In muhlisoz/dematel: Solving Multi-Criteria Decision Making problems with Dematel Technique in R

knitr::opts_chunk$set(
  collapse = TRUE,
  comment = "#>"
)

This demonstration is prepared to give information about the usage of dematel package.

library(dematel)

This package contains execute_dematel(), normalize(), total_relationship_matrix(), relationships_between_criteria(), visualize(), threshold_value(), and compare_criteria() functions.

• execute_dematel() function runs dematel technique at once and reports the results.
• normalize() function normalizes the direct relationship decision matrix.
• total_relationship_matrix() returns the total relationship matrix of direct relationship decision matrix.
• relationships_between_criteria() returns a data.frame that contains total relationships between criteria.
• visualize() function visualizes the Causal Relations among the Criteria.
• threshold_value() function returns the threshold value of direct relationship decision matrix.
• compare_criteria() function returns relation results that exceed threshold value of direct relationship decision matrix.

There are 3 data sets in the package named hospitaldata, nurseselection and medicaldevice respectively. These data sets gathered from book of authors(Celikbilek Y., Ozdemir M. Multi-Criteria Decision Making Methods with Annotated and Comparative Health Sciences Practices, ISBN:978-605-320-857-0, NOBEL Academic Publication, Ankara, 2020).

In this demonstration medicaldevice data will be used.

Medical Device Selection Data variables as follows;

• K1 - Numeric values of price
• K2 - Numeric values of ease of use
• K3 - Numeric values of 24/7 technical support
• K4 - Numeric values of technical service speed
• K5 - Numeric values of electrode quality

and the data set;

my_data = dematel::medicaldevice

my_data

Bu veri seti ile dematel paketinde yer alan fonksiyonlari kullanarak analizi kolaylikla gerceklestirebiliriz. Yontemi gerceklestirmek icin kullanilmasi gereken ilk fonksiyon normalize() adli fonksiyondur. Bu fonksiyon yalnizca matix formatindaki veri ile kullanilabilmektedir. data.frame yapisinda olan medicaldevice kolaylikla as.matrix() fonksiyonu ile matrix formatina donusturebilmektedir. Fonksiyonun geriye donus degeri sirasi ile direkt iliski matrisi, satir ve sutun toplam degerleri ve normalize edilmis direkt iliski matrisidir.

my_data = as.matrix(my_data)

normalize(my_data)

dematel yonteminin ikinci asamasi normalize matrisin kullanilarak toplam iliski matrisinin elde edilmesidir. Toplam iliski matrisini elde edebilmek icin total_relationship_matrix() fonksiyonu kullanilir. Yine bu fonksiyonun da tek bir parametresi bulunmaktadir ve bu parametre de matrix formatinda olmalidir.

total_relationship_matrix(my_data)

dematel yonteminin ucuncu asamasi kriterler arasi iliski matrisinin elde edilmesidir. Kriterler arasi iliski matrisini elde edebilmek icin relationships_between_criteria() fonksiyonu kullanilir. Bu fonksiyon vasitasi ile kriterlerin onemleri ve birbirleri arasindaki etki durumlari tespit edilir. (c+r) toplami, kriterlerin onemlerini belirlemeye yarar. (c-r) farki ise, kriterlerin etki durumlarinin tespit edilmesinde kullanilir. Eger bir kriter icin (c-r)<0 ise, diger kriterler tarafindan etkilenmekte oldugu tespit edilir. Aksine; bir kriter icin (c-r)>0 ise, diger kriterler uzerinde etkisi oldugu tespit edilir.

Yine bu fonksiyonun da tek bir parametresi bulunmaktadir ve bu parametre de matrix formatinda olmalidir.

relationships_between_criteria(my_data)

kriterlere ait onem ve etki durumlarinin daha net bir sekilde gorulmesi ve incelenebilmesi icin nedensel diyagramdan faydalanilir. Nedensel diyagram pakette yer alan visualize() fonksiyonu ile elde edilebilmektedir.

Yine bu fonksiyonun da tek bir parametresi bulunmaktadir ve bu parametre de matrix formatinda olmalidir.

visualize(my_data)

Asagida yer alan diyagramda, $c_i-r_i$ icin sifir cizgisinin altinda kalan kriterler (K2, K3), diger kriterler tarafindan etkilenen kriterlerdir. $c_i-r_i$ icin sifir cizgisinin ustunde kalan kriterler (K1, K4, K5) ise, diger kriterleri baskin bir sekilde etkileyen kriterlerdir. $c_i+r_i$ ekseninde ise, sifirdan uzaklasildikca kriterin onemi artmaktadir.

Dematel yonteminde bir sonraki adim ag yapisinin olsuturulmasidir. Esik degerinin tespit edilmesi icin threshold_value() fonksiyonu kullanilir.

threshold_value(my_data)

Dematel yonteminin son asamasi ise karsilastirmalarin elde edilmesidir. compare_criteria() fonksiyonu ile toplam iliski matrisinde esik degerini asan iliskiler tespit edilebilmektedir.

compare_criteria(my_data)

Sonuclar karsilastirildiginda esik degere esit ya da uzerinde yer alan degerler hangi kriterin diger kriterlerden hangisinin ya da hangilerinin uzerinde etkisinin oldugunu gosterir.

muhlisoz/dematel documentation built on Feb. 16, 2021, 12:06 a.m.