Коефициент на съгласие: примерно изчисление и формула. Какъв е коефициентът на съгласуваност?

С експертна оценка, например, оценка на конкурентоспособността на продукта, е необходимо, както във всяка научна работа, да се извършва обработка на статистически данни. Последното започва с определянето на последователността на мненията на експертите, чийто числен израз е коефициентът на съгласуваност.

Защо трябва да оцените съгласуваността на експертните мнения?

Тази оценка е необходима, преди всичко, защото мненията на експертите могат да се различават значително по отношение на параметрите, които се оценяват. Първоначално оценката се извършва по класирането на индикаторите и определянето им на определен коефициент на значимост (тегло). Некоординираното класиране води до факта, че тези коефициенти ще бъдат статистически ненадеждни. Мненията на експертите с необходимия им брой (над 7-10) трябва да бъдат разпределени според обичайните закони.

Концепцията за коефициента на съгласуваност

Е, тогава. Съгласуваността е съвместимост. Коефициентът е безразмерно количество, което показва съотношението в общия случай на отклонението към максималната вариация. Ние обобщаваме тези понятия.

Коефициентът на съответствие е число от 0 до 1, което показва съгласуваността на експертните мнения при класирането на определени имоти. Колкото по-близо е тази стойност до 0, толкова по-ниска е консистенцията. Ако този коефициент е по-малък от 0,3, становищата на експертите се считат за несъвместими. Когато се намери стойността на коефициента в диапазона от 0.3 до 0.7, консистенцията се счита за средна. При стойност, по-голяма от 0,7, се приема, че консистенцията е висока.

Случаи на употреба

При провеждане на статистически изследвания може да бъде ситуации, при които обектът не може да се характеризират с две последователности, които са статистически обработени с помощта на коефициента на съгласуване и още повече, че са подредени съответно използване експерти, които имат същото ниво на професионализъм в определена област.

Съвместимост класиране, извършена от експерти, трябва да се определи за валидиране на хипотезата, че експертите произвеждат сравнително точно измерване, която ви позволява да създавате различни групи в експертни групи, които са причинени главно от човешки фактори, особено като различията в становищата, концепции, различни научни училищата, естеството на професионалната дейност и т.н.

Кратко описание на метода на редиците. Неговите предимства и недостатъци

Класирането използва ранг метода. Нейната същност се крие във факта, че всяко свойство на даден обект има свой собствен специфичен ранг. И всеки експерт в рамките на групата на връстниците, този ранг се определя себе си, в резултат на което е необходимо да се обработват тези данни, за да се определи последователността на експертно мнение. Този процес се извършва чрез изчисляване на коефициента на съгласуваност.

Основното предимство на метода на редиците е лекотата на изпълнение.

Основните недостатъци на метода са:

• малък брой класирани обекти, тъй като ако броят им надвиши 15-20, стане трудно да се определят обективни оценки;
• въз основа на използването на този метод остава въпросът колко далеч са изследваните обекти един от друг.

При използването на този метод е необходимо да се има предвид, че рейтингите се основават на всеки вероятностни модел, така че те трябва да се прилагат внимателно, като се има предвид обхвата на приложение.

Класирано съотношение на Кендъл съгласие

Използва се за определяне на връзката между количествените и качествените характеристики, характеризиращи хомогенните обекти и класифицирани според един принцип.

Определението на този коефициент се извършва по формулата:

t = 2S / (n (n-1)), където

S е сумата от разликите между броя на последователностите и броя на инверсиите от втората характеристика;

n е броят на наблюденията.

Алгоритъм на изчисление:

• Стойностите се класират х в реда на намаление или увеличение.
• Стойностите при в реда, в който те съответстват на количествата х.
• За всеки следващ ранг при да определи колко от по-високите редове след това. Те добавят и изчисляват мярката за съответствие на ранговите последователности с х и у.
• По същия начин броят на редиците при с по-малки стойности, които също се увеличават.
• Сгънете броя на редиците с по-високите стойности и броя на редиците с по-ниски стойности, S.

