第五章 關鍵成功因素評選探討及架構建立
5.2 層級分析法之應用
5.2.2 層級分析法分析理論與步驟
層級分析法是經由群體討論之方式,匯集學者專家及實際參與決 策者之意見,將錯綜複雜之問題評估系統,化為簡明要素層級系統,
藉著名目尺度做各層級要素間之成偶對比(Pairwise Comparison),予 以量化後建立成對比較矩陣(Pairwise Comparison Matrix),據以求得 矩陣之特徵向量(Eigenvector),比依其特徵向量作為該層級之優先向 量,其代表各要素間之優先順序,並藉由有最大特性根(Maximized Eigenvalue)評比矩陣一致性之強弱,以提供決策者決策之參考。
層級分析法其基本假設如下:
一、一個系統可被分解成評比之層級要素,形成有方向性之層級結構。
二、每一層要素可用上一層級要素為評比基準進行評比。
三、評比可藉名目尺度予以量化其成比值。
四、所有成偶比對合乎數學之遞移性質(Transitivity)。
五、成偶比對評估有時會違反遞移性質之假設,但只要比對矩陣在容 許之一致性範圍內,仍可視為具遞移性質。
六、只要任何要素出現在層級結構中皆可視為與評比目標有關。
AHP法首先將欲決策之問題羅列出所有之相關要素,而後建立其 具有相互關係之層級架構,如圖5-2。接下來則是評估因素之工作,分 析層級法是以每一層級之上一層因素,作為對下一層因素評估之依 據。也就是將某一層級內之任兩個因素,以上一層之因素為評準,分 別評估該兩個因素對評準因素之相對貢獻度或重要性(即是相對權重 值),這種兩兩因素比較之過程,就是將複雜之問題分解為成對之比 較,使評估者不至於面對眾多之因素而不知從何評估起,而能專注於 兩個因素間之關係。
層級分析程序將欲研究之複雜系統,分離成簡明之要素層級系
統,透過評斷,利用矩陣演算,求得各層級之優先度,再予以綜合而 成。其操作流程見圖5-1,並對其中重要步驟說明如下[6] [7]:
一、建立層級架構
先建立最高層級的最終目標,再藉由專家訪談及問卷建立次 要目標及影響次要目標之元素,建立互相獨立的層級化關係並將 重要性相近的元素放在同一層級,每個層級內的元素不宜超過七 個,超過者可再分層解決。
建立AHP法之層級架構有三個步驟:
(一)界定問題
在制訂決策前,無論個人或團體,對於決策問題所處之系 統,宜儘量擴大,對於問題之描述,也應力求詳實精細,對於 問題之範圍與研究此問題之限制,在制訂決策前均與以界定與 規範。
(二)羅列評估因素
此部份是將所有可能影響決策問題之因素一一列出,若為 群體決策,可透過腦力激盪法或參考以往經驗及研究報告,將 影響因素列舉出來,以提供決策者之參考。
(三)建立層級結構
層級是決策問題結構之骨架,目的是用以研究各影響因素 之交互影響。因此層級架構之建立對於複雜問題之分解,有很 大之幫助,如圖5-2所示。根據「人類無法同時對於七種以上之 事物進行比較」之假設下,Saaty認為每一層級之因素不宜超過 七個,因為AHP法係利用成對比較來獲得比率尺度。在同一層
級因素最大為七個之前提下,則可進行合理比較,同時可以保 証其一致性。透過第一階段之三個步驟,可構建出本研究之因 素層級結構如以圖5-2所示。
二、各級元素之間的權重計算
元素之間的權重計算步驟應包含四小步驟,如下所述:
(一)建立成對比較矩陣
該步驟進行「某一層級的元素,以上一層級的某一元素為 評估準則下,進行兩兩成對比較」。其層級架構圖如圖5.2所示:
圖 5.2 AHP 法層級結構圖
將專家訪談及問卷所得到對評估項目之權重(比較值由 1 至 9),進行兩兩成對之比較,並填入 n X n 比較矩陣(pairwise comparison matrix)中,其範例如表 5.1 所示,而其比較值所代表 之意義如表 5.2 所示。
表 5.1 成對比較矩陣範例
評估項目 C1 C2 C3 C4 C5
C1 1 2 3 4 5
C2 1/2 1 2 3 4
C3 1/3 1/2 1 2 3
C4 1/4 1/3 1/2 1 2
C5 1/5 1/4 1/3 1/2 1
資料來源:本研究自行整理 最終目標
(第一層)
評估準則
(第二層)
評估項目
(第三層)
A
B1 B2 B3
C1 C2 C3 C4 C5 C6
表 5.2 評估尺度建議表
評估尺度 定義 說明
1 同等重要
(Equal Importance)
兩比較方案的貢獻程度 具同等重要性
3 稍重要
(Weak Importance)
