AHP (Analytic Hierarchy Process — quy trình phân tích thứ bậc)

1. Tổng quan

A. Định nghĩa

Là kỹ thuật ra quyết định đa tiêu chí (MCDM, Multi-Criteria Decision Making) do Thomas Saaty đề xuất vào thập niên 1970, phương pháp luận phân rã bài toán quyết định phức tạp thành cấu trúc thứ bậc (Hierarchy) “mục tiêu–tiêu chí đánh giá–phương án”, tính trọng số tương đối thông qua so sánh cặp (Pairwise Comparison) giữa các phần tử trong từng tầng để chọn ra phương án tối ưu.

Thế mạnh bản chất của AHP nằm ở việc “chuyển đổi phán đoán định tính·chủ quan thành thứ tự ưu tiên định lượng”. Nhận thức của con người rất kém trong việc cân nhắc cùng lúc nhiều tiêu chí (giá, hiệu năng, thiết kế, thương hiệu, chi phí bảo trì, v.v.). Như nghiên cứu “con số kỳ diệu 7±2” trong tâm lý học gợi ý, số lượng mục mà con người có thể so sánh·xử lý ổn định cùng lúc là có giới hạn. Tuy nhiên, việc đặt từng cặp hai mục và phán đoán “A quan trọng hơn B bao nhiêu” lại tương đối dễ và có thể thực hiện nhất quán. AHP tổng hợp kết quả so sánh cặp này thành ma trận và tính vector riêng (eigenvector) để suy ra trọng số của từng phần tử, qua đó đem lại tính logic và tính khách quan có thể tái lập cho quá trình ra quyết định vốn chỉ dựa vào trực giác và kinh nghiệm.

Một điểm khác biệt quyết định nữa là có thể kiểm chứng định lượng tính nhất quán logic của phán đoán bằng tỷ số nhất quán (CR, Consistency Ratio). Ví dụ, mâu thuẫn vòng tròn (tính không bắc cầu) kiểu “giá quan trọng hơn hiệu năng (A>B), hiệu năng quan trọng hơn thiết kế (B>C), nhưng thiết kế lại quan trọng hơn giá (C>A)” hay sự bất nhất về cường độ sẽ bị phát hiện qua giá trị CR. Khác với tổng có trọng số (weighted sum) đơn thuần hay mô hình chấm điểm để lọt nguyên các mâu thuẫn logic của người trả lời, AHP tích hợp sẵn bước kiểm chứng này để tự bảo đảm độ tin cậy của quyết định.

B. Bối cảnh xuất hiện và sự cần thiết

Các quyết định phải tổng hợp nhiều tiêu chí khác loại như xác định thứ tự ưu tiên đầu tư, lựa chọn nhà cung cấp·giải pháp, đánh giá phương án chính sách, rà soát tính khả thi của dự án tin học hóa, nếu được đưa ra mà không có căn cứ tường minh thì sức thuyết phục và mức độ chấp nhận trong tổ chức giảm mạnh. Đặc biệt, trong tình huống các yếu tố khó định lượng (độ tin cậy thương hiệu, tác động lan tỏa của chính sách, mức hài lòng người dùng) lẫn lộn với các yếu tố định lượng (chi phí, tốc độ xử lý), quyết định dựa vào cảm tính của người phụ trách sẽ gây phản đối và bị kiểm toán chỉ ra sau đó.

AHP cấu trúc hóa minh bạch quá trình phán đoán này thành cấu trúc thứ bậc, cho phép giải thích bằng con số đã đặt bao nhiêu trọng số cho tiêu chí nào và vì sao phương án đó được chọn. “Khả năng truy vết (traceability)” này dẫn dắt sự đồng thuận giữa các bên liên quan, và trong các dự án công là căn cứ bảo đảm tính chính đáng của quyết định chính sách. Đây cũng chính là lý do AHP hoặc các biến thể của nó đã được dùng như công cụ chuẩn tại Hàn Quốc trong đánh giá tổng hợp (AHP) của khảo sát tiền khả thi (Preliminary Feasibility Study), xác định thứ tự ưu tiên dự án tin học hóa, đánh giá hồ sơ đề xuất trong hợp đồng theo thương lượng mua sắm công, v.v.

