Yöntemler · Üstünlük
ELECTRE I (ELimination Et Choix Traduisant la REalité I)
Seçenekleri sıralamaz; her seçenek çiftinde "yeterince çok kriterde üstün müyüm" (uyum) ve "hiçbir kriterde çok kötü değil miyim" (uyumsuzluk) sorularını birlikte sorarak, hiçbir seçenek tarafından geçilmeyen bir "çekirdek küme" çıkarır.
Temel yöntemin veri türü: Kesin (Classical)
Yöntem Nedir?
ELECTRE I, elinizde bir karar tablosu olduğunda seçenekleri tek bir sıraya dizmez. Bunun yerine içlerinden öne çıkanları bir kümeye ayıklayan bir seçim (choice) yöntemidir. Çıktısı bir sıralama değil, "çekirdek küme" (kernel) adı verilen bir listedir; bu liste hiçbir başka seçenek tarafından üstünlenmeyen seçenekleri içerir. Bernard Roy bu yöntemi 1968'de önermiştir. ELECTRE I, ELECTRE ailesinin ve daha genel olarak üstünlük (outranking) temelli çok kriterli karar yöntemlerinin kurucu üyesidir. Karar vericiler ELECTRE I'i karmaşık, çok paydaşlı kararlarda, kamu politikası ve altyapı yatırımı gibi alanlarda tercih eder. Yöntem ağırlık üretmez, ağırlıkları dışarıdan alır.
Yöntemin Felsefesi
ELECTRE I'in arkasındaki soru "hangi seçenek en iyi puanı alır" değil, "hangi seçenek hiçbir başkası tarafından açıkça geçilmez" sorusudur. Bir seçeneğin (a) bir başkasını (b) geçtiğini söyleyebilmek için iki koşulun birlikte sağlanması gerekir. Birinci koşul uyumdur (concordance): kriterlerin yeterince büyük bir kısmında a, b'den en az o kadar iyi olmalıdır. İkinci koşul uyumsuzluk yokluğudur (discordance yok): b'nin a'dan açık ara üstün olduğu tek bir kriter bile bu iddiayı çürütebilir. Bu ikinci koşul, ELECTRE I'i TOPSIS ve VIKOR'dan ayıran temel farktır. TOPSIS ve VIKOR'da bir kriterdeki zayıflık başka kriterlerdeki güçle telafi edilebilir. ELECTRE I'de ise tek bir kriterdeki çok büyük bir kötülük, diğer bütün kriterlerdeki uyuma rağmen üstünlük iddiasını geçersiz kılabilir. Bu, bir tür veto mekanizmasıdır.
Bu felsefe yüzünden yöntem sonucu bir sayı değil, bir ilişkiler ağı olarak verir. Her seçenek çifti için "a, b'yi üstünler mi" sorusu cevaplanır. Bu cevaplardan bir üstünlük grafiği kurulur. Grafikte hiçbir okla işaret edilmeyen seçenekler çekirdek kümeyi oluşturur; bu seçenekler hiçbir başkası tarafından üstünlenmemiş demektir. Küme tek elemanlıysa net bir öneri vardır. Birden fazla elemanlıysa yöntem bu seçenekleri birbirinden ayıramamış demektir. Bu bir arıza değildir, verinin bu ayrımı desteklemediğinin dürüst bir işaretidir.
Yöntem Nasıl Çalışır?
Yöntem altı adımda ilerler.
Birinci adım, ölçek eşitleme (normalizasyon). Kriterler farklı birimlerdedir. Yöntem, TOPSIS'teki gibi her sütunu kendi büyüklüğüne bölerek (vektör normalizasyonu) birimsiz ve karşılaştırılabilir hale getirir.
İkinci adım, ağırlıklama. Yöntem normalize edilmiş her sütunu kriterin ağırlığıyla çarpar.
Üçüncü adım, uyum indeksi. Yöntem, her seçenek çifti (a,b) için a'nın b'den en az o kadar iyi olduğu kriterlerin ağırlıklarını toplar. Bu toplam ne kadar büyükse, "a bu kriterler bakımından b'yi geçiyor" görüşüne o kadar çok kriter katılıyor demektir. Toplam en fazla 1 (tüm kriterler) olabilir.
