فرايند تحليل سلسله مراتبي روش AHP

۱- مدل سازي فرايند تحليل سلسله مراتبي AHP
براي شروع ابتدا يک مساله را مطرح مي کنم. فرض کنيد عضوي از هيات مديره سازماني هستيد که مي‌خواهد يک مدير براي سازمان انتخاب کند. در اين زمان ابتدا بايد معيارهائي براي انتخاب مدير در نظر بگيريد. براي مثال کاريزما‌، پيشينه، تحصيلات و سن به عنوان معيارهاي انتخاب درنظر گرفته شدند. (روشهاي انتخاب معيارهاي تصميم‌گيري)

روشهاي انتخاب معيارهاي تصميم‌گيري

الف: انتخاب معيارها و زيرمعيارها
براي انتخاب معيارها و زيرمعيارهاي مربوط به يک هدف، معمولاً از روش‌هائي مانند طوفان مغزي، گروه اسمي يا تکنيک دلفي استفاده مي‌شود. تعيين معيارها و زيرمعيارها در تصميمات انفرادي چندان دشوار نيست اما زمانيکه بخواهيم از نظر چندين کارشناس استفاده کنيم بايد از فنون تصميم‌گيري گروهي استفاده شود. توصيه معمول در اين زمينه استفاده از تکنيک دلفي است. تکنيک دلفي روشي است که با توزيع پرسشنامه ميان متخصصان، نظر و عقايد آنها را جمع‌اوري مي‌کند و طي مراحلي به نظر اکثيرت مي‌رساند. اين مراحل آنقدر تکرار مي‌شود تا معيارهائي که به طور اجماع نمره‌اي بيشتر از هفت گرفته‌اند جزء فاکتورهاي نهائي انتخاب گردند. جهت تسريع مي‌توان همان مرتبه اول از نمره‌هاي اعضا متوسط گيري شود و عواملي که نمره بيشتر از هفت کسب کرده‌اند جزء فاکتورهاي نهائي انتخاب گردند.
براي نمونه در مثال انتخاب مدير که براي ساده‌تر شدن مساله از زيرمعيارها صرف‌نظر شده است، ابتدا پژوهشگر تعدادي معيار انتخاب مدير را براساس مطالعات گذشته و تجربيات خود شناسائي نمود. در مرحله بعد اين معيارهاي اوليه با استفاده از تکنيک دلفي از ديدگاه کارشناسان ارزيابي گرديد و چهار معيار تجربه، سن، علاقه و تحصيلات نمره بالاي 7 کسب کردند و به‌عنوان معيارهاي انتخاب مدير در مدل نهائي وارد شدند.

ب: ميانگين نظر خبرگان و طراحي پرسشنامه خبره
زماني که از نظر بيش از يک کارشناس براي تعيين اوليت معيارها و زيرمعيارها استفاده مي‌شود تکنيک‌هاي متعددي براي رسيدن به يک ديدگاه کلي وجود دارد. براي نمونه مي‌توان از روش اجماع (consensus) استفاده کرد. به اين ترتيب که محققين در کنار هم جمع شده و در خصوص هر مقايسه به جمع‌بندي کلي برسند. البته اين روش همه معايب تصميم‌گيري گروهي را به همراه دارد و عملاً جدول مقايسه‌اي هر عضو بي‌خاصيت خواهد ماند. (آذر و معمارياني، 1373 : 25) اکزل و ساعتي (1983) استفاده از ميانگين هندسي را بهترين روش براي ترکيب مقايسات زوجي معرفي کرده‌اند.
حال بيائيد ببينيم اگر بخواهيم از نظر بيش از يک کارشناس به مساله انتخاب مدير بپردازيم. در اين مثال ما مي‌خواهيم نظر 5 کارشناس را براي انتخاب مدير از بين سه کانديدا جويا شويم. الگوريتم اجراي کار مانند قبل است.
ابتدا پرسشنامه خبره را طراحي مي‌کنيم چون بايد نظرات پنج فرد مختلف جمع آوري شود. براي مثال پرسشنامه خبره براي گام اول مثال قبل يعني مقايسه زوجي کانديداها براساس معيار پيشينه به صورت زير خواهد بود:
1- اولويت مادلين نسبت به سوف براساس معيار پيشينه شغلي براي احراز شغل مديريت سازمان کدام است؟
2- اولويت مادلين نسبت به راجر براساس معيار پيشينه شغلي براي احراز شغل مديريت سازمان کدام است؟
3- اولويت مادلين نسبت به سوف براساس معيار پيشينه شغلي براي احراز شغل مديريت سازمان کدام است؟
پاسخنامه نيز با طيف پنج يا نه درجي ساعتي تهيه و تنظيم مي‌شود که در صفحه گذشته شرح آن ارائه گرديده است.
در گام بعدي ميانگين هندسي هر يک از مقايسه‌هاي زوجي انجام شده را حساب کنيد. براي مثال ديدگاه پنج کارشناس در مقايسه مادلين و راجر به صورت زير است.

