ahp模式与步骤.ppt

層級分析法與資料包絡分析法於管理領域之應用 2011/05/22 目錄 分析層級程序法(Analytic Hierarchy Process，AHP) 序論 當面臨一個決策問題時，它經常是由一些複雜的決策元素所構成 決策元素：決策者、受決策影響者、決策目標、相關屬性、可供選擇的方案 元素之間往往有許多的交互影響，因此決策問題會受到有形與無形的許多因素影響，而必須同時思考量化與質化等不同思維角度。 以購屋決策為例： 購屋決策之方案與屬性評估列表 購屋決策之方案與屬性評估列表 在實際進行購屋決策時，常會發現這四個屬性仍然有些籠統，因此可以再細分為更下一層的屬性，例如： 生活機能可以區分為購物便利性、餐飲選擇性、娛樂多樣性、交通網絡等四個次屬性 居住品質可細分為採光、通風、隔音、住戶數等次屬性 以層級方式發展整合性的系統可以同時考慮許多目的，並明確說明模糊環境。 AHP概論 AHP－學者Saaty於1971發展的多屬性評估方法 由於理論簡單且操作容易，應用範圍很廣泛，已有許多學者在不同國家進行AHP在大型決策問題的實證研究 AHP的應用範圍 已有許多相關研究與實務應用於經濟、社會及管理等領域的決策問題，包括公共政策評估、區位選擇、供應商評選及系統選擇。 Saaty認為層級程序分析法可應用於下列問題中： AHP特色 AHP將問題加以層級分解和架構，使大型複雜的決策問題可以解構成多個小的子問題後，根據AHP的步驟分別作比較評估後再整合 由於人類大腦有認知能力的限制，而 AHP可使複雜的問題變得較比較容易作決策(一次只比較兩項) ，並確保決策考量的全面性，避免掛一漏萬 比採用直觀和經驗直接評估大型問題容易，同時可提高決策的品質和一致性 AHP模式與步驟 步驟： 將複雜決策問題的評估結構化與系統化，列出相關的因子，並建立層級結構 建立評估屬性和方案的成對比較矩陣(讓決策者有評比的依據) 計算各屬性之相對權重和各方案的相對評估值 檢定一致性(藉著此檢驗，提高模式和決策的效度) 架構問題與釐清決策元素 應用AHP於多屬性決策問題時，須先定義問題、瞭解問題本質、釐清相關決策元素(決策者、受決策影響者、決策目標、相關屬性、可供選擇的方案)。 「見樹又見林」—站在層級的頂端制高點來看不同層級的決策元素之間的上下關連，以及同一層級內不同元素之間的相對影響 目標層級架構圖 目標層級架構的方式可藉由組織已產生的根本目標，然後採行由上而下分解方式或採行由下而上合成方式將目標層級逐層發展完成 層級架構 由上而下的方式—探討「此目標更明確的意涵為何？」以將上一層級目標分解為下一個層級的次目標 層級的多寡，端視問題的分析所需而定 通常建議每一層級包含七個以下之元素 由下而上的方式—應探討「比這些目標更一般化的概念觀點為何？」 以將下層細項目標整合為上一層級的綜合目標 層級架構 決策者往往難以權衡不同層級的目標，因此在架構時應該盡量將重要性相近的屬性放在同一層級內作比較 符合完整的、可解構的、可衡量的、不重複的以及最少的等五個原則 註:可解構的：所產生的目標應該可以再細分 方案產生與層級架構 AHP層級架構的最底層元素可為決策的備選方案 例如，有三個工作機會必須分別在所有的屬性上接受評量，以決定孰優孰劣 透過層級架構可將「工作選擇」看似含糊的決策問題，清楚地分解成數個小的評估問題，決策者可清楚地確認需求衡量的屬性，以及屬性間的關連性。 工作機會與決策目標層級架構之對應關係 屬性成對比較以建立相對權重 AHP的評估是以每一層級的上一層屬性，作為評估比較其下一層次屬性之間的依據 而以屬性間成對比較結果形成的成對比較矩陣來計算屬性的相對權重 屬性成對比較以建立相對權重 相對權重的操作過程包含: 依評估尺度收集衡量值 建立方案間的成對比較矩陣 計算特徵值與特徵向量?求權重與λmax 驗證一致性(利用λmax ) 1.依評估尺度收集衡量值 AHP係利用屬性兩兩成對比較的問題為媒介，以萃取決策者的偏好判斷 如此可將複雜問題分解為數個成對比較，減輕評估者的思考負擔，而能專注在兩個屬性間的比較 一般用問卷調查收集資料 下例：決策參與者可由其中九種可能的選項選擇最接近的答案，然後將答案編碼轉換成數量化尺度 1.依評估尺度收集衡量值 針對工作滿意度而言，工作的「成長性」相對於「福利」的重要性為： ?「成長性」相對「福利」為絕對重要 ?「成長性」相對「福利」為極重要 ?「成長性」相對「福利」為頗重要 ?「成長性」相對「福利」為稍重要 ?「成長性」和「福利」為同等重要 ?「福利」相對「成長性」為稍重要 ?「福利」相對「成長性」為頗重要 ?「福利」相對「成長性」為極重要 ?「福利」相對「成長性」為絕對重要 相對重要性尺度表 附說明的問卷範例 問卷範例1的形成可能會使問卷太長，