) 1 uE ui Zí o n® u1 tñ I z a± u [Y o

−271−

AHP의 일 성 향상을 한 척도 재구성*1)

Re-scalingforImprovingtheConsistencyoftheAHPMethod

송 근 원 (경성 학교)**

이 (부산발 연구원)***

국 문 록

이 연구는 최근 행정학 정책학 등 사회과학 분야에서 합리 인 안을 선택할 때 자주 용되는

AHP기법의 척도가 가지는 문제 을 지 하고 합한 척도를 제시한 연구이다.즉,AHP에서 평가자의

주 선호도를 수치로 변환할 때 사용하는 양방향 9 척도(총 17 척도)는 비교 시 응답자의

유연성 있는 결정에 도움이 될지는 모르지만,많은 수의 척도가 오히려 응답의 일 성을 하시킬 것이

라는 단 하에 응답의 일 성을 가지면서 쉽게 응답자의 선호를 표시할 수 있는 척도를 제시하 다.

한편,“부산시 재정 투입 사업의 장기 투자 우선순 에 한 인식 조사”의 결과를 기본 자료로 삼아

응답 분포와 응답 범 를 살펴본 후 러의 마법의 수 7±2를 기 으로 17 척도를 9 척도와 5 척도

로 각각 재구성하여 CR값을 살펴보았다.그 결과 AHP분석에서 통상 으로 사용하고 있는 17개의 척도

는오히려일 성을 하시키는 원인 하나라할수있으며이를해결하기 해서는 9개의 척도가 합

하다고 단하여 이를 AHP일 성 향상을 한 척도로 제시하 다.

주제어:AHP기법,일 성지수, 러의 마법의 수 7±2

목 차

Ⅰ.서론

Ⅱ.이론 배경 분석틀

Ⅲ.분석결과 논의

Ⅳ.결론

*이 논문은 2013학년도 경성 학교 학술연구비 지원에 의하여 연구되었음.

**책임 자

***교신 자

SocialScienceResearchReview

KyungsungUniversity

Vol.29,No.2,pp.271～288.

2 사회과학연구 제29집 2호

−272−

Ⅰ.서론

사람들은 한정된 양의 정보를 가지고 의사결정 활동을 수행한다. 한 수집된 정보는 다소 주

이고 검정하기 곤란한 비가시 인 정보를 포함하고 있는 경우가 많아 이를 계량화하기가 쉽지

않다.특히 행정학 정책학 등 사회과학 분야에서는 의사결정의 목표나 평가기 이 다수인 경우

이를 체계 으로 평가하기가 쉽지 않다.

하지만 최근 들어 사티(Saaty,T.L.,)가 개발한 AHP(AnalyticHierarchyProcess)기법을 용하

여 주어진 안의 가치를 객 으로 평가하려는 시도가 활발히 이루어지고 있다.이 기법이 자주

활용되는 이유는 단순한 비교(pairwisecomparison)를 통해 의사결정자의 가치체계를 쉽게 추

출할수 있고,주어진 안의 가치를객 이고 일 성있게 단하여 요도 는 가 치를 산출

할 수 있다는 장 때문일 것이다(권철신․조근태,2001;변 호,2001;은희 ․허희 ,2001;정

식,1998).주로 합리 인 안 선택,사업 시행의 우선순 결정,각종 사업의 평가 등에 활용되

고 있는데 1990년 이후부터 2012년 재까지 행정학 분야에서 AHP기법을 용한 국내 연구는

총 279편이다1).

하지만 AHP기법의 많은 유용성에도 불구하고 많은 사람들이 순 역행(rankreversal)의 문제,

어의비교의 수치 변환의문제,정수척도의 정확성 일 성문제등 방법론상 결 들을 지 하고

있다(Watson and Freeling,1982;Kamenetsky,1982;Belton and Gear,1983;Dyer,1990;Saaty,

1987;Schoner,1989).

이 연구에서는 평가자의 주 선호도를 수치로 변환할 때 사용하는 양방향 9 척도가 AHP

용에서 일 성과 련하여 논란이 될 수 있다고 본다.이 9 척도는 사티가 심리학자 러

(Miller,G.A.)의 논문 “TheMagicalNumberSeven,PlusorMinus”(1956)에서 고안해 낸 것이지만

실제 AHP분석에서 사용되는 척도는 9개가 아닌 가운데의 1을 기 으로 양방향 9개인 총 17개이다.

본 연구에서는 이러한 많은 수의 척도가 응답의 일 성을 하시킬 것이라는 단 하에 일 성

향상을 해척도를재구성하고자 한다.AHP기법을 용한많은연구들에서일 성 부족으로인해

분석에서제외되는 이스가 약 30%이상2)임을 감안하 을때이는유연성 있는 측정척도가 오히

려 의사결정자의 선택에 장애가 되는 것으로 생각해 볼 수 있다.

따라서 본 연구는 AHP를 용한 연구의 원자료를 조작화하여 응답의 일 성을 가지면서 쉽게

응답자의 선호를 표시할 수 있는 척도로 재구성하고자 한다.

1)포털사이트 네이버의 학술자료 주제검색과 구 의 학술검색을 통해 확인한 바에 따르면 1990년부터

2012년까지 행정학 분야에서 AHP기법을 용하여 출 된 연구는 국내 문학술지에 게재된 학술연구

169편,세미나발표자료 20편,석․박사학 논문 83편,연구보고서 7편 등이다(검색일:2012년 3월 기 )

2)최근 4년간 국내 문학술지(『한국행정학보』,『한국자치행정학보』,『지방정부연구』,『한국사회와

행정연구』 등)에 실린 AHP기법을 용한 논문 74편 에서 설문지 배포율과 회수율,그리고 분석에

사용한 설문지 수를 기재한 논문은 47편이었다.이들 논문에서 유효응답 설문지 수/배포수를 조사해 본

결과 일 성 지수(CR)<0.2이어서 분석에 사용한 유효 응답 설문 비율은 평균 68.7%이었다.

