1960 年德爾菲法(Delphi Method)首度被提出，是一種表示專家群體意見之有系統 的程序方法。但在整體決策的過程中對於問題量測與意見回應上，卻存有含糊、不確 定性與不一致性的缺陷(Chang, Huang, & Lin, 2000；Wey & Wu, 2008)，於 1985 年首 度有學者將模糊理論應用於德爾菲法，1993 年 Ishikawa, et al.更是利用累積次數分配 與模糊積分的觀念，將專家意見整合成模糊數，即為模糊德爾菲法(徐慧民、衛萬明 與蔡佩真，2007)。
模糊德爾菲法(Fuzzy Delphi Method. FDM)是一個進行因子篩選的方法，可改善傳 統德爾菲法所存在的含糊與不確定性的問題，其較傳統的德爾非法具有以下四項優點：
1.模糊德爾菲法可降低調查之次數。2.對於專家的意見可較為完整的表達。3.對於專 家之知識，經由模糊理論可使其更具有理性及合乎需求。4.在時間與成本上更具經濟 效益(徐慧民等，2007)。
根據上述針對模糊德爾菲法之優點，故本研究可利用模糊德爾菲法進行第一次專 家問卷之因子篩選，進而達到欲達到之目標。本研究採用的方法是以王維民(2010)提 出之，其概念是以 Ishikawa et al. (1993)為核心概念，且結合鄭滄濱(2001)、並以 Lee, Wang and Lin (2010)與 Wang (2008)為基礎，除參考以上學者，並參酌其他相關的研究 (陳昭宏，2001；黃燕萍、王維民，2008；Chang, Tsuhimura, Gen, & Tozawa, 1995；
Chang & Wang, 2006；Dzeng & Wen, 2005；Hsiao, 2006；Kuo & Chen, 2008；Wey & Wu, 2008)，本研究採用雙三角糢糊數，其主要的原因是因為雙三角糢糊數需要透過「灰 色地帶檢定法」來檢驗專家的意見是否達成共識能收斂，且運用雙三角糢糊數會較一 般單一三角糢糊數求取幾何平均數更為客觀且合理(徐慧民等，2007)。其詳細步驟如 下：
步驟 1：收集所有建立之可能影響的相關評估因子U = {ui | i = 1, 2, 3, … , n}，ui 為所 建立之因子i。
步驟 2：每位專家以 0 至 10 個等級針對所建立之可能影響的相關評估因子給予一個 評估的區間值 S i={(Ck i , Oki)}，其數值需為整數，Ck i 與Oki分別代表專家 k 給予評估因子ui可允許的最小值與最大值，此兩個數值亦分別代表著每位專 家對該評估因子量化分數的「最保守認知值」與「最樂觀認知值」(鄭滄濱，
2001；Chang & Wang, 2006)。
步驟 3：將所有專家針對每一個評估因子ui，所給予的「最保守認知值」Ck i與「最樂 觀認知值」Oki進行統計分析後，將「兩倍標準差」以外的極端值予以刪除(Wey
& Wu, 2008)，再將遺留下來的評估數值分別計算出「最保守認知值」Ck i 中 的最小值 CL i 、幾何平均值CM i 與最大值 CU i 以及「最樂觀認知值」Oki中的最 小值 OL i 、幾何平均值OM i 與最大值 OU i 。
步驟 4：承接步驟 3 之結果，分別建立每一個評估因子ui的「最保守認知值」與「最 樂觀認知值」的三角糢糊數，為Ci = (CLi, CMi , CUi )與 Oi = (OLi, OMi , OUi )，如 兩者有重疊之部分則稱其為「灰色區域(gray zone)」，上述如圖 2 所示(陳昭 宏，2001；鄭滄濱，2001；Ishikawa et al., 1993；Hsiao, 2006；Wey & Wu, 2008)：
隸屬度
認知值 1
0
糢糊關係 之 灰色區域
圖 2 雙三角模糊數與模糊關係之灰色地帶示意圖
步驟 5：藉由每一個評估因子ui的灰色地帶計算其「共識重要程度值」Gi，檢驗並判 斷專家們之意見是否達成共識。(鄭滄濱，2001；Ishikawa et al.,1993；Hsiao,
C
𝐿iC
𝑀iO
𝐿iC
𝑈iO
𝑀iO
𝑈i𝐶
𝑖𝑂
𝑖評估因子ui愈重要。
藉由步驟 4 所計算出的 CUi 與 OLi數值，判斷兩者相對應之關係後計算「共識重要 程度值」Gi，計算方式如下：
1. 當兩個三角糢糊數無重疊時，即 CUi ≤ OLi，則表示該灰色區域Zi不存在，代表專 家們對此評估因子ui 的意見已達成共識，此時CMi 與 OMi 的算術平均數為該評估因 子的「共識重要程度值」 Gi，公式如下：
Gi = CMi +OMi 2
2. 當兩個三角糢糊數有重疊時，即 CUi > OLi，則表示灰色區域𝑍𝑖存在於該評估因子 ui 中，Zi = CUi − OLi。此時則應先行判斷「樂觀認知的幾何平均值」與「保守認 知的幾何平均值」的區間範圍值Mi = OMi − CM i ，與灰色區域Zi = CUi − OLi之間 的關係，根據 M i與 Zi之關係的處理方式如下：(鄭滄濱，2001；Lee et al., 2010) (1) 當 Z i < Mi時，表示雖然專家們評估的意見區間值雖無共識區間，但給予極
端值的專家並沒有與其他專家們的意見相差甚遠，而導致意見分歧發散之現 象，因此，令此評估因子ui 的「共識重要程度值」Gi為兩三角糢糊數的模糊 關係交集(min)運算所得的模糊集合，再求取最大的隸屬度值(鄭滄濱，2001；
Lee et al., 2010)，其中，μF (xj)為三角糢糊數 Ci與 Oi交集的隸屬函數。
Fi(xj) = {∫{min[Ci(xj) , Oi(xj)]} dx
x
} , j∈U
Gi = {xj|max μFi (xj)},j∈U
(2) 當 Zi > M i時，表示專家們評估的意見區間值已無共識區間，且給予極端值 的專家與其他專家們的意見相差甚遠，而導致意見分歧發散，因此將未收斂 的評估因子ui 提供 M i值給予下次填寫問卷的專家參考，並重複步驟 2 至步 驟 5，再次填寫專家問卷，直到達到所有的評估因子皆收斂並求出 Gi為止(鄭 滄濱，2001)。
步驟 6：根據步驟 5 所求出之「共識重要程度值」Gi以及每個研究自行訂定之門檻值 S ，來判斷評估因子ui 是否該刪除，於篩選因子時將評估因子ui 的「共識重 要程度值」Gi與門檻值 S 作比較，若Gi > S 則應將該評估因子ui 予以保留，
反之，則應將該評估因子ui 予以刪除(Dzeng& Wen, 2005)。根據文獻指出，
一般建議將門檻值 S 的值訂於 6.0 至 7.0 是最為適當。其門檻值 S視決策者實 際需求而主觀訂定(張有恆、徐村和與陳曉玲，1997；Dzeng & Wen, 2005；
Kuo & Chen, 2008)。