SAĞLIK KURUMLARINDA

KARAR VERME YÖNTEMLERİ

SAĞLIK KURUMLARINDA
KARAR VERME YÖNTEMLERİNE GİRİŞ

Doç.Dr. Çağdaş Erkan AKYÜREK

 Yasal, ekonomik, sosyal Hızla gelişen teknoloji Yoğunlaşan rekabet
vb. açılardan her gün
karmaşıklaşan bir çevre

Maliyet baskıları

Verimlilik ve etkililik
baskısı Kalite baskısı

Hata kaldırmama (Yüksek Sağlık hizmetleri talebinin

risk) düzensizliği ve belirsizliği

Sonsuz ve çoğunlukla
ertelenemeyen sağlık Sınırlı kaynaklar
ihtiyaçları

MODERN YÖNETİM TEKNİKLERİ VE ARAÇLARI

Yönetim ve Organizasyon Sayısal (Kantitatif)

Teorileri Diğerleri
Teknikler

Doç.Dr. Çağdaş Erkan AKYÜREK

 Karar Verme Yöntemlerinin Amacı:

“Karmaşık problemleri çözümleme ve mevcut

kaynakların en iyi şekilde kullanılmasını
sağlamayı amaçlayan süreçlerde yöneticilere
yardımcı olmaktır .”
 Hangi alanlarda kullanılmaktadır?

• Talebin öngörülmesi
• Sermaye temini
• Kapasite (büyüklük) kararları
• Sağlık kurumlarının fiziksel planlaması
• Personel ve hasta planlaması
• Tedarik zinciri
• Tıbbi kaynakların yönetimi
• Kalite kontrolü vb…
 Sayısal Yöntemlerin İçeriği

Özünde matematiksel ve istatistiksel tekniklerin

kullanılması yatmaktadır. Örneğin:
• Çok değişkenli istatistiksel yöntemler
• Karar analizleri
• Doğrusal programlama
• Proje değerlendirme
• Gözden geçirme tekniği (PERT)
• Sıra bekleme (kuyruk) analizleri
• Benzetim (simulasyon) modelleri
 Sayısal Karar Verme Yöntemlerinin
Tarihsel Kökenleri ve Gelişimi (1)
1880’li yılların başlarında ortaya çıkan ve Frederick W. TAYLOR’ın
öncüsü kabul edildiği BİLİMSEL YÖNETİM YAKLAŞIMI, yönetim ve
organizasyon anlayışında önemli değişiklikler yaratmıştır.

SANAYİ
DEVRİMİ

Taylor, gözlem, ölçme, analiz ve ekonomik

özendiricilerin yanında iş görme
yöntemlerinin geliştirilmesi gibi kavramlara
dayanan “Bilimsel Yönetim” yaklaşımını
önermiştir.
 Sayısal Karar Verme Yöntemlerinin
Tarihsel Kökenleri ve Gelişimi (2)
Taylor yöneticinin görevlerini şöyle özetlemiştir:
– Plan yapmak
– Personeli dikkatli biçimde seçmek ve eğitmek
– Her işin en iyi yapılış biçimini araştırmak
– Yönetim ve çalışanlar arasında işbirliğini geliştirmek
– İş görme ile yönetim faaliyetlerini birbirinden ayırmak

İşlerin tamamlanma sürelerinin belirlenmesi konusu, yönetim ve çalışanlar arasında

çatışmalara neden olmaktadır. Bu noktadan hareketle Taylor “Zaman etütleri”
üzerine yoğunlaşmış,ayrıca her işin en iyi yapılma şeklini belirlemeyi amaçlayan bir
yöntem olan “Metot (Hareket) Etüdü”nü geliştirmiştir.
 Sayısal Karar Verme Yöntemlerinin
Tarihsel Kökenleri ve Gelişimi (3)
Taylor 1911 yılında “Bilimsel Yönetimin İlkeleri” adlı eserinde yöneticilere yol göstermek amacıyla şu ilkeleri geliştirmiştir:
– Her işi oluşturan faaliyetler bilimsel olarak incelenmeli ve yeniden düzenlenmelidir,
– Personelin bilimsel yöntemler kullanılarak seçilmesi ve eğitilmesi gereklidir,
– Yönetim ve çalışanlar arasında işbirliği sağlanmalıdır,
– Sorumluluk, çalışanlar ve yöneticiler arasında eşit biçimde paylaşılmalıdır.
 Sayısal Karar Verme Yöntemlerinin
Tarihsel Kökenleri ve Gelişimi (4)

Gillian & Frank GILBRETH

STANDARDİZASYON

Henry GANTT
Çalışma koşullarının çalışanların
psikolojik durumlarına etkisi
Zaman Çizelgesi (Gantt Şeması)
Sayısal Karar Verme Yöntemlerinin
Tarihsel Kökenleri ve Gelişimi (5)

F.W. HARRIS
Sayısal Envanter Yönetim
Modeli (1915)

Walter SHEWHART
Kalite kontrolünde kullanılan
istatistiksel örnekleme teknikleri
(1930)
 Sayısal Karar Verme Yöntemlerinin
Tarihsel Kökenleri ve Gelişimi (6)

DOĞRUSAL
PROGRAMLAMA

II. DÜNYA
SAVAŞI
PROJE YÖNETİM
TEKNİKLERİ

KUYRUK MODELLERİ
Sayısal Karar Verme Yöntemlerinin
Tarihsel Kökenleri ve Gelişimi (7)

II.Dünya Savaşı esnasında, askeri yönetime

yardımcı olabilmesi için pek çok yeni bilimsel ve
sayısal teknik geliştirildi. Geliştirilen bu tekniklerin
askeri alanda gösterdiği başarıyı fark eden pek
çok firma benzer teknikleri yönetsel karar verme
ve planlama süreçlerinde kullanmayı sürdürdü.

