Оценка надежности и достоверности.
Существует несколько методик: – необходимо определить критерий соответствия (подгонки) вычисленной модели исходным данным. Например, если используют регрессионный анализ с фиктивной переменной, то значение R2 покажет степень соответствия подобранной модели исходным данным. Модели с низким значением критерия соответствия вызывают подозрение; – надежность "проверки-повторной проверки" можно вычислить, получив позже в наборе данных несколько дублирующих суждений респондентов об объекте. Другими словами, на последнем этапе интервью респондентов просят оценить снова (повторно) определенные выбранные объекты. Затем два значения этих объектов сопоставляют; – значения объектов из набора вычисления и набора проверки достоверности можно вычислить, определив функции полезности. Затем, чтобы определить внутреннюю достоверность результатов анализа, эти предсказанные значения можно сопоставить с оценками, полученными от респондентов; – если анализ выполняли на агрегатном уровне, то можно несколькими способами разделить выборку и провести совместный анализ для каждой подвыборки. Затем сравнить результаты, полученные по всем подвыборкам, и оценить стабильность решений совместного анализа.
|
