Cara Menjalankan Studi Delphi di Mana Alasan Bertahan di Setiap Putaran
Metode Delphi mengumpulkan penilaian ahli melalui putaran anonim yang iteratif dengan umpan balik yang terkontrol: respons independen Putaran-1, umpan balik agregat, revisi di Putaran 2, diulang hingga konvergensi atau ketidaksetujuan yang stabil. Alat Delphi yang ada saat ini adalah perangkat lunak survei — ia membawa angka antara putaran dan kehilangan alasan, sehingga panelis melihat bahwa kelompok bergerak tanpa melihat mengapa. Untuk menjalankan Delphi di mana alasan tetap ada: kerangka proposisi yang dapat dibantah sebagai klaim utama; kumpulkan posisi Putaran-1 sebagai argumen pro/con independen (tidak ada yang melihat input orang lain sebelum mengirimkan); secara opsional tambahkan posisi tambahan dari beberapa model AI, diberi label secara jelas; jalankan penilaian Putaran-1 sebagai catatan kuantitatif; buat umpan balik terkontrol menjadi posisi itu sendiri dengan sebaran penilaian mereka — bukan parafrase fasilitator; biarkan panelis menginterogasi posisi di Putaran 2 melalui rantai Tanya Jawab (dialog empat putaran dengan penulis posisi — posisi yang ditulis AI menjawab secara otomatis, sehingga panel campuran menjadi praktis) dan menantang mereka melalui rantai Tinjauan paralel; rekonsiliasi duplikat yang hampir sama melalui rantai Kompromi; ukur konvergensi dengan membandingkan distribusi penilaian di seluruh putaran; dan laporkan posisi konsensus DAN ketidaksetujuan yang bertahan dengan alasannya — ketidaksetujuan yang stabil adalah temuan, bukan kegagalan. Pembatasan yang harus diperhatikan dinyatakan di awal: Argumentree memberikan INDEPENDENSI (tidak ada yang melihat input orang lain sebelum mengirimkan), bukan ANONIMITAS — argumen membawa penulisnya di penyewa pribadi. Jika anonimitas sejati sangat penting bagi panel Anda, jalankan di penyewa publik Argumentree.AI, di mana kontribusi yang tidak terautentikasi didukung. Tidak ada manajer putaran (putaran adalah konvensi fasilitasi yang Anda batasi waktu) dan tidak ada statistik konvergensi bawaan (ekspor penilaian dan hitung Kendall's W atau laporkan distribusinya).
Tujuan desain metode Delphi — independensi, iterasi, konvergensi terukur — menggambarkan platform argumen yang lebih baik daripada alat survei. Jalankan sehingga penalaran bertahan:
- Tentukan pertanyaan anonimitas terlebih dahulu: penyewa pribadi memberi Anda independensi (kepemilikan atribusi, tanpa pengikatan); anonimitas sejati membutuhkan penyewa Argumentree.AI publik.
- Putaran 1: posisi independen sebagai argumen, dinilai oleh setiap panelis — sebaran adalah catatan kuantitatif putaran tersebut
- Umpan balik yang terkontrol adalah argumen itu sendiri dengan distribusinya — tidak ada parafrase fasilitator di antara keduanya
- Putaran 2: interogasi melalui rantai Q&A, tantang melalui rantai Tinjauan paralel, rekonsiliasi duplikat — kemudian ukur konvergensi di antara dua distribusi, dan laporkan perbedaan pendapat
Panel yang berkumpul tanpa ada yang bisa dijelaskan oleh siapa pun
Putaran 3 dari studi Delphi ditutup dan fasilitator mengirim email kepada panel: konsensus tercapai. Median bergerak dari 6,1 ke 7,8 pada pertanyaan adopsi sepuluh tahun; deviasi standar terpangkas setengah; laporan menulis dirinya sendiri. Kemudian salah satu panelis — yang berhati-hati — membalas dengan pertanyaan yang mengurai semuanya: "Saya merevisi estimasi saya karena ringkasan Putaran-2 mengatakan bahwa kelompok memiliki alasan kuat untuk optimisme. Bisakah saya melihat alasan tersebut? Saya ingin tahu apa yang saya setujui."
