ahp – il metodo e le sue applicazioni
Transcript
ahp – il metodo e le sue applicazioni
A.I.A.G.A. COUNCIL ISSUE DATE : 2013/12/17 AHP REV: 1.0 PAGE 1 of 13 AHP – IL METODO E LE SUE APPLICAZIONI TITLE SUMMARY Il metodo AHP (Analytic Hierarchy Process) è uno dei metodi MCDM (Multi Criteria Decision Making) più utilizzato. Il metodo è stato sviluppato dal Prof. Thomas Lorie Saaty (1977). Esso prevede misure di coerenza/giudizio; deriva priorità tra i criteri e le alternative e semplifica voti di preferenza tra i criteri decisionali utilizzando confronti a coppie di criteri. Il metodo, essendo compensativo, è in grado di gestire una certa dose di incoerenza del decisore entro limiti giudicati accettabili e sostenibili da considerazioni puramente matematiche. AUTHOR Giovanni Tortorici CHECKED Ermanno Molinari APPROVED Consiglio Direttivo A.I.A.G.A. FILENAME: AHP.DOCX HISTORY LOG AUTHOR DATE G. Tortorici 17 Dicembre 2013 First edition G. Tortorici 31 Dicembre 2013 Excel file templates added COMMENT A.I. A. G. A. – Associazione Italiana Acquirenti e Gestori di Auto Aziendali – Via Ugo Bassi, 7 – 40121 Bologna (Italy) - Codice fiscale: 91332590370 Ufficio Stampa: Econometrica S.r.l – telefono +39 (0) 51 271710 - fax: +39 (0) 51 224807 – e-mail: [email protected] A.I.A.G.A. COUNCIL AHP ISSUE DATE : 2013/12/17 REV: 1.0 PAGE 2 of 13 SOMMARIO 1 INTRODUZIONE ............................................................................................ 3 2 DESCRIZIONE MATEMATICA DEL METODO ..................................................... 3 3 APPLICABILITÀ DEL METODO ........................................................................ 4 4 IMPLEMENTAZIONE DEL METODO IN EXCEL ................................................... 5 5 CONSIDERAZIONI ......................................................................................... 8 6 AHP PANACEA DI TUTT I MALI? ..................................................................... 9 7 LA SINTESI DEI RISULTATI .......................................................................... 10 8 APPLICAZIONE AHP A.I.A.G.A. ..................................................................... 11 A.I. A. G. A. – Associazione Italiana Acquirenti e Gestori di Auto Aziendali – Via Ugo Bassi, 7 – 40121 Bologna (Italy) - Codice fiscale: 91332590370 Ufficio Stampa: Econometrica S.r.l – telefono +39 (0) 51 271710 - fax: +39 (0) 51 224807 – e-mail: [email protected] A.I.A.G.A. COUNCIL AHP ISSUE DATE : 2013/12/17 REV: 1.0 PAGE 3 of 13 1 INTRODUZIONE L’introduzione del metodo AHP (Analytic Hierarchy Process) per A.I.A.G.A., nasce in ambito scelta car policy e car list, per motivi differenti, ma riconducibili alla stessa ragione: come ci comportiamo quando dobbiamo prendere una decisione? Il decisore è sempre in grado di esprimere preferenza o indifferenza tra due parametri decisionali? La possibile risposta al problema è offerta dal metodo AHP che: scompone il problema negli elementi che lo costituiscono (Analytic) struttura gli elementi in modo gerarchico rispetto all’obiettivo (Hierarchy) processa i giudizi arrivando al risultato (Process) Il metodo si basa su 3 semplici assiomi: Reciprocità (se A=2B -> B=A/2) Omogeneità (gli elementi da comparare non devono essere troppo dissimili) Indipendenza dei giudizi (per ogni livello della gerarchia i giudizi espressi sugli obiettivi non devono dipendere dai giudizi espressi sugli obiettivi o alternative poste ai livelli inferiori) 2 DESCRIZIONE MATEMATICA DEL METODO Tutte le informazioni disponibili, sia quantitative che qualitative, sia oggettive che soggettive, possono essere utilizzate per stimare in modo più efficace l'efficienza di un dispositivo nell'esercizio di un'attività lavorativa. La base logica del metodo è costituita dall'Analytic Hierarchy Process (AHP). Sviluppato da Saaty (1980), l'AHP è una metodologia di analisi decisionale multi-criterio robusta e flessibile, che formula il problema decisionale in una struttura gerarchica e definisce le priorità dei suoi elementi, ogni livello, confrontando la loro reciproca importanza o (verosimiglianza) rispetto ad un attributo comune. Tra le varie metodologie decisionali multi-arbitrio disponibili in letteratura, si è preferito l'AHP per la capacità di integrare efficacemente fattori oggettivi e soggettivi, quantitativi e qualitativi. Per una completa e rigorosa trattazione di tale metodologia, ci si può comunque rifare alla letteratura internazionale (Saaty, 1980 e 1994). La struttura