@article{MTMT:34104250,
	title = {Sensitivity of TOPSIS ranks to data normalization and objective weights on the example of digital development},
	url = {https://m2.mtmt.hu/api/publication/34104250},
	author = {Bánhidi, Zoltán and Dobos, Imre},
	doi = {10.1007/s10100-023-00876-y},
	journal-iso = {CEJOR},
	journal = {CENTRAL EUROPEAN JOURNAL OF OPERATIONS RESEARCH},
	volume = {32},
	unique-id = {34104250},
	issn = {1435-246X},
	abstract = {The European Commission's Digital Economy and Social Index (DESI) is a composite index that aims to measure the state of digital transformation in the European Union (EU) and its member states based on five principal dimensions. For each dimension, the Commission assigns predefined weights to determine the ranking of countries. The following paper ranks the member states using the Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) method. TOPSIS is based on two data transformations. First, it normalizes the data according to a chosen procedure and second, it assigns weights to the criteria. The aim of the study is to evaluate how the countries of the European Union can be ranked according to the five principal dimensions of the DESI but using objective weights instead of the arbitrary predefined weights of the European Commission, testing the robustness of the ranking and its sensitivity to the methods of normalization and weighting.},
	year = {2024},
	eissn = {1613-9178},
	pages = {29-44},
	orcid-numbers = {Bánhidi, Zoltán/0000-0003-0262-5197; Dobos, Imre/0000-0001-6248-2920}
}

@article{MTMT:34399474,
	title = {Országok digitális fejlettségének megállapítása lépcsőzetes DEA, lépcsőzetes Pareto-hatékonyság és klaszteranalízis felhasználásával, a 2020-as nemzetközi digitális gazdasági és társadalmi index adatai alapján},
	url = {https://m2.mtmt.hu/api/publication/34399474},
	author = {Bánhidi, Zoltán and Dobos, Imre},
	doi = {10.20311/stat2023.11.hu0978},
	journal-iso = {STATISZTIKAI SZEMLE},
	journal = {STATISZTIKAI SZEMLE},
	volume = {101},
	unique-id = {34399474},
	issn = {0039-0690},
	abstract = {Tanulmányunkban a nemzetközi digitális gazdasági és társadalmi index (I-DESI) 2020. évi kiadásának 5 fő dimenzióját használjuk fel a digitális fejlettség mérésére, azonban az Európai Bizottság szubjektív scoringmodellje helyett a döntéselmélet és a többváltozós statisztika objektív módszereit alkalmazzuk az adatbázisban szereplő országok csoportosításához, amit a Tiered Data Envelopment Analysis (lépcsőzetes burkológörbe-elemzés, TDEA) módszerével, a lépcsőzetes Pareto-hatékonysági megközelítéssel (Hasse-diagramon keresztül), valamint a k-közép klaszterezési algoritmussal végzünk el. E három módszer eredményeit ezután a Spearman-féle rhó és a Kendall-féle tau-b korrelációs együtthatók segítségével hasonlítjuk össze. A TDEA és a Hasse-módszer nagyon hasonló, közel azonos országcsoportokat eredményez, de a harmadik módszerünkkel kapott klaszterek sem különböznek ezektől túlságosan. Magyarország pozíciója a k-közép klaszterezés szerint a legjobb, a középmezőnybe helyezi hazánkat, a többi módszer viszont a mezőny alsó felébe, hasonlóan a V4 többi országához.},
	year = {2023},
	pages = {978-998},
	orcid-numbers = {Bánhidi, Zoltán/0000-0003-0262-5197; Dobos, Imre/0000-0001-6248-2920}
}

@inproceedings{MTMT:34165608,
	title = {CREATING A «DESI-TYPE» DIGITAL DEVELOPMENT INDEX FOR SMES BASED ON A DIGITAL READINESS SURVEY},
	url = {https://m2.mtmt.hu/api/publication/34165608},
	author = {Bánhidi, Zoltán and Dobos, Imre},
	booktitle = {Шестая международная конференция «Управление бизнесом в цифровой экономике»},
	unique-id = {34165608},
	year = {2023},
	pages = {279-283},
	orcid-numbers = {Bánhidi, Zoltán/0000-0003-0262-5197; Dobos, Imre/0000-0001-6248-2920}
}