2. Cấu trúc thứ bậc và các thành phần

AHP mô hình hóa bài toán thành các tầng chảy từ trên xuống: mục tiêu (Goal) ở tầng cao nhất, tiêu chí đánh giá (Criteria) và tiêu chí con (Sub-criteria) ở giữa, và phương án (Alternatives) ở tầng thấp nhất. Chính cấu trúc này buộc người ra quyết định phải tách bạch khi suy nghĩ “vì cái gì (mục tiêu), dựa trên cái gì (tiêu chí), chọn từ những gì (phương án)”, qua đó giảm sự mơ hồ trong định nghĩa bài toán.

flowchart TB
  G["Mục tiêu (Goal): chọn phương án tối ưu"] --> C1["Tiêu chí đánh giá 1 (VD: chi phí)"]
  G --> C2["Tiêu chí đánh giá 2 (VD: hiệu năng)"]
  G --> C3["Tiêu chí đánh giá 3 (VD: độ ổn định)"]
  C1 --> A1["Phương án A"]
  C1 --> A2["Phương án B"]
  C1 --> A3["Phương án C"]
  C2 --> A1
  C2 --> A2
  C2 --> A3
  C3 --> A1
  C3 --> A2
  C3 --> A3
  style G fill:#e8f0fe,stroke:#2f6fed,stroke-width:2px

Mục tiêu ở tầng cao nhất định nghĩa trong một câu điều mà quyết định cuối cùng muốn đạt được. Càng cụ thể như “lựa chọn nhà thầu xây dựng hệ thống thế hệ mới” thì việc rút ra các tiêu chí con càng rõ ràng. Nếu mục tiêu mơ hồ thì mọi phép so sánh sau đó đều lung lay, nên định nghĩa tác nghiệp của mục tiêu là điểm xuất phát cho chất lượng của AHP.

Tiêu chí đánh giá ở tầng giữa được thiết lập sao cho các góc nhìn ảnh hưởng đến việc đạt mục tiêu vừa loại trừ lẫn nhau vừa bao quát toàn bộ (gần với MECE). Khi tiêu chí nhiều lên, số lần so sánh cặp sẽ giải thích sau tăng vọt, nên thông lệ thực tiễn là gom trong khoảng 7 tiêu chí ở một tầng và nếu cần thì chia nhỏ thành tiêu chí con. Ví dụ, đặt “sự phù hợp kiến trúc·khả năng mở rộng·tính bảo mật” làm tiêu chí con dưới “tính kỹ thuật”.

Phương án ở tầng thấp nhất là các ứng viên lựa chọn thực tế. Phương án được đánh giá theo mọi tiêu chí, và từ góc nhìn của từng tiêu chí, các phương án lại được so sánh cặp với nhau. Khi phương án có chỉ số định lượng (như giá), đôi khi giá trị đo thực được chuẩn hóa để thay cho so sánh cặp; sự linh hoạt tích hợp các yếu tố định tính·định lượng vào một hệ thống ưu tiên duy nhất như vậy là sức hấp dẫn thực tiễn của AHP.

3. Quy trình thực hiện AHP

Luồng tổng thể diễn ra theo 5 bước: cấu trúc hóa thứ bậc → lập ma trận so sánh cặp → tính trọng số (vector riêng) → kiểm chứng nhất quán → tổng hợp và chọn phương án tối ưu, với vòng lặp phản hồi quay lại so sánh cặp nếu không vượt qua kiểm chứng nhất quán.