کارشناس اول

کارشناس دوم

کارشناس سوم

کارشناس چهارم

کارشناس پنجم

ميانگين هندسي

مادلين به راجر

7

6

5

4

5

5.304566

بنابراين اولويت مادلين به راجر برابر 5.304566 که ميانگين هندسي نظرات کارشناسان مختلف است. از سوي ديگر اولويت راجر به مادلين 0.188517 است که معکوس نمره مادلين به راجر است. همين روند را براي دو مقايسه ديگر انجام مي‌دهيم. جدول نهائي مانند زير خواهد شد:

مادلين

سوف

راجر

eigenvector

مادلين

1

0.54928

5.304566

0.352373524

سوف

1.820564

1

6.892190

0.573292685

راجر

0.188517

0.145092

1

0.074333791

مقدار ويژه يا اولويت سطرها مانند قبل محاسبه مي‌شود. مي‌توانيد از نرم افزار استفاده کرده يا تخمين ميانگين هندسي را بکار ببريد. دانش را مرزي نيست و هميشه نکاتي براي افزودن هست

حال دو سوال مطرح است: اول اينکه ممکن است برخي افراد از لحاظ يک معيار بر ديگري ارجحيت داشته باشند و دوم اينکه برخي معيارها ممکن است با همديگر متناقض باشند. بحث تصميم گيري با معيارهاي چندگانه (MCDM) را به خاطر آوريد. اين همان مساله تصميم گيري با معيارهاي چندگانه است. براي حل اين مساله بايد از روشهاي MCDM مانند AHP يا ANP استفاده کرد.

مدلهاي تصميم گيري با معيارهاي چندگانه

Multiple Criteria Decision Making, MCDM

يکي از مباحث اخير که دانشجويان مديريت در داخل کشور به آن اهميت مي‌دهند مدلهای تصمیم گیری چند معیاره (MCDM) است. در این گونه تصمیم گیریها چندین شاخص يا هدف که گاه با هم متضاد هستند در نظر گرفته می شوند. در زمینه مسایل سازمانی، در انتخاب استراتژی یک سازمان معیارهایی از قبیل درآمد سازمان در طی یک دوره، قیمت سهام سازمان، سهم بازاری، تصویر سازمان در جامعه و ... اگر در تصميم گيري با معيارهاي چندگانه "MCDM" منظور از معيار شاخص باشد آنرا به نام تصميم گيري با شاخص هاي چندگانه يا MADM مي‌شناسند و اگر منظور از معيارهاي چندگانه هدف باشد آن را به نام تصميم گيري با اهداف چندگانه يا MODM گويند.

- مدلهای تصمیم گیری چند هدفه (Multiple Objective Decision Making)
در این مدلها چندین هدف به طور همزمان جهت بهینه شدن، مورد توجه قرار می گیرند.مقیاس سنجش برای هر هدف ممکن است با مقیاس سنجش برای بقیه اهداف متفاوت باشد. مثلاً یک هدف حداکثر کردن سود است که بر حسب پول سنجش می شود و هدف دیگر حداقل استفاده از ساعات نیروی کار است که بر حسب ساعت سنجش می شود. گاهی این اهداف در یک جهت نیستند و به صورت متضاد عمل می کنند. مثلاً تصمیم گیرنده از یک طرف تمایل دارد رضایت کارکنان را افزایش دهد و از طرف دیگر می خواهد هزینه های حقوق و دستمزد را حداقل کند. بهترین تکنیک تصمیم گیری چند هدفه برنامه ریزی آرمانی است که اولین بار توسط Charns& Cooper ارائه شده است.


