Dijital hazırlık performans değerlendirmesi: Bütünleşik LOGSTA-AROMAN yaklaşımı uygulaması
PDF

Anahtar Kelimeler

Dijitalleşme, Dijital Hazırlık, LOGSTA, AROMAN

Nasıl Atıf Yapılır

Dijital hazırlık performans değerlendirmesi: Bütünleşik LOGSTA-AROMAN yaklaşımı uygulaması. (2026). Business & Management Studies: An International Journal, 14(1), 194-214. https://doi.org/10.15295/bmij.v14i1.2694

Öz

Dijitalleşme, beraberinde getirdiği dijital dönüşüm ile küresel ekonomik büyümeye katkı sağlayarak refah artışına yol açmaktadır. Bu nedenle, ülkeler artan rekabet ortamında rakiplerinin gerisinde kalmamak ve dijital hazırlık düzeylerini artırmak için stratejik planlamalar ve önemli yatırımlar yapmaktadır. Bu yatırımlar, sıklıkla kamu-özel ortaklıkları yoluyla gerçekleştirilir ve tarafların yetkinliklerinden faydalanmayı gerektirir. Böylelikle ülkeler kapsayıcı bir yaklaşımla dijital teknolojilerin herkes tarafından erişilebilir olmasını, bireylerin ve işletmelerin yetkinliklerinin artmasını hedeflemektedir. Bu çalışma, ülkelerin dijital hazırlık performanslarını karşılaştırmalı bir analizle değerlendirmeyi amaçlamaktadır. Bu doğrultuda, Portulans Institute tarafından yayımlanan Ağ Hazırlık Endeksi (Network Readiness Index – NRI) verileri kullanılarak Orta Doğu ve Kuzey Afrika bölgesi ülkeleri ile Türkiye’yi kapsayan bir analiz yapılmıştır. Benimsenen yaklaşım dört aşamaya sahiptir. İlk aşamada LOGSTA yöntemiyle kriter ağırlıkları belirlenmiş olup, ikinci aşamada AROMAN yöntemiyle ülkeler sıralanmıştır. Önerilen LOGSTA-AROMAN yaklaşımının parametre değerindeki ve kriter ağırlıklarındaki değişime olan duyarlılığını incelemek için üçüncü aşamada duyarlılık analizi gerçekleştirilmiştir. Son aşamada ise önerilen yaklaşımının ortaya koyduğu sonuçların güvenirliğini incelemek için TOPSIS, WASPAS, MARCOS, MABAC ve RAWEC yöntemleriyle karşılaştırmalı analiz yapılmıştır. Analiz sonuçları, dijital hazırlık performansı üzerinde en önemli kriterin “İnsan” (0,2887); en düşük önemli kriterin ise “Etki” (0,1880) olduğunu göstermektedir. Sıralama sonuçları, en iyi performans gösteren ülkenin K5, en düşük performansı gösteren ülkenin ise K14 olduğunu ortaya koymaktadır. Duyarlılık analizi, önerilen yaklaşımın parametre ve kriter ağırlıklarındaki değişime karşı dirençli olduğunu ortaya koyarken, karşılaştırmalı analiz ise LOGSTA-AROMAN yönteminin diğer yöntemlerle yaklaşık olarak %99,3’ün üzerinde korelasyonla sonuçların güvenirliğini doğrulamaktadır. Son olarak, sonuçlar yorumlanarak politika önerilerinde bulunulmuştur.

Makale Kullanım İstatistikleri

Görüntülenme
434
PDF indirilme
366
İndirme istatistikleri henüz mevcut değil.

İndirmeler

İndirme istatistikleri henüz mevcut değil.
PDF

Referanslar

Afonasova, M. A., Panfilova, E. E., Galichkina, M. A., & Ślusarczyk, B. (2019). Digitalization in economy and innovation: The effect on social and economic processes. Polish Journal of Management Studies, 19(2), 22-32. https://doi.org/10.17512/pjms.2019.19.2.02

Ajide, F. M., & Osinubi, T. T. (2023). Digital technology usage and entrepreneurship in Africa. African Journal of Science, Technology, Innovation and Development, 15(7), 817-830. https://doi.org/10.1080/20421338.2023.2209476

Altıntaş, F. F. (2021). G20 ülkelerinin dijital hazırlık performanslarının analizi: ENTROPİ tabanlı VIKOR yöntemi ile bir uygulama. Akademik Hassasiyetler The Academic Elegance, 8(17), 401-427.

