Gazdasági Ismeretek | Döntéselmélet » Döntéselmélet

DÖNTÉSELMÉLET 1. A célelérés hatékonyságának mérési lehetőségei és módszerei A Stevens-féle mérés és skálaelméleti alapok: A mérés szóval gyakran találkozunk s ugyanakkor azt is elmondhatjuk, hogy mellékjelentése a megalapozottság , egzaktság, pontosság fogalmaihoz kapcsolódik. Nemcsak a természet- és műszaki tudományokban beszélünk mérésről, hanem például különböző gazdasági célok mérésről, képességmérésénél. A társadalom tudományok különféle "metriál" elnevezésükben is hordozzák a mérés fogalmát. A mérések pontossági foka egyszóval a mérés szintje között különbségek vannak. A pszichológia területéről véve indító példánkat, találkozhatunk a következő állítással: egy embert minél több kudarc ér, viselkedése annál agresszívabb lesz. Ezt az állítást könnyen lefordíthatjuk a szimbólumok nyelvére. A mai felfogásban a egyre világosabbá válik, hogy a mérés nem e

mérőeszközök használati módjára, hanem a mérőeszköz (skála) létrehozásának logikai folyamatára vonatkozik. Ezzel összhangban van a következő definíció: 1. A mérés legáltalánosabb értelemben bármilyen módszer, amellyel egyértelmű és kölcsönös megfeleltetés létesíthető bizonyos mennyiségek egyes részei vagy valamennyi része és a számok között. A számok a helyzettő l függően egész, racionális vagy valós számok lehetnek. 2 A mérés számok hozzárendelése objektumokhoz, azok tulajdonságaihoz, eseményekhez, szabályoknak valamilyen halmaza szerint. A definíció szerint a hozzárendelési szabályok határozzák meg a mérési skálákat. Ilyen skáláról elsősorban azért beszélhetünk mert a számokkal és az objektumokkal ill. ezek bizonyos tulajdonságaival végezhető fizikai műveletek között izomorfizmus van. Izomorf két halmaz, ha azok elemein bizonyos műveletek vannak definiálva és kölcsönösen egyértelmű

megfeleltetés létesíthető a két halmaz elemei között olyan módon, hogy az egyik halmaz elemein végzett műveletek eredménye a másik halmaz megfelelő elemein végzett műveletek eredményének feleljen meg. Két rendezett halmaz hasonló, ha elemeik között rendezéstartó egy-egy hozzárendelés létesítető és az ilyen hozzárendelést megvalósító függvényt nevezzük monotonnak. A számok hozzárendelésével - az alkalmazott hozzárendelési szabálytól vagy szabályoktól függően - meghatározzuk a mérési skála típusát és ez tulajdonképpen szóban forgó dolgokon végrehajtott empirikus műveletek jellegétől függ. Mindegyik skálát az invarianciájuk mértékével lehet a legjobban jellemzi, vagyis azokkal a transzformációkkal, amelyek a az illető skála struktúráját változatlanul hagyják. A skálák hozzárendelési szabályai ebből a axiómákból fejeződnek ki (egyenlőség, sorrendiség, additivitás). 1 névleges (nominális) skála:

a számok legkötetlenebb hozzárendelését jelenti. A néveleges mérés szintjén valamilyen objektum megjelölésére számot használunk megjegyezve, hogy számmal vagy betűvel való jelölés is megfelelő lenne. Ebben az esetben a számok csak azonosításra szolgálnak. A névleges számhozzárendelésnek két típusát ismerjük: egyedi dolgok azonosító számozása, osztályok azonosítása. Mivel a hozzárendelés kötetlen a számok bármilyen transzformációja alkalmazható anélkül, hogy a skála leíró pontosságából veszítene. A felölésre bármilyen szám megfelel. Ezen a gyakoriságot, mediánt, móduszt mérünk 2 Sorrendi (ordinális) skála: a névleges skála továbbfejlesztésénél legegyszerűbb lépése, ha két dolgot valamilyen közös tulajdonság alapján hasonlítunk össze. A sorrendi skálán mért dolgoknak egy közös tulajdonság szerint kell összehasonlíthatóknak és tranzitíveknek lenni. A sorrendi skála az egyenlőségen kívül

relációt is tartalmaz. Bármilyen sorrendmegőrző transzformáció a skálát változatlanul hagyja ezért bármelyik monoton növekvő függvény szerint transzformálhatunk. A sorrendi skálán mért dolgok nincsenek egymástól egyenlő távolságra vagyis az egymást követő intervallumok nem azonos nagyságúak. Nem számokról kívánnak felvilágosítást szerezni, hanem a dolgokról. A sorrendi mérésből nyert számokkal tehát csak azok a műveletek végezhetők amelyek a skálainvariancia követelményének megfelelnek. Statisztikai műveleteket mérünk ezzel 3 Intervallumskála: ha a skála rendelkezik a sorrendi skála tulajdonságaival, továbbá a skálán levő bármelyik két szám különbsége ismert és meghatározott nagyságú, akkor intervallum skáláról beszélünk. Az intervallumskálát a közös állandó mértékegység jellemzi és a számokat ennek alapján rendeljük a sorbarendezett dolgokhoz. A számszerűen egyenlő különbségek a

valóságban is egyenlő különbséget jeleznek. Az intervallumskála nullpontját és mértékét szabadon választjuk meg s következésképpen a skálát egy konstans hozzáadása nem változtatja meg. Egy intervallumskálán tehát bármelyik két intervallum aránya független a mértékegységtől és a nullponttól. Ezen mérjük a naptári időt, a tengerszint feletti magasságot, stb 4 Arányskála (abszolút) skála: az előbbi skálák összes tulajdonságával rendelkezik. Van valódi nullpontja és bármelyik két pontjának aránya független a mértékegységtől, konstanssal való szorzással transzformálható. A fizikai tudományokban az arányskálák két típusát szokás megkülönböztetni: az alap- és a leszármaztatott skálákat. 2. A rendszerelvű döntési módszerek jellemzői MAUT (Multi Attribute Utility Theory) elveire épülő eljárások elvi-módszertani alapjai: A hagyományos statisztikai, elemzési módszerekkel kapcsolatban megnyilvánuló

általános bizalmatlanság egyik oka, hogy -tudomány és az ipai gyakorlat legkülönbözőbb területein- az egymással ellentétes irányzatok mind statisztikai kimutatásokkal, elemzésekkel támasztják alá érveiket, azt remélve, hogy a számok nem hazudnak vagy éppenséggel abban reménykedve, hogy a számokkal nem lehet vitatkozni. Módszerek: hiányos információjú döntések, bonyolult döntési problémák kezelése: legjelentősebb döntések az egzisztenciális és gyártmányfejlesztés területén. A vizsgálat és a döntés csakis rendkívüli körültekintéssel születhet, komplex módon tehát: számos tényező értékelése alapján végezhető. A gyártmányfejlesztéssel kapcsolatos döntések során figyelembe kell venni: számos tényezőt, számos értékelési lehetőséget. Rangsorolási osztályok: 1 korszerűségi-rangsorolási osztály döntően a termékre jellemző műszaki, konstrukciós és rendeltetési paraméterekre épül. Kizárólag

termék függő 2. a gyártásfejlettség rangsorolási osztály a termék gyártására, a műszaki, gyártástechnológiai, szervezettségi szintvonalra jellemző paramétercsoportok összessége. Alapvetően a terméket előállító vállalatra jellemzőek. 3 A gazdaságossági rangsorolási osztály a termék gyártásának gazdaságosságát jellemző mutatócsoportokat, mutatókat tartalmaz. A mutatók, paraméterek összességükben vállalati jellegűek. 4 az értékesítési rangsorolási osztály egyaránt tartalmaz a termékre, a terméket előállító vállalatra és a vállalaton kívülálló környezetre, piacra jellemző mutatókat ill. matató csoportokat Ebből a szempontból az értékesítési osztály a legösszetettebb. E mutatószám rendszer a termékszelekció első lépéseinek kritériumrendszer a gyártmányösszetétel alakítása során. A komplex rendszerelméletű elemzést igénylő gazdasági döntések következő csoportját a szelektív

fejlesztési politikai realizálást jelentő gazdasági döntések alkotják. Tehát a bonyolult döntési problémáknál alkalmazott módszerek lényegesen különbözni fognak a feladatmegoldás alacsonyabb szintjén hozott rövid távú -taktikai vagy operatív jellegű- döntéseknél alkalmazott módszerektől. kapott eredmények interpretálásának problémája: legtöbb esetben könnyebb valamilyen számolást elvégezni, de ugyanakkor nehéz a konkrét problémák számításokkal kapott eredményeit interpretálni. Az interpretáció kérdése mindig sokkal nehezebb mint a számítások elvégzése és a munkának ebben a részében semmi sem pótolja a probléma részletes és sokoldalú ismeretét. Egyidejűleg több faktort kell figyelembe venni. A gyakorlati problémák megoldása általában többet jelent a meglévő tudásanyag egyszerű alkalmazásánál. Különösen igaz ez az olyan vállalati döntésigénylő problémákra, melyek hosszabb időhorizontra kötik

le a vállalat eszközeit, tehát hosszabb időtávra határozzák meg a vállalat jövőjét. Az elemzést végzők számára a következtetés, hogy mindig a feladat természetének megfelelő és az adottságokhoz legjobban illeszkedő eljárást kell kiválasztanunk. Sokat tanulhatunk e tekintetben Wilfredo Paretotól, aki először emelte a törvényszerűség rangjára a lényegesre koncentrálás szükségét. PARETO törvény: "Kevés fontos, sok mellékes!" Azaz néhány tényezőnek különleges figyelmet kell szentelnünk, ugyanakkor egy sor mellékes dologgal viszont nem érdemes részletesebben foglalkoznunk. (80-20% a nem fontos dolgok javára.) Nem a mennyiséget és differenciálhatóságot kell feltétlenül növelnünk, hanem a felhasznált adatbázis realitását, valósághűségét és célorientált tartalmát kell inkább fokoznunk. 3. Az un “hiányos információjú” döntési problémák és kezelésük Az információ szintje, tartalma és

