専門家の評価方法を適用するための条件。 エキスパートメソッド
はじめに…………………………………………………………………………..3
第 1 章 専門家による評価の本質、方法、プロセス ……………………………………………… 5
1.1 専門家による評価の本質 ……………………………………………………5
1.2 管理における専門家の役割 ………………………………………………..9
1.3 査読プロセス …………………………………………………………………………………………………………………… …………………………………………………………………………………………………………………………。
1.4 専門家による評価の方法 ………………………………………………..18
1.4.1 SWOT 分析 …………………………………………………………………………………18
1.4.2 SMART法 ……………………………………………………………….20
1.4.3 ランキングと評価の方法 ……………………………………..21
1.4.4 直接評価の方法 …………………………………22
1.5 専門家のコンセンサスの評価 ………………………………………….23
第2章UAZ OJSCの例に関する専門家の評価方法……………….24
結論…………………………………………………………………………………………
使用された情報源と文献のリスト…………………………..33
序章
管理の研究では、専門家の評価方法が広く使用されています。 これは、多くの問題の複雑さ、「人的要因」に由来する問題、信頼できる実験的または規範的なツールの欠如によるものです。
情報に基づいた意思決定を行うためには、専門家の経験、知識、および直感に頼る必要があることは否定できません。 第二次世界大戦後、管理理論(管理)の枠組みの中で、独立した分野、つまり専門家の評価が発展し始めました。
専門家評価の方法は、意思決定者による意思決定のための情報を準備するために、専門家との作業を整理し、定量的および/または定性的形式で表現された専門家の意見を処理するための方法です。
多くの研究が、専門家評価の適用の可能性と特徴の研究に専念してきました。 彼らは、専門家調査の形式を検討します ( 他の種類アンケート、インタビュー)、評価アプローチ(ランキング、正規化、 異なる種類注文など)、調査結果の処理方法、専門家の要件と専門家グループの形成、専門家のトレーニングの問題、彼らの能力の評価(見積もりを処理するとき、専門家の能力の係数、彼らの意見の信頼性は導入され、考慮された)、専門家調査を組織する方法。 専門家調査を実施するための形式と方法の選択、調査結果の処理方法など。 試験の特定のタスクと条件によって異なります。
専門家の方法は、正確な計算に基づいて決定の結果の選択、正当化、および評価を実行できない状況で現在使用されています。 このような状況は、開発中によく発生します。 現代の問題管理 社会的生産特に予測と長期計画において。 近年、専門家の評価は、社会政治的および科学技術的予測、国家経済、産業、協会の計画、主要な科学的、技術的、経済的および社会的プログラムの開発、特定の管理の問題の解決に広く使用されています。問題。
第1章 専門家による評価の本質、方法、プロセス
1.1 専門家による評価の本質
専門家の評価を使用する可能性、その客観性の正当化は通常、調査中の現象の未知の特性が確率変数として解釈され、その分布法則の反映が専門家の個別の評価であるという事実に基づいていますイベントの信頼性と重要性について。 調査中の特性の真の値は、専門家グループから受け取った見積もりの範囲内にあり、一般化された集団的意見は信頼できるものであると想定されています。
しかし、いくつかの理論的研究はこの仮定に疑問を投げかけています。 たとえば、専門家の評価が使用される問題を 2 つのクラスに分けることが提案されています。 に LANE私のクラス専門家を大量の情報の管理者と見なし、十分に情報が提供され、「優れた測定者」の原則を使用できる問題を含み、専門家のグループの意見が真実に近い. 株式会社 セカンドクラスこれらの仮定の有効性を確認するには知識が不十分な問題を含めます。 専門家は「優れた測定者」と見なすことはできず、検査結果の処理に慎重に取り組む必要があります。調査された問題は、最も重要であることが判明する可能性があり、正式な処理中に失われます。 この点で、結果の質的処理は、主に第 2 のクラスの問題に適用する必要があります。 この場合、平均化方法 (「良好なメーター」に有効) を使用すると、重大なエラーが発生する可能性があります。
目標の形成、管理の方法と形式の改善に関する集団的意思決定のタスクは、通常、最初のクラスに起因する可能性があります。 ただし、予測と長期計画を作成する場合は、「まれな」意見を特定し、それらをより徹底的に分析することをお勧めします。
システム分析を行う際に留意する必要があるもう 1 つの問題は次のとおりです。最初のクラスに関連する問題を解決する場合でも、専門家の評価には、個々の専門家に固有の狭義の主観的な機能だけでなく、 - 調査の結果を処理するときに消えない主観的な機能 (および Delphi プロシージャを使用するときに強化することさえできます)。 言い換えれば、専門家の評価は、研究対象に関する社会の科学的および技術的知識のレベルに応じて、ある種の「公共の視点」と見なされるべきであり、システムとそれに関する私たちの考えが発展するにつれて変化する可能性があります。 . したがって、専門家調査は 1 回限りの手順ではありません。 高度な不確実性を特徴とする複雑な問題に関する情報を取得するこの方法は、複雑なシステムの一種の「メカニズム」になるはずです。 専門家との定期的な作業システムを作成する必要があります。
また、専門家調査を組織する際に確率を評価するために古典的な頻度アプローチを使用することは困難であり、場合によっては不可能であるという事実にも注意を払う必要があります (代表的なサンプルを使用することの正当性を証明することが不可能なため)。 したがって、現在、仮説の確認の程度または達成の確率としての専門家評価の理論、ファジーセットに基づく、専門家評価の確率の性質に関する研究が進行中です。ゴール。 エキスパートメソッドの種類の1つは、組織の強みと弱み、その活動に対する機会と脅威を研究する方法、つまりSWOT分析の方法です。
専門家による情報の収集は、専門家による評価方法の選択に依存します。 通常、専門家の情報を収集するために、関連するマネージャーによって承認されたアンケートなどの特別な文書が作成され、専門家に送信されます。
専門家情報の処理は、通常はコンピューター技術を使用して、選択された方法を使用して実行されます。 処理の結果として得られたデータは分析され、制御システムの分析と統合の問題を解決するために使用されます。
専門家の評価は、分析、状態の診断、その後の開発オプションの予測に使用されます。
1) 開発が完全にまたは部分的に対象の記述または数学的形式化に適していないオブジェクト。
2) オブジェクトの特性に関する十分に代表的で信頼できる統計がない場合。
3) オブジェクトが機能するための環境、市場環境が非常に不確実な状態にある場合。
4) 中長期的な新市場の予測において、基礎科学における発見によって強く影響を受ける新産業の対象 (例えば、微生物産業、量子エレクトロニクス、原子力工学);
5) 予測と意思決定に割り当てられた時間または資金では、正式なモデルを使用して問題を調査することができない場合。
6) 適切な特性を備えたコンピュータ技術など、モデリングに必要な技術的手段がない。
7) 極端な状況で。
制御システムの専門家による評価の過程で解決されるタスクは、次の 2 つのグループに分けることができます。
1) 新しい制御システムの統合とその評価のタスク。
2) 選択された指標とパフォーマンス基準に従って、既存の管理システムを分析 (測定) するタスク。
最初のグループのタスクには、次のものが含まれます。作成中のシステムのイメージの形成。 そのライフサイクルの段階の技術的および経済的指標を予測する; 社会管理システムの再編成の主な方向性の実証。 作成された制御システムを使用した最適または満足のいく行動方法と結果の選択など。
これらの問題を解決する過程で得られる専門家の情報の一部は定性的な性質のものであり、記述的な形で複雑な判断の形で形成されます。 ただし、専門家の評価の助けを借りて解決される統合のタスクは、本質的に定量的である可能性があり、それらの解決策は、作成されるシステムの多数のパラメーター (特性) の正当化に関連付けられます。
2 番目のグループのタスクには、指定された指標とパフォーマンス基準を使用して、既存または作成された制御システムのバリアントを評価するすべてのタスクが含まれます。 そのようなタスクの例は次のとおりです。システムの構造的、機能的、または情報の特性を決定します。 さまざまな操作を実行する過程でのその有効性の評価; そのような問題を解決するために使用される専門家情報の重要な部分は、定量的な性質のものであるか、基本的な判断の形をしており、さまざまな統計的方法を使用して処理されます。
文部科学省
ロシア連邦
アルタイ州立大学
経済学部
危機管理、ビジネス評価およびイノベーション部門
専門家による評価方法
(コースワーク)
学生が完成させた
3コース、団体277名
ストレカロバ S.B.
保護されたジョブ
バルナウル - 1999
はじめに 3
第 1 章 管理の専門知識 5
1.1。 経営における専門家の役割 5
1.2. 専門家の判断方法7
1.3。 査読の組織 9
1.4。 専門家の選択 9
1.5。 エキスパート調査10
第 2 章 情報の形式化
および比較尺度 12
第 3 章 専門家による評価の処理 16
3.1. 加工タスク 16
3.2. オブジェクトのグループ評価 17
3.3. 専門家の意見のコンセンサスの評価 22
3.4。 ペアごとのオブジェクト比較の処理 25
3.5。 順位関係の決定 27
結論 31
参考文献 32
前書き
現代の経済は、管理に対して新たな、より高い要求を課しています。 管理方法の改善の問題は、現在、非常に重要になってきています。なぜなら、この分野では、国民経済の効率を高めるためのさらに大きな準備金があるからです。
管理の科学的レベルを向上させるための重要な要素は、ソリューションの準備における数学的方法とモデルの使用です。 ただし、技術的および経済的問題の完全な数学的形式化は、定性的な新規性と複雑さのために、実行できないことがよくあります。 この点で、合理的な決定の準備と選択に必要な情報を専門家から取得することを目的とした一連の論理的および数学的統計的方法と手順として理解される専門家の方法がますます使用されています。
専門家の方法は、正確な計算に基づいて決定の結果の選択、正当化、および評価を実行できない状況で現在使用されています。 このような状況は、社会的生産を管理する現代の問題の開発、特に予測と長期計画においてしばしば発生します。 近年、専門家の評価は、社会政治的および科学技術的予測、国家経済、産業、協会の計画、主要な科学的、技術的、経済的および社会的プログラムの開発、特定の管理の問題の解決に広く使用されています。問題。
社会的生産の発展の過程で、管理の複雑さが増すだけでなく、決定の質に対する要件も高まります。 決定の有効性を高め、その結果に影響を与える多くの要因を考慮に入れるためには、計算と、状況と開発の見通しに精通した管理者と専門家の合理的な判断の両方に基づいた包括的な分析が必要です。 さまざまな分野実践的な活動。 専門家の方法を使用すると、意思決定のすべての段階で専門家の積極的かつ意図的な参加が保証され、品質と効率が大幅に向上します。
私たちの仕事の目的は、有能な経営判断を下す上で最も重要な段階の1つである専門家の評価方法を研究することです。
1) 管理における専門知識の役割の研究;
2) 専門家による評価を組織するための手順の検討;
3) はかりの種類とその使用手順の研究。
4) 専門家評価の最終段階の詳細な検討 - 専門家評価の処理。
アブストラクトは、イントロダクション、3 つの章、結論、および参考文献のリストで構成されています。
最初の章では、管理における専門知識の必要性の問題を扱い、専門家評価の方法、専門家評価の組織の段階を検討します。
第 2 章では、比較スケール、各タイプのスケールの特性、および情報の形式化におけるそれらの使用順序について説明します。
第 3 章では、専門家による評価の処理について説明します。タスクの処理、オブジェクトのグループ評価、専門家の意見の一貫性の評価、オブジェクトのペアごとの比較の処理、ランキングの関係の決定などです。
この作業は専門家の評価を理論的に考察することを目的としているため、実用化は考えていません。
結論として、経営上の意思決定における専門家の評価方法の役割が考慮されます。
第 1 章 管理の専門知識
1.1. 経営における専門家の役割
現代社会は科学技術革命の絶え間ない影響の下で発展しており、生産の根本的な変化、国民経済の構造と経済の重大な変化を引き起こしています。 進行中の科学的および技術的革命は、その影響力の範囲をはるかに超えています 材料生産、社会生活のあらゆる側面を捉え、合理的な経済的および社会的発展を目的とした決定の大部分を事前に決定します。
科学、技術、生産の発展の歴史は、人間の機能が機械の機能に次々と置き換えられると同時に、管理の分野でのその役割が増加していることを示しています。 科学の発展、新技術の創造、および生産の改善に対する支出額の継続的な増加は、経済管理のあらゆるレベルで行われる決定の重要性を大幅に高めます。 科学の未来。 エンジニアリングと経済学は、これらの決定の質と適時性に大きく依存し、科学的および技術的進歩の客観的な傾向は、その影響下で加速または減速する可能性があります。
多くの実際的な問題を解決するのに時間とお金を節約する、正式な、ほとんどの場合数学的モデルの使用に基づく最適化手法は、現在、管理において特に重要になっています。 モデリングは、意思決定の問題に関連する複雑で、場合によっては不確実な要因を首尾一貫したスキームに取り込み、代替案を評価して選択するために必要なデータを決定するのに役立ちます。
管理プロセスでは、可能な限り客観的に最善の解決策を見つけたいという自然な欲求があります。 数理計画法は現在、最適化ツールとして広く使用されています。 さまざまな種類の経済的、科学的、技術的、および軍事的問題を解決するために数学的計画法を適用することに成功したことで、方法論的見解が生まれました。それによると、問題を制御するための根本的な解決策は、そのすべての側面が相互接続されたシステムで表示された場合にのみ可能です。数学モデル。
しかし、技術的、経済的、管理上の意思決定の形式化は、科学的および技術的進歩の現在の段階の多くの特徴によって複雑になっています。 社会の生活は非常に複雑であるため、社会経済プロセスの性質と量的関係を完全に反映するモデルの出現を期待することは困難です。 実際の現実は、最も微妙な数学的モデルよりも常に複雑であり、その開発はしばしば正式な知識を凌駕します. 管理タスクには、ソリューションの不可欠な要素として人々の参加が必要です。 最後に、管理プロセス自体には、数値データだけでなく、通常の常識への方向付けが常に含まれます。 数理計画法とコンピューター技術を使用することで、より完全で信頼できる情報に基づいて意思決定を行うことが可能になります。 しかし、どのような条件下でも、合理的な解決策を選択するには、優れた数学的モデル以上のものが必要であることも間違いありません。
決定を下すとき、私たちは通常、それらをサポートするために使用される情報が正確で信頼できるものであると想定しています。 しかし、多くの経済的および科学技術的問題は、質的に新しく、本質的に非反復的であり、この仮定は明らかに実現されていないか、意思決定の時点で証明できません。
情報の可用性とその使用の正確さは、選択されたソリューションの最適性を大きく左右します。 数値統計からなるデータに加えて、情報には直接測定できないその他の量が含まれます。 可能な解決策とその結果。 実際には、ビジネスソリューションの検索と選択で発生する主な問題は、主に利用可能な情報の質が不十分で不完全であることが原因であることが示されています。
複雑な意思決定を行う際に発生する情報に関連する主な問題は、次のグループに分類できます。
第 1 に、初期の統計情報は十分に信頼できないことがよくあります。
第二に、一部の情報は定性的な性質のものであり、定量化することはできません。 したがって、計画の実施に対する社会的および政治的要因の影響の程度を正確に計算したり、将来の発明の経済的効果を評価したりすることは不可能です。 しかし、これらの要因や現象は意思決定の結果に大きな影響を与えるため、無視することはできません。
第三に、意思決定の準備の過程で、原則として必要な情報を入手できる状況がしばしば発生しますが、意思決定の時点ではそれが利用できないため、これは時間やお金の大きな投資に関連しています。
第 4 に、将来の決定の実施に影響を与える要因は多数ありますが、それらを正確に予測することはできません。
第 5 に、解決策を選択する際の最も重大な困難の 1 つは、科学的または技術的なアイデアには、その実装のためのさまざまなスキームの可能性が含まれており、経済的行動は複数の結果につながる可能性があることです。 通常、リソースの制約があるため、最適なソリューションを選択するという問題も発生する可能性があります。したがって、1 つのオプションを採用すると、常に他のソリューションが拒否されることになります。
第六に、最良の解決策を選択するとき、一般化された基準のあいまいさに遭遇することがよくあります。これに基づいて、可能な結果を比較することができます。 指標のあいまいさ、多次元性、および質的な違いは、考えられる各ソリューションの相対的な有効性、重要性、価値、または有用性の一般的な評価を得るための深刻な障害です。
この点で、複雑な問題を解決する際の主な特徴の 1 つは、ここでの計算の適用が、管理者、科学者、および専門家の判断の使用と常に絡み合っていることです。 これらの判断により、情報の不足を少なくとも部分的に補い、個人および集団の経験を十分に活用し、オブジェクトの将来の状態に関する専門家の仮定を考慮することが可能になります。 科学技術の発展のパターンは、新しい知識や科学技術情報が長い年月をかけて蓄積していくものです。 多くの場合、この蓄積は科学者や開発者の心の中で潜在的な形で進行します。 彼らは、他の誰とも違って、彼らが働いている分野の見通しを評価し、彼らが直接関与している創造に関わるシステムの特徴を予測することができます.