Arıkan Kargı, V. S. (2022). Determining digital readiness levels of the OECD countries with CRITIC-based ARAS method. Akademik Yaklaşımlar Dergisi, 13(2), 363-376. https://doi.org/10.54688/ayd.1111357

Bánhidi, Z., & Dobos, I. (2024). Measuring digital development: ranking using data envelopment analysis (DEA) and network readiness index (NRI). Central European Journal of Operations Research, 32(4), 1089-1108. https://doi.org/10.1007/s10100-024-00919-y

Bektaş, S., & Baykuş, O. (2024). CRITIC-AROMAN yöntemleri ile makro göstergeler ışığında MINT ülkelerinin makroekonomik performansının değerlendirilmesi: 2020-2023 dönemi analizi. Finans Politik & Ekonomik Yorumlar, Eylül, 29-51.

Bhimani, A., Hausken, K., & Arif, S. (2022). Do national development factors affect cryptocurrency adoption? Technological Forecasting and Social Change, 181, 121739. https://doi.org/10.1016/j.techfore.2022.121739

Bilan, Y., Oliinyk, O., Mishchuk, H., & Skare, M. (2023). Impact of information and communications technology on the development and use of knowledge. Technological Forecasting and Social Change, 191, 122519. https://doi.org/10.1016/j.techfore.2023.122519

Bošković, S., Švadlenka, L., Dobrodolac, M., Jovčić, S., Chatterjee, P., & Bauer, L. (2025). Hydrogen Refueling Station Selection Using the AROMAN Method: A Case Study in the Pardubice Region. Transportation Research Procedia, 91, 99-106. https://doi.org/10.1016/j.trpro.2025.10.014

Bošković, S., Švadlenka, L., Jovčić, S., Dobrodolac, M., Simić, V., & Bacanin, N. (2023). An Alternative Ranking Order Method Accounting for Two-Step Normalization (AROMAN)—A Case Study of the Electric Vehicle Selection Problem. IEEE Access, 11, 39496-39507. https://doi.org/10.1109/ACCESS.2023.3265818

Cisco. (2025). Global digital readiness index https://www.cisco.com/c/dam/m/en_us/solutions/ai/readiness-index/2025-m10/documents/cisco-ai-readiness-index-2025-realizing-the-value-of-ai.pdf Erişim tarihi 26 Aralık 2025

Gupta, S., Ghosh, P., & Sridhar, V. (2022). Impact of data trade restrictions on IT services export: A cross-country analysis. Telecommunications Policy, 46, 102403. https://doi.org/10.1016/j.telpol.2022.102403

Hwang, C.-L., & Yoon, K. (1981). Multiple Attribute Decision Making (C. 186). Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-642-48318-9

IMD World Competitiveness Center. (2024). World Digital Competitiveness Ranking 2024: The digital divide—Risks and opportunities https://www.imd.org/centers/wcc/world-competitiveness-center/rankings/world-digital-competitiveness-ranking/ Erişim tarihi 26 Aralık 2025

Jemović, M., Marković, I., Ljajić, A., & Marinković, S. (2025). Network readiness, financial inclusion, and sustainable development goals: Insights from a clustering approach. Borsa Istanbul Review, 25(5), 999-1011. https://doi.org/10.1016/j.bir.2025.05.013

Kara, K., Yalçın, G. C., Acar, A. Z., Simic, V., Konya, S., & Pamucar, D. (2024). The MEREC-AROMAN method for determining sustainable competitiveness levels: A case study for Turkey. Socio-Economic Planning Sciences, 91, 101762. https://doi.org/10.1016/j.seps.2023.101762

Kara, K., Yalçın, G. C., Simic, V., Tuğrul Yıldırım, A., Pamucar, D., & Siarry, P. (2024). A spherical fuzzy-based DIBR II-AROMAN model for sustainability performance benchmarking of wind energy power plants. Expert Systems with Applications, 253, 124300. https://doi.org/10.1016/j.eswa.2024.124300