költsége közötti összefüggések: ha valaki a tudomány segítségével kívánja kidolgozni egy ütközet stratégiáját, úgy nincs értelem arra várni, míg az összes lényeges és szükséges adat rendelkezésre áll. Egyes játékok a teljes információn alapulnak: ezek elemezhetők a tudomány formális módszereivel. Az operációkutatás azonban lényegében a nem teljes információjú játékokkal foglalkozik, mint amilyenek a háborúk vagy a tipikus vezetői helyzetek a közigazgatásban, iparban vagy az üzleti életben. A nem teljes információjú játékokban bizonyos információ mennyiség mindig könnyen biztosítható a tapasztalati tudományok segítségével és leleményességgel még többet is szerezhetünk. Mindazonáltal van olyan terület amilyeken az információk csak nagy erőfeszítéssel biztosíthatók. A katonai szférában ez a terület a kémkedés birodalma, a civil életben pedig a költséges kutatásoké. Az operációkutatás, mint

minden tapasztalati tudomány, kevésbé foglalkozik az analízissel és dedukcióval és sokkal inkább a kísérletezéssel és indukcióval. A "hiányzó" információk pótlása azonban nem jelentheti olyan pszeudó információk "becsempészését" a modellbe, amelyek aztán használhatatlanná teszik az egész eredményt. (Ez esetben válik valósággá az a kissé maliciózus, sajnos azonban sok esetben igaz megállapítás, hogy háromféle modell van; rossz, rosszabb és legrosszabb.) A bizonytalansággal szembe nézni nehéz, ezért néha hajlamosak vagyunk úgy tenni mintha nem is létezne. A gazdaságmatematikai módszerek nem helyettesítik a jövendőmondót: hanem számításba veszik az összes elérhető tényezőt és ezek figyelembevételével igyekeznek jobban előkészíteni megalapozni a döntést. Az információt megszerezni fáradtságos, időrabló, költséges munka. Az információk szintjének költsége egy bizonyos mérték után már

nem áll arányban annak tényeleges tartalmával, értékével. Éppen ezért mindig meg kell találni azt a szintet, ameddig még egyáltalán érdemes adatainkat részletezni, finomítani "pontosítani", figyelembe véve azt az általános érvényű igazságot, hogy "A gazdasági elemzésnek, illetve számításnak is gazdaságosnak kell lennie!" 4. Analitikus eljárások, approximatív (közelítő) eljárások A módszerek erőssége és “általánossága” közötti összefüggések: a módszer fogalmi struktúrájában három lényeges és egy járulékos vonást emelhetünk ki. 1 Első lépés a probléma megfogalmazása. Ez azt jelenti hogy az azonosítani kívánt dolgok meghatározását, e dolgok tulajdonságainak és kölcsönös kapcsolataiknak megállapítását. Nem könnyű feladat, nehéz pontosan megvalósítani. 2 Az eljárás, amelyik a probléma megoldásához vezet. Szervesen összefügg a probléma megfogalmazásával és tulajdonképpen

csak a probléma megfogalmazásával és tulajdonképpen csak a probléma megfogalmazásban adott információt használja fel. 3 Bizonyítás, igazolás, ill annak megmutatása, hogy az eljárás valóban a probléma megoldásához vezet. A bizonyítás létezésének a következménye, hogy az eljárás lépéseit nem kell magyarázni. Ez a tulajdonság a matematikai vagy számítási módszerek elsődleges jelentősége. Ezek valamennyi módszer alkotóelemei 4 Egyes esetedben az alapelv, amelyet a módszer megértetésére használunk. Fontos megkülönböztetni a módszer általánosságát a módszer erejétől. A módszer általánosságán (általános érvényűségén, általános alkalmazhatóságán) értjük, hogy a problémák milyen széles körére alkalmazható. A módszer erősségét megoldóképessége jelenti Minél nagyobb ez, annál erősebb a módszer. Az erősséget három tényezővel mérhetjük: megoldás valószínűsége (hány problémát képes

megoldani), megoldás minősége (milyen közel visz az optimumhoz), szükséges erőforrások, eszközök mennyisége. A módszer általánossága és erőssége fordított arányban van egymással. Minél általánosabb a módszer, annál gyengébb és fordítva A probléma megfogalmazásában használt minden gyes pótlólagos feltétel kihasználható a megoldásban, s következésképpen növeli a módszer erejét, de csökkenti általánosságát. Erősebb módszer információigénye nagyobb, mint az általánosabb, de gyengébb módszeré. Ez lényegében azt jelenti, hogy adott információmennyiséget egy adott helyzetben az erősebb módszer hatékonyabban használ fel, mint a gyengébb. Az összemérési módszerek rendezési elvéül az erősséget választjuk mégpedig egyszerű rendezést használva olyan módon, hogy a gyengébb módszerektől haladunk az erősebbek felé. Az erősségi alapon való rendezésünk heurisztikus jellegű. Analitikus eljárások: ezek

részletesebbek és valósághűebben írják le a problémát, mint az egyszerűbb heurisztikus közelítéstől. Approximatív (közelítő) eljárások: mindig a körülményektől és a feltételektől függ, hogy melyik módszert tekintjük optimálisnak. Mérlegelés szempontjai lehetnek: a komplex rendszerek összemérési céljainak explicit v. implicit jellege, az összemérendő rendszerek homogenitása, a probléma strukturáltsága, az adatok jellege, mérési szintje és megbízhatósága, rendelkezésre álló idő, számításigényesség mértéke, költségigény, kommunikálhatóságok mértéke. De legtöbb esetben nem az a kérdés, hogy melyik az elegendő (kielégítő döntések)-PARETO tv. “Kevés fontos sok mellékes.” 5. A rendszerelvű optimum v optimális kompromisszum meghatározásának problémái: Az optimális megoldás lényegileg az optimális kompromisszumot jelenti vagyis ahol egyensúly van az előnyök és hátrányok között. Egy

többdimenziós térben akkor tekintünk 1 ponton optimálisnak, ha abból egyetlen tényező irányába sem lehet elmozdulni anélkül, hogy az elmozdulás irányába elért előnyöket a többi irányba való hátrányok összege ne kompenzálná v. múlná felül Az optimális pontok döntéshozóként változhatnak, az értékrendszerek különbözősége miatt. A döntést általában intuitív úton történik, de előnyösebb az explicit út. Előnyök és hátrányok problémája: adva van az összemérendő komplex rendszerek halmaza és az értékelési tényezők halmaza. Ha az utóbbiak szerint állapítjuk meg a preferencia-sorrendet, akkor az egyik értékelési tényező vonatkozásában 1 komplex rendszer előbbre kerülhet a preferencia-sorrendben, mint a másik értékelési tényező vonatkozásában. Az értékelési tényezőnek csak a jelentőségét állapítjuk meg Előnyösebb ill hátrányosabb helyzetről csak a komplex rendszereknél beszélhetünk az adott

értékelési tényezők szerint preferencia-sorrendben elfoglalt helyzetük alapján. A mérlegeléssel kapcsolatos lényeges megállapítások: 1 értékelési tényező szerinti előnyös helyzet 1 komplex rendszer esetében már értékelési tényezők szerinti hátrányosabb helyzetet kompenzálhat. 1 hátrány is elég ahhoz, hogy az előnyöket semmivé tegye. El kell kerülni, hogy a hátrányokat a velük azonos súlyú, de hozzájuk fűződő előnyökkel ellensúlyozzuk. Gazdasági döntések esetében az előnyök és hátrányok általában 3 kategóriába sorolhatók: idő, pénz, kockázat. Ha az értékelési tényezők egymástól függetlenek, akkor a komplex rendszer bármelyik értékelési tényező szerinti igen rossz minősítése csökkenti ugyan a komplex rendszer értékét, de ez nem lesz=0. Ha viszont a kölcsönös függés fennáll és ugyanez a helyzet, akkor ez az egész komplex rendszer értékét nullára csökkentheti. 6. Rendszerelemzés a

célok meghatározásában A cél ill kritérium rendszer feltárása a célpreferenciák meghatározása: Egy rendszer állapotán 1 adott időpontban azoknak a lényeges tulajdonságoknak a halmazát értjük, amelyekkel a rendszer az adott időpontban rendelkezik. A kutatás célja határozza meg, melyek a lényeges tulajdonságok. A komplex rendszerek vizsgálatának célja az összemérésen nyugvó értékelő rendezés. Így a továbbiakban tulajdonságok helyett értékelési tényezőkről beszélünk. A kérdés az hogy hogyan választhatjuk meg az értékelési tényezők halmazát Erre heurisztikus útmutatás van. 1 meg kell állapítani a komplex rendszer domináns vetületét 2 az adott vetületeken belüli értékelési tényezők megválasztásában a köv. kötöttségeket kell szem előtt tartani: valamennyi értékelési tényezőt fel kell venni. A tényezők egymást teljes mértékben nem zárhatják ki, egymástól kölcsönösen függetlennek, diszkrétek kell,

hogy legyenek , fontos továbbá, hogy élesen definiált tényezők legyenek. Ügyelni kell arra is, hogy tényezők egyszerűség ill. összetettség szempontjából lehetőleg azonos szintűek legyenek Az értékelési tényezők jelölésére az Ej betűjelet választjuk. Az értékelési tényezők súlyozása: az emberektől függő tőlük függ, hogy mit preferálunk, mit részesítenek előnyben. Preferenciareláció: a döntéshozó előnyben részesíti a-t, b-vel szemben. A preferenciareláció tulajdonságai: irreflexív, asszimetrikus, tranzitív, trichotom. Preferencia módszerek: 1 súlyozás sorrendi skálán: Ilyenkor először az értékelési tényezők preferencia-sorrendjét kell megállapítanunk, majd a tényezőkhöz kell számokat hozzárendelnünk. 2-féle eljárást követhetünk: közvetlen rangsorolást és páros összehasonlítást. 2 Súlyozás intervallumskálán: itt nemcsak arról kapunk információt, hogy az egyes értékelési tényezők

