第一篇：沟通效果AHP方法的实例分析

班会沟通效果 AHP 方法的实例分析
刘念 06081054，工商 61，摘要： 本文旨在探讨使用 AHP 方法，结合沟通的定义，建立一个系统的评价模型，量化地评 价班会这个大家都很熟悉的沟通情景的沟通效果。整个模型的整体思路是基于 AHP 分析，将某次沟通和假想的最佳沟通作为两个备选方案进行比较，对最后求得的权重进行处理，计 算出得分。本文着重阐述模型结构和判断矩阵的确定以及如何对各因素的实际情况进行评 价。最后举例介绍本方法的实际使用情况。关键字：沟通效果，班会，分析，关键字：沟通效果，班会，AHP 分析，实例 1.模型背景 沟通是一个人人都非常熟悉的词，但大家对于沟通的定义并没有一致的看法。在英文中，沟通一词“communication”同时兼有交流、传播、交通的意思。《大英百科全书》认为，沟 通是”用任何方法，彼此交换信息，即指一个人与另一个人之间用视觉、符号、电话、电报、收音机、电视或其它工具为媒介，所从事交换信息的方法”。斯蒂芬.P.罗宾斯认为，沟通就 是“意义的传递和理解”。在组织研究的条件下，沟通定义为：沟通时为了特定的目的，在 活动过程中通过某种途径和方式，有意识或无意识地将一定的信息从发送者传递给接收者并 获取理解的过程（张昊民，2008）。AHP（层次分析法）是由美国运筹学专家、匹兹堡大学教授 T.L.萨迪与 20 世纪 70 年代 提出的系统评价方法，当评价对象属性多样、结构复杂、难以完全采用定量方法优化分析和 评价时，AHP 方法拥有得天独厚的优势。我们这里要做的是使用 AHP 方法，结合沟通的定义，建立一个系统的评价模型，评价 班会这个大家都很熟悉的沟通情景的沟通效果。2.模型建立 2.1 模型概述 我的评价模型是用来评价一次班会沟通效果的。整个评价模型的设计基于 AHP 分析的 框架。整个模型的思路是： 首先围绕评价一次班会的沟通效果这个背景，分析影响沟通效果的各种因素，建立起一 个递阶结构模型。接下来，为每个最底层因素思考数个问题，并与专家一起不断讨论、修改问题，以使这 些问题可以综合全面地说明它们所对应的因素在一次班会中的情况。我在这里借用了李克特 量表的设计思路，将所有问题根据它们所属因素的不同综合为两份 5 点式量表，分别用于发 放给班长和方法给同学，最后使用每个因素对应题项的总得分作为该因素在某次班会中的实 际表现。请专家在仔细阅读每个因素对应问题以加深他们对于每个因素的理解，在此基础上让他 们根据自己在班会中的经验为模型中的各个因素打分，建立起判断矩阵。

最后对问卷的结果进行一定的处理，将某次班会（实际得分）与班会沟通最佳效果（所 有题项得满分）作为两个备选方案建立他们之间的判断矩阵，最终求出两个方案的权重。假 设最佳沟通效果为 100 分，则：

1

某次班会沟通效果=某次班会权重/满分沟通权重*100
整个模型框架如图 1 所示。2.2 因素的确定 因素的框架模型是基于对基础理论的理解结合班会沟通的实际情况得到的。在这过程 中，我邀请了数位专家不停地与我反馈交流，最终确定因素，以保证整个框架全面、实用。根据《管理沟通：原理与实践》（Michael E.Hattersley, Linda McJannet，2007）一书的划 定，沟通的因素应当有：发起者、目标、听众、背景、消息、媒介和反馈七大因素。我在这 七大沟通因素的基础上，结合数本教材的内容与个人的理解，将每个因素细化到 2-4 个子因 素。随后我将这些因素附带一定的说明呈递给 5 位专家（3 名同学，两名班长），由他们根 据经验对因素进行分析判断，删除不必要的子因素，添加缺失的子因素，并且修改一部分表 述存在问题的因素，最终确定的因素如表 1 所示，其中需要说明的是，在这里班会本身是媒 介的一种，相当于在此次沟通中，媒介是既定的，所以我们只考虑其选择的恰当性和本身内 容的丰富性。

图 1 班会沟通效果评价模型 表 1 班会沟通效果因素结构列表 沟通动机 沟通发起者 知识素养 沟通技巧 目标的明确性 目标 目标的重要性 目标的迫切性 目标的合理性 听众 背景 沟通的动机 沟通的态度 沟通双方的关系 沟通的地点
2

