第二章 文獻探討
第三節 層級分析法
本節旨在說明層級分析法 (AHP) 概論,層級分析法理論基礎,層級 分析法及其相關研究。
一、 層級分析法概論 (一) 目的與假設
層級分析法為 Saaty (1980) 所發展出來,主要應用於擁有多個評估準 則的決策問題上。而 AHP 發展的目的就是將問題系統化,用以提供決策
者充分的資訊,減少決策錯誤的風險性。
AHP 主要包括以下九個基本假設 (鄧振源、曾國雄,1989a):
1. 一個系統可被分為多個種類 (classes) 或成分 (components),並形成 有向網路的層級結構。
2. 每一層級的準則均假設具有獨立性 (independence)。
3. 每一層級的準則,均可用上一層級內的全部或部分準則做評準,進 行評估。
4. 比較評估時,可將絕對數值尺度轉換為比例尺度 (ratio scale)。
5. 成 對 比 較 (pairwise comparison) 後 , 使 用 正 倒 值 矩 陣 (positive reciprocal matrix) 處理。
6. 偏好關係具遞移性 (transitivity) (例如:x 優於 y 二倍,y 優於 z 三 倍,則x 優於 z 六倍)。
7. 完全具遞移性不容易,因此可容許不具遞移性的存在,但需檢驗其 一致性 (consistency) 的程度。
8. 準則的優勢程度,經由加權法則 (weighting principle) 而求得。
9. 任何準則只要出現在層級結構中,均被認為與整個評估結構有關。
(二) 層級結構的建立
AHP 利用層級來分析問題,是從上層級來看下層級的相互影響,而 不是直接分析各層級的準則。在層級建構的建立上,假設「最終目標」為 第一層評估準則,而在此之下有 個評選指標 ,稱為第二層的 評估準則;並假設在 評估準則下有r 個評選指標 X1,X2,…,Xr,在 下有 s 個評選指標 Y1,Y2,…,Ys,以此類推,到 有t 個評選指標 Z1,Z2,…,Zt,這 些評選指標稱為第三層的評估準則。將此 AHP 的層級結構圖表示如圖 2-3:
n
A
1, A
2, L , A
nA1 A2
A
n14
15 對間比較所使用的評估尺度,是以五個語意變數 (linguistic variable) 「一 樣重要」、「稍微重要」、「重要」、「非常重要」、「絕對重要」,配以五個名 目尺度 (nominal scales) 1、3、5、7、9,並在五個基本尺度之間插入四個 衡量值2、4、6、8,而在作為為成對比較時所用來評估的,是採用由名目
表 2-3 AHP 評估尺度表
評估尺度 語意 說明(二準則相比)
1 一樣重要 (Equal Importance) 等強 (Equally) 3 稍微重要 (Weak Importance) 稍強 (Moderately) 5 重要 (Essential Importance) 強 (Strongly) 7 非常重要 (Very Strong Importance) 極強 (Very Strong) 9 絕對重要 (Absolute Importance) 絕強 (Extremely) 2、4、6、8 相鄰尺度之中間值(Intermediate values) 需要折衷值時 二、 層級分析法理論基礎
在層級結構以及評估尺度確立後,要利用 AHP 進行各層級評選指標 間權重的計算,主要包括下列四個步驟(以圖 2-3 第一層與第二層為例) (Saaty, 1980):
(一) 建立成對比較矩陣 (pairwise comparison matrix)
為求第二層評選指標 在第一層「最終目標」下的權重值,
對重要性以
a
ij表示,則評選指標A
1, A
2, L , A
n的成對比較矩陣為A = [ ] a
ij ,如另外因為成對比較矩陣
A
,具有以下性質1. 矩陣
A
的元素均為正值。依 Perron-Frobenius 定理,矩陣A
具有正 的特徵值,而最大的特徵值λ ,其所對應的特徵向量元素,也都max 是正值。2. 矩陣
A
中對稱的元素,互為倒數關係,即ij
ji a
a
= 1
。3. 矩陣
A
的行向量 (column vector) 為W
n T的常數倍,故其 秩 (rank) 為 1。因此,特徵值n
W
W , , , ) (
1 2L
, , 2 1 L ,
i
, i =
λ 中,只有一個為非零,
其餘皆為零。
4. 矩陣
A
主對角線的和為n,又從特徵值的特性得知,特徵值得和也 為n,再從性質1、3 可得知最大特徵值λ 為max n。因此,評選指標
A
1, A
2, L , A
n的權重向量W v
,即是矩陣 最大特徵值
A
λmax 所對應之特徵向量標準化後的值。但實際進形成對比較時, 為決策者主觀判定而得,與理想之 (符合一致性)有些差異,故 Saaty (1980) 提 出若矩陣
a
ij ji
W
W /
A
通過一致性檢定時,權重向量W v
便可依(2-18)式求得:
AW
= λ
maxW (2-18) (三)一致性檢定以 個n
A
1, A
2, L , A
n評選指標中的A
i, A
j, A
k為例,若a
ij× a
jk= a
ik成立時,則表示決策者的判斷具前後一致性。
由於決策者的評估要能達到前後一致性是相當困難的。因此,便需要 進行一致性的檢定,利用(2-18)所得之最大特徵值λ 與 ,做成一致性指max 標 (consistency index, ),Saaty (1980) 建議
n
1 . .
.I
C C
.
I. ≤ 0
是為可容許的偏18
誤。以下為一致性指標之公式:
. 1 .
max−
= − n I n
C
λ(2-19) (四)綜合評估與專家整合
而在綜合評估上,假設在第一層級評估準則之下所評估的第二層級各 評選指標相對權重為 ,在第二層級評估準則之下評估的第三層級各評選 指標相對權重為
S
T
,則在第一層級評估準則之下第三層級各評選指標權重,可用下式求出:
W
W
=
S⋅
T (2-20) 在專家整合上,假設有M
位專家,個別判斷評選指標 ,所求得之權重值為 ,則可利用算術平均數 (arithmetic mean) 整合,其運算公式如(2-21)式所示:
) , , 2 , 1
( i n A
i= L
M i
i W
W1
,
2, L ,
Wi(
i i iM)
i
W W W
W = M 1
1+
2+ L +
,
i = 1 L , 2 , , n
。 (2-21) 三、 層級分析法及其相關研究AHP 已發展三十餘年,在學術各領域上常被應用,多用來做學術研 究、決策或建立權重之用 (Noble & Sanchez, 1993; Sari, Sen & Kilic, 2008;
Stein &
Ahmad, 2009; 陳怡婷,2007;楊旻翰,1999;劉書嵐,2003;魏 文秀,2000)。鄧振源、曾國雄 (1989b) 曾探討 AHP 的適用範圍以及其應 用領域,本研究將其整理如表 2-4 與表 2-5 所示:
19
20
由表 2-4 與表 2-5 可知,基於本研究之性質與目的,與其適用範圍及 應用領域符合,故可使用 AHP 來當為本研究之方法,建立出國小數學教 科書評選指標之權重值。