base dell'AHP viene sintetizzata nello schema seguente: STEP1 - Creazione di una struttura gerarchica mediante scomposizione del problema decisionale in sotto-problemi (elementi decisionali) più facilmente risolubili (ovvero criteri e alternative). STEP 2 - Ogni livello della gerarchia, l'importanza relativa dei criteri viene determinata rispetto all'elemento decisionale di livello superiore (per esempio, classe di criteri) per mezzo del confronto a coppie in termini di importanza relativamente al problema decisionale principale (livello primo della gerarchia) utilizzando una scala numerico/linguistica come quella riportata di seguito (Scala di Saaty, 1980) con 5 elementi fondamentali e 4 elementi intermedi: Giudizi Linguistici 1 2 3 4 5 6 7 8 9 Scala di Importanza Uguale Debole Significativa Forte Assoluta A.I. A. G. A. – Associazione Italiana Acquirenti e Gestori di Auto Aziendali – Via Ugo Bassi, 7 – 40121 Bologna (Italy) - Codice fiscale: 91332590370 Ufficio Stampa: Econometrica S.r.l – telefono +39 (0) 51 271710 - fax: +39 (0) 51 224807 – e-mail: [email protected] A.I.A.G.A. COUNCIL AHP ISSUE DATE : 2013/12/17 REV: 1.0 PAGE 4 of 13 Valori intermedi (2, 4, 6, 8) possono essere venire utilizzati per generare ulteriori livelli di discriminazione. Per esempio, se il criterio X viene giudicato "fortemente più importante" del criterio Y, viene dato un valore numerico di 7. I valori reciproci di quelli utilizzati in tabella sono utilizzati per esprimere i giudizi opposti. Se il criterio Y è "moderatamente meno importante" del criterio Z, allora viene dato un valore numerico di 1/3. Le informazioni derivanti dal confronto a coppie vengono organizzate in una struttura a matrice (A) e utilizzati per ottenere i pesi locali assoluti ( Wjk ; dove j=1,...,n rappresenta i criteri; k=1,...m rappresenta i livelli della gerarchia) come mostrato nel seguito (Metodo dell'Autovalore di Saaty): A . Wjk = λ . Wjk dove: A = matrice dei confronti a coppie; Wjk =vettore dei pesi locali assoluti; λ = autovalore massimo della matrice A. STEP 3 - Calcolo dei pesi globali assoluti di importanza ( Wj ): Wj = Πk ( Wjk ) STEP4 - Determinazione, mediante confronto a coppie, dei pesi delle alternative decisionali rispetto a ogni criterio, utilizzando la stessa procedura descritta al passo 2. L'output di questo passo sono le classifiche locali assolute delle alternative rispetto a ogni criterio Rij ; dove i=1,...,p rappresenta le alternative). STEP5 - Calcolo della classifica globale assoluta (priorità) delle alternative decisionali (Pj), moltiplicando la classifica locale assoluta determinata per ogni criterio per i corrispondenti pesi globali assoluti dei criteri: Pi = Σj ( Wj . Rij ) 3 APPLICABILITÀ DEL METODO Molto sinteticamente il metodo AHP consente di strutturare un problema decisionale secondo un modello che prevede la gerarchizzazione di obiettivi, criteri e alternative. Tale metodo si articola secondo 3 fasi principali: 1. Costruzione della gerarchia - 2. Identificazione delle priorità: confronti a coppie tra gli elementi in gioco - 3. Verifica della coerenza logica dei confronti. Esempi dove è ampiamente usato il metodo AHP: Analisi costi / benefici Pianificazione strategica R&D nella definizione delle priorità Scelte della tecnologia Priorità negli investimenti Priorità per lo sviluppo del turismo Valutazione di nuovi servizi di telecomunicazione Valutazione di soluzioni alternative A.I. A. G. A. – Associazione Italiana Acquirenti e Gestori di Auto Aziendali – Via Ugo Bassi, 7 – 40121 Bologna (Italy) - Codice fiscale: 91332590370 Ufficio Stampa: Econometrica S.r.l – telefono +39 (0) 51 271710 - fax: +39 (0) 51 224807 – e-mail: [email protected] A.I.A.G.A. COUNCIL ISSUE DATE : 2013/12/17 AHP REV: 1.0 PAGE 5 of 13 4 IMPLEMENTAZIONE DEL METODO IN EXCEL Partendo dai criteri “C” e dall’importanza a loro assegnata, si ottiene la seguente schematizzazione: Criterio C1 C2 C3 C4 C5 9 9 9 9 9 Peso dei criteri più importante = meno importante 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Generiamo adesso la matrice di esempio con tre soli criteri: C1 1 0,25 0,2 C1 C2 C3 C2 4 1 2 C3 5 0,5 1 Ogni criterio paragonato con se stesso ha la stessa importanza e quindi genera un valore 1. Troveremo questi valori 1 sulla diagonale, per cui la matrice si dice triangolare. Le matrici in questione, avendo lo stesso numero di righe e colonne si chiamano quadrate. Se il criterio della colonna è preferito al criterio della riga, allora viene