経験上、個々の専門家の体系化されていない判断の使用は、多くの複雑な科学的および技術的問題を解決するのに十分効果的ではないことが示されています. 従来の意思決定準備手順を使用する場合、さまざまな要因を考慮して、問題を解決するための代替方法の全範囲を考慮することができないことがよくあります。
これらすべてが、さまざまな知識分野を専門家として代表する専門家グループのスタッフ配置に頼らざるを得ません。 グループの専門知識を使用することで、多くの側面や要因を考慮するだけでなく、マネージャーが最適なソリューションを見つける助けを借りて、さまざまなアプローチを組み合わせることができます。
1.2. 専門家による評価方法
専門家評価の方法の本質は、専門家が判断の定量的評価と結果の正式な処理により、問題の直感的かつ論理的な分析を行うことです。 処理の結果として得られた専門家の一般的な意見は、問題の解決策として受け入れられます。 直感(無意識の思考)、論理的思考、定量的評価を正式な処理とともに複雑に使用することで、問題の効果的な解決策を得ることができます。
管理プロセスで役割を実行するとき、専門家は2つの主な機能を実行します。オブジェクト(代替状況、目標、決定など)を形成し、それらの特性(イベントが発生する確率、目標の有意係数、決定の好みなど)を測定します。 オブジェクトの形成は、論理的思考と直感に基づいて専門家によって行われます。 この場合、専門家の知識と経験が重要な役割を果たします。 オブジェクトの特性を測定するには、専門家が測定の理論を知っている必要があります。
複雑で形式化できない問題を解決するための科学的ツールとしての専門家による評価方法の特徴は、第一に、各段階で最大の作業効率を保証する、試験のすべての段階の科学的根拠に基づいた組織です。検査の組織化と、専門家の判断の評価および結果の正式なグループ処理の両方における定量的方法の使用。 これらの 2 つの機能により、専門家の評価方法は、人間活動のさまざまな分野で広く使用されている、長く知られている通常の専門知識とは異なります。
専門家による集合的評価は、初期の段階ですでに国家経済を管理するという複雑な問題を解決するために、国家規模で広く使用されていました。 ソビエトの力. 1918年、国家経済最高評議会の下に専門家評議会が設立され、その任務は国の国家経済を再編成するという最も困難な問題を解決することでした。 国の国民経済の発展のための5カ年計画を策定する際に、幅広い専門家の専門家の評価が体系的に使用されました。
現在、国内外で、異なる性質の重要な問題を解決するために、専門家による評価の方法が広く使用されています。 さまざまな業界、協会、および企業には、さまざまな複雑で形式化できない問題に対する解決策を形成する、常設または一時的な専門家委員会があります。
形式化が不十分な一連の問題は、条件付きで 2 つのクラスに分類できます。 第 1 のクラスには、これらの問題をうまく解決できる可能性がある十分な情報がある問題が含まれます。 査読における第一級の問題を解決する際の主な困難は、専門家を選択し、合理的な調査手順を構築し、その結果を処理するための最適な方法を適用することにより、既存の情報の可能性を実現することです。 同時に、尋問と処理の方法は、「良い」メーターの原則の使用に基づいています。 この原則は、次の仮説が満たされることを意味します。
1)専門家は、合理的に処理された大量の情報のリポジトリであるため、質的な情報源と見なすことができます。
2) 専門家のグループ意見は、問題の真の解決策に近い。
これらの仮説が正しければ、測定理論と数学的統計の結果を使用して、ポーリング手順と処理アルゴリズムを構築できます。
2 番目のクラスには、これらの仮説の有効性を確認するには知識の情報ポテンシャルが不十分であるという問題が含まれます。 このクラスの専門家が問題を解決するとき、もはや「優れた測定者」とは見なされません。 そのため、検査結果の取り扱いには細心の注意を払う必要があります。 この場合、「良好なメーター」に有効な平均化方法を使用すると、大きなエラーが発生する可能性があります。 たとえば、ある専門家の意見が、他の専門家の意見とは大きく異なっていたとしても、それが正しいと判明する場合があります。 この点で、2 番目のクラスの問題については、主に定性的処理を適用する必要があります。
専門家による評価方法の範囲は非常に広い。 専門家評価の方法によって解決される典型的なタスクをリストします。
1) 一定期間、さまざまな地域で発生する可能性のあるイベントのリストを作成する。
2) 一連のイベントが完了する可能性が最も高い時間間隔の決定。
3) 重要性の順に並べた管理の目標と目的の定義。
4)代替案の特定(好みを評価して問題を解決するためのオプション。
5) 問題を解決するためのリソースの代替配布と、それらの好みの評価。
6) 代替案自分の好みを評価して、特定の状況で決定を下す。
上記を解決するには 典型的なタスク現在、さまざまな種類の専門家による評価方法が使用されています。 主なタイプは次のとおりです。質問とインタビュー。 ブレーンストーミング; 討論; ミーティング; 運用ゲーム; シナリオ。
これらのタイプの専門家評価にはそれぞれ独自の長所と短所があり、それによって合理的な適用範囲が決まります。 多くの場合、複数の専門性を組み合わせて適用することで最大の効果が得られます。
出題やシナリオは専門家の個人作業を想定。 インタビューは、個別に行うことも、専門家グループと行うこともできます。 他のタイプの専門知識には、作業への専門家の集合的な参加が含まれます。 作業への専門家の個人またはグループの参加に関係なく、多くの専門家から情報を入手することをお勧めします。 これにより、データ処理に基づいてより信頼性の高い結果を得ることができ、専門家の声明には明示的に含まれていない現象、イベント、事実、専門家の判断の依存性に関する新しい情報も得られます。
専門家による評価の方法を使用する場合、いくつかの問題があります。 主なものは次のとおりです。専門家の選択、専門家の調査の実施、調査結果の処理、審査手順の整理。
1.3。 専門家評価の組織
専門家評価の適用に関する作業の組織化の最初の段階は、作業の目的とその実施のための主な規定を策定するガイダンス文書の作成と発行です。 このドキュメントには、次の質問が反映されている必要があります。 実験の目的; 実験の必要性の実証; ターンアラウンドタイム; 管理グループのタスクと構成; グループの義務と権利。 仕事の財政的および物的支援。
この文書を作成し、作業全体を管理するために、試験リーダーが任命されます。 それは、管理グループの形成とその作業を組織する責任を負っています。
形成後、管理グループは、おおよそ次の順序で専門家グループの選択に関する作業を実行します。解決すべき問題の明確化。 問題に関連する活動領域の範囲の決定; 各活動分野における専門家の割合の決定; グループ内の専門家の数の決定; 専門家の場所を考慮して、専門家の予備リストを作成します。 専門家の資質の分析とグループ内の専門家のリストの仕様; 作業に参加するための専門家の同意を得ること。 専門家グループの最終リストの編集。
専門家グループの形成プロセスと並行して、管理グループは、専門家の調査を実施するための組織と方法論を開発しています。 この場合、次の問題が解決されます。調査の場所と時間。 調査ラウンドの数と目的。 調査の形式; 調査結果の記録と収集の手順。 必要書類の構成。
管理グループの作業の次のステップは、調査データを処理するための組織と方法を決定することです。 この段階では、処理のタスクと条件、処理の手順とアルゴリズム、処理の力と手段を決定する必要があります。
専門家の調査を直接実施し、その結果を処理する過程で、管理グループは、作成された計画に従って一連の作業を実行し、内容、タイミング、およびリソースの提供に関して必要に応じて調整します。
管理グループの作業の最終段階は、作業結果の登録です。 この段階で、専門家による評価の結果が分析されます。 報告書の編集; 結果の議論と承認; 承認のために作業の結果を提示する。 組織や個人の審査結果に精通する。
1.4。 専門家の選択
専門家評価手順を実施するには、専門家グループを形成する必要があります。 専門家グループの形成における一般的な要件は、審査の問題に対する効果的な解決策です。 問題を解決する有効性は、検査の信頼性とその費用の特性によって決まります。
専門家の評価の信頼性は、問題に対する実際的な解決策とその結果の分析に基づいてのみ決定できます。 専門家の使用は、情報を取得する他の方法がないという事実によるものです。 したがって、検査の信頼性の評価は、原則として、事後(実験後の)データに基づいてのみ実行できます。 ほぼ同じ構成の専門家で体系的に検査を行うと、専門家グループの作業の信頼性に関する統計データを蓄積し、信頼性の安定した数値評価を取得することが可能になります。 この推定値は、その後の調査のための専門家パネルの信頼性に関するアプリオリ データとして使用できます。
グループ専門家評価の信頼性は、グループ内の専門家の総数、グループ内の異なる専門家の割合、および専門家の特性に依存します。
リストされた要因に対する信頼性の依存の性質を決定することは、専門家の選択における別の問題です。
選択手順における難しい問題は、試験の過程と結果に大きな影響を与える専門家の特徴のシステムの形成です。 これらの特性は、専門家の特定の特性と、専門知識に影響を与える人々の間の可能な関係を説明する必要があります。 専門家の特性の重要な要件は、これらの特性の測定可能性です。
別の問題は、専門家を選択するための手順の編成です。 専門家を選択する過程で実行される作業の明確な順序と、その実施に必要なリソースの決定。
グループ内の専門家の最大数は、財源の制限に対してチェックされます。 信頼性、専門家の数、および支払いコストの関係を判断した後、経営陣はこの情報を経営陣に提示し、可能な代替ソリューションを策定します。 そのような代替案は、専門家評価の結果の信頼性を、専門家への支払い費用の制限を満たすことを保証するレベルまで下げるか、または審査の信頼性に対する当初の要件を維持し、専門家への支払い費用を増やすことです。
専門家の選択における次のステップは、専門家の予備リストの作成です。 このリストを編集するとき、専門家の資質の分析が行われます。 専門家の資質を考慮に入れることに加えて、彼らの場所と、選択された専門家が試験に参加する可能性が決定されます。 資質の評価にあたっては、有識者候補をよく知る人の意見も取り入れています。
専門家のリストを作成した後、試験への参加を勧める手紙が専門家に送られます。 手紙には、試験の目的、試験の時期、試験の実施手順、作業量、および報酬条件が記載されています。 手紙には、専門家データのアンケートと能力の自己評価が添付されています。 専門家の回答を受け取った後、管理グループは専門家グループの最終的なリストを作成します。
リストが編集されて承認されると、専門家グループへの参加に関するメッセージが専門家に送信されます。 専門家の評価がアンケート方式で行われる場合、専門家グループへの参加の通知と同時に、すべての専門家に必要な指示を記入するためのアンケートが送信されます。 専門家に試験への参加を通知することにより、専門家の選択に関する作業は終了します。
1.5。 専門家調査
調査は、管理グループと専門家の共同作業の主な段階です。 調査の主な内容は次のとおりです。
問題の説明と専門家への質問の提示。
専門家の仕事のための情報サポート;
判断、見積もり、提案の専門家による開発;
専門家の作業の結果を収集します。
調査プロセスで解決されるタスクには、次の 3 つのタイプがあります。
特定のオブジェクトの定性的または定量的評価。
新しい施設の建設;
新しい施設の建設と評価。
集合的専門知識では、次の主な種類の調査が使用されます。ディスカッション、質問とインタビュー、アイデアの集合的生成の方法、またはブレインストーミングです。
調査は、フィードバックの有無にかかわらず実施できます。 フィードバック付きの質問では、専門家はいくつかの段階で調査され、前段階の調査結果の一部は、個々の専門家の評価とその議論を含む専門家の注意を引くようになります。
調査の組織における主なことは、最大の情報と最大の創造的活動、専門家の独立性を提供することです。 可能であれば、専門家の創造的な独立性と活動を同時に奪うことなく、分析された現象に関連するすべての情報を各専門家に提供するよう努める必要があります。これは、専門家と調査の主催者の両方が利用できます。
しかし、情報処理の専門家の可能性は限られています。 その結果、専門家は、自由に使えるすべての情報を使用せずに決定を下すことができます。 さらに、新しい情報は、特定の内部抵抗を持つ人によって認識され、すでに確立されている主観的評価にすぐには影響しません。 新しい情報に対する態度はより好意的であり、それがわかりやすく、鮮やかでコンパクトな形で提示されれば、その認識と使用はより完全になります。
これらの 心理的特徴記録を保持し、技術的手段を使用して、入ってくる情報を取得する機会を専門家に提供する必要があるだけでなく、情報を前処理して、最も認識しやすい形式で専門家に提示する必要があります。
専門家による情報の交換の重要性の矛盾を強調する必要があります。そのような情報の受信には、専門家によるオブジェクトのモデルの構築における創造的な独立性を失う危険性が伴うためです。 この矛盾を解決することは完全に不可能であり、各試験において、主催者はまず第一に、調査の種類、専門家間のコミュニケーションの形式と程度を選択することによって、合理的な妥協点を見つけなければなりません。
各タイプの調査には、専門家間の情報交換を構築し、彼らの独立した創造性を組織する上で、長所と短所があります。 どちらのタイプの調査を選択するかは、多くの要因によって決定されます。主な要因は次のとおりです。
試験の目的と目的。
分析された問題の本質と複雑さ;
初期情報の完全性と信頼性。
調査の結果得られた情報の必要な量と信頼性。
一般的な調査と試験に割り当てられた時間。
調査および検査全般の許容費用。
管理グループの専門家とメンバーの数、その特徴。
質問は、専門家の情報サポートと彼らの独立した創造性を組み合わせる最良の方法を可能にするため、最も効果的で最も一般的な種類の調査です。
第 2 章 情報の形式化と比較の尺度
専門家から受け取った情報の合理的な使用は、意思決定の準備と決定を目的としたさらなる分析に便利な形式に形成されている場合に可能です。
情報を形式化する可能性は、調査中のオブジェクトの特定の機能、利用可能なデータの信頼性と完全性、および意思決定のレベルによって異なります。 専門家データの表示形式は、受け入れられている基準にも依存し、その選択は、調査中の問題の詳細に大きく影響されます。
専門家から受け取った情報の公式化は、数学的に完全に説明できない技術的、経済的、経済的問題の解決策を準備することを目的とすべきです。 測定だけでなく、研究対象の目標の性質、目標を達成するための手段、および外部条件にも関連する不確実性が含まれています。
見通しを分析する際には、定量化できない情報の一部を間接的な見積もりの形で提示するだけでなく、その時点で十分に信頼できるデータがない定量化可能な情報をそのような見積もりの助けを借りて表現するだけでなく、決定の準備の。 最も重要なことは、意思決定者が一連のアクションから、ある基準に関連して最も好ましい 1 つまたは複数のアクションを選択できるように、この情報を形式化することです。
専門家がアクションの可能なオプションを比較および評価し、それぞれに特定の番号を割り当てることができる場合、彼は特定の好みのシステムを持っています。 これらのプリファレンスを設定できるスケールに応じて、専門家による評価に含まれる情報は多かれ少なかれ、形式化する能力も異なります。
調査対象または現象は、兆候または要因に基づいて識別または区別することができます。 因子は、考慮されるいくつかの量の異なるレベルを表す少なくとも 2 つの要素のセットです。 一部の要因のレベルは、定量的に(ルーブル、パーセント、キログラムなどで)表現できます。そのような要因は、定量的と呼ばれます。 他人のレベルは数値では表せず、質的と呼ばれます。
因子は、条件付きで離散型と連続型に分けられます。 離散は、特定の、通常は少数の水準を持つ因子です。 レベルが連続セットを形成すると見なされる要因は、連続と呼ばれます。 分析の目的と機能に応じて、同じ因子を離散または連続として扱うことができます。
さまざまなスケールを使用して情報を形式化する際の専門家の方法で使用される主な論理公理を考えてみましょう。
使用する 公称尺度調査対象のオブジェクトは、次の 3 つの識別公理に基づいて識別および区別できます。
1) 私そこか j、またはありません j ;
2) もし 私がある j、 それから jがある 私 ;
3) もし 私がある jと jがある k、 それから 私がある k .
この場合の要因は、1 (同一) または 0 (異なる) の 2 つのレベルのバイナリ推定値の形式で形式化できる情報を持つ連想インジケーターとして機能します。
比較の結果、調査中のオブジェクトを特定の順序で配置できる場合、重要な要因(要因)を考慮して、 順序尺度、同等性または優位性を確立できるようにします。
特定の順序で配置する必要があるとします nある要素 (基準) に応じたオブジェクト。 この順序付けを行列として表します。 私、j = 1,2,…, n .
数量はオブジェクト間の関係を確立し、次のように定義できます。
順序条件の遵守に必要な基本的な公理を確立しましょう。 比率の意味 私好ましい j、非対称、つまり if then および推移的、つまり if then でなければなりません
比率の意味 私と jが等しいことを同値関係と呼びます。 この比率は
反射的、つまり
対称、つまり、
他動詞、つまり if と then
さらに、これら 2 つの関係は互換性がなければなりません。つまり、if と then および if と then
そして最後に、順序を接続する必要があります。 任意の i および j または または または
序数スケールを使用すると、要素 (基準) が明示的に指定されていない場合でもオブジェクトを区別できます。 比較の符号がわからない場合でも、専門家の好みのシステムに基づいてオブジェクトを部分的または完全に並べ替えることができます。
任意のセット あその要素のいずれか 2 つの場合、順序付きと呼ばれます バツと よどちらかであることがわかりました バツ先行した よ、 また よ先行した バツ. セットのすべての要素に対して厳密な優先順位を確立できない場合がありますが、同等の要素のサブセットが順序付けされている場合、「グループ」順序付けを生成することは可能です。 次に、これらのサブセットの比較と順序付けの問題を提起できます。
順序尺度を使用すると、すべての単調増加関数に対応する専門家から受け取った推定値の変換を実行できます。 したがって、たとえば、正の推定値は、その二乗、対数、またはその他の単調増加関数で置き換えることができます。
専門家から受け取った見積もりを形式化するために、よく使用されます。 間隔スケール. このような尺度をこれらの目的に使用すると、ほとんどすべての通常の統計的手段を講じることができます。 例外は、スケールの「真の」ゼロ点の知識を必要とする測定であり、ここでは条件付きで紹介されています。
間隔スケールは、方程式を使用して、あるスケールで取得したスコアを別のスケールのスコアに変換する可能性を示唆しています。
間隔スケールの値の差は、比率スケールの測定値になります。 通常の数値スケールでは、 減算の結果、定数項を取り除くことができます b .
多くの場合、専門家の評価を形式化するとき、関係の規模にのみ固有の加法的特性が使用されます。 加法性の存在は、次の公理によって表されます。
1) もし j = aと 私> 0 の場合 私 + j > a ;
2) 私 + j = j + 私 ;
3) もし 私 = aと j = b、 それから 私 + j = a + b ;
4) (私 + j) + k = 私 + (j + k).
