第三章 研究方法與模式建立
第二節 研究方法
一、模糊德爾菲法(Fuzzy Delphi Method, FDM)
(一)德爾菲法(Delphi technique)
德爾菲法(Delphi technique)為專家預測法之一種,是被普遍使用的一種群體 決策方法,其主要目的在借重專家特殊的經驗與知識,透過數次的問答與回饋,
尋求專家對特定預測對象之一致性意見,此法不但可收集思廣益之效,亦可得到 專家獨立判斷之品質。
德爾菲法是「一種結構性的團體溝通過程,過程中允許每位成員就某一議題 充分表達意見並受到同等重視,以求得在該議題意見之共識」。
整理李澤育(2006)及陳星皓(2007)之研究,德爾菲法專家問卷之進行方 式,步驟說明如下:
1. 選定專家,洽約訪談,對研究主題做適當溝通,以掌握問題之焦點。
2. 設計初次問卷,進行第一階段之問卷調查。
3. 整理第一階段所得專家意見,並找出專家意見之評價中位數,將此資料彙整成 第二次問卷請專家參酌答覆,補充修正。
4. 彙整專家修正後意見、說明或答覆。
5. 將專家意見加以整合,成為具通盤性及一致性之結果。亦即專家意見收斂於一 可接受範圍之內。
6. 若無法達此目的,則再重複第3至第5步驟,直至結果趨於一致。
傳統德爾菲法中求取專家一致性意見的過程,如圖3-2所示,圖中灰色區域代 表一個可接受的範圍 ( a, b ) 。在反覆詢問專家意見的過程中,要求專家依前一次 調查結果的中位數修正自己的意見,如果修改後之專家評價值中位數落於此一範 圍中,即表示專家意見已趨於一致。
32
圖3-2 傳統德爾菲法決策範圍示意圖
由上述傳統德爾菲法之操作原理可知,傳統德爾菲法過程繁複且費時,投入 成本亦高,且工作時間長,最後則可能發生問卷回收率過低或無法回收之憾。
傳統德爾菲法雖然已經廣泛地應用於各個領域,但仍有下列幾項缺點:
1、為了使專家意見達到一致且收斂的效果,常需進行多次問卷,不僅耗時、增加 成本且反應率(Response Rate)也會逐次降低。
2、計畫負責人在彙總專家問卷時,可能會有先入為主之觀念而將正確的專家意見 給過濾掉,即系統性的削弱或是抑制不同的想法。
3、取中位數及中間50%的資料作為專家意見之範圍,會忽略掉其他半數專家之意 見。
所謂的「專家意見一致性」指的是專家的意見落於決策者可接受之區域範圍 中,而此一範圍即已隱含模糊性的概念,但傳統德爾菲法在處理過程中卻未將專 家意見之模糊性納入考量,因此多位學者嘗試將模糊理論運用於德爾菲法。其中 Ishikawa等15人利用累積次數分配及模糊積分觀念,將專家的意見,整合成模糊 數,稱之為模糊德爾菲法(Fuzzy Delphi Method),並認為模糊德爾菲法具有以下 之優點(吳弘毅,2005):
1. 減少問卷調查之次數。
2. 專家意見得以完整表達。
3. 考慮訪查過程中無法避免之模糊性。
(二)模糊德爾菲法(Fuzzy Delphi Method, FDM)
模糊德菲法捨棄原有的「平均數」算法,而改採幾何平均數作為決策群體篩 選評估準則之依據,因此,在統計上則具有不偏的效果,同時也可避免極端值之 影響,如此一來,可使準則選取有更佳的效果。
其較之於傳統的德爾菲方法具有以下之優點:1. 模糊德爾菲法可降低調查之 次數;2. 對於專家的意見可較為完整的表達;3. 對於專家之知識,經由模糊理論 可使其更具有理性及合乎需求;4. 在時間與成本上更具經濟效益。一般採用模糊 德爾菲方法可分別以下列三個步驟進行之:一、建立影響因子集;二、蒐集決策 群體意見;三、利用模糊德爾菲方法進行評估值之計算(徐村和,1998)。
鄭滄濱(2001)所提出之「雙三角模糊數」來整合專家認知,並藉由「灰色 地帶檢定法」來檢驗專家認知是否已達到收斂。其建立之步驟如下所述:
【步驟一】:對所有需要調查之評估項目設計模糊專家問卷,然後請專家針對各 個評估項目,給予一個可能之區間數值。此區間數值之「最小值」表示此專家對 該評估項目量化分數的「最保守認知值」,而此區間數值之「最大值」則表示此 專家對該評估項目量化分數的「最樂觀認知值」。