Tidak ada jawaban yang baik. Ronde tersebut adalah survei. Di antara mereka, panel melihat median, kuartil, dan ringkasan dua paragraf dari seorang fasilitator. Alasan — apa pun argumen spesifik yang membuat sebelas ahli merevisi ke atas — diketik ke dalam kotak teks bebas, diringkas ke dalam ringkasan, dan hilang. Panel berkumpul; dengan alasan apa, tidak ada yang bisa mengatakan.
Ini bukan studi yang rusak; ini adalah praktik standar dengan alat standar, dan ini membuang sifat terbaik dari metode tersebut. Delphi dirancang berdasarkan wawasan yang tepat: anonimitas dan independensi menghilangkan efek dominasi dan status yang mendistorsi panel tatap muka, dan umpan balik yang terkontrol memungkinkan penilaian yang sebenarnya bergeser tanpa tekanan sosial. Perangkat lunak survei memberikan independensi dan kehilangan substansi dari umpan balik. Tutorial ini menjalankan putaran yang sama dengan alasan yang dipertahankan.
Apa yang hilang dari Delphi berbasis survei antara putaran
Sebuah putaran Delphi menghasilkan dua hal: distribusi (di mana panel berdiri) dan suatu alasan (mengapa). Alat survei dibangun untuk yang pertama. Yang kedua diringkas menjadi kolom teks bebas dan kemudian menjadi ringkasan fasilitator — yang secara diam-diam menyisipkan editor yang tidak dapat dipertanggungjawabkan di antara para ahli satu sama lain. Panelis di Putaran 2 tidak merespons argumen rekan-rekan mereka; mereka merespons parafrase dari argumen tersebut. Untuk sebuah metode yang seluruh epistemologinya adalah penilaian kolektif terstruktur, itu adalah hal aneh yang hilang — sejarah metode kolektif sebagian besar adalah sejarah pertarungan mengenai langkah umpan balik ini.
Apa yang Anda butuhkan
Sebuah panel (secara klasik 8–20 ahli), seorang fasilitator, dan satu diskusi Argumentree per pertanyaan Delphi. Putaran adalah jendela pengiriman yang dibatasi waktu yang Anda umumkan; tutorial ini mengasumsikan dua putaran ditambah laporan, yang dapat diperpanjang.
Pengaturan: pertanyaan, panel — dan keputusan anonimitas
Sebelum yang lainnya, satu keputusan yang akan diperiksa oleh seorang metodolog adalah: apa yang sebenarnya dibutuhkan oleh panel Anda — independensi atau anonimitas — karena keduanya bukanlah hal yang sama, dan platform memberikan salah satunya secara default.
- 1Rumuskan proposisi sebagai klaim utama — dapat dibantah, tidak terbuka: "X akan menjadi praktik klinis standar pada tahun 2032", bukan "apa masa depan X?". Akar yang samar menghasilkan posisi yang tidak dapat dinilai. Titik pemeriksaan: akar dapat diperdebatkan baik untuk maupun melawan.
Kemandirian ≠ anonimitas — pilih penyewa Anda sesuai dengan itu
Pada penyewa Argumentree pribadi, argumen membawa penulisnya: apa yang Anda dapatkan adalah independensi — tidak ada yang melihat masukan orang lain sebelum mengirimkan, yang menghilangkan pengikatan dan memungkinkan panel untuk menulis dengan bebas. Ini tidak menghilangkan efek status di putaran berikutnya, karena nama-nama terlihat. Delphi klasik meminta anonimitas. Jika panel Anda membutuhkannya — ahli senior dan junior dicampur, topik yang terpapar secara politik — jalankan studi di Argumentree.AI public tenant, di mana kontribusi yang tidak terautentikasi didukung dan posisi tiba tanpa atribusi. Nyatakan di bagian metode Anda properti mana yang Anda gunakan; kompromi ini nyata dan peninjau akan bertanya.