沟通的时间 消息 媒介 反馈 信息的简洁性 信息的准确性 渠道的恰当性 渠道的丰富性 反馈的及时性 反馈的充分性

2.3 问卷编织 在已经确定的因素的基础上，我结合已有的沟通问卷（《人际沟通能力自我评量表》，卢 蓓恩）针对每个子因素撰写了数个问题用于在我内力范围内全面地描述这个子因素，然后将 因素与问题对应，呈递给专家组。专家组在仔细阅读的基础上，对每个因素下的问题提出自 己的意见，最后反复商榷和修改，最终确定了 18 个因素下 58 个问题，成为 《因素分类问卷》（附录 1）。这 58 个问题按 7 大因素划分分别用于询问班长和同学，以此从合适的方向获得 信息，根据这个划分，问卷又被分别整合为《班长问卷》（43 题，附录 2）与《同学问卷》（15 题，附录 3）各一份。2.4 判断矩阵的确定 在已经确定的因素和问题的基础上，有 5 位专家（同学 3 位，班长 2 位）参与了判断矩 阵的确定环节。他们在仔细阅读因素以及相关问题的基础上，根据自己的经验，对各因素间
的相对重要程度进行判断。为此我编织了判断矩阵表格，随分类问卷一起发放给各专家，要 求他们按照 AHP 分析判断矩阵的要求（取值为 1/9-9）进行填写。在收集齐他们填写的表格之后，我将它们的表格进行了汇总计算，并给班长和同学赋予 不同的权重，计算出判断矩阵各项的均值。然后对均值进行处理，取与之最相近的整分数或 整数值，使其符合判断矩阵取值的要求，最后成为判断矩阵，判断矩阵表格及最终取值见附 录 4。2.5 得分计算 最终沟通效果得分的计算基于这样一个思路： ⑴ 针对要评价的某次班会发放问卷若干份，包括班长问卷 1 份，其余为同学问卷。填 写完后回收。⑵ 对问卷中每个子因素对应的题项得分进行加总，班长问卷直接取结果，同学问卷取 各问卷结果平均值，作为该次班会各因素的得分，计入方案《判断矩阵计算表格》（附录 5）。⑶ 求取各因素得分与满分之间的比值，以半分比表示。将百分比数值取近似值（整十 位数），再将近似值按照下面的公式换算：

s=

1 , x ≤ 80% 90% − x s = 1, x ≥ 90%

其中 s 代表最终矩阵取值，即该次班会某因素相对于满分沟通的重要性程度，x 代表 上面取得的该因素得分占总分百分比的近似值。⑷ 根据 AHP 的基本方法计算满分沟通与本次沟通各自的权重，最后假设满分沟通总分 为 100，则本次沟通得分为： 某次班会沟通效果=某次班会权重/满分沟通权重*100
3

3.模型不足与改进 模型不足与改进 该模型存在一定的不足，现在可以考虑到得有： ⑴ 由于个人能力与所请专家能力的限制，问卷全面反应各因素的实际情况的能力难以 保证。⑵ 可以考虑加入第三方评价的内容，完善评判角度，确保打分的客观性和全面性。⑶ 最终分数划归为矩阵时所用的方法没有足够的理论支持。⑷ 因素的数量可能不足。⑸ AHP 方法用于打分的实用性有待进一步验证。4.实例分析 4.1 研究背景 某班级下午 4 点在东花园小亭内讨论元旦庆祝活动的一次班会 4.2 研究过程 由于是用作示例，只邀请到该班班长和一名同学，只发放班长问卷 1 份，同学问卷 1 份，得分计算过程见附录 6。4.3 分析结果 经过分析，求得权重如表 2 所示 表 2 示例计算结果

项目 本次班会 满分沟通
根据公式，求得

权重 0.4496 0.5504

本次班会沟通得分=0.4496/0.5504*100=81.69
5.附录列表 附录 1《因素分类问卷》 附录 2《班长问卷》 附录 3《同学问卷》 附录 4《判断矩阵填写表及判断矩阵最终取值》 附录 5《项目判断矩阵计算表格及实例数据》 附录 6《实例分析 AHP 模型计算过程》 参考文献 [ 1 ] 汪应洛，系统工程（第三版）[M]，北

京：机械工业出版社，2006.[ 2 ] 迈克尔 E.哈特斯利、林达.麦克詹妮特，管理沟通：原理与实践（原书第三版）[M]，北 京：机械工业出版社，2008 [ 3 ] 张昊民，管理沟通 [M]，上海：格致出版社、上海人民出版社，2008

