آموزش جامع روش Delphi فازی
در تحقیقات علمی، اولین گام همیشه شناسایی شاخصهای کلیدی است. روش دلفی سنتی نیازمند چندین راند (Round) پرسشنامه بود تا نظرات خبرگان به هم نزدیک شود که بسیار زمانبر و خستهکننده بود. اما روش Delphi فازی (دلفی فازی)(FDM) با ترکیب نظریه مجموعههای فازی و روش دلفی، اجازه میدهد تنها با یک یا دو راند پرسشنامه، به یک اجماع پایدار برسید. این روش ابهام کلامی خبرگان را به خوبی پوشش میدهد و از حذف ناعادلانه شاخصهای مهم در ابتدای تحقیق در عملیات جلوگیری میکند.
در لایه آمار و تحلیل داده، روش Delphi فازی (دلفی فازی) به عنوان یک فیلتر هوشمند عمل میکند. به جای اینکه فقط میانگین اعداد قطعی را بگیرید، از اعداد فازی مثلثی برای ثبت «بازه اطمینان» هر خبره استفاده میکنید. این کار باعث میشود وزن واقعی دیدگاههای تخصصی حفظ شود. اگر در حال نگارش فصل سوم پایاننامه یا یک مقاله علمی هستید، استفاده از روش Delphi فازی به جای دلفی معمولی، نشاندهنده تسلط شما بر متدهای نوین تصمیمگیری چندمعیاره (MCDM) است.
ما در سایت فرابگیر این متد را به عنوان «بستر ورودی» برای سایر روشها مثل AHP یا TOPSIS پیشنهاد میدهیم. ابتدا با دلفی فازی شاخصهای اضافی را حذف میکنید و سپس با شاخصهای نهایی شده، وارد فاز وزندهی معیارها میشوید. این رویکرد دو مرحلهای، اعتبار علمی پژوهش شما را در حوزه آموزش مدیریت تضمین کرده و از پراکندگی دادهها جلوگیری میکند.
آنچه می خوانید
چرا روش Delphi فازی جایگزین دلفی سنتی شد؟
تکنیک دلفی فازی بر اساس دیدگاه پاسخ دهندگان صورت می گیرد. در این تکنیک برای سنجش دیدگاه از عبارات کلامی استفاده می شود. عبارات کلامی در انعکاس کامل مکنوتات ذهنی پاسخ دهنده محدودیت هایی دارد.
برای نمونه عبارت “زیاد” برای فرد A که فرد سخت گیری است با عبارت “زیاد” برای فرد B متفاوت است. اگر برای کمی کردن دیدگاه هر دو فرد از یک عدد قطعی استفاده شود، نتایج دارای اریب خواهد شد. بنابراین با توسعه طیف فازی مناسب می توان براین مشکل غلبه کرد.
کاربرد روش Delphi فازی جهت پیش بینی توسط کافمن و گوپتا به سال 1988 ارائه گردید. همچنین ایشکاوا به سال 1993 به توسعه تکنیک دلفی با اعداد فازی مثلثی پرداخت. بعد از آن مطالعات متعددی برای استفاده از روش Delphi فازی صورت گرفته است.
روش های توسعه یافته برای دلفی فازی به مانند روش دلفی سنتی بسیار متنوع بوده و وحدت نظری در این زمینه وجود ندارد. دیدگاه های متعدد و متفاوتی در زمینه توسعه طیف فازی، تجمیع دیدگاه خبرگان، فازی زدایی و رسیدن به اجماع وجود دارد. برای تشریح الگوریتم اجرای روش Delphi فازی باید بین دو کاربرد تکنیک دلفی تفاوت قایل شد.
- کاربرد تکنیک دلفی برای “غربال شاخص ها”
- کاربرد تکنیک دلفی برای “پیش بینی”
بنابراین در استفاده از روش Delphi فازی باید بین دو نوع پژوهش کیفی تمایز قائل شد. برخی پژوهش ها جنبه اکتشافی دارد. در این دسته پژوهشگران به دنبال شناسایی مهمترین عناصر زیربنایی یک پدیده هستند. برخی از پژوهش ها نیز با هدف پیش بینی صورت می گیرد.