flowchart TB
  S1["1.Cấu trúc hóa thứ bậc<br/>Phân rã mục tiêu-tiêu chí-phương án"] --> S2["2.So sánh cặp<br/>Phán đoán mức quan trọng tương đối theo thang 1~9"]
  S2 --> S3["3.Tính trọng số<br/>Tính vector riêng của ma trận so sánh"]
  S3 --> S4{"4.Kiểm chứng nhất quán<br/>CR ≤ 0.1?"}
  S4 -- "No (mâu thuẫn)" --> S2
  S4 -- "Yes" --> S5["5.Tổng hợp·lựa chọn<br/>Cộng dồn trọng số tiêu chí×điểm phương án"]
  S5 --> S6["Quyết định phương án tối ưu"]
  style S4 fill:#fff3cd,stroke:#d39e00,stroke-width:2px
  style S6 fill:#e8f0fe,stroke:#2f6fed,stroke-width:2px

A. Cấu trúc hóa thứ bậc và thang so sánh cặp

Ở bước đầu tiên, sau khi phân rã bài toán thành các tầng như đã giải thích, trong mỗi tầng ghép từng cặp hai phần tử để phán đoán mức quan trọng tương đối. Khi đó dùng thang cơ bản 1~9 (Fundamental Scale) do Saaty đề xuất. 1 nghĩa là hai phần tử quan trọng ngang nhau, 3 là một bên quan trọng hơn một chút (weakly more important), 5 là quan trọng hơn mạnh (strongly), 7 là rất mạnh, 9 là quan trọng hơn tuyệt đối (absolutely), còn 2·4·6·8 là các giá trị trung gian. So sánh theo chiều ngược lại được tự động điền bằng nghịch đảo (VD: nếu A so với B là 5 thì B so với A là 1/5).

Điểm cốt lõi là thang này không chỉ là thang thứ bậc xếp hạng đơn thuần mà còn chứa cả “cường độ”. Không dừng lại ở “A quan trọng hơn B” mà biểu đạt “quan trọng hơn mạnh gấp 5 lần”, nên trong phép tính vector riêng sau đó có thể rút ra trọng số ở mức thang tỷ lệ (ratio scale). Tuy nhiên, tồn tại giới hạn trên của thang là khó biểu đạt khác biệt cực đoan vượt quá 9, điều này có thể gây méo mó khi so sánh các phương án chênh lệch lớn trong cùng một nhóm, nên được giảm nhẹ bằng cách chia nhỏ tiêu chí theo tầng.

B. Tính trọng số (vector riêng)

Kết quả so sánh cặp của n phần tử được sắp xếp thành ma trận so sánh A kích thước n×n. Từ ma trận này, vector ưu tiên (trọng số) được tính bằng cách chuẩn hóa vector riêng tương ứng với giá trị riêng lớn nhất (λmax). Trong thực tiễn thường dùng phương pháp xấp xỉ (phương pháp trung bình nhân hoặc trung bình cộng): chia mỗi cột cho tổng để chuẩn hóa rồi lấy trung bình theo hàng, và kết quả gần như trùng khớp với phương pháp vector riêng chính thức.

Ví dụ, với ba tiêu chí “chi phí·hiệu năng·độ ổn định”, nếu người trả lời coi chi phí quan trọng gấp 3 lần hiệu năng và độ ổn định quan trọng gấp 2 lần chi phí, kết quả tính toán cho vector trọng số như độ ổn định≈0.54, chi phí≈0.30, hiệu năng≈0.16. Các giá trị tính được đã chuẩn hóa để tổng bằng 1 nên có thể nhân ngay với điểm phương án để tổng hợp. Dưới mỗi tiêu chí, các phương án cũng được so sánh theo cùng cách để tính trọng số phương án theo từng tiêu chí.

C. Kiểm chứng nhất quán

Việc phán đoán tính ra có nhất quán về logic hay không được kiểm chứng bằng chỉ số nhất quán (CI, Consistency Index) và tỷ số nhất quán (CR). CI được định nghĩa là CI = (λmax − n) / (n − 1), và với phán đoán hoàn toàn nhất quán thì λmax = n nên CI = 0. CR là giá trị chia CI cho chỉ số ngẫu nhiên (RI, Random Index) — chỉ số nhất quán trung bình của các ma trận so sánh được điền ngẫu nhiên, tức là CR = CI / RI. RI là hằng số xác định theo số phần tử n, được biết đến với các giá trị như 0.58 khi n=3, 0.90 khi n=4, 1.12 khi n=5, 1.24 khi n=6, 1.32 khi n=7.