II. DÜNYA
SAVAŞI
 Sayısal Karar Verme Yöntemlerinin
Tarihsel Kökenleri ve Gelişimi (8)
Bilgisayar ve yönetim bilgi
sistemlerinin yaygınlaşmasıyla
büyük hacimli verilerin analizi
kolaylaşmış, böylelikle sayısal
karar verme yöntemleri daha
fazla kullanılır hale gelmiştir.
m i
e ti
ö n
e Y
alit Tedarik Zinciri Yönetimi
K
m
la er) Verimlilik Geliştirme Teknikleri
p
To 80’l Değişim Mühendisliği
(19
(1990’lar)
Sayısal Karar Verme Yöntemlerinin
Tarihsel Kökenleri ve Gelişimi (9)

Günümüzde pek çok organizasyonda yöneticiler,

yön eylem ve yönetim bilimi uzmanlarına
problemlerin ve fırsatların değerlendirilmesinde
bilimsel yönetim ilkelerinin uygulanabilmesi için
başvurmaktadır.

Bu bağlamda yönetim bilimi, yön eylem

araştırması, karar modellemesi ve sayısal karar
verme yöntemleri kavramları birbirlerinin yerine
kullanılır hale gelmiştir.
 Karar Modellemesi Nedir?

Karar modellemesinin pek çok tanımı

mevcuttur. Karar modellemesi, yönetsel karar
verme süreçlerine uygulanan bilimsel bir
yaklaşımdır. Başka bir ifadeyle, uygulamadaki
bir problem senaryosunun ya da çevrenin
(genellikle matematiksel olarak) ifade
edilmesidir.
 Karar Modellemesi Nedir?

Karar modellemesinin en güçlü yanı karar

verme sürecini önyargı ve kişisel tahmin gibi
bireysel hatalar içerebilecek unsurlardan
önemli ölçüde arındırmasıdır.

Karar modellemesi pek çok yerde sayısal

analizler, yön eylem araştırması gibi adlarla da
anılmaktadır.
 Karar Modellemesinde Veri

Her karar modelleme süreci “VERİ” ile başlar. Bir

fabrika için hammadde neyse, yönetsel karar
verme süreçleri için veri odur. Toplanan veri
işlenerek karar verme süreçlerinde büyük önem
arz eden “BİLGİ”ye dönüştürülür. Söz konusu bu
işlemler karar modellemesinin özüdür.
 SA YAN
Y ISA LMA
LV L O İ
ER SA ER
YI V
İ
SA

•Yatırımın dönüş Karar Modellemesi

•Yasal düzenlemeler
oranı •Yaklaşan bir genel
•Finansal oranlar seçim
•Nakit akışı •Teknolojik gelişmeler

(Bu faktörlerin sayısal

olarak ifade edilmesi
çok zordur.)
 Karar Modellerinin Türleri

Problemin türüne ve ele alındığı çevresel

faktörlere bağlı olarak:

1.Belirleyici (Deterministik) Modeller

2.Olasılığa Dayalı (Stokastik) Modeller
 DETERMİNİSTİK (BELİRLEYİCİ)
MODELLER

• Deterministik kavramıyla “tam olarak

belirlilik” kastedilmektedir.
• Deterministik modellerde ilgili tüm girdi verilerin
kesin ve tam olarak bilindiği kabul edilir.
• Karar verme sürecine konu olan problem
çevresinin modellenebilmesi için ihtiyaç
duyulan tüm bilgi sabit ve bilinen değerler
halinde mevcuttur.
• En sık kullanılan deterministik modelleme
tekniği “Doğrusal Programlama”dır.
Örnek:

• Dell firması üreteceği her bir birim ürün için her

bir girdi türünde (işgücü, hard disk, çipler,
çalışma sermayesi vs.) ihtiyaç duyduğu miktarı
bildiğini, her bir bilgisayar için beklenen kâr
miktarı hakkında bilgi sahibi olduğunu kabul
edecek olursak:
• Böyle bir çevrede Dell için üretim planı yapmak
son derece kolay olacaktır. Çünkü planı
gerçekleştirmek için ihtiyaç duyduğu her bir
girdi türündeki miktar bellidir.
Örnek:

• Yani bir bilgisayar türünde 5000 birim

üretecekse ve her birinde iki adet hoparlör
kullanılacaksa, 10.000 adet hoparlöre olacaktır.
• Aynı mantıkla, bu üretim planıyla elde edeceği
toplam kârı hesaplamak da kolay olacaktır.
 STOKASTİK (OLASILIĞA DAYALI)
MODELLER

• Deterministik modellerin aksine, girdi

verilerinden bazılarının kesin olarak bilindiği
kabul edilir.
• Yani, bazı önemli değişkenlerin değerleri karar
alınana kadar bilinmemektedir.
• Bu noktada modele “bilinmezlik” bileşeninin
dahil edilmesi önemlidir.
 STOKASTİK (OLASILIĞA DAYALI)
MODELLER

• Stokastik modelleme teknikleri bu tesadüfi ya

da bilinmeyen değişkenlere dair olasılıkları
kullanarak belirsizliği modele katarlar.
• En sık bilinen türleri: karar analizleri, kuyruk
modelleri, simülasyon modelleri, öngörme…
• Proje yönetimi ve envanter modelleri her iki
türün de özelliklerini taşıyan tekniklerdir.
 Karar Modellemesinin Aşamaları

