第三章 研究方法
第四節 分析方法
一、 德爾菲法(Delphi Method)
鄧振源(2002)於計畫評估-方法與應用一書中說道，德爾菲法為 1960 年代美 國蘭德公司(Rand Corporation)的黑默(O. Helmer)等人所發展出來的長期預測技術，
屬於直覺預測方法(intuitive forecasting method)之一，並指出德爾菲法本質上依賴 專家的專業經驗、直覺及價值判斷，因此期望藉由不同領域之專家多元化觀點，
在逐次問卷反映中瞭解其他專家之意見，並修正自己之看法，經由集思廣益的回 饋行為，以達到專家群體具有共識性(consensus)的看法。
德爾菲法之特點(鄧振源，2002)：
1. 可容納不同的觀點及利益群體的意見。
2. 經匿名意見表達，可真實表達專業意見，避免公開會議許多心理因素影響。
3. 專家不同之意見，經有系統之分析，可將不同看法逐漸縮小範圍而導向共識。
4. 足夠時間思考，使決策判斷更慎密。
5. 反覆徵詢專家意見，在相互回饋下，不斷學習並修正己見。
德爾菲法進行步驟如下(鄧振源，2002)：
33
1. 訂定研究之方向 2. 選定相關背景之專家 3. 發展第一回合問卷 4. 實施第一回合問卷 5. 分析第一回合問卷 6. 實施第二回合問卷 7. 分析第二回合問卷
8. 必要時，重複 6-7 步驟，直至專家一致共識 9. 結果分析
德爾菲問卷回收後本研究以 SPSS 20.0 版統計軟體進行分析，為確定各專家 群體間之意見一致性，本研究採用平均數、標準差與變異係數做為檢測準則：
(一) 平均數(mean)
用以說明專家群體間之意見集中程度為何。將各樣本資料總和除以總樣本數 即可得取平均數，平均數越大表示重要程度越高。
(二) 標準差(standard deviation, S.D.)
用以表示專家群體間之意見離散程度。標準值必須小於 1，此數值表示專家 群體間之意見離散程度低，倘若標準值大於 1，則表示專家群體間意見分歧，離 散程度大。
(三) 變異數(coefficient of variance, C.V.)
變異數之運算方式係將標準差除以平均數，當 C.V.值越小時，表示專家群體 之共識程度高。本研究根據 Chang, Tsou, Yuan and Huang (2002)所提出之標準值，
C.V.≦0.3 時，表示專家群體意見達高度之一致性；而 0.3≦C.V.≦0.5，表示專家
34
群體的意見在可接受範圍內；C.V.≧0.5 則必須解釋其原因。
二、層級分析法(Analytic Hierarchy Process)
層級分析法為 1971 年 Thomas L. Saaty (匹茲堡大學教授)所發展出來，主要應 用在不確定情況下及具有多數個評估準則的決策問題上(鄧振源，2002)。AHP 法 發展的目的，就是將複雜的問題給予系統化，透過層級的分解，量化的判斷，提 供主觀與客觀的評估準則及評選替代方案，以減少決策錯誤的風險性。基本上，
AHP 法是將複雜問題的情況分割成數個組成單位，安排這些單位或變數為層級結 構，利用主觀判斷的方式，針對重要性的不同給予每個變數不同數值，綜合這些 判斷來決定哪個變數具有最高優先權，以幫助決策者選擇與解決問題。
鄧振源(2002)一書中亦揭示依據 Saaty (1977, 1980)的說明，建立層級分析法 具有以下的優點：
(1) 利用要素個體形成層級形式，易於達成工作。
(2) 有助於描述高層級要素對低層級要素的影響程度。
(3) 對整個系統的結構面與功能面，能詳細的描述。
(4) 自然系統都是以層級的方式組合而成，而且是一種有效的方式。
(5) 層級具有穩定性與彈性，也就是說微量的改變能形成微量的影響，同時新層級 的加入，對一結構良好的層級而言，並不會影響整個系統的有效性。
依據 Saaty (1980)所述，在實際運用層級分析法(AHP)處理問題時，可分為以 下八個步驟來進行：
(一) 界定問題
依據研究題目進行蒐集資料，並界定研究問題，經過專家討論與分析後，
將可能影響問題的因素納入，同時確定問題的主要目標，以建立層級架構。
(二) 建立層級關係
層級結構有助於複雜性問題的分析，層級的多寡取決於問題的複雜性，
35
但一般分為三或四的層級，亦即將目標分為目標層(goal)、標的層(object)與評 估準則層(criteria)。但由於評估準則間的集合可能很大，因此此階段可運用腦 力激盪法或其他技術(問卷調查、因素分析等)，找出較重要的評估準則或方案 集合，再由決策專家群體決定評估因素，將所有影響問題的因素進行各因素 間的對比關係。典型的層級結構圖如圖 3 所示。
圖 3 AHP 法層級結構圖 資料來源：鄧振源、曾國雄(1989)