Theo thông lệ, nếu CR ≤ 0.1 (10%) thì phán đoán được coi là nhất quán ở mức chấp nhận được. Nếu CR vượt 0.1 thì đó là tín hiệu câu trả lời có mâu thuẫn logic lớn, nên cần xem lại phép so sánh nào lệch với các phép so sánh khác và trả lời lại. Ngưỡng này (0.1) không phải chân lý tuyệt đối mà là tiêu chuẩn theo thông lệ dựa trên quy tắc kinh nghiệm của Saaty, nên nới lỏng hoặc siết chặt khi diễn giải tùy theo đối tượng·lĩnh vực. Điều quan trọng là cơ chế CR cho phép kiểm toán định lượng “chất lượng của phán đoán” sau khi thực hiện.

D. Tổng hợp và chọn phương án tối ưu

Cuối cùng, thực hiện tổng hợp có trọng số: nhân trọng số của mỗi tiêu chí với điểm của từng phương án được đánh giá theo tiêu chí đó rồi cộng dồn. Điểm tổng hợp của phương án i = Σ(trọng số của tiêu chí j × điểm của phương án i theo tiêu chí j), và phương án có điểm tổng hợp cao nhất được chọn cuối cùng. Ví dụ, nếu trọng số độ ổn định là 0.54 chiếm ưu thế, phương án vượt trội về độ ổn định có thể đứng đầu tổng hợp dù hơi kém ở các tiêu chí khác. Nếu ở bước này thực hiện kèm phân tích độ nhạy (Sensitivity Analysis) để xem thứ hạng thay đổi nhạy đến mức nào theo sự thay đổi của trọng số, sẽ rất hữu ích để kiểm tra tính vững chắc (robustness) của kết luận và thuyết phục các bên liên quan.

4. Đặc điểm, ưu nhược điểm và so sánh với các kỹ thuật tương tự

AHP có thế mạnh là tích hợp định tính·định lượng vào một hệ thống ưu tiên, cấu trúc hóa có hệ thống quá trình phán đoán, có thể kiểm chứng nhất quán và dẫn dắt sự đồng thuận của các bên liên quan thông qua so sánh theo tầng. Ngược lại, khi tiêu chí·phương án nhiều lên, số lần so sánh cặp tăng vọt theo n(n−1)/2 gây mệt mỏi khi trả lời và suy giảm tính nhất quán, việc gán thang có sự can thiệp của chủ quan, và khi thêm phương án mới có thể xảy ra đảo ngược thứ hạng (Rank Reversal) làm lật thứ hạng hiện có.

Hạng mục	Ưu điểm	Nhược điểm
Tích hợp phán đoán	Tích hợp yếu tố định tính·định lượng bằng thang tỷ lệ	Chủ quan can thiệp vào việc gán thang
Tính logic	Có thể kiểm chứng định lượng nhất quán bằng CR	Tranh luận về căn cứ lý thuyết của ngưỡng CR (0.1)
Khả năng mở rộng	Ứng phó bài toán phức tạp bằng chia nhỏ tầng	Số phép so sánh tăng vọt khi phần tử tăng (mệt mỏi)
Độ ổn định	Kiểm tra tính vững chắc bằng phân tích độ nhạy	Có thể đảo ngược thứ hạng khi thêm phương án

Số lần so sánh theo số tiêu chí n tăng từ 6 lần khi n=4, 21 lần khi n=7, đến 45 lần khi n=10. Vì vậy trong thực tiễn, số phần tử của một tầng được giới hạn ở 7 trở xuống, nếu vượt quá thì chia thành tầng con để quản lý số lần so sánh của từng nhóm.