inserito il valore reciproco, ossia nel caso specifico 1/2=0,5. Abbiamo quindi definito C3 meno importante di C2, ma C2 è più importante di C1 (4): questo implica che C1 e meno importante di C2 e troveremo il valore reciproco 1/4=0,25. Analogo discorso per C3 rispetto a C1, con un valore di 1/5=0,2. Una matrice si dice triangolare alta se tutti gli elementi al di sotto della diagonale principale sono nulli La matrice viene quindi riempita utilizzando le seguenti regole: Se il valore di giudizio si trova sul lato sinistro degli 1, mettiamo il valore effettivo giudizio Se il valore di giudizio è sul lato destro degli 1, mettiamo il valore reciproco. Applichiamo questa regola ad una matrice con cinque criteri (le caselle con lo stesso colore sono quelle reciproche): 1 2 3 4 5 CRITERI C1 C2 C3 C4 C5 A C1 1,00 0,14 0,33 1,00 1,00 B C2 7,00 1,00 7,14 5,00 5,00 C C3 3,00 0,14 1,00 1,00 1,00 D C4 1,00 0,20 1,00 1,00 1,00 E C5 1,00 0,20 1,00 1,00 1,00 (Le lettere da A a E ed i numeri da 1 a 5 servono solo ad identificare le caselle) Adesso eseguiamo la somma dei valori di ogni singola colonna: A.I. A. G. A. – Associazione Italiana Acquirenti e Gestori di Auto Aziendali – Via Ugo Bassi, 7 – 40121 Bologna (Italy) - Codice fiscale: 91332590370 Ufficio Stampa: Econometrica S.r.l – telefono +39 (0) 51 271710 - fax: +39 (0) 51 224807 – e-mail: [email protected] A.I.A.G.A. COUNCIL CRITERI C1 C2 C3 C4 C5 TOTALE C1 1,00 0,14 0,33 1,00 1,00 3,48 ISSUE DATE : 2013/12/17 AHP C2 7,00 1,00 7,14 5,00 5,00 25,14 C3 3,00 0,14 1,00 1,00 1,00 6,14 PAGE 6 of 13 REV: 1.0 C4 1,00 0,20 1,00 1,00 1,00 4,20 C5 1,00 0,20 1,00 1,00 1,00 4,20 Procediamo adesso alla “normalizzazione” della matrice, dividendo ogni elemento di ciascuna colonna per il valore della somma prima ottenuta per la singola colonna, generando la seguente matrice: CRITERI C1 C2 C3 C4 C5 C1 0,29 0,04 0,10 0,29 0,29 C2 0,28 0,04 0,28 0,20 0,20 C3 0,49 0,02 0,16 0,16 0,16 C4 0,24 0,05 0,24 0,24 0,24 C5 0,24 0,05 0,24 0,24 0,24 TOTALE 1,53 0,20 1,02 1,13 1,13 Totale -> MEDIA 0,31 0,04 0,20 0,23 0,23 1,00 Il “TOTALE” indicato è la somma dei valori di riga, mentre la “MEDIA” è ottenuta come media aritmetica del totale appena trovato (la funzione usata è MEDIA(celle della riga)/5, dove cinque è il numero di elementi che compongono la riga stessa).Funzione equivalente in inglese è AVERAGE. La somma delle medie è 1. Dopo la normalizzazione, che ha portato al vettore delle priorità (è il nome MATEMATICO della colonna “MEDIA”), partiamo con la fase di analisi della consistenza. Questa fase consta di 3 step: Calcolo della Misura di Consistenza. Calcolo dell’Indice di Consistenza (CI) Calcolo del Rapporto di Consistenza (CI/RI) dove RI un indice casuale (Random) Per la misura di Consistenza, Excel dispone di una funzione chiamata MMULT() [Matrix MULTiplication Function] che nella versione italiano si chiama MATR.PRODOTTO. Usando questa funzione tra ciascuna riga della matrice iniziale e la colonna “MEDIA” della matrice sotto riportata, diviso il valore della casella della MEDIA relativa alla riga presa in questione, e reiterando il processo, si ottiene il seguente risultato: 6 7 8 9 10 A B C D E F G H CRITERI C1 C2 C3 C4 C5 C1 0,29 0,04 0,10 0,29 0,29 C2 0,28 0,04 0,28 0,20 0,20 C3 0,49 0,02 0,16 0,16 0,16 C4 0,24 0,05 0,24 0,24 0,24 C5 0,24 0,05 0,24 0,24 0,24 TOTALE 1,53 0,20 1,02 1,13 1,13 Totale -> MEDIA 0,31 0,04 0,20 0,23 0,23 1,00 I MISURA DI CONSISTENZA 5,38 5,08 5,10 5,15 5,15 A.I. A. G. A. – Associazione Italiana Acquirenti e Gestori di Auto Aziendali – Via Ugo Bassi, 7 – 40121 Bologna (Italy) - Codice fiscale: 91332590370 Ufficio Stampa: Econometrica S.r.l – telefono +39 (0) 51 271710 - fax: +39 (0) 51 224807 – e-mail: [email protected] A.I.A.G.A. COUNCIL ISSUE DATE : 2013/12/17 AHP PAGE 7 of 13 REV: 1.0 (Le lettere da A a I ed i numeri da 6 a 10 servono solo ad identificare le caselle le caselle, in modo da rendere semplice la comprensione dell’applicazione della funzione applicata) La funzione applicata è stata la seguente: I6=MATR.PRODOTTO(A1:E1;H6:H10)/H6 Analogamente per le altre caselle: I7=MATR.PRODOTTO(A2:E2;H6:H10)/H7 Si reitera fino ad arrivare nel caso specifico ad I10 Prima di procedere con l’Indice di Consistenza ed il Rapporto di Consistenza, prendiamo l’indice Random dalle tabelle pubblicate da SAATY, inventore del metodo, nel 1980, per n=10 (n indica la dimensione della matrice, ossia il numero di righe o di colonne, che è uguale essendo la matrice quadrata ed