آموزش جامع روش Taxonomy (تاکسونومی)

روش Taxonomy (تاکسونومی) اولین بار توسط آندرسون در سال 1763 پیشنهاد داده شد. و در سال 1950 توسط گروهی از ریاضی دانان بسط داده شد. روش Taxonomy از روش های تصمیم گیری چند شاخصه MADM می باشد که از هدف آن انتخاب بهترین گزینه از بین m گزینه بر اساس n معیار می‌باشد.

این روش به عنوان ابزاری برای رتبه بندی و طبقه بندی توسعه در بین ملل مختلف توسط استاد هلینگ در سال 1968 در یونسکو پیشنهاد شد. تجزیه و تحلیل تاکسونومی برای طبقه بندی های مختلف استفاده می شود ، که یکی از آنها عددی است.

---

روش Taxonomy چیست

این یک ابزار عالی برای رتبه بندی ، طبقه بندی و مقایسه مناطق مختلف است که مجموعه ای را به زیر مجموعه های همگن طبقه بندی می کند و مقیاس قابل قبولی برای ارزیابی توسعه برای تصمیم گیرندگان فراهم می کند. بنابراین می توان نتیجه گرفت که برای رتبه بندی مناطق یا سازمانها در ارزیابی عملکرد ، این روش بسیار کارآمد و کاربردی است.

در این روش ، معمولاً یکی از قسمت های منطقه مورد بررسی انتخاب می شود و مناطق دیگر نیز براساس آن امتیاز داده می شوند. بنابراین تفاوت یا فاصله بین هر منطقه از منطقه دیگر از نقطه ایده آل مشخص می شود.

---

مراحل روش Taxonomy

پرسشنامه روش Taxonomy نیز همانند روش های تاپسیس و یا ویکور می باشد زیرا ماتریس تصمیم روش Taxonomy همانند روش های تاپسیس و ویکور به صورت معیار-گزینه می باشد.

1- مشخص نمودن گزینه­‌ها و تعیین شاخص­‌های مختلف

در این مرحله تعداد m گزینه (A1 تا Am) توسط تحلیل­گر و یا گروه کارشناسان  با توجه به n شاخص (C1 تا Cn) ارزیابی می شوند.

2- تشکیل ماتریس تصمیم و سپس محاسبه میانگین و انحراف معیار

ماتریس تصمیم را همانند جدول زیر تشکیل می‌دهیم

cn	….	c3	c2	c1
r1n	….	r13	r12	r11	A1
r2n	….	r34	r22	r21	A2
…..	….	…..	…..	…..	…..
rmn		rm3	rm2	rm1	Am
averagen		average3	average2	average1	میانگین
Sigman		Sigma3	Sigma2	Sigma1	انحراف معیار

در این گام نیز باید شاخص های مثبت و منفی مشخص شوند

3- تشکیل ماتریس استاندارد (نرمال شده) Z

در ماتریس تصمیم، گزینه­ ها بر حسب شاخص ­هایی بیان شده ­اند که مقیاس ­های اندازه ­گیری مختلفی دارند و در این مرحله سعی در از بین بردن واحدهای مختلف آن­ها است که برای این کار از رابطه Z استاندارد استفاده می‌شود. یعنی میانگین مقادیر هر شاخص از مقدار هر خصوصیت کم شده و بر انحراف معیار آن تقسیم می ­شود.

در انتهای ماتریس استاندارد برای هر كدام از شاخص ­های مثبت، بزرگترین عدد مثبت قابل مشاهده (ایده ­آل مثبت) و برای شاخص­ های منفی، بزرگترین عدد منفی (ایده ­آل منفی) تعیین می­ شود.

روش Taxonomy روش Taxonomy روش Taxonomy روش Taxonomy روش Taxonomy روش Taxonomy

4- تعیین فاصله مرکب بین گزینه­ ها

در این بخش با داشتن ماتریس استاندارد Z، فاصله هر گزینه از گزینه ­های دیگر نسبت به هر یک از شاخص ­ها از رابطه زیر فاصله اقلیدسی تعیین می­ شود.

