3. Якісні методи опрацювання експертних оцінок. Сценарний аналіз

Простіший варіант: експертам роздають анкети із проханням оцінити альтернативи, що пропонуються. Заповнені анкети збирають, обробляють і отриману інформацію у деякому узагальненому вигляді передають особі, яка приймає рішення. На практиці виникає ряд питань, від відповіді на котрі залежить, який саме спосіб опрацювання експертних висновків треба застосувати у даному конкретному випадку. Припустимо, наприклад, що експерти оцінюють альтернативи у числових шкалах. Нехай q_j(x_i) – оцінка i–ї альтернативи j–м експертом (i = ; j = ). Оцінки q₁(x_i),...,q_n(x_i) можна розглядати як „вимірювання” шуканої „істинної характеристики” q(x_i), вважаючи відхилення q_j(x_i) - q(x_i) випадковими величинами. В якості наближення можна використати деяку статистику qˆ(x_i) = qˆ(q₁(x_i),…,q_n(x_i)). Зазвичай це вибіркове середнє

qˆ(x_i) = q_j(x_i),

але можна використати й інші статистики.

Складніша справа, коли альтернативи не можна оцінити одразу одним числом і експертам пропонують дати оцінки окремо по кожному показнику. Наприклад, оцінка якості промислового виробу складається із оцінок ознак соціальних (рівень вжитку), естетичних, ергономічних тощо. У цьому випадку мають набір чисел q_jk(x_i), де k - номер ознаки. Крім цих чисел експерти оцінюють ступінь важливості λ_jk кожного показника. Тоді

qˆ(x_i) = λ_jkq_jk(x_i).

Наступне уточнення вводять у випадку неоднорідності групи експертів. Істотно придати різні (а не однакові, що дорівнюють 1/n) ваги висновкам експертів, які мають різну кваліфікацію. Визначення коефіцієнта α_j компетентності j-го експерта можна доручити самим експертам. Нехай кожен із них (l-й) оцінює компетентність других числами 0 α_lj 1 (при цьому свою – числом α_ll). Усереднення дає α_j = (α_{l j}/ α_{l s}). B результаті отримують підсумкову оцінку

q(x_i) = α_jλ_jkq_jk(x_i).

У випадках, коли експерти лише упорядковують альтернативи, тобто використовують тільки порядкову шкалу, можливість арифметичних операцій відпадає. Тоді переходять до обчислення або відносних частот переваг даної альтернативи, або рангів; іноді використовують „медіанну” альтернативу або відстані між ранжируваннями.

Більш глибокі відомості про альтернативи, що порівнюються, можна отримати, вивчаючи „тонку структуру” висновків експертів. Справа у тому, що оцінки експертів „розкидані” у просторі критеріїв або впорядковані нерівномірно, і часто можна виділити декілька кластерів, тобто купно розташованих оцінок. Можна виявити й „викиди”, тобто оцінки, що далеко відстоять від кластерів. Значний інтерес представляє з’ясування загального між близькими оцінками та різниці між віддаленими оцінками. Це виконують вже у ході уточнюючих опитувань, в інших термінах. Наприклад, при порівнянні якості промислових виробів з’ясувалося, що кластери зв’язані з такими відсутніми у анкеті ознаками, як різна жорсткість правил приймання для різних альтернатив, технологічні відміни між моделями виробів тощо.

Кожний експерт виражає свою думку у вигляді суб’єктивної оцінки, однак при цьому він мусить спиратися на об’єктивні знання. Зближення об’єктивного знання та творчих передбачень експертів у інтерактивній процедурі дозволяє підвищувати достовірність та практичну користь сценаріїв розвитку процесів, явищ та подій.

Побудова сценаріїв виконується розробленою в ІПСА методологією сценарного аналізу – комплексу математичних, програмних та організаційних засобів та інструментів визначення послідовності використання окремих методів опрацювання висновків експертів.

Послідовність етапів методології сценарного аналізу представлена на Рис. 22.

Якісна інформація

Кількісна інформація

Реалізація стратегії (плану)

Рис. 22. Сценарний аналіз

У цій методології використовуються наступні методи якісного аналізу: метод сканування, метод мозкового штурму, дельфійський метод, метод перехресного впливу, метод аналізу ієрархій, метод морфологічного аналізу та синтезу та метод моделей Байєса.