مشاوره آنلاین مشاوره تلفنی

روش SAW یکی از ساده‌ترین و پرکاربردترین روش‌های تصمیم‌گیری چندمعیاره برای رتبه‌بندی گزینه‌ها است. در این روش، گزینه‌های مختلف بر اساس چند معیار ارزیابی شده و در نهایت بهترین گزینه با استفاده از امتیاز نهایی انتخاب می‌شود.

برای یادگیری بهتر این روش، بررسی یک مثال عملی اهمیت زیادی دارد؛ زیرا مراحل SAW شامل تشکیل ماتریس تصمیم، تبدیل معیارهای کیفی به کمی، نرمال‌سازی داده‌ها و محاسبه امتیاز نهایی است.

در این مقاله یک مثال روش SAW را بررسی می‌کنیم که در آن فردی قصد دارد از بین سه سیستم کامپیوتری، بهترین گزینه را انتخاب کند. هر سیستم بر اساس چند معیار مانند هزینه، عمر مفید، کیفیت، خدمات پس از فروش و کیفیت سخت‌افزار و نرم‌افزار ارزیابی می‌شود.

در این مثال، ابتدا داده‌های اولیه تشکیل می‌شوند، سپس معیارهای کیفی به عدد تبدیل شده، ماتریس تصمیم نرمال‌سازی شده و در نهایت گزینه‌ها رتبه‌بندی می‌شوند.

اگر قصد دارید تمام محاسبات روش SAW را به صورت آماده در اکسل انجام دهید، می‌توانید از «فایل اکسل مثال روش SAW» استفاده کنید. قبل از مطالعه این مثال پیشنهاد می‌شود با مفهوم کلی روش آشنا شوید. برای این منظور مقاله «ٌَُSAW» را مطالعه کنید.


معرفی مسئله در مثال روش SAW

فرض کنید فردی قصد دارد از بین سه سیستم کامپیوتری مختلف، بهترین سیستم را انتخاب کند. در این تصمیم‌گیری، تنها قیمت سیستم اهمیت ندارد؛ زیرا ممکن است یک سیستم قیمت پایین‌تری داشته باشد اما از نظر کیفیت، عمر مفید یا خدمات پس از فروش عملکرد ضعیف‌تری داشته باشد. به همین دلیل، تصمیم‌گیرنده از روش SAW استفاده می‌کند تا تمام معیارهای مهم را به صورت هم‌زمان بررسی کند.

در این مثال:

گزینه‌ها با A نمایش داده می‌شوند:

  • A1
  • A2
  • A3
معرفی مسئله در مثال روش SAW
معرفی مسئله در مثال روش SAW

معیارهای ارزیابی نیز با C نمایش داده می‌شوند:

  • C1: هزینه
  • C2: عمر مفید
  • C3: کیفیت
  • C4: خدمات پس از فروش
  • C5: کیفیت سخت‌افزار و نرم‌افزار

هدف نهایی، انتخاب گزینه‌ای است که بیشترین امتیاز را در بین سایر گزینه‌ها کسب کند.


تشکیل ماتریس تصمیم در مثال SAW

اولین مرحله در حل مثال روش SAW، تشکیل ماتریس تصمیم است. ماتریس تصمیم نشان می‌دهد هر گزینه نسبت به هر معیار چه وضعیتی دارد. در این مثال، اطلاعات اولیه به صورت زیر است:

گزینه / معیارC1C2C3C4C5
A13020متوسطخیلی زیادکم
A21030زیادمتوسطزیاد
A32050خیلی زیادکمخیلی زیاد

در این جدول، برخی معیارها عددی هستند و برخی دیگر به صورت کلامی بیان شده‌اند.

برای مثال:

  • هزینه به صورت عددی مشخص شده است.
  • کیفیت یا خدمات پس از فروش با عباراتی مانند متوسط، زیاد و خیلی زیاد بیان شده‌اند.

