Çok Kriterli Karar Verme Yöntemlerinin Karşılaştırılması Ve Bütünleştirilmesi: OECD Verileri Üzerine Bir Uygulama

Abstract

Çok kriterli karar verme yöntemleri (ÇKKV), birçok alanda karar verme problemlerinin çözümünde, belirli ölçütler doğrultusunda alternatiflerin sıralanmasında, en iyi alternatifin seçilmesinde kullanılmaktadır. Aynı seçim ya da sıralama problemlerinde birden fazla ÇKKV yöntemi kullanılabilmekte, kullanılan yöntemlerin sonuçları farklılıklar gösterebilmektedir. Kullanım amacına göre bu yöntemlerden bazıları alternatifleri belirli referans noktasına uzaklığa göre, bazıları ise alternatifleri kriterlerin üstünlüklerine göre sıralamaktadır. Birçok çalışmada amacı farklı olan yöntemler aynı amaç için kullanılmakta, bununla birlikte aynı amaca hizmet edip farklı sıralama sonuçları sunan yöntemlerin hangisinin kullanılacağı da ayrı bir sorun olarak karşımıza çıkmaktadır. Böyle bir durumda hangi ÇKKV yönteminin uygulanmasının doğru olacağı ve birden fazla yöntem uygulandığında sonuçlarının ortak bir çözüm olarak sunulması çözüm bekleyen bir sorundur. Bu çalışmanın uygulama kısmı üç aşamadan oluşmaktadır. Çalışmanın üç aşamasında da OECD üyesi 23 ülkeye ait veriler kullanılmıştır. Dünya Bankası veri tabanından elde edilen, genel kabul görmüş beş kriter bu ülkelerin sıralanmasında kullanılmıştır. Çalışmada ilk olarak ÇKKV yöntemlerinin en çok kullanılan normalizasyon tekniklerine duyarlılığı incelenmiştir. Karekök, toplamsal, maksimum-minimum ve maksimum olmak üzere 4 normalizasyon tekniği verileri ölçeklendirmede kullanılmıştır. TOPSIS, Gri İlişkisel Analiz, VIKOR, Copras, MOORA, MOORA Referans Nokta ve ARAS yöntemlerinin çözüm adımları bu normalizasyon tekniklerine göre uygulanmış ve ardından her bir yöntemin kullanımında yer alan normalizasyon tekniğinden elde edilen sıralama ile diğer 3 normalizasyon tekniğinden elde edilen sıralama sonuçları karşılaştırılmıştır. Fark alma işlemi yapılmadan normalizasyon işlemi yapılan TOPSIS, COPRAS, MOORA, yöntemleri maks-min normalizasyon tekniği hariç diğer normalizasyon teknikleriyle uyumlu sonuçlar vermiştir. Bu 3 yöntem sonuçlarının maks-min tekniğine göre ise ters ilişkili olduğu gözlemlenmiştir. GİA ve ARAS yöntemlerinden elde edilen sonuçlar 4 normalizasyon tekniğinden elde edilen sıralama sonuçlarına uyumludur. VIKOR yöntemi sıralama sonuçları ise karşılaştırıldığı 3 normalizasyon tekniği ile ters ilişkilidir. xii Uygulamanın ikinci aşamasında, TOPSIS, GİA, VIKOR, COPRAS, MOORA, MOORA Referans Nokta ve ARAS yöntemleriyle 23 alternatif ilk olarak sıralanmış, bu 23 alternatif arasından ve aynı kriterlere göre rastgele seçilen 12 alternatifin bu yöntemlerle tekrar sıralandığında üstünlüğünü koruyup koruyamadığı incelenmiştir. ARAS, MOORA, COPRAS yöntemlerinden elde edilen sonuçlara göre rastgele seçilen 12 alternatifin ilk üstünlüğünü tamamen koruduğu görülmüştür. Dolayısıyla bu üç yöntemin alternatif sayısına göre değil kriter üstünlüğüne göre sıralama yaptığı sonucuna ulaşılmıştır. TOPSIS, GİA, VIKOR, MOORA Referans Nokta yöntemlerinde ilk sıralamaya göre ikinci sıralamada üstünlüğün kısmen bozulduğu görülmüştür. Bunun nedeni olarak bu yöntemlerin çözüm adımında yer alan fark işlemi olduğu tespit edilmiştir. Dolayısıyla bu yöntemlerin alternatifleri üstünlüklerine göre sıralamada değil, referans olarak alınan bir noktaya uzaklıklarına göre sıralanmada kullanılması gerektiği belirlenmiştir. Uygulamanın üçüncü bölümünde ise, çalışmanın ikinci aşamasında gösterildiği üzere, aynı amaca hizmet eden TOPSIS, GİA, VIKOR ve MOORA referans nokta yöntemlerinden elde edilen sıralama sonuçları Copeland yöntemiyle bütünleştirilerek ortak sıralama haline getirilmiştir. Kendi aralarında yüksek korelasyona sahip TOPSIS, GİA ve VIKOR yöntemlerinin sonuçları, bütünleştirilmiş sonuçlarla aynı derecede yüksek korelasyona sahiptir. Yöntemler arasında düşük uyuma sahip MOORA Referans nokta yöntemi ise bütünleşik sıralama sonuçlarıyla düşük uyuma sahiptir. Aynı zamanda bütünleştirmeye dahil edilmeyen COPRAS, MOORA ve ARAS yöntemlerinden elde edilen sonuçların hesaplanan bütünleşik sıralamayla yüksek derecede uyumlu olduğu görülmüştür. Dolayısıyla bütünleştirme işleminin belirli referans değerine göre sıralama yapan yöntemleri belirli referans değerinden etkilenmeyerek sıralama yapan yöntemlere yaklaştırdığı söylenebilir.

