روش AHP چیست ؟


 در بسیاری از موارد به فرآیند تصمیم‌گیری به اطلاعات مناسب و سرعت عمل احتیاج دارد. برخی از افراد به واسطه دسترسی به منابع یا سرعت انجام محاسبات، قادر هستند، مناسب‌ترین تصمیم را در کوتاه‌ترین زمان گرفته و از نتایج آن بهره‌مند شوند. اما زمانی که گزینه‌های قابل اجرا زیاد و ضرر و زیان ناشی از تصمیم اشتباه، غیرقابل جبران باشد، شیوه‌های مبتنی بر محاسبات رایانه‌‌ای یا الگوریتم‌های تصمیم‌گیری، روشی مناسب برای کسب و کارهای بزرگ خواهند بود. در این مقاله به بررسی فرآیند سلسله مراتبی یا AHP پرداخته و با روش AHP و کاربرد هایی آن بیشتر آشنا می شویم.

روش AHP چیست ؟

فرایند تحلیل سلسله مراتبی AHP یک روش تصمیم گیری چند شاخصه برای وزن‌دهی به معیارها و انتخاب گزینه بهینه می‌باشد. روش AHP سرواژه عبارت Analytical Hierarchy process می‌باشد.

این روش توسط توماس ساعتی در سال ۱۹۸۳ معرفی شد. هدف این روش اولویت‌بندی تعدادی معیار یا گزینه است. پس از تعیین هدف ، شاخص هایی برای تصمیم‌گیری شناسایی شوند. این شاخص ها براساس هدف باهم مقایسه زوجی می‌شوند و وزن آنها تعیین می‌شود. در نهایت گزینه‌ها براساس هر معیار باهم مقایسه زوجی شده و اولویت نهایی گزینه‌ها مشخص می‌شود.

Thomas Saaty

توماس ساعتی، مبدع AHP

پیش‌زمینه AHP

روش AHP یک مسئله را در سه بخش یا مرحله بررسی می‌کند.

با طی کردن این مراحل، مسئله روشن شده و شیوه حل آن مشخص می‌شود. انجام این مراحل و تقسیم یک مسئله به بخش‌های دیگر از ملزومات روش AHP‌ است.

  • مرحله ۱: واضح است که در بخش اول مسئله‌ای وجود دارد که باید حل شود.
  • مرحله ۲: در این قسمت راه حل‌هایی که در اختیارمان گذاشته شده و برای حل مشکل موجود، قابل استفاده هستند را لیست کرده و مشخصات و ویژگی‌های آن‌ها را تعیین می‌کنیم.
  • مرحله ۳: سومین و مهمترین قسمت در روش AHP، معیارهایی است که برای ارزیابی راه حل‌های متفاوت قابل استفاده‌ بوده و باید یکی از آن‌ها را به عنوان روش بهینه انتخاب کرد.

در نهایت با توجه به معیارهای بدست آمده توسط AHP، نسبت به بهترین تصمیم اقدام شده و آن را عملی می‌کنیم.

روش AHP به این موضوع توجه دارد که اگر چه معیارها یا تصمیمات زیادی وجود دارند، اما ممکن است اندازه یا اهمیت هر معیار با دیگری برابر نباشد. به عنوان مثال اگر مجبور شوید بین دو رستوران یکی را انتخاب کنید، طعم و زمان انتظار، دو عامل تعیین کننده برای انتخاب رستوران مناسب هستند، با این حال این دو پارامتر، ممکن است از نظر هر فرد یا در هر موقعیتی، اهمیت‌های متفاوتی داشته باشند.

گاهی ممکن است طعم بسیار مهمتر از زمان انتظار باشد. بنابراین اگر وزن 2 را به طعم و 1 را به زمان انتظار اختصاص دهید، به احتمال زیاد به رستورانی می‌رسید که بهترین نیاز شما را برآورده کند. ولی زمانی که گرسنه هستید، اهمیت زمان انتظار بیشتر خواهد شد. از این رو، هنگام ارزیابی راه حل‌های ممکن، باید اهمیت‌ها یا در حقیقت، وزن‌ها را به ضوابط و شرط‌های مسئله اضافه کرده تا از نتیجه‌گیری صحیح، اطمینان حاصل نمایید.

