Yöntemler · Sıralama
WISP (Basit Ağırlıklı Toplam-Çarpım Yöntemi / Simple Weighted Sum Product)
WISP, her seçeneği hem toplama hem çarpmaya dayanan dört ayrı karşılaştırma mantığıyla puanlar ve bu dört sonucu ortalayarak tek bir sıra üretir.
Temel yöntemin veri türü: Kesin (Classical)
Yöntem Nedir?
WISP, elinizde sayılarla doldurulmuş bir karar tablosu olduğunda seçenekleri tek bir sıraya dizen bir sıralama yöntemidir. Çıktısı her seçenek için bir fayda puanı ve bu puana göre sıradır; seçenekleri gruplara ayırmaz, kriterlere ağırlık üretmez, ağırlıkları dışarıdan alır. Stanujkić, Popović, Karabašević, Meidutė-Kavaliauskienė ve Ulutaş tarafından 2023'te önerilmiştir; yöntem oldukça yenidir ve uygulama literatürü henüz sınırlıdır, ama kısa sürede tedarikçi seçimi ve alternatif değerlendirme çalışmalarında kullanılmaya başlanmıştır.
Yöntemin Felsefesi
WISP'in arkasındaki fikir, "tek bir karşılaştırma mantığına güvenmemek"tir. Kriterleri toplayarak karşılaştırmak (toplamsal mantık) ile çarparak karşılaştırmak (çarpımsal mantık) aynı tabloya farklı sonuçlar verebilir; hangisinin "doğru" olduğu tartışmalıdır. WISP ikisini de hesaplar, hem farklarını hem oranlarını, ve dört ayrı bakış açısından çıkan sonucu ortalar: toplamsal fark, çarpımsal fark, toplamsal oran, çarpımsal oran. Bir seçenek bu dört bakış açısının hepsinde iyi çıkıyorsa, sonuç tek bir formüle değil dört farklı mantığın uzlaşmasına dayanır.
Bu fikrin bir felsefi sonucu vardır: WISP telafi edicidir, TOPSIS ve benzeri yöntemler gibi bir kriterdeki zayıflığın başka bir kriterdeki güçle örtülmesine izin verir. Ama TOPSIS'ten farklı olarak, bu telafiyi dört farklı aritmetik mantıkla sınar; dört mantık aynı seçeneği öne çıkarıyorsa sonucun tek bir varsayıma (yalnız toplama ya da yalnız çarpma) bağlı olmadığı söylenebilir. Dört mantık birbirinden ayrışıyorsa bu, kararın kırılgan olduğunun bir işaretidir.
Yöntem Nasıl Çalışır?
Yöntem dört adımda ilerler.
Birinci adım, ölçek eşitleme. Her sütun kendi en büyük değerine bölünür; böylece her sütun 0 ile 1 arasına sıkışır ve farklı birimlerdeki kriterler karşılaştırılabilir olur.
İkinci adım, ağırlıklama. WISP eşitlenmiş her sütunu kriterin ağırlığıyla çarpar. Ağırlıklar WISP'in dışından gelir; toplamları 1 olmalıdır.
Üçüncü adım, dört fayda ölçüsü. WISP ağırlıklı tabloyu fayda kriterleri (çoğu iyi) ve maliyet kriterleri (azı iyi) olarak ikiye ayırır. Her seçenek için dört ayrı ölçü hesaplar: fayda toplamı ile maliyet toplamı arasındaki fark, fayda çarpımı ile maliyet çarpımı arasındaki fark, fayda toplamının maliyet toplamına oranı ve fayda çarpımının maliyet çarpımına oranı.
Dördüncü adım, ortalama. WISP dört ölçünün her birini kendi içinde en iyi seçeneğe göre 0 ile 1 arasına ölçekler, sonra dördünün ortalamasını alır. Bu ortalama nihai puandır; WISP seçenekleri bu puana göre büyükten küçüğe sıralar.
Adımların formülleri DecisionMind'daki yöntem sayfasında verilir; bu kart formül taşımaz.
Çıktı Nasıl Yorumlanır?
