Abstract
This study examines problems with using the conventional analytic hierarchy process (AHP) method and proposes a method of weight adjustment as a modification of AHP. AHP is a method for transforming complex decision problems into a hierarchal structure, which is composed of elements in the upper and lower levels and then using pairwise comparisons to evaluate these elements and subsequently to obtain their relative weights. The elements' relative importance is reliable if the elements in the lower hierarchical levels (sub factors) that comprise each element in the upper hierarchical level (primary factor) are equal in number. In other words, if the number of sub factors is different for each primary factor, a serious error is expected as a result. Therefore, this study proposes a modification of AHP that can avoid such an error when AHP is used. Specifically, an error that arises from different number of sub factors (matrix size) can be overcome by making the number of sub factors identical for each primary factor. The resulting model has been validated through the applications in different AHP hierarchical structures.
본 연구는 AHP 적용상의 문제점을 살펴보고 올바른 적용방법을 위한 'AHP 수정가중치모형'을 개발하는 연구이다. 여기서 AHP는 복잡한 의사결정 문제를 계층화 하여 상위수준요인과 하위수준요인들로 분해하고, 그 요인들에 대한 쌍대비교를 통해서 요인들에 대한 상대적인 가중치를 도출하는 방법이다. 하지만 AHP 계층구조에서 각 상위수준요인(대항목)을 구성하는 하위수준요인(소항목)들의 개수가 같을 경우에는 최종가중치가 바르게 나타나지만 각 대항목을 구성하는 소항목들의 개수가 다른 경우에는 심각한 오류가 발생한다. 이에 본 연구에서는 이를 개선할 수 있는 'AHP 수정가중치모형'을 개발하였다. 구체적으로 AHP 분석의 오류가 소항목의 개수, 즉 규모가 다를 때 발생하는 것에 착안하여 소항목 개수의 규모를 상대적으로 같게 만들어서 그 오류를 제거하였다. 그리고 개발된 모형을 다양한 AHP 계층구조에 적용하여 검증하였다. 구체적으로 첫 번째 모형검증에서는 4개의 대항목과 각각 개수가 다른 소항목으로 구성되어 있으며 대항목과 소항목의 중요도가 같다고 가정하였고, 두 번째 모형검증에서는 2개의 대항목과 각각 개수가 다른 소항목으로 구성되어 있으며 모든 대항목과 소항목의 중요도가 다르다고 가정하였다. 그리고 세 번째 모형검증에서는 실제 선행연구에 적용하였다. 그 결과 본 연구에서 개발된 'AHP 수정가중치모형'이 AHP 분석의 문제점을 효과적으로 해결할 수 있었다.