indica il numero di criteri): n RI 1 2 3 4 5 6 7 8 9 10 0,00 0,00 0,58 0.90 1,12 1,24 1,32 1,41 1,46 1,49 L’indice di consistenza CI viene calcolato con la seguente formula: CI = (max - n) / (n-1) Dove max è il massimo autovalore della matrice ed n la dimensione della matrice stessa. Senza entrare in dettagli troppo tecnici, spieghiamo rapidamente cosa è un autovalore – se abbiamo una matrice A di dimensione n, il valore per il quale risulta Av=v si chiama autovalore. Nel nostro caso specifico n=5. Il calcolo di max è fatto con la funzione MEDIA degli elementi della colonna “MISURA DI CONSISTENZA”, quindi si ha: CI = MEDIA (I6:I10) -5 / 4 Essendo la matrice di dimensione (detto anche ordine) 5, il valore RI dalle tabelle di Saaty è 1,12 Quindi essendo il rapporto di consistenza CR=CI/RI, si ottiene il risultato sotto evidenziato: 6 7 8 9 10 11 12 13 14 A B C2 D E F G H CRITERI C1 C2 C3 C4 C5 C1 0,29 0,04 0,10 0,29 0,29 C2 0,28 0,04 0,28 0,20 0,20 C3 0,49 0,02 0,16 0,16 0,16 C4 0,24 0,05 0,24 0,24 0,24 C5 0,24 0,05 0,24 0,24 0,24 TOTALE 1,53 0,20 1,02 1,13 1,13 Totale -> CI -> RI -> CR -> MEDIA 0,31 0,04 0,20 0,23 0,23 1,00 0,04 1,12 0,04 I MISURA DI CONSISTENZA 5,38 5,08 5,10 5,15 5,15 Nel caso meno restrittivo, per poter considerare la matrice A consistente, viene posto come vincolo CR < 0.1 (10%). Volendo determinare in modo più preciso e in funzione della dimensione di A la soglia entro la quale considerare consistente la matrice, possiamo utilizzare i valori presenti nella tabella seguente: A.I. A. G. A. – Associazione Italiana Acquirenti e Gestori di Auto Aziendali – Via Ugo Bassi, 7 – 40121 Bologna (Italy) - Codice fiscale: 91332590370 Ufficio Stampa: Econometrica S.r.l – telefono +39 (0) 51 271710 - fax: +39 (0) 51 224807 – e-mail: [email protected] A.I.A.G.A. COUNCIL Soglia 0,05 0,08 0,10 AHP ISSUE DATE : 2013/12/17 REV: 1.0 PAGE 8 of 13 n 3 4 >=5 Come si può capire analizzando i valori di RI in funzione della dimensione, nelle tabelle di Saaty, è inutile definire una soglia per la consistenza nel caso di matrici dei confronti a coppie di dimensione n = 1 e n = 2 . Nel primo caso ottengo una matrice identità 1x1, mentre nel secondo caso, confrontando solamente 2 stimoli, non è possibile ottenere inconsistenza. È indispensabile dire che si consiglia di non realizzare matrici dei confronti con dimensione maggiore di 7, anche se poi come limite massimo viene generalmente indicato a 10 (esistono anche implementazioni a 15). 5 CONSIDERAZIONI Una decisione è la scelta di intraprendere una determinata azione, tra più alternative disponibili (opzioni), da parte di un individuo o di un gruppo (decisore). Nel processo decisionale (decision making) si possono distinguere tre fasi: 1. la formulazione di alternative o scenari; 2. la valutazione delle alternative, cioè delle conseguenze che hanno nel futuro. Tale valutazione viene effettuata in base ad uno o più criteri, eventualmente quantificabili tramite indicatori; 3. la scelta, ossia la selezione di un'opzione, tra quelle prese in considerazione, in base all'esito della valutazione effettuata. Si può parlare propriamente di decisione qualora il decisore abbia di fronte a sé una pluralità di opzioni. Lo studio delle decisioni può essere effettuato in modo descrittivo e normativo. Chi adotta un approccio descrittivo cerca di scoprire come effettivamente vengono prese le decisioni nei diversi contesti; invece, chi adotta un approccio normativo cerca di individuare il modo con cui le decisioni dovrebbero essere prese facendo riferimento ad ideali decisori razionali (teoria economica della decisione). Per poter decidere in modo razionale il decisore deve conoscere le opzioni disponibili e le conseguenze che possono scaturire da ciascuna. Spesso, però, il decisore non dispone di informazioni complete, nel senso che ignora talune opzioni o non è in grado di prevedere tutte le conseguenze ad esse associate. D'altra parte le conseguenze delle decisioni non dipendono solo dal corso d'azione prescelto, ma anche dalle condizioni del contesto nel quale il processo decisionale si svolge, il cosiddetto stato di natura. Una decisione, pertanto, è caratterizzata dall'azione prescelta, dallo stato di natura e dalle conseguenze dell'azione (il risultato). Secondo il grado di conoscenza dello stato di natura da parte del decisore si distinguono: • • • decisioni in situazioni di certezza, se il decisore conosce lo stato di natura; decisioni in situazioni di rischio, se il