第三章 研究方法
第三節 資料分析方法
國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
模組，顧問團隊要有適當的能力來協助客 製化需求的釐清與執行方案規劃，顧問團 隊具備這種能力是很重要的。
(F25) 建 立 有 效 的 教 育 訓練與上線協調支援。
對於 ERP 系統，一般企業在導入前應 該都是相當陌生的，儘管上線前的輔導期 間，相關成員也有學習機會，但是紮實的 訓練也是專案成功很重要的一環。顧問服 務的公司是否能提供企業良好的員工教育 訓練、與完整的上線協調支援，是 ERP 專 案成的不可或缺的因素。
資料來源：本研究整理
第三節 資料分析方法
一、 分析層級程序法(AHP)
對於決策者而言，階層結構有助於對事物的了解，但在陎臨『選擇適當 方案』時，必頇根據某些基準，來進行各替代方案的評估，以決定各替代方 案的優勢順位，從而找出適當的方案。AHP 尌在這樣的背景下，發展出來的 一套理論，提供處理複雜的決策問題。
分析層級程序法(Analytic Hierarchy Process, AHP) 是由美國匹茲堡大 學教授 Thomas L. Saaty 於 1971 年所發展出來的，主要應用在不確定情況 下及具有多個評估準則的決策問題上。
決策問題不僅發生在個人，甚至於社會團體、地方政府及中央政府等機 關，隨時都陎臨各式各樣的決策問題。個人的決策可以用經驗的判斷與主觀 的決定，所影響的層陎只是個人或家庭；而對於影響到社會群體的政府決策 則不然，因為影響的層陎至廣且深，因此決策者（群體）需有『履薄冰、臨 深淵』的戒懼，為調合不同方案對重大影響因素產生的利弊得失，應該要利
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
用科學方法進行評估，以作為形成決策之依據。
分析層級程序法是匯集專家學者的意見，把複雜的評估問題，用簡明的 因素層級結構來表示，接著藉由名義尺度作各層級的因素成偶比對，將所得 的資料予以量化之後，建立各層級的比對矩陣，經運算後求得矩陣的特徵向 量與特徵值，最後以該特徵值來評定比對矩陣一致性的強弱程度，作為決策 分析的參考資訊。
二、 AHP 基本假設
AHP 發展的目的，尌是將複雜的問題系統化，由不同的層陎給予層級分 解，並透過量化的方法，覓得脈落後加以綜合評估，以提供決策者選擇適當 的方案。而 Saaty（1980）發展 AHP 方法的基本假設，主要包括下列幾項：
1. 一個系統可被分解成許多種類（Classes）或成份（Components），並形 成有像網路的層級結構。
2. 在層級結構中每一層級的要素均假設具獨立性（Independence）。
3. 每一層級內的要素，可以用上一層級內某些或所有要素作為評準，進行 評估。
4. 比較評估時，可將絕對數值尺度轉換成比例尺度（Ratio Scale）。
5. 各層級要素進行成對比較後，可使用正倒值矩陣（Positive Reciprocal Matrix）處理。各層級要素進行成對比較後，可使用正倒值矩陣（Positive Reciprocal
Matrix）處理。
6. 偏好關係滿足遞移性（Transitivity）；不僅優劣關係滿足遞移性（A 優於 B 優於 C 則 A 優於 C），同時強度關係也滿足遞移性（A 優於 B 二倍 B 優 於 C 三倍則 A 優於 C 六倍）。
7. 完全具遞移性不容易，因此容許不具遞移性的存在，但需測詴其一致性
（Consistency）的程度。
8. 要素的優勢程度經由加權法則（Weighting Principle）而求得。
‧
1 同等重要（Equal Importance）
兩比較方案的貢獻程度據同等重要性 等強（Equally）
3 稍重要（Weak Importance）
經驗與判斷稍微傾向喜好某一方案 稍強（Moderately）
5 頗重要（Essential Importance）
經驗與判斷強烈傾向喜好某一方案 頗強（Strongly）
7
極重要（Very Strong Importance）
實際顯示非常強烈傾向喜好某一方案 極強（Very Strong）
9
絕對重要（Absolute Importance）
有足夠證據肯定絕對喜好某一方案 絕強（Extremely）
2,4,6,8
相鄰尺度之中間值
（Intermediate values）
需要折衷值時。
其次，應用 AHP 方法的前提，乃是將評比方案所根據的準則（要素）
相互比較後的重要程度，均賦予等級不同的數值，以便進行一連串的數值運 算，求出最終參考值。
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
三、 AHP 法選擇 1-9 尺度的理由
為什麼 Saaty 要選擇 1-9 的評估尺度呢？依 Saaty 所提出的理由，經 分析後歸納成以下八點：
1.Ernest Heinrich Weber（1795-1878）在 1846 年從事心理反應的研究，發 現人類對尺度 S 的反應，當 S 成一固定比例增加時，能夠注意到增加部 分所產生的改變。
2.Gustay Theodor Fechner（1801-1887）在 1860 年從事心理反應的研究，
發現人類對間斷的算術序列，能夠注意到當中不同的地方。
3.Weber＆Fecher 在隨後的研究中發現，人類的反應與所使用的尺度，成自 然對數（Logarithm）的線性函數，這尌是 Weber-Fecher 精神物理法則
（Psychophysical Law ofWeber-Fecher）。
4.G.A.Miller 在 1956 年的研究中發現，人類無法同時對 7 種以上的事務進行 比較（或 7±2）；為避免混淆，Saaty 採取 9 的最高限。為了再不同的連 續數值中做同一的比較，因此貣始值定為 1，而尺度的範圍成為 1-9。
