本研究經過文獻分析法、專家深度訪談法、德懷術和因素分析後，
第四階段有必要瞭解企業大學評鑑指標之間相對重要程度，因此採行 量化研究的層級分析程序法，進行相對權重之評比。
一、層級分析程序法
層級分析程序法（Analytical Hierarchy Process; AHP）是美國匹茲 堡大學教授 Saaty 於 1971 年為美國國防部進行應變規劃研究時，所發 展出一套多準則（multi-criteria）決策流程理論。主要應用於不確定情 形且具有多項評估因素之決策。1972 年應用在美國國家科學基金會
（US National Science Foundation）所進行「依個別產業對國家福利貢 獻程度決定應得電力配額」的研究；1973 年應用於「蘇丹運輸系統的 專案研究」中。層級分析程序法廣泛應用在優先順序的決定、規劃、
資源分配、預測、投資、公共政策與計劃、資源配置等領域，逐漸成 熟為研究工具，並出版 The Analytic Hierarchy，說明完整方法論（Saaty, 1990）。
二、層級分析程序法之目的
本 法 的 主 要 目 的 係 彙 整 專 家 意 見 將 複 雜 問 題 簡 化 為 多 準 則
（multi-criteria）層級系統的一種分析方法，首先確定評估問題的主要 準則，再將這些準則逐步細分，進而形成層級式評估結構，層級結構 中最底層即為決策者在作評估時的衡量項目。
藉 由 專 家 對 各 層 級 要 素 進 行 兩 兩 的 成 對 比 較 （ pair wise comparison），再經由比率尺度（ratio scale）予以量化後，建立成對比 較矩陣（pair wise comparison matrix），以求出其成對比較矩陣的特徵 向 量 （ eigenvector ） ， 最 後 藉 由 成 對 比 較 矩 陣 的 最 大 特 徵 值
（eigenvalue），用以評定每個成對比較矩陣一致性（consistence）之 強弱程度，提供決策者作為決策評估資訊（曾慧超、梁德昭，1996；
Saaty, 1990）。AHP 評估尺度、處理步驟與優點如下：
（一）AHP 的評估尺度
（Equal Importance）
依據某項評比基準，比對之兩要 素有同等重要性
3 稍重要
（Weak Importance）
依據某項評比基準，評比者判斷 比對要素之一稍重要
5 頗重要
（Essential Importance）
依據某項評比基準，評比者判斷 比對要素之一頗重要
7 極重要
（Very Strong Importance）
依據某項評比基準，評比者判斷 比對要素之一極重要
9 絕對重要
（Absolute Importance）
依據某項評比基準，評比者判斷 比對要素之一絕對重要
2、4、6、8 相鄰尺度間的中間值 需折衷取值時 資料來源：Saaty（1990: 54）
.
（二）AHP 之處理程序（鄧振源、曾國雄，1989；林勇信，2003）：
1.建立層級結構
處理複雜問題時，利用層級結構加以分解，由於人類無法同時對
7 種以上事物進行比較的假設，每層級的要素將以不超過 7 個為限。因 為若複雜問題有 n 個要素，利用成對比較而獲得的比例尺度，總共需 做（n2-n）/2 個判斷；因此最大要素不超過 7，則可以進行有效的成對 比較判斷，與獲得良好的一致性。
2.各層級要素間權重的計算：可再細分三個步驟。
（1）建立成對比較矩陣：
主要是以某一層級之因素為準，以上一層級某一要素作為評估基 準下，進行兩兩因素間的比較，而產生成對比較矩陣。成對比較時所 使用的數值，分別為 1/9,1/8,…,1/2,1,2,3,…,8,9。
（2）計算特徵值和特徵向量：
得到成對比較矩陣後，便可求取各層級要素的權重。使用數值分 析中常用的特徵值（eigenvalue）解法，找到特徵向量（eigenvector） 或 稱優勢向量（Priority vector）。由於成對比較矩陣為正倒值矩陣，而不 是對稱矩陣，因此可用特徵值解法，如乘冪法與 Householder 法。
（3）進行一致性檢定：
當成對比較矩陣為正倒值矩陣，若請決策者進行成對比較能前後 一致，判斷上會產生困難。一致性檢定方面則是經由計算一致性指標
（Consistency Index; C.I.），檢查決策者回答問卷的成對比較矩陣，是 否為一致性矩陣。
對照 Saaty 所擬定的隨機指標（Random Index, R.I.），如表 2-14
（吳萬益、林清河，2001），計算分析出一致性比率（Consistency Ratio, C.R.），計算方式為 C.R.＝C.I. / R.I.，當決斷值 C.R.≦0.1 屬於較佳的 一致性比率，如果有不一致現象，則可去除該決策者的資料。
經過單一層級之一致性檢定後，則計算整體一致性。計算方式如 下：
表 2-14 隨機指標表
隨機指標表 The order
of the matrix
階數
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Average R.I.