加法性を考慮して決定を下す必要がある一般的な状況は、いくつか (少なくとも 2 つ) の定性的要因がある場合です。 特定のオブジェクトを特徴付ける要因がいくつかある場合、オブジェクトの関係には多くの実際のプロパティとタイプがあります。
たとえば、客観的な内容に応じて、新しいテクノロジーの作成と実装の有効性を特徴付ける要因(指標)は、技術的、経済的、社会的に分類できます。 一方、これらの要因は、新しいテクノロジーの作成と実装のプロセスにおける役割に応じてグループ化でき、たとえば、コスト、品質、経済効率などを特徴付ける指標が強調されます。
研究中の問題の性質と目的に応じて、オブジェクトが異なる要因は、それらの間で定量的に比較可能または比較不可能であり、部分的に比較可能 (つまり、いずれともではなく、それらの一部のみ) であり、重要度によって並べ替えられます。など.d. さまざまな要因の通約不可能性は、異なる測定単位を使用する必要があるだけでなく、特定の特性を表す各要因が同時に、この特性に対する態度の評価であるという事実にも起因します。意思決定者。
すべてのレベルでの管理の実践では、多くの要因を考慮して決定を下す必要がある状況がしばしば発生します。 どの要素を最も重要と見なすべきかという問題は、決定の対象の定性的な特徴と、この決定が満たさなければならない目標によって異なります。
たとえば、計画のいくつかのオプションまたは組織的および技術的対策のオプションを検討する場合、時間、コスト、技術的および社会的結果、経済効率などの要因を考慮する必要があります。 通常、彼らはさまざまな要因をすべて明確で複雑な評価に導こうとしますが、最も便利で一般的なそのような評価は金銭的なものです。
ただし、決定、特に科学技術の進歩に関連する決定の結果はコスト指標を超えているため、特定の要因 (またはその複合体) の重要性、有用性を特徴付ける指標が必要です。 このような統合メーターは、製品の品質、生産の技術的および経済的レベルの評価、科学組織の業績の評価、およびその他の多くのタスクで広く使用されています。 そのようなメーターの十分に実証された正式なシステムを作成する問題は、まだ最終決定にはほど遠いですが、いくつか指摘することができます 共通の機能、このプロセスの形式化へのアプローチと、1つまたは別の論理的および数学的装置の使用へのアプローチを提供します。
すべての要因が名目上の尺度で与えられている場合、つまり いくつかの属性 a と要素 M の初期セットがこのスケールで与えられ、目標は、この属性を持つ要素 M(a) のサブセットを選択することです。 そのような場合、要素、またはむしろそれらのプロパティは、符号 (標準) と比較され、結果 (セットの分割) は、2 つの要素のスケールでの順序付けと見なすことができます。要素には、0 または 1 のスコアが割り当てられます。
因子が順序スケールまたはいくつかの順序スケールで与えられる場合、目標は、元のセットの要素を順序付け、専門家の助けを借りて、仮定によって固有の隠された順序を特定することですこのセット。 必要条件この問題の解決策は、推移性の仮定です。 要素がより完全に順序付けられているほど、そのような問題を解決するために論理数学および組み合わせ手法を適用することが容易になります。
特定の要因の性質または重要性に応じて、準備および意思決定の段階でさまざまな尺度を使用できます。 コスト、利益、時間などの要因は、序数または間隔スケール (ルーブル、日、または従来の単位) で評価できます。 投資回収期間やオプションの比較効果などの要因を評価するには、間隔スケールを使用できます。 質的または社会的要因は、序数または名義尺度で評価できます。
第 3 章 専門家による評価の処理
3.1. 処理タスク
専門家グループの調査を実施した後、結果が処理されます。 処理のための最初の情報は、専門家の好みと、これらの好みの実質的な正当化を表す数値データです。 処理の目的は、一般化されたデータと、専門家の評価に隠された形で含まれる新しい情報を取得することです。 処理結果に基づいて、問題の解決策が形成されます。
数値データと有意義な専門家の発言の両方が存在するため、グループ専門家評価の結果を処理するための定性的および定量的方法を適用する必要が生じます。 これらの方法の割合は、本質的に、専門家の評価によって解決される問題のクラスに依存します。
問題のセット全体は、2 つのクラスに分けることができます。 最初のクラスには、十分なレベルの知識と経験がある、つまり必要な情報の可能性がある解決のための問題が含まれます。 このクラスに属する問題を解決する場合、専門家は優れた平均的な測定者と見なされます。 「平均的に良い」という用語は、真に近い測定結果が得られる可能性を指します。 多くの専門家にとって、彼らの判断は真の価値に集中しています。 したがって、第 1 クラスの問題のグループ専門家評価の結果を処理するには、データ平均化に基づく数学的統計の方法をうまく適用できます。
第 2 のクラスには、まだ十分な情報ポテンシャルが蓄積されていない解決策の問題が含まれます。 この点で、専門家の意見は互いに大きく異なる可能性があります。 さらに、他の意見とは大きく異なるある専門家の判断が真実であることが判明する可能性があります。 明らかに、2 番目のクラスの問題を解決する際にグループ エキスパート評価の結果を平均化する方法を使用すると、大きなエラーが発生する可能性があります。 したがって、この場合の専門家の調査結果の処理は、平均化の原則を使用しない方法ではなく、定性分析の方法に基づいている必要があります。
第 1 種の問題が査読の実践において最も一般的であることを考慮して、この章の焦点は、第 1 種の問題の査読結果を処理する方法にある。
専門家評価の目標と選択した測定方法に応じて、調査結果を処理するときに次の主なタスクが発生します。
1) 専門家の個々の評価に基づいて、オブジェクトの一般化された評価を構築する。
2) 各専門家によるオブジェクトのペア比較に基づく一般化された評価の構築。
3) オブジェクトの相対重量の決定。
4) 専門家の意見の一貫性を判断する。
5) ランキング間の依存関係の決定。
6) 処理結果の信頼性の評価。
専門家の個々の評価に基づいてオブジェクトの一般化された評価を構築するタスクは、グループ専門家評価で発生します。 この問題の解決策は、専門家が使用する測定方法によって異なります。
多くの問題を解決する場合、1 つの指標または指標のセットに従ってオブジェクトを配置するだけでは十分ではありません。 他のオブジェクトと比較した相対的な重要性を示す、各オブジェクトの数値を持つことが望ましいです。 言い換えれば、多くの問題では、オブジェクトの順序付けを実行するだけでなく、あるオブジェクトの優先度を別のオブジェクトよりも決定できるようにする、オブジェクトの推定値が必要です。 この問題を解決するために、直接評価の方法を直接適用できます。 ただし、特定の条件下では、専門家の見積もりを処理することで同じ問題を解決できます。
専門家の意見の一貫性の判断は、個々の意見の類似度を特徴付ける数値尺度を計算することによって実行されます。 一貫性の尺度の値の分析は、解決されている問題に関する一般的な知識レベルについての正しい判断の発展と、専門家の意見のグループ化の識別に貢献します。 意見のグループ化の理由の定性的分析により、さまざまな見解、概念の存在を確立し、科学的な学校を特定し、その性質を判断することが可能になります 職業活動これらすべての要因により、専門家の調査結果をより深く理解することが可能になります。
専門家評価の結果を処理することにより、さまざまな専門家のランキング間の依存関係を決定し、それによって専門家の意見の統一性と差異を確立することができます。 オブジェクトの比較のさまざまな指標に基づいて構築されたランキング間の関係を確立することも、重要な役割を果たします。 このような依存関係を特定することで、関連する比較指標を明らかにし、おそらく関連の程度に従ってそれらをグループ化することができます。 実践のための依存関係を決定するタスクの重要性は明らかです。 たとえば、比較指標が異なる目的であり、対象が目的を達成するための手段である場合、目的を達成するための手段を順序付けるランキングの関係を確立することで、目的を達成する程度の問題に合理的に答えることができます。これらの手段で1つの目標を達成すると、他の目標の達成に貢献します。
処理に基づいて得られた推定値はランダムなオブジェクトであるため、処理手順の重要なタスクの 1 つは、その信頼性を判断することです。 この問題の解決には適切な注意を払う必要があります。
検査結果の処理には時間がかかります。 単純な注文の問題を解決する場合でも、推定値とその信頼性の指標を手動で計算すると、多大な人件費が発生します。 このため、使用することをお勧めします コンピューターテクノロジー特にコンピューター。 コンピュータを使用すると、専門家の評価結果を処理するためのアルゴリズムを実装するコンピュータ プログラムを開発するという問題が生じます。
3.2. オブジェクトのグループ評価
このセクションでは、一連のオブジェクトの専門家による評価の結果を処理するためのアルゴリズムを検討します。 させて メートル評価された専門家 nによる施設 l指標。 評価結果は値として表示されます。 j– 専門家番号 私- オブジェクト番号、 時間– 比較の指標 (属性) の番号。 オブジェクトの評価がランキング方式で行われる場合、値はランクです。 オブジェクトの評価が直接評価の方法または逐次比較の方法によって実行される場合、値は数値軸の特定のセグメントからの数値またはポイントです。 評価結果の処理は、考慮される測定方法に大きく依存します。
値が直接評価または逐次比較の方法で取得される場合、つまり数値またはポイントである場合を考えてみましょう。 この場合、オブジェクトのグループ評価を取得するには、次のことができます (各オブジェクトの評価の平均値を使用します)。
(5.1)
どこで - オブジェクトの比較の指標の重みの係数 - 専門家の能力の係数。 指標の重み係数とオブジェクトの能力は正規化された値です
(5.2)
インジケーターの重み係数は、専門家が決定できます。 重み係数の場合 時間- 与えられた指標 j- 番目のエキスパート、次に平均重み係数 時間- すべてのエキスパートの th 指標は等しい
(5.3)
基本的なスケールでオブジェクトの特性を測定する際に、能力の重みと指標の重要性を使用して個々の評価を合計することにより、グループの専門家の評価を取得することは、フォン ノイマン-モルゲンシュテルン効用理論の公理が個人とグループの両方で満たされるという仮定に基づいています。評価と、すべての個別の評価で区別できない場合のグループ関係でのオブジェクトの区別がつかない条件 (部分パレート原理)。 実際の問題では、これらの条件は通常満たされるため、個々の専門家の評価を重みで合計してオブジェクトのグループ評価を取得することは、実際には広く使用されています。
専門家の能力係数は、事後データ、つまりオブジェクト評価の結果から計算できます。 この計算の主な考え方は、オブジェクトのグループ評価との評価の一貫性の程度によって、専門家の能力を評価する必要があるという仮定です。
エキスパート能力係数を計算するためのアルゴリズムは、反復手順の形式をとります。
(5.4)
(5.5)
(5.6)
から計算開始 t=1。 式 (5.4) では、能力係数の初期値は同じであると仮定されます. 次に、式 (5.4) によると、最初の近似のオブジェクトのグループ推定値は算術平均値に等しくなります。専門家の見積もりの
(5.7)
(5.8)
式(5.6)による最初の近似の能力係数の値:
(5.9)
最初の近似の能力係数を使用して、式 (5.4)、(5.5)、(5.6) を使用して計算プロセス全体を繰り返し、量の 2 番目の近似を得ることができます。
オブジェクトの推定値と能力係数を計算するための反復手順の繰り返しは、当然、その収束の問題を引き起こします。 この問題を検討するために、方程式 (5.4)、(5.6) から変数を削除し、これらの方程式をベクトル形式で表します。
ここで行列 で寸法と から寸法が等しい
式 (5.10) の量は、式 (5.5) によって決定されます。
行列の場合 でと からが非負かつ分解不能である場合、ペロン-フロベニウスの定理から次のように、プリベクトル および - は行列の固有ベクトルに収束します。 でと から、これらの行列の最大固有値に対応
(5.12)
ベクトルの限界値 バツと k式から計算できます。
(5.13)
行列の最大固有値はどこですか でと から .
行列の非負性条件 でと から行列の負でない要素を選択することで簡単に実行できます バツ専門家によるオブジェクトの評価。
行列の非分解条件 でと からこれらの行列が分解可能である場合、これは専門家とオブジェクトが独立したグループに分割されることを意味するため、実際には成り立ちます。 この場合、エキスパートの各グループは、そのグループのオブジェクトのみを評価します。 当然、この場合、グループ評価を受けることは意味がありません。 したがって、行列の非負性および非分解性の条件 でと から、したがって、手順 (5.4)、(5.5)、(5.6) の収束の条件は、実際の条件下で満たされます。
オブジェクトのグループ評価のベクトルと能力係数の実際の計算は、再帰的な式 (5.4)、(5.5)、(5.6) を使用して実行する方が簡単であることに注意してください。 これらのベクトルの限界値を式 (5.13) で決定するには、コンピューター技術を使用する必要があります。
値がランクになるように、専門家がランキング方式でオブジェクトのセットを評価する場合を考えてみましょう。 ランキング結果を処理することは、一般化されたランキングを構築することです。 このようなランキングを構築するために、ランキングの有限次元離散空間とこの空間内のメトリックを導入します。 オブジェクトのセットの各ランキング j 1 番目のエキスパートは、ランキング スペースのポイントです。
ランキングは、ペアごとの比較行列として表すことができ、その要素は次のように定義されます。
明らかに、すべてのオブジェクトはそれ自体と同等であるためです。 行列要素は反対称です。
ランク付けされたすべてのオブジェクトが等しい場合、ペアワイズ比較行列のすべての要素はゼロに等しくなります。 このようなマトリックスを指定し、そのマトリックスに対応するランキング空間の点を開始点とします。
ランク付けされたオブジェクトの順序を逆にすると、ペアごとの比較行列が転置されます。
間の距離としてのメトリック 私-番目と j-番目のランキングは、式によって一意に決定されます
次の 6 つの公理が満たされている場合:
1. さらに、ランキング と が同一である場合、平等が達成されます。
2.
さらに、ランキングがランキングとランキングの「間にある」場合、平等が達成されます。 「の間にある」という概念は、ランキングのあるオブジェクトのペアについての判断が、このペアについての in、in、または in の判断と一致することを意味します。
4.
ここで、オブジェクトのある順列と同じ順列から取得されます。 この公理は、オブジェクトの再番号付けからの距離の独立性を主張します。
5. 2 つのランキングが同じである場合 n-要素 同時に両方のランキングのセグメントである要素のセット、これらのみのランキングであるかのように計算できます n-オブジェクト。 ランキング セグメントは、補数が空でなく、この補数のすべての要素がセグメントの各要素の前または後ろにあるセットです。 この公理の意味は、セグメントの最初と最後で 2 つのランキングが完全に一致しており、その違いは平均の順序にあるということです。 n-オブジェクト、ランキング間の距離は、平均のランキングに対応する距離に等しいと仮定するのが自然です n-オブジェクト。
6. 最小距離は 1 です。
2 つのオブジェクトのランキング空間は、同じ直線上にある 3 つのポイントとして表すことができます。 ポイント間の距離は等しく、オブジェクトが 3 つの場合、すべての可能なランキングの空間は 13 ポイントで構成されます。
導入されたメトリックを使用して、一般化されたランキングを、エキスパートのランキングを表すポイントと最もよく一致するポイントとして定義しましょう。 実際の最良の一致の概念は、ほとんどの場合、中央値と平均ランキングとして定義されます。
中央値はランキング スペース内のポイントであり、そこからすべてのポイントまでの距離の合計です。専門家のランキングは最小です。 定義によると、中央値は条件から計算されます
平均ランキングはそのようなポイントであり、そこからすべてのポイントまでの二乗距離の合計です。エキスパート ランキングは最小です。 条件から平均順位が決まる
ランキング空間は有限かつ離散的であるため、中央値と平均ランキングはこの空間内の任意のポイントにしかなりません。 一般的なケースでは、中央値と平均のランキングは、どの専門家のランキングとも一致しない場合があります。
専門家の能力が考慮される場合、中央値と平均ランキングは次の条件から決定されます。
専門家の能力の係数はどこにありますか。
オブジェクトが複数の指標によってランク付けされている場合、最初にすべての指標の各エキスパートの中央値が決定され、次に一連のエキスパートに対して中央値が計算されます。
(j =1,2,…,メートル);
指標の重み係数はどこにありますか。
中央値または平均ランキングの形式で一般化されたランキングを決定することの主な欠点は、計算の複雑さです。 オブジェクトの数の増加に伴うスペースの均一性の非常に急速な増加と、その結果、計算。 見つける問題や整数計画法の特定の問題を減らすことができます。 ただし、これは計算上の困難を効果的に軽減するものではありません。
さまざまな基準の下での一般化されたランキング間の不一致は、専門家の数が少なく、その評価に一貫性がない場合に発生します。 専門家の意見が近い場合、中央値と平均値の基準に従って構築された一般化されたランキングは一致します。
中央値または平均ランキングの計算が複雑なため、より多くの 簡単な方法一般化されたランキングの構築。
そのような方法の中には、ランクの合計の方法があります。
この方法は、すべてのエキスパートから各オブジェクトが受け取ったランクの合計の値に従って、オブジェクトをランク付けすることから成ります。 ランキング マトリックスの場合、合計がコンパイルされます。
専門家の能力を考慮に入れるには、それぞれを掛け合わせるだけで十分です 私- 能力係数のランキング j-th エキスパート この場合、ランクの合計の計算 私番目のオブジェクトは、次の式に従って生成されます。
(私 =1,2,…,n).
専門家の能力を考慮した一般化されたランキングは、すべてのオブジェクトのランクの合計の順序付けに基づいています。
ランクの合計による一般化されたランク付けの構築は、ランクが自然数 1、2、...、 n. ランクが次数スケールの数値として任意に割り当てられる場合、ランクの合計は、一般的に言えば、変換の単調性の条件を維持しないため、オブジェクトのオブジェクトのさまざまなマッピングに対してさまざまな一般化されたランキングを取得できます。数値システム。 オブジェクトの場所の番号付けは、自然数の助けを借りて独自の方法で行うことができます。 したがって、専門家の間で十分な合意が得られれば、ランクサム法を使用して一般化されたランキングを構築すると、中央値の計算結果と一致する結果が得られます。
一般化されたランキングを構築するための理論的により実証された別のアプローチは、ランキング行列からペアワイズ比較行列に移行し、この行列の最大固有値に対応する固有ベクトルを計算することです。 オブジェクトの順序付けは、固有ベクトル コンポーネントの大きさによって実行されます。
3.3. 有識者意見のコンセンサスの評価
オブジェクトをランク付けするとき、専門家は通常、問題が解決されていることに同意しません。 この点で、専門家の同意の程度を定量化する必要があります。 専門家の意見の一貫性を定量的に測定することで、意見の相違の理由をより合理的に解釈することができます。
現在、専門家グループの意見の一貫性には、分散とエントロピー一致係数の 2 つの尺度があります。
一致の分散係数. ランキング結果のマトリックスを考える nグループごとのオブジェクト メートル専門家 ( j =1,…,メートル ; 私 =1,…,n)、割り当てられたランクはどこですか j- 番目の専門家 私-番目のオブジェクト。 各列のランクの合計をコンパイルします。 その結果、コンポーネントを持つベクトルが得られます
(私=1,2,…,n)。 (5.14)
数量を確率変数の実現として考え、分散の推定値を見つけてみましょう。 知られているように、最小平均二乗誤差の基準によって最適化された分散推定値は、次の式によって決定されます。
, (5.15)
は数学的な期待値の推定値であり、次の値に等しい
一致の分散係数は、分散推定値 (5.15) とこの推定値の最大値の比率として定義されます。
一致係数は 0 から 1 に変化します。
関連するランクが存在しない場合の分散推定値の最大値を計算してみましょう (すべてのオブジェクトが異なります)。 最初に、数学的期待値の推定がオブジェクトの数と専門家の数だけに依存することを示しましょう。 (5.14) の値を (5.16) に代入すると、
最初に総和を考える 私固定で j. これはのランクの合計です j- 番目の専門家。 専門家は1から1までの自然数を使用するため、 n、そして、知られているように、1 から までの自然数の合計 nに等しい
(5.19)
(5.19) を (5.18) に代入すると、次のようになります。
(5.20)
したがって、平均値は専門家の数のみに依存します メートルおよびオブジェクト数 n .
