下载掌阅APP，畅读海量书库
立即打开
层次分析法是将定量分析和定性分析相结合的一种分析方法。层次分析法的主要思想是把一些复杂的问题分解为许多个层次和许多个因素，然后判断两个指标之间的重要程度，用判断矩阵的方式来计算判断矩阵的最大特征值以及对应特征向量，从而得出不同方案的重要程度，以此作为判断依据，选择最佳的方案。
（1）系统性。层次分析法是机理分析法、统计分析法之外重要的系统分析方法，层次分析法把分析的对象当做一个统一的系统，在决策时需要运用分解、比较判断等多种综合的思维方式进行。系统的思想能够不断的割断每一个因素对结果的影响。层次分析法每一层的判断和权重都会直接或者间接影响到最后的结果，每一个层次的每一个因素对结果的影响都是不同的，也都是量化和清晰明确的。尤其是对于没有结构特性的系统评价还有多目标、多时期、多准则等系统评价，层次分析法更加适用。
（2）简洁实用。层次分析法有机地结合定性方法和定量方法，不需要单纯地追求高深的数学计算，也不需要片面地注重行为、逻辑和推理。分解复杂多样的系统并数学化、系统化的思维过程，更有利于人们接受，而且能够把多准则、多目标和各种难以量化处理的问题转化为简单的、多层次单目标问题。通过对相邻元素层次之间元素数量关系的比较和确定，进行最后的简单计算。计算变得更加简便，并且所得结果清晰明了，决策者可以更容易掌握和了解计算结果。
（3）所需定量数据信息较少。层次分析法以评价者对评价问题的本质、要素的理解作为出发点，相比其他的定量法，层次分析法的判断和分析更加定性。层次分析法的实行是模拟人们决策过程的思维方式，因此一些判断各要素等重要的步骤都留给了大脑，只需要人脑对要素做出印象评判，就可以简化繁重的权重计算，因此可以解决许多以前不能着手的问题。
（1）不能为决策提供新方案。层次分析法是为了从诸多方案中选取最优秀的方案。在应用中往往会出现这样一种情况，如果自身的创造能力不够，虽然选择的是众多的备选方案中的最佳选择，但其效果仍然不够好。对于大部分的人来说，完美的分析工具应该能够帮助我们在已知的众多方案之中分析出最优者，对于一些不足的方案可以改进，而层次分析法无法做到。
（2）难以令人信服。如今大多数的人们普遍认为一种评价方法应该具有严格的数学论证和完善的定量方法。但在实际之中，我们所考虑问题的过程无法用简单数字来说明。层次分析法是模拟人大脑的思考方式，所以它带有很大的定性色彩。
（3）指标多时，数据量大，权重难以确定。指标的选取量会随着待解决的问题的普遍性而增加，越是普遍的问题，指标的选取量越多，指标越多也就意味着我们需要更加复杂的矩阵。我们在进行指标之间两两比较时也会越麻烦。普通的情况下，指标越多，通过层次分析法的判断程度也就越困难，甚至在一些层次的测评中的一致性会难以通过，其相对应的指标调整也比较困难。
（4）在判断矩阵的特征值和特征向量时，为了求得精确的特征值和特征向量所采用的方法与多元统计所用的方法基本一致。在二阶、三阶的阶段，处理起来还相对容易，但随着指标的增加，阶数也随之增加，计算的难度也越来越困难。所幸可以采用和法、幂法和根法的计算方式来解决这种问题。
（1）完备性和客观性。完备性要求指标体系能够概括评价对象的整体，能够反映出其整体特性；客观性就是在对评价对象进行反应时尽可能的不出现主观的偏向，评价指标的选取也应该避免受测评者的主观影响。
（2）主成分性和独立性。要求选取的指标之间关联性最小，即相互独立。
（3）可获得性和可测性。要求选取能够方便测定和判断的指标。
（4）灵敏性和准确性。评价指标需要能够快速、准确的反映出评价对象的变化，指标和它所反应事物的联系。
（5）动态性和稳定性。评价对象总是处于变化过程中，这就要求评价指标在评价对象一定的变动范围内可以比较稳定地反映其属性特征。