經驗與判斷稍微傾向喜 好某一方案
5 頗重要
(Essential Importance)
經驗與判斷強烈傾向喜 好某一方案
7 極重要
(Very Strong Importance)
實際顯示非常強烈傾向 喜好某一方案
9 絕對重要
(Absolute Importance)
有足夠證據肯定絕對喜 好某一方案
2、4、6、8 相鄰尺度中間值
(Intermediate Value)
需要折衷值時 資料來源:同[8]
(二)計算優先向量
將表5.1成對比較矩陣範例中,各欄位的值進行行向的加 總,如表5.3所示。
表 5.3 成對比較矩陣範例計算 1
評估項目 C1 C2 C3 C4 C5
C1 1 2 3 4 5
C2 1/2 1 2 3 4
C3 1/3 1/2 1 2 3
C4 1/4 1/3 1/2 1 2
C5 1/5 1/4 1/3 1/2 1 Column Sum 2.28 4.08 6.83 10.50 15.00 資料來源:本研究自行整理
再將各比較值除以相對欄位之總和,進行列向之加總,亦就是每
一個比較值在其所對應的行中所佔比率之總和。計算
∑
= n
i i
i
sum column
value cell
1 _
_
, 意即為每個比較值在其對應之行中所佔比率之總和(表 5.4 之 Row Sum),本步驟將得到一個 n X 1 的矩陣,如表 5.4 所示。
表 5.4 成對比較矩陣範例計算 2
評估項目 C1 C2 C3 C4 C5 Row Sum
C1 1 2 3 4 5 2.08
C2 1/2 1 2 3 4 1.31
C3 1/3 1/2 1 2 3 0.81
C4 1/4 1/3 1/2 1 2 0.49 C5 1/5 1/4 1/3 1/2 1 0.31 Column Sum 2.28 4.08 6.83 10.50 15.00 5 資料來源:本研究自行整理
將矩陣除以評估之項目數,可得優先向量,如表 5.5 所示。
表 5.5 評估項目之優先向量
評估項目 優先向量
C1 2.08/5=0.42
C2 1.31/5=0.26
C3 0.81/5=0.16
C4 0.49/5=0.10
C5 0.31/5=0.06
Column Sum 5/5=1
資料來源:本研究自行整理
(三)計算最大特徵值λmax
首先將整個比較矩陣與所求出的優先向量相乘,如此可得到 一個 n X 1 的矩陣。
1 2 3 4 5 0.42 2.13 1/2 1 2 3 4 0.26 1.34 1/3 1/2 1 2 3 X 0.16 = 0.81 1/4 1/3 1/2 1 2 0.10 0.50 1/5 1/4 1/3 1/2 1 0.06 0.31
再將此矩陣除以優先向量,即可知單位向量,如下所示。
2.13/0.42=5.12 1.34/0.26=5.11 0.81/0.16=5.06 0.50/0.10=5.02 0.31/0.06=5.03
將此單位向量取其平均值,其所求值即為最大特徵值λmax。
λmax=(5.12+5.11+5.06+5.02+5.03)/5=5.068
(四)一致性檢定
在進行兩兩成對比較時,可能會發生比較之結果與決策者的 結果不一致之矛盾現象。Satty 所提出的層級分析模式,利用一致 性比率(Consistency Ratio:簡稱為 C.R.)來衡量比較矩陣的整體 一致性,例如 C.R.大於 0.1 則表示其判斷是隨機性質的,而必須重 新修正。其步驟如下:
1.計算一致性指標(Consistency Index:簡稱為 C.I.)
C.I.=(λmax-n)/(n-1)
=(5.068-5)/(5-1)=0.017
2.查詢隨機不一致性指標(Random inconsistency Index:簡稱為 R.I.)表。
表 5.6 隨機不一致性指標
評估項目個數 1 2 3 4 5 6 7 8 R.I. 0.00 0.00 0.58 0.90 1.12 1.24 1.32 1.41 評估項目個數 9 10 11 12 13 14 15
R.I. 1.45 1.49 1.51 1.48 1.56 1.57 1.59 資料來源:同[13]
在此例中,其評估個數為 5,所以 R.I.=1.12
3.計算一致性比率(C.R.)
C.R.=C.I./ R.I.=0.017/1.12=0.015 4.進行一致性檢定
由此例可知,其 C.R.=0.015 小於 0.1,所以可以得知決策 者對於判斷具一致性。