○○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