AHP의 일 성 향상을 한 척도 재구성 3

−273−

Ⅱ.이론 배경 분석틀

1.AHP분석의 특징

AHP분석은의사결정의계층구조를구성하는요소간의 비교를 통하여응답자의 지식,경험

직 을 포착하고자하는다기 의사결정방법 의하나로객 인검정요인뿐만아니라주

인 검정 요인도 쉽게 수용할 수 있다.이 분석 기법을 통해 의사결정 문제를 상 인 비교를 통

해살펴볼수있으므로간편성 범용성,이론 용의 단순성,명확성이라는장 으로여러분야에

리 활용되고 있다(Saaty,1980)

SaatyandVargas(1991:12-13)에 따르면 AHP기법이 특별히 잘 활용될 수 있는 분야는 ① 우선

순 결정 ② 의사결정 안 집단의 창출( 안 탐색)③ 최 정책 안의 선택 ④ 소요

(requirement)의 단 ⑤ 편익과 비용에 의한 의사결정 ⑥ 유한한 자원의 합리 인 배분 ⑦ 시간의

경과에 따른 결과 측과 험도 평가 ⑧ 성과의 측정 ⑨ 시스템 설계(systemdesign)⑩ 시스템의

안정성(stability)확보 ⑪ 최 화(optimization)⑫ 분석 기획(analyticplanning)⑬ 갈등 요인 해

결(conflictresolution)등으로 매우 다양하다.

이러한 때문에최근행정 정책분야에서이기법을 용한연구가활발히이루어지고있다.

특히 정부는 지난 1999년부터 500억 원 이상의 규모 개발 사업에 하여 비타당성 조사를 수행

하도록 의무화한 바 있고,이 비 타당성 조사의 종합 평가에 다기 분석방법으로 AHP기법의 활

용을 제안하고 있어 이에 한 실증 연구 활용 사례가 차 늘어가고 있는 실정이다(임은선,

2009).

국내에 AHP기법이 소개된 이후 1990년 부터 2012년 재까지 행정학 분야에서 이 기법을 용

하여 연구된 논문은 총 279여 편으로 그 『국내 문학술지』에 게재된 연구는 총 169편이다.

연도 `95 `96 `97 `98 `99 `00 `01 `02 `03 `04 `05 `06 `07 `08 `09 `10 `11

편수 1 1 - 1 2 2 2 8 7 22 17 10 15 21 19 18 23

<표 1>연도별 발표 논문 편수

2.AHP의 일 성 검증 방법

AHP의 장 은 하나는 평가자의 일 성을 검토할 수 있는 장치가 마련되어 있다는 이다.

일 성(consistency)검토는 평가자가 내린 단의 논리 인 모순을 측정하는 것으로 비교해야 할

세 개의 요소 A,B,C가 있을 때,만약 평가자가 A〉B,B〉C라고 하 으면,A〉C라고 단하여야

한다.이를 의사결정 이론에서는 이성(transitivity)이라고 한다.하지만 C〉A라는 모순이 나타날


−274−

수있는데이러한 이 모순을측정하여제거하거나재검토하는것이AHP에서의일 성개념이다.

AHP기법에서는일 성이 결과의신뢰성 확보에결정 인 역할을하기때문에일 성을검증할

필요가 있고 이를 해 일 성 지수(ConsistencyIndex:CI)를 무작 지수(Random Index:RI)3)로

나 일 성 비율(ConsistencyRatio:CR)을 계산하여 검정한다.

일 성 비율(CR)=일 성 지수(CI)/무작 지수(RI)

경험 인법칙에의하여일 성비율이 10%이내이면평가자가내린 항목들에 한 단이일

성을 갖는 것으로 단하고(reasonable),20% 이내일 경우는 용납할 수 있으나(tolerable),그 이상

이면 일 성이 부족한 것으로 단한다(이창효,2000:256-7).

그러나 이 기법을 용한 행정학 분야 연구에서는 일반 으로 10%이내를 일 성 한계 범 로

설정하고이보다큰 값을 가지는응답은 분석에서 제외하고 있다.이와 련하여몇 가지 문제 을

지 해 보면 다음과 같다.

첫째,경험 인법칙에 의해 CR〈0.1인경우 평가자가 내린 항목들에 한 단이일 성을 갖는

것으로 단하고 분석에 포함을 시키는데,기 이 왜 CR〈0.1인지에 한 명확한 근거나 설명이

없다.

둘째,합리 의사결정자가 갖추어야 할 일 성 조건을 충족시키는 응답자만을 집단의사결정에

참여시킴으로서 분석의 신뢰성을 높일 수 있는 장 이 있다.그러나 여기서 한 가지 간과하고 있는

것은일 성비율(CR)이크다고해서반드시개인의 단이잘못되었다고단정할수있는것은아니

라는 이다.특정 평가 요인에 한 선호가 매우 강한 경우 비록 CR값이 커져서 일 성이 없는 것

으로나타날지는모르지만해당요소에높은 요도를표시하 다는 에서는의사결정자의선호가

잘 반 된 결정이라 할 수 있다(고길곤․하혜 ,2008:295-296).이러한 개인의 결정이 일 성 기

에 의해 가 평균 산출에서 제외되는 것은 이 한 방법론상의 치명 인 문제라 할 수 있다.

셋째,의사결정자가 모든 문항의 응답을 1,2와 같은 하나의 값으로만 모두 선택한 경우가 종종

나타나는데,이런 경우 0.00≦CR〈0.10으로 일 성이 높은 것으로 단하여 분석에 포함시킨다.

물론 해당 응답자가 각 항목의 요도가 모두 같은 크기라 생각하여 이와 같은 단을 하 을 수

있다.그러나경험 으로 이런 응답패턴의 부분은 불성실한 응답 는 문항의이해도가낮아정

확한 선택을 하지 못할 때 주로 나타나는 경우이다.이런 경우 일 성 비율이 낮다고 하여 분석에

포함하는 것은 이 방법론이 가지는 특성을 왜곡하는 문제 이라 볼 수 있다.

넷째,응답의 일 성비율이 0.1이하라 하더라도 AHP기법 자체가 응답자로 하여 일 성이 있

는 응답을 만들도록 강제하고 있다는 본질 문제 이 존재한다.특히, 문가들인 경우 더 더욱

그러한데,자신의 응답이모순되는것은아닐까 생각하여 뒤의 문항에서 응답할때 앞의 문항을되

3)무작 지수(Random Index:RI)는 난수 지수,임의 지수,무작 일 성 지수라고도 한다.특정한 배

열 순서나 규칙을 가지지 않는,연속 인 임의의 수를 말한다.


−275−

돌아보면서응답하는경우가흔하다.특히 문가로 선정되어 문항에응답하게되는경우에도문항

에서 비교해야 할 내용에 해 잘 모르는 경우가 흔히 있다.따라서 문가라 하더라도 어느 한 분

야에 해서는 잘 알지만 다른 분야에 해서는 잘 모르기 때문에 응답의 일 성이 약화될 수밖에

없다. 컨 모든 시정 분야에 해 잘 알고 있지 못하지만,정책학 교수라서 문가로 선정되는

경우,자기 정책 분야는 잘 알고 있으나,다른 분야는 잘 모르는 경우가 얼마든지 있을 수 있다.4)

이런,경우 자신의 공 정책 분야에 방 을 두고 응답을 함으로써 생기는 문 편견

(professionalmyopia)의 개입이라는 문제도 발생하지만 일 성과 련된 문제 으로는 “ 문가인

데도 응답에일 성이없다”는비난을피하기 해앞의문항에 한 응답을 참고하면서 응답을 해

나가는 행태를 보이는 경우가 많다는 것이다.보통 조사방법론에서 앞의 응답이 뒤의 응답에 향

을 주는 경우,그러한 문항은 서로 뚝 띄어 놓아그 향을 배제하거나 최소화할 수 있으나,AHP에

서는 그 게 할 수 없는 설문 구조를 가지고 있다.

