EDAS YÖNTEMİ VE KÜMELEME ANALİZİ İLE G-10 ÜLKELERİNİN EKONOMİK ÖZGÜRLÜK KRİTERLERİ İLE DEĞERLENDİRİLMESİ

Author:

Year-Number: 2019-22
Number of pages: 219-235
Mendeley EndNote Alıntı Yap

Abstract

Bu çalışmada G-10 ülkeleri 2017 yılı için, ekonomik özgürlük endeksinde yer alan 12 göstergeden özgürlük ile direk ilişkili olan 6 gösterge dikkate alınarak Çok Kriterli Karar Verme yöntemlerinden biri olan EDAS (Ortalama Çözüm Uzaklığına Dayalı Değerlendirme) yöntemi uygulanarak, ülkeler en iyiden en kötüye sıralanmıştır. Aynı yıl aynı göstergelerle benzer ülkelerin belirlenmesinde ise kümeleme analizinden hiyerarşik olmayan k-ortalamalar yöntemi uygulanarak, G-10’a üye olan 11 ülke 2 kümeye ayrıştırılmıştır. EDAS yönteminden elde edilen sıralama ile k-ortalamalar yönteminden elde edilen benzer küme grupları karşılaştırılarak sonuçların birbiri ile uyumlu olup olmadığı incelenmiştir. Elde edilen bulgularda ise sıralamada arka arkaya yer alan bazı ülkelerin, k-ortalamalar yöntemi ile elde edilen kümelerde aynı kümede yer almadığı, bir başka ifade ile birbirine diğer ülkelere oranla 6 gösterge dikkate alındığında daha az benzediği gözlemlenmiştir. Çalışmadaki en önemli amaç EDAS ve k-ortalamalar yönteminin bu alanda da uygulanabilirliğini göstermektir.

Keywords

Abstract

In this research, EDAS method, which is one of the Multiple Criteria Decision Making Methods, is applied to G-10 countries for 2017 according to the 6 indices of economic freedom index. The countries are listed from best to worst. Also, non-hierarchical k-means method is applied to G-10 members of 11 countries and by the help of this method countries split in two clusters. Ranking findings that are obtained from EDAS method has been compared with the constructed clusters from K-means clustering. According to the findings, it is observed that some sorting countries which are in a row not in the same clusters. In another meaning, it is observed that it is less similar when considering 6 indicators compared to other countries. The most important aim of this research is demonstrating of EDAS and K-means clustering methods are applicable in this field too.

Keywords