第四章 研究方法
第二節 簡易多屬性評等技術
多準則決策分析法可提供有效率的架構，來幫助決策者在不同的屬性下 決定出最佳方案。在處理多準則的評估問題時，往往藉助一些工具與標準化 的操作流程來幫助決策者達到系統化決策的目的。有時以複雜的理論方法來 進行決策，反而會讓決策者更難以做決定。
多年來學者陸續建立數種簡單易用的決策分析模式，其中由 Edwards
（1977）所提出的簡易多屬性評等技術（Simple Multiple Attribute Rating Technology，SMART）即為最早被發展出來的方法。SMART 的分析流程可 分為以下十個步驟，以下將逐一說明（簡禎富，民94）：
一、 找出決策者以決定誰的價值應被考慮：決策可分為個人決策與群體決 策，因此必須先決定出決策者是誰，以及誰會受決策影響。
二、 決定決策元素與決策目標：藉由釐清決策元素，特別是決策的目標來收 集情況，應仔細的剖析問題，進行調查研究和思考分析，才能界定真正 的主題與決策目標。
三、 決定可供選擇的方案：方案的來源可由決策者以往的經驗，或是來自他 人的經驗。
四、 找出相關之評估屬性：進行方案評估的重要步驟是產生評估屬性，而目 標是將所關心的決策問題指出努力的方向，待目標確認後，可將目標分 解為次目標與子目標，並針對各子目標賦予適當的評估屬性。
五、 將屬性依其重要性予以排序：依決策者的主觀價值，將n 個屬性依重要 性程度依序排列，排序的結果由重要性最高到最低分別為A1,A2,…, An
，所對應之排序可以分別用R1,R2,…,Rn 代表。
六、 按各屬性的重要程度給予相對權重：最初提出的SMART，是以比例估 計法求取權重，根據每一個屬性相對於重要性最低之屬性的比例，給予 適當的權重。例如，設定重要性最低之屬性權重wn 為10，若重要性次 低的屬性An-1 的重要性程度相對於屬性An 而言為三倍，則可推導出其
權重wn-1 為30。同理，若重要性再次低的屬性An-2 其重要程度約為屬
(一) 排序倒數權重法（Rank Reciprocal Weighting, RR）：分母為所有屬 性排序倒數之加總，分子為該屬性之排序的倒數，排序的數字越來
(二) 排序加總權重法（Rank Sum Weighting, RS）：分母為所有屬性排 序之加總，分母為屬
(三) 排序指數權重法（Rank Exponent Weighting, RE）：由於排序加總 權重法假設任兩個排序差一號的屬性之間，其重要性的差異程度相
以標準化（Norm ize），使權重總和為1。最常用的標準化方法乃是將 該屬性的權重除以全部屬性的權重總和，如公式（10）所示：的價值設為1，價值衡量最小者min j{xij}的價值設為0，其餘xij則轉換落 在[0,1]的價值Vij。公式（12）則代
i
w w
表將方案在屬性Ai 上的評估值最小 者min j{xij}的價值設為1，價值衡量最大者max j{xij}的價值設為0，其 餘xij則轉換落在[0,1]的價值Vij。
}
}