از آنجا که روش SAW با داده‌های عددی کار می‌کند، ابتدا باید معیارهای کیفی به مقادیر کمی تبدیل شوند.


تبدیل معیارهای کیفی به کمی در مثال روش SAW

در بسیاری از مسائل تصمیم‌گیری چندمعیاره، بخشی از اطلاعات به صورت زبانی ارائه می‌شود.

عباراتی مانند:

  • کم
  • متوسط
  • زیاد
  • خیلی زیاد
تشکیل ماتریس تصمیم در مثال SAW
تشکیل ماتریس تصمیم در مثال SAW

باید به اعداد تبدیل شوند تا امکان انجام محاسبات ریاضی وجود داشته باشد. در این مثال از مقیاس ساعتی برای تبدیل مقادیر کیفی استفاده می‌کنیم. جدول تبدیل معیارهای کیفی:

عبارت کیفیمقدار عددی
کم3
متوسط5
زیاد7
خیلی زیاد9

با استفاده از این مقیاس، ماتریس تصمیم اولیه به ماتریس عددی تبدیل می‌شود. نتیجه:

گزینه / معیارC1C2C3C4C5
A13020593
A21030757
A32050939

اکنون تمام داده‌ها عددی شده‌اند و می‌توان مراحل بعدی روش SAW را انجام داد.


تشخیص معیارهای سودی و هزینه‌ای در مثال روش SAW

پس از تشکیل ماتریس تصمیم و تبدیل داده‌های کیفی به عددی، مرحله بعد در روش SAW مشخص کردن نوع معیارها است.

در روش SAW معیارها به دو گروه اصلی تقسیم می‌شوند:

  • معیارهای سودی (Benefit)
  • معیارهای هزینه‌ای (Cost)

معیار سودی معیاری است که مقدار بیشتر آن باعث بهتر شدن گزینه می‌شود. برای مثال، کیفیت بالاتر، عمر مفید بیشتر و خدمات بهتر معمولاً گزینه مطلوب‌تری ایجاد می‌کنند. در مقابل، معیار هزینه‌ای معیاری است که مقدار کمتر آن مطلوب‌تر است. برای مثال، هزینه خرید کمتر باعث افزایش امتیاز گزینه خواهد شد. در مثال انتخاب سیستم کامپیوتری، نوع معیارها به شکل زیر مشخص می‌شود:

معیارنوع معیار
هزینه (C1)هزینه‌ای
عمر مفید (C2)سودی
کیفیت (C3)سودی
خدمات پس از فروش (C4)سودی
کیفیت سخت‌افزار و نرم‌افزار (C5)سودی

تشخیص صحیح نوع معیار اهمیت زیادی دارد؛ زیرا فرمول نرمال‌سازی برای معیارهای سودی و هزینه‌ای متفاوت است. اگر معیار هزینه‌ای به اشتباه مانند معیار سودی محاسبه شود، ممکن است گزینه‌ای با هزینه بیشتر امتیاز بالاتری دریافت کند که نتیجه تصمیم‌گیری را کاملاً تغییر خواهد داد.


نرمال‌سازی ماتریس تصمیم در روش SAW

مقادیر موجود در ماتریس تصمیم هنوز قابل مقایسه مستقیم نیستند؛ زیرا هر معیار دارای مقیاس متفاوتی است.

برای مثال:

  • هزینه بر اساس مقدار مالی مشخص شده است.
  • عمر مفید بر اساس سال اندازه‌گیری شده است.
  • کیفیت با امتیاز عددی نمایش داده شده است.

به همین دلیل باید ماتریس تصمیم نرمال‌سازی شود.

در روش SAW برای معیارهای سودی از فرمول زیر استفاده می‌شود:rij=xijmax(xij)r_{ij}=\frac{x_{ij}}{max(x_{ij})}

و برای معیارهای هزینه‌ای:rij=min(xij)xijr_{ij}=\frac{min(x_{ij})}{x_{ij}}


نرمال‌سازی معیار هزینه در مثال SAW

در این مثال، هزینه تنها معیار منفی یا هزینه‌ای است.

