D1等比值

10.0 5.0 2.5 0.0

圖3-1 Max-min預測表圖

圖3-1中，在確認認同程度最大值累積次數分佈函數F1(x)與認同程度最 小值累積次數分佈函數F2(x)後，將其由各自所佔的第一四分位數、中位數及 第三四分位數相重疊的部分(C1,X*,D2)稱之為灰色區域，其中的交點X*即為 設計目標值。

在先經由上述模糊德菲法計算出本案評估因子Ai的預測值X*後，經由預 設門檻值（S）之界定確認，以篩選出符合研究需求之評估因子，即

1.當X*值≧S，則可接受X*為研究評估因子。

2.當X*值≦S，則確排除X*為研究評估因子。

※ 然而門檻值之設定則可依不同研究的需要及要求而各自各別決定。

3-1-4 評估因子權重之計算—模糊層級分析法

層級分析法（Analytic Hierarchy Process – AHP）為1971 年Thomas L.

Saaty 所發展出來，主要應用在不確定情況下及具有多數個評估準則的決策 問題上，並在不同的領域被廣泛的應用而成為一常用的決策方法。層級分析 法可將一複雜問題依不同層面加以分解成為一簡單的層級架構，使問題層級 化、數量化及結構化。就決策者而言，階層結構有助於對事物的瞭解，而層 級分析法則有助放在面臨『選擇適當方案』時，決定各替代方案的優勢順位

（priority），以獲得最適方案。層級分析法是將龐大繁雜的問題系統化簡 化為明確的元素階層系統問題的各組成要素間則透過成對比較矩陣求得層級

要素的權重值，提供決策者資訊，而問題的各組成要素間則透過成對比較矩 陣求得層級要素的權重值，提供決策者資訊，最後透過量化的判斷加以綜合 評估，做為決策時之工具。，而後依據專家學者的意見進行評估，分別以各 名目尺度進行各變項間相對重要程度之計算，最後綜合各層級的權數獲取結 果。最層級分析法在使用時有下列幾項基本假設：

(一). 一個系統可被分解成許多種類或成分，並形成如網路的層級架構。

(二). 每一層級之要素間均假設具獨立性。

(三). 每一層級內的要素，可以用上一層內的某些或全部要素作為評準，進 行評估。

(四). 成對比較時，可將絕對數值尺度轉換成比例尺度。

(五). 成對比較後可使用正倒值矩陣處理。

(六). 偏好關係滿足遞移性，此不僅優劣關係滿足遞移性，同時強度關係亦 滿足遞移性。

(七). 由於偏好關係欲完全具備遞移性並不容易，因此容許不具遞移性的存 在，但須試其一致性的程度。

(八). 要素的優勢程度，經由加權法則而求得。

(九). 任何要素只要出現在階層結構中，不論其優勢程度如何小，均被認為 與整個評估結構有關，而並非檢核階層結構的獨立性。

3-1-5 模糊層級分析法

傳統AHP 模式中，評估者主觀判斷之語意描述，常被對應至精確的數值，

而忽略語意描述的模糊性。此類結合模糊理論與層級分析法之研究統稱為模 糊層級分析法【34】，或簡稱為FAHP。FAHP 法為Buckley 等人於1985 年首 先提出，其操作方法為在給專家填寫二屬性的成對比較值時，要求輸入模糊 數。一般可分為『模糊語意值法』、『模糊數法』、『模糊度量法』、『對 數迴歸法』、『幾何列平均法』，主以層級分析法之層級架構、成對比較矩 陣及特徵值、特徵向量的計算求取評估面向及各評估因子間之權重，作為建 立評估模式時之根據。

