Többtényezős döntési problémák

Hasonló dokumentumok
Többtényezős döntési problémák

A SÚLYSZÁMOK PROBLEMATIKÁJA KOMPLEX RENDSZEREK ÉRTÉKELÉSE SORÁN I. AZ ÉRTÉKELÉSI TÉNYEZŐK SÚLYOZÁSA

Páros összehasonlítás mátrixok empirikus vizsgálata p. 1/20





Alternatívák rangsora Rangsor módszerek. Debreceni Egyetem

ä ä

Intelligens technikák k a

Mikroökonómia elıadás

Irányított TULAJDONSÁGRA IRÁNYULÓ Melyik minta sósabb?, érettebb?, stb. KEDVELTSÉGRE IRÁNYULÓ Melyik minta jobb? rosszabb?

HARCÁSZATI REPÜLŐGÉPEK ÖSSZEHASONLÍTÁSÁRA HASZNÁLHATÓ MATEMATIKAI MÓDSZEREK

Döntéstámogató módszerek. /Gyakorlati jegyzet/

Összehasonlítások hibái

Számítógépes döntéstámogatás. Döntések fuzzy környezetben Közelítő következtetések

Páros összehasonlítás mátrixok empirikus vizsgálata. Bozóki Sándor

Többszempontú döntési módszerek

Intézményi jelentés. 10. évfolyam. Révai Miklós Gimnázium és Kollégium 9021 Győr, Jókai u. 21. OM azonosító:

Lineáris algebra gyakorlat

Döntéselőkészítés. XII. előadás. Döntéselőkészítés

Intézményi jelentés. 10. évfolyam. Árpád Szakképző Iskola és Kollégium 8000 Székesfehérvár, Seregélyesi út OM azonosító:

FIT-jelentés :: Ipari Szakközépiskola és Gimnázium 8200 Veszprém, Iskola utca 4. OM azonosító: Intézményi jelentés. 10.

Dr. Nagy Zita Barbara igazgatóhelyettes KÖVET Egyesület a Fenntartható Gazdaságért november 15.

3. ZH FOGALMAI. Döntéshozó: Az a személy (vagy csoport), aki a cselekvési változatok közül választ egyet.

3. A választott eljárás fajtája: Kbt. Harmadik rész, XII. fejezet szerinti nyílt közbeszerzési eljárás

A 27/2012 (VIII. 27.) NGM rendelet (12/2013 (III.28) NGM rendelet által módosított) szakmai és vizsgakövetelménye alapján.

I. BESZÁLLÍTÓI TELJESÍTMÉNYEK ÉRTÉKELÉSE

TÜZÉRSÉGI TŰZVEZETŐ RENDSZEREK ÖSSZEHASONLÍTÁSA

4. Fuzzy relációk. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI

FIT-jelentés :: Árpád Szakképző Iskola és Kollégium 8000 Székesfehérvár, Seregélyesi út OM azonosító: Intézményi jelentés

FIT-jelentés :: Árpád Szakképző Iskola és Kollégium 8000 Székesfehérvár, Seregélyesi út OM azonosító: Intézményi jelentés

Vizsgáljuk elôször, hogy egy embernek mekkora esélye van, hogy a saját

Kockázatkezelés és biztosítás 1. konzultáció 2. rész

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK EMELT SZINT Statisztika

Többszempontú döntési módszerek, modellek Dr. Stettner Eleonóra

9. gyakorlat Lineáris egyenletrendszerek megoldási módszerei folyt. Néhány kiegészítés a Gauss- és a Gauss Jordan-eliminációhoz

VÁLLALATGAZDASÁGTAN II. Döntési Alapfogalmak

TERÉZVÁROSI KERESKEDELMI ÉS KÖZGAZDASÁGI SZAKKÖZÉPISKOLA ÉS

Ajánlás a beruházásokkal kapcsolatos kockázatkezelési eljárás kialakításához

APRÍTÉKTERMELÉSI MUNKARENDSZER-VÁLTOZATOK VIZSGÁLATA A MECSEKI EFAG-BAN TÖBBTÉNYEZŐS DÖNTÉSI MODELLEL

A Szállítási feladat megoldása

PHR Egészségjelentések szakpolitikai döntéshozatalra gyakorolt hatásának felmérésre című Európai Uniós projekt előzetes eredményei

