第三章 研究設計與實施
第五節 資料處理與分析
國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
80
第五節 資料處理與分析
本研究以模糊德菲法來建構公立大學國際化指標。本部分主要說明透 過以下問卷調查所獲得資料之處理方式，以作為提出研究結論和建議之 基礎。
壹、「公立大學國際化指標之適切性評估專家問卷」
該部份資料，主要為高等教育相關領域之學者專家，對本研究初擬之 公立大學國際化指標之適切性評估，以符合研究目的。
貳、「公立大學國際化指標模糊德菲法專家問卷」
該部份資料採用 Fuzzy Delphi 1.0 版套裝程式軟體處理，以整合高等教 育相關領域之學者專家，包含大學行政主管與教授之專家意見。以下說明 模糊德菲法之理論基礎及資料處理步驟如下。
一、模糊集合
模糊集合對決策者判斷的不確定性與模糊性，允許元素以 0 到 1 之間 的連續任意值來代表其隸屬程度，並且用隸屬函數來表示期間的從屬關係，
以達到適應真實世界中模糊多元之特質。
二、隸屬函數
隸屬函數是用來表示元素對集合的隸屬度，其範圍介於 0 到 1 之間。
若一個元素屬於某一個集合的程度越大，則其隸屬度值越接近於 1，反之 則越接近於 0。透過隸屬函數可以描述模糊集合的性質，將模糊集合進行 量化，去分析處理模糊性的資訊（湯家偉，2005），較能處理人類思維的
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
81
模糊性部分。隸屬函數常見的有三角形型、梯形型、直線型、吊鐘型等；
其中，三角形型因為決策者易理解、計算方法最為簡便，因此使用最廣。
三、建立三角模糊數
三角模糊數是典型的模糊數代表，其圖形如圖 3-3 所示，三個端點分 別為(L, M, U)。其中，L 點代表專家共識的最小點，U 點代表專家共識的 最大點，因其為極端值，故此兩點的隸屬度以 0 表示。
此三角模糊數定義如下（引自吳政達，2008）：
模糊數 A 為一模糊集，其隸屬函數為μA (X)：R [0, 1]
（一）μA (X)為區段連續。
（二）μA (X)為一凸模糊子集
（三）μA (X)為正規化模糊子集，即存在一實數 X0，使得μA (X0)=1。
圖 3-3 三角模糊術圖形
本研究依據模糊德菲法問卷所蒐集之專家評估值，統整個專家之意見，
以最低值為共識最小適切值，最高者為共識最大適切值，因幾何帄均數較 不受極端值影響，因此將該幾何帄均數 M 點為隸屬度 1 之代表。
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
82
四、反模糊化
將模糊數轉化為一個最適合代表模糊數的明確數值之過程，即為反模 糊化，係由 Chen 和 Hwang 於 1992 年所提出，反模糊化的轉換是一種將 模糊數轉為實數的方式，藉由反模糊化可將模糊數轉換為一反模糊化值，
假設三角模糊數 A 的最大集隸屬函數μmax(X)與最小集隸屬函數μmin(X) 之概念，求出左界值與右界值後，再計算出指標的效用總值。
五、設定門檻值
最後由決策者依研究目的決定門檻值α，以決定因素之刪除與否，即 若因素之幾何帄均數（效用總值μT）大於或等於門檻值時（μT≧α），則 接受此因素為評估因素，反之（μT＜α），便刪除此因素。而門檻值之調 整則依決策者與研究者之主觀認定，若決策者發現因素太少時，可將門檻 值降低；反之，可將門檻值提高。
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
83
4.