第四章 房地產景氣影響投資因素問卷調查、探討
4.1 層級分析法(AHP)
層級分析法(Analytic Hierarchy Process,AHP)於 1971 年由 Thomas L. Saaty 所發展出來,主要應用在不確定的情況下及具多數個評估準則 的決策問題上,將複雜且非結構化的問題系統化,由高層次往低層次 逐步求得各方案的優先比重值,凡優先比重值越大的方案表示被採納 的優先順序越高,可降低決策錯誤的風險[30]。
4.1.1 AHP 理論
層級分析法(AHP)是一個有組織及有架構的系統,可同時擷取 專家與決策者的意見並加以系統化。其方法上是利用層級關係,將複 雜問題由高層次往低層次逐步分解,並透過量化的判斷,及給予不同 層級重要數值,以便決策具有高優先權的變數,以提供決策者適當的 決策方案,減少判斷錯誤,因而層級分析法(AHP)其最大的特點是 將問題予以層級化、結構化及量化[30]。
4.1.2 分析法與變數因子
系統層級每一層級只影響另一層級,同時僅受另一層級的影響。
層級為系統架構的骨幹,用以研究階層中各變數因子的交互影響,以 及對整個系統的衝擊(Impact)[30]。
ㄧ、層級結構化的要點
將影響系統的因子加以分解成數個群體,每群再區分成數個次 群,逐級下去建立全部的層級結構,其關係見圖4.1。在分析組群時,
應注意下列各點[30]:
1、最高層級代表評估的最終目標。
2、儘量將重要性相近的因子放在同一個層級。
3、層級內的要素不宜過多,依 Saaty 的建議最好不要超過 7 個,
超出者可再分層解決,以免影響層級的一致性。
4、層級內的各要素,力求具備獨立性,若有相依性(Dependence)
存在時,可先將獨立性與相依性各自分析,再將二者合併分析。
最終目標(第一層)
評估次項目(第二層)
評估準則(第三層)
最終目標
A1 A2 A3
B1 B2 B3 B4 B5 B6
圖4.1 AHP 法層級架構
二、層級種類
將一個複雜的系統分解及結合後,所建立的層級結構包括二種 [30]:
1、完整層級(Complete Hierarchy):第 n 層與第 n+1 層內的要 素均有關聯,即有完整的連線。
2、不完整層級(Incomplete Hierarchy):第 n 層與第 n+1 層內 的要素,並不是都有關聯,及沒有完整的連線。
3、從各種假設所得到之重要程度不變時,可以使用完整層級;在 每一層級要素增加的情況下,則一般使用不完整層級。
三、評估尺度
層級分析(AHP)的評估是每一層級的上一層要素,作為對下一 層要素評估的依據。簡而言之,就是將某一層級內的任二要素,以上 一層級的要素為評準,分別評估該二要素對評準的相對貢獻度或重要 性。
層級分析(AHP)評估尺度的基本劃分包括五項,同等重要、稍 重要、頗重要、極重要及絕對重要,賦予名目尺度 1、3、5、7、9 的 衡量值;另有四項介於五個尺度間,並賦予2、4、6、8 的衡量值,見 表4.1。
表4.1 層級分析(AHP)評估尺度意義及說明
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 一方面
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
4.1.3 分析步驟
ㄧ、建立層級架構
先建立最高層級的最終目標,再建立次要目標及影響次要目標之 因子,建立互相獨立的層級化關係並將重要性相近的因子放在同一層 級,每個層級內的因子不宜超過七個,超過者可再分層解決。
二、各級變數因子之間的權重計算;此步驟包含四小步驟[30]:
1、建立計算成對比較矩陣
該步驟進行「某一層級的變數因子,以上一層的某一元素為評估 準則,進行成對比較」。其層級架構圖如圖 4.1 所示:將專家訪談及 問卷所得到對評估項目權重(比較值由1 至 9)如表 4.1 所示,進行成 對比較,若有 n 個要素時,則需進行 n(n-1)/2 個成對比較時所使
用的數值中。
2、計算優先向量
將表 2.3 成對比較矩陣範例中,各欄位的值進行行向的加總。再 將各比較值除以相對欄位之總和,進行列向加總,亦就是每一個比較 值在其所對應的行中所佔的比率之總和。意即為每個比較值在其對應 之行中所佔的比之總和,本步驟將得到一個 n(n-1)/2 的矩陣。將 矩陣除以評估之項目數,可得優先向量。
3、計算最大特徵值λmax
首先將整個比較矩陣與所求的優先向量相乘,如此可得到一個的 n×1 矩陣。再將此矩陣除以優先向量,即可知單位向量,如下所示。將
此單位向量取其平均值,其所求值即為最大特徵值λmax。
4、ㄧ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)來衡量比矩陣的整體一致性,例如 C.R
小於 0 則表示其判斷是隨機性質,而必須重新修正。計算一致性指標 (Consistency Index:簡稱為 C.I.)
C.I.=(λmax - n )/(n-1)
當C.I. =0 表示前後判斷完全具一致性。
而C.I. >0 則表示前後判斷不一致。
Saaty 認為 C.I. < 0.1 為可容許之偏誤。
查詢隨機不一致指標(Random inconsistency Index:簡稱為 R.I.)如 下表4.2。
表4.2 隨機不一致性指標表
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 三、整體層級權重的計算
各層級要素間的權重計算後,在進行整體層級的權重計算。最後 一個替代方案的權重,以決定最終目標的最適方案。