【步驟二】:對每一項評估項目i,分別統計全體專家所給予之「最保守認知值」
與「最樂觀認知值」,並將落於「兩倍標準差」以外之極端值予以剔除,再分別 計算出未被剔除而剩餘之「最保守認知值」中的最小值CiL、幾何平均值CiM、最大 值CiU,以及「最樂觀認知值」中的最小值OiL、幾何平均值OiM、最大值OiU。
【步驟三】:分別建立由步驟二所計算出的每一個評估項目i 之「最保守認知值」
的三角模糊數Ci =(CiL, CiM, CUi ),及「最樂觀認知值」的三角模糊數O i = (OiL, OiM, OiU),其如圖3-3所示。
34
C
iLC
iM OiL CiU OiMC
iOUi
O
i圖3-3 鄭滄濱的三角模糊數圖
【步驟四】:檢驗專家之意見是否達到共識,可藉由下述之方式判斷:
1、若兩三角模糊數無重疊現象亦即(CUi ≤OiL),則表示各專家之意見區間值具有共 識區段,且意見趨於共識區段範圍內。因此,評估項目i之「共識重要程度值」Gi 等於CiM與OiM之算數平均值。則表示為Ci = (CiM+ OiM) /2。
2、若兩三角模糊數有重疊現象亦即(CiU>OiL),且模糊關係之灰色地帶Zi =CUi - OiL小於專家對該評估項目「樂觀認知的幾何平均值」與「保守認知的幾何平均值」
之區間範圍Mi =OiM-CiM,則表示各專家之意見區間值雖無共識區段,但給予極 端值意見的兩位專家(樂觀認知中的最保守及保守認知中的最樂觀),而其並沒 有與其他專家之意見相差過大而導致意見分歧發散。因此,此評估項目i之「共識 重要程度值」Gi等於對兩三角模糊數之模糊關係做交集(min)運算所得之模糊集 合,再求出該模糊集合具有最大隸屬度值的量化分數。
( ) ( )
{ }
{ min C x ,-O x dx } ( 2 - 2 )
F
i j i jx i
= ∫
{ x max ( ) x } ( ) 2 - 3
G
i=
j μFi j3、若兩三角模糊數有重疊現象亦即(CiU>OiL),且模糊關係之灰色地帶Zi =CUi - OiL大於專家對該評估項目「樂觀認知的幾何平均值」與「保守認知的幾何平均值」
之區間範圍Mi =OiM-CiM,則表示各專家之意見區間值無共識區段,且給予極端 值意見的兩位專家(樂觀認知中的最保守及保守認知中的最樂觀),與其他專家 之意見相差過大導致意見分歧發散。因此,將未收斂之評估項目提供給專家參考,
並重複步驟一至四,再次進行問卷,直到所有評估項目皆有達到收斂,以求出共 識值Gi為止。
此研究採雙三角模糊數以求取專家共識重要程度值G,其較於一般單三角模糊i 數求取幾何平均值更為客觀且合理,主要原因為雙三角模糊數需透過「灰色地帶 檢定法」來檢驗專家的意見是否達到共識方能收斂。
因此,本研究將採用以鄭滄濱提出之模糊德爾菲法為理論基礎,以進行篩選 出遊憩型自行車道建設評估之相關準則因子。
二、分析網路程序法(Analytic Network Process, ANP)
分析網路程序法(ANP)於1996 年由Saaty 所提出,此方法藉由早期之分析 階層程序法(Analytic Hierarchy Process, AHP)所衍生而來並結合網路系統型態所 呈現。
AHP 法乃是將複雜之多準則決策問題建構成一具階層式(hierarchy)之問題 架構形態,其中每一層皆由不同之元素所組成,其並可有系統地處理許多質化因 子並將其數量化的結果提供予決策者做為一客觀之參考數據。
然而,許多有關決策的問題並不僅僅只能以階層化的方式表達出其內部複雜 相關聯之特性,此乃因為其上下層級間具有相互影響之作用,且位於低層之元素 亦對高層之元素具有相互依存之關係存在(Saaty & Takizawa, 1986; Saaty,1996)。在 一個組織中,其方案和準則間其實存在相互回饋(feedback)之關係,據此,分析網 路程序法(ANP)乃被提出以解決此類問題(Lee & Kim, 2001)。
