碩 士 論 文 中 華 大 學

中 華 大 學 碩 士 論 文

題目：多準則決策分析於 IC Design House 委 外測試廠商選擇之應用

An Application of Multi-Criteria Decision Making in Outsourcing Testing Vendor for IC Design House

系 所 別：資訊管理學系碩士班 學號姓名：E09310014 徐秋詩 指 導 教 授 ： 王 文 良 博 士

中華民國九十六年八月

中文摘要

台灣是全球半導體與微電子業的領導者，也是世界頂尖 IC 製造商的所在地。IC Design House 設計的實體電路圖先交由晶圓代工廠生產，經過封裝、測試，之後再推出 到市場。在目前 3C 產品激烈的競爭下，誰能率先推出產品打入市場，就可搶得先機，

因此 IC Design House 必須依靠優良的委外廠商給予良好的交貨品質及準時交貨的保 證，使產品快速並領先同業進入市場，以優先佔市場一席之地。為了要能夠有良好的品 質及準時交貨，委外測試廠商則扮演了一個重要的角色。

本研究利用多準則決策分析的方法，針對 IC Design House 專家進行調查，篩選出 選擇委外測試所應重視的項目。由本研究得知，在 5 個構面、共 46 個準則中最重要的 準則為：管理階層具有"預防不良"的態度，以達成持續品質改善的功能；製程或產品異 常的處理程序及因應對策是否適當及有效；以及將進料規格的資訊提供給供應商，並有 效地執行矯正措施。最後本研究利用個案研究的方式，利用前述方法對國內的一家 IC 設計公司進行委外測試廠商之遴選做為分析。

關鍵詞：IC Design House、多準則決策分析、模糊層級分析法、模糊德菲法、委外測試 廠

Abstract

Taiwan is the leader in the global semiconductors and microelectronics industry, and is the most important place of IC manufacturers of the world as well. The geometric data stream of the IC design house are first carried out by the original equipment manufacturer (OEM), and then sent to the packaging and testing company, and then being presented to the market.

In general, whoever brings its new product into the market first could have a better chance to share most of the market. Therefore, they need a good testing company who can offer a good quality of products and deliver the products on time to guarantee that their products will be able to get into the market before other competitors.

In this paper, we applied multi-criteria decision analysis to find out the most important criteria for the IC design house in outsourcing the testing vendor. It is found that among all those 5 constructs, 46 criteria, the top three criteria are: management has a "defect prevention"

attitude to achieve continuous quality improvement; whether the manufacturing process, the process and reaction of dealing with defected products are adequately and effectively; the material specification information has been provided to sub-suppliers, and the calibration has been effectively corrected. Finally, we applied the aforementioned approach to a case study of an IC design house in outsourcing its test vendor.

Keyword：IC Design House、Multi-Criteria Decision、FAHP、FDM、Outsourcing Testing

誌 謝

在中華的這段期間，學校提供良好的師資與環境，讓我在中華的求學生涯獲益匪 淺，成長不少在此向母校深表感謝。課堂上老師辛勤認真的教學，同學們互相鼓勵，及 一篇篇精彩的報告，都是鞭策我努力的力量。

在整個研究與學習過程，最該感謝的，是我的指導老師-王文良博士，他提供了我 學習與成長的空間，老師的專業與認真教學，令我相當感佩。

在口試期間承蒙戴志揚博士與羅家駿博士不辭辛勞地審閱論文，並且給予精闢的建 議，在此獻上最誠摯的謝意。感謝所有參與此篇研究問卷的前輩，謝謝你們在百忙之中 抽空完成問卷與協助訪談，若不是你們的專業，論文就不會這麼順利完成。謝謝公司的 長官以及同事們，因為有你們的包容與鼓勵，進修與工作方能同時順利進行。

要感謝的人以及要感謝的話太多，絕非短短幾行字就可以說完，無奈篇幅有限，最 後僅以此篇論文與榮耀獻給我的家人，我最親愛的爸、媽，阿婆，謝謝您們悉心照顧與 用心栽培，因為你們我才有能力順利完成碩士學位並擁有這份榮耀；娟、燦、倩、江濱、

小葉、小平，俊衡謝謝你們的陪伴，因為你們我的世界充滿愛與關懷，有你們真好。

徐秋詩 謹誌 二OO七 盛夏

目 錄

中文摘要... I

ABSTRACT... II

第一章 緒論 ...1

第一節 研究背景與動機 ...1

第二節 研究目的 ...1

第三節 研究範圍與限制 ...2

第四節 研究流程 ...2

第二章 文獻探討 ...5

第一節 IC 產業相關研究 ...5

一、 半導體產業簡介 ...5

二、 IC 設計產業簡介 ...5

三、 IC 設計產業之回顧 ...6

四、 IC 測試產業簡介 ...8

五、 IC 測試業之回顧 ...9

六、 委外合作廠商評估因子 ...11

第二節 理論基礎與方法 ...13

一、 模糊理論 ...13

二、 模糊集合 ...13

三、 隸屬函數與模糊數 ...15

四、 模糊運算 ...16

五、 解模糊化 ...16

六、 模糊德菲法 ...18

七、 相似性整合法 ...19

八、 層級分析法 ...20

九、 層級分析法的假設 ...20

十、 層級分析法之步驟 ...21

十一、 層級分析法的優缺點 ...26

十二、 模糊層級分析法 ...27

第三章 研究方法與設計 ...29

第一節 模糊德菲法-調查篩選相關準則...29

第二節 相性似整合-整合專家模糊評估值...30

第三節 模糊層級分析-構面準則權重計算...32

第四章 研究結果與個案分析 ...35

第一節 建構衡量評選委外測試廠商衡量指標 ...35

一、 建構衡量評選委外測試廠商之層級架構 ...35

二、 FAHP 專家意見之整合與層級權重運算...39

第二節 A 公司委外測試廠商選擇案例 ...54

一、 A 公司簡介...54

二、 問卷調查及回收 ...54

三、 A 公司合作之測試廠商...55

四、 問卷調查結果 ...58

第五章 結論 ...63

參考文獻...65

附錄A 第一份FDM問卷 附錄B 第二份FAHP問卷

附錄C 第三份問卷個案研究問卷

表 目 錄

表 2-1 台灣百億規模 IC 設計公司佔台灣 IC 設計業之統計表 ...7

表 2-2 2005 年台灣前十大 IC 設計廠商營收排行榜 ...7

表 2-3 台灣前五大測試廠商 ...11

表 2-4 AHP 評估尺度語意表 ...22

表 2-5 隨機指標表 ...26

表 3-1 模糊語意量表 ...33

表 4-1 模糊德菲 IC DESIGN HOUSE 選擇委外測試廠商之準則 ...35

表 4-2 模糊德菲 IC DESIGN HOUSE 選擇委外測試廠商之準則篩選結果 ...37

表 4-3【各構面】之專家意見 ...40

表 4-4【A 構面-品質系統管理】各準則之專家意見 ...40

表 4-5【B 構面-生產企劃與成本】各準則之專家意見 ...41

表 4-6【C 構面-工程技術與客戶服務】各準則之專家意見 ...41

表 4-7【D 構面-品質資訊】各準則之專家意見 ...42

表 4-8【E 構面-統計製程管制】各準則之專家意見 ...42

表 4-9【A 構面-品質系統管理】各準則之專家意見 ...42

表 4-10 專家意見認同矩陣-以(A1)與(A2)為例...43

表 4-11 全體 74 位專家共識程度係數(CDC)-以(A1)與(A2)為例 ...43

表 4-12 整合全體 20 位專家之模糊評估值-以(A1)與(A2)為例...44

表 4-13 以 SAM 整合各構面之模糊成對比較矩陣...44

表 4-14 以 SAM 整合 A 構面之模糊成對比較矩陣...45

表 4-15 以 SAM 整合 B 構面之模糊成對比較矩陣...45

表 4-16 以 SAM 整合 C 構面之模糊成對比較矩陣...45

表 4-17 以 SAM 整合 D 構面之模糊成對比較矩陣...46

表 4-18 以 SAM 整合 E 構面之模糊成對比較矩陣 ...46

表 4-19 【A 構面-品質系統管理】下準則 A1,A2 及 A3 之模糊權重計算 ...47

表 4-20 各構面與其準則之模糊權重計算 ...48

表 4-21 【A 構面】與其準則之模糊權重串聯計算 ...49

表 4-22 【B 構面】與其準則之模糊權重串聯計算...49

表 4-23 【C 構面】與其準則之模糊權重串聯計算...50

表 4-24 【D 構面】與其準則之模糊權重串聯計算 ...50

表 4-25 【E 構面】與其準則之模糊權重串聯計算...51

表 4-26 整合群體意見之最終決策結果-準則之重要性排序...53

表 4-27 合作測試廠商基本資料 ...58

表 4-28 各廠商相對權重及 C.R.表...59

表 4-29 各廠商評選 ...60

圖 目 錄

圖 1-1 本研究之研究流程圖 ...4

圖 2-1 IC 產業架構圖 ...6

圖 2-2 IC 封裝測試上下游供應鏈 ...10

圖 2-3 台灣測試產業趨勢 ...11

圖 2-4 三角模糊歸屬函數圖 ...15

圖 2-5 截集示意圖 ...18

圖 2-6 相似性整合法示意圖 ...19

圖 2-7 AHP 法流程圖 ...28

圖 3-1 模糊語意變數示意圖 ...30

圖 4-1 評估測試廠商之層級架構圖 ...52

第一章 緒論

第一節 研究背景與動機

近年來，台灣半導體產業蓬勃發展，而此產業屬於典型的垂直分工，其產業分工大 致可分為：IC 設計公司、晶圓代工廠、封裝廠，測試廠。IC 設計公司將設計完的實體 電路圖交由晶圓代工廠（Foundry）生產製造、再經由晶圓測試（Chip Probing）、IC 封 裝及成品測試（Final Test），最後再出貨給客戶。電子產品市場瞬息萬變，因此，誰先 打入市場，就可搶得先機，使產品快速進入市場，故需靠優良的代工廠商良好的交貨品 質及準時交貨，方可幫助企業在市場上佔有一席之地。無疑的，IC 設計公司選擇一家合 適的委外廠商是一重要的課題。

模糊德菲法（Fuzzy Delphi Method；FDM）係由傳統德菲法結合模糊理論(Fuzzy Theory)，應用於群體決策上，有助於解決專家共識程度之模楜性問題。模糊層級分析法 (Fuzzy Analytic Hierarchy Process；FAHP)即為層級分析法與模糊理論的結合應用，基於 傳統 AHP 法的不精確問題與 Saaty [33] 所用來求取權重方法難以被使用在模糊矩陣求 算等缺失，故發展出此方法，並將一致性的概念轉化到模糊矩陣中 [21]。

本研究採用文獻回顧與專家訪談之問卷的方式，針對 IC 設計公司專家進行調查。

並利用模糊德菲法（Fuzzy Delphi Method；FDM）之方式，探討影響 IC Design House 選擇委外測試廠商的重要因素為何，並藉由模糊層級分析法（Fuzzy Analytic Hierarchy Process；FAHP）與相似性整合法（Similarity Aggregation Method；SAM）的方式，求算 各要素之重要性程度。藉由此一具有決定優先順序、產生替代方案及選擇最佳方案等特 質之模型，提供決策者作為選擇委外成品測試廠商時之決策參考。

第二節 研究目的

由於電子產品的瞬息萬變，以及半導體製程的提升，因此 IC 設計公司在評選測試 廠商時，其主要考慮的因素除了品質、測試價格、良率外，其工程能力亦是考量的要因。

過去決策者在評選合作的委外廠商時，幾乎是依照決策者個人主觀的判斷，如此不夠周

有鑑於此本研究的目的有：

（1）運用模糊德菲法調查專家之意見，整合專家的意見，並應用模糊層級分析法建立 委外測試廠商之評選模式，期望最終研究成果可提供 IC 設計公司進行委外成品測 試廠商遴選之方法。

（2）以個案公司進行選擇成品測試委外測試廠之實例分析，進行委外測試廠商之遴選。

第三節 研究範圍與限制

本文為針對國內 IC 設計廠商進行研究，因公司型態、規模及地理位置等因素之考 量，因此，本研究之研究範圍、對象及限制列示如下：

（1）由於研究時間的限制，本研究範圍以國內的 IC 設計公司與其合作之四家委外 測試合作廠商為主，因此對於外商之 IC 設計公司則不在本研究範圍之內。

（2）IC 測試廠商以新竹科學園區內某 IC 設計公司之合作廠商作為實證對象。

（3）本研究第一部份進行評估委外測試廠商重要指標之探討，僅針對 IC Design House 之生產管理經理、測試工程部經理、測試工程部工程師，品管部門等二 十位專業領域之專家，進行問卷調查及訪談。

（4）第二部份則以國內某 IC 設計公司之三十位專家及其四家委外成品測試廠商為 研究對象之個案研究。

第四節 研究流程

本研究概分為兩部份：第一部份為藉由模糊德菲法之方式，透過專家問卷進行準則 的萃取，以得知 IC Design House 選擇委外測試廠商準則為何。之後再藉由模糊層級分 析法和相似性整合法的方式求算各準則的重要性程度，以得到衡量之指標。第二部份利 用個案探討方式，進而對企業進行委外成品測試廠商的遴選。本論文之研究流程，如圖 1-1 所示。