Karar verme probleminin büyüklüğüne ve

karmaşıklığına bakılmaksızın, karar
modellemesi süreci üç temel adımdan
oluşmaktadır:

1. Formülasyon
2. Çözüm
3. Yorumlama
Problemin tanımlanması

Modelin geliştirilmesi

Girdi verilerinin edinilmesi

Çözümün geliştirilmesi

Çözümün test edilmesi

Sonuçların incelenmesi ve duyarlılık analizi

Sonuçların uygulamaya geçirilmesi

Buradaki önemli nokta nihai çözüm elde edilen
kadar bu üç aşama arasında tekrarlayan bir
döngünün varlığıdır. Örneğin çözümün test
edilmesi aşamasında modelin tamamlanmadığı
ya da girdi verilerinden bazılarının doğru
ölçülmemiş olduğu saptanabilir.
Bunun anlamı formülasyonun yeniden gözden
geçirilmesinin gerekebileceğidir. Buna bağlı
olarak, tüm alt aşamalarda da değişiklik
yapılması zorunluluğu ortaya çıkacaktır.
 1. Aşama: Formülasyon

Bu aşamada bir problem senaryosunun her

yönüyle matematiksel bir modele
dönüştürülmesi söz konusudur.
Formülasyon karar modellemesinin en zorlu
aşamasıdır. Çünkü zayıf formüle edilmiş bir
problemin sonuçları da çok büyük olasılıkla
yanlış çıkacaktır.
 1. Aşama: Formülasyon

Karar vericinin bir problemi akılcı biçimde

analiz edebilme yeteneği de bu aşamada
oyuna dahil olmaktadır. Çünkü en sofistike
yazılım programı bile bir problemi
matematiksel olarak formüle edemez.
Formülasyon aşamasında amaç, matematiksel
modelin eldeki problemi tamamen
yansıttığından emin olmaktır.
 1. Aşama: Formülasyon

Formülasyon aşaması kendi içinde de üç

adımda gerçekleşmektedir:
1.Problemin tanımlanması
2.Modelin geliştirilmesi
3.Girdi verilerin elde edilmesi
 Problemin Tanımlanması

Formülasyon aşamasının ve karar

modellemesinin ilk adımı açık ve öz bir
problem cümlesinin ortaya konulmasıdır.
Oluşturulan bu problem cümlesi kendisini
izleyen tüm aşamaları yönlendirecek ve onlara
anlam kazandıracaktır.
 Problemin Tanımlanması

Pek çok durumda, problemin tanımlanması en

önemli ve zorlu adımlardandır. Eldeki problemin
belirtilerini takip etmek ve bunların altında yatan
gerçek nedenleri saptamak bir zorunluluktur.
Bir problem diğerleri ile bağlantılı olabilir ve ilgili
diğer problemleri de göz önünde bulundurmadan
bir probleme çözüm aramak durumu daha da
kötüye götürebilir.
 Problemin Tanımlanması

Tüm bunlar nedeniyle, bir problemin

çözümünün diğer problemleri veya genel
olarak karar verme çevresini nasıl etkilediğini
analiz etmek önemlidir. Tecrübeyle de sabit
olduğu üzere bu yandaki çabaların
başarısızlığındaki temel nedenlerden biri de
kötü yapılan problem tanımlarıdır.
 Problemin Tanımlanması

Problemin çözümü zor olduğunda, özgün ve

ölçülebilir hedefler geliştirmek gerekli olabilir.
Örneğin bir hastanede hasta bakım
hizmetlerinin gerektiği gibi verilememesi
problemini ele alalım.
Bu noktada hedefler; hasta yatağı sayısını
artırmak, hastanede ortalama kalış gün
sayılarını azaltmak, hekim başına düşen hasta
sayısını düşürmek vb. olabilir.
 Problemin Tanımlanması

Eğer hedefler hareket noktası olarak tercih

edilmek durumundaysa esas problem daima
akılda tutulmalıdır.
Gerçek problem için çözüm yaratmayan
hedeflerden uzak durulmalıdır.
 Modelin Geliştirilmesi

Analiz edilecek problemin belirlenmesinden

sonraki adım bir karar modelinin
geliştirilmesidir.

Modelleri fiziki, ölçek, şematik ve matematiksel

olarak kabaca sınıflandırabiliriz.
 Modelin Geliştirilmesi

Karar modellerini benzerlerinden ayıran temel

özellik, matematiksel temellere dayanmasıdır.
Bir matematiksel ilişkiler kümesi olan
matematiksel modeller büyük çoğunlukla eşitlik
ve eşitsizliklerle ifade edilmektedir.
 Modelin Geliştirilmesi

Modellerin çoğunluğu bir veya daha fazla değişken

ve parametre içerir.
Bir değişken adından da anlaşılacağı üzere farklılık
gösterebilen veya değişime konu olan ölçülebilir bir
miktarı ifade etmektedir.
Değişkenler kontrol edilebilir veya kontrol edilemez
nitelikte olabilir. Karar değişkeni olarak da
adlandırılan kontrol edilebilir değişkenlere
envanterde sipariş edilecek kaç kalem mal olduğu
örnek gösterilebilir.
 Modelin Geliştirilmesi

