AHP實用範例

 以下介紹5個決策實用範例：

(1)購買房屋 (2)公司規模異動 (3)辦公地點的選擇 

(4)攀登高峰之評估   (5)2003年花蓮縣長補選之評估

　

　

　

範例1：購買房屋的決策。

決策因子包括：預算(Cost)、房屋大小(PhysicalConsiderations) 、

地點(Location)去考量右邊的三個選項，如：市區公寓(Downtown Apartment)、郊區的舊房(Old House Suburb)、偏僻的新房(New House in Remote Suburb)。

　

　

範例2：決定公司是否要擴充、緊縮或維持現況之規模異動。

在以悲觀(Gloomy)、平常心(Average)、樂觀(Rosy)的假設條件下，

各有資金需求(Capital requirements)、時間需求(Time to realize capability)、

失敗風險(Risk of failing to acquire capability)、是否適用現在公司

(Fit within existing company)等決策因子去考慮以下這四個選項：

擴充分公司(Acquire a subsidiary)、縮減分公司(Divest a subsidiary)、

維持現狀(Maintain the status quo)、擱置(stall for time & reconsider at a late)，藉由決策因子比較進而選擇最適合的決策。

　

　

範例3：辦公室地點的選擇。

下圖與範例1、範例2之間的差別是已經完成比較計算。所以右邊視窗已經有選項的評斷，根據上圖所示亞特蘭大的評比0.324是最適合的，而洛杉磯的評比0.311居次。

　

　

範例4：攀登高峰之選擇評估 。

下圖是選擇攀登一座7000公尺以上高山，考慮因素有攀登季節、困難度、費用、安全性。根據上述分析Khan Tengri Peak是最適合之選擇。

攀登目標的評估選擇，運用AHP(Analytical Hierarchy Process)決策理論分析法

圖一、依設限條件的重要性(Priorities)評比示意圖

　

　

二、敏感度分析的效能評比圖(Performane Sensitivity)

　

　

圖三、敏感度分析的動態評比圖(Dynamic Sensitivity)

　

　

四、敏感度分析的曲線評比圖(Gradient Sensitivity)

　

　

圖五、敏感度分析的點對點評比圖(Weighted head to head)

　

　

  圖六、敏感度分析的二維評比示意圖(Two Dimension Sensitivity)

 

範例5：以選民結構角度-評估2003年花蓮縣長補選。

下圖是以2003年花蓮縣長補選為例，利用本軟體根據多層級分析法（AHP）從選民結構角度進行分析，考慮的因素有年齡、性別、族群、學歷及棄保效應，結果顯示謝深山的勝算較大。

　

Expert Choice Group群組決策範例

範例資料來源---針對購物型態之專家問卷(軟體建議不超過100份)

下方為以AHP方式原始專家問卷1之矩陣資料，表示受訪者在此四個考量因素(便利性、品質、價格、售後服務)與針對考量因素下電視購物和傳統購物之成對比較後專家所認為的相對權重，1表示同等重要，分數表示相對不重要程度，大於1整數表示相對重要程度。而在群組分析之前，以此問卷建立基礎。

l          比較範例之單一問卷目標---其實與單一決策方式相同，均為使用Expert Choice輸入矩陣中每一權重並判斷inconsistency(矛盾性) 。

問卷1

便利性

品質

價格

售後服務

便利性

1

1

1/3

3

品質

1

1

1

3

價格

3

1

1

4

售後服務

1/3

1/3

1/4

1

便利性

電視購物

傳統購物

品質

電視購物

傳統購物

電視購物

1

3

電視購物

1

1/3

傳統購物

1/3

1

傳統購物

3

1

價格

電視購物

傳統購物

售後服務

電視購物

傳統購物

電視購物

1

1

電視購物

1

1/3

傳統購物

1

1

傳統購物

3

1

　

　

　

　

第一部份單一決策-步驟如下

1.         輸入問卷題目及決策所考慮之因素

2.         按下右方 增加選項—電視購物和傳統購物

3.         將問卷1矩陣資料輸入至Expert Choice矩陣

對角線下半部數值相對於上半部之倒數，所以軟體不用輸入下半部之值

l          第二行第一列: 範例矩陣中1表示便利性和品質同等重要，Expert Choice矩陣同樣以1表示

l          第三行第一列: 範例矩陣中1/3表示便利性比價格相對權重只有1/3(價格比便利性重要) Expert Choice矩陣以紅色3表示

l          第四行第一列: 範例矩陣中3表示便利性比售後服務相對權重為3(便利性比售後服務重要) Expert Choice矩陣同樣以3表示

4.          針對此四個決策因子，我們根據問卷1所得數據輸入所需比較之目標(問卷1其餘原始資料不詳列，只列出Expert Choice之輸入結果)

便利性

品質

價格

售後服務

          

5.         結果

        

第一份專家問卷藉由Expert Choice分析之後，得到傳統購物比電視購物(見圖右方Alternatives 0.532>0.468)略勝一籌之結果，軟體認為矩陣之左下角若incon值大於0.1表示問卷數值較不合邏輯(但若問卷真實資料如此，則不一定需要更動)，而L表示在local之權重，G表示global在全體之下權重，由於我們決策子節點下並無下一階之節點，故L與G權重相等。

 

第二部分-群組決策

群組決策目標---分析完所有單一問卷時，我們接下來可以綜合所有專家問卷的結果，Expert Choice Group功能幫助小組參與者定義目標與決策因素決定其相對權重，我們將所有專家問卷資料逐一輸入至EC軟體比較，藉由Group綜合所有的問卷資料並產生分析後之結果，最後合成小組成員之所有判斷得出一綜合之最後結論。下方是問卷2的專家問卷資料，本範例將藉由Group之功能綜合其資料

問卷2

便利性

品質

價格

售後服務

便利性

1

2

1

1

品質

1/2

1

1/2

1

價格

1

2

1

1/2

售後服務

1

1/2

3

1

便利性

電視購物

傳統購物

品質

電視購物

傳統購物

電視購物

1

4

電視購物

1

1

傳統購物

1/4

1

傳統購物

1

1