第三章 研究方法
3.3 研究方法
43
表 3.3 網路購物流程服務準則說明(續)
構面 準 則 準則說明
取貨時間選擇 網 站提供取貨時點與日期之選擇。
客製性
運費合理性
不同取貨方式有不同運費計算，網站運費是否 合理。
資料保密性 網站不會隨便洩露您的個人資料與隱私。
錯誤處理
網站對送貨發生錯誤處理的措施是足夠的，
如：立即退換貨服務等。
付款機制安全
網拈對於付款機制有足夠的保護措施，如：信 用卡付款、匯款等。
安全性
遞送貨品品質 收 到的貨品品質如預期，無需再退換貨。
回應服務 網站回應您訂貨、退貨等問題。
資訊提供
網站所提供有關商品運送的資訊是充份而完整 的 。
回應態度 網路業者回應您的問題之服務態度。
回應性
主動詢問 網站會主動詢問您的滿意度與需求。
44
首先彙整各專家意見，並將專家意見模糊數取算術平均，並 將此數值與所有三角模糊數代入模糊距離公式，求取適合的三角 模糊數，再透過延伸分析法求得對各準則的達成度，將計算出之 達成度帶入較佳可能性函數，以量測兩方案間優劣順序的隸屬程 度，比較各方案對其他方案重要性程度後，以最小值做為該方案 的隸屬度，再將所有方案的重要性正規化而得到各構面權重值。
本研究將以系統可靠性、即時與正確性、客製性、安全性、回應 性五大類作為本研究網路購物流程服務品質構面，進行各構面與 各服務準則之權重計算，透過綜合評判，依序排定方案之等級。
計算步驟如所示：
步驟一：彙整各專家意見
將評估人員對於因素間之相對重要性進行成對比較，建立成 對比較矩陣，每位評估人員利用語意變數表達對於兩個準則間相 對重要性的評估值。這些語意變數可利用正三角模糊數來表 van Laarhoven and Pedrycz【73】，如表 3.4 所示。
利用算數平均數Buckley【51】整合多位評估人員的意見如下：
) , , (
~ )
~ ...
(~
~ 1 1 2 u
ij m ij l ij k ij ij
ij
ij t t t t t t
T = K ⊕ ⊕ ⊕ = (3.1) 其中， T~ij =：整合K位評估人員意見後，第i個準則與第j個準則
重要性比較值
h
tij
~ ：第K位評估人員對第i個準則與第j個準則的重要比較 值，h=1,2,…,k；K：評估人員總數
45
表 3.4 相對重要性評估尺度
語意變數 正三角模糊數
同等重要 (1，1，3) 介於之間 (1，2，3) 稍重要 (1，3，5) 介於之間 (3，4，5) 頗重要 (3，5，7) 介於之間 (5，6，7) 極重要 (5，7，9) 介於之間 (7，8，9) 絕對重要 (7，9，9) 資料來源：van Laarhoven and Pedrycz【73】
並將整合過之專家意見(M1)與所有正三角模糊數相對重要性 評估尺度(M2)，經由模糊相對距離公式運算 chen【54】，公式如下 所示，計算出適合之三角模糊數，以便建立本研究之成對比較矩 陣。
( M
1,M
2)
= 31 ⎢⎣⎡(l
1−l
2)2+(m
1−m
2)2+(u
1−u
2)2⎥⎦⎤d
(3.2)步驟二：建立模糊成對比較矩陣
結合所有專家的意見後，即可建立模糊正倒值矩陣(fuzzy positive reciprocal matrix)如下：
[ ]
Tij n nT = ~ × (3.3) 其中， T：模糊正倒值矩陣
j i T~ij =1 ,∀ =
46 n
j i T T
ij
ji 1 , , 1,2,...
~
~ ∀ =
=
步驟三：計算模糊權重值：
, , , , 2
1 m
gi gi
gi R R
R … i=1,2,…,n, (3.4) 其中R1gi(j=1,2,...,m)為三角模糊數
令 Rgi1 ,Rgi2,...,Rgim為 m 個 評 選 目 標 中 第 i 個 評 選 項 目 之 延 伸 分 析 值 (fuzzy synthetic extent value)如下所示：
∑ ∑ ∑
=
−
= = ⎥
⎦
⎢ ⎤
⎣
= m ⎡
j
n
i m
j j gi j
gi
i R R
S
1
1
1 1
☉ (3.5)
其 中 符 號☉為 模 糊 數 乘 法 ， 可 將 兩 個 三 角 模 糊 數(
T
1、T
2)相乘運算，如下所示：
) ,
,
( 1 2 1 2 1 2
2
1
T l l m m u u
T
⊗ = × × × (3.6)而
∑
= m
j j
Rgi 1
表示將 j=1 到 m 的三角模糊數Rgij 做加總，表示如下：
∑ ∑ ∑ ∑
= = = = ⎥
⎦
⎢ ⎤
⎣
= ⎡
m
j
m
j j m
j j m
j j j
gi l m u
R
1 1 1 1
,
, (3.7)
其中R1≥R2可能的程度被定義如下：
[
min( ( ), ( ))]
sup )
(R1 R2 1 x 2 y
V R R
y x
μ μ
≥
=
≥ (3.8)
亦可表示如下：
⎪⎪
⎩
⎪⎪
⎨
⎧
−
−
−
− ≥
≥
=
=
∩
=
≥
otherwise l
m u
m
u l
u l
m m g
R R hgt R
R
V R
), (
) (
, 0
, 1
) ( ) (
) (
1 1 2 2
2 1
2 1
1 2 2
1 1
2
μ
2 (3.9)47
其中g值為
μ
R1與μ
R2之交點A垂值延伸x軸之值，如下所示如圖3.3：圖 3.3R1與R2之交集
為 比 較R1和R2， 將 運 用V(R1 ≥ R2)和V(R2 ≥R1)二 值 ， 而 本 身 的 凸 模 糊數(convex fuzzy number)會比其他 n 個凸模糊數來的大之可能 性定義如下：
[
( ) ( ) ... ( )]
) ,..., ,
(R R1 R2 Rn V R R1 and R R2 and and R RN
V ≥ = ≥ ≥ ≥
=minV(R≥Ri),i=1,2,...,n。 (3.10) 假設d'(Ai)=min V( Ri ≥Rk), k= 1, 2, …, n; k≠i (3.11) 可得到權重向量W '=( d'( A1),d'(A2),...,d'(An))T (3.12) 最後透過標準化而得到各構面權重值
T 2
1), ( ),..., ( )) (
( d A d A d An
W = (3.13)
1
) (R1 R2
V ≥
l
2m
2A
R
1R2
l
1u
2m
1u
148