الگوریتم اجرای روش Delphi فازی (دلفی فازی) جهت غربال گری
برای تعیین میزان اهمیت شاخص ها و غربال مهمترین شاخص های شناسایی شده می توان از تکنیک دلفی با رویکرد فازی استفاده کرد. یکی از عمده ترین مزیت های روش Delphi فازی نسبت به تکنیک دلفی سنتی جهت غربال شاخص ها آن است که می توان از یک راند برای تلخیص و غربال آیتم ها استفاده کرد. الگوریتم اجرای تکنیک دلفی فازی شامل گام های زیر است:
- شناسایی طیف مناسب برای فازی سازی عبارات کلامی
- تجمیع فازی مقادیر فازی شده
- فازی زدایی مقادیر
- انتخاب شدت آستانه و غربال معیارها
1)شناسایی طیف مناسب برای فازی سازی عبارات کلامی
در الگوریتم اجرای روش Delphi فازی برای غربال گری نخست باید طیف فازی مناسبی برای فازی سازی عبارات کلامی پاسخ دهندگان توسعه داد. برای این منظور می توان از روش های توسعه طیف فازی استفاده کرد یا از طیف های فازی متداول برای این منظور استفاده کرد. برای نمونه طیف فازی مثلثی برای مقیاس پنج درجه لیکرت در بیان اهمیت شاخص ها به صورت زیر است:
| خیلی مهم | مهم | متوسط | کم اهمیت | خیلی کم اهمیت |
| (0.75, 1, 1) | (0.5, 0.75, 1) | (0.25, 0.5, 0.75) | (0, 0.25, 0.5) | (0, 0, 0.25) |
| کاملا بااهمیت | خیلی بااهمیت | بااهمیت | متوسط | کم اهمیت | خیلی بی اهمیت | کاملا بی اهمیت |
| (0.9, 1, 1) | (0.75, 0.9, 1) | (0.5, 0.75, 0.9) | (0.3, 0.5, 0.75) | (0.1, 0.3, 0.5) | (0, 0.1, 0.3) | (0, 0, 0.1) |
2) تجمیع فازی مقادیر فازی شده
پس از انتخاب با توسعه طیف فازی مناسب، دیدگاه خبرگان گردآوری شده و به صورت فازی ثبت می شود. در گام دوم باید به تجمیع دیدگاه خبرگان پرداخت. راه های مختلفی برای تجمیع نظرخبرگان پیشنهاد شده است. اگر دیدگاه هر کارشناس به صورت عدد فازی مثلثی (l, m, u) نمایش داده شود، یک روش مرسوم برای تجمیع دیدگاه n کارشناس را کمینه l ، میانگین m و بیشینه u در نظر گرفته اند.
در برخی منابع نیز با جای میانگین حسابی ساده، میانگین هندسی پیشنهاده شده است.
در منابع دیگر هم پیشنهاد شده است که کران های بالا و پایین نیز با میانگین هندسی محاسبه شود. ما بیشتر روش میانگین فازی را برای تجمیع نظرات خبرگان پیشنهاد می کنیم که به صورت زیر محاسبه می شود:
انتخاب روش تجمیع دیدگاه خبرگان، به نظر پژوهشگر بستگی دارد. استفاده از روش های تجمیع فازی به جای میانگین فازی باعث می شود تا حداکثرپراکندگی دیدگاه افراد درنظر گرفته شود. اما مشکل این روش ها آن است که دیدگاه یک فرد خوش بین یا یک فرد بدبین به شدت نتایج را تحت تاثیر قرار دهد.
اگر برای کارشناس مقدار از کوچکتر باشد یک کارشناس بدبین در نظر گرفته می شود. همچنین اگر برای یک کارشناس مقدار ازبزرگتر باشد کارشناس خوش بین در نظر گرفته می شود. برای اطمینان بیشتر می توان از دیدگاه خبرگان بدبین و خوش بین صرف نظر کرد.
3) فازی زدایی مقادیر
پس از تجمیع فازی دیدگاه خبرگان باید به فازی زدایی مقادیر بدست آمده پرداخت. در روش های مختلف که با رویکرد فازی صورت می گیرد پژوهشگر در نهایت به دنبال آن است که مقادیر فازی نهایی را به یک عدد قطعی و قابل درک تبدیل کند.
معمولا می توان تجمیع اعداد فازی مثلثی را توسط یک مقدار قطعی که به بهترین میانگین مربوط است، خلاصه کرد. این عملیات را فازی زدایی می گویند. روش های متعدد و پیچیده ای برای فازی زدایی وجود دارد. یکی از روش های ساده برای فازی زدایی میانگین اعداد فازی مثلثی به صورت زیر است:
روش های متعدد دیگری برای فازی زدایی وجود دارند. برای نمونه روش مرکز ثقل، روش مرکز سطح و میانگین ماکسیمم از این دسته هستند.