더욱이 17 척도의 경우 응답 간격이 무 넓기 때문에 처음 문항에서의 응답이 비교 문항의

수만큼 확보되지 못한 경우,뒤의 문항에서의 요도 정에서 응답할 치를 찾기에 어려움을 겪

는경우도 생긴다.따라서이를감안하여앞의응답문항에 한응답을나 에고치는경우도생긴

다.이런 에서 볼 때 AHP의 응답에서 일 성 문제를 과연 믿을 수 있을까하는 의문이 생기는 것

은 사실이다.

3. 비교

비교의응답은설문의좌측항목과우측항목을서로비교하면서상호간의 요도의기

인 1을 기 으로 각 항목별 번호를 체크하게 된다.상호간의 요도가 같을 경우에는 1에 체크를

하고요인 A가요인 B보다 요할경우아래에나타난것과같이 요한쪽에표시(√)를하게된다.

문항 평가부문 요 ← 동등 → 요 평가부문

1 A9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9

B

<표 2> 비교 응답 방법

사티는 비교를 할 때 요인 A에 한 요인 B의 수 을 나타내는 척도를 7±2개로 제안하 고

(1983:9-13),Harker(1987),Vargas(1987),Saaty(1990)는 그들의 연구에서 아래 <표 2>과 같이

4)AHP에 응답한 응답자들을 상으로 면 해 본 결과,여러 응답자들이 이러한 이야기를 하고 있다.비

록 통계 으로 처리할 만큼 많은 수의 응답자를 상으로 한 것이 아니지만,이런 것이 AHP기법의 문

제 인 것은 분명하다.따라서 이를 방지하기 해서는 응답자의 선정에서 설문의 내용을 부 잘 알고

있는 사람들을 상으로 엄 하게 선정하는 것이 필요하다고 본다.


−276−

단의정도를 나타내는 값에 한 기본 척도를제시하고있다.이숫자들은큰 요성을 갖는

요소가작은 요성을갖는요소보다어떤 단기 에 하여몇배더 요성을갖는가를 의미한

다. 요성이 작은 요소는 요성이 큰 요소값의 역수값을 갖게 된다.따라서 x는 큰 요소가 작은

요소보다 몇 배 더 요한가를 나타내며,마찬가지로 작은 요소는 x-1배 더 크므로 x-1x=xx-1=1이

된다.

척 도 정 의 설명

1비슷함

(equal)어떤 기 에 하여 두 활동이 동일한 공헌도를 가진다고 단됨

3약간 요

(weak)경험과 단에 의하여 한 활동이 다른 활동보다 약간 선호됨

5요

(strong)경험과 단에 의하여 한 활동이 다른 활동보다 확실하게 선호됨

7매우 요

(verystrong)경험과 단에 의하여 한 활동이 다른 활동보다 강하게 선호됨

9극히 요

(extreme)경험과 단에 의하여 한 활동이 다른 활동보다 극히 선호됨

2,4,6,8 값들의 간 값경험과 단에 의한 비교값이 값들의 간에 해당한다고 단될

경우에 사용함

<표 3> 비교의 상 요성에 한 척도

이 9 척도는 AHP 비교에서 일반 으로 사용되고 있다.사티가 이 9 척도를 채택한 것은

1956년 러(Miller)의 심리학 실험에서 “인간의 단기정보처리 능력은 7±2개이다”는 결과에 기 한

것이다5).

하지만 <표 2>,<표 3>에 나타나 있는 것과 같이 실질 으로 이 척도는 1/9~9까지 총 17 척도

이다.이는 러의실험을 통해나타난 “인간은 7±2개의 상을혼동이없이동시에비교 가능하다”

의결과와다를뿐만아니라실제로설문에응답할때척도의순 차이를각척도가의미하는정의

를 통해 구별해 내는 것도 쉬운 일이 아님을 여러 정책 행정학 연구에서 지 하고 있다.

4.분석틀 연구 방법

AHP는 일 성 검증을 거쳐 평가자의 일 성이 결여되는 경우 가 평균 산출 시 제외하거나 일

성 한계 범 이내에 들어올 때까지 재평가를 실시하는 것이 일반 이다.따라서 소수의 의사결

정자에 한직 면담방식에는 합하지만설문조사와같은간 인방법으로다수의가치체계

5)인지심리학자 러(George A.Miller)는 1956년에 “마법의 숫자 7±2,The MagicalNumber Seven,

Plus orMinus Two:Some Limits on OurCapacity forProcessing Information”에서 인간의 단기기

억 용량이 7±2임을 밝히고 있다.


−277−

를 악하고자 할 경우에는 합하지 않은 특성을 지니고 있다.

한 실제로 AHP를 용할 때 의사결정자의 완벽한 일 성은 기 하기 어렵다.이는 응답자가

비록 문가라 할지라도 일 된 가치 단의 체계를 가지고 있지 못할 수 있으며,비슷해 보이는

질문이연속 으로 반복될때 응답자는 이를 혼동하는 일이 많기 때문이다.그래서 앞선 문항의응

답과 비교하면서 응답을 선택하는 경우가 종종 있다6).이는 설문 결과에 주 인 의도가 반 될

수있는것으로이로인해응답자의 단을객 으로 악하지못할수도있다.특히앞서살펴본

CR값을 고려하여 요도 선택을 할 경우 응답자의 선호가 정확하게 반 되지 않을 수 있다7).

행정학분야에서 AHP기법을 용한 선행연구들을 살펴본결과 일 성한계범 내의 유효응답

설문 비율은 평균 70%이하 다.이 기법을 용해본 연구자 A는인터뷰에서 “CR이 지나치게높은

응답(0.2이상)은 가 평균 산출을 할 때 제외하 지만 그 지 않은 경우(0.1≦ CR<0.2)임의로

한계 범 내의 값(CR<0.1)으로 조작하여 사용한 경우도 있다.이 게 할 수 밖에 없었던 이유는

유효 응답률이지나치게 조하 으며,일 성한계범 이내에 들어올때까지재평가를실시하기

에는 실 으로무리가있기때문”이라하 다. 한연구자 B는 “ 안의수와응답자의 수가많아

질수록 입력의 복잡성 때문에 입력 에러가 발생하는 확률이 상당히 높아진다.”라고 하 다.

