第四章 研究架構
4.2 層級分析法
4.2.3 層級分析法之進行步驟
處理複雜的問題時,需利用有系統的方法加以分析,AHP 即秉承此一精神,在 具有多目標(Multi-objective)或多評準(Multi-criteria)的決策領域中,是一種簡單 而又實用的方法。本研究使用層級分析法進行權重計算,以鄧振源(2001)計劃評估-方法與應用中的「列向量幾何平均標準化法(Normalization of the Geometric Mean of the Rows)」其執行步驟如下:
步驟一:建立層級結構
在處理複雜問題時,可利用層級結構加以分解;而基於人類無法同時對七種以上 事物進行比較之假設下,因此每一層級的要素不宜超過七個。在此條件下,則可進行 合理的比較,同時可保證其一致性(Saaty, 1980)。層級結構的第一層級為所要達成的 目標(goal),最下面一層為所要選擇方案(或替代方案),中間各層級則是要評估的因素 或條件。而建立層級具有以下優點(Saaty, 1977;Saaty, 1980):
1. 利用要素個體形成層級形式,易於達成工作。
2. 有助於描述高層級要素對低層級要素的影響程度。
3. 對整個系統的結構面與功能面,能詳細的描述。
4. 自然系統都是以層級的方式組合而成,是一種有效的方式。
40
5. 層級具有穩定性(Stability)與彈性(Flexibility);也就是說微量的改變能形成為量的 影響,同時新層級的加入,對一結構良好的層級而言,並不會影響整個系統的有 效性。
步驟二:各層級要素間權重的計算
Saaty(1980)根據Weber(1864)和Miller(1956)在心理學實驗所提出的理論建議了兩 決策要素之相對重要強度,如表4-1,以1、3、5、7、9 之分數表示,1為下限9為上 限,1表「同等」,3表「稍為強」,5表「頗強」,7表「極強」,9表「絕對強」,
四項介於五個基本尺度之間,並賦予 2、4、6、8 的衡量值。
表 4-1 層級分析法評估尺度意義及說明 評 估
尺度
定義 說明
1 同等重要
(Equal Importance)
1.兩比較方案的貢獻程度具同等重要性。
2.等強(Equally)。
2 評估尺度 1 與 3 之中間值 相鄰尺度之中間值(Intermediate values)。
3 稍重要
(Weak Importance)
1.經驗與判斷稍微傾向喜好某一方案。
2.稍強(Moderately)。
4 評估尺度 1 與 3 之中間值 相鄰尺度之中間值(Intermediate values)。
5 頗重要
(Essential Importance)
1.經驗與判斷強烈傾向喜好某一方案。
2.強(Strongly)。
6 評估尺度 1 與 3 之中間值 相鄰尺度之中間值(Intermediate values)。
7 極重要
(Very Strong Importance)
1.實際顯示非常強烈傾向喜好某一方案。
2.極強(Very Strong)。
8 評估尺度 1 與 3 之中間值 相鄰尺度之中間值(Intermediate values)。
9 絕對重要
(Absolute Importance)
1.有足夠證據肯定絕對喜好某一方案。
2.絕強(Extremely)。
Saaty 建議使用1~9尺度,主要原因在於(1)人類無法同時對7 種以上的事物進行 比較,(2) 1~9尺度值的誤差均方根(Root Mean Aauare;RMS) 與中位數絕對誤差 (MedianAbsolute Deviation; MAD)最小,(3)人類的區別能力以等強、稍強、頗強、極 強及絕強等5個屬性為基礎,為更精確與具連續性,宜在5個屬性間加入折衷值(鄧振 源、曾國雄,1989)。
41
由每一位決策者針對決策要素進行成對比較,給與相對分數。這些數值需符合一 致性,否則決策者應重新進行成對比較,直到達到一致性為止。其計算程序如下:
1、建立成對比較矩陣 A
在成對方案(Ci, Cj)量化判斷值,可以表示為n×n矩陣為A=[γij](i,j=1,2,…,n)。其中 的數值是利用1-9尺度表的標準根據下列規則來訂定,以顯示方案Ci,對方案Cj的相對 重要性強度:
規則一:如果γij=a,則γji=1/a,其中a≠0。
規則二:如果判定Ci,和Cj為同等重要,則γij=γji=1且γii=1,
i。Cn C
C
1 2 ...
1 ...
/ 1 / 1
...
1 /
1
...
1
2 1
2 12
1 12
n n
n n
ij
a a
a a
a a
a
當aii = 1及 aji = 1/aij,i, j = 1,2,3,…,n,給予成對兩要素(Ci,, Cj)一量化的相對重要 性判斷,在矩陣A中,以數值aij表示,以W1,W2,…,Wn 表示為n個要素 C1,C2,…,Cn 之數量化的權重,其可反映記錄下來之判斷值。其權重Wi與判斷aij 之間的關係可簡 單的表示為 Wi /Wj = aij (i, j = 1,2,3,…,n)
C
1C
2 ...Cn
Wn Wn W
Wn W Wn
Wn W W
W W W
Wn W W
W W W
/ 2
/ 1 /
/ 2 2
/ 2 1 / 2
/ 1 2
/ 1 1 / 1
(4.1)
2、計算特徵值(Eigenvalue)與特徵向量(Eigenvector)
成對比較矩陣A 乘上要素的權重向量x等於nx,即(A–nI)x=0,此時x稱為關於特 徵值n之特徵向量。由於aij是決策者進行成對比較時,主觀判斷所給予的評比,與真 實的Wi/Wj值,一定有某種程度的差異,故Ax = nx便無法成立,Saaty(1980)建議以A 矩陣最大特徵值
max來取代n。42
nj i
j
ij
W
a W
1
max (4.2)若A為一致性矩陣(consistency matrix)時,特徵向量x可由(4.3)式求算出來。
(A-
maxI)x=0 (4.3) 3、一致性的檢定成對比較矩陣是否具一致性,Saaty(1980)建議以一致性指標(consistence index;CI),與一致性比率(consistence ratio;CR)來檢定,CI及CR公式如下:
CI=(
max-n)/(n-1) (4.3) CR=CI/RI (4.4)當 CR≦ 0.1 表示符合「一致性」。
其中RI 為一隨機指標,是隨機產生配對比較矩陣的一致性指標,與所要比較的 項目數有關,其中矩陣階數為 1~11的 R.I.值,係以 500個樣本所求得的平均值;而 階數為 12~15的 R.I.值,則用 100個樣本所求得的平均值,其及其數值為:
表 4-2 RI 數值指標表
n 1 2 3 4 5 6 7 8 9 10 RI 0.00 0.00 0.58 0.90 1.23 1.24 1.32 1.41 1.45 1.49
步驟三:整體層級權重之計算
各層級要素間的權重計算後,再將每一層級的權重矩陣相乘彙總,以求出整體層 級之權重。