Tajuk 1571 : DDR dan Fuzzy Delphi Method (FDM) in a nutshell

Kajian DDR ada Type1 dan Type2.

Type1 libatkan need analysis, rekabentuk dan pembangunan

Type2 libatkan penambahbaikan 'model sedia ada' diikuti dengan penilaian keberkesanan (spt quasi experiment)
Type1+2 libatkan gabungan kedua2 di atas.


Pada tahap need analysis dan rekabentuk sering memerlukan persetujuan pakar. Maka FDM antara kaedah 'mudah' mendapat persetujuan pakar kerana wujud elemen quali (pembinaan item qnaire) dan quanti (persetujuaan pakar berdasarkan pengiraan).


Katalah anda ada 4 konstruk dgn 12 item yang anda ingin mendapat persetujuan pakar samada pada tahap need analysis atau rekabentuk, maka pengiraan FDM akan digunakan untuk menganalisis jawapan dari skala Likert (persetujuan) pakar. Pengiraan ini akan memberikan nilai threshold (d) atau nilai Average Fuzzy Number bagi menentukan samada item diterima atau ditolak.


Contoh:

Pembinaan App

Item dijawab oleh 10 pakar: Sgt Tidak setuju (1) - Sgt Setuju (5).

Item 1 - Latihan yang digunakan dalam App ini sesuai untuk pengguna berusia 7 - 12 tahun

Jawapan oleh10 pakar: 5, 4, 4, 4, 5, 5, 4, 3, 4,5

.

Nilai dari skala Likert ini seterusnya diproses oleh FDM (menggunakan beberapa formula yang boleh diperolehi dalam bentuk templat MS Excel).

Jika penyelidik memilih nilai Average Fuzzy Number, nilai akhir AFN = 0.665 (> 0.5), maka item dianggap diterima oleh pakar secara consensus yang membawa maksud, latihan dalam app tersebut sesuai.


Jika nilainya Average Fuzzy Number = 0.455 (<0.5), maka item tidak dipersetujui oleh pakar secara consensus bermakna penyelidik perlu membetulkan latihan yang diberikan dalam App supaya sesuai dan membawa item ini untuk pusing ke dua bagi mendapatkan persetujuan semula pada pakar yang tidak setuju setelah App tersebut dibetulkan.


Itu sahaja secara ringkas...


OT

#FDM