دسته بندی محصولات

صبر کن! کجا می خوای بری؟
قبل از اینکه بری از کد تخفیف Fara10
برای 10% تخفیف خرید استفاده کن

قبل از اینکه بری از کد تخفیف Fara10
برای 10% تخفیف خرید استفاده کن

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.
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:

معیارهای ارزیابی نیز با C نمایش داده میشوند:
هدف نهایی، انتخاب گزینهای است که بیشترین امتیاز را در بین سایر گزینهها کسب کند.
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 / معیار | C1 | C2 | C3 | C4 | C5 |
|---|---|---|---|---|---|
| A1 | 30 | 20 | متوسط | خیلی زیاد | کم |
| A2 | 10 | 30 | زیاد | متوسط | زیاد |
| A3 | 20 | 50 | خیلی زیاد | کم | خیلی زیاد |
در این جدول، برخی معیارها عددی هستند و برخی دیگر به صورت کلامی بیان شدهاند.
برای مثال:
از آنجا که روش SAW با دادههای عددی کار میکند، ابتدا باید معیارهای کیفی به مقادیر کمی تبدیل شوند.
در بسیاری از مسائل تصمیمگیری چندمعیاره، بخشی از اطلاعات به صورت زبانی ارائه میشود.
عباراتی مانند:

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 کیفی | مقدار عددی |
|---|---|
| کم | 3 |
| متوسط | 5 |
| زیاد | 7 |
| خیلی زیاد | 9 |
با استفاده از این مقیاس، ماتریس تصمیم اولیه به ماتریس عددی تبدیل میشود. نتیجه:
| گزینه / معیار | C1 | C2 | C3 | C4 | C5 |
|---|---|---|---|---|---|
| A1 | 30 | 20 | 5 | 9 | 3 |
| A2 | 10 | 30 | 7 | 5 | 7 |
| A3 | 20 | 50 | 9 | 3 | 9 |
اکنون تمام دادهها عددی شدهاند و میتوان مراحل بعدی روش SAW را انجام داد.
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:
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:
| معیار | نوع 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.
مقادیر موجود در ماتریس تصمیم هنوز قابل مقایسه مستقیم نیستند؛ زیرا هر معیار دارای مقیاس متفاوتی است.
برای مثال:
به همین دلیل باید ماتریس تصمیم نرمالسازی شود.
در روش SAW برای معیارهای سودی از فرمول زیر استفاده میشود:
و برای معیارهای هزینهای:
در این مثال، هزینه تنها معیار منفی یا هزینهای است.
مقادیر هزینه:
| گزینه | هزینه |
|---|---|
| A1 | 30 |
| A2 | 10 |
| A3 | 20 |
کمترین مقدار هزینه برابر است با:
بنابراین برای هر گزینه داریم:
بنابراین مقادیر نرمالشده معیار هزینه:
| گزینه | C1 |
|---|---|
| A1 | 0.333 |
| A2 | 1 |
| A3 | 0.5 |
مشاهده میکنیم که گزینه A2 به دلیل داشتن کمترین هزینه، بهترین مقدار را در این معیار دریافت کرده است.
برای معیارهای سودی، مقدار هر گزینه بر بیشترین مقدار موجود در همان معیار تقسیم میشود.
فرمول:
مقادیر:
| گزینه | عمر مفید |
|---|---|
| A1 | 20 |
| A2 | 30 |
| A3 | 50 |
بیشترین مقدار:
نتیجه:
| گزینه | مقدار نرمال |
|---|---|
| A1 | 0.4 |
| A2 | 0.6 |
| A3 | 1 |
مقادیر:
| گزینه | کیفیت |
|---|---|
| A1 | 5 |
| A2 | 7 |
| A3 | 9 |
بیشترین مقدار:
نتیجه:
| گزینه | مقدار نرمال |
|---|---|
| A1 | 0.556 |
| A2 | 0.778 |
| A3 | 1 |
مقادیر:
| گزینه | خدمات |
|---|---|
| A1 | 9 |
| A2 | 5 |
| A3 | 3 |
بیشترین مقدار:
نتیجه:
| گزینه | مقدار نرمال |
|---|---|
| A1 | 1 |
| A2 | 0.556 |
| A3 | 0.333 |
مقادیر:
| گزینه | کیفیت سختافزار و نرمافزار |
|---|---|
| A1 | 3 |
| A2 | 7 |
| A3 | 9 |
بیشترین مقدار:
نتیجه:
| گزینه | مقدار نرمال |
|---|---|
| A1 | 0.333 |
| A2 | 0.778 |
| A3 | 1 |