4

第二篇：AHP模型分析

为了比较四个州2009年的清洁能源使用情况，本文选用层次分析法（AHP），从所给的变量中提取五个不同方面的评价指标进行评价比较。这种方法把研究对象作为一个系统，按照分解、比较判断、综合的思维方式进行决策。其思想在于不割断各个因素对结果的影响，而层次分析法中每一层的权重设置最后都会直接或间接影响到结果，而且在每个层次中的每个因素对结果的影响程度都是量化的，非常清晰、明确。并且，这种方法既不单纯追求高深数学，又不片面地注重行为、逻辑、推理，而是把定性方法与定量方法有机地结合起来，使复杂的系统分解，能将人们的思维过程数学化、系统化，便于人们接受，且能把多目标、多准则又难以全部量化处理的决策问题化为多层次单目标问题，通过两两比较确定同一层次元素相对上一层次元素的数量关系后，最后进行简单的数学运算。但是这种方法主观性强，是一种带有模拟人脑的决策方式的方法，判断矩阵的构造并不是唯一的，不是一种严格的数学论证和完善的定量方法。

第三篇：论文的一般数据分析方法 spss AHP DEA[定稿]

DEA数据包络分析：

在人们的生产活动和社会活动中常常会遇到这样的问题：经过一段时间之后，需要对具有相同类型的部门或单位（称为决策单元）进行评价，其评价的依据是决策单元的“输入”数据和“输出”数据，输入数据是指决策单元在某种活动中需要消耗的某些量，例如投入的资金总额，投入的总劳动力数，占地面积等等；输出数据是决策单元经过一定的输入之后，产生的表明该活动成效的某些信息量，例如不同类型的产品数量，产品的质量，经济效益等等．再具体些说，譬如在评价某城市的高等学校时，输入可以是学校的全年的资金，教职员工的总人数，教学用房的总面积，各类职称的教师人数等等；输出可以是培养博士研究生的人数，硕士研究生的人数，大学生的人数，学生的质量（德，智，体），教师的教学工作量，学校的科研成果（数量与质量)等等．根据输入数据和输出数据来评价决策单元的优劣，即所谓评价部门（或单位）间的相对有效性。

AHP层次分析法：

AHP层次分析法(Analytical Hierarchy Process, 简称AHP)是个很有趣又很有用的东西，它提供一个有效的方法去进行复杂的决策，无论在一般生活、商业或学术研究上，都有很精采的应用。

例如：一般生活上之应用----例如本章所举的例子，想找一个理想的工作，其所谓理想的评选标准有三：钱多、事少、离家近。那么就可以利用AHP方法来从多个工作机会中评选出一个比较合乎理想的工作了。

简而言之，AHP是将复杂的决策情境切分为数个小部份，再将这些部分组织成为一个树状的层次结构。然后，对每一个部份的相对重要性给予权数值，然后进行分析出各个部份优先权。对决策者而言，以层次结构去组织有关替代方案(alternative)的评选条件或标准(criteria)、权数(weight)和分析(analysis)，非常有助于对事物的了解。此外，AHP可协助捕捉主观和客观的评估测度，检验评估的一致性，以及团队所建议的替代方案，减少团队决策之失误，如失焦、无计划、无参予等。AHP将整个问题细分为多个较不重要的评估，但还维持整体的决策。

Spss软件介绍：

SPSS for Windows是一个组合式软件包，它集数据整理、分析功能于一身。用户可以根据实际需要和计算机的功能选择模块，以降低对系统硬盘容量的要求，有利于该软件的推广应用。SPSS的基本功能包括数据管理、统计分析、图表分析、输出管理等等。SPSS统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类，每类中又分好几个统计过程，比如回归分析中又分线性回归分析、曲线估计、Logistic回归、Probit回归、加权估计、两阶段最小二乘法、非线性回归等多个统计过程，而且每个过程中又允许用户选择不同的方法及参数。SPSS也有专门的绘图系统，可以根据数据绘制各种图形。

第四篇：第8章 AHP决策分析方法

1.层次分析作业 第8章 AHP决策分析方法

A(目标层)对象：毕业去向

C1（准则层）：待遇 C2：环境 C3：前途 P1（措施层）：研究生 P2：公务员 p3:自主创业

可以看出,他们之间是完全层次关系,过程如下: A-C判断矩阵及层次排序 A-c c1 c2 c3

C1-P判断矩阵及层次排序

C1-p p1 p2 p3 p1 1 0.20 p2 5 1 p3 2 0.4 λmax= 3,CI=0,RI=0.58,CR=0<0.10 C2-P判断矩阵及层次排序

