德尔菲法专家咨询统计

这个方法是做什么的

德尔菲法专家咨询统计整理一轮专家咨询的评分结果：每行是一个咨询条目（如一项评价指标），第一列写条目名，其余每列是一位专家给出的重要性评分（如 1–5 分）。对每个条目报告有效评分数、均值、标准差、变异系数 CV = SD/均值和满分频率；均值与满分频率反映意见的集中程度，CV 反映协调程度，越小越一致。按“均值不低于界值且 CV 不高于界值”的规则标出保留或建议修改的条目，两个界值默认 3.5 与 0.25，可以在控件里改。

整体协调程度用 Kendall 和谐系数 W 衡量：每位专家对全部条目的评分转换为平均秩，含并列校正，再做 χ² 检验；只用对全部条目都有评分的专家计算，有缺失的专家在卡①单独列出。评分可以是 1–5、1–7 或 1–10 分，只要分越高越重要。W 的一致程度措辞参照 Schmidt (1997)：低于 0.3 很弱，0.3 到 0.5 弱，0.5 到 0.7 中等，0.7 到 0.9 强，0.9 以上极强。卡①还给出专家积极系数（至少回答了 1 个条目的专家占比）和每位专家的应答率。

需要准备什么数据

放入条目名称列：1 个，定类变量（分组/标签）
放入各位专家的评分列：至少 3 个，定量变量（数值）

数据要求

数据表至少 3 行。
本方法允许所选变量含缺失值——缺失本身就是分析对象的一部分，不会因为「完整记录不够」被拦下。
单列缺失率不超过 50%。

以上条目由系统从该方法的校验规则直接生成，与上传数据时的实际拦截规则一致。

什么时候用它

构建评价指标体系，经过一轮或多轮专家咨询，需要筛选条目并报告专家意见的集中与协调程度
论文需要报告专家积极系数、各条目均值与变异系数、Kendall W 及其显著性
多轮咨询之间想比较意见是否趋于一致
想快速找出均值偏低或争议较大的条目，作为下一轮修改的重点
需要把均值、标准差、变异系数和满分频率一次整理成论文表格

前提是评分为数值、方向一致（分越高越重要），至少 3 个条目、3 位专家；专家人数一般在 15 到 50 人之间更有代表性。“评分满分值”控件默认 5，用于计算满分频率，必须与问卷量表的最高分一致，否则满分频率全为 0。多轮咨询时，每轮各运行一次，比较各轮的 W 与 CV 是否改善。

什么时候不要用它

专家对同一组对象做排序，只想检验排序一致性：用「Kendall一致性检验」。
评分者对同一批对象打连续分，关心评分的绝对一致：用「组内相关系数(ICC)」。
两位评分者做分类判断，看一致程度：用「Kappa一致性检验」。
条目已经确定，想检验问卷的内部一致性：用「信度分析」。
要给筛选后的指标定权重：用「层次分析法(AHP)」或「熵值法」。

容易误读的地方

χ² 检验显著，不等于专家意见高度一致。 演示数据 15 位专家、20 个条目，Kendall W=0.456，p<0.001，按 Schmidt (1997) 的措辞只属于“弱一致”；χ² = m(n−1)W 随专家数和条目数增大，W 不高时检验也很容易显著，报告时应同时给出 W 的大小与 CV。W 也不随专家人数单调变化：演示数据只取前 5 位专家时 W=0.571，全部 15 位时为 0.456。
3.5 和 0.25 是约定俗成的界值，不是统计检验。 演示数据中“出院随访”均值 3.60、CV=0.253，只比界值高 0.003 就被标为建议修改，同样被标出的还有“护理科研产出”（均值 2.67）与“护理成本控制”（均值 3.40）；靠近界值的条目应结合专家意见判断，必要时在控件里调整界值并在论文中说明。
专家积极系数需要发放数，表格里看不到。 报告按“至少回答 1 个条目的专家占比”计算，未回收的问卷不会出现在数据里；论文中的积极系数通常是“有效回收数 / 发放数”，要由研究者另行补充。例如发放 20 份、回收 15 份时，论文应写 75%，而这份数据上报告显示的会是 100%。
专家权威系数 Cr 本模块不计算。 Cr = (判断依据系数 Ca + 熟悉程度系数 Cs)/2 需要每位专家的自评数据，不在“条目 × 专家”的评分表里；卡⑤会把它列为未计算的指标，论文需要单独整理这部分。
有缺失的专家不进入 Kendall W。 W 要求每位专家对全部条目都给出评分，个别空格会让整位专家被排除；卡①的应答情况表会标明哪些专家没有纳入，缺失较多时应先补齐再分析。演示数据 15 位专家全部完整作答，专家积极系数为 100%。

报告里有什么

输出结果一：数据概览与专家积极程度
输出结果二：条目统计与筛选
输出结果三：条目均值与变异系数
输出结果四：专家意见协调程度（Kendall W）
输出结果五：结论与学术表述

delphi_consensus — 图1
条形为均值（左轴），折线为变异系数（右轴），两条横线分别为保留阈值。