• 沒有找到結果。

第三章 研究設計與實施

第四節 資料處理與分析

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

第四節 資料處理與分析

主要使用 EXCEL、Super Decisions 2.0.8 beta 中文版等為工具,分析所得教育 學門系所評鑑指標向度和項 目權重值及其排序值等資料 。採取的統計技術及目的說 明如下:

壹、專家審題部分

專家審題階段使用描述統計 分析專家審題結果,計算各 項目適用性等級的填選 人數和百分比等量數。其的 目的在於確認初擬的教育學 門系所評鑑指標內容是否適 切,藉以提高模糊德懷 術問卷的專家效度。

為求評鑑指標的嚴謹性和完 整性,此次專家審題調查的 分析可分為量化統計分 析和質化專家審題建議兩部分。在量化統計部分,分為採用程度和重要程度的分析。

採用程度乃請專家諮詢小組 針對調查問卷中的向度和指 標勾選採用程度,選項包括

「刪除」、「修改」和「採用」;如指 標在「修 改 」和「採 用 」之 百 分 比 加 總 高 於 80%,

則顯示指標具保留價值。

重要程度分析則是請專家諮 詢小組勾選評鑑指標的重要 性,重要程度以七點量 表作答,數值愈大表重要程度愈高,故「7」表非常重要,「1」則為非常不重要。除 了透過平均數、標準差和眾 數的呈現,個別分析各指標 的重要程度外,最後尚將上 述結果予以分級和加總,以 瞭解諮詢小組對於指標重要 程度的整體認定結果。

貳、指標建構部分

根據模糊德懷術問卷調查, 瞭解專家學者對於指標重要 程度的認知。由於每位 專家學者可能對於「非常重 要」至「非常不重要」的語 意認知有不同的看法,可透 過三角模糊函數的計算予以整合 意見,處理方式如下(吳政達,1999、2002)。

一、建立影響因子集合:依 據文獻探討和專家審題,建 立教育學門系所評鑑指 標內容,並彙整成指標集合。

二、蒐集決策全體意見:透 過問卷調查,蒐集專家學者 對各指標重要性的評定 結果。

四、建立最大集(maximizing set)隸屬函數和最小集(minimizing set)隸屬函 數,兩個隸屬函數定義如下:

otherwise x

otherwise

x

綜合 Satty(2001a, 2001b, 2004)和鄧振源(2005)論述,ANP 的權重分析可 分為四階段:

一、建構決策層級和相依模式

依據問題屬性確立決策 目標,並設定各準則(criteria)與次準則(sub-criteria)、

方案間的階層關係和相依情 形,各準則間若有相互影響 即為外部相依,各準則內的

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

用以建構各準則間的成對比 較矩陣,包含準則間成對比 較和準則群組內次向度之相 互比較,而 ANP 的比較評估尺度和 AHP 雷同,採用九點量表進行兩兩比較。最後 整合專家看法,將各比較矩 陣求得的特徵向量作為超級 矩陣值,並用超級矩陣說明 準則間相互關係和相對重要性。

本研究以模糊德懷術分析所得的 評鑑指標,採 九點量表形式(從 9:1 到 1:9)

依次進行向度、次向度和評 鑑指標間的兩兩比較。再整 合專家意見,將矩陣求得的 特徵向量轉化為超級矩陣。

三、建構超級矩陣

在 ANP 的分析中,超級矩陣用以計算系統中各準則的相依關係,該矩陣是由多 個子矩陣所構成,每個子矩 陣包含每個準則本身元素的 交互關係,和其他準則元素 間的成對比較結果。換言之,ANP 採用超級矩陣表示元素間的關係和強弱程度,如 下圖 3-2 所示。

圖 3-2 的超級矩陣 W 中,矩陣的左側和上方代表各準則(

C ,...,

1

C

N )與其所包 含的元素(

e

11 ~

e

1n1,...,

e

N1 ~

e

NuN)。子 矩 陣(

w ,...,

11

w

NN)則是由各準則與準則間相互 比對後的特徵向量所形成, 其中若子矩陣以空白或 0 呈現,表元素或群組間彼此獨 力沒有相依性。

圖 3-2 超級矩陣

資料來源:取自“Making decisions in hierarchic and network systems”, by T. L. Saaty,

& M. Sodenkamp, 2008, Int. J. Applied Decision Sciences, 1(1), 55.

ANP 透過未加權超級矩陣(unweighted supermatrix)、加權超級矩陣(weighted supermatrix)和極限超級矩陣(limit supermatrix)等矩陣進行運算。將超級矩陣的 向量值標準化(normalize),使各欄的向量總和為 1,此即隨機矩陣(stochastic matrix),而未隨機化的超級矩陣即為未加權超級矩陣,即各欄加總可能會大於 1。

若將未加權矩陣內同一元素 的權重乘以相關的準則權重 值,使其矩陣內的各欄向量 總和為 1,即為加權超級矩陣。將加權矩陣經過多次的乘幂運算,會到收斂的極限 值limk

A

2k1;使每一欄數字相等,代 表矩陣中所有個列都有 相同的向量值並達收 斂,即可獲得極限超級矩陣 。最後,依據極限超級矩陣 所呈現的收斂各值(公式如 下),為各準則組內對應的權重。另考量相關準則的權重值,再經向量值標準化

(normalize),使其極限值要素總和為 1,以獲得各向量要素最佳化的權重值,藉以 建立權重值的序位。

本研究根據上述程序,並參考 Gencer 和 Gürpinar(2007)、Yüksel 和 Dağdeviren

(2007)等應用 ANP 的實例,以及張魁峯(2009)的方法,建立對評鑑向度、次向 度和指標項目的成對比較評定資料,形成成對比較矩陣,轉 換可供 ANP 分析需要的 數值型態。此 流程係運用 Super Decisions 2.0.8 beta 進行超級矩陣分析,以獲得有關 評鑑向度、次向度和指 標項目的權重值體系。

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y 第四章 研究結果與討論

本章依據文獻探討初擬教育 學門系所評鑑指標體系,進 行評鑑指標的確認。本 章共分三節,第一節透過專 家審題分析,進行教育學門 系所評鑑指標架構的審題作 業;第二節說明模糊德懷術 實施結果分析和討論,亦即 選取罕見夠教育學門系所評 鑑可用的評鑑指標;第三章為指 標相對權重調查結果之分析,瞭 解各指標的重要性。

第一節 模糊德懷術專家審題結果之分析

初擬之教育學門系所評鑑指標均由國 內外文獻整理而來,其指標體系共計 7 個 向度、17 個次向度和 88 個評鑑指標,指標項目恐顯繁多且內容或許無法呈現現行 運作的實際情況。故第一階 段的問卷著重在專家審題部 分,藉由量化分析和質化審 題等方法,協助篩選和修改 指標項目,以求適用於現行 教育學門系所評鑑之所需。

以下先就量化分析和質化審 題方法予以說明,再依指標 向度逐項分析量化結果與修 正後資料。

為求評鑑指標的嚴謹性和完 整性,此次專家審題調查的 分析可分為量化統計分 析和質化專家審題建議兩部分。在量化統計部分,分為採用程度和重要程度的分析。

採用程度乃請專家諮詢小組 針對調查問卷中的向度和指 標勾選採用程度,選項包括

「刪除」、「修改」和「採用」;如指 標在「修 改 」和「採 用 」之 百 分 比 加 總 高 於 80%,

則顯示指標具保留價值。

重要程度分析則是請專家諮 詢小組勾選評鑑指標的重要 性,重要程度以七點量 表作答,數值愈大表重要程度愈高,故「7」表非常重要,「1」則為非常不重要。除 了透過平均數、標準差和眾 數的呈現,個別分析各指標 的重要程度外,最後尚將上 述結果予以分級和加總,以 瞭解諮詢小組對於指標重要 程度的整體認定結果,各項 分級評分如表 4-1 所示。指標的平均數高表重要程度高,標準差低表專家共識高,

眾數則顯示多數專家對於該 指標重要程度的認定,若指 標內容的重要程度高或專家 共識高,則評分等級越高,反之亦然。

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

表 4-1

各項指標重要性程度等級評分對照表

等級評分 平均數(M) 標準差(SD) 眾數(Mo) 3 M 6≧ SD 0.5≦ Mo=7 2 6>M 5≧ 0.5<SD 1≦ Mo=6 1 5>M 4≧ 1<SD 1.5≦ Mo=5 0 M<4 SD>1.5 Mo<5

再將上述分級結果予以加總,成為指 標重要程度的綜合評分(最高為 9、最低 為 0),以作為指標初步篩選的考量。根據上述指標重要性程度的評比分析,本評鑑 指標的綜合評分結果如表 4-2。此表顯示綜合評分以 8 分為多,6 分居次,而評分為 7 以上的指標達半數以上,顯示本研究的指標多屬重要程度高且專家共識值高。雖 無綜合評分為 0 分的指標,但有 3 個指標加總為 3 分,表指標的重要程度不高或專 家意見紛歧,恐需針對該指標的量化分析和質性意見,考量有無刪除或合併的必要。

表 4-2

各項指標綜合評分結果統計表 綜合評分 個數 百分比

3 3 3.41 4 5 5.68 5 13 14.77 6 17 19.32 7 13 14.77 8 35 39.77 9 2 2.27

有關質化審題部分,即是藉 由專家諮詢小組的專業,針 對各項評鑑指標提供各 項質性修改意見,作為 指標用語修改的參考。

壹、「行政管理」向度

觀察行政管理向度各項次向度和 評鑑指標的調查結果如表 4-3 所示。在採用程 度部分,檢視「採用」與「修改」的百分比加總結果,除「1-1-4 教育理念」僅 68.75%,

其餘達 80%的採用門檻,因此,本向度的指標大多得以保留,唯「1-1-4 教育理念」

宜列入刪除考量。至於重要 程度的平均值,除「1-2-6 服務價值」為 4.93,其餘在 5.60~6.73 之間,換算成百分等級在 80~96 之間,表指標的重要程度達 80%以上;

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

表 4-3 (續)

指標名稱 採用程度 重要程度

評鑑指標 刪除 修改 採用 M 等 級

SD 等 級

Mo 等 級

綜 合 1-5

人 員 服 務

1-5-1 作業 流程

3(18.75) 13(81.25) 6.00 3 1.07 1 6 2 6 1-5-2 服務

態度

1(6.25) 15(93.75) 6.33 3 0.82 2 7 3 8 1-5-3 行政

專業

1(6.25) 3(18.75) 12(75.00) 6.00 3 1.65 0 7 3 6 1-5-4 網頁

資源

1(6.25) 15(93.75) 6.40 3 0.74 2 7 3 8 1-5-5 服務

成長

1(6.25) 15(93.75) 5.73 2 1.03 1 6 2 5 1-5-6 服務

考核

1(6.25) 15(93.75) 5.73 2 1.10 1 6 2 5

綜合上述量化結果的探討, 可見大部分的指標多值得採 用,且重要程度也高,

雖然部分指標的專家意見較 為分歧,但是指標的綜合評 分結果顯示多可予以保留,

唯「1-1-4 教育理念」和「1-2-6 服務價值」兩指標建議予以刪除。

專家對於「行政管理」向度內各 項次 向 度 和 評 鑑 指 標 的 質 性 意 見,表 列 如 4-4。

綜合專家提供的修正意見和上述 量化分析結果,決定刪除「1-1-4 教育理念」和「1-2-6 服務價值」兩指標,其餘則 針對專家建議進行語意修改 ,使指標內容更為明確。

偏低外,其餘介於 5.80~6.47,相當於百分等級的 83~96;標準差介於 0.64~1.40,

專家意見較行政管理向 度集中;而眾數除了「2-1-6 情境布置」為 5 外,其餘為 6

看法較為分歧(標準差 1.47~1.59),顯示此部分的指標內容或架構可予以調整或修 改。檢視各指標的綜合評分,七成以上的指標評分達 6 以上,更有指標為 9 分滿分,

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

表 4-8(續)

原指標內容 修正後內容 修正意見

3-2-2【教學意見】

教師依學生意見,改進教 學與提升品質

3-2-3【多元發展】

開設多元化課程滿足學 生選擇需求

3-1-7【多元發展】

開設多元化課程學生滿

開設多元化課程學生滿