3-1-6 模糊層級分析法執行程序

在層級分析法的操作過程中，須由多位專家提供對各影響因素權重之綜 合意見，以了解各影響因素對總指標之影響程度，因此必須對群體決策權重 設定法進行了解，以便運用群體決策的分析方法彙整所有專家的意見，使得 資料彙整結果能真正代表專家的意見。在考慮群體決策環境下，準則權重之 決定事實上是依據群體中所有個別決策者之衡量結果，經由集成運算後，以 彙總為群的共同衡量結果，將決定權重的方式為建立成對比較矩陣，利用層 級分析法中之計算特徵向量的部分取得群體對各影響因素之影響程度，以下 針對本研究使用之特徵向量法加以介紹。

以特徵向量法主要應用於不確定情況下及具多個評估準則之決策問題。

傳統取得因素權重之方式為先直覺性的給予某一因素一個主觀比重，再以此 因素為基準與其他因素做比較，最後再依比例調整數值，達成最後權重值之 分配。此種做法在操作上十分常見，但較不客觀。其次，如選定某一因素為 基底則易因選擇不同之基底，造成權重重新分配而有差異，因此採用特徵向 量法之方式較具客觀性。其分析步驟流程如圖3-2，並說明如下：

問卷發放填寫 問卷發放填寫 問卷發放填寫 問卷發放填寫

對比矩陣建立 對比矩陣建立 對比矩陣建立 對比矩陣建立

計算特徵向量 計算特徵向量 計算特徵向量 計算特徵向量

成對比較矩陣最大 成對比較矩陣最大成對比較矩陣最大

成對比較矩陣最大 特徵向量計算

特徵向量計算 特徵向量計算 特徵向量計算

一致性判定 一致性判定 一致性判定 一致性判定

取得影響因素權重 取得影響因素權重取得影響因素權重 取得影響因素權重

整體層級一致性核定 整體層級一致性核定 整體層級一致性核定 整體層級一致性核定

統計影響因素的 統計影響因素的 統計影響因素的

統計影響因素的絕對權重絕對權重絕對權重絕對權重 圖3-2 特徵向量流程圖

程序一 問卷填寫

敬邀專家針對所研究之各影響因素做相對比較，於考量後對其的適當程 度之空格內進行勾選，以求得各因素對綠營建道路評估總指標之影響程度。

為使專家對各影響程度予以標準化，因此將各因素間之影響程度以九個尺度 劃分，讓專家對各因素間之影響程度予以勾選，影響程度尺度之劃分如表 3-1，影響程度區分所代表之意義如表3-2。

表3-1 影響程度區分表

表3-2 影響程度區分定義說明表

評估區分 評估定義 評估說明 相對評估定義 對等定義

1 重要 評估比較因素的影響程度及其嚴重性 重要 1

3 稍微重要 依經驗及自行研判稍微傾向另項因素 稍不重要 1/3

5 也許重要 依經驗及自行研判強烈傾向另項因素 也許不重要 1/5

7 應該重要 依實際狀況判定非常強烈傾向另項因素 應該不重要 1/7

9 完全重要 依實際證明斷定絕對傾向另項因素 完全不重要 1/9

程序二 對比矩陣建立

在整理問卷資料時將專家群體意見時，須依其偏好加以整合。整合之計 算方式有算術平均數、幾何平均數、調和平均數、均方根、均方冪、指數平 均數等，而一般大都以算術平均數、幾何平均數較常使用。故依 Thomas

