CIMAS - Kriter Etki Ölçüm Sistemi

Formül adımları

Analiz motorunun yöntem bildirimindeki (manifest F.steps) adımlar; raporlardaki formüllerle aynı kaynaktır.

1. Adım 1 — Uzman ağırlıklarını deneyim yıllarından hesapla.

   $$W^{E_i}=\frac{E_i}{{\sum }_{i=1}^q{E}_i},i=1,2,\dots ,q$$
   LaTeX

   W^{E_i} = \frac{E_i}{\sum_{i=1}^{q} E_i},\;i=1,2,\dots,q

2. Adım 2 — Giriş veri matrisini uzmanlar üzerinden sütun-bazlı normalize et (lineer-toplam).

   $$x_{ij}^{*}=\frac{x_{ij}}{{\sum }_{i=1}^q{x}_{ij}},i=1,\dots ,q;j=1,\dots ,p$$
   LaTeX

   x_{ij}^{*} = \frac{x_{ij}}{\sum_{i=1}^{q} x_{ij}},\;i=1,\dots,q;\;j=1,\dots,p

3. Adım 3 — Normalleştirilmiş matrisin her satırını ilgili uzman ağırlığıyla çarp.

   $${\widehat{x^{*}}}_{ij}=x_{ij}^{*}·W^{E_i}$$
   LaTeX

   \widehat{x^{*}}_{ij} = x_{ij}^{*} \cdot W^{E_i}

4. Adım 4 — Uzman-ağırlıklı matriste her kriter sütunu için maksimum R_j_max ve minimum R_j_min'i belirle.

   $$R_{jmax}={max}_i{\widehat{x^{*}}}_{ij};R_{jmin}={min}_i{\widehat{x^{*}}}_{ij},j=1,\dots ,p$$
   LaTeX

   R_{j\,max} = \max_{i}\widehat{x^{*}}_{ij};\quad R_{j\,min} = \min_{i}\widehat{x^{*}}_{ij},\;j=1,\dots,p

5. Adım 5 — R_j_max ve R_j_min arasındaki farkı B_j olarak hesapla.

   $$B_j=R_{jmax}-R_{jmin},j=1,\dots ,p$$
   LaTeX

   B_j = R_{j\,max} - R_{j\,min},\;j=1,\dots,p

6. Adım 6 — Final sıralama formülünü uygulayarak kriter önemi (ağırlığı) L_j'yi B_j'leri toplamı 1 olacak şekilde normalize ederek elde et.

   $$L_j=\frac{B_j}{{\sum }_{j=1}^p{B}_j},j=1,\dots ,p$$
   LaTeX

   L_j = \frac{B_j}{\sum_{j=1}^{p} B_j},\;j=1,\dots,p

Sezgi

Impact-based weighted scoring (criterion-level deviation analysis). Output typically weight (higher value = preferred).

Sonucu okuma: L_j ∈ [0,1], Σ L_j = 1. Higher L_j means criterion j is more important. CIMAS amplifies criteria where experts disagree most strongly (large weighted range), reflecting that disagreement carries information about importance.

Varsayımlar

• Domain experts available
• Experts can express consistent comparisons

Ne zaman kullanılmaz

• No experts available → use objective weighting
• High inconsistency → discard and re-elicit

Sınırlılıklar

• Assumes: Domain experts available
• Assumes: Experts can express consistent comparisons

Sık yapılan hatalar

• Tüm uzmanlar j kriterine özdeş puan verirse → B_j = 0 ve L_j = 0. Bu metodolojik olarak doğrudur: uzmanlar arası sıfır varyans sıfır bilgi sinyali demektir.
• CIMAS uzman ayrılığını yükseltir - uzmanlar bilgili değil de yanlı ise yöntem yanlılığı yayar. Güvenilirlik İndeksi RI (Eq.8); RI < 0.1 sonuçlar kabul edilebilir.