分散推定値の最大値を計算するには、(5.14) の値を (5.15) に代入し、括弧内の二項式を二乗します。 その結果、
(5.21)
(5.18) から次のことを考えると、
我々が得る
(5.22)
で最大分散値に達します。 最高値角括弧内の最初の項。 このメンバーの値は、基本的にランクの位置 (各行の自然数) に依存します。 私. たとえば、すべて メートル専門家はすべてに同じランキングを付けました nオブジェクト。 次に、同じ数字が行列の各行に配置されます。 したがって、それぞれのランクの合計は 私-u 行が与える メートル-複数の繰り返し 私-ロ番号:
二乗と総和 私、 (5.22) の最初の項の値を取得します。
(5.23)
ここで、専門家が不一致のランキングを与えるとします。たとえば、次の場合です。 n =メートルすべての専門家が同じオブジェクトに異なるランクを割り当てます。 それで
この式を比較すると メートル =n、式(9)の角括弧内の最初の項が2番目の項と等しいことを確認します。したがって、分散推定値はゼロです。
したがって、専門家ランキングが完全に一致する場合は、分散推定値の最大値に対応します。 (5.23) を (5.22) に代入して変換すると、
(5.24)
表記を紹介します
(5.25)
(5.25) を使用して、分散推定 (5.15) を次のように書きます。
(5.24)、(5.25)、(5.26) を (5.17) に代入し、係数 ( n-1)、一致係数の最終式を書きます。
(5.27)
この式は、関連するランクがない場合の一致係数を決定します。
ランキングに関連するランクがある場合、式 (5.17) の分母の分散の最大値は、関連するランクがない場合よりも小さくなります。 関連するランクが存在する場合、一致係数は次の式で計算されることがわかります。
(5.28)
(5.29)
式 (5.28) - 関連するランクの指標 j- ランキング、 - ランクが等しいグループの数 j- 順位、 - の等しい順位の数 k-ランキング時の関連ランクのグループ j番目の専門家。 一致するランクがない場合は、=0,=0 となり、したがって =0 になります。 この場合、式 (5.28) は式 (5.27) と一致します。
すべての専門家ランキングが同じ場合、一致係数は 1 です。 すべてのランキングが異なる場合、つまりまったく一致しない場合、一致係数はゼロです。
式 (5.27) または (5.28) によって計算される一致係数は、係数の真の値の推定値であるため、確率変数です。 一致係数の推定値の有意性を判断するには、次の頻度分布を知る必要があります。 さまざまな意味専門家の数 メートルおよびオブジェクト数 n. の周波数割り当て Wで計算されます。 大きな値の場合 メートルと n既知の統計を使用できます。 オブジェクトの数で n>7 一致係数の有意性の評価は、基準に従って行うことができます。 価値 wm (n -1 ) の分布を持つ v=n–1 自由度。
関連付けられたランクがある場合、分布は次のようになります。 v=n-1 の自由度の値は次のとおりです。
(5.30)
エントロピー一致係数式 (一致係数) によって決定されます。
どこ ひ式によって計算されたエントロピー
(5.32)
a は最大エントロピー値です。 エントロピーの式 - 確率推定値 j-次のランクが割り当てられました 私-番目のオブジェクト。 これらの確率推定値は、オブジェクトにランクを割り当てた専門家の数の比率として計算されます j専門家の総数に。
エントロピーの最大値は、等確率のランク分布で達成されます。 それで
この関係を式 (5.32) に代入すると、
(5.35)
一致係数は 0 から 1 まで変化します。 ランクによるオブジェクトの配置が同じ確率である場合。 このケースは、定式化された一連の指標に従ってオブジェクトをランク付けすることが不可能であるか、または専門家の意見の完全な不一致が原因である可能性があります。 で、これはゼロ エントロピーで達成されます ( ひ=0)、すべての専門家が同じランキングを付けます。 実際、この場合、各固定オブジェクトに対して、すべての専門家が同じランクを割り当てます j、したがって、a したがって、および ひ =0.
分散とエントロピーの一致係数の比較評価は、これらの係数が同様のランキングを持つ専門家の一貫性についてほぼ同じ評価を与えることを示しています。 ただし、たとえば、専門家のグループ全体が意見で2つのサブグループに分割され、これらのサブグループのランキングが反対(直接および逆)である場合、一致の分散係数はゼロに等しくなり、エントロピー係数一致度は 0.7 になります。 したがって、一致のエントロピー係数により、意見が2つの反対のグループに分割されているという事実を修正できます。 エントロピー一致係数の計算量は、分散一致係数の計算量よりも若干多くなります。
3.4. ペアごとのオブジェクト比較の処理
多数のオブジェクトを評価する問題(ランキング、相対的な重みの決定、スコアリング)を解決するとき、専門家によるオブジェクトの多くの特性の認識により、心理的な困難が生じます。 専門家は、オブジェクトのペアワイズ比較の問題を比較的簡単に解決します。 問題は、推移性の条件を課すことなく、ペアごとの比較の結果に基づいてオブジェクトのセット全体の推定値を取得する方法です。 この問題を解決するためのアルゴリズムを考えてみましょう。 させて メートル専門家がオブジェクトのすべてのペアを評価し、数値的な推定を行います
(5.36)
専門家のペアを評価するときに、彼らが専門家の好みを支持して話し、専門家がこれらのオブジェクトが同等であると見なした場合、確率変数の数学的期待値の推定値は次のようになります。
(5.37)
専門家の総数は合計に等しい
(5.38)
ここから決定して (5.37) に代入すると、
(5.39)
一連の値がマトリックスを形成し、それに基づいてすべてのオブジェクトのランキングを構築し、オブジェクトの相対的な重要性の係数を決定できることは明らかです。
次数のオブジェクトの相対的な重要度の係数のベクトルを導入しましょう t次の式:
ここで、オブジェクトのペアの推定値の数学的期待値の行列です。 - 順序のオブジェクトの相対的な重要度の係数のベクトル t . 値は
(5.41)
一次の相対的な重要度の係数は、行列の行の要素の相対的な合計です バツ. 確かに、仮定すると t=1、(5.40) から
(5.42)
二次相対重要度係数 ( t=2) 行列の行の要素の相対和 x2 .
(5.43)
行列の場合 バツが非負かつ非分解可能である場合、次数が増加するにつれて、量は行列の最大固有値に収束します バツ
オブジェクトの相対的な重要度の係数のベクトルは、行列の固有ベクトルになる傾向があります バツ最大固有値に対応
行列の固有値と固有ベクトルは、代数方程式を解くことによって決定されます
ここで、E は恒等行列であり、一次方程式系
どこ kは行列固有ベクトルです バツ最大固有値に対応します。 固有ベクトル コンポーネントは、オブジェクトの相対的な重要度の係数であり、比率スケールで測定されます。
実用的な観点からは、式 (5.40) に従って逐次的にオブジェクトの相対的な重要度の係数を計算する方が簡単です。 t=1, 2, … 経験が示すように、値と k、式(5.46)、(5.47)によって決定される限界値に近い。
すべての要素 (5.39) が非負であるため、行列は負ではありません。 行(同じ名前の行と列)を並べ替えることによって三角形の形に縮小できない場合、行列は分解不能と呼ばれます
(5.48)
行列の非分解部分行列はどこにありますか バツ. 行列表現 バツ(5.48) の形式では、オブジェクトを次のように分割することを意味します。 l支配的なセット
で 1 =nマトリックス バツつまり、オブジェクトの元のセットと一致する支配的なセットは 1 つしかありません。 マトリックス分解性 バツ専門家の間でオブジェクトの評価に大きな意見の相違があることを意味します。
行列の場合 バツが分解できない場合、相対重要度の係数を計算すると、比較指標に関して、あるオブジェクトが別のオブジェクトよりも何倍優れているかを判断できます。 オブジェクトの相対的な重要度の係数を計算すると、オブジェクトのランキングを同時に構築できます。 オブジェクトは、最初のオブジェクトが最も高い相対重要度係数を持つオブジェクトになるようにランク付けされます。 完全なランキングは不等式の連鎖によって決定されます
次から
行列 X が分解可能である場合、各セットに対してのみ相対的な重要度の係数を決定することができます。 各行列について、最大固有値と対応する固有ベクトルが決定されます。 固有ベクトルのコンポーネントは、セットに含まれるオブジェクトの相対的な重要度の係数です。 これらの係数に従って、このセットのオブジェクトがランク付けされます。 オブジェクトの全体的なランキングは、次の関係によって与えられます。
したがって、行列の場合 バツ分解できない場合、オブジェクトのペア比較の結果に応じて、関係のスケールと順序のスケール(ランキング)の両方でオブジェクトの好みを測定できます。 行列の場合 バツ分解可能な場合、オブジェクトのランク付けのみが可能です。
なお、選好関係は任意の正数で表すことができる。 から. この場合、条件を満たす必要があります。特に、次のいずれかを選択できます。 から=2 したがって、 if 、 then if then および if 、 then 。
3.5. ランキング関係の判定
ランキング結果を処理するとき、2 人の専門家のランキング間の関係、同じ問題セットを解決するときの 2 つの異なる目標の達成間の関係、または 2 つの機能間の関係を決定する問題が発生する可能性があります。
これらの場合、関係の尺度は次のようになります。 順位相関係数. 一連のランキングまたは目標の関係の特徴は、ランキング相関係数のマトリックスになります。 Spearman と Kendall の順位相関係数は既知です。
スピアマンの順位相関係数は、次の式で決定されます。
ここで、 は 1 番目と 2 番目のランキングの相互相関モーメント、 はこれらのランキングの分散です。 これら 2 つのランキングに基づいて、相互相関モーメントと分散の推定値が次の式で計算されます。
(5.51)
(5.52)
どこ n- ランク付けされたオブジェクトの数 - それぞれ 1 番目と 2 番目のランキングのランク - 1 番目と 2 番目のランキングの平均ランク。 平均ランク推定値は、次の式によって決定されます。
(5.53)
ランキングに関連するランクがないという仮定の下で、平均ランクと分散の推定値を計算してみましょう。つまり、両方のランキングがオブジェクトの厳密な順序付けを与えます。 この場合、平均ランク (5.53) は 1 から nで割った n. したがって、両方のランキングの平均ランクは同じで等しい
(5.54)
分散の推定値を計算するとき、式 (5.52) の括弧を開くと、自然数とその 2 乗は和の符号の下になることに注意してください。 2 つのランキングは、ランクの順列によってのみ互いに異なる場合がありますが、自然数とその 2 乗の合計は、項の順序 (順列) には依存しません。 したがって、任意の 2 つのランキング (関連するランクがない場合) の分散 (5.52) は同じで、次のようになります。
(i=1.2)。 (5.55)
(5.51) と (5.55) の値を式 (5.50) に代入すると、スピアマンの順位相関係数の推定値が得られます。
(5.56)
実際の計算では、Spearman 相関係数に別の式を使用する方が便利です。 恒等式を使用して (5.56) から取得できます。
等式 (5.57) では、式 (5.55) から次のように、右辺の最初の 2 つの合計は同じであり、
式 (5.56) に (5.57) の和の値を代入し、等式 (5.58) を使用すると、スピアマンの順位相関係数の計算に便利な次の式が得られます。
(5.59)
スピアマンの相関係数は、-1 から +1 まで変化します。 式 (5.59) から次のように、同じランキングで 1 に等しいことが達成されます。つまり、値が反対のランキング (直接ランキングと逆ランキング) で発生する場合です。 相関係数がゼロに等しい場合、ランキングは線形独立であると見なされます。
式 (5.59) によって計算される相関係数の推定値は確率変数です。 この推定値の有意性を判断するには、確率値を設定し、相関係数の有意性を決定し、近似式を使用してしきい値を決定する必要があります。
(5.60)
どこ nはオブジェクトの数、は関数の逆関数です
テーブルがあります。 しきい値を計算した後、相関係数の推定値は有意であると見なされます。
スピアマン係数の推定値の有意性を判断するには、スチューデントの基準を使用できます。
スチューデントの法則に従っておおよそ分布 n- 2 自由度。
ランキングに関連するランクがある場合、スピアマン係数は次の式を使用して計算されます。
(5.62)
ここで は、式 (5.59) によって計算されたスピアマンの順位相関係数の推定値であり、値は次のとおりです。
(5.63)
これらの式では、それぞれ 1 番目と 2 番目のランキングの異なる関連ランクの数です。
関連するランクがない場合のケンダルのランク相関係数は、次の式で与えられます。
どこ n– オブジェクトの数 - オブジェクトのランク サイン バツに等しい関数です
スピアマンとケンドールの順位相関係数の比較評価は、スピアマン係数がより単純な式を使用して計算されることを示しています。 さらに、スピアマン係数は、最小平均二乗誤差基準に関する相関係数の最適な推定であるため、より正確な結果を提供します。
したがって、ランキングの相関依存性の実際の計算では、スピアマンの順位相関係数を使用することが好ましいということになります。
結論
現代の経済課題のダイナミズムと新規性、決定の有効性に影響を与えるさまざまな要因の出現の可能性は、これらの決定が迅速に行われると同時に十分に実証されていることを必要とします。 情報と組み合わされた経験、直感、視点の感覚は、専門家が開発の最も重要な目標と方向性をより正確に選択し、情報がない状況で複雑な科学的、技術的、社会経済的問題を解決するための最良の選択肢を見つけるのに役立ちます過去の同様の問題を解決します。
専門家評価の方法を使用すると、専門家の意見を収集、要約、および分析して、情報に基づいた意思決定を行うための最も便利な形式に変換するための手順を形式化するのに役立ちます。
ただし、専門家による評価の方法は、管理または計画の決定に取って代わるものではなく、そのような決定の準備と採用に必要な情報を補充することしかできないことに注意してください。 将来を分析するためのより正確な方法を適用することが不可能な場合にのみ、専門家による評価の広範な使用が正当化されます。
専門家の方法は継続的に開発され、改善されています。 この開発の主な方向性は、多くの要因によって決定されます。その中で、範囲を拡大し、数学的方法と電子コンピューターの使用度を高め、新たな欠点を排除する方法を見つけたいという願望を指摘できます。
近年、専門家による評価方法の開発と実用化が進んでいるにもかかわらず、さらなる方法論的研究と実践的な検証が必要な問題や課題が数多くあります。 専門家選出システムの改善、集団意見特性の信頼性の向上、評価の妥当性をチェックする方法の開発、専門家の評価の信頼性を低下させる隠れた原因の研究が必要です。
しかし、今日でも、他の数学的および統計的手法と組み合わせた専門家の評価は、あらゆるレベルで管理を改善するための重要なツールです。
参考文献:
2. Bekleshev V.K.、Zavlin P.N. 研究機関や設計局における労働の配給。 M.: 経済学、1973 年。203 ページ。
10. Dobrov G.M.、Ershov Yu.V.、Levin E.I.、Smirnov L.P. 科学的および技術的予測における専門家の評価。 キエフ: Naukova Dumka, 1974. 263 p.
11. エヴラノフ L.G. 不確実性の下での意思決定。 M.: IUNKh、1976年。196ページ。
12. エヴラノフ L.G.、クトゥーゾフ V.A. 管理における専門家の評価。 M.: 経済学、1978 年。133 ページ。
13. Kardanskaya N. 経営上の意思決定。 M.: UNITI, 1999. 407 p.
14. Kemeny D.、Snell D. サイバネティック モデリング。 M.: ソビエト ラジオ、1972 年。234 ページ。
15. クラフチェンコ T.K. 計画を決定するプロセス。 M.: 経済学、1974 年。183 ページ。
16. マーキン B.G. グループ選択の問題。 M.:ナウカ、1974年、256ページ。 . 17. ミヘーフ V.I. 管理の社会心理学的側面。 頭のスタイルと作業方法。 M.: ヤング ガード、1975 年。181 ページ。
18. Pfantsagl I. 測定理論。 M.: Mir, 1976. 278 p.
19. ティホミロフ Yu.A. 経営判断。 M.:ナウカ、1996年、278ページ。
20. フェドレンコ N.P. 経済の最適化。 M.:ナウカ、1977年、236ページ。
21.Yampolsky S.M.、Lisichkin V.A. 科学技術の進歩を予測する。 M.: 経済学、1974 年。302 ページ。
専門的な意思決定方法
決定は、客観的なデータ (最適化手法や確率統計モデルの使用を含む)、または専門家 (専門家) の意見に基づいて行うことができます。 戦略的および運用管理、技術的および経済的分析、環境安全、環境管理および環境保護などのタスク。 専門家による評価のさまざまな方法が常に使用されています。 それらについては、この章で説明します。
専門家評価方法の主な考え方
専門家による評価方法の例。経済環境は時間の経過とともにどのように変化しますか? 10年後の自然環境はどうなっている? 環境はどう変わる? 工業生産の環境安全性は確保されるのか、それとも人工砂漠が広がり始めるのか? これらの自然な疑問について考え、10 年または 20 年以上前に現在をどのように想像していたかを分析するだけで、100% 信頼できる予測などあり得ないことを理解できます。 具体的な数値での発言ではなく、定性的な評価のみが期待できます。 それにもかかわらず、私たちマネージャー、エコノミスト、エンジニアは、たとえば、環境やその他のプロジェクトや投資について決定を下す必要があり、その結果は10年、20年などで感じられます。 年。 どのようになりますか? 専門家の評価の方法に目を向けることが残っています。 これらの方法は何ですか?
情報に基づいた意思決定を行うためには、専門家の経験、知識、および直感に頼る必要があることは否定できません。 第二次世界大戦後、サイバネティックス、制御理論、管理および運用研究の枠組みの中で、専門家による評価の理論と実践という独立した分野が発展し始めました。
専門家評価の方法は、専門家との作業を整理し、専門家の意見を処理するための方法です. これらの意見は、通常、一部は定量的に、一部は定性的形式で表現されます。 意思決定者による意思決定のための情報を準備するために、専門家による調査が行われます (思い出してください、意思決定者は意思決定者です)。 専門家評価の方法に関する作業を実行するために、意思決定者に代わって、専門家委員会(EC)で(正式にまたは本質的に)団結した専門家の活動を組織するワーキンググループ(WGと略される)が作成されます。 .
