Kriter Çıkarma (Criteria Removal)

Kriter Çıkarma tek başına bir sıralama yöntemi değildir. Elinizde zaten bir karar tablosu, ağırlıklar ve bu ikisinden üretilmiş bir temel sıralama vardır; Kriter Çıkarma bu sıralamanın üstüne konan bir sağlamlık testidir. DecisionMind bu testte temel yöntem olarak klasik TOPSIS'i kullanır. Yöntem her kriteri sırayla tablodan çıkarır, kalan kriterlerle sıralamayı yeniden hesaplar ve yeni sıralamayı asıl sıralamayla karşılaştırır. Çıktı tek bir "en iyi seçenek" değil, her kriter için bir kararlılık puanıdır: o kriter olmasaydı sıralama ne kadar değişirdi. Saltelli ve arkadaşlarının (2004) sistematik olarak topladığı duyarlılık analizi geleneğinin, karar tablosuna uyarlanmış hâlidir; MCDM alanında Triantaphyllou ve Sánchez (1997) benzer amaçla kriter ve ağırlık değişimlerinin sıralamayı nasıl etkilediğini incelemiştir.

Fikir bir masanın ayaklarını sırayla çekmeye benzer. Masa dört ayaklıysa bir ayağı çekip hâlâ dengede durup durmadığına bakılır. Kriter Çıkarma da aynısını yapar: bir kriteri çeker, sıralamanın hâlâ aynı biçimde ayakta kalıp kalmadığına bakar. Bir kriter çıkarılınca sıralama hiç değişmiyorsa, o kriter ya diğerleriyle örtüşen bir bilgi taşıyor ya da zaten belirleyici değil demektir. Bir kriter çıkarılınca sıralama tersine dönüyorsa, sıralama aslında o tek kritere yaslanıyor demektir.

Bu bakış açısının bir sonucu vardır. Kriter Çıkarma telafi edici ya da eleyici bir yöntem değildir; var olan bir kararın üstüne konan bir teşhis katmanıdır. Kendi başına "en iyi seçenek" iddiası taşımaz, yalnızca "bu iddia ne kadar sağlam" sorusuna cevap verir. Bu yüzden raporlarda tek başına değil, altındaki temel sıralamayla birlikte okunmalıdır.

Yöntem dört adımda ilerler.

Birinci adım, temel sıralama. DecisionMind karar tablosunu ve ağırlıkları klasik TOPSIS'e verir, her seçenek için bir yakınlık puanı ve bir temel sıra elde eder. Bu adım TOPSIS'in kendi beş adımını (normalizasyon, ağırlıklama, ideal noktalar, uzaklık, yakınlık puanı) aynen izler.

İkinci adım, kriterlerin tek tek çıkarılması. n kriter varsa yöntem n kez tekrarlanır. Her seferinde bir kriter tablodan çıkarılır, kalan kriterlerin ağırlıkları toplamı yine 1 olacak biçimde orantılı olarak büyütülür (iki kriter kalıp toplam ağırlıkları 0,60 ise her biri 0,60'a bölünerek yeniden ölçeklenir) ve TOPSIS bu küçültülmüş tabloyla yeniden koşulur.

Üçüncü adım, kararlılığın ölçülmesi. Her indirgenmiş sıralama, temel sıralamayla Spearman sıra korelasyonu üzerinden karşılaştırılır. Korelasyon 1'e yakınsa kriter çıkınca sıra neredeyse hiç değişmemiştir; -1'e yakınsa sıra tamamen tersine dönmüştür.

Dördüncü adım, en etkili kriterin belirlenmesi. En etkili kriter, çıkarıldığında korelasyonu en düşük olan kriterdir. DecisionMind her kriter için bu korelasyon değerini bir kararlılık profili olarak raporlar.

Adımların formülleri, ara tabloları ve atıf biçimleri DecisionMind'daki yöntem sayfasında verilir; bu kart formül taşımaz.

Kararlılık puanı sıralamanın kendisi hakkında değil, sıralamanın belirli bir kritere ne kadar bağımlı olduğu hakkında konuşur. Korelasyonu 1 olan bir kriter, "önemsiz" değildir; yalnızca çıktığında sırayı bozmamıştır, çünkü taşıdığı bilgi başka kriterlerce de yakalanmış olabilir. Korelasyonu -1'e yakın bir kriter ise sıralamanın gerçek sürücüsüdür ve kararın o tek ölçüte fazla bağımlı hale geldiğini gösterir; bu, yöntemin hatalı çalıştığı anlamına gelmez, sıralamanın kırılgan olduğu anlamına gelir. Küçük problemlerde (iki üç seçenek) Spearman korelasyonu yalnız birkaç ayrık değer alabildiğinden (1, 0, -1 gibi), bu puanı yüzdesel bir "önem derecesi" gibi okumak yanlıştır.

Bu nedenle:

"C1 en önemli kriterdir"

yerine:

"C1 çıkarıldığında sıralama tamamen tersine dönmektedir; bu sıralama C1'e aşırı bağımlıdır"

biçiminde yazmak doğrudur.

