Результаты поиска по \"качественное обоснование\". Грамотное обоснование темы диссертации, а также шаблон и пример обоснования Обоснование выбора критериев для сравнения

Для оценки качественных признаков следует руководствоваться следующими положениями. Все качественные признаки можно разделить на две группы: альтернативные и нарастающие. Альтернативные признаки характеризуются тем, что они или присутствуют или отсутствуют. Нарастающие изменяются, возрастают от какой-то величины. Примером альтернативного качественного признака является сорт растений, который присутствует или отсутствует в посевах. Наряду с альтернативными имеют место и нарастающие качественные признаки. Спеецифика их состоит в том, что они формируются под влиянием нескольких элементов, взаимосвязанных между собой. Взаимосвязь элементов обычно не является линейной, поэтому вывести формулу оценки нарастающего качественного признака очень сложно, хотя в условиях рыночной системы хозяйствования роль качественных признаков в результатах хозяйствования постоянно возрастает. Приимером нарастающего качественного признака может быть квалификация специалиста, ее элементами является образование, стаж работы и др.

В зависимости от поставленной задачи экспертные оценки делят на 2 уровня использования:качественный и количественный .

На качественном уровне выбирается наиболее предпочтительный или вероятный объект, будь то определение возможного развития ситуации, или выбор окончательного варианта решения и пр. Он считается более надежным, в отличии от количественного, когда тому или иному объекту ставятся оценки, например при контроле качества продукции. Эта ситуация возникает вследствие того, что те методы, используемые многими экспертными группами сегодня, не уделяют достаточно внимания обоснованию выбранной схемы интегрирования количественных оценок, полученных на основе использования нескольких критериев, по которым ведется оценка состояния исследуемого объекта. Кроме того, очень часто выбор групповых решений на основе оценок отдельных экспертов проводится без анализа правомерности получения такого решения.

Противники метода экспертных оценок утверждают, что невозможно синтезировать и даже рассматривать вместе разрозненные индивидуальные мнения каждого эксперта. Но к высказанным экспертами мнениям можно относиться аналогично показаниям приборов в физическом эксперименте, когда существует ряд погрешностей, таких как погрешность измерения или погрешность, обусловленная проведением опыта, влиянием внешних факторов и т.д. Эти погрешности снижаются путем дублирования измерений, повторения опыта, использованием различных измерительных приборов.

Таким образом, в случае экспертных оценок самих экспертов можно рассматривать как своего рода измерительные приборы, и если совокупность мнений экспертов включает правильное решение, то все множество ответов может быть приведено к обобщенному мнению, которое и является решением задачи .

Точность решения задачи можно повысить с помощью более надежных методов, в частности использующих парные сравнения и ранжирование. В этом случае на основе суждений и оценок экспертов строится статистика , которая достаточно точно приближается и оценивается.

В любом случае, оценивая поведение какого-то объекта или вероятность возникновения ситуации, эксперты могут рассматривать лишь некоторую выборку, однако каждый случай уникален и имеется элемент неопределенности. Поэтому классической статистики не может быть, даже если выборка охватывай сотни событий. Тем не менее, исследуя выборку какого-либо параметра, эксперт отмечает, что для большинства объектов значения данного параметра группируется внутри некоего расчетного диапазона вблизи некоторых наиболее ожидаемых значений факторов. Данная закономерность дает возможность эксперту делать выводы о законе распределения и позволяет подыскивать этому закону вероятностную форму и предположить значение параметра.

Аналогичные рассуждения можно провести, если эксперт наблюдает один параметр единичного объекта, но во временном интервале. Очевидно, в таком случае статистическая однородность наблюдений отсутствует, поскольку со временем непрерывно меняется окружающая среда и другие внешние и внутренние факторы. Тем не менее, эксперт, оценивая некоторое достаточно приличное количество наблюдений, может сказать, что «это состояние типично для объекта, это нет, т.е. не соответствует, а это не могу классифицировать». В данном случае эксперт высказывается о законе распределения параметра таким образом, что классифицирует все наблюдения нечетким способом, и это представляет собой факт генерации информации, немаловажной для принятия решений.