4) انتخاب شدت آستانه و غربال معیارها
پس از انتخاب روش مناسب و فازی زدایی مقادیر برای غربال آیتم ها باید یک آستانه تحمل در نظر گرفت. آستانه تحمل را معمولاً 0.7 در نظر می گیرند ولی این مقدار براساس دیدگاه پژوهشگر از پژوهشی به پژوهش دیگر می تواند متفاوت باشد. اگر مقدار قطعی حاصل از فازی زدایی دیدگاه تجمیع شده خبرگان، بزرگتر از آستانه تحمل باشد شاخص مورد نظر تایید می شود. اگر این مقدار کوچکتر از آستانه تحمل باشد شاخص مورد نظر حذف می شود.
الگوریتم اجرای روش Delphi فازی (دلفی فازی) جهت پیش بینی
کاربرد روش Delphi فازی جهت پیش بینی توسط کافمن و گوپتا به سال 1988 ارائه گردید. ساختار اعداد فازی مثلثی به گونه ای است که آن را برای پیش بینی به روش دلفی بسیار مناسب ساخته است. در این روش که برای پیش بینی زمان، قیمت و مقادری کمی دیگر استفاده می شود از خبرگان خواسته می شود تا پیش بینی خود را بر اساس کمترین، بیشترین و محتمل ترین مقدار ارائه دهند. در این صورت دیگر نیازی به ارائه یک مقدار قطعی و مشخص نیست.
گام اول: ابتدا پیش بینی هر کارشناس به صورت یک عدد فازی مثلثی ارائه می شود:
گام دوم: سپس از روش زیر برای شناسایی اختلاف دیدگاه هر کارشناس با میانگین دیدگاه ها محاسبه شده و مجدد در اختیار کارشناس مربوط قرار می گیرد:
گام سوم: دیدگاه کارشناس ها مجدد گردآوری می شود و میانگین فازی جدید محاسبه می شود:
اختلاف دیدگاه هر کارشناس با میانگین دیدگاه ها محاسبه شده و چرخه دلفی تکرار می شود. این فرآیند زمانی که دو میانگین متوالی Aave, Bave, Cave,… به صورتی روشن به هم نزدیک شوند، متوقف می شود.
بنابراین بکارگیری روش Delphi فازی برای غربال گری در یک راند قابل انجام است اما برای پیش بینی باید چندین راند ادامه پیدا کند تا توافق حاصل شود.
توجیه منطقی آن است که در غربالگری پژوهشگر ابتدا با پشتوانه ادبیات موجود غربال ابتدایی را انجام داده است و تحلیل جنبه تاییدی دارد. در پیش بینی موضوع حساسیت بیشتری درد و تحلیل جنبه اکتشافی دارد بنابراین پیش بینی مستلزم دقت و حساسیت بیشتری است.
مثال روش Delphi فازی (دلفی فازی)
در پژوهش 10 شاخص اولیه براساس ادبیات پژوهش شناسایی شده است. دیدگاه 5 کارشناس برای تعیین میزان اهمیت این شاخص ها با استفاده از طیف لیکرت 7 درجه گردآوری شده است.
| کارشناس 1 | کارشناس 2 | کارشناس 3 | کارشناس 4 | کارشناس 5 | |
| معیار 1 | بااهمیت | بی اهمیت | خیلی بااهمیت | خیلی بااهمیت | کاملا بااهمیت |
| معیار 2 | متوسط | کاملا بااهمیت | بااهمیت | خیلی بااهمیت | کاملا بااهمیت |
| معیار 3 | کاملا بااهمیت | خیلی بااهمیت | خیلی بااهمیت | بی اهمیت | بی اهمیت |
| معیار 4 | متوسط | بااهمیت | کاملا بااهمیت | بااهمیت | بااهمیت |
| معیار 5 | کاملا بااهمیت | متوسط | بی اهمیت | خیلی بی اهمیت | خیلی بااهمیت |
| معیار 6 | کاملا بااهمیت | بااهمیت | خیلی بااهمیت | خیلی بااهمیت | خیلی بی اهمیت |
| معیار 7 | بااهمیت | خیلی بی اهمیت | بااهمیت | کاملا بااهمیت | بااهمیت |
| معیار 8 | خیلی بااهمیت | متوسط | بی اهمیت | بی اهمیت | متوسط |
| معیار 9 | بااهمیت | کاملا بی اهمیت | بی اهمیت | خیلی بااهمیت | بااهمیت |
| معیار 10 | بااهمیت | کاملا بااهمیت | بی اهمیت | کاملا بااهمیت | بااهمیت |
درجه اهمیت طیف لیکرت 7 به صورت زیر نمایش داده شده است.