専門家の意見は 個人と 集合的. 個別評価これらは、ある専門家の見積もりです。 例えば、先生は一人で生徒に印をつけ、医者は患者の診断を下します。 しかし、病気の困難なケースや、勉強不足による学生の退学の脅威の場合、彼らは頼ります。 集合的意見 - 医師のシンポジウムまたは教師の委員会。 軍隊でも状況は似ています。 通常、司令官は単独で決定を下します。 しかし、困難で責任ある状況では、軍事評議会が開催されます。 この種の最も有名な例の 1 つは、1812 年にフィリで開催された軍事評議会です。 クトゥーゾフ、質問は決定されました:「モスクワの近くでフランス人に戦いを与えるかどうか」
専門家による評価のもう 1 つの簡単な例は、KVN での数値の評価です。 陪審員のそれぞれが自分のスコアで合板を上げ、テクニカル ワーカーが算術平均スコアを計算します。これは、陪審員の集合的意見として宣言されます (このアプローチが測定理論の観点から正しくないことを以下で説明します)。 )。
フィギュアスケートでは、手順はより複雑になります - 平均化の前に 最大および最小のスコアは破棄されます。これは、あるアスリート(同胞など)を過大評価したり、別のアスリートを過小評価したりしないようにするためです。 一般的なシリーズから際立っているそのような見積もりは、すぐに破棄されます。
専門家の判断は、選択によく使用されます。たとえば、次のようになります。
一連のいくつかのサンプルを発射するための技術装置の 1 つの変形、
多くの応募者の中から宇宙飛行士のグループ、
大量の応募からの資金提供のための研究プロジェクトの募集、
多くの応募者から環境融資を受け、
選ぶとき 投資プロジェクト提示されたものの実装など
専門家の評価を得るには多くの方法があります。 一部では、彼らは各専門家と個別に協力しており、彼は他の誰が専門家であるかさえ知らないため、当局に関係なく意見を表明しています。 また、専門家が集まって意思決定者向けの資料を準備し、専門家が互いに問題について話し合い、互いに学び合い、誤った意見を破棄する方法もあります。 一部の方法では、専門家の数が固定されており、意見の一貫性をチェックして平均化するための統計的方法により、情報に基づいた意思決定が可能になります。 他の国では、例えば「スノーボール」法を使用する場合など、試験を実施する過程で専門家の数が増えます(詳細は後述)。
専門家の回答を処理する方法は少なくありません。これには、数学が非常に豊富でコンピューター化されている人も含まれます。 それらの多くは、非数値オブジェクトの統計およびその他の最新の応用統計方法の成果に基づいています。
最もよく知られている査読方法の 1 つは、 デルファイ法. この名前は、デルフィック神殿に申請する決定を下す際にサポートを得るための古代の慣習に関連して付けられています。 有毒な火山ガスの出口にありました。 毒を吸い込んだ寺院の巫女たちは、理解できない言葉を発して予言を始めました。 特別な「翻訳者」-寺院の司祭はこれらの言葉を解釈し、問題を抱えてやって来た巡礼者の質問に注意しました。 伝承によると、デルフォイ神殿はギリシャにあったと言われています。 しかし、火山はありません。 どうやら、彼はベスビオまたはエトナの近くのイタリアにいて、記述された予測自体はXII-XIV世紀に行われました。 これは、現代の歴史科学の最高の成果である新しい統計年代学に基づいています。
1960 年代のアメリカでは、デルファイ法は科学技術の発展を予測するための専門家の手順と呼ばれていました。 最初のラウンドで、専門家は特定の将来の成果の可能性のある日付を呼び出しました。 2 番目のラウンドでは、各専門家は他のすべての予測に精通しました。 彼の予測がバルクの予測と大きく異なる場合、彼は自分の立場を説明するように求められ、平均値に近づくように見積もりを変更することがよくありました。 これらの平均値は、グループの意見としてお客様に提供されました。 と言わざるを得ない 実際の結果アメリカ人の月面着陸の日付は 1 か月以内に予測されていたものの、研究はかなり控えめであることが判明しましたが、他のすべての予測は失敗しました - 低温熱核融合と 20 世紀の癌治療。 人類は待ちませんでした。
しかし、この手法自体は人気があることが判明しました。その後、少なくとも4万回使用されました。 Delphi 法を使用した専門家による調査の平均費用は 5,000 米ドルですが、場合によっては、さらに大きな額 (最大 130,000 米ドル) を費やす必要がありました。
専門家による評価の主流から少し離れたところにある スクリプト方法主に専門家による予測に使用されます。 シナリオエキスパート予測技術の主なアイデアを考えてみましょう。 環境または社会経済の予測は、一般的な予測と同様に、一定の安定した条件の下でのみ成功する可能性があります。 しかし、当局、個人、およびその他のイベントの決定により状況が変化し、イベントは以前の予想とは異なる方法で発展します。 1996 年の大統領選挙の第 1 回ラウンドの後、シナリオの観点からのみ、イベントのさらなる発展について話すことができたことは明らかです。 エリツィン、G.A.が勝てばあれもこれも起こる。 ジュガノフ、それからイベントはあちらこちらに行きます。
シナリオ手法は、社会経済や環境分野だけでなく必要とされています。 たとえば、方法論、ソフトウェア、および情報のサポートを開発する場合 リスク分析化学および技術プロジェクトの場合、有毒物質の漏洩に関連する事故シナリオの詳細なカタログを作成する必要があります 化学物質. これらの各シナリオは、そのタイプの事故を、その個々の発生源、展開、結果、および警告機能とともに説明します。
したがって、シナリオ法は、すべての可能な開発オプションを一緒にカバーするイベント(シナリオ)の開発のための一連の個々のオプションの選択を提供する、予測問題の分解方法です。 同時に、個々のシナリオごとに十分に正確な予測が可能であり、シナリオの総数が表示される必要があります。
このような分解の可能性は明らかではありません。 シナリオ法を適用する場合、2 つの段階の調査を実行する必要があります。
包括的だが管理しやすい一連のシナリオを構築する。
研究者が関心を持っている質問への回答を得るために、特定のシナリオごとに予測を行います。
これらの各段階は、部分的にしか形式化されていません。 推論の重要な部分は、社会経済学や経済学で慣習的であるように、定性的なレベルで実行されます。 人文科学. その理由の一つは、過度の形式化と数学化への欲求が、 人口的本質的に存在しない確実性の導入、または面倒な数学的装置の使用。 したがって、口頭レベルでの推論は、ほとんどの状況で証拠と見なされますが、たとえばファジー集合論を使用して、使用される単語の意味を明確にしようとすると、非常に扱いにくい数学的モデルにつながります。
一連のシナリオが表示されます。 エイリアンの到着、小惑星の落下、未知の病気の大流行など、ありそうもないさまざまな出来事を排除する必要があります。 それ自体、一連のシナリオの作成は、専門家の研究の対象です。 さらに、専門家は、特定のシナリオの実装の可能性を評価できます。
研究者が関心を持っている質問への回答を得るために、それぞれの特定のシナリオ内での予測も、上記の予測方法に従って実行されます。 安定した条件下では、時系列を予測するための統計的手法を適用できます。 ただし、これには専門家の助けを借りた分析が先行します。多くの場合、口頭レベルでの予測で十分であり (研究者や意思決定者が関心を持つ結論を得るには)、定量的な説明は必要ありません。
ご存知のように、 状況分析(彼らが言うように、 状況分析)、予測研究の結果の分析を含む、さまざまな基準に基づくことができます。 したがって、状況が最悪、または最良、または平均的な (何らかの意味で) 発展するという事実に集中することができます。 どのようなシナリオでも、最小限の許容可能な有用な結果を提供するアクティビティの概要を説明することができます。
査読の別のオプションは、 ブレーンストーミング. それは専門家の会議として組織されており、そのスピーチには非常に重要な制限が課されています。他の人の提案を批判することはできません。 それらを開発し、自分のアイデアを表現することはできますが、批判することはできません! 会議中、互いに「感染」している専門家は、ますます贅沢な考察を表明します。 2時間後、テープレコーダーまたはビデオカメラに記録されたセッションが終了し、ブレーンストーミングの第2段階、つまり表現されたアイデアの分析が始まります。 通常、100 のアイデアのうち、30 はさらに精緻化する価値があり、5 ~ 6 のうち、応用プロジェクトの策定が可能になり、最終的に 2 ~ 3 が利益、環境の安全性の向上、自然環境の改善などの有益な効果をもたらすことが判明します。など 同時に、アイデアの解釈は創造的なプロセスです。 たとえば、魚雷の攻撃から船を守る可能性について話し合うとき、「水兵を横に並べて、魚雷を吹き飛ばして進路を変える」という考えが表明されました。 精緻化の後、このアイデアは、魚雷をコースから外す波を作り出す特別な装置の作成につながりました。
専門家調査の主な段階。専門家による調査の個々の段階を詳しく見てみましょう。 経験が示すように、そのような研究の主催者であるマネージャーの観点から、専門家調査の次の段階を選択することをお勧めします。
1) 専門家調査を実施する必要性を決定し、意思決定者 (DM) によるその目的の策定。したがって、イニシアチブは経営陣からもたらされるべきであり、それは将来的に組織的および財政的問題の成功した解決を確実にするでしょう. 明らかに、最初の推進力は従業員の 1 人の覚書または会議での議論によって与えられますが、実際の作業の開始は意思決定者の決定です。
2) ワーキンググループの主な構成の意思決定者の選択と任命、 WG と略されます (通常 - スーパーバイザーと秘書)。 同時に、スーパーバイザーは、専門家調査全体の組織化と実施、および収集された資料の分析と専門家委員会の結論の策定に責任を負います。 彼は、専門家チームの編成と各専門家へのタスクの発行に参加します (意思決定者またはその代理人と共に)。 彼自身は非常に有能な専門家であり、他の専門家によって認められた専門家委員会の公式および非公式のリーダーです。 秘書の仕事は、組織の問題を解決するために、専門家調査の文書を保管することです。
3) WG開発(より正確には、その主なスタッフ、主にスーパーバイザーと秘書) 専門家調査を実施するための委任事項の意思決定者による承認. この段階で、専門家調査を実施するという決定は、時間、財政、人的、物的、および組織的支援の観点から明確になります。 特に、ワーキンググループが形成され、WGではさまざまな専門家グループが区別されます-分析、計量経済学(方法の専門家)、コンピューター、専門家(インタビュアーなど)と協力するため、および組織。 これらすべてのポジションが意思決定者によって承認されることが、成功にとって非常に重要です。
4) 専門家の意見(評価)の収集と分析のための詳細なシナリオ(規制など)の WG 分析グループによる開発。シナリオには、まず、専門家から受け取る特定の種類の情報 (たとえば、単語、条件付きグラデーション、数字、ランキング、分割、またはその他の種類の非数値オブジェクト) が含まれます。 たとえば、専門家は、事前に用意されたいくつかの質問に答えながら、自由に話すように求められることがよくあります。 さらに、各ポイントでいくつかのグラデーションのいずれかを選択して、正式なマップを完成させるよう求められます。 スクリプトには、収集した情報を分析するための特定のメソッドも含める必要があります。 たとえば、ケメニー中央値の計算、ルシアンの統計分析、非数値オブジェクトの統計の他の方法の使用、および適用統計の他のセクション (これらの方法のいくつかについては以下で説明します)。 この作業は、WG の計量経済学およびコンピュータ グループに属しています。 伝統的な間違いは、最初に情報を収集してから、それをどうするかを考えることです。 その結果、悲しい経験が示すように、情報は 1 ~ 2% しか使用されません。
5) 専門家の選択彼らの能力に応じて。 この段階で、WG は可能性のある専門家のリストを作成し、提案された研究に対する彼らの適合性を評価します。
6) 専門委員会の設立. この段階で、WG は専門家との交渉を行い、専門家委員会 (EC と略す) で作業するための同意を得ます。 WGが任命した専門家の中には、専門家委員会に参加できないもの(病気、休暇、出張など)や何らかの理由(雇用、契約条件など)で拒否する可能性があります。 意思決定者は、WG の提案から一部の専門家を削除または追加することにより、専門家委員会の構成を承認します。 契約は、彼らの仕事の条件と彼らの支払いについて専門家と締結されています。
7) 専門家情報の収集。多くの場合、これに先行して、WG を構成するグループの 1 つであるインタビュアーの採用とトレーニングが行われます。
8) コンピューター 専門家情報の分析スクリプトに含まれるメソッドを使用します。 通常、コンピュータへの情報の導入が先行します。
9) 数回にわたる専門家手続きのシナリオに従って適用された場合 - 繰り返し前の 2 つの段階。
10) 専門家の意見の最終分析、結果の解釈 WGの分析グループと 最終文書の作成意思決定者のための EC。
11) 公式 終了を含むWGの活動 EC の最終文書の意思決定者の承認、専門家調査の実施に関するWGの科学的および財務報告書の作成と承認、WGの専門家と従業員の報酬、ECとWGの活動の正式な終了(解散)。
専門家による調査の個々の段階をより詳細に分析してみましょう。 専門家の選択から始めましょう。担当者がすべてを決定します。 専門家とは何ですか - これは専門家委員会の結論の質です。
専門家の選択。専門家を選択する問題は、専門家研究の理論と実践において最も難しい問題の 1 つです。 明らかに、専門家として、判断が適切な決定を下すのに最も役立つ人々を使用する必要があります。 しかし、そのような人々をどのように識別し、見つけ、選択するのでしょうか? と直接言わざるを得ない 確実に試験の成功を保証する専門家を選択する方法はありません。ここでは、専門家間のさまざまな「当事者」の存在の問題については議論しませんが、専門家を選択する手順の他のさまざまな側面に注意を払います。
専門家の選択の問題には 2 つの要素があります。 可能性のある専門家のリストを編集し、候補者の能力に応じて専門家委員会を選択します。
問題のタイプの検査が繰り返し実行されると、可能な専門家のリストの編集が容易になります。 そのような状況では、通常、 レジストリ可能性のある専門家、たとえば、州の環境専門知識または審判の分野で フィギュアスケートから、さまざまな基準に従って、または疑似乱数のジェネレーター (またはテーブル) を使用して選択できます。
審査が初めて実施され、可能性のある専門家の確立されたリストがない場合はどうなりますか? ただし、この場合でも、各特定の専門家は、同様の状況で専門家に何が必要かについてある程度の考えを持っています. リストを作成するには、 有用な方法 「スノーボール」検討中の主題の専門家になることができる特定の数(通常は5〜10人)の名前が、専門家として関与する各専門家から受け取られます。 明らかに、これらの姓のいくつかは WG の活動で以前に会ったものであり、いくつかは新しいものです。 各新参者は、同じスキームに従って尋問されます。 リストを拡張するプロセスは、新しい姓が実際に発生しなくなると停止します。 結果は、可能性のある専門家のかなり広範なリストです。 方法 「スノーボール」にもデメリットがあります。 昏睡の蓄積プロセスが停止するまでのラウンド数は、事前に予測できません。 さらに、最初の段階ですべての専門家が同じ「一族」の出身であるか、同様の見解を持っているか、同様の活動に従事していた場合、「スノーボール」法はおそらく同じ「一族」の人々を与えることは明らかです. 他の「一族」の意見や議論は見逃されます。 (ここでは、専門家のコミュニティが実際には上記の「氏族」と呼ばれるグループに分割され、コミュニケーションは主に「氏族」内で行われているという事実について話しています。「氏族」が属する科学の非公式な構造は、ここで、「氏族」は通常、大規模な正式なセンター(大学、科学研究所)、科学学校に基づいて形成されることに注意してください。)
専門家の能力を評価する問題は、それほど複雑ではありません。 以前の試験への参加の成功が、スポーツ大会のテイスター、医師、審査員の活動の良い基準であることは明らかです。 長い一連の同様の試験に参加するそのような専門家。 ただし、残念ながら、最も興味深く重要なのは、類似物を持たない大規模プロジェクトの独自の専門知識です。 専門家の正式な指標(地位、学位と肩書き、勤続年数、出版物の数など)の使用は、明らかに、今日の急速に変化する状況では補助的な性質にすぎませんが、そのような指標は最も簡単に適用できます.
