• 沒有找到結果。

第三章 研究方法...23

N/A
N/A
Protected

Academic year: 2022

Share "第三章 研究方法...23"

Copied!
106
0
0

加載中.... (立即查看全文)

全文

(1)

目 錄

目錄………I 表目錄………IV 圖目錄………VII

第一章 緒論...1

1.1 研究背景與動機... 1

1.2 研究目的... 2

1.3 研究內容 ... 3

1.4 研究流程... 4

第二章 文獻探討...5

2.1 供應鏈系統... 5

2.1.1 供應鏈管理之定義...5

2.2 供應商關係管理... 7

2.3 供應商選擇準則... 12

2.4 模糊集群理論與應用... 15

2.4.1 集群方法...15

2.4.2 分群效度衡量...18

2.5 模糊分群理論實證應用介紹... 21

(2)

第三章 研究方法...23

3.1 因素分析... 25

3.1.1 因素分析...25

3.1.2 資料特性檢定...27

3.2 集群分析與相關檢定分析... 29

3.2.1 集群分析...29

3.2.2 區別分析(Discriminant Analysis) ...31

3.3 模糊集群分析... 32

3.4 模糊集群效度分析 ... 35

第四章 實證分析...37

4.1 IC 設計公司評選合作封裝廠行為分析 ... 37

4.1.1 樣本特性說明...37

4.1.2 因素分析...38

4.1.4 變異數分析...46

4.1.5 集群分析...53

4.1.6 區別分析...58

4.1.7 模糊集群分析...59

4.2 IC 封裝廠之集群分析 ... 70

4.2.1 樣本特性說明...70

(3)

4.2.2 集群分析...72

4.2.3 區別分析...75

4.2.4 模糊集群分析...77

4.2 傳統集群分析與模糊集群分析比較... 81

4.4 IC 設計公司與封裝廠之合作模式 ... 84

第五章 結論與建議...87

5.1 結論... 87

5.2 建議... 89

參考文獻...90

附錄...95

(4)

表目錄

表2.1 供應鏈管理之定義...6

表2.1(續 1) 供應鏈管理之定義...7

表2.2 供應商關係管理相關文獻...11

表2.2(續 1) 供應商關係管理...12

表2.4 供應商選擇之二十三個構面...13

表2.5 Choi 之供應商選擇準則...14

表2.6 Dowlatshahi 之供應商選擇準則 ...15

表3.1 KMO 取樣適切性量數的判斷原理 ...28

表3.2 模糊聚類數據轉換處理表...33

表4.1 受訪之廠商特性...38

表4.1 (續 1) 受訪之廠商特性...38

表4.2 供應商選擇準則綜合評估表...39

表4.2(續 1) 供應商選擇準則綜合評估表...40

表4.3 IC 封裝廠選擇之因素分析...43

表4.4 各因素之平均數...44

表4.4(續 1) 各因素之平均數...45

表4.5 統計假說與檢定方法...45

表4.6 卡方檢定之列聯表分析...46

(5)

表4.7 總體檢定...47

表4.8 多因子變異數分析...49

表4.9 多因子變異數分析...49

表4.10 多因子變異數分析...50

表4.11 多因子變異數分析...51

表4.12 多因子變異數分析...52

表4.13 不同外包廠商家數的公司在各因素之平均數 ...52

表4.14 IC 設計公司分類正確率交叉表...53

表4.15 卡方檢定之列聯表分析...54

表4.16 各集群之成立年資特性...54

表4.17 各集群之公司員工人數特性...55

表4.18 IC 設計公司集群分析表...56

表4.19 各構面對不同 IC 設計公司集群之區別分析摘要表 59 表4.20 IC 設計公司策略導向模糊分群表 ...59

表4.20(續 1) IC 設計公司策略導向模糊分群表...60

表4.21 IC 設計公司模糊集群分析結果...61

表4.22 集群廠商之主要產品說明...66

表4.22(續 1) 集群廠商之主要產品說明...67

表4.23 集群廠商之主要產品說明...67

(6)

表4.24 集群廠商之主要產品說明...68

表4.25 集群廠商之主要產品說明...69

表4.26 集群廠商之主要產品說明...70

表4.27 受訪之廠商特性...71

表4.28 各集群之公司成立年資特性...71

表4.29 各集群之公司登記資本額特性...72

表4.30 IC 封裝廠集群分析表...75

表4.31 各構面對不同 IC 封裝廠集群之區別分析摘要表 ....76

表4.32 IC 封裝廠分類正確率交叉表...77

表4.33 IC 封裝廠績效特性模糊分群表...77

表4.34 IC 封裝廠模糊集群分析結果...78

表4.35 集群廠商之主要產品說明...80

表4.36 集群廠商之主要產品說明...80

表4.37 傳統與模糊集群之比較表...81

表4.38 IC 設計公司與封裝廠之合作模式 ...84

表4.39 IC 設計公司與封裝廠之合作模式 ...86

表5.1 供應商選擇評估指標之相關研究成果比較 ...88

(7)

圖目錄

圖1.1 研究流程圖...4

圖3.1 研究架構圖...24

圖4.1 IC 設計公司策略導向群落特性示意圖 ...57

圖4.2 IC 封裝廠績效特性群落特性示意圖 ...74

(8)
(9)

第一章 緒論

1.1 研究背景與動機

在未來全球性區域經濟整合發展的趨勢下,產業的競爭已日趨白 熱化,而專業分工已是產業常態。但在現實生活中,整體供應鏈管理 架構中存在許多不確定參數,因此我們必須思考各供應商來源體系中 可以為企業帶來什麼價值?然而在供應鏈中人為與天然的不確定因 素,因此讓我們瞭解到供應商關係管理的重要性,與供應商在整體供 應鏈中所扮演的角色,所以企業本身與供應商的互動關係為何,以及 如何從眾多供應商中找出符合公司本身利益需求的供應商,更是企業 值得去探討的課題。企業如果能夠做好供應商管理,找出適合本身的 供應商,再加上配合公司未來的發展策略與供應商合作,必定能為公 司帶來更多的利益。

半導體產業是台灣經濟發展的重要產業之一,近年來在通訊產業 不斷推陳出新之下,IC 產業成長空間也不低地持續擴大。半導體產 業包括了上游的IC 設計、晶圓製造、下游的封裝及測試。過去 IC 製 造業需要龐大的設備投資及精密的製程技術,也因此一直只有少數幾 家大廠有能力去整合運作。但自從晶圓代工的崛起,IC 產業便走向 專業分工的趨勢。

IC 設計業為整體半導體產業的上游,在完成最終產品前,還需要

(10)

