Yöntemler · Sıralama
RAPS (Ranking of Alternatives based on Preference Strength)
RAPS, iki seçeneği doğrudan karşılaştırıp aradaki farkın büyüklüğünü ölçer ve her seçeneği, tüm rakiplerine karşı bu "ne kadar daha iyi" gücüne göre sıralar.
Temel yöntemin veri türü: Kesin (Classical)
Yöntem Nedir?
RAPS, elinizde sayılarla doldurulmuş bir karar tablosu olduğunda seçenekleri tek bir sıraya dizen bir sıralama yöntemidir. Çıktısı her seçenek için 0 ile 1 arasında bir tercih gücü puanıdır; bu puan, seçeneğin diğer tüm seçeneklere karşı ikili karşılaştırmalarda ne kadar üstün çıktığını özetler. RAPS ağırlık üretmez, ağırlıkları dışarıdan alır. Yöntem, Dezert ve Tchamova'nın 2022'de yayımladığı, kanıt teorisindeki belirsizlik ölçütlerinin etkinliğini karşılaştırmak için önerdikleri bir sıralama aracı olarak literatüre girmiştir.
Yöntemin Felsefesi
RAPS'ın arkasındaki fikir basittir: bir seçeneğin iyiliği, tek başına değil rakiplerine karşı ne kadar fark attığıyla ölçülür. Yöntem her seçenek çiftini tek tek karşılaştırır ve her kriterde aradaki farkın büyüklüğünü (yönlü olarak, yalnız pozitif farkları) toplar. İki seçenek arasındaki bu toplam fark, karşılıklı olarak normalize edilir; A seçeneğinin B'ye üstünlüğü ile B'nin A'ya üstünlüğü toplamı her zaman 1 eder. Böylece her ikili karşılaştırma, "bu ikisinden hangisi ne kadar öndedir" sorusuna doğrudan bir yüzdeyle cevap verir. Sonunda bir seçeneğin genel puanı, onun tüm rakiplerine karşı topladığı bu ikili üstünlüklerin ortalamasıdır.
Bu yapı RAPS'ı telafi edici yapar. Bir kriterdeki zayıflık, ağırlıklı fark hesabı içinde başka bir kriterdeki güçle dengelenir. TOPSIS'ten farkı, sabit bir ideal ve anti-ideal noktaya değil, doğrudan seçenekler arası ikili farklara dayanmasıdır; bu yüzden aradaki fark küçükse RAPS puanı da 0,5'e yakın kalır ve iki seçenek arasında belirgin bir üstünlük olmadığını açıkça gösterir.
Yöntem Nasıl Çalışır?
Yöntem üç adımda ilerler.
Birinci adım, ölçek eşitleme. Kriterler farklı birimlerdedir. RAPS her sütunu kendi en küçük ve en büyük değerine göre 0 ile 1 arasına yerleştirir; böylece hız, puan ve maliyet gibi farklı ölçekler aynı tabloda karşılaştırılabilir olur. Maliyet gibi "azı iyi" kriterlerde küçük değer 1'e, büyük değer 0'a yaklaşacak biçimde yön ayarlanır.
İkinci adım, ikili tercih gücü. RAPS her seçenek çiftini karşılaştırır. Her kriterde birinci seçeneğin ikinciye üstünlüğü, yalnız birincinin daha iyi olduğu kriterlerdeki farkın ağırlıklı toplamıdır; ikinci seçenek daha iyiyse o kriterin katkısı sıfır sayılır. Böylece bir çift arasındaki toplam üstünlük, yalnız gerçekten üstün olunan kriterlerden gelir.
Üçüncü adım, genel puan. Bir seçeneğin bir rakibe karşı üstünlüğü, o iki seçenek arasındaki toplam üstünlüğe (kendi üstünlüğü artı rakibinin üstünlüğü) bölünür. Bu oranın tüm rakipler için ortalaması, seçeneğin genel RAPS puanını verir. RAPS seçenekleri bu puana göre büyükten küçüğe sıralar.
Adımların formülleri ve ara tablolar DecisionMind'daki yöntem sayfasında verilir; bu kart formül taşımaz.
Çıktı Nasıl Yorumlanır?