preferáltabbak-e mint mások, hanem azt is megtudjuk mondani mennyivel. Eljárások: Egyszerű közvetlen becslés: Az előzetes preferencia-sorrend megállapítása után az értékelési tényezők preferenciasúlyát 1,00 számértéknek vesszük. Ezután ennek alapján egyszerű közvetlen becsléssel megállapítjuk minden egyes tényező súlyszámát, olyan módon, hogy azok összege 1 legyen. Churcman-Ackoff féle eljárás: menete: 1 Preferencia-sorrend felállítása 2 A leginkább preferált tényezőkhöz az 1,00 számot rendeljük és a többi esemény súlyát ennek megfelelően becsüljük meg. 3 Összehasonlítjuk E1 tényezőt (E2+E3++Em) kombinációival. 4 Összehasonlítjuk E2 tényezőt (E3+E4++Em) kombinációival 5 Folytatjuk az összehasonlítást amíg az Em-2 összehasonlítását Em-1+Em kombinációval be nem fejezzük. 6 Átalakítjuk a Vj értékeket standardizált V’j értékké GVj-vel való osztása G V’j érétkének 1,00-nek kell lennie. A kapott

becsült értékek relatívak vagyis vmelyik tényező törlése v. újabb tényező bevitele a számértékeket megváltoztatja 7-nél több értékelési tényező esetén már körülményes ez az eljárás. 7. A Guilford-Thurstone féle preferencia módszer ismertetése A konzisztencia vizsgálat célja, módszere és az eredmények értékelése: ez a legmegalapozottabb eljárás pszichológiai és matematikai szempontból, amely a standardizált normális eloszlást használja a transzformáció során, technikailag pedig a páros összehasonlítás módszerét. A módszer lényege: 1 A döntéshozó elkészíti az értékelési tényezőkből készíthető összes lehetséges párokat. 2 Vmennyi párban a döntéshozó aláhúzással jelöli meg, hogy melyik értékelési tényezőt preferálja. 3 Összeállítja a preferenciatáblázatot. A táblázatban a sorokban és oszlopokban található számok mutatják az adott tényező preferenciagyakoriságát. 4 Kiszámítjuk a

konzisztenciamutató számértékét 5 Meghatározzuk a preferenciaarányokat. 6 A preferenciaarányokat a standardizált normális eloszlás u értékeivé transzformálunk. 7 Meghatározzuk a u értékeket Ezek jelentik egyúttal az intervallumskála skálaértékeit. Nagyobb mintával javítani lehet az eredmények megbízhatóságát, ezért mindegyik párossal többszörös összehasonlítást kell végezni. Ez 3 féleképpen valósulhat meg : döntéshozó u párosokat többször megítélési, több döntéshozó a párosokat egyszer v. többször ítéli meg Hogy melyik megoldást választjuk az függ a kísérlet céljától, az egyéni különbségektől, valamint az összehasonlítandó dolgok jellegétől. Az aggregált preferenciatáblázat alapján kiszámíthatjuk a döntéshozók véleményegyezésének mértékét is. Lennie kell x és y, amely közötti rangsorolt preferenciákat rangszámokkal fejezzük ki. (az eltérések négyzetösszege csak akkor maximális,

ha a két rangszámsor fordított sorrendben van felírva.) Egy harmadik z belépése esetén, nem lehet előállítani, olyan rangszámsort, hogy x és y-nal is ellentétben legyen. Tehát megfogalmazhatjuk az Arrow tételt, amely szerint maximális véleményeltérés azaz teljes ellentét kizárólag csak két döntéshozó között lehetséges. Teljes egyetértés esetén kapunk egy viszonyszámot, ez a Kendall féle rangkordinancia együttható. W- / m W értéke [0,1] mindkét oldalról zárt intervallumon veszi fel. Teljes egyetértés esetében W- 1, teljes ellentét esetén W- 0 Matematikai szempontból tekintve W egy többváltozós rangkorrelációs együttható. Ezért el kell végezni W szignifikancia vizsgálatát is. A rangszámok lehetséges permutációjának száma egy rangsor esetében n!, k számú rangsor esetében viszont n!k. Az egyetértési együtthatót azért kell kiszámítanunk, hogy megállapíthassuk: az együttható melyik szignifikáns számértékét

fogadjuk el alsó határként, amely mellett a továbbiakban már csoport közös aggregált preferenciagyakoriságait használjuk. Az alsó határérték meghatározására nincs eljárás. Ezt az adott helyzet ismeretében heurisztikus megfontolások alapján döntjük el Ilyenkor is gyakran élünk a megszokott konvenciókkal. Ha az egyetértés elfogadható mértékű (az egyetértési együttható szignifikáns és eléri a meghatározott aló határértéket), akkor az aggregát preferenciagyakoriságokat felhasználhatjuk az intervallum szintű súlyozásra. Ebben az esetben is van lehetőség racionális nullpont megválasztására. Az értékelési tényezők súlyozását jelenti, jelenleg nem tudjuk az intervallumskálánál magasabb szinten elvégezni. 8. A csoportmunka(team munka) alkalmazása a döntési folyamatban A teamek főbb típusai és jellemzői. A hatékony team munka feltételei: a team munka jellemzői egyben előnyei: pótolja a zsenit, kikapcsolja a un.

interfacet tevékenységet, a team munkában végzett munka termelékenyebb produktuma a hatékonyság, dinamikus szervezet a vállalat megszűnt a tényleges teendője egy főosztály, akkor a team felveszi a munkáját és új munkafeladat keletkezik. Az előző megszűnik Minden team egy problémamegoldás csoport. Főbb csoportok: -interaktív, közvetlen kapcsolat a tagok között: függetlenített, koordinációs irányítás, hierarchikus, -stilisztizált teamek (kvázi tagok) piackutatás például, -halózati rendszeren keresztül működős csoportok, -alibi team (prémium érdekében, divat érdekében) –Pap Ottó: lila team: összehasonlítjuk a tudásunkat. A hatékony team munka feltételei: -megfelelő posztra, megfelelő ellenség, barát: csoport összetétel, csoportstuktúra kialakítása, -megfelelő csoport vezető kiválasztása, csoport nagysága, létszám, hierarchia, -csoport vélemény aggregálása, -csoport alkotás technikai módszerek. 9. A

véleményaggregálás problémai és módszerei A konkordancia és szignifikancia vizsgálatok lényege és funkciója: Kendall féle rangkonkordancia együttható voltaképpen egy többváltozós rangkorrelációs együttható. A Kendall együtthatót felhasználhatjuk a komplex rendszerek összemérésében is Ekkor az egyes értékelési tényezők szerint állapítjuk meg a komplex rendszerek preferencia sorrendjét, majd kiszámítjuk a Kendall együtthatót, amelyik ebben az esetben valóban eredeti funkciójában mint korrelációs együttható szerepel. Elvégezve a szignifikanciavizsgálatot, ha a Kendall együttható szignifikánsnak bizonyul és számértéke vagyis a korreláció szorossága, eléri a kitűzött szintet, akkor a komplex rendszerek végleges preferencia sorrendjét a rangszámösszegek szerint adjuk meg. A Kendall módszer használatában, ha az értékelési tényezők intervallum vagy arányskálán mérhetők ezt az információt elveszítjük mivel

a módszer elnevezéséből is következik, hogy rangszámokra épül, vagyis az intervallum vagy arányskálán mért értékelési tényezőinket vissza kell vinnünk a sorrendi mérés szintjére. Ez a visszalépés automatikus mivel az intervallum és arányskálák tartalmazzák a sorrendi skálát. Abban az esetben ha az értékelési tényezők között eredően csak sorrendi skálán mérhetők is vannak, akkor az ilyen értékelési tényezők szerint a komplex rendszerek preferencia sorrendjét és a megfelelő rangszámokat a döntéshozók vagy döntéshozóknak kell meghatározni. Két változatot különböztetünk meg a 1 normál esetet: amikor az egyes értékelési tényezők szerinti preferencia sorrendben nincsenek azonos rangszámok, vagyis az adott értékelési tényező szempontjából a szóban forgó komplex rendszerek preferáltsága különböző. A Kendall együttható kiszámításakor először meghatározzuk a komplex rendszerek rangszámait az egyes

értékelési tényezők szerint. Ezután a rangszámokat k soros és n oszlopos táblázatba rendezzük, ahol k az értékelési tényezők számát, n pedig a komplex rendszerek számát jelenti. 2 a rangszámegyezések esete ill a kötések előfordulása: ha a rangsorokban kötések fordulnak elő, akkor ezek torzító hatását korrekcióval kell figyelembe vennünk. Ha a kötések előfordulási aránya csekély, akkor a torzítás elhanyagolható Ha nagy indokolt a torzítás korrekciója. A Kendall módszer, mint elméletileg megalapozott rangmódszer rendelkezik az elméleti alátámasztás előnyeivel és ugyanakkor a rangmódszerek hátrányaival. Információveszteség a legjelentősebb, tényezők súlyát nem veszi figyelembe Szignifikanciavizsgálat: valamilyen alapfeltevés, nullhipotézist vizsgálunk és ha ezt a vizsgálat eredményeképpen elvetjük, akkor automatikusan elfogadjuk a nullhipotézisünkkel szembenálló, ún. alternatív hipotézist 10. Az

alternatívak preferencia sorrendjének meghatározása diszkrét értékelések esetén Szűrő és soroló modellek. Preferencia és diszkvalifikancia mutatók: Speciális komplex rendszerek összemérésével foglakozó módszerek gyűjteménye. Olyan módszer, amellyel bizonyos cél eléréséhez a rendelkezésre álló lehetőségek ésszerű kihasználására törekszünk matematikai eszközök és eljárások felhasználásával. A programozási feladat abban áll, hogy a feltételek mellett olyan programot határozzunk meg, amely maximalizál v. minimalizál egy célfüggvényt (ez az értékelési tényező) Ez a programozás felhasználható olyan komplex rendszerek összemérések, amelyek kombinatív felhasználása lehetséges. A cél az optimális kombináció meghatározása Ha csak a sorrendi mérés szintjén van a kiinduló rendszerek preferenciaviszonyairól információnk, akkor szinguláris optimumot csak pótlólagos információk alapján határozhatunk meg. Ez a

