第一節 德爾菲法
德爾菲法(Delphi Method)由 Dalkey and Helmer (1963)【226】所提出，是一種有系統表達專家群 體意見的程序方法。德爾菲法為專家判斷預測法，是群體決策法的一種，以專家判斷為基礎所發展 出的一種主觀性預測方法，以專家判斷為基礎擷取問卷調查與會議二者之優點，所發展出的一種主 觀性預測方法(Linstone, 1978)【255】，其原理是建立在「結構化的資訊流通」、「匿名化的群體決策」
和「專家判斷」的基礎上(游家政，1996)【154】。
所謂信度是衡量沒有誤差的程度，也是測驗結果的一致性( Consistency )程度，信度是以衡量的 變異理論為基礎。衡量的誤差可分為系統性誤差及隨機性誤差。一般而言，大部份的誤差是系統性
(1) 再測信度(Test-Retest Method)：再測信度是讓同一組受測者，在前後兩個時間內測驗 兩次，以其兩次測驗的結果求其相關係數，而此係數稱為再測信度 (Test-Retest Reliability)。
(2) 折半信度(Split-Half Method)：將受測題目分成兩半，然後再以前半段之題目與後半段 之題目做相關，若相關程度很高就代表折半信度很高，是考驗衡量的同質性。
(3) 複本信度(Equivalent-Forms Method)：讓不同程度的受測者能夠明確瞭解問卷題目的意 思，有時候同一個測驗中有甲、乙卷兩種以上的複本，由一組受試者先用甲卷進行測 試，同組人或另外一個人再用乙卷進行測試，用這兩種測驗的結果求其相關係數即為 複本信度。
(4) 庫李信度(Kuder-Richardson Reliability)：目的在於分析問項間的一致性。在估計信度 上，最常用的是庫李二十號公式：
2. 等值性：交替使用一套測驗的多種複本，再根據一群受試者每個人在各種複本測驗之得 分，計算相關係數。
3. 內部一致性:指量表能否測量單一概念，同時反映組成量表題項之內部一致性程度。
二、 效度分析
所謂效度是指衡量的工具是否能真正衡量到研究者想要衡量的問題，其中量表的效度類型有三 種：內容效度、效標關聯效度與建構效度其說明如下。
1. 內容效度 ( Content Validity )：以研究者的專業知識來主觀判斷所選擇的尺度是否能正確的 衡量研究所欲衡量的東西。
2. 效標關聯效度 ( Criterion-Related Validity )：所謂效標關聯效度是指使用中的衡量工具和其 他的衡量工具來比較兩者是否具有關聯性。
3. 建構效度( Construct Validity )：建構效度(或稱構念效度)指問卷或量表能測量到理論上的構 念或特質之程度。建構效度有兩類：收斂效度與區別效度。而檢測量表是否具備建構效度，
最常使用之方法為因素分析法。同一因素構面中，若各題目之因素負荷量(Factor Loading) 愈大(一般以大於 0.5 為準)，則愈具備「收斂效度」。若問卷題目在非所屬因素構面中，其 因素負荷量愈小(一般以低於 0.5 為準)，則愈具備「區別效度」。
4. 量表之信度與效度：潛在變數的衡量，通常是以量表或問卷做為測量工具，評估量表優良 與否的準則為信度與效度。
三、 相關分析
相關(Correlation)是用以檢定兩個變項線性關係的統計方法，相關係數(Coefficient of Correlation) 即是建立一個用以描述兩個連續變項間關聯情形的量數。一般的相關分析可分為下列三種(邱皓正，
2000)：
1. 皮爾森相關係數(Pearson Coefficient of Orrelation)皮爾森相關係數的數值可以反應兩個連 續變項關聯情形的強度大小，但相關係數是否具有統計上的意義，則必須透過統計考驗來 判斷。
2. 史比爾曼等級相關(Spearman Rank Order Correlation )史比爾曼等級相關適用於兩個連續變 數線性關聯情形的描述，而連續變項必須使用等距或比例量尺。
3. 點二系列相關(Point-Biserial Correlation)兩變項中一為連續變項，另一為二分類別變項的相 關係數稱為點二系列相關。
4. 本研究採用皮爾森相關係數分析探討因素構面對影響變數之間的相關程度，並將相關性的 變數獨立進行複迴歸分析，以避免線性重合之情形發生。
四、 迴歸分析
在直線迴歸分析中如果只探討一個自變項(Independent Variable)，對一個依變項(Dependent Variable)的影響，則稱為簡單線性迴歸分析。簡單直線迴歸的決定系數(R2)等於自變項與依變項間 積差相關係數的平方。迴歸分析中的自變項也稱為預測變項或解釋變項；而依變項又稱為效標變項 或反應變項，迴歸分析中如果自變項有 2 個以上，則稱為複迴歸分析或多元線性迴歸分析(Multiple Linear Regression Analysis)【78】。
多元線性迴歸的目的旨在找出一個自變項的線性結合(迴歸方程式)，以說明一組預測變項與效 標變項間的關係，如果可行，則自變項間的線性組合與效標變項間關係強度有多大，整體解釋變異 量是否達到統計上的顯著水準，在迴歸模式中哪些自變項對效標變項的預測力較大，原始迴歸模式 中的自變項數目能否予以減少而對效標變項仍具有足夠的預測力(黃俊英，2004)【160】。應用多元 線性迴歸時，所分析的資料必須符合以下的基本假定【37,錯誤! 找不到參照來源。,265】：
