MÓDULO 7

PROCESO JERÁRQUICO ANALÍTICO

AHP

Prof. Mg. Roberto Medina, CMRP

 INTRODUCCIÓN

- Priorizar una cartera de inversión con criterios: económicos, social (sindicatos,

comunidad), ambiental, legal, etc.
- Seleccionar inversiones CAPEX para el próximo periodo en base a criterios: presupuesto
disponible, impacto en la producción ($$$), tiempo de implementación, costo de
implementación, afectación a la comunidad, medio ambiente, riesgo a la seguridad, etc.
- Jerarquizar la criticidad de equipos, criticidad definida según los criterios de: impacto a la
seguridad, al medio ambiente, a la producción, costo de reparación, probabilidad de falla,
etc.
- Decidir la compra de equipos que cumplen la misma función, que tienen distinta
tecnología, precios, confiabilidad, mantenibilidad, eficiencia energética, disponibilidad de
repuestos, tamaño, etc.
- Decidir el mes en que se ejecutará la Parada de Planta anual, según criterios de: época de
licencia anual de los trabajadores, época de alta demanda de proveedores de servicio (ej.
Calderas) y especialistas, costos de servicios, temporal de baja temp., vientos y/o lluvias,
etc.
 INTRODUCCIÓN

- Ubicación de una planta de producción en función de cercanía a clientes, cercanía a

proveedores, cercanía de la materia prima o insumo estratégico (ej. Gas, agua…), exención
de impuestos (parque industrial),
- Elección del software EAM más apropiado según el costo (abono mensual, asesoría
mensual, implementación), funcionalidad, complejidad de uso, duración implementación
(Data Master).

El PJA está diseñado para situaciones en que las ideas, sentimientos y emociones que
afectan el proceso de toma de decisiones se cuantifican y así obtener una escala
numérica para priorizar las alternativas.
 ESQUEMA DEL PROCESO PJA

Analizar el Problema

Estructurar el Problema

Análisis
Definir el Cualitativo
problema

Indicar
Alternativas Resumen y Toma de
Evaluación Decisión
Determinar
los criterios

Análisis
Cuantitativo
 INTRODUCCIÓN

Desarrollado por Thomas Saaty (1970), la metodología AHP es una poderosa y flexible
herramienta de toma de decisiones multicriterio, utilizada en problemas en los cuales
necesitan evaluarse aspectos tanto cualitativos como cuantitativos. La técnica AHP ayuda a los
analistas a organizar los aspectos críticos de un problema en una estructura jerárquica similar
a la estructura de un árbol familiar, reduciendo las decisiones complejas a una serie de
comparaciones que permiten la jerarquización de los diferentes aspectos (criterios)
evaluados.

Requiere que el tomador de decisiones:

1- Proporcione evaluaciones subjetivas respecto a la importancia relativa de cada uno de los

criterios en términos de su contribución al logro de la meta global.

2- Especifique su preferencia o prioridad con respecto a cada una de las alternativas de

decisión en términos de la medida en la que contribuye a cada criterio.

El resultado es una jerarquización con prioridades que muestra la preferencia global para cada
una de las alternativas de decisión.
 DECISIÓN MULTICRITERIO
El proceso

El proceso de análisis jerárquico propone ejecutar los siguientes pasos (Saaty, 1980):
1. Definir los criterios de decisión en forma de objetivos jerárquicos. La jerarquización se
estructura en diferentes niveles: iniciándose en el tope con la definición del objetivo
principal del proceso de jerarquización, luego se definen los niveles intermedios
(criterios y sub-criterios a evaluar) y finalmente, en el nivel más bajo se describen las
alternativas a ser comparadas.
2. Evaluar (pesar) los diferentes criterios, sub-criterios y alternativas en función de su
importancia correspondiente en cada nivel. Criterios cualitativos y cuantitativos pueden
ser comparados usando juicios informales para obtener los pesos y las prioridades. Para
criterios cualitativos, la técnica AHP utiliza simples comparaciones (apareadas - pairwise)
para determinar los pesos y evaluarlos. De esta forma el analista puede concentrarse en
sólo dos criterios al mismo tiempo. De hecho, la técnica AHP está basada en la
suposición de que el analista (decisor) puede de forma más fácil elegir un valor de
comparación que un valor absoluto. Los juicios verbales son trasladados a una escala de
puntuación
 DECISIÓN MULTICRITERIO

