題目：溫泉旅館服務品質評估模式之構建

(1)

中華大學碩士論文

題目：溫泉旅館服務品質評估模式之構建

A S e r v i c e Q u a l i t y M e a s u r e m e n t Architecture for Hot Spring Hotels

系所別：科技管理研究所學號姓名：M09303021 林羿吟指導教授：謝玲芬博士

中華民國九十五年六月

(2)

(3)

(4)

(5)

溫泉旅館服務品質評估模式之構建

學生：林羿吟指導教授：謝玲芬博士

摘要

隨著時代潮流的推進，台灣也逐漸從傳統的製造業轉型成為服務業。從民國九十二年政府開始推動策略性服務業，其中溫泉旅館也是十二項策略性服務業之ㄧ。由於發現在各個溫泉據點中，溫泉旅館業者如雨後春筍般林立，

但所提供的服務卻良莠不齊，因此如何幫消費者把關就成為目前最重視的課題。

正確的績效評估必須依照準則間的特性，挑選適當的評估手法。許多研究可能因為成本及時間的考量，在評估溫泉旅館所提供的服務時，經常將準則間的相互關係忽略不計而進行評估，但這樣的疏忽卻容易形成決策的錯誤進而讓決策者承擔決策錯誤的風險。因此本研究將區分為兩部份，第一部分是忽略準則間的相互關係，運用分析層級程序法(Analytic Hierarchy Process, 簡稱 AHP)進行溫泉旅館服務品質的評估；第二部份將準則間相互關係納入考量，先運用詮釋結構模式(ISM)找出準則間的結構關係，再輔以分析網路程序法(Analytic Network Process, 簡稱 ANP)求得溫泉旅館服務品質的評估結果。

比較兩種方法所算出的結果，忽略準則間相關性的結果與考量準則間的相互關係所呈現的結果產生逆轉，因此本研究強調當遇到的決策問題越來越複雜，所牽涉到的東西也越來越多時，決策者不應該忽略其中的相依以及回饋關係，反而是應該將其加以考量，以提高評估的準確性。本研究也希望藉此模式回饋給業者進行年度考核之用，以提升溫泉旅館本身的服務品質，讓旅館更具競爭力。

關鍵詞：溫泉旅館、服務品質、分析層級程序法(AHP)、詮釋結構模式(ISM)、

分析網路程序法(ANP)

(6)

A Service Quality Measurement Architecture for Hot Spring Hotels in Taiwan

Student: Yi-Yin Lin Advisor: Dr. Ling-Feng Hsieh

Abstract

By the year of 2001, Taiwan has begun to actualize the two-day weekend policy which starts to bring more and more people to join the service industry.

Along with this trend, the Taiwan government started to promote strategic service industries from the year of 2003 and the hot spring hotel has become a member of them. At the same time, a great deal of hot spring hotels started to do business more competitively. However, there are no objective evaluation criteria for customers to make the right choice of the hot spring hotels.

For evaluating the performance of the hot spring hotel, at first, people need to follow the characteristics between all criteria, and then choose the adaptable evaluation method. Many articles apply the Analytic Hierarchy Process (AHP) to build the evaluation structure to evaluate the performance. Moreover, the Interpretive Structural Modeling (ISM) is another way to find out the relationships between all the elements. Our article includes two parts, in first part, we apply the Analytic Hierarchy Process (AHP) to evaluate the performance; and in second part, we combined the Interpretive Structural Modeling (ISM) and Analytic Network Process (ANP) to evaluate the hot spring hotels.

According to the outcomes, we found that the result from second method is reversed compared with the first method. So the decision makers need to pay more attention of the relationship with the criteria. Finally, this model also can give the feedback to the hot spring hotels, not only to improve their service but also can enhance the ability of the comparison.

Keywords: Hot Spring Hotel, Service Quality, Analytic Hierarchy Process, Interpritive Structual Modeling, Analytic Network Process.

(7)

誌謝

從大學一直到研究所，非常感謝指導教授謝玲芬博士對於 1A 耐心的教導，更謝謝老師對於 1A 的栽培，老師的用心促使 1A 更勇敢向前，也在一次次的挑戰中讓自己更具競爭力。

本篇論文的完成，感謝黃麗分博士、陳棟樑博士等口試委員於百忙之中撥空指導，提供諸多寶貴意見，使得本論文得以更加完善，在此一併致謝。

研究期間，非常感謝炯彬學長、仕明學長以及阿忠學長願意與 1A 一起討論許多事情，另外也謝謝阿敲、思儀這兩位共患難的好朋友，同班期間對 1A 的幫助與鼓勵，也謝謝同班好友對 1A 的所有幫助，在此一併致謝。對了，

還有那些可愛的謝謝家族們：麗幸老師、力弘學長、2A(婷筠)、3A(建霖)、

4A(淑梅)，謝謝你們的照顧囉！！

文章最後要感謝我的家人，除了老爸、老媽、老哥之外還有最貼心的小阿姨以及忍受我心情起伏不定的源崗，謝謝你們給我的鼓勵，在我慌亂時能給我很多精闢的分析，解決我心神不寧的問題，也能義無反顧的供應我讀書期間所有的需求，感激之情非筆墨能形容。最後僅以本論文獻給曾經關心、

照顧我的師長、朋友以及家人。

林羿吟謹識於中華科管所中華民國 95 年 6 月 27 日

(8)

目錄

摘要... i

Abstract ... ii

誌謝... iii

目錄... i

圖目錄... iii

表目錄... iv

第一章緒論... 1

1.1 研究動機... 1

1.2 研究目的... 2

1.3 研究限制... 3

1.4 研究架構... 3

第二章文獻探討... 5

2.1 何謂溫泉... 5

2.1.1 溫泉泡湯知識... 5

2.2 飯店旅館業績效評估文獻蒐集... 6

2.3 服務品質... 7

2.3.1 PZB服務品質模式 ... 8

2.3.2 Kano二維服務品質 ... 10

2.4 結構化方法... 12

2.4.1 詮釋結構模式... 12

2.4.1.1 詮釋結構模式施行步驟... 13

2.4.1.2 詮釋結構模式案例說明... 14

2.4.2 決策實驗室分析法... 16

2.4.3 模糊認知地圖... 18

2.5 分析層級程序法... 21

2.5.1 分析層級程序法假設條件... 21

2.5.2 分析層級程序法使用程序... 22

2.6 分析網路程序法... 24

2.6.1 分析網路程序法使用步驟... 26

第三章模式構建... 30

(9)

3.1 問題描述及評估指標之構建... 30

3.2 運用層級分析法求得準則權重... 37

3.3 運用詮釋結構模式找出準則間相關性... 40

3.4 網路分析程序法... 43

第四章實證分析... 48

4.1 運用分析層級程序法進行評估... 48

4.2 運用分析網路程序法進行評估... 49

4.3 結果比較... 49

第五章結論與建議... 51

5.1 研究結論... 51

5.2 未來展望... 52

參考文獻... 54

附錄一溫泉旅舘專家問卷... 59

附錄二溫泉旅舘服務品質消費者問卷... 64

(10)

圖目錄

圖 1.1 研究架構... 4

圖 2.1 kano二維服務品質示意圖 ...11

圖 3.1 溫泉旅館服務品質層級架構圖... 37

圖 3.2 運用詮釋結構模式求出之關係矩陣D... 41

圖 3.3 相關矩陣M ... 41

圖 3.4 可達矩陣M* ... 42

圖 3.5 網路關係圖... 42

圖 3.6 ANP未加權超矩陣(M’) ... 43

圖 3.7 ANP已加權超矩陣(M) ... 44

圖 3.8 極限化後超矩陣(M*) ... 45

圖 3.9 AHP法與ANP法權重比較圖... 47

(11)

表目錄

表 1.1 中華民國九十三年國人旅遊狀況調查... 2

表 2.1 PZB縮減表格 ... 9

表 2.2 可達集合

R t

( )

i

^{與優先集合 ( )}

^{A t} i ... 16

表 2.3 隨機性指標值(R.I值) ... 23

表 2.4 AHP與ANP差異... 28

表 3.1 相關旅館服務品質指標文獻整理... 31

表 3.2 服務品質指標分類--有形性 ... 33

表 3.3 服務品質指標分類—可靠性... 33

表 3.4 服務品質指標分類—反應性... 34

表 3.5 服務品質指標分類—保證性... 34

表 3.6 服務品質指標分類—同理心... 35

表 3.7 服務品質指標分類—尚未分類... 35

表 3.8 溫泉旅館服務品質指標... 36

表 3.9 服務品質五大構面兩兩比較... 38

表 3.10 準則權重分配表--AHP法 ... 39

表 3.11 準則具外部相依時第二構面的兩兩比較矩陣... 44

表 3.12 準則權重分配表--ANP法 ... 46

表 4.1 使用AHP法四家溫泉旅館共二十項得分... 48

表 4.2 使用ANP法四家溫泉旅館共二十項得分... 49

(12)

第一章緒論

隨著時代潮流的推進，台灣這個福爾摩斯之島，也逐漸從傳統的製造產業轉型成為服務業，而其中的觀光事業是公認最具有發展潛力的產業。我國政府從民國九十年開始實施週休二日的制度，導致民眾對於觀光旅遊的需求更為重視。也由於國外旅遊如泰國、東南亞團的削價競爭激烈，因此台灣所擁有的許多觀光資源中，必須強調自己特殊的特點，並且提高本身的競爭力以吸引更多的觀光旅遊人潮。

1.1 研究動機

由於台灣位居板塊交界處，地熱資源豐富，所以溫泉產業變成為全灣的一大特點。加上政府於民國九十二年開始推動策略性服務業，目的就是希望能發展台灣的特殊產業，以符合具有國際潛在競爭優勢，以及產業配合程度高等兩大前提之下，挑選具有『高創新效益、高附加價值、高成長潛力』以及『產值大、創造就業機會大、產業關聯性大』等『三高三大』的特性之產業，使其朝向具有高度附加價值的知識產業邁進。其共分為八大產業，包含：

全球供應鏈外包系統、全溫層保鮮系統、遠距離居家看護系統、深層海水產業服務系統、無線頻率辨識系統、知識型金融保險服務系統、溫泉產業服務系統、數位藝術產業服務系統等。因此本研究將以溫泉產業服務系統作為研究的對象。

台灣溫泉旅遊從 1999 年開始蓬勃發展，由於政府明定民國八十八年為台灣觀光溫泉年，並積極制定且推行溫泉相關法規(2003 年 6 月 3 日通過溫泉法)，因此直到去年為止，溫泉區旅遊人口保守估計已突破 1500 萬人次。而目前台灣已發現的溫泉據點保守估計就已超過一百處，除雲林、彰化與澎湖外，每一縣市均有溫泉分布，且泉質也相當多樣化，包括熱泉、冷泉、濁泉、

海底泉等，溫泉資源名列全球十五名之內。這麼多樣化的泉質，也造就了台灣溫泉鄉的美名。由於近幾年來人們越來越注重保健養生的道理，因此泡湯就成為台灣消費者週休二日的最佳選擇。但根據交通部觀光局所顯示的中華民國九十三年國人旅遊狀況調查如表 1.1 報告中所顯示，消費者於民國九十二年國人出國旅遊率為 15.2%，但在民國九十三年國人出國旅遊率為 20.8%，

與九十二年的資料做比較可發現，九十三年增加了 5.6 個百分點。這表示，

(13)

其實消費者有旅行、觀光的意願，但可能國外旅遊的市場價格競爭，因此造就消費者願意選擇國外旅遊更勝於國內。但亦可能是因為國內旅遊所提供的服務不佳，造成消費者的旅遊意願降低。反觀現實面，在各著名的溫泉據點中，不難發現溫泉旅館業者有如雨後春筍般林立，容易造成消費者對於溫泉旅館的選擇不易，也無法妥善的管理各家溫泉旅館所提供的服務一致，因此如何幫消費者嚴格把關便成為目前最重要的課題。

表 1.1 中華民國九十三年國人旅遊狀況調查

項目 92 年全年 93 年全年 與 92 年比較

國人出國旅遊率 15.2% 20.8% 增加 5.6 個百分點

國人出國總人次

(含 12 歲以下國民) 5,923,072 人次 7,780,652 人次成長 31.4%

平均每人出國次數

(含 12 歲以下國民) 0.26 次 0.34 次增加 0.08 次

平均停留夜數 10.97 夜 10.57 夜減少 0.4 夜

每人每次旅遊花費 47,364 元 (美金:1,369 元)

41,920 元 (美金:1,248 元)

台幣:負成長 11.5%

(美金:負成長 8.8%)

出國旅遊總支出

台幣 2,805 億元 (美金:81.10 億元)

台幣 3,262 億元 (美金:97.12 億元)

台幣:成長 16.3%

(美金:成長 19.8%) 資料來源：【5】

1.2 研究目的

由於溫泉旅館服務品質降低容易影響顧客再購意願，因此本研究將建立一套溫泉旅館服務品質評估模式，利用文獻蒐集，將服務品質相關指標作一全盤性的整理。許多文獻都將指標間的相互關係忽略不計，因此本研究首先運用分析層級程序法(Analytic Hierarchy Process,簡稱 AHP)試算當忽略指標間相互關係時的權重分配。另外，同時也運用詮釋結構模式法(Interpritive Structure Modeling,簡稱 ISM)找出指標間的相互關係，並選擇能解決指標間相互關係的網路程序分析法(Analytic Network Process,簡稱 ANP)來作為評估之

(14)

整合。最後比較兩者所建立的權重分配，是否會因為疏忽指標間的相互關係，

造成評估之偏差。

本研究所建立的評估模式除了提供消費者對於溫泉旅館做消費後滿意度的評估之外，也可提供業者作自身的服務品質檢測。本研究的研究目的整理如下：

一、究希望能將大環境的變動納入考量，並適時地提供溫泉旅館服務品質指標之構建，且依照準則間相互關係建構準則結構化。

二、因應所建立的評估架構，尋得最適的決策方法，以確保評估準則之正確性。

1.3 研究限制

本研究由於時間及人力之限制，因此著重於考量所有準則間的相互關係，發現忽略準則相互關係有可能會造成決策的失誤，因此作一探討。但由於時間不足，本研究以台灣東部、北部共四家溫泉旅館作為實証之研究，問卷發放時間也僅發放四月中旬至五月中旬，目的是希望藉於本研究提供決策者建立一套溫泉旅館服務品質評估模式，也可提供業者在服務品質上應改善的項目。

1.4 研究架構

本研究主要為建立一套溫泉旅館服務品質評估模式，首先蒐集相關文獻，整理相關的溫泉旅館服務品質指標，指標運用德爾菲(Delphi)法進行萃取，運用 PZB 服務品質五大構面為架構，將找尋到的細項指標加以分類，便可求得本研究指標。本研究將運用兩種方式做評估，一是將指標間的相互關係忽略不計，因此運用廣為人知的層級分析法(AHP)做運算；二是將指標間的相互關係納入考量，運用詮釋結構模式(ISM)找出指標間的相互關係，並輔以網路分析程序法(ANP)來完成評估。最後將這兩種方法所找出的指標權重與問卷結果結合，即可求出兩種溫泉旅館服務品質的評估結果，再將這兩種評估結果加以比較，藉以確認決策者忽略指標間的相互關係時，是否會造成決策的誤差。因此本研究將研究架構整理如圖 1.1。

(15)

圖 1.1 研究架構法一：運用層級程序分析

法(AHP)評估

法二：運用詮釋結構模式 (ISM)建立關係圖

運用網路程序分析法 (AHP)評估利用文獻探討蒐集服務品質相關指標

利用德爾菲法(Delphi)確立相關指標

結論與建議

發放溫泉旅館服務品質消費者問卷

比較法一與法二所求得的溫泉旅館服務品質之差異服務品質指標確立

法一：不考量準則相關性法二：考量準則相關性

結合 AHP 權重及問卷結合 ANP 權重及問卷研究動機與目的

(16)

第二章文獻探討

本研究主要想建立一套溫泉旅館服務品質評估模式，因此本章節將針對相關文獻進行探討，區分為：(1)何謂溫泉、(2)旅館業績效評估文獻蒐集、(3) 服務品質概述、(4)結構化方法、(5)分析層級程序法(Analytic Hierarchy Process, 簡稱 AHP)、(6)網路程序分析法(Analytic Network Process,簡稱 ANP)。

2.1 何謂溫泉

所謂的『溫泉』，可依照產生的過程將其區分為兩大類【26】：

一、為地殼變動造成地凾隆起，因而使得地殼內部產生岩漿作用，而形成具有硫磺氣味的硫磺質泉。

二、經由地表的雨水滲入地層，以及地底岩層的壓力作用之下，造成熱水從地層湧出，為無色無味的碳酸質泉。

台灣地區保守估計已開發出超過一百處的溫泉地點，除了澎湖、雲林、

彰化縣市沒有溫泉分部之外，其他縣市均有溫泉脈分佈。由於溫泉會隨著從地表湧升的過程之中，產生溫度的差異，因此也造就了每個溫泉據點都為獨一無二的瑰寶。台灣地區溫泉大多分布於北部、中央山脈及兩側的山地。不過因為有許多的溫泉源頭大多位於深山谷底的河床上，造成開發不易。也由於過去沒有適當的管理及規劃，造就民眾尚未養成泡溫泉的習慣。有鑑於此，

我國政府於民國八十八年宣佈為台灣溫泉觀光年，希望能帶動民眾泡湯的習慣。再加上國內近來興起了一波保健養身的觀念、泡湯不只可以成為養身的基礎，更是愛美的女性瘦身的法寶。

2.1.1 溫泉泡湯知識

但在悠閒的享受泡湯樂趣時，也有許多泡湯的常識需要遵守，許多溫泉雜誌建議【4】：

一、湯前必須先淨身、也要注意勿將汙水濺入溫泉池內。

二、泡湯之前，先以低溫水讓身體習慣泉水的溫度，分別依照手、腳、腿、

腰等順序，逐漸往中央集中，最後在近溫泉池中。

(17)

三、遵守飯前 30 分鐘、飯後一小時內不適宜泡湯，因為飯後身體的血液大多集中在胃部，若此時泡湯，容易讓血液往四周血管擴散，造成消化不易。

四、酒後也不適宜泡湯，由於溫熱作用會使血壓上升、也會令心臟負荷過重，因此容易引起頭暈而摔倒。

五、入浴池前應先做暖身運動。

六、泡湯環境應保持通風，讓空氣流通。

七、單次泡湯應將時間控制於 15 分鐘以內，浸泡 3-5 分鐘後，應起來休息再入浴。

八、整個泡湯時間已不超過一個小時為準。

九、泡湯若感覺呼吸困難或不舒服，表示水溫太高或是浸泡過久，不適合再泡湯。

十、女性應將頭髮紮起來再入浴池。

如果民眾也能遵守這些泡湯的基本常識，相信民眾在享受泡湯的樂趣之餘，也可感受泡湯對於身體及心靈上的助益。

2.2 飯店旅館業績效評估文獻蒐集

學術研究中被廣泛運用在績效評估的方法有許多種，除了平常大家耳熟能詳的統計分析之外，仍然有許多方法可用於解決多評準決策、多目標決策的情形。包含可同時考量投入項與產出項的資料包絡分析法 (Data Envelopment Analysis ;簡稱 DEA)；以及觀念簡單易懂的分析層級程序法 (Analytic Hierarchy Process, 簡稱 AHP)；另外還有考量準則間相互關係的網路層級分析法(Analysis Network Process,簡稱 ANP)，以下將分別作一個完整的整理。

針對旅館績效評估的研究，通常都在探討其經營效率。陳炳欽【16】在台灣地區連鎖國際觀光旅館經營效率之研究中利用資料包絡分析法(Data Envelopment Analysis ;簡稱 DEA)作為績效評估手法。利用資料包絡分析法可同時納入多項產出及投入於數學模式中之特性，並且以線性規劃的方式求解，求得受評估單位的相對效率值。研究結果指出管理契約連鎖可獲得較佳

(18)

的平均經營效率。另外Randy【47】指出利用推測極限技術來評估飯店業

管理者的效率，這種推測極限的技術是可以克服統計學上對於DEA的限制，

以及允許增加在飯店市場的效率評估上的洞察力。研究中指出，當飯店管理者的效率高時，則面對的競爭市場較大；若飯店的管理人員效率低，則面對的競爭市場就相對較小，並建議要評估管理者的效率時參考的指標應包含：

收入、薪水、利潤、淨利潤、平均佔有率、平均住房率及人事費等等。而Shiuh

【35】則顯示出有些飯店是因為三個原因而造成效率值低，分別是：營運費用過高、員工數量太多以及旅客數目比其他飯店多，其根據ANOVA分析，發現房間的大小並不會影響效率值，但消費者來源與飯店的管理方式則是影響效率值的重要因素。

對於飯店旅館的服務品質，Tim Lockyer【52】指出消費者認為整潔乾淨程度是選擇住宿地點的最重要因素，在這篇研究中提出一些特殊區域例如：

衛浴、床單的清潔度等，是其他學者沒有提出過的觀點，研究中指出消費者進房間第一個注重的地方是衛浴清潔度。Yuksel Ekinc【57】則是表示服務品質被認為是一個去贏得市場競爭力的重要工具，在文獻中指出消費者選擇住宿的地點將與消費者需求有關，當消費者選擇住宿地點時，其考量因素的重要性依序為：飯店坐落位置、飯店設施、服務品質、消費的價格、外觀以及飯店的安全性。其實服務標準的建立是為了控制服務品質的等級，而消費者要求的服務品質重要性越來越高時，此時業者所提供的服務必須要高於消費者的需求，若低於消費者的期望，將會導致消費群的流失，故探討旅館服務品質便成為一件重要的問題，因此本研究欲建立一套溫泉旅館服務品質評估模式，希望可以藉由本模式的建立，除了可以提供消費者一個評估的方法，

也可以將消費者所提出的建議回饋給業者，作為績效評估後改善方向的參考。

2.3 服務品質

在服務業充斥的年代，各行各業為了競爭，不得不著重於自身服務所提供的水準。因此服務品質便愈顯重要。舉凡宅配業、便利商店業、飯店業、

健檢中心﹍等，所以探討服務品質的文獻也相對越來越多【3、6、15、21】。

以下將分別介紹兩種常用的服務品質模式：一、PZB服務品質模式；二、Ka no 二維服務品質。

(19)

2.3.1 PZB 服務品質模式

PZB服務品質模式是由Parasuraman, Zeithaml & Berry這三位學者於 1985 年【43】提出此概念。其認為服務品質具有以下三個特性：

一、服務品質比產品品質更難衡量。

二、服務品質是由顧客期望與接受的服務比較而來。

三、品質的衡量包括服務的結果與服務的過程。

因此 Parasuraman、Zeithaml 以及 Berry 即提出一般消費者在衡量各種服務業的服務品質時所共同採用的十個構面，包括：

一、可靠性(Reliability)：即表示所提供服務的一致性及正確性。

二、反應性(Responsiveness)：意指對於消費者的需求及抱怨，能立即給予最適當的處理及回覆。

三、勝任性(Competence)：為提供服務的人員是否具有專業知識與技能。

四、接近性(Access)：意指消費者容易取得服務的程度。

五、禮貌性(Courtesy)：表示為服務人員禮貌的態度及親切程度。

六、溝通性(Communication)：即所謂是否願意傾聽消費者意見。

七、信賴性(Credibility)：意指信賴感、誠實度，包括讓消費者對店家具有高度忠誠度。

八、安全性(Security)：即表示在服務的過程中，能為消費者考量安全、以及隱私問題。

九、熟知顧客性(Understanding Knowing the customer)：可藉由不同管道了解消費者，以提供個別服務。

十、有形性(Tangibles)：屬於硬體、軟體的服務，以及服務人員的外在表現。

由於十構面的發展，從此便開啟了人們對於服務品質衡量的基本概念。

但有了基本概念卻無法真正實用於生活上，因此Parasuraman、Zeithaml 以及 Berry於 1988 年【44】更結合了一份包含二十二個服務品質項目問卷，稱之為”SERVQUAL”量表，並藉由遞迴程序來做尺度精粹，將原來的十個構面精

(20)

簡為五個服務品質構面，分別為：有形性、實體性，可靠性，反應力，保證性及同理心，如表 2.1。

表 2.1 PZB 縮減表格

SERVQUAL 構面

原始構面有形性可靠性反應性保證性同理心

有形性可靠性反應性勝任性禮貌性信賴性安全性接近性溝通性熟知顧客性資料來源：【45】

1991 年Parasuraman, Zeithaml & Berry【45】將SERVQUAL量表再進行評估與改進，他們認為 1988 年所得服務品質的五個構面穩定性極高，並認為 SERVQUAL 量表只需做詞句的修改，即可以應用到不同的服務業中。 Parasuraman, Zeithaml & Berry【46】也指出Cronin與Taylor【32】所提出量測服務品質認知的SERVPERF方法，為一種反應服務業長期消費者的服務品質心態。其所提出的SERVPERF量表也是運用與SERVQUAL相同的 5 個構面 22 個題項所組成的量表，但由於SERVQUAL必須計算期望與認知間的差異，因此SERVQUAL必須填寫 44 個問項(期望+認知)，而SERVPERF主張期望與認知間的差異，消費者會在心中作判斷，因此只需要填寫 22 個題項即可。但研究發現若需藉由問卷來提供業者改善的方向時，SERVPERF由於題項較少，

不易測出消費者心中所想的真實品質。

吳陳忠【9】運用PZB五大構面來討論休閒俱樂部服務品質與顧客滿意度，該研究中指出消費者對於PZB五個構面重視程度由大到小依序為：回應性、確實性、有形性、同理心、可靠性。Yuksel Ekinci【57】研究英國克里特島的住宿服務品質，使用修改過後的SERVQUAL量表並將其分為有形性及無形性兩大類，研究結果建議英國當局，消費者對於服務品質中的無形性元素

(21)

的評價大過於有形性的評價。且消費者在選擇住宿旅館時，最重視的因素為：

飯店坐落位置其次依序為飯店設施、服務品質、消費的價格、飯店名聲、外觀以及飯店安全。由於研究結果的呈現，更能確認消費者在接受服務的同時也會一併注重業者所提供的服務品質。但研究也強調旅遊是屬於有淡旺季之差的行業，業者還是必須根據時間點不同而作調整。而丁國璽【1】也運用PZB 提醒飯店業者，員工與顧客在服務品質的期望與實際服務表現上有所落差，

及業者能改善的方向。由此可知PZB服務品質概念已被大量被運用於探討飯店服務品質績效。也因為概念簡單易懂、容易理解，因此文獻眾多。但另外一個服務品質模式為kano二維服務品質模式，它主要的訴求是以二維的觀念探討服務品質，服務不單單是提供最多最好，就稱為具有高度的績效，因為資源有限，如何將有限的資源做更合理的分配，真正花在消費者認為重要的地方，才是真正的有做到好的服務品質。

2.3.2 Kano 二維服務品質

狩野紀昭(Noriaki Kano)、高橋文夫、瀨樂信彥等日本學者於 1984 年【37】

提出了二維品質模式(Two-Dimension Model)，將品質分為五種品質要素構面，分別為魅力(Attractive)品質要素、一元(One-dimension)品質要素、必須 (Must-be) 品質要素、無差異(Indifferent)品質要素及反向(Reverse)品質要素。

他們認為顧客滿意及不滿意並非來自於同一個構面，而是來自於不同構面。

也就是將滿意及不滿意分開來討論。若以一維品質模式而言，針對某一品質要素，通常充足時會感到滿意，不足時就不滿意。但二維品質模式認為並非要素充足就會令人滿意，有時不充足反而滿意程度較高。在圖 2.1 示意圖中指出橫軸為品質要素具備程度，越往右表示要素具備程度越高。縱軸則表示顧客滿意程度，越往上則代表顧客滿意程度越高。利用此相對關係即將品質區分為五種品質要素構面。

(22)

圖 2.1 kano 二維服務品質示意圖對於 kano 服務品質五要素個別介紹如下：

一、魅力(Attractive)品質要素：若具備此品質特性，會獲得顧客的喜愛，但若未具備時，顧客也不至於不滿意。

二、一元(One-dimension)品質要素：若具備此品質特性，充足時顧客滿意程度越高，不足時便會引起顧客不滿。

三、必須(Must-be) 品質要素：即為一定須具備的品質要素，此要素特性若具備了卻不充足，則顧客滿意程度必下降，若具備了也很充足，顧客滿意度也未必直線上升。

四、無差異(Indifferent)品質要素：即表示無論是否提供該品質要素特性，都不影響顧客的滿意程度。

五、反向(Reverse)品質要素：此要素特性為，提供了此品質要素，會使顧客滿意程度降低，不提供時反而顧客滿意程度較高。

吳基輔【10】將二維品質模式運用在數位相機使用者滿意度的研究上。

運用二維品質的優點是更了解產品需求，對影響顧客滿意度之產品品質差異特性，能有更好的定義，並且可以對產品的開發提供有價值的幫助。陳棟樑

滿意

不滿意

品質要素充足時品質要素不充足時

魅力品質一元品質

必須品質

反向品質無差異品質

(23)

【19】也運用kano二維服務品質模式，將溫泉旅館服務品質的各項服務性指標依照魅力、一元、必須、無差異以及反向品質要素作區隔，其中運用kano 二維品質作區分時發現溫泉水質清澈度、溫泉區盥洗設備、室內外的環境、

旅館的安全設施及男女混浴與否在研究中顯示為必須品質，因此本研究也將其改良並納入本研究中作為建立指標之參考。秦瑞宏【14】則是將kano服務品質實際應用於銀行業的服務品質探討，並更深入的研究服務品質與顧客滿意度的關係，結合機率與分析層級程序法(AHP)，建立一套服務品質量化評量模式。

由於本研究希望以系統化的方式建立評估準則，藉以達到全面性的考量。相較於 kano 二維服務品質的使用，個人認為較適用於先大量蒐集準則後，再將其分類至各服務品質要素，因此本研究較適合使用 PZB 服務品質五構面，可藉由各構面的思考方向幫助本研究訂出更完整的準則。

2.4 結構化方法

現階段有許多模式可以幫助決策者求出準則間的結構化方法，包含了詮釋結構模式(Interpretive Structural Model)、決策實驗室法(Decision Making Trial and Evaluation Laboratory，簡稱 DEMATEL)及模糊認知地圖(Fuzzy cognitive Maps)等，以下將詳細介紹。

2.4.1 詮釋結構模式

詮釋結構模式是由Warfield(【54、55、56】)所提出，原本是屬於社會科學(Social System Engineering)中的一種構造模型法(Structure Modeling)，但此方法本著離散數學與圖形理論的基本概念，結合了行為科學、數學邏輯概念、

團體決策及電腦輔助等領域的優點，並考慮到學習歷程，運用二維矩陣的數學運算，呈現一個系統內全部元素間的相關聯性。以下將說明ISM的研究步驟。

(24)

2.4.1.1 詮釋結構模式施行步驟

詮釋結構模式法(ISM)擁有複雜運算過程，因此可以運用電腦來輔助執行，產生一個完整的多層次結構化階層。是一種最終可形成所有元素相關聯的方法。其研究步驟如下：

一、對於元素間之相互關係，找出相關矩陣(relation matrix)D，藉以呈現元素間的相關性如方程式(2.1)。、

1 2

0 12 1

1

21 0 2

2

0

1 2 0

e e en

e n

D

en m m

π π

⎡ ⎤

⎢ ⎥

= ⎢ ⎥

⎢ ⎥

⎣ ⎦

L L L

M M M

M

L

(2.1)

其中

ei

即代表第 i 個元素，

e j

代表第 j 個元素，而

π ij

為兩者間的相互關係。因此相關矩陣便是求出元素

ei

^{是否有影響}

e j

^{？假如有影響，則}

π ij

_{為１，若無影響則}

π _ij

_{為 0。}

二、計算可達矩陣(reachability matrix)M*

D 為上述之相關矩陣，I 為單位矩陣(Identity Matrix)，將其相加即可得包含自己的關係矩陣，以 M 表示如方程式(2.2)。再以布林代數(Boolean Algebra)運算法將 M 矩陣轉換成可達矩陣 M*。應用方程式(2.4)，當關係矩陣 M 達到收斂，即可求得可達矩陣 M*。所謂的布林代數運算即為當 1 與 1 相加總時，所產生的效益只會產生 1，相同地若 1 與 1 相乘，也只能得到 1 倍的效益，其用為方程式(2.3)所示：

M

= + (2.2)

D I

1+1=1 1*1=1 (2.3)

(25)

*

k k

1 k>1

M

=

M

=

M +

(2.4) 三、將可達矩陣 M*轉換成為階層矩陣(Hierarchy Matrix)

其包含可達集合(reachability set,

R t

( )

i

)與先行集合(priority set,

A t

( )

i )

之觀念。所謂的可達集合

R t

( )

i

是指可達矩陣 M*中第 i 項元素，以直向計算其關係值為 1 者抽出，如方程式(2.5)；而先行集合 ( )

A t i

則是指可達矩陣 M*中第 i 項元素，以橫向計算其關係矩陣值為 1 者抽出如方程式 (2.6)；依照公式(2.7)即可判斷出兩集合的交集，並經由方程式(2.7)求出判斷後之交集為自己時，即代表求出系統的核心元素，即可藉此核心元素建立元素間的相關圖。

( ) { * 1}

R t i = e m i ji =

(2.5)

( ) { * 1}

A t i = e m i ij =

(2.6)

( ) ( ) ( )

R t i ∩ A t i = R t i

(2.7)

四、最後應用階層矩陣圖完成 ISM 之層級構造圖。

Huang【33】建議當研究不需建立清楚的層級關係時，由於找出兩者的集合只是幫助決策者更容易劃出元素間彼此的關係圖，故此時尋找可達集合與優先集合的動作便可省略。但若研究者必須建立明確的相互關係，以利決策者對於元素間有更深的瞭解，則方程式(2.7)仍需被執行。

2.4.1.2 詮釋結構模式案例說明

有關於 ISM 實際的運用方法也將以一個簡單案例來做為解釋。假設一個家庭裡有父親、母親，生了一男一女，而女兒養了一隻狗。由於平時母親只

(26)

需向父親報備，母親則負責管兩個小孩，由於狗是女兒養的，因此管理狗的責任就由女兒來負責。因此對於此案例即可以得到相關矩陣 D 如下：

0 1 0 0 0

0 0 1 1 0

0 0 0 0 0

0 0 0 0 1

0 0 0 0 0

D

⎡ ⎤

⎢ ⎥

⎣ ⎦

=

父母兒女狗父

母兒女狗

將單位矩陣加入後，便可得到 M 矩陣，如下：

1 1 0 0 0

0 1 1 1 0

0 0 1 0 0

0 0 0 1 1

0 0 0 0 1

M D I

⎡ ⎤

⎢ ⎥

⎣ ⎦

= + =

父母兒女狗父

母兒女狗

將矩陣作相乘的動作，矩陣於 3 次方後，便可得到可達矩陣 M*如下：

1 1 1* 1* 1**

0 1 1 1 1*

* 3 0 0 1 0 0

0 0 0 1 1

0 0 0 0 1

M M

⎡ ⎤

⎢ ⎥

⎣ ⎦

= =

父母兒女狗

矩陣中的(*)是指此關係在原始矩陣中沒有出現的關係，亦即代表元素間具有一次間接關係；而(**)則為元素間兩次間接關係的代表。為了決定各元素間的層級關係，此時必需找出

R t

( )

i

^集合與

^{A t} ^{( )}

ⁱ 集合，並利用方程式(2.7) 求兩者之交集進而求得各元素的聯合集合。其表格呈現如表 2.2：

(27)

表 2.2 可達集合

R t

( )

i

^{與優先集合 ( )}

^{A t} i

( )

R t i ^{A t}

^{( )}

i R t ( ) i ∩ A t ( ) i

父 1 1.2.3.4.5 1

母 1.2 2.3.4.5 2

兄 1.2.3 3 3

妹 1.2.4 4.5 4

狗 1.2.4.5 5 5

故可藉由表 2.2 兩者之集合，畫出所需要的網路圖形如圖 2.2。由於“父＂

在可達集合與聯合集合中，其值均為 1。因此可以判定“父＂為此研究元素間的核心元素，因此便可依照表 2.2 所呈現的相關性，建立兩兩元素間的網路關係。

圖 2.2 網路關係圖

圖形畫出之後，即可以得到所有元素的網路關係圖。因此研究證實確實可以藉由 ISM 此方法幫助決策者找出準則間原本不明顯的相互關係，讓整個研究問題更清楚的以系統化方式呈現。

2.4.2 決策實驗室分析法

決策實驗室分析法是用於分析各問題間的複雜性，此方法在 1971 年便於日內瓦的Battelle協會成運用於解決科技與人類間的事情，一開始是被運用在解決相互關聯的關係上。目的是希望能藉由DEMATEL法可幫助世界解決問題。而DEMATEL的實行步驟如下【13】：

父母兒女

狗

代表直接關係代表一次間接關係代表兩次間接關係

(28)

步驟一：計算平均矩陣(Average Matrix, A)

由決策者對於各元素(Element)間的相互關係求出一個關係矩陣 A，其值須介於 0~4 之間。

步驟二：計算原始直接影響矩陣(Initial direct/indirect influence matrix, D) 方程式(2.8)中，D 為直接影響矩陣，A 為平均矩陣，由於矩陣 D 可經由矩陣 A 進行正規劃運算而取得，因此只需將矩陣 A 乘以特定值 S，即可求得直接影響矩陣 D。但特定值 S 介於 0 到 sup 值之間，而 sup 值又表示必須於列向量總和之倒數與行向量總和之倒數兩者間取得最小值，故必須藉由方程式(2.10)加以運算，故求得此合併影響圖亦可清楚表達元素間的相關性。

因此矩陣 D 即可幫助決策者描述元素與系統間的相互關係。

D = S A ⋅

(2.8)

, s 0, i,j=1,2,...,n

d ij = ⋅ s a ij ≥

(2.9)

1 1

0 S sup, sup=Min( , )

Max Max

1 n

1 i n 1 1

n n

a ij j a ij

j i

≤ ≤

∑ ≤ ≤ ∑

≤ ≤ = =

(2.10)

且

lim 0 , where D= d , 0 d 1

ij ij

m

D m

n n

⎡ ⎤

⎡ ⎤⎣ ⎦ ⎢⎣ ⎥⎦

= ≤ ≤

→∞ ×

(2.11)

步驟三：取得完整的直接/間接影響矩陣(Full direct/indirect influence matrix, F) 套用方程式(2.12)之計算過程，即可運用矩陣相乘的概念將矩陣達到收斂進而求出元素間之相關性，其中

( ) 1 1

F D i D I D

i

∞ −

= ∑ = −

=

(2.12) 步驟四：設定門檻值並取得合併影響圖(Impact-digraph maps).

