2 Фактори, які вказують на необхідність реалізації інноваційних рішень в управлінні технологічними процесами виготовлення машин Опрацювання праць науковців, які є фахівцями в теорії економічного аналізу, зокрема [5; 6



Скачати 311.83 Kb.
Дата конвертації14.12.2016
Розмір311.83 Kb.




2.3. Фактори, які вказують на необхідність реалізації інноваційних рішень в управлінні технологічними процесами виготовлення машин

Опрацювання праць науковців, які є фахівцями в теорії економічного аналізу, зокрема [5; 6; 71; 72; 80; 122; 123; 137], а також, виходячи з особливостей запропонованої класифікації показників (див. рис. 2.1) доходимо висновку, що аналіз цих показників необхідно здійснювати у послідовності, яка наведена на рис. 2.10. Як бачимо, запропонована схема має форму алгоритму. Це суттєво полегшує аналітичний процес, сприяє його цілеспрямованості, логічності, дозволяє його автоматизувати. Побудований алгоритм базується на двох послідовно застосовуваних критеріях: перший репрезентує факт зміни значень аналізованих показників, а другий – характер зміни показників.

Застосування алгоритму доцільне у розрізі кожної групи показників, що наведені у табл. 2.1. Результатом його застосування є отримання переліку факторів, які спричинили виявлені зміни значень показників. В умовах необхідності автоматизації аналітичного процесу виконання останнього завдання, а також проведення аналізу виділених факторів вимагає побудови класифікації факторів, які, як правило, впливають на показники витрат, якості, гнучкості і продуктивності ТПВМ. Очевидним є те, що в умовах відкритої економіки, коли відбувається постійна зміна попиту, пропозиції, правових умов діяльності тощо, перелік постійно діючих факторів є достатньо обмеженим, проте він безумовно існує і його доцільно використовувати у якості бази побудови аналітичних систем.

Щодо тимчасово діючих факторів, які виникають стихійно, в результаті непередбачуваних обставин або внаслідок виникнення нетипової ситуації, зумовленої діями суб’єктів управління ТПВМ, то їх необхідно враховувати під час узагальнення результатів аналізу. У табл. 2.15 наведено класифікацію відносно постійно-діючих факторів, що впливають на показники, які характеризують ТПВМ.

Рис. 2.10. Алгоритм аналізу показників, які характеризують ТПВМ (на прикладі показників витрат)

Аналіз постійно-діючих і тимчасових (випадкових) факторів доцільно проводити на засадах використання алгоритму, що наведений на рис. 2.11.

Таблиця 2.15

Фактори, що впливають на показники, які характеризують ТПВМ



Групи показників

Фактори

Показники витрат

  1. Обсяг матеріальних витрат;

  2. обсяг витрат на оплату праці;

  3. обсяг витрат на соціальне забезпечення;

  4. обсяг амортизаційних відрахувань;

  5. обсяг інших операційних витрат;

  6. способи обчислення обсягу витрат;

  7. характер зміни попиту на машинобудівну продукцію тощо

Показники якості

  1. Способи встановлення нормативних значень показників точності, а також способи їх обчислення;

  2. використовувані матеріали;

  3. способи обробки заготовок;

  4. використовувані способи з’єднання вузлів, механізмів, агрегатів;

  5. професійність кадрів і добросовісність виконання ними покладених на них функцій;

  6. пріоритети, які ставлять розробники машин до показників якості;

  7. характер зміни попиту на машинобудівну продукцію тощо

Показники гнучкості

  1. Застосовуваний підприємством вид виробництва;

  2. пріоритети власників і керівників підприємства;

  3. цільова споживацька аудиторія;

  4. обсяг витрат на переналагодження виробництва;

  5. обсяг амортизаційних відрахувань від використовуваного обладнання;

  6. використовуваний спосіб нарахування амортизації;

  7. рівень підготовки фахівців, здатних здійснити переналагодження технологічних процесів;

  8. наявність додаткових (невикористаних) виробничих потужностей;

  9. характер зміни попиту на готову продукцію тощо

Показники продуктивності

  1. Час простоїв використовуваного обладнання;

  2. обсяг бракованої продукції;

  3. кваліфікація працівників;

  4. повнота забезпечення робочих місць необхідними умовами праці і виробничими ресурсами;

  5. використовувана система стимулювання працівників до належного виконання покладених на них функцій;

  6. використовувані способи контролю діяльності працівників підприємства тощо.

Цей алгоритм передбачає розподіл виділених факторів на фактори прямої і опосередкованої дії, акумулювання інформації про можливі шляхи перетворення виділених факторів з негативних на позитивні, групування отриманої інформації на традиційні і нетрадиційні (інноваційні) шляхи впливу на фактори, формування моделей потенційних рішень, виділення і порівняння аргументів «за» і «проти» кожного з них.

Проведені нами дослідження показали, що ознакою інноваційності управлінського рішення є відсутність у керівників підприємства досвіду з його реалізації. Враховуючи це, виділення аргументів «за» і «проти» у загальному переліку можливих варіантів рішень щодо перетворення факторів негативної дії на фактори позитивної дії доцільно здійснювати із врахуванням наявності і відсутності досвіду у реалізації цих рішень.

