Обработка результатов экспертного опроса и определение профиля характеристик и конечных элементов СДО для образования в области медицины
После согласования экспертных оценок нами было вычислено среднее по методике И. В. Королева. Данный автор предлагает считать средним, наиболее близким к совокупности мнений экспертов, среднее геометрическое элементов матрицы мер сходства/различия. В соответствии с составленной иерархической классификацией целей была разработана анкета для экспертного опроса. В качестве метода получения ответов… Читать ещё >
Обработка результатов экспертного опроса и определение профиля характеристик и конечных элементов СДО для образования в области медицины (реферат, курсовая, диплом, контрольная)
В соответствии с составленной иерархической классификацией целей была разработана анкета для экспертного опроса. В качестве метода получения ответов мы использовали метод парных сравнений, разработанный Л. Терстоуном [7].
N объектов (стимулов) — характеристик и конечных элементов СДО, представленных в иерархической классификации — попарно предъявлялись экспертам в соответствии с уровнями классификации. Т. е. попарно сравнивались объекты классов S (4), S1 (3), S2 (3), S3 (3), S' (5), S'1 (4), S'1 (3), S'2 (3), S'3 (4), S'4 (4) и предлагалось оценить меру различия одного объекта относительно другого по пятибальной шкале. Для удобства заполнения анкеты была использована методика составления анкеты с лингвистическими переменными [8].
По результатам опроса методом парных сравнений составлены матрицы мер сходства/различия между N объектами:
k = 1,2 …, K, i, j = 1,2 …, N (1).
где K — количество экспертов А. И. Орлов [9] предлагает не согласовывать ответы каждого из экспертов, а согласовывать только ответы всех экспертов между собой и затем вычислять среднее, наиболее близкое к совокупности мнений экспертов. Согласование экспертных мнений мы провели, используя методику определения согласованности экспертных мнений нескольких экспертов, предложенную И. В. Королевым [10], согласно которой, если z t1- (K-1), то оценки можно считать согласованными.
где m, — параметры распределения Стьюдента (2).
k = 1,2 …, K; i, j = 1,2 …, N (3).
Согласование проводилось при помощи итерационной процедуры.
После согласования экспертных оценок нами было вычислено среднее по методике И. В. Королева [10]. Данный автор предлагает считать средним, наиболее близким к совокупности мнений экспертов, среднее геометрическое элементов матрицы мер сходства/различия.
k = 1,2 …, K; i, j = 1,2 …, N (4) Тогда.
i, j = 1,2…, N (5).
Для обработки результатов опроса, использовался метод многомерного метрического шкалирования У. С. Торгерсона [7], в программной реализации И. Гайдышева [11]. Данный метод основан на процедурах аппроксимации исходной матрицы мер сходства/различия матрицей меньшего ранга.
В качестве исходных данных мы рассматривали набор усредненных по методике И. В. Королева матриц сходства/различия (5), удовлетворяющих следующим условиям:
i, j 0, Di, i = 0 при i, j = 1,2…N (6).
i, j = j, i при i, j = 1,2…N (симметричность) (7).
i, j + j, s i, s при i, j, s = 1,2…N (неравенство треугольника) (8).
В результате расчета были получены матрицы шкальных значений (координат стимулов в пространстве шкал) из N строк и Q столбцов, которые содержат наборы координат точек в Q-мерном пространстве. Эти точки можно сопоставить исследуемым объектам. Также были получены собственные значения этих матриц и их процентное содержание.
Для определения минимальной базисной размерности использовался, во-первых, метод У. С. Торгерсона, описанный в работе [12]: размерность определятся по числу собственных векторов, соответствующих наибольшим собственным значениям, так, чтобы разброс полученных координат вносил достаточно большой вклад в дисперсию (70%). Остальная часть дисперсии рассматривается, как следствие случайных ошибок. Во-вторых, содержательная интерпретация конечного результата. Таким образом, для матриц шкальных значений классов S (4) (характеристики) и S' (5) (конечные элементы) мы выбрали минимальную размерность Q=1. Для остальных матриц Q=2.