decisore, pur non conoscendo lo stato di natura, dispone tuttavia di una misura della probabilità associata a ciascun possibile stato di natura; decisioni in situazioni di incertezza, se il decisore non conosce né lo stato di natura né le probabilità associate ai possibili stati di natura. L’analisi multicriterio per scopo decisionale (Multi Criteria Decision Analysis, MCDA) è una disciplina orientata a supportare il decisore qualora si trovi a operare con valutazioni numerose e conflittuali, consentendo di ottenere una soluzione di compromesso in modo trasparente. I metodi di analisi multicriterio supportano il decisore nella fase di organizzazione e sintesi di informazioni complesse e A.I. A. G. A. – Associazione Italiana Acquirenti e Gestori di Auto Aziendali – Via Ugo Bassi, 7 – 40121 Bologna (Italy) - Codice fiscale: 91332590370 Ufficio Stampa: Econometrica S.r.l – telefono +39 (0) 51 271710 - fax: +39 (0) 51 224807 – e-mail: [email protected] A.I.A.G.A. COUNCIL AHP ISSUE DATE : 2013/12/17 REV: 1.0 PAGE 9 of 13 spesso di natura eterogenea. Tale metodologia permette al decisore di analizzare e valutare diverse alternative, monitorandone l’impatto sui differenti attori del processo decisionale. In campo aziendale, ad esempio, i meccanismi che portano al raggiungimento della decisione ottima non possono coinvolgere solamente metodi di analisi multicriterio, ma devono necessariamente tenere in considerazione anche i vari processi aziendali interessati e soprattutto i dati da essi derivanti. Può essere quindi utile inserire l’analisi multicriterio all’interno di strumenti informatici di supporto al processo decisionale che contengono moduli quali: database, modelli matematici, modelli di simulazione, modelli aziendali e MCDA. Sistemi in grado di integrare tali caratteristiche prendono il nome di Sistemi di Supporto alle Decisioni (DSS). I DSS coprono un’ampia gamma di sistemi, strumenti e tecnologie per supportare il decisore nel processo decisionale. In generale, quindi, un DSS è sia un processo che uno strumento per risolvere problemi troppo complessi per l’uomo ma troppo qualitativi per il computer. Obiettivi multipli possono ulteriormente complicare il compito del decisore qualora siano in contrasto tra loro. Come un processo, un DSS è un modo sistematico per guidare decisori e stakeholders verso l’obiettivo di considerare tutte le possibili alternative, valutando le eventuali opzioni per determinare la soluzione che meglio risolve il problema. 6 AHP PANACEA DI TUTT I MALI? Nel mondo reale, le decisioni sono spesso il risultato di un complesso processo decisionale, caratterizzato da molteplici attori e con obiettivi e interessi contrastanti. Il primo passo fondamentale per sviluppare un DSS efficace è pertanto l’individuazione del problema decisionale, insieme alla comprensione dell’attuale processo di decisione, l’identificazione degli stakeholders, delle loro responsabilità, i loro interessi, i meccanismi legali e di gestione, così come tutti i vincoli politici, istituzionali e socio-economici che stanno alla base del processo decisionale. In generale è possibile strutturare il processo decisionale nelle seguenti parti: • • • • le opzioni di controllo, cioè le azioni, le strategie e/o le regole che possono essere utilizzate per controllare il comportamento del sistema; i criteri, sulla base dei quali vengono valutate le performance del sistema; gli obiettivi, ad esempio il tipo di ottimizzazione da utilizzare per ogni criterio; i vincoli, soglie stabilite per alcuni o tutti i criteri, al fine di rendere le varie alternative accettabili o raggiungibili. Lo scopo dei DSS è quello di supportare la scelta di un’opzione di controllo, che al tempo stesso rispetti i vincoli imposti e ottimizzi gli obiettivi. Da questo punto di vista, la fase di definizione e progettazione delle opzioni di controllo è di vitale importanza. Dall’altro lato, le variabili incontrollabili descrivono fattori esterni non soggetti a scelta, ma che tuttavia influiscono sulle performance del sistema. Lo scopo del DSS può essere riassunto in termini di sensitività e robustezza della decisione finale. I criteri sono espressi tramite gli indicatori, che sono utilizzati per sintetizzare le performance del sistema sotto opzioni di controllo alternative. Gli obiettivi corrispondono ad indicatori il cui valore deve essere minimizzato o massimizzato. I vincoli impongono un valore massimo o minimo per gli indicatori. Possono corrispondere a soglie