Posteriormente, en una matriz de juicios, un vector de prioridad es calculado y usado

para pesar (comparar) los elementos de la matriz. Saaty (1980,1990), demostró
matemáticamente que el autovector normalizado calculado a partir de la matriz es la
mejor aproximación de evaluación de los criterios analizados. En el caso de criterios
cuantitativos, es necesario diseñar un método de priorización que permita cuantificar de
forma consistente el peso de cada criterio a ser analizado (Wind y Saaty, 1980).
 EJEMPLO

La empresa LitMore, productora de carbonato de litio, requiere para su proceso de

producción un filtro, el cual se evalúan tres alternativas, Filtro Prensa de Placas, Filtro de
Banda Horizontal y Filtro Rotativo de Vacío.
Los criterios de decisión son:

1. Precio de compra
2. Costos del Ciclo de Vida
1. Costos operacionales
2. Costos de mantenimiento
3. Rendimiento (humedad en la torta)
4. Disponibilidad
1. Confiabilidad
2. Mantenibilidad
5. Seguridad
6. Disponibilidad y ubicación de repuestos (lead time)
7. Precios de repuestos
8. Personal con experiencia en tales tecnologías que se requiere
9. Espació físico que requiere
10. Eficiencia Energética

La vida útil se estima en 10 años, en función de la cual fueron calculados los Costos del Ciclo de Vida
para cada alternativa.
La Disponibilidad puede ser numérica, aunque muchas resulta complejo su cálculo, en tal caso dicho
parámetro será cualitativo.
 REFLEXIÓN

El problema de decisión anterior puede resolverse cuantitativamente mediante cálculo del

VAN para cada opción de compra, si los periodos de análisis (vida útil) son los mismos.
Quizás el mejor indicador es el VAE (Valor Actual Equivalente), se utiliza para analizar dos o
más alternativas con diferentes horizontes. Este indicador transforma los flujos de los
proyectos en un valor periódico equivalente.
Y mejor aún para nuestro caso, el Costo Actual Uniforme Equivalente (CAUE) es la mejor
opción. El CAUE se utiliza para analizar dos o más alternativas con diferentes horizontes, al
igual que el VAE, solamente que hace hincapié en los costos. Este indicador transforma los
costos y los ingresos de un proyecto en un valor periódico equivalente.
El problema radica en que existen en muchos casos criterios de decisión intangibles, como
aspectos social, emocional, etc. los cuales no se incluyen en las herramientas de evaluación
clásicas.
Esta es la razón por la cual se presenta una metodología de decisión multicriterio, el AHP o
PJA, Proceso Jerárquico Analítico.
 EJEMPLO

Consideremos, en una primera etapa, solamente dos criterios, Precio de Compra y la

Disponibilidad del equipo, con la finalidad de explicar la metodología.

Para el equipo multidisciplinario de trabajo conformado, la Disponibilidad es 5 veces más

importante que el Precio de Compra, esto debido a que la Disponibilidad garantiza los
niveles de producción deseados, y por el contrario, la indisponibilidad implica tiempos de
detención prolongados (con altos costos por lucro cesante) y altos costos de
mantenimiento (mantenimiento, repuestos, etc.)
 EJEMPLO

Entonces, el equipo asigna un peso aproximado de 83% para la Disponibilidad y 17% para
el Precio de Compra.

X+Y = 1
X = 5Y
→ Y = 1/6 = 0,17; X = 1- 1/6 = 5/6 = 0,83

Luego, la metodología utiliza un proceso sistemático (el cual se detallará más adelante)
para calificar las tres tecnologías teniendo en cuenta los criterios de Disponibilidad y
Precio de Compra, como se muestra en la tabla siguiente:
 ESTRUCTURA DEL PJA

Decisión Seleccionar una tecnología

Criterios Precio de Compra Disponibilidad

Nivel 1 0,17 0,83

F. Prensa F. Banda F. Vacío F. Prensa F. Banda F. Vacío

Alternativas 0,129 0,277 0,594 0,545 0,273 0,182

0,17x0,129+0,83x0,545= 0,4743 0,17x0,277+0,83x0,273= 0,2737 0,17x0,594+0,83x0,182= 0,2520

F. Prensa F. Banda F. Vacío

 EJEMPLO

La calificación de cada tecnología se basa en los siguientes pesos compuestos:

Filtro Prensa = .17 x .129 + .83 x .545 = .4743

Filtro Banda = .17 x .277 + .83 x .273 = .2737
Filtro Vacío = .17 x .594 + .83 x .182 = .2520

Basado en estos cálculos, el equipo multidisciplinario elige la tecnología de prensa

por placas, porque tiene el peso compuesto más alto.

