Dematel-ANP法联用，问卷怎么设计？

好的，我们来聊聊DematelANP联用的时候，问卷该怎么设计。这可不是个简单的活儿，需要咱们细致地琢磨。我这就给你捋一捋，怎么把这个问题说透了，也尽量让它听起来像是咱们哥俩在那儿琢磨事儿呢。

为啥要联用 Dematel 和 ANP？先理顺思路。

咱们先别急着做问卷。你得明白，Dematel 和 ANP 为啥要搁一块儿用。简单来说：

Dematel 呢，是帮我们“理线”的。 它解决的是“哪些因素之间互相影响，影响有多大”的问题。你可以想象成，一堆乱麻，Dematel 就是帮你把每一根线头都找出来，再看它们是怎么缠绕在一起的。它能告诉你，哪个是“因”，哪个是“果”，以及它们之间的“因果强度”。
ANP 呢，是帮你“排个序”的。 在你把这些相互影响的关系弄清楚之后，ANP 就能根据这些关系，帮我们评估出哪个因素对最终的目标最重要，哪个次之，一层一层地排下来。

所以，Dematel 提供的是影响关系和强度，ANP 利用这个关系来做层级分析和权重计算。合在一块儿，就是说，我们不仅知道啥重要，还知道为啥重要，是因为它对其他因素有强烈的“带动作用”，或者它自己受到其他重要因素的“支配”。

问卷设计核心：把“相互影响”和“重要性”落地。

既然是联用，问卷设计就得同时考虑 Dematel 的“相互影响判断”和 ANP 的“层级结构权重判断”。这里面有个关键点：你怎么让专家或决策者清晰地表达出“影响”和“重要性”这两个维度，并且还能体现在你设定的层级结构里。

第一步：明确你的决策问题和关键因素。

在设计问卷前，你得先把你要解决的问题掰开了揉碎了。比如，你要评估某个新技术的推广策略，那你的决策目标可能就是“新技术的推广成功度”。

然后，列出所有可能影响这个目标的因素。这就像是你要搭个台子，先把台子上的角角落落都想好。这些因素可能来自：

技术层面： 技术成熟度、易用性、安全性、兼容性等。
经济层面： 成本、投资回报率、市场价格、补贴政策等。
社会文化层面： 用户接受度、舆论导向、行业标准等。
政策法规层面： 政府支持力度、相关法律法规等。
组织管理层面： 推广团队能力、市场营销策略、售后服务等。

关键： 这个因素列表要尽可能全面，但又要避免过于冗余。一开始可以多列一些，后面再根据专家反馈进行筛选和整合。

第二步：构建你的层级结构（Supermatrix）。

ANP 的精髓就在于它能处理非层级结构，但通常我们还是会把它组织成一个类似层级但允许跨层影响的结构。这就是咱们要体现在问卷里的骨架。

第一层： 通常是你的目标层（比如“新技术的推广成功度”）。
第二层： 是你刚才列出的主要影响因素（技术、经济、社会、政策、管理等）。你可以把它们看作是“准则层”。
第三层及以下： 是更细化的子因素，它们属于某个主要因素，但它们之间的相互影响是咱们重点考察的。

Dematel 和 ANP 的结合点就在这里： 你在设计问卷时，需要让专家不仅评价子因素之间的相互影响（Dematel 的任务），还要评价不同层级的因素对更高层级因素的重要性（ANP 的任务）。

第三步：问卷的具体设计（拆解 Dematel 和 ANP 的问题）。

现在咱们要把想法变成纸面上的问题了。这里面有两种主要问卷形式可以考虑：

方式一：拆分成两个部分（或者两个关联问卷）。

这可能是最清晰的方式，让专家更容易理解。

第一部分（Dematel 问卷）：
核心问题： 针对你列出的第二层和第三层（如果你的层级很深）的各个因素，让专家评价它们之间的“直接影响关系”。
问题呈现： 通常是以矩阵的形式出现。比如，如果有 A、B、C 三个因素，你可以问：“请评估因素 A 对因素 B 的直接影响程度，以及因素 B 对因素 A 的直接影响程度。”
评分标准： 必须明确。例如，使用 04 或 05 的 Likert 量表：
0：完全没有直接影响
1：有很弱的直接影响
2：有中等的直接影响
3：有很强的直接影响
4：有极强的直接影响
关键点： 务必强调是“直接影响”，而不是“最终影响”或“重要性”。比如，“A 对 B 的影响有多大？”，而不是“A 比 B 重要多少？”。

