第四章 研究設計與實施
第二節 研究工具
壹、德懷術問卷之訂定
一、第一回合問卷之編製
第一回合創業型大學要件問卷的項目內容主要係根據第二章文獻探討 內容，以及第三章大學經營方式的探討之後構思而得（問卷內容請見附錄 2），其中以第二章節之專家學者的研究觀點作為問卷內容的主要建構根 基，如圖 4-2 所示。
為了更加清楚的說明創業型大學之要件問卷的內涵，本研究進一步將 九項要件之內涵細分為各個子項目。為了解這創業型大學要件內涵是否適 合提供台灣公私立大學經營之參考，以及要件項目的內容敘述是否合宜，
本研究在第一回合階段採用傳統德懷術之優點來篩選適切的創業型大學要 件子項目，並修改要件子項目的說明內容，讓創業型大學要件的子項目欲
第三章節 文獻內容
圖 4-2 第一回合問卷項目內容之建構基礎
第二章節文獻內容
第一回合問卷之
項目內容
表達的意義內涵能更加清晰明確。第一回合創業型大學的九項要件及其子
由表 4-1 可以知道，每一項創業型大學要件底下都有所屬之子項目，
表 4-2 創業型大學要件子項目之內容（續）
表 4-2 創業型大學要件子項目之內容（續）
表 4-2 創業型大學要件子項目之內容（續）
要件之子項目 內容說明 9-2 師資陣容優良
學校能以優渥條件留住教學優質和研發努力的教師群，並能 彈性聘請各國優秀學者前來授課（如客座教授）、協助研究或 演講。
9-3 重視教學品質 學校重視教師的教學情況，有設置優良教師獎勵項目，譬如 訂定「榮譽教師制度」，以維持優良的教學品質。
9-4 學生素質良好 學校有優良的學術聲譽，並且能提供優渥的獎助學金，以吸 引優秀學生選擇就讀。
9-5 研究資金充裕 學校能確實評估各研發中心或研發人員之申請撥與研究經 費，並能視情況彈性地給予額外支援。
表 4-2 為創業型大學要件第一回合問卷的 49 個子項目，每個子項目都 有完整的內容說明，而寄送給各專家學者填寫的第一回合問卷之格式及內 容，請詳見附錄 1 所列。
二、第二回合問卷之編製
創業型大學要件之第一回合問卷共計有九個要件，每個要件底下細分 出 49 個要件子項目。這 49 個要件子項目在經過第一回合問卷調查之後會 有增減的情況。換言之，第二回合問卷的要件子項目可能多於 49 個，也可 能少於 49 個，需視第一回合問卷之回收結果而訂定之。第一回合問卷之回 收修改結果如表 4-3 所列。
表 4-3 第一回合問卷之修正情況
表 4-3 第一回合問卷之修正情況（續）
表 4-3 第一回合問卷之修正情況（續）
表 4-3 第一回合問卷之修正情況（續）
表 4-3 第一回合問卷之修正情況（續）
表 4-3 第一回合問卷之修正情況（續）
表 4-3 第一回合問卷之修正情況（續）
表 4-3 第一回合問卷之修正情況（續）
根據第一回合問卷回收之結果，原本 49 個要件子項目修改為 48 個要
第二回合問卷減少為 48 個子項目，所有子項目的內容說明皆有修正，
與第一回合問卷多有差異，請見附錄 4 所示。第二回合問卷之要件子項目 係根據表 4-3 之修改內容而訂定，研究方法則改為採用模糊德懷術。由於 模糊理論的模糊數用法有好幾種，本研究採用「三角模糊數」來解決模糊 性問題。第二回合問卷的主要目的在於評估要件子項目的重要性，以及收 歛專家學者的意見，因而問卷內容的設計格式與第一回合問卷不同，問卷 的格式及內容請詳見附錄 3 所列。
貳、三角模糊數
模糊理論近年來逐漸受到社會科學等領域的重視和應用，這是複雜 的人文社會現象無法以傳統數值模型解釋的一種發展結果。二元邏輯的觀 點相當清楚易懂，但是這種二元邏輯的測量，雖然有其明確特性，但若將 此觀點用於描述某些實務現象時，便可能發生不合理的情形，因為某些 現象並不一定存在非此即彼的關係，而是存在既此又彼的關係。例如：在 填寫問卷量表時，很多時候不適宜只能在多個選項中擇一，像是對於「有 些同意又部分不同意」的感受，著實很難要求填答者只勾選單一選項，
