第三章 研究方法
第二節 決策實驗室分析法
(1997)根據SIPA方法，提出16種策略，以決定不同服務屬性在競爭市場中所採用的競 爭策略。Bei and Shang(2006)運用SIPA進行公家與私人銀行、公營與民營加油站的服 務特性比較分析。Lee and Hsieh (2011)運用SIPA分析電信業者的競爭優勢、劣勢與其 競爭策略。Tsai, et al. (2013)利用SIPA探討製造企業如何獲得訂單，取得競爭優勢。
質，進而找出核心問題以及改善的方法。
在運用 DEMATEL 方法時，其中的分析元素須滿足幾項假設，分別為：
1. 需要明確的問題性質：在問題的形成與規劃階段，須清楚知道研究問題是什麼性 質，以便正確設定問題的解決方向。
2. 需要明示問題的關聯度：由每個問題元素開始，表示其與其他元素的關聯度，以 0,1,2,3,4 等數字表示其關聯強度。
3. 需了解每個問題元素的本質特性：對每個問題元素，再針對相關問題做補充說明，
包含同意及不同意的觀點等。
選擇應用DEMATEL將可有效瞭解複雜的因果關係，藉由觀察元素間兩兩影響的 程度，評估量化分析問題其背後所存在之錯縱複雜的關係，再利用矩陣及相關數學理 論計算出全體元素之間的因果關係及影響的強度，最後選擇適當解決方案與計畫解決 主要問題與次要問題的可能策略。多年來DEMATEL已經被廣泛運用來解決不同領域 的各種問題，其相關應用也非常廣泛，包括企業規劃與決策、工業區開發與環境保育 方案評估、分析全球問題群、都市規劃設計、地理環境評估、複雜系統分析評估…等 領域，未來依然極具研究發展性。
二、決策實驗室分析法相關研究
紀岱玲(2006)結合ANP及DEMATEL建立新的評估模式；Wu and Lee (2007) 提出 一個有效的方法，結合模糊邏輯和DEMATEL，分析全球性經理人所必需具備的能 力，促進更好的全球性經理的能力發展；Hsu , Chen, and Tzeng (2007)運用模糊 DEMATEL結合模糊多重準則決策建立客戶的選擇行為模式；Tzeng, Chiang and Li (2007)提出新穎的MCDM模型，並藉由DEMATEL做要素相關分析並應用於e化學習 中；Lin and Wu (2008)運用Fuzzy DEMATEL於解決團體決策的問題。胡秀媛(2008)運 用Kano二維品質模式決定贏得訂單條件的品質屬性及其非線性的影響，並採用決策 實驗室分析法(DEMATEL)分析因果關係與相互影響程度，找出贏得訂單條件的核心
要項。Lee,Yen and Tsai(2008)運用修正IPA模式結合DEMATEL分析研究台灣某工業電 腦製造商，提供市場策略與製造策略決策的依據，改善顧客滿意度等。Lee, et al. (2010) 使用DEMATEL應用於科技接受模式(Technology Acceptance Model , TAM)，驗證 DEMATEL應用於TAM的效益。Lee and Hsieh(2011)運用DEMATEL分析電信產業服務 屬性的因果關係，以調整服務屬性的重要度，解決競爭能力問題。Wu (2012)使用Fuzzy DEMATEL探討知識管理的核心執行與核心問題。
本研究將DEMATEL的架構與運算步驟彙整說明如下：
1. 定義屬性特性並建議量測尺度
利用各種工具與方法，如腦力激盪法、專家意見法、文獻探討等，列出可能 影響複雜系統表現的各種屬性並且做定義，即解釋兩兩元素間之互相關係。再建 立元素與元素之間，其兩兩比較的量測尺度。而在量測尺度的選擇方面則並沒有 特別的規範或限定。
2. 建立直接關係矩陣(direct-relation matrix)
若有n 種屬性會對一複雜系統產生影響，則透過相關專家意見，可以將n 種屬性 依照相互影響關係與影響的程度做出n x n 的直接關係矩陣X。在直接關係矩陣X中，
Xij代表屬性i對屬性j的影響程度，而直接關係矩陣X的對角屬性Xii設為0。同時建立 一符號矩陣S，可用以代表正向或負向的影響，分別以｢+｣號與｢-｣號表示。
0 0
0
2 1
2 21
1 12
n n
n n
x x
x x
x x
X (1)
3. 計算正規化直接關係矩陣
正規化直接關係矩陣的計算，Lin and Wu（2008)、Lee, et al.（2010)、Lee and Hsieh
