CRADIS (İdeal Çözüme Uzaklıktan Uzlaşmacı Sıralama / Compromise Ranking of Alternatives from Distance to Ideal Solution)

CRADIS, elinizde sayılarla doldurulmuş bir karar tablosu olduğunda seçenekleri tek bir sıraya dizen bir sıralama yöntemidir. Çıktısı her seçenek için 0 ile 1 arasında bir uzlaşma puanıdır; yöntem seçenekleri bu puana göre sıralar. CRADIS ağırlık üretmez, ağırlıkları dışarıdan alır. Puška, Stević ve Pamučar bu yöntemi 2021'de, sağlık atığı yakma tesisi seçimi üzerine yaptıkları bir çalışmada önermiştir. Araştırmacılar kısa sürede yöntemi tedarik zinciri, yeşil tedarikçi seçimi ve mühendislik değerlendirmelerinde kullanmaya başlamış, bulanık ve Z-sayı gibi belirsiz veri türlerine de genişletmiştir.

CRADIS'in arkasındaki fikir şudur: TOPSIS'e benzer biçimde "ideale yakın, anti-idealden uzak" mantığını kullanmak, ama bu iki mesafeyi tek bir Öklid uzaklığında birleştirmemek. CRADIS bunun yerine iki ayrı fayda oranı hesaplar. Birinci oran, ideale ne kadar yakın olduğunuzu gösterir; bu oran en iyi seçeneğin idealden uzaklığına göre orantılıdır. İkinci oran, anti-idealden ne kadar uzak olduğunuzu gösterir; bu oran da en kötü seçeneğin anti-idealden uzaklığına göre orantılıdır. Bu iki oranın ortalaması "uzlaşma" (compromise) puanını verir. Yöntemin adı da buradan gelir.

Bu fikrin bir felsefi sonucu vardır. CRADIS, VIKOR ailesine yakın bir uzlaşmacı mantık taşır. Ama VIKOR'un aksine bir grup faydası ile bireysel pişmanlık arasında denge kurmaz. Bunun yerine ideale yakınlığı ve anti-idealden uzaklığı eşit ağırlıklı iki bağımsız oran olarak tutar, sonra bu iki oranın ortalamasını alır. Yöntem telafi edicidir: bir kriterdeki zayıflık başka bir kriterdeki güçle örtülebilir.

Yöntem beş adımda ilerler.

Birinci adım, yön duyarlı ölçek eşitlemedir. Yöntem fayda kriterlerinde her değeri sütunun en büyüğüne böler. Maliyet kriterlerinde ise sütunun en küçüğünü her değere böler. Böylece her iki yönde de büyük sayı "iyi" anlamına gelir ve tüm sütunlar 0 ile 1 arasına sıkışır.

İkinci adım, ağırlıklamadır. Yöntem eşitlenmiş her sütunu kriterin ağırlığıyla çarpar. Ağırlıklar CRADIS'in dışından gelir; toplamları 1 olmalıdır.

Üçüncü adım, ideal ve anti-idealden uzaklık hesabıdır. Yöntem ağırlıklı tabloda her sütunun en iyi değerini ideal, en kötü değerini anti-ideal kabul eder. Her seçenek için idealden ne kadar geride kaldığını hesaplar; bu değer ideal ile seçeneğin farklarının toplamıdır. Ayrıca her seçenek için anti-idealin ne kadar üstünde olduğunu hesaplar; bu değer de seçenek ile anti-idealin farklarının toplamıdır.

Dördüncü adım, fayda oranları hesabıdır. Yöntem idealden en az geride kalan seçeneğin geri kalma miktarını, her seçeneğin kendi geri kalma miktarına böler; böylece bir "idealliğe yakınlık" oranı elde eder. Bu oran en iyi seçenekte 1'e eşittir. Aynı biçimde, anti-idealin en çok üstünde olan seçeneğin üstünlük miktarını referans alır ve her seçeneğin kendi üstünlüğünü buna oranlar. Bu oran da en iyi seçenekte 1'e yaklaşır.

Beşinci adım, uzlaşma puanı hesabıdır. Yöntem iki oranın ortalamasını alır; seçenekleri bu puana göre büyükten küçüğe sıralar.

Adımların formüllerini DecisionMind'daki yöntem sayfası verir; bu kart formül taşımaz.

Uzlaşma puanı, bir seçeneğin bu analizdeki diğer seçeneklere göre hem idealliğe yakınlığını hem anti-idealden uzaklığını birlikte özetler. Başka bir şey söylemez. Puanın 1 olması "mükemmel" değil, "bu kümede her iki oranda da en iyi seçenek" demektir. Puan yüzde değildir ve başka bir analizin puanıyla karşılaştırılamaz. Bunun nedeni şudur: her analiz ideal ve anti-ideal noktaları kendi seçeneklerinden kurar.

Puanın altındaki iki bileşeni de ayrıca kontrol etmek gerekir: idealliğe yakınlık oranı ve anti-idealden uzaklık oranı. Bir seçenek yalnız birinde güçlüyse ortalama bu dengesizliği gizleyebilir.

Bu nedenle:

"CRADIS en iyi seçeneği buldu"

yerine:

"Bu ağırlıklarla idealliğe yakınlık ve anti-idealden uzaklık oranlarının ortalaması şu seçeneği öne çıkarıyor; sıra şu kriterlerin ağırlığına duyarlıdır"

biçiminde yazmak doğrudur.

