AHP/ANP/QFD 研习营 统计调查专业骨干教师研修班 主讲人 张魁峯 现 职：大叶大学国际企业管理学系副教授 现 职：大叶大学国际企业管理学系副教授 学术经历 ：大叶大学管理学院营销领域带头人 大叶大学管理学院博士生导师 大叶大学中国式管理研究中心主任 研究专长：消费者行为、营销决策分析、项目管理、市场调查 产业经历：特易购(TESCO) 资深经理、特力屋(B&Q)课长

单元一：多准则决策与AHP 8:30~ 09:30 Part 1: AHP介绍与实施步骤 Part 2: 层级间的比较

Part 1:AHP介绍与实施步骤

多准则决策(一) 当面临一个决策问题时，我们经常会发现它是由一些复杂的决策元素所构成，而元素之间往往有许多的交互影响，决策行为往往是在诸多相互冲突的目标中权衡取舍 因此，多准则决策(Multi-Crititeria Decision Making, MCDM)的重点，在于如何权衡取舍多重目标之间的冲突或抵换行为。

多准则决策(二) 一般而言，MCDM可分为： 多属性决策 (Multi-Attribute Decision Making, MADM) ： 应用于「评估面/选择面」，通常包含有限个可行方案，并在其中选择最佳方案以付诸行动，或针对各评选方案进行优先排序，此部分亦为本次研习营的重点； 多目标决策 (Multi-Objective Decision Making, MODM)： 应用在「规划面/设计面」，通常探讨在不同条件下如何追求多个目标达成，且为最佳化解集合。

你要的是甚么?—从要达成的目标开始 一般人面对问题经常以「头痛医头、脚痛医脚」的方式是由问题找答案。 然而正确的决策分析方式是针对希望达到的目标，再从希望达到的目标中寻找可以促成该目标达成的方案。 在决策的步骤里，应该强调的是从目标开始，而决不是「削足适履」。

分析层级程序法(AHP)简介 Thoms L. Saaty (1971)提出，适用于从有限个可行方案中，透过一套选择程序评估各属性的相对重要性，然后界定出各可行方案的中最佳方案。 AHP的目的，乃是利用一个层级的结构将复杂问题系统化，将决策元素划分成不同维度，并由不同维度将问题加以层级分解和架构，使大型复杂的决策问题可以解构成多个小的子问题后，然后根据AHP的步骤分别作成对比较评估后再整合，可以使复杂的问题变得较比较容易作决策。

AHP的运算实施步骤 将复杂决策问题的评估系统化，列出相关的因子并建立层级结构。 建立评估属性和各属性下不同方案的成对比较矩阵。 计算各属性之相对权重和方案的评估值。 检定一致性。

Part 2:层级间的比较

建立层级结构 层级1：目标 层级2：利益 层级3：属性 层级4：评选方案 保养组合商品评选层级架构

成对比较与评估尺度 AHP的评估是某一层级内的任二个属性(子准则)，以其上一层级的属性(准则)为目标，分别评估该二个属性对其上层目标的相对贡献度或重要性 从属性间成对比较结果所形成的成对比较矩阵来计算属性的相对权重 评估不同的相对重要水准的基本划分为五级，包括：同等重要、稍重要、颇重要、极重要及绝对重要等，并分别用在比率尺度为1、3、5、7、9的衡量值来代表 另有四个相对重要水准介于五个基本划分之间，无法进一步区别而需要折衷时，可以用相邻衡量水准的中间值即2、4、6、8的衡量值来代表

成对比较矩阵 同一层属性中，决策者对任两个属性之相对重要性的判断 当有n个时，则需要进行C(n,2)次的成对比较

特征值与特征向量 根据成对比较矩阵，使用数值分析中的特征值(eigenvalue)求解方法，找出特征向量(eigenvector)，此特征向量即为相对权重 若矩阵A为一个nn的一致性矩阵时，A的特征向量X与特征值λ和矩阵A的关系如右所示 成立之条件为特征向量为非零向量且 运用行列式求解，即可求得矩阵A的n个特征值λ，其中最大特征值标记为λmax (资料取材自简祯富之＜决策分析与管理＞)