Parametreler ise problemin içerisinde kaçınılmaz

olarak yer alan, ölçülebilir miktarlardır. Daha
fazla sipariş vermenin maliyeti buna bir örnektir.
Özetle bir değişken, değişebilen ölçülebilir bir
miktardır. Bir parametre ise genellikle bilinen bir
değere sahip olan, ölçülebilen bir miktardır.
Pek çok durumda değişkenler bilinmeyen,
parametreler (ya da girdi verileri) bilinen
miktarlardır.
 Girdi Verinin Edinilmesi

Modelin geliştirilmesinin ardından, modelde

kullanılacak girdi verinin saptanması ve edinilmesi
gerekmektedir.
Doğru ve tam veri elde edilmesi esastır, çünkü her
ne kadar model gerçek durumun kusursuz bir
gösterimi olsa da, gerektiği gibi edinilmemiş veriler
yanıltıcı sonuçlara götürecektir.
Daha geniş çaplı problemlerde, doğru ve tam veri
toplanması karar modellemesinin en zor
yanlarından birini oluşturmaktadır.
 2. Aşama: Çözüm

Çözüm aşaması, formülasyon sürecinde ortaya

çıkan matematiksel ifadelerin, en uygun
çözüme ulaşmak üzere işlendiği aşamadır.
Çözüm aşamasının iki adımı vardır:
1.Çözüm geliştirme
2.Çözümün test edilmesi
 Çözüm Geliştirme

Çözüm geliştirme, problemin iyi ya da en uygun

olarak kabul edilebilecek bir çözüme ulaşmak
üzere modelin maniple edilmesidir.
Bazı durumlarda en uygun çözüme ulaşmak
birtakım matematiksel ifadelerin çözülmesini
gerektirmektedir.
Başka bazı durumlarda ise deneme yanılma
metotlarından faydalanılmaktadır. Bu metotlar
farklı yaklaşımların denenmesi ve içlerinden en
uygun kararla sonuçlananın seçilmesini
içermektedir.
 Çözüm Geliştirme

Daha karmaşık ve zor problemlerde ise

algoritmalardan faydalanılmaktadır. Bir
algoritma, en uygun sonuca ulaşana dek bir dizi
işlemin tekrarlanmasıyla meydana gelmektedir.

Kullanılan yaklaşımdan bağımsız olarak,

çözümün doğruluğu girdi verilerin
doğruluğuna ve karar modelinin kendisine
dayanmaktadır.
 Çözümün Test Edilmesi

Bir çözüm analiz edilmeden ve hayata

geçirilmeden önce mutlaka tam anlamıyla test
edilmelidir.
Çözümün girdi verilerine ve modele dayanıyor
olması her ikisinin de test edilmesini kaçınılmaz
kılmaktadır.
 Çözümün Test Edilmesi

Girdi verilerinin pek çok yolla test edilmesi

mümkündür. Bunlardan biri; farklı bir kaynaktan ilave
veri toplayarak, istatistiksel testler yardımıyla elde
edilen bu yeni veri ile orijinal verileri karşılaştırmaktır.
Eğer önemli ölçüde farklılık varsa, girdi verilerinin
doğru biçimde toplanmadığına dair işaretler söz
konusudur.
Diğer yandan veriler tam fakat problemle ilgili sonuçlar
tutarsız ise, modelin kendisi uygun olmayabilir. Bu
durumda modelin mantıksal açıdan ve gerçeği
yansıtması bakımından kontrol edilmesi gereklidir.
 3. Aşama: Yorumlama

Bu safha da iki bölümde ele alınmaktadır:

1.Sonuçların analiz edilmesi ve duyarlılık analizi

2.Sonuçların uygulanması
 Sonuçların Analiz Edilmesi ve
Duyarlılık Analizi

Sonuçların analizi, çözümün yol açtığı

sonuçların belirlenmesi ile başlamaktadır.
Pek çok durumda bir problemin çözümü, örgütsel
işleyişte bir takım değişikliklere ya da sonuçlara
yol açar. Bu değişiklik ya da sonuçların getirileri,
sonuçlar hayata geçirilmeden önce belirlenmeli
ve analiz edilmelidir.
 Sonuçların Analiz Edilmesi ve
Duyarlılık Analizi

Çünkü bir model nihayetinde gerçeğin bir

uyarlamasıdır. Modelde ve yaşanan
değişikliklere çözümün gösterdiği duyarlılık,
sonuçların analiz edilmesinin önemli bir
parçasıdır.
Bu tür analizler duyarlılık analizi olarak
adlandırılmaktadır. Modelde veya girdi
verilerinde yaşanacak değişikliklerin çözümü ne
kadar değiştireceğini belirlemeye yarar.
 Sonuçların Analiz Edilmesi ve
Duyarlılık Analizi

Erişilen çözüm girdi verilerinde ve model

özelliklerindeki değişimlere çok duyarlı ise, modelin
ve girdi verilerinin doğru ve geçerli olup olmadığını
saptamak için ilave testler de yapılmalıdır.
Duyarlılık analizinin önemi göz ardı edilmemelidir.
Çünkü girdi verileri her zaman tam ve doğru
olmayabilir. Model varsayımları uygun biçimde
geliştirilmemiş olabilir. Bu durum duyarlılık analizini
karar modellemesinin önemli bir parçası haline
getirmektedir.
 Sonuçların Uygulanması

Son adım sonuçların uygulanmasıdır. Bu

düşünüldüğünden de zor olabilir. En uygun
olarak kabul edilen çözüm milyon dolarlık bir ek
kazanç sağlayacak olsa bile, yöneticilerin
geliştirilen bu yeni çözüme göstereceği direnç
modeli değersiz kılabilir.
İyi ve çalışılabilir bir çözümü gerektiği gibi hayata
geçiremediği için başarısızlıkla sonuçlanan karar
modelleri de bir hayli fazladır.
 Sonuçların Uygulanması

