資料處理與分析

本研究針對德懷術實施後進行統計分析，以統計考驗確認委員意見的 一致性，將回收之問卷進行各項構面項目及內涵之認同趨勢分析；針對階 層分析法，回收問卷則以 AHP 運算原則進行一致性檢定來衡量比較矩陣 整體的一致性；在品質機能展開技術上，則以專家會議的方式進行初步聚 焦，再透過專家各別檢視建議的方式，搜集學者專家意見後，再次召開專 家會議進行確認。以下分別就德懷術、階層分析法及品質機能展開技術說 明本研究所使用之統計方法。

壹、德懷術

經德懷術回收後之問卷，除就專家委員所提之意見進行問卷的反覆確 認外，並對已確認之指標另進行「重要程度」及「適切程度」的五點量表 的勾選，以統計分析方式，確認德懷術專家對各項構面項目重要程度贊同 之趨勢。所使用之統計方法以平均數、眾數、標準差與柯-史無母數單一樣 本重要程度與適合程度一致性考驗 (Kolmogorov-Smimov one sample test) 來考驗專家意見的 一致性，另透過克- 瓦二氏單因子等級變異數分析 (Kruskal-Wallis Oneway Analysis of Variance) 來判斷三類專家意見之一致 性。另可將專家委員所填答問卷中，依各指標之重要性程度的平均數進行 排序，以初步了解各構面項目重要性的排序，其資料歸納分析方法係採以 下二個步驟：

一、計分與統計

每項指標項目依專家填答勾選，各指標之重要程度及適切程度以最低 到最高依次為 1 分到 5 分，並求出每項指標項目的平均數。另為確認每個

專家間對各項構面項目及內涵重要程度認知的不同，必須再使用柯-史單一 樣本考驗檢測，以確認德懷術專家對各項構面項目及內涵重要程度贊同之 趨勢，是否有共同性而達到顯著水準另透過克-瓦二氏單因子等級變異數分 析來判斷三類專家意見是否達到統計分析上的一致。

二、完成指標項目之建構

對於德懷術問卷各指標項目的「意見說明」與最後的「綜合建議」進 行各項指標的新增、刪減或是調整修正。若調查過程中有委員意見出現相 同或類似情形，研究者則予以歸併，對於不同的意見或看法予以整理歸 納。指標經委員之調整修正後出現相同或類似情形，則再予調查所有委員 意見，決定是否整併或刪除。

貳、階層分析法

階層分析法相對權重之資料分析，是將回收之階層分析問卷進行資料 處理，運用階層分析法之彙算理論及公式，求得其各指標及構面項目的相 對權重。

一、問卷設計與調查

首先根據指標的發展設計來進行層級架構的問卷設計，本研究係透過 德懷術問卷所獲得之指標項目及構面，請專家委員對各要素間的相對重要 程度進行階層分析問卷的勾選填答。問卷題目是以兩兩要素間之相對重要 性來進行成對比較。而要素間的比較係以某一層級的要素，以上一層級某 一要素作為評估基準下，進行要素間的成對比較(杜振宗，2002)。本研究 在階層分析問卷評估尺度規劃上，係採用九點量表規劃，由填答者評估兩 指標及構面項目間的相對重要程度比較。

二、建立成對比較矩陣

根據問卷取得各要素間的相對重要程度結果，依階層分析法之理論及 運算規則，將委員專家勾選之相對重要性比較結果，轉換建立成對比較矩

陣。成對比較時使用的量尺，分別為 1/9，1/8，…，1/3，1/2，1，2，3，…，

（一）一致性指標 (C.I.)

一致性指標 (C.I.) 是 (_max-n) 與 (n-1) 之比值，即 C.I.=

1

max



 n

 n

max：最大特徵值 n：矩陣的階數

當 C.I.= 0 表示前後判斷完全具一致性，而 C.I.＞0 則表示前後判斷不 連貫，Saaty 建議 C.I.≦ .1 為可容許的偏誤值。

（二）隨機指標 (R.I.)

根據 Oak Ridge National Laboratory 與 Wharton School 進行的研 究，在不同的階數下，會產生不同的隨機指標，稱為隨機指標 (Random Index, R.I.) ，不同階數下的隨機指標如表 3-4 所示。

表 3-4

階層分析階層隨機指標表

階數 1 2 3 4 5 6 7 8 R.I. 0 0 .58 .90 1.12 1.24 1.32 1.41 階數 9 10 11 12 13 14 15

R.I. 1.45 1.49 1.51 1.48 1.56 1.57 1.58

資料來源：Saaty, T.L. (1980). The Analytic Hierarchy Process. McGraw Hill, Inc., New York.

五、各項指標及構面權重計算

彙整各指標及構面項目對比的相對重要程度，透過公式彙算後得到本 研究各指標及構面項目之權重。透過成對比較矩陣的建立、優先向量及最 大特徵值的計算、並進行一致性的檢定，所得到之各指標及構面的權重具 備信心水準及高度的代表性。

參、品質機能展開技術

本研究利用德懷術，從專家問卷方式建立了品質機能展開技術所需的

「課程發展項目」指標，另透過文獻探討及專家討論，決定以教育部人才 培育白皮書的人才關鍵能力指標部分，形成本研究的「政策推動項目」。

本研究利用階層分析法，萃取出了「課程發展項目」及「政策推動項目」

各指標間的標準化權重比例，將這此兩項之權重數值套入品質機能展開技 術中。為得到品質機能改善項目的決對權重，尚需建立「政策推動項目」

及「課程發展項目」指標間的關係矩陣，交叉比對各指標項目間之相關性 比較。為完成最後的分析工具，茲分別說明如下：

一、建立關係矩陣

「政策推動項目」及「課程發展項目」指標間的關係矩陣係將兩邊項 目進行兩兩配對，並給予一個「關係權值」代表兩兩項目間之關連性高低 程度，關係權值之分數分別為無相關 (0) ：留空白；低度相關 (1) ：△；

中度相關 (3) ：○；高度相關 (5) ：◎進行區分。關係矩陣之建立，是透 過專家會議方式，經共同討論協商後，產生並獲得初步的矩陣關係圖，再 透過專家問卷確認的方式，再次確認關係權值之分數級分佈狀況。

二、政策推動項目相關性比較

進行此項分析比較係為達成兩個主要的功能，一是經過分析比較後，

可過濾出指標項目中是否有具高度相關或重疊之指標項目或內涵，如此可 針對這些具有高度相關的指標項目或實質內涵進行討論，若其指標項目重 複或實質內涵具備有高度的共通性，可進一步考量整併或是簡化，讓品質 改善工作更容易聚焦；二是若這些高度相關之指標項目或內涵分屬不同單 位之工作，亦即表示應進一步檢視相關單位間之合作機制或建立暢通有效 的溝通管道，以確實推動品質改善工作。