Košíková, M., & Vašaničová, P. (2025). Exploring the Link Between Digital Readiness and Sustainable Development: A Cluster Analysis of EU Countries. Sustainability (Switzerland), 17, 5080. https://doi.org/10.3390/su17115080

Miškufová, M., Košíková, M., Vašaničová, P., & Kiseľáková, D. (2025). Digitalization and Artificial Intelligence: A Comparative Study of Indices on Digital Competitiveness. Information (Switzerland), 16, 286. https://doi.org/10.3390/info16040286

Nikolić, I., Milutinović, J., Božanić, D., & Dobrodolac, M. (2023). Using an Interval Type-2 Fuzzy AROMAN Decision-Making Method to Improve the Sustainability of the Postal Network in Rural Areas. Mathematics, 11(14), 3105. https://doi.org/10.3390/math11143105

OECD (2019a), Vectors of digital transformation (OECD Digital Economy Papers, No. 273). OECD Publishing, https://doi.org/10.1787/5ade2bba-en Erişim tarihi 26 Aralık 2025

OECD (2019b). Public-private partnerships. In Government at a glance Southeast Asia 2019 (pp. 72-74). OECD Publishing. https://www.oecd.org/content/dam/oecd/en/publications/reports/2019/09/government-at-a-glance-southeast-asia-2019_g1g94fff/9789264305915-en.pdf Erişim tarihi 26 Aralık 2025

Olteanu (Burcă), A. L., Ionașcu, A. E., Cosma, S., Barbu, C. A., Popa, A., Cioroiu, C. G., & Goswami, S. S. (2024). Prioritizing the European Investment Sectors Based on Different Economic, Social, and Governance Factors Using a Fuzzy-MEREC-AROMAN Decision-Making Model. Sustainability, 16(17), 7790. https://doi.org/10.3390/su16177790

Oxford Insights (2025). Government AI Readiness Index 2025. https://oxfordinsights.com/ai-readiness/government-ai-readiness-index-2025/ Erişim tarihi 26 Aralık 2025

Özbalcı, A. A. (2025). Türk devletleri teşkilatı’nın dijital dönüşümü: CRITIC ve ARAS ile performans analizi, İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 24(52), 293-332. https://doi.org/10.46928/.t.cusbe.1571555

Pamučar, D., & Ćirović, G. (2015). The selection of transport and handling resources in logistics centers using Multi-Attributive Border Approximation area Comparison (MABAC). Expert Systems with Applications, 42(6), 3016-3028. https://doi.org/10.1016/j.eswa.2014.11.057

Portulans Institute. (2024). Network Readiness Index 2024 Building a Digital Tomorrow: Public-Private Partnerships for Digital Readiness. https://networkreadinessindex.org/ Erişim tarihi 15 Aralık 2025

Puška, A., Štilić, A., Pamučar, D., Božanić, D., & Nedeljković, M. (2024). Introducing a Novel multi-criteria Ranking of Alternatives with Weights of Criterion (RAWEC) model. MethodsX, 12, 102628. https://doi.org/10.1016/j.mex.2024.102628

Qazi, A. (2025). Prioritizing factors influencing global network readiness index with bayesian belief networks. Journal of Open Innovation: Technology, Market, and Complexity, 11, 100522. https://doi.org/10.1016/j.joitmc.2025.100522

Riaz, M., Shahzadi, T., Saqlain, M., & Merigo, J. M. (2026). Integrated LOPCOW-AROMAN framework with softmax hamacher information aggregation: Enhancing airport security screening efficiency in uncertain environment. Information Sciences, 727, 122776. https://doi.org/10.1016/j.ins.2025.122776

Satı, Z. E. (2024). Comparison of the criteria affecting the digital innovation performance of the European Union (EU) member and candidate countries with the entropy weight-TOPSIS method and investigation of its importance for SMEs. Technological Forecasting and Social Change, 200, 123094. https://doi.org/10.1016/j.techfore.2023.123094