Çözümün uygulamaya konulmasının ardından,

gidişatı yakından izlenmelidir. Zaman içerisinde
baştaki orijinal çözüm üzerinde değişiklikler
yapılmasını zorunlu kılacak sayısız gelişme
yaşanabilir. Değişen ekonomi, dalgalı bir seyir
izleyen talep ya da sadece karar vericiler
tarafından istenen model değişiklikleri bunlara
birkaç örnektir.
 Gerçek Hayatta Karar Modellemesi

Esasen burada tartıştığımız karar modellemesi

uygulamada nadiren kullanılan bir dizi teorik
aşamadan ibaret değildir. Bu aşamalar, başarılı
bir karar modellemesinin yapı taşları
durumundadır. İncelenecek olan örnekte Çin gibi
büyük ölçekli bir ülkenin son derece kritik bir
konu olan enerji ihtiyacının karşılanması gibi bir
konuda karar modellemesinden nasıl
faydalandığı görülecektir.
 Çin’in Kömür ve Elektrik Dağıtım
Sisteminin Planlanması
FORMÜLASYON
Problemin Tanımlanması

Çin her yıl yaklaşık 1,1 milyar ton kömür

üretmektedir. Ancak 1995 yılında talebin 1,6 milyar
ton olacağı öngörülmüştür. Buna ek olarak, ülke
GSMH’nın artış hızını etkileyecek düzeyde bir
hava kirliliği problemiyle de boğuşmaktadır. Bu
problemler için hem Çin Devlet Planlama
Komisyonu hem de Dünya Bankası’nca ülkenin
büyümekte olan GSMH’için önemli bir tehdit olarak
tanımlanmıştır.
 Çin’in Kömür ve Elektrik Dağıtım
Sisteminin Planlanması
FORMÜLASYON

Modelin Geliştirilmesi

Kömür ve elektrik hizmetlerinin dağıtımı ile ilgili bazı

problemlerin analiz edilmesi için Çin Devlet
Planlama Komisyonu, Kömür Taşıma Modeli
(KTM) adı verilen kapsamlı bir model geliştirmiştir.
Modelde anahtar bileşenler elektrik enerjisi üretimi,
dağıtımı ve talebi olarak belirlenmiştir.
 Çin’in Kömür ve Elektrik Dağıtım
Sisteminin Planlanması
FORMÜLASYON

Girdi Verilerinin Elde Edilmesi

Eldeki geçmiş verilere ek olarak, modelde gelecek

dönemlerdeki talebe farklı enerji kaynakları ile bu
kaynakların kullanımlarının potansiyel çevresel
etkilerine dair öngörülere de ihtiyaç duyulmuştur.
Bunların yanı sıra kömür ve elektrik üretiminin
çeşitli aşamalarıyla ilgili birtakım özgün veriler de
gerekli görülmüştür.
 Çin’in Kömür ve Elektrik Dağıtım
Sisteminin Planlanması
ÇÖZÜM
Çözüm Geliştirme

Tek bir çözüm geliştirmek yerine, karar modellemesi

sürecinin yöneten ekip 16 farklı çözüm ya da
olasılık geliştirmiştir. Bu çözümlere göre, yeni
kömür – elektrik enerjisi sistemine yapılacak
yatırımın büyüklüğü 10 yıllık bir zaman dilimi için
250 milyar dolar gibi yüksek bir miktar olacaktır.
Yeni sistemin yaklaşık 2 milyar ton kömür üretme
kapasitesine sahip olacağı ifade edilmiştir.
 Çin’in Kömür ve Elektrik Dağıtım
Sisteminin Planlanması
ÇÖZÜM
Çözümün Test Edilmesi
Modelin varsayımları ve çözüm dikkatli bir şekilde test
edilmiştir. Verinin, modelin ve çözümlerin test
edilmesi yaklaşık 6 aylık bir zaman dilimini
kaplamıştır. Bu bağlamda, bilinen veriler kullanılarak
veri ve model üzerinde bir dizi test uygulanmış,
verinin ve modelin mevcut durumla tutarlı sonuçlar
üretip üretmediği incelenmiştir. Yapılan bu testler
neticesinde yapılan düzenlemelerle verinin ve
modelin daha sağlıklı sonuçlar üretmesi sağlanmıştır.
 Çin’in Kömür ve Elektrik Dağıtım
Sisteminin Planlanması
YORUMLAMA
Sonuçların İncelenmesi ve Duyarlılık
Analizi
Çözümler sonucunda önemli temel bulgular da elde
edilmiştir. Birincisi, hükümet planlarını enerji
gereksiniminde %8 ile %9 civarında bir artışa göre
yapmalıdır. İkincisi, tren yolu kömürün taşınmasında
temel ulaşım yolu olmaya devam edecektir.
Sonrasında kıyı ve iç bölgelerdeki su yollarının hacmi
ve uzunluğu artırılabilir.
 Çin’in Kömür ve Elektrik Dağıtım
Sisteminin Planlanması
YORUMLAMA
Sonuçların İncelenmesi ve Duyarlılık
Analizi
Betonarme boru hatlarının inşası ve kullanımı şansı
zayıftır.
Bunlara ilaveten, hava kirliliğini ve olumsuz çevresel
sonuçları azaltmak için kömürün nasıl çıkarılması ve
işlenmesi gerektiğine yönelik özgün öneriler de
geliştirilmiştir.
 Çin’in Kömür ve Elektrik Dağıtım
Sisteminin Planlanması
YORUMLAMA
Sonuçların Uygulanması
KTM modelinin uygulamaya konulmasıyla yeni nesil bir
kömür yıkama prosedürüne geçilmiş, daha gelişmiş
demiryolları ve yeni bir liman inşa edilmiş, kömür
ithalatına başvurulmuştur. Bunların yanı sıra
planlama komisyonu stratejik yatırım planlaması için
sofistike bir model geliştirmiştir. Model enerji
planlamasını gerçekleştirmek amacıyla 2010 yılına
kadar sürdürülecektir.
Karar Modellerinin Geliştirilmesinde
Karşılaşılabilecek Olası Problemler

