第三章 研究設計與實施
3.2 層級分析法
層級分析法(Analytic Hierarchy Process,AHP)是由美國 Saaty(1971)年所 提出,主要目的是將複雜化的問題,利用層級架構的方式,將問題系統化 從各個不同層面將系統分解,透過量化的研究判斷,來綜合評估決策各方 案輕重緩急程度如屠圖3-2 所示。
圖3- 2 層級架構圖之理論基礎
資料來源:Saaty(1980)、鄧振源、曾國雄(1989)
以 AHP 的分析方法,決定本研究架構中各主要層面與各層面下的評 估準則之各評估項目彼此間重要性和相對權重。決策者彙整完家長及專家 的意見後,將各層級的評估準則做兩兩成對的比較,並以比率尺度(Ratio Scale)給予量化,建立成對比較矩陣(表 3-1 和表 3-2)。之後,算各成對的 比較矩陣(Pairwise Comparison Matrix) 的特徵向量(Eigenvectors)和特徵值 (Eigenvalues)。利用特徵向量再算出各準則間的相對權重並藉由權重進行 一致性檢定。一致性指標(Consistency Index, CI)是指在兩兩相互成對的比 較後,要評估前後數值是否為一致性,若 CI≤0.1 表示一致性指標,為可 容許的偏差;不同n 值的矩陣,會產生不同的一致性指標即為隨機性指標
第一層:目標
第二層:構面
第三層:評估準則
38
(Random Index,RI);在相同 n 值的矩陣, CI 值與 RI 值的比率為一致性 比率(Consistency Ratio,CR)。若 CR≤0.1 則表示此矩陣有一致性。
在層級分析法中,需進行兩兩成對比較一致性檢定之考驗,其應用方 式如表3-1 所示。
表3-1 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評估準 則
5 頗重要(Essential Importance) 經驗與判斷強烈傾向喜好某一評估準 則
7 極重要(Very Strong Importance) 實際顯示非常強烈傾向喜好某一評估 準則
9 絕對重要(Absolute Importance) 有足夠證據肯定絕對喜好某一評估準 則
2,4, 6,8
相 鄰 尺 度 之 中 間 值
(Intermediate values)
需要折衷值時
資料來源:Saaty、鄧振源、曾國雄(1989)
39
表3- 2 影響 AHP 主要層面之評量表 評
估 準 則
非 很 重 稍 同 稍 重 很 非
常 微 等 微 常
重 重 重 重 重 重
要 要 要 要 要 要 要 要 要
評 估 準 則
A
□ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □
BA
□ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □
CB
□ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □
C註:A=經濟考量;B=心理因素;C=信心利益 資料來源:研究者彙整
1、一致性指標(Consistency Index,CI):是最大特徵值(λmax)和階層數(n) 差異程度。C.I. = (λmax – n)/(n-1)用來判斷一致性高低的準則。當 CI 值 越小,代表一致性越高;CI=0 則表示前後判斷具有一致性;CI≤0.1 可容 許的接受範圍。
2、一致性比率(Consistency Ratio,CR):兩兩成對比較矩陣在不同的階數 下,會產生不一樣的 RI 值,稱為隨機性指標(Random Index,RI);在相同 的矩陣下,CI 值和 RI 值的比率稱為一致性比率(Consistency Ratio,CR)。
若 CR≤0.1 則矩陣的一致性程度令人滿意(Saaty,1980)。CI 值和 CR 值所 代表的評量值意涵。
3、整體級一致性比率(Consistency Ratio Hierarchy,CRH)
由於層級間的重要性不一樣,因此需檢驗整體層級結構是否一致性,具一 致性方可接受評估值。整體層級的一致性比率(Consistency Ratio of the Hierarchy, C.R.H.),就是將整體層級一致性指標(Consistency Index of the Hierarchy, C.I.H.)除以整體層級隨機指標(Random Index of the Hierarchy,
40
R.I.H.)。其數學式如下:
C.I.H.=
∑
(每個層級的優先向量)×(每個層級的 C.I.值) R.I.H.=∑
(每個層級的優先向量)×(每個層級的 R.I.值)𝐶. 𝑅. 𝐻 =
. . .. .
若
C. R. H =
. . .. .
<0.1,則整體層級的一致性可接受。
表 3-3 隨機指標值不是自己計算,而是根據 Saaty(1980)所計算並歸 納得來。當只有一個階數時,RI=0.00;兩個階數時,RI=0.00;三個階數 時,RI=0.58 以此類推。
表 3- 3 AHP 階層數及其相對之隨機指標表
階數 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
R.I. 0.00 0.00 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51 1.48 1.56 1.57 1.58
資料來源:鄧振源、曾國雄(1989)
表 3- 4 權重計算表
C.I.=0 完全具一致性 C.I.>0 判斷不一致 C.I.≤0.1 為可容許的偏差
R.I. 根據評估尺度 1-9 所產生的正倒值矩陣,在不同階數下所產
生之一致性指標為隨機指標 (Random Index ;R.I.)
C.R. =C.I./
R.I.
在相同階數下的矩陣 C.I.與 R.I.值的比率,稱為一致性比率C.R.
(Consistency Ratio)
C.R. ≤0.1 一致性達到可接受標準
資料來源:Saaty(1980)、鄧振源、曾國雄(1989)
41
3、整體層級權重之計算:當 CI 值和 CR 值均符合可接受的標準,接 下來我們要探討並進行各層級評估準則間的權重計算,相對權重數值越大 的代表優先項目的重要性越高,其具有不可忽視的因素。
在處理複雜困難的問題時,要以系統化的方式為最有效的解決方法,
AHP 在具有多目標與多準則的決策領域中,是簡單又快速的實用方法,應 用 AHP 解決問題時,大致上可以區分成六個步驟,其分析程序及步驟流 程如圖 3-3 所示(鄧振源、曾國雄,1989)。
一、問題界定
問題界定可以分成為分解問題與釐清問題,澄清問題只是要將問題予 以清楚解釋,若將問題明確化的指出就等於解決問題的一大半」,對於問 題可能必須涵蓋的範圍,必須盡量的擴大化,將可能會影響問題點的因素 都可以納入問題裡。所以必須說明問題點的重要性可見一般般。分解問題 的方式可依循 5W1H(What、Why、Where、Who、When、How)的原則來 將問題簡化分類。
二、建立層級結構
由於在規劃群體成員時,必須利用腦力激盪法,來找出影響行為問題 的評估準則、次要評估準則及最底層的的替代方案,形成一個層級結構 (Saaty,1980)。根據 Saaty 研究指出:因成對比較數為 Cn ( n 為元素數目),
當n> 7 時,人類腦部的思考評比過程中容易產生錯亂和不一致的情形混發 生,就是所謂比較心理原則,建議每一層級要素盡量不宜超過 7 個( n≦
7 );在最大要素個數在 7 個以下,則可以進行比較而合理,同時也可以保 證一致性結果。因此,有效的層級數可以用 n
/7。估計;這樣如此的層級 結構,比較容易進行有效的成對互相比較,也能獲得較佳的一致性結果。
42
圖3- 3 AHP 分析程序與步驟之流程圖 資料來源:鄧振源、曾國雄(1989)
43