مقایسه رتبه بندی و غیر سلسله مراتبی

در بخش قبلی ما با بعضی از ویژگی های تحلیل سلسله مراتبی آشنا شدیم و در ادامه برخی دیگر از ویژگی ها را بیان می کنیم

۳.۱. تعیین اولویت ها

در صورت افزایش تعداد ویژگی ها، تعیین رتبه  ها بدون اشتباه  تقریباً غیرممکن است. بنابراین، در ای اچ پی ، بسیاری از ویژگی ها به سطوح سلسله مراتبی تجزیه می شوند و برای کاهش اشتباهات  شناختی و تعداد مقایسه ها مقایسه می شوند. در این مطالعه، ما روشی را برای تعیین اولویت‌های ویژگی‌های چندگانه با استفاده از ساختار سلسله مراتبی مانند روش ای اچ پی  پیشنهاد می‌کنیم. یک مورد از ۹ متغیر از A تا I به عنوان نمونه ای از این مطالعه در نظر گرفته شد.

شکل ۳

 

نمونه ساختار سلسله مراتبی (مرحله ۱).

مرحله ۱ (ساختار سلسله مراتبی). اولین قدم برای تعیین اولویت، ایجاد یک سلسله مراتب با استفاده از ویژگی ها و موجودیت ها است، به همین ترتیب در ای اچ پی. شکل ۳ نمونه ای از سلسله مراتب را در مورد شامل ۲ سطح و ۹ موجودیت نشان می دهد.

مرحله ۲ (تعیین اولویت های موجودات در هر گروه). پس از ایجاد یک سلسله مراتب، نهادهای موجود در گروه های I، II و II در اولویت قرار می گیرند. از آنجایی که تعداد مواردی که انسان می تواند به طور همزمان بدون تقصیر مقایسه و قضاوت کند، هفت به علاوه یا منهای دو به عنوان عدد شگفت انگیز است (همانطور که میلر [۲۲] پیشنهاد کرده است)، تعداد مقایسه موجودات پیشنهاد نمی شود. بیش از ۹  مقایسه مانند AHP. شکل ۴ نمونه ای از تعیین اولویت بین موجودیت ها در گروه های مربوطه I، II و III را نشان می دهد که در آن اولویت بالاتر برای راحتی به ترتیب حروف الفبا داده شده است و نقطه شروع یک فلش نشان دهنده اهمیت  بالاتر است.

شکل ۴

اولویت در موجودیت های هر گروه (مرحله ۲).

مرحله ۳ (تعیین اولویت بین نهادهای با اهمیت  یکسان از گروه های مختلف). پس از اولویت دادن به نهادهای یک گروه، یک اولویت بین نهادهای با اهیمت یکسان از گروه های مختلف مشخص می شود. بدین ترتیب A، D و G به ترتیب با بالاترین اولویت در گروه های I، II و III با هم مقایسه شده و بین آنها اولویت ها در نظر گرفته شده است. همین رویه برای واحدهای دارای اولویت دوم و سوم از هر گروه تکرار می شود. شکل ۵ یک وضعیت فرضی را نشان می دهد که مقایسه نهادهای دارای اولویت بالاتر از هر گروه، اولویت D > G > A، اولویت نهادهای اولویت دوم H > B > E، و نهادهای دارای اولویت سوم، I > بود. F > C.

شکل ۵

اولویت در نهادهای دارای رتبه مساوی هر گروه.

مرحله ۴ (تعیین اولویت بین نهادها با اولویت های مرتبط). در شکل ۵، موجودیت هایی که مستقیماً با هم مقایسه شده اند، با فلش هایی به هم متصل می شوند که اولویت ها را نشان می دهد، و نهادهای با اولویت بالاتر از چپ به راست مرتب شده اند. اگر هر یک از موجودیت‌ها به موجودیت‌هایی که از نظرمحیطی در سمت چپ یا راست آن به هم ارتباط پیدا کرده اند  ، می‌توان گفت که اولویت‌های بین موجودیت‌ها از طریق مقایسه مستقیم تأیید می‌شوند. سپس، مقایسه‌های اضافی بین موجودیت‌های کنارهم  محیطی  که مستقیماً به هم متصل نیستند، انجام می‌شود. بنابراین در شکل ۵ جهت فلش های بین A و H و E و I باید مشخص شود. مقایسه‌های اضافی بین موجودیت‌های وابسته و مرتبط تا زمانی که معیار زیر برآورده شود، تکرار می‌شود.