La estructura general del PJA puede incluir varios niveles de criterios.

Por ejemplo, la Disponibilidad puede tener como subcriterios la Confiabilidad y la
Mantenibilidad.
El Costo de Compra puede incluir, costo del equipo, costo de logística, costo de
repuestos, impuestos, costo de importación, etc.

Los criterios y subcriterios pueden ser factores cualitativos o cuantitativos.

 DETERMINACIÓN DE LOS PESOS RELATIVOS

La clave del PJA es la determinación de los pesos relativos de los criterios que ayudarán a
calificar las “Alternativas”.
Suponiendo que nos enfrentamos a n criterios en un nivel dado, el PJA establece una
matriz de comparación por pares, A de n x n, cuantificado por el juicio del tomador de
decisiones sobre la importancia relativa de los criterios. La comparación por pares se hace
de modo que el criterio en la fila i (i = 1, 2,…, n) se califica con respecto a cada criterio
alterno.
Si aij define el elemento (i, j) de A, el PJA utiliza una escala numérica del 1 al 9 para la
comparación de criterios:

Criterios
1… j … n
11 1 1 1

Criterios
A= 1 2 3 i

1 2 n
 DETERMINACIÓN DE LOS PESOS RELATIVOS

todos los elementos diagonales aii de A son iguales a 1, porque estos elementos se
obtienen de comparar cada criterio contra sí mismo.
 DETERMINACIÓN DE LOS PESOS RELATIVOS

Para demostrar cómo se determina la matriz de comparación A para el problema de

decisión de nuestro caso, comenzamos con la jerarquía superior que tiene que ver con los
criterios de Precio de Compra (P) y Disponibilidad (D). En el juicio del equipo
multidisciplinario, D es mucho más importante que P, y por consiguiente a21= 5 y, de
forma automática a12= 1/5 , por lo que se produce la siguiente matriz de comparación:

P D
1 1/5
= =
5 1

Los pesos relativos de P y D se determinan normalizando A para crear una nueva matriz N.
El proceso requiere dividir los elementos individuales de cada columna entre la suma de
la columna.
Por lo tanto, dividimos los elementos de la columna 1 entre 6 (1+5) y los de la columna 2
entre 1,2 (1/5+1).
Los pesos relativos deseados, wP y wD, se calculan entonces como promedios de fila:
 DETERMINACIÓN DE LOS PESOS RELATIVOS

Los cálculos arrojan wP = 0.17 y wD = 0.83, los pesos que utilizamos en la Estructura del
PJA.
Ahora bien, observamos que las columnas de N son iguales, una indicación de que el
tomador de decisiones está ejerciendo un juicio consistente al especificar las entradas de
la matriz de comparación A. La consistencia siempre está garantizada en matrices de
comparación de 2 x 2 pero no en matrices de mayor orden.
Las preferencias del equipo multidisciplinario con respecto a la importancia relativa de las
tres tecnologías A, B y C desde el punto de vista de los dos criterios P y D se resumen en
las siguientes matrices de comparación:
 DETERMINACIÓN DE LOS PESOS RELATIVOS

A continuación, tenemos

Suma de la columna AP = {8; 3, 5; 1, 7}

Suma de la columna AD = {1.83; 3.67; 5.5}

Las matrices normalizadas se determinan dividiendo cada entrada de una columna

entre la suma de la columna respectiva; es decir,
 DETERMINACIÓN DE LOS PESOS RELATIVOS

Los valores wPA, wPB, y wPC (.129, .277, y .594) dan los pesos respecto de los precios del F.
Prensa, F. de Banda y F. de Vacío, respectivamente. Asimismo, los valores de wDA, wDB, y
wDC (.545, .273, .182) dan los pesos relativos con respecto a la Disponibilidad de las tres
tecnologías. Éstos son los valores utilizados en la Estructura del PJA.
 CONSISTENCIA

Una consideración importante en términos de la calidad de la decisión final se

refiere a la consistencia de los juicios que muestra el tomador de decisiones en
el transcurso de la serie de comparaciones apareadas.

La consistencia perfecta es muy difícil de lograr y es de esperar cierta

inconsistencia. El AHP ofrece un método para medir el grado de consistencia. Si
este es aceptable puede continuarse con el proceso de decisión, de lo contrario
se deben reconsiderar los juicios sobre las comparaciones apareadas
efectuadas.