専門家の能力の自己評価と相互評価の方法を使用することがしばしば提案されます。 自己評価方法から始めて、専門家自身がどの分野で有能でどの分野で有能でないかについての情報を提供することから始めて、それらについて議論しましょう。 一方では、彼自身よりも専門家の能力をよく知っている人がいるでしょうか? 一方、能力の自己評価は、専門家の実際の能力よりもむしろ、専門家の自信の程度を評価します。 しかもコンセプトそのもの 「能力」厳密には定義されていません。 コンポーネントを強調することで洗練することができますが、これは専門家委員会の作業の予備的な部分を複雑にします. 多くの場合、専門家は自分の本当の能力を誇張しています。 たとえば、ほとんどの人は、政治、経済、教育と育成、家族と医療に精通していると信じています。 実際、専門家(さらには 博識な人々)これらの領域では非常に小さいです。 他の方向への逸脱もあり、自分の能力に対する過度に批判的な態度です。
相互評価の方法を使用する場合、個人およびグループの好き嫌いを表示する可能性に加えて、お互いの能力についての専門家の意識の低さが役割を果たします。 現代の状況では、同じ部屋で同じトピックについて長年(少なくとも3〜4年)一緒に働いてきた専門家だけが、お互いの仕事と能力についてかなりよく知ることができます。 彼らが言うことができるのはそのようなカップルについてです」 一緒に塩を一杯食べた「しかし、そのような専門家のペアの関与は、類似性のために彼らの見解から、あまりお勧めできません。 ライフパスお互い似すぎ。
専門家調査手順が専門家の直接のコミュニケーションを伴う場合、他の多くの状況を考慮に入れる必要があります。 彼らの個人的な(社会心理学的)資質は非常に重要です。 だから、唯一無二の」 話し手「合同会議で委員会全体の活動を麻痺させる可能性があります。委員会メンバーの敵対関係と、委員会メンバーの非常に異なる科学的および公式の地位の両方が混乱につながる可能性があります。そのような場合、遵守することが重要です。 WGが策定した就業規則。
専門家の選出は作業部会の主要な機能の 1 つであり、選出方法によって専門家の責任を免れることはできないことを強調しておく必要があります。 言い換えれば、専門家の能力、つまり問題を解決する彼らの基本的な能力に責任を負うのはワーキング グループです。 重要な要件は、意思決定者が専門家のリストを承認することです。 同時に、意思決定者は、委員会に個々の専門家を追加するか、一部の専門家を削除することができます - 彼自身の理由で、WG と EC のメンバーは知る必要はありません。
特定の分野における専門家委員会の活動を規制する多くの規範文書があります。 例は法律です ロシア連邦 1995 年 11 月 23 日付の「環境に関する専門知識」。 害の可能性問題の活動が環境に与える可能性があること。
専門家の意見の収集と分析のための規則の開発について。専門家の評価を得るには多くの方法があります。 一部では、彼らは各専門家と個別に協力しており、彼は他の誰が専門家であるかさえ知らないため、当局、「氏族」、および個々の同僚に関係なく意見を表明しています。 また、専門家が集まって意思決定者向けの資料を準備し、専門家が互いに問題について話し合い、互いの主張を受け入れるか拒否し、互いに学び合い、不正確または十分に裏付けられていない意見を破棄する方法もあります。 一部の方法では、専門家の数が固定されており、意見の一貫性をチェックし、(意見が十分に一致している場合) それらを平均化する統計的方法により、計量経済学の観点から十分な情報に基づいた決定を下すことができます。 また、専門家のチームを形成するために「スノーボール」法を使用する場合など、試験の過程で専門家の数が増加する場合もあります。
現在 存在しません一般的に受け入れられている科学的に実証された専門家の評価方法の分類、さらにはそれらの適用に関する明確な推奨事項。 専門家評価の方法の分類に関する考えられる観点の1つを強制的に承認しようとする試みは、害をもたらすだけです。
ただし、さまざまな専門家の評価について話すには、方法のいくつかの実用的な分類が必要です。 これらの可能な分類の 1 つを以下に示し、専門家の評価を分割する根拠を示します。
主な質問の 1 つ - 専門家委員会は、その作業の結果として正確に何を提供する必要がありますか - 意思決定者または決定草案自体による決定を下すための情報? 専門家委員会の作業の編成は、この方法論的問題に対する答えに依存し、それが方法を分割するための最初の基礎となります。
目的 - DMP のための情報収集。 次に、ワーキング グループは、特定の解決策に「賛成」および「反対」する議論など、できるだけ多くの関連情報を収集する必要があります。 専門家を徐々に増やしていく以下の方法が有効です。 最初に、最初の専門家が検討中の問題について意見を述べます。 彼によって編集された資料は、彼の議論を追加する 2 番目の専門家に転送されます。 蓄積された資料は、次の 3 番目の専門家に渡されます... 新しい検討の流れが枯渇すると、手順は終了します。
検討中の方法の専門家は、情報、「賛成」および「反対」の議論のみを提供し、合意された決定草案を作成しないことに注意してください。 専門家の意見が互いに一致するように努力する必要はありません。 さらに、大衆から逸脱した考え方を持つ専門家が最も役立ちます。 最も独創的な議論が期待されるのは彼らからです。
目的 - 決定のための決定案の準備。 専門家による評価における数学的手法は、通常、決定草案の作成に関連する問題を解決するために特に使用されます。 同時に、一貫性と一次元性のドグマは無批判に受け入れられることがよくあります。 これらのドグマは、ある出版物から別の出版物へと「移動」しているため、議論することをお勧めします。
一貫性の教義。 多くの場合、何の根拠もなく、決定は専門家の合意された意見に基づいてのみ行うことができると想定されています。 したがって、多数派の意見と異なる意見を持つ者は、専門家グループから除外されます。 同時に、誤解や専門的レベルとは関係のない理由で専門家委員会の構成に入った無資格者と、大多数よりも問題に深く入り込んだ最も独創的な思想家の両方が、排除されました。 彼らの主張は明確にされるべきであり、彼らの見解を実証する機会が与えられるべきです。 代わりに、彼らの意見は無視されます。
また、専門家が共通点を持つ 2 つ以上のグループに分けられることもあります。 グループ視点。 このように、科学研究の結果を評価する専門家を 2 つのグループに分けるよく知られた例があります。理論的な結果が得られる研究開発を明らかに好む「理論家」と、直接適用できる研究開発を選択する「実践者」です。結果 (制御問題 (自動化およびテレメカニクス) のための学術研究所での R&D 競争について話している)。
2 つ以上の専門家グループが見つかった場合 (合意された 1 つではなく)、調査は目的を達成しないと主張されることがあります。 本当じゃない! 目標は達成されました - コンセンサスがないことが確立されました。これはとても重要です。 そして意思決定者は、意思決定を行う際にこれを考慮に入れる必要があります。 全体の専門家の意見の一貫性を確保したいという願望は、専門家の意図的な一方的な選択につながる可能性があり、1 つの最も愛されているワーキング グループ (または決定によって「促された」ことさえあります) を除いて、すべての視点を無視します。メーカー)。
別の純粋に経済学的な状況は、しばしば考慮されません。 専門家の数は通常 20 ~ 30 人を超えないため、専門家の意見の正式な統計的一貫性 (特定の検証基準を使用して確立) 統計的仮説)は、専門家をグループに実際に分割することと組み合わせることができ、これにより、現実とは無関係のさらなる計算が行われます。 たとえば、Kendall または Spearman の順位相関係数に基づく一致係数 (つまり、翻訳 - 一致) を使用した特定の計算方法に目を向けてみましょう。 計量経済学の理論によれば、この方法で一貫性をチェックした肯定的な結果は、すべてのランキングのセットに関する専門家の意見の独立性と均一な分布の仮説を棄却することに他ならないことを思い出してください。 したがって、専門家の意見を記述するランキングは、すべてのランキングのセットに均一に分散された独立したランダムな二項関係である帰無仮説がテストされます。 悪い伝統によると、この帰無仮説の棄却は、専門家の回答の一貫性として解釈されます。 言い換えれば、私たちは言葉の独特な解釈から生じる誤解の犠牲になっています.示された数学的統計学的意味での一貫性チェックは、専門家評価の実践という意味での一貫性チェックではありません. (専門家グループが一貫性をチェックするための新しい計量経済学的装置、いわゆるノンパラメトリック法を開発するようになったのは、ランキング分析の考慮された数学的および統計的方法の欠陥です。 ルシアン計量経済学の現代のセクションに含まれています - 非数値データ統計)。 同様の方法を持つ専門家のグループは、クラスター分析の計量経済学的方法によって区別できます。
反体制派の意見。 一貫性を人為的に達成するために、彼らは専門家の意見の影響を減らそうとします。 反体制派、つまり 多数派に比べて反対派。 難しい反体制派に対処する方法は、彼らの意見を無視することです。 実際、彼らは専門家委員会の構成から除外されています。 専門家の拒否は、外れ値 (外れ値) の拒否と同様に、不十分または未知の統計的特性を持つ手順につながります。 はい、知られています 極度の不安定性モデルの仮定からの偏差に関して外れ値を拒否するための古典的な方法 (たとえば、 チュートリアル ).
柔らかい反体制派に対処する方法は使用することです 堅牢な (安定した) 統計手順. 最も単純な例: 専門家の回答が実数である場合、反体制派の外れ値の意見は専門家の回答の算術平均に強く影響し、中央値には影響しません。 したがって、中央値をコンセンサスオピニオンと見なすことは合理的です。 しかし、これは反体制派の主張を無視する(意思決定者に届かない)。
反体制派に対処する2つの方法のいずれにおいても、意思決定者は反体制派からの情報を奪われているため、不合理な決定を下す可能性があり、それはその後否定的な結果につながります. 他方、意思決定者にすべての意見を提出することで、専門家委員会や専門家調査を行うワーキンググループから、最終決定を準備する責任と労力の一部が取り除かれ、この責任と労力が意思決定者の肩。
一次元の教義。 時代遅れの、そして時には現代の科学的および技術的文献では、いわゆる「定性分析」のかなり物議を醸すアプローチが広まっており、それに従って検査対象を常に評価することができます。 1 つの数字. 奇妙なアイデア! 人を数字で評価するなんて、奴隷市場でしか思い浮かばなかった. 最も熱心な定性分析家でさえ、本や写真を数字、つまりその「市場価値」と同等と見なすことはまずありません。 ほとんどすべての実際のオブジェクトは非常に複雑であるため、数値以外の性質の数学的オブジェクトだけでなく、非常に多くの数の助けを借りてのみ正確に記述することができます。
同時に、品質、技術レベル、および同様のものの一般化された指標を検索するという考えを完全に否定することはできません。 したがって、各オブジェクトは多くの品質指標によって評価できます。 たとえば、車は次の指標で評価できます。
100kmあたりのガソリン消費量(平均);
信頼性(年間平均修理費用を含む);
排気ガス中の有害物質の含有量によって評価される環境安全性;
操縦性(回転半径を含む);
移動開始後の時速100 kmの速度を拾う速度; 達成可能な最大速度;
外気温度が低く(たとえば、摂氏マイナス 50 度)、エンジンが停止しているときにキャビン内の温度がプラスに保たれる時間。
デザイン(外観や内装の魅力や「おしゃれさ」)、
重量など
これらの指標のスコアをまとめることは可能ですか? 車が選択される特定の状況が決定的なものであることは明らかです。 達成される最高速度はレーサーにとって重要ですが、私たちが見ているように、特に最高速度に厳しい制限がある都市では、普通の自家用車のドライバーにとってはほとんど重要ではありません. そのようなドライバーにとって、燃費、操縦性、信頼性はより重要です。 各種サービスの機械に 政府が管理どうやら、個人トレーダーよりも信頼性が重要であり、ガソリン消費量はその逆です。 極北の地域では、キャビンの断熱は重要ですが、南部の地域では重要ではありません。 等。
したがって、専門家に対する問題の特定の (狭い) ステートメントが重要です。 しかし、そのような設定はしばしば存在しません。 次に、一般化された品質指標を開発するための「ゲーム」-たとえば、 線形関数リストされた変数から - 客観的な結論を出すことはできません。 唯一の一般化された指標の代替は、タイプの数学的装置です 多目的最適化・パレート集合など
場合によっては、オブジェクトをグローバルに比較することも可能です。たとえば、同じ専門家の助けを借りて、検討中のオブジェクト (製品またはプロジェクト) の順序を確認できます。 次に、個々の指標の係数を選択して、 線形関数による順序付けは、グローバルな順序付けに可能な限り近いものでした(たとえば、最小二乗法を使用してこれらの係数を見つけます)。 逆に、そのような場合、専門家の助けを借りて指定された係数を評価すべきではありません。 この単純なアイデアは、専門家調査を実施し、その結果を分析するための方法論の個々の編集者にはまだ明らかになっていません。 彼らは専門家に彼らの仕事をさせようと懸命に努力する できない- 最終的な一般化された指標に含まれるべき個々の品質指標の重みを示します。
知識ベースであなたの良い仕事を送信するのは簡単です。 以下のフォームを使用してください
研究や仕事で知識ベースを使用する学生、大学院生、若い科学者は、あなたに非常に感謝しています。
ポストする http://www.allbest.ru/
モスクワ社会経済研究所
トピック「専門家評価を実施するための方法論」について
学生:
アルチュシェンコ・ユリア・ヴィクトロヴナ
グループ: M10B-D-O-z
モスクワ 2014
序章
2. 専門家による評価方法
結論
序章
管理の研究では、専門家の評価方法が広く使用されています。 これは、多くの問題の複雑さ、「人的要因」に由来する問題、信頼できる実験的または規範的なツールの欠如によるものです。
情報に基づいた意思決定を行うためには、専門家の経験、知識、および直感に頼る必要があることは否定できません。 第二次世界大戦後、管理理論(管理)の枠組みの中で、独立した分野、つまり専門家の評価が発展し始めました。
専門家評価の方法は、意思決定者による意思決定のための情報を準備するために、専門家との作業を整理し、定量的および/または定性的形式で表現された専門家の意見を処理するための方法です。
多くの研究が、専門家評価の適用の可能性と特徴の研究に専念してきました。 専門家調査の形式(各種アンケート、インタビュー)、評価手法(ランキング、正規化、各種順序付けなど)、調査結果の処理方法、専門家の要件と専門家グループの形成、課題などを検討します。訓練専門家の評価、彼らの能力の評価(評価を処理するとき、専門家の能力の係数、彼らの意見の信頼性が導入され、考慮される)、専門家調査を組織する方法。 専門家調査を実施するための形式と方法の選択、調査結果の処理方法など。 試験の特定のタスクと条件によって異なります。
専門家の方法は、正確な計算に基づいて決定の結果の選択、正当化、および評価を実行できない状況で現在使用されています。 このような状況は、社会的生産を管理する現代の問題の開発、特に予測と長期計画においてしばしば発生します。 近年、専門家の評価は、社会政治的および科学技術的予測、国家経済、産業、協会の計画、主要な科学的、技術的、経済的および社会的プログラムの開発、特定の管理の問題の解決に広く使用されています。問題。 エキスパート管理ランキング
1. 専門家による評価の本質、方法、プロセス
1.1 専門家による評価の本質
専門家の評価を使用する可能性、その客観性の正当化は通常、調査中の現象の未知の特性が確率変数として解釈され、その分布法則の反映が専門家の個別の評価であるという事実に基づいていますイベントの信頼性と重要性について。 調査中の特性の真の値は、専門家グループから受け取った見積もりの範囲内にあり、一般化された集団的意見は信頼できるものであると想定されています。
しかし、いくつかの理論的研究はこの仮定に疑問を投げかけています。 たとえば、専門家の評価が使用される問題を 2 つのクラスに分けることが提案されています。 第 1 のクラスには、十分に情報が提供され、専門家を大量の情報の管理者と見なして「優れた測定者」の原則を使用できる問題が含まれ、専門家のグループの意見は、真のもの。 2 番目のクラスには、上記の仮定の有効性を確認するのに十分な知識がない問題が含まれます。 専門家は「優れた測定者」と見なすことはできず、検査結果の処理に慎重に取り組む必要があります。調査された問題は、最も重要であることが判明する可能性があり、正式な処理中に失われます。 この点で、結果の質的処理は、主に第 2 のクラスの問題に適用する必要があります。 この場合、平均化方法 (「良好なメーター」に有効) を使用すると、重大なエラーが発生する可能性があります。
目標の形成、管理の方法と形式の改善に関する集団的意思決定のタスクは、通常、最初のクラスに起因する可能性があります。 ただし、予測と長期計画を作成する場合は、「まれな」意見を特定し、それらをより徹底的に分析することをお勧めします。
システム分析を行う際に留意する必要があるもう 1 つの問題は次のとおりです。最初のクラスに関連する問題を解決する場合でも、専門家の評価には、個々の専門家に固有の狭義の主観的な機能だけでなく、また、調査の結果を処理するときに消えない集合的主観機能もあります(Delphi プロシージャを使用すると、それらを強化することもできます)。 言い換えれば、専門家の評価は、研究対象に関する社会の科学的および技術的知識のレベルに応じて、ある種の「公共の視点」と見なされるべきであり、システムとそれに関する私たちの考えが発展するにつれて変化する可能性があります。 . したがって、専門家調査は 1 回限りの手順ではありません。 高度な不確実性を特徴とする複雑な問題に関する情報を取得するこの方法は、複雑なシステムの一種の「メカニズム」になるはずです。 専門家との定期的な作業システムを作成する必要があります。
また、専門家調査を組織する際に確率を評価するために古典的な頻度アプローチを使用することは困難であり、場合によっては不可能であるという事実にも注意を払う必要があります (代表的なサンプルを使用することの正当性を証明することが不可能なため)。 したがって、現在、仮説の確認の程度または達成の確率としての専門家評価の理論、ファジーセットに基づく、専門家評価の確率の性質に関する研究が進行中です。ゴール。 品種の一つ エキスパートメソッド組織の強みと弱み、その活動に対する機会と脅威を研究する方法 - SWOT 分析の方法。
専門家による情報の収集は、専門家による評価方法の選択に依存します。 通常、専門家の情報を収集するために、関連するマネージャーによって承認されたアンケートなどの特別な文書が作成され、専門家に送信されます。
専門家情報の処理は、通常はコンピューター技術を使用して、選択された方法を使用して実行されます。 処理の結果として得られたデータは分析され、制御システムの分析と統合の問題を解決するために使用されます。
専門家の評価は、分析、状態の診断、その後の開発オプションの予測に使用されます。
1) 開発が完全にまたは部分的に対象の記述または数学的形式化に適していないオブジェクト。
2) オブジェクトの特性に関する十分に代表的で信頼できる統計がない場合。
3) オブジェクトが機能するための環境、市場環境が非常に不確実な状態にある場合。
4) 中長期的な新市場の予測において、基礎科学における発見によって強く影響を受ける新産業の対象 (例えば、微生物産業、量子エレクトロニクス、原子力工学);
5) 予測と意思決定に割り当てられた時間または資金では、正式なモデルを使用して問題を調査することができない場合。
6) 適切な特性を備えたコンピュータ技術など、モデリングに必要な技術的手段がない。
7) 極端な状況で。
制御システムの専門家による評価の過程で解決されるタスクは、次の 2 つのグループに分けることができます。
1) 新しい制御システムの統合とその評価のタスク。
2) 選択された指標とパフォーマンス基準に従って、既存の管理システムを分析 (測定) するタスク。
最初のグループのタスクには、次のものが含まれます。作成中のシステムのイメージの形成。 そのライフサイクルの段階の技術的および経済的指標を予測する; 社会管理システムの再編成の主な方向性の実証。 作成された制御システムなどを使用した最適または満足のいく行動方法と結果の選択。これらの問題を解決する過程で得られた専門家情報の一部は定性的な性質のものであり、記述的な形で複雑な判断の形で形成されます。 ただし、専門家の評価の助けを借りて解決される統合のタスクは、本質的に定量的である可能性があり、それらの解決策は、作成されるシステムの多数のパラメーター (特性) の正当化に関連付けられます。 2 番目のグループのタスクには、指定された指標とパフォーマンス基準を使用して、既存または作成された制御システムのバリアントを評価するすべてのタスクが含まれます。 そのようなタスクの例は次のとおりです。システムの構造的、機能的、または情報の特性を決定します。 さまざまな操作を実行する過程でのその有効性の評価; 制御および通信などの技術的手段のさらなる操作の便宜の決定。
1.2 管理における専門家の役割
専門知識とは、専門家の貴重な経験、研究対象に関する深い知識、および定性分析技術の実装に基づく意見、アイデア、決定または評価です。
専門知識は個人でもグループでもかまいません。 グループの専門知識では、専門家グループの選択と、その作業の結果を最終的に処理するための方法論が非常に重要です。
専門家の意見は、研究の過程とその結果を記録する文書です。 同時に、専門家の結論と意見は、カテゴリ(「はい」、「いいえ」)と確率(仮定、ランキング、選好係数などの形式)の両方の形式を持つことができます。
専門家の作業を整理する際には、次の原則に従う必要があります。
1. アイデア、意見、および評価は、事前に準備されたスキームに適合する必要があります。 これにより、一般化、比較、本質的なものなどを強調することができます。このようなスキームは、思考を制約したり、空想を制限したりすべきではありません。 スキームは、その変更と追加の可能性を許可し、想定することができます。
2. 専門家の意見の処理は、定量的な一般化だけでなく、主要、本質的、重要、関連性、独創性、新規性などを強調する定性分析を通じても実行する必要があります。ステージ。
3. 専門家は独立していなければなりません。 組織的または概念的、そして心理的な制限から解放されます。 この場合、彼らの経験、知識、直感は最良の方法で実現されます。
4. 専門家グループの作業は目的を持っている必要があります。 検査が実施される理由と理由を理解することは、その実施の重要な要素です。 多くの場合、専門家の特別な訓練が必要であり、これは努力と知性を動員する役割を果たします。
5. 専門家グループの作業の組織化にはさまざまな形式があります。各専門家が個別に調査を行い、結果を要約して体系化するか、専門家が相互に作用しながら共同作業を行います。
6. 複数の専門家グループによる並行的かつ多段階の作業が可能です。 専門知識の比較は重要な情報を提供します。
専門家の評価を得るには多くの方法があります。 一部では、彼らは各専門家と個別に協力しており、彼は他の誰が専門家であるかさえ知らないため、当局に関係なく意見を表明しています。 また、専門家が集まって意思決定者向けの資料を準備し、専門家が互いに問題について話し合い、互いに学び合い、誤った意見を破棄する方法もあります。 一部の方法では、専門家の数が固定されており、意見の一貫性をチェックして平均化するための統計的方法により、情報に基づいた意思決定が可能になります。 また、「スノーボール」法を使用する場合など、試験の過程で試験官の数が増加する場合もあります。
専門家として行動する専門家または専門家のグループは、 測定器、ランダムで系統的な測定誤差があります。
ランダムエラーは、検討中の問題に関する専門家の意見の主観によるものであり、真の値から一方向または別の方向に逸脱する可能性があります. このようなエラーの影響は、十分な数の見積もりを平均化することで軽減されます。
系統誤差は専門家チーム全体に固有のものであり、得られた見積もりを処理しても排除できません。 これは、場合によっては専門家調査の結果に非常に慎重に取り組む必要があることを示唆しており、専門家の知識と信念のレベルに応じて、一般的に誤った視点を表現することがあります.
