VIII Международная студенческая научная конференция Студенческий научный форум - 2016

Для характеристики качества в квалиметрии используют многоуровневые показатели качества, располагающиеся иерархическим образом, то есть строят так называемое «дерево свойств». Обычно иерархические структуры типа деревоприменяются для анализа возможности решения некоторой сложной проблемы.

Этот анализ может осуществляться в разных аспектах. Например, для:

- выявления тех проблем, совокупность которых отражает сущность исходной сложной проблемы (в этом случае дерево представляет собой дерево проблем);

- определения набора средств, с помощью которых может быть обеспечено решение исходной проблемы (дерево становится деревом средств или деревом мероприятий);

- обозначения иерархического упорядочения тех целей, для достижения которых выполняется некоторый проект или программа (дерево целей);

- выбора оптимального набора средств, обеспечивающего решение исходной сложной проблемы (дерево решений);

- распределения ресурсов (например, финансовых), выделяемых для решения отдельных подпроблем сложной проблемы (дерево относительных важностей);

- прогнозирования возможности решения отдельных подпроблем сложной проблемы (дерево прогнозов).

Применяются и другие виды деревьев: дерево свойств, дерево показателей, дерево классификационное, дерево дефектов, дерево полезностей, дерево функций, дерево взаимосвязей, дерево ресурсов.

Практически все перечисленные выше виды деревьев могут рассматриваться как частные случаи дерева проблем(близкого по смыслу к дереву свойств и к дереву показателей качества). Вместе с тем, оно наиболее часто используются на практике.

Идея дерева проблем впервые была выдвинута Ренэ Декартом. В своем сочинении «Рассуждение о методе» (1637 г.) он фактически выдвинул идею дерева, когда сформулировал два из четырех своих знаменитых принципов логического мышления: «Второе - делить каждое из исследуемых мной затруднений на столько частей, сколько это возможно и нужно для лучшего их преодоления. Третье - придерживаться определенного порядка мышления, начиная с предметов наиболее простых и наиболее легко познаваемых и восходя постепенно к познанию наиболее сложного...».

Несколько позднее Декарта идею дерева (применительно к дереву целей) сформулировал Томас Гоббс, который в своем философском трактате «Левиафан» (1651 г.) писал: «От желания возникает мысль о некоторых средствах, при помощи которых мы видим осуществленным нечто подобное тому, к чему мы стремимся, а от этой мысли - мысль о средствах для достижения этих средств и так далее, пока мы не доходим до некоторого начала, находящегося в нашей собственной власти».

В дереве свойств качество, как наиболее сложное (не считая интегрального качества) свойство, рассматривается как ствол дерева, обычно условно считающийся расположенным на 0-ом ярусе дерева. Это сложное свойство делится (декомпозируется) на следующем ярусе на менее сложные свойства, каждое из которых, в свою очередь, делится на еще менее сложные свойства и т.д. Причем, свойства более низкого яруса являются обобщающими для соответствующих свойств последующего яруса.

Первый ярус – обобщенные показатели качества, второй ярус – комплексные (сложные) показатели второго из уровней, третий ярус – комплексные показатели нижнего уровня, четвертый ярус – единичные(простые) показатели.

В общем виде «дерево свойств» имеет вид:

Правила построения деревьев

Наиболее подробно правила построения деревьев разработаны в квалиметрии - а именно, применительно к дереву свойств. В частности, в квалиметрии регламентирован комплекс правил (их около 30), следование которым позволяет различным разработчикам, применительно к одному и тому же конкретному объекту получать одно и то же дерево, (что является необходимым условием достоверности получаемых с помощью этого дерева результатов).

Основные правила:

- правила, регламентирующие выбор типа дерева:

Среди этих правил есть правила, регламентирующие выбор того типа дерева (полного, неполного, усеченного), который должен применяться в конкретных условиях решаемой задачи. К этой группе относятся нижеследующие правила.

«Полное дерево при применении точного метода решения задачи» : если задачу количественного сравнения двух объектов по их качеству желательно решить с минимальной погрешностью (то есть применить так называемый «точный» метод), то обязательно необходимо использовать полное дерево, а не неполное или усеченное дерево.