definite sulla base di regole o esperienza acquisita sul problema e consentono di scartare alternative non accettabili. Variabili aggiuntive che non corrispondono ai criteri, ma che il decisore potrebbe voler porre sotto vincolo, vengono generalmente definite variabili interne. I vincoli di natura fisica e pratica presenti nel sistema possono essere considerati introducendo opportuni valori di soglia sia nelle variabili controllabili che in quelle non controllabili. Grazie alle definizioni precedenti, la logica di funzionamento di un DSS può essere definita in modo semplice. Un insieme di opzioni di controllo alternative per il sistema viene generato cambiando i valori delle variabili di controllo. Ogni opzione di controllo porta a definire una corrispondente risposta del sistema, la quale viene espressa in modo sintetico dagli indicatori. Le risposte o performance del sistema vengono analizzate, valutate e comparate, tramite l’ausilio di strumenti di analisi multicriterio, per arrivare ad ottenere un ranking finale delle alternative ed una eventuale scelta dell’alternativa preferita, come soluzione del processo decisionale. A.I. A. G. A. – Associazione Italiana Acquirenti e Gestori di Auto Aziendali – Via Ugo Bassi, 7 – 40121 Bologna (Italy) - Codice fiscale: 91332590370 Ufficio Stampa: Econometrica S.r.l – telefono +39 (0) 51 271710 - fax: +39 (0) 51 224807 – e-mail: [email protected] A.I.A.G.A. COUNCIL AHP ISSUE DATE : 2013/12/17 REV: 1.0 PAGE 10 of 13 Da notare che criteri multipli e conflittuali richiedono l’introduzione di pesi assegnati in modo diretto o indiretto, per poter confrontare in modo univoco i criteri stessi. I pesi definiscono l’importanza relativa dei differenti criteri, a favore della funzione obiettivo e la differente importanza di ogni criterio consente di poterne effettuare una valutazione. Una volta che il problema decisionale è stato identificato e strutturato in termini di azioni di controllo, criteri, obiettivi e vincoli, gli elementi principali del processo decisionale possono essere considerati la formalizzazione delle aspettative, le alternative raggiungibili e la conseguente selezione di una soluzione (possibilmente ottimale) da un insieme di alternative così generate od identificate. Quest’ultima fase può essere risolta applicando l’analisi multicriterio: ecco perché utilizziamo il metodo di analisi multicriterio AHP. Il metodo si basa su una serie di confronti a coppie fra i criteri attribuendo ad essi un punteggio di importanza relativa e termina con l’assegnazione di un peso percentuale. Naturalmente la somma di tutti i pesi percentuali deve essere pari al 100%. I punteggi da utilizzare ad ogni confronto sono, in linea di massima, arbitrari e corrispondono generalmente al numero di livelli qualitativi da considerare durante i confronti a coppie. Per capire meglio facciamo un semplice esempio. Supponiamo di avere 3 persone (A, B e C) di peso differente e supponiamo che, a seguito di una serie di confronti a coppie, possano essere ordinate per peso decrescente nel seguente modo: A > B > C. È ovvio che A è più pesante di B e B è più pesante di C, quindi è perfettamente consistente dire (per la proprietà transitiva) che A è più pesante di C. Ma a volte non sempre è possibile ottenere confronti perfettamente consistenti, come nel caso precedente ed è per questo che si rende necessario determinare degli indici di consistenza e dei valori di tolleranza per poter gestire e considerare anche casi meno semplici e immediati. Per far capire cosa intendiamo per confronto non consistente, supponiamo adesso di avere 3 squadre di calcio che si sfidano in un torneo e di voler determinare quale sia la formazione più forte. Mettiamo che la squadra A abbia battuto la squadra B (A è più forte di B) e che la squadra B abbia battuto la squadra C (B è più forte di C). Questo non implica necessariamente che la squadra A possa battere la squadra C, creando così inconsistenza. 