Capitolo II

Analytic Hierarchy Process

Sommario
I processi decisionali Multicriteria permettono di analizzare situazioni in cui
la decisione dipende da una molteplicit di fattori/criteri. Lo scopo dell'AHP
di raggiungere il successo degli obiettivi. Il suo uso condurr alle
"decisioni razionali" secondo la seguente definizione: una decisione
razionale quella che realizza al meglio il gran numero di obiettivi del
decisore. Nel seguente capitolo si illustrano i passi e le caratteristiche della
tecnica che verr poi implementata nel caso dellautomotive.

2.1 Tecnica di teoria delle decisioni

LAnalytic Hierarchy Process (AHP) un metodo generale di valutazione,

sviluppato da Thomas Lorie Saaty Professore allUniversit di Pittsburgh
verso la fine degli anni 70, che si basa su valori e su giudizi di singoli
individui e di gruppi, laddove i giudizi sono determinati in base a una
struttura gerarchica multilivello al fine di ottenere delle priorit.
Il vantaggio di ragionare con una struttura gerarchica quello che essa
permette di ottenere una decomposizione dettagliata, sistematica e strutturata
del problema generale, nelle sue componenti fondamentali e nelle sue
interdipendenze, con un ampio grado di flessibilit. LAHP largamente
applicato nei problemi di decision making multicriteria, nella pianificazione e
nellallocazione delle risorse ed in una grande molteplicit di settori, come la
programmazione lineare e le analisi Costi-Benefici.
Attraverso dei confronti a coppie, lAHP in grado di derivare scale di
rapporti, sia discreti sia continui, in strutture gerarchiche multi-livello. Questi

41
Capitolo II Analytic Hierarchy Process

confronti possono scaturire da misurazioni reali o da una scala relativa

derivata da sensazioni e conoscenze e dallesperienza di chi effettua lanalisi.
Per implementare unanalisi AHP nella modellazione di un problema occorre
definire una gerarchia o una struttura reticolare per rappresentare il problema
e quindi comparare a due a due gli elementi della gerarchia per stabilire
relazioni allinterno della struttura.
Prima di affrontare i passi fondamentali della tecnica, andiamo a spiegare
brevemente il significato delle parole che compongono il nome della suddetta
tecnica:

Analitico (Analytic)
Analitico, una forma della parola analisi, indica la separazione di un
qualunque problema complesso in elementi costituenti fondamentali. L
analisi l opposto della sintesi, la quale mette insieme o combina le parti in
un insieme. In genere non difficile fare l analisi, tuttavia, diventa difficile
invece sintetizzare. L AHP aiuta a misurare ma anche a sintetizzare il gran
numero di fattori che entrano in gioco nelle decisioni complesse.

Gerarchia (Hierarchy)
La tecnica AHP procede organizzando la valutazione in forma gerarchica che
consente una decomposizione dettagliata del problema: la decisione viene
scomposta in vari livelli, dove il primo rappresenta l obiettivo del problema
(ossia ad es. la valutazione di un velivolo regionale), il secondo livello (e gli
eventuali successivi) gli attributi e i sottoattributi ritenuti determinanti per il
raggiungimento dell obiettivo. Ciascun attributo o sottoattributo pu essere
scomposto fino a raggiungere il livello di dettaglio desiderato.

41
Capitolo II Analytic Hierarchy Process

Processo (Process)

Un processo una serie di azioni, modulazioni, o funzioni che portano ad un

fine o ad un risultato. L AHP un processo che permette a chi prende le
decisioni di arrivare alla decisione che meglio soddisfa la moltitudine di
obiettivi consentendo al decisore la misura e la sintesi della moltitudine di
fattori/criteri o sub-criteri.

2.2 I passi dell AHP

LAHP si articolata in tre passi fondamentali:

Figura 2.1 Passi fondamentali dell AHP Fonte: Elaborazione propria

1) Strutturazione del problema in una gerarchia: una gerarchia di dominanza

una struttura reticolare costituita da due o pi livelli. Le gerarchie
interessano la distribuzione delle propriet tra gli elementi che si stanno
comparando (attributi e caratteristiche); si determina, per ciascun elemento,
quali elementi esso influenza e da quali invece e influenzato. Lobiettivo
(goal) posto al livello pi alto della struttura gerarchica. Al secondo livello

42
Capitolo II Analytic Hierarchy Process

sono presenti gli obiettivi che specificano contenuti e significati del goal,
ovvero i fattori, criteri o attributi che contribuiscono allobiettivo. Ciascuno
di questi pu a sua volta essere suddiviso in elementi pi specifici, e cosi via.
Le azioni da valutare sono situate al livello pi basso della gerarchia e sono
collegate agli obiettivi pi specifici (obiettivi terminali). Una gerarchia, oltre
agli obiettivi e alle azioni, pu contenere altri elementi del processo
decisionale, come gli attori del processo. In tal caso il metodo consente di
valutare le azioni in relazione ai differenti attori e di rendere esplicite le
differenze di valutazione che dipendono dalla diversit dei loro interessi e
sistemi di valori. La scelta
del numero di livelli e di elementi deve tenere conto sia delle caratteristiche
del contesto fisico e decisionale, sia della natura delle azioni da valutare.

