Yöntemler · Öznel ağırlık
SWING (Sıçratma Ağırlıklandırması)
Uzmandan her kriteri en kötüden en iyiye "sıçratmanın" getirdiği faydayı 100 üzerinden doğrudan puanlamasını isteyen, bu puanları normalize ederek ağırlık üreten öznel ağırlıklandırma yöntemidir.
Temel yöntemin veri türü: Kesin (Classical)
Yöntem Nedir?
Elinizde kriterler var ve uzmandan bunların önemini, yalnız "hangisi daha önemli" değil "ne kadar daha önemli" sorusuna cevap verecek biçimde almak istiyorsunuz. SWING bunu şöyle yapar: önce en önemli görülen kriter belirlenir ve ona 100 puan verilir. Sonra diğer her kriter için uzmandan şu soru sorulur: "bu kriteri en kötü değerinden en iyi değerine sıçratmak, sizce en önemli kriteri aynı biçimde sıçratmakla karşılaştırıldığında ne kadar değerli?" Uzman bu soruya 0 ile 100 arası bir puanla cevap verir. Yöntemi von Winterfeldt ve Edwards 1986'da tanımlamıştır. Çıktı, toplamı 1 olan bir ağırlık vektörüdür. SWING sıralama yapmaz, kriterlere ağırlık dağıtır.
Yöntemin Felsefesi
SWING'in arkasındaki fikir, bir kriterin "önemi"nin o kriterin ne kadar değiştirilebildiğine (aralığına) bağlı olduğudur. Bir kriterin en kötü durumdan en iyi duruma "sıçraması" ne kadar büyük bir fayda getiriyorsa, o kriter o kadar önemlidir. Bu, yalnız "hangi kriter soyut olarak daha önemli" sorusundan farklıdır; SWING karar vericiyi somut bir aralığı (en kötüden en iyiye) hayal etmeye ve bu aralığın değerini diğer kriterlerin aralıklarıyla karşılaştırmaya zorlar.
Bu fikrin bir felsefi sonucu vardır. Bir kriterin aralığı dar tutulursa (örneğin seçenekler arasında zaten az fark varsa), o kriterin sıçrama değeri düşük çıkar, geniş tutulursa yüksek çıkar. Bu, SWING ağırlıklarının yalnız kriterin "soyut önemine" değil, aynı zamanda o kriterin bu karar durumunda ne kadar değişkenlik gösterdiğine de bağlı olduğu anlamına gelir. Aynı kriter farklı bir seçenek kümesinde farklı bir aralığa sahipse, SWING ağırlığı da değişir.
Yöntem Nasıl Çalışır?
Yöntem tek adımda ilerler.
Birinci adım, sıçrama puanlarının normalize edilmesi. Uzman önce en önemli kriteri belirler ve ona 100 puan verir. Sonra her diğer kriter için, o kriteri en kötüden en iyiye sıçratmanın değerini en önemli kritere göre 0 ile 100 arası puanlar. Yöntem bu ham puanları toplamlarına böler ve toplamı 1 olan ağırlık vektörünü elde eder.
Bu tek adımın formülü, ara değerleri ve atıf biçimi DecisionMind'daki yöntem sayfasında verilir; bu kart formül taşımaz.
Çıktı Nasıl Yorumlanır?
Ağırlık, bir kriterin en kötüden en iyiye sıçramasının, en önemli kriterin aynı sıçramasına göre göreli değerini gösterir; kriterin soyut ya da mutlak önemini göstermez. En yüksek ağırlığı alan kriter, uzmanın "bu kriterde kötüden iyiye gitmek en çok fark yaratır" dediği kriterdir.
Bu, SWING ağırlıklarının bir sınırını da gösterir. Aynı kriter, seçenekler arasındaki aralığı (en kötü ile en iyi arası fark) değişirse farklı bir ağırlık alabilir; kriterin kendisi değil, o karar durumundaki aralığı değerlendirilmiştir. Bu yüzden rapor, ağırlıkların hangi aralık tanımına göre verildiğini açıkça belirtmelidir.