 

- مدلهای تصمیم گیری چند شاخصه (Multiple Attribute Decision Making)
در این مدلها، انتخاب یک گزینه از بین گزینه های موجود مد نظر است. در یک تعریف کلی تصمیم گیری چند شاخصه به تصمیمات خاصی (از نوع ترجیحی) مانند ارزیابی، اولویت گذاری، و یا انتخاب از بین گزینه های موجود (که گاه باید بین چند شاخص متضاد انجام شود) اطلاق می گردد. در پايان نامه هاي مديريت بيتشر بر اين مدل تاکيد مي‌شود. مدلهاي تصميم گري سلسله مراتبي AHP و مدل ANP نيز از نوع مدل تصميم گيري چندشاخصه هستند.


 

منطق فازي و مدلهاي تصميم گيري چندگانه
براي انجام پروژه‌هاي تصميم گيري چندمعياره معمولا از
الگوهاي منطق فازي در مديريت استفاده مي‌شود.

 

انتخاب معيارها يا criterions بخش اول تجزيه و تحليل AHP است. سپس براساس معيارهاي شناسائي شده کانديداها ارزيابي مي‌شوند. واژه گزينه‌ها يا کانديداها مترادف واژه alternative يا candidates بوده و به جاي هم بکار روند که مساله مهمي نيست. در اين مثال ما سه کانديدا براي مديريت داريم: مادلين، سوف و راجر که در تصوير مشاهده مي‌شوند.

تحليل سلسله مراتبي AHP

بگذاريد با يک شوخي نکته مهمي را يادآوري کنم. احتمالا الان مادلين را انتخاب کرده ايد! ولي يادتان باشد جنسيت جزء معيارهاي ما نبود. روش نظام مند اينگونه از ورود جهت گيري ذهني ممانعت مي‌کند. دامنه تاثير داوري ذهني در روشهاي تصميم‌گيري چندمعياره حداقل مي‌شود. به اين ترتيب الگوي انتخاب به صورت سلسله‌مراتب زير ترسيم مي‌شود:

آموزش فرايند سلسله مراتبي AHP

۲- طراحي پرسشنامه خبره

پرسشنامه مورد استفاده براي تحليل‌هاي سلسه‌مراتبي و تصميم‌گيري چندمعياره به پرسشنامه خبره موسوم است. پرسشنامه خبره اصلاً چيز پيچيده‌اي نيست بلکه بسيار ساده نيز هست. براي تهيه پرسشنامه خبره از مقايسه زوجي گزينه‌ها استفاده مي‌شود. براي هر سطح از سلسله مراتب يک پرسشنامه خبره تهيه مي‌شود. براي امتياز دهي از مقياس نه درجه ساعتي به صورت زير استفاده مي‌شود:

ارزش وضعيت مقايسه i نسبت به j توضيح
۱ ترجيح يکسان Equally Preferred شاخص i نسبت به j اهميت برابر دارد و يا ارجحيتي نسبت به هم ندارند.
۳ کمي مرجح Moderately Preferred گزينه يا شاخص i نسبت به j كمي مهمتر است.
۵ خيلي مرجح Strongly Preferred گزينه يا شاخص i نسبت به j مهمتر است.
۷ خيلي زياد مرجح Very strongly Preferred گزينه i داراي ارجحيت خيلي بيشتري از j است.
۹ كاملاً مرجح Extremely Preferred گزينه i از j مطلقاً مهمتر و قابل مقايسه با j نيست.
۶-۴-۲ بينابين ارزشهاي بينابين را نشان مي‌دهد. مثلا ۸، بيانگر اهميتي زيادتر از ۷ و پايين‌تر از ۹ براي i است.

