כאשר סקירת עמיתים, למשל, מעריכה את התחרותיות של מוצרים, יש צורך, כמו בכל עבודה מדעית, לבצע עיבוד נתונים סטטיסטיים. זה האחרון מתחיל בקביעת העקביות של חוות דעת מומחים, שהביטוי המספרי שלהן הוא מקדם הקונקורדנציה.
למה אנחנו צריכים הערכת קונצנזוס מומחה?
הערכה הזו נחוצה, קודם כל, מכיוון שדעותיהם של מומחים עשויות להיות שונות מאוד בפרמטרים המשוערים. בתחילה, ההערכה מתבצעת על ידי דירוג המדדים והקצאת מקדם מובהקות מסוים (משקל). דירוג לא עקבי מביא לכך שמקדמים אלו אינם אמינים סטטיסטית. יש להפיץ חוות דעת של מומחים עם מספרם הנדרש (יותר מ-7-10) לפי החוק הרגיל.
המושג של מקדם הקונקורדנציה
אז. עקביות היא קונקורדנציה. המקדם הוא כמות חסרת ממד המראה את היחס בין הפיזור לפיזור המקסימלי במקרה הכללי. בואו נכליל את המושגים האלה.
מקדם הקונקורדנציה הוא מספר מ-0 עד 1, המראה את העקביות של חוות דעת מומחים כאשרדירוג נכסים מסוימים. ככל שהערך הזה קרוב יותר ל-0, כך העקביות נחשבת נמוכה יותר. אם ערכו של מקדם זה נמוך מ-0.3, חוות הדעת של מומחים נחשבות לא עקביות. כאשר ערך המקדם הוא בטווח שבין 0.3 ל-0.7, העקביות נחשבת ממוצעת. ערך גדול מ-0.7 נחשב לעקביות גבוהה.
מקרי שימוש
בעת ביצוע מחקר סטטיסטי, עלולים להיווצר מצבים שבהם אובייקט עשוי להיות מאופיין לא על ידי שני רצפים, אשר מעובדים סטטיסטית באמצעות מקדם הקונקורדנציה, אלא על ידי מספר רצפים, המדורגים בהתאם על ידי מומחים עם אותה רמה של מקצועיות בתחום מסוים.
יש לקבוע את עקביות הדירוג המבוצע על ידי מומחים כדי לאשר את נכונות ההשערה לפיה מומחים מבצעים מדידות מדויקות יחסית, המאפשרות היווצרות של קבוצות שונות בקבוצות מומחים, אשר נקבעות במידה רבה על ידי גורמים אנושיים, בעיקר כמו הבדלים בהשקפות, במושגים, בבתי ספר מדעיים שונים, באופי הפעילות המקצועית וכו'.
תיאור קצר של שיטת הדרגה. היתרונות והחסרונות שלו
בעת הדירוג, נעשה שימוש בשיטת הדירוג. המהות שלו טמונה בעובדה שלכל תכונה של האובייקט מוקצית דרגה ספציפית משלו. יתרה מכך, לכל מומחה הנכלל בקבוצת המומחים, דרגה זו מוקציתבאופן עצמאי, וכתוצאה מכך הצורך לעבד נתונים אלה על מנת לזהות את העקביות של חוות דעת מומחים. תהליך זה מתבצע על ידי חישוב מקדם הקונקורדנציה.
היתרון העיקרי של שיטת הדירוג הוא קלות היישום שלה.
החסרונות העיקריים של השיטה הם:
- מספר קטן של אובייקטים מדרגים, שכן כאשר מספרם עולה על 15-20, קשה להקצות ציוני דירוג אובייקטיביים;
- בהתבסס על השימוש בשיטה זו, השאלה עד כמה האובייקטים הנחקרים נמצאים זה מזה במובהקות נותרה פתוחה.
כשמשתמשים בשיטה זו, יש לקחת בחשבון שהדירוגים מבוססים על מודל הסתברותי כלשהו, ולכן יש ליישם אותם בזהירות, בהתחשב בהיקף.
מקדם דירוג הקונקורדנס של קנדל
משמש לקביעת הקשר בין תכונות כמותיות ואיכותיות המאפיינות אובייקטים הומוגניים ומדורגים לפי אותו עיקרון.
מקדם זה נקבע על ידי הנוסחה:
t=2S/(n(n-1)), כאשר
S - סכום ההפרשים בין מספר הרצפים למספר ההיפוכים בתכונה השנייה;
n - מספר תצפיות.
אלגוריתם חישוב:
- ערכי ה-x מדורגים בסדר עולה או יורד.
- ערכי ה-y מסודרים בסדר שבו הם תואמים לערכי x.
- עבור כל דרגה רצופה של y, קבע כמה ערכי דירוג גבוהים יותר עוקבים אחריה. הם מתווספים ומחושבת מידת ההתאמה של רצפי דרגות ב-x וב-y.
