問卷設計與資料分析方法

第四節 問卷設計與資料分析方法

ㄧ、問卷設計

本研究經過相關文獻探討及專家學者之意見，規劃出本研究的問卷架構。

AHP 是以成對比較的方式進行，所以本問卷的設計是以對偶比較做為評估方 式，由強弱程度的不同給予分數，而評估尺度的劃分如表3-2 所示。

表3-2 AHP 專家意見採用評分尺度表

評比尺度 定義 說明

1 同等重要 兩方案具同等重要性

3 稍微重要 經驗與判斷顯示稍微喜愛某一方案

5 重要 經驗與判斷強烈喜愛某一方案

7 相當重要 實際顯示非常強烈喜愛某一方案

9 非常重要 有足夠證據證明喜愛哪一方案

2，4，6，8 中間值 折衷值

資料來源: Saaty (1980)

一般成對比較的程序在匯集專家學者的群體評估，以取得一致性的觀點；但 若觀點有部份差異，亦允許同時並存，只須在計算時將成對比較矩陣所量化的數 值以幾何平均數予以計算。問卷以AHP 成對比較評估表作答，所欲評估的要素 置於兩邊，評估尺度放置要素中間，若有n個要素要進行評估，則需比對n(n-1)/2 次，問卷形式範例如表3-3 所示。

表3-3 AHP 專家問卷參考表

統

知識 解譯

接收 者認 知系 統

二、資料分析方法

(一) 成對比較矩陣的建立與運算

因素的成對比較，主要是某一層級的要素，針對其上一層級的某一要素作為評估 準則的情形下，進行要素之間的成對比較。其比較值通常採用名目尺度的形式表 示，尺度間距共分成9尺度。

(二) 一致性的檢定

一般情況下，要求決策者在成對比較時能達到前後一致的情況是很不容易的，但 若前後不一致的情況太嚴重的話，則結果將會與實際情形相差甚大。再者，為確 定問卷內容信度，也就是一致性，所以必須進行一致性檢定來檢視這些情況，亦 即計算各層一致性比率(Consistence Ratio, C.R.)，與整層級一致性比率

(Consistence Ratio Hierarchy, C.R.H.)。

(1) 一致性指標(Consistency Index, C.I.) C.I.= λ^max

– n / n – 1

n：評估要素，λ

C.I.>0 時表示其判斷前後不一致情形越嚴重。

C.I.≦0.1 時表示矩陣的一致性在可接受範圍。

(2) 一致性比例(Consistency Ratio, C.R.)

C.R. = C.I. / R.I.

若C. R.值 ≦0.1，則表示矩陣的一致性程度令人滿意。

其中R.I.為隨機指標(Random Index, R.I.)，是以隨機產生方式模擬多個樣本之正倒 值矩陣一致性指標的平均值，其值會隨著矩陣階數(n 值)的增加而增加，如表3-4 所示。

表3-4AHP 隨機指標值

階數

1 2 3 4 5 6 7 8

R.I. 0.00 0.00 0.58 0.90 1.12 1.24 1.32 1.41

階數

9 10 11 12 13 14 15

R.I. 1.45 1.49 1.51 .148 1.56 1.57 1.58 資料來源：Saaty (1990)

(3) 整層級一致性比率(Consistency Ratio Hierarchy, C.R.H.)

層級之間的重要性不同，因此仍須檢驗整個層級結構是否一致性。而整體層級的 一致性比率，就是將整體層級一致性指標(Consistency Index of the Hierarchy, C.I.H.)除以整體層級隨機指標(Random Index of the Hierarchy, R.I.H.)。

C.I.H. =Σ(每個層級的優先向量)X(每個層級的C.I.值) R.I.H. =Σ(每個層級的優先向量)X(每個層級的R.I.值) C.R.H. = C.I.H. / R.I.H.

若C.R.H. <0.1，則整體層級的一致性可被接受。

(三) AHP 應用軟體

由於AHP 之理論已行之有年，各項電腦輔助計算程式也多已成形，故本研究 採用「Expert Choice 2000」軟體來進行回收後問卷分析之應用軟體。在資料輸入 成對矩陣後，軟體自動計算出C.I.值與相對權重值。