test_mgu_eval_prefmat.m 6.38 KB
Newer Older
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184
function test_mgu_eval_prefmat(varargin)
% Die Funktion analysiert Konsistenz und Konkordanz von vollstndigen Paarvergleichsurteilen

% <ITA-Toolbox>
% This file is part of the application ListeningTests for the ITA-Toolbox. All rights reserved.
% You can find the license for this m-file in the application folder.
% </ITA-Toolbox>


% eine 1 in der prefMat "wenn ein die Zeile kennzeichnendes Objekt einem die Spalte kennzeichnendens Objekt vorgezogen wurde"
% also: prefMat(item1, item2) = 1   ==> item1 besser als iterm2


sArgs         = struct('pos1_prefMat', [] ,'TestpersonNameCell', [], 'AnalyseName', 'Analyse', 'openExcelFile', true, 'excludeAlphaLimit', []);
[prefMat,sArgs] = ita_parse_arguments(sArgs,varargin);



TestPersonNames = sArgs.TestpersonNameCell;
AnalyseName  = sArgs.AnalyseName;

%% beispiel aus buch

% prefMat = [0 1 1 1 1 1; 0 0 0 1 0 1; 0 1 0 0 0 0;0 0 1 0 1 1 ; 0 1 1 0 0 1; 0 0 1 0 0 0];
% % Konkordanz
% prefMat = [ 0 1 1 1 1; 0 0 0 0 1; 0 1 0 1 1 ; 0 1 0 0 1; 0 0 0 0 0 ];
% prefMat(:,:,2) = [0 1 1 1 1; 0 0 0 0 1; 0 1 0 0 1; 0 1 1 0 1; 0 0 0 0 0];
% prefMat(:,:,3) = [0 1 0 1 1 ; 0 0 0 0 0; 1 1 0 1 1; 0 1 0 0 1; 0 1 0 0 0 ];
% prefMat(:,:,4) = [0 1 1 1 0 ;0 0 0 0 0 ; 0 1 0 0 1; 0 1 1 0 1 ; 1 1 0 0 0];
%
% AnalyseName = 'Buch beispieltest'
% clear TestPersonNames
%% test input data


[nItems nItems2 nPersons] = size(prefMat);



if ~isequal(nItems, nItems2)
    error('wrong prefMat dimensions')
end

for iPerson = 1:nPersons
    
    currentPrefMat = squeeze(prefMat(:,:,iPerson)) + diag(nan(nItems,1));  % set diagonal of matrix to nan
    
    
    if nItems * (nItems -1) ~= nansum(nansum(currentPrefMat + currentPrefMat.'))
        error('error')
    end
    
    
end


if ~exist('TestPersonNames', 'var') || isempty(TestPersonNames)
    TestPersonNames = cell(nPersons,1);
    for iPerson = 1:nPersons
        TestPersonNames{iPerson} = sprintf('VP %i', iPerson);
    end
end


clear nItems2

%%  Konsitenz
% K     :   Konsistenzkoeffizient  (1=konsistent, 0 = inkonsistent)
% d_max :   Maximale Anzahl inkonsistenter Triaden
% d     :   Anzahl auftretender Triaden

if rem(nItems,2) % ungerade Anzahl von Items
    d_max = nItems * (nItems^2-1) / 24;
else             % gerade
    d_max = nItems * (nItems^2-4) / 24;
end


d = zeros(nPersons,1);

for iPerson = 1:nPersons
    
    currentPrefMat = squeeze(prefMat(:,:,iPerson)) + diag(nan(nItems,1));  % set diagonal of matrix to nan
    S = nansum(currentPrefMat,2);
    d(iPerson) = nItems* (nItems -1) *(2*nItems-1) / 12 - 0.5 *sum(S.^2);
    
end



K = 1 - d./d_max;
Erwatungswert_d = 0.25 * nchoosek(nItems, 3);

% groe stichproben
Fg_konsistenz = nItems * (nItems-1)* (nItems-2) / (nItems -4)^2;
chiQuadrat_konsistenz = 8 / (nItems -4) * (0.25 * nchoosek(nItems,3) - d + 0.5) + Fg_konsistenz;