«Усеченное дерево при применении шкалы рангов»: если количественные результаты сравнения объектов по качеству допустимо выразить в шкале рангов, то обычно можно использовать усеченные дерево, что уменьшает трудоёмкость решения задачи по сравнению с использованием полных или неполных деревьев.

«Неполное дерево при применении упрощенного метода решения задачи»: если задачу количественного оценивания качества допустимо решать упрощенным методом, то можно применять неполное дерево, что уменьшает трудоемкость решения задачи по сравнению с использованием полного д.

- правила, регламентирующие структуру группы свойств:

«Необходимость и достаточность числа свойств в группе» : каждое свойство, входящее в группу свойств, должно быть необходимым для адекватного описания связанного с этой группой сложного свойства, расположенного на д. свойств на один ярус ниже; и, одновременно, количество этих свойств должно быть достаточным для обеспечения указанного выше адекватного описания.

«Единый признак деления для свойств в группе»: поскольку декомпозиция сложного свойства на группу свойств есть частный случай их классификации, то для всех свойств, входящих в группу, должен быть единый (то есть общий для них) признак такой классификации.

«Независимость по предпочтению свойств в группе» : каждое свойство, входящее в группу свойств, по отношению к любому другому свойству из этой группы должно удовлетворять обоснованному в теории решений принципу «независимость по предпочтению».

«Минимум свойств в группе»: если коэффициенты важности показателей свойств будут определяться экспертным методом, то желательно, чтобы количество свойств в группе было минимальным - во всяком случае, не больше 7-9.

«Случайный характер расположения свойств в группе»: если коэффициенты важности показателей свойств будут определяться экспертным методом, то свойства в группе свойств должны быть расположены случайным образом и эксперты должны знать об этом.

Мы поставили перед собой цель построить дерево свойств для показателей качества образовательных услуг.

Для выяснения наиболее важных показателей качества привлекаем экспертов, которые выстраивают их по рангу.

Алгоритм выполнения группировок

Алгоритм выполнения группировок состоит из нескольких этапов:

На начальном этапе руководителю экспертной группы необходимо выполнить предварительную группировку, объединив единичные показатели в группы и присвоив каждой группе своё название.

Список показателей и предварительных групп передают экспертам, которые распределяют единичные показатели по предложенным группам. Статистическая обработка группировок включает поиск «выпадающих» показателей, поиск согласованных групп показателей и проверку согласованности группировки каждого эксперта с общим составом показателей в согласованной группе.

Мерой принадлежности показателя A к группе S служит число, указывающее ту часть экспертов, которая включила объект A в данную группу. Величина называется уровнем согласованности экспертов в отношении объекта A и определяется по формуле:

α( А)= m( A)/ m

где m(А) – число экспертов, включивших показатель A в группу S;

m – общее число экспертов.

Для включения показателя A в обобщённую группу S0 выбирают критическое значение кр, достижение или превышение которого означает включение объекта A в группу S0. В наиболее ответственных задачах кр = 1,0; в менее ответственных кр = 0,8 или 0,66, но не ниже 0,5.

Рассчитывая значения уровня согласованности для каждого показателя, включённого хотя бы одним экспертом в группу S, находят те показатели, для которых (A) >кр, и включают их в согласованную группу S0.

Далее проверяют, насколько группировка каждого эксперта совпадает с полученной обобщённой группой S0. Мерой согласованности индивидуальной группировки j-го эксперта с группой S0 служит число , указывающее долю тех показателей из этой индивидуальной группировки, которые входят в обобщённую группу:

β=n j (S0 )/n j

где nj(S0) – число объектов, входящих в обобщённую группуS0; nj – общее число объектов в j-й индивидуальной группировке.

Индивидуальную экспертную группировку считают выпадающей,

если 0,8 или, в менее ответственных задачах, 0,5.

Эффективность функционирования образовательной деятельности тесно связана с качеством предоставления образовательных услуг.

Применительно к качеству услуг выделяют:

1. количество ППС (общее количество ППС, доля приглашенных зарубежных ППС);

2. качество ППС (доля профессоров и докторов наук, доход на одного ППС, процент выпуска студентов);

3. количество студентов (общее количество студентов, доля иностранных студентов);

4. качество студентов (доля студентов стипендиатов персональных премий, доля нетрудоустроенных студентов);

5. качество пребывания студентов вузе (медицинская помощь, условия питания студентов);

6. качество библиотеки (качество читального зала, доступ к электронным носителям);

7. качество спортивной базы (качество спортинвентаря, качество спортивных сооружений);

8. комфортабельность аудиторий (освещенность);

9. качество оргтехники и ИТ-технологий (качество ИТ-образования).

S1, S2, S3 – обобщенные критерии услуг

Таблица1 -Группировки показателей:

№ группы	S1(преподавательский состав)	S2 (студенческий состав)	S3 (качество учебно-материальной базы)
1	(1), (2)	(3), (4), (5)	(6), (7), (8), (9)
2	(1), (2)	(3), (4),	(5), (6), (7), (8), (9)
3	(1), (2)	(3), (4), (5)	(6), (7), (8), (9)
4	(1), (2), (4)	(3), (5)	(6), (7), (8), (9)

Уровень согласованности экспертов (значение одного показателя принимаем равным 0,25):

Таблица 2

№ показателя	S1	S2	S3
(1)	1	-	-
(2)	1	-	-
(3)	-	1	-
(4)	0,25	0,75	-
(5)	-	0,75	0,25
(6)	-	-	1
(7)	-	-	1
(8)	-	-	1
(9)	-	-	1

Следовательно, при αкр = 0,66 находим обобщённые группы:

Таблица 3 – Обобщенные группы показателей

S1	S2	S3
α(1)=1/4=0,25 α(2)=1/4=0,25 α(4)=0,25/4=0,0625	α(3)=1/4=0,25 α(4)=0,75/4=0,1875 α(5)=0,75/4=0,1875	α(5)=0,25/4=0,0625 α(6)=1/4=0,25 α(7)=1/4=0,25 α(8)=1/4=0,25 α(9)=1/4=0,25

Под критерий αкр = 0,66 попадают:

S1- (1) 0.25, (2) 0,25, (4) 0,0625

S2- (3) 0,25, (4) 0,1875, (5) 0,1875

S3- (5) 0,0625, (6) 0,25, (7) 0,25, (8) 0,25, (9) 0,25

Таблица 4

S1	S2	S3
(1), (2), (4)	(3), (4), (5)	(5), (6), (7), (8), (9)

Проверяем индивидуальные экспертные группировки на выпадение,

рассчитывая значение β:

S1:

β=2/3=0,67

β=2/3=0,67

β=2/3=0,67

β=3/3=1

S2:

β=3/3=1

β=2/3=0,67

β=3/3=1

β=2/3=0,67

S3:

β=4/5=0,8

β=5/5=1

β=4/5=0,8

β=4/5=0,8

Таблица 5

№ эксперта	S1	S2	S3
1	0,67	1	0,8
2	0,67	0,67	1
3	0,67	1	0,8
4	1	0,67	0,8

Принимая βкр = 0,66, следует, что все индивидуальные группировки соответствуют обобщенной группе.

Наиболее важным обобщенным критерием услуг является S3 – качество учебно-материальной базы.

На основе проведенных группировок строим дерево свойств показателей качества:

Заключение

В данной работе:

– проверены группировки показателей услуг (были выявлены наиболее значимые критерии оценки качества)

– проверена принадлежность объектов к каждой группе;

– сформированы обобщённые группы;

– проверены индивидуальные экспертные группировки на выпадение.

Все индивидуальные группировки соответствуют обобщенной группе.

Было выявлено, что наиболее важным обобщенным критерием услуг является S3 – качество учебно-материальной базы:

- (6) качество библиотеки (качество читального зала, доступ к электронным носителям);

- (7) качество спортивной базы (качество спортинвентаря, качество спортивных сооружений);

- (8) комфортабельность аудиторий (освещенность);

- (9) качество оргтехники и ИТ-технологий (качество ИТ-образования).

Код для цитирования: Скопировать