| کاملا بااهمیت | خیلی بااهمیت | بااهمیت | متوسط | بی اهمیت | خیلی بی اهمیت | کاملا بی اهمیت |
| 0.9 | 0.75 | 0.5 | 0.3 | 0.1 | 0 | 0 |
| 1 | 0.9 | 0.75 | 0.5 | 0.3 | 0.1 | 0 |
| 1 | 1 | 0.9 | 0.75 | 0.5 | 0.3 | 0.1 |
با استفاده از طیف فازی فوق دیدگاه ها فازی شده است:
| معیار 1 | 0.5 | 0.75 | 0.9 | 0.1 | 0.3 | 0.5 | 0.75 | 0.9 | 1 | 0.75 | 0.9 | 1 | 0.9 | 1 | 1 |
| معیار 2 | 0.3 | 0.5 | 0.75 | 0.9 | 1 | 1 | 0.5 | 0.75 | 0.9 | 0.75 | 0.9 | 1 | 0.9 | 1 | 1 |
| معیار 3 | 0.9 | 1 | 1 | 0.75 | 0.9 | 1 | 0.75 | 0.9 | 1 | 0.1 | 0.3 | 0.5 | 0.1 | 0.3 | 0.5 |
| معیار 4 | 0.3 | 0.5 | 0.75 | 0.5 | 0.75 | 0.9 | 0.9 | 1 | 1 | 0.5 | 0.75 | 0.9 | 0.5 | 0.75 | 0.9 |
| معیار 5 | 0.9 | 1 | 1 | 0.3 | 0.5 | 0.75 | 0.1 | 0.3 | 0.5 | 0 | 0.1 | 0.3 | 0.75 | 0.9 | 1 |
| معیار 6 | 0.9 | 1 | 1 | 0.5 | 0.75 | 0.9 | 0.75 | 0.9 | 1 | 0.75 | 0.9 | 1 | 0 | 0.1 | 0.3 |
| معیار 7 | 0.5 | 0.75 | 0.9 | 0 | 0.1 | 0.3 | 0.5 | 0.75 | 0.9 | 0.9 | 1 | 1 | 0.5 | 0.75 | 0.9 |
| معیار 8 | 0.75 | 0.9 | 1 | 0.3 | 0.5 | 0.75 | 0.1 | 0.3 | 0.5 | 0.1 | 0.3 | 0.5 | 0.3 | 0.5 | 0.75 |
| معیار 9 | 0.5 | 0.75 | 0.9 | 0 | 0 | 0.1 | 0.1 | 0.3 | 0.5 | 0.75 | 0.9 | 1 | 0.5 | 0.75 | 0.9 |
| معیار 10 | 0.5 | 0.75 | 0.9 | 0.9 | 1 | 1 | 0.1 | 0.3 | 0.5 | 0.9 | 1 | 1 | 0.5 | 0.75 | 0.9 |
برای تجمیع نظر خبرگان از روش میانگین فازی استفاده شده است. برای مثال شاخص اهمیت اول C1 برابر است با:
AVEc1 = 1/5 (0.5, 0.75, 0.9) , (0.1, 0.3, 0.5) ,… (0.9, 1, 1) = (0.6, 0.77, 0.8)
گام نهایی: فازی زدایی و قطعی سازی
برای فازی زدایی و قطعی سازی میانگین دیدگاه ها از رابطه ساده l+m+u)/3) سود برده شده است. بعلاوه آستانه تحمل نیز مقدار 0.7 در نظر گرفته شده است. نتایج حاصل از مراحل فوق به صورت زیر خلاصه شده است:
| معیار 1 | 0.60 | 0.77 | 0.88 | معیار 1 | 0.75 | پذیرش |
| معیار 2 | 0.67 | 0.83 | 0.93 | معیار 2 | 0.81 | پذیرش |
| معیار 3 | 0.52 | 0.68 | 0.80 | معیار 3 | 0.67 | رد |
| معیار 4 | 0.54 | 0.75 | 0.89 | معیار 4 | 0.73 | پذیرش |
| معیار 5 | 0.41 | 0.56 | 0.71 | معیار 5 | 0.56 | رد |
| معیار 6 | 0.58 | 0.73 | 0.84 | معیار 6 | 0.72 | پذیرش |
| معیار 7 | 0.48 | 0.67 | 0.80 | معیار 7 | 0.65 | رد |
| معیار 8 | 0.31 | 0.50 | 0.70 | معیار 8 | 0.50 | رد |
| معیار 9 | 0.37 | 0.54 | 0.68 | معیار 9 | 0.53 | رد |
| معیار 10 | 0.58 | 0.76 | 0.86 | معیار 10 | 0.73 | پذیرش |
بخش کلیدی در روش Delphi فازی، تعیین حد آستانه (S) است. این عدد ملاک پذیرش یا رد یک شاخص است. اگر میانگین دیفازی شده یک شاخص از حد آستانه بیشتر باشد، آن شاخص تایید شده و به مدل نهایی تحقیق راه مییابد؛ در غیر این صورت حذف میشود. در آکادمی نرمافزار فرابگیر، ما آموزش میدهیم که چگونه این حد آستانه را به صورت علمی (مثلاً میانگین کل یا عدد ۰.۷) تعیین کنید تا خروجی تحقیق شما دچار سوگیری نشود.