2) Giudizi comparati: lobiettivo misurare limportanza relativa degli

elementi (attributi e caratteristiche) rispetto allobiettivo generale.
La domanda da porre quando si comparano due elementi di quanto un
elemento pi importante di un altro in relazione allobiettivo generale?.
Occorrer sistemare gli elementi di un livello in una matrice e dedurre, dalle
persone intervistate, i giudizi di importanza relativi degli elementi rispetto
allobiettivo terminale. In pratica loutput di questa fase
una matrice in cui si confrontano i fattori presi in considerazione, dalla quale
estrapolare un vettore di priorit. I giudizi della matrice sono ottenuti dalla
Scala Fondamentale, prima verbalmente come indicato nella Scala e poi
associando il corrispondente valore numerico.

3) Sintesi delle priorit: Lobiettivo di questa fase quello di ottenere un

risultato, su una scala di comparazioni, per ciascun alternativa, partendo dai
risultati misurati e dalle priorit calcolate di ogni elemento. In particolare
importante riuscire a sintetizzare, nella maniera pi rigorosa possibile, i
giudizi di gruppo. Qualche volta per il confronto si usa unalternativa fittizia

43
Capitolo II Analytic Hierarchy Process

ideale che possiede i migliori valori su tutti o solo su qualche criterio, al fine
di indagare anche altre soluzioni possibili.

Figura 2.2 Sistema gerarchico su tre livelli Fonte: Elaborazione propria

2.3 La scala fondamentale

Come detto, nellAHP possibile utilizzare comparazioni relative che

permettono di confrontare elementi a coppie attraverso scale di misurazione
relative. I giudizi comparati si applicano a coppie di elementi omogenei.
Qualora gli elementi non fossero omogenei, questi possono essere separati in
cluster di elementi omogenei, con un elemento comune mostrato da due
cluster consecutivi. Nella seguente tabella mostrata la scala fondamentale di
valori assoluti:

44
Capitolo II Analytic Hierarchy Process

Tabella 2.1 La scala fondamentale Fonte: Elaborazione propria

Tutti gli elementi subordinati ad uno stesso elemento della struttura

gerarchica vengono confrontati tra loro a coppie.
Gli elementi di ciascuna coppia vengono comparati al fine di stabilire quale
di essi pi importante in rapporto allelemento del livello gerarchico
superiore a cui si riferiscono, e in quale misura. Il risultato del confronto il
coefficiente di dominanza aij che rappresenta la stima della dominanza
dellelemento i sullelemento j. Per determinare i valori dei coefficienti aij
occorre utilizzare la scala fondamentale che mette in relazione i primi nove
numeri interi con altrettanti giudizi che esprimono, in termini qualitativi, i
possibili risultati del confronto.
I numeri che caratterizzano la scala sono utilizzati per rappresentare quante
volte il pi grande tra i due elementi domina il pi piccolo rispetto ad una
propriet o un attributo che essi hanno in comune. Lelemento pi piccolo ha
il valore inverso o reciproco rispetto al pi grande (cio, se x il numero di

45
Capitolo II Analytic Hierarchy Process

volte che lelemento pi grande domina quello pi piccolo, allora il pi

piccolo e x-1 volte il pi grande, tale che x-1 x = x x-1 = 1).
Perci, loperazione fondamentale di inversione ha origine nell abilit di fare
giudizi comparati. Il processo di inversione per risolvere le equazioni
matematiche, ad esempio, altro non che una relazione reciproca
generalizzata ed una relazione di base nella risoluzione dei problemi.
Confrontando a coppie n elementi si ottengono n2 coefficienti: di questi,
soltanto n(n-1)/2 devono essere direttamente determinati dallesperto che
effettua la valutazione, essendo aii=1 ed aji=1/aij per ogni valore di i e j. La
seconda condizione, nota come relazione di reciprocit, scaturisce dalla
necessit di garantire la simmetria dei giudizi di importanza. I coefficienti di
dominanza definiscono una matrice A quadrata reciproca e positiva detta
matrice dei confronti a coppie.
Tale matrice di comparazione a due a due cerca di catturare la dominanza
relativa di un elemento su un altro rispetto ad un attributo che questi hanno in
comune, sia che si tratti di elementi tangibili sia che si tratti di elementi
intangibili, in quanto il cervello li percepisce allo stesso modo, e ci permette
di distinguerli in qualit ed intensit, sia nel caso in cui si dispone di misure
sia nel caso in cui non se ne abbiano.
Per la determinazione delle priorit tra attributi o tra caratteristiche si utilizza
una matrice di comparazione. Le priorit vengono estratte andando a
normalizzare lautovettore relativo allautovalore reale pi grande della
matrice (autovettore principale). Quindi non importa quali numeri si
utilizzano, poich la scala di rapporti la si ottiene sempre con lautovettore
principale normalizzato.
Oltre alla scala di comparazione assoluta, che contiene informazioni circa le
magnitudo relative degli elementi misurati, si pu utilizzare una scala di
comparazione relativa, in cui le alternative sono confrontate tra loro oppure,
solamente nei casi in cui la magnitudo relativa tra le varie alternative non