Các kỹ thuật MCDM tiêu biểu thường được so sánh với AHP là TOPSIS và ANP. TOPSIS là kỹ thuật xếp hạng bằng cách tính khoảng cách đến nghiệm lý tưởng (ideal solution), tính toán nhanh và dễ xử lý dù có nhiều phương án, nhưng phải xác định trọng số tiêu chí riêng và không có cơ chế kiểm chứng nhất quán. Trong thực tiễn, kết hợp AHP-TOPSIS — dùng AHP để rút trọng số tiêu chí và TOPSIS để xếp hạng phương án — được dùng rộng rãi. ANP (Analytic Network Process) là phần mở rộng nới lỏng giả định thứ bậc (một chiều trên xuống) của AHP, biểu diễn sự phụ thuộc lẫn nhau và phản hồi giữa các tiêu chí thành mạng lưới, phản ánh các tương tác phức tạp của thực tế nhưng mô hình hóa và tính toán phức tạp hơn nhiều.

Các trường hợp áp dụng thực tế

Thứ nhất, trong khảo sát tiền khả thi các dự án công, đánh giá tổng hợp dựa trên AHP được dùng để tổng hợp các hạng mục đánh giá khác nhau như tính kinh tế (tỷ số B/C), tính chính sách, phát triển cân bằng vùng miền, quy đổi các giá trị chính sách khó lượng hóa thành điểm định lượng để phán định có triển khai dự án hay không. Thứ hai, trong lựa chọn nhà thầu hệ thống thông tin thế hệ mới, nếu đặt tính kỹ thuật·năng lực thực hiện dự án·giá làm tiêu chí cấp trên, phân tầng đến tiêu chí con rồi tổng hợp các so sánh cặp của hội đồng đánh giá, có thể kiềm chế ảnh hưởng của thiên kiến của một thành viên cụ thể lên kết quả tổng thể bằng trọng số và chỉ số nhất quán. Thứ ba, trong lựa chọn giải pháp·nhà cung cấp IT, khi so sánh nhiều vendor theo tiêu chí tổng chi phí sở hữu (TCO), hiệu năng, bảo mật, hỗ trợ bảo trì, AHP được dùng để gom chỉ số định lượng (giá) và chỉ số định tính (chất lượng hỗ trợ) vào một hệ thống điểm, văn bản hóa căn cứ của quyết định.

5. Chuyên sâu: Các kỹ thuật mở rộng và hướng ra đề dự kiến

Các dòng mở rộng nhằm bổ sung cho giả định của AHP thuần túy (tính độc lập của tiêu chí, tính rõ ràng của phán đoán) liên tục được nghiên cứu và áp dụng. ANP như đã giải thích xử lý sự phụ thuộc lẫn nhau giữa các tiêu chí, còn AHP mờ (Fuzzy AHP) biểu diễn các phán đoán mà người trả lời cảm thấy không chắc chắn và mơ hồ như “khoảng 3~5” bằng tập mờ như số mờ tam giác (TFN), phản ánh sự mơ hồ của phán đoán con người vào mô hình. Ngoài ra, AHP nhóm hỗ trợ ra quyết định tập thể bằng cách tổng hợp các giá trị so sánh cá nhân của nhiều người đánh giá bằng trung bình nhân (AIJ, Aggregation of Individual Judgments) hoặc tổng hợp các thứ tự ưu tiên cá nhân (AIP). Gần đây, các mô hình lai kết hợp trọng số xác định bằng AHP với TOPSIS, VIKOR, DEMATEL, v.v. được dùng gần như tiêu chuẩn trong các bài báo và hệ thống đánh giá thực tiễn.