پژوهشگران معمولا از طيف پنج نقطه زير استفاده مي‌کنند که ساده‌تر بوده و نتايج يکساني بدست مي‌دهد:

ترجيح يکسان کمي بهتر بهتر خيلي بهتر کاملا بهتر
۱ ۳ ۵ ۷ ۹

با استفاده از اين مقياس هيات مديره هر يک از گزينه‌ها را براساس هر يک از عوامل به صورت زوجي مقايسه مي‌کنند. نتايج اين مقايسه به صورت زير است.


۳- تعيين وزن معيارها
سطح اول سلسله‌مراتب را معيارهاي اصلي تشکيل مي‌دهد. پرسشنامه خبره نخست بامقايسه زوجي معيارهاي اصلي براساس هدف به تعيين اولويت هر يک از معيارها اصلي مي‌پردازد. بنابراين بايد معيارها را براساس هدف دوبه‌دو با هم مقايسه مي‌کنيم. براي مثال هيات مديره تصميمي مشابه زير مي‌گيرد:

پيشينه سن کاريزما تحصيلات بردار ويژه
پيشينه 1 7 3 4 0.547
سن 1/7 1 1/5 1/3 0.056
کاريزما 1/3 5 1 3 0.270
تحصيلات 1/4 3 1/3 1 0.127

اکزل و ساعتي (1983) استفاده از ميانگين هندسي را بهترين روش براي ترکيب مقايسات زوجي معرفي کرده‌اند. بنابراين از داده‌هاي هر سطر ميانگين هندسي بگيريد. وزن‌هاي بدست آمده نرمال نيستند. منظور از وزن نرمال آن است که جمع اوزان برابر ۱ باشد. بنابراين ميانگين هندسي بدست آمده در هر سطر را بر مجموع عناصر ستون ميانگين هندسي تقسيم کنيد. ستون جديد که حاوي وزن نرمال شده هر معيار است را بردار ويژه يا Egienvalue گويند. وزن نهائي هر ماتريس همان ستون بردارويژه است. براساس جدول بالا معيار پيشينه از بيشترين اولويت برخوردار است. ويژگي‌هاي کاريزماتيک در اولويت دوم قرار دارد. تحصيلات سومين معيار با اهميت است و سن نيز از کمترين اولويت برخوردار است.

نکته گاهي بجاي ديدگاه يک نفر از ديدگاه چندين کارشناس استفاده مي‌شود. در اينصورت وارد کردن ديدگاه کارشناسان روش‌هاي متعددي دارد.

نکته برخي معيارها مانند سن يا قيمت يک عدد ثابت هستند. براي اين منظور مقايسه زوجي نيازي به ديدگاه کارشناسي ندارد.

نکتههر معيار ممکن است خود از يک مجموعه زيرمعيار تشکيل شده باشد. براي نمونه معيار پيشينه در مثال بالا مي‌تواند شامل سابقه کاري در سازمان حاضر، تجربه کار در سازمانهاي ديگر، تجربه مديريتي و زيرمعيارهاي ديگر باشد. در اينصورت يک سطح ديگر به مدل AHP اضافه مي‌شود.


۴- مقايسه زوجي گزينه‌ها براساس معيارها
پس از تعيين وزن هر يک از معيارها در گام بعد بايد گزينه‌ها بصورت زوجي براساس هر معيار مقايسه شوند. براي مثال مقايسه زوجي گزينه‌ها براساس پيشينه نشان داده است : مادلين در مقايسه با راجر امتياز 4 مي‌گيرد و سوف در مقايسه با راجر امتياز 9 مي‌گيرد. همچنين سوف در مقايسه با رمادلين امتياز 4 کسب مي‌کند. بعد از اينکه مقايسه ها انجام شد داده‌ها را به ماتريسي مانند زير منتقل مي‌کنند که همان ماتريس مقايسه‌ زوجي است.

