第三章 研究設計與實施
第五節 資料處理與統計分析
本研究資料處理範圍涵括質性與量化二部分，除處理相關文獻與專家 諮詢所蒐集到的資料外，根據第二章第三節所研擬出來的教學網站評估指 標，編製成「教學網站評估指標建構之適切性評估暨模糊德菲法專家問卷」
（附錄二），及「教學網站評估指標相對權重專家問卷」（附錄三）等 2 份 問卷，並運用模糊德菲法與模糊層級分析法進行分析。
壹、 「教學網站評估指標建構之適切性評估暨模糊德菲法專家問卷」的實 施與分析
本研究者參考國內外對於網站評估相關文獻探討，初擬「教學網站評 估指標建構之適切性評估暨模糊德菲法專家問卷」，內容包含等 5 個構面，
每個構面下分別包含 5 至 10 個不等的指標，共計 36 個指標。
為了解整體構面各項指標之適切性與重要程度狀況，研究者設計「教 學網站評估指標建構之適切性評估暨模糊德菲法專家問卷」，對 20 位專家 進行調查，問卷實施與回收後資料分析相關過程說明如下：
一、 適性性評估與模糊德菲專家資料填寫
首先邀請專家進行指標適切性評估，協助篩選指標或修正指標定義說 明；適切性分為「適用」、「修改」、「刪除」等三個等級量表，專家亦可於 相關欄位進行意見表達）；至於該問卷另設計有重要性程度欄位供專家填寫，
請專家針對所評估指標的最大值（最樂觀認知）與最小值（最保守認知）
進行衡量，並將結果填入相對應之問卷欄位中，再依區間範圍，對該項指 標之最佳值（可能值）進行評估，並將結果填入其相應之欄位。
二、 回收問卷並整合題目適切性填答結果
問卷回收後，整合專家意見（詳附錄四），將相同或類似的意見歸併，
不同意見予以分析，而後進行指標項目的刪除與調整；至於資料處理方式，
採用 Excel 試算表軟體計算回答各種意見之反應次數、百分比與平均數。
據統計結果分析，本研究除採用吳明隆與涂金堂（2006）將「適用」與「修
61
改」次數百分比（指標 Ai 在語意變數 Lj 的勾選人數 nij，則選項人數比例 為 aij = nij / N）高於 90%的指標予以保留，未達 90%之指標予以刪除外，
同時透過編碼方式（「適用」編為 2、「修改」編為 1、「刪除」編為 0）計 算平均數，刪除平均數未達 1.8 的指標項目，主要目的在更為確保本研究 案主題方向之可信度與正確性。
三、 模糊德菲專家意見結果與分析
（一） 取得專家對各指標的重要評估值：專家透過「教學網站評估指標建 構之適切性評估暨模糊德菲法專家問卷」，對所評估指標的最小 （最 保守認知） 值、最佳（可能）值與最大 （最樂觀認知） 值，由低 到高在 0 至 10 之間進行衡量與填寫；研究者再依填答數值依序轉換 為 0、0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9、1 等數值，每 位專家（n）在每一項指標的填答結果依序可用μLn（最小值）、μMn
（最佳值）、μUn（最大值）表示，而 20 位專家意見結果整理為「專 家問卷填寫之各指標最保守認知值、可能值及最樂觀認知值」表。
（二） 計算各指標的三角模糊數：本研究依據 20 位專家填答結果，擬訂各 指標之三角模糊數A=（Li，Mi，Ui）L-R
Mi= (μM1 × μM2 × … × μMn)1/n
，其中最小值（Li）取各專 家在最保守認知值中最小數值者，最大值（Ui）取各專家在最樂觀 認知值中最大值者；至於最佳值（Mi），則取全體專家填答結果幾 何平均數（張有恆，1998）。
（三） 三角模糊數（triangular fuzzy numbers）之反模糊化：為將前一步驟 取得之三角模糊數轉換化為明確值，並做為後續門檻值篩選之參考，
本研究依據 chen 與 Hwang（1992）所提出模糊集合反模糊化之方法，
計算出各項評估指標項目之右界值（μR）、左界值 （μL）和總值（μT），
並由總值表示模糊數之明確值。
62
1. 建立最大集隸屬函數μMax（x）與最小集隸屬函數μMin
μ
（x）
Max
μ
（x）=�x，0 ≤ x ≤ 1 0，otherwise
Min
μ
（x）= �1 − x，0 ≤ x ≤ 1 0，otherwise
Max（x）與μMin（x） 分別與三角模糊數A之右界與左界產生交 集，A= （Li，Mi，Ui）RL-R
2. 由最大值隸屬函數數μ
代表三個點座標（L，0）、（M，1）、
（U，0），透過 （L，0）、（M，1）二點可建立模糊函數y=（x-1）
/（m-1），而透過（M，1）、（U，0）二點可建立模糊函數y=（x-u）
/（m-u）。
Max
將 A 的模糊函數 y=�（x − 1）/（m − 1）
（x − u）/（m − u） 與最大隸屬函數