مقادیر هزینه:

گزینههزینه
A130
A210
A320

کمترین مقدار هزینه برابر است با:Min=10Min=10

بنابراین برای هر گزینه داریم:

گزینه A1:

10/30=0.33310/30=0.333

گزینه A2:

10/10=110/10=1

گزینه A3:

10/20=0.510/20=0.5

بنابراین مقادیر نرمال‌شده معیار هزینه:

گزینهC1
A10.333
A21
A30.5

مشاهده می‌کنیم که گزینه A2 به دلیل داشتن کمترین هزینه، بهترین مقدار را در این معیار دریافت کرده است.


نرمال‌سازی معیارهای سودی در مثال روش SAW

برای معیارهای سودی، مقدار هر گزینه بر بیشترین مقدار موجود در همان معیار تقسیم می‌شود.

فرمول:rij=xijmax(xij)r_{ij}=\frac{x_{ij}}{max(x_{ij})}


نرمال‌سازی عمر مفید (C2)

مقادیر:

گزینهعمر مفید
A120
A230
A350

بیشترین مقدار:Max=50Max=50

نتیجه:

گزینهمقدار نرمال
A10.4
A20.6
A31

نرمال‌سازی کیفیت (C3)

مقادیر:

گزینهکیفیت
A15
A27
A39

بیشترین مقدار:Max=9Max=9

نتیجه:

گزینهمقدار نرمال
A10.556
A20.778
A31

نرمال‌سازی خدمات پس از فروش (C4)

مقادیر:

گزینهخدمات
A19
A25
A33

بیشترین مقدار:Max=9Max=9

نتیجه:

گزینهمقدار نرمال
A11
A20.556
A30.333

نرمال‌سازی کیفیت سخت‌افزار و نرم‌افزار (C5)

مقادیر:

گزینهکیفیت سخت‌افزار و نرم‌افزار
A13
A27
A39

بیشترین مقدار:Max=9Max=9

نتیجه:

گزینهمقدار نرمال
A10.333
A20.778
A31

تشکیل ماتریس نرمال‌شده در مثال روش SAW
تشکیل ماتریس نرمال‌شده در مثال روش SAW

تشکیل ماتریس نرمال‌شده در مثال روش SAW

پس از انجام تمام محاسبات، ماتریس نرمال‌شده به شکل زیر خواهد بود:

گزینهC1C2C3C4C5
A10.3330.40.55610.333
A210.60.7780.5560.778
A30.5110.3331

اکنون تمام معیارها در یک مقیاس مشترک قرار گرفته‌اند و آماده مرحله بعد یعنی اعمال وزن معیارها هستند.


تعیین وزن معیارها در مثال روش SAW

بعد از نرمال‌سازی ماتریس تصمیم، مرحله بعد در روش SAW مشخص کردن اهمیت هر معیار است. در واقع همه معیارها تأثیر یکسانی بر تصمیم نهایی ندارند و باید میزان اهمیت آن‌ها با استفاده از وزن مشخص شود.

در این مثال، فرض می‌کنیم اهمیت معیارهای انتخاب سیستم کامپیوتری به صورت زیر تعیین شده است:

معیاروزن
هزینه (C1)0.30
عمر مفید (C2)0.20
کیفیت (C3)0.20
خدمات پس از فروش (C4)0.15
کیفیت سخت‌افزار و نرم‌افزار (C5)0.15

مجموع وزن‌ها باید برابر با یک باشد:0.30+0.20+0.20+0.15+0.15=10.30+0.20+0.20+0.15+0.15=1

در این مثال، هزینه بیشترین وزن را دارد؛ زیرا فرض شده است قیمت سیستم برای تصمیم‌گیرنده اهمیت بیشتری نسبت به سایر معیارها دارد. البته در مسائل واقعی، وزن معیارها می‌تواند با نظر کارشناسان یا با استفاده از روش‌های علمی وزن‌دهی تعیین شود.

