分析方法

一、德爾菲法 (一)德爾菲法之內涵

德爾菲法(Delphi Method) 是一種利用直覺判斷的預測術，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 組 織 (Rand Corporation)的黑默(O. Helmer)等人發展而成。德爾菲是一種將專家學者意見系統化 的過程，藉由問卷調查及整理，來取得專家學者們合理且一致的意見。可以有效的 讓群體中的每一個人處理一件複雜的問題。能同時兼顧專家團體決策的優點，並避 免群體成員面對面時所產生的溝通困擾。其採取的是一連串匿名方式的問卷調查，

在彼此不互相干擾的環境下，達到一致性的共識。

(二)德爾菲法的執行步驟

1.蒐集相關文獻，擬出核心問題。

2.選定相關背景之專家。

3.設計問卷，並以不記名方式交予指定的專家填寫。

4.依第一次的回收問卷做結果分析。

5.將首次的結果分析，再設計第二次問卷，填寫後檢視其一致性，未趨一致則再 重覆以上問卷調查，直到趨於一致性。

6.結果分析。

二、層級程序分析法

(一)層級程序分析法之內涵與目的：

層級程序分析法(Analytic Hierarchy Process；簡稱AHP)是屬於一種多目標決策方 法，美國賓州匹茲堡大學教授 Thomas L.Saaty 在1971年，協助美國國防部處理「應 變計畫」相關問題與流程時所提出。直到1980年Saaty才針對AHP發表出完整的理論 與方法，並於1986年將其整理成書問世，此即為著名的「The Analytic Hierarchy Process」(Saaty, 1980)。層級程序分析法是將複雜的問題拆解後，建立具有相互影響 關係的階層結構，利用有組織的架構將不同的層面給予層級分解，接著做層級順序 的規劃，經由專家學者評估後，接著以尺度評估進行指標的成對比較，再予以量化 後建立成對比較矩陣。必須利用主觀的判斷進行兩兩比較各層級之決策因素，相對 於上一層級某決策因素的重要性之優先順序，最後看哪個項目的得分是最高的，再 加以探討（胡肇東，2007）。易於瞭解高層級對低層級的影響程度，協助決策者做 最有利的理性選擇(Saaty, 1980；吳淑滿，2003)。適用於多目標決策及最適合決策選 擇使用，是一種常見的專家決策法則。

因層級程序分析法結構清晰、理論清楚且操作容易，可整合多數決策問題，及 驗證判斷一致性程度。因此AHP法適用之範圍廣泛，依據Satty(1980)提出AHP可應 用範圍為規劃、產生可行方案、優先順序的評定、選擇最佳方案與政策、資源的整 合與分配、確定需求、預測結果與風險評估、系統設計、衡量績效、確保系統穩定 性、最適化、解決衝突等十二類問題中。AHP法受到廣泛應用的主要原因是因為理 論簡單，同時又兼具實用性，而且AHP法分析問題很有系統，因此對於複雜問題的 解決最有貢獻。除此之外，AHP法也可以結合群體內成員之意見，具有整合折衷之 功能，使以往決策執行之阻力大幅的降低。

(二)層級程序分析法之基本假設

層級程序分析法是基於以下九種假設發展而成的（鄧振源、曾國雄，1989a，

1989b；Saaty, 1980）：

1.一個系統可被分解成許多種類(classes)或成分(Components)，並形成有向網路的 層級結構。

2.層級結構中，每一層級的要素均假設具獨立性(Independence)。

3.每一層級內的要素，可以用上一層級內某些或所有要素作為評準，進行評估。

4.比較評估時，可將絕對數值尺度轉換成比例尺度(Ratio scale)。

5. 成 對 比 較 (Pairwise Comparison) 後 ， 可 使 用 正 倒 值 矩 陣 (Positive Reciprocal Matrix)處理。

6.偏好關係滿足遞移性(Transitivity)。不僅優劣關系滿足遞移性(A 優於 B，B 優於 C，則 A 優於 C），同時強度關係也滿足遞移性(A 優於 B 二倍，B 優於 C 三倍，

則 A 優於 C 六倍)。

7. 完 全 具 遞 移 性 不 容 易 ， 因 此 容 許 不 具 遞 移 性 的 存 在 ， 但 需 測 試 其 一 致 性 (Consistency)的程度。