46
Capitolo II Analytic Hierarchy Process

fosse importante, si pu utilizzare una scala ordinale, che indica soltanto le

posizioni in cui si classificano le alternative.
Se i sottocriteri sono considerati come decomposizione dei loro parenti
genitori, la somma dei loro pesi globali (ciascuno ottenuto dalla
moltiplicazione dei loro pesi locali per il peso del criterio) una strada pi
appropriata per recuperare il peso del criterio rispetto al prodotto di questi
pesi.
La composizione additiva d luogo alle forme multilineari, che sono il tipo
pi semplice di funzioni non lineari, le cui densit, in vari spazi matematici,
ci assicurano che di fatto possiamo lavorare con gerarchie ampie e profonde
per avvicinarci quanto vogliamo alla verit sottostante. Ladditivit nellAHP
prende la forma:

Le forme multilineari ottenute attraverso ladditivit giocano uno speciale

ruolo nel catturare il significato da giudizi in strutture gerarchiche o a
feedback, convergendo alla nostra comprensione olistica della complessit.

2.4 Misure assolute e relative

Mediante lAHP possibile effettuare comparazioni assolute e relative. Nelle

comparazioni assolute, le alternative sono comparate con uno standard
individuato attraverso lesperienza, oppure in relazione a parametri
quantitativi; nelle comparazioni relative, le alternative sono comparate a
coppie secondo un attributo comune. LAHP pu essere usato per entrambi i
tipi di comparazione.
Si possono avere in tal senso scale di misurazione assoluta e scale di
misurazione relativa.

47
Capitolo II Analytic Hierarchy Process

Nelle misurazioni relative i pesi wi, con i = 1, , n, di ognuno degli n

elementi rappresentano una scala di rapporti derivata dal confronto a coppia
di ogni elemento con gli altri. In tali confronti a coppia si comparano due
alternative, i e j rispetto ad una propriet che esse hanno in comune. Il pi
piccolo, i, utilizzato come unit, mentre il pi grande, j, valutato come
multiplo di quella unit nella forma (wi/wj)/1, dove una stima del rapporto
wi/wj presa da una scala fondamentale di valori assoluti.
Nelle misurazioni assolute si attribuisce un punteggio alle diverse alternative
in relazione ad uno standard assoluto. Ad esempio, riguardo ad una
caratteristica, unalternativa potrebbe ottenere il valore: eccellente, molto
buono, buono, sufficiente, insufficiente. Successivamente si pu valutare,
attraverso matrici di comparazione a coppie, di quanto un valore maggiore
o minore di tutti gli altri.
I risultati ottenuti per ciascuna alternativa possono essere normalizzati
dividendo ciascuno per la somma totale.
Se si riesce ad adottare degli indici quantitativi (compresi tra 0 e 1) per
misurare il valore degli attributi in riferimento alle caratteristiche si ottiene
un risultato pi rigoroso e oggettivo.

48
Capitolo II Analytic Hierarchy Process

2.5 Implementazione del metodo AHP

Le priorit o i pesi sono i coefficienti che misurano limportanza relativa dei

singoli elementi della struttura gerarchica.
Supponiamo di poter determinare in modo diretto i pesi (fisici) w1, w2, , wn
di n pietre con una bilancia e di calcolare il coefficiente di dominanza di ogni
coppia di pietre come rapporto dei rispettivi pesi. In tal caso ideale i
coefficienti aij esprimono esattamente quante volte la pietra i pi pesante
della pietra j e quindi: aij = wi/wj, per ogni valore di i e j.
La matrice dei confronti a coppie pu essere scritta per esteso nel modo
seguente:

In questo caso A una matrice consistente, cio soddisfa la condizione aij =

aikakj per tutti i valori di i, j, k. Supponiamo ora che non sia possibile
calcolare i valori aij come wi/wj, perch non possediamo lo strumento adatto a
determinare i singoli pesi ( il caso in cui occorre valutare il peso, ossia
limportanza di un insieme di obiettivi o di azioni). In questo caso non esiste
uno strumento fisico che ci consente di determinarne tali pesi, ma
necessario affidarsi ai giudizi di un esperto. Non disponendo di strumenti di
misura ma soltanto dellesperienza, lesperto non in grado di determinare
direttamente i pesi wi, ma pu fornire delle stime approssimate dei loro
rapporti con lausilio della scala fondamentale. Le stime fornite dallesperto,

49
Capitolo II Analytic Hierarchy Process

nella maggioranza dei casi, non saranno dunque consistenti. La mancanza di

consistenza dipende sia dalla difficolt che esso incontra nel mantenere la
coerenza di giudizio in tutti i confronti a coppie, sia dal fatto che i suoi
giudizi possono essere strutturalmente non consistenti. La teoria dei sistemi
relazionali di preferenza dimostra infatti
che le relazioni di preferenza e di indifferenza che conseguono da un insieme
di confronti a coppie possono essere non transitive (ad esempio, se a
preferito a b, e b preferito a c, non detto che a sia preferito a c).
Obbligando lesperto ad essere perfettamente coerente nei suoi giudizi lo
costringeremmo implicitamente a rispettare il principio di transitivit della
preferenza e dellindifferenza che non dovrebbe mai essere imposto a priori.
Sarebbe quindi poco realistico pensare che le relazioni aij = wi/wj debbano
valere anche in questi casi: se non conosciamo i pesi wi ma solo i valori di aij,
ricavati ad esempio dalla scala fondamentale, il problema di determinare i
pesi wi dai valori aij imponendo le condizioni aij = wi/wj sarebbe
probabilmente irresolubile.
I valori aij ricavati da giudizi qualitativi possono avvicinarsi ai valori veri
wi/wj ma anche discostarsi da essi in modo significativo. Cerchiamo allora di
risolvere questo problema senza imporre rigidamente le suddette condizioni,
ma consentendo ai valori di aij di poter deviare dal loro valore vero.
Considerando la i-esima riga della matrice A: ai1, ai2, , ain;
nel caso ideale (aij = wi/wj) questi valori coincidono coi rapporti wi/w1,
wi/w2,, wi/wn. Moltiplicando il primo termine di questa riga per w1, il
secondo per w2 e cosi via, otteniamo allora: (wi/w1)w1 = wi, (wi/w2)w2 = wi,
, (wi/wn)wn = wi.
Il risultato dunque una riga costituita da termini tutti uguali, mentre nel caso
generale (non ideale) quello che otterremo una riga di termini che
costituiscono un insieme di valori statistici dispersi attorno al valore wi.
Sembra pertanto ragionevole assumere che, in questo caso, wi sia la media

50
Capitolo II Analytic Hierarchy Process

dei valori di questi termini. Nel caso generale dunque si possono rilasciare le
rigide condizioni aij=wi/wj per sostituirle con le condizioni:

wi = j aij wj /n (I)

A questo punto resta ancora da verificare se queste condizioni meno

stringenti sono sufficienti a garantire lesistenza di soluzioni, cio a garantire
che abbia soluzione il problema di trovare dei pesi unici wi quando siano dati
i coefficienti di dominanza aij.
Per verificare questa questione occorre esprimere le suddette condizioni in
una forma diversa. Notiamo innanzitutto che se le stime aij sono valide, esse
tenderanno ad essere molto vicine ai valori wi/wj, cio rappresenteranno delle
piccole perturbazioni di questi rapporti. Se trattiamo le stime aij come
variabili, possibile che esista una soluzione della ( I ) : cio wi e wj possono
cambiare per adattarsi ai cambiamenti dei valori aij che non coincidono pi
coi loro valori ideali wi/wj, purch si consenta anche al valore n di
cambiare. Se chiamiamo max il valore che deve assumere n affinch la ( I )
sia risolubile, la ( I ) assume la forma:

wi = j aij wj /max oppure j aij wj /max wi ( II )

Tale espressione non altro che lesplicitazione del problema matematico

consistente nel determinare gli autovalori e gli autovettori di una matrice. In
forma matriciale questo problema si definisce nel modo seguente:

Aw = max w ( III )

Per determinare il valore di max e dei pesi w possiamo far ricorso a due
importanti risultati della teoria delle matrici.

51
Capitolo II Analytic Hierarchy Process

I. se 1, 2, , n sono n numeri che soddisfano lequazione:

Ax = max x

cio sono autovalori di A, e se per tutti i valori di i aii = 1, allora:

i i = n

quando la matrice A consistente, tutti gli autovalori sono necessariamente

uguali a zero escluso uno che vale n (ci deriva dal fatto che ponendo = n
nella precedente, lequazione diventa un identit). Se ne deduce che quando
A una matrice consistente, n il suo autovalore massimo max (o autovalore
principale) ed anche lunico a essere diverso da zero.