完全不 重要

應該不 重要

也許不 重要

稍不 重要

重 要 稍微 重要

也許 重要

應該 重要

完全 重要 1/9 1/7 1/5 1/3 1 3 5 7 9

較適當，而非採用算術平均數。主要是因若某一成員之判斷值為a，而其他成

員判斷值為

a

1時，其平均值應為 ^{*1 =1}

a a 並非

2 1 a + a

。所以n 個成員之判斷值 X1、X2、… .、Xn，其平均值應為 X₁X₂X₃...X_n。

程序三 計算特徵向量

此程序即將評估因素相對等重要性轉換成相對權重比例，其計算方式如下：

一、 將成對比較矩陣中各元素除以所執行的元素之總和，在此計算過程 中，為避免專家群由於認定基準設定不同，而導致比較結果上不一致。

二、 將上一程序計算完成之矩陣中每一列元素相加並求取其平均值，即為 該成對比較矩陣的特徵向量參數。

程序四 成對比較矩陣最大特徵值計算

XXXXmax值之計算依原矩陣乘以特徵向量，將所得之乘積向量中各元素除以 特徵向量中之相對元素值後，再求其各特徵向量平均值，此即為我們所需之 X

XX

Xmax 值。

程序五 一致性判定

決策者偏好關係是在本方式中假設遞移性（transitivity）條件成立。

Ratio，C.R.）計算。依據Thomas L.Saaty之建議，C.I.及C.R.應在0.1 左右，

如此一致性才能獲得確認，且值越小確定性越高。C.I.以式（3.1） 表示，

C.R.以式（3.2） 及式（3.3） 表示：

C.I. ＝（Xmax－n）／（n－1） ...（3.1）

C.R ＝ C.I.／R.I ...（3.2）

＝（Xmax－n）／[（n－1）R.I.]...（3.3）

n

＝元素個數

Xmax ＝最大特徵值

R.I. ＝隨機指標，如表3-3所示

表3-3 隨機參數表

階數 1 2 3 4 5 6 7 8 9 10 11 12 RI 0.00 0.00 0.55 0.82 1.06 1.17 1.28 1.39 1.44 1.51 1.55 1.59

程序六 取得影響因素的權重

經計算影響因素結果得一致性標的C.I.、一致性比率C.R.皆小於原Saaty 建議值0.1，使矩陣之一致性結果符合要求，並請可將該成對比較矩陣所計算 之特徵向量作為權重比較值。

程序七 整體層級一致性核定

主要係以整體層級之一致性比率C.R.H.來判定整體層級架構中各主、次 因素相對重要程度是否達成一致。若C.R.H.＜0.1，則整體一致性將可接受，

各因素權重是為合理。整體層級之一致性比率C.R.H.為整體層級一致性指標 除以隨機指標之結果，如式3.4∼3.6。

C.H.R = C.I.H / R.I.H ………（3.4）

C.I.H = _{, 1}

1 1

+

= =

∑∑

i j h

j n

i ijU

W ………（3.5）

R.I.H = _{, 1}

1 1

+

= =

∑ ∑

i j h

j n

i

ijV

W ………（3.6）

其中 Wij+1＝第 j 層級第i 個因素之優先向量，i＝1∼n，j＝1∼h Ui,j ＝第j＋1 層級對第j 層級之i 因素之一致性指標向量，

i＝1∼n，j＝1∼h

Vi,j+1＝第j＋1 層級對第j 層級之i 因素之隨機指標向量，

i＝1∼n，j＝1∼h

程序八 統計影響因素的絕對權重

由上述程序一至程序六所求得之權重【31】，加以統計計算，針對該因 素於該層級之所影響的相對權重，亦再將各因素之絕對權重進行彙整考量統

第二節 問卷內容調查與訪談

首先本研究除了參考第二章之文獻回顧中所提，並依與當地民眾及相關 代表於規劃研商階段進行參與研討，考量運用在有限資金、擴大生態視野、

可使民眾積極參與等條件下，將本研究之公園水資源回收評估因素分別以考 量生態綠美化、預算成本執行運用、便於日後維護修整及公園水源供給、保 存【20】、社會影響與標的設置、環境衝擊與教育推廣與活動參與等【19】

研究評估方式，故初定歸納用以「生態景觀」、「資材成本」、「維護管理」、

「保水留存」、「社會責任」、「環境教育」六大方向及訂定二十九個可分 析細項評估因子項目，並建立層級架構（如表3-4）所示。

本章節將對各評估面向內涵及各評估項目之意涵進行說明，並分別將第 一階段的模糊德爾菲問卷及第二階段層級分析問卷的過程及結果加以分析。

各評估面向如下（表3-4）所示：

在文檔中 中 華 大 學 (頁 36-59)