Dördüncü adım, uyumsuzluk indeksi. Yöntem, a'nın b'den daha kötü olduğu kriterler arasındaki en büyük farkın, tüm veri setinde görülebilecek en büyük farka oranını alır. Tek bir kriterdeki çok büyük bir kötülük burada yüksek bir değer üretir. Bu değer ne kadar büyükse, a'nın b'yi geçtiği iddiası o kadar zayıflar.
Beşinci adım, eşikler. DecisionMind, uyum ve uyumsuzluk indekslerinin veri setindeki bütün ikili karşılaştırmalar üzerinden ortalamasını alarak bir "yeterince uyumlu" eşiği (c̄) ve bir "yeterince az uyumsuz" eşiği (d̄) belirler. DecisionMind varsayılan olarak bu ortalamaları kullanır. İsterseniz sabit bir eşik de belirleyebilirsiniz.
Altıncı adım, üstünlük ilişkisi ve çekirdek küme. a, b'yi üstünler (a S b) ancak ve ancak uyum eşiği aşılmış VE uyumsuzluk eşiğinin altında kalınmışsa. Yöntem bu ilişkilerin tümünden bir üstünlük grafiği kurar. Grafikte hiçbir seçenek tarafından üstünlenmeyen seçenekler çekirdek kümeyi oluşturur. ELECTRE I bir sıra değil, bu küme çıktısını verir.
DecisionMind, adımların formüllerini, ara tablolarını ve atıf biçimlerini yöntem sayfasında verir. Bu kart formül taşımaz.
Çıktı Nasıl Yorumlanır?
ELECTRE I'in çıktısı bir sıra değil bir kümedir. Çekirdek küme içindeki seçenekler, hiçbiri bir başkası tarafından üstünlenmeyen seçeneklerdir. Kümenin büyüklüğü kendi başına bir bilgidir. Tek elemanlıysa veri net bir ayrım destekliyor demektir. Birden fazla elemanlıysa yöntem bu seçenekleri ayıramamıştır. Bu bir başarısızlık değildir, "seçilen eşiklerle bu seçenekler birbirinden ayrılamıyor" biçiminde dürüst bir sonuçtur. Eşikleri (uyum ve uyumsuzluk) gevşettikçe ya da sıkılaştırdıkça küme büyür ya da küçülür. Bu yüzden çekirdek küme tek başına "en iyiler" anlamına gelmez, "bu eşiklerle ayırt edilemeyenler" anlamına gelir.
Bu nedenle:
"ELECTRE I, A2'yi en iyi seçenek olarak seçti"
yerine:
"Seçilen uyum ve uyumsuzluk eşikleriyle çekirdek küme {A2}'dir; A1 ve A3 bu eşiklerle A2 tarafından üstünlenmiştir, ama eşikler değiştirilirse küme değişebilir"
biçiminde yazmak doğrudur; küme birden fazla seçenek içeriyorsa bu, "hepsi eşit iyi" değil "veri bu ayrımı desteklemiyor" diye okunmalıdır.
Veri Türü ve Girdiler
ELECTRE I kesin (crisp) veriyle çalışır. Her hücre tek bir sayı, oran, aralık ya da sıralı (ordinal) bir ölçekte olabilir. Elinizde şunlar olmalıdır: satırlarda seçenekler, sütunlarda kriterler, her hücrede bir sayı, her kriter için yön bilgisi ve toplamı 1 olan ağırlıklar. İsteğe bağlı olarak sabit bir uyum ve uyumsuzluk eşiği belirleyebilirsiniz. Belirtmezseniz DecisionMind veri setinden hesapladığı ortalamaları eşik olarak kullanır. ELECTRE I ağırlık üretmez, ağırlıkları dışarıdan ister; bu ağırlıklar AHP, BWM, Entropy, CRITIC gibi yöntemlerden alınabilir. DecisionMind'da temel yöntemle birlikte on altı ELECTRE I üyesi bulunur. En az iki seçenek gerekir. Üçün altında üstünlük analizinin faydası sınırlı kalır. Üç ile on beş seçenek, üç ile on iki kriter arası rahat çalışır.