II. se si modificano leggermente i valori aij di una matrice reciproca e

positiva, i corrispondenti autovalori variano di poco e in modo continuo.

Combinando i due risultati precedenti si deduce che quando gli elementi della
diagonale principale della matrice A sono tutti uguali a 1 e la matrice
consistente, variando di poco i valori aij, lautovalore principale della matrice
non differisce molto da n mentre i restanti autovalori si mantengono prossimi
allo zero.
Sembra dunque ragionevole ipotizzare che, nel caso generale, i pesi cercati
coincidano con le componenti dellautovettore principale w corrispondente
allautovalore principale max della matrice A (Saaty, 1980).
In genere preferibile ottenere una soluzione normalizzata, cio tale che la
somma dei valori delle componenti del vettore dei pesi w sia uguale a 1 (in
realt ci vero solo se si confrontano degli obiettivi; nel caso di azioni
loperazione di normalizzazione dei pesi locali dipende dalla particolare
modalita utilizzata nellapplicare lAHP).

52
Capitolo II Analytic Hierarchy Process

Un esperto, a rigore, potrebbe limitarsi a fornire soltanto (n1) stime

indipendenti di aij; per determinare i pesi basterebbe in tal caso risolvere il
sistema lineare non omogeneo di n equazioni in n incognite (w1, w2, , wn)
che si ottiene uguagliando il valore di ogni stima a quello del corrispondente
rapporto wi/wj ed imponendo la condizione di normalizzazione.
Questo metodo, a differenza di quello che comporta il calcolo
dellautovettore principale di A, non utilizza le stime ridondanti di aij.
Daltronde sono proprio queste stime che consentono di pervenire a un
risultato pi affidabile: i pesi che si ottengono risolvendo la ( III ) sono infatti
molto meno sensibili agli errori di valutazione (Saaty, 1980; Millet and
Harker, 1980).

Resta ancora il problema di stabilire se i pesi che si ricavano dalla ( III )

rispecchiano i giudizi di chi ha effettuato i confronti. In altri termini occorre
stabilire se e in quale misura i valori dei rapporti wi/wj, che si calcolano dopo
aver determinato lautovettore principale w, si discostano dalle stime aij
fornite dallesperto.
A questo fine il metodo AHP definisce un indice di consistenza C.I.
(consistency index) che consente di misurare lo scarto complessivo tra questi
due insiemi di valori:

C.I. rappresenta la varianza dellerrore compiuto nella stima di aij. Tale

misura dellinconsistenza pu essere utilizzata per migliorare
successivamente la consistenza dei giudizi.
Nel caso di consistenza perfetta C.I. uguale a zero: quando la matrice
perfettamente consistente, lautovalore principale max infatti uguale a n. Al
crescere dellinconsistenza il valore di C.I. aumenta.

53
Capitolo II Analytic Hierarchy Process

Il rapporto di consistenza C.R. (consistency ratio) ottenuto confrontando

lindice C.I. con il valore appropriato tra quelli indicati in tabella 2.2, ognuno
dei quali un indice di consistenza casuale medio R.I. (random consistency
ratio) derivato da un ampio campione di matrici reciproche generate
casualmente usando la scala 1/9, 1/8, , 1, , 8, 9. Il vettore risultante
accettato se C.R. allincirca uguale o inferiore a 0,10 (pu essere tollerato
anche 0,20, ma non di pi). Per n = 3 vale 0,05, per n = 4 vale 0,08.

Pertanto se il valore di C.I. della matrice compilata dallesperto supera una

soglia convenzionalmente posta uguale al 10% del valore di R.I., la
deviazione dalla condizione di consistenza perfetta viene giudicata
inaccettabile. Un valore di C.I. superiore a tale soglia indica una scarsa
coerenza (forse anche una scarsa attenzione) dellesperto che ha effettuato i
confronti, piuttosto che una non transitivit strutturale, e come tale
accettabile, del suo sistema di preferenze.
Quando il valore di C.I. supera la soglia, bisogna analizzare il problema e
rivedere i giudizi, sfruttando la procedura sistematica dellAHP che consente
di approdare a giudizi migliori modificando, totalmente o in parte, le stime di
aij.

Tabella 2.2 Indice di inconsistenza casuale

Fonte : Saaty T.L., 1980, The Analytic Hierarchy Process

Risolvendo la ( III ) per tutte le matrici dei confronti a coppie si ottengono i

pesi (priorit) di tutti gli elementi della gerarchia.
Questi pesi sono detti locali perch valutano limportanza degli elementi non
in termini complessivi, ma solo in rapporto allelemento sovraordinato

54
Capitolo II Analytic Hierarchy Process

rispetto al quale sono stati confrontati. Ogni elemento ha tanti pesi locali
quanti sono gli obiettivi ai quali esso direttamente subordinato.