CRADIS kesin (crisp) veriyle çalışır: her hücrede tek bir sayı bulunur. DecisionMind'da temel yöntemle birlikte üç CRADIS üyesi vardır: klasik CRADIS, küresel bulanık Z-sayı uzantısı ve bulanık Z-sayı uzantısı. Hangisinin veri durumunuza uyduğunu ilgili veri türü kartları anlatır.

Elinizde şunlar olmalı: satırlarda seçenekler, sütunlarda kriterler, her hücrede bir sayı ve boş hücre yok; her kriter için yön bilgisi; toplamı 1 olan kriter ağırlıkları. CRADIS ağırlık üretmez, ister; ağırlıkları uzman görüşüyle (AHP, BWM, SWARA, CIMAS) ya da veriden (Entropy, CRITIC) türetebilirsiniz. En az iki seçenek ve iki kriter gerekir; CRADIS üç ile on iki kriter arasında rahat çalışır.

Kriterleriniz sayıyla ölçülebiliyorsa, tablo tam doluysa ve telafiyi kabul ediyorsanız, ayrıca "ideale yakınlık" ile "en kötüden uzaklık"ı ayrı ayrı görmek istiyorsanız CRADIS uygun bir seçimdir. Tipik alanları alternatif seçimi ve tedarikçi değerlendirmesidir.

Kullanılmaması gereken durum, TOPSIS'te olduğu gibi, bir kriterde taviz kabul etmediğiniz durumdur. CRADIS bunu engellemez; önce eşik altı seçenekleri eleyip kalanları CRADIS ile sıralamalısınız. Kriterler birbirine güçlü biçimde bağlıysa bu bağı önce ele almalısınız.

Sayısal tablo, telafi kabul, idealliği ve anti-ideallikten uzaklığı ayrı görmek isteniyor → CRADIS

Aynı amaç ama tek bir mesafe ölçüsü yeterli → TOPSIS

"En iyi" değil "en büyük pişmanlığı sınırlayan uzlaşma" → VIKOR

Bir kriterde taviz yok, eşik altı elenmeli → Önce eleme, sonra sıralama

Sıralama değil ağırlık gerekiyor → AHP, BWM, SWARA, CIMAS (öznel) · Entropy, CRITIC (nesnel)

CRADIS'in en önemli üstünlüğü, idealliğe yakınlık ile anti-idealden uzaklığı tek bir mesafe ölçüsünde eritmek yerine iki ayrı oran olarak korumasıdır. Bu sayede hangi bileşenin sonucu sürüklediğini görmek kolaylaşır. Hesap yükü küçüktür, adımlar TOPSIS'e benzer biçimde tablo üzerinde izlenebilir. CRADIS farklı birimlerdeki kriterleri tek tabloda birleştirir ve seçenek sayısı arttığında da aynı sadelikte çalışır. Araştırmacılar yöntemi kısa sürede bulanık ve Z-sayı gibi belirsiz veri türlerine genişletmiştir; bu da mantığının farklı veri ortamlarına taşınabilir olduğunu gösterir (Puška, Božanić, Nedeljković ve Janošević, 2022).

Sınırlılıkları kısmen TOPSIS ailesiyle ortak, kısmen kendi yapısından gelir. Birincisi, seçenek kümesi değişince ideal ve anti-ideal noktalar kayar. TOPSIS'te bilinen sıra tersinmesi riski CRADIS için de geçerlidir. İkincisi, yöntem tam telafi varsayar: bir kriterdeki ciddi zayıflık başka kriterlerle örtülebilir. Üçüncüsü, klasik CRADIS kesin veri gerektirir ve uzman yargısındaki belirsizliği yakalayamaz. Bu boşluk, yöntemin önerilmesinden kısa süre sonra bulanık ve Z-sayı uzantılarının yayımlanmasının gerekçesidir (Puška, Božanić, Nedeljković ve Janošević, 2022). Dördüncüsü, DecisionMind'ın kendi doğrulama testi bunu göstermiştir (bkz. Vaka 1): uzlaşma puanı orta ve alt sıralardaki ağırlık değişikliklerine belirgin biçimde duyarlı olabilir. Küçük bir ağırlık kayması sırayı tersine çevirebilir. Beşincisi, yöntem 2021'de önerildiği için bağımsız sıra tersinmesi çalışmaları TOPSIS ya da VIKOR kadar olgunlaşmamıştır.

En yaygın hata kriter yönünü yanlış işaretlemektir; bu durumda yöntem ideal noktayı yanlış uçtan kurar ve sıra tersine döner.

İkinci hata, uzlaşma puanını oluşturan iki oranı ayrı ayrı incelemeden yalnız ortalamayı raporlamaktır. Bu iki oran idealliğe yakınlık ve anti-idealden uzaklıktır. Bir seçenek yalnız birinde güçlüyse bu bilgi kaybolur. Üçüncü hata, ağırlıkları gerekçesiz eşit vermektir. Dördüncü hata, analiz bittikten sonra seçenek eklemek ve sıranın değişmesine şaşırmaktır. Beşinci hata, uzlaşma puanını yüzde ya da olasılık gibi okumak ve farklı analizlerin puanlarını karşılaştırmaktır. Altıncısı, ağırlıklardaki küçük bir değişikliğin orta ve alt sıralardaki seçenekleri tersine çevirebileceğini test etmeden sonucu nihai kabul etmektir.

Temel ilke şudur:

CRADIS sonucu, sizin verdiğiniz yönlerin, ağırlıkların ve seçenek kümesinin idealliğe yakınlık ile anti-idealden uzaklık açısından bir özetidir; ağırlıklardan biri tartışmalıysa sıra da tartışmalıdır ve rapor bunu göstermelidir.