而且生活中有許多人也常常使用模糊的語言，譬如「有點喜歡又不是太喜 歡」或「不反對但也不同意」，說明了人類思維與感覺測量應有部分屬於 某個集合的量化觀點。
由於人類的思考具模糊性與不確定，傳統 上將語意變數轉換成單一數值 的作法，合理性不足。因此，相關的社會科學研究漸漸嘗試以模糊數或區間 值來標示語意變數的量化（林原宏，2007），單一數值與模糊數之語意量 化的差異如表 4-5 所示。單一數值的記分過於簡化人類的真實感受，而且 統計分析上假定答案是等距的作法也令人存疑，因為個人對於非常符合和 符合之間與符合和普通之間的意義差距是不同的，有時候人類在思考同一 件事情時，往往因某些情境因素而有不同的感受或想法。
由於模糊數的表達形式有很多種，較常見的有三角模糊數（triangular fuzzy numbers）與梯型模糊數（trapezoid fuzzy numbers），本研究採用較能 適度表達填寫者偏好判斷之情形的三角模糊數，進而判斷各個要件子項目 之重要性，其定義與計算步驟如下所述。
一、三角模糊數的定義
Klir與Yuan(1995)提出模糊數的定義，認為模糊數A需滿足三個性質：（1）
A必須是一個正規的模糊集合（normal fuzzy set），亦即存在一實數x使得uA（x）
=1；（2）A必須是一個凸模糊集合（convex fuzzy set），亦即A的α截集（α-cut）
必須是一個閉區間 ；（3）A的底集（support）A0+必須是有界限的（bounded）
且連續的（continuous）（引自林原宏，2007）。模糊數的A為一模糊集，其 隸屬函數為μA(X) : R [0,1]，意義包含：
（一） μ
A(X)為區段連續。
（二） μ
A(X)為一凸模糊子集（convex fuzzy subset） 。
（三） μ
A(X)為正規化模糊子集（normality of a fuzzy subset） ，即存在 一實數 X
0，使得 μ
A(X
0)=1。
滿足上述三條件者即稱為三角模糊數（Dubois & Prade, 1980；引自吳 表 4-5 單一數值與模糊數之語意量化的差異
單一實數值
我是積極的人 非常符合 符合 沒意見 不符合 非常不符合 五點量表記分 5 4 3 2 1
模糊數
我的積極程度
消極 積極
語意區別量尺計分 1 2 3 4 5 6 7 8 9 10
政達，2008a），如圖 4-3 所示。
圖 4-3 中，L 點表示專家學者們共識的最小點，U 點表示專家學者們共 識的最大點，此兩點乃是極端值，所以訂定其隸屬函數為 0，而 L 到 U 點之間則包括任何形式的共識性，因此分別給予不同的隸屬度。其次，由 於幾何平均數較不受極端值影響，因此本研究採用幾何平均數 M 點為隸屬 度 1 之代表。以圖 4-3 表示模糊數雖然相當清楚，然而實際應用上並不太 方便，因此一般皆以數學式來表示，即設一三角模糊數 A= (L, M, U)L-R，其 隸屬函數定義如下（吳政達，2008a）：
1
圖 4-3 三角模糊數
資料來源：吳政達（2008a）。教育政策分析：概念、方法與應用（頁 60）。台北：高等教育。
(x-l) / (m-l) , l＜x＜m (x-u) / (m-u) , m＜x＜u
0,otherwise μA(X) =
μA(X)
X
L M U
二、三角模糊數的計算步驟
根據上述三角模糊數之定義，本研究嘗試建立包含所有專家學者之模 糊數 A＝(L, M, U) L-R，可以避免傳統德懷術刪除資料的缺失。這個模糊數 的總值（total score）是採取 Chen 和 Hwang 於 1992 年所提之模糊集合反 模糊化（defuzzify）的方法，再由專家學者們給定一門檻值γ，以篩選出適 合的問卷項目（吳政達，2008a）。本研究所採用的計算步驟內容如下：