módszer a hagyományos matematikai programozási módszerek gyakori torzító hatásait elkerüli. Szűrő modellek: 1. Harris és Marting módszere (egyetlen matematikai formulával nem írhatók le az értékelésnél szükséges szempontok.), 2 Juhar módszer (homogén diagram: komplex rendszer valamennyi értékelési tényezőjét egy diagramban, külön ábrázoljuk, heterogén diagram: globális értékelés alapján általános kép adható meg, ily módon az egyes komplex rendszerek egymáshoz viszonyított színvonala elemezhető), szintén a szűrő szerepét tölti be, amennyiben a szemléltető módon a kivételekre irányítja a figyelmet. 21Pareto elemzés: az elvre való koncentrálás: Néhány fontos, sok mellékes!, 3. Kesselrig módszere: termék-összehasonlító módszer értékelésének alapgondolata az, hogy a műszaki értékelési tényezők általában arány vagy intervallumskálán mérhetők. Az egyes paraméterek nevezője eltérő, ezért közös

nevezőre kell hozni. Kiterjeszthető bármilyen komplex módszerre A módszer a pontozásos módszerek közé tartozik. 4 Pattern módszere (relevanciafa): eljárás technikailag jelent fejlődést. Gráfok alkalmazása elősegíti a rendszer belő kapcsolatainak hierarchiájának feltárását és elemzését. A relevancia módszerével bonyolult összefüggéseket lehet áttekinteni Alkalmazásának fontos feltétele, hogy a szóban forgó komplex rendszerek hierarchikusan legyenek strukturálhatók. Lépései: fő és mellék célok fokozatos közelítése, az ágak számszerű értékekkel való ellátása, súlyszámok-relevanciaszámok, összesített relevanciaszámok-részinformációk szintetizálása. Soroló modellek: 1 Combinex módszer: értékelési tényező meghatározása, súlyszámok megállapítása, standard pontskála meghatározása (alsó, felső korlátok felvétele), pontozótábla megszerkesztése. Leglényegesebb vonása az előzetes szelekció. 2 Marsan

és Electre módszer: komplex módszerek közül a legpreferáltabb, célja hogy az összehasonlíthatóságra megszabott kikötések módszeres változtatásával a magot fokozatosan szűkítjük. 3 KIPA módszer: alapgondolata az előző eljárás logikáját követi. Lépései: meghatározzuk az értékelési tényezőket, a Guilford féle eljárással súlyozzuk az értékelési tényezőket, a kitöltött preferenciaíveket a preferenciatáblázat segítségével dolgozzuk fel-konzisztenciamutatók kiszámítása, szűrés után fennmaradt egyedi preferenciatáblázatokat aggregáljuk és kiszámítjuk a Kendall féle egyetértési együtthatót, osztályozó besorolás ötfokozatú skáláit használjuk, értékelési tényezők verbális minősítése, megállapítjuk a komplex módszerek között az egyes értékelési tényezők szerint milyenek a preferenciaviszonyok. Széles körben használható, jól programozható. Összemérhetőségét explicit módon fejezi ki,

kompromisszumok alakulása is jól nyomon követhető. Hátránya: értékelési skálák kidolgozása elméletileg hézagos 11. Az additiv: pontszámösszegeken ill súlyozott pontszámösszegeken alapuló eljárások (komplex mérési módszerek): 1. Harris és Marting módszere (egyetlen matematikai formulával nem írhatók le az értékelésnél szükséges szempontok.), 2 Juhar módszer (homogén diagram: komplex rendszer valamennyi értékelési tényezőjét egy diagramban, külön ábrázoljuk, heterogén diagram: globális értékelés alapján általános kép adható meg, ily módon az egyes komplex rendszerek egymáshoz viszonyított színvonala elemezhető), szintén a szűrő szerepét tölti be, amennyiben a szemléltető módon a kivételekre irányítja a figyelmet. 21Pareto elemzés: az elvre való koncentrálás: Néhány fontos, sok mellékes!, 3. Kesselrig módszere: termékösszehasonlító módszer értékelésének alapgondolata az, hogy a műszaki

értékelési tényezők általában arány vagy intervallumskálán mérhetők. Az egyes paraméterek nevezője eltérő, ezért közös nevezőre kell hozni. Kiterjeszthető bármilyen komplex módszerre A módszer a pontozásos módszerek közé tartozik. 4 Pattern módszere (relevanciafa): eljárás technikailag jelent fejlődést. Gráfok alkalmazása elősegíti a rendszer belő kapcsolatainak hierarchiájának feltárását és elemzését. A relevancia módszerével bonyolult összefüggéseket lehet áttekinteni Alkalmazásának fontos feltétele, hogy a szóban forgó komplex rendszerek hierarchikusan legyenek strukturálhatók. Lépései: fő és mellék célok fokozatos közelítése, az ágak számszerű értékekkel való ellátása, súlyszámok-relevanciaszámok, összesített relevanciaszámok-részinformációk szintetizálása. 41 Cross impact elemzés: relevanciafához való kapcsolata alapján nem tekintjük önálló módszernek, hanem elemzési eszköznek, a

kölcsönhatásban levő eseményekkel foglalkozik. Az elemzés során a sorrendfüggőség figyelembevételével igyekszik meghatározni az események bekövetkezési valószínűségét. A sorrendfüggpség egyébként éppen a kölcsönhatások eredményeképpen jön létre. Mennyiségi elemzések esetén a mátrix a valószínűségi becslések értékeit tartalmazza, s így abból lehetséges jövőbeli események valószínűségeloszlásaira következtethetünk, mégpedig a táblázatba felvett események kölcsönhatásainak figyelembevételével. Lépési: események kiválasztása, bevont események valószínűségi becslése, tényezők közötti kölcsönhatások becslését kell elvégezni, szabályozható események és a szabályozhatóság mértékének meghatározása, eredmények szemléletes közlése és értelmezése. 12. A skálatranszformációt “elkerülő”, multiplikativ eljárások (Bridgman módszere): a Bridgman módszer a dimenzióelemzésre épül

és a komplex rendszerek prferencia-sorrendjét egy speciális mutató, preferencihányados alapján határozza meg. Tételezzük fel, hogy T1 és T2 kell egymással összemérnünk. (E1 építési költség, E2 adók, E3 energiaköltség, E4 környezeti feltételek, E5 munkaerőhelyzet, E6 rugalmasság). Értékelési tényezők súlyát 1-10 terjedő pontskálán mérjük olyan konvencióval, hogy a nagyobb pontszám jelenti a nagyobb súlyt. E1, E2, E3 értékelési tényezők arányskálán mérhetők, E4, E5, E6 imponderábiliák. Mivel a fő cél a költségek minimalizálása, ezért a két komplex rendszer közül a kisebb költséggel járó tekintjük kedvezőbbnek. Az imponderábiliáknak minősülő értékelési tényezőket nem tudjuk mérni arányskálán, de a minél kisebb, annál jobb elv érvényesítésével megalkotunk egy 1-10 pont terjedelmű skálát, amelyen a kisebb pontszámok a kedvezőbbek. Preferenciahányados: qil- bi/bl. A preferenciahányados

invarianciáját választjuk kritériumkén az eljárás helyességének megítélésére. A preferenciaszámokat nem összegként hanem Oij értékek hatványainak szorzataként fejezzük ki, ahol a hatványkitevők a súlyszámok, majd ezek hányadosaként számítjuk ki a preferenciahányadost. A hányadost egyidejűleg természetesen csak két komplex rendszerre számíthatjuk ki, ezért több komplex rendszer összemérése esetében páros összemérést végzünk és preferenciatáblázatot készítünk, amelynek sorai a preferenciahányados számlálójában levő rendszernek felelnek meg, oszlopai pedig a nevezőben levőének. A preferenciairányok ismeretében egyszerűen meghatározható a soronkénti preferenciagyakoriság és ennek alapján eldönthető a komplex rendszerek preferencia sorrendje. A módszer eljárási lépései: értékelési tényezők meghatározása, komplex rendszerek mérése az értékelési tényezők szerint, értékelési tényezők súlyának

meghatározása (átlagolás, megbeszélés), preferenciairányok meghatározása és ehhez ismerni kell az összemérési probléma célját, alaptáblázat elkészítése, preferenciatáblázat elkészítése, táblázat elemeinek és a preferenciahányados meghatározása, preferenciagyakoriságok meghatározása preferenciairányok alapján ill. preferencihányadosok soronkénti összegének nyomán, komplex rendszerek végső preferencia sorrendjének megállapítása. A mérés és skálaelmélet alapvető konzisztencia követelményének eleget tesz az invariancia elvének figyelembevételével. Az imponderábiliáknak minősülő értékelési tényezők kezelhetők a módszerrel. Az értékelési tényezők súlyának, valamint az imponderábiliák javasolt mérési skálájának megalkotása azonban elméletileg nem kifogástalan, noha gyakorlatilag használható. 13. Az alternatívák preferencia sorrendjének meghatározása az erőforrások egyidejű figyelembevételével

