Today / 学者观察

德尔菲法如何判断专家是否形成共识

一组专家经过几轮问卷,最后多数人给出了相近评分,这就足以宣布形成共识吗?德尔菲法研究者 Sean Grant 在一篇方法问答中给出的关键提醒是:共识看的是同一轮意见有多一致,稳定性看的是意见在不同轮次之间变化多少。两者需要分别判断。[1]

多轮反馈如何组织意见

德尔菲法把相关专家组织成一个小组,让他们针对同一组问题进行至少两轮评价。每轮结束后,研究者对小组回答作统计汇总,再把汇总结果反馈给参与者,让他们有机会参考其他人的意见,重新考虑自己的评分。共识判定依据预先选定的统计规则,而不是讨论到大家口头同意为止。[1]

Grant 将匿名、多轮迭代、统计汇总和受控反馈列为德尔菲法的四个特征:参与者彼此看不到身份和个人回答,但能看到经过组织的小组结果。对于轮间反馈,他建议至少提供评分的中位数、四分位距、完整分布,以及解释评分理由的匿名评论;每位参与者还应看到自己上一轮的评分和评论。[1]

这种安排让专家既能比较自己的判断与群体分布,也能了解分歧背后的理由。反馈后可以修改评分,但研究者最终要判断的是评分分布是否达到事先规定的标准,而不是仅凭有人改了意见,就认定小组已经一致。

共识和稳定性回答不同问题

共识描述某一轮内部的意见一致程度。例如,研究者可以预先规定:在五分量表上,至少 75% 的参与者给出 4 分或 5 分,该条目才算达到共识。也可以使用中位数、四分位距,或将几项指标组合起来。阈值越严格,达到标准的条目通常越少。[1]

稳定性则描述跨轮变化。假设一个条目连续两轮都有人打高分、有人打低分,分布几乎没有变化:意见已经稳定,却仍然分歧明显。反过来,某条目在一轮中达到预设共识,也需要结合前后轮结果,判断这一结论是否已经稳定。Grant 提出的一个实用稳定性指标,是共识判定在相邻轮次之间是否改变。[1]

谁参与、怎么算、何时停止

对专家小组的判断,首先取决于邀请了谁。Grant 认为,小组应覆盖研究问题相关的专业知识和不同视角;人数也会影响结果,尤其在小组较小时,每个人的评分对共识判定的影响更大。研究者还需要考虑多轮过程中参与者流失的问题。[1]

共识定义也应在收集数据前写清:使用什么评分标准、选择哪种统计指标、阈值是多少,以及哪些数据和参与者纳入计算。这样,最终的“达到共识”才有可追溯的判断依据;换用另一套规则,得到的条目清单也可能不同。[1]

停止规则同样需要预先设定。Grant 指出,研究通常进行两到三轮,也可以按回答是否稳定来决定何时停止,例如观察各条目的中位数和四分位距在相邻轮次之间是否变化很小。继续增加轮次可能带来人员流失,也可能让仍持不同意见的人因过程疲劳而向多数靠拢。[1]

未达共识的条目同样有结果

没有达到阈值的条目不应从结果中消失。Grant 建议逐项报告最终的中位数、四分位距和评分分布,并阅读文字评论,了解参与者为什么意见不同;研究者还可以查看分歧是否沿利益相关方的角色分布,例如临床人员与患者之间是否存在不同判断。[1]

跨轮结果能进一步解释这些分歧:如果评分已趋于稳定,未达共识表明小组保留了不同意见;如果评分仍在向一起靠拢,则说明结束时判断仍在变化。把这些条目和已达共识的条目一起呈现,读者才能看见专家意见在哪里聚集,又在哪里分开。[1]

参考文献

  1. [1] Grant S. Frequently Asked Questions About the Delphi Method[EB/OL]. (2026-09-23)[2026-11-14]. 原文.