⏱ زمان مطالعه: 11 دقیقه
ماهیت تحلیل تاپسیس و جایگاه آن در پژوهش‌های دانشگاهی
تحلیل تاپسیس یکی از شناخته‌شده‌ترین تکنیک‌های تصمیم‌گیری چندمعیاره است که برای رتبه‌بندی گزینه‌ها بر اساس نزدیکی به پاسخ ایده‌آل به کار می‌رود. منطق این روش بر این فرض استوار است که گزینه برگزیده باید کوتاه‌ترین فاصله اقلیدسی را از راهکار ایده‌آل مثبت و هم‌زمان بیشترین فاصله را از راهکار ایده‌آل منفی داشته باشد. در پایان‌نامه‌های کارشناسی ارشد و دکتری رشته‌های مدیریت، مهندسی صنایع، جغرافیا و برنامه‌ریزی شهری، این شیوه برای اولویت‌بندی پروژه‌ها، تامین‌کنندگان یا استراتژی‌ها استفاده گسترده‌ای دارد.
دانشجویان هنگام انجام فصل چهارم پایان‌نامه یا تدوین پروپوزال، در موقعیتی قرار می‌گیرند که داده‌های قطعی یا نظرات خبرگان باید به تصمیم‌های شفاف و قابل دفاع تبدیل شوند. اگر ماتریس تصمیم به‌درستی شکل نگرفته باشد، نتیجه تحلیل با سوگیری مواجه می‌شود. برای نمونه در یک سناریوی فرضی، ارزیابی پنج تامین‌کننده قطعات بر اساس سه معیار هزینه، زمان تحویل و کیفیت، نیازمند کمی‌سازی دقیق است تا مشخص شود وزن هر شاخص چگونه رتبه‌بندی را دگرگون می‌کند. اشتباه متداول در این گام، عدم بررسی ماهیت مثبت یا منفی شاخص‌هاست که موجب وارونه شدن نتیجه نهایی می‌گردد. پیش از تحلیل، باید ماتریس ارزیابی اولیه را بررسی کرد و ماهیت سود یا هزینه بودن متغیرها را مستند ساخت.
مراحل گام‌به‌گام پیاده‌سازی تکنیک تاپسیس
اجرای استاندارد این رویکرد مستلزم طی شدن شش مرحله ریاضی به هم پیوسته است. نخستین گام، تشکیل ماتریس تصمیم‌گیری با ابعاد گزینه‌ها در معیارهاست. سپس این ماتریس از طریق فرمول‌های برداری بی‌مقیاس می‌شود تا مقیاس‌های متضاد مانند ریال، درصد یا روز در کنار یکدیگر قابل محاسبه باشند.
در گام سوم، ماتریس بی‌مقیاس وزین با ضرب وزن هر معیار در ستون مربوطه به دست می‌آید. تعیین ایده‌آل‌های مثبت و منفی مرحله چهارم است؛ در معیار مثبت، بیشترین عدد ایده‌آل است و در معیار هزینه، کمترین مقدار. مرحله پنجم به محاسبه فاصله هر گزینه از ایده‌آل مثبت و منفی با متریک اقلیدسی اختصاص دارد و در گام نهایی، شاخص شباهت محاسبه شده و مقادیر بین صفر و یک، رتبه نهایی را معین می‌کنند.
- تشکیل ماتریس تصمیم بر پایه داده‌های گردآوری‌شده از پرسشنامه یا اسناد سازمانی
- نرمال‌سازی ماتریس به روش برداری جهت یکسان‌سازی سنجه‌ها
- اعمال بردار اوزان به دست آمده از روش‌هایی نظیر فرایند تحلیل سلسله‌مراتبی بر ماتریس نرمال
- شناسایی و استخراج راه‌حل ایده‌آل مثبت و راه‌حل ایده‌آل منفی برای تمام معیارها
- محاسبه فواصل اقلیدسی گزینه‌ها از نقاط حدی مثبت و منفی
- تعیین ضریب نزدیکی نسبی و اولویت‌بندی نهایی گزینه‌ها به ترتیب نزولی
یک خطای متداول در محاسبات دستی یا خودکار، استفاده اشتباه از فرمول ریشه‌گیری فاصله‌ها است که رتبه شاخص نزدیکی را جابه‌جا می‌کند. برای پیشگیری از این نقص، بررسی آزمایشی مقادیر حدی صفر و یک بر روی یک جدول کوچک دو در دو پیشنهاد می‌شود.