Seifi, N., Keshavarz, M., Kalhor, H., Shahrakipour, S., & Adibifar, A. (2025). Ranking of Criteria Affecting the Implementation Readiness of Internet of Things in Industries Using TISM and Fuzzy TOPSIS Analysis. Journal of Operations Intelligence, 3(1), 47-67. https://doi.org/10.31181/jopi31202533

Silva, D. S., Yamashita, G. H., Cortimiglia, M. N., Brust-Renck, P. G., & ten Caten, C. S. (2022). Are we ready to assess digital readiness? Exploring digital implications for social progress from the Network Readiness Index. Technology in Society, 68, 101875. https://doi.org/10.1016/j.techsoc.2022.101875

Song, M., Stević, Ž., Badi, I., Marinković, D., Lv, Y., & Zhong, K. (2025). Assessing public acceptance of autonomous vehicles using a novel IRN PIPRECIA - IRN AROMAN model. Facta Universitatis, Series: Mechanical Engineering, 23(1), 127. https://doi.org/10.22190/FUME240729040S

Stević, Ž., Pamučar, D., Puška, A., & Chatterjee, P. (2020). Sustainable supplier selection in healthcare industries using a new MCDM method: Measurement of alternatives and ranking according to COmpromise solution (MARCOS). Computers & Industrial Engineering, 140, 106231. https://doi.org/10.1016/j.cie.2019.106231

Stevic, Z., Ulutas, A., Topal, A., Marinkovic, D., & Cavoski, S. (2025). A New Objective Method for Determining Criteria Weights in MCDM Models – LOGSTA. International Journal of Simulation Modelling, 24(4), 589-600. https://doi.org/10.2507/IJSIMM24-4-738

Tokmergenova, M., & Dobos, I. (2024). Analysis of the Network Readiness Index (NRI) Using Multivariate Statistics. Periodica Polytechnica Social and Management Sciences, 32(1), 28-36. https://doi.org/10.3311/PPso.20548

Tran, T. L. Q., Herdon, M., Phan, T. D., & Nguyen, T. M. (2023). Digital skill types and economic performance in the EU27 region, 2020-2021. Regional Statistics, 13(3), 536-558. https://doi.org/10.15196/RS130307

Valaskova, K., Juracka, D., Nagy, M., & Chaudhuri, S. (2025). Digital readiness across the European Union: A multidimensional empirical assessment of structural determinants, intra-regional disparities, and strategic implications in the era of Industry 5.0. Equilibrium. Quarterly Journal of Economics and Economic Policy, 20(3), 1035-1086. https://doi.org/10.24136/eq.3886

Vial, G. (2019). Understanding digital transformation: A review and a research agenda, Journal of Strategic Information Systems, 28, 118-144. https://doi.org/10.1016/j.jsis.2019.01.003

World Bank (2025) Digital transformation: Overview https://www.worldbank.org/en/topic/digital/overview Erişim tarihi 26 Aralık 2025

World Bank. (2016). Digital Adoption Index. https://www.worldbank.org/en/publication/wdr2016/Digital-Adoption-Index Erişim tarihi 28 Aralık 2025

World Economic Forum (2023). Digital transition framework: An action plan for public-private collaboration. https://www.weforum.org/publications/digital-transition-framework-an-action-plan-for-public-private-collaboration/ Erişim tarihi 26 Aralık 2025

Zavadskas, E. K., Turskis, Z., Antucheviciene, J., & Zakarevicius, A. (2012). Optimization of Weighted Aggregated Sum Product Assessment. Elektronika ir Elektrotechnika, 122(6), 3-6. https://doi.org/10.5755/j01.eee.122.6.1810

Zhang, X., Zhang, N. (Aaron), Li, J., Li, Q., Liu, X., Cao, C. (Lukas), Mao, H., Yan, R., Qi, Y., Yang, X. (Chenny), Li, J., Zhou, A. K., Yan, X., Feng, H., & Chen, F. (2026). Machine learning nested MCDM model to enhance decision reliability for transport safety engineering. Results in Engineering, 29, 108543. https://doi.org/10.1016/j.rineng.2025.108543

Creative Commons License

Bu çalışma Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License ile lisanslanmıştır.

Telif Hakkı (c) 2026 Tayfun Öztaş- Gülin Zeynep Öztaş