應用價值工程於模糊品質機能展開

本研究建立模糊品質機能展開之詳細步驟如圖 3.2。

應 用 價 值 工 程 建 立 主 、 次 要 機 能 層 級 架 構

計 算 主 要 機 能 與 次 要 機 能 重 要 度

建 立 評 估 因 素 項 目

決 定 次 要 機 能 與 評 估 因 素 相 關 程 度

計 算 評 估 因 素 權 重

決 定 評 估 因 素 間 相 關 程 度

計 算 評 估 因 素 調 整 後 的 權 重 圖 3.2 模糊品質機能展開之流程圖 資料來源：本研究整理

根據圖 3.2 之流程圖所發展之模糊品質機能展開之品質屋如下圖 3.3。

相關矩陣 評估因素 品質機能 相關矩陣 次

要 機 能

評估因素權重 主

要 機 能

調整後評估因素權重 圖 3.3 品質屋 資料來源：本研究整理 以下針對圖 3.2 之流程圖逐一詳細說明：

壹、應用價值工程建立 VMI 主、次要機能層級架構

表 3.1 模糊層級分析法評比尺度

階數 9 10 11 12 13 14 15 -- R.I 1.45 1.49 1.51 1.48 1.56 1.57 1.58 --

如果

C.I.與 R.I.值小於或等於 0.1，表示公司決策專家填寫問卷時有一致性；若 C.I 與 R.I.值大於 0.1 時，表示問卷並無一致性，需將此問卷刪除或者修正。

四、修正次要機能模糊重要度

在步驟二所求得的次要機能模糊重要度，是各別主要機能下所求得模糊重要度

Wij，因此需要乘上主要機能以修正次要機能模糊重要度W_ij^*，公式如下：

*

i j i i j

W  = W  ⊗ W 

參、建立評估因素項目

本研究根據文獻的探討後，再結合專家意見與公司意見求得評估因素與次要機能相 符合的即為評估因素項目

C ，

肆、決定次要機能與評估因素相關程度

評估次要機能與評估因素之間的相對應關係，如果次要機能與評估因素之間有相對 應關係則填入符號◎(強相關)、○(中相關)或△(弱相關)的符號，若無相關則不需作記 號。完成以後應注意以下幾點：

一、每項次要機能項目至少有一個◎(強相關)符號。

二、有◎(強相關)符號的地方並無集中在相同地方。

三、沒有◎(強相關)、○(中相關)或△(弱相關)符號過多或集中在對角線上的問題。

本研究根據公司專家之評比，求取次要機能與評估因素關係矩陣的相關程度。主要 是將公司專家的意見整合後給予相對應的符號，轉換成相對應的模糊數如表 3.3 所示，

即可求得次要機能與評估因素之間的相關程度R_ij。

表 3.3 關係矩陣語意值之模糊數 相關性 符號 模糊數 強相關 ◎ ( 0.6, 0.8, 1 ) 中相關 ○ ( 0.4, 0.6, 0.8 ) 弱相關 △ ( 0.2, 0.4, 0.6 ) 無相關 無 ( 0, 0, 0 ) 資料來源：本研究

伍、計算評估因素權重

接著，需求得評估因素的權重，通常在品質機能展開中，計算評估因素(品質要素) 權重的計算方法有以下兩種(水野滋，1999)：

一、獨立配點法

將要求品質的權重與符號◎○△代表之值相乘求出其積，再縱向合計其值，求出 品質要素權重的方法。

二、比例分配法

將符號◎○△代表之值求出其和，再按符號◎○△數量化大小比例分配品質權 重，再縱向合計其值，求出品質要素權重的方法。

這裡本研究採用獨立配點法計算每項評估因素的權重，將調整過後的次要機能重 要度與次要機能與評估因素之間相關程度相乘，再縱向合計其値，得到評估因素的權 重。其公式如下：

1

( ) ( , , )

s

j i ij L j M j R j

i

CW W R CW CW CW

=

=

∑

   (3.6)

陸、決定評估因素間相關程度

由於各項評估因素間可能會彼此影響，為了使本研究模式更加完整，本研究將評估 因素彼此間的相關性也考慮在內。因此，需將上一步驟得到的評估因素權重再進行調 整，求得更符合實際情形之權重。如果評估因素彼此間有相關聯的情形，則需依其強弱

的關聯度分別填入◎(強相關)、○(中相關)或△(弱相關)的符號，若彼此無相關則不作記 號。

最後，保留公司專家意見整合後給予評估因素間的相關程度

r~ ，此處相關程度仍採

柒、計算評估因素調整後的權重

根據上述步驟伍、陸所求得的「評估因素權重」與「評估因素間相關程度」，即可 求得評估因素調整後的權重。本研究採用 Khoo 與 Ho (1996)所提出調整品質要素權重之 公式，計算調整後的各項評估因素權重CW_j^*，其公式如下：

* * * *

, 1

1 ( ) ( , , )

1

n

j j j ij L j M j R j

i j j

CW CW CW r CW CW CW

n

= ⊕ ⊗ =

−

∑

    ，i = 1, 2 , ...,n ，

1, 2 , ...,

j = n。 (3.7)