Quy trình phân tích thứ bậc (AHP) là gì?

Quy trình phân tích thứ bậc (AHP) là một công cụ toán học để giải quyết vấn đề đã trở nên phổ biến trong giới quản lý vào cuối những năm 1990 và đầu những năm 2000.

Phương pháp AHP được xây dựng dựa trên việc hiểu rõ cấu trúc của một vấn đề và những trở ngại thực sự mà các nhà quản lý gặp phải khi giải quyết nó. Cấu trúc này đã được giải thích trong bài viết này.

Logic đằng sau AHP

Phương pháp AHP xem xét vấn đề theo ba phần:

1. Phần đầu tiên là vấn đề cần được giải quyết,

2. Phần thứ hai là các giải pháp thay thế có thể áp dụng để giải quyết vấn đề.

3. Phần thứ ba và quan trọng nhất liên quan đến phương pháp AHP là các tiêu chí được sử dụng để đánh giá các giải pháp thay thế.

Phương pháp AHP hiểu rằng mặc dù có nhiều tiêu chí nhưng tầm quan trọng của mỗi tiêu chí có thể không bằng nhau.

Ví dụ nếu bạn phải lựa chọn giữa hai nhà hàngHương vị và thời gian chờ là hai yếu tố, tuy nhiên cả hai có thể không có tầm quan trọng như nhau trong nhận thức của bạn.

Hương vị có thể quan trọng hơn nhiều so với thời gian chờ đợi, v.v. Do đó, nếu bạn đánh giá hương vị ở mức 2 và thời gian chờ ở mức 1, bạn sẽ có nhiều khả năng đến được nhà hàng đáp ứng tốt nhất nhu cầu của mình.

Do đó, khi đánh giá các giải pháp thay thế, cần gắn trọng số vào các tiêu chí để đảm bảo đi đến kết luận chính xác. Điều này có vẻ hiển nhiên. Tuy nhiên, cho đến tận bây giờ, các nhà khoa học quản lý vẫn luôn gặp phải những vấn đề về cách gán trọng số.

Trong ví dụ trên, việc gán trọng số của chúng ta là tùy ý. Ví dụ này cũng chỉ có hai tiêu chí. Khi số lượng tiêu chí (hệ số) tăng lên, việc gán trọng số sẽ ngày càng tùy ý hơn.

Phương pháp AHP có cơ chế kiểm tra và cân bằng nội tại. Do đó, những biện pháp kiểm tra và cân bằng này đảm bảo rằng bạn đạt được các giải pháp nhất quán về mặt logic khi so sánh tầm quan trọng tương đối của các tiêu chí trong quá trình gán trọng số cho chúng.

Chính vì lý do này mà AHP là một trong những kỹ thuật được săn đón nhất trong khoa học quản lý hiện nay. Các nhà quản lý tại các tập đoàn lớn như General Electric, Ford Motors, Motorola, v.v., sử dụng nó trong các dự án sáu sigma của họ.

Mối liên hệ giữa AHP và Six Sigma

AHP là một kỹ thuật riêng biệt. Nó không phải là một phần của phương pháp Six Sigma tiêu chuẩn. Trên thực tế, nó được phát triển nhiều năm sau khi phương pháp Six Sigma ra đời.

Tuy nhiên, nó đã được ứng dụng rộng rãi trong các dự án sáu sigma. Các nhà quản lý sử dụng AHP để gán trọng số số cho các yếu tố.

Những yếu tố này có thể là những yếu tố được khách hàng sử dụng khi đánh giá sản phẩm hoặc cũng có thể là những yếu tố được ban quản lý sử dụng để đánh giá các giải pháp thay thế.

Nhược điểm của AHP

Phương pháp AHP có những vấn đề riêng.

• Phương pháp này liên quan đến toán học ở trình độ cao hơn.
• Nó dựa trên khái niệm vectơ riêng. Chính vì lý do này mà việc thực hiện các phép tính liên quan đến AHP trên bảng tính Excel là một thử thách.

Tuy nhiên, gần đây các công cụ phần mềm đã được phát triển có thể thực hiện các phép tính. Do đó, các nhà quản lý chỉ cần nắm rõ quy trình AHP, các phép tính đã được tự động hóa.

Cách sử dụng Quy trình phân cấp phân tích (AHP)

Mặc dù AHP là một trong những phương pháp tiên tiến nhất hiện có trong lĩnh vực khoa học quản lý và nghiên cứu vận hành, nhưng tính phức tạp của việc sử dụng công cụ này khiến việc áp dụng trở nên khó khăn. May mắn thay, các công cụ phần mềm đã được xây dựng để tự động hóa phần toán học chuyên sâu này.