Biostatisztika VIII. Mátyus László. 19 October

y ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell

a = 2 + [ i] b = ahol 1 i 162 a hallgató sorszáma a csatolt névsorban, [x] az x szám

Intézményi jelentés. 10. évfolyam

Intézményi jelentés. 10. évfolyam. Szász Ferenc Kereskedelmi Szakközépiskola és Szakiskola 1087 Budapest, Szörény u OM azonosító:

Intézményi jelentés. 10. évfolyam. Corvin Mátyás Gimnázium és Műszaki Szakközépiskola 1165 Budapest, Mátyás király tér 4. OM azonosító:

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás

FIT-jelentés :: Lovassy László Gimnázium 8200 Veszprém, Cserhát lakótelep 11. OM azonosító: Telephely kódja: 001. Telephelyi jelentés

Intézményi jelentés. 10. évfolyam

Táblázatkezelés 5. - Függvények

8. Előadás. Megyesi László: Lineáris algebra, , oldal. 8. előadás Mátrix rangja, Homogén lineáris egyenletrendszer

Matematika feladatbank I. Statisztika. és feladatgyűjtemény középiskolásoknak

Mérés és skálaképzés. Kovács István. BME Menedzsment és Vállalatgazdaságtan Tanszék

Intézményi jelentés. 10. évfolyam. Bolyai János Gimnázium és Kereskedelmi Szakközépiskola 2364 Ócsa, Falu Tamás u. 35. OM azonosító:

Intézményi jelentés. 10. évfolyam

A Kecskeméti Református Általános Iskola évi országos kompetenciamérés eredményének értékelése. 1. táblázat

FIT-jelentés :: Ciszterci Szent István Gimnázium 8000 Székesfehérvár, Jókai utca 20. OM azonosító: Intézményi jelentés. 10.

MINTAFELADATOK. 1. Az alábbi diagram egy kiskereskedelmi lánc boltjainak forgalomkoncentrációját szemlélteti:

[GVMGS11MNC] Gazdaságstatisztika

FIT-jelentés :: Telephelyi jelentés. 10. évfolyam :: Szakiskola

Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető!

FIT-jelentés :: Révai Miklós Gimnázium és Kollégium 9021 Győr, Jókai út 21. OM azonosító: Intézményi jelentés. 10.

FIT-jelentés :: Telephelyi jelentés. 8. évfolyam :: Általános iskola

FIT-jelentés :: Arany János Általános Iskola és Gimnázium 2440 Százhalombatta, Szent István tér 1. OM azonosító: Intézményi jelentés

FIT-jelentés :: Corvin Mátyás Gimnázium és Műszaki Szakközépiskola 1165 Budapest, Mátyás király tér 4. OM azonosító: Intézményi jelentés

FIT-jelentés :: Százhalombattai Arany János Általános Iskola és Gimnázium 2440 Százhalombatta, Szent István tér 1. OM azonosító:

Újrahasznosítási logisztika. 7. Gyűjtőrendszerek számítógépes tervezése

Munkakörtervezés és -értékelés

KÖZBESZERZÉSI ADATBÁZIS

FIT-jelentés :: Telephelyi jelentés. 10. évfolyam :: Szakiskola

FIT-jelentés :: Hétvezér Általános Iskola 8000 Székesfehérvár, Hétvezér tér 1. OM azonosító: Intézményi jelentés. 8.

FIT-jelentés :: Révai Miklós Gimnázium és Kollégium 9021 Győr, Jókai u. 21. OM azonosító: Intézményi jelentés. 10.

Intézményi jelentés. 10. évfolyam

FIT-jelentés :: Vendéglátó, Idegenforgalmi és Kereskedelmi Középiskola és Szakiskola 1078 Budapest, Hernád u. 3. OM azonosító:

8. OSZTÁLY ; ; ; 1; 3; ; ;.

FIT-jelentés :: Dunaújvárosi Széchenyi István Gimnázium 2400 Dunaújváros, Dózsa György út 15/A OM azonosító: Intézményi jelentés

FIT-jelentés :: Budapest IX. Kerületi Szent-Györgyi Albert Általános Iskola és Gimnázium 1093 Budapest, Lónyay utca 4/c-8. OM azonosító:

FIT-jelentés :: Corvin Mátyás Gimnázium és Műszaki Szakközépiskola 1165 Budapest, Mátyás király tér 4. OM azonosító: Intézményi jelentés

FIT-jelentés :: KÓS KÁROLY SZAKKÉPZŐ ISKOLA 2030 Érd, Ercsi u. 8. OM azonosító: Intézményi jelentés. 10. évfolyam

FIT-jelentés :: Dobos C. József Vendéglátóipari Szakképző Iskola 1134 Budapest, Huba u. 7. OM azonosító: Intézményi jelentés

FIT-jelentés :: Szász Ferenc Kereskedelmi Szakközépiskola és Szakiskola 1087 Budapest, Szörény u OM azonosító: Intézményi jelentés

FIT-jelentés :: Török Ignác Gimnázium 2100 Gödöllő, Petőfi Sándor utca 12. OM azonosító: Intézményi jelentés. 10.

FIT-jelentés :: Telephelyi jelentés. 10. évfolyam :: 4 évfolyamos gimnázium

FIT-jelentés :: Újpesti Könyves Kálmán Gimnázium 1043 Budapest, Tanoda tér 1. OM azonosító: Intézményi jelentés. 10.

FIT-jelentés :: Kós Károly Szakképző Iskola 2030 Érd, Ercsi u. 8. OM azonosító: Intézményi jelentés. 10. évfolyam

Haladó elemzések potenciális stratégiai irányok (SWOT, GE, BCG, SPACE stb.) Máté Domicián

y ij = µ + α i + e ij

Megbízással vegyes vállalkozási keretszerződés a Diákhitel Központ "Feltöltünk" elnevezésű kampányának lebonyolítására az alábbiak szerint.

FIT-jelentés :: Ganz Ábrahám Kéttannyelvű Gyakorló Szakközépiskola és Szakiskola 1195 Budapest, Üllői út 303. OM azonosító:

Összegezés az ajánlatok elbírálásáról

FIT-jelentés :: Hétvezér Általános Iskola 8000 Székesfehérvár, Hétvezér tér 1. OM azonosító: Telephely kódja: 001. Telephelyi jelentés

Vízszintes kitűzések gyakorlat: Vízszintes kitűzések

Regionális Gazdaságtan II 3. Gyakorlathoz

Közelebb a felhasználói élményhez. avagy min és miért változtat a MEKH elégedettségi felmérésének rendszerében?

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók

KÉPZÉSI PROGRAM. 1. A képzési program «B» képzési kör SEE-REUSE

18. modul: STATISZTIKA

Átírás:

KIPA módszer: Lépései: 1. értékelési tényezők páros elrendezése, 2. páros összehasonlítás elvégzése, 3. egyéni preferencia táblázatok felvétele, konzisztencia mutatók meghatározása, 4. aggregált preferencia táblázat elkészítése, 5. értékelési tényezők súlyszámainak meghatározása, 6. preferencia és diszkvalifikancia mutatók számítása, 7. elemzés. 1

Feladat a KIPA módszerre Egy magyarországi nagyvállalat az a jövő évi beruházások előkészítése során a KIPA módszer alkalmazását veszi igénybe. A lehetséges 3 helyszín(alternatíva) a következő: Veszprém, Székesfehérvár, Győr. 2