(ordinális programozás) A matematikai programozás néven ismert módszercsoport speciális komplex rendszerek összemérésével foglalkozó módszerek gyűjteményének is tekinthető. (Legismertebb a lineáris programozás.) Matematikai programozáson általában olyan módszert értünk, amellyel bizonyos cél eléréséhez a rendelkezésre álló lehetőségek ésszerű kihasználására törekszünk matematikai eszközök és eljárások felhasználásával. Olyan programot kell meghatároznunk, amelynek megvalósítása nem lépi túl a rendelkezésünkre álló eszközöket, valamint max. hatékonyságú az éppen vizsgált cél elérése szempontjából. Matematikai modellben a programnak egy x vektor felel meg és matematikai értelemben az x = (x1, x2,, xn) vektort nevezik programnak. A vektor komponensei a program különböző tevékenységeinek mértékét adják meg. A matematikai programozás ennek megfelelően egy feltételes szélsőértékszámítási feladat

megoldását jelenti. Egy x programnak ki kell elégítenie egyenlőtlenségek formájában megfogalmazott bizonyos feltételeket. A programozási feladat abban áll, hogy a feltételek mellett olyan programot határozunk meg, amely maximalizál vagy minimalizál egy célfüggvényt. A célfüggvény a program hatékonyságát jellemzi egy meghatározott szempontból. Vagyis megadja azt a kritériumot, amelynek alapján megítéljük, hogy a korlátozó feltételek által meghatározott keretek között, azaz a megengedett programok közül melyik az optimális program. Az optimális program az optimális rendszert jelenti A megengedett programok az adott matematikai programozási feladat korlátozó feltételeit kielégítő programok, és ezek közül keressük ki a programozás módszereivel az optimálist. A matematikai programozás módszerei erős módszerek és ezért alkalmazási feltételeik szigorúak. Modellorientált felfogás: az alkalmazhatóság érdekében a

valóságot egyszerűsíti mesterséges elhanyagolásokkal olyan mértékig, hogy az már megfeleljen a szóban forgó programozási modell követelményeinek. Ilyen jellegű torzítások a matematikai programozás gyakorlatában előfordulnak, különösen olyan esetekben, ahol a célfüggvény nem mérhető arányskálán. Az aranyskálán való mérés korlátozottságát a célokban bekövetkező változások indokolják. A célok egyre inkább a minőségi tényezők irányába változnak Az ember is “korlátozott racionalitású” lény, és ezért olyan döntési mechanizmussal rendelkezik, amelyik nem az optimális, hanem a kielégítő megoldáshoz vezeti és így valamennyi igényét egy meghatározott kompromisszum szinten elégíti ki. Korlátozott racionalitás elve: nem az optimális, hanem a kielégítő döntésekhez vezet. Ordinális programozás módszerének elvi alapjai azért érdekesek, mert az összehasonlíthatóságra vonatkozóan általános érvényű új

törvényszerűségeket tár fel. Feltételezi, hogy a célfüggvény arányskálán mérhető Ha nem, relációt kell maximalizálni. A korlátozó feltételek döntik el, hogy a korlátozó feltételek nélkül tekintett lehetséges megoldásokból melyek a megengedett megoldások. KIPA, ill ELECTRE módszer: A kiindulási mag további szűkítésével kell meghatároznunk azt a magot, amelyik már csak egy megoldást – az optimálist – tartalmazza. A páronkénti összehasonlítások száma tehát 4 elem esetében összesen: [n(n-1)]/2. Korlátozott info alapján nem tudjuk megkülönböztetni a két alternatív – optimális megoldást még akkor sem, ha tudjuk, hogy van optimális szinguláris (egyetlen) megoldás. Ilyen esetben szinguláris – optimális megoldás meghatározása csak olyan info. alapján lehetséges, amilyet az eredeti probléma nem tartalmazott, vagyis kívülről származik. Ordinális célfüggvény esetében szinguláris – optimális megoldás csak

akkor lehetséges, ha az alternatív – optimális megoldásokat pótlólagos info. alapján rendezzük Hagyományos programozás elvi modellje: Célfüggvény Korlátozó feltételek mátrixa Megengedett megoldások - Szinguláris optimum Ordinális programozás elvi modellje: Célfüggvény – korlátozó feltételek mátrixa – alternatív optimális megoldások – alternatív optimális megoldások célfüggvénye – szinguláris optimum. Pszeudo – összehasonlítás: valójában nem végezhető összehasonlítás, de az összehasonlítást mintegy kikényszerítjük intervallum vagy arányskála szintű valós számokat használó modellekkel. Az összehasonlíthatóság általánosabb kifejezése relációban van, amelynek jele: R. Az összehasonlíthatóság meghatározásának szabálya: Egy rendezett {a, b, c} halmaz bármelyik A és B részhalmaza összehasonlítható a halmazon értelmezett R = {aa, ab, bb, bc, cc} reláció alapján, ha a legmagasabb rendű elemet

tartalmazó relációhalmazban lévő elemek száma nagyobb vagy egyenlő, mint az elemek száma a másik halmazban. A szabály bármilyen elemszámú véges halmaz esetében is érvényes. A nem összehasonlítható részhalmazpárok száma exponenciálisan nő a rendezett halmaz elemeinek számával. Olyan esetekben, amikor csak a preferencia – sorrendet ismerjük, a változatok számának növekedésével exponenciálisan csökken a modell valósághűsége, ha a szóban forgó modellben a változatok mérésében használt számokat intervallum- vagy arányskáláról származónak tekintjük. Az ordinális programozás a szinguláris optimum meghatározásában két lépésben valósul meg: 1. az alternatív megengedett megoldások meghatározása, amelyek közül az egyik optimális, 2. az egyszerűsített megoldások újrarendezése, amelynek alapján lehetősé válik a megengedett megoldások közül a szinguláris optimumot szolgáltató megoldás kiválasztása.

Értékelés: Az ordinális programozás felhasználható olyan komplex rendszerek összemérésére, amelyek kombinatív felhasználása lehetséges. Ilyen esetekben az optimális kombináció meghatározása a cél. Ha csak a preferencia – sorrendet ismerjük, szinguláris optimumot csak pótlólagos info alapján határozhatunk meg. Az ordinális programozás elkerüli a torzítást – jogtalanul használt intervallum- vagy arányskála szintű számértékeket. Az összehasonlíthatóságra vonatkozó megállapításait célszerű figyelembe venni a kombinációkat összehasonlító eljárásokban is. Abban az esetben ha valóban intervallum- vagy arányskála szintű számadatok állnak rendelkezésre, a hagyományos programozási módszerek erősebbek az ordinális programozásnál. 14. Csoportmunka hatékony alkalmazásának feltételei a döntés-előkészítés során (Az ún. Arrow - féle paradoxon és az Arrow - féle lehetetlenségi tétel) A csoportmunka hatékony

alkalmazása során figyelembe kell venni a következő elveket: Pluralitás elve. - Majoritás elve - Pontozásos módszer Arrow - féle paradox: Ha az egyénileg racionális (konzisztens, logikus) döntéshozók véleményét a többségi elv alapján összegezzük az eredmény helytelen lehet. Ennek oka az, hogy az összehasonlításra kelülő entitások komplex rendszerek (több tulajdonság szerint tudunk minősíteni, értékelni). Arrow - féle lehetetlenségi tétel: Ugyanabból a véleményeloszlásból különböző, (de többségi elven alapuló) véleményaggregálási módszerekkel más és más eredményeket kaphatunk, ill. hozhatunk ki. Kettőnél több változó esetén már nincs olyan (többségi módszeren alapuló) véleményaggregálási módszer, amely - Igazságos (a tényleges többség véleményét tükrözi), Méltányos (a csoport tagjai azonos súlyozást kapnak), - Racionális (preferenciák tranzitivitási szabályát nem sértik), - Etikus lenne. A

csoport alkotástechnikai módszerek felhasználása: Heurisztikus (NCM): nominális csoportok módszere A döntési folyamatba úgy illeszkedik, hogy a célok feltárásánál az NCM módszert használjuk, majd az ötletekre alkalmazzuk (pl.: lakásválasztás). Nincs optimális megoldás - Kauzális (morphológia): szisztematikus elemzési módszer, elősegíti az optimális döntést. Az ötlethalmaz már létezik, csak rendezni kell Kombinált vagy vegyes (PCI): pro és kontra interakciók módszere Egy T diagramon az egyik oldalon az előnyöket a másikon a hátrányokat ábrázoljuk. A testületi döntések számítógépes támogatásának lehetőségei. (Az ún SORK program lényege és felhasználása)A SORK (SORt + Kings) módszer jellegzetesen számítógépes módszer. A SORK módszer nem igényel intervallum- vagy arányskála szintű adatokat, hanem kifejezetten a sorrendi skálán való mérés adatait használja, tehát ebben a tekintetben a rangmódszerek közé

tartozik. Elsősorban olyan esetekben alkalmazzuk, ha sok komplex rendszer sok értékelési tényező alapján való összeméréséről van szó és sejthető, hogy a komplex rendszerek csoportokat alkotnak, de ezek a csoportok rejtettek, vagyis az adatokból közvetlenül nem állapíthatók meg. A SORK módszer alkalmas arra, hogy kimutassa azt, hogy egy csoporton belül ugyancsak nagy az egyetértés és a többség véleménye elfedte a kisebbségi csoportok véleményét, s a kisebbségi csoport valamilyen olyan fontos tényezőt értékelt, amit a többség elhanyagolt vagy észre sem vett. Az ilyen problémák megoldására a módszer grafikus ábrázolást tesz lehetővé A számítógépes program 50 komplex rendszer összemérését teszi lehetővé, de még ez a szám is jelentősen növelhető. A módszer eljárási lépései a következők: 1 Elkészítjük a kérdőívet A kérdőívben 12 rendszert kell rangsorolni a megkérdezetteknek. A megkérdezettek száma 16 és