Người dùng phải tuân theo phương pháp thu thập dữ liệu đơn giản sau đó đưa dữ liệu vào công cụ để có được kết quả.

Sau đây là quy trình để thực hiện điều tương tự:

1. Bước 1: Xác định các giải pháp thay thế

   Quy trình AHP bắt đầu bằng việc xác định các phương án thay thế cần được đánh giá. Các phương án này có thể là các tiêu chí khác nhau mà các giải pháp cần được đánh giá. Chúng cũng có thể là các tính năng khác nhau của sản phẩm cần được cân nhắc để hiểu rõ hơn nhận thức của khách hàng. Cuối bước 1, một danh sách đầy đủ tất cả các phương án thay thế khả dụng phải được chuẩn bị.

2. Bước 2: Xác định vấn đề và tiêu chí

   Bước tiếp theo là mô hình hóa vấn đề. Theo phương pháp AHP, một vấn đề là một tập hợp các vấn đề con có liên quan. Do đó, phương pháp AHP dựa trên việc chia nhỏ vấn đề thành một hệ thống phân cấp các vấn đề nhỏ hơn. Trong quá trình chia nhỏ vấn đề con, các tiêu chí để đánh giá các giải pháp sẽ xuất hiện.

   Tuy nhiên, như phân tích nguyên nhân gốc rễ, một người có thể tiếp tục đi sâu hơn vào các cấp độ sâu hơn của vấn đề. Khi nào nên dừng việc chia nhỏ vấn đề thành các vấn đề nhỏ hơn là một đánh giá chủ quan.

   Ví dụ: Một công ty cần quyết định lựa chọn đầu tư tốt nhất giữa cổ phiếu, trái phiếu, bất động sản và vàng. Nếu sử dụng phương pháp AHP, bài toán đầu tư tốt nhất sẽ được chia nhỏ thành các bài toán nhỏ hơn như bảo vệ khỏi sự sụp đổ, cơ hội tăng giá tối đa, tính thanh khoản trên thị trường, v.v. Mỗi bài toán nhỏ này sau đó có thể được chia nhỏ thành các bài toán nhỏ hơn cho đến khi ban quản lý cảm thấy đã đạt được các tiêu chí phù hợp.

3. Bước 3: Thiết lập mức độ ưu tiên giữa các tiêu chí bằng cách sử dụng so sánh từng cặp

   Phương pháp AHP sử dụng so sánh từng cặp để tạo ra một ma trận. Ví dụ, công ty sẽ được yêu cầu cân nhắc tầm quan trọng tương đối của việc bảo vệ khỏi sự sụp đổ so với tính thanh khoản. Sau đó, trong ma trận tiếp theo, sẽ có một phép so sánh từng cặp giữa tính thanh khoản và khả năng tăng giá, v.v. Các nhà quản lý sẽ được yêu cầu điền dữ liệu này theo kỳ vọng của người tiêu dùng cuối cùng hoặc những người sẽ sử dụng quy trình.

4. Bước 4: Kiểm tra tính nhất quán

   Bước này được tích hợp sẵn trong hầu hết các công cụ phần mềm giúp giải quyết các bài toán AHP. Ví dụ, nếu tôi nói rằng tính thanh khoản quan trọng gấp đôi so với việc bảo vệ khỏi sự sụp đổ và trong ma trận tiếp theo, tôi nói rằng việc bảo vệ khỏi sự sụp đổ quan trọng bằng một nửa so với cơ hội tăng giá, thì tình huống sau sẽ xuất hiện:

   Thanh khoản = 2 (Bảo vệ khỏi sự sụp đổ)

   Bảo vệ khỏi sự sụp đổ = ½ (Cơ hội được đánh giá cao)

   Do đó, tính thanh khoản phải tương đương với khả năng tăng giá.

   Tuy nhiên, nếu trong phép so sánh từng cặp giữa tính thanh khoản và khả năng tăng giá, nếu tôi cho trọng số lớn hơn hoặc nhỏ hơn 1, thì dữ liệu của tôi không nhất quán. Dữ liệu không nhất quán sẽ cho kết quả không nhất quán, do đó phòng bệnh hơn chữa bệnh.

5. Bước 5: Lấy trọng số tương đối

   Công cụ phần mềm sẽ chạy phép tính toán học dựa trên dữ liệu và gán trọng số tương đối cho các tiêu chí. Khi phương trình đã sẵn sàng với các tiêu chí có trọng số, người dùng có thể đánh giá các phương án để tìm ra giải pháp tốt nhất phù hợp với nhu cầu của mình.