- באופן דומה, מחושב מספר הדרגות של y עם ערכים נמוכים יותר, שגם הם מסתכמים.
- הוסף את מספר הדרגות עם ערכים גבוהים יותר ואת מספר הדרגות עם ערכים נמוכים יותר, וכתוצאה מכך הערך S.
מקדם זה מציג את הקשר בין שני משתנים, וברוב המקרים נקרא מקדם מתאם דירוג קנדל. תלות כזו יכולה להיות מיוצגת בצורה גרפית.
קביעת המקדם
איך זה נעשה? אם מספר התכונות או הגורמים המדורגים עולה על 2, נעשה שימוש במקדם הקונקורדנציה, שבעצם הוא גרסה מרובה של מתאם דירוג.
היזהר. חישוב מקדם הקונקורדנציה מבוסס על היחס בין הסטייה של סכום ריבועי הדרגות מהסכום הממוצע של ריבועי הדרגות, כפול 12, לריבוע המומחים, כפול ההפרש בין קוביית המספר. של אובייקטים ומספר אובייקטים.
אלגוריתם חישוב
כדי להבין מהיכן מגיע המספר 12 במונה של נוסחת החישוב, בואו נסתכל על אלגוריתם הקביעה.
עבור כל שורה עם דרגות של מומחה מסוים, מחושב סכום הדרגות, שהוא ערך אקראי.
מקדם הקונקורדנציה מוגדר בדרך כלל כיחס בין אומדן השונות (D) לערך המקסימלי של אומדן השונות(Dmax). הבה ננסח ברציפות את ההגדרות של כמויות אלו.
where ravg - אומדן ציפיות;
m - מספר אובייקטים.
החלפת הנוסחאות המתקבלות ביחס ל-D ל-Dmax נקבל את הנוסחה הסופית עבור מקדם הקונקורדנציה:
כאן m הוא מספר המומחים, n הוא מספר האובייקטים.
הנוסחה הראשונה משמשת לקביעת גורם הקונקורדנציה אם אין דרגות קשורות. הנוסחה השנייה משמשת אם יש דרגות קשורות.
אז, חישוב מקדם הקונקורדנציה הסתיים. מה הלאה? הערך המתקבל מוערך עבור מובהקות באמצעות מקדם פירסון על ידי הכפלת מקדם זה במספר המומחים ובמספר דרגות החופש (m-1). הקריטריון המתקבל מושווה לערך הטבלה, ואם הערך של הראשון עולה על האחרון, הם מדברים על משמעות המקדם הנבדק.
במקרה של דרגות קשורות, החישוב של קריטריון פירסון הופך מעט יותר מסובך ומתבצע לפי היחס הבא: (12S)/(d(m2+ m)-(1/(m-1))x(Ts1 +Ts2 +Tsn)
דוגמה
הנח ששיטת המומחים מעריכה את התחרותיות של חמאה הנמכרת ברשת קמעונאית. הבה ניתן דוגמה לחישוב מקדם הקונקורדנציה. לפני הערכת התחרותיות, יש צורך לדרג את הצרכןמאפיינים של מוצר זה המעורבים בהערכה. נניח שמאפיינים אלו יהיו הבאים: טעם וריח, עקביות ומראה, צבע, אריזה ותווית, תכולת שומן, שם מסחרי, יצרן, מחיר.
נניח שקבוצת המומחים מורכבת מ-7 מומחים. האיור מציג את התוצאות של דירוג נכסים אלה.
הערך הממוצע של r מחושב כממוצע האריתמטי ויהיה 31.5. כדי למצוא את S, סכם את ההבדלים בריבוע בין ris לממוצע r, לפי הנוסחה למעלה, וקבע שהערך של S הוא 1718.
חשב את מקדם הקונקורדנציה באמצעות הנוסחה מבלי להשתמש בדרגות קשורות (הדרגות יהיו קשורות אם לאותו יועץ מומחה היו אותן דרגות עבור מאפיינים שונים).
הערך של מקדם זה יהיה 0.83. זה מצביע על קונצנזוס חזק בין מומחים.
בדוק את משמעותו באמצעות מבחן פירסון:
7 x 0.83 x (8-1)=40.7.
המבחן הטבלאי של פירסון ברמת מובהקות של 1% הוא 18.5, וב-5% - 14.1..
הדוגמה מדגימה את הפשטות והנגישות של החישוב לכל אדם שיודע את היסודות של חישובים מתמטיים. כדי להקל עליהם,השתמש בטפסי גיליון אלקטרוני.
לסיכום
לכן, מקדם הקונקורדנציה מראה את העקביות של דעותיהם של מספר מומחים. ככל שהוא רחוק יותר מ-0 וקרוב יותר ל-1, הדעות עקביות יותר. יש לאשר מקדמים אלה על ידי חישוב קריטריון פירסון.