برای مثال، اگر بخواهیم وزن معیارها را به صورت ساختاریافته و بر اساس مقایسه زوجی تعیین کنیم، می‌توان از «روش AHP برای وزن‌دهی معیارها» استفاده کرد. همچنین روش‌هایی مانند «آنتروپی شانون» نیز برای تعیین وزن معیارها بر اساس اطلاعات موجود در داده‌ها کاربرد دارند.


تشکیل ماتریس موزون در روش SAW

در مرحله بعد، مقادیر ماتریس نرمال‌شده در وزن هر معیار ضرب می‌شوند. فرمول کلی ماتریس موزون:Vij=wj×rijV_{ij}=w_j \times r_{ij}

در این رابطه:

  • VijV_{ij} مقدار موزون گزینه i نسبت به معیار j است.
  • wjw_j وزن معیار j است.
  • rijr_{ij} مقدار نرمال‌شده معیار j برای گزینه i است.

ماتریس نرمال‌شده مثال ما:

گزینهC1C2C3C4C5
A10.3330.40.55610.333
A210.60.7780.5560.778
A30.5110.3331

اکنون هر مقدار را در وزن مربوط به همان معیار ضرب می‌کنیم.


محاسبه ماتریس موزون گزینه A1

برای گزینه A1:

هزینه:0.333×0.30=0.09990.333 \times 0.30=0.0999

عمر مفید:0.4×0.20=0.080.4 \times 0.20=0.08

کیفیت:0.556×0.20=0.11120.556 \times 0.20=0.1112

خدمات پس از فروش:1×0.15=0.151 \times 0.15=0.15

کیفیت سخت‌افزار و نرم‌افزار:0.333×0.15=0.04990.333 \times 0.15=0.0499

بنابراین مقدار موزون گزینه A1:

معیارمقدار
C10.0999
C20.08
C30.1112
C40.15
C50.0499

محاسبه امتیاز نهایی گزینه‌ها در مثال روش SAW

در مرحله آخر، مجموع مقادیر موزون هر گزینه محاسبه می‌شود.

فرمول امتیاز نهایی روش SAW:Si=∑j=1nwjrijS_i=\sum_{j=1}^{n}w_jr_{ij}

هر گزینه یک امتیاز نهایی دریافت می‌کند و گزینه‌ای که بیشترین مقدار را داشته باشد، بهترین انتخاب خواهد بود.


امتیاز نهایی گزینه A1

S1=(0.333×0.30)+(0.4×0.20)+(0.556×0.20)+(1×0.15)+(0.333×0.15)S_1= (0.333\times0.30) + (0.4\times0.20) + (0.556\times0.20) + (1\times0.15) + (0.333\times0.15)

نتیجه:S1=0.491S_1=0.491


امتیاز نهایی گزینه A2

S2=(1×0.30)+(0.6×0.20)+(0.778×0.20)+(0.556×0.15)+(0.778×0.15)S_2= (1\times0.30) + (0.6\times0.20) + (0.778\times0.20) + (0.556\times0.15) + (0.778\times0.15)

نتیجه:S2=0.741S_2=0.741


امتیاز نهایی گزینه A3

S3=(0.5×0.30)+(1×0.20)+(1×0.20)+(0.333×0.15)+(1×0.15)S_3= (0.5\times0.30) + (1\times0.20) + (1\times0.20) + (0.333\times0.15) + (1\times0.15)

نتیجه:S3=0.700S_3=0.700


رتبه‌بندی گزینه‌ها در مثال روش SAW

پس از محاسبه امتیاز نهایی، گزینه‌ها بر اساس مقدار SAW مرتب می‌شوند.

