第三章 驅動工業 4.0 之 IT 能力評估準則建構
第二節 層級分析法
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第二節 層級分析法
本研究的三個核心研究問題均為企業內部管理層級之研究，所涉及的企業 驅動工業 4.0 之 IT 能力、動態能力、商業模式創新，以及動態環境等變數資料 無法從企業的公開資料中獲取。因此，本研究將採用層級分析法 (Analytic Hierarchy Process, AHP) 針對驅動工業 4.0 之 IT 能力進行其變項間的權重的 衡量，並設計出 AHP 問卷。隨後再經由隨機抽樣之問卷調查的方式來進行資料收 集，對於驅動工業 4.0 之 IT 能力、動態能力、商業模式創新三大構面之間的關 聯性，以及動態環境對其關聯性之調節作用作進一步驗證。以下茲對於分析層級 程序法及問卷調查法進行說明。
分析程序研究法 (Analytic process method) 是一種多目標的決策方法，
應 用 於 經 濟 、 社 會 及 管 理 科 學 等 領 域 。 主 要 理 論 基 礎 乃 利 用 階 層 結 構 (hierarchical structure) 幫助決策者在對不確定情狀下及具有多個評估準則 的議題研究上，能作更深入地瞭解，進而處理複雜的決策問題 (Hsiao, 1998;
Partovi, 2006)。1971年美國匹玆堡大學 Thomas L. Saaty 教授提出層級分析 程序法 (Analytic Hierarchy Process, AHP)，利用有組織的架構將複雜的問題 系統化，並建立具相互影響的層屬關係，以達到提昇評比品質及能透過量化的判 斷和綜合評估，支援決策者選擇適當的方案，減少決策錯誤的風險性。
層級分析程序法將複雜的多目標決策問題建構成一具階層式 (hierarchy) 架構型態，其中每一層皆由不同的元素組成，將複雜的問題由高層次 (high level) 往低層次 (low level) 逐步分解；且有系統地處理許多質化因子，而整 個決策之程序則由準則 (criteria) 及替選方案 (alternative) 所建構的層屬 關係以為判斷，以求得各方案之優先權值 (priority)。其值愈大，則表示被採 納 之 方 案 的 優 先 順 序 愈 高 。 而 應 用 AHP 法 時 需 符 合 以 下 九 項 基 本 假 設 (Ghodsypour & O’Brien, 1998；鄧振源、曾國雄，1989)：(1) 一個系統可被
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
分解成許多種類 (class) 或成分 (component)，以形成如網路之層級結構；(2) 每一層級之要素間均假設具獨立性 (independent)；(3) 每一層級之要素可用 上一層級某些或所有要素作為基準進行評估；(4) 進行比較評估時，可將絕對數 值尺度轉換成比例尺度 (ratio scale)；(5) 在進行配對比較 (pairwise comparison) 後，可運用正倒值矩陣 (positive reciprocal matrix) 進行處 理；(6) 偏好關係滿足遞移性 (transitivity)，不僅優劣關係滿足遞移性 (A優 於B，B優於C，則A優於C)，同時強度關係亦滿足遞移性 (A優於B兩倍，B優於C三 倍，則A優於C六倍)； (7) 要求完全具遞移性並不容易，因此容許不具遞移性之 存在，但須測試其一致性 (consistency) 之程度；(8) 要素之優勢程度可經由 加權法則 (weighting principle) 求得；(9) 任何要素只要出現在階層架構中，
不論其優勢程度大小，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。
AHP 法在分析過程中採用特徵向量 (eigenvector) 作為代表階層中某層 次之各元素間的優先順序，再求其個別特徵值 (eigenvalue)，進而作為評定每 個以名目尺度執行配對比較矩陣 (pairwise comparison matrix) 一致性重要 程度之依據。若符合一致性，則特徵向量所代表的優先權值便可作為評定決策或 評選之依據 (Saaty, 1986)。基本上，階層間相關權值是以特徵向量值的方式計 算，而最終各替選方案之權重則透過各階層的特徵向量值總和相乘而得。一般而 言，AHP 法演算過程之五大步驟可說明如下 (馮正民、江俊良，1988)：