Bu nedenle:
"SWING analizi bu kriterin mutlak olarak en önemli olduğunu gösterdi"
yerine:
"Bu ağırlık, bu kriteri tanımlanan en kötü ve en iyi değerler arasında sıçratmanın, en önemli kriterin aynı sıçramasına göre değerini yansıtır; aralık tanımı değişirse ağırlık da değişir"
biçiminde yazmak doğrudur.
Veri Türü ve Girdiler
SWING kesin (crisp) veriyle çalışır: her kriter için 0 ile 100 arası tek bir sıçrama puanı. DecisionMind'da bu yöntemin bir uzantısı bulunmaz; temel sıçrama yöntemi tek başına kullanılır.
Elinizde şunlar olmalı: ağırlıklandırılacak kriterlerin listesi, her kriter için tanımlanmış bir en kötü ve en iyi değer aralığı, ve uzmanın bu aralıkları en önemli kritere göre karşılaştırarak verdiği sıçrama puanları (en önemli kritere 100, diğerlerine 0-100 arası). Yöntem ağırlık üretir, dışarıdan ağırlık istemez; alternatif verisine ihtiyaç duymaz. En az iki kriter gerekir; üç ile on iki kriter arası rahat çalışır.
Ne Zaman Kullanılır, Ne Zaman Kullanılmaz?
Uzman, her kriterin en kötü ve en iyi değerini somut biçimde tanımlayabiliyor ve bu aralıkların değerini karşılaştırmalı olarak puanlayabiliyorsa SWING uygun bir seçimdir. Kriterlerin gerçek aralıklarının (veri kümesindeki en kötü ve en iyi değerlerin) bilindiği ve karar vericinin bu aralıkları hayal edebildiği durumlarda güçlü çalışır.
Kullanılmaması gereken iki durum vardır. Kriterlerin en kötü ve en iyi değerleri net tanımlanamıyorsa SWING kullanılmamalıdır, çünkü sıçrama sorusu belirsiz bir aralığa dayanır ve puanlar tutarsız çıkar. Uzman yalnız sıralama verebiliyor, oran ya da sıçrama değeri veremiyorsa ROC ya da REVISED-SIMOS gibi sıra tabanlı yöntemler tercih edilmelidir.
Kriter aralıkları net tanımlı, karşılaştırmalı sıçrama puanı verilebiliyor → SWING
Yalnız sıra verilebiliyor, aralık tanımlanamıyor → ROC, REVISED-SIMOS
İkili karşılaştırma ve tutarlılık denetimi isteniyor → AHP, BWM
Uzman yok, ağırlık veriden türesin → Entropy, CRITIC (nesnel)
Güçlü Yanları
SWING'in en önemli üstünlüğü, ağırlıkları yalnız soyut bir önem duygusuna değil, somut bir aralığın (en kötüden en iyiye) değerine dayandırmasıdır. Bu, karar vericinin "önemli" sözcüğünü aralık büyüklüğünden bağımsız kullanmasını önler ve ağırlıkları verinin gerçek değişkenliğiyle ilişkilendirir. Yöntem basittir, tek bir puanlama turu gerektirir ve SMART/SMARTS gibi çok kriterli fayda yöntemleriyle doğrudan uyumludur (Edwards ve Barron, 1994).
Zayıf Yanları
Sınırlılıkları da bu yapıdan doğar. Birincisi, ağırlıklar seçilen aralık tanımına bağlıdır; aynı kriter farklı bir seçenek kümesinde farklı bir en kötü-en iyi aralığına sahipse ağırlığı da değişir. İkincisi, en önemli kritere sabit biçimde 100 verilmesi, karar vericiyi ilk yargısına (çapasına) bağlı kılabilir; Rezaei, Arab ve Mehregan (2024) SWING'in bu çapalama etkisine SMART ve BWM'den farklı biçimde açık olduğunu göstermiştir. Üçüncüsü, uzman aralığı yanlış ya da gerçekçi olmayan biçimde tanımlarsa (örneğin gerçekte hiç görülmeyecek bir en iyi değer belirlerse) ağırlık da gerçekçi olmayan biçimde şişer ya da küçülür. Dördüncüsü, yalnız uç noktalar (en kötü, en iyi) değerlendirilir; aradaki değerlerin faydası doğrusal kabul edilir.