特征值与特征向量的计算例子 若 代入方程式 得 但是这种方法对于高次多项式求解并不容易 (例子取材自简祯富之＜决策分析与管理＞)

替代性算法 行向量平均值 列向量平均值 行向量和倒数 列向量几何平均值

列向量几何平均值 将各列元素相乘取几何平均后再正规化

Part 3:递移性与一致性检定

检定一致性(一) 理性决策者的偏好架构应该满足递移律(transitivity)，因此，理想上成对比较的结果应该满足递移律 一致性(consistency)乃是指决策者在评估过程中所做的判断是合理的，无显著之前后矛盾 要进行多个成对比较难免会有些微的不一致，但出入不应过大，若决策者明显有差异，即表示需要重新评估以调整决策为一致的 一致性指标(Consistency Index，C.I.)

检定一致性(二) 当问题变得复杂，两两比较的判断变多时，成对比较矩阵的阶数也会增加，因而比较不容易维持判断的一致性 因此Saaty另外提出所谓的「随机指标」(Random Index，R.I.)以调整不同的阶数下会产生不同程度的C.I.值变化，而得到「一致性比率 」(Consistency Ratio，C.R.) 当C.R.≤ 0.1时，则矩阵一致性程度才算是令人满意的 R.I.数据表 阶数 1 2 3 4 5 6 7 8 R.I. N.A. 0.58 0.9 1.12 1.24 1.32 1.41

评估方案与最佳方案选择(AHP) 建立评估准则 在每一准则上，对选择方案进行评估 以决策规则加总方案绩效与AHP权重之乘积 将结果排序，选取最大值做为选择方案 准则的重要性(权重值) 所考虑的选择方案

AHP的计算例子

中场休息 09:30~09:50

单元二：个案演练与运算操作(一) 09:50~ 11:50 Part 1:决策架构与设计问卷 Part 2:问卷填答与侦错 Part 3:资料整合(平均数GM) Part 4: 软件简介

Part 1:建立架构与设计问卷

建立层级架构的方法 方法－目的链 探讨个人价值对其行为产生影响的方式 个人价值是个人追求的最终目的；方法则是达成目的的手段 整个架构大体分为价值/利益/属性三个层次，透过访谈方式来建立层级关系 访谈问题大致分为两类:what andwhy 访谈结果以矩阵或图形呈现 限制:不允许图形中的连线关系出现交叉状态 个人价值 心理社会利益 工具性利益 功能性 经验性 财务性 抽象属性 功能属性 内部属性 外部属性

问卷设计(一) 问卷是跟据研究架构所设计而成的 请以右图＜营养午餐供应商评选模式 ＞为例，想想需要设计多少题项？ 条件 最佳营养午餐供应商 营养调配 餐食配送 卫生管理 营运规划 团膳实务经验 人力设备配置 食物中毒应变 最大供餐能力 例行抽样检查 菜色供应多样 符合营养需求 保温专车数量 餐食准时送收 供应商 甲 供应商 乙 供应商 丙 卫生规范执行 餐食餐具安全 营养咨询提供 目标 能力 方案 问卷设计(一) 问卷是跟据研究架构所设计而成的 请以右图＜营养午餐供应商评选模式 ＞为例，想想需要设计多少题项？

Part 2:问卷填答与侦错

AHP问卷内容结构 动动脑、做做看— 学员试答模拟问卷＜计时10分钟 ＞ 第一部分：层级间之比较 第二部分：方案评估 针对目标与准则、准则与次准则间的层级关系进行比较 第二部分：方案评估 针对次准则与方案间的层级关系进行比较 动动脑、做做看— 学员试答模拟问卷＜计时10分钟 ＞