2.5.1 Il principio di composizione gerarchica e la determinazione dei pesi

Per determinare limportanza di ogni elemento in rapporto allobiettivo,

occorre applicare il principio di composizione gerarchica.
I pesi locali di ogni elemento vengono moltiplicati per quelli dei
corrispondenti elementi sovraordinati e i prodotti cosi ottenuti sono
sommati. Procedendo dallalto verso il basso, i pesi locali di tutti gli elementi
della gerarchia vengono cosi trasformati progressivamente in pesi globali. I
pesi globali (priorit) degli elementi collocati alla base della gerarchia, nel
livello successivo a quello degli obiettivi terminali, rappresentano il risultato
principale della valutazione.
Quando gli elementi terminali sono azioni, i pesi globali consentono di
determinare un ordine di preferenza: unazione (piano, progetto) sar tanto
pi preferibile quanto maggiore il suo peso globale.

55
Capitolo II Analytic Hierarchy Process

2.6 Le modalit di AHP

Il metodo AHP prevede tre diverse modalit che corrispondono a tre modi
diversi per la determinazione dei pesi locali. Le tre modalit sono:
- assoluta (absolute mode);
- distributiva (distributive mode);
- ideale (ideal mode).
Nella modalit assoluta, a ogni obiettivo terminale viene associata una scala
costituita da un insieme ordinato di livelli (ad es. ottimo, buono, sufficiente,
insufficiente, pessimo) che ne misura il grado di soddisfacimento. Questa
scala pu essere diversa da obiettivo a obiettivo.
Dopo aver determinato i pesi locali degli obiettivi terminali con la tecnica
dellautovettore principale, si calcolano i pesi dei livelli associati a ciascun
obiettivo terminale con la stessa tecnica (cio confrontando a coppie i livelli e
applicando alle matrici dei confronti a coppie la tecnica dellautovettore
principale). I pesi locali delle azioni non vengono valutati confrontando a
coppie le azioni medesime, bens assegnando a ogni azione il peso del livello
che meglio ne rappresenta la prestazione in rapporto allobiettivo considerato.
In questa modalit il grado di accettabilit di unazione viene giudicato
rispetto a standard (livelli). In certi casi possibile fare riferimento a standard
consolidati (come luso di un voto da 0 a 10 nel campo della valutazione
scolastica, dove il 6 rappresenta la sufficienza); in altri casi, specie quando la
valutazione riguarda valori intangibili, non possibile far riferimento a
standard che siano accettabili e condivisi da tutti coloro che partecipano al
processo di decisione (ad esempio nel campo della valutazione dellimpatto
ambientale di un progetto).

Nella modalit distributiva, le azioni vengono confrontate a coppie rispetto

agli obiettivi terminali: i loro pesi locali, calcolati con la tecnica
dellautovettore principale, vengono normalizzati in modo che la loro somma

56
Capitolo II Analytic Hierarchy Process

sia uguale a 1. Si noti che per determinare i pesi delle azioni viene utilizzato
lo stesso tipo di normalizzazione applicato a tutti gli altri elementi della
gerarchia. Questa modalit, secondo Saaty, consente di stabilire le priorit
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 preferibilit.

Nella modalit ideale i pesi locali delle azioni, una volta calcolati, vengono
normalizzati dividendoli per il peso dellazione che assume il valore pi
elevato (lazione migliore, per ogni obiettivo terminale, ha dunque peso 1).
Questa modalit viene utilizzata quando si desidera scegliere lazione
migliore a prescindere dal numero di copie che esistono della medesima,
come nel caso dellacquisto di unautomobile o di un computer.
Il passo finale, per tutte e tre le modalit, consiste nel calcolare le priorit (i
pesi globali) delle azioni applicando il principio di composizione gerarchica.

Esistono, poi, tre modalit per utilizzare l AHP in base al tipo di

pianificazione che si intende usare e che meglio si adatta alla situazione in
esame:

- Forward Planning :si prevedono gli scenari possibili, quindi si procede a

ritroso e si agisce sulle cause in modo da avere lo scenario desiderato;

- Backward Planning : si scompone il problema in livelli; il primo contiene il

futuro desiderato, il secondo i vari possibili scenari accettabili, il terzo elenca
i problemi che ostacolano la fattibilit degli scenari desiderati, il quarto gli
attori principali che possono agire sulle cause e infine il quinto propone le
politiche che possono essere attuate.

57
Capitolo II Analytic Hierarchy Process

-Forward-Backward Planning : si usano entrambe le modalit di

pianificazione anche pi volte, iterando cos il procedimento al fine di
migliorare la soluzione ad ogni passo.