AHP 與ANP 二方法間主要之差別及應用面乃在於,前者是應用於解決當方 案或準則間彼此為相互獨立(independent)時的相關問題;而ANP 法則是被應用 在方案或準則間彼此為具相互依存(interdependent)關係之相關問題。ANP 法之 應用是為設定各目標之優先權重值,以及明確訂定出各目標及準則間的網路形式 架構關係及相互依存之階層關係,此乃ANP 法應用之最重要的功能。由此可瞭 解,ANP 法的採用乃是當決策者對準則及方案間具有相互依存關係存在時之方案
36
評選的重要考量工具。
其中AHP 法為線性結構,而ANP 法為非線性結構,兩者之結構特性如下圖 3-4表示(Saaty & Takizawa, 1986)。在圖3-4(a)為AHP法,表示A、B、C方案及準則 之間各自獨立之階層關係(線性結構式),只考慮彼此間相互獨立的問題,且階 層由上對下產生影響並具獨立性。圖3-4(b)為ANP法,表示各元素A、B、C、D 之 間具有相互依存之階層關係(網狀結構式),且各元素間具互相依賴之特性,重 視彼此間相互影響及回饋(feedback)之關聯性。
A
B
C
目標
A
B
C D
目標
(a) AHP線性階層 (b) ANP非線性網路 圖 3-4 AHP法與ANP法結構上之異同
資料來源:Saaty & Takizawa, 1986 根據Saaty 的定義,將兩種方法詳細比較如下表 3-1 所示:
表3-1 AHP 法與 ANP 法之架構比較
項目 AHP 法 ANP 法
問題架構 兩方法之架構相似,均包含:
1. 主目標(goal);
2. 次目標(sub goals);
3. 參與者(actors)及利害關係人(stakeholder)的目標(objectives)及 政策(policies)
4. 準則(criteria);
5. 次準則(sub criteria);
6. 選擇方案(alternatives)等。
層級架構 相互獨立。
只允許同層級元素相關,層與層
互相依賴。
層與層間元素互相依賴。
間元素各自獨立且影響方向由 上層自下層。
結構特性 線性結構 非線性結構
回饋關係 無回饋關係 存在著相互回饋關係
權重計算 成對比較矩陣 超矩陣
分析評估 1. 評價準則數目以 4~7 個為 佳。
2. 推倒出比例尺度。
3. 綜合、排序方案。
4. 同時評分選擇方案。
1. 評價過程受準則影響。
2. 超矩陣運算及最佳方案選 擇。
3. 準則之間具可循環的特性。
4. 超級矩陣推演可比較群組之 間的關係。
資料來源:陳虹遐,2004、曾曉瑜,2006、本研究整理 在過去的研究中往往忽略此項存在於準則及方案間的特性而採用線性結構式 的傳統評估方法(即AHP 法),然而在方案和準則之間其實存在著相互回饋
(feedback)之關係而未被處理及考量過。因此在做決策時,運用ANP 法所得之 量化結果,其應可提供予群體決策及評估結果更具理論及實用基礎之信賴。由上 述之說明,當我們從事方案評估時,亦可同時採用AHP 法與ANP法分別進行方案 的評估以瞭解其間之差異,同時將可進一步清楚認知ANP法在具有方案或準則間 存有相互依存關係之問題時,其將較AHP 法更適於做為一方案評選之工具。
(2005,吳弘毅)
應用ANP 法處理較複雜的決策問題時,其進行程序可簡要說明如下(陳哲 昌,2002):
【步驟一】:界定決策問題
根據決策問題的本質,將可能影響決策問題的因素納入。同時成立規劃小組,
組員則為方案規劃人員,以蒐集相關資訊,並界定決策問題的範圍。
【步驟二】:成立決策群體
根據決策問題所涉及的領域及複雜程度,延聘相關領域的專家,成立決策群 體。若為單一決策者時,可省略此步驟。
【步驟三】:建立問題之網路階層架構