WEBIRA (Ağırlıklı İki Yönlü İdeale Yakınlık Oranı Sıralaması)

WEBIRA, elinizde sayılarla dolu bir karar tablosu olduğunda seçenekleri tek bir sıraya dizen bir yöntemdir. Her kriter için en iyi (ideal) ve en kötü (anti-ideal) değeri belirler; sonra her seçeneğin ideale ne kadar yakın, anti-idealden ne kadar uzak olduğunu iki ayrı oranla ölçer. Çıktısı her seçenek için bir puan ve bu puana göre bir sıradır. Ağırlıkları kullanıcıdan alır, üretmez. DecisionMind'da bu yöntemin uzantısı yoktur; temel biçimiyle çalışır.

WEBIRA'nın mantığı, bir seçeneğin iyiliğini tek bir uzaklık ölçüsüne değil, iki ayrı orana dayandırmaktır: ideale yakınlık oranı ve anti-idealden uzaklık oranı. Bir seçenek ideale ne kadar yakınsa birinci oranı yükselir; en kötü durumdan ne kadar uzaksa ikinci oranı yükselir. Yöntem bu iki oranın farkını alıp ağırlıklı toplar. Bu, ideale yakınlığı tek başına yeterli görmeyen, aynı zamanda en kötü durumdan uzaklaşmayı da ayrıca ödüllendiren bir bakış açısıdır. Felsefi sonucu, TOPSIS gibi telafi edici olmasıdır: bir kriterdeki zayıflık başka bir kriterdeki güçle dengelenebilir, çünkü nihai puan tüm kriterlerin ağırlıklı katkısının toplamıdır.

Yöntem üç adımda ilerler.

Birinci adım, ideal ve anti-ideal değerler. Her kriter için en iyi değer (faydada en büyük, maliyette en küçük) ideal noktayı, en kötü değer anti-ideal noktayı kurar.

İkinci adım, iki oran. Her seçenek için, o kriterdeki değerin ideale oranı (pozitif oran) ve anti-idealin o değere oranı (negatif oran) hesaplanır. Pozitif oran 1'e ne kadar yakınsa seçenek o kriterde idealdedir; negatif oran 1'e ne kadar yakınsa seçenek anti-ideale o kadar yakındır.

Üçüncü adım, ağırlıklı fark. Her kriterdeki pozitif oranla negatif oranın farkı alınır, kriter ağırlığıyla çarpılır ve toplanır. Seçenekler bu toplam puana göre azalan sırada dizilir.

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

WEBIRA puanı, bir seçeneğin ideale yakınlığı ile anti-idealden uzaklığı arasındaki dengeyi tek bir sayıya indirger. Pozitif bir puan, seçeneğin genel olarak ideale anti-idealden daha yakın olduğunu gösterir; negatif bir puan tam tersini gösterir. Bu puan yalnız bu seçenek kümesi ve bu ağırlıklarla anlamlıdır, çünkü ideal ve anti-ideal noktalar her analizde o analizin kendi seçeneklerinden kurulur. Bir kriterde bütün seçenekler eşitse o kriterde ideal ve anti-ideal aynı noktaya düşer ve bu kriter puana hiç katkı yapmaz; bu bir hata değildir ama fark edilmesi gereken bir durumdur.

Bu nedenle:

"WEBIRA seçeneği objektif olarak en iyi buldu"

yerine:

"Bu ağırlıklar ve bu seçenek kümesiyle ideale en yakın, anti-ideale en uzak seçenek şudur"

biçiminde yazmak doğrudur.

WEBIRA kesin veriyle çalışır: her hücrede tek bir sayı. Elinizde şunlar olmalı: satırlarda seçenekler, sütunlarda kriterler, her hücrede bir sayı; her kriter için yön bilgisi (çoğu mu iyi, azı mı iyi); ve toplamı 1 olan kriter ağırlıkları. WEBIRA ağırlık üretmez, ister; ağırlıkları uzman görüşüyle (AHP, BWM, SWARA) ya da verinin kendisinden (Entropy, CRITIC) türetebilirsiniz. En az iki seçenek ve iki kriter gerekir. Bir kriterde tüm seçenekler birbirine eşitse bu kriter, ideal ve anti-ideali çakıştığı için puana katkı yapmaz; böyle bir durumda o kriteri modelden çıkarmayı ya da eşitliğin nedenini sorgulamayı düşünmelisiniz.

Kriterleriniz sayıyla ölçülebiliyorsa, tablo tam doluysa ve bir kriterdeki zayıflığın başka bir kriterdeki güçle dengelenmesini kabul ediyorsanız WEBIRA uygun bir seçimdir. Tipik alanları tedarikçi değerlendirmesi, ekipman seçimi ve benzer sayısal karşılaştırmalardır.

Bir kriterde asla taviz kabul etmiyorsanız WEBIRA uygun değildir; bu durumda önce eşik altını eleyip kalanları sıralamalısınız. Kriterler arasında güçlü bir bağımlılık varsa (biri artınca diğeri de artıyorsa) bu bağ önce ele alınmalıdır, çünkü WEBIRA kriterleri bağımsız sayar.

Sayısal tablo, telafi kabul, amaç sıralamak → WEBIRA

İdeale yakınlığı tek uzaklık ölçüsüyle özetlemek yeterli → TOPSIS

Bir kriterde taviz yok, eşik altı elenmeli → Önce eleme, sonra sıralama

Sıralama değil ağırlık gerekiyor → AHP, BWM, SWARA (öznel) · Entropy, CRITIC (nesnel)

WEBIRA'nın üstünlüğü, ideale yakınlığı ve anti-idealden uzaklığı ayrı ayrı hesaplayıp sonra birleştirmesidir; bu, yalnız tek bir uzaklık ölçüsüne bakan yöntemlere göre iki yönlü bir kontrol sağlar. Hesap yükü düşüktür, her adım tablo üzerinde izlenebilir ve farklı birimlerdeki kriterleri oranlama yoluyla aynı ölçeğe getirir.

Sınırlılıkları benzer ideal-nokta yöntemlerinden bilinen sınırlılıklarla aynı yapıdadır. Seçenek kümesi değişince ideal ve anti-ideal noktalar kayar; sonradan eklenen bir seçenek diğerlerinin sırasını değiştirebilir. Yöntem tam telafi edicidir; bir kriterdeki ciddi zayıflık başka kriterlerle örtülebilir. Bir kriterde tüm değerler birbirine çok yakınsa o kriterin oranları 1'e yakın çıkar ve puana katkısı sönükleşir; bu durum fark edilmezse önemli bir kriterin etkisi kaybolabilir.

En yaygın hata kriter yönünü yanlış işaretlemektir; bu, ideal ve anti-ideal noktaların yer değiştirmesine ve sıranın tersine dönmesine yol açar. İkinci hata, bir kriterde tüm seçeneklerin eşit olduğu durumu fark etmeden o kriterin ağırlığını yüksek tutmaktır; ideal ve anti-ideal çakıştığı için bu ağırlık hiçbir işe yaramaz. Üçüncü hata, analiz bittikten sonra seçenek eklemek ve sıranın değişmesine şaşırmaktır. Dördüncü hata, puanı yüzde ya da olasılık gibi okuyup farklı analizlerin puanlarını karşılaştırmaktır.

Temel ilke şudur:

WEBIRA puanı, verdiğiniz yönlerin, ağırlıkların ve seçenek kümesinin bir özetidir; girdilerden biri tartışmalıysa sıra da tartışmalıdır.