معیار. همه موجودیت‌ها باید از طریق یک فلش مستقیم به همه موجودیت‌های مجاور در سمت چپ یا راست متصل شوند.

معرفی یک نرم افزار آماری : دوستان همراه توجه داشته باشند که نرم افزارهای زیادی برای انجام پروژه های آماری وجود دارد که یکی از آنها نرم افزار مت کد هست برای سفارش پروژه مث کد (Mathcad) در سایت ثبت نمایید.

به عنوان مثال، در شکل ۶(a)، A و H غیر مرتبط با A H مقایسه شدند، و به همین ترتیب در (b)، E و I برای دادن I E مقایسه شدند. بنابراین، با تغییر موقعیت های جانبی I و E. یک مقایسه اضافی بین B و I لازم بود، مانند (ج)، و اولویت B I مشخص شد. در نهایت، C E از طریق مقایسه بین C و E غیر وابسته  مانند (c) مشخص  شد، که منجر به تعیین کامل اولویت بین مجموع ۹ سطح، که به D G A H B I C E F داد

شکل ۶

فرآیند مقایسه بین موجودیت های وابسته

این روش مبتنی بر این منطق است که اگر A مهمتر از B و B مهمتر از C باشد، A از نظر منطقی مهمتر از C است. بنابراین، می توان با تعداد نسبتا کمی از مقایسه ها، اولویت های منطقی را به چندین موجود اختصاص داد. ۱) تجزیه چند ویژگی با استفاده از ساختار سلسله مراتبی و سپس، برای موجودیت‌های موجود در پایین‌ترین سطح، (۲) مقایسه موجودیت‌های درون یک گروه، (۳) مقایسه موجودیت‌های دارای اهمیت  یکسان بین گروه‌های مختلف، و (۴) مقایسه موجودیت‌ها اولویت های وابسته به هم  که مقایسه نشده اند.

۳.۲. تعیین وزن

هنگامی که اولویت کل موجودیت ها مشخص شد، وزن برای هر ویژگی اختصاص  داده می شود. اگر یک مقایسه زوجی برای مجموع ۹ موجودیت اجرا شود، در مجموع به مقایسه های زوجی نیاز است، و بنابراین به دلیل تعداد زیاد مقایسه، حفظ ثبات مشکل خواهد بود. دلیل آن این است که حفظ اولویت های نسبی بین ۹ موجودیت در مجموع ۳۶ مقایسه بی اهمیت نیست زیرا سازگاری AHP از روش اولویت استفاده می کند.

با این حال، در این مطالعه، از آنجایی که اولویت در مرحله قبل تعیین می شود، اگر وزن ها اختصاص  داده شود در حالی که این اولویت بدون تغییر نگه داشته شود، در نتیجه ثبات حفظ می شود. بنابراین، در حالی که اولویت حفظ شده بود، مقایسه‌ای بین نهادهای اولویت‌های پیوسته انجام شد. در این مقایسه زوجی، به نهادی که اهمیت بالاتری دارد، امتیاز ۱۰ و به واحدی که اولویت کمتری دارد، امتیاز نسبی کمتری داده می‌شود. دلیل اینکه به یک نهاد با اولویت بالاتر ۱۰ امتیاز برای مقایسه داده می شود، به حداقل رساندن شکاف شناختی بین مقایسه ها و همچنین افزایش انتخاب امتیازها با اطمینان از یکسان بودن نقطه مرجع در همه مقایسه ها است.