Multi-criteria decision making methods are used in decision problems such as solving many decision making problems, sorting alternatives according to certain criteria, choosing the best alternative. More than one CRC method can be used in the same selection or ranking problem. The ranking results suggested by these methods show differences according to the method applied. Some of these methods rank alternatives according to the distance to a specific reference point, others rank according to the advantages of the criteria. In many studies, different methods are used for the same purpose, and it is a different problem that the methods which serve the same purpose and provide different ranking results are used as a separate problem. In such a case, it is a question that should be solved in order to integrate the consequences of applying the MDCM method and to apply more than one technique to serve the same purpose. In this thesis study, sensitivity of the methods to normalization techniques was examined first and the order of the solutions obtained by TOPSIS, Gray Relational Analysis, VIKOR, Copras, MOORA and ARAS methods applied to the different normalization techniques calculated and then obtained from the normalization technique included in the method use and the results obtained from the other 3 normalization techniques the ranking results are compared. It was observed that TOPSIS, COPRAS, MOORA methods which were normalized without any difference operation gave results that were compatible with the normalization techniques used in each and that the maximum-minimum values used in the GRA and VIKOR methods were inversely related to the normalization techniques used. The results obtained from the GRA and ARAS methods are in accordance with the ranking results obtained from 4 normalization techniques. In the second application phase of the study, 23 alternatives were ranked first by TOPSIS, GRA, VIKOR, COPRAS, MOORA, MOORE Reference Point and ARAS methods. Among these 23 alternatives and 12 alternatives selected according to the same criteria, it was investigated whether they can maintain their superiority when reordered with these methods. It has been observed that the superiority over ARAS, MOORA and COPRAS methods is completely preserved. Therefore, these three methods have reached the result of ranking the criterion superiority, not the alternative xiv number. TOPSIS, GRA, VIKOR, MOORE Reference point methods have been found to be partially deteriorated in comparison to the first order. The reason for this is that it is the difference process involved in the step of these methods, so it has been determined that these methods should be used in order to sort the alternatives from one another at a certain reference point. In the third part of the application, the ranking results obtained from the TOPSIS, GRA, VIKOR and MOORA reference point methods, which serve the same purpose, were integrated with the Copeland method and a common ranking was obtained. The results of TOPSIS, GRA and VIKOR methods with high correlation among themselves have high correlation with the integrated results. The MOORA Reference point method, which provides a low fit between methods, also has low coherence with integrated sequencing results. COPRAS, which is not included in the integration, has been found to be highly compatible with the integrated ordering of the results of MOORE and ARAS methods. Therefore, it can be said that the integrating process approximates the methods which sort according to the specific reference value, without being influenced by the specific reference value.