1. 問題分析與羅列評估因素：採用腦力激盪法 (brainstorming method)、德爾 菲法訪問專家，或參考相關文獻將影響評估之因素列出，然後將所列因素的 獨立程度及相互關係區分層級。
2. 建立層級關係：層級的多寡端視問題分析所需而定。但在一個層級內的因素 數目是不可以太多，以不超過7-9個因素為原則。另外，分析階層程序法可將 一個複雜的評比問題大致區分為四個層級，包括解決問題的目標、如何達到
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
目標之標的、決定標的的評估準則，以及研擬考慮之方案。而分析階層程序 法之層級結構如 圖3-1所示，圖中A表示為所欲達到之目標，B表示為標的，
而C則為評估準則，以形成決考慮方案之層級架構圖。
圖3-1 AHP之決策結構
資料來源：Saaty & Takizawa (1986)
3. 建立配對比較矩陣：層級中有N個因素，按配對方式共有 [N×(N-1)]/2 種組 合。AHP法比率尺度的劃分則如表3-4所示，從同樣重要、稍微重要、重要、
相當重要、絕對重要，以及加上重要性強度介於兩者間的補值，共分為九個 配對比較等級，分別給予1-9個評估尺度比較值。此評估尺度的意義及解釋如 表3-5所示。
表3-4 AHP之配對比例尺度比較
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 3-5 AHP 評估尺度的意義及解釋
資料來源：Saaty & Takizawa (1986)
4. 求解各層級之權重值並檢定其一致性：計算各元素間之相對權重，AHP法係採 用求解特徵值及特徵向量之方式進行。而其一致性檢定，根據 Saaty (1986) 之 建 議 ， 以 一 致 性 指 標 (consistency index, C.I.) 及 一 致 性 比 率 (consistency ratio, C.R.) 來加以檢定。茲分別說明如下：(1) 一致性指 標 (C.I.)：指最大特徵值λmax 與階數n 兩者之差異程度，可作為判斷一致 性高低的評量準則。而計算方式為 C.I. = (λmax-n) ⁄ (n-1)，倘若 C.I.
值愈小，則一致性愈高。(2) 一致性比率 (C.R.)：由於一致性指標之大小會 受到矩陣階數及評比尺度數之影響，故一般採C.R.=C.I. ⁄ R.I.而非C.I.來 度量成對比較的一致性。所謂 R.I.是隨機指標 (random index, R.I.)，由 隨機產生之正倒值矩陣而來，R.I.值隨矩陣階數增加愈大，各階比較項目數 n 及其相對隨機指標R.I.值如表3-6所示。若C.R.≦0.1表示配對比較矩陣之 評比具有可接受性。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表3-6 AHP中各階層比較項目數n及其相對之隨機指標 R.I.值
資料來源：Saaty and Takizawa (1986)
5. 求解各方案之優勢比重值：經由一致性檢定通過後，即可進行求算各方案之 優勢比重值，其則由各層級之權重相乘加總而得，該值愈大者表示被採納之 優先順序愈高。
一、研究方法設計
為確保能依據文獻所訂定之評估層級架構能對企業推動工業 4.0 所需具備 之 IT 能力進行有效衡量，本研究以產官學三大專家面向為基礎，將受訪對象區 分為四大類別：政府學術顧問、工業 4.0 解決方案整合商、規劃導入智慧製造廠 商，以及已導入智慧製造廠商。訪談過程歷時一個月，透過現場座談、深入訪談 以及線上訪談的方式，共計發放 23 份專家問卷，剔除 3 份無效問卷，有效問卷 為 20 份，每份問卷平均訪談時間為 60 分鐘，專家資料整理如表 3-7 所示。
表 3-7 AHP 專家基本資料
專家類別 服務單位 職稱 姓名
政府學術 顧問
華宇企業管理顧問股份有
限公司 台灣企業事業處顧問師 郭秉原 工業技術研究院 智動化系統應用部研究員 黃宣諭 銘傳大學 資訊管理學系助理教授 陳書儀 美國喬治亞州立大學 資訊系統流程創新研究員 吳至倫 工業 4.0
解決方案 整合商
