Yöntemler · Sıralama
SAPEVO-M (Sıra Tercihlerinin Basit Toplulaştırılması, Çok Karar Vericili)
SAPEVO-M, birden fazla karar vericinin hem kriterler hem seçenekler için verdiği basit "hangisi daha iyi" yargılarını tek bir ortak sıraya toplulaştırır.
Temel yöntemin veri türü: Kesin (Classical)
Yöntem Nedir?
SAPEVO-M, bir kararı tek kişi değil bir komisyon veriyorsa ve her üye kriterleri ve seçenekleri ikişer ikişer basit bir ölçekle karşılaştırabiliyorsa seçenekleri tek bir ortak sıraya dizen bir grup sıralama yöntemidir. Çıktısı her seçenek için bir sayısal puan ve bu puana göre sıradır. SAPEVO-M ağırlık dışarıdan istemez; kriter önemini de karar vericilerin kendi ikili yargılarından türetir. Yöntem, Gomes, de Mello ve Costa tarafından 2020'de Pesquisa Operacional dergisinde önerilmiştir ve tek karar vericili SAPEVO yönteminin grup kararına genişletilmiş biçimidir.
Yöntemin Felsefesi
SAPEVO-M'nin arkasındaki fikir, bir komisyonun karmaşık sayısal değerlendirmeler yerine basit ikili yargılar vermesinin daha güvenilir olduğudur. Her üyeden "A kriteri B kriterinden ne kadar önemlidir" ya da "A seçeneği B seçeneğinden ne kadar iyidir" sorusuna, yedi seviyeli basit bir ölçekle cevap vermesi istenir. AHP gibi tutarlılık denetimi gerektiren yöntemlerin aksine, SAPEVO-M her üyenin yargılarını olduğu gibi kabul eder ve tüm üyelerin yargılarını satır toplamlarıyla birleştirir.
Bu yapının felsefi sonucu SAPEVO-M'nin bir uzlaşma (konsensüs) değil bir toplulaştırma (aggregation) yöntemi olmasıdır. Üyeler arasında görüş ayrılığı olsa bile yöntem bir tartışma turu istemez; her üyenin oyu ayrı ayrı standartlaştırılıp toplanır. Bu, hızlı karar alınması gereken durumlarda bir avantajdır, ama üyeler arasındaki köklü görüş ayrılıklarını gizleyebilir.
Yöntem Nasıl Çalışır?
Yöntem iki ana aşamada, dokuz adımda ilerler.
Kriter önem aşaması. Her karar verici, kriterleri ikişer ikişer karşılaştırıp yedi seviyeli bir ölçekte ("çok daha önemli" ile "çok daha önemsiz" arasında) yargı verir. Bu yargılar bir tabloya yerleştirilir; her kriterin satır toplamı, o karar vericiye göre kriterin göreli önemini verir. Her karar vericinin kendi kriter vektörü 0 ile 1 arasına yerleştirilir. Eğer bir kriter bir karar vericide sıfır değeriyle çıkarsa, o kriterin toplamda tamamen etkisiz kalmaması için küçük bir düzeltme uygulanır. Son olarak tüm karar vericilerin kriter vektörleri toplanarak ortak bir kriter önem vektörü elde edilir.
Seçenek tercih aşaması. Her karar verici, her kriter için seçenekleri ikişer ikişer karşılaştırıp aynı yedi seviyeli ölçekle yargı verir. Bu, her karar verici ve her kriter için ayrı bir karşılaştırma tablosu demektir. Her tablonun satır toplamları, o karar vericinin o kriterdeki seçenek tercih vektörünü verir. Bu vektör de 0 ile 1 arasına yerleştirilir; bir karar vericinin bir kriterde tüm seçenekleri eşit görmesi durumunda (kayıtsızlık), o vektör sıfırda bırakılır ve yapay bir tercih eklenmez. Tüm karar vericilerin standartlaştırılmış vektörleri her kriter için toplanır ve seçenek-kriter matrisi oluşur.
