建立模型

3.4.1 目的：了解台商在珠江三角洲建立面板後段模組廠之重要關鍵性績效指標 之相對重要性。

3.4.2 問卷對象：針對目前台商在中國大陸珠江三角洲一帶設立面板後段模組之 廠商進行問卷訪查，以期了解目前台商在中國大陸發展時，供應鏈管理之 關鍵要素為何。本次問卷抽測對象皆已在面板廠有相當產業經驗且在企業 內的供應鏈作業管理中有相當之資歷。

3.4.3 AHP 模型之建立：依據鄧振源、曾國雄 (1989) 將 AHP 進行問題決策分析 時之步驟，分為三個階段：

第一階段：建立層級架構

將先針對問題透過專家意見及初步問卷分析後，將問題建立為四個層 級架構，第一層級為供應鏈管理策略關鍵績效指標之重要性分析，第二層 級係依平衡計分卡的四個構面來形成結構；第三、四層級係參酌文獻及 I 公司於中國大陸設立面板後段模組廠之績效評估指標作為衡量之依據。

第二階段：計算各層次要素間的比重

先建立成對比較矩陣，評估項目是在上一層級評估項目的評估基準 下，以名目尺度與同一層級內的其他評估項目做成對比較矩陣，本研究所 使用的尺度意義如下表：

表六 AHP 評估尺度意義與說明

成對比較值 意義 解釋

1 兩方項目約同樣重要 兩事件之貢獻度具同等重要性 3 前項目較後者稍微重要 經驗與判斷顯示稍微喜歡哪一個方

案

5 前項目較後者重要 經驗與判斷顯示強烈喜歡哪一個方 案

7 前項目較後者相當重要 實際非常強烈喜歡哪一方案 9 前項目較後者絕對性的

重要

折衷值介於之前評估尺度間

2,4,6,8 用於補間 折衷值介於之前評估尺度間 以上數值之倒

數

由後面的項目看前面的 項目時所使用

資料來源：Saaty (1980)。

蒐集專家意見進行群體評估，透過成對比較，以求出相同評估觀點及一 致之評比，可先進行討論後再行評比。矩陣的下三角形是上三角形部分相對 位置數值的倒數，而要素自己本身的比較在矩陣則為 1，最後的成對比較矩 陣如下所示：

Ａ＝

再來計算特徵值與特徵向量，利用數值分析去求得特徵向量(eigenvector) 1

1 1

1 1

1

a a

a a

a a

2n 1n

2n 12

1n 12

K

M M

M M

K K

之相對權重。將最大特徵值(λmax)所對應的特徵向量標準化後，即為各評

最後進行一致性檢定，AHP 法乃採用一致性指標(Consistency Index, C.I.) 作為成對比較是否具有一致性的判斷指標。Saaty (1980) 認為一致性應該要 小於等於 0.1，則一致性的程度方可接受。

若完全整合則最大特徵值會等於階層 (n)，C.I. = 0；若不完全整合最大 特徵值會大於階層數 (n)，此時的 C.I.＞0，但 C.I.必須小於 0.1，才可計算 整個階層的比重，若 C.I.＞0.1，則表示此成對比較不具一致性；若該階層數 為 2，則毋須計算其一致性。

鄭振源、曾國雄 (1989) 指出，根據 Dak Ridge National Laboratory 和 Wharton School 進行的研究，從評估尺度所產生的正倒數矩陣，在不同階數

W

∑

下，產生不同的 C.I.值，稱為隨機指標(Random Index, R.I.)，其值隨矩陣階 數之增加而增加階數 n 及其相對應的隨機指標 R.I.，如表七所示，在相同階 數的矩陣下，C.I. 值與 R.I. 值的比率，成為一致性比率 C.R. (Consistency Ratio) ⎟

⎠

⎜ ⎞

⎝

⎛ = R.I.

C.R. C.I.

，若 C.R. ≦0.1，則一致性程度視為滿意。

表七 隨機指標 階

數

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

R.I. ^{NA NA} 0.58 0.9 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：Saaty (1990)。

隨機產生的正倒值矩陣之ㄧ致性指標，其值必須≦0.10 才是能接受的一 致性水準，若其值＞0.10，即表示專家判斷具有隨機性，必須考慮重新評估 或修正。Saaty (1980) 指出成對比較數有 n 個；當 n＞7，人腦思考易生判斷 錯亂現象，另 Miller (1956) 的研究指出人類無法同時對 7 種以上事物進行比 較，因此每一層級要素不宜超過 7 個，且要素間具獨立性，可保證其一致性。

第三階段：整體層級權重之計算

各層級要素之權重計算後，再進行整體層級權重之計算，然後依據各替 代方案之權重決定最終目標之最適方案。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，也就是最下層級各方案相對於最高層級焦點的優先順位

(Priority)，為所有評估準則建構一個優先順序排列。

由此可知 AHP 法的主要功能在於決定多個變項間的相對重要性（即權 重），而且除了可以求得同級各個變項的權重分配數值外，並可測出所求得 結果的一致性，此方法是將一個目標依序分解成決策準則、次準則，一直到 最下層的待選方案。因而，AHP 法不僅可有效去除個人主觀的項目權重分 配，對於複雜度高的定性或定量問題，皆能得到客觀的結論。