AHSPR (Asimetrik Tereddütlü Bulanık Sigmoid Tercih İlişkileri)

AHSPR, elinizde seçenekler arasında ikili karşılaştırmalarla toplanmış, birden fazla makul değer içeren (tereddütlü bulanık) tercih verisi olduğunda ("hangi hisse", "hangi tedarikçi", "hangi proje") kullanılan bir yöntemdir. Her kriter için bir öncelik sırası, kriterler birleştikten sonra da genel bir öncelik sırası çıkarır. Klasik AHP'nin ikili karşılaştırma fikrini temel alır, ama Saaty'nin (1977) herkese aynı biçimde uygulanan 1-9 ölçeği yerine, karar vericinin risk tutumuna göre eğrilen asimetrik bir ölçek kullanır. Zhou ve Xu tarafından 2016'da önerilmiştir; yöntemin ayrıntılı türetimi ve uygulaması yazarların 2020 tarihli kitabının ikinci bölümünde verilmiştir.

AHSPR'ın arkasındaki fikir, "aynı ikili karşılaştırma verisi, farklı risk tutumundaki iki karar vericide farklı bir öncelik sırası doğurabilir" gözlemidir. Klasik AHP, herkesin aynı 1-9 ölçeğiyle düşündüğünü varsayar. AHSPR bunun yerine, karar vericiye birkaç örnek fark gösterip hangi farkları açıkça tercih ettiğini, hangilerini açıkça reddettiğini sorar. Bu cevaplardan iki eğri parametresi çıkarır: biri tercihin ne kadar hızlı güçlendiğini, öbürü reddedişin ne kadar hızlı güçlendiğini gösterir. Riske kayıtsız bir karar vericide bu iki eğri simetriktir; riskten kaçınan ya da riski arayan bir karar vericide eğri belirgin biçimde asimetrik olur.

Bu fikrin bir felsefi sonucu vardır. AHSPR'da "doğru öncelik sırası" tek değildir; aynı ham veri, riskten kaçınan bir yatırımcıda bir sırayı, riski arayan bir yatırımcıda başka bir sırayı doğurabilir. Bu bir hata değil, yöntemin temel iddiasıdır: tercih, yalnız veriden değil, veriyi yorumlayan kişinin risk tutumundan da doğar.

Yöntem altı adımda ilerler.

Birinci adım, risk tutumunun öğrenilmesi. Karar vericiye birkaç örnek gösterilip hangi farkları açıkça tercih ettiği, hangilerini açıkça reddettiği sorulur. Bu cevaplardan, tercihin ve reddedişin ne kadar hızlı güçlendiğini gösteren iki eğri parametresi çıkarılır. Karar verici yalnız bir tercih ve bir ret örneği verirse bu iki parametre kesin biçimde hesaplanır.

İkinci adım, ikili karşılaştırma tablosunun toplanması. Her kriter için, seçenekler arasındaki ikili tercihler tek bir sayı yerine birden fazla makul değerden oluşan bir küme olarak toplanır. Bu, birden fazla uzmanın farklı puanlar önermesini ya da tek bir uzmanın kararsızlığını erken bir sayıya indirgemeden taşır. Tablo, köşegeninde kayıtsızlık ve karşılıklı hücrelerinde birbirini tamamlama koşulunu sağlamalıdır.

Üçüncü adım, kriter bazlı öncelik vektörü. Bu ham ikili karşılaştırma tablosundan, o kriterdeki seçeneklerin önem sırasını veren bir öncelik vektörü, kapalı bir formülle (optimizasyon gerektirmeden) hesaplanır.

Dördüncü adım, kişiye özel dönüşüm. Aynı ham tablo, birinci adımda çıkarılan risk parametreleriyle şekillenen asimetrik eğriden geçirilir ve karar vericiye özel bir tercih tablosuna dönüştürülür. Riske kayıtsız bir karar vericide bu dönüşüm tabloyu neredeyse değiştirmez; risk tutumu belirginleştikçe dönüşüm de belirginleşir.

Beşinci adım, kriterler arası birleştirme. Her kriter için elde edilen kişiye özel tablolar, kriter ağırlıklarıyla ağırlıklı ortalanarak tek bir toplu tercih tablosuna indirgenir.

Altıncı adım, genel öncelik ve sıralama. Kriter bazlı öncelik vektörleri, kriter ağırlıklarıyla birleştirilerek her seçeneğin genel önceliği hesaplanır; seçenekler bu genel önceliğe göre sıralanır.

Adımların formülleri DecisionMind'daki yöntem sayfasında verilir; bu kart formül taşımaz.

Genel öncelik değeri, bir seçeneğin bu karar vericinin risk tutumuna göre diğerlerine kıyasla ne kadar öne çıktığını gösterir; nesnel bir "gerçek değer" değildir. İki farklı risk profiliyle aynı ham veriden farklı öncelik sıraları çıkması olağandır ve bu bir hesaplama hatası değildir.

Bu nedenle:

"AHSPR objektif olarak en iyi seçeneği buldu"

yerine:

"Bu karar vericinin risk tutumuyla en yüksek önceliğe sahip seçenek şudur; farklı bir risk tutumu aynı ham veriden farklı bir öncelik sırası çıkarabilir"

biçiminde yazmak doğrudur.