第二部分（ANP 问卷）：
核心问题： 针对 ANP 的层级结构，让专家进行“成对比较”。这部分是用来计算权重的。
问题呈现：
层内比较（在同一层级内）： 比如，在“经济层面”下有“成本”、“投资回报率”、“市场价格”三个因素，你需要让专家比较这三者对于“经济层面”这个整体的重要性。
问题示例：“请比较‘成本’和‘投资回报率’，哪个对‘经济层面’更重要？请说明相对重要性。”
评分标准：通常采用 Saaty 的 19 标度法，1代表同等重要，9代表前者比后者极端重要。
层间比较（跨层级比较）： 这是 ANP 的特色。比如，你需要比较“技术层面”、“经济层面”、“社会文化层面”这三个主要因素对“新技术的推广成功度”（目标层）的重要性。
问题示例：“请比较‘技术层面’和‘经济层面’，哪个对‘新技术的推广成功度’更重要？请说明相对重要性。”

方式二：整合在一个问卷中，但需清晰区分问题类型。

这种方式可以提高效率，但需要问卷设计得非常精巧，避免混淆。

总体思路： 在一个问卷里，但要明确告知专家每个部分要回答的是什么性质的问题。
问卷结构：
1. 背景介绍和指导语： 非常重要！要清晰地解释什么是“直接影响”，什么是“相对重要性”，并说明问卷的目的是什么。
2. Dematel 部分：
可以设计成一个大的矩阵，包含所有可能相互影响的因素（第二层和第三层）。
在矩阵的每个交叉点，要求专家填写“A 对 B 的直接影响程度”和“B 对 A 的直接影响程度”。可以使用 Likert 量表。
创新点（避免AI痕迹）： 可以在问题后面加上一些开放性的小问题，比如：“请简要说明您认为XX对YY产生直接影响的主要原因是什么？” 这能帮助你理解专家的判断依据，也能让问卷显得更有人情味。
3. ANP 部分（成对比较）：
这部分通常会非常耗时，需要根据你的层级结构设计多个成对比较组。
示例问题组合：
目标层 vs. 主要准则层： “请您根据对‘新技术的推广成功度’的影响程度，对以下各项进行重要性排序，并说明相对重要性：
技术层面
经济层面
社会文化层面
政策法规层面
组织管理层面”
（这里可以采用打分制，但成对比较更能体现ANP的严谨性）
某个主要准则层 vs. 其下的子因素层： “请您根据对‘技术层面’的贡献程度，对以下各项进行重要性排序，并说明相对重要性：
技术成熟度
易用性
安全性
兼容性”
（同样，成对比较是标准做法）
关键点： 在每个成对比较问题前，都要清晰地说明“比较的基准是什么”。是在比较对总目标的贡献？还是对某个中间层目标的贡献？

第四步：关于问卷细节的斟酌（让它更“人性化”）。

为了让问卷更有效，减少专家的困惑，同时避免看起来像机器生成的，可以从以下几方面着手：

清晰的定义： 对每一个因素（因素名称要尽量口语化、易懂）和每一个评分标准都要有简洁明了的解释。比如，“直接影响”是指“该因素能够主动地改变或影响另一个因素的状态或水平，不考虑其他因素的传导”。
示例和解释： 在问卷的开头或首次出现某个概念时，提供具体的例子。例如，在解释“直接影响”时，可以举例说明 A 对 B 的影响，而不是 B 对 A 的影响。
一致性检查： 在问卷中可以适当穿插一些逻辑一致性的检查问题，或者在访谈时指出一些可能的不一致之处，帮助专家回顾和修正。
开放性问题： 在关键问题之后，留出一些空间让专家写下他们的看法、理由或补充的因素。这不仅能获取更深层次的信息，也能让问卷更显个性。比如，“您认为在评估‘技术成熟度’时，除了以上提到的因素外，还有什么特别需要注意的方面吗？”
专业术语的转化： 如果你的专家不是专业研究人员，尽量避免过于学术化的术语。用大家都能理解的语言来表达。比如，与其说“度量指标”，不如说“衡量标准”。
结构化与灵活性结合： 虽然 ANP 和 Dematel 有其固定的分析框架，但问卷的设计可以灵活一些。比如，在列举因素时，可以有“其他（请注明）”的选项。
回溯性与前瞻性： 有时在设计问题时，可以引导专家思考“过去（或现在）的情况”和“未来（预期）的情况”对影响程度的判断是否有差异。当然，这要看你的具体研究目的。

