模糊德菲法比較與應用於銀行行員甄項目之篩選.docVIP

三種模糊德菲法之比較--以銀行員甄選因素之評估為例 指導老師﹕黃良志 義守大學工業工程與管理學系 研究學生﹕張炳騰* 東海大學工業工程學系 40744 台中市西屯區台中港路三段 181 號 摘要 本研究採用穩定化程度分析與大小樣本，分析比較模糊德菲法於銀行行員甄選因素評估，期望提供銀行更健全、客觀、合理評估方式，甄選出最合適行員，以適應國際化與自由化趨勢，提昇競爭力。比較之模糊德菲法方法包括Ishikawa等人、Kaufmann與Gupta及Chang等人模糊德菲法，除其優缺點比較外，同時歸納出銀行行員甄選因素適當權重。此外，並針對模糊德菲法循環預測穩定性，進一步討論。 關鍵詞：模糊德菲法，銀行行員甄選，模糊權重，隸屬函數，穩定化 1. 前言 德菲法為一長期的定性的預測方法，自從Helmer和Dalkey [4,7]肇始發展以來，已被廣泛使用於各種領域，如航空運輸的未來，目標、屬性和因素定義，規劃策略，知識擷取，都市系統規劃，公共政策整合與規劃，市場研發，大型專案規劃，新產品發展，系統設計等等。預測的精準度也曾被報告過[13]，16年前的預測結果與1991年結果具有顯著的關連性。今天，德菲法已經被擴充為相當多的類似方法，全部具有以下共同特徵： 經由郵件問卷(最常用方式)或面談方式，邀請 來自不同群體或地域專家局部或全部匿名參與(以避免個人主導)。 反覆式調查(通常是二至四次循迴)。 在每一次接下來循迴，提供專家上一循迴結構 性摘要回饋資料，協助專家獲得共識。 雖然，傳統德菲法已經提供相當多優點，但對調查或預測不確定性或模糊性卻依仍存在，此種現象不僅可以發生於調查結果，同時也可能發生在調查問題本身[14]。因此，使用模糊集合理論的模糊德菲法，也因此發展出來，包括最早期的一項先導性研究[12]，利用德菲法的程序進行前，先取得“組平均”隸屬函數，置於德菲法程序進行中個人回答上，以進行回饋。 *連絡人:sample@mail.yzu.edu.tw 之後，其他學者則提出更完整模糊德菲法(fuzzy Delphi methods, FDMs)。其中，包括Kaufmann 和Gupta [11]提出，要求參與專家提供三點估計(three-point estimate)，即悲觀、中間與樂觀值，並定義成為三角模糊數(triangular fuzzy number, TFN)，而回饋值則是取組平均TFN與個人TFN間的差，以進行FDM程序。 此外，Ishikawa等人[9]也提出兩項FDM方法，分別命名為最大(最小FDM (max-min FDM)及經由模糊積分FDM (FDM via fuzzy integration)。此兩種方法企圖依賴單一循環，而非反覆式調查，並利用了特殊的問卷問題：(a)該項技術獲得的重要程度？(b-1)至何年止，為絕對不可能獲得該項技術期間？(b-2)自何年起，為確定可能獲得該項技術期間？及(c)你專業知識程度？至於最後預測則是由該二方法，以不同方式進行。 此外，Chang等人[3,8]也提出另一模糊德菲法方法。該方法運用了區間值的(interval-valued)調查方法，並利用模糊統計方法[15]加以修改及非線性最佳化方法(共軛梯度(conjugate gradient search)法，獲得適當的連續、數學明顯預測隸屬函數，以利預測結果後續的運算使用，同時，在回饋資料的產生上，則採用(水準截集((-level cut)，以提供反覆問卷過程中，專家模糊意見穩定化(stabilization)機制，而非強制收斂(convergence)機制。 因此，本研究針對上述的FDMs，將以實例方式(銀行行員甄選因素評估，分析比較上述模糊德菲法之優缺點以及運用的優點，比較重點將強調FDMs中極為重要的功能之一(反覆式預測的穩定化程度與樣本大小的分析比較。 實務上，台灣金融業隨著政府的開放，已逐漸地邁向國際化與自由化的趨勢，新銀行設立，也使得金融市場變得更加的競爭，為確保銀行，特別是民營銀行競爭力，其用人的甄選過程與方式，都必須進一步地深入探討。因此，本研究企圖以專家問卷方式運用模糊德菲法的方法，尋求並歸納出民營銀行行員甄選因素與最適權重，提供銀行界以更健全、客觀、合理之方式進行，甄選出最適當的行員，以適應國際化與自由化趨勢，提昇其競爭力。 本文第二節中，我們將敘述本研究之研究方法，這包括了民營銀行行員甄選因素的歸納、模糊德菲法進行步驟及比較方法。第三節，則提供實際問卷的結果，分析比較結果，並針對模糊德菲法循 環預測的穩定性，進一步的進行討論，最後則為總結。 2. 研究方法 2.1 模糊德菲法進行之步驟 2.1.1 Ishikawa等人FDM Ishikawa等人