AHP 層級程序分析法

第二節 AHP 層級程序分析法

本研究係採 AHP 層級分析法及質化研究模式進行資料蒐集及分析，係對受訪 者個人專業上對房地合一之現行制度與執行效果之看法等，因量化研究無法測量受 訪者的內心真實之心理意識，故採質性研究之半結構式深度訪談方法並歸納各受訪 者對房地合一議題之現行制度與執行效果認為是否能落實租稅公平之專業意見與建 議。

層級分析法可以將複雜的決策情境區分為數個小部分，再將這些小部分組織成

AHP 法在進行時的基本假設，主要包含下列七項（Bossert,1991）:

(一) 一個系統或問題可被分解成為許多被評比的種類或成分（Components）， 形 成具方向性之網路的層級架構。

(二) 層級結構中，每一層級的要素均假設具獨立性 (Independence)。並可以用 上一層級內的某些或所有的要素為基準，進行評比。

(三) 評比時，可將絕對數值尺度轉換成比例尺度(Ratio Scale)。

(四) 成對比較(Pairwise Comparison)後之矩陣倒數對稱於主對角線，可用正倒值 矩陣(Positive Reciprocal Matrix)處理。

(五) 偏好關係滿足遞移性(Transitivity)，但完全具遞移性不容易，因此容許不具 遞移性質，但必須測試其一致性(Consistency)的程度，藉以測試不一致性的 程度若干。

(六) 要素的優勢比重，係經由加權法則求得。

(一) Ernest Heinrich Weber(1795-1878)在 1846 年從事心理反應的研究，發現人類 對尺度S 的反應，當 S 成一固定比例增加時，能夠注意到增加部分所產生 的改 變。

(二) Gustay Theodor Fechner(1801-1887)在 1860 年從事心理反應的研究，發現人 類對間斷的算術序列，能夠注意到當中不同的地方。

(三) Weber&Fecher 在隨後的研究中發現，人類的反應與所使用的尺度，成自對 數 (Logarithm) 的線性函數，這就是 Weber-Fecher 精神物理法則

(Psychophysical Law of Weber-Fecher)。

(四) G. A. Miller 在 1956 年的研究中發現，人類無法同時對 7 種以上的事務進 行比較(或 7±2);為避免混淆，Saaty 採取 9 的最高限。為了再不同的連續數 值 中做同一的比較，因此起始值定為 1，而尺度的範圍成為 1-9。

(五) Green, P. & Yoram Wind 在 1973 年所出版「行銷的多屬性決策」(Multi-attribute Decision in Marketing) 一書中也曾說明從行銷研究中的發現及一個人對值 的判斷不能超過 7 個尺度值。

(六) 質的判斷再實務上極具意義，當進行性質相近的比較時，需要有精確的劃分，

以表現人類不同的感覺，這樣才能進行比較。

(七) 目前的統計理論上未能提供在實務設計好的判斷資料，通常應用誤差均方根

(Root Mean Square, RMS)與中位數絕對誤差(Median Absolute Deviation, MAD)兩個指標。 Saaty 從 27 種不同的尺度值進行實驗，發現 1-9 的尺度值 其RMS 與 MAD 最小，同時能提供較佳的一致性測試。

(八) 人類對質的區別能力，以利用等強、稍強、頗強、極強及絕強等 5 個屬系加 表示較好。為更精確起見，宜在相鄰二個屬性間有一折衷屬性，使得到更好 的連續性，因此共需9 個屬性值。

五、AHP 的應用

AHP 自 Saaty 發展以來，已應用得非常普遍，依 Saaty 的經驗，AHP 可應用 在以下 12 類問題中（褚志鵬， 2009）:

(一) 規劃( Planning)。

(二) 替代方案的產生(Generating a Set of Alternatives)。

(三) 決定優先順序(Setting Priorities)。

(四) 選擇最佳方案或政策(Choosing a Best Alternatives)。

(五) 資源分配(Allocating Resources)。

(六) 決定需求(Determining Requirements)。

(七) 預測結果或風險評估(Predicting Outcomes/Risk Assessment)。

(八) 系統設計 (Designing Systems)。

(九) 績效評量(Measuring Performance)。

(十) 確保系統穩定(Insuring the Stability of a System)。

(十一) 最適化(Optimization)。

(十二) 衝突的解決(Resolving Conflict)。