Применение экспертного опроса для выявления причин и факторов эффективности функционирования наукоёмкого предприятия



Предложено использование метода экспертного опроса с помощью анкетирования с ответами в стиле нечёткой логики, где процесс проведения анкетирования нацелен на выявление причин успешности организации и факторов, влияющих на эффективность её функционирования.

1. Введение

В настоящее время существует проблемная ситуация, состоящая в поиске оптимальной структуры инновационного предприятия нынешнего времени и в ближайшей перспективе. К настоящему времени в условиях отсутствия директивных указаний по созданию организационно-штатных структур наблюдается широкий спектр их вариаций: линейных, матричных, дивизионально-продуктовых и их симбиоз.

К сожалению, накопленные знания применительно к определенным аспектам функционирования существующих организационных систем, пока ещё не позволяют сформировать строгое научное представление об основных закономерностях поведения сложных многоуровневых организационных систем, основных факторах, определяющих это поведение, и выразить их с помощью моделей, сформулированных на строгом математическом языке.

Очевидно, что структура предприятия, выраженная с помощью блоков, не даёт исследователю сформировать представление о системе управления предприятием, а также процессах, обеспечивающих целенаправленное функционирование организации. Таким образом, существует определенная сложность в получении достоверных сведений по структуре предприятий.

Одним из путей поиска оптимальной организационной структуры представляется анализ существующих структур наукоёмких предприятий и выявление факторов, принадлежащих к организационной структуре и являющихся причиной, движущей силой эффективного функционирования предприятия. Все явления и процессы хозяйственной деятельности предприятий находятся во взаимосвязи и взаимообусловленности. Одни из них непосредственно связаны между собой, другие косвенно. Число факторов, влияющих на эффективность функционирования предприятия, может измеряться десятками, и все они вплетены в паутину меняющихся во времени причин и следствий. Увидеть и осознать логику развития событий на таком многофакторном поле крайне трудно. Факторный анализ и составление когнитивных карт должны выявить наиболее значимые факторы, которые затем должны быть подставлены в модели эффективности функционирования инновационного предприятия.

2. Применение анкетирования сответами встиле нечёткой логики как способа выявления причин ифакторов успешности организации

Анкетирование является одной из основных форм учета мнений респондентов в социологических, психологических, экономических, педагогических и других исследованиях. Независимо от вида исследования, процесс проведения анкетирования условно можно разделить на четыре этапа: подготовка анкет, проведение анкетирования (сбор данных), обработка собранных данных, формирование выводов о результатах анкетирования и принятие на их основе управляющих решений. Применение современных информационных технологий позволяет значительно повысить эффективность процесса анкетирования. В статье [1] приводятся результаты математического моделирования системы электронного анкетирования и методика анализа данных с использованием метода анализа иерархий.

В статье предложен подход, основанный на составлении в меру избыточного перечня вопросов, ответы на которые должны отразить строение организации. Разработана анкета (Приложение 1), содержащая в себе 33 вопроса с вариантами ответов. Основная часть вопросов (25 вопросов) имеет ответы, выраженные в стиле нечёткой логики [2]. Например, такие вопросы анкеты, как «Реализован ли, по Вашему мнению, принцип проектного управления на предприятии?» или «Несёт ли на Вашем предприятии ответственность главный конструктор опытно-конструкторской работы (далее — ОКР) за изделие после присвоения литеры О₁?» имеют следующие варианты ответов: «Точно нет», «Скорее нет», «Скорее да», «Точно да», «Не понимаю вопрос», «Не знаю».

Стоит сделать акцент на то, что анкетирование, предложенное в статье, не является опросом, целью которого есть сбор социологических данных. Процесс проведения анкетирования в нашем случае нацелен на выявление причин успешности организации и факторов, влияющих на эффективность её функционирования. Анкета предназначена для сбора сведений, характеризующих структуру современных организаций, выполняющих ОКР, с целью их последующей классификации (кластеризации) по основным типам существующих организационно-функциональных-штатных структур и эффективности их функционирования.

Нечеткая логика широко применяется при построении экспертных систем, систем поддержки принятия решений, систем управления, основанных на экспертных знаниях [3]. Предполагается, что анкеты будут распространены по нескольким десяткам предприятий, а ответы будут давать достаточно компетентные лица. Таким образом, будет организован и проведён экспертный опрос — применен метод сбора информации, основанный на мнениях о каком-либо явлении или процессе группы компетентных специалистов, называемых экспертами [4].