روش AHP، تکنیکی است که باید هم به وزن‌ها و هم به بهینه‌سازی تابع هدف، توجه کند. پس، بررسی‌ها این اطمینان را حاصل می‌کنند که وقتی اهمیت نسبی معیارها را در فرآیند، بوسیله وزن مشخص می‌کنید، به راه حل‌های منطقی دست پیدا خواهید کرد.

به همین دلیل است که امروزه روش AHP تبدیل به یکی از پرطرفدارترین تکنیک‌های علوم مدیریت شده است. مدیران شرکت‌های بزرگی مانند جنرال الکتریک، خودرو سازی فورد، موتورولا و غیره، از روش AHP، در «پروژه‌های شش سیگما» (Six-Sigma Project) ‌استفاده می‌کنند.

 

cropped AHP icon

سلسله مراتب و مقایسه‌های دو تایی در AHP

ارتباط بین روش AHP و شش سیگما

AHP یک تکنیک جداگانه نسبت به روش شش سیگما است. در حقیقت نمی‌توان AHP را بخشی از روش‌های استاندارد شش سیگما در نظر گرفت. در حقیقت AHP، سال‌ها پس از توسعه روش شش سیگما توسعه یافت. با این وجود در پروژه‌های شش سیگما از روش AHP به طور گسترده‌ای استفاده می‌شود.

مدیران از AHP برای تعیین عدد به عنوان وزن عوامل استفاده می‌کنند. این وزن‌ها یا فاکتورها، می‌تواند مقادیری باشد که مشتریان هنگام ارزیابی یک محصول معرفی کرده و یا عواملی باشند که مدیریت برای ارزیابی راه حل‌های موجود، در نظر گرفته است.

معایب روش AHP

روش AHP مسائل خاص خود را دارد. این روش شامل ریاضیات سطح بالایی است که بر اساس مفهوم «بردارهای ویژه» (Eigen Vectors)‌ و «مقادیر ویژه» (Eigen Values) ساخته می‌شود. به همین دلیل است که انجام محاسبات مربوط به AHP در یک کاربرگ اکسل به ندرت انجام می‌شود. با این حال، نرم‌افزارهای زیادی وجود دارند که می‌توانند محاسبات مربوطه برای بدست آوردن ضرایب یا وزن‌ها را انجام دهند. بنابراین مدیران کافی است از روند AHP آگاه بوده و مسئله را مطرح کنند. به این ترتیب محاسبات را می‌توان به نرم‌افزارها بسپارند.

استفاده از فرایند تحلیلی سلسله مراتبی (AHP)

اگر چه AHP از پیشرفته‌ترین روش‌های موجود در زمینه علوم مدیریت و تحقیقات عملیاتی است، اما پیچیدگی استفاده از این ابزار کاربرد آن را دشوار می‌کند.

خوشبختانه ابزارهای نرم افزاری ساخته شده‌اند که بخش پیچیده ریاضیات را خودکار می‌کنند. کاربر باید یک روش ساده از جمع آوری داده‌ها را دنبال کند، سپس برای دستیابی به نتایج از نرم‌افزار مورد نظر استفاده کند.

مراحل تشکیل مسئله در نرم افزار های AHP

گام یا مراحل تشکیل مسئله و حل آن توسط نرم‌افزارهای AHP در ادامه مورد بررسی قرار گرفته‌اند.

مرحله 1: گزینه‌ها یا پاسخ‌های مختلف

روند AHP با تعریف گزینه‌هایی که باید ارزیابی شوند آغاز می‌شود. این گزینه‌ها می‌توانند معیارهای مختلفی باشند که راه حل‌ها باید در برابر آنها ارزیابی شوند. اینها همچنین می‌توانند ویژگیهای مختلف یک محصول باشند که برای درک بهتر درک مشتری باید وزن دهی شوند. در پایان مرحله 1، یک لیست جامع از تمام گزینه‌های موجود باید آماده شود.

مرحله 2: تعریف مسئله و معیارها

مرحله بعدی مدل سازی مسئله است. مطابق روش AHP، یک مسئله مجموعه‌ای از مشکلات فرعی است. بنابراین روش AHP به شکستن مسئله در سلسله مراتبی از مشکلات کوچکتر متکی است.