Nihai puan, bir seçeneğin dört farklı karşılaştırma mantığına göre ortalama durumunu söyler; başka bir şey söylemez. 1 olması "mükemmel" değil "bu kümede dört mantığın da en iyi bulduğu seçenek" demektir. Puan yüzde değildir ve başka bir analizin puanıyla karşılaştırılamaz, çünkü ölçekleme her analizin kendi en iyi değerine göre yapılır.
Puanın altındaki dört ayrı bileşen (toplamsal fark, çarpımsal fark, toplamsal oran, çarpımsal oran) ayrıca kontrol edilmelidir: dördü aynı seçeneği en iyi buluyorsa sonuç güvenilirdir; biri farklı bir seçeneği öne çıkarıyorsa nihai ortalama bu anlaşmazlığı gizler ve rapor bunu belirtmelidir.
Bu nedenle:
"WISP en iyi seçeneği buldu"
yerine:
"Bu ağırlıklarla dört karşılaştırma mantığının ortalaması şu seçeneği öne çıkarıyor; dört mantık da aynı seçeneği en iyi buluyor / bulmuyor"
biçiminde yazmak doğrudur.
Veri Türü ve Girdiler
WISP kesin (crisp) veriyle çalışır: her hücrede tek bir sayı. DecisionMind'da temel yöntemle birlikte dört WISP üyesi bulunur (klasik WISP'in yanı sıra bulanık, nötrosofik ve plithogenic uzantılar); hangisinin veri durumunuza uyduğu ilgili veri türü kartlarında anlatılır.
Elinizde şunlar olmalı: satırlarda seçenekler, sütunlarda kriterler, her hücrede bir sayı ve boş hücre yok; her kriter için yön bilgisi; toplamı 1 olan kriter ağırlıkları. WISP ağırlık üretmez, ister; ağırlıkları uzman görüşüyle (AHP, BWM, SWARA) ya da veriden (Entropy, CRITIC) türetebilirsiniz. En az iki seçenek ve iki kriter gerekir; üç ile on iki kriter arası rahat çalışır. Tablodaki hiçbir hücrenin sıfır olmamasına dikkat edin: çarpımsal ölçülerden biri sıfırlanırsa o mantık devre dışı kalır ve dört-mantık uzlaşması ikiye düşer.
Ne Zaman Kullanılır, Ne Zaman Kullanılmaz?
Kriterleriniz sayıyla ölçülebiliyorsa, tablo tam doluysa ve telafiyi kabul ediyorsanız, ayrıca tek bir aritmetik mantığa (yalnız toplama ya da yalnız çarpma) güvenmek istemiyorsanız WISP uygun bir seçimdir. Tipik alanları alternatif seçimi ve tedarikçi değerlendirmesidir.
Kullanılmaması gereken durumlar şunlardır: bir kriterde taviz kabul etmiyorsanız (WISP telafi edicidir, eşik altını elemez); tablonuzda sıfır veya negatif değer varsa (çarpımsal ölçüler bozulur, önce veri dönüştürülmelidir); yöntemin nasıl çalıştığını karar vericiye tek bir basit hikâyeyle anlatmanız gerekiyorsa (dört ayrı mantığı özetlemek TOPSIS'in tek "ideale yakınlık" hikâyesinden daha karmaşıktır).
Sayısal tablo, telafi kabul, tek mantığa güvenmemek → WISP
Aynı amaç ama veri bulanık / nötrosofik / plithogenic → WISP'in ilgili uzantısı
Basit, tek hikâyeli açıklama gerekiyor → TOPSIS, SAW
Bir kriterde taviz yok, eşik altı elenmeli → Önce eleme, sonra sıralama
Sıralama değil ağırlık gerekiyor → AHP, BWM, SWARA, CIMAS (öznel) · Entropy, CRITIC (nesnel)
Güçlü Yanları
WISP'in en önemli üstünlüğü, tek bir aritmetik varsayıma bağlı kalmamasıdır: toplamsal ve çarpımsal mantıkları, hem fark hem oran biçiminde birlikte kullanarak dört bağımsız kontrol noktası sunar. Dördü aynı seçeneği öne çıkardığında karar vericiye TOPSIS ya da SAW'ın tek formülünden daha güçlü bir güvence verir. Hesap yükü küçüktür ve normalizasyon adımı basittir (yalnız sütun en büyüğüne bölme). Yeni bir yöntem olmasına rağmen kısa sürede nötrosofik, bulanık ve plithogenic ortamlara genişletilmiştir; bu, mantığının farklı veri türlerine taşınabildiğini gösterir (Stanujkić ve ark., 2022).
