CRITIC Tabanlı MABAC ve MARCOS Yöntemleri ile 19 Orta Doğu Ülkesinin Lojistik Performanslarının İncelenmesi
Şu kitabın bölümü: Kırcı Çevik, N. (ed.) 2023. Sosyal Bilimler Üzerine Araştırmalar- I.

Nazife Şahin Macit
Gümüşhane Üniversitesi

Özet

Bu çalışmada, 19 Orta Doğu ülkesinin 2018 Dünya Bankası verileri kapsamında lojistik performansının değerlendirilmesine ilişkin karar modeli oluşturmak için CRITIC, MABAC ve MARCOS yöntemleri kullanılmıştır. Lojistik performansın değerlendirilmesinde performans kriterleri olarak beş adet lojistik performans endeksi bileşenleri araştırmaya dâhil edilmiştir. Bu performans bileşenlerini ağırlıklandırmak için CRITIC yöntemi kullanılırken, Orta Doğu ülkelerinin lojistik performansını değerlendirmek ve sıralamak için MABAC ile MARCOS yöntemlerinden faydalanılmıştır. CRITIC yönteminden elde edilen sonuçlar, uluslararası sevkiyatlar ve lojistik yetkinliğin sırasıyla en önemli ve en önemsiz performans kriterleri olduğunu göstermiştir. MABAC ve MARCOS yöntemleri ile yapılan performans değerlendirmeleri sonucunda ise 2018 yılında lojistik performansı en yüksek ve en düşük olan ülkelerin sırasıyla Birleşik Arap Emirlikleri ve Afganistan olduğu ortaya çıkmıştır. Tüm bu değerlendirmeler sonucunda iki farklı yöntem için lojistik performansı yüksek ve düşük olan ülkelerde farklılık söz konusu değilken; İsrail ve Umman ülkelerinin lojistik performans başarı sırasında farklılık gözlemlenmiştir. Diğer geriye kalan 17 ülkenin başarı sıralamasının her iki yöntemde de aynı olması yöntemlerin başarılı bir şekilde uygulandığını göstermiştir.

Anahtar Kelimeler:

Kaynakça Gösterimi

Şahin Macit, N. (2023). CRITIC Tabanlı MABAC ve MARCOS Yöntemleri ile 19 Orta Doğu Ülkesinin Lojistik Performanslarının İncelenmesi. In: Kırcı Çevik, N. (ed.), Sosyal Bilimler Üzerine Araştırmalar- I. Özgür Yayınları. DOI: https://doi.org/10.58830/ozgur.pub96.c451

Lisans

Creative Commons License

Bu çalışma Creative Commons Attribution 4.0 International License ile lisanslanmıştır.

Yayın Tarihi

25 March 2023

DOI

Kategoriler