WENSLO (Eğim Katsayısına Dayalı Ağırlık Adlandırması)

WENSLO bir sıralama yöntemi değildir; seçenekleri sıralamaz, kriterlere ağırlık üretir. Elinizde seçenekler ve kriterlerden oluşan sayısal bir karar tablosu varsa, yöntem her kriterin sütununu geometrik bir şekle benzetir ve bu şeklin ne kadar "uzun ve dik" olduğuna bakarak ağırlık verir. Bu ağırlıklar sonra TOPSIS, VIKOR, SAW gibi bir sıralama yöntemine girdi olur.

Yöntem Pamucar, Ecer, Gligorić, Gligorić ve Deveci tarafından 2024'te, ALWAS adlı bir sıralama yöntemiyle birlikte önerilmiştir; ikisi bir arada yeşil büyüme performansı değerlendirmesinde uygulanmıştır. WENSLO, aynı ekibin daha önce önerdiği SPC yöntemiyle akraba bir geometrik mantık taşır.

WENSLO'nun arkasındaki fikir, mühendislik çiziminden ödünç alınmış bir benzetmedir. Bir kriterin sütunundaki değerler, sırayla art arda eklenen bir birikim çizgisi gibi düşünülür; bu çizgi zikzaklar çizerek ilerler, çünkü her seçenek bir öncekinden biraz farklı bir değer taşır. Aynı çizginin bir de "ortalama eğimi" vardır: sütun ne kadar seçenekten oluşuyorsa, o kadar düzenli aralıklarla ilerleyen düz bir referans çizgisi. WENSLO, gerçek zikzak çizginin uzunluğunu bu düz referans çizginin eğimine oranlar. Zikzak ne kadar uzun ve dikse, kriterin taşıdığı bilgi o kadar zengin sayılır ve ağırlık o kadar yüksek çıkar.

Bu felsefenin sonucu, ağırlığın yalnız değerlerin ne kadar yayıldığına değil, aynı zamanda hangi sırayla art arda geldiğine de bağlı olmasıdır. Bu, Entropi, CRITIC ya da SD-WEIGHT'tan temel bir farktır; o yöntemlerde seçeneklerin sırası ağırlığı etkilemez, WENSLO'da etkiler. Bu ayrım kabul edilebiliyorsa (örneğin seçenekler zaman sırasına ya da doğal bir diziye göre listeleniyorsa) WENSLO doğru yerdedir; seçenek sırası keyfiyse bu durumun raporda açıkça belirtilmesi gerekir.

Yöntem altı adımda ilerler.

Birinci adım, sütun toplamına bölme. Her kriterin sütunu kendi toplamına bölünür; böylece her sütun toplamı 1 olan bir paylar dizisine dönüşür. Bu adım kriter yönünü okumaz; maliyet ya da fayda ayrımı hesaba katılmaz.

İkinci adım, sınıf aralığı. Paylara dönüşen sütunun en büyük ve en küçük değeri arasındaki fark, istatistikte sınıf sayısı belirlemek için kullanılan Sturges kuralına göre ölçeklenir. Seçenek sayısı arttıkça bu aralık küçülür.

Üçüncü adım, kriter eğimi. Sütunun toplamı zaten 1 olduğu için, hayali bir dik üçgen kurulur: bir kenarı (seçenek sayısı eksi bir) çarpı sınıf aralığı, diğer kenarı 1'dir. Bu üçgenin eğimi, kriterin "ortalama eğimi" olarak alınır.

Dördüncü adım, birikim zarfı. Sütundaki ardışık paylar arasındaki gerçek fark, sınıf aralığıyla birlikte bir zikzak çizginin parçaları gibi ele alınır ve bu parçaların toplam uzunluğu (düz çizgi uzaklığıyla) hesaplanır. Bu, kriterin "zarf uzunluğu"dur.

Beşinci adım, zarf-eğim oranı. Zarf uzunluğu, üçüncü adımda bulunan ortalama eğime bölünür. Uzun bir zarfın küçük bir eğime bölünmesi, kriterin zengin bir değişkenlik taşıdığının işaretidir.

Altıncı adım, normalizasyon. Kriterlerin zarf-eğim oranları toplanır ve her biri bu toplama bölünerek toplamı 1 olan ağırlık vektörüne çevrilir.

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

WENSLO ağırlığı, bir kriterin karar vericinin gözündeki önemini değil, o kriterin sütununun geometrik olarak ne kadar uzun ve değişken bir zikzak çizdiğini gösterir. Yüksek ağırlık "bu kriter en önemlisidir" demek değildir; "bu kriterin seçenekler arasındaki birikimli değişimi, ortalama eğimine göre en zengin olanıdır" demektir. WENSLO da kriter yönünü okumadan çalışır; "iyi" ile "kötü" ayrımı ağırlığa girmez, yalnız sonraki sıralama adımında devreye girer.

WENSLO'nun kendine özgü bir okuma uyarısı vardır: ağırlık, seçeneklerin tabloda hangi sırada listelendiğine bağlıdır. Aynı seçenek kümesi farklı bir sırayla girilirse zikzak çizgisi değişir ve ağırlıklar da değişebilir. Bu yüzden WENSLO ağırlıkları yalnız o tablodaki seçenek sırasıyla anlamlıdır; sıralamayı değiştirip aynı ağırlıkları beklemek yanlıştır.

Bu nedenle:

"WENSLO analizi, birinci kriterin en önemli kriter olduğunu kanıtladı"

yerine:

"Bu seçenek sırasıyla birinci kriterin birikimli değişimi en zengin çıkmıştır; WENSLO ağırlığı bunu yansıtır, karar vericinin öncelik sırasını değil, ve bu ağırlık seçeneklerin listeleniş sırasına da bağlıdır"

biçiminde yazmak doğrudur.