Ne Zaman Kullanılır, Ne Zaman Kullanılmaz?
Bir kriterdeki çok kötü bir performansın diğer kriterlerdeki iyi performansla asla telafi edilmemesini istiyorsanız ve tek bir sıra yerine "öne çıkanlar kümesi" yeterliyse ELECTRE I uygun bir seçimdir. Tipik alanı, birden çok paydaşın çıkarının çatıştığı karmaşık kararlardır.
İki durumda ELECTRE I kullanılmamalıdır. Seçenek sayısı üçün altındaysa üstünlük analizinin sağladığı ayırt edicilik sınırlı kalır. Bir kriterdeki zayıflığın başka kriterlerle telafi edilmesi kabul edilebiliyorsa daha basit bir sıralama yöntemi yeterlidir.
Bir kriterde çok kötü olan seçeneği baştan elemek istiyorsanız (veto benzeri mantık) → ELECTRE I
Sıra değil "öne çıkanlar kümesi" yeterliyse → ELECTRE I
Tam bir sıralama (birinci, ikinci, üçüncü…) gerekiyorsa → PROMETHEE II, TOPSIS, VIKOR
Üçten az seçenek varsa → üstünlük analizinin faydası sınırlıdır, basit karşılaştırma yeterli olabilir
Bir kriterdeki zayıflığın başkasıyla kapanması kabul ediliyorsa → TOPSIS, SAW
Güçlü Yanları
ELECTRE I'in en belirgin üstünlüğü, veto benzeri uyumsuzluk mekanizmasıdır. Tek bir kriterdeki çok büyük bir kötülük, diğer kriterlerdeki toplam uyuma rağmen üstünlüğü engelleyebilir. Bu, telafi edici olmayan (non-compensatory) bir mantık sunar. İkinci üstünlüğü, çıktısının dürüst olmasıdır: veri seçenekleri net ayıramıyorsa yöntem bunu saklamaz, geniş bir çekirdek küme döndürür. Üçüncüsü, ELECTRE I, Roy'un 1968'de tanımladığı üstünlük ailesinin kurucu üyesidir. ELECTRE II, III, IS ve birçok başka üstünlük yöntemi bu aileden köken alır. Dördüncüsü, ELECTRE I, karmaşık ve çok paydaşlı kararlarda tek bir sayıya indirgemenin yanıltıcı olabileceği durumlarda uygun bir seçimdir.
Zayıf Yanları
Sınırlılıkları da aynı yapıdan gelir. Birincisi, eşiklerin (uyum ve uyumsuzluk) seçimi sonucu doğrudan belirler. Roy'un kendisi de dahil olmak üzere literatür, ELECTRE I ve yakın türevi ELECTRE Iv'yi büyük ölçüde tarihsel/öğretici bulur. Literatür, modern uygulamalarda eşik/pseudo-kriter içeren ELECTRE IS gibi sürümleri önerir (Figueira, Mousseau ve Roy, 2005). İkincisi, çıktı bir sıra değil küme olduğu için "hangisi birinci" sorusuna doğrudan cevap vermez. Küme birden fazla elemanlıysa ek bir mekanizma gerekir; bu, ELECTRE II, ELECTRE III ya da ikinci bir yöntem olabilir. Üçüncüsü, yöntem kriterlerin ortak ve karşılaştırılabilir bir ölçekte olduğunu varsayar (Greco, Ehrgott ve Figueira, 2016). Bu sağlanmazsa sonuç anlamsızlaşır. Dördüncüsü, sıra tersinmesi genel çok kriterli karar literatüründe bilinen bir sorundur (Wang ve Triantaphyllou, 2008). Seçenek kümesi değişince çekirdek küme de değişebilir.