نتایج:

رتبهگزینهامتیاز نهایی
1A20.741
2A30.700
3A10.491

بر اساس نتایج به دست آمده، سیستم A2 بهترین گزینه در این مثال است. این گزینه توانسته است با در نظر گرفتن هم‌زمان هزینه، عمر مفید، کیفیت، خدمات پس از فروش و کیفیت سخت‌افزار و نرم‌افزار، بیشترین امتیاز نهایی را کسب کند.

نکته مهم در روش SAW این است که بهترین گزینه لزوماً در تمام معیارها رتبه اول را ندارد؛ بلکه گزینه‌ای انتخاب می‌شود که در مجموع و با توجه به وزن معیارها، عملکرد بهتری داشته باشد.


انجام محاسبات SAW با فایل اکسل

انجام مراحل روش SAW به صورت دستی برای مثال‌های کوچک امکان‌پذیر است، اما زمانی که تعداد معیارها و گزینه‌ها افزایش پیدا کند، محاسبات زمان‌بر شده و احتمال خطا افزایش پیدا می‌کند. به همین دلیل استفاده از فایل اکسل آماده SAW می‌تواند فرآیند محاسبات را سریع‌تر و دقیق‌تر کند.

تحلیل نتایج مثال روش SAW

در مثال روش SAW مشاهده کردیم که انتخاب بهترین گزینه تنها بر اساس یک معیار انجام نمی‌شود. ممکن است یک سیستم هزینه کمتری داشته باشد، اما از نظر کیفیت یا خدمات پس از فروش عملکرد ضعیف‌تری ارائه دهد.

در این مثال، گزینه A2 توانست بیشترین امتیاز نهایی را به دست آورد. دلیل انتخاب این گزینه، عملکرد متعادل آن در مجموعه معیارها بود.

اگرچه گزینه A3 در برخی معیارها مانند عمر مفید و کیفیت سخت‌افزار و نرم‌افزار عملکرد بالایی داشت، اما به دلیل وزن معیارها و مقدار نهایی محاسبات، نتوانست رتبه اول را کسب کند.

این موضوع یکی از ویژگی‌های مهم روش SAW است. در این روش، تصمیم نهایی بر اساس ترکیب تمام معیارها انجام می‌شود و یک معیار به تنهایی تعیین‌کننده انتخاب نخواهد بود.

به همین دلیل روش SAW در مسائل واقعی تصمیم‌گیری کاربرد زیادی دارد؛ زیرا معمولاً تصمیم‌گیرندگان با شرایطی مواجه هستند که هر گزینه دارای نقاط قوت و ضعف مختلفی است.


کاربرد مثال روش SAW در پایان‌نامه و پروژه‌ها

مثال روش SAW ارائه‌شده در این مقاله یک نمونه ساده از نحوه اجرای این تکنیک است، اما ساختار آن در بسیاری از مسائل واقعی قابل استفاده است. دانشجویان و پژوهشگران می‌توانند همین فرآیند را برای مسائل مختلف تغییر دهند. برخی از کاربردهای مشابه عبارت‌اند از:

  • انتخاب بهترین تأمین‌کننده
  • رتبه‌بندی شرکت‌ها
  • ارزیابی عملکرد کارکنان
  • انتخاب پروژه مناسب
  • انتخاب مکان مناسب
  • ارزیابی تجهیزات
  • انتخاب فناوری مناسب

در پایان‌نامه‌ها معمولاً ابتدا معیارهای تصمیم از طریق مطالعات کتابخانه‌ای یا نظر خبرگان مشخص می‌شوند، سپس وزن معیارها تعیین شده و در نهایت گزینه‌ها با یکی از روش‌های MCDM رتبه‌بندی می‌شوند.

روش SAW به دلیل سادگی، گزینه مناسبی برای بسیاری از پژوهش‌هایی است که نیاز به رتبه‌بندی چند گزینه بر اساس چند معیار دارند.


