|
AHP层次分析法是一种解决多目标复杂问题的定性和定量相结合进行计算决策权重的研究方法。 层次分析法基本原理 AHP层次分析法是将定量分析与定性分析结合起来，用决策者的经验判断各衡量目标之间能否实现的标准之间的相对重要程度，并合理地给出每个决策方案的每个标准的权数，利用权数求出各方案的优劣次序，比较有效地应用于那些难以用定量方法解决的课题。
AHP层次分析法的操作步骤 完整的AHP层次分析法通常包括五个步骤： 第一步：建立层次结构模型 在深入分析问题的基础上，将决策的目标、考虑的因素和决策对象按相关关系分为最高层、中间层和最低层。
比如现在想选择一个最佳旅游景点，当前有三个选择标准（分别是景色，门票和交通），并且对应有三种选择方案。现通过旅游专家打分，希望结合三个选择标准，选出最佳方案，层次模型大致如下图：
第二步：标度确定和构造判断矩阵 通过各因素之间的两两比较确定合适的标度。在建立层次结构之后，需要比较因子及下属指标的各个比重，为实现定性向定量转化需要有定量的标度，此过程需要结合专家打分最终得到判断矩阵表格。 比如对旅游景点选择的4个影响因素（分别是景色，门票，交通和拥挤度）进行评价（即专家评价），最终得出四个影响因素的权重。采用1-5分标度法，即比如门票相对景色更加重要，此时门票打3分，那么景色相对于门票就是取其倒数1/3即0.3333分。交通相对于景色来更重要为2分，景色相对于交通就是0.5分等。 如果A因素相对B因素非常重要，此时打5分（最高5分），那么B因素相对于A因素就是1/5即0.2分 如果使用SPSSAU进行分析，操作此步骤时，需要设置【判断矩阵阶数】,可以理解为需要评价权重的因素个数，并且在白色单元格处输入各项分别的名字以及专家打分，蓝色底纹处会自动变化，不需要输入。点击“开始分析”即可得到结果。 第三步：特征向量，特征根计算和权重计算 此步骤目的在于计算出权重值，如果需要计算权重，则需要首先计算特征向量值，SPSSAU会提供特征向量指标。 同时得到最大特征根值（CI），用于下一步的一致性检验使用。
第四步：一致性检验分析 在构建判断矩阵时，有可能会出现逻辑性错误，比如A比B重要，B比C重要，但却又出现C比A重要。因此需要使用一致性检验是否出现问题，一致性检验使用CR值进行分析，CR值小于0.1则说明通过一致性检验，反之则说明没有通过一致性检验。 如果数据没有通过一致性检验，此时需要检查是否存在逻辑问题等，重新录入判断矩阵进行分析。 针对CR的计算上，CR=CI/RI，CI值在求特征向量时已经得到，RI值则直接查表得出。 比如上例中的结果，CI值为0.024，RI值为0.900，对应CR值为0.026。SPSSAU会直接输出这一结果以及一致性检验结果。
第五步：分析结论 如果已经计算出权重，并且判断矩阵满足一致性检验，最终则可以下结论继续进一步分析。 如需要使用层次分析法或者其他分析方法，可登录SPSSAU进行在线分析或进一步了解分析方法使用说明。 |
|
|