1-16 terjedő azonosítási számot kapnak. 2 A kitöltött kérdőívekből összeállítjuk a SORK rangszámtáblázatot. A táblázat sorai az azonosítási számoknak (a megkérdezetteknek) felelnek meg, az oszlopokban pedig a kérdőívben szereplő jellemző típusok számai, ill. a kérdések számai vannak. 3 Számítógép segítségével elkészítjük a SORK rangkorrelációs mátrixot. A sorokban és oszlopokban egyaránt az azonosítási számok szerepelnek és így a rangkorrelációs mátrix elemei a páronként meghatározott Spearman - féle rangkorrelációs együtthatókat jelentik, vagyis a véleményegyezés szorosságát két-két döntéshozó között (negatív szám esetén vélemény-ellentétet tükröz). 4 Ha a rangkorrelációs mátrix fölé egy olyan felületet képzelünk el, amelynek magasságát az alattuk levő korrelációs együtthatók nagysága határozza meg, akkor a sorok és oszlopok megfelelő átrendezése után egy ilyen felület

különböző magasságú "csúcsokat és völgyeket" mutató felületként jelenne meg. Kérdés hogyan végezzük el a sorok és oszlopok rendezését, hogy ilyen jellegű csoportosítást kapjunk. Többféle rendezési eljárás ismeretes 5 Az induló korrelációs mátrixban a sorok és oszlopok elrendezése véletlenszerű és ezeket kell olyan módon átrendeznünk, hogy a véleménycentrumok, azaz a csúcsok helyét megállapíthassuk. Először a sorokat rendezzük át olyan módon, hogy kiválasztjuk a legnagyobb terjedelmű oszlopot. Ehhez elegendő a mátrix legkisebb elemének megkeresése. Ezután a sorokat olyan módon rendezzük át, hogy ebben az oszlopban a legnagyobb együtthatójú sort tesszük első sorként, majd utána a csökkenő korrelációs együtthatók sorrendjében rendezzük el lefelé haladva a sorokat. Az oszlopok átrendezését balról jobbra haladva végezzük. Ennek végrehajtásához választunk egy nagy korrelációs együttható

számértéket és, mindegyik oszlopban azokat az együtthatókat összegezzük, amelyek elérik vagy meghaladják ezt az értéket, majd a legnagyobb összegű oszlopot kiválasztjuk. A még fennmaradó oszlopokat ugyanilyen módon rendezzük át egészen addig, amíg a választott együttható szintjének megfelelő oszlopok nem kerülnek átrendezésre. Így megszerkesztettük a kontúrmátrixot. 6 A SORK módszerrel kapott eredményeket szembesítjük az eredeti kérdőívvel, amelyet azzal a szándékkal terveztek meg, hogy bipoláris eloszlást adjon a két véleménycentrum közötti hézagkitöltő szórással. A SORK módszer - a Kendall módszerhez hasonlóan - rangmódszer, azaz a sorrendi skálán nyert rangszámokra épül. A Kendall módszernél azonban lényegesen több információt nyújt és jelenleg a legkorszerűbb. Felhasználhatjuk az értékelési tényezők halmazának vizsgálatára is A módszer felhasználható heterogén rendszerek összemérésére is. 15.

A döntések implementálásának előkészítése, a feladatok időbeli ütemezése: Elkészíteni a rendszerfejlesztési projekt tervét és a feladatlebontás után azok várható időtartamait is meghatározva, kiszámítják a program teljes átfutási idejét is. Probléma megfogalmazása: Először meghatározni a munkák legkorábbi kezdési időpontját (progresszív időtervezéssel) és a még megengedhető legkésőbbi időpontját (retrográd időtervezéssel történő meghatározás). Progresszív időtervezés: a folyamat terv kezdő eseményétől kiindulva rendre összeadjuk a vizsgált eseményhez vezető nyílfolyam felvett időtartamait. Az így nyert összeg a vizsgált esemény legkorábbi időpontját adja. Ez egyrészt a munkák legkorábbi befejezését, másrészt a belőle kiinduló tevékenységek legkorábbi megkezdését jelenti. Csomópont esetén minden megelőző eseményből kiszámítjuk a vizsgált eredmény legkorábbi időpontját, és az így

nyert időösszegekből a legnagyobbat választjuk. Retrográd időtervezés: a számításokat a céleseményből kiindulva és sorozatos kivonások útján végezzük. Az így nyert különbség lesz a vizsgált esemény legkésőbbi időpontja. Ez egyrészt a megelőző munkák legkésőbbi befejezését, másrészt a belőle kiinduló munkák még megengedhető legkésőbbi indítását jelenti. Csomópont esetén a számításokat minden eseményből visszaszámolva végezzük, és az így nyert különbségek közül a legkisebbet választjuk a vizsgált esemény legkésőbbi időpontjául. A számítások elvégzése után a kapott eredményeket rendre összehasonlítjuk. Kritikus út: az az esemény és tevékenységlánc, ahol a két érték megegyezik egymással. Ez azt jelenti, hogy a vizsgált munkák legkorábbi és legkésőbbi időpontja azonos: amint befejeződtek a megelőző munkák, azonnal meg kell kezdeni az utána következő tevékenységeket. A kritikus úton

lévő munkákra fokozott figyelmet kell fordítanunk a program végrehajtása során. A hálós szervezési tervek a gyakorlatban biztosítják a management by exceptions elvének a megvalósulását. Azoknál a tevékenységeknél, ahol a legkorábbi és legkésőbbi időpontok között különbség van, eleve tartalékidő áll rendelkezésünkre. A kritikus út és a tartalékidő ismeretében rangsorolni tudjuk a munkafolyamat egyes elemeit, részmunkáit egyetlen objektív ismérv, a határidőhöz való relatív hozzájárulásuk aránya szerint. Ezek meghatározása után támpontot nyerünk ahhoz, hogy hová kell, és honnan lehet átcsoportosítani szűkös erőforrásainkat anélkül, hogy ezzel hátráltatnánk a munkák folyamatosságát. A program átfutási idejének lerövidítése: mindenképpen gazdaságos és probléma-mentesebb lerövidítés. A függőség megszűntetésére alkalmazott módszereket fel kell tüntetni a hálóterven (szimulációs modell),

mivel annak strukturális módosítását teszi szükségessé. Ezzel a kritikus út is megváltozott, és így ezzel az új útnak az átfutási ideje a mérvadó. A programidő további rövidítése: Ha valamilyen döntést hozunk, a hálótervezés lehetőséget ad arra, hogy előre megállapítsuk döntéseink következményeit. Ehhez a döntés következményeinek előzetes “lejátszása”, szimulálása biztosítja az alapot. Ha már nem tudjuk ésszerűen gyorsítani a programot, dönteni kell, hogy elfogadjuk a program befejezésére kialakult időtávot, vagy vállaljuk a többletköltségeket és így jelentős rövidítést érünk el. Ha az utóbbi mellett döntünk, a kritikus út ismét eltolódik De itt már lehetséges, hogy az új úton fekvő tevékenységek egész soránál reális beavatkozásokat eszközöljünk. Mérlegelnünk kell még a számításba vehető javaslatokat abból a szempontból, hogy melyiket tudjuk a legegyszerűbben megvalósítani.

Programmódosítás az operatív irányítás során: pl. az egyik tevékenység elvégzéséért felelős vezetőt baleset éri, így vagy külső szakértőt kell bevonni, vagy a határidőt kell módosítani. Az előbbi javaslat többletköltséget és időveszteséget jelent. A hálóterv alapján nagyobb biztonsággal dönthetünk, mint anélkül. A hálóterv információközlő és egyszerű ábrázolástechnikája lehetővé teszi a probléma gyors felismerését. Ráirányítja figyelmünket a valóban problémás területekre és alternatívákat is kínál azok megoldási módozataira vonatkoztatva. A hálóterv nélkül kevés alapunk van arra, hogy dönteni tudjunk afelől, hogy milyen munkákat lehet nagyobb veszély nélkül elhalasztani és melyiket nem (kritikus munkák). Kritikus tevékenységek akkor is vannak, ha nem ismerjük fel azok kritikus voltát. A hálótechnika csak segít, a siker elsősorban azoktól függ, akik dolgoznak vele. 16. A bizonytalanság

számszerű kezelése a projekttervek döntést igénylő pontjainál: Probléma megfogalmazása: a vezető felismeri a fejlesztés szükségességét, a vállalat kulcsemberei idegenkednek az ötlettől. A vezetőt nem győzik meg ellenérveikkel, így a vállalat legjobb szakembereit összegyűjtve lehatározza, hogy rendkívül gondos és mélyreható előkészítő munkát folytassanak. A logikai vagy folyamat – tervezés: Megbíznak egy embert az átszervezési terv kidolgozása céljából. A vezető előírja, hogy rendszeresen tájékoztassák őt és a team-et, fenntartva magának a jogot minden érdemi döntés meghozatalában. A szakértők elkészülnek a helyzetfelméréssel, és a vezető megbízza az embert, hogy készítsen hálódiagramot. Irányító háló: kifejezetten a vállalatvezetés részére, aggragált szervezési terv, csak a legfontosabb tevékenységek vannak feltüntetve, és a részletezését az operatív háló alapján lehet ellenőrizni. A munkák

időbeli ütemezésének kérdése felvetődik, és ki tudja reálisan behatáridőzni a tervet. Időtervezés a hálóterv alapján: PERT módszer: munkák időbeli ütemezéséhez. alkalmas a véletlenek által is befolyásolt folyamatok ábrázolására A cél, hogy egyszerű számítások útján megállapítsuk azt, hogy mi, mennyire bizonytalan és döntéseinknél ezt figyelembe vegyük. A nehezen becsült időtartamok helyett egy időtartományt jelölnek meg: - alsó határ: ami alatt a legkedvezőbb esetben elvégezhető lesz, - felső határ: amin belül a munka mindenképpen befejezhető lesz. Ebből számítják ki a program átfutási idejét Átfutási idő számítása: A bizonytalanság mértéke részben korlátozható és bizonyos mértékig kvantifikálható, tehát számszerűen is kifejezhető. A bizonytalanság kifejezésére varianciát (szórás) számolunk. Az így számolt értékeket feltüntetjük a táblázatban és a hálódiagramon Ezek a számítások a

szórásképpel együtt értelmezhetők, ami megadja az intervallumot is, amin belül a program tényleges befejezése várható. A programidő rövidítése: ld 17 tétel A kockázat csökkentése: az átfutási idő csökken, vagyis a határidő teljesítésének a valószínűsége jelentősen megnő. 43%-os valószínűségnél a vállalt kockázat a “normális kockázat kategóriájába kerül”. Két fontos körülmény: - a program átfutási idejének rövidítésére tett intézkedések kihatásaként egy újabb út vált közel kritikussá (szubkritikus út), tehát ha a programidőt tovább kívánjuk csökkenteni, úgy egyszerre két munkalánc tevékenységeit kell megvizsgálnunk és közel arányosan rövidítenünk. – a programmódosítások során nem elégséges csak a tevékenységidők szerinti időszámításokat elvégezni, hanem a kritikus úton kívül végzett ellenőrző számításokat is rendszeresen el kell végezni. Döntéselőkészítés a

lehetséges variációk számbavételével: Értelmezni, és párhuzamot vonni a jelen terv és egyes változatai között. Ez a táblázat idő-, költség- és kockázati tényezőinek együttes feltüntetésével mutatja az adatokat. Ha egy programot meg kell rövidíteni, akkor időt lehet nyerni pénzzel vagy kockázattal. Minden tényező együttes figyelembevételével és mérlegelésével találunk a változatok között egy kielégítő megoldást. Döntés az optimális program kiválasztásáról: a hálós szervezési terv alapján végzett számítások megalapozott döntésekhez segítik hozzá. Mindenképpen dönteni kell, mert nincs olyan módszer, amely mentesítene ez alól. A döntés a bizonytalan a jövőbelátás szintjéről, a műszaki gyakorlatban megszokott egzakt tervezés és számítások színvonalára emelkedett. 17. A sokváltozós matematikai statisztikai módszerek lényege, főbb típusai és jellemzői A faktor és a clusteranalízis módszertani

jellemzői és felhasználási területei: Faktoranalízis: tárgya megegyezik a korreláció- és regresszióanalízissel, mert itt is nagyszámú egymással összefüggésben álló mennyiségi ismérvet egyidejűleg vizsgálunk. A megfigyelési egység lehet valamely biológiai egyed, egy termék, egy területegység, egy időpont, stb. A faktoranalízis lehetővé teszi a jelenségek mögött rejlő mélyebb összefüggések feltárását. Alkalmazásánál abból a tényből indulunk ki, hogy az eredeti változók és a célmennyiség és a változók között szoros (sztochasztikus) összefüggés van. feltételezzük, hogy ezen összefüggések valamilyen lényegi hatótényezők következményei. A vizsgált változókat nem osztja fel független és függő változókra. Feltételezi, hogy a változók leírhatók azok lineáris függvényeként előállítható új változókkal, a faktorokkal. Faktoranalízis feladata: a faktorok létezését az eredeti változók

kapcsolatai alapján feltételezzük, és e kapcsolatokat számszerűen kifejező korrelációs együtthatók mátrixa alapján határozzuk meg azok konkrét értékeit. Gyakorlati megvalósításnak az a feladata, hogfy alkalmas eljárás segítségével a korrelációkból a faktorok minimumát megkeresse, amelyek kielégítően indokolják a korreláció létrejöttét. A faktorok vektoroknak tekinthetők, amelyek komponenseit faktorsúlynak nevezzük. A faktorok összessége egy mátrix, a faktorsúlyok mátrixa Feloszthatjuk a változók összességét lényegesekre és lényegtelenekre aszerint, hogy milyen mértékben hatnak a célmennyiségekre, ill. egy különleges transzformációval felállíthatjuk a változók rangsorát. célja: 1 lehetővé teszi a lényegi hatótényezők feltárását és számszerűsítését. Az egymástól független faktorok lehetővé teszik a különböző célú matematikai elemzések reális elvégzését és értékelését a

munltikollinearitás valamennyi torzító hatásának kiküszöbölésével. Az analízis ilyen célú felhasználása esetén a faktoroknak a közgazdasági értelmezése mellőzhető. 2 lehetővé válik valamilyen vizsgált komplex változó számszerűsítése és így egzakt értékelése. A különböző dimenzióban mérhető, valamint a nem paraméteres változók időbeli alakulását kifejező trend görbék megfelelő szuperponálását teszik lehetővé. 3 célja lehet a modellépítés hatékonyabbá tétele A faktorizáció mint egy modell szegmenseként, mint pedig a modell egy aggregációs eszközként is felhasználható. 4 célja lehet olyan rejtett összefüggések feltárása, melyet a sokféle és sokirányú hatótényező rendkívül bonyolult összefüggései miatt más módon feltárni nem lehet. A vizsgálatba bevont hatótényezők nagy száma miatt olyan óriási számú kombinációt adott, ami a gyakorlati kísérlet során semmiképpen nem lett volna

megvalósítható. Clusteranalízis: alapgondolatai megegyeznek a SORK módszer logikájával A különbség az, hogy a clusteranalízis intervallum- vagy arányskála szintű adatokat igényel és nagyobb információtartalmú adatoknak megfelelő eljárásokat használ. A clusteranalízis az a módszer, amellyel objektív módon csoportosíthatunk entitásokat ezek hasonlóságai és különbözőségei alapján. Entitás = tulajdonságok (változó, attribútum), amelyekben a dolgok különböznek egymástól. Ha az entitásokat a változók alapján hasonlítjuk össze, ezt V – analízisnek nevezzük. A grafikus szemléltetés esetén sokszor pontdiagramokat használ A hasonló jellegzetességeket mutató objektumok összerendezési módszerét nevezzük O – analízisnek. A faktoranalízis a clusteranalízis egyik eljárása V – analízis: logikája azoknak a folyamatoknak felel meg, amelyekkel az ember a hasonlóságok és különbözőségek alapján az entitásokat

csoportosítja, osztályozza, és ez által áttekinthetővé teszi. Az objektumok egy általános tulajdonsága két vagy több olyan tulajdonság kompozituma, amelyek a szóban forgó megfigyelt tulajdonságok tekintetében az objektumok hasonló rendezettségét adják. Hasonló rendezés szempontja = páronkénti korrelációs vizsgálat elvégzése, és a kapott korrelációs együtthatókat korrelációs mátrix formájában foglaljuk össze. A kompozitumok meghatározásának hagyományos formája az ún. racionális alcsoportok képzése Információk tömörítése az ún. dimenzióelemzése vagy faktorozás segítségével Így csökkenthetjük a tulajdonságokat kompozitummá (clusterré). Kommunalitás: előre meghatározzuk, hogy a változók közötti variancia mekkora részét kívánjuk magyarázni a kompozitummal. Clusterek struktúrájának vizsgálati célja: 1. belső struktúra feltárása az egyes clusterek meghatározó változók megállapítása végett, 2. a

struktúra általánosságának megállapítása,3 a clusterek egymás közötti és a változókkal kapcsolatos strukturális összefüggéseinek feltárása és ezzel az O – analízishez szükséges legfontosabb clusterek meghatározásának segítése. O – analízis: Ua. a 4 eljárás, mint a V – analízisnél: 1 összehasonlítás: megszerkesztjük a hasonlósági mátrixot, a vizsgálat alanyait egy 4 dimenziós ún. tesztpontszámértékben mint pontokat tünteti fel a számítógép, és a hasonlóság mértékét két alany között a 4 dimenziós térben elfoglalt helyük közötti távolsággal definiáljuk = D euklideszi távolság. 2 csoportosítás: a számítógép úgy hajtja végre, hogy megkeresi a 4 dimenziós tér sűrűsödési pontjait, amelyek különböző képességtípusokat tükröznek. 3 tömörítés: iteratív eljárás, amelynek során a számítógép a típusoknak azt a minimális sorozatát állítja elő, amelyekbe az alanyok besorolhatók,

kivéve a rendhagyó pontszámstruktúrájú gyerekeket. 4 struktúra vizsgálata: alanyok és típusok egymáshoz való kapcsolatának magállapítása. A D értékek mátrixa tartalmazza ezt az információt, de ez túl bonyolult ahhoz, hogy át lehessen tekinteni, ezért erre a célra más, számszerű és grafikus eszközöket fejlesztettek ki. Típusok hierarchikus rendezése: kölcsönös kapcsolatban lévő típusok megállapítására. Tipológiai következtetések: meghatározott O – típusú struktúrából következtetünk a tulajdonságokra, és az O – típussal kapcsolatos ismereteink bővülnek azokkal a “külső” tulajdonságokkal, melyeket a következtetéssel tárunk fel. A clusteranalízis az automatikus osztályozás legkorszerűbb válfaja. 18. A hatékony problémamegoldó eljárás kiválasztásának szempontjai: Néhány alapelv: 1. a problémaorientált közelítésmód a “modellorientált” közelítési mód helyett (pl.: “itt az új orvosság,

már csak a megfelelő betegséget kell megtalálni hozzá”) 2 a módszer illesztése a módszertani “überciholás” helyett (pl.: azt a gyógyszert, ami másnál már bevált, bizakodva használjuk a többieknél is) 3. a módszertani pluralitás elve a one best way (egyetlen legjobb megoldás) helyett (pl.: először diagnózis, aztán terápia) Néhány általános érvénnyel megfogalmazható követelmény, ill. feltétel a hatékony problémamegoldó módszer kiválasztásához: 1. Feleljen meg az elfogadhatóság feltételének A széleskörű felhasználásra alkalmas módszerek jelentős része egy logikusan, racionálisan gondolkodó ember problémamegoldó gondolkodásmódjának a formalizálása. 2 A hatékony módszerek tulajdonképpen a “szervezett józanész” –nek minősíthetők, mivel rendet visznek (algoritmizálják) a problémamegoldó gondolkodásmódba, és ily módon válnak alkalmassá bonyolult döntési problémák megoldására is. 3 A