공학 는 통계학 분야에서는 이러한 AHP기법이 가지는 여러 문제 특히 일 성 기 을 해결

하기 한 연구가 여러 차례 이루어졌다(윤재곤,1996;곽병호,2007;고길곤․이경 ,2001).그러

나 행정학 분야에서는 문제 은 인식하지만 기법이 가지는 장 과 뚜렷한 해결 방안이 모색되지

않아 연구 분석에 그 로 용하고 있는 실정이다.

따라서이 연구에서는 응답의 유연성확보를 한많은 수의 척도가 응답의일 성 확보에 해

될 것이라 가정하고 이를 검증해 본 후 AHP기법 용 시 좀 더 쉽게 의사결정자의 선호를 나타내

면서,응답의 일 성을 향상시킬 수 있는 척도를 재구성하고자 한다.

이 연구를 한 원자료는 “부산시 재정 투입 사업의 장기 투자 우선순 에 한 인식 연구”를

한 의사결정 체제를 문가 설문을 통해 구축하는 과정에서 얻은 자료를 사용하 다.

이 자료를 통해 우선,17 척도를 기 으로 CR<1이어서 분석에 사용한 각 응답값의 범 와 CR

값을 분석하여 체 유효 응답 범 가 9를 넘어가는 항목의 비율과 그 항목의 CR값을 비교하여

응답값과 CR값의 계를 살펴보고자 한다.만약 CR값이 높은 항목 응답 범 가 큰 항목이 많다

면 넓은 선택의 폭이 일 성을 하시키는 원인 하나로 유추해 볼 수 있을 것이다.

둘째,응답자의 응답 분포와 일 성 비율을 빈도분석을 통해 살펴보고자 한다.응답자의 체

인 응답 분포를 살펴보았을 때 양방향 요도 6이상의 응답 비율이 높지 않고,응답의 일 성 한

6)경험상 응답값을 다른 용지에 으면서 앞선 문항의 응답값과 비교 계산하여 설문에 응한 경우와 아닌

경우 CR값이 크게 차이가 났으며,응답 범 가 큰 경우 CR값이 높게 나타나는 경우가 작은 경우보다

많았다.

7)실제로 응답에서 모든 문항에 1 는 양방향 요도 2를 표시한 경우가 종종 있다.이 경우 응답자의

선호가 정확하게 반 되지 않지만 CR값이 한계 범 (0.1)이내이므로 가 평균 산출에 포함할 수밖에

없다.


−278−

한계 범 이내가 아닐 때에는 굳이 선택에 장애를 수 있는 17 척도를 사용할 필요가 없다고

가정하고 같은 문항을 2,4,6,8의 간값을 제외한 9 척도로 재측정하여 응답 분포와 일 성

비율이 어떻게 변화하는지 살펴보고자 한다.

이후 추가로 9 척도를 다시 2,4의 간값을 제외한 5 척도로 재측정하여 일 성 비율을 살

펴보고자 한다.만약 5 척도에서 가장 일 성 비율이 높게 나타난다면 설문조사에서 일반 으로

사용하는 5 척도를 그 로 사용하면 되는 것이다.이러한 9 과 5 척도는 러의 마법의 수

7±2를 차용한 것이다.

Ⅲ.분석 결과 논의

1.응답값과 CR값의 계

이연구에서사용한데이터는 “부산시재정투입사업의 장기투자우선순 에 한인식조사”

를 한자료로응답에응한 문가들의직업은 부산시내 학교수/연구소연구원과 련 공무원

들이다.회수한 응답 74개 일 성 한계 범 0.1이내에 해당하여 가 평균 산출에 사용된 응답

은 52개이다.

아래 <표 5>는 CR<1이어서 분석에 포함된 각 응답값의 범 와 CR값이다.Q1,q1~q6으로 구성된

체 문항의 응답 응답 범 가 10이상인 응답의 빈도와 비율을 살펴보면 아래 <표 4>와 같다.

Q1~q6까지의 문항 응답 범 가 9를 넘어가는 문항은 평균 30.5%정도로 많지 않다.

문항 Q1 q1 q2 q3 q4 q5 q6

빈도 27 15 6 11 14 21 17

비율 51.9 28.8 11.5 21.2 26.9 40.4 32.7

<표 4>응답 범 가 10이상인 응답 비율

<표 5>에서음 으로표시한칸은응답범 가 10이상인응답항목으로 체응답에비해상

으로 응답 비율이 음을 알 수 있다. 한 응답 범 와 CR값을 비교했을 때 응답 범 가 작은

응답이 범 가 큰 응답보다 상 으로 CR값이 낮게 나타난다.

따라서 큰응답 폭이 일 성을 하시키는 원인 하나라고 가정할 수있다.특히 한 특정 평가

요인에 해매우강한선호를표시하기 해높은순 의 요도에응답한경우 A>B이고 B>C이면,

A>C라는 논리에맞는 일 성 있는 응답을 하기는 쉽지 않다고 본다.이에 해서는다음 연구에서

더욱 자세히 살펴보고자 한다.