Несмотря на то, что вопросы ориентированы на подготовленную аудиторию — высшее руководство предприятий, эксперты все равно могут по-разному «увидеть» вопрос и дать на него ответ. Получение реальной фактографической картины является исследованием, требующим научного подхода.

При разработке анкеты учтён определённый набор требований к вопросам [1, 5]:

1) Вопросы не должны содержать трудных и неясных формулировок, специфических терминов;

2) Система категорий должна быть понятна всем респондентам;

3) В вопросах не должны проявляться мнения, ценности и установки исследователя;

4) Нельзя допускать, чтобы конструкция вопроса содержала скрытый ответ;

5) Вопросы должны быть орфографически и стилистически оформлены грамотно.

Очевидно, что анкеты, разрабатываемые с целью добывания фактографического материала, должны отвечать в том числе и таким определённым специфическим требованиям, как однозначность понимания (восприятия), возможность введения некоторой меры близости, как ответов, так и результатов анкетирования в целом. Зачастую в анкету включают контрольные вопросы, предназначенные для логической непротиворечивости, достоверности и искренности респондентов. До проведения анкетирования в наукоемких организациях в статье предложено оценить на непротиворечивость саму анкету, то есть убедиться в том, что респонденты будут одинаково понимать вопросы.

Для этого было выбрано пять руководителей высшего звена управления одной организации уровня заместителя генерального директора (заместителя генерального конструктора) и предложено ввести коэффициент непротиворечивости результатов, состоящий в сравнении в численной мере ответов различных респондентов.

Ответам на вопросы, представленным в форме нечёткой логики, были присвоены числовые значения [-5,00; -3,00; 3,00; 5,00; 1,00; -1,00] (табл. 1).

Таблица 1

Числовые значения, присвоенные ответам на анкету

Точно нет	-5,00
Скорее нет	-3,00
Скорее да	3,00
Точно да	5,00
Не понимаю вопрос	1,00
Не знаю	-1,00

Чтобы оценить степень близости ответов, был использован метод корреляционного анализа [6]. Если ответы, данные респондентами, представить в виде последовательности данных (табл. 2), то можно вычислить меру их близости, сходства, корреляции, взяв сумму произведений соответствующих пар ответов. Формула для расчёта меры непротиворечивости (1) приведена далее.

Таблица 2

Числовые значения, присвоенные ответам респондентов

	Респонденты
Вопросы №п/п	1	2	3	4	5
1	3,00	3,00	-5,00	-3,00	3,00
2	3,00	1,00	3,00	3,00	3,00
3	-3,00	-3,00	-3,00	3,00	3,00
4	5,00	5,00	3,00	5,00	3,00
5	-5,00	-5,00	-5,00	-5,00	-5,00
6	-5,00	-5,00	-3,00	-5,00	-5,00
7	5,00	5,00	5,00	5,00	5,00
8	5,00	5,00	5,00	3,00	3,00
9	-5,00	-5,00	-5,00	-5,00	-5,00
10	-5,00	-5,00	-5,00	-5,00	-5,00
11	-5,00	-5,00	-5,00	-3,00	-5,00
12	-5,00	-3,00	-5,00	-3,00	-5,00
13	-5,00	-3,00	3,00	-5,00	-5,00
14	5,00	5,00	3,00	-3,00	-3,00
15	-5,00	1,00	3,00	3,00	5,00
16	-5,00	1,00	5,00	-5,00	-5,00
17	3,00	3,00	-3,00	-3,00	-3,00
18	3,00	3,00	-3,00	-3,00	-5,00
19	-3,00	3,00	3,00	3,00	5,00
20	5,00	5,00	5,00	5,00	5,00
21	3,00	3,00	3,00	-3,00	3,00
22	-3,00	3,00	-3,00	-3,00	-3,00
23	-3,00	3,00	5,00	3,00	5,00
24	3,00	5,00	3,00	3,00	3,00
25	3,00	-5,00	-3,00	-3,00	-3,00

В целях повышения наглядности числовые значения, присвоенные ответам респондентов, визуализированы в виде диаграммы (рис. 1), позволяющей увидеть как близкое, так и различное мнение по ответам. Например, на вопросы 17 и 18 (рис. 1) респонденты дают не близкие по численному значению ответы, в отличие от ответа на вопрос 9 — все респонденты ответили «точно нет».