Từ góc nhìn Kỹ sư chuyên nghiệp (Professional Engineer), chủ đề này có xu hướng được ra trong bối cảnh “ra quyết định đa tiêu chí” hoặc “đánh giá·xác định thứ tự ưu tiên dự án tin học hóa”. Khi xây dựng bài làm, nếu triển khai theo từng bước ① định nghĩa và cấu trúc thứ bậc, ② quy trình 5 bước (đặc biệt là so sánh cặp→vector riêng→kiểm chứng nhất quán), ③ công thức CI·CR·RI và tiêu chuẩn CR ≤ 0.1, ④ các giới hạn như đảo ngược thứ hạng·bùng nổ số phép so sánh và cách bổ sung bằng ANP·AHP mờ·kết hợp AHP-TOPSIS, rồi cuối cùng bổ sung hàm ý thực tiễn bằng các trường hợp cụ thể như khảo sát tiền khả thi công hay lựa chọn nhà thầu, sẽ bảo đảm được chiều sâu của bài luận.

6. Các điểm cần lưu ý và hàm ý

1. Tỷ số nhất quán (CR) là cơ chế cốt lõi bảo đảm độ tin cậy của AHP. Tiêu chuẩn CR ≤ 0.1 cho phép kiểm toán hậu kiểm chất lượng phán đoán, và chức năng kiểm chứng này phân biệt căn bản AHP với các mô hình tổng có trọng số·chấm điểm đơn thuần. Tuy nhiên, ngưỡng 0.1 là quy tắc kinh nghiệm, nên cần có sự linh hoạt trong diễn giải tùy theo đặc tính của miền đối tượng.

2. Chất lượng cấu trúc hóa bài toán quyết định chất lượng kết quả. Nếu không tuân thủ định nghĩa tác nghiệp của mục tiêu, thiết kế tiêu chí theo MECE, giới hạn số phần tử mỗi tầng (khuyến nghị trong khoảng 7), thì dù tính toán tinh vi đến đâu cũng sinh ra kết luận méo mó. Tức là cần lưu ý AHP trước khi là “kỹ thuật tính toán” thì là “kỹ thuật định nghĩa bài toán”.

3. Phải quản lý bằng thiết kế các giới hạn đảo ngược thứ hạng và bùng nổ số phép so sánh. Vì thứ hạng có thể bị lật khi thêm phương án, cần kiểm tra tính vững chắc bằng chế độ đo tuyệt đối (rating) hoặc phân tích độ nhạy, và khi có nhiều phần tử thì cần chiến lược chia nhỏ tầng hoặc kết hợp với TOPSIS, v.v. để giảm gánh nặng so sánh.

4. Phải phát huy giá trị như một công cụ ra quyết định tập thể. AHP nhóm làm lộ rõ và tổng hợp minh bạch phán đoán của từng bên liên quan, qua đó nâng cao tính chính đáng và mức độ chấp nhận trong tổ chức của quyết định. Đặc biệt trong đánh giá dự án công·mua sắm, cần nhận thức rằng giá trị thực sự của AHP nằm ở “hình thành đồng thuận và khả năng giải thích” hơn là “tìm ra đáp án đúng”, và có thái độ dùng con số kết quả làm căn cứ trao đổi trong ra quyết định thay vì tuyệt đối hóa chúng.

Tài liệu tham khảo

• Saaty, T. L., "Decision making with the analytic hierarchy process", International Journal of Services Sciences, 2008. https://www.rafikulislam.com/uploads/resources/187224511185ad17066bdb.pdf
• Wikipedia, "Analytic hierarchy process". https://en.wikipedia.org/wiki/Analytic_hierarchy_process
• Wikipedia, "Analytic hierarchy process – car example (consistency, RI)". https://en.wikipedia.org/wiki/Analytic_hierarchy_process_%E2%80%93_car_example

---

Tóm tắt một câu: AHP là kỹ thuật ra quyết định đa tiêu chí phân rã bài toán thành các tầng mục tiêu–tiêu chí–phương án, tính trọng số bằng vector riêng của so sánh cặp (thang 1~9) để chọn phương án tối ưu; bảo đảm tính logic của phán đoán bằng kiểm chứng nhất quán dựa trên CI·CR·RI (CR ≤ 0.1), và bổ sung các giới hạn đảo ngược thứ hạng·bùng nổ số phép so sánh bằng ANP·AHP mờ·kết hợp AHP-TOPSIS.