Методы экспертных оценок имеет смысл рассматривать в гораздо более широком смысле, нежели просто опрос экспертов, сбор и получение среднего из собранных точек зрения, полученных произвольным образом из недостоверных источников, что как раз и является ошибочным. Упомянутые выше способы корректного сбора информации и получения обобщенных суждений и входят в, так называемое, научное направление экспертных оценок .

Ранжирование – упорядочивание объектов исследования по значимости, влиянию на поставленную проблему или в соответствии какому-либо признаку, исследуемому в данном опросе.

При изучении взаимосвязей между явлениями встречаются с функциональными (полными) и стохастическими (неполными) связями . При функциональной связи значение результативного признака однозначно определяется значениями факторных признаков. При этом результативный признак принимает строго определенное значение, которое можно рассчитать по формуле, выражающей эту функциональную связь. К функциональным зависимостям можно отнести формулы для расчета тех или иных экономических показателей. Например, производительность труда есть частное от деления доходов от реализации услуг продукции на численность работников W=Д/T, себестоимость услуг определяется делением затрат на производство услуг на их объем в натуральном выражении с=Э/q и т.д.

В действительности взаимосвязи в социально-экономических явлениях значительно сложнее, они транзитивны, многофакторны и не носят функционального характера. Так, производительность труда определяется не просто величиной доходов от реализации услуг и численностью работников, а, в первую очередь, уровнем организации производства и маркетинговой деятельности, степенью прогрессивности оборудования, автоматизации труда, сбалансированной тарифной политикой; каждая из этих причин в свою очередь также многофакторна.

Перечислить все факторы, влияющие на изучаемые явления, невозможно; тем более невозможно создать окончательную или общую для всех случаев формулу, устанавливающую взаимосвязь между результативным и факторным показателями.

Для характеристики реальных взаимосвязей, проявляющихся в общем, среднем, при большом числе наблюдения, статистика прибегает к изучению стохастических зависимостей, частным случаем которых, является корреляционная связь. Корреляционной называется такая связь, которая проявляется только в среднем, когда каждому значению факторов соответствует среднее значение результативного показателя. "Корреляция" в переводе с позднелатинского (correlatio) означает "соотношение", "соответствие", "взаимосвязь", "взаимозависимость". Она заключается в том, что изменение среднего значения результативного признака обусловлено изменением значений факторных признаков.

Корреляционные связи проявляются при достаточно большом числе наблюдений. Только в массе достигается устойчивость средних величин, что обусловлено действием закона больших чисел. Корреляционные связи – это неполные связи, поскольку результативный признак зависит еще от множества факторов, не учтенных уравнением корреляционной связи. Корреляционные связи в общественных и социально-экономических явлениях необратимы. Так, доходы отрасли связи зависят от спроса и потребностей клиентуры в ее услугах, рентабельность – от эффективности использования ресурсов производства, а не наоборот, хотя формальное сравнение вариации этих показателей может показать их согласованную изменчивость.

При исследованиях корреляционных связей важно помнить, что лишь после того, как выяснена сущность явления, установлены причинно-следственная связь и ее форма, а также определено, что первично, а что вторично, имеет смысл количественно оценивать взаимосвязи между явлениями и моделировать закономерности их развития с помощью приемов статистики.

Применение математического аппарата корреляции и регрессии к изучению показателей работы организаций связи обусловливает необходимость последовательного решения трех задач:

1. обоснование теоретической формы связи;

2. определение параметров аналитического уравнения связи;

3. количественное измерение тесноты связи между результативным и факторными признаками.

Все явления и процессы хозяйственной деятельности предприятий находятся во взаимосвязи, взаимозависимости и обусловленности. Каждый результативный показатель зависит от многочисленных и разнообразных факторов. Чем более детально исследуется влияние факторов на величину результативного показателя, тем точнее результаты анализа и оценка деятельности предприятий. Отсюда важным методологическим вопросом в анализе хозяйственной деятельности является изучение и измерение влияния факторов на величину исследуемых экономических показателей.

