8.2 秩和比法 秩和比法是我国统计学 1、分析原理 秩和比是一种将多项指标综合成一个具有0~1连续变量特征的统计量,也可看成0~100的计分。多用于现成统计资料的再分析。不论所分析的问题是什么,计算的RSR越大越好。为此,在编秩时要区分高优指标和低优指标,有时还要引进不分高低的情况。例如,评价预期寿命、受检率、合格率等可视为高优指标;发病率、病死率、超标率为低优指标。在疗效评价中,不变率、微效率等可看作不分高低的指标。指标值相同时应编以平均秩次。 秩和比综合评价法基本原理是在一个n行m列矩阵中,通过秩转换,获得无量纲统计量RSR;在此基础上,运用参数统计分析的概念与方法,研究RSR的分布;以RSR值对评价对象的优劣直接排序或分档排序,从而对评价对象作出综合评价。 2、分析步骤 ① 编秩: 将n个评价对象的m个评价指标列成n行m列的原始数据表。编出每个指标各评价对象的秩,其中高优指标从小到大编秩,低优指标从大到小编秩,同一指标数据相同者编平均秩。 ② 计算秩和比(RSR):根据公式计算,式中i=1,2,…,n; 为第i行第j列元素的秩,最小RSR=1/n,最大RSR=1。 当各评价指标的权重不同时,计算加权秩和比(WRSR),其计算公式为,Wj为第j个评价指标的权重,∑Wj=1。通过秩和比(RSR)值的大小,就可对评价对象进行综合排序,这种利用RSR综合指标进行排序的方法称为直接排序。但是在通常情况下还需要对评价对象进行分档,特别是当评价对象很多时,如几十个或几百个评价对象,这时更需要进行分档排序,由此应首先找出RSR的分布。 ③ 计算概率单位(Probit):将RSR(或WRSR)值由小到大排成一列,值相同的作为一组,编制RSR(或WRSR)频率分布表,列出各组频数f,计算各组累计频数∑f;确定各组RSR(或WRSR)的秩次范围R和平均秩次;计算累计频率p=AR/n;将百分率p转换为概率单位Probit,Probit为百分率p对应的标准正态离差u加5。 ④ 计算直线回归方程:以累计频率所对应的概率单位Probit为自变量,以RSR(或WRSR)值为因变量,计算直线回归方程,即RSR(WRSR)=a+b×Probit。 ⑤ 分档排序:根据标准正态离差μ分档,分档数目可根据试算结果灵活掌握,最佳分档应该是各档方差一致,相差具有显著性,一般分3-5档,下面是常用分档数对应的百分位数及概率单位见表8.8。 表8.8常用分档数及对应概率单位 依据各分档情况下概率单位Probit值,按照回归方程推算所对应的RSR(或WRSR)估计值对评价对象进行分档排序。具体的分档数根据实际情况决定。 某医院对护士考核有4个指标,它们分别是:业务考核成绩()、操作考核结果()、科内测评()和工作量考核();下表8.9是某病区8名护士的考核结果: 表8.9 某病区8名护士的考核结果
利用秩和比综合评价法对其进行综合评价。 根据秩和比综合评价法的评价步骤,第一步分别对要评价的各项指标进行编秩,由于对护士考核的4个指标都是高优指标,所以对要评价的各项指标进行编秩如表8.10: 表8.10 评价的各项指标编秩
第二步,计算各指标的秩和比(RSR) 其中m为指标个数,n为分组数,为各指标的秩次,RSR值即为多指标的平均秩次,其值越大越优。 各护士4项护理考核指标编秩及RSR值如表8.11 表8.11 各护士4项护理考核指标编秩及RSR值
如果将8名护士进行排序,则可根据8名护士的秩和比(RSR),按由大到小排列就可得到8名护士由好到差的所有排序;如果要将8名护士分成几档,则还需继续进行下列工作。 第三步,确定RSR的分布 将各指标的RSR值由小到大进行排列,计算向下累计频率,查《百分数与概率单位对照表》,求其所对应的概率单位值,见表8.12 表8.12 概率单位值
