○○國際會議股份有限公司 專案經理。
○○○打擊樂團之活動企劃。
○○國際會議顧問公司體驗行銷部 經理。
擁有九年以上會展實務經驗。
H
中華民國對外貿易發展協會市場研究處 副處長。
中華民國對外貿易發展協會展覽中心 副主任。
培訓中心綜合企劃組 組長。
○○企管顧問公司企劃 主任。
I ○○會展事業群-○○創意整合有限公司 藝術總監。
J
○○大學觀光學院 教授。
交通部觀光局 副局長、局長。
觀光局東部海岸國家風景區管理處 處長。
K
○○大學餐旅管理學系 副教授。
經濟部會議展覽服務業人才認證培育計畫 講師。
專長為會展產業管理。
L ○○大學餐旅管理學系 助理教授。
專長為會展產業管理。
M ○○○○學院旅遊管理系 助理教授。
專長為會展行銷、會議與展覽管理。
第三節 研究方法
本研究首先利用德爾菲法(Delphi Method)彙整學者專家之意見，降低決策之 主觀性，刪除不重要的因素，同時並新增原先為考量之因素，接著利用層級分析 法(Analytic Hierarchy process, AHP)進行兩兩因素之成對比較，以下針對本研究所 使用之德爾菲法與層級分析法做詳細之介紹，分述如下：
一、德爾菲法(Delphi Method)
德爾菲之名稱源至古希臘 Delphi 神廟，人們可利用此神廟得到來自神之忠告 及預測，因此，近年來亦逐漸成為研究之工具，而取其預測未來之意涵(Fowles, 1978)。Cornish (1999)指出德爾菲法最早起源於 1944 年所發展之技術預測研究，
41
當時 Arnold 將軍委託 Theodor von Karman 進行預測國防相關之未來技術能力，
至 1948 年起美國空軍贊助蘭德公司(Rand Corporation)從事之國防研究計畫
「Project Delphi」，此計畫之研究主題係衡量癱瘓美國軍需工業之最佳攻擊目標 群，以及攻擊所需之原子彈數量，以前蘇聯戰略計畫設計者為專家群，期望結果 能獲得專家一致性意見。
於 1964 年 Gorden 及 Helmer 在蘭德公司發表其針對長期預測之研究報告，
將德爾菲法引用於國防體系外之其他領域上，主要致力於預測可能之發明與新技 術變動所造成之社會與經濟衝擊(Adler & Ziglio, 1996)，直至今日已逐漸廣泛運用 於政府機構、學術單位、科技、預算經費與生活品質等各領域中，成為相關資源 監測評估以及環境影響評估計畫之重要輔助決策工具之一(Kreisel, 1984; Richey, Mar, &Horner, 1985)。
德爾菲法亦是針對普通問卷調查法的缺點而設計的，一般問卷編製缺乏彈性，
僅採一次填答，如受訪者誤解題意便無從更正；而封閉式題目，往往無法獲得受 訪者真正的意見。德爾菲法除可處理事實的問題，尚包括觀點在內，亦即受訪專 家間有機會釐清彼此不同的意見或分歧的觀點。但德爾菲法實施的過程費時費力，
尚須受訪專家能耐心配合，以免受訪樣本中途流失，影響整個研究結果。所以，
一般而言，其適用時機以問題情境混沌、意見分歧及政策形成階段最適宜。
德爾菲法實施步驟，略述如下：
1.選擇適當的題目
2.選定接受書面訪問調查的樣本 3.設計編製初次問卷
4.實施第一回合問卷調查 5.整理第一回合回收之問卷 6.實施第二回合問卷
7.整理第二回合回收之問卷
8.必要時，可再比照前述步驟再實施第三回合問卷。
42
在問卷回收後，依學者專家提出之意見進行整理與內容修正，並將統計結果 回覆給各學者專家，經由重複填答直到達到共識為止；問卷回收後以 SPSS 統計 軟體進行分析，為確定各衡量指標因素之收斂程度是否達到一致，設定三項標準 做為檢測準則：
(一)標準差(standard deviation, S. D.)：標準差值必須小於 1，此項表示學者專家間 之意見離散程度低。
(二)變異係數(Coefficient of Variance；C.V.)：變異係數之運算式係將標準差除以 平均數，當 C.V.值愈小時，表示學者意見之共識程度高，依據 Chang, Tsou, Yuan, and Huang (2002)提出之標準，當 C.V.≦0.3 時，表示學者專家意見達 高度一致性；而 0.3≦C.V.≦0.5 表示學者專家的意見在可接受之範圍；當 C.V.≧0.5 則必須解釋其原因。