1.3 査読プロセス
査読プロセスの主な段階は次のとおりです。
専門家評価の目標と目的の形成;
管理グループの形成と専門家による評価を実施する決定の実行。
専門家情報を取得する方法とその処理方法を選択する。
専門家グループの選択と、必要に応じて調査アンケートの作成。
専門家の調査(専門知識);
検査結果の処理と分析;
得られた結果の解釈;
レポートの編集。
専門家による評価を実施するタスクは、意思決定者によって設定されます。 専門家評価の目標と目的を形成する段階が主なものです。 得られた結果の信頼性とその実用的な価値はそれに依存します。 専門家評価の目標と目的の形成は、解決される問題の本質によって決まります。 ここでは、次の要因を考慮に入れる必要があります。利用可能な初期情報の信頼性と完全性、結果を提示するために必要な形式(定性的または定量的)、受け取った情報の可能な使用分野、提出のタイミング、経営陣が利用できるリソース、他の知識分野から専門家を引き付ける可能性など。 タスクは、ガイド ドキュメントの形式で形式化されます (たとえば、専門家による評価を実施する決定)。
決定を準備し、その後のすべての作業を導くために、審査の責任者が任命されます。 管理グループの構成を定義します。 コントロール グループは、専門家または Delphi メソッドにフィードバックを提供します。
管理グループは、専門家の効果的な創造活動に有利な条件を提供するためのすべての組織および計画作業だけでなく、専門家グループの選択に関する分析作業、情報の取得および処理方法の決定、アンケートの作成 - アンケート、結果の意味のある解釈。
解決すべきこの大規模で複雑な範囲のタスクには、検討中の問題の分野と他の分野 (心理学、数学、医学、社会学) の両方で、管理グループに優秀な専門家を含める必要があります。
特定の専門家の選択は、提案された各専門家の質の分析に基づいて行われます。 この目的のために、さまざまな方法が使用されます。
SUの研究のI問題に関する専門家としての過去の活動の結果の統計分析に基づく専門家候補の評価;
この分野の専門家としての専門家候補の総合評価
専門家候補の自己評価;
専門家候補者の能力の分析的決定。
ただし、これらの方法にはすべて、次のようないくつかの欠点があります。 評価の複雑さが高い。 主観的評価方法を使用する際の倫理的問題の出現。
この作業の過程で、いくつかの方法が同時に使用されることがよくあります。提案された専門家の資質の自己評価と集合的評価です。 このアプローチにより、必要な資質を持つ専門家を合理的に選択することが可能になります。 ただし、過去のパフォーマンスを評価する方法は、自己評価や集団評価の方法よりも客観的であるように思われることを認識しておく必要があります。
一般に、専門家グループの形成に先立ち、次の活動が行われます。
問題が特定され、定式化されている。
グループの活動の目的と範囲が決定されます。
専門家の予備リストが作成されます。
専門家の分析と選択が実行されます(それらを選択するための1つまたは複数の方法の使用に基づいて);
専門家のリストが指定されています。 . 専門家グループの作業に参加するための専門家の同意が得られます。
専門家の最終代表リストが決定されます。 すべての潜在的な専門家は、その質と能力に応じて、7 つのクラスに分類できます。
専門家の品質と能力のグラデーションの例。
この場合のエキスパート品質クラスの数の選択は、品質管理の問題を解決するために伝統的に使用されている「7 のルール」によるものです。
このグラデーションにより、専門家グループで作業するために必要な専門家を選択することができます。 SU の研究の十分に客観的な結果を得るためには、第 1 から第 4 の品質クラスに属する専門家の中から選択することが望ましい。 質の低いクラスの専門家の候補者は、試験に参加しないでください。
候補者の資質を評価するために選択された方法に関係なく、専門家はすべての場合において、次のような特定の要件を満たす必要があります。
* 経営分野における専門的能力と実践的および研究経験。
*創造性(創造的な問題を解決する能力); . 科学的直感;
専門家の仕事の客観的な結果への関心;
* 判断の独立性;
*効率「規律」、あるタイプの活動から別のタイプの活動に切り替える能力、コミュニケーション能力、判断の独立性、行動の動機);
* 客観性;
*不適合;
・学力が高い。
専門家の意見の収集を行うには、次の事項を決定する必要があります。意見を収集する場所と時間。 意見収集の形式と方法。 意見収集のラウンド数。 ドキュメントの構成と内容。 専門家の意見の結果を文書に入力する手順。
専門家の意見を収集する方法を決定することは非常に重要です。 意見を収集するすべての既知の形式の中で、個人、集団(グループ)、および混合に注意することができます。 したがって、これらの形式は主に作業への専門家の参加(個人または集団)の点で異なり、それぞれにいくつかの種類があります。
*質問;
* インタビュー;
* 討論;
*ブレインストーミング
* ミーティング;
*ビジネスゲーム。
それらのすべてには、独自の長所と短所があります。 多くの場合、これらの各品種は他の品種と組み合わせて使用され、より大きな効果と客観性を提供します。 問題が曖昧な場合や意見の相違がある場合に、専門家の意見を収集する際に混合形式が使用されますか? 集合的な議論における専門家の個人的な意見または意見の相違。
専門家グループの調査を実施した後、結果が処理されます。 処理のための最初の情報は、専門家の好みと、これらの好みの実質的な正当化を表す数値データです。 処理の目的は、一般化されたデータと、専門家の評価に隠された形で含まれる新しい情報を取得することです。 処理結果に基づいて、問題の解決策が形成されます。
数値データと有意義な専門家の発言の両方が存在するため、グループ専門家評価の結果を処理するための定性的および定量的方法を適用する必要が生じます。 これらの方法の割合は、本質的に、専門家の評価によって解決される問題のクラスに依存します。
問題のセット全体は、2 つのクラスに分けることができます。 最初のクラスには、十分なレベルの知識と経験がある、つまり必要な情報の可能性がある解決のための問題が含まれます。 このクラスに属する問題を解決する場合、専門家は優れた平均的な測定者と見なされます。 「平均的に良い」という用語は、真に近い測定結果が得られる可能性を指します。 多くの専門家にとって、彼らの判断は真の価値に集中しています。 したがって、第 1 クラスの問題のグループ専門家評価の結果を処理するには、データ平均化に基づく数学的統計の方法をうまく適用できます。
第 2 のクラスには、まだ十分な情報ポテンシャルが蓄積されていない解決策の問題が含まれます。 この点で、専門家の意見は互いに大きく異なる可能性があります。 さらに、他の意見とは大きく異なるある専門家の判断が真実であることが判明する可能性があります。 明らかに、2 番目のクラスの問題を解決する際にグループ エキスパート評価の結果を平均化する方法を使用すると、大きなエラーが発生する可能性があります。 したがって、この場合の専門家の調査結果の処理は、平均化の原則を使用しない方法ではなく、定性分析の方法に基づいている必要があります。
第 1 種の問題が査読の実践において最も一般的であることを考慮して、この章の焦点は、第 1 種の問題の査読結果を処理する方法にある。
専門家評価の目標と選択した測定方法に応じて、調査結果を処理するときに次の主なタスクが発生します。
1) 専門家の個々の評価に基づいて、オブジェクトの一般化された評価を構築する。
2) 各専門家によるオブジェクトのペア比較に基づく一般化された評価の構築。
3) オブジェクトの相対重量の決定。
4) 専門家の意見の一貫性を判断する。
5) ランキング間の依存関係の決定。
6) 処理結果の信頼性の評価。
専門家の個々の評価に基づいてオブジェクトの一般化された評価を構築するタスクは、グループ専門家評価で発生します。 この問題の解決策は、専門家が使用する測定方法によって異なります。
多くの問題を解決する場合、1 つの指標または指標のセットに従ってオブジェクトを配置するだけでは十分ではありません。 他のオブジェクトと比較した相対的な重要性を示す、各オブジェクトの数値を持つことが望ましいです。 言い換えれば、多くの問題では、オブジェクトの順序付けを実行するだけでなく、あるオブジェクトの優先度を別のオブジェクトよりも決定できるようにする、オブジェクトの推定値が必要です。 この問題を解決するために、直接評価の方法を直接適用できます。 ただし、特定の条件下では、専門家の見積もりを処理することで同じ問題を解決できます。
専門家の意見の一貫性の判断は、個々の意見の類似度を特徴付ける数値尺度を計算することによって実行されます。 一貫性の尺度の値の分析は、解決されている問題に関する一般的な知識レベルについての正しい判断の発展と、専門家の意見のグループ化の識別に貢献します。 意見をグループ化する理由の定性的分析により、さまざまな見解や概念の存在を確立し、科学的な学校を特定し、専門的な活動の性質を判断することが可能になります。これらすべての要因により、研究の結果をより深く理解することが可能になります。専門家の調査。
専門家評価の結果を処理することにより、さまざまな専門家のランキング間の依存関係を決定し、それによって専門家の意見の統一性と差異を確立することができます。 オブジェクトの比較のさまざまな指標に基づいて構築されたランキング間の関係を確立することも、重要な役割を果たします。 このような依存関係を特定することで、関連する比較指標を明らかにし、おそらく関連の程度に従ってそれらをグループ化することができます。 実践のための依存関係を決定するタスクの重要性は明らかです。 たとえば、比較指標が異なる目的であり、対象が目的を達成するための手段である場合、目的を達成するための手段を順序付けるランキングの関係を確立することで、目的を達成する程度の問題に合理的に答えることができます。これらの手段で1つの目標を達成すると、他の目標の達成に貢献する.
処理に基づいて得られた推定値はランダムなオブジェクトであるため、処理手順の重要なタスクの 1 つは、その信頼性を判断することです。 この問題の解決には適切な注意を払う必要があります。
検査結果の処理には時間がかかります。 単純な注文の問題を解決する場合でも、推定値とその信頼性の指標を手動で計算すると、多大な人件費が発生します。 この点で、コンピュータ技術、特にコンピュータを使用することをお勧めします。 コンピュータを使用すると、専門家の評価結果を処理するためのアルゴリズムを実装するコンピュータ プログラムを開発するという問題が生じます。
2. 専門家による評価方法
SWOT分析
非常に人気のある特別な種類のエキスパート メソッドは、SWOT 分析の元のメソッドです。 その名前は、ロシア語に翻訳すると、強みと弱み、機会と脅威を意味する 4 つの英語の単語の最初の文字から付けられました。
この方法論は普遍的なものとして使用できます。 それは、社会経済システムにおけるプロセスの研究に特別な効果をもたらします。これは、ダイナミズム、制御可能性、機能の内的および外的要因の依存性、循環的発展を特徴としています。
この分析の方法論によれば、研究対象を特徴付ける要因の分布は、この要因が外部要因または内部要因のクラスに属するかどうかを考慮して、これらの4つの要素に従って実行されます。
その結果、強みと弱み、機会と危険の相関関係の図が現れ、開発を成功させるために状況をどのように変えるべきかが示唆されます。
これらの象限または行列のセクターへの因子の割り当ては、必ずしも容易ではありません。 たまたま、同じ要素が対象の長所と短所の両方を同時に特徴付けることがあります。 さらに、要因は状況に応じて作用します。 ある状況では美徳のように見えますが、別の状況では欠点のように見えます。 時には、その重要性が不釣り合いです。 これらの状況は考慮に入れることができ、考慮に入れる必要があります。
その場所を明確に決定することが難しい場合は、同じ要素を複数の象限に配置できます。 これが研究に悪影響を与えることはありません。 結局のところ、この方法の本質は、要因を特定し、それらの集中が問題を解決する方法を示唆するようにそれらを配置して、それらを管理しやすくすることです。
各象限では、因子の重みが同じである必要はありませんが、全体として提示する必要があります。
完成したマトリックスは、実際の状況、問題の状態、および状況の性質を示しています。 これがSWOT分析の第一段階です。
2 番目のステップは、強みと機会の比較分析を実施することです。これにより、強みの活用方法が示されます。 同時に、既存の危険性に関連して弱点を分析する必要があります。 このような分析は、危機が発生する可能性を示します。 結局のところ、弱点が危険を妨げることができない弱さの条件で発生すると、危険が高まります。
もちろん、強みと既存の危険性を比較分析することは非常に役立ちます。 結局のところ、強みは危機を防ぐために十分に活用されない可能性があります。強みは、有利な機会だけでなく、危険との関連でも見られる必要があります。
制御システムの研究では、この方法の対象は、制御開発のさまざまな問題になる可能性があります。 たとえば、効率性、人員、スタイル、機能の配分、管理システムの構造、管理メカニズム、動機、プロフェッショナリズム、情報サポート、コミュニケーションおよび組織行動など。
特別に訓練され、選ばれた専門家または内部コンサルタントを使用すると、この方法がより効果的になります。
スマートメソッド
SWOT分析方法には多くの修正があります。 それらの中で最も興味深いのは、目標の開発と分析の方法です。
管理の目標は、成功、効率、戦略、および開発における決定的な要因であることが知られています。 目標がなければ、計画やプログラムを開発することは不可能です。 しかし、これは管理の目標だけでなく、研究の目標にも関係しています。 結局のところ、この目標を正しく定式化することも容易ではありません。 研究プログラム、研究方法の使用は目的によって異なります。
目標は、場所と時間を考慮して、達成可能性、特異性、評価可能性 (測定可能性) の基準に従って作成する必要があります。 これらの基準は、 英単語-- 具体的で、測定可能で、達成可能で、関連性があり、時限があり、SMART と略されます。 それがこのメソッドと呼ばれるものです。
この方法は、マトリックス形式で配置された一連の基準に従って、目標の一貫した評価を前提としています。 目標の特徴を反映する比較可能な要因のセットを次に示します。達成が難しい - 達成しやすい、コストが高い - コストが低い、スタッフのサポートがある - スタッフのサポートがない、優先順位がある - 優先順位がない、時間がかかる時間のかかる - ほとんど時間がかからず、広い影響を与える - 限られた影響しか持たない、高度な技術志向 - 低 (従来の) 技術指向、新しい管理組織にリンクされている - 新しい管理組織に接続されていない.
次のステップは、問題定義マトリックスを作成することです。 目標を達成するには、多くの問題を解決する必要があります。 しかし、そのためには、それらを最初に定義する必要があります。
問題の配布は、現在の状況、望ましい状況、目標を達成する可能性などの基準に従って実行されます。 これらの基準は、マトリックスの水平方向を特徴付けます。 次の基準が縦方向に考慮されます: 問題の定義、問題の評価 (定量的パラメーター)、ソリューションの構成 (誰が、どこで、いつ)、問題を解決するためのコスト。
このマトリックスを使用すると、調査を計画できます。
ランキングと評価の方法。
ランクの方法によると、専門家は、組織システムの研究対象の相対的な重要性 (優先度) に応じて、そのオブジェクトのランク付け (順序付け) を実行します。注文されたオブジェクトの数に絶対値が等しい。 研究対象の数が少ないほど、より正確な順序付けが行われ、逆の場合も同様です。
1 人の専門家による専門オブジェクトの (ランクによる) 好ましい配置では、ランクの合計は、1 から始まる、オブジェクト H の数の自然系列全体の数の合計に等しくなければなりません: H= (H+ 1): 2.
