第三章 研究設計與實施
第三節 研究方法
國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
82
第三節 研究方法 壹、 文件分析法（documentary analysis）
蒐集以師資職前教育為主體相關文件資料，包含《中華民國師資培育白皮書》、
「師資職前教育課程教育專業課程科目及學分對照表」、立意選取之五所師培大學 開設教育專業課程科目及學分對照表、各教育專業課程之課程大綱、精進師資素 質計畫…等文件加以分析歸納，瞭解目前師資職前教育課程之發展、意涵及型態，
據此研擬出適合於臺灣中小學師資職前教育之總整課程。
貳、 模糊德菲法（fuzzy Delphi method）
德菲法（Delphi technique）是一種政策分析與預測的技術，旨在去除領導者或 少數「個人」對決策群的影響，以維持群體決策的群體性；此技術採用匿名的方 式，除去「個人」因素，使決策群能在比較平等客觀的地位上共同討論問題，在 不受一個人或少數人控制的情況下，求得一致的結論，作為決策的參考（黃昆輝、
呂木琳，2000）。然而，德菲法實施上有幾點缺失（吳政達，2008）：（1）至少 需要經由三輪的問卷調查及修訂，不但頗為費時，而且專家意見之收斂效果不大，
再加上重覆調查的次數越多，成本就越高；（2）協調者可能在歸納時已有先入為 主的觀念，導致過濾專家意見時，產生抑制不同想法的過程；（3）傳統德菲術使 用中位數及其中 50%之資料分布以綜合各專家之意見，其隸屬函數不是 0 就是 1，
此種二值邏輯分析極易忽略其他 50%之重要資訊。
為改良傳統德菲法所遭遇到的困難，最早由 Murray、Pipino 與 Gigch 於 1985 年結合模糊理論與德菲法，發展出「模糊德菲法」。藉由使用模糊理論解決專家意 見模糊的問題，並且以更具彈性的量尺來進行判斷，改善問卷的效率與品質(Hsu、
Lee, & Kreng, 2010; Noorderhaben, 1995)。實施上，模糊德菲法僅需進行一輪問卷 調查，改變傳統調查二元邏輯不符合人類的思想與行為模式，轉為以隸屬函數的 方式，允許保留屬於之間的意見狀態，同時具有能夠處理語意模糊，並且保留較
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
83
多的專家訊息的優點（張紹勳，2012）。而由於本研究課程總整性之概念，判斷上 具主觀性以及模糊性，因此採取模糊德菲法為研究方法，應用模糊理論中隸屬函 數的概念，將各專家學者們之意見整合成三角模糊數，並且經由反模糊化得出總 值，以瞭解專家學者們對於各項課程具備總整性之共識。
以下探討模糊德菲法的基本概念，茲就模糊集合、隸屬函數、三角模糊數與 反模糊化等四部分作一說明：
一、模糊集合（fuzzy set）
最早由 Zadeh 於 1965 年提出模糊集合的概念，處理真實世界中難以精確定義 之概念問題，將模糊集合界定為使用連續性數值來表示一個元素的隸屬程度，隸 屬程度介於 0 至 1 之間(Zadeh, 1965)。張紹勳（2012）傳統的明確集合是以二值邏 輯為基礎，亦即一個元素 x 和一個集合 A 的關係只會有兩種可能：屬於 A 或不屬 於 A 的非 0 即 1 的選擇 ，然而模糊集合是擴展成為由 0 到 1 之間的任何選擇 ，依照所屬程度的不同，給予 0 到 1 之間的數值；模糊集合可將人類思維中 不確定的事物用隸屬度函數表示，以隸屬函數（membership function）的概念來表 達近似人類自然語言所經常使用的形容詞程度問題與各種生活上所遇到模糊情 境。
二、隸屬函數（membership function）
隸屬函數 又可稱為歸屬函數，用來表示模糊集合中該元素隸屬於此模糊 集合的程度，元素的隸屬程度越高，則表示隸屬於此集合的程度越高。林信成（2012）
隸屬程度值是介於 0 到 1 之間的任何值，當個體隸屬於某一集合的程度越大時，
其隸屬程度就越接近於 1，反之則越接近於 0。葉晉嘉、翁興利與吳濟華（2007）
隸屬函數將傳統絕對屬於引申為相對隸屬的概念，而隸屬的強弱程度即為隸屬度
（grade of membership）。若以數學符號表示（張紹勳，2012）：設Ｕ為一論域
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
84
（Universe of Discourse）， 為Ｕ的一個模糊子集，若對每個 X Ｕ都指定一個數 ，用它表示 X 對 的隸屬程度，簡稱為 X 的隸屬度，即 : ，而 被稱為 的隸屬函數。
三、三角模糊數（triangular fuzzy number）
三角模糊數之定義為（吳政達，2008）：模糊數 為一模糊集，其隸屬函數為 ： ，並滿足下列三條件：
（一） 為區段連續
（二） 為一凸模糊子集
（三） 為正規化模糊子集，即存在一實數 ，使得 =1。
圖 3-2 三角模糊數
資料來源：（吳政達，2008，頁 60）。
以數學式來表示，設一三角模糊數 A= ，其隸屬函數定義如下：
圖 3-2 中，L 點表示專家們共識的最小點，U 點表示專家們共識的最大點，此 兩點乃是極端值，所以訂定其隸屬函數為 0；而 U 點至 L 點之間則包括任何形式 的共識性，因此分別給予不同的隸屬度；至於 M 點為專家們共識之最有可能的點，
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
85
以幾何平均數計算，並以隸屬度 1 代表之。
本研究設計模糊德菲法專家問卷時，以課程具備整合、反思與銜接功能為評 估目標，設計 0 至 1 之程度區間，請專家評估本研究初擬之總整課程具備各功能 之程度，並勾選可能具備程度最高者；至於資料數據之處理，吳政達（2008）認 為幾何平均數較不受極端值影響，因此本研究以幾何平均數計算出初擬之總整課 程各功能之 M 點。
四、反模糊化（defuzzify）
反模糊化意指將模糊數轉換為實數的方式，Chen 和 Hwang 於 1992 年提出模 糊集合反模糊化的方法，先假設最大集與最小集的隸屬函數概念，再求出實際受 測指標的總隸屬值，其計算步驟如下（吳政達，2008）：（一）建立各初選指標之 適宜性程度的三角模糊數 A；（二）建立最大集與最小集的隸屬函數 及
。令：最大集的隸屬函數： 、最小集 的隸屬函數： ；（三）由最大值隸屬函數
及最小值隸屬函數 與 A 的模糊函數分別求出右界與左界產生交集，
與 A 的模糊函數交集可求出右界值 ， 與 A 的模糊函數交集可 求出左界值 ；（四）經由左右邊界值計算此模糊數 A 的總值，並由此值代表 模糊數之明確值，如下式：
最後，比較各課程與活動在整合、反思與銜接功能之三角模糊數所代表的總 值 ；以調查半年教育實習整合功能為例，其整合功能之總值越大者，代表專 家學者們認為半年教育實習具備整合功能程度強，能促使師資生統整運用大學四 年所學的知識與技能，以解決整合性且複雜的問題。
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
86