C V σ μ σ 標準差 μ 平均數
(三)成對樣本 t 檢定(t-test)：用來檢視學者專家在二回合的問卷調查中意見是否具 一致性，當 p>0.05 時，表示學者專家在二回合的問卷調查中，其意見是沒 有差異的。
二、層級分析法(AHP) (一)層級分析法的內涵特性
層級分析法(Analytic Hierarchy process, AHP)為 1971 年匹茲堡大學教授 Saaty 所發展出來的方法，該方法主要應用在不確定情況下及具有多數個評估準則的決 策問題上(曾國雄、鄧振源，1989a)。當人們遇上複雜度高、難度大的問題需作決 策時，由於人的能力與時間的限制，無法獲取充份的資訊，需在有風險有爭議及 不確定因素下作有效的決策，並且正確的評估各因素間相關重要性之程度時，就 必須有一套重要的方法程序來執行評估作出有效的決策。AHP 法的理論簡單，同
43
時又具實用性，其目的在評估各相關因素而解決複雜的問題；因此，自發展以來，
已被各研究單位普遍使用，其應用範圍相當廣泛，特別是應用在規劃、預測、判 斷、資源分配及投資組合試算等方面都有不錯的效果。
AHP 的應用範圍相當廣泛，依 Saaty (1980)的衡量，通常可用以應用在以下 十二種問題：
1.規劃(planning)。
2.替代方案之產生(generating a set of alternatives)。
3.決定優先順序(setting priority)。
4.選擇最佳方案或政策(choosing a best alternative/policy)。
5.資源分配(allocating resources)。
6.決定需求(determining requirements)。
7.預測結果或風險評估(predicting outcomes/risk assessmen)。
8.系統設計(designing systems)。
9.績效衡量(measuring performance)。
10.確保系統穩定(insuring the stabilityof a system)。
11.最適化(optimization)。
12.衝突解決(resolving conflict)。
(二)層級分析法分析的流程
處理複雜問題時，需利用有系統的方法加以分析，層級分析法在具有多目標 (Multi-objective)或多準則(Multi-criteria)的決策領域中，是一種簡單而又實用的方 法。應用 AHP 處理複雜問題時，詳細程序如圖 4 所示，大致可區分為下列幾個 步驟：
1.問題描述
進行 AHP 運作時，對於問題所處的系統應該儘量詳加瞭解分析，將可能影 響問題的要因素均納入問題中，同時決定問題之主要目標，但須要注意要因素間 的相互關係與獨立關係。
44
圖 4 應用 AHP 之流程圖 資料來源：鄧振源、曾國雄，1989b。
決 策 群 體
決 策 群 體
替代方案加權平均
替代方案之選擇 規 劃 群 體 問 題 描 述
影響要素分析
構建層級結構
問 卷 設 計
問 卷 填 寫
建立成對比較矩陣
計算特徵值與特徵向量
求取一致性指標
求取 C.R.H.值 求取各層級 CI 綜合值
C.R.<0.1
C.R.H.<0.1
45
2.建立層級關係
在此階段必須決定問題之目標以及總目標的各項指標、決定各指標的評估準 則，可以使用腦力激盪法得到評估準則集合。但是由於評估準則之集合可能很大，
因此必須加以萃取出較重要之集合，而在此階段則可用腦力激盪法、可行性評估、
以及 Dephi 法等萃取出較重要之評估準則或方案集合。而各個集合，依準則特性 加以分類，予以分成多個層級，其典型之層級結構如圖 5 所示。
圖 5 AHP 法層級結構圖 資料來源：鄧振源、曾國雄，1989a。
而在理論上層級結構的階層數以及同一階層之元素個數，可依據系統之需求 定之，不過 Saaty 建議為了避免決策者對準則之相對重要性之判斷產生偏差，同 一階層之元素數最好不超過七個。
3.問卷設計與調查
在問卷之中，針對每個準則屬性設計，以兩兩相比的方式，在 1-9 尺度下讓 決策者或各領域的專家填寫，根據問卷調查所得到的結果，將可建立各層級之成 對比較矩陣。
