<<
>>

Средние величины и коэффициенты вариации

Еще чаще при обработке мнений экспертов используют не медиану и квартили, а другую пару показателей: среднеарифметическую и коэффициент вариации. Эта пара имеет существенные преимущества: она учитывает число экспертов, проголосовавших за то или иное предложение.

Если при использовании первой пары показателей решающее значение придается мнению экспертов, занимающих «ключевые» места в ранжированном ряду, то вторая пара более «демократична» и принимает в расчет всех экспертов[778].

«Медианный» эксперт чаще всего имеет физическое воплощение в совершенно конкретном лице, в то время как среднеарифметический, «среднестатистический» является обычно отвлеченной фигурой и представляет общее, усредненное мнение всего коллектива.

Мнением какого эксперта нужно больше дорожить — «медианного» или «среднестатистического»? В пользу первого то, что не менее половины его коллег столь же оптимистичны (или пессимистичны), как он. В пользу его конкурента то, что он, как своеобразный подлинно демократический парламент, учитывает мнения всех. Важно, однако, подчеркнуть, что при всех различиях «медианный» и «среднестатистический» эксперты выражают общую позицию всех экспертов.

При выяснении истины принцип большинства не всегда дает хорошие результаты. Вот почему «среднестатистический» эксперт не должен быть объектом фетишизации. Лучшими провидцами могут оказаться и «квартальные», и «медианные», и отдельные эксперты[779].

Ранее отмечалось, что специфика экспертного метода состоит, в том, что результаты его применения остаются удачными тогда, когда степень единодушия экспертов достаточно велика. Выше в качестве мерила единодушия использовались квартили. Затем было показано, что этот подход страдает существенными недостатками, главным образом потому, что он не учитывает частоту, с которой высказывались те или иные прогнозы. Рассмотрим те подходы, которые лишены этого недостатка.

Имеется в виду так называемое среднелинейное отклонение и среднеквадратическое отклонение.

Тот и другой показатели исчисляются путем сопоставления каждого варианта со среднеарифметической. Рассмотрим следующий пример. Участников одного экспертного опроса просили высказать свое мнение о том, через сколько лет произойдет важное событие, связанное с высоким уровнем автоматизации в одной из сфер общественной жизни. Вот какими оказались результаты этого опроса:

Прогноз (интервал в годах) (х)

10

12

13

14

15

16

17

18

21

Число экспертов, поддержавших данное мнение (f)

2

1

3

2

1

7

1

2

1

Нетрудно подсчитать по формуле среднеарифметической взвешенной среднее мнение всей экспертной комиссии:

-              (10,2              +12,1 +13,3 +14,2 +15,1 +16,7 +17,1 +18,2 + 21,1)

x =              =              15              лет.

20

Сопоставим каждый конкретный прогноз со средней (каждый вариант отнимем от средней):

х

10

12

13

14

15

16

17

18

21

х - X

-5

-3

-2

-1

0

1

2

3

6

Каждое из отклонений характеризует степень расхождения отдельных подгрупп экспертов со средним мнением. С известной условностью величина отклонений демонстрирует оригинальность суждений указанных подгрупп.

Вместе с тем, эти отклонения показывают степень рассогласованности позиций экспертов. Обобщающий показатель, измеряющий степень этого рассогласования, может быть исчислен как среднее линейное отклонение. Для этого необходимо использовать, не обращая внимания на знаки (плюсы и минусы), только абсолютные значения отклонения, т.е. их модули. Соответствующая формула выглядит следующим образом[780]:

alt="" />

„ 5 • 2 + 3 1 + 2 • 3 +1 • 2 + 0 1 +1 7 + 2 1 + 3 • 2 + 6 1              42

d =              = — = 2,1 года.

20 20

Полученная величина может быть интерпретирована применительно к нашему примеру как величина, характеризующая колеблемость высказанных суждений насчет времени, отделяющего нас от определенного события. Иначе говоря, мнения о том, через сколько лет произойдет прогнозируемое событие, имеют разброс вокруг средней величины, равный 2,1 года, при этом отклонения в каждую из сторон от средней одинаковы и равны этому числу. Строго говоря, последнее замечание имеет полный смысл только тогда, когда варианты прогноза подчиняются уже упоминавшемуся нормальному распределению. Тогда действительно можно говорить о симметрии применительно к показателям разброса. В тех же случаях, когда распределение мнений экспертов отличается от нормального и сильно смещено вправо или влево (в нашем примере наблюдается правое смещение), тогда о равенстве

отклонений в обе стороны от средней можно рассуждать с очень большой условностью[781].

Для оценки вариативности экспертных мнений более широкое распространение получило использование среднеквадратического отклонения. Основное отличие среднеквадратического отклонения и среднелинейного отклонения состоит в том, что каждое индивидуальное линейное отклонение возводится в квадрат, из этих «индивидуальных» квадратов исчисляется средняя, точнее, средний квадрат отклонения (он называется дисперсией), а затем из полученной таким образом средней извлекается квадратный корень.

При извлечении корня как раз и появляется среднеквадратическое отклонение, обозначаемое обычно буквой о (сигма). Это один из самых распространенных математических символов. Формула для исчисления среднеквадратического отклонения следующая:

".ШЕт.