Se considera aceptable una Relación de Inconsistencia menor que 0.10.

 CONSISTENCIA

Consistencia de la matriz de comparación

Todas las columnas de las matrices normalizadas N y ND son idénticas, y las de

NP no lo son. Esto significa que A y AD son consistentes y que AP no lo es.
Consistencia implica juicio racional por parte del tomador de decisiones.
Matemáticamente decimos que una matriz de comparación A es consistente si

aijajk = aik, para todas las i, j y k

Por ejemplo, en la matriz AD del ejemplo dado, a13 = 3 y a12a23 = 2 X 3/2 = 3. Esta
propiedad requiere que todas las columnas (y filas) de AD sean linealmente
dependientes.
En particular, las columnas de cualquier matriz de comparación de 2 X 2, como A,
son dependientes por definición, y por consiguiente una matriz de 2 X 2 siempre es
consistente.
 CONSISTENCIA

Es raro que las matrices de comparación de mayor orden sean siempre

consistentes, y se espera un grado de inconsistencia. Para decidir qué nivel de
inconsistencia es “tolerable” tenemos que desarrollar una medida cuantificable
de consistencia para la matriz de comparación A. En el ejemplo que vimos, una
matriz consistente A produce una matriz normalizada N en la cual todas las
columnas son idénticas; es decir,

La matriz de comparación original A puede determinarse a partir de N

mediante un proceso de retroceso que divide los elementos de la columna i
entre wi; es decir,
 CONSISTENCIA

Multiplicando A por w = (w1,w2, ...,wn)T, tenemos

Por consiguiente, A es consistente si,

Aw = nw
 CONSISTENCIA

Para el caso en que A no sea consistente, el peso relativo, wi, está dado
aproximadamente por el promedio de los n elementos de la fila i en la matriz
normalizada N (ver más arriba). Si es el vector de los promedios calculados,
se puede demostrar que

= , ≥

En este caso, cuanto más se acerca nmáx a n, más consistente es la matriz de

comparación A. Basado en esta observación, el PJA calcula la razón de
consistencia como

CI = Índice de consistencia de A
RI = Consistencia aleatoria de A
 CONSISTENCIA

−
=
−1

1,98( − 2)
=

El índice de consistencia aleatoria, RI, se determina empíricamente como el

promedio CI de una muestra grande de matrices de comparación A generadas al azar.
Si CR ≤ 0,1, el nivel de inconsistencia es aceptable. De lo contrario, la inconsistencia
es alta, y quizás el tomador de decisiones tenga que revisar las estimaciones de los
elementos aij para obtener una mejor consistencia.
El valor de nmáx se calcula a partir de = observando que la i-ésima
ecuación es
%

!" " = !; = 1,2 … ,

"&
 CONSISTENCIA

Dado que tenemos ∑%!& ! =1

% % %

!" " = ! =
!& "& !&

Esto significa que el valor de nmáx (autovalor de la matriz A) es igual a la suma de los
elementos de la columna del vector ()

Los valores de RI son mostrados a continuación:

 CONSISTENCIA

En nuestro ejemplo, la matriz AP es inconsistente porque las columnas de su NP no

son idénticas.
Para probar la consistencia de NP, comenzamos calculando nmáx Por el ejemplo,
tenemos

Por lo tanto

Ahora, con n=3,

 CONSISTENCIA

Ya que CR <0,1, el nivel de inconsistencia en AP es aceptable.

 EXPERT CHOICE

Creamos la Estructura del Modelo, con el Objetivo (Goal) en la parte superior y con los
Criterios como “hijos”
 EXPERT CHOICE

Comparamos de a pares los CRITERIOS: en nuestro caso,

PRECIO vs. DISPONIBILIDAD

 EXPERT CHOICE

Comparamos de a pares las ALTERNATIVAS (FILTROS) según el CRITERIO Precio

 EXPERT CHOICE

Comparamos de a pares las ALTERNATIVAS (FILTROS) según el CRITERIO Precio

 EXPERT CHOICE

Grado de CONSISTENCIA
 EXPERT CHOICE

Estructura del modelo

 EXPERT CHOICE

Análisis de Sensibilidad
 EXPERT CHOICE

Análisis de Sensibilidad
 EXPERT CHOICE

Análisis de Sensibilidad
 EXPERT CHOICE

Resultado final