Рис. 1. Диаграмма по числовым значениям ответов респондентов

3. Анализ непротиворечивости ответов респондентов при апробировании на тестовой выборке

Числовые значения заданы с учётом того, чтобы наиболее противоположные ответы типа «точно нет» и «точно да» имели наибольший разброс между собой, причём числовые значения заданы как положительные, так и отрицательные. Таким образом, пары произведений будут компенсироваться при сложении. Показатель согласованности или взаимную корреляцию r₁₂(n) двух последовательностей данных x₁(n) и x₂(n), содержащих по N элементов, можно записать как

Впрочем, такое определение взаимной корреляции даёт результат, который зависит от числа взятых N. Чтобы это исправить, результат нормируется, то есть делится на N. Данную операцию можно также рассматривать как усреднение суммы произведений:

Рассчитаем попарно показатель согласованности (взаимную корреляцию) респондентов. В идеале разброс ответов должен быть минимальным, что и будет характеризовать однозначность понимания (восприятия) анкеты.

Если принять ответы первого респондента за «эталон», то разделив показатель согласованности (взаимную корреляцию) первого и второго респондентов r₁₂(25) на автокорреляцию первого респондента r₁₁(25), мы получим коэффициент непротиворечивости k_r(N)результатов, состоящий в сравнении в численной мере ответов различных респондентов:

В табл. 3 приведены расчёты согласно формулам (2), (3).

Таблица 3

Расчётные данные показателей согласованности респондентов

Респонденты	Показатель согласованности респондента (автокорреляция)	Показатель согласованности респондентов (взаимная корреляция)	Коэффициент непротиворечивости ответов респондентов относительно друг друга
1	17,96
2		11,64	0,65
3		6,76	0,38
4		7,80	0,43
5		8,52	0,47
2	15,72
1		11,64	0,74
3		10,68	0,68
4		8,36	0,53
5		10,36	0,66
3	16,04
1		6,76	0,42
2		10,68	0,67
4		9,40	0,59
5		10,60	0,66
4	14,76
1		7,80	0,53
2		8,36	0,57
3		9,40	0,64
5		14,36	0,97
5	17,96
1		8,52	0,47
2		10,36	0,58
3		10,60	0,59
4		14,36	0,80

Исходя из того, что респонденты могли дать взаимно противоположные ответы, то мы могли получить коэффициент непротиворечивости равным k_r(N) = -1. Из анализа результатов следует, что самый маленький коэффициент непротиворечивости имеет в нашей метрике значение 0,38, остальные — в интервале [0,42;0,97]. На диаграмме, представленной на рисунке 4, в наглядной форме можно увидеть, что вопросы анкеты под номерами 3, 14, 17, 18 имеют наибольший разброс в ответах респондентов, что свидетельствует о некоторой неоднозначности понимания — эти вопросы можно переформулировать. Стоит также учесть, что наибольший разброс в ответах респондентов может отражать разную точку зрения респондентов на вопрос анкеты. В целом же, на основании полученных результатов можно сделать вывод, что анкета воспринимается респондентами достаточно однозначно.

4. Заключение

Таким образом, в статье рассмотрен процесс поиска причин эффективного управления организацией. Предложен метод экспертного опроса респондентов с помощью анкетирования. Анкетирование с ответами в стиле нечёткой логики позволяет методом корреляционного анализа на тестовой выборке оценить непротиворечивость ответов респондентов и сделать вывод, что анкета воспринимается ими достаточно однозначно. Разослав анкету в наукоёмкие предприятия промышленности и обработав полученные данные методами кластерного анализа, можно будет выявить причины и факторы успешности этих предприятий, в том числе зависящие от их организационных структур.

Приложение 1

Анкета предназначена для сбора сведений, характеризующих структуру современных организаций, выполняющих ОКР, с целью их последующей классификации (кластеризации) по основным типам существующих организационно-функциональных-штатных структур и эффективности их функционирования