Zayıf Yanları
Sınırlılıkları büyük ölçüde henüz genç bir yöntem olmasından gelir. Birincisi, klasik WISP kesin veri gerektirir; uzman yargısındaki belirsizliği ya da uzmanlar arası çelişkiyi yakalayamaz. Bu boşluk, yöntemin önerilmesinden bir yıl sonra nötrosofik bir uzantı yayımlanmasının gerekçesidir (Stanujkić, Karabašević, Popović, Smarandache, Stanimirović, Saračević ve Katsikis, 2022). İkincisi, dört mantığın ortalaması alınırken her birine eşit ağırlık verilir; bir mantığın (örneğin çarpımsal oran) karar vericinin sezgisine daha az uyduğu durumlarda bu eşit ağırlık tartışmalı olabilir. Üçüncüsü, tabloda sıfıra yakın ya da sıfır değer olduğunda çarpımsal ölçüler bozulur ve dört-mantık uzlaşması fiilen ikiye düşer. Dördüncüsü, yöntem 2023'te önerildiği için bağımsız sıra tersinmesi ya da karşılaştırmalı performans çalışmaları TOPSIS ya da VIKOR kadar olgunlaşmamıştır; DecisionMind bu kartı, mevcut literatürün sınırlı olduğunu açıkça belirterek sunar.
Sık Yapılan Hatalar
En yaygın hata kriter yönünü yanlış işaretlemektir; bir maliyet kriteri "çoğu iyi" işaretlenirse fayda ve maliyet toplamları/çarpımları yanlış tarafa eklenir ve sıra anlamsızlaşır.
İkinci hata, dört ara ölçüyü (toplamsal fark, çarpımsal fark, toplamsal oran, çarpımsal oran) hiç kontrol etmeden yalnız nihai ortalamayı raporlamaktır; dördü anlaşmazsa bu bilgi kaybolur. Üçüncü hata, tabloda sıfır değer bırakmaktır; çarpımsal ölçüler bu durumda güvenilmez sonuç verir. Dördüncü hata, nihai puanı yüzde ya da olasılık gibi okumaktır. Beşincisi, ağırlıkları gerekçesiz eşit vermek ve bunu "tarafsızlık" diye sunmaktır.
Temel ilke şudur:
WISP sonucu dört ayrı karşılaştırma mantığının ortalamasıdır; mantıklar anlaşmıyorsa ortalama tek başına güvenilir bir özet değildir ve rapor bu anlaşmazlığı göstermelidir.
Vakalar
Her vaka bir karar tablosuyla başlar, yöntemin bu tabloya ne yaptığını kelimeyle anlatır ve sonucun nasıl okunacağını gösterir. Birinci vaka öğretici kurgudur; DecisionMind'ın doğrulama örneğine dayanır. Diğer vakalar da öğretici kurgudur.
1. İşletme: Üç ofis otomasyon yazılımı arasında seçim (öğretici örnek)
Orta ölçekli bir şirketin BT ekibi üç yazılım paketi arasında seçim yapacaktır. Üç ölçüt vardır: işlevsellik puanı, kullanım kolaylığı puanı ve yıllık lisans maliyeti. İşlevsellik ve kullanım kolaylığı "çoğu iyi", maliyet "azı iyi"dir. Ekip ağırlıkları işlevselliğe 0,40, kullanım kolaylığına 0,35, maliyete 0,25 olacak biçimde belirlemiştir.
| Yazılım | İşlevsellik | Kullanım Kolaylığı | Yıllık Maliyet (bin TL) |
|---|---|---|---|
| Y1 | 3 | 5 | 4 |
| Y2 | 5 | 3 | 2 |
| Y3 | 4 | 4 | 3 |
| Yön | çoğu iyi | çoğu iyi | azı iyi |
| Ağırlık | 0,40 | 0,35 | 0,25 |
Yöntem her sütunu kendi en büyük değerine böler, ağırlıklarla çarpar; işlevsellik ve kolaylık toplamlarını maliyetle karşılaştıran dört ayrı ölçü (toplamsal fark, çarpımsal fark, toplamsal oran, çarpımsal oran) hesaplar ve dördünü ortalar.