V if

Вернемся к нашему примеру (напомним, что средняя x =15).

x

10

12

13

14

15

16

17

18

21

(х - х)

-5

-3

-2

-1

0

1

2

3

6

(х - х)2

25

9

4

1

0

1

4

9

36

f

2

1

3

2

1

7

1

2

1

2              25              •              2              +              9              1              +              4              •              3              +1-2 + 0 1 +17 + 4 1 + 9 • 2 + 36 1              138

" =              =              = 6,9 ;

20 20 о =76,9 .

Отсюда о = ± 2,6 года.

Смысл полученного показателя точно такой же, как и среднелинейного отклонения: он также показывает нам степень единодушия экспертов и то, что мнения их в среднем отклоняются от общей средней в ту или другую сторону на 2,6 года (о последнем моменте ясно сигнализирует естественное появление после извлечения корня плюса и минуса)[782].

Причины особой популярности среднеквадратического отклонения, как измерения разброса мнений, нужно искать, видимо, в том, что этот показатель имеет более широкий спектр применения, чем среднее линейное отклонение.

Среднеквадратическое отклонение является одним из параметров, характеризующих нормальное распределение, и, что особенно важно, лежит в основе расчетов по определению ошибок выборочного обследования.

Ранее уже было обращено внимание на то, что оба показателя, и среднелинейное и среднеквадратическое отклонения, обладают теми же единицами измерения, что и тот признак, который изучается. Так, в нашем примере и средняя величина и оба показателя колеблемости измерялись в годах.

Это обстоятельство требует особого внимания потому, что в случае, если оценки двух экспертных комиссий касаются разных объектов и имеют разные единицы измерения, сопоставление двух сигм не позволит судить о том, в какой комиссии степень единства была большей. Пусть, например, в первой экспертной комиссии сигма равна 5 годам (средняя — 50 лет), а во второй — та же сигма равна 8 миллионам человек (средняя 40 миллионов). Предположим, в обоих случаях речь идет о прогнозе числа лиц, которые будут пользоваться домашним кино, причем в первом случае устанавливается год, когда число потребителей этого блага достигнет необходимого уровня, а во втором — количество лиц, пользующихся домашним кино на определенный год. Возникает вопрос о том, в какой именно комиссии степень единства экспертов была больше. Очевидно, что ответить на этот вопрос прямо нельзя, и прежде всего потому, что сигмы имеют разную размерность. Поэтому особое значение приобретает показатель, позволяющий сравнивать между собой степени колеблемости признаков с разным средним уровнем и разной размерностью.

Этот показатель называется коэффициентом вариации. Он исчисляется как соотношение показателя разброса (среднего линейного или среднеквадратического отклонения) и среднеарифметической:

ТЛ d              а

V = или V =              .

В примере, который был только что приведен, коэффициент

5

вариации для первой экспертной комиссии равен =0,1, или 8млн              50

10%, для второй              —              : =0,2, или 20%.

40 млн.

Теперь возникает возможность сделать заключение о том, что в первой комиссии мнения экспертов являются более согласованными. Ведь здесь колебания равны 10% от величины самой средней, в то время как во второй — они в два раза больше. />Каков допустимый предел для разброса мнений экспертов? Какова может быть максимальная величина коэффициента вариации, при которой можно пользоваться результатами работы экспертов? Применительно к работе экспертных комиссий можно утверждать следующее. Задачи, стоящие перед ними, настолько разнообразны, практика их работы еще настолько небогата, что таких общепризнанных нормативов, касающихся коэффициента вариации, еще нет. Можно полагать с очень большой условностью, что если коэффициент вариации превышает одну треть (т.е. если колебания вокруг средней в обе стороны равны 30-40%), то результаты работы такой комиссии вряд ли могут быть использованы[783].

<< | >>
Источник: Шляпентох В.Э.. Проблемы качества социологической информации: достоверность, репрезентативность, прогностический потенциал. — М.: ЦСП. — 664 с.. 2006

Еще по теме Средние величины и коэффициенты вариации:

  1. 3.3. Показатели неопределенности
  2. 9.6.3. Измерение величины риска (степени риска)
  3. Теоретические замечания
  4. 4.4. Другие виды средних величин Средняя квадратическая
  5. 4.5. Показатели вариации Значение показателей вариации
  6. 5.2. Ошибки выборочного наблюдения Средняя ошибка
  7. 5.3. СРЕДНЯЯ АРИФМЕТИЧЕСКАЯ
  8. 5.4. ДРУГИЕ ВИДЫ СТЕПЕННЫХ СРЕДНИХ
  9. 6.5. ПОКАЗАТЕЛИ КОЛЕБЛЕМОСТИ (ВАРИАЦИИ) ПРИЗНАКА
  10. 9.4. ИЗМЕРЕНИЕ ТЕСНОТЫ КОРРЕЛЯЦИОННОЙ СВЯЗИ МЕЖДУ ДВУМЯ ПРИЗНАКАМИ
  11. 5.3. Показатели вариации и способы их расчета
  12. 7.4.1. Линейный коэффициент корреляции
  13. 7.6. Теоретическое корреляционное отношение как универсальный показатель тесноты связи
  14. 7.8. Множественная корреляция
  15. 9.6.3. Измерение величины риска (степени риска)
  16. 3.3. Показатели неопределенности
  17. Средние величины и коэффициенты вариации