(29)

藉由門檻值p的設定方法，將較明顯的影響加以過濾，希望能藉以解釋元素間的架構關係。由於門檻值的設定會影響最終的合併影響圖，因此門檻值太低時，便容易造成元素間太多關係呈現，導致最終合併影響圖過於複雜；

但若門檻值設定過高，卻也容易將元素判定成獨立並形成誤差，進而造成整個架構關係的錯誤。因此，門檻值大多由專家或學者作一設定。Tzeng【53】

則是將此方法廣泛運用於多目標決策領域中，包含e化學習案例，胡雪琴【13】

將其應用於研究問題屬於量化研究時的一個分析工具。

2.4.3 模糊認知地圖

認知地圖理論(Cognitive Maps)首先是由Axelrod【29】於 1976 年率先提出，主要是希望能解決非結構性的問題。而後於 1986 年，kosko【38】【39】

便將原始的認知地圖觀念加以延伸，因此提出了模糊認知地圖理論(Fuzzy Cognitive Maps,簡稱FCM)，也是希望能藉由因果圖建立在複雜系統中元素間的相關性。而其中所形成的認知圖架構將成為一個有向的系統網路而非樹狀圖，並依照影響關係及影響強度來構成一個網路圖形。

Kyung【40】研究中指出模糊認知圖通常適用於分析不確定元素間的因果關係，且模糊認知圖也可處理元素間較難定義的關係，並強調只需要獲得大略關係即可。因此架構中通常會呈現元素間相互影響具備模糊特性，並且呈現正、負向的因果關係，故模糊認知圖也具有回饋的特性。

關於模糊認知圖的施行步驟包含下列四點：

一、建構目標系統

當要建構目標系統時，所建構的目標系統中必須包含“元素＂與“影響程度＂，而在建構目標時必須整合專家意見，並分析兩兩元素間的影響程度，

來建構系統回饋圖形及回饋關係矩陣。

11 12 1

21 22 2

E

1 2

e e e

n

e e e

n

e n e n enn

⎡ ⎤

⎢ ⎥

= ⎢ ⎥

⎢ ⎥

⎣ ⎦

L L

M M O M

L

(2.13)

(30)

其中當元素 i 與元素 j 具有正向關係時標示為 eij，當元素 i 與元素 j 具有負向關係時，則標示為-e_ij。

二、設定狀態起始值

在模糊認知圖中，起始值通常須經由專家及學者的認可才能進行設定。

通常是將起始值衡量基準轉換至[0,1]之間。其中若資料包含量化變數，在進行轉換時便可以數量或比率方式呈現；若資料屬於質性變數，則可將資料區分為等距尺度(例如：1, 0.75, 0.5, 0.25, 0)或為順序尺度。

三、設定門檻函數

假設給定四個變數包含(N, E, C, f)，其中 N={N1, N2, …, Nn}，表示 n 個目標的集合，

Ei=代表由目標

C 所組成的因果權重矩陣，

i

C =狀態矩陣，其中 0

i Ci 為原始矩陣，

Cti

為

C 在第 t 次方時的運算矩陣，

i Cti+1為

C 在第 t+1 次方時的運算矩陣。

i

其中門檻值依照方程式(2.14)將矩陣計算之結果，所有大於 0 的變數均調整至 1，而所有小於等於 0 的變數則是將其調整為 0。

1, if C E > 0 t

i i

1 0, if C E t 0

i i

Ci t

⎧ ×

+ = ⎨ ⎪

× ≤

⎪⎩

(2.14) 因此模糊認知圖(FCM)便利用上述之計算過程將所有相依及回饋關係之準則作一區分。便可求出整個系統的準則關聯圖。

四、系統運算

(31)

模糊認知圖的運算架構，是將變數間的相互關係運用矩陣方法表達，並且利用矩陣運算的過程呈現系統的行為與狀態。最後進而找出所有元素間的相關性，進行結構化的分析。

介紹了三種結構化的方法，包含詮釋結構模式(ISM)、決策實驗室分析法 (DEMATEL)以及最後的模糊認知圖法(FCM)，三種方法均在教導決策者如何進行準則之間的相關性分析，但由於詮釋結構模式法(ISM)算式簡單、淺顯易懂，因此較容易被決策者所接受，因此本研究也將運用詮釋結構模式法 (ISM)，幫助決策者找尋溫泉旅館服務品質準則間的相關性，並建立一個包含準則間相互關係的結構圖。

(32)

2.5 分析層級程序法

分析層級程序法是由Thomas L. Saaty於1971年發展提出【48】，1972年首次運用，多年來已被廣泛應用於多目標決策(multicriterion decision making)等領域，是一個被廣泛運用的績效評估手法。AHP法主要應用在不確定情況下及具有多數評估準則的決策問題上，其目的是將複雜的問題系統化，透過量化的綜合評估，以提供決策者選擇適當方案的資訊，降低決策錯誤的風險。

AHP是一種集合專家意見用以確立評估準則(Criteria)，並將準則加以細分即可形成一個層級架構。再依照各層級的準則做兩兩比較矩陣(Pairwise Comparison)建立成對比較矩陣。藉以求得矩陣的最大特徵值與特徵向量，並將特徵向量加以正規化，即可求得各評估準則之相對權重。但分析層級程序法其實也有其適用範圍。

2.5.1 分析層級程序法假設條件

每個研究方法都有其自己適用的假設條件，AHP法的使用時機及假設條件如下【24】：

一、究問題可以被分解成為許多個被比較的層級，形成一個具有方向性的層級。

二、層級結構中，每一層級裡的準則均假設準則相互獨立

三、每一層級內的準則，可以藉由上一層級為基準而進行成偶比較。

四、成偶比較結果可經由絕對尺度(1~9)換算成比率尺度(Ratio scale)。

五、成偶比較後的比對矩陣呈現正倒數矩陣(Positive Reciprocal)並且對稱於對角線。

六、偏好關係可容許呈現些微不具遞移性。

七、成對比較矩陣可容許些微不具遞移性(Transitivity)，但必須藉此測試矩陣的一致性程度。

八、準則的優勢程度是經由加權法則(Weighting Principle)所求得。

(33)

2.5.2 分析層級程序法使用程序

有了這些假設條件，可以幫助決策者在實際運用時，可以將複雜問題簡單化，以下將位各位介紹AHP法的基本運用步驟【48、49】：

一、在理想的情況下，求出準則間的兩兩比較矩陣。

方程式(2.15)中W

i

為準則 i 之權重，W

j

為準則 j 之權重，而 A

ij

即為兩準則間權重的比較關係，因此藉由準則間的兩兩比較，建立矩陣A。

/ ; i,j=1,2,...,n

W W W

1 1 1

W 1 W 2 Wn

W W W

2 2 2

W W W

A= 1 2 n AW W

W n W n W n W 1 W 2 Wn A ij W W i j

λ

⎡ ⎤

⎢ ⎥

⎣ ⎦

=

= L

L

M M O M

L

，且

(2.15)

二、由於矩陣呈現正倒數矩陣並對稱於對角線，因此

A ij = 1, i=j ∀

_。故在

理想的情況下，兩兩比較矩陣會滿足一致性。

三、因為

1 n i n i

λ =

∑ =

^，且

λ max = n

，而其餘的

λ

值均為0，因此可將方程式(2.15)改寫為方程式(2.16)，而其中的W即為所有準則的權重分配如方程式(2.17)。

AW = λ max W

(2.16) 1

2

W W W

Wn

⎡ ⎤

⎢ ⎥

⎣ ⎦

= M

(2.17)

(34)

四、但在非理想的情況下，

A ij ≠ W W i / j ; i,j=1,2,...,n

_。當

A ij

^發生小幅

度的改變時，

, ,...

1 2 n

λ λ λ

的值也會呈現小幅度的變動。

五、經過正規化後，即可求得各指標的相對權重

( , ,... ) 1 2

W = W W Wn

在AHP的假設條件之中，除了每一層級的要素需滿足獨立性之外，雖不要求完全遞移性，但仍需測試其一致性。當矩陣不具一致性時，定義此矩陣的一致性指標(consistency index,簡稱C.I.)，如方程式(2.18)。

( max ) . . 1

C I n

n

λ ⁻

= − (2.18) 而一致性比例(consistency ratio,簡稱 C.R.)之計算則如方程式(2.19)。

. . . . . .