Как написать, составить обоснование? Как обосновать предлагаемое решение? (10+)

Обоснование. Советы по составлению

Рассмотрим правила составления обоснований. Сначала обсудим общий подход, потом остановимся на частностях, имеющих отношение к определенным видам обоснований.

Перед составлением обоснования нужно себе ответить на два вопроса:

• Что мы хотим обосновать. Нужно по возможности кратко и четко сформулировать обосновываемую мысль.
• Перед кем мы хотим обосновывать (дальше я буду этих людей называть условно "читателями"). Это важно понимать, так как от этого зависит база, на которую нужно опираться.

Структура обоснования

Базовые утверждения

Сначала нужно сформулировать утверждения, с которыми читатели наверняка согласятся.

Например , промерзание водопроводной трубы сделает объект непригодным для использования. Существующая глубина прокладки трубы выше глубины промерзания.

Например , стоимость сжиженного газа вдвое меньше, чем автомобильного бензина, а расход на 100 километров пробега - одинаковый.

Что мы хотим обосновать

Теперь нужно привести обосновываемое утверждение или концепцию.

Например , предлагаю переоборудовать водопровод.

Например , предлагаю перевести автотранспорт на сжиженный газ.

Логическая цепочка

Построим логическую цепочку

Например , по статистике раз в три - пять лет в нашем регионе бывают экстремально низкие температуры, которых наш водопровод не выдержит. В случае замерзания водопровода его в любом случае придется переложить. На это потребуется от одной недели до двух. В это время мы не сможем выпускать продукцию и потеряем доход.

Например , стоимость установки газового оборудования на один автомобиль составляет 40 тыс. рублей. Ежедневный пробег одного автомобиля составляет 300 км, а расходы на бензин 1000 р. в день. Ежедневная экономия составит 500 рублей. Срок окупаемости проекта 80 дней.

Подтверждающие материалы

Например, в приложении метеорологические таблицы с минимальной температурой за последние 30 лет и стандарты по прокладке водопровода в зависимости от температуры.

Например, в приложении коммерческое предложение от поставщика газового оборудования, сертификаты безопасности, данные по текущим расходам на топливо, материалы, подтверждающие расход газа на 100 км.

Возражения. Защита

По первому примеру, могут быть возражения:

• Водопровод эксплуатируется в течение трех лет и не перемерз.
• Высокая стоимость прокладки водопровода.

По второму примеру, могут быть возражения:

• Газовое оборудование нестабильно работает при низких температурах окружающей среды
• Отсутствие газовых заправочных станций по пути следования автомобилей.
• Меньшая безопасность.

В обосновании приведем пояснения по этим возражениям:

Первый пример

• За последние три года были относительно теплые зимы. Но относительно теплые периоды всегда сменяются экстремально холодными.
• Полная перекладка не требуется. Возможно оборудование водопровода системой автоматического периодического прогона воды для исключения замерзания.

Второй пример

• Предполагается установка оборудования, предполагающего переключение бензин / газ. При низких температурах старт и прогрев будут осуществляться на бензине.
• Газовая заправочная станция находится в 10-х километрах в сторону от маршрута. Заправка потребуется каждые 200 километров, то есть маршрут удлинится на 20 км (до заправки и обратно). Это - 10%, а экономия составляет 50%.
• Стандарты на газовое оборудование гарантируют его безопасную эксплуатацию при соблюдении требований.

Выводы. Проект решения

По первому примеру . Предлагаю принять решение об установке системы автоматической защиты водопровода от замерзания.

По второму примеру . Предлагаю принять решение о переоборудовании автопарка на газ.

Альтернативные варианты

В заключении иногда полезно рассмотреть альтернативные варианты, чтобы показать, что они были проанализированы, и указать преимущества выбранного решения перед альтернативами.

Отдельные виды обоснований

Существуют некоторые стандартные виды обоснований. Они различаются тем, на основе каких соображений принимаются решения, и тем, что обосновывается.

Статистические методы контроля качества в настоящее время приобретают все большее признание и распространение в здравоохранении. Терминология, используемая в этой области, заимствована из теории вероятностей и математической статистики; она применяется к производству и использованию предметов потребления и оказанию услуг.