2.7 Modellizzazione della gerarchia

La fase pi interessante di una analisi AHP sicuramente la modellazione del

problema, quella che ha anche ovviamente un effetto determinante sul
risultato.
NellAHP, il problema strutturato come una gerarchia. Questa poi seguita
da un processo di assegnazione delle priorit.
Un valido modo di procedere quello di partire dal livello pi basso della
gerarchia, quindi salire fino a giungere agli attributi. Si noti che non
necessariamente la gerarchia deve essere costituita da soli due livelli.

Pertanto, per implementare una analisi AHP occorrer :

- Identificare lobiettivo generale;

- Identificare i sotto-obiettivi dellobiettivo generale. Se pertinente,
identificare gli orizzonti temporali che influiscono sulla decisione;
- Identificare i criteri che devono essere soddisfatti per realizzare i sotto
obiettivi dellobiettivo rete generale;
- Identificare i sottocriteri sotto ogni criterio. Notare che un criterio o
sottocriterio potrebbe essere specificato in termini di range di valori di
parametri o in termini di intensit verbale come alta, media, bassa;
- Identificare gli attori coinvolti;
- Identificare gli obiettivi per ciascuna caratteristica;
- Identificare le politiche;
- Identificare le opzioni o risultati.

58
Capitolo II Analytic Hierarchy Process

Esistono diversi software per implementare una metodologia AHP, quali

Export Choice o Super Decision.
Possiamo poi soffermarci sui due tipi di dominance che potrebbero
proporsi in un determinato scenario:

- direct dominance : comparazione tra due soggetti che hanno la stessa

propriet, al fine di decidere quale dei due soddisfa maggiormente
lobiettivo;

- indirect dominance : comparazione tra due soggetti, che non hanno la

caratteristica che a noi interessa, al fine di decidere quale dei due riuscir
maggiormente a sviluppare la caratteristica richiesta in un terzo soggetto.

59
Capitolo II Analytic Hierarchy Process

2.8 Decisioni di gruppo

Nella comparazione dei giudizi di gruppo bisogna utilizzare la media

geometrica.
Perch i giudizi di gruppo risultino corretti devono essere verificate le
condizioni di simmetria, omogeneit lineare, concordanza.
Lassioma della simmetria specifica che la funzione congiunta non cambia se
si scambiano le funzioni che danno i giudizi individuali. Lassioma della
concordanza dice che se tutti gli individui sono concordi, allora il gruppo
daccordo con tutti gli individui. Lomogeneit lineare significa che se ogni
membro del gruppo moltiplica la sua preferenza per una costante r, allora la
preferenza di gruppo risultante anche essa moltiplicata per r. La media
aritmetica e quella geometrica non sono le uniche funzioni congiunte
possibili, tuttavia sono le uniche che rispettano i tre assiomi sopradescritti.
Aczel e Saaty hanno mostrato poi che per avere oltre a simmetria,
concordanza e omogeneit anche reciprocit e separabilit (la
decomposizione in giudizi individuali) si pu usare unicamente la media
geometrica.
Se alcune persone sono chiamate a fare una scelta collettiva, queste devono
esprimere la loro scelta individuale, poi tali scelte devono essere combinate
per ottenere una scelta di gruppo.
Un modo semplice di fare ci potrebbe essere vedere quale alternativa la
pi votata seguita dalla seconda pi votata e cosi via. Esistono tuttavia altri
modi di ottenere una scelta di gruppo a partire da una scelta individuale.
Inoltre non sempre il voto cosiddetto di maggioranza esprime correttamente
la scelta del gruppo.
E possibile, quando ci sono pi di due opzioni, che la disposizione delle
scelte di gruppo possa essere intransitiva, e cosi sarebbe impossibile dire qual
la scelta preferita.

60
Capitolo II Analytic Hierarchy Process

Questo fenomeno conosciuto come il paradosso di Condorcet. La soluzione

di Borda , per ciascun individuo, classificare le sua scelte da 1 a n e ottenere
la scelta di gruppo sommando le posizioni assegnate dagli individui a ogni
alternativa. In caso di pareggio le alternative coinvolte sono ordinate
arbitrariamente tra loro. Unobiezione allo schema di Borda consiste nel fatto
che egli usa numeri equidistanti, mentre unalternativa pu essere preferita in
misura diversa da persone diverse. Kenneth Arrow ha provato che in generale
impossibile arrivare a una scelta di gruppo razionale a partire dalle
preferenze ordinali individuali. La razionalit implica la soddisfazione di
quattro condizioni:

1) non dittatura: nessun individuo singolo determina lordine del gruppo;

2) risolutezza: la procedura di aggregazione deve produrre un ordine del
gruppo;
3) ottimalit secondo Pareto: se ogni individuo preferisce A a B, allora cos
sar anche per il gruppo;
4) indipendenza delle alternative irrilevanti: la scelta del gruppo tra due
alternative deve essere basata sulle preferenze individuali solo tra coppie di
alternative.