در اینجا a و b دو گزینه مورد ارزیابی هستند. این عملیات یک نوع محاسبه زوجی بین هر دو گزینه با هم است. به گونه ­ای که فاصله هر دو گزینه از خودش برابر صفر است و فاصله گزینه a و b مساوی با فاصله گزینه b از a است.

با توجه به موارد فوق ماتریس فواصل مرکب بین گزینه­ ها تشکیل می­ شود که قطر اصلی آن نشان دهنده فاصله هر گزینه با خودش است که برابر صفر خواهد بود.

5- تعیین حداکثرفاصله ممکن

در این گام کمترین میزان فاصله هر سطر از ماتریس تعیین می­ شود. سپس میانگین هر کدام از فاصله گزینه­ ها و انحراف معیار آن­ها به دست می آوریم.

6- تعیین درجه تاکسونومی

هریک از گزینه های تاکسونومی را بر حداکثر فاصله ممکن تقسیم می کنیم تا درجه تاکسونومی بدست آید.

Yi=گزینه های تاکسونومی / حداکثر فاصله ممکن

1) 2 خوشه:  داده ها بین 0 تا 0.5 ( توسعه یافته) و داده ها بین 0.5 تا 1 (توسعه نیافته)

2) 3 خوشه: داده ها بین 0 تا 0.33  (توسعه یافته) ، بین 0.33 تا 0.67 ( در حال توسعه) و بین 0.67 تا 1 (توسعه نیافته)

3) 4 خوشه: داده ها بین 0 تا 0.25 ( توسعه یافته)، بین 0.25 تا 0.50 ( در حال توسعه)، بین 0.50 تا 0.75 ( درحال توسعه) و بین 0.75 تا 1 (توسعه نیافته)

---

مثال روش Taxonomy (تاکسونومی)

سازمان ملل قصد دارد تعدادی از کشورها را بر اساس توسعه یافتگی تقسیم بندی نماید. شش شاخص برای توسعه یافتگی در نظر گرفته شده است و نتایج در جدول زیر آمده است.

تولید ناخالص	درآمد سالانه	ضریب جنسیتی	رضایت از زندگی	توسعه انسانی	حداقل دستمزد
X1+	X2+	X3-	X4+	X5+	X6+
13262	3913	31.1	153	0.719	2503
3859547	41513	28.3	240	0.885	23750
25953	16320	35.8	170	0.812	6457
9242	953	32.6	203	0.58	608
806108	10609	43.6	176	0.679	6588

گام 1: ماتریس را با استفاده از روش نرمال بی مقیاس می کنیم.

	تولید ناخالص	درآمد سالانه	ضریب جنسیتی	رضایت از زندگی	توسعه انسانی	حداقل دستمزد
	X1+	X2+	X3-	X4+	X5+	X6+
A1	13262	3913	31.1	153	0.719	2503
A2	3859547	41513	28.3	240	0.885	23750
A3	25953	16320	35.8	170	0.812	6457
A4	9242	953	32.6	203	0.58	608
A5	806108	10609	43.6	176	0.679	6588

گام 2: مقدار میانگین و انحراف از معیار را محاسبه می کنیم.

میانگین	942822.4	14661.6	34.28	188.4	0.735	7981.2
انحراف از معیار	1490119.2984	14447.3503	5.2511	30.4013	0.1057	8213.3306

بی مقیاس سازی با Z

	X1+	X2+	X3-	X4+	X5+	X6+
A1	-0.6238	-0.7440	-0.6056	-1.1644	-0.1514	-0.6670
A2	1.9574	1.8586	-1.1388	1.6973	1.4193	1.9199
A3	-0.6153	0.1148	0.2895	-0.6052	0.7286	-0.1856
A4	-0.6265	-0.9489	-0.3199	0.4802	-1.4666	-0.8977
A5	-0.0917	-0.2805	1.7749	-0.4079	-0.5299	-0.1696
بهترین Z	1.9574	1.8586	-1.1388	1.6973	1.4193	1.9199