−279−

Q1 CR q1 CR q2 CR q3 CR q4 CR q5 CR q6 CR

p1 -5/6 .07 -3/8 .08 -5/6 .09 -7/5 .02 1/5 .08 1/1 .00 1/5 .08

p2 -7/7 .09 -5/7 .09 -7/5 .09 -3/7 .07 -7/7 .06 -7/7 .06 -5/7 .08

p3 -6/8 .07 -4/7 .08 -6/3 .08 -7/1 .07 -6/7 .07 -7/7 .08 -3/8 .06

p4 -4/9 .09 -8/6 .03 -4/6 .06 -9/-3 .09 -9/1 .09 -9/9 .09 -9/5 .08

p5 -3/7 .07 2/5 .03 -5/-2 .08 -5/3 .03 -2/5 .02 -6/2 .01 -5/6 .02

p6 1/7 .01 -4/6 .01 -4/6 .06 -3/2 .07 -3/3 .05 -3/7 .02 -3/1 .00

p7 -2/3 .02 1/4 .02 -3/2 .04 -2/2 .02 -2/5 .02 -3/2 .06 -2/5 .02

p8 -8/9 .07 -2/9 .03 -2/9 .03 -9/7 .01 -3/8 .08 -8/7 .02 -8/8 .03

p9 -5/4 .01 -2/5 .01 -4/3 .01 -2/4 .01 -3/4 .01 -4/4 .01 -3/4 .01

p10 -5/7 .03 1/9 .06 -8/9 .07 -7/6 .03 -7/9 .06 1/5 .01 -2/8 .03

p11 -2/6 .02 -2/5 .08 -3/2 .01 -4/3 .03 -3/4 .04 -5/4 .09 -5/4 .02

p12 -4/7 .07 -2/4 .04 -8/3 .06 -4/3 .04 -4/7 .05 -2/5 .04 -6/7 .09

p13 -4/4 .09 -2/3 .04 -2/1 .07 -2/2 .05 -2/3 .05 -2/3 .03 -3/3 .09

p14 -7/6 .09 -3/4 .05 -2/1 .03 -2/2 .05 -3/2 .06 -2/2 .02 -2/2 .03

p15 -5/9 .04 -5/8 .06 -7/-3 .05 -8/-3 .06 -8/-3 .06 -7/-3 .07 -9/-3 .05

p16 -3/6 .09 -6/4 .04 -3/1 .04 1/5 .00 1/4 .00 -5/6 .06 1/6 .00

p17 -3/6 .09 -5/1 .07 -3/1 .03 -4/2 .01 -4/5 .05 1/5 .09 -5/3 .05

p18 -3/6 .07 -3/3 .03 -3/2 .05 -3/2 .05 -3/2 .09 -2/2 .02 -3/1 .06

p19 -3/3 .09 -3/3 .09 -4/-2 .07 -3/3 .09 -3/3 .08 -3/-2 .04 -3/2 .04

p20 -2/6 .02 -4/3 .03 -3/4 .02 -4/3 .02 -3/4 .03 -4/4 .05 -4/1 .06

p21 -5/9 .05 -4/9 .07 -3/7 .05 -9/7 .05 1/1 .00 -5/9 .08 -5/9 .05

p22 -6/7 .09 -3/7 .06 -5/5 .08 -5/7 .07 -6/6 .09 -5/7 .08 -7/5 .08

p23 -2/4 .09 -3/3 .05 -3/1 .04 -3/2 .06 -3/2 .03 -2/2 .03 -3/2 .05

p24 -4/3 .05 -4/3 .06 -3/3 .05 -4/4 .04 -4/3 .09 -4/1 .09 -3/3 .02

p25 -3/4 .07 -4/5 .09 -5/1 .06 -3/5 .09 -5/3 .08 -5/3 .04 -5/5 .02

p26 -5/9 .06 -9/9 .06 -7/-3 .05 -9/3 .08 -7/9 .05 -9/7 .08 -9/-3 .05

p27 -4/6 .08 -2/5 .02 -4/3 .02 -2/5 .03 -3/5 .02 -5/3 .02 -4/3 .01

p28 -7/7 .09 1/8 .02 -3/1 .06 1/6 .07 -7/5 .06 -2/5 .08 -3/3 .02

p29 -6/5 .04 -2/3 .02 -3/1 .02 -3/1 .02 -2/2 .05 1/2 .05 -3/3 .06

p30 -3/1 .05 -5/7 .09 -6/3 .09 -5/5 .09 -5/1 .08 -7/9 .04 -7/5 .02

p31 -5/7 .08 -3/3 .09 -3/3 .09 -3/5 .08 -3/3 .09 -3/3 .08 -5/5 .09

p32 -6/8 .08 -5/7 .09 -5/-3 .07 -8/5 .03 -6/4 .09 -7/7 .04 -6/7 .08

p33 -4/7 .02 2/8 .07 -5/4 .02 -7/-2 .02 -3/6 .02 -7/6 .06 -7/4 .04

p34 -5/7 .08 -5/6 .07 -4/5 .07 -5/6 .08 -6/4 .07 -6/-3 .07 -6/4 .07

p35 -9/9 .08 -7/9 .09 -2/2 .04 -3/3 .08 -7/3 .09 -5/9 .08 1/7 .00

p36 -5/7 .09 -3/7 .06 -3/-2 .08 -5/3 .09 -3/1 .08 -2/7 .08 -3/3 .06

p37 -6/7 .06 -3/7 .06 -4/5 .05 -7/4 .07 -7/5 .05 -7/3 .08 -6/7 .06

p38 -7/9 .02 -3/7 .02 -4/4 .05 -3/5 .05 -7/4 .02 -4/3 .04 -6/5 .06

p39 -4/5 .01 -3/7 .03 -2/1 .00 -4/4 .01 -2/3 .00 -3/5 .02 -3/4 .02

p40 -5/6 .08 -2/7 .01 -3/4 .02 -2/3 .09 -2/6 .06 1/4 .09 -5/3 .04

p41 -4/9 .09 -9/6 .08 -7/9 .06 -8/-3 .09 -9/1 .09 -9/9 .09 -9/5 .08

p42 -5/7 .08 -4/8 .07 -8/5 .02 -7/4 .02 -6/6 .06 -6/7 .02 -7/2 .02

p43 -5/9 .09 -6/8 .08 -5/3 .06 -5/8 .05 -3/4 .08 -2/8 .09 -8/8 .07

<표 5>분석에 사용한 응답값의 범 와 CR


−280−

p44 -6/7 .09 -5/7 .09 -7/5 .09 -7/5 .07 -5/7 .09 -6/5 .09 -6/6 .08

p45 -8/9 .06 -5/7 .06 -6/2 .01 -8/5 .02 -7/8 .02 -8/6 .01 -8/6 .02

p46 1/7 .06 -7/8 .07 -4/3 .09 -8/7 .09 -5/9 .09 -4/9 .09 -5/8 .09

p47 -6/8 .09 -6/5 .07 -5/1 .04 -5/5 .05 -5/7 .08 -7/5 .07 -4/5 .03

p48 -8/9 .05 1/8 .09 -6/6 .25 -3/8 .10 -3/7 .08 -3/9 .08 -3/7 .10

p49 -5/3 .02 -5/6 .04 1/5 .02 1/1 .00 1/1 .00 -9/7 .07 1/1 .00

p50 -3/5 .01 1/6 .04 -3/4 .08 -3/3 .02 -3/4 .05 -4/4 .06 -4/3 .01

p51 -6/6 .06 -3/8 .09 -3/4 .09 -4/7 .09 -5/5 .08 -7/4 .09 -6/7 .09

p52 -3/9 .09 -3/9 .09 -5/2 .50 -9/2 .03 -9/9 .05 -8/7 .03 -7/8 .04

2.응답 분포

앞서 응답값과 CR값의 계 분석을 통해 살펴본 큰 응답 폭이 일 성 하의 원인 하나라는

가정을 입증하기 해 AHP분석 도구인 ExpertChoice에 입력된 응답값을 SPSS에 재코딩한 후 집

경향치 분포 상에서 가장 빈도가 높은 값을 나타내는 최빈치와 응답의 범 를 나타내는 최소

값 -최 값을살펴보았다.이연구에서는원자료의 '행정안 –교육문화–보건환경 -사회복

지–도로교통–지역경제 도시개발'등총6개의요소를표 의편의상요인A-F로표시하

다.아래 <표 6>은 이를 비교한 통계 결과이다.