| Yazılım | WISP Puanı | Sıra |
|---|---|---|
| Y2 | 1,000 | 1 |
| Y3 | 0,873 | 2 |
| Y1 | 0,786 | 3 |
Sonuç şöyle okunur: Y2 tek başına hiçbir ölçütte en iyi değildir ama işlevsellikte en yüksek ve maliyette en düşük olduğu için dört mantığın hepsinde birinci çıkmıştır. Dört ara ölçü de (toplamsal ve çarpımsal fark ile oran) aynı sırayı verir, yani sonuç tek bir aritmetik varsayıma bağlı değildir. Y3 ortadadır; Y1 kullanım kolaylığında en iyi olsa da işlevsellik ve maliyette geride kaldığı için sondadır.
Ekip burada tereddüt eder: bağımsız Python hesabıyla ağırlıklar geniş bir aralıkta (kullanım kolaylığına 0,90'a kadar, işlevselliğe 0,90'a kadar) tek tek denendiğinde bile sıra (Y2 > Y3 > Y1) değişmemiştir. Bu tablo için sonuç ağırlık seçimine karşı dikkat çekici derecede dayanıklıdır. Ama bu dayanıklılık veri setine özgüdür ve genellenemez; ayrıca WISP'in çarpımsal ölçüleri sıfıra duyarlıdır. Ekip ileride bir yazılımın herhangi bir ölçütte "0" puan almasına (örneğin bir işlevi hiç desteklememesine) izin verirse, çarpımsal fark ve çarpımsal oran ölçüleri o seçenek için anlamını yitirir ve dört-mantık uzlaşması fiilen ikiye iner; bu durumda ekip sonucu yalnız toplamsal ölçülerle yeniden okumalıdır.
Raporda: "Verilen ağırlıklarla Y2 en yüksek WISP puanını almıştır (1,000) ve bu sıra (Y2 > Y3 > Y1), ağırlıklar geniş bir aralıkta değiştirildiğinde de korunmuştur; tablo bu ağırlık aralığında ağırlık seçimine duyarlı değildir."
Kaynak: öğretici örnek; DecisionMind'ın WISP motorunun doğrulama örneğidir (Stanujkić ve ark. 2023'ün algoritmasına çıpalı, kitap ya da makaleden alınmış bir vaka değildir). Sıra ve puanlar bağımsız Python hesabıyla doğrulanmıştır.
2. Tarım: Bir kooperatifin sulama sistemi seçimi
Bir tarım kooperatifi üç damla sulama sistemi teklifi arasında seçim yapacaktır. Dört ölçüt: su tasarrufu oranı, kurulum kolaylığı puanı, bakım sıklığı (yılda kaç kez) ve kurulum maliyeti. Su tasarrufu ve kurulum kolaylığı "çoğu iyi", bakım sıklığı ve maliyet "azı iyi"dir. Ağırlıklar kooperatif yönetiminde tartışılarak belirlenmiş, su tasarrufuna en yüksek ağırlık verilmiştir.
Yöntem dört ölçütü aynı ölçeğe getirir, ağırlıklandırır, toplamsal ve çarpımsal fark ile oran ölçülerini hesaplar ve ortalar. Diyelim ki sonuç en yüksek kurulum maliyetine sahip sistemi birinci sıraya koydu: su tasarrufu ve düşük bakım sıklığında açık farkla en iyi olması, maliyet dezavantajını dört mantığın hepsinde telafi etmiştir.
Kooperatif burada tereddüt eder: dört ara ölçü aynı sırayı mı veriyor, yoksa çarpımsal ölçüler farklı bir sistemi mi öne çıkarıyor? Sistemlerden birinin bakım sıklığı sütununda "0" (hiç bakım gerektirmiyor) değeri varsa, çarpımsal fark ve oran ölçüleri bu sütunu çarpım içinde sıfırlayabilir ve o sistemin çarpımsal puanı yapay biçimde bozulabilir; kooperatif böyle bir durumda sıfır değeri küçük bir pozitif sayıyla değiştirip duyarlılığı yeniden test etmelidir.
