of

European Countries”, International Conference on Social Sciences and

Education Research, Antalya, Turkey, 29-31 October 2015.

KOKOU, A., KAYA, N., “Comparison in Trade Outcome Performance Between The

European Union Membership Candidate Country-Turkey and European

Union Member Countries, Süleyman Demirel University The Journal of

Faculty of Economics And Administrative Sciences, Vol.20, No.4, 2015,

p.179-196

KOKOU, A., KAYA, N., “The Measure of Financial Inclusion in African Countries

Using Discriminant Analysis”, International Research Conference on

Business, Economics and Social Research, Istanbul, Turkey, 21-22 September

2014.

KOKOU, A., KAYA, N., “The Measure of Financial Inclusion in African Countries”,

Advances in Management&Applied Economics, Vol.5, No.5, 2015, p.23-32.

NURCAN, E., KAYA, N., “Analysis of Productivity of Leader Companies in The

World Automotive Industry Using Data Envelopment Analysis, International

Conference on Social Sciences and Education Research, Antalya, Turkey, 29-

31 October 2015.

NURCAN, E., KAYA, N., “Analysis of Productivity of Leader Companies in The

World Automotive Industry Using Data Envelopment Analysis, International

Journal of Social Sciences&Education Research, Vol.2, No.1, 2016, p.78-91.