Son adımda bu matris, kriter önem aşamasından gelen ortak kriter vektörüyle çarpılır ve her seçeneğin toplam puanı bulunur. SAPEVO-M seçenekleri bu puana göre büyükten küçüğe sıralar.
Adımların formülleri ve ara tablolar DecisionMind'daki yöntem sayfasında verilir; bu kart formül taşımaz.
Çıktı Nasıl Yorumlanır?
SAPEVO-M puanı, seçeneğin tüm karar vericilerin kriter ve seçenek yargılarının ağırlıklı toplamıdır; bir yüzde ya da olasılık değildir. Puanların mutlak büyüklüğü (örneğin 4,3 ile 8,5) doğrudan bir oran ifade etmez; yalnız seçenekleri birbirine göre sıralamaya yarar. Kriter önem vektörü de bir olasılık dağılımı (toplamı 1 olan bir küme) değildir; karar vericiler arasında toplanmış ham bir puandır. Farklı bir karar verici grubuyla ya da farklı bir seçenek kümesiyle hesaplanan puanla karşılaştırılamaz.
Bu nedenle:
"SAPEVO-M en iyi seçeneği buldu"
yerine:
"Bu komisyonun kriter ve seçenek yargılarıyla en yüksek toplam puanı alan seçenek şudur; puan yalnız bu komisyonun ve bu seçenek kümesinin bir özetidir"
biçiminde yazmak doğrudur.
Veri Türü ve Girdiler
SAPEVO-M kesin (crisp) veriyle değil, ikili sıra yargılarıyla (ordinal preference) çalışır: her karar vericinin her kriter çifti ve her seçenek çifti için verdiği bir yargı. DecisionMind'da bu yöntemin şu an başka bir veri türü uzantısı yoktur.
Elinizde şunlar olmalı: en az iki karar verici, karşılaştırılacak kriterler ve seçenekler, ve her karar vericiden her kriter çifti ile her kriterdeki her seçenek çifti için yedi seviyeli bir yargı. SAPEVO-M kriter ağırlığını dışarıdan istemez, karar vericilerin yargılarından türetir; bu yüzden AHP, BWM ya da Entropy gibi ayrı bir ağırlıklandırma adımına ihtiyaç duymaz. Karar verici sayısı arttıkça karşılaştırma sayısı da artar; komisyonun zamanı kısıtlıysa kriter ve seçenek sayısının küçük tutulması önerilir.
Ne Zaman Kullanılır, Ne Zaman Kullanılmaz?
Kararı tek kişi değil bir komisyon veriyorsa, üyelerin karmaşık sayısal puan yerine basit ikili yargı vermesi tercih ediliyorsa ve hızlı bir toplulaştırma isteniyorsa SAPEVO-M uygundur. Tipik alanları savunma, kamu ihaleleri ve komisyon kararı gerektiren teknoloji seçimleridir; birden fazla uzmanın görüşünü tutarlılık denetimi olmadan hızlıca birleştirir.
Kullanılmaması gereken durum, üyeler arasındaki görüş ayrılığının kendisinin karar için önemli bir bilgi olduğu durumdur; SAPEVO-M yargıları toplarken bu ayrılığı ayrıca raporlamaz, ek bir analiz gerekir. Üyelerin yargılarının tutarlı olup olmadığı denetlenmek isteniyorsa AHP gibi tutarlılık oranı hesaplayan bir yöntem daha uygundur. Örneğin bir üye A'yı B'den, B'yi C'den ve C'yi A'dan üstün tutarsa bu çelişki SAPEVO-M'de fark edilmeyebilir; AHP böyle bir çelişkiyi yakalar.