“jó” módszerrel kapott eredményeknek szakmailag korrekt módon interpretálhatóknak kell lenni, kizárva a manipulálás esélyeit. Különösen veszélyes lehet e probléma olyan módszereknél, mint pl. a faktor- vagy cluster- ill a diszkriminancia analízis módszereinél. 4 A hatékony problémamegoldó eljárás illeszkedik az emberi gondolkodási folyamat adottságaihoz és lehetőségeihez (és maximálisan “ki is használja” azokat). 5 A hatékony megoldó eljárások bizonyos értelemben megengedik a “tévedés szabadságát” a döntéshozó számára, de úgy, hogy kontroll alatt tartja, hogy “mi és mennyire bizonytalan”. Megbízhatósági vizsgálatok: számos információt nyújtanak a megoldás minőségéről, megbízhatóságáról. A döntési folyamaton belül ismert konzisztencia, konkordancia, az eredmények normakontrolljaként minősíthető elaszticitási, stabilitási vizsgálatok, ill. a verifikálás és validitás vizsgálatok, melyek

részben módszertani, részben funkcionális ellenőrzést biztosítanak a felhasználó számára. 6 A megoldó eljárás korlátai és gyenge pontjai kijelölik annak célszerű felhasználási területeit. (pl: így tudjuk kijelölni a döntéselőkészítésbe szükségszerűen bevonandó személyek vagy funkcionális szakterületek körét). 7 Rendszerelvű közelítés alkalmazása: minden lényeges (releváns) szempontot, ami a döntéshozót befolyásolja döntése meghozatalában, már a vizsgálat elején tárjuk fel és vegyük figyelembe. 8 Elvárás a megoldó eljárással szemben a hatékony információkezelési technikák felhasználása. E problémakör hatékony megoldása különösen fontos a döntéselőkészítés kezdeti állapotában. 9 A rendszerelvű közelítés, a hatékony információkezelési technikák alkalmazása és az “elfogadási feltétel” követelményeinek összehangolása szükségessé teszi a döntési folyamat teljes kontroll alatt

tartását, logikai követhetőségét, átláthatóságát. Ily módon válik kivédhetővé a jó szándékú tévedés, a manipulálás veszélye, ill. bármilyen más “jogosulatlan felhasználások” szándéka. A kivédést segíti a konkrét megoldó eljárás rugalmas, általában moduláris és szekvenciális felépítése. 10 Alapvető követelmény a megoldó eljárás számítógépre szervezésének a biztosítása. Ez szintén kapcsolódik több, már említett feltételhez, de talán legszorosabb kapcsolata az “elfogadási feltétellel” van. A potenciális felhasználóknál még ma is elég gyakori az új módszerektől való idegenkedés, ellenállás. Ezért kiemelkedő jelentőségű a felsorolt követelmények kielégítésének a kérdése és helyes megoldása, hogy a) a módszertani überciholás b) a “playometria” (játék a számokkal) c) a valós információk helyett pszeudo információk becsempészése, így d) a GIGO (garbage in garbage out)

eredmények kivédése szakmailag jól interpretálható eredményekkel és e) módszertanilag kontroll alatt tartható döntési folyamattal. 19. Potenciális veszélyek a döntéselőkészítők és/vagy a döntéshozók számára: Hibatípusok főbb forrásai: 1. tudásalapú hiba, ha az ismeretek hiányából származik a probléma 2. szabályalapú hiba, jó a diagnózis, de rossz a terápia 3 professzionális deformáción alapuló hiba, a specialisták eltérő érték- vagy érdekrendje miatt okozott torzítások. Leggyakrabban előforduló hibafajták: 1 rossz helyzet- ill probléma-felismerés, olyan problémát oldanak meg, ami valójában nincs is. 2 problémát jól diagnosztizálják, de a tapasztalatot és az intuíciót elegendőnek ítélik meg a probléma megoldására. Az ember korlátozott áttekintő és megoldó képességgel rendelkezik, és ezért van szüksége intelligencia vagy képesség erősítőkre – és ezt a feladatot töltik be a döntéstámogató

módszerek és technikák. 3 a döntéshozó és/vagy előkészítő felismeri az “alkalmazási kényszert” = döntéstámogató eljárás alkalmazásának szükségességét, de nem ismeri a felhasználás eredményességét biztosító feltételeket 4. a probléma túlzott mértékű leegyszerűsítése, “szimplifikálása”. Ez sok esetben olyan eredményes, hogy a megoldási paneleket valóban sikerül alkalmazni, csak a problémamegoldás eredményének valójában már semmi köze a kiinduló valós problémához. 5 Szükségtelenül túlbonyolítják a problémakezelés módszerét 6. az adatok minőségi vagy mennyiségi elégtelensége = hiányos információjú döntések problémája, és ennek veszélyei. Ilyenkor a szokásos, helytelen gyakorlat: a) modellorientált valóságigazítás: valóságos probléma olyan mérvű általánosítása, hogy az megfeleljen a rendelkezésre álló információkkal is működőképes modell követelményeinek vagy b)

pszeudoinformációk becsempészésével próbálják meg biztosítani ugyanezt, vagy c) kizárják az egzakt matematikai módszerekkel kezelhető problémák köréből és az intuitív megoldási módok kategóriájába utalják a problémát. 7 a döntési folyamat és az eredmény minőségét kontroll alatt tartó ún. megbízhatósági vizsgálatok mellőzése vagy nem megfelelő szinten történő elvégzése. Alapvető követelmény, hogy a döntéshozó ill előkészítő legalább tudja, hogy mi és mennyire bizonytalan. 8 a számítástechnika nem megfelelő, nem célszerű felhasználása. Következményei a GIGO – elv érvényesülése, a playometria térnyerése, a racionális gondolkodás természetes kontrolljának ellehetetlenülése, a döntés szereplői közötti kommunikációs zavarok egyre gyakoribbá válása. 9 a döntéshozó már minden veszélyforrást elkerült, csak a célt tévesztett el, mivel nem megfelelő optimum kritériumokat választott. Rossz

célokkal kapott eredmény = rossz problémamegoldás. Ilyen céltévesztés, ha a döntési tartományt választjuk meg rossz helyzetfelismeréssel, vagy nem harmonizáljuk a döntés által érintettek különböző érdek- és értékrendjét. 10 a kapott eredmények inerpretálásának problémaköre. a) a tudásalapú hibában gyökerezik, ami jelentős a matematikai apparátust és számítógépes szoftvereket felhasználó döntéselőkészítési folyamatok esetén. b) másik gyakori hibaforrás a szabályalapú hiba kategóriájába tartozik = ugyan kétségessé válik az eredmény szakmailag helytálló interpretálhatósága, de nem vesz tudomást a hibákról. c) az interpretálás torzulása lehet szándékolt is, a professzionális deformáció kategóriájába tartozik. pl: a döntéshozó előre meghozott döntést akarta tudományos módszerekkel is igazolni. 20. A funkció- és költséghatékonyság vizsgálatok alkalmazásának lehetőségei és szerepe a

döntéselőkészítési folyamatban: Kiemelkedő jelentőségűek a költségkímélő ill. –csökkentő módszerek között azok az eljárások, amik a költségcsökkentés és a projekt teljesítménykövetelményeinek együttes optimálására törekednek. Ezeket az eljárásokat értékelemzési módszereknek nevezik, és alapvető módszertani jellemzőjük, hogy a megtakarítást a szükséges és elégséges műszaki tartalom megtartása mellett érik el. Eljárástechnikája: a felhasználó valós igényeiből kiindulva feltárja a költségekben és/vagy funkciókban a kritikus pontokat, és ezekre keres jobb, értékesebb megoldásokat, egy ún. optimális értékkombinációt Az értékelemzést szokták úgy is jellemezni, mint a szervezett józanész. Költségcélos értékelemzés (VC): egy kitűzött min nyereségtömegből vagy max. költségösszegből kiindulva vezetjük le azokat a megengedhető ráfordításokat, amelyeken belül kell az egyes funkciók

lehetséges megoldásait megkeresnünk. Értékirányítás (VM): az egész projekt értékességének a növelését tűzik ki célul; kitágítva az érték fogalmát, miközben felhasználja a költségcsökkentés technikáit, eszközeit is. A projekt teljes élettartam költségeivel számol, figyelembe veszi az időben késleltetett, valamint a multiplikatív jelentkező gazdasági hatásokat és a nem gazdasági hatásokat is. Elsősorban a műszaki és az innovációs projektek szempontjából kiemelkedő jelentőségű. A VAI/VPL módszert a VAI amerikai, és a VPL indiai cégek fejlesztették ki és az Ipari Minisztérium megbízása alapján a SZENZOR P.E szervezési és szaktanácsadó cég végezete el a hazai adaptációját. A módszer kijelöli azokat a döntési pontokat, amelyekhez kapcsolódva célszerű a felülvizsgálatokat elvégezni. Pl: projekt előkészítés fázisában a fejlesztési javaslat, a kivitelezés fázisában a tervezőkről, szállítókról

történő döntéseknél, kivitelezés koordinálása és az üzembe helyezéssel kapcsolatos döntések során. További szakaszolás: műszaki tervek felülvizsgálatát (30 – 60- 100%-os készültségnél kell ismételten elvégezni; szerződéskötési folyamat során a technológiavásárlási-, tervezési-, szállítási, ill. a kivitelezési szerződéseknél; kivitelezés előkészítése során célszerű elvégezni. Kiindulási alap: a projekt aggregált funkció modelljének a kidolgozása, és e funkciók teljesítésének a bekerülési ára. Az így felépített aggregált “funkció – termékelem – költség” mátrix alapján és az értékelemzés eljárástechnikájával kijelölhetők azok a gyenge pontok (funkció vagy költségkritikus pontok), melyek részletes vizsgálatát érdemes elsősorban beterveznünk. A lényeg, hogy minden egyes funkciót ugyanarra a költségbázisra vonatkoztassunk. Költségtranszformáció: funkciók és műveletek

egymáshoz való rendezése után a műveleti költségeket egy “funkció – művelet mátrix”-ba rendezve végezzük el. = műveletköltségek funkcióköltségekké való átszámítása A funkcióértékek %-os megoszlása már kiszámítható, és ezek arányai alapján feltárhatók a folyamat költségkritikus és funkciókritikus gyenge pontjai. ezekre megoldást kell keresni, amit szakemberek bevonásával, ált. team munkában és a csoportos alkotástechnikai módszerek felhasználásával lehet hatékonyan elvégezni. (Ötletelés) A felülvizsgálatokat célszerű elvégezni a projektirányítás működési zavarai esetén is. A Project Controlling (PC) infrastruktúrájának megfelelő kialakításával a vizsgálatok rendje szabályozható és így a PC integrálható a Project Management szervezeti működési rendjébe. Fontos az utólagos értékelések elvégzése egyrészt a projekt teljes bekerülési költsége és a PC alá helyezett területek terv –

tényadatainak összevetésével a valós eredmények értékelése szempontjából