光罩、製造、封裝以及測試等主要製程,其中 IC 設計業在光罩、代 工以及封裝等過程幾乎是 100%委託專業公司製作,故整個產業的市 場需求幾乎都源自於IC 設計業。由於 IC 設計業的帶動,半導體產業 才能蓬勃發展。而我國 IC 產業即屬於完整的上下游垂直專業分工體 系,在這樣完整且緊密互相支援的上、下游專業分工的體系之下,IC 設計公司致力於研發和設計,而將生產部分交由專業代工廠。對 IC 設計公司而言,除了採購晶圓之成本佔了成本的大部份,IC 封裝的 成本也是其主要的成本之一。如果封裝廠的封裝能力不佳,會降低買 方的產品品質,同時可能對 IC 設計公司會產生不必要之損失。故在 我國專業分工的半導體產業結構下,IC 設計公司對於選擇 IC 封裝廠 除了要掌握封裝技術與特性;諸如:縮短產品開發期間、降低生產成 本及生產時間,提升企業形象與品質等,也必須考量與 IC 封裝廠之 長期合作關係,運用與下游封裝廠之資訊連結,才能有效掌握客戶與 市場的脈動,快速而有效率地做出預測與回應市場的需求。

1.2 研究目的

鑑於此,IC 設計公司如何從眾多 IC 封裝廠中選擇在製程技術、

資訊整合、服務等層面上均能符合IC 設計公司需求的 IC 封裝廠,作 為長期合作的夥伴,將是加強 IC 設計公司競爭優勢與長久經營的重 要關鍵之一。故本研究主要目的有四:

(11)

1. 探索 IC 設計業者選擇 IC 封裝廠商之考量因素及構面;

2. 分析 IC 設計業者選擇外包生產廠商之策略導向;

3. 分析 IC 封裝廠之績效特性;

4. 研提 IC 設計公司與 IC 封裝廠之合作模式。

1.3 研究內容

本研究主要可以分為四個部份:

1. 首先根據相關文獻的整理與產業特性,配合問卷發放及資料蒐 集,並以因素分析法萃取出 IC 設計業者選擇 IC 封裝廠之考量因 素。

2. 再依據萃取出之選擇因素構面為分群變數,以華德法及模糊集群 分析法進行集群分析,以歸納IC 設計公司選擇生產外包廠商之策 略導向。

3. 再依據萃取出之因素構面設計 IC 封裝廠績效評估問卷,配合問卷 發放及資料蒐集,了解封裝廠績效並以華德法及模糊集群分析法 進行集群分析,以歸納IC 封裝廠績效特性。

4. 最後,研提不同策略導向之 IC 設計公司與不同績效特性之 IC 封 裝廠其可能的合作模式,以減少IC 設計公司在選擇合作封裝廠時 之搜尋時間與成本,進而達到提昇企業競爭力之效果。

(12)

1.4 研究流程

茲將本研究流程整理如圖1.1 所示。

確定研究主題

確立研究目的

建立研究架構 蒐集相關文獻

選定調查樣本

問卷設計與調查

IC 封裝廠績效特性分析

IC 設計業者選擇生產 外包廠商策略導向分析

結果分析與探討

結論與建議

圖1.1 研究流程圖

(13)

第二章 文獻探討

2.1 供應鏈系統

現今企業組織所處的是瞬息萬變的環境,將該組織的產品從最初 的設計概念到最終的銷售過程,每一個細節都需緊密地配合,發揮最 佳效能,以期能達到企業的整體目標。

近年來愈來愈受到重視的供應鏈管理,及提供了上下游夥伴一個 垂直整合的優良方法,讓企業組織的上下游關係更為緊密,其主要精 神在於運用「整合」的概念,使供應商、製造商、批發商、零售商及 消費者之間有一連串的整合活動,進而產生最佳化的生產機能,有利 於企業組織未來的競爭力。

供應鏈管理可幫助企業在利潤回收、各項成本、生產效率、市場 銷售、客戶服務等方面提供整合的能力,其最大的優點在於效率之提 昇及資訊之傳達,一個成功的供應鏈,將可為企業組織帶來一個最具 競爭力的通路。

2.1.1 供應鏈管理之定義

「供應鏈管理」這個名詞係由Houlihan(1987)首先提出,是企 業物流(Logistics)領域中一項重要的發展。其發展之初僅利用工業 動力學的技術來處理實體配送及運輸作業等功能,隨後 Jones and Riley 描述供應鏈管理是一種整合性活動,其規劃及控制供應商至最

(14)

後消費者之一連串物流作業。而後許多文獻對於供應鏈管理之定義皆 大同小異而為脫離此範圍,茲將以往學者對於供應鏈管理之定義整理 如表2.1 所示。

表2.1 供應鏈管理之定義

作者 年份 定義

Stevens 1988 供應鏈之定義是關於規劃、協調及控制物料、組件 及成品由供應商到消費者手中的一系列活動。

Ellram 1991 供應鏈為一將產品和服務傳送給最終消費者的網 路組織,並將一系列的原物料供給、最終消費者傳 達串連起來。

Christopher 1992 供應鏈管理涵蓋由供應商經過製造程序與配送通 路,而後達到最終消費者之商品流動過程的範疇。

Billington and Lee

1992 供應鏈是一種製造、分配的網路組織,其中包含原 物料的購買、製造成在製品和完成品,以及將運送 給消費者的過程。

Berry et al. 1994 供應鏈管理的著眼點在於建立信任制度、流通市場 所需資訊、發展新的商品、並減少以委託製造

(OEM)為基礎的供應商,以便釋放出管理資源 來發展有意義、長期的良好關係。

Saunders 1995 一種整合原物料、製造、裝配、行銷與零售商自最 終消費者之整體管理策略。

Stephen, Thomas &

Wilhelm

1995 當交易雙方同意改變個別的經營方式且利益共 享、組織間活動互相整合、一起控制共有企業體系 的某個部分、關係成員彼此都瞭解每家公司會有什 麼樣的貢獻,也知道每家公司應該如何利用這種相 輔相成的資產與技術,創造一塊更大的餅讓大家共 享,這就形成了夥伴關係。

Johnson and Wood

1996 供應鏈管理的意義在於企業與供應鏈中的所有企 業整合。供應商、顧客及第三物流提供者分享意義 在於企業與供應鏈中的所有企業整合。供應商、顧 客及第三物流提供者分享意義在於企業與供應鏈 中的所有企業整合。供應商、顧客及第三物流提供 者分享必要資訊及計畫以使通路更有效率及競爭 力。

(15)

表2.1(續 1) 供應鏈管理之定義

作者 年份 定義

Cooper et al. 1997 供應鏈管理的內涵,在於對原物料供給到商品配送 等全體通路成員的管理,不侷限於單一企業中。亦 即將物流通路中所有成員視為一實體,並以生產配 送及行銷等活動為制訂決策的層次。

Kopczak 1997 供應鏈是一種實質的集合,包括供應商、後勤服務 提供者、製造商、銷售者,以及原物料、產品和訊 息之流通。

Lee and Ng 1997 供應鏈是一種實質的網路組織,其開始於供應商供 應原物料,結束於顧客購買商品以及產品和服務之 傳達。

Tan et al. 1998 供應鏈管理的範圍包括由原物料之供應至最後之 完成品。供應鏈管理著重在廠商如何有效的運用技 術、資源來提昇競增優勢。

Handfield 1999 供應鏈是一種結合工廠與配銷的網路架構,其包含 了原料採購、製造成半成品與最終產品、以及將這 些最終產品運送至顧客手中的過程;供應鏈是存在 企業與企業,以及公司與公司之間,並包含了服務 與運送的功能。

Chopra &

Meindl

2001 係由直接或間接地包含在滿足客戶需求的所有階 段所組成。供應商不但包括製造商和供應商,還有 配送商、和零售商及顧客本身。供應鏈包括所有滿 足客戶需求的功能。這些功能包括新產品開發、行 銷、生產、配銷、財務和客戶服務部門。

資料來源:鄭雅云【25】、本研究整理

2.2 供應商關係管理

根據 Webseter【54】將商業關係的發展演進過程分為為七個階 段:交易、重複交易、長期關係、買賣夥伴關係、策略聯盟、網路組 織、垂直整合。從這七個階段的演進過程得知,企業對於組織間的合

(16)

作關係會從原本獨立的買賣雙方關係,逐漸地朝向網路組織與垂直整 合階段。在這過程中,網路組織的內的各廠商皆為獨立自主的經營個 體,但彼此乃本著專業分工,資源互補的理念結合成為一個個體。換 言之,網路組織可以是一家主要廠商,結合其上、下游廠商形成一事 業網路體系,亦可以是許多廠商彼此間非正式的連結,大家互相幫 助,互通有無,自然形成一大規模且力量龐大的事業組織,且當網路 組織延伸到供應鏈上的各個相關廠商皆體認到彼此在各環節上的重 要性與互相影響,從供應商、製造商、配銷商乃至經銷商,任何一個 環節都能合作,便可提高整個供應鏈的效率。

吳思華【6】認為在選擇聯盟夥伴時必須考慮夥伴廠商的組織特 性、經營理念與策略取向和本企業相近,因為事業網路體系常透過非 正式的方式,維持長期合作的關係,如果成員之間彼此的組織特性,

如規模、技術能力、經營理念或企業文化等相距過遠時,必然很難進 行對話,無法維持長期的合作關係。

Das and Teng【38】認為所謂策略聯盟可認為是組織之間一種合作 安排,策略聯盟的形式若採取較為寬鬆的定義可以分為:合資、權益 投資、授權、聯合研發、技術交換(swap)、買賣關係等,但若採取 較為嚴格的定義,以就是策略聯盟夥伴之間必須是以實質的方式互相 連結在一起,例如:長期的、互相依賴控制的共同分享、夥伴之間的

(17)

持續貢獻合乎這個定義的合作形式就僅剩下一部份如:合資、共同研 發、共同行銷等,因此,若強調實質的合作方式,怠工的合作模式就 不能稱為策略聯盟。

Robertson and Gatignon【47】也將契約協議排除在夥伴關係之 外,因為,他們認為契約協議比較類似於公開市場的契約,可見代工 夥伴關係在有關策略聯盟的研議題中比較是被忽略的。

方至民【3】將上下游廠商間的合作稱為夥伴關係,代表雙方有 形的協定代表雙方有形的協定或無形的默契形成的一種合作,這種合 作所包括的內容為穩定的交易關係、交易量及價格等,而雙方也可能 也可能有進一步的合作內容,如資金、新產品研發與其他其他有利企 業雙方的活動等。

蘇紀彰【27】指出在國內 IC 製造鏈垂直分工完整的體系下,專 業 IC 製造廠為了達到縮短交貨時間的水準,於是衍生出一元化的服 務(Turn-Key Service)之型態。所謂一元化服務,乃是專業封裝廠為 了縮短交貨時間,與其下游的專業測試廠進行合作,以縮短後段 IC 製程的時間,來提高生產效率的一種生產方式,此一生產方式,必須 整合晶圓製造、封裝、測試之製造流程,來提供客戶一貫化的 IC 製 造服務,以縮短交貨時間。未來晶圓廠 IC 半成品交由合作之封裝廠,

(18)

一次完成封裝測試等後段製程的生產型態,將成為市場的主流。目前 日月光、矽品即分別與上游晶圓代工廠台積電、聯電,並與其下游的 專業測試廠福雷電、矽豐(於 2001 年為矽品所購併)合作,提供一 元化服務。所以要滿足此種生產型態,必須投入資本與生產設備,而 且上、下游之晶圓製造、封裝及測試廠的技術,也必須能配合。

黃銘章【20】認為廠商過去合作所累積的社會資本,可以降低顧 客在合作過程中對知識外溢風險的認知,當顧客所認知的知識外溢風 險降低時,顧客可以很放心地將合作專案交付給夥伴廠商,使得一個 有競爭力的供應商更具合作的魅力。

羅國晉【30】將夥伴關係納入供應鏈管理中,研究主要發現為:

(1)供應鏈管理與夥伴關係之間有著高度相關性(2)不同供應鏈管理集 群在夥伴關係、與競爭優勢上有顯著差異(3)不同夥伴關係集群在供應 鏈管理、與競爭優勢上有顯著差異(4)供應鏈管理與夥伴關係配適對競 爭優勢有顯著影響(5)供應鏈管理、夥伴關係與組織學習間的交互作用 對競爭優勢有顯著影響(6)不同企業特性、產業類別在供應鏈管理、夥 伴關係與競爭優勢各構面上有顯著的差異。茲將以往學者對於供應商 關係管理之相關文獻整理如表2.2 所示。

(19)

表2.2 供應商關係管理相關文獻

作者 年份 定義

Johnston &

Lawrence

1988 附加價值夥伴關係係定義乃指一組獨立的公司親 密的在一起工作,共同管理整個價值鏈中產品服 務的流通。

LaLonde &

Cooper

1989 一種存在於物流通路中兩個企業實體間的關係,

此關係中的成員在一些協定的時間範疇中,彼此 利益共享、障礙分擔。

Lewis 1990 提出優勢結合、相容性及承諾等三項選擇夥伴的 評估準則。其中優勢結合是以是以市場需求來評 估,認為優勢的結合要確保聯盟的綜效,進而確 保市場成功。相容性是以彼此的信賴與瞭解來評 估,聯盟雙方彼此要有相容性才能互相信任瞭 解,進而愉快的合作。而有足夠的承諾,才能促 使雙方克服彼此間的差距與困難。

Ellram 1991 採購夥伴關係乃買方及賣方之間一種跨越時間級 距的協議,涵蓋有資訊的分享及分擔與分享此關 係下的利益與風險。

Kanter 1994 價值鏈關係通常指供應商與製造商(或顧客)兩 者之間來自不同產業,各自貢獻不同但互補的技 能,使得不同公司的能力得以整合,一起為最終 顧客創造產品價值。

Buzzell &

Ortmeyer

1995 通路夥伴關係,是指經銷商及供應商之間的一種 持續性關係,雙方通常在目標、政策、採購程序 與供應商的產品配銷通路上達成協議。但最主要 的焦點幾乎都集中在採購與配銷活動上,故夥伴 關係有時亦被稱為供應夥伴關係。

Buzzel &

Gwen

1995 合作雙方在目標、政策、採購程序、實體配銷上 達成協議,有些夥伴甚至於在產品價格、測試、

包裝、促銷活動及新產品的開發皆達成協議,且 雙方維持在一種持續性的關係上,共同承擔專案 或產品成敗的長期性合作關係,藉由夥伴關係使 得廠商間互補新的資訊科技或市場,吸收超過公 司能力範圍的外部知識,提供更廣的產品或服 務,且能在共同產品級研發上分擔風險及成本以 獲得規模經濟。

(20)

表2.2(續 1) 供應商關係管理

作者 年份 定義

Stank,

Daugherty, and Autry

1999 供應鏈的夥伴一起工作是為了能夠更快速、更便 宜及提供更好的產品與服務給消費者,要達到這 個目的,整個供應鏈應該會展現出重要資訊的自 由流動及對共享目標的承諾,所以供應商與顧客 之間會涉入共同規劃與市場預測。

Steensma and Corley

2000 以技術外包的夥伴關係為對象,認為夥伴關係的 範圍可以從純粹市場交易(購買技術授權)到組 合(hybrid)關係(共同關係),夥伴關係的不同 會在相互依賴、溝通、資訊的流動等方面顯示出 不同的程度。

資料來源:整理自江淑娟【5】、本研究整理

2.3 供應商選擇準則

Donaldson【41】提出十七個供應商評選準則,較偏重於供應商服 務品質的構面,如表2.3 所示。

表 2.3 Donaldson 之供應商選擇準則表 1 訂單配送時間 10 售後服務

2 配送信賴度 11 個人支援的品質 3 資訊有效度 12 客戶的需求彈性 4 運送的準確性 13 市場資訊

5 聯繫的難易度 14 專業能力 6 請求的回應熱誠 15 使用新技術 7 產品的資訊品質 16 信用安全能力 8 技術通知 17 折扣彈性 9 產品保證

資料來源:Donaldson【41】

Dickson【40】提出供應商選擇的二十三個供應商選擇準則,其中 重要性程度最高的前三項準則依序為品質、交期與過去績效。

(21)

Weber【53】以 Dickson 所提的供應商選擇之二十三個因素為基礎,

對由1968 至 1990 年有關於供應商選擇的七十四篇文章作一整理與分 析後發現,多數製造業採行的JIT 生產政策,其相關文獻都強調品質 與交期的重要性,其次為價格、製成能力與產能限制等影響因素,此 外供應商的地理位置也在多篇文章中被提及,顯現其日趨重要的特 性,如表2.4 所示。

表2.4 供應商選擇之二十三個構面

1 品質 13 管理組織

2 交期 14 管理控制

3 過去績效 15 修復服務

4 保證與客訴政策 16 服務態度 5 生產設備與產能 17 過去的印象

6 價格 18 封裝能力

7 技術能力 19 勞資關係

8 財務狀況 20 地理位置

9 客訴處理程序 21 過去營業額

10 溝通系統 22 訓練

11 業界聲譽 23 相互間協調 12 商業關係

資料來源:Dickson【40】

Choi and Hartley【37】針對美國汽車業選擇供應商時所考慮的因 素作為研究,歸納出二十六項供應商選擇時的評估因素,並經過因素 分析後,將二十六項因素歸納成八個構面,如表2.5 所示。

(22)

表2.5 Choi 之供應商選擇準則

構面 考量因素

財務(Finances)

1. 財務狀況

2. 供應商的績效奬勵 3. 供應商的獲利能力 4. 展示財務記錄的配合度

一致性(Consistency)

1. 規格的一致性 2. 交期的一致性

3. 對於需求的快速反應能力 4. 品質政策

技術能力(Technological capability)

1. 設計能力 2. 技術能力 顧客服務(Service) 1. 售後服務

2. 供應商代表的能力 可靠度(Reliability) 1. 持續改善的能力

2. 產品可靠度 價格(Price) 1.最低價格的提供

關聯性(Relationship)

1. 過去關係的緊密性 2. 開放式的溝通

3. 在溝通整合方面的聲譽 4. 發展長期關係的可能性

彈性(Flexibility)

1. 具備迅速改變產能的能力

2. 在短時間內為新產品建構的能力 3. 較短的配送時間

4. 解決衝突的意願 資料來源:Chio and Hartley【37】

Doslatshahi【42】提出十四項供應商選擇準則與四項評估因子:

1. 供應商全面服務品質評估因子 2. 符合且立即反應客戶需求評估因子 3. 供應商配送績效評估因子

4. 價格關係評估因子

(23)

並指出公司與供應商之間的互動關係,已由對立的關係轉變成合 作的夥伴關係。

表2.6 Dowlatshahi 之供應商選擇準則 1 長期策略聯盟 8 供應商訓練及會議 2 供應商的研發投資與財

務策略

9 進貨與驗收政策

3 信賴關係 10 高階管理者的支持是發展供應商策略關 係必需的

4 減少供應商的數量 11 採購功能與其他組織功能介面的建立 5 資訊分享 12 專業採購活動本身的公平權力與競爭 6 供應商廠房的勘查 13 採購活動需以公司策略價值作為導向 7 供應商評選與判定 14 有效的供應商關係管理為公司經營策略

的核心 資料來源:Dowlatshahi【42】

2.4 模糊集群理論與應用

2.4.1 集群方法

1965 年美國加州大學柏克萊分校教授 Zadeh 首度在〝Information And Control〞期刊上發表“模糊集合理論”(Fuzzy Set Theory)之概念。

此後四十年間關於這方面的研究與發展均有相當良好的應用成果。而 模糊理論的獨到之處則是在處理具有模糊性質的問題,它較一般的理 論包含更多的訊息,以提供決策者能充分地掌握整個狀況。

傳統的分群法較偏向以觀測值的某項特質來分類,而模糊理論處 理集群分析時會考量整體狀況後,才決定如何分類,且在不考慮二階 段集群分析下,模糊集群分析有多個效度指標,作為提供分群效果的

(24)

依據。且模糊分類法在分群後,還能保有原始資料的訊息,可供後續 之研究;不像一般集群分析法在分群後就喪失了原始資料的訊息。以 模糊理論來分群,有以下優缺點:

1.模糊集群之優點:

(1)每個觀察值均有關於所有集群的隸屬值,提供我們資料架構的詳細 資訊,及後續之研究。不像一般集群分析方法,只要分群後,對於原 始資料的訊息,就不易獲得。

(2)可參考分群效度函數,找出最佳分群數,並從中找出分群效果較差 之點。

2.模糊集群之缺點:

(1)演算法較為複雜。

(2)在每個集群中,缺乏代表性的樣本,主要原因是模糊化集群分析,

是以整體狀況來考量如何分群(黃國亮【16】)。

J.C. Dunn 和 Beadek【43】 首度提出模糊理論應用於集群分析 上,稱之為「模糊化-K 平均法」(Fuzzy K-Means Method),此法類 似於「非階層式群分析法」,必須先找出集群中心才能進行分群;而資 料的型態必須在多維空間才能測量。

Roubens 【 48 】 提 出 模 糊 集 群 分 析 法 的 目 標 函 數 : min u ujvd(i j

k

v n

i n

j

iv 2 ,

1 1 1

∑∑∑ 2

= = =

)。

(25)

此目標函數可視為所有集群離散程度總和的二倍。

其中,d ,(i j):表示觀察值i,j間的距離或相異係數

µiv,µjv:分別表示觀察值i,j在集群 的隸屬函數值 v

k:表示集群數

n:表示觀察值的數目

Bezdek 【 35 】 提 出 另 一 個 模 糊 集 群 目 標 函 數 : min ( )

∑∑

( ) (

= =

= c

i n

k

i k m ik

m U V u d X V

J

1 1

2 ,

, )。

此目標函數所代表的意義為各樣本到各集群中心的加權平方和。其 中, 為一目標函數的隸屬函數值,而 為一指數化權重(Exponential Weight),其值通常為 1.5~3,若 愈大則分類愈模糊。其作法以目標 函數表示各樣本點到各集群中心點的加權平方和,權數是樣本點 至 集群 的隸屬函數值 的 次方。m愈大則隸屬函數值 較小者對於 整個目標函數值影響越小。因此,m的作用乃在降低計算集群中心值 及目標函數值時,雜訊(Noise)所造成的影響。

uik m

m

k

i uik m uik

Kaufman 和Rousseeuw 【46】認為單一集群離散程度會因此集 群內觀察值個數不同,而有不同的離散值,因而修改了 Roubens【48】

的目標方程式,提出另一目標函數:

min ( )

∑∑∑ ∑

=

= = =

n

j jv k

v n

i n

j

jv

iv d i j

1 1 1 1 2

2 2

2

, µ

µ µ

此目標式與 Roubens【48】提出的目標函數差別在於,多除了一個

(26)

= n

j

ujv 1

2 2 之值,以求得所有集群平均離散程度的總和。再加上隸屬函數

值的範圍在 之間,且觀察值i與所有集群的隸屬度加總為1 的限制 下,利用Lagrange 方程式來求解,即求得隸屬函數u

[ ]0,1

iv

後續研究眾多,除了有延續上述研究主軸的「以模糊目標函數為 基礎的分群方法」外,尚有「以模糊關係為基礎的分群方法」與「以 模糊鄰近區域規則的無參數分類方法」(Yang【58】)。以模糊關係為 基礎的分群方法而言,為一創新的方法,其績效與單一連結的層級分 群方法相當,僅需建立觀察值間的模糊關係,即可進行分群,且事先 不需要知道集群數,尚有許多發展空間,相對於以模糊目標函數為基 礎的分群方法,較為簡單易用;而以模糊鄰近區域規則的無參數分類 方法,有其特殊的適用情形,且其對於歸屬度與分群中心等參數較少 有探討(陳弘庭【21】)。

2.4.2 分群效度衡量

集群分析的有效性,決定於是否能根據現有資料結構,將資料作 正確的分群。因此,在模糊分析方面,亦有許多學者探究模糊分群效 度衡量問題,主要的衡量方法有:

Bezdek 【 34 】 提 出 分 離 指 標 (Separation Index) :

( )

∑∑= =

=

n

i k

v

iv

Wiv

U W

1 1

µ 2 ,而W U 之值愈小,則分群效果愈佳。W

硬分群之隸屬函數。

(27)

J.C. Dunn 【 44 】 建 議 以 唐 氏 分 割 係 數 (Dunn’s Partition Coefficient)FK( )U 來判別模糊程度及分群效果,其範圍從1k1之間(

為分群數),其模糊程度會受到分群數 之影響(朱國民,1999)。

k

k

Davies and Bouldin【39】提出的分類分離測度(the cluster separation measure) 為決定分群數目之判斷準則。而基本上這個

=

= c

i qt

Ri

DB c

1 ,

1

標就是透過群內變異╱群間變異所定義而來。

1982 年 Roubens 認為以標準化後之唐氏分割係數 ( ) ( )

1 1

= k

U U kF

FK

來 判 定 其 模 糊 程 度 , 並 稱 FK( )U 為" 非 模 糊 指 標 "(Non- fuzziness Index)。FK( )U 之範圍為 0 至 1 之間。

Rousseeuw【49】提出以側影圖(Silhouette)來輔導判定分群之效 果,並提出側影係數 ( ) ( ) ( )

( ) ( )}

{a i bi i a i i b

S max ,

= ,來求得最佳分群數。其中,

( ) 1

1

S i a( )i 與 表示樣本點i至同一集群 與 中所有樣本點的 平均相異係數。當 愈接近 1 時,表示樣本點相當接近其所屬之群 組;反之, 愈接近-1 時,表示分群效果不佳。

( )i

b a b

( )i

S

( )i

S

Xie 和 Beni【57】提出之緊密度/分離度效度函數 ,可以解決其他 衡量函數難以表現的樣本點彼此之幾何特性的缺點;但此方式會因為 樣本點增加,而分群數會趨於愈多的現象。效度函數 公式如下:

S

S

( )

( )

) ( i i k

i c

i n

k

i i ik

X V n

X V d u

S min ,

,

1 1

2

∑∑ 2

= =

=

(28)

當 愈小分群效果愈佳。 S

C

)

譚嘉慧(1999)針對許多分類時,適切性指標,例如:分割熵 (partition entropy)、分割係數 (partition coefficient)、FS 指標、XB 指 標、SC 指標、DB 指標,進行比較與探討,最後提出結合隸屬度與資 料幾何原則,提出一新的模糊適切性指標(WB),最大化WB, 以決 定最佳群數 。WB 指標公式如下:

) ( ) (

(U V X BU V W U V X

WB , ; = , / , ;

( )

∑ ∑

= = +

+

×

⎟⎟

⎜⎜

= 1

1 1

2 1

2 , 1

c

l c

m

m m

S S j

mj j

v S v

S

u u V c

U

B e m

λ λ

λ λ

( )

∑ ∑

( )

=

= c

i j S

i j i

i

v x C X

V U W

1

1 2

:

, 1ic 1 jn

{

=1}

= jI j

Sλ λSm =

{

jImj =1}

vλ:第λ群的中心點 vλ, vm:第 群的中心點 m

i s j

ij

i S

C i

= µ2

c i=1L

⎪⎩

⎪⎨

= =

c kj ij k

c kj ij k

Iij µ µ

µ µ

1 1max if

0

max if

1

{ =1}

= ij

i jI

S

(29)

2.5 模糊分群理論實證應用介紹

模糊分群理論實證應用之範圍可謂相當廣泛,在環境污染評估、

市場區隔、教育評量、影像識別、自動控制、醫療病症的判別、財務 評比等領域上皆有相關之研究,本研究僅就與財經管理相關之文獻提 出介紹。

黃國亮【17】分別使用三種不同的集群分析法-華德法、均連法 與模糊化集群分析法,自台灣證券交易所取得 26 家紡織業上市公司 83 年度的財務資料,選取 20 個財務比率作為自變數,如(1)資產 負在比率(2)長期資金占固定資產比率(3)流動比率……等使用因 素分析來萃取共同因素後,再分別以三種方法進行分析;此三種方法 並無一致性,故所得到的群數也就不同:

(1)均連法-將資料分成五群。

(2)華德法-將資料分成七群。

(3)模糊化集群分析法-將資料分成二到十群後,以模糊程度最小 為原則,決定分成二群。

朱國明【4】模糊集群分析法來建構市場區隔,以解決傳統「硬 分群」方法所造成的缺失,並進而結合新的模糊集群分群效度檢定方 法,試圖透過購屋者行為之研究,以市場區隔的方式對購屋者需求屬 性加以研究,尋求不同組群之差異,以利業者針對其目標市場,擬定

(30)

差異化的行銷策略。

劉仲原、方定國、施雅月【24】以模糊集群方法中之 Fuzzy-Cmeans 演算法建立競爭性市場結構,並且計算消費者對於品類轉換的忠誠 度,作為研擬行銷策略之參考。結果將行動電話市場分成三個子市場 品類,分別為「大眾型」、「迷你型」、「個性化」結構。

(31)

第三章 研究方法

本章將說明本研究之主要研究方法內容,首先針對公司特性與IC 設計公司外包特性進行卡方檢定進行,以瞭解公司特性與 IC 設計公 司外包特性之間的關連性;再針對 IC 設計公司選擇封裝廠之準則進 行因素分析及其相關檢定分析,如:資料特性檢定、取樣適切性量數;

接著依據所萃取出之構面以華德法進行集群分析與模糊集群分析;並 同時以多因子變異數分析瞭解公司特性與 IC 設計公司外包特性對於 各構面之影響;進行卡方檢定以瞭解公司特性與 IC 設計公司外包特性 對各集群之影響;再根據所得到之集群分析結果進行區別分析以確保 分群之正確性,流程如圖3.1 所示。

(32)

圖 3.1 研究架構圖

因素分析與命名 1.資料特性檢定 2.取樣適切性量數

IC 設計公司 選擇封裝廠準則

卡方檢定

IC 設公司外包特性 公司特性

IC設計公司 1. 傳統集群分析

2. 模糊集群分析與效度衡量

IC封裝廠 1. 傳統集群分析

2. 模糊集群分析與效度衡量

合作模式 七大構面

卡方檢定卡方檢定

區別分析

(33)

3.1 因素分析

3.1.1 因素分析

處在一個資訊爆炸的時代,現今所需處理的資訊,已和以往單一 訊息的情況大為不同。以本研究為例,用以衡量 IC 封裝廠選擇的指 標十分眾多。如何在這些指標中選取一些變數用以解釋評估 IC 封裝 廠的選擇,實為不易的課題。而因素分析主要目的即是在這些眾多有 相關的變數減少為較少無相關的變數,並從無相關的新變數中作原變 數同質性歸類,即在這些眾多具有共線性的變數中,盡量保存原資料 的訊息,而找尋眾多變數背後的共同因子,以藉由較少維度的因子來 解釋原資料的結構,使我們可以更加瞭解資料所顯示的意義,使欲處 理問題較易獲得解決。

因素分析的主要假設是不能直接觀測到的隨機值,稱為因子,每 個變數除了「共同因子」(Common Factor)以外,尚有「獨特因子」

(Specific Factor),希望能夠降低變數的數目,欲在一群有相關性且 難以解釋的資料中,找出幾個在概念上有意義且其彼此間趨近於獨立 關係,可以影響原始資料的共同因素。

因素分析是討論如何將p個變數 的每一個變數 分解成 少數幾個共同因子與獨特因子的線性組合,因素分析的模式為:

Xp

X ~1 Xi

1 1

2 12 1 11

1 =a F +a F + +amFm +ε

X L

2 2

2 22 1 21

2 =a F +a F + +a mFm+ε

X L

(34)

M

p m pm p

p

p a F a F a F

X = 1 1 + 2 2 +L+ +ε 其中,F1,F2,L,Fm:共同因子

aij:在第 個因子中第i j個變數的負載值(loading)

εp

ε

ε1, 2,L, :誤差。

因素分析的步驟如下:

步驟一:選擇所欲分析的變數“X1,X2,L,Xp”。

步驟二:準備相關矩陣,估計共同性。

步驟三:決定因子數目。

方法1:特徵值超過一。

方法2:累積貢獻度超過 65%(或 70%)。

方法3:特徵值之陡坡圖案來決定。

步驟四:從相關矩陣中找出共同因子。

步驟五:因素轉軸,增加變項與因子之間關係的解釋。

為了選擇之共同因子易於說明與解釋,常將因子作轉軸(Rotation),

其轉軸方式如下:

(1)直交旋轉:Varimax(最大變異法)、Quartimax(四次方最大值法)。

(2)斜交旋轉:Covatimin(共變數最小法)、Quartimin(四次方最小值 法)。

步驟六:以產生的結果解釋如何為因子命名。

(35)

3.1.2 資料特性檢定

由於因素分析的條件中,變數之間需要具有一定程度的相關,一 群相關太高或太低的變項,皆會造成執行因素分析的困難。太低的相 關難以抽取一組穩定的因素,不適於進行因素分析,而相關性太高的 變項,多重共線性(multicolinearity)明顯,有區辨效度不足的疑慮,

所獲得的因素結構價值不高,而這兩者可透過「球型檢定」與「KMO」

檢定來檢驗上述問題。

一、球型檢定(Bartlett’s Test of Sphericity)

球型檢定是用來探討相關係數是否適當的方法,由於因素分析使 用相關係數作為因素抽取的基礎,一般而言,相關矩陣中的相關係數 必須顯著的高於0,某一群變數兩兩之間有高相關,顯示可能存在有 一個因素,多個群落代表多個因素。如果相關係數都偏低且接近,則 因素的抽取越不容易,球型檢定即可用來檢驗是否這些相關係數不同 且大於0,顯著的球型考驗表示相關係數足以作為因素分析抽取因素 之用。

二、取樣適切性量數(KMO: Kaiser-Meyer-Olkin Measure of Sampling Adequacy)

另一種是用淨相關矩陣來做判斷,變數之間是否具有高度關聯,

(36)

可以從偏低的淨相關來判斷,以淨相關計算各項變數的關係,排除了 其他變項的影響,該係數稱為取樣適切性量數,代表與該變數有關的 所有相關係數與淨相關係數的比較值,該係數越大表示相關情形良 好。KMO 定義為如下:

KMO=

∑ ∑ ∑∑

∑∑

+

i i

ij i

i ij

j i

ij

a r

r

2 2

2

其中, :變項 與rij i j之Pearson 積差相關係數; 為此變項之偏相關 係數。若偏相關係數平方和( )越小,並遠小於相關係數平方和( ) 時,KMO 值大於 0.5 是較適合的,而 0.8 以上為最佳。

aij 2

aij rij2

表3.1 KMO 取樣適切性量數的判斷原理

KMO 統計量 因素分析適合性

0.90 以上 極佳(marvelous)

0.80 以上 良好(meritorious)

0.70 以上 中度(middling)

0.60 以上 平庸(mediocre)

0.50 以上 不佳(miserable)

0.50 以下 無法接受(unacceptable)

資料來源:Kaiser【56】

(37)

3.2 集群分析與相關檢定分析

3.2.1 集群分析

在日常生活中許多事物常需要用到分類,尤其是對於多變數、多 指標的分類問題,多採用多變量統計方法的集群分析。集群分析是根 據某種特性將資料的相似與相異性予以歸類分群,以簡化問題。由於 分群後具有相似特性的資料被歸為一群,群與群間之差異被凸顯出 來,有助於瞭解資料間彼此的特性差異。在本質上,集群分析是依據 現有的資料特性來加以歸類。特性相似的歸為一集群,不相似的資料 則予以分離。換言之,群內同質性高,而群間異質性高,其分類的群 數是依據資料的特性來做最佳的決定。

一般的集群分析方式致可分為兩類:

(1)階層式集群分析法(Hierarchical Analysis Method):均連法、重心 法、近鄰法、華德法等。

(2)非階層式集群分析法(Nonhierarchical Cluster Analysis Method):

K-平均數法(K-means Method)。

在已知最適分群數時,採用「目標函數法(Objective Function Method)」能得到最好的分類效果,不論在分類的準確度或是運算的 效果上也較層級法大為提昇。若同時使用「層級法」與「非層級法」,

(38)

即所謂的「二階段法」來找出最適群數。而層級分析法主要的優點是 分群的數目較不受限制,不需要由資料分析人員來決定群數,電腦會 自動找出各層級;但缺點就是計算的精確度不如由資料分析人員指定 群數的「目標函數法(Objective Function Method)」,且運算速度較費 時例如觀測值超過200 個以上時,會更明顯。因此若能事先知道最佳 的分群數,則最好是利用目標函數法來進行分類,不但正確性高且運 算速度也會大幅提昇。

在常用之階層式集群分析法中,以華德法較不易受到極端值的影 響且較適用於小樣本之研究。以 個樣本為例,說明華德法之分群步 驟。

N

步驟1:將各樣本視為一集群,即開始時集群數為 。 N

1 N

步驟2:計算 個集群中,兩兩成對之組合 種情形之組內變數 , 若兩集群合併,將造成組內總變異數 增加最少,則將此兩群予以合 併,成為 個集群。

N C2N Si

Si

( )

=

= ni

j

i ij

i x x

S

1

2 , i=1,2,...,k

=

= k

i

Si

S

1

其中,xij:第 群中第i j個樣本 xi :第 群的樣本平均數 i ni:第 群的樣個數 i

(39)

:集群數目 k

步驟3:重複步驟 2,直到全部特性相似的樣本合併為同一集群為止。

3.2.2 區別分析(Discriminant Analysis)

區別分析是一種單準則變數的相依方法,其準則變數為事先訂定 的類別或組別。其主要目的是計算一組預測變數的線性組合,以對一 個準則變數加以預測,以瞭解那幾個變項可以區別不同的組別,並檢 查其分組結果的正確性。根據樣本資料推導出一個或一組區別係數,

區別函數目由組別數目及預測變數數目來決定,其估計方法有同步估 計 法(simultaneous estimation)與逐步估計法(stepwise estimation) 兩 種。如果只分成兩個群體,則只有一個區別函數,如果群體超過兩個,

區別函數則不只一個,此時的區別分析被稱為複區別分析,而導出多 個 區 別 函 數 的 方 法 , 有 費 雪 法(Fishe's method) 和 馬 氏 距 離 法 (Mahalanobis’ D2 method),一般研究中利用費雪法居多,費雪區隔函 數的重點在於使組間變異對組內變異之比值為最大(黃俊英【16】)。

區別分析是藉由分類矩陣(Classification Matrix)來決定區別函數的預 測能力,分類矩陣亦稱混淆矩陣(Confusion Matrix),同時指定一種區 別規則,並可求出正確區別率(Hit Ratio),用於確定待區別樣本的所 屬類別,使錯判率最小。