Основной задачей статистических методов контроля является обеспечение производства пригодной к употреблению продукции (медицинских услуг) и оказание этих услуг с наименьшими затратами. С этой целью проводят анализ новых операций или другие исследования, направленные на обеспечение производства пригодной к употреблению продукции.

В данной главе понятие контроль качества будет рассматриваться в связи с планированием, проектированием, разработкой требований к производству медицинских услуг и т.п. Статистические методы контроля качества продукции были внедрены в нескольких ведущих отраслях производства и правительственных учреждениях бывшего СССР, что дало значительные результаты по следующим показателям: повышение качества закупаемого сырья; экономия сырья и рабочей силы; повышение качества производимой продукции; снижение количества брака; снижение затрат на проведение контроля; улучшение взаимосвязи между производителем и потребителем; облегчение перехода производства с одного вида продукции на другой.

Главная задача контроля качества - не просто увеличить количество услуг, а увеличить количество таких услуг, которые бы отвечали запросам потребителей, т.е. пациентов. Хотя качество медицинских услуг во многом зависит от планирования и разработки требований, однако не меньшее значение имеют также качество медикаментов и предметов медицинского назначения, организация процесса производства и контроля производимых медицинских услуг. Одним из основных принципов контроля качества при помощи статистических методов является стремление повысить качество медицинской помощи, осуществляя контроль на различных этапах производственного процесса в ЛПУ.

Существуют два основных понятия в контроле качества медицинской помощи: это измерение контролируемых параметров и распределение. Для того, чтобы можно было судить о качестве медицинской услуги, необходимо измерить такие параметры, как надежность стандарта ее производства, значимость побочных эффектов реализуемой технологии, потенциальная экономичность, показатель эффективности и т.п. Второе понятие - распределение значений контролируемого параметра - основано на том, что нет двух совершенно одинаковых по величине параметров у одних и тех же медицинских услуг, по мере того, как измерения становятся все более точными, в результатах измерений параметров обнаруживаются небольшие расхождения.

Эти расхождения могут иметь какую-то закономерность либо быть хаотичными. Изменчивость «поведения» контролируемого параметра бывает двух видов. Первый случай - когда значения его составляют совокупность случайных величин, образующихся в нормальных условиях; второй - когда совокупность его случайных величин образуется в условиях, отличных от нормальных под действием определенных причин.

Персонал, осуществляющий управление процессом оказания медицинской помощи, в котором формируется контролируемый параметр, должен по его значениям установить несколько параметров.

Во-первых, в каких условиях параметры услуги получены (стандартных или отличных от них). И если они получены в условиях, отличных от стандартных, то каковы причины этих нарушений. Затем принимается управляющее воздействие по устранению этих причин. Таким образом, параметры производства медицинских услуг представить в виде числовых данных достаточно трудно, однако в конечном итоге решение многих, а то и большинства задач по производству качественных медицинских услуг зависит именно от измеряемых данных. С целью преодоления указанных трудностей в теории статистического контроля качества продукции разработан ряд математических моделей.

Правильность управленческих решений зависит от точности исходных данных. Решения, принятые на основании небольшого количества точных данных, правильнее решений, принятых на основании большого количества неточных данных. Даже использование ПЭВМ для анализа большого количества неточных данных приведет только к тому, что неправильное решение будет принято быстрее, чем правильное. Чем точнее данные, которыми мы располагаем при решении какой-либо проблемы, тем скорее мы придем к правильному решению, если сможем их правильно оценить и использовать.

Контроль качества при помощи статистических методов можно с успехом осуществлять в различных областях производства товаров и услуг. Такой контроль используется в управлении таким процессом, при котором одни и те же товары изготовляются серийно в течение длительного периода времени или когда нужно поддерживать определенный уровень качества изделий, поскольку даже небольшое отклонение приводит к большой потере средств.

