کاربرد نظریه شواهد جهت تجمیع داده‌ها در مدل بازخورد 360 درجه

در مدل ارزیابی بازخورد 360 درجه، داده‌های ارزیابی به‌طورمعمول با استفاده از مقیاس لیکرت توسط چندین گروه ارزیاب با دیدگاه‌های مختلف ارائه می‌شود. این داده‌ها به دلیل ماهیت کیفی و ذهنی ارزیابی، توام با عدم‌قطعیت و واگرایی زیاد هستند. این وضعیت باعث شده است تا تجمیع آن‌ها درون گروه‌های ارزیابی و در مرحله بعد، بین گروه‌های ارزیابی با استفاده از روش‌های 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 مدل‌سازی عدم‌قطعیت و تجمیع داده‌ها در فرایند بازخورد 360 درجه، در این مقاله ارائه شده است. در این مدل، ابتدا داده‌های مرتبط با هر گروه ارزیابی در قالب یک تخصیص باور پایه، تجمیع و عدم‌قطعیت آن مدل‌سازی شده است. در مرحله بعد، شواهد حاصل از گروه‌های مختلف ارزیابی با استفاده از عملگرهای ترکیب شواهد، تجمیع می‌شوند. در طراحی مدل مذکور، حالات مختلف مدل‌سازی داده‌های ارزیابی در ساختار توابع باور، قوانین مختلف ترکیب شواهد و معیارهای مختلف استخراج نتیجه نهایی از ساختار باور موردبررسی قرار گرفته و بهترین عملگر‌ها و مولفه های مدل، پس از بررسی عملکرد آن در 27 حالت مختلف و با استفاده از ده هزار رکورد شبیه‌سازی‌شده، تعیین شده است. نتایج نشان می‌دهد مدل استخراج‌شده، نسبت به روش متداول میانگین، به‌طور معنادار خطای کمتر و دقت بیشتری در تجمیع داده‌های مدل بازخورد 360 درجه دارد. علاوه ‌بر این، سایر مزایای مدل ارائه‌شده، در متن مقاله تبیین شده است.