TÜRKİYE’DE DENETİM KALİTESİNİN ARTIRILMASINA YÖNELİK KRİTERLERİN BULANIK DEMATEL YÖNTEMİYLE BELİRLENMESİ

Creative Commons License

Gültekin N., KARAKAYA G.

Denetişim, sa.35, ss.138-156, 2026 (TRDizin)

Özet

Bu çalışmada amaç, Türkiye’de denetim kalitesini etkileyen başlıca kriterleri sistematik olarak tanımlamak ve bu kriterler arasındaki nedensel ilişkileri Bulanık DEMATEL yöntemi ile analiz ederek karar vericilere stratejik bir yol haritası sunmaktır. Literatür taraması ve alan uzmanlarıyla yapılan görüşmeler sonucunda Türkiye’de denetim kalitesi üzerinde etkili olabilecek çok sayıda kriter belirlenmiştir. Bu kriterler, hem bireysel hem de kurumsal boyutta denetim kalitesine etki eden unsurları kapsamaktadır. Ancak bu faktörlerin birbiri üzerindeki etki düzeyi, literatürde çoğunlukla niteliksel düzeyde ele alınmakta, sayısal ve sistematik analizlere yeterince yer verilmemektedir. Bu boşluğu gidermek amacıyla, çalışmada çok kriterli karar verme yöntemlerinden biri olan ve nedensellik ilişkilerini analiz etmede güçlü bir araç olan Bulanık DEMATEL yöntemi kullanılmıştır. Yöntem sayesinde kriterler arasında çift yönlü etkiler belirlenmiş ve hangi kriterlerin neden, hangilerinin sonuç değişkeni olduğu ortaya konulmuştur. Bulanık mantık yaklaşımı ise uzman görüşlerinde kaçınılmaz olan belirsizlikleri daha hassas ve gerçekçi biçimde değerlendirme imkânı sunmuştur.
The main objective of this study is to determine the critical criteria that influence audit quality in Türkiye and to analyze the causal relationships between these criteria using the Fuzzy DEMATEL method. Based on an extensive literature review and expert consultations, various individual and institutional criteria affecting audit quality in Türkiye were identified. While previous studies have acknowledged the complexity of audit quality, they have often examined these factors qualitatively and failed to offer a quantitative, system-based approach to understand their interactions. To address this gap, the Fuzzy DEMATEL method was employed in the present study. This method enables the identification of cause-effect relationships among interrelated factors and classifies them into driver (cause) and dependent (effect) categories. The fuzzy logic component enhances the reliability of the expert input by reducing ambiguity and subjectivity in the decision-making process.