A-B A-C A-D A-E A-F B-C B-D B-E B-F C-D C-E C-F D-E D-F E-F

최빈치 2 3 7 3 4 2 3 1 3 3 1/3 3 1/5 1/2 3

최소값 1/7 1/9 1/6 1/9 1/9 1/6 1/8 1/6 1/5 1/5 1/6 1/5 1/8 1/9 1/7

최대값 7 7 9 7 9 7 9 7 9 9 7 7 5 7 9

<표 6> 비교한 요인들 간의 통계 결과

<표 6>의 각 요인들 간의 비교에서 양방향 요도 6이상이 가장 많이 나타난 응답은 요인

A와 요인 D를 비교한 문항이었고, 체 항목 간 비교에서 응답률이 가장 높은 상 요도는 3

(약간 요)이다.응답의범 를나타내는 최소값 -최 값 비교에서는 거의모든항목 간비교에서

양방향 요도 6이상의응답이나타나지만아래 <표 7>에나타난응답비율을살펴보았을 때양방

향 요도 6이상의 응답비율은극히낮은편이라볼 수있다.음 으로표시한칸은응답률이 10%

넘어가는 응답 항목인데,비교 1/5~5사이에 많이 분포되어 있음을 알 수 있다.

한 응답비율이 20%이상으로 비교 높은 응답률을 보인 응답 척도는 2-5에 상 으로 많이

몰려있다.이런 단순한 응답 분포를 통해 17 척도에 한 무용성에 해 논의를 해 볼 수 있을

것이다.


−281−

A-B A-C A-D A-E A-F B-C B-D B-E B-F C-D C-E C-F D-E D-F E-F

1/9 1(1.9)

1(1.9)

1(1.9)

1(1.9)

1/8 1(1.9)

1(1.9)

1(1.9)

1/7 1(1.9)

1(1.9)

5(9.4)

1(1.9)

1(1.9)

1/6 1(1.9)

1(1.9)

1(1.9)

1(1.9)

2(3.8)

1(1.9)

5(9.4)

2(3.8)

1(1.9)

1/5 3(5.7)

2(3.8)

3(5.7)

1(1.9)

2(3.8)

4(7.5)

3(5.7)

1(1.9)

6(11.3)

1(1.9)

9(17.0)

5(9.4)

1/4 3(5.7)

1(1.9)

4(7.5)

1(1.9)

3(5.7)

1(1.9)

2(3.8)

3(5.7)

5(9.4)

4(7.5)

1/3 5(9.4)

2(3.8)

3(5.7)

5(9.4)

2(3.8)

4(7.5)

8(15.1)

3(5.7)

6(11.3)

13(24.5)

7(13.2)

9(17.0)

5(9.4)

3(5.7)

1/2 2(3.8)

1(1.9)

1(1.9)

2(3.8)

5(9.4)

5(9.4)

6(11.3)

5(9.4)

2(3.8)

8(15.1)

7(13.2)

6(11.3)

14(26.4)

5(9.4)

1 1(1.9)

5(9.4)

3(5.7)

4(7.5)

5(9.4)

5(9.4)

5(9.4)

10(18.9)

3(5.7)

5(9.4)

4(7.5)

2(3.8)

4(7.5)

3(5.7)

6(11.3)

2 11(20.8)

4(7.5)

4(7.5)

6(11.3)

2(3.8)

14(26.4)

7(13.2)

4(7.5)

6(11.3)

9(17.0)

10(18.9)

6(11.3)

3(5.7)

2(3.8)

3(5.7)

3 8(15.1)

13(24.5)

6(11.3)

9(17.0)

7(13.2)

10(18.9)

5(9.4)

9(17.0)

14(26.4)

6(11.3)

12(22.6)

3(5.7)

8(15.1)

9(17.0)

4 4(7.5)

7(13.2)

4(7.5)

5(9.4)

9(17.0)

2(3.8)

7(13.2)

3(5.7)

6(11.3)

4(7.5)

3(5.7)

9(17.0)

5 9(17.0)

9(17.0)

8(15.1)

8(15.1)

4(7.5)

3(5.7)

5(9.4)

4(7.5)

4(7.5)

4(7.5)

2(3.8)

4(7.5)

3(5.7)

4(7.5)

6(11.3)

6 2(3.8)

5(9.4)

8(15.1)

2(3.8)

7(13.2)

4(7.5)

5(9.4)

2(3.8)

5(9.4)

2(3.8)

4(7.5)

3(5.7)

3(5.7)

7 3(5.7)

3(5.7)

9(17.0)

6(11.3)

6(11.3)

2(3.8)

3(5.7)

2(3.8)

5(9.4)

2(3.8)

1(1.9)

4(7.5)

1(1.9)

6(11.3)

8 3(5.7)

3(5.7)

2(3.8)

9 3(5.7)

5(9.4)

4(7.5)

2(3.8)

3(5.7)

1(1.9)

<표 7> 비교 시 각 요인들 간의 응답률

3.일 성 비율

의 응답 비율 분포를 통해 양방향 요도 6이상의 응답 비율이 낮음을 알 수 있었다.

기존 요도 기 조정한 요도 기 정 의

1 1 동등하게 요 (equal)

2-3 2 약간 요 (weak)

4-5 3 강하게 요 (strong)

6-7 4 매우 강하게 요 (verystrong)

8-9 5 극단 으로 요 (absolute)