1. 常態性(Normality)：對於預測變項的各個水準在效標變項上呈常態分配，即殘差為常態分 配，常態性的假設即迴歸模式所得之樣本預測值與樣本實際值的殘差值所形成的分配為常 態分配。在迴歸分析中，通常可藉檢驗效標變項是否為常態，藉以瞭解殘差是否為常態。
2. 效標變項的各個觀察值必須是獨立的。
3. 預測變項彼此之間沒有多元共線性關係(Multicollinearity)，即自變項彼此間的關係沒有高度 相關(相關係數>0.7 以上)。複迴歸分析中變項間的最佳關係為自變項與效標變項中有高度
相關，而自變項本身間呈中度或低度相關。
4. 直線化(Linearity)：預測變項與效標變項間關係的呈線性關係，及資料型態呈現的是任何形 式的直線關係，而不應為曲線關係或其他非直線型態，直線化的假定在迴歸分析中非常重 要。若變項間的關係為非線性關係，必須採用曲線迴歸等非線性模式來處理，或將原始資 料進行轉換。
5. 殘差獨立性假設(Independence)：即不同預測變項所產生的殘差間的相關為 0，而誤差項也 須與自變項相互獨立，雖然殘差項出現自我相關也可進行參數估計，但標準誤會產生偏誤 而將降低統計的考驗力，迴歸模型不易達到顯著。
6. 殘差等分散性(Homoscedasticity)：殘差的標準誤在各觀察體上保持恆定，特定自變項水準 的誤差項，除了應呈隨機化的常態分配外，且其變異量應相等；殘差等分散性也可說是變 異數同質性，對於預測變項的各個水準在效標變項之變異數應該是相同的。相對的，資料 未能符合殘差等分散性，即稱為變異數異質性。
在模糊迴歸分析中，一般採用下面的模糊線性模型
(2) 模糊迴歸係數Ai(i=0,1,…,n)是一個模糊幅度數，Y(xp)也是一個模糊幅度數，模糊迴歸分析所要 解決的問題就是如何求得上式中的模糊迴歸係數【9】。
(3) 函數 L(x)=L(-x)；L(0)=1；L(x)在(0,+∞)上單調減；L(x)是對稱的三角型函數，即 L(x)=max(0,1-|x|)。
對於對稱的模糊數A=(c,ω)L，c 表示模糊數的中心點，ω 代表幅寬。根據擴張原理，對稱模糊 數運算如下
(4) 當求得的迴歸係數是對稱的模糊數時，Y(xp)也是對稱的模糊數，且可由下式求得
(5) 對實數輸出值的模糊回歸分析是指對於已知的一組自變量有確切的因變量與之相對應。
第三節 品質機能展開模式
品質機能展開或稱品質屋(quality function deployment, QFD)是一種用來達成顧客期望的產品設 計與開發的規劃工具。它是一種產品設計、工程設計與生產的管制方法以及能對產品作深度的評估。
品質屋用來確認顧客的需求條件，透過逐步的理性轉換過程(僅需使用四次品質屋矩陣三階段之 轉換)。產品達到品質一致性(Quality Conformance)品質機能展開以顧客的要求或期望為中心。把顧 客最原始，含糊不清，也是最重要的要求開展成具體、明白、中肯的要求，然後依此要求的輸入，
一一對應轉換成工程設計的技術述語(technical descriptors)的輸出。
品質機能展開的實施，一定能讓公司組織保證它的完成品一定能符合顧客對產品的要求。品質 機能展開為了使完成品滿足甚至超越顧客的要求，它是由一組功能單位的專家所組成的品質機能展 開組，分工合作共商產品的設計與開發的規劃，依下面四階段的展開，完成顧客的要求。
圖47. 品質機能展開圖(品質屋)
圖48. 品質機能展開(QFD)操作轉換流程圖
第四節 決策實驗室分析法
DEMATEL 方法源於 1973 年日內瓦研究中心 Battelle 協會，當時 DEMATEL 方法用於研究世界 複雜、困難的問題(如種族、饑餓、環保、能源問題…等等)【245】，近幾年，DEMATEL 方法在日 本非常熱門，因為此方法可有效的瞭解複雜的因果關係結構，其藉由察看元素間兩兩影響程度，利 用矩陣及相關數學理論計算出全體元素間的因果關係及影響的強度。相關的應用非常廣泛，包括企 業規劃與決策、都市規劃設計、地理環境評估、分析全球問題群等領域，國內研究如 Lin & Wu(2004)
【237】應用 DEMATEL 於團體決策、胡雪琴(2003)【114】探討企業問題複雜度、林宗民(2005)【98】
研究管理問題的因果關係並建立模式分析。DEMATEL 架構及運算步驟如下：
1. 定義元素並判斷關係：列出系統中的元素並定義，可經由探討、腦力激等方式獲得。根據 專家主觀的心智模型判斷元素兩兩間的關係。
2. 產生直接關係矩陣(Direct-Relation Matrix)：若準則個數為 n，將準則依其影響關係與程度 兩兩比較，得到 n×n 矩陣，稱為直接關係矩陣，以 Z 表示，矩陣中 Zij 的數字代表準則 i 影響準則 j 的程度，並且將其對角元素 Zij 設為 0。
3. 計算標準化直接關係矩陣：令
4. 計算直接/間接矩陣(Direct/Indirect Matrix)：因為，因此直接/間接矩陣 T 可從下面公式得到，
其中 O 為零矩陣，I 為單位矩陣。 5. 繪製因果圖(causal diagram)：令為 tij(i,j=1,2,…,n)為 T 中元素，列的總合及行的總合分別以
Di 及 Dj 表示，由下面 2 公式可得到: