資料分析方法

AHP 的 方 法 主 要 有 建 立 階 層 (Hierarchy) 、 成 對 比 較 (Pairwise Comparison of Alternatives )及計算權重及決定各個選擇方案的整體優先值 ( Determination of the Global Priority of the Alternatives ) [60]。此三個主要階 段，如下所述：

一、 建立階層（hierarchy）

建構層級時常因個人能力經驗受限、或易因刻板印象、月暈效應等形 成主觀判斷，故藉由因素層級結構將複雜統或問題簡化，以利決策者系統 化的了解，整個階層是由上往下發展的；此外，根據 Saaty 的看法，每一 個層級的項目不宜超過七個，因為當比較項目超過七個時，人類在評比過 程中易產生不一致性，以致影響各項目的權重，進而影響決策[61]。

二、 成對比較（pair-wise comparison matrix）及計算權重

階層建立後即進行各層級間和各因素間的成對比較，和計算出其相對 權重。在進行各因素間的兩兩比較時， AHP 所使用的基本評估尺度是由 文字敘述評比 ( Verbal judgments ranking ) 而來，包括「同等重要」、「稍 重要」、「頗重要」、「很重要」、「極為重要」；與其相對應產生數值 尺度 ( Numerical judgments ) 為 ( 1、3、5、7、9 )，和介於其中的折衷數 值 ( 2、4、6、8 )，評估尺度將用五等級(一樣重要、稍較重要、頗較重 要、更重要、絕對更重要)，分別給予 1、3、5、7、9 之衡量值；另再五個 基本尺度之間再各給予一個中間值，共有四項次，分別給予 2、4、6、8 之 衡量值，每題左右兩邊各有一個因素，由填答者先判斷左右兩邊那一較重 要後，再判斷相對重要強度[56]，各評估尺度所代表意義製表說明如表 3-2 所示。

表 3-2 評估尺度定義及說明表

評估尺度 定義 說明

1 3 5 7 9

一樣重要 稍較重要 重要 普通重要 非常重要

認為兩比較因素同為重要

經驗判斷稍認為另一因素較重要 經驗判斷頗認為另一因素較重要 實際認為另一因素更重要

有證據肯定另一因素更重要 2、4、6、8 相鄰尺度中間值 1、3、5、7、9 間之折衷值 資料來源：本研究整理

在計算因素的權重時包括有三個步驟，分別如下：

(1) 建立成對比矩陣

首先透過評估尺度進行各準則間的成對比較，然後在某一準則下各選 擇方案的成對比較，以得成對比矩陣，將比較結果轉化為成對比較矩陣 [61]。

表 3-3 建立成對比較矩陣範例

評估項目 P1 P2 P3 P4 P5

P1 1 2 3 4 5

P2 1/2 1 2 3 4

P3 1/3 1/2 1 2 3

P4 1/4 1/3 1/2 1 2 P5 1/5 1/4 1/3 1/2 1 資料來源：本研究整理

(2) 計算特徵值 (eigen-value )

將各行加總，並將此加總值除各數以產生新矩陣，再將各列相加可得 一新加總值，即為新向量，新向量再除以原向量行數即可獲得優先向量。

最大特徵值 λmax 值計算方法，為以原比較矩陣乘以優先向量，得到新的 向量。最後將新向量第一個數除以優先向量第一個數、新向量第二個數除 以優先向量第二個數……，以此類推計算後，將計算所得之值加總起來，

所加總之值除以因素個數即得最大特徵值 λmax 值[61]。

表 3-4 成對比較矩陣行加總範例

評估項目 P1 P2 P3 P4 P5

P1 1 2 3 4 5

P2 1/2 1 2 3 4

P3 1/3 1/2 1 2 3

P4 1/4 1/3 1/2 1 2 P5 1/5 1/4 1/3 1/2 1 行加總 2.28 4.08 6.83 10.50 15.00 資料來源：本研究整理

表 3-5 各比較值在其對應行中所占比率計算範例

評估項目 P1 P2 P3 P4 P5

列加總 P1 0.43796 0.48980 0.43902 0.38095 0.33333 2.08106 P2 0.21898 0.24490 0.29268 0.28571 0.26667 1.30894 P3 0.14599 0.12245 0.14634 0.19048 0.20000 0.80525 P4 0.10949 0.08163 0.07317 0.09524 0.13333 0.49286 P5 0.08759 0.06122 0.04878 0.04762 0.06667 0.31188 資料來源：本研究整理

表 3-6 各比較值優先向量計算範例

評估項目 列加總 評估項目數 優先向量 P1 2.08106 5 0.41621 P2 1.30894 5 0.26179 P3 0.80525 5 0.16105 P4 0.49286 5 0.09857 P5 0.31188 5 0.06238 資料來源：本研究整理

表 3-7 新矩陣值計算範例

1 2 3 4 5 0.41621 2.12912 1/2 1 2 3 4 0.26179 1.33723 1/3 1/2 1 2 3 x 0.16105 = 0.81496 1/4 1/3 1/2 1 2 0.09857 0.49517 1/5 1/4 1/3 1/4 1 0.06238 0.31404 資料來源：本研究整理

表 3-8 各比較值單位向量計算範例

新矩陣值 優先向量 單位向量 2.12912

0.41621 2.12912/0.41621=5.11549 1.33723

0.26179 1.33723/0.26179=5.10801 0.81496

0.16105 0.81496/0.16105=5.06030 0.49517

0.09857 0.49517/0.09857=5.02355 0.31404

0.06238 0.31404/0.06238=5.03427

最 大 特 徵 值 λ max = (5.11549 +5.10801+5.06030+5.02355+5.03427)/5

=5.06832

資料來源：本研究整理

(3) 一致性檢定

a.一致性指標(Consistence Index, CI)：

當成對比較時，比較前後不一致情形太嚴重時，研究結果將會與事實 相差很大，導致錯誤的決策，故必需用一致性檢定來評量過濾資料以確保 品質[61]。其一致性指標公式以範例表示如下：

範例：

CI = ^{max n}

1 n λ −

− =^{5.06832 5}

5 1

−

− =0.01708

b.一致性比例(Consistence Ratio, CR)：

隨機所產生的一致性指標稱為隨機指標(Random Index,RI)，而CI值和 RI值的比例即為一致性比例(CR)，此一比例是用來判斷單一階層間各因素 的 決 定 一 致 性 。 此 一 CR 值 不 宜 超 過 0.1( 即 CR< 0.1) 。 RI : 隨 機 指 數 (random index) 依評估矩陣階數查表可得。

表 3-9 AHP 隨機指數表 階

數

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 RI 0.00 0.00 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51 1.48 1.56 1.57 1.59 資料來源：本研究整理

C.R.=

CI RI

0.01708

1.12

故由 C.R.值<0.1，通過一致性檢驗。

目前在分析計算權重可運用電腦軟體進行計算，如由 Satty 參與的電腦軟 體「專家選擇」(Expert Choice)，不過在 Expert Choice 中，其一致性考 驗是以 IR 值表示不一致比例(Inconsistency Ratio,I.R.)，其決斷值仍以 不超過 0.1 為佳[56]。

三、整體層級結構之一致性檢定(consistency ratio of the hierarchy,CRH) CRH 為各層級指標值的總合除以隨機指標之總合，若 CRH <= 0.1 時表 示整個層級結構通過一致性檢定，若 CRH .> 0.1，則重新檢討層級結構重 新修定[61]。

3.3 研究限制

本次研究範圍僅針對臺中市環境保護局清潔隊，不同行政區域清潔隊 職掌不盡相同(如某些鄉鎮公所清潔隊另需負擔應回收廢棄物責任業者、

販賣業者宣導稽查及源頭管理工作)，且由於清潔隊工作分工範圍廣泛(有 掃路班、清溝班、駕駛班、清運班、拖吊班、消毒班、水肥處理班等)並 無法完全代表所有清潔隊對安全上的需求及本次研究受限於人力、財力及 時間上因素無法各別考量不同工作特性，而安全管理各層級構面多少具有 相依性並無法完全切割獨立，故將會有以下研究上的限制：

a.抽樣對象僅限於此次問卷清潔隊，無法完整反應全體專家及全體清潔隊 為其限制之一。

b.AHP 基本假設之一即是於每一層級結構中，上下層級及左右層級是完全 獨立的，而安全管理各層級構面常有相依性，此為研究上限制之二。

c.以往對清潔隊安全管理研究文獻較缺乏，且因其具官方執行機關色彩的 角色，常是相關專家避免談及之對象，因此相關研究資料相對貧乏不易 完整，為其限制之三。