茲將本文所採用之研究方法與進行步驟，簡要說明如下：

第一部份：建立 IC Design House 選擇委外測試廠商之準則及其權重排序

步驟一：首先是透過文獻回顧以及專家訪談的方式，瞭解 IC Design House 選 擇委外測試廠商的流程、權責及規劃。

步驟二：同時彙整相關文獻與專家訪談之意見，列舉出可能的評估準則。

步驟三：再藉由模糊德菲，透過專家問卷進行準則的萃取，篩選出專家們認 為具有關鍵影響性的評估準則，進而選定最後的評估準則項目與個 數。

步驟四：利用上述結果，透過模糊層級分析法專家問卷的方法，可以取得專 家與決策者之意見。

步驟五：利用相似性整合法(SAM)，透過整合專家意見融入考量以求算各準 則的重要性程度，以得到衡量選擇委外測試廠商的指標。

第二部份：個案討論

利用個案探討方式，將第一部份之衡量指標結果，透過模糊層級分析法專家 問卷的方法及 SAM 將專家意見及改善方法融入。進而對 IC Design House 選 擇委外測試廠商進行遴選。

圖 1-1 本研究之研究流程圖 研究動機與背景

建立準則

界定研究目的及範圍

IC 產業相關研究 一、半導體產業簡介 二、IC 設計產業簡介 三、IC 測試產業簡介 四、委外合作廠商評估因子

模糊德菲候選準則篩選

整合專家模糊評估值

準則權重計算

個案研究

結 論

理論基礎與方法 一、 模糊理論

二、 模糊德菲 三、 相似性整合 四、 層級分析法 五、 模糊層級分析法

第一部份第二部份

：階段說明

：步驟說明

第二章 文獻探討

第一節 IC 產業相關研究 一、 半導體產業簡介

半導體是指在矽(四價)中添加三價或五價元素所形成的電子元件，它不同於 導體、非導體之電路特性，其導電有方向性，使得半導體可用來製造邏輯線路，

而使得電路有處理資訊的功能。

IC 的製造可由上游至下游分成三種工業：一是與 IC 的製造有直接關係的工 業：包括晶圓製造業、IC 製造業、IC 封裝業；再者為輔助 IC 製造的工業，包括 IC 設計、IC 測試、化學品、光罩製造、導線架與基板…等工業；三則是提供 IC 製造支援的產業，如設備、儀器、電腦輔助設計工具工業...等，其產業架構以垂 直方式進行分割，形成獨立功能產業，且這些新獨立的產業亦產生群聚效應，在 台灣光是 IC 設計公司就有 268 家，測試廠有 35 家，封裝廠也有 33 家 [19]，故 有人稱這種產業結構稱為”垂直整合，水平分工”，不管稱呼為何，這是代表台灣 為全球半導體業所創造出來具有競爭力的產業結構，如圖 2-1 所示。

IC 產品設計後，交由晶圓代工廠製造成半成品，經測試廠之晶圓測試、封 裝廠切割與封裝，最後由專業測試廠作出貨前的成品測試。

二、 IC 設計產業簡介

IC 設計業泛指所有客戶提供 IC 設計業務之廠商，種類有四種：專業 IC 設計 公司、IC 製造商之設計部門、外商在台之 IC 設計公司與系統製造商所屬之 IC 設計中心。

根據 DigiTimes [16] 報導，從排名表現來看，2005 年台灣 IC 設計公司營 收確定上百億元規模者，包括聯發科、聯詠、凌陽、威盛、矽統、瑞昱，而 2004 年排名分別是聯發科、威盛、凌陽、聯詠、矽統、奇景；不過，由於奇景光電已 撤銷在台灣公開發行，使台股達百億級營收的 IC 設計公司家數與 2004 年相

圖 2-1 IC 產業架構圖

資料來源：工研院 IEK-ITIS 計畫（2001/03）

科技政策研究與資訊中心（STPI） [18] 統計台灣 IC 設計公司 2005 年全 年營收情況發現，包括聯發科、聯詠、凌陽、威盛、矽統、瑞昱合計 6 家 IC 設 計公司都將達到百億新台幣規模，預估合計營收將達到 1,310 億新台幣，較 2004 年的 1,159 億新台幣，成長率達 13%，而對台灣 IC 設計產業貢獻度約達 到 47.5% [6]。因此加總起來， 2005 年百億規模的台灣 IC 公司營收合計約達 1,310 億新台幣。工研院產業經濟與趨勢研究中心（IEK） [17] 統計，台灣 2005 年 IC 設計業產值約 2,760 億新台幣，其中百億級 IC 設計公司產值貢獻度約 在 47.5% ，比起 2004 年的 營業額增加了 44.4% 。如果再把奇景加入其中，

業績突破百億元的有 7 家，營收合計約達 1,503 億新台幣，因此台灣百億 IC 設 計廠商主宰了台灣一半 IC 設計產業的市場。

三、 IC 設計產業之回顧

據台灣半導體產業協會（TSIA）統計 [15]，2004 年台灣 IC 設計業產值達首次

設計 光罩 製造

晶圓 化學品

封裝 測試

導線架 基板

設備儀器 人力資源

CAD CAE 材料

服務資源

表 2-1 台灣百億規模 IC 設計公司佔台灣 IC 設計業之統計表

單位：億新台幣

2004 2005

百億規模總營收 1,159 1,310

台灣 IC 設計業產值 2,608 2,760

佔百分比 44.4% 47.5%

公司 聯發科、威盛、凌陽、聯

詠、矽統、奇景

聯發科、聯詠、威盛、凌 陽、矽統、瑞昱

資料來源：IEK、STPI（2005 /12）

突破兆元大關的轉折點，據工研院 IEK-ITIS [19] 發佈資料顯示，2004 年台灣 IC 產值已達 11,141 億台幣，較 2003 年成長 36.1%，產品產值則為 4,945 億台幣，

比前一年成長 40.8%。隨著 IC 設計在整體 IC 產業中扮演的角色日益吃重，台灣 IC 產業在過去一年中也出現一些變化。為維持並提升競爭力，一些小廠購併情 況不斷上演，而大廠則積極佈局消費性電子等潛力市場，並擴大對新技術的投 資，力求在競爭激烈的晶片設計市場上站穩腳跟。

統計 IEK 公佈的 IC 設計公司 [5]，2005 年營業收入前 10 大公司總營收達新 台幣 1,691 億元，如表 2-2 所示。

表 2-2 2005 年台灣前十大 IC 設計廠商營收排行榜

單位：億新台幣

公司 營收 年成長率

聯發科 464.91 16.1%

聯詠 259.84 48.4%

威盛 191.34 -1.2%

凌陽 187.81 -0.8%

奇景 177.80 78.1%

矽統 115.34 8.3%

瑞昱 106.38 14.2%

鈺創 67.05 5.9%

群聯 63.08 58.1%

智原 57.45 13.9%

SUM 1691 資料來源：IEK，STPI 整理（2006/03）

排行榜上，聯發科、聯詠、威盛、凌陽、奇景、矽統及瑞昱、鈺創、群聯及 智原，同列 2005 年前十大名單中，其中聯發科營收以新台幣 464.91 億元居冠。

在成長率表現比較突出的是聯詠營收新台幣達 259.84 億元，年成長率 48.4%。奇 景營收新台幣 177.8 億元，年成長率 78.1%。群聯營收新台幣 63.08 億元，年成 長率 58.1%。