Този коефициент показва връзката между двете променливи и в повечето случаи се нарича коефициент на корелация на Kendall. Такава връзка може да бъде изобразена графично.

Определяне на коефициента

Как се прави това? В случай на броя фактори се класира признаци или по-голямо от 2, се използва скоростта на съгласуване, която по същество е корелация множествена вариант ранг.

Бъдете внимателни. коефициент изчисление Съгласуване на базата на съотношението на сумата от квадратите на отклоненията от средната ранг ранг сумата от квадратите, умножено по 12, на квадрата на експерти, умножена по куба на разликата между броя на обектите и броя на обектите.

Алгоритъм за изчисляване

За да разберем откъде идва числото 12 в числителя на изчислителната формула, нека разгледаме алгоритъм за определяне.

За всеки ред с ранг на конкретен експерт сумата от редиците се изчислява, което е случайна стойност.

Съответстващият коефициент обикновено се определя като съотношението на оценката на промяната (D) към максималната стойност на прогнозната вариация (D_макс). Дайте последователно формулите за определяне на тези количества.

където r_cf. - оценка на математическото очакване;

m е броят на обектите.

Замествайки тези формули в съотношение D към D_макс получаваме крайната формула за коефициента на съгласуваност:

Тук m е броят на експертите, n е броят на обектите.

Първата формула се използва за определяне на коефициента на съгласуваност, ако няма съответни редове. Втората формула се използва, ако съответните редове са налични.

Така че изчисляването на коефициента на съгласуваност е приключило. Какво следва? Получената стойност се оценява за значимост като се използва коефициент на Пиърсън умножаване този коефициент на броя на експертите и на броя на степените на свобода (М-1). Полученият критерий се сравнява с таблична стойност и стойностите в излишък от първите върху последната, показва значението на фактора за изпитване.

При наличието на свързани редове изчисляването на критерия Pearson е донякъде сложно и се извършва от следната връзка: (12S) / (d (m²+m) - (1 / (т-1)) х (Т_S1 +T_s2 +T_SN)

пример

Да предположим, че конкурентният метод оценява конкурентоспособността на продаваното масло в търговията на дребно. Даваме пример за изчисляване на коефициента на съгласуваност. Преди да се оцени конкурентоспособността, е необходимо да се класират потребителските свойства на продукта, който участва в оценката. Да предположим, че тези свойства са следните: вкус и мирис, консистенция и външен вид, цвят, опаковка и етикетиране, съдържание на мазнини, търговско наименование, производител, цена.

Да приемем, че експертната група се състои от 7 експерти. Фигурата показва резултатите от класирането на тези свойства.

Средна стойност R се изчислява като средна аритметична стойност и ще бъде 31,5. Да се ​​намери S обобщете квадратите на разликите между R_е и R средно, съгласно формулата, дадена по-горе, и ние определяме, че количеството S е 1718.

Ние изчисляваме коефициента на съгласуваност по формулата без да използваме свързаните редове (редиците биха били свързани, ако същият експерт имаше различни редове за различни свойства).

Стойността на този коефициент ще бъде 0,83. Това показва силен консенсус сред експертите.

Нека да проверим значението й по критерия Pearson:

7 х 0,83 х (8-1) = 40,7.

Критерият за таблицата на Пиърсън при 1% ниво на значимост е 18,5, а при 5% - 14,1. И двата номера са по-малки от изчислената стойност, следователно, при ниво на значимост от 1%, изчисленият коефициент на съгласуваност се счита за значим.

Примерът показва простотата и достъпността на изчисленията за всеки, който знае основите на математическите изчисления. За да ги опростите, можете да използвате формуляри за електронни таблици.

В заключение

По този начин коефициентът на съгласуваност показва съгласуваността на възгледите на няколко експерта. Колкото по-далече е от 0 и по-близо до 1, толкова по-съгласувани мнения. Тези коефициенти трябва да бъдат потвърдени чрез изчисляване на критерия Pearson.