%% eport 2 excel

nSpalten = 4;

header = {'Analyse:', AnalyseName; 'Datum der Analyse:', datestr(now); 'Anzahl Personen:' , nPersons; 'Anzahl Items:', nItems; [] []; 'Max. zirk. Triaden:' d_max; 'Erwartungswert zirk. Triaden:' Erwatungswert_d};
header{end+2, nSpalten} = [];

spaltenNamen = {[] 'Anzahl zirkulrer Triaden'  'Konsistenzkoeffizient' 'Chi Quadrat'};
exportData =  mat2cell([d K chiQuadrat_konsistenz], ones(nPersons,1), ones(1, nSpalten-1)) ;

chiProzentBeispiel = [0.9 0.99 0.995 0.999 0.9999];
bspCell = cell(numel(chiProzentBeispiel),nSpalten);
for iBsp = 1:numel(chiProzentBeispiel)
    bspCell{iBsp} = sprintf('Chi^2 (%2.2f, %1.4f%%) = %2.2f', Fg_konsistenz, chiProzentBeispiel(iBsp), chi2inv(chiProzentBeispiel(iBsp),Fg_konsistenz ) );
end



konsistenzResult = [header ; spaltenNamen; [TestPersonNames, exportData]; repmat({''}, 3,nSpalten); bspCell];



%% Urteilskonkordanz
% fij           : Hufigkeiten
% J             : bereinstimmende Urteilspaare
% Erwartung_J   : Erwartungswert fr J bei zuflligen Antwortrn
% A             : Akkordanzma
% A_min         : minimaler Akkordanzkoeffizient

if isempty(sArgs.excludeAlphaLimit)
    idxPersonsForKonkordanz = logical(ones(nPersons,1));
    excludeInfoStr = '';
else
    chiLimit = chi2inv(1-sArgs.excludeAlphaLimit ,Fg_konsistenz );
    idxPersonsForKonkordanz = chiQuadrat_konsistenz >= chiLimit;
    nPersons = sum(idxPersonsForKonkordanz);
    excludeInfoStr = sprintf('%i (von %i) Personen von Konkordanzanalyse ausgeschlossen (alpha  = %1.3f %%, chiQuadrat = %2.2f)',numel(idxPersonsForKonkordanz) - sum(idxPersonsForKonkordanz) , numel(idxPersonsForKonkordanz), sArgs.excludeAlphaLimit*100,  chiLimit);
    ita_verbose_info(excludeInfoStr,0)
end

fij = sum(prefMat(:,:,idxPersonsForKonkordanz), 3);
J_mat = zeros(size(fij));

for idx = 1:numel(fij)
    if fij(idx) < 2 % entnehme ich 
        J_mat(idx) = 0;
    else
        J_mat(idx) = nchoosek(fij(idx), 2);
    end
end

J = sum(J_mat(:));
Erwartung_J = 0.5 * nchoosek(nItems,2) * nchoosek(nPersons,2);

A = 8*J / (nItems* (nItems-1) * nPersons * (nPersons -1)) - 1;
A_min = -1 / (nPersons -1 + rem(nPersons,2) );

Fg_konkordanz           = nchoosek(nItems, 2) * nPersons * (nPersons -1) ./ (nPersons -2)^2;
if Fg_konkordanz <= 30
    J_strich = J-1;
    kontiKorrekturStr = ['Kontinuittskorrektur vorgenonmen (J'' = J-1 = ' num2str(J_strich) ')'];
else
    J_strich = J;
    kontiKorrekturStr = 'Kontinuittskorrektur nicht vorgenonmen ';
end
chiQuadrat_konkordanz   = 4 / (nPersons-2) * ( J_strich - 0.5 * nchoosek(nItems,2) * nchoosek(nPersons,2) * (nPersons-3) / (nPersons-2) );


chiProzentBeispiel = [0.95 0.99 0.995 0.999 0.9999];
bspCell = cell(numel(chiProzentBeispiel),2);
for iBsp = 1:numel(chiProzentBeispiel)
    bspCell{iBsp} = sprintf('Chi^2 (%2.2f, %1.4f%%) = %2.2f', Fg_konkordanz, chiProzentBeispiel(iBsp), chi2inv(chiProzentBeispiel(iBsp),Fg_konkordanz ) );
end


konkordanzResult = [{'Analyse:', 'Urteilskonkordanz'; 'Probe:' AnalyseName; 'Datum der Analyse:', datestr(now); 'Anzahl Personen:' , sum(idxPersonsForKonkordanz); 'Anzahl Items:', nItems; excludeInfoStr, []; [] [];...
                    'bereinstimmende Urteilspaare J:' J; 'Erwartungswert fr J bei zuflligen Antworten:', Erwartung_J; 'Akkordanzma A:' A; 'Minimaler Akkordanzkoeffizient:' A_min; [] []; ...
                    'Fg' Fg_konkordanz; 'Chi Quadrat', chiQuadrat_konkordanz; kontiKorrekturStr, []; [] []; }; bspCell];

%% export
warning off MATLAB:xlswrite:AddSheet
xlswrite(['Auswertung_' AnalyseName '.xls'], konsistenzResult, 'Konsitenz')
xlswrite(['Auswertung_' AnalyseName '.xls'], konkordanzResult, 'Konkordanz')
if sArgs.openExcelFile
    winopen(['Auswertung_' AnalyseName '.xls'])
end