Статистические методы используются также в контроле при единичном и мелкосерийном производстве. В процентном отношении экономия или прибыль при кратковременных процессах производства медицинских услуг оказывается больше, чем при долговременных. Это значит, что если оборудование возобновляет работу или если процесс повторяется, то полезно знать возможности и недостатки, например, диагностического оборудования и обслуживающего его персонала. При кратковременных процессах важно иметь надежное оборудование, состоящее из минимального количества отдельных частей. Очень важно при этом уметь извлечь максимальную выгоду из небольшого количества данных. В таких ситуациях очень важно «измерение» мнений экспертов.

При анализе мнений экспертов можно применять самые разнообразные статистические методы, описывать их ─ значит описывать всю прикладную статистику. Тем не менее, можно выделить основные широко используемые в настоящее время методы математической обработки экспертных оценок - это проверка согласованности мнений экспертов (или классификация экспертов, если нет согласованности) и усреднение мнений экспертов внутри согласованной группы.

Поскольку ответы экспертов во многих процедурах экспертного опроса - не числа, а такие объекты нечисловой природы, как градации качественных признаков, ранжировки, разбиения, результаты парных сравнений, нечеткие предпочтения и т.д., то для их анализа оказываются полезными методы статистики объектов нечисловой природы.

Почему ответы экспертов носят нечисловой характер? Наиболее общий ответ состоит в том, что люди не мыслят числами. В мышлении человека используются образы, слова, но не числа. Поэтому требовать от эксперта ответа в форме числа - значит «насиловать» его разум. Даже в экономике предприниматели, принимая решения, лишь частично опираются на численные расчеты. Это видно из условного (т.е. определяемого произвольно принятыми соглашениями) характера балансовой прибыли, амортизационных отчислений и других экономических показателей (Орлов А.И., 1995). Поэтому фраза типа «Медицинская клиника стремится к максимизации прибыли» не может иметь строго определенного смысла.

Эксперт может сравнить два объекта (ортопедический протез, медицинская услуга и т.п.), дать им оценки типа «хороший», «приемлемый», «плохой», упорядочить несколько объектов по привлекательности, но обычно не может сказать, во сколько раз или на сколько один объект лучше другого. Другими словами, ответы эксперта обычно измерены в порядковой шкале, являются ранжировками, результатами парных сравнений и другими объектами нечисловой природы, но не числами.

Распространенное заблуждение состоит в том, что ответы экспертов стараются рассматривать как числа, занимаются «оцифровкой» их мнений, приписывая этим мнениям численные значения - баллы, которые потом обрабатывают с помощью методов прикладной статистики как результаты обычных физических измерений. В случае произвольности оцифровки выводы, полученные в результате обработки данных, могут не иметь отношения к реальности (Кемени Дж., Снелл Дж., 1972). С позиций репрезентативной теории измерений (Литвак Б.Г., 1982) следует применять алгоритмы анализа данных, результаты работы которых не меняются при допустимом преобразовании шкалы.

Тем не менее, математическая статистика, дает возможность принимать правильные решения руководителям ЛПУ, которые основываются на интерпретации. Интерпретация, в свою очередь, основывается на анализе, анализ ─ на табличных данных, а табличные данные на совокупности собранных данных. Каждый из приведенных этапов зависит от предыдущего. Данные могут быть получены на основании данных экспертизы, анализа реестров (счетов), опроса пациентов и т. д. Формирование выборки осуществляется методом направленного и случайного (рандомизированного) отбора.

Математическая статистика служит для:

· определения, установления или описания характера полученных данных;

· возможности заключения относительно популяции или генеральной совокупности, из которой сделана выборка.

Для системного рассмотрения процесса, выявления проблемы следует использовать графические приемы, такие как причинно - следственные диаграмма, диаграмма алгоритма процесса и другие. Следовательно, непрерывное повышение качества - это научно организованный процесс, основанный на использовании методов математической статистики, в том числе графических приемов.