7 LA SINTESI DEI RISULTATI L’analisi è l’opposto della sintesi, la quale mette insieme o combina le parti in un insieme. In genere non è difficile fare l’analisi, tuttavia, diventa difficile invece “sintetizzare”. Nel metodo AHP ci sono due modi di sintesi chiamati: 1-modalità distributiva; 2-modalità ideale. Sintesi distributiva - Il caso in cui i pesi delle alternative sotto ciascuno obiettivo sono normalizzate. Questo metodo organizza sotto un ordine di priorità tutte le alternative in base al loro "valore" relativo. La sintesi distributiva è raccomandata quando: si devono stabilire le priorità per le alternative (cioè nella pianificazione); le alternative hanno un unico valore per molti obiettivi, le alternative non sono copie di ciascun altra; scarsità di risorse, utilizzata per allocare risorse. Sintesi ideale - Il caso in cui le alternative maggiormente preferibili in un gruppo ricevono la priorità dal nodo immediatamente sopra di esso. La sintesi ideale è utilizzata per scegliere la singola alternativa migliore. La sintesi ideale è raccomandata quando: l'interesse è indirizzato verso le alternative di rango più elevato; sono svariate le alternative di scelta che hanno uguale peso per molti obiettivi (alcune alternative sono virtualmente copie di altre). Per rendersi conto se la dominanza sia una questione, il decisore dovrebbe considerare le alternative inferiori relative anche dopo che il processo del ranking è realizzato. Ciò suggerisce una prova semplice per l'uso del modo distributivo: se il decisore denota che la preferenza per un'alternativa di A.I. A. G. A. – Associazione Italiana Acquirenti e Gestori di Auto Aziendali – Via Ugo Bassi, 7 – 40121 Bologna (Italy) - Codice fiscale: 91332590370 Ufficio Stampa: Econometrica S.r.l – telefono +39 (0) 51 271710 - fax: +39 (0) 51 224807 – e-mail: [email protected] A.I.A.G.A. COUNCIL AHP ISSUE DATE : 2013/12/17 REV: 1.0 PAGE 11 of 13 rango superiore sotto un dato criterio migliora se le prestazioni di qualunque alternativa di rango più basso fossero adattate verso il basso, allora in questa situazione si dovrebbe usare il modo distributivo di sintesi. Per rendere a questa prova più perseguibile possiamo chiedere al decisore di immaginare l'importo di denaro che lui sarebbe disposto a pagare per l'alternativa di rango superiore. Se il decisore fosse disposto a pagare di più un'alternativa di rango superiore dopo avere conosciuto che le prestazioni di una delle alternative basso rango sono state adattate verso il basso, allora dovrebbe essere usato il modo distributivo. Per esempio nello studiare la possibilità di selezionare un’automobile: due decisori differenti possono avvicinarsi allo stesso problema da due punti di vista differenti anche se i criteri e gli standard sono gli stessi. Quello chi è interessato "ad ottenere un’automobile di buone prestazioni" dovrebbe usare il modo ideale. Quello invece interessato "ad ottenere un’automobile che si distingua" fra le alternative comprate dai colleghe o dai vicini, dovrebbero usare il modo distributivo. 8 APPLICAZIONE AHP A.I.A.G.A. Abbiamo chiarito che il metodo AHP viene utilizzato come strumento per la corretta attribuzione dei pesi da assegnare ai criteri – nel caso specifico per la determinazione dei pesi da attribuire ai criteri di selezione dei fornitori. Il risultato sarà quello di ottenere il vettore delle priorità, ossia i pesi di ogni criterio scelto, basato sulla comparazione a coppie, rispettando il rapporto di consistenza. Se volessimo utilizzare uno strumento on-line, potremmo farlo tramite il sito gratuito: http://bpmsg.com/academic/ahp_calc.php altrimenti, possiamo utilizzare i fogli excel (AHP Template AIAGA.xlsx e AHP - The Tool for AIAGA.xls) che abbiamo a disposizione, dove è stato disposto il metodo di sintesi distributivo (le azioni vengono confrontate a coppie rispetto agli obiettivi terminali: i loro pesi locali, calcolati con la tecnica dell' autovettore principale, vengono normalizzati in modo che la loro somma sia uguale a 1. Questa modalità, secondo Saaty, consente di stabilire le priorità delle azioni nei casi in cui occorra tener conto del fatto che la compresenza di azioni uguali (copie) o molto simili (quasi copie) ne modifica strutturalmente la preferibilità). Esiste anche la possibilità di utilizzare software dedicati (a pagamento) come “Expert Choice”, molto sofisticati, che permettono anche la scelta del metodo di sintesi AHP. Partiamo con il nostro file excel AHP Template AIAGA.xlsx, nella tab. Instructions, dove sono sintetizzate le regole del metodo. Nel tab “AHP Template - 3 to15” criteria” vi è il modello excel da utilizzare. Nella cella C2 (menù a tendina) possiamo porre il numero di criteri da comparare, da un minimo di 3 ad un massimo di 15 (il suggerimento è quello di non superare i 10 criteri). Scelto il numero dei criteri, automaticamente i rimanenti non utilizzati vengono “barrati” e si definisce la dimensione della matrice. Nella colonna E si possono nominare i propri criteri (saranno riportati automaticamente nella riga 4); nella cella F2 si può inserire il titolo del proprio lavoro. Scelta la dimensione della matrice (numero dei criteri), ci sarà da scegliere l’importanza dei criteri uno rispetto all’altro, selezionando i valori nel menù a tendina e ricordando le regole dell’importanza citate nelle Istruzioni (da 1/9 a 9). Segnate le celle in giallo, sopra la diagonale della matrice, verranno inseriti automaticamente i valori reciproci e sarà generata la colonna V dei pesi e W con le percentuali degli stessi. Nelle colonne X e Y viene visualizzato il Consistency Check: se è con fondo verde (Consistency OK), e di valore entro il 10%, tutto procede bene ed avete trovato le percentuali da assegnare ai pesi. Se invece il fondo è rosa e trovate il messaggio “Check Your Result”, significa che siete oltre la soglia di errore ed i pesi sono “squilibrati”…….rianalizzate i criteri o se uno è preponderante, rivalutatelo. Ricordate che 10% di rapporto di consistenza è applicata in modo “largo”, poiché la soglia indicata nel A.I. A. G. A. – Associazione Italiana Acquirenti e Gestori di Auto Aziendali – Via Ugo Bassi, 7 – 40121 Bologna (Italy) - Codice fiscale: 91332590370 Ufficio Stampa: Econometrica S.r.l – telefono +39 (0) 51 271710 - fax: +39 (0) 51 224807 – e-mail: [email protected] A.I.A.G.A. COUNCIL AHP ISSUE DATE : 2013/12/17 REV: 1.0 PAGE 12 of 13 paragrafo 4 “IMPLEMENTAZIONE DEL METODO IN EXCEL” parla di un valore dell’8% se la dimensione della matrice è 4, che cala al 5% se la dimensione della matrice è 3 (numero dei criteri) Facciamo un esempio di applicazione del metodo che possa poi essere utile per poi utilizzarlo in altri casi specifici: acquisto di una nuova automobile. Disegniamo l’albero della gerarchia e vediamo come risolverlo. Scegliamo 4 parametri (Emissions, Reliability, Appearance e Confort) ed indichiamo le vetture “partecipanti” alla gara (Alfa Giulietta, VW Golf, Mazda 3, Hyunday i30), costruendo l’albero delle gerarchie come sotto indicato: Hierarchical tree Selecting a new car Emissions Alfa Giulietta VW GOLF Mazda3 Hyundai I30 Reliability Alfa Giulietta VW GOLF Mazda3 Hyundai I30 Appearance Alfa Giulietta VW GOLF Mazda3 Hyundai I30 Comfort Alfa Giulietta VW GOLF Mazda3 Hyundai I30 Nel foglio excel AHP Template AIAGA.xlxs nella tab Car Criterias abbiamo ottenuto le priorità dei criteri indicati nell’albero della gerarchia, con una consistenza del 5%, quindi abbondantemente dentro i limiti (8% per 5 criteri): Selecting a new car Emissions 0,177 Reliability 0,462 Appearance 0,070 Comfort 0,292 A.I. A. G. A. – Associazione Italiana Acquirenti e Gestori di Auto Aziendali – Via Ugo Bassi, 7 – 40121 Bologna (Italy) - Codice fiscale: 91332590370 Ufficio Stampa: Econometrica S.r.l – telefono +39 (0) 51 271710 - fax: +39 (0) 51 224807 – e-mail: [email protected] A.I.A.G.A. COUNCIL ISSUE DATE : 2013/12/17 AHP REV: 1.0 PAGE 13 of 13 Adesso usiamo AHP per determinare il ranking delle alternative proposte, ossia delle 4 vetture in gara, parametrizzandole con ogni singolo criterio (vedere tab. Example - Emissions). A questo punto, abbiamo quattro colonne (Emissions, Reliability, Appearance, Comfort) AHP generate da ogni vettura, che formano una matrice così fatta: Alfa Giulietta VW Golf Mazda 3 Hyundai i30 Emissions 0,183 0,236 0,301 0,279 Reliability … … …. …. Appearance … … …. …. Comfort … … …. …. X Vettore Pesi Criteri 0,177 0,462 0,07 0,292 Dalla moltiplicazione matriciale arriva il risultato del vincitore (autovettura tra quelle alternative proposte), che soddisfa i criteri definiti in fase di gara: abbiamo finalmente ottenuto il risultato. L’applicazione del metodo in questa forma è piuttosto “onerosa” vero? Giusto per semplificare la vita, utilizzate il file AHP the Tool for AIAGA.xls. Premere “Run Application” inserendo i 4 criteri iniziali (Emissions, Reliability, Appearance, Comfort) e le 4 alternative (Alfa Giulietta, VW Golf, Mazda 3, Hyundai i30): il tool esegue tutte le operazioni sopra descritte e fornisce il risultato finale evidenziandolo in rosso (i punteggi si assegnano scorrendo il cursore)……per dovere di cronaca, ha vinto la VW Golf, seconda la Mazda 3, terza la Giulietta e quarta la Hyundai i30. A.I. A. G. A. – Associazione Italiana Acquirenti e Gestori di Auto Aziendali – Via Ugo Bassi, 7 – 40121 Bologna (Italy) - Codice fiscale: 91332590370 Ufficio Stampa: Econometrica S.r.l – telefono +39 (0) 51 271710 - fax: +39 (0) 51 224807 – e-mail: [email protected]