RAPS puanı, bir seçeneğin bu seçenek kümesindeki rakiplerine karşı ortalama üstünlüğünü söyler; başka bir şey söylemez. 0,65 puan "yüzde 65 iyi" değildir, "rakiplerine karşı ortalama olarak üstün çıktığı" anlamına gelir. Puanın 0,5 olması "ortalama" değil "rakipleriyle baş başa" demektir; iki seçeneğin puanı 0,5'e ne kadar yakınsa aralarındaki fark o kadar azdır. Farklı bir seçenek kümesinde hesaplanan puanla karşılaştırılamaz, çünkü puan bu kümedeki ikili karşılaştırmalardan doğar.
Bu nedenle:
"RAPS en iyi seçeneği buldu"
yerine:
"Bu ağırlıklar ve bu seçenek kümesiyle rakiplerine karşı en güçlü seçenek şudur; puanların birbirine yakınlığı sıranın ne kadar kesin olduğunu gösterir"
biçiminde yazmak doğrudur.
Veri Türü ve Girdiler
RAPS kesin (crisp) veriyle çalışır: her hücrede tek bir sayı. DecisionMind'da bu yöntemin şu an başka bir veri türü uzantısı yoktur; veriniz bulanık, aralıklı ya da uzman yargısıyla çelişkiliyse ilgili veri türü kartındaki uygun yöntem önerilir.
Elinizde şunlar olmalı: satırlarda seçenekler, sütunlarda kriterler, her hücrede bir sayı ve boş hücre yok; her kriter için yön bilgisi (çoğu mu iyi, azı mı iyi); ve toplamı 1 olan kriter ağırlıkları. RAPS ağırlık üretmez, ister. En az iki seçenek ve iki kriter gerekir; sweet spot üç ile on iki kriter arasıdır. Seçenek sayısında üst sınır yoktur, ama seçenek sayısı arttıkça ikili karşılaştırma sayısı hızla büyür.
Ne Zaman Kullanılır, Ne Zaman Kullanılmaz?
Kriterleriniz sayıyla ölçülebiliyorsa ve seçenekler arasındaki farkın büyüklüğünü (yalnız sırasını değil) anlamlı bulduğunuz durumlarda RAPS uygundur. Tipik alanları tedarikçi değerlendirmesi ve alternatif seçimidir; ikili karşılaştırma mantığı sayesinde iki seçenek arasındaki farkın ne kadar belirgin olduğunu doğrudan gösterir.
Kullanılmaması gereken durum, kriterlerin yalnız sırasının güvenilir olduğu, sayısal farkların ölçüm hatasıyla dolu olduğu durumdur. Böyle bir veride RAPS'ın hassas fark hesabı yanıltıcı olabilir; REGIME gibi yalnız işarete (kim daha iyi, kim daha kötü) bakan bir yöntem daha güvenlidir. Kriterler arasında güçlü bir bağımlılık varsa bu önce ele alınmalıdır.
Sayısal tablo, fark büyüklüğü anlamlı, amaç sıralamak → RAPS
Yalnız kriter sırası güvenilir, sayısal fark şüpheli → REGIME
Bir kriterde taviz yok, eşik altı elenmeli → Önce eleme, sonra sıralama
Sıralama değil ağırlık gerekiyor → AHP, BWM, SWARA (öznel) · Entropy, CRITIC (nesnel)
Güçlü Yanları
RAPS'ın en önemli üstünlüğü, sıralamayı tek bir referans noktasına (ideal seçenek gibi) değil doğrudan seçenekler arası ikili farklara dayandırmasıdır. Bu yüzden seçenek kümesindeki uç bir değerin ideal noktayı bozması riski azalır. Puanın 0 ile 1 arasında ve karşılıklı tamamlayıcı olması (bir çiftin iki puanı toplamı 1 eder), sonucun sezgisel biçimde okunmasını kolaylaştırır. Hesap yükü küçüktür ve kriter sayısı arttığında da aynı mantıkla çalışır.
Zayıf Yanları
Sınırlılıkları ikili karşılaştırma yapısından doğar. Birincisi, seçenek sayısı arttıkça karşılaştırma sayısı karesel büyür; çok sayıda seçenekte hesap yükü ve yorumlama zorlaşır. İkincisi, tam telafi varsayımı vardır: bir kriterdeki ciddi zayıflık başka kriterlerle örtülebilir. Üçüncüsü, RAPS de birçok ikili karşılaştırma tabanlı yöntem gibi seçenek kümesi değiştiğinde puanların yeniden hesaplanması gerekir; yeni bir seçenek eklenince tüm ikili karşılaştırmalar tekrar kurulur ve sıra değişebilir (Wang ve Luo, 2009). Dördüncüsü, yöntem RAPS'a özgü bağımsız bir sıra tersinmesi incelemesi literatürde henüz sınırlıdır; bu konuda genel MCDM bulguları temkinli biçimde yol gösterici alınmalıdır.