Putaran 1: posisi independen, kemudian angka-angka
- 1Jendela pengajuan independen. Setiap panelis menambahkan posisi pendukung atau menentang di bawah akar — tanpa melihat posisi orang lain hingga diserahkan. Ini adalah independensi yang diperlukan metode ini, ditegakkan oleh media daripada oleh kepercayaan pada proses fasilitator. Titik pemeriksaan: setiap panelis memiliki ≥1 posisi; tidak ada yang telah melihat atau mengedit posisi orang lain.
- 2Opsional: Panelis AI, diberi label. Menyemai posisi tambahan dari beberapa model. Asal usul dicap pada setiap argumen, sehingga posisi mesin selalu dapat dibedakan dari posisi ahli. Ini memperluas ruang posisi; ini tidak menambah keahlian — perbedaan ini penting dan harus ada dalam laporan Anda (lihat bagian panel hibrida di bawah). Checkpoint: Posisi AI diberi label secara terlihat.
- 3Peringkat Putaran-1. Setiap panelis memberikan penilaian untuk setiap posisi — satu nilai ditambah label, dengan jangkar yang Anda tentukan ("1 = tidak mungkin … 9 = hampir pasti"). Ini adalah catatan kuantitatif dari putaran ini. Titik pemeriksaan: matriks penilaian lengkap; jangkar dinyatakan sekali, digunakan secara konsisten.
Umpan balik yang terkontrol yang membawa penalaran
Sekarang alat survei langkah tidak dapat dilakukan. Artefak umpan balik untuk Putaran 2 adalah bukan ringkasan yang ditulis oleh fasilitator — itu adalah pohon itu sendiri: setiap posisi, dalam kata-kata penulisnya (atau modelnya) sendiri, dengan distribusi penilaiannya yang terlampir. Panelis melihat dengan tepat argumen mana yang dianggap kuat oleh kelompok, mana yang membagi panel, dan mana yang tenggelam — tanpa parafrase editorial di antara keduanya. Tugas fasilitator menyusut menjadi logistik: umumkan jendela, tunjukkan pohon.
Alat survei, antara putaran
Median dan kuartil per item; komentar teks bebas diringkas menjadi ringkasan fasilitator. Pergerakan kelompok terlihat; alasannya tidak.
Pohon argumen, antara putaran
Posisi-posisi itu sendiri, masing-masing dengan rentang penilaiannya. Seorang panelis yang merevisi dapat menunjukkan argumen yang mempengaruhi mereka — dan begitu juga dengan bagian metode Anda.
Putaran 2: interogasi, tantang, rekonsiliasi
Putaran 2 adalah di mana Delphi klasik mengatakan "revisi berdasarkan umpan balik." Dengan alasan yang terlihat, revisi menjadi aktif — tiga langkah terstruktur, masing-masing merupakan dialog empat putaran dengan penulis posisi.
- 1Interogasi — Rantai Q&A. Sebelum merevisi menuju suatu posisi, pahami itu: pertanyaanmu, jawaban penulis, tindak lanjut, jawaban — lengkap. Untuk posisi AI, model menjawab secara otomatis, sehingga panel tidak pernah terhalang menunggu satu anggota. Checkpoint: posisi yang mengubah pendapat membawa rantai yang menjelaskan alasannya.
- 2Tantangan — Rantai ulasan. Evaluasi suatu posisi sebagai tidak didukung; penulis merespons; tindak lanjut; respons. N panelis yang menantang satu posisi = N rantai paralel — yang merupakan struktur yang diinginkan oleh Delphi: kritik independen paralel, tidak pernah satu utas grup untuk masuk kembali. Titik pemeriksaan: posisi yang diperdebatkan membawa tantangan yang telah diselesaikan.