其中数据是利用估计的。 第四步,求回归方程:RSR=A+BY 将概率单位值Y作为自变量,秩和比RSR作为因变量,经相关和回归分析,因变量RSR与自变量概率单位值Y具有线性相关(r=0.9528),线性回归方程为:RSR=0.1877Y-0.4232,经F检验,F=59.078,P=0.0002,这说明所求线性回归方程具有统计意义。 第五步,将8名护士进行分档,分多少档根据评价对象具体要求确定,如果将8名护士分为优良差三档,根据统计学 表8.13 8名护士分档表
说明 (1)上例评估护士的四个指标都是上优指标,所以指标越高秩次值越高,如果有些指标是下优指标,则指标越低秩次值越高。 (2)上例评估护士的四个指标都认为同等重要,可以认为具有相同的权重。如果认为评估护士的四个指标重要不同,则认为四个指标是具有不同的权重,例如在四个评估指标中,如果业务考核成绩占40%、操作考核结果成绩占30%、科内测评成绩占10%()、工作量考核成绩占20%,则护士甲的RSR值计算为: 护士甲的RSR=[40%5+30%6+10%7.5+20%5]/8=0.69375 类似可得到其他护士的RSR值,依据以上步骤就可得到护士的加权秩和比排序分档。 秩和比评价法的优点是是以非参数法为基础,对指标的选择无特殊要求,适于各种评价对象;此方法计算用的数值是秩次,可以消除异常值的干扰,合理解决指标值为零时在统计处理中的困惑,它融合了参数分析的方法,结果比单纯采用非参数法更为精确,既可以直接排序,又可以分档排序,使用范围广泛,且不仅可以解决多指标的综合评价,也可用于统计测报与质量控制中。 但是秩和比评价法的缺点是排序的主要依据是利用原始数据的秩次,最终算得的RSR值反映的是综合秩次的差距,而与原始数据的顺位间的差距程度大小无关,这样在指标转化为秩次是会失去一些原始数据的信息,如原始数据的大小差别等。另外,当RSR值实际上不满足正态分布时,分档归类的结果与实际情况会有偏草差,且只能回答分级程度是否有差别,不能进一步回答具体的差别情况。为了解决这个问题,一些学者对秩和比评价法的进行了改进,提出了非整秩次秩和比法,此方法用类似于线性插值的方式对指标值进行编秩,以改进RSR法编秩方法的不足,所编秩次与原指标值之间存在定量的线性对应关系,从而克服了RSR法秩次化时易损失原指标值定量信息的缺点。 非整秩次秩和比法是对RSR法的编秩方法作了一些改进,用类似于线性插值的方式进行编秩。所编秩次除最小和最大指标值必为整数外,其余基本上为非整数,故将改进后的RSR法称为“非整秩次秩和比法”,简称为非整秩次RSR法。 非整秩次RSR法的编秩方法: 对于高优指标: 对于低优指标: 应用实例 某市医院1983~1992年工作质量统计指标及其非整秩次、权重系数见表8.14。求出RSR、wRSR与概率单位的相关系数及回归直线方程为: =0.02529+0.1085y γ=0.9553 进行最佳分档,结果见表8.15。 表8.14 某市人民医院1983~1992年工作质量非整秩次RSR评分
注:* 高优指标,△ 低优指标;( )中数字为秩次 表8.15 本法与RSR法排序与分档的比较
对RSRW的排序与分档进行方差一致性检验(Bartlett检验):χ2=2.8848,P>0.05,方差一致。 在本法编秩中,对于高优指标,最小的指标值编为1,最大的指标值编为n(此点与RSR法相同),但其余指标值由小到大分别编为1与n之间的线性递增的非整秩次。所编秩次与原指标值之间存在定量的线性对应关系,即原指标值被定量地转换为秩次,而不是简单的等级化,从而避免了秩次化后原指标值定量信息的损失。低优指标的编秩方法相同,但大小方向相反。 |
|