（2011)係以列向量和最大者為正規化基準。
定義
nj
xij
n i Max 1 1
1 (2)
再將直接關係矩陣X 乘上λ 值，可得到正規化直接關係矩陣 N X (3) 4. 計算直接/間接關係矩陣(direct-indirect matrix)
當 擁 有 已 知 的 正 規 化 直 接 關 係 矩 陣 N 之 後 ， 可 再 運 用 單 位 矩 陣 I(Identity Matrix)，進而求得直接/間接關係矩陣T，或稱為完全關係矩陣(Total-Relation Matrix)。
2
1lim
N N N N I N
T k
k (4) 5. 計算因子影響度與被影響度
當我們得到直接/間接關係矩陣T 之後，想要計算出某屬性對於其他屬性的影 響、與被其他屬性影響的程度。可先定義tij為直接/間接關係矩陣T 中的屬性特性，其 中i,j = 1,2,…,n 。再以Di為第i列的總和，代表以屬性i為原因，所影響其他屬性的總和；
Rj為第j欄的總和，代表以屬性i為結果，被其他屬性所影響的總和。由直接/間接關係 矩陣T所求得之Di與Rj，皆包含了直接與間接的影響。
(5)
n
i ij
j t j n
R
1
,..., 2 ,
1 (6) 6. 計算中心度與原因度：
以上述運算步驟得到 Di 與 R j 值後，可定義：
(Dk＋Rk)為中心度(Prominence)， k = i = j = 1,2,…,n。
(Dk - Rk)為原因度(Relation) ，k = i = j = 1,2,…,n。
中心度代表此品質特性影響與被影響的總程度，根據此值可觀察該品質特性在所 有問題中所顯現的核心程度。
原因度則表示此品質特性影響與被影響的差異程度。原因度為正，意謂該品質特 性偏向為原因類；原因度為負，代表該品質特性偏向為結果類。
7. 繪製因果圖
n
j ij
i t i n
D
1
,..., 2 , 1
因果圖之繪製係以(Dk＋Rk)為橫軸，(Dk - Rk)為縱軸，依照品質特性的座標值而繪 製的二維圖形，運用圖形表達的目的是藉由圖形將複雜的因果關係簡化為易懂的視覺 性結構，決策者可根據屬性所在位置判定屬性應歸屬為原因類或結果類，以及屬性影 響與被影響的程度，並依所屬類別與影響程度來制定適合的決策，以解決問題，如圖 8。
(Dk - Rk)為正值時，屬性k歸屬為原因類，若(Dk - Rk)為負值時，屬性k歸屬為結果 類。當(Dk - Rk)越大時，代表屬性影響其他屬性及被其他屬性影響的程度越大。依照 屬性(Dk＋Rk)與(Dk - Rk)的座標位置，可將屬性區分為下列四個種類：
1. (Dk - Rk)為正值、(Dk＋Rk)值大：影響別種特性的程度加上受到別種特性影響的 程度，其總和影響屬於高度影響；但以影響別種特性的程度較高，偏向原因類。
代表屬性為原因類的屬性，是解決問題的驅動因子。
2. (Dk - Rk)為正值、(Dk＋Rk)值小：影響別種特性的程度較高，但總和影響程度偏 低，屬於低度總和影響的原因類品質特性因子。代表屬性具有獨立性，只能影響 少數的其他屬性。
3. (Dk - Rk)為負值、(Dk＋Rk)值大：：受到其他品質特性影響的程度較高，影響其 他品質特性的程度較低；但兩者總和影響屬於高度影響，偏向結果類的品質特性 因子。代表屬性是需要被解決的核心問題，但是因為它是結果類的屬性，並非可 以被直接改善。
4. (Dk - Rk)為負值、(Dk＋Rk)值小：：受到別種特性影響的程度較高，但總和影響 程度偏低，屬於低度總和影響的結果類品質特性因子。代表屬性具有獨立性，只 有被少數的其他屬性所影響。
第 2 象限
1. 驅動因子，亦具有獨立性，僅會影 響少數其他因子，為管理資源運用 的第二順位。
2. 中心度低、原因度高
第 1 象限
1. 核心因子，此為關鍵影響性因子，
資源運用首重此區。
2. 中心度高、原因度高
第 3 象限
1. 獨立因子，與其他因子互動性低，
單獨控管好此區因子即可。
2. 中心度低、原因度低
第 4 象限
1. 被影響的因子，需改善之，但為管 理資源運用的末順位。
2. 中心度高、原因度低
低
圖 8 DEMATEL 因果圖中各象限代表之意義
資料來源：謝宜芳(2011)。整合修正後 SIPA 與 DEMATEL 於台灣通訊服務業服務品 質衡量之研究。未出版之博士論文，私立中華大學科技管理研究所，新竹市。