Sık Yapılan Hatalar
En yaygın hata kriter yönünü yanlış işaretlemektir. Maliyet gibi "azı iyi" bir kriter "çoğu iyi" işaretlenirse ikili üstünlükler ters hesaplanır ve sıra baştan yanlış çıkar. İkinci hata, ağırlıkları gerekçesiz eşit vermektir; eşit ağırlık bir tercihtir ve raporda savunulmalıdır. Üçüncü hata, puanı 0,5 civarında olan iki seçeneği kesin bir üstünlük gibi sunmaktır; puan 0,5'e yakınsa aradaki fark küçüktür ve rapor bunu söylemelidir. Dördüncü hata, analiz bittikten sonra seçenek eklemek ve sıranın değişmesine şaşırmaktır.
Temel ilke şudur:
RAPS puanı, seçeneğin yalnız bu rakip kümesine karşı ikili üstünlüğünü özetler; kümeden bir seçenek çıkar ya da girerse puanlar yeniden hesaplanmalıdır.
Vakalar
Her vaka bir karar tablosuyla başlar, yöntemin bu tabloya ne yaptığını kelimeyle anlatır ve sonucun nasıl okunacağını gösterir. Birinci vaka DecisionMind'ın doğrulama örneğidir; diğer vakalar öğretici kurgudur.
1. Lojistik: Üç nakliye firması arasında sözleşme seçimi (öğretici örnek)
Bir üretim şirketi üç nakliye firması arasından birini seçecektir. Üç ölçüt vardır: teslimat hızı puanı, hizmet kalitesi puanı ve birim taşıma maliyeti. Hız ve kalite "çoğu iyi", maliyet "azı iyi"dir. Şirket ağırlıkları hıza en çok (0,40), kaliteye sonra (0,35), maliyete en az (0,25) olacak biçimde belirlemiştir.
| Firma | Hız puanı | Kalite puanı | Maliyet (birim) |
|---|---|---|---|
| F1 | 3 | 5 | 4 |
| F2 | 5 | 3 | 2 |
| F3 | 4 | 4 | 3 |
| Yön | çoğu iyi | çoğu iyi | azı iyi |
| Ağırlık | 0,40 | 0,35 | 0,25 |
Yöntem önce her sütunu 0 ile 1 arasına yerleştirir. Sonra her firma çiftini karşılaştırır: F1'in F2'ye üstünlüğü yalnız F1'in daha iyi olduğu kriterlerden (burada kalite) gelir, F2'nin F1'e üstünlüğü ise hız ve maliyetten gelir. Son olarak her firmanın tüm rakiplerine karşı ortalama üstünlüğü hesaplanır.
| Firma | RAPS puanı | Sıra |
|---|---|---|
| F2 | 0,650 | 1 |
| F3 | 0,500 | 2 |
| F1 | 0,350 | 3 |
Sonuç şöyle okunur. F2 hızda en iyi ve en ucuzdur; kalitede en zayıf olsa da hız ve maliyetin toplam ağırlığı (0,65) kalitenin ağırlığından (0,35) fazla olduğu için öne çıkar. F3 tam ortada, her ölçütte dengeli bir firmadır ve puanı tam 0,5'tir; bu, F3'ün rakiplerine karşı ne belirgin üstün ne belirgin geride olduğu anlamına gelir. F1 kalitede en iyi olmasına rağmen sondadır, çünkü hız ve maliyette en zayıf olan odur.
Şirket burada tereddüt eder: hız ağırlığı 0,40'tan 0,25'e, kalite ağırlığı 0,35'ten 0,50'ye çekilseydi F1 öne geçebilirdi. Bu yüzden rapor, sıranın hız ve kalite ağırlığı arasındaki dengeye duyarlı olduğunu söylemelidir.
Raporda: "Verilen ağırlıklarla F2 rakiplerine karşı en güçlü firmadır (0,650); F3 tam ortada kalmıştır (0,500) ve hız ağırlığı düşürülüp kalite ağırlığı yükseltilirse F1 öne geçebilmektedir."
Kaynak: bu örnek DecisionMind'ın RAPS motorunun doğrulama örneğidir; sayılar kaynak makaleden değil, yöntemin adım tanımından üretilmiştir ve motor aynı sonucu verir.