Sık Yapılan Hatalar
En yaygın hata, kriterin en kötü ve en iyi değerini tanımlamadan doğrudan sıçrama puanı istemektir; aralık tanımlanmadan verilen puan neyin sıçratıldığını göstermez.
İkinci hata, sıçrama puanını "kriterin genel önemi" ile karıştırmaktır; puan yalnız bu karar durumundaki aralığın değerini yansıtır. Üçüncü hata, aynı kriterin farklı analizlerdeki SWING ağırlığını doğrudan karşılaştırmaktır; aralık tanımı farklıysa ağırlıklar karşılaştırılamaz. Dördüncü hata, en önemli kritere neden 100 verildiğini gerekçelendirmeden bırakmaktır; bu seçim tüm ölçeğin çapasıdır ve raporda açıklanmalıdır.
Temel ilke şudur:
SWING ağırlıkları, her kriterin tanımlanan en kötü ve en iyi değerleri arasında sıçramasının, en önemli kriterin aynı sıçramasına göre değerini yansıtır; aralık tanımı değişirse ağırlıklar da değişir ve rapor bu aralıkları açıkça göstermelidir.
Vakalar
Her vaka bir karar tablosuyla başlar, yöntemin bu tabloya ne yaptığını kelimeyle anlatır ve çıkan ağırlıkların nasıl okunacağını gösterir.
1. Öğretici örnek: Üç kriterin sıçrama puanlarıyla ağırlıklandırılması (DecisionMind doğrulama örneği)
Bir karar verici, üç kriter için en kötü ve en iyi değerleri tanımlamış ve her kriteri en kötüden en iyiye sıçratmanın değerini 100 üzerinden puanlamıştır. C1 en önemli kriter olarak belirlenmiş ve 100 puan almıştır.
| Kriter | Sıçrama puanı |
|---|---|
| C1 | 70 |
| C2 | 50 |
| C3 | 30 |
Not: bu üç puan, C1'in kendi aralığında en yüksek değeri temsil eder; tabloda gösterilen 70, 50, 30 karar vericinin üç kriteri birbirine göre nasıl puanladığını gösterir.
Yöntem bu üç puanı toplamlarına böler.
| Kriter | Ağırlık |
|---|---|
| C1 | 0,4667 |
| C2 | 0,3333 |
| C3 | 0,2000 |
Sonuç şöyle okunur. C1 ağırlığın yaklaşık yarısını taşır, C2 üçte bir, C3 beşte bir civarında kalır. Bu dağılım, karar vericinin her kriteri en kötüden en iyiye sıçratmanın getirdiği faydayı nasıl karşılaştırdığını yansıtır.
Karar vericinin tereddüdü şuradadır: C3'ün aralığı (en kötü ile en iyi değer arasındaki fark) aslında düşünülenden dar tutulmuşsa, yani C3'te seçenekler arasında zaten az fark varsa, C3'ün sıçrama puanı 30 yerine daha düşük olmalıydı. Bağımsız Python hesabıyla doğrulandığı gibi, C3'ün puanı 30 yerine 10'a düşürülseydi ağırlıklar C1 için 0,5385, C2 için 0,3846, C3 için 0,0769 olurdu; C1'in ağırlığı belirgin biçimde artardı. Karar verici, C3'ün aralığını nasıl tanımladığını raporda açıklamalıdır.
Raporda: "Ağırlıklar, karar vericinin üç kriteri en kötüden en iyiye sıçratma değerine göre verdiği puanlardan SWING ile türetilmiştir; C1 en yüksek ağırlığı taşır, çünkü bu kriterde kötüden iyiye gitmek en büyük fayda farkını yaratmaktadır."
Kaynak: DecisionMind SWING manifesti, doğrulama örneği. Sayılar von Winterfeldt ve Edwards (1986), 8. bölümdeki sıçrama ağırlıklandırması tanımıyla hesaplanmıştır; kitabın kendi somut vaka çalışmasının sayıları değildir.