有效问卷的三部曲 ____ ____________________ 填答 请受测者依据排序结果填答 侦错 检查填答是否违反排序与递移律

Part 3:资料整合(平均数GM)

资料整合 整合公式 整合工具 动动脑、做做看— 在EXCEL设计涵盖五人资料的试算表档案 算术平均数 几何平均数 EXCEL软体自设公式 ＜计时10分钟 ＞

Part 4:软件介绍Super Decisions

Super Decisions简介 Super Decisions为一种功能强大的决策软体，主要应用于分析网络程序法(Analytic Network Process; ANP)的相关研究，有效将决策过程中经常发生的相依关系与回馈效果纳入运算，藉以改善Expert Choice(AHP决策软体)不足的地方。 在此一软体中与微软作业系统间有良好的相容性，不但拥有互动式对话方块与图形化的呈现方式，也能将图片资料加以汇入，更能将结果输出至Excel进行后续分析，有效节省运算统计时所需要的时间。

安装SuperDecisions软体 进入Super Decisions软体网站 Register(注册) 下载网址：ttp://www.superdecisions.com/ Register(注册) 使用者的基本资料、姓名、E-mail与密码，以上三项为必填的资料 下载Super Decisions软体 安装启用Super Decisions软体 第一次使用软体会出现要求输入Name, E-mail 与序号 的对话视窗，仅需输入序号即可

Register 资料全部均须填写 点击Register

Download 两个来源可供下载 将Software Licensee 改成I agree 根据使用者需求选择作业系统 最后点选 Download now

Install 直接下载Super Decisions之安装档，档名为windows-latest-beta.exe。下载完成后，可在作业系统预设的Downloads资料夹，或是您设定的位置找到此安装档，直接点选安装即可。 点选确定后输入已取得之序号

中餐暨午休时间 11:50~13:50

单元三：ANP简介与运算步骤 14:00~ 15:00 Part 1:ANP介绍与实施步骤 Part 2:层级内的比较

Part 1:ANP介绍与实施步骤

分析网络程序法(ANP)简介 1996年，Saaty将相依关系与回馈效果纳入(包括：集群内与集群间的交互作用及回馈效果)发展出ANP，并运用超级矩阵(Supermatrix)将相互依赖的影响程度运算求出。 此一改变的最大效用使得ANP更接近人类的思考模式，也突破在使用AHP的假设前题(研究限制)：决策准则(或称为变数)彼此间相互独立，毫无交互作用情形发生。

ANP对于研究的贡献 ANP不仅更接近人类的思考模式，更让原本制式化层级架构变成类似「变形虫」般的复杂网络，以利研究人员能够更有效地描述问题的特性，甚至能够去思考「先有鸡还先有蛋」这类具有逻辑性问题。 图:层级架构 图：变形虫架构

AHP与ANP在矩阵呈现上的差异 AHP矩阵 ANP矩阵 注:I为单位矩阵 AHP矩阵中只有层级间的关系

ANP的回馈运算方法 ANP的另一项运算特性在于回馈特性的呈现，下图中WG为选项层回馈至可望价值的子矩阵

Part 2: 层级内的比较

角色扮演 有一个博导~张O峰 门下有三个博士生，名字(化名)分别是大华(博五) 、中强(博三)、小康(博一) 博导张认为，这三个门生对于研究的贡献与入学时间的长短呈正比 然而门生之间也会思考，同门师兄弟在求学过中的影响与重要性~~~ 对于大华而言，学弟是拖油瓶，一直教不会 对于中强而言，学长假传圣旨，学弟程度差 对于小康而言，学长只会叫我做杂事

ANP权重的运算方法 在处理层级之间的关系时(即求解层级间的权重值)， ANP的运算方法与AHP相同；在处理要素间相依关系，ANP法运用超级矩阵(Supermatrix)求出要素间相依关系权重。 超级矩阵由多个子矩阵所构成，将成对比较矩阵中所得到的特征向量(eignvector)带入，经由极限化处理，将尚未极限化超级矩阵多次自身相乘，当矩阵内各数值逐渐收敛到一固定数值时，即获得评估要素间相依关系之权重值。