C R C I

=

R I

(2.19) 公式(2.18)中的 R.I 值稱之為隨機性指標(Random index,簡稱 R.I )，可藉 由查表求得，如表 2.3。

表 2.3 隨機性指標值(R.I 值)

N 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 RI 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：【48】

Satty建議一致性檢定在0.1以內，如此一致性才能獲得保證。因為當一致性比例(C.R.)大於0.1時，代表專家或決策者在做兩兩比較時不夠理性，導致不具一致性，此時Saaty建議要求決策者再重新作兩兩比較。

另外，除了各層級的C.R.值要小於等於0.1之外，整體的層級一致性也要小於等於0.1。因為當每個層級都有不一致時，整合到最上層，不一致性往往會增加，因此Saaty將此稱為整個層級的一致性比率(consistency ratio of hierarchy, 簡稱C.R.H.)，其計算如方程式(2.20)

. . . . . .

. . .

C I H C R H

R I H

= (2.20)

(35)

現今運算AHP法已經有套裝軟體Expert Choice 2000可幫助求得準則間的兩兩比較矩陣，但由於系統開發未完整，因此只能作少數的群體決策，但也可以藉由幾何平均數的數學觀念將群體意見整合。

AHP 法能透過層級結構將複雜的問題系統化，可以求取各準則之權重以顯示各準則之重要性，同時能進行量化的綜合評估，以提供決策者選擇適當方案的資訊。AHP法已經被廣泛運用到許多產業中，擧凡服務業、高科技產業、運輸業、以及公家機關的年度績效評估之中。Kamal【36】將AHP法運用在專案管理，對於多位承包商的評估選擇，以層級方式呈現重要評估準則，

並選出最適當的承包商。Mustafa Yurdakul【42】則是將AHP法運用於信用卡發卡過程，市面上各家信用卡業者為了取得高市場佔有率，因此快速發卡便成為重要的關鍵過程，作者運用AHP的分析層級過程，找出最關鍵性指標，

藉以降低審核時間以利快速發卡。

雖然AHP常被廣泛使用於各類的決策問題上，但仍有許多學者認為AHP 法的理論值得討論，其中包含Belton and Gear【30】所討論的AHP的排序逆轉 問題，他們提出一個簡例，證明AHP法在面臨新受評估單位(Decision making unit)增加時，原舊有之受評估單位會因此產生新的排序結果。另外，Leung and Cao【41】提出運用之前學者所提出的AHP架構，搭配使用Sinarchy模式，可 阻止排序逆轉的現象發生。

由於AHP可能產生此問題，因此便激發本研究的想法。一般的研究為了節省時間及成本，常常忽略案例中準則間的相互關係，並假設準則間相互獨立，便可運用AHP法計算其權重，進而達成評估。但事實上有可能因為忽略準則間的相互關係而形成評估結果的偏差，造成決策者在決策上的錯誤。因此Satty於 1975 年提出同時考慮回饋性及相依性的層級分析法，且在 1996 年提出分析網路程序法(Analysis Network Process,簡稱ANP)【50】。

2.6 分析網路程序法

分析網路程序法是由Satty於 1996 年所發展出來的，AHP法必須滿足評估指標間相互獨立之條件後才能進行決策。但在現實問題中，評估指標間通常

(36)

會產生相依(dependence)及回饋(Feedback)的關係，且隨著決策問題的廣度與深度，其相依關係也越複雜。這時若使用傳統的AHP法來解決問題，極有可能因忽略評估指標間之相依關係，導致評估結果產生誤差，降低決策可信度。

因此為了避免上述的缺點，Satty在 1975 年發展同時考慮回饋性及相依性的層級分析法，且在 1996 年提出網路層級分析法(Analysis Network Process,簡稱 ANP)【50】。

而傳統 AHP 法可僅可視為 ANP 法中的一個特例。目前 ANP 法也已廣泛運用在多準則決策問題上。一般 AHP 法之最上層準則為決策問題的總目標，

往下漸漸細分為明確具體的主準則及次一層級的次準則如圖 2.2(a)，途中 A、

B、C 表示不同層級之構成要素(component)，每個構成要素內，包含一個或多個評估準則，但 ANP 法則不必具備如此嚴格的層級架構，如圖三(b)，由該圖中可看出 ANP 法之構成要素 B 與構成要素 D 之間互有箭號指向對方，

表示構成要素 B 與 D 的關係為外部相依或回饋，構成要素 B 有一箭頭指向自己表示構成要素 B 本身內之評估準則間存在內部相依關係。

(a)AHP 線性階層 (b)ANP 非線性網路結構圖 2.2 AHP 法與 ANP 法分析結構上之異同

D C

B A

目標

C B A

目標

(37)

2.6.1 分析網路程序法使用步驟

由於 AHP 法與 ANP 法的基本假設不同，因此執行程序也會有所差異，

以下將詳細介紹 ANP 法的執行步驟。運用 ANP 法來做決策時，包含三個階段如下：

階段一：建立網路層級結構。為降低決策之主觀性，通常先匯集群體意見再做決策，但每位決策者的主觀意識不同，所做出來的判斷也不盡相同，因此必須將各決策者之意見加以整合。為符合 ANP 法之基本假設，也就是兩兩比較矩陣(Pairwise comparison matrix)需符合正倒數矩陣之性質，因此 Satty 建議以幾何平均數來進行專家偏好之整合較適宜。

階段二：計算各層級之間的相對權重 1. 建立各層級的成對比較矩陣

2. 計算比對矩陣最大特徵值與特徵向量

若假設有 N 個準則(C₁,…,C_i,…,C_n)，其成對比較矩陣為 A=

﹝aij﹞，其中 aij代表準則 Ci對準則 Cj之相對重要性，採用 Satty 提出之列向量平均值標準化法(Normalized by row vector average method)，則Ci的近似權重Wi為

1

1 , , 1, 2,...,

n a ij

j n aij

W i i n i j n

⎛ ⎞

⎜ ⎟

∑ ⎜ ⎟

= ⎜ ∑ ⎟

=

⎝ ⎠

= ∀ = (2.21)

方程式(2.21)中，

1 1 n a ij j i n aij

⎛ ⎞

⎜ ⎟

∑ ⎜ ⎟

= ⎜ ∑ ⎟

=

⎝ ⎠

代表將比對矩陣之行向量作標準

化，除以 n 即為求平均值。由於矩陣在理想情形下，必然具備一

(38)

致性，也就是比對矩陣 A 完全符合方程式(2.22)，此時最大特徵值λ_max之值為 n，而其餘特徵值λ 皆為零。但當決策過程中有些微不一致之情況發生時，最大特徵值 maxλ 之值不再為 n，因此可應用方程式(2.23)及(2.24)求得最大特徵值 maxλ 之近似值。

, ,

a ik = a ij ⋅ a jk ∀ i j k

(2.22)

AW =

λ

W

(2.23)

( )

1 max 1

n AW i n i W i

λ = ∑

= (2.24) 3. 一致性檢定

ANP 法的一致性檢定與 AHP 法相同，目的是希望藉由方程式 (2.25)進行一致性檢定來確保決策者的判斷趨於一致。當此矩陣不具一致性時，定義比對矩陣的一致性指標(Consistency Index, 簡稱 C.I.)

. . max

1

C I n

n

λ ⁻

= − (2.25) 再計算比對矩陣的一致性比率(Consistency Ratio,簡稱 C.R.)來進行檢定

. . . . . .

C R C I

=

R I

(2.26) 若 C.R.值等於 0，即代表決策者之判斷完全趨於一致；若 C.R.

