Phương pháp phân tích thứ bậc AHP
chuc1803@gmail.com, bis.net.vn
1. 1.Sơ lược về AHP
Phương pháp phân tích thứ bậc AHP
(Analytic Hierarchy Process - AHP) là một trong những phương pháp ra quyết định
đa điều kiện (Multiple Criteria decision Making) được đề xuất bởi Thomas L.
Saaty (1980), một nhà toán học người gốc Irắc. AHP là một phương pháp định lượng,
dùng để đánh giá các phương án và chọn một phương án thỏa mãn các tiêu chí cho
trước. Thay vì yêu cầu một khối lượng
dữ liệu lớn, AHP sử dụng ý kiến chuyên gia và không cần quá nhiều dữ liệu để
phân tích. Phương pháp AHP với 3 bước chính, đó là phân tích, đánh giá
và tổng hợp. AHP trả lời các câu hỏi “Nên chọn phương án nào?” hay “Phương án
nào tốt nhất?”.
Các bước thực hiện phân
tích AHP
Bước
#1. Xây dựng cấu trúc thứ bậc của bài toán: Xác định mục tiêu (Goal), các tiêu
chí đánh giá (Criteria) và các phương án lựa chọn (Alternative)
Bước
#2. Tính toán trọng số của từng tiêu chí (criteria)
o
Xây dựng ma trận so sánh cặp cho mỗi
tiêu chí
o
Tính trọng số cho từng tiêu chí
o
Kiểm tra tỷ số nhất quán CR (Consistency
Ratio: CR<10%)
Bước #3. Tính mức độ ưu tiên cho từng
phương án và chọn phương án tốt nhất
2. Minh họa về AHP
Trong
ví dụ này minh họa phân tích AHP để đánh giá trọng số các tiêu chí lựa chọn mua
điện thoại.
Xây
dựng cấu trúc thứ bậc của bài toán:
Xác định mục tiêu (Goal):
Mua điện thoại phù hợp nhất
Các tiêu chí đánh giá
(Criteria): Có 4 tiêu chí là Giá (Price), Bộ nhớ
(Storage), Camera, và Cảm nhận (Look)
Các
phương án lựa chọn (Alternative): Có 3 phương án lựa chọn Mobile1, Mobile2, Mobile3
Xây dựng ma trận so
sánh cặp cho mỗi tiêu chí (Pair- wise Comparison Matrix)
Dựa
vào ý kiến của chuyên gia so sánh, đánh giá mức độ quan trọng giữa các tiêu chí
theo từng cặp theo thang điểm đánh
giá của T.Saaty:
Tiến hành thực hiện việc so sánh các tiêu chí theo từng cặp, mức độ quan trọng của các cặp
tiêu chí. Các mức độ ưu tiên (các giá trị aij, với i chạy theo hàng, j chạy theo cột) theo cặp của
các tiêu chí có các giá trị nguyên dương từ 1 đến 9 hoặc nghịch đảo của các số này, ta được ma
trận vuông (nxn).
Giả
sử có kết quả ma trận so sánh cặp như sau: Chú ý ma trận này đường chéo có giá
trị là 1 vì tiêu chí so sánh với chính nó (có mức độ quan trọng như nhau). Giá
trị ở hàng 1 cột 2 là 5 có nghĩa là tiêu chí về giá có mức độ quan trọng gấp 5
lần tiêu chí về bộ nhớ, và như vậy thì giá trị ở hàng 2 cột 1 là 1/5 (bộ nhớ ít
quan trọng hơn giá 5 lần).
Từ
ma trận trên thêm hàng Sum để tính tổng theo cột như bên dưới:
Chuẩn
hóa ma trận so sánh cặp bằng cách lấy giá trị của mỗi ô chia cho tổng theo cột
Normalised
Pair-wise matrix (cell/sum by column)
Tính
trọng số cho các tiêu chí (trung bình theo hàng)
Các giá trị trọng số của các tiêu chí chưa phải là giá trị kết luận cuối cùng, nó cần phải kiểm tra tính nhất quán trong cách đánh giá của các chuyên gia trong suốt quá trình áp dụng phương pháp. T.Saaty chỉ ra rằng tỉ số nhất quán (CR) nhỏ hơn hay bằng 10% là ở mức có thể chấp nhận. Nói cách khác, có 10% cơ hội mà các chuyên gia trả lời các câu hỏi hoàn toàn ngẫu nhiên. Nếu CR lớn hơn 10% chứng tỏ có sự không nhất quán trong đánh giá và cần phải đánh giá và tính toán lại.
Sử
dụng trọng số của các tiêu chí và ma trận so sánh cặp để tính tỷ số nhất quán CR (Consistency Rate) như sau:
Tính vector nhất quán
(Consistency vector): Lấy tổng trọng số của các tiêu chí chia cho trọng số của
từng tiêu chí
Tính
giá trị riêng lớn nhất của ma trận so sánh (Lamdamax).
Nếu Lamdamax
càng gần bằng số tiêu chí so sánh thì tính phù hợp càng cao). Lamdamax
được tính là trung bình cộng của vector
nhất quán
Lamdamax=(4.1764+4.0222+4.1550+4.0494)/4=4.1007
Tính
chỉ số nhất quán CI (Consistency Index)
Trong
đó n là số tiêu chí so sánh cùng cấp
CI=(4.1007-4)/(4-1)=
0.03357
Tính
tỷ số nhất quán CR (Consistency Ratio)
Trong
đó: CI: Chỉ số nhất quán
RI
(Random Index): Chỉ số ngẫu nhiên, được tra cứu theo số tiêu chí so sánh trong
bảng sau: Bảng chỉ
số ngẫu nhiên ứng với số tiêu chí lựa chọn được xem xét
Trong
ví dụ này số tiêu chí là 4 nên RI =0.90
CR=0.03357/0.90
=0.037296 (<10%). Tỷ số nhất quán CR nhỏ hơn 10% thì phù hợp
Từ
đó ta có thể sử dụng trọng số các tiêu chí để đánh giá phương án lựa chọn.
Bước 3: Tính độ ưu tiên của các phương án theo từng tiêu chí.
Ở bước này sẽ tính toán cho từng tiêu chí, cách tính toán giống như trong Bước 2,
nhưng số liệu đưa vào đánh giá là kết quả so sánh mức độ ưu tiên của các phương án xem xét theo từng tiêu chí (theo ý kiến các chuyên gia). Như thế, đánh giá phải thực hiện 4
ma trận cho 4 tiêu chí khác nhau. Kết quả là ta có 4 ma trận 1 cột 3 hàng (3 phương án). Cũng
cần tiến hành kiểm tra tỷ số nhất quán để đảm bảo kết quả thu được có độ tin cậy phù hợp. Sau đó tính điểm cho các phương án và lựa chọn. Đây là bước cuối cùng trong quá trình đánh giá và đưa ra phương án. Từ kết quả của bước 3, tổng hợp
được ma trận trọng số các phương án theo các tiêu chí. Nhân ma trận này với ma trận trọng số
các tiêu chí là kết quả của Bước 2, được kết quả là một ma trận 3 hàng (3 phương án) 1 cột
(giá trị trọng số). Ma trận kết quả sẽ cho biết phương án tốt nhất nên chọn, là phương án có giá
trị trọng số cao nhất.
Tính trọng số các phương án theo tiêu chí Giá. Kiểm tra CR <10%
Tương tự tính trọng số các phương án 3 tiêu chí còn lại. Kết quả như sau
Tính điểm các phương án. Chọn phương án có trọng số cao nhất là Mobile 1