（一）建立各初選要件子項目之重要程度的三角模糊數 A。
（二）建立最大值與最小值的隸屬函數 μ
max(X) 與 μ
min(X)。
最大值的隸屬函數： μ
max(X)
＝
最小值的隸屬函數： μ
min(X)＝
（三）由最大值隸屬函數與 A 的模糊函數求出 μ
R(A)值，即右界值。
（四）由最小值隸屬函數與 A 的模糊函數求出 μ
L(A)值，即左界值。
（五）經由 μ
R(A)值與 μ
L(A)值計算模糊數 A 的總值。
μ
T(A)＝﹝ μ
R(A) + 1－ μ
L(A)﹞/ 2
（六）設定合理的評定值做為篩選要件子項目的依據，即篩選要件子 項目之門檻值。若要件子項目之總值大於評定值，就會被選取；
若要件子項目之總值小於評定值，則此子項目就會被刪除。
x,0＜x＜1 0,otherwise
1-x,0＜x＜1 0,otherwise
參、信度與效度
一份良好的問卷應同時具備信度（reliability）與效度（validity），而在 具備效度之前必須先有信度，故以下先說明本研究工具之信度，其次說明 本研究工具之效度。
一、信度之建立
信度係指調查工具所得到的結果之一致性或穩定性（王保進，2006）。 大致來說，參與德懷術的專家學者至少要在 10 位以上，特別是專家學者為 異質時，專家學者應在 15 至 30 位左右，群體誤差才會降低，可信度才能 升高（游家政，1996；Murry & Hammons, 1995; Loo, 2002）。由於本研究所 選擇的專家學者包含（曾）兼任行政職務或（曾）參與產學合作計畫之大 學教授、大學育成中心經理，以及目前在業界與政府機構服務之專家學者，
專家群具異質性。因此，本研究立意選擇 20 位相關的專家學者做為德懷術 的專家群，以提升創業型大學要件問卷的信度。
量化研究與質性研究皆有估計信度的方法（葉重新，2001），如 表 4-6 所示。本研究在做完第一回合問卷之後，將增加或刪除部分要件子項目，
並修改不適切之要件子項目，作為編制第二回合問卷內容之依據，所以在 要件子項目內容說明方面，首先採用評分者信度（scorer reliability），即 兩 回合問卷的要件子項目皆由同一批專家學者來填寫，藉由原本之專家學者 再次評估問卷項目的內容，進而提升創業型大學要件問卷的信度。其次，
採用 α 係數分析第二回合問卷之整體要件及各要件的內部一致性，檢視整 份問卷的項目內容是否能貼近研究目的。創業型大學之各要件及其子項目 在經過信度分析後，結果如表 4-7 所示，包括問卷的整體信度與各要件的 信度。
表 4-6 估計信度的方法
資料來源：研究者修改自周文欽等着（1995）。心理與教育測驗（頁 58）。
台北市：心理。
根據表 4-7 的分析結果，發現問卷的整體 α 係數為 0.93，表示修訂後 的第二回合問卷之信度良好，而個別要件的α 係數介於 0.667 到 0.931 之間，
顯示各要件的內部一致性程度不同，但仍皆具備信度。基本上，即使不計 算信度係數，仍可以運用其它方法盡量提升問卷的信度，譬如採用正確的 與不含糊的問卷項目內容說明、採用標準化的實施程序來提升測驗的一致 性、避免受訪者處於不正常的情況下接受訪問、編制具有適當難度的問卷 項目而不致使回答是出自於填答者的猜測等（王文科，1996）。有鑑於此，
本研究在子項目內容方面盡可能明確清晰的說明，並編制具有理論基礎的 問卷內容，讓專家學者在填答時需用到專業知識的判斷，藉以提升問卷內 容之信度。
二、效度之建立
效度是指調查工具能正確測量到所要測量特質之程度，一般稱之為測
效度是指調查工具能正確測量到所要測量特質之程度，一般稱之為測