Feladat a KIPA módszerre Az értékelés tényezők súlyszámának meghatározásáról 3 fős bizottság dönt. Melyik várost választják a jövő évi beruházások céljául? Ehhez: Készítse el az aggregált preferencia táblázatot, ha a konzisztencia mutatója elvárt szintje nagyobb, mint 60%! Számítsa ki az értékelési tényezők súlyszámát! Számítsa ki a preferencia és diszkvalifikancia mutatókat! 3

KIPA módszer: Lépései: 1. értékelési tényezők páros elrendezése, 2. páros összehasonlítás elvégzése, 3. egyéni preferencia táblázatok felvétele, konzisztencia mutatók meghatározása, 4. aggregált preferencia táblázat elkészítése, 5. értékelési tényezők súlyszámainak meghatározása, 6. preferencia és diszkvalifikancia mutatók számítása, 7. elemzés. 4

KIPA módszer lépései 1. értékelési tényezők páros elrendezése: tényezők kiválasztása(brainstorming, Delphi módszer, NCM) tényezők relatív fontosságának meghatározása véletlenszám táblázat/ sorsolás szabályos ismétlődés elkerülése! azonos tagú párok távol helyezése egymástól! 5

Feladat a KIPA módszerre Az előkészítő bizottság a szóba jöhető alternatívák kiválasztására 3 különböző értékelési kritériumot(tényezőt) rögzített: E1: Milyen az adott város árszínvonalat? E2: Milyen a fizetőképes kereslet az adott városban? E3: Milyen távol van az adott város a legközelebbi autópályától? 6

KIPA módszer lépései 2. páros összehasonlítás elvégzése: szakértői csoport, kérdőív segítségével Melyik tényezőt preferálja? Kötelező állást foglalni. 7

KIPA módszer lépései 3.egyéni preferencia táblázatok felvétele, konzisztencia mutatók meghatározása: a kérdőív alapján az egyéni preferencia táblázat felrajzolása sorokban lévő értékelési tényező preferált az oszlopban lévőhöz képest 8

Az 1. bizottsági tag preferencia-táblázata: E1 E2 E3 E1 I I E2 E3 I Az 2. bizottsági tag preferencia-táblázatai E1 E2 E3 E1 I E2 I E3 I Az 3. bizottsági tag preferencia-táblázatai E1 E1 E2 E3 E2 I I E3 I 9

KIPA módszer lépései 3.egyéni preferencia táblázatok felvétele, konzisztencia mutatók meghatározása: a kérdőív alapján az egyéni preferencia táblázat felrajzolása sorokban lévő értékelési tényező preferált az oszlopban lévőhöz képest a i :adottértékelésitényezőpreferáltságaatöbbihezképest nem írtunk elő tranzitivitást lehetnek inkonzisztens körhármasok: száma: d = n konzisztencia mutató: ( n 1)( 2n 1) 12 a 2 2 K 24d 1 n n = 3 10

1. bizottsági tag E1 E2 E3 a a 2 E1 I I 2 4 E2 I 1 1 K>60% a 2 =5 2. bizottsági tag E1 E2 E3 a a 2 E1 I 1 1 E2 I 1 1 E3 0 0 E3 I 1 1 d1=[3*(3-1)*(2*3-1)]/12-5/2= =3*2*5/12 5/2= 5/2-5/2= 0 d3=0 K1= 1-(24*0)/(3 3-3)= 1 0/(27-3)= 1-0=1= 100% d2=[3*(3-1)*(2*3-1)]/12-3/2= =5/2 3/2= 5/2-3/2= 1 K1= 1-(24*1)/(3 3-3)= 1 24/(27-3)= 1-1=0= 0% K1= 100% 3. bizottsági tag E1 E2 E3 a a 2 E1 0 0 E2 I I 2 4 E3 I 1 1 a 2 =3 a 2 =5 11