C2-p p1 p2 p3 p1 1 0.2 p2 5 1 p3 0.5 0.1 λmax= 3,CI=0,RI=0.58,CR=0<0.10 C3-P判断矩阵及层次排序

C3-p p1 p2 p3 w 排序 p1 1 5 0.666666667 0.37037037 2 p2 0.2 1 0.133333333 0.07407407 3 p3 1.5 7.5 1 0.55555556 1 λmax= 3,CI=0,RI=0.58,CR=0<0.10 层次总排序结果 A c1 c2 c3 w总 0.434783 0.217391 0.34782609

排序

w 排序 2 0.153846 2 10 0.769231 1 1 0.076923 3

w 0.5 2.5 1

0.125 0.625 0.25

排序 1 2 c1 1 0.5 0.8

c2

c3 2.00 1.6

w（Wi的归

排序

一化）1.25 0.43478261 1 0.625 0.2173913 3 0.34782609 2 p1 0.125 0.153846 p2 0.625 0.769231 p3 0.25 0.076923 CI=0,RI=0.58,CR=0<0.10

0.37037037 0.07407407 0.55555556 0.216617086 0.464728152 0.318654762 3 1 2 由此可得，我的毕业去向最想做的是当公务员，其次是创业，最后是研究生。

第五篇：AHP中的群组决策方法

AHP中的群组决策方法

为了使决策科学化、民主化，一个复杂系统通常总是有L个（L>1）专家参与决策的。这样在用AHP模型进行专家咨询时，对同一准则，将获得多个判断矩阵。因此有必要对多人决策即所谓“群组决策”进行研究，以求获得一个合理的综合结果。

对于群组判断矩阵的处理，一般会想到下面两种方案：

方案Ⅰ：首先将L个判断矩阵用统计方法“合成”为一个综合的判断矩阵，然后在计算权重。

方案Ⅱ：对L个判断矩阵分别应用求根或求和法计算出L个权重向量，之后再将它们加权平均，即得到所要的综合权重系数。

对于方案Ⅰ来说，这种方法可能会严重影响合成后的判断矩阵的一致性。因此，慎重使用（必须确保合成后的判断矩阵通过一致性检验）。方案Ⅱ则不存在这一问题。

设有s个专家参与某项判断，他们的判断矩阵分别为A1,A2,...,As，其中

Ak(aij,k)k1,2,...,s

可用下面几种方法得到综合排序。

方法1：加权几何平均综合判断矩阵法（方案Ⅰ思路）

将s个判断矩阵，用加权几何平均的方法获得一个综合判断矩阵A(aij)，其中

aij(aij,1)1...(aij,2)2...(aij,s)ssk1k1i,j1,2,...n

这里1,2,...,s，是各个专家的权重系数，它是对专家能力水平的一个综合的数量表示。当对专家的能力水平的高低难以获得先验信息或不易作出比较时，可取i1/s,i1,2,...s，此时

aij(aij,1aij,2aij,s)1/si,j1,2,...n

上述方法保持了判断矩阵A的互反性，当每个Ak(k1,2,...s)均为一致时，A保持了一致性，当Ak中有不一致矩阵时，A的一致性不能保证。

对于一组群组判断，计算总体标准差

ij

1s(aij,kaij)2,i,j1,2,...n s1k1当ij时，这组判断认为是可接受的。否则应将信息反馈个专家，让他们考虑作适当修改后再行计算。这里是一个给定的值，一般可取在[0.5,1]之间。

方法2：加权算术平均综合判断矩阵法（方案Ⅰ思路）

用加权算术平均方法构造一个综合判断矩阵A,其中

aij1aij,12aij,2...saij,ssk1k1当时12...s，有1saijaijsk1

i,j1,2,...n

i,j1,2,...n同样地，需要计算标准差，反复多次后可获得较一致的判断矩阵。方法3：加权几何平均综合排序向量法（方案Ⅱ思路）

对s个专家的判断矩阵Ak(aij,k)，分别求出他们的排序向量wh(w1k,w2k,...wnk)T,k1,2,...s，然后求出他们的加权几何平均综合排序向量w(w1,w2,...wn)T，其中

再将信息反馈给专家，供进一步修改参考。

方法4：加权算术平均综合向量法（方案Ⅱ思路）

类似于方法3，采用各个判断矩阵的加权算术平均值作为综合排序向量w(w1,w2,...wn)T：

wj1wj12wj2...swjs,j1,2,...nk1sk1当时12...s，有

1wj(wj1wj2...wjs),j1,2,...ns同样可计算出标标准差j和ij，并反馈给专家参考。