Sık Yapılan Hatalar
En yaygın hata, uyum ve uyumsuzluk eşiklerini veriden hesaplanan ortalamalar yerine veriye bakmadan sabit "standart" değerler olarak kabul etmektir. İkinci hata, boş çekirdek küme çıktığında eşikleri gözden geçirmeden "yöntem çalışmadı" demektir. Boş çekirdek küme, hiçbir seçeneğin üstün gelmediği, hepsinin kümede kaldığı durumdur. Bu genelde eşiklerin veri için çok sıkı olduğunun işaretidir. Üçüncü hata, tam çekirdek küme çıktığında bunu "hepsi eşit iyi" diye okumaktır. Bu da eşiklerin çok gevşek ya da veri setinin ayırt edicilikten yoksun olduğunun işaretidir. Dördüncü hata, ELECTRE I'in çıktısını bir sıralama gibi sunup "birinci, ikinci, üçüncü" demektir. Yöntem sıra değil küme üretir. Beşinci hata, kriterlerin ortak ölçekte olduğunu kontrol etmeden farklı birimleri doğrudan karşılaştırmaktır.
Temel ilke şudur:
Çekirdek küme, seçilen uyum ve uyumsuzluk eşiklerinin bir sonucudur; küme boşsa (tam eşleşme) ya da tam kümeyse (hiç eşleşme yok) bu bir hata değil, eşiklerin veriye göre yeniden gözden geçirilmesi gerektiğinin işaretidir.
Vakalar
Her vaka bir karar tablosuyla başlar, yöntemin bu tabloya ne yaptığını kelimeyle anlatır ve sonucun nasıl okunacağını gösterir. Birinci vaka DecisionMind'ın kendi doğrulama kaydından alınmış öğretici bir örnektir; diğerleri öğretici kurgudur.
1. Kamu: Bir belediyenin e-belediye yazılımı teklifleri arasında ön değerlendirme (öğretici örnek)
Bir belediye üç e-belediye yazılımı teklifi arasında ön değerlendirme yapacaktır. Üç ölçüt vardır: fonksiyonellik puanı, kullanıcı deneyimi puanı (ikisi de "çoğu iyi") ve yıllık lisans maliyeti ("azı iyi"). Belediye fonksiyonelliğe en yüksek ağırlığı (0,40), kullanıcı deneyimine orta ağırlığı (0,35), maliyete ise en düşük ağırlığı (0,25) vermiştir. Uyum eşiğini c̄ = 0,65, uyumsuzluk eşiğini d̄ = 0,35 olarak sabitlemiştir.
| Teklif | Fonksiyonellik | Kullanıcı deneyimi | Yıllık maliyet |
|---|---|---|---|
| A1 | 3 | 5 | 4 |
| A2 | 5 | 3 | 2 |
| A3 | 4 | 4 | 3 |
| Yön | çoğu iyi | çoğu iyi | azı iyi |
| Ağırlık | 0,40 | 0,35 | 0,25 |
Yöntem önce sütunları eşitler ve ağırlıklandırır, sonra her teklif çifti için uyum ve uyumsuzluk indekslerini hesaplar. A2, fonksiyonellikte ve maliyette A1'i geçer; bu karşılaştırmada uyum 0,65'tir ve eşiği tam karşılar. Ama A2, kullanıcı deneyiminde A1'in gerisinde kalır. Bu tek kriterdeki fark, belirlenen veri setinde görülebilecek en büyük farka yakındır: uyumsuzluk 0,875 olup eşiğin oldukça üzerindedir. Bu yüzden A2, A1'i üstünleyemez. Aynı örüntü diğer bütün çiftlerde de tekrarlanır. Her çiftte uyum eşiği aşılsa da, karşı tarafın güçlü olduğu tek kriterdeki fark uyumsuzluk eşiğini aşar.
| Teklif | Çekirdek kümede mi? |
|---|---|
| A1 | Evet |
| A2 | Evet |
| A3 | Evet |
Sonuç şöyle okunur: bu eşiklerle (c̄ = 0,65, d̄ = 0,35) hiçbir teklif bir diğerini kesin olarak üstünlemez. Her teklifin güçlü olduğu bir ölçütte, diğerini büyük farkla geride bıraktığı bir zayıflığı vardır. Çekirdek küme üç teklifin tümünü içerir. Bu bir hesaplama hatası değildir; seçilen eşiklerle üç teklif birbirinden ayrılamaz.