Karar modellemesi, karar verme sürecinde

karşılaşılabilecek problemlerin üstesinden
gelmede başvurulabilen mantıksal ve sistematik
bir araçtır.
Modelleme aşamaları dikkatli bir biçimde takip
edilse bile, ulaşılan çözümlerin gerçek hayattaki
problemlere uygulanabilmesi şansını baltalayacak
pek çok zorlukla karşılaşılması muhtemeldir.
Nedir bu sorunlar?
 Problemin Tanımlanması

Teorik bilginin dışına çıkarak gerçek hayata adım

attığımızda, kaçınılmaz olarak herhangi bir
problemin tanımlanması teoride olduğundan çok
daha zor olmaktadır. Bir problemin
tanımlanmasında karşımıza çıkabilecek dört
temel sorun bulunmaktadır:
1.Çatışan bakış açıları
2.Diğer bölümler üzerindeki etkisi
3.Başlangıçtaki varsayımlar
4.Çözümün demode olması
 Problemin Tanımlanması
Çatışan Bakış Açıları

Karar modellemesinde farklı ve çatışan bakış açıları

göz önünde bulundurulmak zorundadır.

Örneğin, stok problemlerinde stok bulundurmanın

diğer yatırımlara engel olan bir bedel olduğunu
düşünmeleri nedeniyle finans yöneticileri
çoğunlukla stokları yüksek ve gereksiz bulacaktır.
 Problemin Tanımlanması
Çatışan Bakış Açıları

Diğer yandan satış departmanı yöneticilerine göre ise

stoklar daima düşüktür çünkü hesapta olmayan
muhtemel talep artışlarını karşılayabilmek için
yüksek stok düzeyine sahip olunmalıdır.
Eğer karar modellemesinde bu çatışan bakış
açılarından sadece biri benimsenirse, tek bir
yöneticinin algısı kabul edilmiş olacak, bunun
sonucunda çözüm ortaya çıktığından kaçınılmaz
olarak diğer yöneticinin direnciyle karşılaşacaktır.
 Problemin Tanımlanması
Diğer Bölümler Üzerindeki Etkisi

Bir örgütte problemler izole biçimde sadece tek bir

departmanda meydana çıkmaz ya da sadece tek
bir departman tarafından benimsenmezler.

Örneğin, stok konusu nakit açısı ve çeşitli üretim

problemleri ile yakından alakalıdır. Sipariş
politikasında yapılacak bir değişiklik nakit akışını ve
üretim planlamasını da etkileyecektir. Bu nedenle
problemin cümlesi olabildiğince geniş olmalı ve ilgili
tüm birimlerden girdiler içermelidir.
 Problemin Tanımlanması
Başlangıç Varsayımları

Problem cümleleri çoğunlukla çözümlerden hareketle

oluşturulur. Örneğin stokların çok düşük olduğunu
ifade eden bir cümle, stok düzeyinin yükseltilmesinin
gerektiği şeklinde bir çözüme vurgu yapmaktadır.
Bu varsayımla yola çıkıldığında, stokların yükseltilmesi
yönünde bir çözüm geliştirilmesi kuvvetle
muhtemeldir.
Uygulama bakış açısıyla doğru problem için
geliştirilmiş “iyi” bir çözüm, yanlış bir problem için
geliştirilmiş “en uygun” çözümden daha iyidir.
 Problemin Tanımlanması
Çözümün Demode Olması

Mevcut zaman dilimi içerisinde problem doğru

biçimde ortaya konulmuş olsa da modelin
geliştirildiği süreç içerisinde değişebilir. Günümüzün
hızla değişen iş koşullarında, özellikle baş
döndürücü şekilde gelişen teknoloji söz konusuysa,
problemlerin bir gecede değişmesi rastlanılmadık
bir durum olmayacaktır.
Bu bakımdan, karar modellemesi sürecinde
zamanlama açısından dikkatli, değişikliklere karşı
uyanık olunmalıdır.
 Modelin Geliştirilmesi

İyi ifade edilmiş bir problem cümlesiyle bile, karar

modelleri geliştirilirken üstesinden gelinmesi
gereken gerçek hayata ait pek çok zorlukla
karşılaşılabilinir:

Bunlardan bazıları şunlardır:

 Modelin Geliştirilmesi
Ders Kitaplarında Anlatılan Modellere Uymama

Bir yöneticinin bir probleme yönelik algısı her zaman ders

kitaplarında anlatılanlarla örtüşmeyebilir. Örneğin, çoğu
ders kitabında stok ve sipariş maliyetlerinin asgariye
düşürülmesinde vurgu yapılır. Bazı yöneticiler bu
maliyetleri pek fazla önemsemeyebilirler, bunun yerine
sorunun nakit akışı, ciro ve müşteri tatmin düzeylerinde
olduğunu kabul ederler.
Yani stok ve sipariş maliyetlerine dayalı bir modelin
sonuçları büyük olasılıkla bu tip bir yöneticiden kabul
görmeyecektir.
 Modelin Geliştirilmesi
Modelin Anlaşılması

