専門家による評価、たとえば、評価製品の競争力については、他の科学的研究と同様に、統計データ処理を実行する必要があります。後者は専門家の意見の一貫性を決定することから始まり、その数値表現は一致の係数です。
専門家の意見の一貫性を評価する目的は何ですか？
まず第一に、この評価が必要です。専門家の意見は、評価されたパラメータによって大きく異なる可能性があること。最初に、評価は、指標をランク付けし、それらに特定の有意係数（重み）を割り当てることによって実行されます。ランキングに一貫性がないと、これらの係数は統計的に信頼できなくなります。専門家の意見は、必要な数（7〜10人以上）で、通常の法律に従って配布する必要があります。
一致係数の概念
そう。一貫性は一致です。係数は、最大分散に対する一般的な分散の場合の比率を示す無次元値です。これらの概念を一般化してみましょう。
一致係数は0から1までの数値です。一部の物件をランク付けする際に専門家の意見の一貫性を示す。この値が0に近いほど、一貫性は低くなります。この係数が0.3未満の場合、専門家の意見は矛盾していると見なされます。係数の値が0.3から0.7の範囲にある場合、一致は平均と見なされます。値が0.7より大きい場合、整合性は高いと見なされます。
ユースケース
統計調査を行う場合、オブジェクトは、一致係数を使用して統計的に処理される2つのシーケンスではなく、特定の領域で同じレベルの専門性を持つ専門家の助けを借りて適切にランク付けされるいくつかのシーケンスによって特徴付けられる状況が発生します。
実行されたランキングの一貫性専門家は、専門家が比較的正確な測定を行うという仮説の正しさを確認するために決定する必要があります。これにより、主にビューの違いなどの人的要因によって主に決定される専門家グループにさまざまなグループを形成できます。 、概念、さまざまな科学学校、専門的活動の性質など。
ランク付け方法の簡単な説明。その長所と短所
ランキングを行う場合は、この方法を使用しますランク。その本質は、オブジェクトの各プロパティに独自の特定のランクが割り当てられているという事実にあります。さらに、専門家グループに含まれる各専門家はこのランクを個別に割り当てます。その結果、専門家の意見の一貫性を識別するためにこのデータを処理する必要があります。このプロセスは、一致係数を計算することによって実行されます。
ランク方式の主な利点は、実装が簡単なことです。
この方法の主な欠点は次のとおりです。
- 少数のランキングオブジェクト。15〜20を超えると、客観的なランキング推定値を割り当てることが難しくなります。
- この方法の使用に基づいて、調査中のオブジェクトが互いにどれだけ重要であるかについての疑問が残ります。
この方法を使用する場合、評価は何らかの確率モデルに基づいていることに留意する必要があります。そのため、範囲を考慮して、慎重に適用する必要があります。
ケンドールの一致ランク係数
これは、同種のオブジェクトを特徴付ける量的特徴と質的特徴の関係を決定するために使用され、同じ原理に従ってランク付けされます。
この係数は次の式で決定されます。
t = 2S /（n（n-1））、ここで
Sは、2番目の属性のシーケンス数と反転数の差の合計です。
nは観測数です。
計算アルゴリズム：
- 値はランク付けされます x 降順または昇順のいずれか。
- 数量 で 値に対応する順序で配置されます x.
- 後続のランクごとに で その上にいくつのランクが続くかを決定します。それらが追加され、ランクのシーケンス間の対応の尺度が計算されます。 と と y。
- ランク数も同様に計算されます で より低い値で、これも追加されます。
- 値が高いランクの数と値が低いランクの数を合計すると、値が得られます と.
この係数は2つの変数間の関係を示し、ほとんどの場合、ケンドールの順位相関係数と呼ばれます。この依存関係は、グラフィカルに表すことができます。
係数の決定
それはどのように行われますか？ランク付けされた特徴または因子の数が2を超える場合、一致係数が使用されます。これは、本質的に、ランク相関の複数のバージョンです。
注意してください。一致係数の計算は、2乗ランクの平均合計から12を掛けた値から、エキスパートの2乗に、オブジェクトとオブジェクトの数。
計算アルゴリズム
計算式の分子のどこから12が来るのかを理解するために、決定アルゴリズムを見てみましょう。
特定のエキスパートアドバイザーのランクを持つ各行について、ランクの合計が計算されます。これはランダムな値です。
一致係数は、一般に、分散推定値（D）と分散推定値の最大値（D）の比率として定義されます。最大）。これらの量を決定するための公式を続けて与えましょう。
ここでr結婚した -数学的期待値の評価;
mはオブジェクトの数です。
得られた式をDとDの比率で代入する最大 一致係数の最終式を取得します。
ここで、mはエキスパートの数、nはオブジェクトの数です。
最初の式は、関連するランクがない場合の一致率を決定するために使用されます。関連するランクがある場合は、2番目の式が使用されます。
これで、一致係数の計算は終了です。次は何ですか？結果の値は、ピアソン係数を使用して、この係数に専門家の数と自由度（m-1）を掛けることにより、有意性が評価されます。結果の基準はテーブル値と比較され、最初の値が最後の値を超える場合、それらは調査中の係数の重要性を示します。
関連するランクの場合、ピアソン基準の計算はやや複雑で、次の比率で実行されます：（12S）/（d（m2+ m）-（1 /（m-1））x（Ts1 + Ts2 + Tsn）
例：
エキスパートメソッドが推定するとします小売業ネットワークで販売されているバターの競争力。一致係数の計算例を挙げましょう。競争力を評価する前に、評価に関与するこの製品の消費者特性をランク付けする必要があります。そのような特性が次のようになると仮定します：味と匂い、質感と外観、色、包装とラベル、脂肪含有量、商品名、製造業者、価格。
専門家グループに7人の専門家が含まれていると仮定します。この図は、これらのプロパティをランク付けした結果を示しています。
平均 r 算術平均として計算され、31.5になります。見つけるには と 間の差の二乗を合計する rです と r 前に与えられた式に従って平均し、その値を定義します と 1718年です。
次の式を使用して一致係数を計算しましょう。リンクされたランクを使用します（同じエキスパートが異なるプロパティに対して同じランクを持っている場合、ランクはリンクされます）。
この係数の値は0.83になります。これは、専門家の間で強いコンセンサスがあることを示しています。
ピアソン基準でその重要性を確認しましょう。
7 x 0.83 x（8-1）= 40.7
1％レベルでのピアソン表形式テスト有意性は18.5で、5％-14.1です。どちらの数値も計算値よりも小さいため、有意水準1％では、計算された一致係数が有意であると見なされます。
この例は、数学計算の基本を知っている人なら誰でも、計算の単純さとアクセスしやすさを示しています。これらを容易にするために、スプレッドシートフォームを使用できます。
結論として
したがって、一致係数は次のようになります。いくつかの専門家の意見の一貫性。 0から1に近づくほど、意見の一貫性が高まります。これらの係数は、ピアソン基準を計算して確認する必要があります。