(40)

3.3 模糊集群分析

加州大學教授Zadeh 於 1965 年首先提出模糊集合理論(Fuzzy Set Theory),強調人類的思考模式、推論方法為不精確與模糊的,同時 認為傳統依據精確的計算,作為推論的分析方法,已無法完全適用於 複雜的問題上,而必須以模糊理論的觀念來加以解決。在模糊理論中 的不確定性,指的是即使事情發生後,仍是處於不確定與模糊的狀 態,可藉由隸屬度來表示這種不確定的狀態。

模糊集合理論中,對於某一物體與模糊集合間的關係,不再是傳 統的二分法,取而代之的是以隸屬度(Grade of Membership )來表示,

隸屬度乃表示某元素屬於某模糊集合程度的大小;簡單而言,就是將 原本具有離散值域{ }0,1 的特徵函數擴充成連續函數[ ]0,1,而稱此函數 為隸屬函數(Membership Function),隸屬函數之值,即可表示元素屬 於模糊集合的程度,其目的就是使用明確的數字來描述模糊現象。由 於模糊集合理論擴張了傳統集合理論,所以其對映的集合運算也應運 而生。

本研究應用模糊集群法進行分析,對於分群數目無法事先得知,

故採用以模糊關係為基礎的分群方法,主要參考周文鎮【10】及羅積 玉【31】之研究進行模糊集群分析,此方法的具體步驟整理如下:

步驟1:對原始數據進行轉換處理

(41)

轉換的概念及方法與系統分類方法相同,有標準化變換、規格化 變換及對數變換等。

假設有 個待分類的樣本: 。每個樣本均具有 個特 性 , 對 於 每 一 個 樣 本 均 對 應 著 一 組 描 述 它 各 種 特 性 的 一 組 數 :

。其中, 表描述樣本中第

n x1,x2,L,xn m

ym

y

y1, 2,L, yj j個特性的數值,此即為樣本 個指標,以表示第i個指標值。因此,n個樣本 的各種指標 可以用如表3.2所示。

m

2 n

1 x x

x , ,L,

表3.2 模糊聚類數據轉換處理表 樣本 指標

y1 y2 y3 . . . yn

x1 x11 x12 x13 . . . x1m

x2 x21 x22 x23 . . . x2m

. . .

. . .

. . .

. . .

. . .

. . . xn xn1 xn2 xn3 . . . xnm

資料來源:羅積玉【31】

本研究採用周文鎮【10】所提出之數據轉換方式,將不同的問卷 選項勾選方式轉換為0-1編碼,其對應關係如下:

1. 勾選「非常重要」選項者,轉換為1111;

2. 勾選「重要」選項者,轉換為1110;

3. 勾選「普通」選項者,轉換為1100;

4. 勾選「不重要」選項者,轉換為1000;

(42)

5. 勾選「非常不重要」選項者,轉換為0000。

步驟2:計算導出模糊相似矩陣

步驟2.1:將原始指標資料 進行標準化處理 xij

依序先求出各行平均數xj及標準差 ,再進行標準化轉換。sj

=

= N

i ij

j x

x N

1

1

( )

21

1

2

1

1

=

= N

i ij j

j x x

s N

j ij j

ij s

x

x x

=

'

步驟2.2:根據標準化後指標值 ,計算導出模糊相似矩陣 xij'

將標準化後指標矩陣內的所有數值壓縮至0至1之間的數值 即成為模糊相似矩陣:

( )

=

= M

k

ik ik

ij x x

r X

4 1

1 2

1

其中,X 為適當選取之正數,滿足

( )

=

M

k

jk

ik x

x X

4 1

max 2 ,則

此矩陣必滿足自反性與對稱性。

步驟3:驗證模糊等價關係

將上一步求得之模糊相似矩陣自己與自己本身合成,即進行下列 運算:

{ } [ (

i ej

) ]

n

ij r r

r R

R ,

1 min

max ε

ε=

=

=

,以驗證此模糊相似矩陣是否符

合傳遞性,若不符合則繼續執行合成運算,直到符合傳遞性為

(43)

止,以求得符合自反性、對稱性與傳遞性的模糊等價關係。

步驟4:類別結果判定

對上一步求得之模糊等價關係進行α -cut 運算,從 1 至 0,每次 遞減 0.05,將模糊等價矩陣去模糊化以進行分類,將所以可能的 類別結果整理出來,再從中選擇分群最多者做為最適類別結果。

而模糊關係的自反性、對稱性與傳遞性,定義說明如下:

1. 模糊關係 若滿足:

~

R rij =1(i=1,2,L,n),即對角線上之元素均為一,

則稱其具有自反性。

2. 模糊關係 若滿足:

~

R rij =rji,即對稱位置的元素均相等,則稱其具 有對稱性。

3. 模糊關係 若滿足: 。 ,即 包含自己與自己本身之 合成,則稱其具有傳遞性,此關係 稱為模糊等價關係,或稱為 等價矩陣。

~

R

~

R

~

R

~

R

~

R

~

R

3.4 模糊集群效度分析

本研究以Davies and Bouldin(1979)所提出的分類分離測度(the cluster separation measure)為決定分群數目之判斷準則。而基本上這個 DB 指標就是透過群內變異╱群間變異所定義而來。

詳細說明如下︰

參考文獻

相關文件

單晶片電路接受到 A/D 轉換器的信號後,即將此數位信號由顥示器 顯示。此時單晶片 IC 並將此一 A/D 轉換器與指撥設定開關做比較,A/D 轉換器的信號高於設定值時,即由 OUT CONTROL

FPPA 是 Filed Programmable Processor Array 的縮寫,簡 單的說:它就是一個可以平行處理的多核心單晶片微控器。與一般 微控器如 8051、pic,…

[r]

可程式控制器 (Programmable Logic Controller) 簡稱 PLC,是一種具有微處理機功能的數位電子 設備

Table 進入 Edit Mode 利用右鍵+S 控制大小 利用右鍵+R 控制旋轉度 利用右鍵+G 控制軌道位子 利用右鍵+E 新增軌道.. 步驟 十一

Visual Basic提供了許多控制項介面來處理由鍵盤輸入

… 按下確定即可產生 DataSet (資料集),再利用 DataAdapter 中 Fill 方法即可將所設定的查詢內 容填入 DataSet 當中..

z按下確定即可產生 DataSet (資料集),再 利用 DataAdapter 中 Fill 方法即可將所設 定的查詢內容填入 DataSet 當中.. DataGrid