第五步：执行与反馈。

小范围试测： 在正式发放问卷前，找几位非目标专家进行试填，收集他们的反馈，看问卷是否存在理解障碍或遗漏。
专家访谈： 如果条件允许，与专家进行访谈式问卷会更好。这样可以直接解答专家的疑问，也能观察到他们思考的过程，并及时调整问题。
数据收集与验证： 确保收集到的数据是完整且有效的。对于无效数据（如未完成或明显矛盾的回答），要进行剔除或进一步沟通。

总结一下，设计一份 DematelANP 联用的问卷，就像是在给专家设计一个“思维导航图”。

Dematel 部分是让你画出“连接线和线粗”， 强调的是“谁影响谁”以及“影响有多大”。
ANP 部分是让你“按重要性排座位”， 强调的是“在不同层面上，谁的权重更高”。

最关键的是，你要在问卷的每一个环节，都清晰地区分这两种判断（影响与重要性），并用通俗易懂的语言和恰当的评分机制来引导专家完成。把你的研究目标、层级结构以及这两个方法的精髓都体现在问卷的设计逻辑中，这样问出来的结果才更有价值。

做的时候，别怕麻烦，多琢磨琢磨专家怎么想，问卷设计好了，后面的分析才能事半功倍。祝你成功！

上面是一个计算实例。，下面是计算流程。

原始数据即直接影响矩阵怎么来的问题。

上面就是问卷的样子，就是上面的一个表格。

然后请人打分，可以按照 0-4分制， 0-5分制，0-9分制，讲清楚了就行。

注意主对角线为0，这点千万别搞错。

第二、不要跟AHP的互为倒数的决策矩阵搞反。（很多只会AHP的人对互为倒数有执念）

以上图为例子。 A1对R3的影响为9 R3对A1的影响为4。 这个是DEMATEL 的直接影响矩阵，同AHP决策单元的 的决策矩阵的本质区别。

---

问卷肯定不是问一个人，而是有多人打分，多人打分合成一个直接影响矩阵很有讲究。

最简单的方法，就是每个人按照同一标准（都是 0-4分制，或者0-9分制）打分的情况直接相加。

比如上面的就是 10个人打分的情况直接相加。

这种就是最简单，最方便的处理结果。没有必要脱下裤子放屁去求个平均数。

---

多人打分合成出一个直接影响矩阵，也可以叫Fuzzy-DEMATEL,Grey-DEMATEL方法。即模糊的，与灰色的意思。

合成方法可以说有无穷多种。

这里举一个例子。

上面是流程图。

E1 E2……En 分别是每个专家打分的情况。

每个人打分，根据定义可以分为上界 ，与下界两个结果。

灰度的操作：

第一、每位专家打分为E共n个专家

第二、每个打分可以拆解我上界与下界两个值。

比如某个格子分数为 4 ， 对应下界为 0.75 对应上界为 1

第三、下界的值相加求平均值（不求平均亦可以）得到 min 直接影响矩阵， 上界的值相加求平均值（不求平均亦可以）得到 Max直接影响矩阵。

这样得到总的上界直接影响矩阵， 总的下界直接影响矩阵。

上面是清晰化的公式。

简单的转化一下就可以求解。就是最后的那个公式。

---

问卷怎么设计，就是类似上面的样子

比如上面的，告诉打分的人对角线千万别打分。

其它的位置打上 0-4分的样子。

就这么简单的问卷。

---

DEMATEL跟别的方法联用的做错的人很多。由于很多人不提供原始数据，所以不好检测。

DEMATEL-ISM联用的相对好检测得多。目前来说2020年之前的两者联用的基本都是错的。

2020年之后的也好不到哪里去，很多一看就是编数据，还编不好的。（说不好听点，就是造假都不会的）

上面是随机抽查了100篇，里面的论文全部是别人发给我看的，全部是错的。其中第41篇看到最多。而且很多人引用了他这篇，这篇论文非常垃圾，奇葩得要死，基本概念都没有。

上面认为， 它所说的T+I 取截距后就得到可达矩阵，这是错的。

最扯淡的是上面的基本概念都没有，不知道有向图跟无向图的区别。

---