پس از مشخص کردن مقدارهای  اهمیت نسبی موجودیت ها از بالاترین تا کمترین اولویت، محدوده امتیاز کل موجودیت ها با در نظر گرفتن تفاوت برتری  نسبی بین موجودیت دارای بالاترین اولویت و کمترین اولویت مشخص  می شود. اگر محدوده امتیازها تنظیم نشده باشد، آنگاه امتیاز موجودی که کمترین اولویت  را دارد، صرف نظر از اهمیت مطلق، به دلیل اولویت کم، تنها نزدیک به صفر خواهد بود. برای جلوگیری از این مشکل، اصلاح از طریق تنظیم محدوده بین بالاترین و کمترین مقدار مورد نیاز است. در نهایت، این برای اندازه‌ گیری فاصله های  نسبی از طریق مقایسه بین موجودیت‌ها و تبدیل به عدد کردن  این فاصله ها در محدوده بالاترین و پایین‌ترین مقدارها است.

جدول ۴ مثالی را نشان می دهد که به متغیرهایی با اولویت های مشخص شده  شده امتیازهای نسبی با مقایسه زوجی بین موجودیت های دارای اولویت های مجاور داده می شود. در (الف)، زمانی که D با بالاترین اولویت ۱۰ داده می شود، G دارای اهمیت ۸ است. در مقایسه بعدی به G نمره ۱۰ داده می شود و به نوبه خود به A اهمیت نسبی ۴ داده می شود. ، پس از اندازه گیری نمرات نسبی همه موجودیت ها در مقایسه های زوجی، این امتیازات همه موجودیت ها به برتری  نسبی ارجاع شده به امتیاز ۱۰ برای موجودیت دارای بالاترین اهمیت ، همانطور که در (ب) مشاهده می شود، تبدیل می شود. سپس، در (c)، دامنه امتیاز کل موجودیت ها با اندازه گیری برتری  نسبی بین موجودیت دارای اولویت و کمترین اولویت تنظیم می شود. سپس، مقدارهای  اهمیت هر موجودیت به دست آمده در (b) به مقدارهای  نسبی در محدوده بین ۶ و ۱۰ در (c) تبدیل می‌شوند. در نتیجه، امتیاز F که ۰.۳۶ در (b) بود، اکنون به ۶ تبدیل می‌شود و موجودیت‌های میانی، G–E، نمرات نسبی در محدوده ۶ تا ۱۰ خواهند داشت. در نهایت، اگر مجموع همه این مقدارها تبدیل شده باشد. بر روی ۱ تنظیم می شود، و مقدارهای  بیشتر بر این اساس تبدیل می شوند، وزن ها مانند (e) به دست می آیند.

۳.۳. تایید قابلیت اطمینان

تا کنون، ما روشی را برای اختصاص دادن  وزن‌ها، و همچنین حفظ ثبات و در عین حال کاهش تعداد مقایسه‌ها، با اجرای ساختار سلسله مراتبی و نسبت سازگاری به تحلیل سلسله مراتبی پیشنهاد کرده‌ایم. به منظور تأیید درستی این روش، همبستگی های اولویت یک متغیر با سه روش مختلف مورد تجزیه و تحلیل قرار گرفت.

روش ۱: اندازه گیری با مقیاس ۱۰ درجه ای لیکرت و محاسبه وزن ها با تبدیل امتیاز لیکرت به مقادیر که مجموع آنها ۱ است.

نکته:جهت انجام پروژه اکسپرت چویس خود نیازمند آموزش کافه پروژه از ابتدا ملاحظه نمایید جهت مشاهده و آموزش های مرتبط با این نرم افزار لازم است کلمه آموزش اکسپرت چویس را در بخش جستجو وارد نمایید و اینتر بزنید

روش ۲: محاسبه وزن ها با تحلیل سلسله مراتبی (۲ سطح).

روش ۳: محاسبه وزن ها پس از تعیین اولویت ها (پیشنهاد شده در این تحقیق).