8.要素的優勢程度，經由加權法則(Weighting Principle)而求得。

9.任何要素只要出現在階層結構中，不論其優勢程度是如何小，均被認為與整個 評估結構有關，而並非檢核階層結構的獨立性。

(三)層級程序分析法之步驟

層級程序分析法在應用上，分為兩部分，一個是層級的建立，另一個是層級評 估。其進行的步驟本研究統整各學者（鄧振源、曾國雄，1989a，1989b；郭佩雯，

2004；鄧振源，2005）所提出的步驟綜合如下：

1.問題的界定

「問題」是整體層級結構的焦點，也是研究的目標，成立規劃群組，釐清與定 義問題點，即是將所有涉及影響涵蓋要素擴大，並納入規劃進而界定問題的範圍。

在此階段有收集資訊，可採用文獻回顧法或腦力激盪法(Brainstorming Method)、德

34

爾菲法(Delphi Method)等方式，蒐集可供確認問題性質、範圍、影響因素、可用資 源等資訊，將與問題有關的因素列出。

2.建立層級架構

當所得到的要素多且過於複雜，層級的層次可依問題之需要而生成，每一層級 與上一層級之關係要自然，不可過於牽強。以最高層級代表評估的最終目標，將問 題要素逐一列出，進行歸納整理成層級形式排列，儘量將重要性相近的要素放在同 一層級。分析各因素間交互影響。層級內的各要素，力求具備獨立性，有相依性存 在時，可先將獨立性與相依性各自分析，再將二者合併分析。層級的多寡須要視問 題衍生與目標產生而有所不同。但基於人類無法同時對7種以上事物進行比較之假設 下，以不超過7個為佳。建立層級的優點在於可以有效的將複雜的問題，以層級方式 組合而成，藉由層級架構的建立，對整個系統的結構面與功能面能詳細的描述。褚 志鵬（2009）說明利用層級來分析問題時，應以站在最高層級來看相異層級之相互 影響，並不是直接從各層級的要素進行分析。

3.建立成對比較矩陣

建立完層級結構後，對同一層級中各要素做兩兩比較，建立「成對比較矩陣」

(pairwise comparison matrix)，然後利用Saaty提出之特徵向量，來求取同一層級間各 評估要素間的相對權數。進行每一層級要素以兩兩配對相較，每一層級的要素以上 一層級為基準評估。若評估的指標有n個時，則兩兩比較C2n= n (n-1) / 2次。此評估 表採用九點尺度，其中，「同等重要」、「稍微重要」、「頗為重要」、「極為重 要」、與「絕對重要」在輸入資料時可分別給予1、3、5、7、9之值，而其中間值分 別給予2、4、6、8之值，如表3-3所示。根據成對比較矩陣，利用數值分析中的特徵 值(eigen value)解法求取特徵向量(eigen vector)或稱優勢向 (priority vector)，再根據 此優勢向量計算最大值。

表 3-3

層級分析法尺度意義及說明

尺度 相對重要性定義 說明

1 同等重要 兩者重要性相同

3 稍微重要 經驗與判斷稍微傾向喜好某一方案 5 頗為重要 經驗與判斷強烈傾向喜好某一方案 7 極為重要 實際顯示非常強烈傾向喜好某一方案 9 絕對重要 有足夠證據肯定絕對喜好某一方案

2、4、6、8 相鄰衡量的中間值 需要折衷時 資料來源：Saaty, 1980

4.求取最大特徵向量及特徵值

根據成對比較矩陣，利用數值分析中的特徵值(Eigen value)解法求取特徵向量 (Eigen vector)或稱優勢向量 (Priority vector)，再根據此優勢向量計算最大特徵值。

5.一致性檢定

成對比較矩陣的過程中，要求決策者或專家在成對比較時，能達到前後一致有 時是有困難的，若前後不一致情形太嚴重，則研究結果將會與實際情形相差甚大，

導致錯誤產生。因此，成對比較矩陣需要進行一致性檢定。層級一致性的檢定分析 可使用試算表軟體（如 Excel）、專用分析軟體系統(Expert Choice)，或以程式語 言（如 C、Delphi 等）自行設計分析程式。其計算方法為先求一致性指標(Consistency Index, CI)，再除以一個與矩陣大小相對應之隨機指標(Random Index, RI)，即可推 求出 CR 值。一般來說 C.I.值小於等於 0.1 一致性才為可接受。

一致性指標(Consistence Index, C.I.)：

C.I.=

1 max



 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.=

RI CI

當欲解決之問題越變複雜時，成對比較矩陣的階數也會跟著增加，在此狀況下 要判斷是否維持一致性變得較為困難，所以 Saaty 提出隨機指標(Random Index, R.I) 來調整不同階數下產生的 C.I.值變化。R.I.值，參見表 3-4。利用 R.I 值調整 C.I.值後，

而得到一致性比率(consistency ratio, C.R)。當 C.R.＜0.1 時矩陣才有滿足一致性。

表 3-4 隨機指標

階數 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 R.I. 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）

6.方案的選擇

若整個層級結構通過一致性檢定，則可求取方案的優先向量。在此步驟中，將各 層級對應上一層級不同準則的優先向量，合併成優先矩陣，再由每一層級的優先矩陣 相乘，得到一個綜合優先向量，也就是說，最下層級各方案相對於最高層級焦點的優 先值，優先值最大者，即為所要選取的方案。

36