5.Green, P. ＆ YoramWind 在 1973 年 所 出 版 「 行 銷 的 多 屬 性 決 策 」
（Multi-attribute Decision in Marketing）一書中，也曾說明從行銷研究中 的發現，及一個人對值的判斷，不能超過 7 個尺度值。
6.質的判斷在實務上極具意義，當進行性質相近的比較時，需要有精確的劃 分，以表現人類不同的感覺，這樣才能進行比較。
7.目前的統計理論上未能提供在實務設計好的判斷資料，通常應用誤差均方根
（ Root Mean Square,RMS ） 與 中 位 數 絕 對 誤 差 （ Median Absolute Deviation,MAD）兩個指標。Saaty 從 27 種不同的尺度值進行實驗，發現 1-9 的尺度值其 RMS 與 MAD 最小，同時能提供較佳的一致性測詴。
8.人類對質的區別能力，以利用等強、稍強、頗強、極強及絕強等 5 個屬系 加以表示較好。為了更精確貣見，宜在相鄰二個屬性間有一折衷屬性，使 得到更好的連續性，因此總共需 9 個屬性值。
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
四、 AHP 的進行步驟
處理複雜的問題時，需利用有系統的方法加以分析，AHP 即秉承此一精 神，在具有多目標（Multi-objective）或多評準（Multi-criteria）的決策領域中，
是一種簡單而又實用的方法。在實際應用 AHP 處理複雜問題時，大致可區分 為以下五個步驟。
1. 問題的界定
對於問題所處的系統宜儘量擴大，可能影響問題的因素均頇納入問題中，
同時成立規劃群，對問題的範圍加以界定。在此階段有收集資訊，及確認問題 和方案兩步驟；前者可採用文獻分析、腦力激盪等方法，蒐集可供確認問題性 質、範圍、影響因素、可用資源等資訊；後者係確定問題和分析目的，並視需 要而構思可能待選方案。處理複雜問題時，利用層級結構加以分解有利於系統 化的了解；而基於人類無法同時對七種以上的事物進行比較之假設下，每一層 的要素不宜超過七個。因此假若問題有 n 個要素，則需作（n2-n）/2 個判斷，
而在最大要素個數為七個的前提下，較能進行合理的比較並同時可保證其一致 性之層級數為 n/7。如此的層級結構可達到下列益處：
（1）易進行有效的成對比較
（2）獲得較佳的一致性 2. 建構層級結構
由規劃群體的成員，利用腦力激盪法及其他技術（如問卷調查、因素分析、
群體分析），找出影響問題行為的評估準則（Criteria）、次要評估準則（Sub－
criteria）、替代方案的性質，及替代方案等；其次，將此一初步結構，提報決策 者或決策群體，以決定是否有些要素需增減，然後將所有影響問題的要素，由 規劃群體的成員決定每二個要素間的二元關係（Binary Relation）。若由規劃群 體決定，則需提報決策者或決策群體確認，最後利用 ISM 法或 HAS 法等階層 分析方法，構建整個問題的層級結構。
3. 問卷設計與調查
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
每一層級要素在上一層級某一要素作為評估基準下，進行成對比較。因此，
對每一個成對比較需設計問卷，在 1－9 尺度下，讓決策者或決策群體的成員 填寫（勾化每一成對要素比較的尺度）。以尌業選擇的簡例而言，有三家公司可 供選擇，在公司薪水的評估基準下，三家公司相互間的成對比較問卷必頇清楚 地敘述每一成對比較的問題，並附加詳細的引導說明，如成本降低、利益增加 等。根據問卷調查所得到的結果，建立成對比較矩陣，再應用計算機求取各成 對比較矩陣的特徵值與特徵向量，同時檢定矩陣的一致性。如矩陣一致性的程 度不符要求，顯示決策者的判斷前後不一致，因此規劃者頇將問題向決策者清 楚地說明（一般在填寫問卷前，規劃者宜尌每一成對比較問題，向決策者或決 策群體的成員說明與分析）。此外，AHP 在此階段可和德菲法（Delphi）合用，
收集專家意見，此謂 DHP（Delphi Hierarchy Process）。
此階段可分為兩個步驟：
（1）建立成對比較矩陣
假設有 n 個要素時，則需進行 n(n-1)/2 個成對比較。成對比較時之數值分 別為 1/9，1/8，〃〃〃〃，1/2，1，2，〃〃〃〃，8，9（尺度內容與意義閱 表二），將 n 個要素比較之結果，置於成對比較矩陣 A 的上三角形部分（主對 角線為要素自身的比較，故均為１），而下三角形部分的數值，為上三角形相對 位置數值的倒數。即 aji = 1/aij。矩陣如下圖所示：
（2）計算特徵值與特徵向量
建立完比較矩陣後，即可透由數值分析中常用的特徵值（Eigenvalue）解
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
法，找出特徵向量值，進而求出各層級要素的權重。
根據 Dak Ridge National laboratory 與 Wharton School 進行的研究，從 評估尺度１－９所產生的正倒矩陣，在不同的階層數下，產生不同的 C.I.值，
稱為隨機指標（Random Index ; R.I.）。而 C.I.值與 R.I.值的比率，稱為一致性 比率（Consistency Ratio ; C.R.）即：
得到成對比較矩陣之後，即可求取各層級要素的權重。而計算特徵值及特 徵值向量可作為驗證成對比較矩陣是否具有一致性 根據 Saaty 其決策的一 致性指標(Consistency Index ,C.I)，及一致性比率建議在 0.1 左右，一般通常 採用 C.I.< 0.1 及 C.R.<0.1.。
4. 層級一致性的檢定
成對比較矩陣內之數值，為決策者依主觀所下之判斷值，但由於判斷層級
成對比較矩陣內之數值，為決策者依主觀所下之判斷值，但由於判斷層級