Kuşakçı, Ali OsmanKurşun, Seda2017-05-092018-08-052017-05-092018-08-052016Kurşun, Seda. (2016). Veri zarflama analizi ile performans değerlendirme : katılım bankacılığı sektöründe bir uygulama. (Yayımlanmamış yüksek lisans tezi). İstanbul Ticaret Üniversitesi, Fen Bilimleri Enstitüsü, Endüstri Mühendisliği, İstanbulhttps://hdl.handle.net/11467/1984http://library.ticaret.edu.tr/e-kaynak/tez/71234.pdfTez (Yüksek Lisans) -- İstanbul Ticaret Üniversitesi -- Kaynakça var.Performans değerlendirmesi çalışmalarında hangi birimin etkin olduğunun bulunması, etkin olmayan birimlerin etkin hale gelebilmeleri için ne gibi aksiyonlar alması gerektiği belirlenmelidir. Bu iş çok sayıda girdi ve çıktının söz konusu olduğu sistemlerde oldukça zordur. Bankacılık sektöründe yaşanan rekabet, bankaların kaynaklarını etkin şekilde kullanmasını gerektirmektedir. Bu durum bankaların sıklıkla kapsamlı performans ölçüm çalışmaları yapmalarını zorunlu kılmaktadır. Birçok farklı yöntemin yanında bankacılık sektöründe yer alan kurumların performansının değerlendirmesinde Veri Zarflama Analizi (VZA) yaygın olarak kullanılan bir yöntemdir. Bu çalışma Katılım Bankacılığı Sektöründe yer alan üç ana müşteri tipine (bireysel, ticari ve kurumsal müşterilere) hizmet vermekte olan 135 şubesinin etkinliği VZA yöntemi ile ölçülmüştür. Şubeler mevcut müşteri sayılarına göre gruplara ayrılmış ve her bir grup içerisinde yer alan şubelerin etkinliği o grupta yer alan şubelere göre CCR (Charnes-Cooper- Rhodes) ve BCC (Banker-Chaenes- Cooper) yöntemleri ile ölçülmüştür. VZA çalışması sonucu elde edilen bulgular ışığında bağıl verimliliği düşük olan şubelerde nasıl iyileştirilmeler yapılabileceği tartışılmıştır.Performance evaluation studies aim to identify which decision making units are effective and what actions to be taken in order to increase the efficency of ineffcient ones. Especially, for systems converting multiple inputs into multiple outputs, evaluation of performance is a difficult task. Due to hard competition in banking sector, banks are required to use their resources wisely. Hence, it is essential that they frequently undertake comperehensive performance evaluation studies. Among many other approaches, Data Envelopment Analysis (DEA) is a method commonly used fort this purpose. in the banking sector. This workemploys DEA on a Turkish participation bank with 135 branches., The bank provides services to three main customer types (retail, commercial and corporate). The total 135 branches are separated into four main classes according to the number of customers so that the scale differences between decision making units may be reduced. Then, the effeciencies of the branches are measured with CCR (Charles-Cooper - Rhodes) and BCC (Banker-Chaines - Cooper) methods. Based on the results of DEA study, we discuss in details how the efficiency of the inefficient braches can be improved.