第二章 文獻探討
第三節 習慣領域
關鍵成功因子的選定是本研究最重要的工作項目之一。一般而言，人們在研 擬評估事項之關鍵因子時，多少會受到當時的思考環境，以及個人無形習慣領域 的影響，以致無法思考出事件完整與周延的關鍵因子，即使是所謂的專業、專家 人士，亦是如此。除此之外，也可能因決策者所接收到的信息不夠充分，無法判 斷某些關鍵因子之相互關係，造成因子之間關係曖昧不明的印象，在這種情況 下，往往會納入諸多類似、關聯程度頗高的因子，進行事件評估而不自知，導致 所得到的評估結果，有偏重一方之嫌，例如；當所邀集的評選人員多為財務管理 專業人士時，則其所列出之關鍵因子，大多會偏重於財務管理領域。因此，決策 者必須擴展其習慣領域，以明瞭未知與不確定部份的事與物，本研究將提出以習 慣領域（Habitual Domains，HD）理論的類推/聯想方法，來解決此一問題。
習慣領域（HD）理論是游伯龍教授（民76）所提出，其應用範圍甚廣，學 者常應用此理論來解決或解釋各種問題，如：徐村和、楊宗欣(1999)應用於媒體 選擇影響因素之研究。一般人類在複雜的生活環境系統中，經常會面臨事件決策 抉擇問題，其中有些決策抉擇問題因並非經常發生，甚至是經驗中從未發生過 的，故無法從過去的經驗得出解決的途徑，也無法利用數學模式進行分析，故決 策擇定者必須擴展其習慣領域，以明瞭未知與不確定部分的事與物。
習慣領域理論建構於特定議題之決策抉擇因素步驟。首先依據以往文獻資料 就特定議題建立一組標準因素集；同時邀集專家、學者及專業人士就此特定議 題，釐定出一組影響因素集（即所謂之實際領域）。但因影響因素集（實際領域）
為模糊概念，故選取一合宜的α截集，截取隸屬度大於α的影響因素之集合，最
μ
AD (x
i ) ＝屬性x
i隸屬於 AD 的程度＝填寫
x
i為影響因素的人數÷總調查人數三、隸屬度：因專家、學者或專業人士的實際領域為模糊的概念，故可透過模 糊統計法，獲得影響因素之隸屬度。
模糊統計之定義為：
x
i發生的頻率＝”ω ∈ x
i ”的次數 ÷ n”
ω ∈ x
i ”的次數，即為選定x
i為影響因數之人數，n 表示試驗次數(專家、學者或專業人士之人數總和) 因此，以相對頻數表示影響因素之隸屬度
μ
AD (x
i)，即：μ
AD (x
i)：屬性x
i 隸屬於 AD 的程度＝填寫
x
i 為影響因素的人數÷總調查人數設定一合宜α截集，取隸屬度大於α的標準因素屬性集合＝AD＊
{ µ α }
α
= ∈ >
=
( )*
AD x X x
AD
AD四、可達領域：邀集專家、學者或專業人士就蒐整之影響因素（
x
i）與文獻蒐 整之標準因素（y
j）逐一比對，如此藉由類推/聯想的方式，找出專家、學 者或專業人士可由影響因素類推/聯想到標準因素為決策抉擇因素之項 目，此即為可達領域。接著再次依模糊統計定義，建立可由影響因素（x
i） 類推/聯想到標準因素（y
j）的隸屬度，令 R＝「y 可由 x 類推/聯想得到」
＝
{
(x
,y
)，µ
R(x
,y
) (x
,y
)∈
(X
,Y
)}
其中
µ
R( x
i, y
j)
＝認為y
j可由x
I類推/聯想得到的人數÷填寫x
I為影響因素的人數， i＝1,2,3,… … ,t；j＝1,2,3,… … ,h
因為每個影響因素（x I）隸屬於實際領域的程度不同，故在找尋可由實際 領域引發的屬性時，除須考慮標準因素與影響因素的隸屬度外，尚須考慮 到此影響因素對實際領域的隸屬度（μAD (x I)）。故選取α截集時，應選 取
µ
AD( x
i)
×
µ
R( x
i, y
j)
≧α者，此為可由影響因素（x i）引發、達到的 領域，以 RD（x i）標記表示之，其中
RD
(x
i )= { y
jµ
AD(x
i)× µ
R(x
i,y
j)≥ α
;y
j∈ Y }
，∀ x
i∈ AD
又 RD（x
i）可簡化為＝(認為y
j 可由x
i類推/聯想得到的人數÷總調查人數)。
推導：因為 RD（
x
i）＝μ
AD (x
i ) ×μ
R（x
i,y
j）＝(填寫x
i為影響因素 的人數÷總調查人數) × (認為y
j可由x
i類推/聯想得到的人數÷填寫 xi 為影響因素的人數) ＝ (認為y
j可由x
i類推/聯想得到的人數÷總 調查人數)依此方式，找出所有實際領域中可引發之屬性集合（RD（X i））的聯集，
即為可由 AD 引發達到的引發領域 RD（AD）。
{ RD x x AD }
U AD
RD ( ) = (
i)
i∈
其中 U：表示聯集
最後，取AD＊與RD（AD）之聯集，即為專家、學者或專業人士的可達領域 RD＊＝AD＊ ∪ RD（AD）