超级矩阵图 M11~MNN表示成对比较矩阵中所得到的特征向量， C1 ~ CN 表示各项决策准则， e11 ~ eNn表示在各准则下的评估要素

收敛前与收敛后矩阵

评估方案与方案选择(ANP) 方法ㄧ 方法二 将层级间权重值与相依关系权重值相乘后，则可获得以ANP运算下之权重值。 将结果排序，选取最大值做为选择方案 方法二 运用Superdecisions软体运算直接求出

ANP的计算例子

中场休息 15:00~15:10

单元四：个案演练与运算操作(二) 15:10~16:10 Part 1: 数据输入 Part 2: 结果输出

问卷设计(二) 问卷是跟据研究架构所设计而成的 请以右图＜营养午餐供应商评选模式 ＞为例，想想需要设计多少题项？ 条件 最佳营养午餐供应商 营养调配 餐食配送 卫生管理 营运规划 团膳实务经验 人力设备配置 食物中毒应变 最大供餐能力 例行抽样检查 菜色供应多样 符合营养需求 保温专车数量 餐食准时送收 供应商 甲 供应商 乙 供应商 丙 卫生规范执行 餐食餐具安全 营养咨询提供 目标 能力 方案 问卷是跟据研究架构所设计而成的 请以右图＜营养午餐供应商评选模式 ＞为例，想想需要设计多少题项？

ANP问卷内容结构 第一部分：层级间之比较 第二部分：层级内的比较 第三部分：方案评估 针对目标与准则、准则与次准则间的层级关系进行比较 若同ㄧ层级中之次准则间存在交互作用关系 则需要设计题项进行比较 第三部分：方案评估 针对次准则与方案间的层级关系进行比较

Super Decisions操作时间 请以＜营养午餐供应商评选模式＞为例，绘出架构图于Super Decisions软体中, 备注: 1.先画集群(cluster)后画结点(node) 2.模式与Ch6-1(p.71)相类似 注意事项 能力层级没有相依关系 条件层级部分有相依关系 选项之间彼此独立(怎么设定?)

中场休息 16:10~16:20

单元五：延伸研究 16:20~17:20 Part1: QFD简介 Part2: 案例解析

Part 1: QFD简介

品质机能展开 (Quality Function Deployment) 品质机能展开(QFD)：产品与服务在发展过程时融入顾客心声，并将顾客要求的因素分解进入制程每一层面。 QFD是以品质屋做为主要工具，将顾客的需求(What)与满足顾客需求之工程特性(How)连接起来。

Deploying the voice of customers from design through production

一个简单的例子

计算工程特性权重所产生的疑问 在上述的例子中，工程特性的(相对)权重是以顾客需求的权重乘以需求与特性之关系强度而获得答案 然而在此计算式中，工程特性彼此间的关联性并未加以考量，这对于达成最终目标而言难道不具任何意义或影响性吗? 也许是因为学术研究难以获得工程特性彼此间的关系(因为常涉及组织内部资料而无法收集)，所以只要假设工程特性彼此间是独立的话，就可以不用计算所谓关联性的问题?

计算工程特性权重所产生的对策 运用supermatrix可将上述问题加以克服解决 PAs ECs W32 W33 W21 Initial Supermatrix W31 Final Supermatrix

将以下三个子矩阵投入supermatrix W21(产品属性权重) W32(工程特性与产品属性的关联性) W33(工程特性间的相关性) 经过 后可获得W31

Part 2: 案例解析

案例解析—以互补观点发展组合商品模型 Guiltinan (1987)主张组合商品成功与否的关键，在于参与组合的产品彼此间互补(complementarily)程度；从Harlam et al. (1995)实证研究中发现，相较于低关联性或无关联性的组合商品，具有互补关系的组合商品能够产生较高的购买意愿。 回顾过去对于组合商品的研究大多聚焦于定价策略的运用，然而对于组合内容规划却没有学术性的模式提出，以利实务业界参考应用，因此本研究以组合商品之互补性为出发点，运用品质屋(House of Quality)的运算观念，发展组合商品模型，并以市售保养组合商品进行应用与说明，提供业者具体的组合规划优先顺序与组合内容改善建议。

