کاربرد نظریه شواهد جهت تجمیع داده ها در مدل بازخورد 360 درجه

در مدل ارزیابی بازخورد 360 درجه، داده های ارزیابی به طورمعمول با استفاده از مقیاس لیکرت توسط چندین گروه ارزیاب با دیدگاه های مختلف ارائه می شود. این داده ها به دلیل ماهیت کیفی و ذهنی ارزیابی، توام با عدم قطعیت و واگرایی زیاد هستند. این وضعیت باعث شده است تا تجمیع آن ها درون گروه های ارزیابی و در مرحله بعد، بین گروه های ارزیابی با استفاده از روش های معمول مبتنی بر میانگین، از دقت و اعتبار کافی برخوردار نباشد. نظر به اهمیت مسئله یادشده و عدم وجود راهکاری مناسب در این زمینه، مدلی جدید در چارچوب نظریه شواهد جهت مدل سازی عدم قطعیت و تجمیع داده ها در فرایند بازخورد 360 درجه، در این مقاله ارائه شده است. در این مدل، ابتدا داده های مرتبط با هر گروه ارزیابی در قالب یک تخصیص باور پایه، تجمیع و عدم قطعیت آن مدل سازی شده است. در مرحله بعد، شواهد حاصل از گروه های مختلف ارزیابی با استفاده از عملگرهای ترکیب شواهد، تجمیع می شوند. در طراحی مدل مذکور، حالات مختلف مدل سازی داده های ارزیابی در ساختار توابع باور، قوانین مختلف ترکیب شواهد و معیارهای مختلف استخراج نتیجه نهایی از ساختار باور موردبررسی قرار گرفته و بهترین عملگر ها و مولفه های مدل، پس از بررسی عملکرد آن در 27 حالت مختلف و با استفاده از ده هزار رکورد شبیه سازی شده، تعیین شده است. نتایج نشان می دهد مدل استخراج شده، نسبت به روش متداول میانگین، به طور معنادار خطای کمتر و دقت بیشتری در تجمیع داده های مدل بازخورد 360 درجه دارد. علاوه بر این، سایر مزایای مدل ارائه شده، در متن مقاله تبیین شده است.