2. Hayvancılık: Bir çiftliğin yem tedarikçisi seçimi
Bir süt çiftliği üç yem tedarikçisinden birini seçecektir. Ölçütler protein içeriği, teslimat düzenliliği puanı ve kilogram başına fiyattır. Protein ve düzenlilik "çoğu iyi", fiyat "azı iyi"dir. Çiftlik sahibi ağırlıkları protein içeriğine en çok vermiştir.
Yöntem üç tedarikçiyi ikişer ikişer karşılaştırır ve her birinin rakiplerine karşı ortalama üstünlüğünü hesaplar. Diyelim ki sonuç en pahalı tedarikçiyi birinci sıraya koydu: protein içeriği açık farkla en yüksek olduğu, en ağır ölçüt bu olduğu için fiyat farkı dengelenmiştir. İkinci tedarikçi en düzenli teslimatı yapan, üçüncüsü her ölçütte orta olandır.
Çiftlik sahibi burada tereddüt eder: nakit akışı dar bir dönemdeyse en pahalı tedarikçi bütçeyi zorlayabilir. RAPS fiyatı diğer ölçütlerle dengelemiştir ama bütçe sınırını kendiliğinden dikkate almaz; sınır varsa önce o uygulanmalı, kalan tedarikçiler RAPS ile karşılaştırılmalıdır.
Raporda: "Bütçe sınırı ayrı bir eleme ölçütü olarak uygulanmış, kalan tedarikçiler protein ağırlıklı RAPS puanına göre sıralanmıştır."
3. Kütüphanecilik: Halk kütüphanesi otomasyon sistemi seçimi
Bir halk kütüphanesi üç otomasyon yazılımından birini seçecektir. Ölçütler kullanıcı arayüzü puanı, teknik destek yanıt süresi ve yıllık lisans bedelidir. Arayüz puanı "çoğu iyi", yanıt süresi ve lisans bedeli "azı iyi"dir. Ağırlıklar kütüphane personeliyle birlikte belirlenmiştir.
Yöntem üç yazılımı ikişer ikişer karşılaştırır. Sonuç, en düşük lisans bedelli yazılımı birinci sıraya koyar; bu yazılımın arayüz puanı orta düzeydedir ama fiyat avantajı diğer iki ölçütteki küçük eksikleri kapatır. İkinci yazılım en iyi arayüze sahiptir ama en pahalısıdır.
Personel burada tereddüt eder: arayüz kalitesi kullanıcı memnuniyetini doğrudan etkiliyorsa fiyat ağırlığı düşürülüp arayüz ağırlığı yükseltilebilir; bu değişiklik sırayı döndürebilir. Karar, hangi ölçütün kurum için daha kritik olduğuna bağlıdır ve bu tercih raporda açıkça yazılmalıdır.
Raporda: "Sıra, lisans bedeline verilen ağırlığı yansıtır; bu ağırlık düşürülüp arayüz ağırlığı yükseltilirse ikinci yazılım öne geçmektedir."
4. Yapılmaması Gereken
Aynı nakliye tablosunda maliyet "çoğu iyi" işaretlenseydi, F2'nin düşük maliyeti aleyhine dönerdi ve en pahalı firma öne geçerdi; sıra anlamsızlaşırdı. İkinci yanlış, F3'ün 0,500 puanını "ortalama bir firma" diye değil "rakiplerine karşı belirgin biri kadar iyi biri kadar kötü" diye okumamaktır; 0,500 nötr bir sonuçtur, düşük bir puan değildir. Üçüncü yanlış, şirketin dördüncü bir firmayı analiz bittikten sonra tabloya eklemesidir; tüm ikili karşılaştırmalar yeniden kurulmalı ve sıra buna göre güncellenmelidir.
Kaynaklar
Adımların formülleri, ara tabloları ve atıf biçimleri için DecisionMind yöntem sayfası: decisionmind.app/library/raps
Dezert, J., & Tchamova, A. (2022). On the effectiveness of measures of uncertainty of basic belief assignments. Information & Security: An International Journal, 52, 9–36. DOI: 10.11610/isij.5201
Ahn, B. S. (2003). Extending Malakooti's model for ranking multicriteria alternatives with preference strength and partial information. IEEE Transactions on Systems, Man, and Cybernetics — Part A: Systems and Humans, 33(3), 281–287. DOI: 10.1109/tsmca.2003.817049
Wang, Y.-M., & Luo, Y. (2009). On rank reversal in decision analysis. Mathematical and Computer Modelling, 49(5–6), 1221–1229. DOI: 10.1016/j.mcm.2008.06.019