پس از انجام تمام محاسبات، ماتریس نرمالشده به شکل زیر خواهد بود:
| گزینه | C1 | C2 | C3 | C4 | C5 |
|---|---|---|---|---|---|
| A1 | 0.333 | 0.4 | 0.556 | 1 | 0.333 |
| A2 | 1 | 0.6 | 0.778 | 0.556 | 0.778 |
| A3 | 0.5 | 1 | 1 | 0.333 | 1 |
اکنون تمام معیارها در یک مقیاس مشترک قرار گرفتهاند و آماده مرحله بعد یعنی اعمال وزن معیارها هستند.
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:
| معیار | وزن |
|---|---|
| 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:
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.
در مرحله بعد، مقادیر ماتریس نرمالشده در وزن هر معیار ضرب میشوند. فرمول کلی ماتریس موزون:
در این رابطه:
ماتریس نرمالشده مثال ما:
| گزینه | C1 | C2 | C3 | C4 | C5 |
|---|---|---|---|---|---|
| A1 | 0.333 | 0.4 | 0.556 | 1 | 0.333 |
| A2 | 1 | 0.6 | 0.778 | 0.556 | 0.778 |
| A3 | 0.5 | 1 | 1 | 0.333 | 1 |
اکنون هر مقدار را در وزن مربوط به همان معیار ضرب میکنیم.
برای گزینه A1:
هزینه:
عمر مفید:
کیفیت:
خدمات پس از فروش:
کیفیت سختافزار و نرمافزار:
بنابراین مقدار موزون گزینه A1:
| معیار | مقدار |
|---|---|
| C1 | 0.0999 |
| C2 | 0.08 |
| C3 | 0.1112 |
| C4 | 0.15 |
| C5 | 0.0499 |
در مرحله آخر، مجموع مقادیر موزون هر گزینه محاسبه میشود.
فرمول امتیاز نهایی روش SAW:
هر گزینه یک امتیاز نهایی دریافت میکند و گزینهای که بیشترین مقدار را داشته باشد، بهترین انتخاب خواهد بود.
نتیجه:
نتیجه:
نتیجه:
پس از محاسبه امتیاز نهایی، گزینهها بر اساس مقدار SAW مرتب میشوند.
نتایج:
| رتبه | گزینه | امتیاز نهایی |
|---|---|---|
| 1 | A2 | 0.741 |
| 2 | A3 | 0.700 |
| 3 | A1 | 0.491 |
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 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.
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.
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:
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.
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:
این فایل میتواند برای دانشجویانی که در حال انجام پایاننامه یا مقاله هستند، زمان زیادی صرفهجویی کند.
در این مقاله یک مثال روش SAW را به صورت گامبهگام بررسی کردیم.
مراحل حل شامل:
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.

در تیم فرابگیر، ما تخصص داریم تا شما روی اهداف اصلی تمرکز کنید. از ایده تا اجرا، همراه شما هستیم.
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.
بله. به دلیل ساختار ساده روش SAW، تمام مراحل آن مانند نرمالسازی، اعمال وزنها و رتبهبندی گزینهها در اکسل قابل انجام است.
بله. روش SAW یکی از تکنیکهای پرکاربرد در پایاننامهها و مقالات حوزه مدیریت، مهندسی صنایع و تصمیمگیری چندمعیاره است.
در مثال SAW، رتبهبندی بر اساس مجموع وزندار مقادیر نرمالشده انجام میشود.
بله. وزن معیارها یکی از مهمترین عوامل تأثیرگذار در روش SAW است. تغییر وزنها میتواند باعث تغییر رتبهبندی نهایی گزینهها شود.