(三) 問卷設計與調查
在問卷設計中，針對每個評估要素，以兩兩相比的方式，在 1-9 尺度下 讓決策專家以成對比較的方式勾選，根據問卷調查的結果，將可建立各層級的 成對比較矩陣。
依據 Saaty 的建議，AHP 法的評估以九個尺度來表示，基本劃分五項，
即同等重要、稍微重要、頗為重要、極為重要與非常重要等，並賦予 1、3、5、
7、9 的衡量值；另有四項介於五個基本尺度之間，為 2、4、6、8 的衡量值。
如表 8 所示。
A
B3 B2
B1
C1 C1
C1 C1
目標 Goal
標的 Object
準則 Criteria C1 C1 C1 C1 C1
36 成對比較矩陣進行一致性檢定。而其可經由一致性指標(Consistence Index, C.I.) 與一致性比率(Consistence Ratio, C.R.)來衡量。
評估尺度 定義 說明
1
同等重要 (equal importance)
兩項計畫的貢獻程度具同等重要性 等強(equally)
3
稍微重要 (weak importance)
經驗與判斷稍微傾向喜好某一計畫 稍強(moderately)
5
頗為重要 (essential importance)
經驗與判斷強烈傾向喜好某一計畫 頗強(strongly)
7
極為重要 (very importance)
實際顯示非常強烈傾向喜好某一計畫 極強(very strongly)
9
絕對重要 (absolute importance)
有足夠證據肯定絕對喜好某一計畫 絕強(extremely)
2,4,6,8
相鄰尺度之中間值 (intermediate values)
需要折衷值時使用
37
一致性指標(C onsistence Index, C.I.)：
C.I. = max 1
n n
CI= 0 時，表示單一準則下 n 個要素相對重要程度的判斷具完全一致 性。若 CI＞0，表示判斷不連貫；Satty 建議，CI＜0.1 最佳，但最大可容 忍誤差偏誤為 CI＜0.2。
一致性比例(Consistence Ratio, C.R.)：
C.R. = CI RI
當 CR＜0.1 時，則矩陣的一致性程度令人滿意。其中，RI 為一隨機 指標，根據 Oak Ridge National Laboratory 與 Wharton School 進行的研究，
從評估尺度 1-9 所產生的正倒值矩陣，在不同的階數之下，產生不同的 CI 值，稱為隨機指標(Random Index, R.I.)。其中矩陣階數為 1~11 的 RI 值，
係以 500 個樣本所求得之平均值；矩陣階數 12~15 的 RI 值，則用 100 個 樣本所求的平均值。其結果如表 9 所示。
表 9 隨機指標表
階數 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
RI 0.00 0.00 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51 1.48 1.56 1.57 1.58
資料來源：Satty (1980)；鄧振源(2002)
(六)整體層級的一致性檢定
由於層級間的重要性不一樣，因此需檢驗整體層級結構是否一致性，具 一致性方可接受評估值。整體層級的一致性比率(Consistency Ratio of the Hierarchy, CRH) ， 就 是 將 整 體 層 級 一 致 性 指 標 (Consistency Index of the
38
Hierarchy, CIH)除以整體層級隨機指標(Random Index of the Hierarchy, RIH)，當 CRH＜0.1，表示整體層級的一致性可接受。其數學式如下：
C.R.H. = . . . . . . C I H R I H
C.I.H.= ∑ (每個層級的優先向量)*(每個層級的 CI 值) R.I.H.= ∑ (每個層級的優先向量)*(每個層級的 RI 值)
(七)整體層級權重計算
整體層級的一致性達到可接受水準後，則將各階層之要素的相對權數加 以整合，以求算整體層級的總優先向量，所計算出的向量即代表各決策方案 對應於決策目標的相對優先順序。其整體流程如圖 4 所示。
39
圖 4 應用 AHP 法之流程圖 資料來源：鄧振源、曾國雄(1989)
問題描述
影響要素分析
建構層級結構 規劃群體
問卷設計
問卷填寫
建立成對比較矩陣
計算特徵值與特徵向量
求取一致性指標
C.R.＜0.1
求取各層級 C.I.綜合值
求取 C.R.H.值
C.R.H.＜0.1
替代方案之選擇 替代方案加權平均
決策群體 決策群體
否 否
是 是
40