Kesin veri. DecisionMind'da bu yöntemin tabanında şu an yalnız klasik TOPSIS bulunur ve herhangi bir uzantısı yoktur. Elinizde zaten tam bir karar tablosu (seçenekler, kriterler, yönler) ve ağırlıklar olmalıdır; kriter sayısı en az iki olmalıdır, çünkü tek kriter kalınca "çıkarma" işlemi anlamsızlaşır. Pratik aralık üç ile on iki kriter arasıdır; hesaplama yükü kriter sayısıyla orantılı büyür, çünkü her kriter için sıralama baştan koşulur.

Elinizde zaten bir temel MCDM sıralaması varsa ve raporu sunmadan önce "bu sıra kaç kritere dayanıyor" sorusuna cevap vermeniz gerekiyorsa Kriter Çıkarma uygun bir seçimdir. Özellikle itiraz beklenen kararlarda (ihale değerlendirmesi, kamu kaynak dağılımı, tez savunması) sıralamanın savunulabilirliğini güçlendirir.

Kullanılmaması gereken iki durum vardır. Birincisi, henüz bir temel sıralamanız yoksa; önce TOPSIS ya da başka bir sıralama yöntemi çalıştırılmalı, Kriter Çıkarma ancak ondan sonra uygulanmalıdır. İkincisi, kriterler arasında güçlü bir etkileşim varsa; bu yöntem kriterleri tek tek çıkarır, iki kriteri birlikte çıkarmanın etkisini görmez. Saltelli ve arkadaşlarının (2004) "tek seferde bir faktör" (one-at-a-time) yöntemlerine yönelttiği temel eleştiri tam olarak budur: bu tür yöntemler kriterler arasındaki ortak etkileri kaçırabilir.

Temel sıralama hazır, "hangi kritere bağımlı" sorusu var → Kriter Çıkarma

Kriterler birbirini güçlü etkiliyor, ortak etkiler önemli → Varyans tabanlı duyarlılık analizi (Sobol, Morris)

Soru kritere değil ağırlıklara yönelik → Ağırlık duyarlılık analizi

Henüz temel bir sıralama yok → Önce TOPSIS gibi bir sıralama yöntemi çalıştırın, sonra Kriter Çıkarma uygulayın

Kriter Çıkarma'nın en büyük üstünlüğü şeffaflığıdır. Her adım aynı temel yöntemin (TOPSIS) tekrar tekrar koşulmasından ibarettir; karar vericiye "bu bilgiyi kaybetseydik ne olurdu" sorusu somut sayılarla gösterilir. Ek bir varsayım gerektirmez, rastgele örnekleme yapmaz, hesap yükü küçüktür ve sonuç tek bir yorumlanabilir korelasyon sayısına iner. Bu sadelik, yöntemin özellikle rapor sunumunda ve savunmasında güçlü bir araç olmasını sağlar.

Sınırlılıkları da aynı yapıdan doğar. Birincisi, bir seferde yalnız bir kriteri çıkarır; Saltelli ve arkadaşları (2004) bu tür yöntemlerin kriterler arasındaki ortak etkileri kaçırabileceğini ve göreli önemi yanlış sıraya koyabileceğini göstermiştir. İkincisi, temel yönteme bağımlıdır; burada TOPSIS kullanıldığı için TOPSIS'in kendi sınırlılıkları (tam telafi varsayımı, normalizasyon seçimi) buraya da taşınır. Üçüncüsü, küçük problemlerde Spearman korelasyonu yalnız birkaç ayrık değer alabildiğinden kararlılık profili kaba bir sinyal verir, ince farkları ayırt etmez. Dördüncüsü, ağırlıkların yeniden ölçeklenme biçimi (orantılı büyütme) tek bir kuraldır; farklı bir yeniden ölçekleme kuralı farklı bir kararlılık profili verebilir (Triantaphyllou ve Sánchez, 1997).

En yaygın hata, kararlılık puanını yöntemin doğruluğunun bir ölçüsü gibi okumaktır. Düşük korelasyon yöntemin hatalı çalıştığı anlamına gelmez, sıralamanın o kritere duyarlı olduğu anlamına gelir. İkinci hata, en etkili kriteri otomatik olarak "en önemli" kriter ilan etmektir; oysa etkisi büyük görünen bir kriter aslında yanlış ölçülmüş ya da yönü hatalı işaretlenmiş bir kriter de olabilir. Üçüncü hata, kriterleri yalnız tek tek çıkarıp "bütün etkileşimler test edildi" sanmaktır; iki kriterin birlikte çıkarılmasının etkisi ayrıca incelenmelidir. Dördüncü hata, temel yöntem TOPSIS değilken (örneğin VIKOR ile üretilmiş bir sıralamaya) bu analizin sonuçlarını doğrudan uygulamaktır; DecisionMind'ın bu sürümü tabanı TOPSIS'e sabit tutar.

Temel ilke şudur:

Kriter Çıkarma bir sıralamanın ne kadar sağlam olduğunu gösterir, hangi sıralamanın doğru olduğunu göstermez; düşük kararlılık, raporun ek gerekçe taşıması gerektiğinin işaretidir.