@article{MTMT:34141413,
	title = {Vállalati digitális fejlettséget jellemző (desi-típusú) mutató megalkotása egy KKV digitális felkészültséget mérő kérdőív alapján},
	url = {https://m2.mtmt.hu/api/publication/34141413},
	author = {Bánhidi, Zoltán and Dobos, Imre and Nemeslaki, András},
	doi = {10.14267/VEZTUD.2023.09.01},
	journal-iso = {VEZETÉSTUDOMÁNY},
	journal = {VEZETÉSTUDOMÁNY},
	volume = {54},
	unique-id = {34141413},
	issn = {0133-0179},
	abstract = {A szerzők tanulmányukban egy olyan, az Európai Bizottság Digitális gazdaság és társadalom fejlettségét mérő mutatója (DESI) által inspirált vállalati digitális fejlettségi indexet mutatnak be, amelyet egy 2500 cégre kiterjedő, reprezentatív vállalati felmérés alapján, entrópiaalapú objektív súlyozási módszerrel alakítottak ki. A mutató öt fő dimenzióból áll, melyek együttesen jól jellemzik a vállalatok által használt digitális alkalmazásokat, illetve a digitális eszközökhöz, infrastruktúrához való hozzáférést és a kapcsolódó készségeket (Eszközök és hálózati használat; IKT-képességek és ismeretek; Általános jellegű, külső alkalmazások; Speciális jellegű, belső alkalmazások; Közszolgáltatásokhoz kapcsolódás, alkalmazások). A fő dimenziók, illetve az ezeket alkotó aldimenziók, illetve ezek entrópiaalapú súlyainak bemutatása mellett a vállalatméret és a digitális dimenziók közötti összefüggéseket is feltárják, melyhez az ANOVA-módszert használják fel. Eredményeik alapján a vállalatméret hatása az IKT-képességek és az általános, külső, illetve a speciális, belső alkalmazások esetében lesz szignifikáns.},
	year = {2023},
	pages = {4-15},
	orcid-numbers = {Bánhidi, Zoltán/0000-0003-0262-5197; Dobos, Imre/0000-0001-6248-2920; Nemeslaki, András/0000-0002-4917-6782}
}

@article{MTMT:34104259,
	title = {Országrangsorolás a nemzetközi digitális gazdaság és társadalom index 2020-as adatai alapján, DEA- és TOPSIS-módszerrel},
	url = {https://m2.mtmt.hu/api/publication/34104259},
	author = {Bánhidi, Zoltán and Dobos, Imre},
	doi = {10.15196/TS630405},
	journal-iso = {TERÜLETI STATISZTIKA},
	journal = {TERÜLETI STATISZTIKA},
	volume = {63},
	unique-id = {34104259},
	issn = {0018-7828},
	year = {2023},
	eissn = {2064-8251},
	pages = {515-532},
	orcid-numbers = {Bánhidi, Zoltán/0000-0003-0262-5197; Dobos, Imre/0000-0001-6248-2920}
}

@article{MTMT:34084765,
	title = {A Network Readiness Index (NRI) elemzése többváltozós statisztika alkalmazásával},
	url = {https://m2.mtmt.hu/api/publication/34084765},
	author = {Bánhidi, Zoltán and Tokmergenova, Madina and Dobos, Imre},
	doi = {10.20311/stat2023.07.hu0618},
	journal-iso = {STATISZTIKAI SZEMLE},
	journal = {STATISZTIKAI SZEMLE},
	volume = {101},
	unique-id = {34084765},
	issn = {0039-0690},
	abstract = {A Network Readiness Index (NRI) egy olyan mutatórendszer, amely az országok digitális fejlettségét és a digitális transzformáció gazdasági, társadalmi hatásait méri. A tanulmány célja, hogy többváltozós statisztikai eszközök segítségével jellemezze az NRI 12 alpillére közötti kapcsolatokat. Elsőként egyszerű korrelációs elemzést végzünk az alpilléreken a változók közötti lineáris összefüggések kimutatására, majd főkomponens-elemzés (PCA) segítségével elvégezzük adataink leképezését egy alacsonyabb dimenziós térbe, illetve az alpillérek közötti oksági kapcsolatokat parciális korrelációs együtthatók segítségével elemezzük. A változók vizsgálata után klaszterelemzéssel homogén csoportokat képzünk az adatbázisban szereplő 130 országból. Vizsgálataink eredményei alapján elmondható, hogy a 12 alpillér egymással szorosan összefügg, információtartalmuk viszonylag csekély információvesztéssel visszaadható, mindössze két látens változó segítségével. A klaszterelemzés eredményei alapján elmondható, hogy az Európai Unió országai között a digitális fejlettséget, versenyképességet tekintve igen komoly különbségek mutathatók ki: míg az északi és a nyugati tagországok a világ élvonalában vannak, addig a balkáni térség országai inkább a közepes jövedelmű és a (jobban teljesítő) fejlődő országokkal állnak hasonló fejlettségi szinten.},
	year = {2023},
	pages = {618-634},
	orcid-numbers = {Bánhidi, Zoltán/0000-0003-0262-5197; Tokmergenova, Madina/0000-0002-3125-0497; Dobos, Imre/0000-0001-6248-2920}
}