值大於 0，則代表決策者之判斷不具一致性，C.R.值越大，表示決策者之不一致性越高。根據 Satty 的建議，若 C.R.值小於 0.1，

代表成對比較矩陣的一致性程度是可接受的；當 C.R.值大於 0.1 時，代表專家或決策者在做兩兩比較時不夠理性，決策結果不具一致性，此時 Saaty 建議要求決策者再重新作兩兩比較。

4. 將超矩陣極限化求得權重

為了要處理指標之間的回饋與相依關係，ANP 法利用超矩陣來

(39)

呈現準則間的相互權重。若準則間無相依關係，則在超矩陣中的成對比較值為 0，若準則間具有回饋與相依關係，則其值不再為 0，因此會得到一未加權超矩陣 M’，由於該矩陣不符合行隨機 (column stochastic)原則，因此可由決策者給予權重，將其調整成符合行隨機原則的超矩陣 M。再依方程式(2.27)求極限化超矩陣 M*，讓相依關係逐漸收斂，進而求得準則間精確的相對權重。

* lim

k

M M

=

k

→∞

(2.27) 階段三：計算整體層級的權重。

傳統 AHP 法的其中兩項基本假設為強調層級方向是有向網路，且要求準則間相互獨立。而 ANP 的假設與傳統 AHP 在這兩項有差異，其餘皆相同。

ANP 的特色在於當決策問題之分析架構可形成非線性的網路架構，更貼近問題核心，但是會有許多相依與回饋的關係。因此在 ANP 法中，可允許準則不具獨立性。比較 AHP 與 ANP 的差異如表 2.4，可發現兩方法在準則間之關係、

層級架構、回饋關係、權重計算方式及元素間之比較基礎等有明顯之差異。

表 2.4 AHP 與 ANP 差異

項目 AHP 法 ANP 法

準則間關係假設準則間相互獨立準則間可允許相依

層級結構圖為線性關係非線性的網路圖關係

回饋關係無回饋允許具有回饋關係

權重計算成對比較矩陣之最大特徵值及特徵向量極限超矩陣

Chung et.al.【31】探討在半導體裝配過程中，基於不同因素以及因素間具有相依及回饋關係時，以ANP法建構評估模式，以尋求最有效率之產品生產組合。Shang et.al.【51】運用ANP法於選擇運輸專案計畫的問題上，以更廣泛的思維將長期及短期的因素加以考量並結合，發展成更完整的評估模式。詹宏霖【22】認為台灣地區便利商店比例逐漸提高，因此將ANP運用在

(40)

選擇台灣電子化便利商店通路，並輔以企業經營模式的及策略考量，進而分析出最是台灣的便利商店通路型態。鄭涵聖【25】則是在企業生產管理中，

導入ANP法，並建立一套可行的評估模式，可以提供企業主評選出最佳的供應廠商，以利往後的合作計畫。蔡佩真【23】將ANP法推廣到住宅考量層面，

由於建築住宅必須考量的層面更深更廣，況且只要忽略其中的細節，就可能造成房屋不穩固、使民眾沒有保障的疑慮。因此建築公司也利用ANP法找出建築企畫方案中的最適方案。陳哲昌【17】則是考慮台灣地區經過 921 地震後，山坡地土石鬆動，一到梅雨季節或是颱風肆虐，就容易造成土石鬆動形成土石流的危機，因此居住於山坡地的民眾必須建立一套防災的管理機制，

而研究中則是運用ANP法可允許準則兼具有相依及回饋關係的特性，研擬出最適合山坡地防災管理的最適組織型態。

這麼多的相關文獻中，本研究發現，許多運用ANP法的學者大多數都使用統計軟體SPSS找出指標間的相互關係，進而建立網路圖架構。但也有一些學者將準則經由無數次的德菲法(Delphi Method)，以專家們的意見形成最終準則間的網路圖形。但本研究發現有許多結構化方法可使用，最後決定運用詮釋結構模式法(ISM)輔助ANP法建立準則間的相互關係。由於ISM法簡單易懂、算式簡單，因此除了可以幫助決策者在這個階段減少意見來往的時間花費之外，更可以有效的降低成本。

(41)

第三章模式構建

本研究欲討論對於溫泉旅館建立一套服務品質評估模式，因此本章節將區分為三大部分，由於國內外溫泉旅館服務品質的文獻不多，因此第一部份本研究將包含問題描述及國內外探討飯店、旅館的文獻做整理，萃取文獻中所蒐集的服務品質要項，用以建立本研究的服務品質準則。由於本研究考量運用兩種評估方法是否會得到不同的績效評估結果，因此第二部份將以分析層級程序法(AHP)找出準則間的服務品質權重分配。而第三部份將結合詮釋結構模式法(ISM)與分析網路程序法(ANP)，以考量準則間相互關係為訴求，

找出另一組全面考量準則間相互關係的權重。以這兩種方法所算出來的權重相比較，藉以確認兩種方法所評估出來的結果是否相同。

3.1 問題描述及評估指標之構建

由於台灣地區週休二日的實施，造成許多消費者對於平時休閒的重視，

而台灣許多豐富的資源中，就以溫泉最為著名，然而台灣地區著名的溫泉風景區溫泉旅館家數不勝枚舉，因此如何替消費者把關變成為一項重要的客題。許多的研究常會因為研究時間限制以及運算的方便，將準則間相互關係忽略不予考量，但其實這樣的評估手法容易造成評估結果的誤差，因而影響了溫泉旅館服務品質的排序情形。因此本研究分別針對指標間的相互關係進行忽略及考量，希望能藉由兩種方法所求出的結果，確立一套適合溫泉旅館服務品質評估模式。

許多國內外的文獻單純研究飯店旅館服務品質，但由於本研究對象為溫泉旅館的服務品質，因此本研究先將國內外文獻相關的服務品質指標作整理，並且藉由表格呈現，如表 3.1。本研究所蒐集的相關指標，包涵運用統計軟體 SPSS 做分析、也有考量顧客滿意度、或是應用 EBM 消費者行為模式為主要研究模式，輔以統計軟體因素分析、集群分析法作為研究的探討。但其實本研究欲探討的溫泉旅館服務品質本身即為一多目標決策 (Multiple Criteria Decision Making, 簡稱 MCDM)問題，因此本研究將溫泉旅館服務品質應用 MCDM 手法作為評估的工具，希望藉由可同時考量多屬性的決策問題，做一有效的績效評估。

(42)

表 3.1 相關旅館服務品質指標文獻整理

姓名研究構面研究方法研究探討

方怡堯

【2】

分為生活中心、休閒活動中心、社交活動、活動重要、參與需求、個人意義、參與享受、快樂、滿意報償、符號傳達、符號識別、社會評估等共 12 項。

運用 SPSS 描述性統計、因素分析、卡方檢定、t 檢定、單因子變異數分析、典型相關等分析方法。

本篇在探討遊客的涉入程度與遊憩體驗關係之研究。

陳桓敦

【18】

溫泉旅館滿意度指標包含住宿設備、自然活動、規模大小、人員態度、清潔設施、餐飲態度、遊憩設施、餐飲設備、路線指引、安全設施、易及性、人文活動、收費價格、

活動價格、民俗活動。

輔以 SPSS 統計軟體的集群分析、因素分析、

變異數分析、卡方檢定。

運用 EBM 模式從消費者的決策過程探討消費者行為。

周蓉滋

【11】

分為七大類：包含旅館建築、

房間形式與訂房方式、餐點形式、溫泉旅館相關設施、交通、周遭景點以及促銷活動等。

本篇作者使用 ID3 歸納學習演算法，將遊客意見建立決策數。幫助遊客更容易搜尋需要的資訊。

運用 EBM 模式為主來探討消費者的行為模式，並建構一套溫泉旅館專家系統。

丁國璽

【1】

依照 PZB 服務品質中所提出的 SERVQUAL 量表，加以修改成二十二個服務品質題項。

問卷設計分為三類，包含主管問卷、員工問卷、以及顧客問卷。運用 SPSS 統計手法輔以 IPA 模式找出區隔。

以 PZB 五構面模式建構指標，將其指標運用 IPA 模式加以分區，以提供業者應改進的方向。

何家任

【7】

運用 EKB 四步驟為研究主軸：

1. 需求確認：十六題項，

2. 資訊搜尋：十二題項，

3. 選擇評估：十二題項，

4. 消費後行為：五題項，

共四十五題消費者決策問項。

運用了四種手法包含：

1. 因素分析 2. 集群分析

3. 單因子變異數分析 4. 線性結構模式

可依照消費者需求結果以及蒐集資訊的管道等方面加以改善，以提高顧客再消費意願。

題目：溫泉旅館服務品質評估模式之構建

中 華 大 學 碩 士 論 文