Türkiye’nin Güneydoğu Anadolu bölgesindeki devlet üniversitelerinin SWOT analizleri

Abstract

SWOT analizi, bir örgütün güçlü ve zayıf yanlarını, fırsat ve tehditlerini görmek için güçlü bir araçtır. Bu araştırma, Türkiye’de Güneydoğu Anadolu Bölgesindeki dokuz devlet üniversitesinin stratejik planlarında yer alan SWOT analizindeki benzerlikleri ve farklılıkları ortaya çıkarmayı amaçlamaktadır. Bu bağlamda “bu bölgedeki dokuz devlet üniversitesinin güçlü yönleri, zayıf yönleri, fırsatları ve tehditleri nelerdir?” soruları araştırılmıştır. Araştırmada içerik analizi yöntemi kullanılmıştır. Bu yüzden araştırma nitel bir çalışmaya dayanmaktadır. Araştırmanın çalışma grubu ise, Türkiye’de Güneydoğu Anadolu Bölgesinde yer alan dokuz devlet üniversitesinden oluşmaktadır. Üniversitelerin stratejik planları Nvivo 11 paket programına aktarılarak güçlü yönler, zayıf yönler, fırsatlar ve tehditler olmak üzere 4 farklı tema oluşturulmuştur. Sonrasında her bir temanın içindeki veriler içeriğine ve anlamlarına göre kategorilere ayrılmıştır. Ortaya çıkan kategorilerin frekans değerleri ve yüzde ağırlıkları hesaplanmış; buna göre en çok ve en az tekrar eden kategoriler yorumlanmıştır.

SWOT analysis is a powerful tool to see the strengths and weaknesses, opportunities and threats of an organization. In this context, research aims to identify similarities and differences in the SWOT analysis of the strategic plans of the nine state universities located in the Southeastern Anatolia Region in Turkey. For this purpose, the question, What are the strengths, weaknesses, opportunities and threats of the nine state universities in this region? was asked. This research is a qualitative study using content analysis method as a research method. The study group consists of the nine state universities located in the Southeastern Anatolia Region in Turkey. The strategic plans of the universities were transferred to the Nvivo 11 package program and 4 different themes were created. After that, each theme is thrown according to the content of the data and divided into categories according to their meaning. Frequency and percentage weights of the categories were calculated and the most and the least repetitive categories were interpreted.