سوالات متداول در مورد روش Delphi فازی (دلفی فازی)(FDM)
حداقل تعداد خبرگان در روش Delphi فازی چند نفر است؟
برخلاف روشهای آماری کلاسیک که به نمونههای بزرگ نیاز دارند، در دلفی فازی بر روی تخصص تمرکز میشود. معمولاً بین ۱۰ تا ۱۵ خبره برای رسیدن به یک اجماع علمی کافی است. البته اگر خبرگان بسیار سطح بالایی در اختیار دارید، حتی با ۷ نفر نیز میتوان نتایج معتبری در حوزه تحقیق در عملیات استخراج کرد.
اگر در راند اول به اجماع نرسیدیم چه باید کرد؟
یکی از مزایای دلفی فازی این است که معمولاً در همان راند اول به دلیل ماهیت اعداد فازی، اجماع حاصل میشود. اما اگر اختلاف نظرات بسیار زیاد باشد، نتایج راند اول به همراه میانگین نظرات دوباره به خبرگان بازگردانده میشود تا نظرات خود را تعدیل کنند. در فایل اکسل روش دلفی فازی، شما میتوانید به راحتی نتایج راندهای مختلف را با هم مقایسه کنید.
تفاوت اصلی دلفی فازی با پرسشنامه معمولی چیست؟
در پرسشنامه معمولی، شما فقط به دنبال میانگین نظرات هستید، اما در دلفی فازی شما به دنبال «توافق» هستید. همچنین دلفی فازی با استفاده از اعداد فازی مثلثی، ابهام موجود در کلمات (مثل “خیلی زیاد” یا “متوسط”) را به بازههای ریاضی تبدیل میکند که بسیار دقیقتر از میانگینگیری ساده در طیف لیکرت است.
معیار فاصله یا اختلاف فازی در دلفی فازی به چه معناست و چه کاربردی دارد؟
در روش دلفی فازی، علاوه بر محاسبه میانگین، مفهومی به نام «اختلاف نظرات» یا فاصله بین دیدگاه خبرگان بررسی میشود. اگر فاصله بین میانگین فازی راند فعلی با راند قبلی (در صورت تکرار) بسیار ناچیز باشد، نشاندهنده این است که سیستم به اشباع نظری رسیده و نیازی به تکرار نظرسنجی نیست. همچنین، اگر پراکندگی نظرات حول یک شاخص خاص بسیار زیاد باشد (حتی اگر میانگین بالایی داشته باشد)، نشاندهنده عدم توافق خبرگان بر سر آن موضوع است. در فایل اکسل روش دلفی فازی، این تحلیلها به شما کمک میکند تا با اطمینان بیشتری درباره «قطعیتِ اجماع» در بخش آمار و تحلیل داده گزارش دهید.
نتیجهگیری و جمعبندی نهایی
روش دلفی فازی (FDM) دروازه ورود به یک تحقیق معتبر و علمی است. این متد به محقق اجازه میدهد تا با اطمینان کامل بگوید که شاخصهای تحقیق او نه بر اساس سلیقه شخصی، بلکه بر اساس یک اجماع نظاممند و ریاضی از سوی خبرگان انتخاب شدهاند. دلفی فازی با حذف پیچیدگیهای زمانی دلفی سنتی، ابزاری کارآمد برای دنیای پرسرعت امروز فراهم کرده است.
در جمعبندی، اگر میخواهید ساختار تحقیق خود را در همان ابتدا محکم بنا کنید، دلفی فازی بهترین انتخاب است. این روش با مدیریت هوشمند عدم قطعیت، وزن واقعی هر دیدگاه را در نتیجه نهایی لحاظ میکند. ما در فرابگیر با ارائه ابزارهای آماده این روش، تلاش میکنیم تا شما بدون دغدغه محاسباتی، بر روی شناسایی بهترین شاخصها برای حل مسائل آموزش مدیریت و صنعت تمرکز کنید.