@CONFERENCE{MTMT:34042062,
	title = {A TOPSIS sorrendek a digitális fejlettség vállalati KKV példáján},
	url = {https://m2.mtmt.hu/api/publication/34042062},
	author = {Dobos, Imre and Bánhidi, Zoltán},
	booktitle = {XXXV. Magyar Operációkutatás Konferencia},
	unique-id = {34042062},
	year = {2023},
	pages = {29-29},
	orcid-numbers = {Dobos, Imre/0000-0001-6248-2920; Bánhidi, Zoltán/0000-0003-0262-5197}
}

@CONFERENCE{MTMT:34042021,
	title = {Egy vállalati digitális DESI-típusú mutató alkalmazása a területi elhelyezkedés és a digitális fejlettség kapcsolatának elemzésére},
	url = {https://m2.mtmt.hu/api/publication/34042021},
	author = {Bánhidi, Zoltán and Dobos, Imre},
	booktitle = {XXXV. Magyar Operációkutatás Konferencia},
	unique-id = {34042021},
	year = {2023},
	pages = {15-15},
	orcid-numbers = {Bánhidi, Zoltán/0000-0003-0262-5197; Dobos, Imre/0000-0001-6248-2920}
}

@article{MTMT:34019138,
	title = {Measurement of digital development with partial orders, Tiered DEA, and cluster analysis for the European Union},
	url = {https://m2.mtmt.hu/api/publication/34019138},
	author = {Bánhidi, Zoltán and Dobos, Imre},
	doi = {10.1556/1848.2023.00612},
	journal-iso = {INT REV APPL SCI ENG},
	journal = {INTERNATIONAL REVIEW OF APPLIED SCIENCES AND ENGINEERING},
	volume = {14},
	unique-id = {34019138},
	issn = {2062-0810},
	abstract = {The digital economy is increasingly seen as an essential cornerstone in developing national strategies and industrial policies to enhance national competitiveness. On the other hand, a realistic assessment of digital readiness is essential for developing appropriate policies. In our paper, we group the countries of the European Union (EU) using three different methods applied to a dataset consisting of the four main dimensions of the EU's Digital Economy and Society Index (DESI) in order to identify Europe's main geographical “fault lines” in terms of digital readiness. DESI is a composite index aggregating several digitalization-related indicators to benchmark the progress of digital transformation in each member state. However, our methods aim not to rank countries but to identify groups of countries that are close to each other. The three methods used in the paper are partially ordered sets (poset), Tiered Data Envelopment Analysis (TDEA), and cluster analysis, known from multivariate statistics. The three types of clustering show a high degree of similarity, indicating the robustness of the results. Another research question relates to the extent to which the digital development of the EU Member States corresponds to the economic development of the countries and core–periphery relationships. While we can observe a high degree of similarity between the more and less developed clusters in terms of digital readiness and the groups that can be identified in terms of economic development and institutional quality, we also notice some peculiar exceptions (which could provide examples of best practices).},
	year = {2023},
	eissn = {2063-4269},
	pages = {392-401},
	orcid-numbers = {Bánhidi, Zoltán/0000-0003-0262-5197; Dobos, Imre/0000-0001-6248-2920}
}

@inproceedings{MTMT:33914872,
	title = {Multicollinearity Analysis of DESI Dimensions for Russian Federation and EU28 with Variance Inflation Factor (VIF)},
	url = {https://m2.mtmt.hu/api/publication/33914872},
	author = {Bánhidi, Zoltán and Tokmergenova, Madina and Dobos, Imre},
	booktitle = {Digital Transformation in Industry},
	doi = {10.1007/978-3-031-30351-7_6},
	unique-id = {33914872},
	year = {2023},
	pages = {59-70},
	orcid-numbers = {Bánhidi, Zoltán/0000-0003-0262-5197; Tokmergenova, Madina/0000-0002-3125-0497; Dobos, Imre/0000-0001-6248-2920}
}