En basit anlatımla, pek çok yönetici anlamadığı bir

modelin sonuçlarını kullanmayacaktır. Karmaşık
problemlerin çözümleri karmaşık modelleri
gerektirecektir. Buradaki tercih noktalarından biri,
modelin anlaşılmasını kolaylaştırmak için dayandığı
varsayımları basitleştirmektir.
Modelin gerçekliğinden ödün verilecek fakat yönetim
açısından kabul görme düzeyi daha anlaşılabilir
hale geleceği için bir miktar artacaktır.
 Modelin Geliştirilmesi
Modelin Anlaşılması

Örneğin stok modellemesinde başvurulan, çok bilinen

basitleştirici bir yaklaşım, talebin bilindiği ve sabit
olduğu varsayımıdır. Bu varsayım basit ve kolay
anlaşılabilir modeller geliştirme olanağı sağlar.
Ancak gerçek koşullarda talep nadiren tam olarak
bilinir ve sabittir. Bu da modelin gerçekçilikten bir
ölçü uzaklaşmasına yol açar.
 Modelin Geliştirilmesi
Modelin Anlaşılması

Olasılık dağılımlarının modele katılması onu daha

gerçekçi kılacaktır fakat işin içine girerek,
anlaşılmasını zorlaştıracak matematiksel bileşenler
yöneticileri uzaklaştırabilecektir.
Böyle durumlarda başvurulan yaklaşımlardan biri
karar modellemesine basit bir modelle başlayarak,
modelin tamamen anlaşıldığından emin
olunmasıdır. Daha karmaşık modeller, yöneticiler
bu modelleri kullanıp özgüven kazandıkça devreye
sokulabilir.
 Girdi Verilerin Elde Edilmesi

Problem çözmede karar modellemesinde

kullanılacak verinin elde edilmesi çoğunlukla
basit bir iş olmamaktadır. Veriye ulaşma
anlamında yaşanan zorluklar pek çok örgütün
sıklıkla tecrübe ettiği durumlardır.
 Girdi Verilerin Elde Edilmesi
Muhasebe Verilerinin Kullanılması

Problemlerden biri de bir organizasyonda toplanan

verilerin büyük çoğunlukla temel muhasebe
raporlarından edinilmesidir. Örneğin bir firmada
muhasebe biriminin stok verilerini nakit akışı ve ciro
bakımından tuttuğunu varsalım. Karar
modellemesinde ise başvurulan stok modelinin, stok
ve sipariş maliyetlerine ait verilerin toplanmasına
gereksinimi olsun. Bu durumda modelleme süreci için
muhasebe biriminden veri talep edildiğinde yanıt elde
hiç veri olmadığı şeklinde olacaktır.
 Girdi Verilerin Elde Edilmesi
Verinin Geçerliliği

“İyi ve temiz verinin eksikliği” şu anlama gelmektedir:

Eldeki veri ne olursa olsun, modelde kullanılmadan
önce mutlaka arıtılmalı ve işlenmelidir. Kaçınılmaz
biçimde, bir modelin sonuçlarının geçerliliği, o
modelde kullanılan verinin geçerliliğinden daha iyi
olmayacaktır.
Eğer bir yönetici girdi olarak kullanılan verinin
tartışılabilir nitelikte olduğunu konusunda bilgi
sahibiyse, o modelden elde edilen “bilimsel” sonuçlara
direndiğinde, onu suçlamak mümkün olmayacaktır.
 Çözüm Geliştirme

Bir karar modeliyle çözüm geliştirirken,

düşülebilecek iki potansiyel tuzak vardır:
1.Anlaşılması zor matematiksel modeller
2.Tek bir cevabın olması sınırlılığı
 Çözüm Geliştirme
Anlaşılması Zor Matematiksel Modeller

Çözüm geliştirme sürecinde karşılaşılan ilk sorun,

kullanılan matematiksel modellerin karmaşık ve
güçlü olsalar da tam olarak anlaşılamaması
durumudur.
Matematiğin doğası çoğunlukla kritik dönemde
yöneticilerin sessiz kalmasına neden olmaktadır.
 Çözüm Geliştirme
Tek Bir Cevabın Olması Sınırlılığı
Yaşanan ikinci problem ise karar modellerinin büyük çoğunlukla sadece
tek bir cevap vermesidir. Pek çok yönetici birden fazla seçeneğe
sahip olmayı, tek bir alternatifle sınırlı kalmaya yeğlemektedir.
Burada uygun stratejilerden biri, her bir çözümün amaç fonksiyonu
üzerindeki etkisine işaret ederek bir dizi seçenek sunmaktır. Bu
şekilde yönetici, seçeneğe sahip olmanın yanı sıra, optimal
çözümden yaşanacak sapmaların ortaya çıkaracağı maliyet hakkında
da bilgi sahibi olabilecektir.
Bu, ayrıca sayısal olmayan etkenlerin de hesaba katılmasına olanak
yaratarak probleme daha geniş bir açıdan bakılmasını sağlayacaktır.
 Çözümün Test Edilmesi