- 3Rekonsiliasi hampir duplikat — Rantai kompromi. Dua ahli yang memegang posisi hampir sama menghitung dua kali satu pandangan dalam penilaian. Salah satu dari mereka mengusulkan formulasi yang digabungkan kepada yang lain, secara resmi. Titik pemeriksaan: tidak ada pasangan duplikat yang dibiarkan tidak digabungkan atau tidak dijelaskan.
- 4Peringkat Putaran-2. Nilai ulang semuanya di bawah jangkar yang sama. Titik pemeriksaan: matriks lengkap kedua, siap untuk perbandingan.
Panel hibrida: menambahkan model tanpa menambah keahlian
Karena posisi yang ditulis oleh AI menjawab rantai mereka sendiri — diarahkan kembali ke model yang menulisnya — panel hibrida manusia/AI benar-benar praktis: gunakan model untuk memperluas ruang posisi Putaran 1, lalu biarkan para ahli manusia memeriksa posisi mesin di Putaran 2 dan mendapatkan jawaban substantif tanpa ada yang mengisi sisi mesin. Jadilah tepat tentang apa yang ini beli: input yang lebih luas, bukan keahlian tambahan. Posisi model adalah pola yang dirumuskan dengan baik, bukan karir penilaian, dan pelabelan ada agar angka konvergensi Anda dapat dihitung dengan dan tanpa baris mesin. Kapan memperluas input membantu dan kapan hanya mengencerkan adalah literaturnya sendiri — ketika kerumunan salah mencakup mode kegagalan; sisi lainnya, mengapa penilaian independen terakumulasi dengan baik ketika mereka benar-benar independen, adalah cerita Galton dan Condorcet.
Pertanyaan untuk panel terakhir Anda
Ketika itu bertemu — bisakah seseorang mengatakan mengapa? Jika jawabannya adalah median yang bergerak, Anda mengukur kesepakatan tanpa pernah menangkap apa yang disepakati.
Mengukur konvergensi, melaporkan ketidaksetujuan
Konvergensi adalah penyempitan distribusi penilaian antara putaran, dan Anda mengukurnya dengan membandingkannya — secara jujur, secara manual atau ekspor: tidak ada statistik konvergensi bawaan, tidak ada Kendall's W otomatis, tidak ada uji stabilitas. Ekspor kedua matriks dan hitung apa yang diharapkan oleh bidang Anda, atau laporkan distribusinya secara kualitatif ("dua belas dari empat belas posisi menyempit; dua terpisah lebih jauh").
Dan laporkan ketidaksepakatan. Sebuah posisi di mana panel secara stabil tidak setuju di berbagai putaran — penyebaran yang sama, kedua kutub dipertahankan dalam rantai yang lengkap — adalah temuan, bisa dibilang jenis yang paling berharga: ini menandai di mana penilaian ahli benar-benar terpecah, dengan alasan untuk kedua kutub terlampir. Menghitung rata-ratanya adalah satu dosa Delphi yang tidak termaafkan. Pohon membuat ketidaksepakatan dapat dikutip: keberatan yang bertahan, penulisnya (atau pengganti penyewa publik yang dianonimkan), dan tantangan yang berhasil dilaluinya.
Batasan yang jujur
- ✗Kemandirian bukanlah anonimitas — dinyatakan secara langsung dan layak untuk diulang: argumen penyewa pribadi dapat diatribusikan. Jika anonimitas secara metodologis penting, gunakan penyewa publik Argumentree.AI dan sebutkan dalam tulisan Anda.
- ✗Tidak ada manajer putaran. Tidak ada tombol close-Round-1, tidak ada penghalang visibilitas per putaran. Putaran adalah konvensi fasilitasi yang Anda terapkan dengan batas waktu dan instruksi — katakan demikian, dan jangan menyiratkan otomatisasi yang tidak ada.
- ✗Tidak ada statistik konvergensi bawaan. W Kendall, uji stabilitas dan sejenisnya dapat Anda hitung dari penilaian yang diekspor.
- ✗Penilaian adalah nilai yang diberi label tunggal, bukan instrumen Likert dengan jangkar yang divalidasi. Definisikan jangkar Anda dalam label dan pertahankan konsisten di setiap putaran.