2005 年聯詠、奇景分別拿下第二、第五排名，主要原因是其驅動 IC 的成長 性，尤其是與友達與奇美的關係更令其值得期待。其次記憶體設計方面，去年也 有後來居上的態勢，鈺創受惠於消費電子記憶體缺貨及漲價去年下半年起業績升 溫，排名第八；群聯則搶搭快閃記憶體市場成長，控制 IC 出貨量大增，排名第 九。與群聯合作的矽智財（SIP）業者智原也轉型影音設計平台方案則掛名第十。

2006 年國內 IC 設計業營收十大排名中之前九名均為老面孔，聯發科龍頭地 位不變，第二名與第三名則分別由驅動 IC 業者聯詠科技與奇景光電包辦，前十 大台灣 IC 設計公司排行榜名次依序為：聯發科技、聯詠科技、奇景光電、威盛 電子、凌陽科技、群聯電子、瑞昱半導體、鈺創科技、矽統科技，晨星半導體 [2]。

藉由前十大公司主力產品線變遷也可以觀察台灣 IC 設計業發展趨勢，在不到十 年間，前十大公司最熱門的產品線由 PC 晶片組、光儲存晶片，乃至於近年的 LCD 相關晶片，均造成一波的前十大業者洗牌效應，在各大業者均積極朝無線通訊與 數位家庭邁進下，未來台灣 IC 設計業主要產品發展趨勢預料將開始多樣化。

四、 IC 測試產業簡介

IC 測試廠最重要的二大指標就是測試品質與生產效率，測試品質的關鍵在 於測試的重現性(Reproducibility)與測試的穩定性(Stability)，而生產要素除了良率 的因素外，最主要的就是測試設備的產能利用率。在質的方面，如何在最短的時 間測試一顆 IC 所有的規格，而且不因時間、地點的不同，測出不同的測試結果。

在量的方面，則思考如何提昇測試設備的產能利用率，降低機台架設時間、故障 修護時間與減少重測，均考驗測試廠的工程技術能力與量產運作能力。

IC 測試的自動測試設備（Automatic Test Equipment；ATE）服務項目，主要 是晶圓測試(Chip Probing)、成品測試(Final Test)，如圖 2-2 所示。一般 IC 測試可

區分為晶圓測試(Chip Probing)及 IC 成品測試（Final Test）：晶圓（Wafer）在切 割前及 IC 封裝前必須先以探針（Probe）接上各晶粒的訊號接點，以測試晶粒的 基本電性，並且在不良晶粒上以墨點（INK）或 Non-INK 技術標記，以避免因為 不良品增加成本，為此以節省封裝和測試的成本以及提高產品良率一般將此階段 稱之為晶圓測試。晶片經過前段設計、製造及封裝…等製程後，尚需經過成品測 試的最後一道防線把關，以確保 IC 成品的品質穩定及功能可以正常地運作，並 保證出廠 IC 功能上的完整性。因此 IC 成品測試前須先做外觀檢驗，檢查外觀是 否完整、線腳是否彎曲斷裂，錫球是否異常剝落，之後安排產品整批進入測試機 台（Handler）進行常溫測試，其項目包含：連續性測試、直流電測試、結構測 試、基本邏輯運作、電子消耗、熱力發散、速率測試等，目的在確保封裝後的產 品電性之功能，並對已測試的產品依其電性功能作分類（即分 Bin），作為 IC 不同等級產品的評價依據，測試是確保 IC 產品良率及建立有效資料以供工程師 分析使用之重要步驟 [11]；最後再出貨前對產品作外觀檢驗（Inspect）作業。而 隨著 IC 功能的日趨複雜，測試工作所耗費的時間及成本也越來越大，因此測試 品質的優劣與成本、利潤之間的關係是非常緊密的。

測試廠不同於一般製造業有存貨銷貨的壓力，其經營效率在於機台的利用 率，在正常狀下，扣除設備折舊與固定成本，其利用率越高則利潤也越高，測試 業以機台租用時間收費，獲利與景氣好壞息息相關。

五、 IC 測試業之回顧

近年台灣 IC 測試產業的整體表現，主要除了 DRAM 測試產能之外，隨著手 機、遊戲機、MP3 播放機…等消費性電子產品銷售轉旺，邏輯及混合訊號測試 市場也有相當不錯的表現。整體而言，2005 年台灣測試產業表現相當出色，當 年度總計測試產值為 675 億新台幣，較 2004 年成長 17.0% [9]；2006 年更為亮眼，

較 2005 年成長了 36.88%，測試產值高達 924 億新台幣。如圖 2-3 所示。

圖 2-2 IC 封裝測試上下游供應鏈 IC Design House

IC設計公司

Foundry 晶圓代工

Chip Probing 晶圓測試

Final Test 成品測試 Assembly

封裝 Flip Chip

Bump Yes

No

Packing 出貨

ATE Vendor 自動測試機台供應商

ATE Vendor 自動測試機台供應商

封裝測試業

0 200 400 600 800 1000 1200

單 位 : 億 新 台 幣

0.0%

5.0%

10.0%

15.0%

20.0%

25.0%

30.0%

35.0%

40.0%

45.0%

測試產業值 成長率

測試產業值 577 675 924 1029

成長率 41.10% 17.00% 36.88% 11.36%

2004 2005 2006 2007(e)

圖 2-3 台灣測試產業趨勢 資料來源：工研院 IEK（2007/03）

就 IC 測試廠商的排名，2006 年台灣 IC 測試廠商的排名與 2005 年的排名相 同 [10]，前五大廠商合計產值仍佔整體產值 65%左右，其中以力成及南茂兩家 廠商成長率最高。2006 年力成仍是最積極擴產記憶體測試的廠商，至於南茂 2006 年也有 50%以上的高成長動力，主要在於南茂因應客戶在 DDRII 與 Flash 的產能 需求，全年投入 4.6 億美元的資本支出因應，因此 2006 年營收也有相當不錯的 表現。

表 2-3 台灣前五大測試廠商

2005 排名 2006 排名 公司名稱 2005 營收 2006 營收 成長率(%)

1 1 日月光集團 172.0 214.3 24.6

2 2 京元電子 99.5 129.0 29.6

3 3 力成科技 77.7 110.3 42.0

4 4 南茂科技 58.8 92.5 57.3

5 5 矽品精密 43.0 56.4 31.1

資料來源：工研院 IEK（2007/03）

六、 委外合作廠商評估因子

所謂委外，Stein [34] 認為就字面上來說，將特別定義過的工作管理移轉給 外面的公司負責。Gay & Essinger [22] 將企業委外模式定義為：依據服務協議，

造出更有彈性，專注核心業務的新興方式，在全球化經濟下，整體產業水準將因 委外趨勢而提高，且委外現已成為全球企業的營運趨勢。過去企業將業務委外是 了降低成本與提高生產力，現在則是 了將世界級的技術融入企業複雜的基本 流程，以追求更高的生產績效。

企業為了降低成本以提高利潤，通常會將非核心價值之營運活動以外包 (Outsourcing)的方式，藉由外包過程中更專注於核心價值之經營，強化企業競爭 能力，以提升客戶服務品質進而達成獲利目的。Labbs [28] 認為外包是以合約方 式將企業運作所需要，但並非核心的能力，交由外面專業服務者負責提供，以維 持營運。Minoli [29] 提出擴大外包之意義為外面組織若能將內部組織工作做的 更有效率並且降低成本，則內部組織原本之工作應由外面組織來執行；倘若內部 組織原本工作效率及能力較佳，則應保持自製。

IC 設計公司主要是設計研發新產品，所有的生產皆委託外包廠商加工生產，

而沒有自己的生產工廠，因此合作的委外廠商與 IC 設計公司之間是息息相關 [8]。因此選擇一家值得信賴，又具發展性的委外廠商是相當重要的。台灣特殊 的半導體產業生態，已形成代工業和設計公司分開但又需密切合作的局勢，因此 IC Design House 瞭解自己的特性，並據以評選最適合的委外廠商，以創造雙贏 的局面。張保隆、周瑛琪、黃明官研究 [8] 指出：產值大、資本額大的 IC 設計 公司，因訂單量大，故在選擇代工廠時重視”過去能力表現”，包括品質、價格、

形象、服務、賠償、交期等，唯有如此才能放心將龐大的訂單交付給他們；資本 額小、產值低、所需製程較簡單者，對於代工廠的”外顯條件”較重視；真正在乎 是否具有長久合作潛力因素”發展性”的，是製程較複雜的 IC 設計公司，因一方 面需代工廠的技術支援，為其特殊且複雜的設計而修改製程，二方面又擔心設計 圖是否有外流之虞，因此選擇一家具有競爭優勢，足以長久合作的廠商特別重 要。蔡琬如的研究 [14] 應用 Fuzzy AHP 建立委外封裝廠遴選模式，並由實證分 析結果得知其考量因素為：價格因素、彈性因素、生產技術與品質、供應商內部 控管、財務狀況及聲譽，服務因素。林玉珠的研究 [3] 主要運用德菲法與層級

分析法之結合運用，針對不同的委外測試廠之間做比較，運用德菲法調查專家意 見，結合多位業界專家的意見，經由結構化的分析，而獲得指標內容：交期達成 率項目、品質項目，服務項目﹔再以層級分析法，將上述指標內容當成層級因素，

整合評估各委測廠商層級因素，比較各委測廠商的績效，作為 IC 設計公司選擇 優良合適的下游委測廠商之參考標準。

第二節 理論基礎與方法 一、 模糊理論

模糊理論(Fuzzy Theory)是為解決現實生活中存在的模糊現象而發展出的，

其是由美國自動控制學大師，加州大學柏克萊分校教授 Zadeh [36] 於 1965 年首 先提出，藉由數學化之方式將真實世界中無法明確定義的概念問題予以彈性的表 示。模糊理論即是以隸屬函數(Membership Function)的概念，來表達近似人類自 然語言所經常使用的形容詞程度問題及各種生活上所遇之曖昧性（Ambiguity）、

含糊性（Vagueness）或模糊性（Blur）等不確定性問題。根據 Zadeh 教授的看法，

現代人過於強調精確性，導致在實踐上產生了迂腐、無效率的結果，他提出模糊 理論的目的在於要使人們：「從精確上退一步」。在這個世界裡，其實有許多主觀 的人事物可以運用模糊理論來描述，甚至在人類使用的自然語言中滲入模糊性，

是為人類高效率、靈活地傳遞訊息的關鍵之一，進而使得評估與決策模式具有人 性化、周延化及柔性化。

模糊理論的思想方法，中國早在 2000 年以前，老子就說明了模糊思想的真 義：「模糊兮，精確所伏；精確兮，模糊所伏」。言而總之，模糊理論並非把數學 變成模糊，也非「馬虎、不精確」，而是用來處理現實世界中模糊性、不精確性 或複雜性問題之數學工具，並使其在另一種形式上更為精確。

二、 模糊集合

Zadeh [36] 為了解決不明確的模糊問題，在 1965 年利用數學方式來處理這

基礎，亦即一個元素 x 和一個集合 A 的關係只會有兩種可能，亦即「 x 屬於 A 」 或「 x 不屬於 A 」的非 0 即 1 的選擇{0,1}，擴展成為由 0 到 1 之間的任何選擇[0,1]，

依照所屬程度的不同，給予 0 到 1 之間的數值。

Zadeh [36] 更進一步定義為：「某一集合元素隸屬於某一個集合的程度。此 程度可用介於 0 到 1 之間的數值來表示的方法」。

( ) : [0,1]

A

x U

x u

x

x U

其中

U：論域(Universe of Discourse)，論域當中的每個對象稱做“元素＂；

：論域 U 上的一個模糊子集合 A ， x U 指任意包含在論域U 當中的元素

x ，給定了一個介於 0 到 1 之間的實數

x

A 的隸屬程度，

x

當 U 為有限集合或元素之可數集合(離散的)時，則 A 可表示為

A=

1

( ) /

n

A i i

i

x x

= _A( ) /

x

x

x

x

x

x

當 U 是元素無限之不可數集合(連續的)時，則 A 可表示為

A=

U

x x

在基本運算方面，令 A、B 為論域 U 的兩個模糊集合，則任意兩模糊集合之運算 其數學表示式如下：

1.聯集

( ) ( ) ( ) [ ( ), ( )]

A B

x

x

x

Max

x

x

2.交集

( ) ( ) ( ) [ ( ), ( )]

A B

x

x

x

Min

x

x

3.補集

( ) 1 ( )

A

x

x

三、 隸屬函數與模糊數

隸屬函數（Membership Function）又稱為歸屬函數，是用以表示模糊集合中 該元素隸屬於此模糊集合的程度，元素的隸屬程度越高，則表示隸屬於此集合的

程度也越高。

定義一模糊數的隸屬函數時須滿足下列條件：

(1) 正規化模糊子集（Normality of A Fuzzy Subset）。 (2) 凸模糊子集（Convex Fuzzy Subset）。

(3) 區段連續（Piecewise Continuous）。

即模糊集合 A 中至少存在著一個隸屬程度等於 1 的元素 max_{x U A}( ) 1

x

y

z

y

x

z

又三角型模糊數之定義公式如(2-1)

A( )

x

0,

x a

x a a x b b a

c x

b x c c b

x c

(2-1)

圖 2-4 三角模糊歸屬函數圖

x

a b c

A( )

x

四、 模糊運算

依據三角模糊數的性質，假設兩個三角模糊數

A

a b c

B

a b c

模糊運算法則表示如下：

(1)加法運算 A

B

1 1 1 2 2 2 1 2 1 2 1 2

( , , )

a b c

a b c

a a b

b c

c

1 1 1

( , , )

a b c

a b c

a

a b

b c

c

B

1 1 1 2 2 2 1 2 1 2 1 2

( , , )

a b c

a b c

a a b

b c

c

1 1 1 2 2 2 1 2 1 2 1 2

( , , ) (

a b c a b c

a c b b c a

1 1

1 1 1

1 1 1

1 1 1 ( , , ) ( , , )

A a b c

c b a

1

1/ 1/ 1/

1 1 1

( ⁿ, ⁿ, ⁿ)

A

a b c

五、 解模糊化

解模糊化（Defuzzification）之目的就是要將模糊性質的最終資料結果轉換 為明確的數值資料。若在運算的過程中使用模糊性的數值，則其所得的結果亦為 一模糊數，將此模糊數予以解模糊化，使其成為明確（Crisp）的且具有代表性 的數值，以利權重計算階段之比較、及排序動作。常用的解模糊化方法有下列幾 種：

(1) 重心法（Center of Gravity Method）

重心法為找出三角型面積中心點之概念，將模糊數的面積中心點視為其代表 值。

若論域U 為實數域中的有界集合，則U 中的模糊集~ ( )

x u

A

U A

U A

dx x u

xdx x u DF

) (

* )

( ，其中

U

u

x

dx

若

U

a

_b

a A

b

a A

dx x u

xdx x u DF

) (

* ) (

，其中 ^b

a

u

x

dx

_n

i

i A n

i

i i A

x u

x x u DF

1 1

) (

* ) (

，其中

n

i

i

A

x

u

1

0 )

( (2-4)

當模糊數為三角模糊數時，則公式(2-2)可轉換成下列線性式公式：

DF

UR

LR

MR

LR

LR

i

DF ：解模糊化值後的明確值

UR ：三角模糊數的最大值

MR ：三角模糊數的中間值

LR ：三角模糊數的最小值

(2) 最大平均法（Mean of Maximun Method）

以模糊數的隸屬函數中最高隸屬度值的元素，做為此模糊數的明確值；若符 合此條件的值不只一個，則取所有符合條件的值之平均值，以表示解模糊化的 值。其表示式如下：

N

i

x

DF N

1

1

(2-6)

(3) 截集法（ -cut Method）

-cuts 是利用門檻值的概念，將模糊集合轉換為明確集合的方法。

定義：論域 U 中所有對集合 A 之隸屬度大於或等於 的元素所組成的集合，即 為

A ，稱為模糊集合 A 的

| _A( ) ,

A x x x X

) ( , 1 )

(

m l u u m

A

其中， 可視為信心水準（Confidence Level）或稱為「門檻」值。

圖 2-5 截集示意圖

六、 模糊德菲法

德菲法(Delphi Method)是專家預測法，也是群體決策法的一種 [31]。主要目 的在於獲取專家們的共識，以反覆進行的方式尋求專家們對特定預測對象之一致 性意見。此法不但可收集思廣益之效，亦可得到專家們獨立判斷之品質。

模糊德菲法（Fuzzy Delphi Method；FDM）係由傳統德菲法結合模糊理論 (Fuzzy Theory)，應用於群體決策上，有助於解決專家共識程度之模楜性問題。

l

隸屬度

m u x

a

u(x)

傳統德菲法與模糊德菲法之不同，在於模糊數觀念之引進。模糊數為實數中的一 模糊子集，是信賴區間概念的擴充，乃建立於可能性分佈，為一種不精確值。在 模糊歸屬函數的選擇上，過去研究通常以三角模糊數、梯形模糊數及高斯模糊數 做為研究的基礎 [1]。本文則以三角隸屬函數與模糊理論應用於解決群體決策問 題。而這類問題所需的專家人數，以5人或7人為宜 [32]，由於專家人數少，故 以三角模糊數來涵蓋專家群體之意見較為合適。本研究以FDM進行候選準則之 篩選，藉由模糊理論的應用不但解決了專家共識程度之模糊性問題，亦可減少問 卷來回次數，最後經由統計結果以篩選出較客觀之評估準則，做為參考依據。

七、 相似性整合法

專家共識的形成，為群體決策中一個重要的階段，在許多研究中群體意見的 整合是採用算術或幾何平均數，當群體意見極端值偏多時，將會使極瑞值平均 化，專家偏好程度被稀釋後，即無法看出群體決策中專家間的共識程度，進而影 響最終結果的正確性。學者陳振東 [7] 為解決此問題引用 Zwick, et al. [37] 提出 相似性整合法(Similarity Aggregation Method; SAM)，此法為整合專家之模糊評估 值，主要是利用相似函數（Similarity Function）來衡量任兩位專家彼此間的認同 程度（Agreement Degree），進而建立認同矩陣（Agreement Matrix；AM），以取 得專家們在決策問題上的共識(Consensus)，如圖 2-6 中 a 與 c 間之面積所示：

圖 2-6 相似性整合法示意圖

c c’

a a’

l

k

0 隸屬度1

評價值

八、 層級分析法

層級分析法(Analytic Hierarchy Process；AHP)是屬於一種多目標的決策方 法，在 1971 年由 Thomas L. Saaty [33] 所發展提出的一套決策方法，主要應用在 不確定情況下及有多個評估準則的決策問題 [33]。由於層級分析法理論清晰簡 單，操作方法容易，並能同時容納多位專家與決策者的竟見，因此，在多年來廣 為被學術界和實務界所使用。

層級分析法的主要特色是利用階層式架構的方式，將複雜關係的因素建立階 層結構，同時將可能的影響因素間做兩兩成對的重要性比較，可以使複雜的問題 簡化，透過量化讓問題能夠更容易評比，使決策者能有效的作出決策與減少風險。

九、 層級分析法的假設

層級分析法可將複雜之問題予以系統化，藉由劃分不同層級的方式將目標問 題給予階層式的分解，可以使複雜評估的問題透過階層結構的方式變得更容易評 估與了解，並透過量化的判斷，予以綜合評估，提供決策者選擇適當之方案計劃 時的充分資訊，並減少決策錯誤的風險性。層級分析法的基本假設，包括列下列：

1. 一 個 系 統 或 問 題 可 被 拆 解 成 許 多 被 評 比 的 種 類 （ Classes ） 或 成 份

（Components），並形成有向層級的結構。

2. 層級結構中，每一層級的因素均假設其具有獨立性（Independence）。 3. 每一層內的因素可用上一層級內某些或全部因素做為基準來進行評比。

4. 進行評比時，允許將數值尺度轉換成比率尺度（Ratio Scale）。

5. 因素間進行完成對比較（Pairwise Comparison）後，可用正倒值矩陣（Positive Reciprocal Matrix）來表示。

6. 偏好關係及優劣程度須滿足遞移性（Transitivity）。但比較過程中要完全滿足 遞移性並不容易，因此允許不具遞移性的情況出現，但必須測試其一致性

（Consistency）的程度。

7. 因素的優先程度用加權法則（Weighting Principle）求得。

8. 任何因素只要出現在層級結構中，不論其優先程度如何小，均被認為與整個 評比結構有關。

此外，Vargas（1990）提出使用 AHP 方法前使用者應具備以下幾點的認知 [35]：

(1) 獨立性（Independence）：任兩因素間彼此的比較必須為假設互相獨立。

(2) 同質性（Homogeneity）：任兩因素間之比較必須要有意義，並在合理的 的評估尺度內。

(3) 倒數對照性（Reciprocal Comparison）：任兩因素間在進行成對比較時，

其喜愛程度的比較必須滿足倒數的特性，若 A 比 B 喜愛程度是 x 倍，則

B 是 1/x 倍喜愛於 A。

(4) 預期性（Expectations）：要完成決策目標，關係階層須要描述清楚，換 言之，在建構關係階層與相關準則或選擇方案時必須完整，不能有遺漏 或忽略。

十、 層級分析法之步驟

層級分析法之操作步驟簡單地說，首先將目標問題做問題的描述，再從中 找出可能的影響因素並建立起層級關係，採用兩兩因素成對比較之方式比較兩因 素之間的優劣程度，並依此建立成對比較矩陣，利用矩陣之特徵值與特徵向量的 計算，求得各屬性與方案之權重值，最後再透過綜合評判的方式得到最終的方案 排序，其重要步驟如下。

1. 問題描述

欲將問題以層級分析法方式運作時，對於問題所處之系統應該儘量詳加瞭 解分析，將可能影響問題之因素均納入問題中，同時決定問題之主要目標。

2. 建立層級架構

在此一階段，必須決定問題之目標以及總目標之各項指標，決定各指標之 評估準則及列入考慮之替代方案，而其評估準則以及方案之產生可應用腦力激盪

法、Delphi 法等。

首先在這個階段中包含了形成問題、確立定義、確立要素和層級三個步驟。

然後將複雜的問題系統化，匯集專家學者及決策者的意見來進行評估並建構層級 架構，此層級為研究架構的骨架，用來探討各要素間對整體的影響，而層級架構 中，每一層級只受上一層級的影響且要素間互相獨立。同一層級內的要素不超過 七個為原則，才能得到較好的一致性。

3. 建立成對比較矩陣

此矩陣是以要素間相對的重要程度來建立。主要是以某一層級下各要素，

以上一層級要素為評估準則下，來進行成對比較。衡量尺度是採用比率尺度

（Ratio Scales）來表示，可劃分為五項：一樣重要、稍微重要、頗重要、非常重 要、絕對重要，再加上另外四個介於兩者間的強度，共可分為九個尺度，並分別 給序 1~9 的比重。AHP 評估尺度語意及說明，如表 2-4：

表 2-4 AHP 評估尺度語意表

評估尺度 定 義 說 明 1 同等重要

(Equal Importance)

兩項計畫的貢獻程度具相同重要性

☉等強 (Equally) 3 稍微重要

(Weak Importance)

經驗與判斷稍微傾向喜好某一計畫

☉稍強 (Moderately) 5 頗為重要

(Essential Importance)

經驗與判斷稍微傾向喜好某一計畫

☉頗強 (Strongly)

7

極為重要 (Very Strong

Importance)

實際顯示非常強烈傾向某一喜好某一計畫

9 絕對重要 (Absolute Importance)

有足夠證據肯定絕對喜好某計畫

☉絕強 (Extremely) 2,4,6,8 相鄰尺度之中間值

(Intermediate Values) 需要折衷值時

將兩兩因素間進行成對比較，即可得到一成對比較矩陣 A。若有 n 個因素需要比

較時，則需進行

n

n

a ，因成對比

a 。同理，成對比較矩陣 A 的下三角形部分，即為上三角形部分的倒數。

12 1

21 2

1 2

...

...

. . . ...

n n

ij

n n

a a

a a

A a

a a

1 　 　 　1 1　 　

. .

. .

. .

　1 　 1 　1

若當因素的權重值已知時，亦可用下列方式來表示之：

12 1

21 2

1 2

... ...

...

...

. . . ...

n

n

ij

n n

a a

a a

A a

a a

1 1 1 2 1 n

2 1 2 2 2 n

　w w w w 　w w 1 　 　

w w 　 w w 　w w 　1 1　 　

. . . .

. . . .

. . . .

　1 　 1 　1 _{n 1 n 2} ... _{n n} . . . w w 　 w w 　w w

其中

a ＝

W

W

a =1

a ，W =

w w

w

1

2

. . .

n

w w

w

w ：因素 i 的權重； i

n

a ：兩兩因素間的比值： i

n j

n

4. 計算特 向量(Eigenvector)和最大特 值(Eigenvalue)

特 向量的解法：

特徵向量（Eigenvector）或稱優勢向量（Priority Vector）或權重（Weight），

Thomas L. Saaty 提出四種近似法如下：

（1）行向量平均值常態化，又稱 ANC 法（Average of Normalized Columns）。

首先將各行元素常態化，再將常態化後之各列元素加總，最後再除以各列元 素之個數。

n

j n

i ij ij

i

i j n

a a W n

1

1

, , 2 , 1 1 ,

， (2-8)

（2）列向量平均值常態化，又稱 NRA 法（Normalization of the Row Average）。 將各列元素加總後，再進行常態化。

n j

i a a

W

j ij n

i n

j ij

i , 1,2, ,

1 1

1 ， (2-9)

（3）列向量幾何平均值常態化，又稱 NGM 法（Normalization of the Geometric Mean of the Rows）。將各列元素相乘後取其幾何平均數，再進行常態化求得。

n j

i a a W

n

i n n

j ij n n

j ij

i , 1,2, ,

1

1

1 1

1

， (2-10)

（4） 行向量和倒數標準化。將各行元素予以加總，再求其倒數進行常態化。

n j

i

a a W

n

j n

i ij n

i ij

i , 1,2, ,

1 1

1

1

1 ， (2-11)

※ 在實務上是採用前三種方法，其中又以第三種（NGM 法）最常被使用。

最大特 值( _max

)的計算：

將成對比較矩陣 A 乘以所求出的特徵向量 W，可得到新的特 向量W ，W 的每一向量值分別除以對應原向量 W 之向量值，最後將所求出的各數值求其算 數平均數，即可求出 _max。

W W

A

1 1

2 2

... '

... '

. . . . . . ... _n '_n

W W

W W

A

W W

1 1 1 2 1 n

2 1 2 2 2 n

n 1 n 2 n n

　w w w w 　w w w w 　 w w 　w w

. . .

　　　 　　 . . .

. . .

w w 　 w w 　w w 其中

1 2

max

1 2 1

' ' '

1 ... ⁿ

n

W

W W

n W W W

5. 一致性檢定

為了要求客觀且較準確的評估，所以必須要求一致性的檢定。此檢定是利 用一致性指標（Consistency Index；C.I.）及一致性比率（Consistency Ratio；C.R.）

來計算，而 Saaty [33] 建議當 C.I. 0.1 時，為最佳可接受之誤差，若 C.I. 0.2 時，亦為可接受之誤差。一致性指標定義之公式如下：

. 1 . ^max

n I n

C

其中 n：評估要素的個數

而每個成對比較矩陣可依階數 n 來對應隨機指標值(Random Index；R.I.)。

AHP 一致性檢定之隨機指標表，如表 2-5：

表 2-5 隨機指標表

N 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

R.I. 0 0 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：Saaty [33]

一致性比率定義之公式如下：

. .

. . . .

R I

I R C

C

( 若 C.R. 0.1，表示矩陣的具有一致性，即為可接受之矩陣)

以上所述為單一層級的一致性計算，若層級數大於 1 時，則需求出整體層 級的一致性指標(C.I.H)及一致性比率(C.R.H)。公式如下：

H I R

H I H C R

C

. . . .

. (2-15)

其中：C.I.H= (每一層級的優先向量)*(每一層級 C.I.值)

R.I.H=

(若 C.R.H 0.1，表示整體層級矩陣具一致性，即為可接受之矩陣)

6. 計算方案的優先順序

將每一層級特徵向量（Eigenvector）對應上一層級之特徵向量相乘，求得每 一層級的整體權重值(綜合特徵向量)，此為最底層各方案對目標的優先值，讓決 策者了解評估結果優先順序來下決策。

十一、 層級分析法的優缺點

優點：

1. 理論簡單，使用容易且具系統性，在實務上已被廣泛應用。

2. 將相關準則的因素納入評估架構中，讓評估更容易可行，且能具體的表 示出各因素優先順序。

3. 因將相關評估因素納入具系統完整的層級架構中，可清楚的知道不佳 處，來做為之後的改善。

缺點：

1. 傳統 AHP 是用來解決固定精確的問題，對於不精確的問題來評估往往 與現實情況有所差異。

2. 傳統 AHP 是用來解決固定精確的問題，對於不精確的問題來評估往往 與現實情況有所差異。

3. 要素方案的評估往往是用較主觀的方式來給定因素間的重要性，不夠客 觀。

4. 層級及準則數過多，易影響評估品質。

十二、 模糊層級分析法

傳統AHP法的語意尺度無法涵蓋決策者在問題決策時存在的模糊不確定 性，因此利用模糊理論及模糊數解決模糊的問題，將三角模糊數運用於成對比較 的矩陣中，發展出模糊層級分析法(Laarhoven, et al. [27])。模糊層級分析法(Fuzzy Analytic Hierarchy Process；FAHP)即為層級分析法與模糊理論的結合應用，基於 傳統AHP法的不精確問題與Saaty [33] 所用來求取權重方法難以被使用在模糊 矩陣求算等缺失，故發展出此方法，並將一致性的概念轉化到模糊矩陣中 [21]。

本研究係參考陳振東 [7] 改良FAHP之方法，應用相似性整合法整合專家們對各 評估因素之權重值，透過FAHP與模糊運算產生各層級因素的權重分數，再透過 層級串聯及解模糊化的方法，決定各準則的重要排序。

圖 2-7 AHP 法流程圖

資料來源：鄧振源，曾國雄 [12] [13]

規劃群體 問題描述

影響要素分析

建立層級結構

問卷設計

決策群體

建立成對比較矩陣

求取各層級 C.I.綜合值

決策群體

求取一致性指標

替代方案加權平均

替代方案之選擇 問卷填寫

計算特徵值與特徵向量

求取 C.R.H.值

C.R.< 0.1

C.R.H. < 0.1

YES YES

NO NO

第三章 研究方法與設計

本研究概分為兩部分：第一部份為藉由模糊德菲專家意見（Fuzzy Delphi Method；FDM）調查的方式，透過專家問卷進行準則的萃取，以探討 IC Design House 選擇委外測試廠商準則為何。最後並藉由模糊層級分析法（Fuzzy Analytic Hierarchy Process；FAHP）與相似性整合法（Similarity Aggregation Method；SAM）

的方式，求算各要素之重要性程度，得到衡量之指標，進而得到各個因素的權重，

以達到客觀評比之目標；第二部份利用個案探討方式，將此衡量指標透過專家意 見融入，進行個案公司選擇委外成品測試合作廠商之遴選。

本研究共設計三份問卷：第一個部份共設計兩份專家問卷，首先進行候選準 則的篩選；第二份問卷主要萃取出專家們所認同會的關鍵因素；第三份問卷於第 二部份中進行，主要針對 A 公司與其合作的四家成品測試廠商之個案研究。

首先，進行評估委外測試廠商重要指標之探討，針對 IC Design House 之生 產管理經理、測試工程部經理、測試工程部工程師，品管部門等二十位專業領域 之專家，進行問卷調查及訪談，藉由模糊德菲專家意見進行分析，再藉由模糊層 級分析法與相似性整合法進行第二份問卷，求出各構面因素之重要程度。

第一節 模糊德菲法-調查篩選相關準則

本研究首先，進行評估委外測試廠商重要指標之探討，針對IC設計公司的生 產管理經理、測試工程部經理、測試工程部工程師，品管部門共二十位專家，進 行問卷調查及訪談，藉由模糊德菲專家意見進行分析得到46項候選準則（如表 4-1），最後經由統計結果篩選出較客觀之評估準則，做為參考依據。其步驟如下：

(1)收集群體決策意見：利用問卷中語意變數，找出每位專家對各候選準則的重

(2)建立三角模糊數模式：計算專家們對每個候選準則的三角模糊數評估值，找

公式如(3-1)。

圖 3-1 模糊語意變數示意圖 資料來源：Buckley [21]

假 設 n 位 專 家 中 第 i 位 專 家 對 第 k 個 準 則 的 重 要 性 評 價 為 n

i

w~_{ik ik}, _ik, _ik , 1,2, , 。則第 k 個準則的模糊權重

w

, , 2 , 1 ), , ,

~ ( k n

w_{k k k k} (3-1) 其中

}.

{

1 , }, {

1

i ik k m

ik k

i ik

k Max

Min m

(3)解模糊化以篩選重要性準則：利用重心法的方式，將各候選準則的模糊權重 w

C ，公式如(3-2)：

3

k k k

C

(4)建立門檻值：藉由設定門檻值 s ，以篩選較為重要性的準則，篩選規則如下：

若

C

C

第二節 相性似整合-整合專家模糊評估值

以陳振東 [7] [25] 提出之 SAM 進行步驟如下：

(1)計算任兩位專家間認同程度

~ ,

(R_k R_l

S ：

x

R R x

R R l

k u x u x dx

dx x u x u R

R S

l k

l k

)}) ( ), ( (max{

)}) ( ), ( (min{

~ )

~ ,

(

~

~

~

~

(3-3) 1

x 9 ~ 8 ~ 7 ~ 6 ~ 5 ~

~ 4

~ 3

~ 2 1 ~

(

~

x

A

1 2 3 4 5 6 7 8 9