Основополагающим методом в оценке качества медицинской помощи является экспертиза законченных случаев профилактики, диагностики и лечения, а так же экспертиза качества функционирования протезов клапанов сердца, зубных протезов и т.п., предполагающая определение соответствия конкретных результатов диагностики, лечения, профилактики заболеваний, реабилитации больных и инвалидов - стандартным показателям. В идеале оценку качества медицинской помощи следовало бы проводить на основании конечных показателей здоровья населения. Теоретически отрасль здравоохранения должна использовать системы таких конечных показателей для изучения процессов профилактики, диагностики, лечения и реабилитации, чтобы в результате наблюдений способствовать распространению только тех технологий оказания медицинской помощи, при которых максимальные конечные результаты сочетались бы с минимальными расходами на их достижение.

На практике использование конечных показателей здоровья контингентов населения для измерения качества профилактики, диагностики и лечения имеет значительные ограничения. Более практичным методом измерения качества представляется оценка его промежуточных показателей. Они существенно влияют на конечные результаты и могут служить хорошим их приближением в случае использования конкретных медицинских технологий. Кроме того, они дают возможность непрерывного, а не периодического измерения качества.

Промежуточные показатели должны достоверно отражать ход лечения и максимально исключать колебания в зависимости от особенностей пациентов. Показатели, отражающие окончательные и промежуточные результаты, дают представление о стандартных ситуациях. Вместе с ними находят применение сигнальные показатели, характеризующие единичные ситуации.

Сигнальные показатели показывают, что ситуация требует дополнительного расследования. Для анализа статистической информации применяются обобщающие показатели - средние и относительные. Для того, чтобы статистические показатели правильно отражали изучаемые явления, необходимо выполнять следующие требования:

· Стремиться к тому, чтобы они выражали сущность явлений и давали им точную количественную оценку.

· Добиваться полноты информации, особенно по комплексному отображению всех сторон текущего процесса.

· Обеспечивать сравнимость статистических показателей посредством одинаковых временных интервалов, а также одинаковых единиц измерения.

· Повышать степень точности исходной информации, на основании которой исчисляются показатели, так как данные достоверны только в том случае, если они совпадают с действительными размерами процессов, правильно характеризуют их содержание.

Анализ – это, прежде всего сравнение, сопоставление статистических данных. В результате сравнения получают качественную оценку явлений, которая выражается в виде относительных величин. По своему познавательному значению относительные величины подразделяются на следующие виды: структура, интенсивность, динамика, сравнение, координация. Относительные величины структуры характеризуют состав совокупности. Исчисляются как отношение абсолютной величины каждого из элементов совокупности к абсолютной величине всей совокупности. Например, структура несоблюдения стандартов КСГ по набору диагностических, лечебных мероприятий и т. д. Как правило, показатели структуры выражаются в процентах.

Относительные величины динамики характеризуют изменение изучаемого явления во времени, выявляют направление развития, измеряют интенсивность развития. Расчет относительных величин выполняется в виде темпов роста и других показателей динамики. Относительные величины интенсивности показывают, насколько распространено изучаемое явление в среде, то есть частоту явления.

Рассчитываются показатели интенсивности делением абсолютной величины изучаемого явления на абсолютную величину, характеризующую объем среды, в которой выявлено явление. Относительная величина показывает, сколько единиц одной совокупности приходится на единицу другой совокупности. Например, показатель частоты несоблюдения стандартов КСГ на 100 экспертиз. Промежуточные и окончательные показатели качества также являются относительными.

Основными характеристиками тенденций протекания процесса являются среднее арифметическое (математическое ожидание), мода и медиана, параметры рассеивания. Параметрами рассеивания являются размах, среднеквадратическое отклонение и дисперсия. Среднеквадратическое отклонение определяется по стандартной формуле. Размах ─ это разность между наибольшим и наименьшим значениями в выборке. Он представляет собой случайную величину и подчиняется определенному распределению, характеризующемуся математическим ожиданием. Существуют таблицы отношений математического ожидания размаха к среднему квадратическому отклонению в зависимости от объема выборки. Зная эти коэффициенты, можно по значению размаха оценить величину генерального среднего квадратического отклонения, что часто делается в практике, например, при построении контрольного графика. Следует отметить, что математическое ожидание размаха быстро увеличивается с ростом объема выборки. Поэтому размах для оценки среднеквадратического отклонения применяют, как правило, при использовании выборок малого объема (5-10).