調査データによるオブジェクトのランク付けの結果のランクは、各オブジェクトのランクの合計として決定されます。 この場合、結果として、最初のランクはランクの合計が最小のオブジェクトに割り当てられ、最後のランクはランクの合計が最大のオブジェクトに割り当てられます。 最も重要でないオブジェクト (7 人の専門家による 3 つのオブジェクトの結果ランクを決定する例)
専門家の関与が多いほど、評価結果の客観性が高くなります。 ただし、多数の資格のある専門家が関与し、専門家の仕事の労働集約度が高いため、品質評価のコストが増加します。 したがって、専門家の作業の複雑さを軽減するために、専門家による数値決定ではなく、指標のランキングのみを提供するランク法が使用されます。
それにもかかわらず、この方法は、比較的単純で労働集約度が低いにもかかわらず、SU の研究の実践に使用されています。 これは、ランク付けされた研究オブジェクトの数が多いためです。
直接評価の方法
これは、各オブジェクトにポイントを割り当てることによって、その重要性に応じて (たとえば、パラメトリック モデルをコンパイルするためのパラメーターを選択する場合に) 調査中のオブジェクトの順序付けです。 この場合、最も重要なオブジェクトには、受け入れられたスケールで最高点数が割り当てられます (評価が与えられます)。 最も一般的な評価スケールの範囲は 0 から 1 です。 0 ~ 5; 0 ~ 10; 0 ~ 100。最も単純なケースでは、スコアは 0 または 1 です。
評価は口頭で行われることもあります。 たとえば、「非常に重要」、「重要」、「重要でない」などは、調査結果を処理する際の利便性を高めるために、ポイント スケール (それぞれ 3、2、1) に変換されることもあります。
直接評価は、調査中のオブジェクトの特性に関する専門家の専門的な認識に十分な自信を持って使用する必要があります。 評価の結果に応じて、調査中の各オブジェクトのランクと重み (重要度) が決定されます。
結論
現在、さまざまな専門家の評価方法がますます使用されています。 それらは、特別な目的のためのものを含む技術的オブジェクトの評価と選択の複雑な問題を解決する上で不可欠であり、多数の重要な要因を伴う状況を分析および予測する際に不可欠です - 多くの優秀な専門家の知識、直感、および経験を関与させる必要がある場合はいつでも.
専門家の方法は継続的に開発され、改善されています。 この開発の主な方向性は、多くの要因によって決定されます。その中で、範囲を拡大し、数学的方法と電子コンピューターの使用度を高め、新たな欠点を排除する方法を見つけたいという願望を指摘できます。
近年、専門家による評価方法の開発と実用化が進んでいるにもかかわらず、さらなる方法論的研究と実践的な検証が必要な問題や課題が数多くあります。 専門家選出システムの改善、集団意見特性の信頼性の向上、評価の妥当性をチェックする方法の開発、専門家の評価の信頼性を低下させる隠れた原因の研究が必要です。
候補者の特性とビジネス品質の専門家による評価の基礎は、面接の結果として得られた定量的なパラメーターと評価基準に基づいています。 ここには慣習と主観の要素がありますが、評価尺度の適切な開発と専門家の注意深い(専門的な)アプローチにより、被験者を高い信頼性で評価することができます。
使用文献一覧
1.グリゴロフV. M.公共生産管理システムの専門家// M .:思想、1976年
2.Demidova A.V. 制御システムの研究。 - M.: 2005 年以前のイズダット。 - 96 ページ。
3. イグナティエバ A.V. 制御システムの研究。 - M.: UNITI-DANA, 2003. - 157 p.
4. カフィドフ V.V. 制御システムの研究。 - M.: アカデミック プロジェクト、2005 年。 - 160 ページ。
5. マリン A.S. 制御システムの研究。 - M.: GU VSHE、2005 年。 - 399 ページ。
6. Reylyan Ya. R. 経営上の意思決定の基礎 // M .: 財務と統計、1989 年
7. レメンニコフ V.B. 管理ソリューションの開発。 議事録 手当。 -- M.: UNITI-DANA, 2000.
8. スモーキン A.M. マネジメント:組織の基盤。 -- M.: INFRA-M、1999 年。
Allbest.ruでホスト
類似文書
問題解決、議論、および形式的方法による結果の定量的推定の形成。 専門家評価方法の構成要素。 アイデアを集団的に生成する方法 (「ブレインストーミング」)。 Delphiメソッド、フォーカスグループメソッドの特徴、SWOT分析。
プレゼンテーション、2014 年 3 月 30 日追加
本質と内容、専門家による分析の主な段階、その実用化の範囲と特徴、結果の解釈。 この検査の信頼度。 目標のツリーを構築するための専門家評価の方法の適用。
タームペーパー、2012 年 2 月 25 日追加
重要な経営上の意思決定を準備し、行うプロセスの不可欠な部分としての専門技術の適用の概念と機能。 専門家調査の主な段階を研究する。 専門家の選択。 Delphi メソッド、PATTERN、ブレインストーミング。
要約、2016 年 10 月 9 日追加
専門家の評価の使用。 1 つの問題を解決するためのさまざまな方法の適用。 ランキング、ペアおよび多重比較、直接評価、サーストーン法は、最も一般的に使用される専門家による測定手順です。 Delphi 型のメソッド。
テスト、2011 年 3 月 9 日追加
専門家による評価の本質と種類、その使用目的。 専門家による調査の主な段階。 専門家グループの共同作業の方法の特徴、および個々の意見を得る方法。 専門家の調査結果の処理。
要約、2012 年 4 月 3 日追加
専門家手続きの特徴:ヒューリスティックな方法とモデルの特徴、個々の評価の方法、集合的な専門家の評価。 検査の詳細、結果の内容と処理。 カントリー リスクのレベルの専門家による評価。
要約、2010 年 5 月 10 日追加
専門家の評価を得るための方法。 専門家の選択の問題。 専門家委員会の活動を規制する規範文書。 リスクと不確実性の下での意思決定。 不確実性の下での意思決定のためのタスク。
制御作業、2010 年 7 月 15 日追加
生産管理のプロセスにおける意思決定の本質と種類。 経営判断の質に関する主な要件。 経営上の意思決定を最適化する方法。 専門家の評価方法による決定を最適化する方法。
タームペーパー、2002 年 5 月 8 日追加
開発予測方法の研究: 外挿法、バランス法、規範法、プログラム ターゲット法。 専門家の作業の構成、アンケートの作成、および専門家の評価表の研究。 数学的および統計的予測モデルの分析。
テスト、2011 年 6 月 19 日追加
によるシステム分類の方法論と段階 さまざまな兆候. 専門家の評価、必須の詳細、および主な質問を取得するためのアンケートを作成します。 ゴールツリーの本質と構築、そのディテールの原則。 複雑なシステムを評価するための方法論。
専門家の見積もりに基づく予測の主なアイデアは、 得られた結果を評価および処理するための定量的方法と組み合わせた、人の直感的論理的思考の合理的な手順.
専門的な評価方法の本質は、予測が以下に基づいているという事実にあります。 意見スペシャリストまたはスペシャリストのチーム 専門的、科学的、実践的な経験.
個別の専門家による評価- 関連するプロファイルの専門家 - 専門家の意見の使用に基づいています。
1.メソッド「インタビュー」予測者と専門家の間の「質疑応答」スキームによる会話を含み、その間、予測者は、事前に開発されたプログラムに従って、予測されたオブジェクトの開発の見通しに関して専門家に質問します。 このような評価が成功するかどうかは、さまざまな問題について即座に意見を述べる専門家の能力に大きく依存します。
2.アンケート方式 専門家は、質問のリストを含むアンケート(アンケート)に記入するように招待され、それぞれが研究タスクに論理的に関連しているという事実にあります。
アンケートでは、次のタイプの質問を使用できます。
オープン - これらの質問に対する回答は、任意の形式で定式化できます。
クローズドタイプ - 回答が提供され、そのうちの 1 つを専門家が選択する必要があります。
アンケートでのクローズドタイプの質問の使用は、回答結果の統計処理を簡素化し、アンケートに記入する際の専門家の作業を容易にするため、好ましいです。 一方、質問に対する回答のリストには、専門家の意見が含まれていない場合があります。 したがって、いくつかの質問に対する回答のリストを作成する場合、専門家が自分の回答を提案するか、回答を避けることができるはずです。
3. 分析方法(分析ノート) は、完全な 独立した仕事傾向の分析、状態の評価、および予測されたオブジェクトの開発パスに関する専門家。 専門家は、予測オブジェクトに関して必要なすべての情報を使用できます。 彼は自分の発見を覚書の形で書いています。 この方法の主な利点は、専門家の個々の能力を最大限に活用できることです。 しかし、複雑なシステムの予測や戦略の策定には、関連する知識分野の 1 人の専門家の知識が限られているため、あまり適していません。
個々の専門家の評価方法の主な利点は、専門家の個々の能力を最大限に活用できることです。 ただし、これらの方法は、科学と実践の関連分野の開発に関する 1 人の専門家の知識が限られているため、最も一般的な戦略の予測には適していません。
社会経済システムの開発を計画する際に専門家の評価を使用する例は、解決策の選択肢を選択するという多基準の問題であり、これは現在、人間活動の多くの分野に関連しています。
複数基準の選択手順には、次の手順が含まれます。
1. 調査中のオブジェクトを特徴付ける最も重要な指標 (基準) の識別;
2. 指標を定量化する方法を決定する。
3. 指標を変更するための許容限界の決定;
4. 最適なオプションの検索方法の選択。
5. 問題の解決と結果の分析。
条件の加算畳み込みは、ソリューション オプションを評価するための目的関数として最もよく使用されます。
または、 (2.18)
ここで、 は基準の重要性を特徴付ける重み係数です。 数値は専門家によって決定されますが、次の条件に従うことが望ましいです。
基準の測定単位が異なる場合は、次の不等式が満たされるように、単一の無次元スケールに縮小する必要があります。
例 . 専門家によると、経済の主な指標と 社会開発リージョンは次のとおりです。
国内総生産(地域);
人口の雇用水準;
平均月給.
基準の重要性を 10 段階で評価した専門家の評価を表に示します。 2.2.
地域の指導者は、優先的な資金調達を目的とした、地域の開発のための4つの対象を絞ったプログラムを提供されました。
1. 農産複合体。
2. 食品産業の企業。
3. 社会文化圏の支部。
4.住宅建設。
検討中の対象プログラムの実施中に得られた主な指標の期待値を表に示します。 2.3.
表 2.2
専門家の評価結果
表 2.3
地域の発展の主要な社会経済指標の期待値
地域の発展に最も適したプログラムを決定する必要があります。
解決:
重み係数の値を決定しましょう。
; ; .
したがって、専門家の推定を処理した結果、目的関数は次の形式になります。
対象プログラム No. 3 はプログラム No. 2 に比べて明らかに非効率であることを考慮すると (1500<2000; 80=80; 1000<2000), удалим её из матрицы возможных решений:
指標の値は次元が異なるため、単一の無次元スケールに縮小する必要があります。 これは、各列の要素を列の最大値で割ることによって実現されます。
最終段階で、提案されたプログラムの目的関数の値を決定します。
目的関数の最大値は、プログラム番号 1 に対応します。 したがって、このプログラムの実装が最も適切です。
最も信頼できるのは 集合的な専門家の評価 -個々の専門家によって策定された、予測対象の開発の有望な分野に関する専門家の意見間の一致度を決定することを含みます。
専門家による評価を組織するために、調査の実施、資料の処理、集合的な専門家による評価の結果の分析を含む作業グループが作成されます。 ワーキング グループは、このオブジェクトの開発の見通しに関して提起された質問に回答する専門家を任命します。
1. エッセンス アイデアの集団的生成方法(ブレインストーミング) 問題の状況をブレインストーミングする際に専門家の創造的な可能性を利用することで構成されます。これは、最初にアイデアの生成を実装し、次に対策の進歩と一貫した視点の開発を伴う構造化、分析、および批判を実装します。
アイデアの集団生成の方法には、次の手順の実装が含まれます。
1. 特定の問題を解決するための「ブレインストーミング」の参加者グループの形成。 最適なグループサイズは経験的に見つけられます。 10 ~ 15 人で構成されるグループが最も生産的であると認識されています。
2. 分析チームは、問題の状況を定式化し、方法と問題の状況の説明を含む問題メモを作成します。
3. アイデアを生み出す段階。 各参加者は何度も演奏する権利を持っています。 過去の演説に対する批判や懐疑的な発言は認められません。 ファシリテーターは、プロセスを修正し、アイデアの改善または組み合わせを歓迎し、サポートを提供して、参加者を制約から解放します。 「ブレインストーミング」の期間 - 参加者の活動に応じて、20 分以上 1 時間以下。
4. 生成段階で表現されたアイデアの体系化。 アイデアのリストが形成され、アイデアを組み合わせることができる機能が区別され、選択された機能に従ってアイデアがグループにまとめられます。
5.第5段階では、体系化されたアイデアの分解(破壊)が行われます。 それぞれのアイデアは、20 ~ 25 人からなる優秀な専門家のグループによって包括的な批判を受けます。
6. 6 番目のステップでは、批判が評価され、実用的なアイデアのリストが作成されます。
メソッド「635」- 「ブレインストーミング」の一種。 数字 b、3、5 は 6 人の参加者を表し、それぞれが 5 分以内に 3 つのアイデアを書き留めなければなりません。 葉っぱがぐるぐる回ります。 したがって、30 分で全員がアセットに 18 個のアイデアを書き留め、すべてを合わせると 108 個になります。アイデアの構造は明確に定義されています。 メソッドの変更が可能です。 この方法は、さまざまなアイデアから特定の問題を解決する際に最も独創的で進歩的なアイデアを選択するために、外国(特に日本)で広く使用されています。
2.メソッド「デルファイ」。 この方法の目的は、連続した複数ラウンドの個別調査のプログラムを開発することです。 専門家の個別調査は、通常、アンケートの形で実施されます。 次に、それらの統計処理がコンピューター上で実行され、グループの集合的意見が形成され、さまざまな判断を支持する議論が特定され、一般化されます。 コンピュータで処理された情報は専門家に伝達され、専門家は見積もりを修正し、集合的判断に同意しない理由を説明します。 この手順は、最大 3 ~ 4 回繰り返すことができます。 その結果、見積もりの範囲が狭くなり、オブジェクトの開発の見通しに関して一貫した判断が下されます。
「デルファイ」方式の特徴:
a) 専門家の匿名性 - アンケートに記入する際のグループ メンバーのやり取りは完全に除外されます。
b) 前回の調査の結果を使用する可能性。
c) 集団意見の統計的特徴。
3. 「手数料」の方法- 特別委員会の作業に基づいています。 「円卓会議」で専門家グループが特定の問題について話し合い、見解に同意し、共通の意見をまとめます。 この方法の欠点は、専門家グループの判断が主に妥協の論理によって導かれることです。
専門家委員会の方法は、次のいずれかの形式で編成できます。
実践が示しているように、「コミッション」方式には重大な欠点があります。
他の専門家が自分の見解を表明せずに参加する、権威ある専門家の意見などの心理的要因の大きな影響。
専門家が、以前に表明した意見を公に放棄することを望まないこと。
委員会の作業中に、ほとんどの場合、最も権威のある専門家の2人または3人の間で論争があり、その結果、他の専門家が議論に参加したり、意見を受け入れたり考慮したりしません。
4. 裁判方法 - 試験を実施するという形での専門家チームの作業の編成に基づいています。 この方法の使用は、それぞれがその観点を擁護するいくつかの専門家グループの存在下でお勧めします。 この場合、予測の対象は「被告」として機能します。 オルタナティブな視点を表明するグループのリーダーは、起訴と弁護の両方の役割を果たします(検察官、弁護士)。 個々の専門家が証人の役割を果たし、決定を下すために必要な情報を法廷に提供します。 裁判官の役割は、関心のある人(人のグループ)によって演じられます。 たとえば、テレビ番組「The Trial」では、裁判所の手法を使用してさまざまな社会経済プロセスの発展を分析および予測することに基づいて、裁判官の役割が聴衆によって演じられ、その過程で投票しました。彼らが支持した観点のために電話による伝達の。
形態素解析の方法可能なものの中から、問題に対する最も適切な解決策を選択する必要があります。 基礎研究を予測する際に使用することをお勧めします。 この方法には、オブジェクトの特性を体系的に考慮した多くの手法が含まれています。 研究は、対応するパラメータが入力されたセルに、目標のツリーまたはマトリックスの形で構築される「形態ボックス」法に従って実行されます。 最初のレベルのパラメーターを後続のレベルのパラメーターの 1 つにシリアル接続することで、この問題を解決できます。 可能な解の総数は、「ボックス」に表示されているすべてのパラメータの数を行ごとに掛けた積に等しくなります。 順列とさまざまな組み合わせにより、オブジェクトの確率的特性を開発することができます。
スクリプトの書き方- さまざまな条件下でのプロセスまたは現象の論理の定義に基づいています。 これには、オブジェクトの現在の状況から将来の状態への移行中に発生する一連のイベントの確立が含まれます。 予測シナリオによって、予測対象の開発戦略が決定されます。 オブジェクトの開発の一般的な目標、「目標ツリー」の上位レベルを評価するための基準、問題の優先順位、および主な目標を達成するためのリソースを反映する必要があります。 シナリオには、問題に対する一貫した解決策、考えられる障害が表示されます。 この場合、予測オブジェクトの開発に必要な資料が使用されます。
予測グラフは、セグメント-エッジで接続されたポイント-頂点で構成される図形です。 「ゴールツリー」とは、ステージノードやゴール達成問題の関係を表現したツリーグラフです。 各頂点は、そこから出るすべてのブランチのターゲットです。 「目標のツリー」には、いくつかの構造レベルまたは階層レベルの割り当てが含まれます。
「目標のツリー」を構築するには、多くの問題を解決する必要があります。 予測された目標のシナリオを策定し、「ツリー」のレベルと頂点、頂点のランキングにおける基準とその重みを決定します。 これらのタスクは、必要に応じて、専門家の評価方法によって解決できます。 予測の対象としてのこの目標は、さまざまなシナリオに対応できることに注意してください。
シナリオは通常、多変量の特徴を持ち、3 つの行の動作を強調します。楽観的 - 最も有利な状況でのシステムの開発。 悲観的 - 最も好ましくない状況でのシステムの開発。 作業 - システムの開発。負の要因に対する反作用を考慮しており、その出現が最も可能性が高いです。 予測シナリオの一環として、不測の事態に備えてバックアップ戦略を立てることをお勧めします。
完成したスクリプトを分析する必要があります。 今後の予測に適していると判断された情報の分析に基づいて、目標が策定され、基準が決定され、代替ソリューションが検討されます。