پيشينه مادلين سوف راجر
مادلين 1 1/4 4
سوف 4 1 9
راجر 1 1/9 1

گام بعدي تعيين اولويت است. براي تعيين اولويت از مفهوم نرمال سازي (normalize) که در گام قبلي توضيح داده شد استفاده مي‌شود. پس از نرمال کردن وزن هر گزينه براساس معيار مورد نظر بدست خواهد آمد. به عبارت ديگر محاسبه مقدار ويژه هر سطر با تخمين ميانگين هندسي: ميانگين هندسي آن سطر به جمع ميانگين هندسي سطرها

پيشينه مادلين سوف راجر اولويت
مادلين 1 1/4 4 0.217
سوف 4 1 9 0.717
راجر 1/4 1/9 1 0.066

شما بايد نرم افزار Expert Choice را نصب کنيد يا اينکه به اين آدرس برويد تا با يک کليک محاسبات زير انجام گيرد. راه حل ديگر استفاده از نرم افزار Super Decision است که بيشتر براي ANP مناسب است.

به مقادير بدست آمده حاصل از محسابات که ستون اولويت را تشکيل مي‌دهند بردار ويژه (eigenvector) گويند. همين مقايسه‌هاي زوجي را براي ساير معيارها انجام مي‌دهيم. به اين ترتيب اولويت هر فرد را براساس هر معيار مانند فوق محاسبه مي‌کنيم. مهم همان ستون اولويت‌ها است. در نهايت به ماتريسي مانند زير خواهيد رسيد:

پيشينه سن کاريزما تحصيلات
مادلين 0.217 0.265 0.743 0.188
سوف 0.717 0.672 0.194 0.081
راجر 0.066 0.063 0.063 0.731

محاسبه اولويت‌ها
اکنون به سادگي با استفاده از ميانگين موزون مدير سازمان را انتخاب مي‌کنيم.

امتياز هر گزينه = مجموع حاصلضرب اولويت آن گزينه براساس معيار i ضربدر اولويت آن معيار

Madlin: (0.217 x 0.547) + (0.188 x 0.127) + ( 0.703 x 0.270) + ( 0.265 x 0.056) = 0.358

به همين ترتيب سوف 0.492 امتياز کسب کرد و راجر نيز 0.149 امتياز بدست آورد. خوب مساله انتخاب مدير به روش تحليل سلسله مراتبي انجام گرفت و سوف با کسب بيشترين امتياز به عنوان مدير انتخاب گرديد. البته پيرايش‌هاي ديگري نيز وجود دارد که مي‌توانيد در مقالات ديگر آنها را نيز فرا بگيريد.

دانش را مرزي نيست و هميشه نکاتي براي افزودن هست.


مطالب مشابه :


رتبه بندي شركتهاي پتروشيمي منطقه پارس با استفاده از روش تصميم گيري

ماهيت اين پژوهش و پرسش نامه ي مقايسات زوجي به شکلي از روش پرسشنامه مقايسات زوجي و روش ahp




آموزش فرايند تحليل سلسله مراتبي روش AHP با مثال کاربردي

۲- طراحي پرسشنامه خبره . استفاده از ميانگين هندسي را بهترين روش براي ترکيب مقايسات زوجي




فرايند تحليل سلسله مراتبي روش AHP

تکنيک دلفي روشي است که با توزيع پرسشنامه ميان متخصصان، نظر براي ترکيب مقايسات زوجي




آموزش فرايند تحليل سلسله مراتبي روش AHP با مثال کاربردي

با مطالعه اين بخش شما روش طراحي پرسشنامه را بهترين روش براي ترکيب مقايسات زوجي معرفي




آموزش فرايند تحليل سلسله مراتبي روش AHP با مثال کاربردي

۲- طراحي پرسشنامه استفاده از ميانگين هندسي را بهترين روش براي ترکيب مقايسات زوجي معرفي




آموزش فرايند تحليل سلسله مراتبي روش AHP (قسمت دوم)

با مطالعه اين بخش شما روش طراحي پرسشنامه را بهترين روش براي ترکيب مقايسات زوجي معرفي




آموزش کامل فرايند تحليل سلسله مراتبي به روش AHP : بخش دوم

۲- طراحي پرسشنامه استفاده از ميانگين هندسي را بهترين روش براي ترکيب مقايسات زوجي معرفي




فرآیند تحلیل سلسله مراتبی (AHP) چيست؟

اساس اين روش تصميم گيري بر مقايسات زوجي نهفته است. آزمون ها و پرسشنامه های




برچسب :