مطلب مرتبط: سفارش شبیه سازی پروتئوس
داده‌های ورودی ضروری برای ثبت سفارش تحلیل تاپسیس
برای شروع پردازش داده‌ها در پایان‌نامه یا مقاله پژوهشی، تحلیلگر نیازمند اطلاعات اولیه مدون و عاری از تناقض است. در صورتی که ساختار داده‌ها ناقص باشد، الگوریتم به بن‌بست می‌رسد یا به خروجی‌های بی‌معنا منتهی خواهد شد. ورودی اول، فهرست نهایی گزینه‌ها و شاخص‌های تدوین‌شده است که باید کاملاً تفکیک شوند.
ورودی دوم، داده‌های مربوط به نمرات هر گزینه در هر شاخص است که یا حاصل میانگین پرسشنامه‌های لیکرت تکمیل‌شده توسط گروه خبرگان است، یا ارقام مستخرج از صورت‌های مالی و سامانه‌های عملیاتی. ورودی سوم، بردار وزن معیارهاست؛ تاپسیس استاندارد خودش وزن تولید نمی‌کند، بنابراین اوزان باید قبلاً مشخص باشند یا سفارش‌دهنده مشخص کند که استخراج وزن با چه روشی انجام گیرد. جدول زیر ساختار داده‌های مورد نیاز را نشان می‌دهد:
| مولفه ورودی | فرمت داده | نحوه آماده‌سازی یا منبع |
|---|---|---|
| گزینه‌ها | اسامی شفاف و متغیرهای مستقل | فصل سوم پایان‌نامه یا مستندات شرکت |
| معیارها | دسته‌بندی شده با تعیین جهت (سود/هزینه) | پیشینه پژوهش و مدل مفهومی |
| ماتریس ارزیابی | اعداد کمی قطعی یا طیف فازی | تکمیل پرسشنامه خبره یا اندازه‌گیری تجربی |
| اوزان معیارها | ضرایب بین صفر تا یک (مجموع برابر با یک) | خروجی AHP، آنتروپی یا نظر مستقیم اساتید |
یک خطای تکراری در این بخش، ارسال نظرات خام بدون پالایش آماری است؛ یعنی ناهماهنگی بین خبرگان برطرف نشده و بدون محاسبه میانگین هندسی یا حسابی ارسال می‌شوند. بررسی صحت ردیف‌ها و ستون‌ها در یک فایل اکسل سازمان‌یافته، جلوی توقف فرایند محاسبات را می‌گیرد.
تلفیق تاپسیس با تکنیک‌های وزن‌دهی مانند AHP و ANP
بسیاری از داوران و اساتید راهنما تکیه بر تاپسیس کلاسیک بدون پشتوانه وزنی معتبر را نمی‌پذیرند. تاپسیس به‌تنهایی توان سنجش اهمیت نسبی شاخص‌ها را ندارد و اگر وزن‌ها به شکل یکنواخت لحاظ شوند، واقعیت مسئله نادیده گرفته می‌شود. به همین دلیل در پروپوزال‌ها و پایان‌نامه‌ها، مدل‌های ترکیبی مطرح می‌گردند.
مطلب مرتبط: سفارش پروپوزال علوم سیاسی
استفاده از فرایند تحلیل سلسله‌مراتبی یا فرایند تحلیل شبکه‌ای به محقق اجازه می‌دهد با تشکیل ماتریس مقایسات زوجی و بررسی نرخ ناسازگاری (که باید کمتر از یک‌دهم باشد)، وزن‌های سنجیده‌ای برای شاخص‌ها تولید کند. پس از اثبات سازگاری قضاوت‌ها، این اوزان به عنوان ورودی وارد مرحله بی‌مقیاس‌سازی تاپسیس می‌شوند. به عنوان مثال، در یک مدل ارزیابی ریسک پروژه، ابتدا اهمیت پنج دسته ریسک با مقایسه زوجی در نرم‌افزار Expert Choice محاسبه شده و سپس سناریوهای اجرایی با تاپسیس رتبه‌بندی می‌شوند.