WENSLO kesin (crisp) veriyle çalışır ve pozitif sütun toplamı gerektirir. DecisionMind'da WENSLO'nun kendi (nesnel ağırlık) ailesinde ayrı bir uzantı üyesi kayıtlı değildir. Aynı geometrik zarf-eğim fikrini taşıyan bulanık bir kardeş yöntem olan B-WENSLO ayrı bir yöntemdir; B-WENSLO ham veriden değil uzmanların dilsel puanlarından türediği için DecisionMind'da öznel ağırlık ailesinde durur.

Elinizde şunlar olmalı: satırlarda seçenekler, sütunlarda kriterler, her hücrede bir sayı, boş hücre yok ve seçeneklerin tabloya girildiği sıra anlamlı ya da en azından sabit olmalı. Ağırlık girilmez, yöntem ağırlığı üretir. En az iki seçenek ve iki kriter gerekir; üç ile on iki kriter arası rahat çalışır. Seçenek sırası rastgele ya da alfabetikse, bu durum raporda açıkça belirtilmelidir, çünkü WENSLO'nun sonucu bu sıraya duyarlıdır.

Ağırlığın hızlı ve veriden türemesi isteniyorsa, seçeneklerin tabloya girildiği sıra keyfi değilse (örneğin zaman sırası, coğrafi sıra ya da başka bir doğal düzen varsa) WENSLO uygun bir seçimdir. Yeşil büyüme, çevre performansı gibi kurucu makalenin geldiği bağlama yakın uygulamalarda kullanılmıştır.

Kullanılmaması gereken durumlar felsefesinden gelir. Seçenek sırası tamamen keyfiyse ve bu durum kabul edilmiyorsa WENSLO uygun değildir, çünkü ağırlık sıraya bağlı çıkar; bu durumda sıraya duyarsız bir yöntem (Entropi, SD-WEIGHT, CRITIC, SPC) tercih edilmelidir. Kriter yönünün ağırlığa yansımasını istiyorsanız WENSLO uygun değildir, çünkü yöntem yönü hiç okumaz.

Seçenek sırası anlamlı ya da sabit, ağırlık veriden hızlı çıksın → WENSLO

Seçenek sırası keyfi ve ağırlık bu sıradan etkilenmesin → Entropi, SD-WEIGHT, CRITIC, SPC

Veri uzman dilsel puanlarından oluşuyor → B-WENSLO (öznel ağırlık ailesi)

Kriterler arasındaki ilişki de hesaba girsin → CRITIC

Karar vericinin önceliği sonuçta görünsün → AHP, BWM, SWARA (öznel)

WENSLO'nun en önemli üstünlüğü, dağınıklığı yalnız değerlerin büyüklüğüyle değil, art arda gelişiyle de ölçmesidir; bu, seçenekler arasında bir sıra ya da süreklilik varsa (zaman serisi, kademeli bir gelişim) diğer yöntemlerin kaçırabileceği bir bilgiyi yakalar. Kurucu makalenin sunduğu geometrik benzetme (zikzak çizgi, eğim) sonucu görsel olarak anlatılabilir kılar. Hesabı kapalı biçimde tanımlıdır ve ek parametre istemez.

Sınırlılıkları da bu tasarımdan doğar. Birincisi ve en önemlisi, ağırlıkların seçenek sırasına bağlı olmasıdır; aynı seçenek kümesi farklı bir sırayla girilirse farklı ağırlık çıkar, bu DecisionMind'ın kendi analizinde doğrulanmış bir özelliktir. İkincisi, tıpkı SPC gibi kriter yönünü okumaz; yön bilgisi yalnız sonraki sıralama adımında devreye girer ve bu ayrımı bilmeyen bir kullanıcı ağırlığı yanlış yorumlayabilir. Üçüncüsü, yöntem 2024'te önerilmiştir ve bağımsız uygulama sayısı henüz azdır; uzun vadeli davranışı Entropi ya da CRITIC kadar geniş sınanmamıştır. Dördüncüsü, Sturges kuralına dayanan sınıf aralığı hesabı, çok az sayıda seçenekte (iki üç seçenek) kaba bir yaklaşıklık üretebilir.

En yaygın hata, WENSLO ağırlığını "önem" diye raporlamaktır. "Birinci kriter en önemlisidir" cümlesi yanlıştır; doğrusu, birinci kriterin birikimli değişiminin bu seçenek sırasında en zengin çıktığıdır.

İkinci hata, seçenekleri tabloya rastgele bir sırayla girip WENSLO'yu çalıştırmak, sonra ağırlıkları sabit bir gerçek gibi raporlamaktır; sıra değişince ağırlık da değişir ve bu duyarlılık rapor edilmelidir. Üçüncü hata, WENSLO ağırlığının kriter yönünü de yansıttığını varsaymaktır; WENSLO yönü hiç okumaz. Dördüncü hata, çok az seçenekli bir tabloda (iki üç seçenek) çıkan ağırlıklara aşırı güvenmektir; Sturges kuralı bu ölçekte kabalaşır. Beşincisi, bu tablodan çıkan ağırlıkları başka bir seçenek kümesine ya da başka bir seçenek sırasına taşımaktır.

Temel ilke şudur:

WENSLO ağırlığı, kriterin birikimli değişiminin bu seçenek sırasındaki zenginliğini ölçer; seçenek sırası değişince ağırlık da değişir ve rapor bu bağımlılığı açıkça yazmalıdır.