در حال حاضر این روش یکی از بهترین روش ها در تعیین استراتژی های بهینه یک سازمان می‌باشد. البته باید توجه نمود که در صورتی که تحقیق های داخلی و خارجی به درستی انجام شده و نوع استراتژی به صورت مناسب انتخاب گردیده باشد. انتخاب استراتژی ها در این مرحله امری نسبتاً ساده می باشد. با این حال استفاده از این روش موجب ایجاد اولویت بندی مناسب در استراتژی های موجود در چارچوب استراتژی تعیین شده و احتمالاً حذف استراتژی های با اولویت پایین تر می باشد. استفاده از این روش به دلیل کمی بودن موجب ایجاد شفافیت در نظرات موجود در تعیین میزان جذابیت استراتژی ها با توجه به عوامل محیطی و داخلی است که یک سازمان با آن مواجه می باشد. در حقیقت یکی از عواملی که در این روش می بایست مورد توجه دقیق قرار گیرد استفاده از وزن های مناسب در تعیین میزان استراتژی ها در مقایسه با یکدیگر می باشد. بحث صورت گرفته در هنگام تهیه این ماتریس و برداشت های مختلف از اطلاعات و داده های یکسان می تواند بسیار سازنده باشد و در عین حال نقطه ضعفی برای این روش باشد. قضاوت های شهودی در این روش نیاز به فراست و دانش و تجزبه را در گروه مشارکت کنندگان در برنامه ریزی استراتژیک بالا می طلبد.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