（y=x）產生交集，可得兩點，取其中 y 座標值較大者，即求出 右界值μR。
（x）與A的模糊函數求出右界值μR
3. 由最小值隸屬函數μMin
將 A 的模糊函數 y=�（x − 1）/（m − 1）
（x − u）/（m − u） 與最小隸屬函數
（y=1-x）產生交集，可得兩點，取其中 y 座標值較大者，即求 出左界值μL。
（x）與A的模糊函數求出左界值μL
4. 計算模糊數 A 的總值μT（A），即為模糊數之明確值 μT（A）i=（μR（A）i+1-μL（A）i）/2
（四） 門檻值設定並進行指標篩選：評估指標的選取，是以每個指標的三 角模糊數之明確值（μT），代表各模糊德菲專家對各指標評定量尺 的共識，最後依研究目的決定適合的門檻值。本研究以α 截集（α-cut）
63
來篩選重要的評估因素。α 截集（α-cut）界於 0≦α≦1。公式如下：
（Yuan, 1991）
Aα={χ ∈ ∪ |μA�(χ) ≧ α} α∈ �0，1�
當α≦μA（χ） ≦ 1 ， χ∈ Aα ，α 稱為標準門檻，Aα指隸屬 函數χ 屬於 A 集合，也就是隸屬函數 χ 值大於或等於 α 值， A+
集合表示χ 值大於或等於 α 值的集合，亦即接受 A 影響因素為評 估準則。解模糊區間為 0~1。
而後根據研究目設定合適的門檻值，並透過門檻值對指標進 行篩選，當專家的共識重要程度（明確值）大於或等於門檻值，
接受該指標，明確值愈大，代表愈適合做為網站評估指標之用；
反之明確值小於門檻值，表示該指標對於教學網站評估之重要性 不如其他指標，則剔除該指標。經由模糊德菲法對本研究所提出 的教學網站品質評估架構進行篩選後，可確立層級架構圖。
貳、 「教學網站評估指標相對權重調查問卷」的實施與分析
本研究根據前次問卷保留下來的適切性衡量指標建立層級結構，並發 展成「教學網站評估指標相對權重調查問卷」。問卷評估項目是在上一層級 評估項目的評估前提下，以名目尺度與同一層級內其他評估項目進行成對 比較，填寫者以此方式評估指標的重要性，該評定尺度分為絶對重要、極 重要、頗重要、稍重要、同等重要等五個尺度。尺度意義說明如表 3-2
64
（Very Strong Importance）
實際顯示非常強烈傾向喜好某一方案
資料來源：Saaty, T. L. (1980). The analytic hierarchy process: planning, priority setting, resources allocation. New York: McGraw.
一、 建立成對比較矩陣（pairwise comparison matrix）
利用成對比較（pairwise comparison）之內項問答結果，取專家對於第
65
三、 計算模糊正倒值矩陣（fuzzy positive reciprocal matrix）的模糊權重 計算模糊正倒值矩陣之模糊權重值，可參據 Satty（1980）提出的「特 徵向量」或「最大特徵值」關於特徵值（eigenvalue）解決方法，採用列向 量幾何平均值標準化求取向量值，求得指標間模糊正倒值矩陣的模糊權重 值。
W =
（∏ 𝑎𝑎𝑖𝑖𝑖𝑖𝑛𝑛𝑖𝑖=1 ）1/𝑛𝑛
∑𝑛𝑛𝑖𝑖 =1（∏𝑛𝑛𝑖𝑖=1𝑎𝑎𝑖𝑖𝑖𝑖）1/𝑛𝑛，
ij=1
，2
，……
，n
四、 解模糊化（defuzzification）並予正規化（normalize）
為獲取各項指標之權重值，本研究擬將上一程序求出的模糊權重運用 下述方式予以解模糊化及正規化：
權重的三角模糊數 Aij = （Lij，Mij，Uij） 解模糊權重值 dFij
=
（L
ij+ M
ij+ U
ij）/ 3
正規化 NWi=dFij/ΣdF
ij至於 5 個層面下各分項指標的串聯權重 Wji的計算方式：
Wji =Wj * Wi
Wji表第 j 層次第 i 各指標之總權重值 Wj 表第 j 個主要指標的權重值
Wi表在第 j 個主要指標下，第 i 個次要指標之權重值 五、 一致性檢定：
為避免造成不良的決策，成對比較矩陣一致性檢定成為評估指標建構 過程中的關鍵（Saaty, 1980）。一致性檢定方式包含：
（一） 最大特徵向量值（𝜆𝜆𝑚𝑚𝑎𝑎𝑚𝑚）的計算
νi = （ � wj
n
j=1
aij）/wi，𝑖𝑖𝑖𝑖 = 1，2，3，… 𝑛𝑛
66
𝜆𝜆𝑚𝑚𝑎𝑎𝑚𝑚 =∑𝑛𝑛 𝜈𝜈𝑖𝑖 𝑖𝑖 =1
𝑛𝑛 ，𝑖𝑖 = 1，2，… 𝑛𝑛
（二） 一致性指標（Consistency Index ， C.I.）的檢定
𝐶𝐶. 𝐼𝐼. =（ 𝜆𝜆𝑚𝑚𝑎𝑎𝑚𝑚– 𝑛𝑛 ）
（ 𝑛𝑛– 1 ）
（三） 一致性比率（Consistency Ratio ， C.R.）的檢定 𝐶𝐶. 𝑅𝑅. =𝐶𝐶. 𝐼𝐼.
𝑅𝑅. 𝐼𝐼.
67