德尔菲法 — 结构化专家共识
- 提出者
- Norman Dalkey & Olaf Helmer (RAND Corporation)
- 年份
- 1963
- 类型
- Structured iterative expert-elicitation process
本文为机器翻译,尚未经过审校。 阅读英文原文
它有什么作用?
德尔菲法是一种结构化的、迭代的调查技术,由诺曼·达尔基(Norman Dalkey)和奥拉夫·赫尔默(Olaf Helmer)于1963年在兰德公司(RAND Corporation)开发,用于在缺乏经验数据或数据不足的复杂主题上,征求和汇聚专家意见。该方法在多轮匿名过程中收集地理上分散的专家小组的独立判断,并在每轮后将汇总结果反馈给参与者,以便他们能够根据群体的集体立场修正自己的观点。
方法背后的直觉
设想让一群专家预测某件不确定的事情——例如,十年后哪些医疗治疗将成为标准疗法。如果他们公开讨论,有主导意见的人可能会扭曲结果。德尔菲法通过在整个过程中保持参与者的相互匿名来解决这个问题。在每轮问卷调查之后,每位专家只能看到小组答案的统计摘要,而不知道谁说了什么。这种受控的反馈循环使个人能够在没有社会压力的情况下重新考虑自己的立场,逐步引导小组达成有根据的共识。
历史学
德尔菲法于20世纪50年代初在兰德公司开发,并于1963年首次由诺曼·达尔基和奥拉夫·赫尔默在其《管理科学》杂志上发表的文章中正式描述,该文章讨论了使用结构化专家征询进行技术预测。该名称引用了古希腊的德尔菲神谕。在20世纪70年代和80年代,该方法从国防和技术预测扩展到卫生政策、教育和社会科学。一种改进的变体——政策德尔菲法——被引入,旨在故意揭示分歧而非汇聚。该方法在临床指南制定、卫生技术评估和战略远见领域仍被广泛使用。
何时使用
当经验数据稀缺或不可用,专家意见是最可靠的证据基础时;当您需要结构化的预测、优先级列表或用于政策、临床指南或战略规划的准则权重时;以及当参与者分散且无法面对面会面时,请使用德尔菲法。最低可行小组为10名专家,并且必须计划至少两轮问卷调查。如果问题可以通过现有的定量数据回答,那么统计分析更为合适。如果您需要一个小型的、同地的小组进行实时讨论,焦点小组或名义小组技术是更好的选择。
局限与注意事项
- 需要至少10-15名专家的最小小组;参与者少于此,共识统计数据将不可靠。
- 该过程很慢:多轮问卷调查和轮间分析可能跨越数周或数月。
- 共识的质量完全取决于专家小组的质量;一个招募不当的小组会产生基础薄弱的结果。
- 预先定义共识阈值在方法学上很重要,但本质上是任意的;不同的阈值可能产生不同的“共识”结果。
- 轮次之间响应的流失很常见;退出的参与者可能会使最终共识产生偏差。
来源中的条件不能替代独立的科学审查或分析引擎的验证。
优势
- 匿名消除了社会主导和权威偏见,使沉默的专家能够平等地做出贡献。
- 受控的、结构化的反馈引导小组走向合理的汇聚,而不是群体思维的趋同。
- 参与者可以地理上分散,当组建面对面小组不切实际或成本高昂时,这使得该方法非常实用。
- 迭代结构是透明且可审计的:每轮的数据都可以报告,显示观点如何变化。
- 适用于没有黄金标准经验答案的优先级设定和准则加权任务。
应用
- 在缺乏随机证据的情况下,制定临床实践指南和卫生技术评估标准。
- 政策和行业规划中的战略远见和技术预测。
- 高等教育中的课程设计和能力框架开发。
- 公共卫生资源分配中的优先级设定练习。
- 在多准则决策分析中,当缺乏经验权重时,对准则进行加权。
使用方式
使用方式
招募一个由10-15名领域专家组成的小组。小组成员必须真正拥有相关专业知识;跨亚学科、机构或地理区域的多样性可以增强结果。从此刻起保证匿名——参与者永远不会知道小组中还有谁,或者哪个个人给出了哪个回应。
分发一份初步的开放式或结构化问卷。在第一轮中,问题通常很宽泛,以引出相关问题的范围。收集、编码和分析回应——通常使用描述性统计(中位数、四分位距)来处理量表项目,并使用主题分组来处理开放文本。
将第一轮的匿名、汇总结果分享给所有小组成员。每位专家都能看到自己的回应在群体分布中的位置——通常表示为群体中位数和四分位距(IQR)——而不知道个人归属。观点与中位数显著不同的少数人会被邀请提供书面理由。
发送第二份问卷(如果需要,则发送第三份),其中包含汇总的反馈以及适用的少数派理由。小组成员根据群体摘要重新考虑自己的立场。该过程一直持续到达到预定义的共识阈值——通常定义为在五点或七点李克特量表上四分位距(IQR)为1或更低,或者70-80%的小组成员落在特定范围内。
当满足共识标准,或在预定的最大轮数后,过程结束。最终产出包括共识评级或排名、一致性程度(IQR、百分比一致性、内容有效性比率)以及对持续存在的少数派观点的总结。这些产出直接用于解决的政策、临床或战略决策。
常见陷阱
- 在收集数据后定义共识阈值——在数据收集开始前,务必在研究方案中明确IQR或百分比一致性标准。
- 将任何程度的一致性视为共识,而不报告IQR或百分比一致性;务必在报告中附带离散度统计数据和中位数。
- 只进行一轮问卷调查——该方法迭代反馈循环是构成性的,而非可选的;单轮调查只是调查,而非德尔菲法。
- 招募少于10名专家——低于此阈值,分布统计数据将失去意义,焦点小组是更合适的设计。
- 假设该方法纯粹是定性的——德尔菲法产生有序的评级,这些评级需要跨轮次的描述性甚至推断性统计分析。
常见问题
德尔菲研究需要多少轮?
至少需要两轮——一轮用于征询初始立场,一轮允许根据小组反馈进行修正。大多数已发表的德尔菲研究使用两到三轮。当第二轮后尚未达成共识且IQR一直在缩小,则有必要进行第三轮;超过三轮,参与者流失的风险通常会超过继续迭代的好处。
什么小组规模是合适的?
现有文献设定了10-15名专家的实际最低人数。少于10人的小组会产生不可靠的分布统计数据,该方法会失去其推断基础。没有固定的上限,但超过30人的小组会产生管理复杂性,且对共识质量的收益递减。小组多样性——跨亚学科和机构背景——比单纯的规模更重要。
如何定义共识?
最常见的操作定义是在五点或七点李克特量表上四分位距(IQR)为1或更低,或者70-80%的小组成员评级在特定范围内。至关重要的是,阈值必须在数据收集前在研究方案中定义,而不是在事后选择以适应结果。
我应该何时使用焦点小组而不是德尔菲研究?
如果您的专家小组规模较小(少于10人)、同地且可以进行实时讨论,那么焦点小组或名义小组技术更为合适。德尔菲法的优势——匿名性和地理灵活性——只有在小组规模足够大以使分布统计数据有意义,并且足够分散以防止面对面聚集时才能体现出来。
相关方法
参考文献
Dalkey, N. & Helmer, O. (1963). An Experimental Application of the Delphi Method to the Use of Experts. Management Science, 9(3), 458-467.
打开 DOI 文献已复制。