平均 隨機指標
0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51 1.48 1.56 1.57 1.59
資料來源：吳萬益、林清河（2001）。
層級一致性比率（Consistency Ratio of the Hierarchy; C.R.H.）＝
層級一致性指標（Consistency Index of the Hierarchy; C.I.H.）/
層級隨機指標（Random Index of the Hierarchy; R.I.H.）；亦即 C.R.H.＝C.I.H. / R.I.H.
C.R.H.的檢定也很重要，其決斷值 C.R.H.≦0.1 為準，表示其整體 一致性可接受。
3.整體層級權重的計算
各層級指標間權重的計算後，再進行整體層級權重的計算。最後 若為群體決策，各個成員的權重可加以整合，以決定優先順序。Saaty
（1990）在合理假設下，對於權重是利用幾何平均數作為整合的函數，
而非算數平均數。因為若某一個決策成員的判斷值為 a，其他決策成員 判斷值為 1/a，其平均值應為 1 而不是[a +（1/a）]/2。所以 n 個決策成 員的判斷值 X1,X2,…Xn，其平均值應為n (X1,X2,...,Xn)。
（三）AHP 之優點（Saaty, 1990）：
1.齊一性（Unity）：此法提供單一、易理解與彈性的模式以面對 廣泛的無結構難題。
2.可重複性（Process Repetition）：此法允許對問題重新定義、並 透過重複的歷程精進對問題的判斷與理解。
3.決策與共識（Judgment and Consensus）：此法並不堅持絕對的 共識，而是將互異的判斷加以綜合形成具代表性的結果。
4.互易性（Tradeoffs）：其考量系統要素間的相對重要性，並允許 各人基於其目標來形成最佳選擇。
5.統整性（Synthesis）：此法可獲致各不同選擇可欲性的整體評估。
6.一致性（Consistency）：此法可追蹤判斷的邏輯一致性。
7.可量性（Measurement）：其提供量測無形資產之尺度以及建立 優先順序的方法。
8.階層結構（Hierarchic Structuring）：其反映思維裡，將系統中的 要素加以分類至不同階層以及將類似要素歸入相同階層的自然趨向。
9.關聯性（Interdependence）：此法可處理系統中要素的關聯，而 不必藉由線性思考模式。
10.複雜性（Complexity）：其整合演繹與系統化的方法，以解決 複雜的難題。
本研究使用 AHP 法作為分析工具主要的目的是為了解專家學者 對企業大學評鑑指標權重關係的看法，作為人力資源實務工作者發展 企業大學決策之參考。
陸、小結
本節主要為瞭解評鑑指標建構的方法，以文獻分析法整理相關理 論，專家深度訪談法確定文獻分析內容與定義，符合台灣本地企業大 學的發展，再施以德懷術，由專家與學者共同確認各層級指標；其次
進行以實證問卷調查，採取因素分析法並精簡變項，找出潛伏因素和 命名；最後指標與各層級之權重，仍借重人力資源專家與學者，使用 層級分析程序法，賦予指標權重。
第五節 企業大學評鑑指標相關研究
了解企業大學定義、指標代表意義與內涵、建構指標、瞭解評鑑 指標的研究方法後，企業大學如何評鑑，將在本節中討論。首先探討 四種企業大學評鑑，並整合前四節相關理論後，建構初步企業大學評 鑑指標。