- ✗Sebuah rantai adalah empat putaran, kemudian selesai. Sebuah sengketa ahli yang membutuhkan lebih banyak mendapatkan panggilan — rantai mencatat apa yang sudah ditanyakan dan dijawab.
Pelajaran praktis
- ✓Tuliskan jangkar sebelum Putaran 1 dan tempelkan ke setiap pengumuman jendela. Setengah dari semua data Delphi yang berantakan adalah pengalihan jangkar.
- ✓Jendela waktu yang murah hati di berbagai zona waktu — 72 jam per putaran bekerja untuk panel internasional; rantai tersebut bersifat asinkron secara konstruksi.
- ✓Cap posisi Round-1 per panelis (tiga sudah cukup). Delphi menghargai posisi yang dipertimbangkan, bukan volume.
- ✓Bekukan pohon di antara putaran. Umumkan bahwa pengiriman di luar jendela akan dihapus — konvensi putaran hanya berlaku jika fasilitator yang mengaturnya.
Balasan yang akhirnya bisa Anda kirim
Kembali ke email panelis yang hati-hati: "Bisakah saya melihat alasannya? Saya ingin tahu apa yang saya setujui." Dalam versi studi ini, jawabannya adalah sebuah tautan. Berikut adalah empat belas posisi; berikut adalah posisi yang peringkatnya runtuh setelah dua rantai Tinjauan gagal mempengaruhinya; berikut adalah pertukaran yang menggerakkan Anda dan sebelas orang lainnya. Konsensus dengan alasan yang terlampir — yang merupakan janji metode ini sejak awal.
Sumber & bacaan lebih lanjut
- Dalkey, N., & Helmer, O. (1963). Aplikasi Eksperimental Metode Delphi untuk Penggunaan Ahli. Ilmu Manajemen, 9(3).Formulasi RAND yang asli: putaran anonim iteratif dengan umpan balik yang terkontrol.
- Linstone, H. A., & Turoff, M. (eds.) (1975). Metode Delphi: Teknik dan Aplikasi. Addison-Wesley.Referensi metodologis standar, termasuk variasi desain umpan balik yang dibahas dalam bagian umpan balik terkontrol tutorial ini.
- Rowe, G., & Wright, G. (1999). Teknik Delphi sebagai alat peramalan: isu dan analisis. Jurnal Internasional Peramalan, 15(4).Tinjauan kritis tentang apa yang membuat Delphi berhasil — independensi, iterasi, kualitas umpan balik — dan di mana implementasi biasanya gagal.
Pertanyaan yang Sering Diajukan
Bagaimana cara menjalankan studi Delphi langkah demi langkah?
Tentukan proposisi yang dapat dibantah dan rekrut panel (secara klasik 8–20 ahli). Putaran 1: setiap panelis secara independen mengajukan posisi untuk dan melawan, tanpa melihat posisi orang lain, kemudian semua orang menilai setiap posisi berdasarkan jangkar yang dinyatakan. Umpan balik terkontrol: panel melihat posisi itu sendiri dengan distribusi penilaian mereka. Putaran 2: panelis menginterogasi posisi melalui rantai Tanya Jawab, menantangnya melalui rantai Tinjauan, menyelaraskan duplikat yang hampir sama, dan menilai ulang. Bandingkan dua distribusi penilaian untuk konvergensi; ulangi putaran jika diperlukan; kemudian laporkan posisi konsensus dan perbedaan pendapat yang bertahan beserta alasannya. Batasi waktu untuk jendela pengajuan setiap putaran — putaran adalah konvensi fasilitasi, bukan keadaan otomatis.
Apa perbedaan antara independensi dan anonimitas dalam Delphi?