Raporda: "Su tasarrufu ve bakım sıklığı ağırlıklı olarak en pahalı sistemi öne çıkarmıştır; dört karşılaştırma mantığı da aynı sırayı vermiştir, ancak bakım sütunundaki sıfır değer ayrıca kontrol edilmelidir."
3. Spor: Bir kulübün antrenman sahası kiralama teklifi seçimi
Bir spor kulübü üç saha kiralama teklifi arasında seçim yapacaktır. Üç ölçüt: saha kalitesi puanı, merkeze uzaklık (km) ve aylık kira. Saha kalitesi "çoğu iyi", uzaklık ve kira "azı iyi"dir. Kulüp yönetimi ağırlıkları saha kalitesine en yüksek, uzaklığa en düşük olacak biçimde belirlemiştir.
Yöntem üç teklifi aynı ölçeğe getirir, ağırlıklandırır, dört fayda ölçüsünü hesaplar ve ortalar. Diyelim ki sonuç en kaliteli ama merkeze en uzak sahayı birinci sıraya koydu; ikinci sırada merkeze yakın ama orta kaliteli, düşük kiralı saha yer aldı.
Kulüp burada tereddüt eder: uzaklık ağırlığı düşük tutulduğu için uzak saha öne çıkmıştır; bu ağırlık artırılırsa sıranın değişip değişmeyeceği test edilmemiştir. Ayrıca kulüp yönetimi dört ara ölçüyü tek tek incelemeden yalnız ortalamayı sunarsa, örneğin çarpımsal ölçülerin farklı bir sırayı işaret ettiği fark edilmeyebilir.
Raporda: "Saha kalitesi ağırlıklı olarak en kaliteli saha öne çıkmıştır; bu sonuç uzaklık ağırlığına duyarlıdır ve dört karşılaştırma mantığının ayrı ayrı kontrol edilmesi önerilir."
4. Yapılmaması Gereken
Aynı yazılım tablosunda maliyet "çoğu iyi" işaretlenseydi, en pahalı yazılım maliyet toplamına/çarpımına yanlış tarafta eklenir ve sıra anlamsızlaşırdı. İkinci yanlış, ekibin yalnız nihai ortalama puanı raporlayıp toplamsal fark, çarpımsal fark, toplamsal oran ve çarpımsal oran ölçülerinin aynı sırayı verip vermediğini hiç kontrol etmemesidir; bu örnekte dördü de aynı sırayı verir, ama bu her tabloda garanti değildir. Üçüncü yanlış, bir yazılımın herhangi bir ölçütte "0" puan almasına izin vermek ve WISP'in çarpımsal ölçülerinin bu durumda bozulacağını hesaba katmamaktır.
Uzantılar: farklı veri türleri için
WISP yönteminin kütüphanede 3 uzantısı var. Aynı karar mantığı, farklı veri türü: veriniz kesin sayı değilse ilgili veri türü kartını okuyun, sonra o türdeki üyeyi açın.
Kaynaklar
Adımların formülleri, ara tabloları ve atıf biçimleri için DecisionMind yöntem sayfası: decisionmind.app/library/wisp
Stanujkić, D., Popović, G., Karabašević, D., Meidutė-Kavaliauskienė, I., & Ulutaş, A. (2023). An integrated simple weighted sum product method, WISP. IEEE Transactions on Engineering Management, 70(5), 1933–1944. DOI: 10.1109/TEM.2021.3075783
Stanujkić, D., Karabašević, D., Popović, G., Smarandache, F., Stanimirović, P. S., Saračević, M., & Katsikis, V. N. (2022). A single valued neutrosophic extension of the simple WISP method. Informatica, 33(3), 635–651. DOI: 10.15388/22-INFOR483
Ulutaş, A., Topal, A., & Yürüyen, A. A. (2026). Simple WISP: Simple weighted sum product for ideal solution for multi-attribute decision-making. In Encyclopedia of Multi-Attribute Decision Making (MADM) (pp. 931–941). DOI: 10.1016/B978-0-443-33275-3.00062-2