역수 역수 -

<표 8>17 척도에서 9 척도로 재구성한 상 요도


−282−

17점 척도 9점 척도 변화량① 5점 척도 변화량②

P1 0.07 0.04 3 0.03 1

P2 0.09 0.04 5 0.04 0

P3 0.07 0.05 2 0.03 2

P4 0.09 0.03 6 0.03 0

P5 0.07 0.03 4 0.03 0

P6 0.01 0.02 ▲1 0.01 1

P7 0.02 0.02 0 0.02 0

P8 0.07 0.04 3 0.03 1

P9 0.01 0.02 ▲1 0.03 ▲1

P10 0.03 0.03 0 0.03 0

P11 0.02 0.02 0 0.03 ▲1

P12 0.07 0.04 3 0.03 1

P13 0.09 0.06 3 0.04 2

P14 0.09 0.05 4 0.03 2

P15 0.04 0.02 2 0.03 ▲1

P16 0.09 0.06 3 0.06 0

P17 0.09 0.04 5 0.03 1

P18 0.07 0.04 3 0.03 1

P19 0.09 0.03 6 0.03 0

P20 0.02 0.02 0 0.03 ▲1

<표 10>CR값 비교

이에 따라 먼 ,기존의 17 척도를 <표 8>와 같이 간값인 2-3,4-5,6-7,8-9를 에 합하여

2,3,4,5로 조정함으로써 양방향 9 척도로 재구성하 다.이 게 조정하는 방법에 해 이견이

있을 수있다.일례로 응답비율에 맞춰서 요도구간을각각재설정할수도있을것이다. 컨 ,

의 <표 7>에서는 응답률이 상 으로 낮은 1/9~1/6와 6~9를 각각 한 구간으로 묶고,1/5~1/4,

1/3~1/2,1,2~3,4~5식으로 묶은 후 구간을 정하는 방법이 있을 수 있다.그러나 이 게 할 경우

각 이스마다 상이한 기 이 용되어야 하고 이는이후척도를일반화하기힘든 문제가 발생한다.

따라서 단순하게 간값을 없애는 방법으로 기 을 조정한 뒤 ExpertChoice에서 응답 순 를

다시입력하여 CR값을 살펴보았다. 한 마찬가지방법으로 <표 9>에서처럼 9 척도를 동일한방

법으로 5 척도로 재구성하여 ExpertChoice에서 응답 순 를 다시 입력한 뒤 CR값을 살펴보았다.

9 요도 기 5 요도 기 정 의

1 1 동등하게 요 (equal)

2,3 2 강하게 요 (strong)

4,5 3 매우 강하게 요 (verystrong)

역수 1/2,1/3 -

<표 9>9 척도에서 5 척도로 재구성한 상 요도


−283−

P21 0.05 0.02 3 0.02 0

P22 0.09 0.04 5 0.02 2

P23 0.09 0.07 2 0.06 1

P24 0.05 0.04 1 0.03 1

P25 0.07 0.04 3 0.04 0

P26 0.06 0.03 3 0.03 0

P27 0.08 0.05 3 0.05 0

P28 0.09 0.04 5 0.02 2

P29 0.04 0.03 1 0.04 ▲1

P30 0.05 0.02 3 0.02 0

P31 0.08 0.03 5 0.03 0

P32 0.08 0.04 4 0.03 1

P33 0.02 0.02 0 0.03 ▲1

P34 0.08 0.03 5 0.03 0

P35 0.08 0.04 4 0.02 2

P36 0.09 0.04 5 0.04 0

P37 0.06 0.04 2 0.03 1

P38 0.02 0.01 1 0.01 0

P39 0.01 0.02 ▲1 0.03 ▲1

P40 0.08 0.05 3 0.03 2

P41 0.09 0.05 4 0.04 1

P42 0.08 0.06 2 0.04 2

P43 0.09 0.05 4 0.04 1

P44 0.09 0.06 3 0.04 2

P45 0.06 0.03 3 0.03 0

P46 0.06 0.04 2 0.02 2

P47 0.09 0.04 5 0.03 1

P48 0.05 0.03 2 0.03 0

P49 0.02 0.01 1 0.01 0

P50 0.01 0.02 ▲1 0.03 ▲1

P51 0.06 0.04 2 0.03 1

P52 0.09 0.03 6 0.03 0

이결과를 요약한 것이 <표 10>이다.<표 10>에 의하면 17 척도에서 9 척도로 요도가 조정

됨으로써 CR값의 변화도 뚜렷하게 낮아짐을 알 수 있다(변화량 ①).비록 기존 응답 CR값이

0.01로 완벽에 가까운 경우 조정된 척도로 인해 CR값이 올라간 경우도 있다(P6,P9,P40,P51).

한 CR≤ 0.03일 경우 변화가 없는 경우도 있었지만,재구성한 9 척도에서 부분 응답자의

CR값이 낮게 조정되었음을 알 수 있다.

그러나 상 요도 9 척도가 5 척도로 낮아지더라도 각 응답자의 CR값은 크게 변화가

나타나지 않고 오히려 증가하는 경우가 9 척도보다 많이 나타남을 알 수 있다(<표 10>변화량②

참조).따라서일 성 향상을 한 척도로서 체 5 으로 구성된새 척도는 하지 않으나, 체

9 으로 구성된 새 척도는 일 성이 상당히 향상되었다는 것을 알 수 있다.


−284−

4.논의

AHP기법을 용할때일반 으로 사용하는상 요도 17 척도의응답분포를이연구에서

사용한 자료로 살펴보았을 때,양방향 요도 6 이상의 응답 비율이 상당히 낮은 편임을 알 수

있었다. 한,높은 순 의 요도에 응답할수록 즉,응답 범 가 넓을 경우 일 성 비율이 높아질

것이라는 상 계도 확인하여 체 인 응답 분포를 통해 “지나치게 유연성 있는 척도는 오히려

응답자의 선호도 선택에 장애를 수 있을 것이다.”라고 단해 볼 수 있다.

이와 같은 논리로 17 척도를 9 척도로 재구성하여 CR값을 살펴본 바 일 성 비율이 확연하

게 낮아짐을 알 수 있었다.하지만 9 척도를 다시 5 척도로 재구성하여 살펴본 CR값은 그 변화

량이미미하 을뿐만아니라오히려 CR값이높아지는경우가있어 5 척도는일 성향상을 한

척도로 합하지 않다고 단할 수 있다.

그 이유는 응답자가 비교를 한 응답 항목이 기 때문에 나타나는 문제라고 본다.곧,비교를

한 응답의 범 가 지나치게 좁으면— 컨 5 인 경우—비교 문항이 5개 이상인 경우 응답에

같은 숫자에 복될 가능성이 크게 나타난다(응답에 곤란을 겪는다).기존의 응답지를 분석하 기

때문에 이런 문제 이 나타나는 것인데,만약 새로운 척도(5 ,9 )로 구성된 문항을 가지고 응답

을 구하면 이런 문제 은 완화될 수 있을 것이다.그러나 이는 이 연구에서 주장하는 9 척도가

17 척도나 5 척도보다 유용하다는 것을 증명하기 한 다른 연구 방법이 될 것이다.

따라서 이 연구에서 사용한 자료에 의하면 AHP기법을 용할 때에는 복잡한 17 척도가 아니

라 처음 Saaty가 제안한 7±2개의 9 척도를 사용하는 것이 일 성 문제를 해결하는데 합하다고

본다.이에 재구성한 척도를 제시하면 아래 <표 11>과 <표 12>와 같다.