Belediyenin tereddüdü: uyumsuzluk eşiği d̄ = 0,35'ten 0,50'ye gevşetilirse ne olur? Aynı veriyle A2, A3'ü ve A3, A1'i üstünler; ikisinde de uyumsuzluk 0,4375'tir ve bu, yeni eşiğin altındadır. A2 hiçbir teklif tarafından üstünlenmediğinden çekirdek küme tek başına {A2}'ye iner. Yani sonuç, eşik seçimine doğrudan bağlıdır: sıkı eşikte üç teklif de "ayrılamaz", gevşek eşikte A2 tek başına öne çıkar. Belediye bu eşiği neden 0,35 yerine 0,50 seçtiğini (ya da seçmediğini) raporda gerekçelendirmelidir.
Raporda: "Belirlenen uyum ve uyumsuzluk eşikleriyle (c̄ = 0,65, d̄ = 0,35) üç teklif de çekirdek kümede kalmış, hiçbiri kesin olarak öne çıkmamıştır; uyumsuzluk eşiği 0,50'ye gevşetildiğinde A2 tek başına çekirdek kümeyi oluşturmaktadır."
Kaynak: DecisionMind'ın ELECTRE I motoru için hazırlanmış öğretici doğrulama örneği (Roy 1968'in yöntemine dayanır; makalenin kendisinde sayısal bir uygulama örneği yer almaz). Uyum/uyumsuzluk matrisleri ve eşik duyarlılığı bu kartın yazarınca Python ile bağımsız olarak hesaplanmıştır; DecisionMind manifestindeki iç denetim kaydı da aynı çekirdek kümeyi (üç teklifin tamamı) doğrulamıştır.
2. Enerji: Güneş enerjisi santrali için üç arazi arasında ön eleme
Bir enerji şirketi güneş enerjisi santrali kuracağı arazi için üç aday arasında ön eleme yapacaktır. Dört ölçüt vardır: yıllık güneşlenme süresi ve şebekeye yakınlık ("çoğu iyi"), arazi maliyeti ve çevresel etki puanı ("azı iyi"). Şirket güneşlenme süresine en yüksek ağırlığı vermiş, eşikleri veri setinden hesapladığı ortalamalarla belirlemiştir.
Yöntem üç araziyi karşılaştırır. Diyelim ki en çok güneş alan arazi, aynı zamanda çevresel etkisi en yüksek (en kötü) aradır. Bu tek kriterdeki büyük fark, güneşlenme ve şebeke yakınlığındaki üstünlüğüne rağmen bu araziyi diğerlerini üstünlemekten alıkoyar. Orta düzeyde güneş alan ama çevresel etkisi düşük arazi ise hiçbir ölçütte açık ara kötü olmadığından çekirdek kümede kalır.
Şirketin tereddüdü: çevresel etki puanı bir ölçüm değil, bir danışmanlık raporunun öznel değerlendirmesidir. Bu puandaki küçük bir değişiklik, tam da o arazinin üstünlüğünü engelleyen uyumsuzluk hesabını değiştirebilir. ELECTRE I'in veto benzeri mekanizması, tam bu tür tek bir kritik ölçütteki hassasiyeti yüzünden, bu ölçütün ölçüm kalitesine normalden daha bağımlıdır.
Raporda: "Seçilen eşiklerle çekirdek küme iki araziden oluşmaktadır; en yüksek güneşlenmeye sahip arazi, çevresel etki puanındaki zayıflığı nedeniyle çekirdek kümenin dışında kalmıştır ve bu puanın güvenilirliği ayrıca doğrulanmalıdır."