مزایای استفاده از فایل اکسل روش SAW

اگرچه انجام محاسبات مثال روش SAW به صورت دستی برای تعداد محدودی گزینه امکان‌پذیر است، اما در مسائل واقعی معمولاً تعداد معیارها و گزینه‌ها افزایش پیدا می‌کند. در این شرایط، استفاده از فایل اکسل آماده باعث کاهش خطاهای محاسباتی و افزایش سرعت انجام پروژه می‌شود. مهم‌ترین مزایای فایل اکسل SAW عبارت‌اند از:

  • انجام خودکار محاسبات نرمال‌سازی
  • محاسبه سریع امتیاز نهایی
  • امکان تغییر گزینه‌ها و معیارها
  • کاهش خطاهای دستی
  • مناسب برای پروژه‌های دانشگاهی و سازمانی

این فایل می‌تواند برای دانشجویانی که در حال انجام پایان‌نامه یا مقاله هستند، زمان زیادی صرفه‌جویی کند.


جمع‌بندی مثال روش SAW

در این مقاله یک مثال روش SAW را به صورت گام‌به‌گام بررسی کردیم.

مراحل حل شامل:

  • تعریف مسئله تصمیم‌گیری
  • تعیین گزینه‌ها و معیارها
  • تشکیل ماتریس تصمیم
  • تبدیل معیارهای کیفی به کمی
  • تشخیص معیارهای سودی و هزینه‌ای
  • نرمال‌سازی داده‌ها
  • تعیین وزن معیارها
  • محاسبه امتیاز نهایی
  • رتبه‌بندی گزینه‌ها

بود. نتایج نشان داد که در این مثال، گزینه A2 با کسب بیشترین امتیاز نهایی به عنوان بهترین انتخاب معرفی شد. روش SAW به دلیل ساختار ساده و قابل فهم، یکی از روش‌های مناسب برای حل مسائل تصمیم‌گیری چندمعیاره است. با این حال، دقت در انتخاب معیارها و تعیین وزن مناسب آن‌ها نقش مهمی در اعتبار نتایج دارد.

اگر قصد دارید این روش را روی داده‌های واقعی خود اجرا کنید، استفاده از فایل اکسل آماده SAW می‌تواند فرآیند محاسبات را ساده‌تر کند.

Farabegir Logo

در تیم فرابگیر، ما تخصص داریم تا شما روی اهداف اصلی تمرکز کنید. از ایده تا اجرا، همراه شما هستیم.


سوالات متداول درباره مثال روش SAW

مثال روش SAW شامل چه مراحلی است؟

در یک مثال استاندارد روش SAW، ابتدا گزینه‌ها و معیارها مشخص می‌شوند، سپس ماتریس تصمیم تشکیل شده، داده‌ها نرمال‌سازی می‌شوند، وزن معیارها اعمال شده و در نهایت امتیاز نهایی گزینه‌ها محاسبه می‌شود.

آیا می‌توان مثال SAW را در اکسل حل کرد؟

بله. به دلیل ساختار ساده روش SAW، تمام مراحل آن مانند نرمال‌سازی، اعمال وزن‌ها و رتبه‌بندی گزینه‌ها در اکسل قابل انجام است.

آیا مثال روش SAW برای پایان‌نامه مناسب است؟

بله. روش SAW یکی از تکنیک‌های پرکاربرد در پایان‌نامه‌ها و مقالات حوزه مدیریت، مهندسی صنایع و تصمیم‌گیری چندمعیاره است.

تفاوت مثال SAW با مثال TOPSIS چیست؟

در مثال SAW، رتبه‌بندی بر اساس مجموع وزن‌دار مقادیر نرمال‌شده انجام می‌شود.

آیا وزن معیارها در نتیجه مثال SAW تأثیر دارد؟

بله. وزن معیارها یکی از مهم‌ترین عوامل تأثیرگذار در روش SAW است. تغییر وزن‌ها می‌تواند باعث تغییر رتبه‌بندی نهایی گزینه‌ها شود.