تعداد موجودیت های اندازه گیری شده ۹ عدد است که برای ارزیابی پیشنهادات پروژه تحقیق و توسعه سیستم تسلیحاتی از جمله طرح توسعه HW/SW، طرح ارزیابی تست، طرح بومی سازی، برنامه زمان بندی، برنامه مدیریت هزینه، طرح کنترل کیفیت، وضعیت فناوری های در اختیار، وضعیت امکانات در اختیار و دستاوردهای توسعه مشابه. شرکت‌کنندگان در این نظرسنجی ۳۰ نفر از کارکنان بودند که تجربه ارزیابی شرکت‌های استفاده‌کننده از این متغیرها و به‌کارگیری تحلیل سلسله مراتبی را داشتند. این نظرسنجی از طریق مصاحبه انفرادی انجام شد و هدف و روش نظرسنجی به طور مفصل  برای شرکت کنندگان توضیح داده شد که سپس از آنها خواسته شد تا با توجه به هر سه روش پاسخ دهند. شرکت کنندگان آگاهی  کافی از متغیرهای ارزیابی داشتند زیرا قبلاً در ارزیابی، تحقیق و گسترش تجربه داشتند.

در مقایسه با تحلیل سلسله مراتبی، که دومین روش  در نظرسنجی است، بلافاصله پس از یک پاسخ، یک شرکت‌کننده از نسبت سازگاری آگاه  شد و سپس از یک شرکت‌کننده خواسته شد تا یک مقایسه زوجی را تکرار کند تا زمانی که نسبت سازگاری کمتر از ۰.۱ شود. همچنین، از آنجایی که نمرات نمرات مطلق بودند (با مقیاس لیکرت برای نتایج نظرسنجی)، این ها به مقدارهایی  تبدیل شدند که مجموع کل آن ها ۱ است، بنابراین برای  مشخص کردن  اهمیت نسبی وزن هایی به دست می آید.

نکته: یک دیگر از نرم افزارهایی که می تواند در  رابطه با تحلیل داده ها به شما کمک کند لیزرل است که جهت سفارش پروژه اسمارت پی ال اس خود نیازمند آن  هستید که آموزش کافه پروژه  را از ابتدا ملاحظه نمایید لذا جهت مشاهده و آموزش های مرتبط با این نرم افزار لازم است کلمه آموزش lisrel  را در بخش جستجو وارد نمایید و اینتر بزنید

این وزن‌های به‌دست‌آمده با روش فوق توسط نرم‌افزار اس پی اس اس  تحلیل  شدند تا ضریب همبستگی بدست آید و این ضریب همبستگی  حاصلضرب پیرسون و ضریب همبستگی رتبه‌ای اسپیرمن که در جداول ۵ و ۶ ارائه شده‌اند.

ضریب همبستگی  پیرسون در مقیاس لیکرت با AHP 0.506 است، اما با روش پیشنهادی ۰.۶۳۱ است که نشان می دهد روش دوم قدر مطلق ذهنی هر موجودیت را نسبتاً بهتر از تحلیل سلسله مراتبی منعکس می کند (جدول ۵). علاوه بر این، در حالی که ضریب همبستگی رتبه ای اسپیرمن در مقیاس لیکرت با روش ای اچ پی  ۰.۵۸۰ نشان داده شده است، با روش پیشنهادی ۰.۷۸۷ است که به مقدار زیادی  نشان می دهد که روش پیشنهادی در آوردن  رتبه بندی نیز برتر از تحلیل سلسله مراتبی است (جدول ۶). در نتیجه، این نتایج نشان داد که روش پیشنهادی در این مطالعه نشان‌دهنده اهمیت و اولویت هر متغیر، مشابه یا بهتر از تحلیل سلسله مراتبی است.

4. نتیجه گیری

تحلیل سلسله مراتبی دارای مزایای کاهش تعداد مقایسه ها و خطاهای شناختی و تأیید سازگاری پاسخ با مقایسه اشیاء با ویژگی های متعدد، بر اساس ساختار سلسله مراتبی و گروه بندی بر اساس موجودیت ها و شخصیت های آنها است. با این حال، در عین حال، تحلیل سلسله مراتبی  معایبی دارد  که مقادیر بسته به شکل ساختار سلسله مراتبی و همچنین دشواری در حفظ تعادل متفاوت است. بنابراین، از ما خواسته شد تا روشی برای حل  این مسئله بوجود آوریم  . اگر سلسله مراتب ایجاد نشود و بتوان چندین ویژگی را در یک زمان مقایسه کرد، آن مشکلات ممکن است به راحتی حل شوند. با این حال، در آن صورت، تعداد مقایسه ها به صورت تصاعدی افزایش می یابد و حفظ ثبات پاسخ بسیار دشوار است. بنابراین، در این مطالعه، روشی را برای تعیین اولویت به منظور حفظ ثبات و محاسبه وزن‌ها و کاهش تعداد مقایسه‌ها پیشنهاد کردیم.