1. bizottsági tag E1 E2 E3 a a 2 E1 I I 2 4 E2 I 1 1 K>60% a 2 =5 2. bizottsági tag E1 E2 E3 a a 2 E1 I 1 1 E2 I 1 1 E3 0 0 E3 I 1 1 d1=[3*(3-1)*(2*3-1)]/12-5/2= =3*2*5/12 5/2= 5/2-5/2= 0 d3=0 K1= 1-(24*0)/(3 3-3)= 1 0/(27-3)= 1-0=1= 100% d2=[3*(3-1)*(2*3-1)]/12-3/2= =5/2 3/2= 5/2-3/2= 1 K1= 1-(24*1)/(3 3-3)= 1 24/(27-3)= 1-1=0= 0% K3= 100% 3. bizottsági tag E1 E2 E3 a a 2 E1 0 0 E2 I I 2 4 E3 I 1 1 a 2 =3 a 2 =5 12

KIPA módszer lépései 4. aggregált preferencia-táblázat elkészítése, az értékelők egyetértésének vizsgálata: egyéni preferenciák összesítése véleményegyezés kiszámítása 13 egyetértési együttható(v): V=0: nincs kapcsolat a döntéshozók rangsora között V>0: vannak a döntéshozók között egyetértések (ha a szignifikancia vizsgálat igazolja). ( ) ( ) ( ) ( ) 1 1 1 4 1 1 8 2 1 1 2 1 1 2 + = = = = = k k n n k k n n a k a V n i i j ij n i i j ij

1. bizottsági tag E1 E2 E3 a a 2 E1 I I 2 4 K>60% K1= 100% 3. bizottsági tag E1 E2 E3 a a 2 E1 0 0 E2 I 1 1 E2 I I 2 4 K3= 100% E3 0 0 E3 I 1 1 E1 E2 E3 E1 1 1 E2 1 2 E3 1 0 14

KIPA módszer lépései 5. értékelési tényezők súlyszámainak meghatározása: a i értékelésitényezőpreferencia-gyakorisága p a preferencia-arányokmeghatározása: k döntéshozók száma n értékelési tényezők száma p a k ai + = 2 k n 15

5. értékelési tényezők súlyszámainak meghatározása: E1 E2 E3 a i P a u T Z E1 1 1 2 0,5 E2 1 2 3 0,66 E3 1 0 1 0,33 p a k ai + = 2 k n 16

KIPA módszer lépései 5. értékelési tényezők súlyszámainak meghatározása: a i értékelésitényezőpreferencia-gyakorisága p a preferencia-arányokmeghatározása: k döntéshozók száma n értékelési tényezők száma k ai + = 2 k n u = intervallum-skála skálaértékei(normális eloszlás táblázat- belülről) Z=0kezdőpontúés100végpontértékűskála T=1kezdőpontúés5végpontértékűskála p a 17

PE-GTK-SzVT Segédlet a menedzsment alapjaihoz 18

5. értékelési tényezők súlyszámainak meghatározása: E1 E2 E3 a i P a u T Z E1 1 1 2 0,5 0 3 50 E2 1 2 3 0,66 0,43 5 100 E3 1-1 0,33-0,43 1 0 E2 legfontosabb, E1 második legfontosabb, E3 legkevésbé fontos Z: x=[(u-min)/(max-min)]*100 T: x=[(u-min)/(max-min)]*4+1 Z=0-100skála T=1-5skála 19

KIPA módszer lépései: 6. preferencia és diszkvalifikancia mutatók számítása: - preferencia mutató: ΣT -a súlyszámok összegét jelenti ΣT i j-súlyszámok összege, ahol i rivális változat jobb vagy azonos minősítésű, mint a j bázis változat. - diszkvalifikancia mutató: (hj-hi) max -a legnagyobb skálakülönbség h max -a legfontosabb értékelési tényező skálaterjedelme. 20