2. Sağlık: Aile hekimliği biriminin randevu sistemi kriterlerini ağırlıklandırması
Bir aile hekimliği birimi, yeni randevu sistemi seçiminde kullanılacak dört kriteri ağırlıklandıracaktır: bekleme süresi, randevu iptal oranı, hasta memnuniyeti ve sistem kurulum maliyeti. Birim yöneticisi her kriter için en kötü ve en iyi değerleri (örneğin bekleme süresi için otuz dakika ile beş dakika arası) tanımlamış ve sıçrama puanlarını vermiştir.
Diyelim ki bekleme süresi en yüksek sıçrama puanını aldı, çünkü bu kriterde kötüden iyiye gitmek hasta deneyiminde en büyük farkı yaratıyor. Sistem kurulum maliyeti en düşük puanı aldı.
Birimin tereddüdü şudur: bekleme süresinin en kötü değeri (otuz dakika) gerçekte hiç yaşanmıyorsa, yani gerçek aralık daha darsa, bu kriterin sıçrama puanı ve dolayısıyla ağırlığı abartılı olabilir. Birim, aralıkların gerçek veriyle (geçmiş randevu kayıtlarıyla) doğrulandığını raporda göstermelidir.
Raporda: "Ağırlıklar, birim yöneticisinin tanımladığı en kötü ve en iyi değerler arasındaki sıçrama puanlarından SWING ile türetilmiştir; bekleme süresi en yüksek ağırlığı almıştır, çünkü bu kriterde iyileşme hasta deneyiminde en büyük farkı yaratmaktadır."
3. Tarım: Kooperatifin sulama teknolojisi kriterlerini ağırlıklandırması
Bir tarım kooperatifi, sulama teknolojisi seçiminde kullanılacak üç kriteri ağırlıklandıracaktır: su tasarrufu oranı, kurulum maliyeti ve bakım sıklığı. Kooperatif temsilcisi her kriter için en kötü ve en iyi değerleri tanımlamış ve sıçrama puanlarını vermiştir.
Diyelim ki su tasarrufu oranı en yüksek puanı aldı, çünkü bu kriterde kötüden iyiye gitmek en büyük tasarruf farkını yaratıyor. Bakım sıklığı en düşük puanı aldı.
Temsilcinin tereddüdü şudur: kurulum maliyetinin en kötü ve en iyi değerleri arasındaki fark, kooperatifin bütçesine göre aslında çok büyük bir aralık olabilir; bu durumda kurulum maliyetinin sıçrama puanı yeniden gözden geçirilmelidir. Temsilci, aralık tanımlarını kooperatif yönetimiyle birlikte doğrulamalıdır.
Raporda: "Ağırlıklar, temsilcinin tanımladığı aralıklar üzerinden verilen sıçrama puanlarından SWING ile türetilmiştir; su tasarrufu oranı en yüksek ağırlığı almıştır ve bu ağırlık tanımlanan aralığa bağlıdır."
4. Yapılmaması Gereken
Vaka 1 tablosunda üç somut yanlış vardır. Birincisi, kriterlerin en kötü ve en iyi değerlerini tanımlamadan doğrudan sıçrama puanı istemektir; aralık belirsizse puanın neyi ölçtüğü de belirsiz kalır. İkincisi, C1'in 0,4667 ağırlığını "C1 mutlak olarak en önemli kriterdir" diye sunmaktır; ağırlık yalnız bu tanımlanan aralıklar için geçerlidir. Üçüncüsü, aynı üç kriterin başka bir analizdeki SWING ağırlığını, aralık tanımları farklı olmasına rağmen doğrudan bu tabloyla karşılaştırmaktır.
Kaynaklar
Adımların formülü ve atıf biçimleri için DecisionMind yöntem sayfası: decisionmind.app/library/swing
von Winterfeldt, D., & Edwards, W. (1986). Decision Analysis and Behavioral Research. Cambridge University Press. ISBN: 978-0-521-27107-3 (DOI yok)
Edwards, W., & Barron, F. H. (1994). SMARTS and SMARTER: Improved simple methods for multiattribute utility measurement. Organizational Behavior and Human Decision Processes, 60(3), 306–325. DOI: 10.1006/obhd.1994.1087
Rezaei, J., Arab, A., & Mehregan, M. (2024). Analyzing anchoring bias in attribute weight elicitation of SMART, Swing, and best-worst method. International Transactions in Operational Research, 31(2), 918–948. DOI: 10.1111/itor.13171