研究模型— 建立组合屋(House of Bundling)的10个步骤(一) 步骤一、确认顾客所需要的产品属性 步骤二、计算出产品属性的相对权重【此部分以ANP运算后获得】 步骤三、确认组合商品中之组合单元【可分为：卸妆清洁用品、化妆水、精华液、日晚霜、眼霜等五大单元】 步骤四、评估产品属性与组合单元间之关联程度 步骤五、评估组合单元间之互补程度 【备注：步骤四、五之数据处理采取平均值后以正规划(Normalized)获得】

研究模型— 建立组合屋(House of Bundling)的10个步骤(二) 步骤六、计算组合单元之组合优先顺序【将步骤二、四、五所获得之数据投入ANP的超级矩阵运算收敛后获得】 步骤七、进行产品属性之竞争性评估（选取资生堂、兰蔻、SKII所贩售之组合商品进行评估，并以台湾地区市占率最高的资生堂为主体，兰蔻与SKII为其市场主要竞争者） 步骤八、决定产品属性优先改善顺序 步骤九、进行组合单元之竞争性评估 步骤十、决定组合单元优先改善顺序

Initial supermatrix of product attributes and components of bundle

Final supermatrix of product attributes and components of bundle

补充：期刊选读 篇名：Selecting knowledge management strategies by using the analytic network process 作者：Wei-Wen Wu, Yu-Ting Lee 出处：Expert Systems with Applications 32 (2007) 841–847

Abstract The case company G is a Taiwan firm with more than USD 250 million turnovers and over 1250 employees worldwide. But, company G confronted much trouble in selecting a fitting KM strategy that involved several complex factors systematically, such as: thepurposes, the condition ofresources and capabilities, and even thepreferences of company. In this research, an empirical study is presented to illustrate the application of the proposed method for evaluating and selecting a favorable KM strategy.

The proposed method Step 1: Defining the decision goals - to select a favorable KM strategy Step 2: Establishing evaluation clusters -three primary purposes of KM six important factors for evaluating KM strategies three styles of KM strategies

Step 3: Applying an ANP model ANP handles dependence within a cluster (inner dependence) and among different clusters (outer dependence). Secondly, the ANP is a nonlinear structure, while the AHP is hierarchical and linear with a goal at the top level and the alternatives in the bottom level. In the feedback system model, evaluation clusters link one by one in turn as a network system. it is usually hard to obviate the possibility of interactions within the sub-criteria cluster. The looped arc signifies the inner dependences.

Step 4: Selecting the optimal solution The unweighted supermatrix W (Fig. 2) contains the local priorities derived from the pairwise comparisons throughout the network. To derive the overall priorities of elements, we need to multiply submatrices numerous times in turn, until the columns stabilize and become identical in each block of submatrices. The overall normalized priorities were obtained: WC = (C1, C2, C3) = (0.337, 0.318, 0.345), WS = (S1, S2, S3, S4, S5, S6) = (0.173, 0.178, 0.176, 0.175, 0.154, 0.144), WA = (A1, A2, A3) = (0.291, 0.350, 0.360).

Discussion Each KM strategy emphasizes its own specific KM purpose: strategy A1 cast highlight at the activating information (C1) of 0.425, strategy A2 lay stress on the improving performance (C2) of 0.352, strategy A3 put focus on the promoting innovation (C3) of 0.433. for the activating information (C1), improving performance (C2), and promoting innovation (C3), it respectively emphasized the most importance of the time (S5) of 0.212, the incentives (S4) of 0.253, and the support from top management (S1) of 0.245.

课程结束