依 Saaty建議成對比較是以九個評比尺度來表示，評比尺度劃分成絕對重要、
極重要、頗為重要、稍微重要、同等重要，其餘之評比尺度則介於這五個尺度之 間。尺度的選取可視實際情形而定，但以不超過九個尺度為原則(表 13)，否則將 造成判斷者之負擔。
目標 Goal
標的 Object
準則 Criteria
A
B1 B2 B3
C1 C1 C1 C1 C1 C1 C1 C1 C1
46
表 13 AHP 法的評估尺度與說明 評估尺
度 定義 說明
1
同等重要
(Equal Importance)
兩比較方案的貢獻度具同等重要。
3 稍重要
(Weak Importance)
經驗與判斷稍微傾向喜好某一方案。
5
頗重要
(Essential Importance)
經驗與判斷強烈傾向喜好某一方案。
7
極重要 (Very Strong Importance)
實際顯示非常強烈傾向喜好某一方案。
9
絕對重要
(Absolute Importance)
有足夠證據肯定絕對喜好某一方案。
2468
相 鄰 尺 度 的 中 間 值 (Intermediate Value)
需要折衷值時。
資料來源：鄧振源、曾國雄，1989a。
4.建立成對比較矩陣
建立目標分析之層級與下層之評估要素指標後，透過問卷調查，決策者將對 兩兩準則間之相對重要性進行成對比較，並由成對比較矩陣 A 中之特徵向量，來 求取準則間之相對權重。
[
⁄
⁄ ⁄ ]
47
5.因素權重計算
(a)計算判斷矩陣中每一列元素之乘積 Mi。
n
j ij
i u
M
1
（i，j=1、2、3、4…n）
(b)計算 Mi的 m 次方根Wi。
n i
i M
W
(c)對向量W (=W1,W2,W3,...,Wn )作正規化處理，
即
n
i i i
i W W
W
1
W=(W1,W2,W3,...,Wn)
6.一致性檢定
因在實際狀況下，決策者對屬性間的兩兩比較常會有不一致性存在，一致性 的檢驗是在計算出特徵向量後，去檢驗這個結果是否合理。Saaty 建議以一致性 指標(Consistence Index, C.I.)與一致性比例(Consistence Ratio, C.R.)來檢定成對比 較矩陣的一致性。
一致性指標(C.I.)是用來判斷決策者先後的一致性。當 C.I. =0 表示前後判斷 完全具一致性，而 C.I. >0 則表示前後判斷不連貫，因此 Saaty 建議 C.I.≦0.1 為 可容許的偏誤。
∑ ∑ ⁄
48
一致性比率(C.R.)是用來解釋這個矩陣是否具有一致性，當 C.R.≦0.1 時，則 矩陣的一致性程度令人滿意。
根據 Dak Ridge National Laboratory and Wharton School 進行的研究，從評估 尺度 1-9 所產生的正倒矩陣，在不同的階數下，產生不同的 C.I.值，稱為隨機指 標(Random Index, R.I.)。其中矩陣階數為 1~11 的 R.I.值，係以 500 個樣本所求得 的平均值。其結果如表 14 所示。
表 14 隨機指標表
階數 1 2 3 4 5 6 7 8 9 10 11 R.I. 0.00 0.00 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51 資料來源：鄧振源、曾國雄，1989a。
7.整體一致性檢定
因層級間的重要性不一樣，因此需檢驗整個層級結構是否具一致性，具一致 性方可接受評估值。第三層評估項目在第二層評估項目做為評估基準下，共需完 成 m 個成對比較矩陣，故有 m 個 C.I.值與 R.I.值；因此第三層級的 C.I.值與 R.I.
值，為各成對比較矩陣 C.I.值與 R.I.值的加權平均，其權數為第二層評估項目的 相對權重。因此，擁有 g 層的層級結構，其整個層級的一致性(Consistency Ratio of
值，為各成對比較矩陣 C.I.值與 R.I.值的加權平均，其權數為第二層評估項目的 相對權重。因此，擁有 g 層的層級結構，其整個層級的一致性(Consistency Ratio of