Karar modellemesinin sonuçları çoğunlukla belirli

değişikliklerin mevcut zaman dilimi içerisinde
gerçekleştirilmesi halinde, işlerin gelecekte nasıl
gideceğine dair öngörülerden ibarettir.
Çözümün gelecekte ne kadar iyi çalışacağına dair bir
öngörü edinebilmek için, sıklıkla yöneticilere çözümün
nasıl göründüğü hakkında fikirleri sorulur.
Burada problem, karmaşık modellerin yöneticiler
açısından sezgisel olarak çok da açık olmayan
çözümler sunma eğiliminde olmasıdır ve bu tip
çözümler genellikle yöneticiler tarafından reddedilme
eğilimindedir.
 Çözümün Test Edilmesi

Yapılması gereken model ve varsayımlar üzerinde

yöneticiyle birlikte çalışarak, onu sonuçlarının
geçerliliği konusunda ikna etmeye çalışmaktır.
Yöneticiyi ikna sürecinde, modele giren her varsayım
gözden geçirilmelidir. Eğer hatalar varsa bu
inceleme esnasında ele alınmalıdır.
Buna ek olarak yönetici, modele giren her bileşen
üzerinde kritik bir göz görevi üstlenecektir ve eğer
modelin geçerliliği konusunda ikna edilebilirse,
çözüm sonuçlarının geçerliliği bir kere daha
tescillenmiş olacaktır.
 Sonuçların Analizi

Çözüm test edildikten sonra, örgütün tamamını nasıl

etkileyeceği bakımından analiz edilmelidir. Bir örgüt
içerisinde ufak değişikliklerin yapılması bile çok
kolay değildir. Eğer sonuçlar örgütsel politika
üzerinde büyük çaplı değişikliklere işaret ediyorsa,
karar modellemesi sürecinde dirençle karşılaşmaya
hazırlıklı olunmalıdır.
Sonuçların analizinde, kimin ve ne kadar değişmesi
gerektiğinin, değişmesi gereken kişilerin daha mı iyi
ya da kötü olacağı ve değişimi yönetme konusunda
kimin güç (yetki) sahibi olduğu ortaya konulmalıdır.
 UYGULAMA

Karar modellemesinin uygulamada kabulünü

etkileyebilecek pek çok probleme değindikten
sonra, uygulama adımının modelleme süreci sona
erdikten sonra geçilecek sadece bir başka adım
olmadığı açıkça anlaşılacaktır. Bu adımların her biri
karar modelinin sonuçlarının uygulanmasındaki
değişiklikleri önemli ölçüde etkileyecektir.
Pek çok işletme kararı önsezi ve tecrübelere dayalı
olarak sezgisel biçimde alınsa da, karar
modellerinin yardımcı olabileceği çok fazla durum
söz konusudur.
 UYGULAMA

Ancak bazı yöneticiler karar alma güçlerini azaltacağı

endişesiyle karar alma modellerinden
faydalanmaya çekinirler. Bazıları da bu modellerin,
kendilerinin daha önce sezgilerine ve tecrübelerine
dayanarak aldıkları kararların uygunsuzluğunu
ortaya çıkarması endişesini taşırlar. Karar
modellemesine karşı olumsuz kanaatlerini
sürdürenler de cabasıdır. Bu tip yöneticiler
genellikle karar modellemesine karşı argümanlar
geliştirme eğilimi sergilerler.
 UYGULAMA

Faaliyet odaklı pek çok yönetici uzun karar

süreçlerinden hoşlanmamaktadır. Sürecin çok daha
hızlı ilerlemesini ve sonuca ulaşmasını isterler. Bu
nedenle anında sonuç üreten hızlı ama kirli teknikleri
yeğlerler. Ancak bu hızlı sonuç veren tekniklerin
ortaya çıkaracağı maliyetlerle yüz yüze kaldıklarında
karar modellemesinin faydalı bir araç olduğuna ikna
olmaya daha yatkın hale gelirler.
Sonuç olarak, karar modellemesi süreçlerinin başarıyla
uygulanmasında yönetim desteği ve kullanıcı katılımı
son derece kritik önem sahip unsurlardır.
 ÖZET

Karar modellemesi, yöneticilerin uygulamada

karşılaştığı karar verme sorunlarına yardımcı
olması için geliştirilmiş bilimsel bir yaklaşımdır.
Karar modelleri ele alınan problemin doğası ve yer
aldığı çevreye göre temelde iki sınıfa ayrılmaktadır:
 Deterministik Modeller
 Stokastik Modeller
 ÖZET

Deterministik modeller tüm girdi verilerin ve parametrelerin kesin

olarak bilindiğini kabul eder.
Diğer yandan, stokastik modellerde ise bu tamamen bilinme
durumu kısmi olarak söz konusudur.
Karar modellemesi yaklaşımının üç temel adımı vardır:
 Formülasyon
 Çözüm
 Yorumlama
Nihai çözüme erişilene kadar bu üç adımın tekrarlandığını
belirtmek gerekir.
 ÖZET

Karar modellemesi yaklaşımının kullanılmasında, çatışan

bakış açıları, modelin diğer bölümler üzerindeki etkisinin
yaratabileceği memnuniyetsizlik, demode çözümler,
modelin yanlış anlaşılması, nitelikli girdi verisinin elde
edilememesi ve anlaşılması zor matematiksel işlemler
gibi potansiyel problemlerle karşılaşılabilinmektedir.
Karar modellerinin kullanımında, uygulama son adım
değildir. Yaklaşıma yönelik bağlılıkta eksiklikler
yaşanabilir ve değişim dirençle karşılaşabilir.
SAĞLIK KURUMLARINDA
KARAR VERME YÖNTEMLERİ

Doç.Dr. Çağdaş Erkan AKYÜREK