Si supera limpossibilit di esprimere una valutazione razionale di gruppo

attraverso luso di numeri cardinali, come peraltro avviene nellAHP.
NellAHP sono soddisfatte tali condizioni se si aggregano le graduatorie
distinte di ciascun individuo usando la media geometrica. Comunque,
nellAHP si possono anche aggregare giudizi per ottenere una scelta di
gruppo. Se questi giudizi risultano essere inconsistenti, gli individui hanno
bisogno di lavorare sul miglioramento dellinconsistenza.

61
Capitolo II Analytic Hierarchy Process

2.8.1 Compatibilit e consistenza dei risultati

Oltre alla consistenza, deve anche essere verificata la compatibilit di risultati

diversi nellAHP. In realt, quando ci si occupa della matrice di giudizio di
un singolo individuo, la compatibilit dei giudizi, lautovettore risultante e la
consistenza dei giudizi sono strettamente correlati. Nelle decisioni di gruppo i
due concetti sono, invece, distinti.
Dato il vettore w = (w1,,wn) dove tutte i wi appartengono alla stessa
scala, consideriamo la matrice di tutti i possibili rapporti A = (aij) = (wi/wj).
Questa sar una matrice reciproca. Il prodotto di Hadamard (prodotto delle
componenti omologhe) di una matrice reciproca A per la sua trasposta dato
da:

La somma degli elementi della matrice A pu essere scritta come eTA e.

Allora tenendo presente il risultato ottenuto, si ha:

eTAATe = n2

Se si assume che due vettori w = (w1,,wn) e u = (u1,,un), le cui

coordinate, misurate sulla stessa scala, differiscono per una matrice di
perturbazione E=(ij) tale che ui/uj =(wi/wj )ij e se le loro matrici
corrispondenti sono A=(wi/wj) e B=(ui/uj), il prodotto di Hadamard ABT
=(ij). Siamo interessati allo scostamento di

62
Capitolo II Analytic Hierarchy Process

dal suo valore minimo n2 o alla vicinanza reciproca dei vettori normalizzati:

wi/i wi e ui/i ui .

Si definisce compatibilit tra due scale w e u la quantit:

c(w,u) = eT A BT e .

Inoltre si pu dimostrare (Saaty 1980) che

c(w,u)=n2

solo se w=u.

La compatibilit calcolata tra due vettori differenti; ci si chiede se qualora

la matrice dei giudizi fosse inconsistente (e si ammesso che possa esserlo)
essa sarebbe compatibile con la matrice dei rapporti degli autovettori.
Saaty (1980) ha dimostrato che esiste una relazione tra la consistenza e la
compatibilit. La comparazione tra i due indici suggerisce che per i casi in
cui n= 3, 4, 5, lindice di compatibilit dovrebbe avere un valore pi piccolo
di 1,1.
Sia W=(wi/wj) la matrice dei rapporti dell autovetture principale
w=(w1,,wn) della matrice reciproca A e sia max il corrispondente
autovalore principale e sia i wi = 1.
Si definisce indice di compatibilit S.I. tra una matrice di giudizi e la matrice
dei rapporti degli autovettori la quantit:

S.I. = (1/n2) eTA WTe

63
Capitolo II Analytic Hierarchy Process

Si dimostra poi che:

1/n2 eTAWTe = max/n

La tabella d informazioni circa la compatibilit e consistenza, per matrici di

giudizio di diverse dimensioni:

Tabella 2.3 - Relazione tra consistenza e compatibilit per numero di elementi

Fonte : Saaty T.L., 1980, The Analytic Hierarchy Process

La compatibilit pu essere usata per valutare quanto prossimo il risultato

composto di un individuo rispetto al risultato composto di un gruppo.
Questultimo pu essere ottenuto prendendo la media geometrica del risultato
composto dei diversi individui.
Dopo aver valutato la compatibilit della matrice dei rapporti di ogni
individuo con quella del gruppo, si pu suggerire ad ogni individuo quale dei
suoi rapporti il pi incompatibile con quello del gruppo e proporre
cambiamenti nel suo modo di pensare generale per renderlo pi compatibile.
Attraverso tale revisione e ricalcolo del risultato del gruppo, si in grado di
ottenere una decisione di gruppo che sia compatibile con ogni membro. Un

64
Capitolo II Analytic Hierarchy Process

approccio simile pu essere applicato per testare la compatibilit dei risultati

individuali con quella di un gruppo il cui risultato ottenuto dalla
combinazione dei giudizi individuali in ogni matrice.

65