1. Вашей Организации присущ принцип единоначалия (принятие всех решений исключительно в руках Генерального директора), а не коллегиального руководства (Правление, Совет директоров и т. п.)?
2. Функционирование структурных подразделений Вашей организации соответствует принципам «Федерации», а не «Конфедерации»?
3. Считаете ли Вы достаточно развитым «горизонтальное взаимодействие» между подразделениями (отделы, лаборатории)? То есть подразделения решают текущие вопросы непосредственно, а не через 1–3 звена вышестоящих руководителей.
4. Считаете ли Вы горизонтальное взаимодействие между отделами и лабораториями необходимым и эффективным?
5. Через сколько звеньев управления доходит Решение Генерального директора до исполнителя? (Например, до ведущего инженера-конструктора)
6. Инженеры-конструкторы Вашей Организации объединены в единую конструкторскую службу?
7. Если конструкторы распределены по нескольким структурным подразделениям, то существует ли единый методический центр, например, в лице Главного конструктора предприятия?
8. Технологи Вашей Организации объединены в единую технологическую службу?
9. Если технологи распределены по нескольким структурным подразделениям (например, по цехам), то существует ли единый методический центр, например в лице Главного технолога предприятия?
10. Инженеры-программисты Вашей Организации объединены в единый центр программирования?
11. Если программисты распределены по нескольким структурным подразделениям, то существует ли единый методический центр, например, в лице Заместителя генерального директора по программно-математическому обеспечению?
12. Инженеры-схемотехники в Вашей Организации объединены в единый центр разработки?
13. Если инженеры-схемотехники распределены по нескольким структурным подразделениям, то существует ли единый методический центр, например, в лице Заместителя генерального директора по исследованию и разработкам?
14. Предусмотрено ли создание временных трудовых коллективов (особым образом регулируются временные трудовые отношения) для выполнения проектов?
15. Существует ли единый Центр методического руководства всеми разработчиками (программисты, схемотехники, конструкторы)? (Например, Генеральный конструктор предприятия).
16. Какому уровню соответствуют разработки Вашего предприятия?
17. Как Вы считаете, основное управление выполнением НИОКР осуществляют линейные руководители (начальник НИО, центра, отдела), а не назначаемые по Приказу Главные конструкторы ОКР?
18. Главный конструктор ОКР на Вашем предприятии — это освобождённая должность или ею «нагружают» штатного специалиста или руководителя?
19. По Вашему мнению, на Вашем предприятии обладает ли Главный конструктор ОКР реальными полномочиями по управлению ходом выполнения ОКР?
20. Предусмотрено ли прямое стимулирование (персональная надбавка и др.) главного конструктора ОКР и его аппарата?
21. Несёт ли на Вашем предприятии ответственность главный конструктор ОКР за изделие после присвоения литеры О₁?
22. Ваше предприятие присутствует на рынке более 20 лет?
23. Считаете ли Вы конкурентоспособной заработную плату основных кадров? (Здесь под основными кадрами подразумеваются сотрудники, непосредственно занятые в исполнении ТЗ на ОКР).
24. Наблюдается ли отток основных кадров?
25. Выполняются ли ОКР в срок?
26. Сколькими работами одновременно руководят Главные конструкторы ОКР?

27. Часто ли назначаются линейные руководители уровня заместителя генерального директора, заместителя генерального конструктора, начальника НИО/центра/комплекса Главными конструкторами ОКР?
28. Сколько ОКР одновременно ведёт Ваше предприятие?
29. Считаете ли Вы, что продукция Вашего предприятия является инновационной?
30. Местоположение Вашего предприятия (город)?
31. Какова численность сотрудников Вашего предприятия?
32. Можете ли Вы оценить объём выручки (в рублях) на одного сотрудника в год?
33. Реализован ли, по Вашему мнению, принцип проектного управления на предприятии?

Литература:

1. Система анкетирования на основе Web-технологий / А. Ю. Афонин, П. П. Макарычев // Известия высших учебных заведений. Поволжский регион. Технические науки. — 2010. — № 3 (15). — С. 49–57.
2. Усков А. А., Круглов В. В. Интеллектуальные системы управления на основе методов нечеткой логики. Смоленск: Смоленская городская типография, 2003.
3. Заде Л. Основы нового подхода к анализу сложных систем и процессов принятия решений: Пер.с англ.// Математика сегодня: Сборник статей.— М.: Знание.— 1974.
4. Плотинский Ю. М.. Модели социальных процессов: Учебное пособие для высших учебных заведений. — Изд. 2-е, перераб. и доп. — М.: Логос, 2001. — 296 с.: ил.
5. Айан Брейс Анкетирование. Разработка опросных листов, их роль и значение при проведении рыночных исследований: Пер. с англ. В. О. Шагоян. — Днепропетровск: Баланс Бизнес Букс, 2005.
6. Юдин С. В. Статистические методы в управлении качеством: Конспект лекций. — М.-Тула: 2018. 74 с.