در روند شکستن زیرمسئله، معیارهایی برای ارزیابی راه حل‌ها ظاهر می‌شوند. با این حال، مانند تجزیه و تحلیل علت ریشه، فرد می‌تواند در سطح مشکل و در سطوح عمیق‌تری ادامه یابد. زمان متوقف کردن شکستن مسئله به زیر مشکلات کوچکتر یک قضاوت ذهنی است.

مثال: یک شرکت باید در مورد بهترین گزینه سرمایه گذاری در میان بازار سهام، اوراق قرضه، املاک و مستغلات و طلا تصمیم بگیرد. اگر از روش AHP استفاده شود، مسئله بهترین سرمایه گذاری به مسئله‌های کوچکتری مانند محافظت در برابر سقوط سهام، حداکثر شانس انتفاع، نقدینگی در بازار و غیره تقسیم می‌شود. هر یک از این زیرمسئله را می‌توان به مسئله‌های کوچکتری نیز تقسیم کرد تا زمانی که مدیریت احساس کند معیارهای مناسب حاصل شده است.

مرحله 3: مقایسه متقابل یا دو به دو اولویت‌ها

تکنیک یا روش AHP از ماتریسی به عنوان مقایسه‌های دو به دو استفاده می‌کند. به عنوان مثال از شرکت خواسته می‌شود که اهمیت نسبی حفاظت از سقوط در مقابل نقدینگی را بسنجد. سپس در ماتریس بعدی، یک مقایسه دوتایی بین نقدینگی و شانس انتفاع ساخته می‌شود و همینطور براساس تعداد جایگشت‌های دوتایی، ماتریس‌های مختلف بوجود خواهد آمد. از مدیران انتظار می‌رود که این داده‌ها را طبق انتظارات مصرف کننده نهایی یا افرادی که قصد استفاده از این فرآیند را دارند، تکمیل نمایند.

مرحله 4: بررسی سازگاری

این مرحله در اکثر ابزارهای نرم افزاری وجود دارد که به حل مسئله AHP کمک می‌کند. به عنوان مثال اگر بگویم که نقدینگی دو برابر محافظت در برابر سقوط مهم است و در ماتریس بعدی می‌گویم که حفاظت از سقوط، نصف شانس انتفاع مهم است، وضعیت زیر پدید خواهد آمد.

نقدینگی = 2

(محافظت در برابر سقوط سهام)

محافظت در برابر سقوط = 12

(احتمال انتفاع)

بنابراین، نقدینگی باید شانس برابری با احتمال انتفاع داشته باشد. با این حال، اگر در مقایسه دو به دوی نقدینگی و شانس انتفاع، اگر وزنی بیش از 1 یا کمتر داده شود، داده‌های متناقض بوجود خواهد آمد. البته داده‌های ناسازگار، نتایج ناسازگار نیز می‌دهند، بنابراین پیشگیری بهتر از درمان است. به این ترتیب برای هر تصمیم، یک میانگین وزنی از ویژگی‌ها ساخته می‌شود که در انتخاب تصمیم بهینه نقش دارد.

مرحله 5: محاسبه وزن‌های نسبی

ابزار نرم افزاری محاسبه ریاضی را بر اساس داده‌ها اجرا می‌کند و وزن‌های نسبی را به معیارها اختصاص می‌دهد. هنگامی که معادله با معیارهای وزنی آماده شد، می‌توان گزینه‌ها را ارزیابی کرد تا بهترین راه حل متناسب با نیازهای آن‌ها را بدست آورد. در تصویر زیر، مراحل یا گام‌های AHP‌ به صورت مفصل‌تر مورد بررسی قرار گرفته است. مشخص است که در اینجا، هشت گام اصلی معرفی شده‌اند.

apply ahp in decision making

گام‌های مهم و اصلی در AHP برای انتخاب تصمیم مناسب

همانطور که می‌بینید در تصویر بالا، این هشت گام، به صورت تفکیک یا افراز گام‌های اشاره شده قبلی بدست آمده‌اند. در حقیقت گام دوم و چهارم اضافه شده‌اند و در انتها نیز گام‌ها به صورت تفکیکی قابل مشاهده‌اند.

 

 


 

بیشتر بخوانید :

دوره های مجازی دانشسرا