Komisyon kararı, basit ikili yargı, hızlı toplulaştırma → SAPEVO-M
Üye görüş ayrılığının kendisi raporlanmalı → SAPEVO-M sonrası ayrı bir uzlaşma analizi
Yargı tutarlılığı denetlenmeli → AHP
Tek karar verici, sayısal karar tablosu → TOPSIS, RAPS, REGIME
Güçlü Yanları
SAPEVO-M'nin en önemli üstünlüğü basitliğidir: karar vericilerden karmaşık sayısal değer değil, yedi seviyeli basit bir ikili yargı istenir ve bu, uzman olmayan komisyon üyeleri için bile kolay uygulanabilir. Kriter ağırlığını ayrı bir adımda istemediği için tek bir oturumda hem önem hem tercih toplanabilir. Birden fazla karar vericinin görüşünü tutarlılık denetimi beklemeden hızlıca birleştirir; bu, zaman baskısı altındaki komisyon kararlarında bir avantajdır.
Zayıf Yanları
Sınırlılıkları toplulaştırma yapısından doğar. Birincisi, üyeler arasındaki köklü görüş ayrılıkları, satır toplamlarıyla birleştirilince gizlenebilir; iki üye tam zıt yönde oy verirse bu iki oy birbirini götürür ve sonuçta hiç görünmeyebilir. İkincisi, yedi seviyeli ölçek kabaca bir yargıdır; üyeler arasında ölçeğin aynı biçimde anlaşıldığından emin olunmalıdır. Üçüncüsü, SAPEVO-M yargı tutarlılığını denetlemez; bir üyenin çelişkili yargılar vermesi (A'yı B'den, B'yi C'den, C'yi A'dan üstün tutması) fark edilmeyebilir. Dördüncüsü, karar verici ve kriter sayısı arttıkça toplanacak ikili karşılaştırma sayısı hızla büyür (Costa ve ark., 2022).
Sık Yapılan Hatalar
En yaygın hata, üyelerin yargılarını toplamadan önce ölçeğin ne anlama geldiğini net biçimde açıklamamaktır; bir üye "biraz daha iyi" derken diğeri aynı ifadeyle "çok daha iyi" kastedebilir. İkinci hata, bir üyenin bir kriterde tüm seçenekleri kayıtsız görmesini (hepsini eşit saymasını) zorla bir tercihe dönüştürmektir; kayıtsızlık sıfır olarak bırakılmalı, yapay bir sıra eklenmemelidir. Üçüncü hata, toplam puanı bir yüzde gibi okumaktır; puan yalnız bu komisyonun ve bu seçenek kümesinin göreli bir özetidir. Dördüncü hata, üyeler arasındaki büyük görüş ayrılıklarını fark etmeden tek bir ortak sonucu sunmaktır; ayrılık varsa rapor bunu ayrıca belirtmelidir.
Temel ilke şudur:
SAPEVO-M sonucu, komisyon üyelerinin verdiği ikili yargıların bir toplamıdır; bir üyenin yargısı hatalıysa ya da ölçeği farklı anladıysa sonuç da bu hatayı taşır.
Vakalar
Her vaka bir karar tablosuyla başlar, yöntemin bu tabloya ne yaptığını kelimeyle anlatır ve sonucun nasıl okunacağını gösterir. Birinci vaka kurucu makaledeki yayımlanmış örnektir; diğer vakalar öğretici kurgudur.
1. Grup Kararı: Üç uzmanın üç seçenek arasında ortak karar vermesi (Gomes, de Mello ve Costa, 2020)
Üç kişilik bir uzman komisyonu üç seçenek (a1, a2, a3) arasından birini üç kritere (c1, c2, c3) göre değerlendirecektir. Her uzman önce üç kriteri, sonra her kriter için üç seçeneği ikişer ikişer karşılaştırıp yedi seviyeli bir ölçekte yargı vermiştir. Bu yargılar makalenin Tablo 2-8'inde yayımlanan sayılardır.