문항 평가부문 요 ← 동등 → 요 평가부문

1 A5 4 3 2 1 2 3 4 5

B

<표 11>재구성한 비교 응답 방법

재구성한 요도 기 정 의

1 동등하게 요 (equal)

2 약간 요 (weak)

3 강하게 요 (strong)

4 매우 강하게 요 (verystrong)

5 극단 으로 요 (absolute)

1/2,1/3,1/4,1/5 -

<표 12>재구성한 척도의 상 요도


−285−

Ⅳ.결론

이 연구는 AHP기법을 용할 때 선택의 유연성을 해 나열된 많은 수의 척도가 오히려 응답의

일 성을 하시킬것이라는 단하에응답분포와응답의일 성비율을분석하여일 성향상을

한 합한 척도를 재구성하여 제시하 다.

사례 분석을 통해 AHP분석에서 통상 으로 사용하고 있는 17개의 척도는 오히려 일 성을 하

시키는원인 하나라할수 있으며 이를해결하기 해서는 9개의척도가 합하다고할수있다.

이 9개의 척도는 Saaty가 처음 척도로 제안한 러의 마법의 수 7±2에 부합하는 것이라 할 수 있다.

그러나 이 연구는 몇 가지 문제 을 가지고 있다.

먼 ,데이터 수집의 한계로 인해 하나의 사례만 분석하 기 때문에 이 연구에서 나타난 9 척

도가 과연 다른 자료에서도 용가능성이 있을까라는 문제이다.이 문제를 해결하기 해서는 좀

더 많은 데이터를 수집하여 분석해 볼 필요가 있을 것이다.

한 경험 법칙에의해 일반 으로받아들여지고있는일 성 한계 범 0.1을 비 논의 없이

일 성 기 으로 그 로 용하여 분석하 다는 이다.이에 한 심도 깊은 논의는 후속 연구로

남겨두고자 한다.

이 연구에서 도출한 9 척도의 성을 확인하기 해 후속 연구에서는 17 척도로 구성된

설문과 같은 설문 문항을 9 척도로 조정한 설문을 시간차를 두고 동일인에게 조사하여 CR값을

비교해 보고자 한다.

참 고 문 헌

곽병호(2007).“AHP의사결정방법에서 양방향 순 도출방법을 이용한 비교의 일 성 검정,”한

양 학교 학원 산업공학석사 논문

고길곤․이경 (2001).“AHP에서의 응답일 성 모수의 통계 특성과 활용 방안”,『한국경 과학

회지』제 61권,제4호.한국경 과학회

고길곤․하혜 (2008).“정책학 연구에서 AHP분석기법의 용과 활용,”『한국정책학회보』제17

권 제1호.한국정책학회.

박 강(2011).“지방정부 산의 우선순 분석,”『한국지방정부학회 동계학술 회 자료집』.

윤재곤(1996).“AHP기법의 용효과 한계 에 한 연구,”『한국경 과학회지』제 21권,제3

호.한국경 과학회

이창효(2000).『집단의사결정론』.서울:세종출 사

임은선(2006).“계층분석과정(AHP)-선택의 기로에서 합리 으로 단하기,”『국토연구』 4월호.

Dyer, J.S.,(1990). "Remarks om the analytic hierarchy process", Management Science. 36(3):


−286−

249-258.

Harker, P.T.,(1987). "Incomplete pairwise comparisons in the analytic hierarchy process",

MathematicalModeling,9(11):837-848.

Harker, P.T.and Vargas, L.G.,(1987) "Theory of Ratio Scale Estimation: Saaty's Analytic

HierarchyProcess",ManagementScience,33(11):1383-1403.

Miller,G.A.,(1956)"TheMagicalNumberSeven,PlusorMinusTwo:SomeLimitsonOurCapaity

forProcessingInformation",PsychologicalReviewVol.101(2):343-352.

Saaty,T.L.(1980).TheAnalyticHierarchyProcess.NewYork:McGraw-Hill.

Saaty,T.L.,and Vargas,L.G.,and Wendel,R.E.,(1983)"Assessing attributeweightsby rations",

Omega,11(1):9-13.

Saaty,T.L.(1990)."How to make a decision:The Analytic Hierarchy Process".European Journal

ofOperationalResearch48:9-26.

Saaty,T.L.(2004).『네트워크 분석 의사결정』,조근태역,서울:동 출 사


−287−

<Abstract>

Re-scalingforImprovingtheConsistency

oftheAHPMethod

Keun-WonSong

(KyungsungUniversity)

YoungLee

(BusanDevelopmentInstitute)

Thisstudyindicatestheproblemsofthe17-pointscaleintheAHPMethod,whichisoftenused

tochoosearationalalternativefordecisioninthefieldofsocialscience,andsuggestsa9-point

scaleasanalternative.

Basedontheresultsof“A ResearchontheMidandLong-Term PriorityofFinancialInvestment

Projects in Busan,”we examine the distribution and the extentofresponses,and calculate the

ConsistencyRatio(CR)byreorganizingthe17pointscaleintoa9pointscaleanda5pointscale

respectively.We found thatthe 17-point scale,commonly used in the AHP analysis,has a

problem ofdeteriorating CR,butthe 9-pointscale improves the CR considerably.However,the

5-pointscalehasnomoreimprovementoftheCR.Weconcludeandsuggestthatthe9-pointscale

beusedwhenemployingAHP,eventhoughthisstudyhasalimitofgeneralization.

Keywords:AHPMethod,ConsistencyRatio(CR),Miller'sMagicalNumber7±28)

논문투고일:2013년 3월 26일

심사완료일:2013년 5월 22일

게재확정일:2013년 5월 24일


−288−

/자/소/개 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙송근원 송근원은 서울 문리 와 행정 학원을 나와 미국 웨스트버지니아

학에서 정책학박사 학 를 받았음.(논문:Presidential-Congressional

-MediaRelationsintheSocialWelfarePolicyAgendaBuilding

Process), 재 경성 학교 행정학과에 교수로 재직 임.

심 역:복지정책,선거아젠다 연구방법론 등

홈페이지는 http://www.kyungsung.ac.kr/~gwsong/,이메일 주소는

[email protected]임.

/자/소/개 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙이

이 은 경성 학교에서 행정학박사 학 를 받고(논문:사회복지

산의 지출 구조와 향 요인에 한 연구-ARIMA기법을 사용하

여), 재 부산발 연구원에서 문 원으로 재직 임.

심분야:재정정책, 역행정 등

이메일주소는 [email protected]임.

Documents

) 1 uE ui Zí o n® u1 tñ I z a± u [Y o