اول از همه، اولویت‌های موجودیت‌های چندگانه را می‌توان به‌طور منطقی با تعداد نسبتاً کمی مقایسه از طریق تجزیه ویژگی‌های چندگانه با استفاده از ساختار سلسله مراتبی مانند ای اچ پی  و بعد، فقط برای موجودیت‌های موجود در پایین‌ترین سطح، با مقایسه موجودیت‌های درون گروه مشخص  کرد. ، سپس موجودیت هایی با اولویت یکسان از گروه های مختلف و در نهایت موجودیت هایی با اولویت های ملحق شده  که مقایسه نشده اند. در مرحله بعد، وزن ها از طریق مقایسه بین موجودیت های کنارهم  در حالی که اولویت حفظ می شود، محاسبه شد. روش به شرح زیر است. ابتدا، به نهادی که اولویت بالاتری دارد، نمره ۱۰ و به متغیری که اولویت کمتری دارد، امتیاز نسبی کمتری داده می شود. ثانیاً، یک دامنه امتیاز برای همه نهادها با دادن یک امتیاز نسبی به موجودی با کمترین اولویت مشخص می شود، زمانی که موجودیت دارای بالاترین اولویت دارای امتیاز ۱۰ باشد. ثالثا، وزن هر موجودیت با تبدیل ارزش اهمیت مشخص می شود. هر موجودیت به مقدار نسبی در محدوده امتیاز تعیین شده. است

در نهایت، برای بررسی اینکه این نتایج به‌دست‌آمده چقدر اهمیت و اولویت کل موجودیت‌ها را منعکس می‌کنند، با نتایج ای اچ پی  مقایسه شدند، که سازگاری آن به خوبی در ۰.۱ حفظ شد. بنابراین، تأیید شد که روش پیشنهادی در این مطالعه نسبت به ای اچ پی  در منعکس کردن  اهمیت و اولویت کامل  هر متغیر اهمیت  نسبی دارد.

در پایان ، این مطالعه سلسله مراتب و مسائل سازگاری ای اچ پی  را که در مطالعه قبلی وجود نداشت، مورد بحث قرار می‌دهد و روش جدیدی را پیشنهاد می‌کند که این اشکال را ندارد که وزن‌ها بر اساس ساختار سلسله مراتبی تغییر کنند. روش پیشنهادی را می توان به راحتی با استفاده از ابزارهای ساده مانند اکسل یا ماشین حساب به دلیل سادگی در روش و فرمول ها مورد استفاده قرار داد. بنابراین انتظار می رود این روش پیشنهادی در حوزه های گوناگونی  که نیاز به اختصاص دادن  وزن دارند، قابل استفاده باشد. همچنین در مورد چگونگی تعیین محدوده  امتیاز کل موجودیت ها و اهمیت نسبی بین متغیرهای دارای اولویت های پیوسته، به مطالعه بیشتری نیاز است.

اگر شما هم دنبال کارهای تحقیقاتی در حوزه تحلیل های آماری هستید و میخواید در این حوزه پروژه ای را سفارش دهید به صفحه سفارش انجام تحقیق مراجعه نمایید.

ممنون از اینکه آموزش های ما را دنبال می کنید این بخش از آموزش نرم افزار اکسپرت چویس به اتمام رسید به زودی آموزش قسمت بعدی نرم افزار بر روی سایت منتشر می شود

نحوه سفارش پروژه در سایت کافه پروژه :

اگر پروژه ای دارید که میخواهید آن را برون سپاری کنید کافی است در سایت کافه پروژه ثبت نام کنید و پروژه خود را ثبت نمایید.پروژه شما هر چه که باشد حتما مجری برای آن وجود دارد.جهت ثبت نام و ثبت سفارش پروژه خود برروی دکمه زیر کلیک نمایید.