Yöntem önce üç uzmanın kriter yargılarını satır toplamlarıyla özetler, standartlaştırır ve toplar; bu, ortak bir kriter önem vektörü verir. Sonra her uzmanın her kriterdeki seçenek yargılarını aynı biçimde özetler ve toplar; bu, seçenek-kriter matrisini verir. Son olarak bu matris kriter önem vektörüyle çarpılır.
| Seçenek | Toplam puan | Sıra |
|---|---|---|
| a3 | 8,525 | 1 |
| a2 | 4,265 | 2 |
| a1 | 3,765 | 3 |
Sonuç şöyle okunur. a3 hem kriter önem vektöründe ağırlığı en yüksek çıkan kritere hem de o kriterdeki seçenek tercihlerine göre açık farkla öndedir. a2 ve a1 arasındaki fark (4,265 ile 3,765) daha küçüktür; bu, iki seçeneğin komisyon nezdinde birbirine yakın değerlendirildiğini gösterir. Puanların mutlak büyüklüğü bir yüzde değildir; yalnız bu üç seçeneği birbirine göre sıralar.
Komisyon burada tereddüt eder: üç uzmandan biri seçenek a1'i güçlü biçimde desteklerken diğer ikisi a3'ü desteklemiştir. Toplam puan a3'ü öne çıkarsa da, bu görüş ayrılığı satır toplamlarında görünmez hale gelmiştir. Rapor, tek bir uzmanın baskın görüşünün sonucu ne kadar etkilediğini ayrıca incelemelidir.
Raporda: "Üç uzmanın ortak değerlendirmesiyle a3 en yüksek puanı almıştır (8,525); a1 ile a2 arasındaki fark (3,765 ile 4,265) küçüktür ve tek bir uzmanın görüşü çıkarılıp sonuç yeniden hesaplanarak sağlamlığı sınanmalıdır."
Kaynak: Gomes, de Mello ve Costa (2020), Tablo 2-8. Sayılar makalenin kendi değerleridir; bu örnek DecisionMind'ın SAPEVO-M motorunun doğrulama örneğidir ve motor aynı sonucu üretir. Makalenin bu örnek için kullandığı somut karar senaryosunun ayrıntısı (hangi sektör, hangi seçenekler) tam metinden doğrulanmamıştır; komisyon çerçevesi genel bir grup kararı örneği olarak sunulmuştur.
2. Seçim Lojistiği: Sandık yeri seçiminde birden fazla görevlinin ortak değerlendirmesi
Bir il seçim kurulu üç aday bina arasından birini oy verme merkezi olarak seçecektir. Üç görevli (erişilebilirlik uzmanı, güvenlik uzmanı ve lojistik uzmanı) kriterleri (erişilebilirlik, güvenlik, kapasite) ve binaları ikişer ikişer karşılaştırıp yargı vermiştir.
Yöntem üç görevlinin kriter yargılarını toplayıp ortak bir önem vektörü, sonra her görevlinin bina yargılarını toplayıp bina-kriter matrisini oluşturur. Diyelim ki sonuç, güvenlik uzmanının en çok önem verdiği güvenlik kriterinde en iyi olan binayı birinci sıraya koydu; bu bina erişilebilirlikte orta düzeydedir.
Kurul burada tereddüt eder: erişilebilirlik uzmanı bu binaya düşük puan vermiştir ve tekerlekli sandalye erişimi konusunda çekincesini belirtmiştir. Toplam puan güvenliği öne çıkarsa da, erişilebilirlik uzmanının tek başına yargısı incelenip binanın fiziksel düzenlemeyle uygun hale getirilip getirilemeyeceği ayrıca değerlendirilmelidir.
Raporda: "Üç görevlinin ortak değerlendirmesiyle birinci bina önerilmektedir; erişilebilirlik uzmanının düşük puanı nedeniyle binanın fiziksel erişim düzenlemesi ayrıca incelenmelidir."