۳-۵ روش تحلیل سلسله مراتبی
فرایند تحلیل سلسله مراتبی در هنگامی که عمل تصمیم گیری با چند گزینه رقیب و معیار تصمیم گیری روبروست می‌تواند استفاده گردد. معیارهای مطرح شده می‌تواند کمی و کیفی باشند. اساس این روش تصمیم گیری بر مقایسات زوجی نهفته است. تصمیم گیرنده با فرآهم آوردن درخت سلسله مراتبی تصمیم آغاز می‌کند. درخت سلسله مراتب تصمیم، عوامل مورد مقایسه و گزینه‌های رقیب مورد ارزیابی در تصمیم را نشان می‌دهد. سپس یک سری مقایسات زوجی انجام می‌گیرد. این مقایسات وزن هر یک از فاکتورها را در راستای گزینه‌های رقیب مورد ارزیابی در تصمیم را نشان می‌دهد. در نهایت منطق فرایند تحلیل سلسله مراتبی به گونه‌ای ماتریسهای حاصل از مقایسات زوجی را با یکدیگر تلفیق می‌سازد که تصمیم بهینه حاصل آید.
بکارگیری این روش مستلزم چهار قدم عمده زیر می‌باشد:
الف) مدل سازی (ساخت سلسله مراتبی یا درخت تصمیم)
در این قدم، مسأله و هدف تصمیم گیری به صورت سلسله مراتبی از عناصر تصمیم که با هم در ارتباط می‌باشند، در آورده می‌شود. عناصر تصمیم شامل «شاخص های تصمیم گیری» و «گزینه‌های تصمیم» می‌باشد. فرایند تحلیل سلسله مراتبی نیازمند شکستن یک مساله با چندین شاخص به سلسله مراتبی از سطوح است. سطح بالا بیانگر هدف اصلی فرایند تصمیم گیری است. سطح دوم، نشان دهنده شاخص‌های عمده و اساسی “که ممکن است به شاخص‌های فرعی و جزئی تر در سطح بعدی شکسته شود، می‌باشد. سطح آخر گزینه‌های تصمیم را ارائه می‌کند. در شکل زیر سلسله مراتب یک مساله تصمیم نشان داده شده است ]۷[.
شکل ۳-۴: نمایش سلسله مراتب یک مسئله تصمیم. ]۱۸[.
ب) قضاوت ترجیحی (مقایسات زوجی)
انجام مقایساتی بین گزینه‌های مختلف تصمیم،‌ بر اساس هر شاخص و قضاوت در مورد اهمیت شاخص تصمیم با انجام مقایسات زوجی، بعد از طراحی سلسله مراتب مساله تصمیم، تصمیم گیرنده می‌بایست مجموعه ماتریسهایی که به طور عددی اهمیت یا ارجحیت نسبی شاخص‌ها را نسبت به یکدیگر و هر گزینه تصمیم را با توجه به شاخص‌ها نسبت به سایر گزینه‌ها اندازه‌گیری می کند، ‌ایجاد کند. این کار با انجام مقایسات دو به دو بین عناصر تصمیم (مقایسه زوجی) و از طریق تخصیص امتیازات عددی که نشان دهنده ارجحیت یا اهمیت بین دو عنصر تصمیم است، صورت می‌گیرد. دراین مقایسه ها تصمیم گیرندگان از قضاوت های شفاهی استفاده خواهند کرد، به گونه ای که اگر عنصر i با عنصر j مقایسه شود تصمیم گیرنده خواهد گفت که اهمیت i بر j یکی از حالات زیر است]۱۸[:
کاملاً مرجح یا کاملاً مهم تر یا کاملاً مطلوبتر
ترجیح یا اهمیت یا مطلوبیت خیلی قوی
ترجیح یا اهمیت یا مطلوبیت قوی
کمی مرجح یا کمی مهمتر یا کمی مطلوبتر
ترجیح یا اهمیت یا مطلوبیت یکسان
این قضاوت ها توسط ساعتی به مقادیر کمی بین ۱ تا ۹ تبدیل شده اند که در جدول (۹-۳) مشخص گردیده اند.
جدول ۳-۱۰: مقادیر ترجیحات برای مقایسه های زوجی. ]۱۸[.
ج) محاسبات وزن‌های نسبی
تعیین وزن «عناصر تصمیم» نسبت به هم از طریق مجموعه‌ای از محاسبات عددی .قدم بعدی در فرایند تحلیل سلسله مراتبی انجام محاسبات لازم برای تعیین اولویت هر یک از عناصر تصمیم با بهره گرفتن از اطلاعات ماتریس‌های مقایسات زوجی است. خلاصه عملیات ریاضی در این مرحله به صورت زیر است.
مجموع اعداد هر ستون از ماتریس مقایسات زوجی را محاسبه کرده، سپس هر عنصر ستون را بر مجموع اعداد آن ستون تقسیم می‌کنیم. ماتریس جدیدی که بدین صورت بدست می‌آید، «ماتریس مقایسات نرمال شده» نامیده می‌شود.
میانگین اعداد هر سطر از ماتریس مقایسات نرمال شده را محاسبه می‌کنیم. این میانگین وزن نسبی عناصر تصمیم با سطرهای ماتریس را ارائه می‌کند.
د) ادغام وزن های نسبی
به منظور رتبه‌بندی گزینه‌های تصمیم، در این مرحله بایستی وزن نسبی هرعنصر را در وزن عناصر بالاتر ضرب کرد تا وزن نهایی آن بدست آید. با انجام این مرحله برای هر گزینه، مقدار وزن نهایی بدست می‌آید.
۳-۵-۱ سازگاری در قضاوت‌ها
تقریباً تمامی محاسبات مربوط به فرایند تحلیل سلسله مراتبی بر اساس قضاوت اولیه تصمیم گیرنده که در قالب ماتریس مقایسات زوجی ظاهر می‌شود، صورت می‌پذیرد و هر گونه خطا و ناسازگاری در مقایسه و تعیین اهمیت بین گزینه‌ها و شاخص‌ها نتیجه نهایی به دست آمده از محاسبات را مخدوش می‌سازد. نرخ ناسازگاری^[۹۰] که در ادامه با نحوه محاسبه آن آشنا خواهیم شد، وسیله‌ای است که سازگاری را مشخص ساخته و نشان می‌دهد که تا چه حد می‌توان به اولویتهای حاصل از مقایسات اعتماد کرد. برای مثال اگر گزینه A نسبت به B مهمتر (ارزش ترجیحی ۵) و B نسبتا مهمتر (ارزش ترجیحی ۳) باشد، آنگاه باید انتظار داشت A نسبت به C خیلی مهمتر (ارزش ترجیحی ۷ یا بیشتر) ارزیابی گردد یا اگر ارزش ترجیحی A نسبت به B، ۲ و B نسبت به C،‌ ۳ باشد آنگاه ارزش A نسبت به C باید ارزش ترجیحی ۴ را ارائه کند. شاید مقایسه دو گزینه امری ساده باشد، اما وقتیکه تعداد مقایسات افزایش یابد اطمینان از سازگاری مقایسات به راحتی میسر نبوده و باید با به کارگیری نرخ ناسازگاری به این اعتماد دست یافت. تجربه نشان داده است که اگر نرخ ناسازگاری کمتر از ۱۰/۰ باشد سازگاری مقایسات قابل قبول بوده و در غیر اینصورت مقایسه‌ها باید تجدید نظر شود. قدم‌های زیر برای محاسبه نرخ ناسازگاری به کار گرفته می‌شود:
- محاسبه نرخ ناسازگاری
گام ۱. ماتریس مقایسه زوجی ماتریس مورد نظر ( A ) را تشکیل می دهیم.
گام ۲. بردار ستونی «وزن نسبی» ( W ) را مشخص می نماییم.
گام۳. محاسبه بردار مجموع وزنی: ماتریس مقایسات زوجی ( A ) را در بردار ستونی ( W ) ضرب می کنیم، بردار جدیدی را که به این طریق بدست می‌آورید، بردار مجموع وزنی نامیده می شود.
گام۴. محاسبه بردار ناسازگاری: عناصر بردار مجموع وزنی را بر بردار وزن نسبی تقسیم کنید. بردار حاصل بردار ناسازگاری نامیده می‌شود.
آیا بزرگترین مقدار ویژه ماتریس( A ) یعنی λmax مشخص است؟ اگر پاسخ مثبت است به قدم بعدی می رویم در غیر این صورت مقدار آنرا تخمین می زنیم:
بدست آوردن λmax، میانگین عناصر برداری ناسازگاری λmax را به دست می‌دهد.
گام۵. محاسبه شاخص ناسازگاری: شاخص ناسازگاری^[۹۱] بصورت زیر تعریف می‌شود:

n : عبارتست از تعداد گزینه‌های موجود در مساله
گام ۶. محاسبه نرخ ناسازگاری: نرخ ناسازگاری^[۹۲] از تقسیم شاخص ناسازگاری برشاخص ناسازگاری ماتریس تصادفی^[۹۳] بدست می‌آید.

نرخ ناسازگاری ۱/۰ یا کمتر سازگاری در مقایسات را بیان می‌کند]۷[.
شاخص ناسازگاری تصادفی از جدول زیر استخراج می‌شود.
جدول ۳-۱۱: مقدار شاخص های ناسازگاری تصادفی برای ماتریس هایی با ابعاد مختلف. ]۷[.