اشتباه رایج در مقالات تلفیقی، عدم تطابق نمادها و متغیرها بین دو بخش است؛ به‌طوری‌که گاهی شاخصی در بخش وزن‌دهی بررسی می‌شود اما در ماتریس تاپسیس غایب است. برای مهار این مسئله، باید جدول نهایی وزن‌ها قبل از اعمال در فرمول تاپسیس اعتبارسنجی شده و مجموع آنها با عدد یک کنترل شود.
تاپسیس فازی و مدیریت عدم قطعیت در نظرات خبرگان
در متغیرهای کیفی، ذهن انسان نمی‌تواند قضاوت‌ها را به اعداد قطعی محدود کند. بیان عباراتی چون «کیفیت بسیار مطلوب» یا «ریسک متوسط» با اعداد خشن همخوانی ندارد. روش تاپسیس فازی با به‌کارگیری اعداد فازی مثلثی یا ذوزنقه‌ای، ابهام موجود در بیانات ذهنی را پوشش می‌دهد و داده‌ها را با بردارهای سه‌گانه پردازش می‌کند.
علت استفاده از تاپسیس فازی در فصول کاربردی پایان‌نامه‌ها، بالا بردن اعتبار علمی و انطباق با واقعیت‌های مبهم است. در این شیوه، فاصله‌ها با فرمول‌های خاص فازی تعیین شده و در مراحل آخر از روش‌های دی‌فازی‌سازی برای دستیابی به رتبه‌بندی قطعی استفاده می‌شود. فرض کنید در پژوهشی مربوط به زنجیره تامین سبز، ده متخصص دیدگاه‌های خود را بر مبنای متغیرهای کلامی اعلام کرده‌اند؛ تحلیلگر ابتدا این واژه‌ها را به بازه‌های فازی نگاشت نموده و پس از تجميع، عملیات را پیش می‌برد.
مطلب مرتبط: سفارش مدل سازی با رویت
اشتباه مهلک در تاپسیس فازی، استفاده از روابط جبری معمولی به جای قوانین ریاضیات فازی است که کلیت اعداد را مخدوش می‌کند. برای بررسی صحت عملیات، چک کردن شرط مرتب بودن اعداد فازی یعنی برقرار بودن رابطه مولفه اول کوچکتر یا مساوی مولفه دوم و سوم ضروری است.
نرم‌افزارهای مورد استفاده در اجرای تحلیل تاپسیس
محاسبات تاپسیس هم از طریق فرمول‌نویسی دستی در صفحات گسترده و هم به کمک بسته‌های نرم‌افزاری و زبان‌های برنامه‌نویسی پیش می‌رود. هر یک از این ابزارها با توجه به پیچیدگی مدل پژوهش و نوع گزارش‌دهی دانشگاهی انتخاب می‌شوند.
- محیط اکسل مایکروسافت: مناسب‌ترین بستر برای مدل‌های قطعی و ارائه گام‌به‌گام به داورانی که مایل به دیدن جزئیات محاسبات و فرمول سلول‌ها هستند.
- نرم‌افزار متلب: گزینه‌ای توانمند برای ماتریس‌های با ابعاد بسیار بزرگ، محاسبات تکرارشونده و سناریوهای تاپسیس فازی پیچیده.
- زبان برنامه‌نویسی پایتون: بهره‌گیری از کتابخانه‌های داده‌محور مانند نام‌پای و پانداز برای ادغام تاپسیس با داده‌کاوی و الگوریتم‌های یادگیری ماشین.
- بسته‌های اختصاصی تصمیم‌گیری چندمعیاره: ابزارهای آماده تحت وب یا نرم‌افزارهای کمکی جهت تسریع استخراج ماتریس‌ها و نمودارهای رتبه‌بندی.
نقص عملکردی معمول در این گام، اتکا به اسکریپت‌های آماده و بدون اعتبارسنجی است که گاهی جهت شاخص منفی را معکوس اعمال می‌کنند. آزمایش کردن یک مدل نمونه و تطبیق خروجی کد برنامه‌نویسی با جدول اکسل معتبر، متداول‌ترین شیوه تصدیق ابزار به حساب می‌آید.