İCİNDEKİLER, i -- OZET, iii -- ABSTRACT, iv -- TEŞEKKUR, v -- ŞEKİLLER DİZİNİ, vi -- Çizelgeler Dizini, vii -- SİMGELER VE KISALTMALAR DİZİNİ, viii -- GİRİŞ, 1 -- 2. LİTERATUR OZETİ, 3 -- 3. PERFORMANS VE ETKİNLİK, 12 -- 3.1. Performans Tanımı, 12 -- 3.2. Orgutsel Performansın Anlamı ve Onemi, 13 -- 3.3. Performans Boyutları, 14 -- 3.3.1. Etkenlik, 14 -- 3.3.2. Verim ve girdilerden yararlanma, 15 -- 3.3.3. Verimlilik, 15 -- 3.3.4. Kalite, 15 -- 3.3.5. Yenilik, 16 -- 3.3.6. Calışma yaşamının kalitesi, 16 -- 3.3.7. Karlılık ve butceye uygunluk, 17 -- 3.4. Performans Olcum Sistemi, 18 -- 3.5. Etkinlik, 19 -- 3.5.1. Etkinlik turleri, 20 -- 3.5.1.1. Teknik etkinlik, 20 -- 3.5.1.2. Olcek etkinliği, 22 -- 3.5.1.3. Tahsis etkinliği, 25 -- 4. ETKİNLİK OLCUMUNDE KULLANILAN YONTEMLER, 27 -- 4.1. Oran Analizi, 28 -- 4.2. Parametrik Yontemler, 29 -- 4.2.1. Regresyon analizi, 29 -- 4.2.1.1. Stokastik sınır yaklaşımı, 31 -- 4.2.1.2. Serbest dağılım yaklaşımı, 31 -- 4.2.1.3. Yoğun sınır yaklaşımı, 32 -- 4.3. Parametrik Olmayan Yontemler, 32 -- 5. COK KRİTERLİ KARAR VERME, 35 -- 5.1. Karar Verme, 36 -- 5.2. Veri Zarflama Analizi, 39 -- 5.2.1. Veri zarflama analizinin uygulama aşamaları, 40 -- 5.2.1.1. Karar verme birimlerinin secilmesi, 40 -- 5.2.1.2. Girdi ve cıktı secimi, 40 -- 5.2.1.3. Verilerin elde edilebilirliği ve guvenirliği, 41 -- 5.2.1.4. Goreli etkinlik olcumu, 41 -- 5.2.1.5. Etkinlik değeri, 42 -- 5.2.1.6. Referans kumesi, 42 -- 5.2.1.7. Etkin karar verme birimleri icin iyileştirme, 42 -- 5.2.1.8. Sonucların değerlendirilmesi, 42 -- 5.2.2. Veri zarflama analizinin guclu ve zayıf yonleri, 43 -- 5.2.2.1. Veri zarflama analizinin guclu yonleri, 43 -- 5.2.2.2. Veri zarflama analizinin zayıf yonleri, 44 -- 6. VERİ ZARFLAMA ANALİZİNİN MATEMATİKSEL YAPISI, 46 -- 6.1. Veri Zarflama Analizi ve Kesirli Programlama, 46 -- 6.2. Veri Zarflama Analizinin Doğrusal Programlama Modeli, 47 -- 6.3. Veri Zarflama Analizinin Grafiksel Gosterimi, 49 -- 7. VERİ ZARFLAMA ANALİZİNDE YONTEMLER, 52 -- 7.1. Toplamsal Model, 52 -- 7.2. CCR Modeli, 55 -- 7.2.1. Girdi odaklı CCR modeli, 56 -- 7.2.2. Cıktı odaklı CCR modeli, 61 -- 7.3. BCC Modeli, 64 -- 7.3.1. Girdi odaklı BCC modeli, 64 -- 7.3.2. Cıktı odaklı BCC modeli, 67 -- 8. ARAŞTIRMA BULGULARI VE TARTIŞMA, 69 -- 8.1. Amac ve Kapsamlar, 69 -- 8.2. Karar Verme Birimlerinin Secilmesi, 70 -- 8.3. Girdi ve Cıktı Secimi, 71 -- 8.4. Etkinlik Olcumu ve Karar Verme Birimlerinde İyileştirme, 73 -- 8.5. Sonuclar ve Değerlendirme, 100 -- KAYNAKLAR, 103 -- OZGECMİŞ, 110trinfo:eu-repo/semantics/openAccessÇalışanlar_DeğerlendirmePerformans standartlarıVeri zarflama analiziEmployees_Rating ofPerformance standardsData envelopment analysisHF 5549.5.R3/K87Master Thesis1112444940