AHSPR tereddütlü bulanık (hesitant fuzzy) veriyle çalışır: ikili karşılaştırma hücrelerinde tek bir sayı yerine birden fazla makul değerden oluşan bir küme bulunur. DecisionMind'da bu yöntemin ayrı bir veri türü uzantısı bulunmaz; temel biçimiyle tek başına yer alır.

Elinizde şunlar olmalı: her kriter için seçenekler arasında n×n bir ikili karşılaştırma tablosu (köşegen kayıtsızlık, karşılıklı hücreler birbirini tamamlar); kriter ağırlıkları. Ayrıca karar vericinin risk parametrelerini çıkarmak için en az bir "açıkça tercih ederim" ve bir "açıkça tercih etmem" örneği gerekir. Manifestte bu yöntem için genel bir seçenek ya da kriter sayısı sınırı kayıtlı değildir; ikili karşılaştırma tablosunun boyutu büyüdükçe karar vericiden örnek toplamak da zorlaşır.

Verileriniz ikili karşılaştırmalarla toplanıyorsa, karşılaştırmalarda tereddüt varsa (birden fazla makul değer) ve karar vericiler arasında ya da tek karar vericinin risk tutumunda belirgin bir fark sonucu etkileyecekse AHSPR uygun bir seçimdir.

Kullanılmaması gereken durumlar şunlardır: karar verici risk konusunda kayıtsızsa ve bu kişiselleştirmeye ihtiyaç yoksa klasik AHP yeterlidir. İkili karşılaştırmalar tek bir kesin sayıyla veriliyorsa (tereddüt yoksa) daha basit bir ağırlık yöntemi tercih edilmelidir. Risk parametrelerini gerçek bir örnekle çıkaramıyorsanız, yalnız tahmin ediyorsanız, sonucun kişiselleştirme iddiası temelsiz kalır.

İkili karşılaştırma, tereddüt var, risk tutumu sonucu etkiliyor → AHSPR

İkili karşılaştırma, tereddüt yok, risk kişiselleştirmesi gerekmiyor → AHP

İkili karşılaştırma değil, doğrudan karar matrisi → TOPSIS, SAW ve ağırlık yöntemleri

Kriterler arası ilişki de modellenmeli → ANP, DEMATEL

AHSPR'ın en önemli üstünlüğü, karar vericinin risk tutumunu sonuca doğrudan ve ölçülebilir biçimde katmasıdır; bu, çoğu ağırlık yönteminin göz ardı ettiği bir boyuttur. Öncelik vektörünün kapalı bir formülle hesaplanması, AHP'nin tutarlılık oranı denetimine ya da BWM'nin optimizasyon çözümüne kıyasla hesap yükünü azaltır. Tereddütlü bulanık verilerle çalışması, uzmanlar arasındaki ya da tek uzmanın kendi içindeki belirsizliği erken bir sayıya indirgemeden taşımasını sağlar.

Sınırlılıkları risk parametrelerinin kırılganlığından ve verinin yapısından doğar. Birincisi, risk parametreleri tek bir tercih ve tek bir ret örneğinden kesin biçimde çıkarılır; bu örnekteki küçük bir değişiklik eğriyi ve dolayısıyla sonucu belirgin biçimde değiştirebilir. İkincisi, kapalı formüldeki öncelik hesabı bazı durumlarda negatif değer üretebilir; bu, öncelik vektörünün geçerliliğini bozar ve rapor edilmeden önce kontrol edilmelidir. Üçüncüsü, birden fazla kriter için toplanan ikili karşılaştırma tabloları pratikte genellikle aynı ya da çok benzer sayılarla doldurulur; bu, kriterler arasında gerçek bir ayrım olmadığı izlenimi verebilir ve veri toplama sürecinin gözden geçirilmesini gerektirir. Dördüncüsü, aynı ham veriden farklı risk profilleriyle farklı sonuçlar çıkması, sonucun "tek bir doğrusu" olduğunu düşünen bir okuyucu için kafa karıştırıcı olabilir; rapor bu kişiselleştirmeyi açıkça söylemelidir.

En yaygın hata, risk parametrelerini yalnız bir kez çıkarıp sonucu kesinmiş gibi sunmak, parametrelerin küçük bir değişiklikte sonucu ne kadar etkilediğini test etmemektir.

İkinci hata, kişiye özel sonucu "objektif en iyi seçenek" diye raporlamaktır; sonuç yalnız o karar vericinin risk tutumu için geçerlidir. Üçüncü hata, ikili karşılaştırma tablosunun köşegen ve karşılıklılık koşullarını doğrulamadan kullanmaktır. Dördüncü hata, öncelik vektöründe negatif bir değer çıktığında bunu görmezden gelip sıralamayı olduğu gibi raporlamaktır; negatif öncelik, karşılaştırmaların tutarsız olduğunun bir işaretidir.

Temel ilke şudur:

AHSPR sonucu, karar vericinin risk tutumuyla birlikte okunmalıdır; aynı ham veri farklı bir risk profiliyle farklı bir öncelik sırası verebilir ve bu, yöntemin bir kusuru değil, tasarlanmış özelliğidir.