خطاهای متداول در سفارش تحلیل تاپسیس و راهکارهای مهار آن
در پروژه‌های پژوهشی و دانشگاهی، خطاهای محاسباتی و ادراکی می‌توانند ارزش علمی کار را زیر سوال ببرند. اولین لغزش، خلط میان معیارهای با جهت مثبت و منفی است. اگر شاخصی مثل «آلایندگی زیست‌محیطی» به عنوان شاخص مثبت فرض شود، گزینه‌ای که بیشترین آسیب را می‌زند در صدر جدول قرار می‌گیرد.
مطلب مرتبط: بهترین نرم افزار سرقت ادبی فارسی
دومین خطا، تغییر پدیده رتبه هنگام افزودن یا کاستن یک گزینه است؛ این رفتار ذاتی برخی روش‌های چندمعیاره است و اگر محقق پیش‌بینی‌های لازم را نکرده باشد، در جلسه دفاع در پاسخ به اساتید به چالش می‌افتد. سومین خطا، وزن‌دهی نامتوازن است که اثر سایر شاخص‌ها را خنثی می‌سازد. به عنوان نمونه، پژوهشگری برای رتبه‌بندی شعب یک بانک، به معیار رضایت مشتری وزن نود درصد داده و سایر معیارها را عملاً بی‌اثر کرده بود، که نتیجه آن تحلیل تک‌معیاره پنهان شد.
برای کنترل این اشتباهات، باید تحلیل حساسیت روی وزن‌ها اجرا شود. با تغییر تدریجی ده درصدی اوزان و پایش نوسانات رتبه‌بندی، مقاومت و استحکام پاسخ نهایی تایید می‌گردد.
نحوه گزارش و مستندسازی نتایج تاپسیس در فصل چهارم پایان‌نامه
مستندسازی خروجی در پایان‌نامه باید از قاعده شفافیت و گام‌به‌گام بودن پیروی کند. صرف آوردن یک جدول که رتبه‌بندی نهایی را نشان می‌دهد برای فصل یافته‌های پژوهش کافی نیست و با انتقاد هیئت داوران روبرو می‌شود. ساختار گزارش باید به ترتیبی تنظیم گردد که داور مسیر تبدیل داده به تصمیم را ردیابی نماید.
فصل چهارم باید با نمایش ماتریس تصمیم اولیه و توضیح مبانی تعیین هر داده آغاز شود. سپس ماتریس نرمال‌شده و مقادیر اوزان معرفی گردند. در ادامه، جدول بردارهای ایده‌آل مثبت و منفی، فواصل اقلیدسی هر گزینه و در نهایت ضریب ترجیح به همراه نمودارهای میله‌ای یا راداری ارائه شوند. نمودارهای مقایسه‌ای به خواننده کمک می‌کنند فاصله معنادار میان گزینه‌های رتبه اول و دوم را تجسم کند.
مطلب مرتبط: انجام تحلیل آماری با لیزرل
یکی از کاستی‌های رایج، عدم ارائه تحلیل کیفی در کنار جداول ریاضی است. دانشجو باید در ذیل هر جدول تبیین کند که چرا یک گزینه خاص رتبه اول را کسب کرده و کدام معیار بیشترین سهم را در موفقیت آن ایفا کرده است. بررسی مجدد اعداد جداول و تطبیق آنها با متن، خطای تایپی در ارقام اعشاری را رفع می‌نماید.
معیارهای اساتید و داوران در ارزیابی تحلیل تاپسیس
جلسه دفاع پایان‌نامه یا فرایند داوری مقاله علمی، تلاقی بررسی‌های منطقی و متدولوژیک است. داوران حرفه‌ای ابتدا روایی پرسشنامه‌های سنجش و روش انتخاب خبرگان را ارزیابی می‌کنند. اگر جامعه خبرگان معرف واقعی مسئله نباشد، پایه‌های تاپسیس لرزان تلقی خواهد شد.