Independensi berarti tidak ada yang melihat masukan orang lain sebelum mengirimkan milik mereka sendiri — ini menghilangkan pengaruh acuan dan dominasi pembicara pertama. Anonimitas berarti kontribusi tidak disebutkan sepanjang waktu — ini juga menghilangkan efek status ketika panel membaca dan bereaksi terhadap posisi satu sama lain. Delphi klasik meminta anonimitas. Penyewa Argumentree pribadi memberikan independensi dengan kepemilikan yang disebutkan; jika anonimitas secara metodologis penting (senioritas campuran, topik yang terpapar secara politik), jalankan studi di penyewa publik Argumentree.AI, di mana kontribusi yang tidak terautentikasi didukung — dan nyatakan properti mana yang Anda gunakan di bagian metode Anda.
Apa itu umpan balik terkontrol dan mengapa itu penting?
Umpan balik yang terkontrol adalah apa yang dilihat panel antara putaran — secara klasik merupakan agregat (median, kuartil) ditambah ringkasan alasan. Ini penting karena merupakan mekanisme di mana penilaian secara sah bergeser: para ahli merevisi berdasarkan pandangan kelompok tanpa tekanan sosial. Kegagalan standar adalah bahwa alat survei memberikan angka ditambah parafrase dari fasilitator, sehingga panelis merespons kompresi editor daripada argumen sebenarnya dari rekan-rekan mereka. Memberikan kembali posisi itu sendiri, dengan sebaran penilaian mereka dan tanpa parafrase di antara, adalah peningkatan terbesar yang dibuat tutorial ini terhadap alur kerja standar.
Bagaimana Anda mengukur konsensus atau konvergensi dalam studi Delphi?
Dengan membandingkan distribusi penilaian di berbagai putaran: konvergensi adalah penyempitan penyebaran pada suatu posisi, bukan deklarasi oleh fasilitator. Ekspor matriks putaran dan hitung apa yang diharapkan oleh bidang Anda — W Kendall untuk kesepakatan, ambang deviasi kuartil, atau uji stabilitas di berbagai putaran — karena tidak ada statistik konvergensi bawaan. Sama pentingnya: laporkan ketidaksetujuan yang stabil sebagai temuan. Sebuah posisi dengan penyebaran yang sama lebar di kedua putaran, dengan kedua kutub dipertahankan dalam rantai yang lengkap, menandakan perpecahan yang nyata dalam penilaian ahli, dan merata-ratakannya salah menggambarkan panel.
Bisakah model AI menjadi bagian dari panel Delphi?
Sebagai pengembang input yang diberi label, ya. Putaran Benih 1 dengan posisi dari beberapa model — asal-usulnya dicap, sehingga posisi mesin selalu dapat dibedakan — dan karena argumen yang ditulis oleh AI menjawab rantai Q&A mereka sendiri secara otomatis, para ahli manusia dapat melakukan pemeriksaan silang terhadap posisi mesin di Putaran 2 dan mendapatkan jawaban substansial tanpa ada yang mengawasinya. Dua disiplin menjaga kejujuran ini: melaporkan konvergensi dengan dan tanpa baris mesin, dan tidak pernah menggambarkan model sebagai penambah keahlian. Mereka memperluas ruang posisi kandidat; penilaian tetap milik manusia.
Berapa banyak ahli dan putaran yang dibutuhkan dalam metode Delphi?
Panduan klasik menempatkan panel sekitar 8–20 untuk pertanyaan yang terfokus — cukup kecil sehingga setiap panelis dapat benar-benar terlibat dengan setiap posisi, cukup besar sehingga distribusinya berarti sesuatu. Dua putaran menyelesaikan sebagian besar pertanyaan setelah umpan balik membawa alasan daripada hanya angka; tambahkan putaran ketiga ketika distribusi putaran kedua masih bergerak. Lebih banyak putaran dari itu biasanya menandakan proposisi akar yang samar daripada panel yang belum memutuskan — perjelas klaim sebelum memperluas studi.
Jalankan Delphi bagian metode Anda dapat membela.
Putaran independen, umpan balik yang membawa argumen, konvergensi yang dapat Anda ukur, dan perbedaan pendapat yang dapat Anda kutip.
Mulai Uji Coba Gratis 14 Hari