A minősítések (T) skálatranszformációját kell végrehajtanunk. Értékelési tényezők fontosság szerinti csoportosítása: S1: kiemelten fontos értékelési tényezők: 4 < súlyszám 5 S2: közepesen fontos értékelési tényezők: 2,5 < súlyszám 4 S3: kevésbé fontos értékelési tényezők: súlyszám 2,5 E1 E2 E3 Veszprém NJ K J Szfvár J NJ K Gyır K J NJ Súlyszám (T) 3 5 1 S1 S2 S3 NJ 20 18 16 J 15 14 13 K 10 10 10 M 5 6 7 R 0 2 4 21

6. preferencia és diszkvalifikancia mutatók számítása RIVÁLIS B Á Z I S Veszprém Szfvár Gyır Veszprém Szfvár Gyır 22

6. preferencia és diszkvalifikancia mutatók számítása Preferencia mutató (cij) [T súlyszámok össze itt: 9] Diszkvalifikancia mutató (dij) [legfontosabb értékelési tényező skálaterjedelme itt (S1): 20-0= 20] Veszprém(riv)>=Székesfehérvár(báz) E1 + E3 3 + 1 = 4 4/9=0,44 Veszprém(riv)<Székesfehérvár(báz) E2: NJ K : 5 S1 20 10 = 10 10/ 20= 0,5 Veszprém(riv)>=Győr(báz) E1 3 3/9=0,33 Veszprém(riv)<Győr(báz) E2: J K: 5 S1 15 10 = 5 (max) 5/20=0,25 E3: NJ J: 1 S3 16 13 = 3 23

6. preferencia és diszkvalifikancia mutatók számítása Preferencia mutató (cij) [T súlyszámok össze itt: 9] Diszkvalifikancia mutató (dij) [legfontosabb értékelési tényező skálaterjedelme itt (S1): 20-0= 20] Székesfehérvár(riv)>=Veszprém(báz) E1 5 5/9=0,56 Győr(riv)>= Veszprém(báz) E1 + E2 3 + 5 = 8 8/9=0,89 Székesfehérvár(riv)<Veszprém(báz) E1: NJ J : 3 S2 18 14 = 4 (max) 4/20= 0,2 E3: J K: 1 S3 13 10 = 3 Győr(riv)< Veszprém(báz) E3: NJ K: 1 S3 16 10 = 6 6/20=0,3 24

6. preferencia és diszkvalifikancia mutatók számítása Preferencia mutató (cij) [T súlyszámok össze itt: 9] Diszkvalifikancia mutató (dij) [legfontosabb értékelési tényező skálaterjedelme itt (S1): 20-0= 20] Győr(riv)>= Veszprém(báz) E2 + E3 5 + 1 = 6 6/9=0,67 Győr(riv)<Veszprém(báz) E1: NJ K: 3 S2 18 10 = 8 8/20= 0,4 Győr(riv)>= Székesfehérvár(báz) E3 1 1/9=0,11 Győr(riv)<Székesfehérvár(báz) E1: J K: 3 S2 14 10 = 4 E2: NJ J: 5 S1 20 15 = 5 (max) 5/20= 0,25

6. preferencia és diszkvalifikancia mutatók számítása RIVÁLIS B Á Veszprém Veszprém Szfvár Gyır 56 67 20 40 Z I S 44 11 Szfvár 50 33 89 Gyır 25 30 Az összehasonlítás igényszintje: c ij 50, d ij 40 25 26

KIPA módszer Lépései: 7. Elemzés: összehasonlítás igényszintjének meghatározása: Preferenciamutatókminimumértékének(c ij 50), Diszkvalifikanciamutatók maximum értékének (d ij 40) megadása KIPA mátrixban a határértékeknek (igényszintnek) megfelelő alternatívák kiválasztása Szükség esetén a határértékek(igényszintek) változtatása. 27

7. elemzés Az összehasonlítás igényszintje: c ij 50, d ij 40 Döntés a rivális szemszögéből! RIVÁLIS Veszprém Szfvár Gyır B Á Veszprém 56 20 67 40 Z I S Szfvár Gyır 44 33 50 25 89 30 11 25 28