محور دوم توجه داوران، مستندات مربوط به تعیین اوزان است. آنها بررسی می‌کنند که آیا وزن‌ها سلیقه‌ای وارد شده‌اند یا ریشه در محاسبات علمی دارند. محور سوم، تحلیل حساسیت است؛ داور می‌پرسد: اگر وزن شاخص اول بیست درصد کاهش یابد، آیا گزینه برتر باز هم برتر می‌ماند؟ غیبت این تحلیل، نشان‌دهنده ناپایداری تصمیم‌گیری است. برای نمونه، در بررسی پروژه‌های پیمانکاری، اگر داور با تغییر فرضی اولویت‌ها نشان دهد که نتیجه به‌کلی به هم می‌ریزد، مدل اعتبارسنجی نشده ارزیابی می‌شود. مرور دقیق محدودیت‌های پژوهش و ذکر آنها در پایان فصل، از مواضع دفاعی محکم در برابر این ایرادات است.
چک‌لیست تحویل گزارش و آمادگی دفاع از محاسبات تصمیم‌گیری
دریافت فایل‌های محاسباتی و گزارش‌های نهایی باید همراه با بررسی‌های کنترل کیفیت باشد تا در مراحل داوری اختلالی رخ ندهد. قبل از بارگذاری پایان‌نامه یا ثبت مقاله در سامانه نشریه، کنترل بخش‌های کلیدی ضرورت دارد.
مطلب مرتبط: انجام تحلیل دلفی فازی
- بررسی نرمال‌سازی ستون‌ها و عدم وجود اعداد منفی در ماتریس مقیاس‌بندی شده برداری
- مطابقت داشتن کامل گزینه‌ها و معیارها با عناوین درج شده در فصل اول و پروپوزال
- برقراری شرط تجمیع صحیح دیدگاه‌های کارشناسی (میانگین هندسی در مقایسات زوجی و میانگین در ماتریس تصمیم)
- حضور فایل باز محاسباتی (نظیر کاربرگ اکسل فرمول‌نویسی‌شده) برای اثبات اصالت داده‌ها در برابر داور
- انجام تحلیل حساسیت حداقل بر روی دو معیار کلیدی دارای بیشترین وزن
- نگارش تفسیری پیامدهای مدیریتی و اجرایی رتبه‌بندی بر اساس شرایط واقعی سازمان مورد مطالعه
کنترل این موارد از ایجاد اصلاحات زمان‌بر پس از پیش‌دفاع یا برگشت مقاله توسط داوران جلوگیری نموده و فرآیند تسویه‌حساب پژوهشی را تسریع می‌کند.
پرسش‌های متداول درباره تحلیل تاپسیس
آیا می‌توان از تاپسیس برای داده‌های کاملاً کیفی استفاده کرد؟
بله، اما این داده‌ها ابتدا باید با کمک مقیاس‌های فاصله‌ای مانند لیکرت یا طیف‌های فازی به متغیرهای عددی تبدیل شوند تا قابلیت محاسبه فاصله اقلیدسی را پیدا کنند.
تفاوت اصلی تاپسیس با روش ویکور (VIKOR) چیست؟
مطلب مرتبط: بهترین نرم افزارهای رفرنس نویسی مقاله
تاپسیس گزینه‌ای را انتخاب می‌کند که هم به ایده آل نزدیک باشد و هم از ضدایده‌آل دور؛ در حالی که ویکور بر دستیابی به توافق جمعی و به حداقل رساندن حداکثر پشیمانی فردی تمرکز دارد و فاصله از ضدایده‌آل را به طور مستقیم وزن‌دهی نمی‌کند.
تعداد بهینه خبرگان برای تکمیل پرسشنامه تاپسیس چند نفر است؟
تحلیل‌های چندمعیاره برخلاف روش‌های پیمایشی آماری مبتنی بر حجم نمونه بالا نیستند؛ معمولاً نظر سنجی از بین ۵ تا ۱۵ خبره صاحب‌نظر که اشراف کامل به موضوع پژوهش دارند، کفایت علمی لازم را تامین می‌نماید.
چه زمانی استفاده از تاپسیس فازی بر تاپسیس قطعی ارجحیت دارد؟
هنگامی که ارزیابی معیارها به شکل قضاوتی و ذهنی است و امکان سنجش با ابزارهای دقیق فیزیکی یا حسابداری وجود ندارد، استفاده از مدل فازی برای مهار عدم قطعیت دیدگاه‌ها ضروری خواهد بود.