گام 3: محاسبه فاصله تاکسینومی

	A1	A2	A3	A4	A5	n =  تعداد گزینه
gi	5.5739	0.0000	4.6809	5.7426	5.4646	5

گام 4: محاسبه مقدار میانگین و انحراف از معیار

میانگین

4.2924

انحراف از معیار

2.1769

گام 5: تعیین حداکثر فاصله تاکسونومی ( میانگین + 2 برابر انحراف از معیار)

8.6463

گام 6: محاسبه درجه تاکسونومی (نسبت فاصله از ایده آل / حداکثر فاصله)

	A1	A2	A3	A4	A5
Yi	0.6447	0.0000	0.5414	0.6642	0.6320

گام 7: دسته بندی جواب ها

1. 2 خوشه: داده ها بین 0 تا 0.5 ( توسعه یافته) و داده ها بین 0.5 تا 1 (توسعه نیافته)
2. 3 خوشه: داده ها بین 0 تا 0.33 (توسعه یافته) ، بین 0.33 تا 0.67 ( در حال توسعه) و بین 0.67 تا 1 (توسعه نیافته)
3. 4 خوشه: داده ها بین 0 تا 0.25 ( توسعه یافته)، بین 0.25 تا 0.50 ( در حال توسعه)، بین 0.50 تا 0.75 ( درحال توسعه) و بین 0.75 تا 1 (توسعه نیافته)

	A1	A2	A3	A4	A5
Yi	توسعه نیافته	توسعه یافته	توسعه نیافته	توسعه نیافته	توسعه نیافته

---

مزایا روش TAXONOMY

روش TAXONOMY یکی از ابزارهای نوین تصمیم‌گیری چند‑شاخصه است که به‌ویژه در حوزه‌های علمی‑فنی و مدیریت دانش کاربرد فراوان دارد. اولین مزیت این روش، ساختار سلسله‌مراتبی واضح آن است؛ به‌عبارت دیگر، معیارها و زیرمعیارها به‌صورت طبقه‌بندی (taxonomy) سازماندهی می‌شوند و این ساختار باعث می‌شود که دانشجویان به‌راحتی روابط بین سطوح مختلف را درک کنند.

دومین مزیت روش TAXONOMY، قابلیت ترکیب داده‌های کمی و کیفی در یک چارچوب یکپارچه است. با استفاده از مقیاس‌های عددی برای معیارهای کمی و مقیاس‌های لِیکرت یا توصیفی برای معیارهای کیفی، می‌توان ارزیابی جامع‌تری انجام داد؛ در نتیجه تصمیم‌گیرنده می‌تواند هم‌زمان به اثرات عددی و معنایی هر گزینه توجه کند.

سومین مزیت مهم روش TAXONOMY، قابلیت تحلیل حساسیت است. چون وزن هر طبقه (سطح) به‌صورت جداگانه تعریف می‌شود، تغییر وزن یک زیرمعیار یا یک سطح بالاتر به‌سرعت می‌تواند در نتایج نهایی منعکس شود و دانشجو می‌تواند با استفاده از جدول «what‑if» تأثیر این تغییرات را بررسی کند. این ویژگی به‌ویژه در پروژه‌های پایان‌نامه که نیاز به توجیه علمی وزن‌ها وجود دارد، بسیار مفید است.

معایب روش TAXONOMY

اگرچه روش TAXONOMY مزایای فراوانی دارد، اما برخی محدودیت‌ها نیز باید در نظر گرفته شوند. اولین معضل، پیچیدگی در طراحی طبقه‌بندی است؛ برای استفاده مؤثر از این روش، تصمیم‌گیرنده باید یک درخت طبقه‌بندی منطقی و بدون تداخل بین شاخه‌ها ایجاد کند. در پروژه‌های کوچک یا زمانی که دانش کافی دربارهٔ ساختار مفهومی وجود ندارد، این کار می‌تواند زمان‌بر و دشوار باشد.