3. Spor Tesisi: Belediye komisyonunun tesis projesi önceliklendirmesi
Bir belediye komisyonu üç spor tesisi projesinden birine bütçe önceliği verecektir. Komisyon üyeleri (spor işleri müdürü, mali işler müdürü ve bir semt temsilcisi) kriterleri (beklenen kullanıcı sayısı, yapım maliyeti, bakım kolaylığı) ve projeleri ikişer ikişer karşılaştırmıştır.
Yöntem üç üyenin yargılarını toplayarak ortak kriter önem vektörünü ve proje-kriter matrisini oluşturur. Sonuç, beklenen kullanıcı sayısı en yüksek projeyi birinci sıraya koyar; bu proje aynı zamanda en pahalı olandır, ama mali işler müdürünün maliyet kriterine verdiği önem, semt temsilcisinin kullanıcı sayısına verdiği önemden daha düşük çıkmıştır.
Komisyon burada tereddüt eder: mali işler müdürü tek başına oy kullansaydı en ucuz proje öne çıkardı. Ortak puan, üç üyenin görüşünü birlikte yansıtır ama her üyenin kendi önceliğini ayrı ayrı görmek isteyen bir meclis üyesi, üç görevlinin ayrı ayrı sıralamalarının da raporlanmasını isteyebilir.
Raporda: "Komisyonun ortak değerlendirmesiyle birinci proje önerilmektedir; üyelerin ayrı ayrı sıralamaları da ek bir tabloda sunulmuş, mali işler müdürünün tek başına tercihinin en ucuz projeye kaydığı belirtilmiştir."
4. Yapılmaması Gereken
Aynı üç uzman örneğinde, bir uzmanın "kayıtsızım" dediği bir kriter çifti zorla bir tercihe (örneğin ikisi arasında rastgele bir yön seçilerek) dönüştürülseydi, o uzmanın gerçekte belirtmediği bir görüş sonuca yapay biçimde eklenmiş olurdu. İkinci yanlış, a3'ün 8,525 puanını "a3, a1'den iki kat daha iyi" diye yorumlamaktır; puanlar yalnız sırayı belirler, oranları anlamlı bir yüzde değildir. Üçüncü yanlış, üç uzmandan birinin diğer ikisinden tamamen farklı oy kullandığını fark etmeden tek bir ortak sonucu sunmak ve bu görüş ayrılığını hiç raporlamamaktır.
Kaynaklar
Adımların formülleri, ara tabloları ve atıf biçimleri için DecisionMind yöntem sayfası: decisionmind.app/library/sapevo-m
Gomes, L. F. A. M., de Mello, J. C. C. B. S., & Costa, H. G. (2020). SAPEVO-M: A group multicriteria ordinal ranking method. Pesquisa Operacional, 40, e226524. DOI: 10.1590/0101-7438.2020.040.00226524
Costa, W. L. T., Costa, I. P. A., Terra, A. V., Moreira, M. Â. L., Gomes, C. F. S., & Santos, M. (2022). Multicriteria analysis by PROMETHEE-SAPEVO-M1 method: Choice of Brazilian sugar and ethanol plants for biomethane production. IFAC-PapersOnLine, 55(10), 1810–1815. DOI: 10.1016/j.ifacol.2022.09.661
Silva, M. J. S., Tomaz, P. P. M., Diniz, B. P., Pereira, D. A. M., Marinho do Monte, D. M., dos Santos, M., Gomes, C. F. S., & Costa, D. O. (2022). A comparative analysis of multicriteria methods AHP-TOPSIS-2N, PROMETHEE-SAPEVO-M1 and SAPEVO-M: Selection of a truck for transport of live cargo. Procedia Computer Science, 214, 86–92. DOI: 10.1016/j.procs.2022.11.152
Penteado, M. C. P. S., dos Santos, M., & Simões Gomes, C. F. (2026). Multicriteria assessment in technological decision making: A comparative systematic review between the SAPEVO-M and SAPEVO-H2. RECIMA21, 7(3), e737435. DOI: 10.47820/recima21.v7i3.7435