Cette méthode d’aide à la décision repose sur un découpage du processus de décision en une structure hiérarchique et une comparaison par paire des différents critères.
L'Analytic Hierarchy Process (AHP) est une méthode développée par Saaty dans les années 1970 pour optimiser l'allocation des ressources. Elle permet de prendre des décisions basées sur plusieurs critères tels que la technologie de fabrication ou le choix de conception d'un nouveau produit. L'AHP utilise une hiérarchie de critères et de sous-critères pour évaluer et comparer les options, offrant ainsi une approche structurée et logique pour la prise de décision.
L'Analytic Hierarchy Process (AHP) est une méthode de prise de décision qui repose sur une structure hiérarchique. Cette structure pyramidale divise le processus de décision en plusieurs niveaux, commençant par le sujet de décision au sommet, suivi par les critères, les sous-critères, et enfin les alternatives. Chaque niveau est évalué et comparé par rapport aux niveaux supérieurs et inférieurs, permettant ainsi une analyse approfondie des différentes options.
Première étape évidente, définir le sujet sur lequel nous devons porter une décision.
Par exemple : Quelle est la meilleure technologie pour assurer le bon sertissage d’un flacon ? Quelle est la meilleure voiture vis-à-vis de mon besoin ?
Nous allons commencer par mettre en place des niveaux d’évaluations, du niveau le plus général au plus particulier. Le plus généralement, on retrouvera 2 niveaux de critères : des critères globaux et des sous-critères particuliers.
Exemple : Nous souhaitons choisir une voiture. Nous hésitons entre 3 modèles, et nous construisons la hiérarchie de choix de la manière suivante.
Pour l’ensemble des niveaux, on va mettre en place une matrice d’analyse par paire pour évaluer l’importance de chacun d’entre eux. Saaty propose une évaluation sur 5 niveaux selon le tableau suivant :
Description | Valeur numérique |
---|---|
Les deux éléments ont une importance égale | 1 |
L’élément en ligne est un peu plus important que celui en colonne | 3 |
L’élément en ligne est plus important que celui en colonne | 5 |
L’élément en ligne est beaucoup plus important que celui en colonne | 7 |
L’élément en ligne est absolument plus important que celui en colonne | 9 |
L’élément en ligne est un peu moins important que celui en colonne | 1/3 |
L’élément en ligne est moins important que celui en colonne | 1/5 |
L’élément en ligne est beaucoup moins important que celui en colonne | 1/7 |
L’élément en ligne est absolument moins important que celui en colonne | 1/9 |
Dans certain cas, si nous avons des difficultés pour évaluer, on affinera en rajoutant des valeurs intermédiaires. | 2, 4, 6, 8 |
Exemple
Notre sujet est donc le choix de la voiture. Le premier niveau de critères se compose du Prix, de l’équipement et de l’espace. On construit la matrice d’évaluations et nous obtenons le résultat suivant :
Prix | Équipement | Habitabilité | |
---|---|---|---|
Prix | 1 | 9 | 3 |
Équipement | 1/9 | 1 | 1/5 |
Habitabilité | 1/3 | 5 | 1 |
La matrice se lit de la manière suivante :
Le prix est absolument plus important que l’équipement : on le note 9
L’espace est plus important que le l’équipement : on le note 5
On note que :
La diagonale est toujours composée de 1, un critère ayant une importance égale à lui-même… Si le Prix a la note de 9 vis-à-vis de l’équipement, alors l’équipement a une note de 1/9 vis-à-vis du Prix.
Dans l’étape précédente, nous avons construit une matrice carrée qui découle d’une évaluation 2 à 2 des critères. En calculant les valeurs propres de cette matrice, nous obtiendrons le poids de chacun de nos critères. Le calcul est le suivant :
Exemple
En reprenant l’exemple précédent, nous obtenons les résultats suivants :
Poids | |
---|---|
Prix | 67% |
Équipement | 6% |
Habitabilité | 27% |
Une fois que nous avons déterminé les poids des critères de niveau 1, il est essentiel de vérifier la fiabilité du résultat. La méthode AHP propose de calculer un index de cohérence afin d'évaluer la cohérence des jugements établis pour chaque critère. Il est possible qu'il y ait une incohérence potentielle si un critère est jugé de manière incohérente par rapport à un ou plusieurs autres critères. L'index de cohérence nous permet de détecter des défauts importants dans notre calcul et notre évaluation, garantissant ainsi la robustesse et la pertinence de notre processus de décision.
Le ratio de cohérence pourra mettre en avant la cohérence de notre résultat. Il peut s’exprimer ainsi :
RC = IC / RI
Avec :
L’index de cohérence se calcule de la manière suivante :
CI = (λmax – n) / (n- 1)
On note simplement que pour une matrice de taille 2, il ne sera pas possible de calculer un ratio d’incohérence, puisque l’incohérence n’est pas possible
Exemple
Dans notre cas, la valeur IC est à 0,023 et le RC de 0,04. Notre matrice est donc cohérente.
Dans le second exemple où nous créons délibérément une incohérence, nous obtenons les valeurs suivantes : IC à 0,74 et RC à 1,28, donc très largement incohérente. Dans ce cas, il faudra investiguer pour trouver d’où vient l’incohérence.
Pour chacun des niveaux suivants, on va mettre en place une matrice par critère du niveau précédent, puis on va refaire une évaluation par paire de chaque alternative vis à vis de ce critère.
Cette étape est réitérée autant de fois qu’il y a de niveaux.
Exemple
Continuons notre exemple en effectuant le même travail pour les groupes de sous-critères. Nous obtenons les matrices suivantes :
Équipement | GPS | Toit ouvrant | Poids |
---|---|---|---|
GPS | 1 | 7 | 88% |
Toit ouvrant | 1/7 | 1 | 12% |
Habitabilité | Nombre de places | Taille du coffre | Poids |
---|---|---|---|
Nombre de places | 1 | 5 | 83% |
Taille du coffre | 1/5 | 1 | 17% |
Une fois l’ensemble des poids des critères par niveau, on va calculer le poids final en multipliant simplement les poids des critères du niveau le plus bas par les poids des critères correspondants des niveaux supérieurs.
Exemple
En reprenant notre cas, nous obtenons le résultat suivant :
Critère de niveau 1
Description | Poids |
---|---|
Prix | 67% |
Équipement | 6% |
Habitabilité | 27% |
Critère de niveau 2
Description | Poids |
---|---|
- | - |
GPS | 88% |
Toit ouvrant | 12% |
Nombre de places | 83% |
Taille du coffre | 17% |
Poids final
Description | Poids |
---|---|
Prix | 6,7% |
GPS | 5,3% |
Toit ouvrant | 0,72% |
Nombre de places | 22,4% |
Taille du coffre | 4,6% |
Une fois que nous avons calculé la matrice des critères pondérés, il est temps d'évaluer nos différentes alternatives. En effectuant cette évaluation et en multipliant les scores par les pondérations, nous pourrons déterminer la meilleure option. En général, il suffit d'identifier l'alternative ayant la meilleure somme des notes pondérées.
Cependant, il peut être nécessaire d'ajuster cette décision en prenant en compte le rang de chaque alternative pour chaque critère. Dans certains cas, une alternative peut avoir la meilleure note globale sans être la mieux classée dans chaque critère individuel. Dans de telles situations, il est possible d'améliorer cette alternative en tirant parti des avantages des autres alternatives.
T. L. (1980) – The analytic hierarchy process
L. G. Vargas, T. L. Saaty (1991) – Prediction, projection and forecasting