IBM Taiwan 技術長暨業務副總經理 徐文暉 新加坡商網達先進
有限公司 事業群 2 工程師 張家銘 Google 自動駕駛研發部研究員 林南天
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
剛鈺股份有限公司 研發部經理 郭家文
耀群科技股份有限公司 物聯網方案組業務
執行副總 王筠琪
NOKIA 台港澳暨印尼事業區總監 婁道生 嘉鑫智造科技有限公司 智慧製造事業部技術總監 陳文鼎
規劃導入 智慧製造 廠商
其利工業集團 開發中心資訊部副理 李時喆 敦樸企業股份有限公司 管理部 MIS 副理 賴志峰
健椿工業股份有限公司 管理部經理 葉展碩
榮蓁科技股份有限公司 資訊部副課長 張睿秦
已導入 智慧製造 廠商
BOSSARD 智慧工廠物流工程師 楊哲諺 佳世達科技股份有限公司 智慧工廠事業部廠長 陳文杰
研華股份有限公司 工業物聯網事業群
市場開發經理 王玟心 研華股份有限公司 工業物聯網事業群
市場副總經理 張仁杰
廣達電腦 BU5 技術經理 尤永吉
資料來源：本研究整理
本研究採用 AHP 層級分析法，將回收之訪談資料透過 Expert Choice 進行 數據分析與彙整，驗證每份問卷問項是否符合一致性，即 Consistency Ratio (C.R.) 值需小於 0.1。本研究分析結果之 C.R.值皆在 0.1 以下，並計算各評估 要素之相對權重，取得各構面與準則對於整體評估層級架構之重要性排序。
二、專家問卷分析結果
(一) AHP 專家分析結果
本研究以 AHP 分析進行分析，透過 Expert Choice 軟體資料處理後，整理如 下所示。AHP 之研究架構第一層級為：IT 基礎設施能力 (B1)、IT 人力資源能力 (B2)、基於 IT 的智慧能力 (B3) 三大構面。工業 4.0 所重視之 IT 能力三大構面
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
計算出之權重依序為：IT 基礎設施能力 (0.367)、基於 IT 的智慧能力 (0.343)、
IT 人力資源能力 (0.291)。資料分析結果顯示 IT 基礎設施為工業 4.0 最重視之 IT 能力，企業發展穩健的 IT 基礎設施，使其有能力對內與對外作資訊的交流，
以有條件的資訊共享，達成協調與溝通的目的，如下表 3-8。
表 3-8 AHP 構面分析結果
構面名稱 相對權重 排序
IT 基礎設施能力 (B1) 0.367 1 IT 人力資源能力 (B2) 0.291 3 基於 IT 的智慧能力 (B3) 0.343 2
在第二層之 IT 基礎設施能力 (B1) 中，可細分為三項準則：共享能力 (C1)、
同步預警能力 (C2)、模組化能力 (C3)，其計算出之權重依序為：同步預警能力 (0.435)、共享能力 (0.286)、模組化能力 (0.279) 。資料分析結果顯示同步預 警能力為 IT 基礎設施能力中最重要的部份，工業 4.0 技術導入促使不同部門單 位之間、供應鏈夥伴之間的資料能夠及時有效的串聯與交換，減少資料轉換及溝 通過程中所產生的成本，同時透過巨量資料的收集與分析在生產製造端建立預警 機制，使突發狀況能夠被及時妥善的處理，是目前專家認為最重要的部份。準則 分別計算排序如下表 3-9。
表 3-9 AHP IT 基礎設施能力準則分析結果
準則名稱 相對權重 排序
共享能力 (C1) 0.286 2 同步預警能力 (C2) 0.435 1 模組化能力 (C3) 0.279 3
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
在第二層之 IT 人力資源能力 (B2) 中，分為二個準則：IT 技術能力 (C4)、
IT 策略規劃能力 (C5)。其計算出之權重依序為：IT 策略規劃能力 (0.631)、IT 技術能力 (0.369)。資料分析結果顯示 IT 策略規劃能力為 IT 人力資源能力中 較重要之能力，企業 IT 基礎設施與巨量資料能否靈活妥善的為 IT 人員所用，進 一步促進內部與外部的溝通協調以支援公司決策，是專家認為最關鍵的部份。其 準則分別計算排序如下表 3-10。
表 3-10 AHP IT 人力資源能力準則分析結果
表 3-10 AHP IT 人力資源能力準則分析結果