دومین معضل روش TAXONOMY، حساسیت به وزن‌گذاری سطوح مختلف است. چون وزن هر سطح به‌صورت جداگانه تعیین می‌شود، هر خطای کوچک در تخصیص وزن می‌تواند به‌سرعت در نتایج نهایی تجلی یابد. بنابراین، برای جلوگیری از سوگیری، استفاده از روش‌های وزن‌دهی معتبر (مانند AHP یا روش جفت‌به‌جفت) و مشورت با خبرگان الزامی است.

سومین معضل، عدم در نظر گرفتن تعاملات بین شاخه‌ها می‌باشد. روش TAXONOMY فرض می‌کند که معیارهای هر سطح مستقل از یکدیگر هستند؛ در حالی که در بسیاری از مسائل واقعی، معیارهای مختلف می‌توانند به‌صورت همزمان تأثیرگذار باشند (مثلاً هزینه و زمان ممکن است به‌هم وابسته باشند). برای چنین مواردی، ترکیب روش TAXONOMY با تکنیک‌های تکمیلی مانند ANP یا fuzzy‑MCDM توصیه می‌شود.

کاربردهای روش TAXONOMY

روش TAXONOMY در حوزه‌های متنوعی به‌کار گرفته می‌شود. در مدیریت پروژه، می‌توان معیارهای کلیدی (مانند هزینه، زمان، کیفیت) را به‌صورت سطوح اصلی و زیرمعیارهای دقیق‌تر (مثلاً هزینه مستقیم، هزینه غیرمستقیم) طبقه‌بندی کرد و سپس با وزن‌دهی مناسب، پروژه‌های پیشنهادی را مقایسه نمود.

در ارزیابی فناوری‌های نوین، روش TAXONOMY امکان مقایسهٔ فناوری‌ها بر پایهٔ معیارهای فنی (کارایی، مقیاس‌پذیری)، اقتصادی (سرمایه‌گذاری اولیه، بازگشت سرمایه) و اجتماعی (پذیرش کاربر، اثرات زیست‌محیطی) را فراهم می‌کند. این طبقه‌بندی به تصمیم‌گیرندگان کمک می‌کند تا نه تنها به یک معیار کلی نگاه کنند، بلکه به جزئیات هر دسته نیز توجه داشته باشند.

در آموزش و پژوهش، اساتید می‌توانند از روش TAXONOMY برای ارزیابی پروژه‌های دانشجویی یا مقالات علمی استفاده کنند؛ به‌عنوان مثال، معیارهای علمی (نوآوری، روش‌شناسی) و معیارهای ارائه (ساختار، وضوح) می‌توانند در سطوح مختلف طبقه‌بندی شوند و به‌صورت شفاف به دانشجویان بازخورد داده شود.

نتیجه‌گیری

در مجموع، روش TAXONOMY یک چارچوب ساختاریافته و انعطاف‌پذیر برای تصمیم‌گیری چند‑شاخصه ارائه می‌دهد که با ترکیب داده‌های کمی و کیفی، امکان تحلیل حساسیت دقیق و نمایش بصری واضح را فراهم می‌کند.

اگرچه طراحی طبقه‌بندی و وزن‌گذاری سطوح می‌تواند چالش‌برانگیز باشد و تعاملات بین معیارها در این روش به‌صورت مستقیم در نظر گرفته نمی‌شود، اما با استفاده از روش‌های تکمیلی و مشورت با خبرگان، این محدودیت‌ها قابل‌غلبه هستند. بنابراین، برای پروژه‌های دانشگاهی، ارزیابی فناوری، مدیریت پروژه و هر زمینه‌ای که نیاز به ارزیابی سلسله‌مراتبی معیارها دارد، روش TAXONOMY گزینهٔ مناسبی به شمار می‌آید.

---

سوالات متداول (FAQ)