3. Spor: Bir federasyonun turnuva ev sahibi şehir kısa listesi
Bir spor federasyonu büyük bir turnuva için üç aday şehir arasında kısa liste çıkaracaktır. Üç ölçüt vardır: stadyum kapasitesi ve ulaşım altyapısı puanı ("çoğu iyi"), organizasyon maliyeti ("azı iyi"). Federasyon kapasiteye en yüksek ağırlığı vermiş, eşikleri veri setinden hesapladığı ortalamalarla belirlemiştir.
Yöntem üç şehri karşılaştırır. Diyelim ki en yüksek kapasiteli şehir, aynı zamanda en pahalı organizasyon maliyetine sahiptir. Bu maliyet farkı yeterince büyük değilse, yani uyumsuzluk eşiğinin altında kalıyorsa, bu şehir yine de diğerlerini üstünleyebilir ve çekirdek küme tek şehre iner. Maliyet farkı büyükse üstünlük kurulamaz ve iki şehir birlikte kısa listede kalır.
Federasyonun tereddüdü: "kısa liste" iki şehirden oluşuyorsa bu, federasyonun ek bir tur (örneğin saha ziyareti, mali teminat değerlendirmesi) yapması gerektiği anlamına gelir. ELECTRE I burada nihai kararı değil, elemeyi yapar. Federasyon çekirdek kümeyi "eşit derecede uygun" diye değil, "bu ölçütlerle ayrılamayan, ek incelemeyle ayrılması gereken adaylar" diye sunmalıdır.
Raporda: "Belirlenen eşiklerle çekirdek küme iki şehirden oluşmaktadır; kesin bir sıralama için ek bir değerlendirme turu (saha ziyareti, mali teminat) önerilmektedir."
4. Yapılmaması Gereken
Aynı e-belediye tablosunda yıllık maliyet ölçütü yanlışlıkla "çoğu iyi" işaretlenseydi, en pahalı teklif olan A1 bu ölçütte de avantajlı sayılır ve sonuç yön hatası nedeniyle anlamsızlaşırdı. İkinci yanlış, üç teklifin de çekirdek kümede kaldığı sonucu karşısında eşikleri hiç sorgulamadan "üç teklif de eşit derecede iyi, hangisi seçilirse seçilsin" diye rapor etmektir. Doğrusu, eşiklerin veriyi ayıramadığını ve ek bir kriter ya da eşik gözden geçirmesi gerektiğini söylemektir. Üçüncü yanlış, ELECTRE I'in çıktısını "A2 birinci sırada" gibi bir sıralama cümlesiyle sunmaktır. Yöntem sıra değil küme üretir; küme içindeki teklifler arasında bir öncelik iddia etmez.
Uzantılar: farklı veri türleri için
ELECTRE I yönteminin kütüphanede 4 uzantısı var. Aynı karar mantığı, farklı veri türü: veriniz kesin sayı değilse ilgili veri türü kartını okuyun, sonra o türdeki üyeyi açın.
Kaynaklar
Adımların formülleri, ara tabloları ve atıf biçimleri için DecisionMind yöntem sayfası: decisionmind.app/library/electre-i
Roy, B. (1968). Classement et choix en présence de points de vue multiples (la méthode ELECTRE). Revue Française d'Informatique et de Recherche Opérationnelle, 2(8), 57–75. DOI: 10.1051/ro/196802v100571
Figueira, J., Mousseau, V., & Roy, B. (2005). Electre methods. İçinde: Figueira, J., Greco, S., & Ehrgott, M. (Ed.), Multiple Criteria Decision Analysis: State of the Art Surveys (s. 133–162). Springer. DOI: 10.1007/0-387-23081-5_4
Govindan, K., & Jepsen, M. B. (2016). ELECTRE: A comprehensive literature review on methodologies and applications. European Journal of Operational Research, 250(1), 1–29. DOI: 10.1016/j.ejor.2015.07.019
Wang, X., & Triantaphyllou, E. (2008). Ranking irregularities when evaluating alternatives by using some ELECTRE methods. Omega, 36(1), 45–63. DOI: 10.1016/j.omega.2005.12.003