EFQM mükemmellik modeli ölçüm performansının bulanık mantık yaklaşımı ile iyileştirilmesi

Abstract

Giderek artan rekabet yarışı ile kuruluşların rakipleri ile mücadele etmesi ve zorlukların üstesinden gelmesi güçleşmektedir. Birbirinden farklı olmak isteyen kuruluşlar hem kaliteli ürün, hizmet sunmalı hem de müşteri memnuniyeti sağlamalıdır. Kurumların bu kadar çok yönlü kısıtlar altında başarılı olması ve günümüzün değişen şartlarında başarıyı devam ettirmesi zordur. Kuruluşlar ancak doğru stratejiyi belirlediklerinde uzun yıllar hizmet vermeye devam edebilirler. Kurumlar, stratejik hedeflerine ulaşmadaki seviyelerini belirlemenin önemli yollarından biri öz değerlendirme faaliyetleridir. Öz değerlendirme yapmak kurumlara güçlü yönlerini ve geliştirilmesi gereken zayıf yönlerini belirlemede avantaj sağlar. Kurumlar öz değerlendirme ve performans değerlendirmesi yapmak için kurumsal değerlendirme modellerini kullanmaktadır. EFQM (European Foundation for Quality Management- Avrupa Kalite Yönetim Vakfı) Mükemmellik Modeli de öz değerlendirme yapmak için yaygın kullanılan kurumsal değerlendirme modellerindendir. Klasik EFQM modelinin uzman görüşlerindeki puanlama ve hesaplama sapmalarını en küçüklemek ve kurumsallaşma ölçüm seviyelerinin daha tutarlı bir şekilde ölçülmesini sağlamak amacı ile bu tez çalışmasında EFQM Mükemmellik Modeli bulanık mantık ile ele alınarak Bulanık EFQM modeli geliştirilmiştir. Matlab yazılımı Bulanık Mantık Araç Kutusunda "aggregation=max" ve "defuzzification=centroid" kullanılarak geliştirilen modelde, "if…then" kural sayısının fazla olması sebebiyle çalışması hem zaman almakta hem de ürettiği sonuçlar güvenilir olmamaktadır. Bulanık EFQM kural tabanı için CN2 kural çıkarım algoritması kullanılarak mevcut kural tabanını temsil edecek şekilde kural indirgenmesi yapılmıştır. CN2 algoritması temelli geliştirilen Bulanık EFQM modelinde "aggregation=max" ve "defuzzification=centroid" ile "aggregation=sum" ve "defuzzification=centroid" olmak üzere iki farklı yöntem ile 10 kuruluş için elde edilen sonuçlar Klasik ve Bulanık EFQM modelleri ile test edilmiştir. Elde edilen sonuçlara göre geliştirilen CN2 algoritma temelli Bulanık EFQM (sum/centroid) modeli puanı ile Klasik EFQM Mükemmellik Modeli puanı istatistiksel hata türlerinden olan Ortalama Mutlak Yüzde Hata (MAPE) ile ölçülmüş ve hata oranı %2,33 olarak hesaplanmıştır. Geliştirilen modelin EFQM değerlendiricileri için yol gösterici olması öngörülmektedir.

With the competition of increasing competition, it is difficult for the organizations to struggle with their rivals and to overcome the difficulties. Organizations that want to be different from each other should provide quality products, services and customer satisfaction. It is difficult for institutions to be successful under such multifaceted constraints and to continue success in today's changing conditions. Organizations can continue to serve for many years only when they determine the right strategy. One of the important ways in which organizations can determine their level of achieving their strategic objectives is self-assessment activities. Self-assessment is an advantage in determining the strengths and weaknesses that need to be developed. Institutions use institutional evaluation models to conduct self-assessment and performance evaluation. EFQM (European Foundation for Quality Management) Excellence Model is also one of the widely used institutional assessment models for self-assessment. In order to minimize the scoring and calculation deviations in the expert opinions of the classic EFQM model and to provide a more consistent measurement of the institutionalization measurement levels, the fuzzy EFQM model was developed by using the EFQM Excellence Model with fuzzy logic. MATLAB software, Fuzzy Logic Toolbox developed by using "aggregation=max" and "defuzzification=centroid" in the model, due to the large number of "if…then" rules, both time consuming and the results are not reliable. Using the CN2 rule inference algorithm for the fuzzy EFQM rule base, the rule was reduced to represent the current rule base. The results obtained for 10 organizations with two different methods, "aggregation=max" and "defuzzification=centroid" with "aggregation=sum" and "defuzzification=centroid" in the Fuzzy EFQM model developed based on the CN2 algorithm, were tested with Classic and Fuzzy EFQM models. According to the results obtained with the developed Fuzzy EFQM based on CN2 algorithm (sum/centroid) model point, the Classic EFQM Excellence Model point was measured with the Mean Absolute Percent Error (MAPE) which is one of the statistical error types and the error rate was calculated as 2.33%. The developed model is expected to be a guide for EFQM assessors.