Çok Kriterli Karar Verme Kapsamında Karar Alternatiflerin Performanslarının Ölçümüne Yönelik Yeni Bir Yaklaşım: Oransal Üstünlük Yaklaşaımı

Artan karmaşıklık ve belirsizlik karşısında, yeni çok kriterli karar verme (ÇKKV) yöntemleri, problem çözme becerilerini geliştirerek bilgilendirilmiş ve rasyonel kararlar alınmasını kolaylaştırır. Bu nedenle, yeni ÇKKV yöntemlerinin keşfi büyük önem taşımaktadır. Bu bağlamda, bu çalışma, karar alternatiflerinin performansını ölçmenin temel mantığına dayanan ve ÇKKV modelleme mantığını genişletmeyi ve ÇKKV literatürünü zenginleştirmeyi amaçlayan yeni bir ÇKKV modeli (Orantılı Üstünlük Yaklaşımı-PSA) sunmaktadır. Öncelikle, önerilen yönteminin karşılaştırmalı bir analizi yapılmıştır. Bulgulara göre, PSA'nın çalışmaya dahil edilen diğer ÇKKV yöntemleriyle ilişkisi yüksek olmasına rağmen, bu ÇKKV yöntemlerinden farklı olduğu bulunmuştur. Dolayısıyla, karşılaştırmalı analiz sonuçlarına dayanarak, önerilen yöntemin güvenilir ve geçerli olduğu gözlemlenmiştir. Simülasyon analizinin kapsamında, 10 senaryo elde edilmiş ve senaryo sayısı arttıkça, PSA yönteminin diğer yöntemlerle olan ilişki seviyelerinin farklılaştığı ve azaldığı bulunmuştur. Ayrıca, PSA yönteminin, varyans ölçümü yoluyla karar alternatiflerinin performansları arasında ayrım yapabildiği tespit edilmiştir. Son olarak, analizde, PSA yönteminin senaryolar içindeki varyans seviyesi ölçülmüş ve PSA yönteminin varyanslarının senaryolar içinde homojen olduğu bulunmuştur. Dolayısıyla, simülasyon analizinin sonuçlarına göre, PSA yönteminin sağlam ve istikrarlı olduğu değerlendirilmiştir.

In the face of increasing complexity and uncertainty, new multi-criteria decision making (MCDM) methods facilitate making informed and rational decisions by enhancing problem-solving skills. Therefore, the discovery of new MCDM methods is of great importance. In this context, this study introduces a new MCDM model (Proportional Superiority Approach-PSA) based on the fundamental logic of measuring the performance of decision alternatives, which relies on the proportional increase of decision alternatives to each other, aiming to expand the modeling logic of MCDM and enrich MCDM literature. Initially, a comparative analysis of the proposed method was conducted. According to the findings, although the relationship of PSA with other MCDM methods included in the study was high, it was found to be different from those MCDM methods. Therefore, based on the results of the comparative analysis, it was observed that the proposed method is credible and reliable. In the scope of the simulation analysis, 10 scenarios were obtained, and it was found that as the number of scenarios increased, the relationship levels of the PSA method with other methods differed and decreased. Furthermore, the PSA method was found to be capable of discriminating between the performances of decision alternatives through variance measurement. Finally, in the analysis, the level of variance of the PSA method was measured within the scenarios, and it was found that the variances of the PSA method were homogeneous within the scenarios. Therefore, according to the results of the simulation analysis, it was evaluated that the PSA method is robust and stable.