У науковій літературі різні автори [18; 61; 101; 102; 120; 122; 123; 150; 186; 191] часто акцентують увагу на тому, що дані про фактори, які діють на значення тих чи інших показників, мають різний ступінь важливості та інформативності для аналітика. Вони стверджують, що в залежності від встановлених коефіцієнтів відносної важливості факторів залежить послідовність їх аналізу і доцільність врахування при ухваленні управлінських рішень. Щоправда загальновідомим є те, що встановлення значень цих коефіцієнтів є достатньо проблематичним. Насамперед проблема полягає у тому, що фактори, як досліджуваний об’єкт, за змістом і структурою, є величиною нестійкою. З огляду на це, чітких критеріїв щодо їх оцінки не існує. До того ж, значною мірою суб’єктивним є сам процес їх аналізу, адже фактори оцінюються на основі власного досвіду, особистих переконаннях окремих суб’єктів, які вважаються експертами у певній царині.

Рис. 2.11. Алгоритм аналізу факторів на предмет вибору доцільного варіанту впливу на них з метою забезпечення покращання значень показників, які характеризують ТПВМ

Поняття «експерт» також є достатньо умовним. Незважаючи на це, досі метод експертних оцінок вважають одним з найперспективніших, зокрема для виділення певних факторів і аналізу їх значущості. Причиною цього є відсутність інших джерел інформації.

З метою встановлення рівня важливості виділених факторів у порівнянні один з одним нами було використано метод експертних оцінок. У якості експертів виступили 32 керівники і службовці досліджуваних машинобудівних підприємств. Експертам пропонувалось оцінити фактори в межах кожної групи показників за 10-ти бальною шкалою, у якій мінімальний бал – 1, максимальний – 10. Результати експертного дослідження наведено у табл. 2.16 і 2.17.

Як бачимо, серед факторів, які впливають на показники витрат ТПВМ, усі фактори, окрім шостого (способи обчислення обсягу витрат), мають однаковий максимальний коефіцієнт важливості – 1. Щодо коефіцієнтів важливості факторів, які впливають на показники якості, то найвищий коефіцієнт важливості отримав сьомий фактор (характер зміни попиту на машинобудівну продукцію) – 0,671875 і третій фактор (способи обробки заготовок) – 0,6625.

Таблиця 2.16

Бали, присвоєні експертами факторам, що впливають на показники, які характеризують ТПВМ



ГП

Ф

Кількість експертів, які призначили факторам такі бали

Сума балів

1

2

3

4

5

6

7

8

9

10

Показники витрат


1

0

0

0

0

0

0

0

0

0

32

320

2

0

0

0

0

0

0

0

0

0

32

320

3

0

0

0

0

0

0

0

0

0

32

320

4

0

0

0

0

0

0

0

0

0

32

320

5

0

0

0

0

0

0

0

0

0

32

320

6

13

7

0

0

1

0

0

6

0

5

130

7

0

0

0

0

0

0

0

0

0

32

320

Показники якості


1

12

0

2

4

0

3

0

1

0

10

160

2

2

4

7

1

0

0

6

3

3

0

128

3

0

0

5

4

1

2

9

1

7

3

212

4

1

8

2

1

6

1

0

7

6

0

173

5

4

4

1

5

1

8

0

5

5

0

173

6

3

8

4

0

7

9

1

0

0

0

127

7

2

0

2

1

4

5

6

3

3

6

215

Показники

гнучкості



1

0

4

0

6

10

0

0

0

8

4

194

2

1

1

2

3

4

5

0

9

5

2

208

3

11

2

8

1

3

7

0

0

0

0

100

4

1

1

0

11

1

1

2

0

0

15

222

5

9

0

0

0

4

6

1

2

8

2

180

6

2

1

1

6

2

0

0

4

16

0

217

7

7

0

3

1

9

1

1

10

0

0

158

8

0

3

8

0

15

0

2

0

0

4

159

9

2

1

4

4

3

12

2

0

2

2

171

Показники продуктивності

1

2

2

5

1

0

11

9

0

2

0

172

2

1

3

4

2

1

10

8

1

1

1

175

3

4

0

6

0

12

0

7

1

1

1

158

4

3

2

4

8

1

14

0

0

0

0

140

5

1

13

0

0

11

2

1

4

0

0

133

6

2

10

1

5

1

1

1

10

0

1

153

* ГП – групи показників, Ф – фактори.

Найменше значення було призначено експертами шостому фактору (пріоритети, які ставлять розробники машин до показників якості) – 0,396875. Інші фактори отримали середні коефіцієнти важливості від 0,4 до 0,540625.

Фактори, які впливають на показники гнучкості ТПВМ, за значеннями коефіцієнтів вагомості доцільно аналізувати в такій послідовності: четвертий (0,69375), шостий (0,678125), другий (0,65), перший (0,60625), п’ятий (0,5625), дев’ятий (0,534375), восьмий (0,496875), сьомий (0,49375) третій (0,3125).

Щодо аналізу факторів, які впливають на значення показників продуктивності ТПВМ, то він передбачає таку послідовність: другий (0,546875), перший (0,5375), третій (0,49375), шостий (0,478125), четвертий (0,4375), п’ятий (0,415625).

Для побудови моделі аналізу факторів, що впливають на показники, які характеризують ТПВМ, доцільно використати також теорію кластерного аналізу. З її допомогою можна побудувати дендрит, тобто сукупність відношень між факторами, які згруповані з позиції врахування структурних зв’язків між ними. Зв’язки структури вимірюються, так званими, ізоморфними відстанями. При ізоморфному групуванні фактори включаються в однорідні групи за ознакою подібності їх структури.

Використавши в якості вихідної матриці зведені дані табл. 2.16, за допомогою спеціалізованих статистичних пакетів Microsoft Office Excel 2003 побудуємо матрицю ізоморфних відстаней (додаток Б), матрицю відстаней між ланцюжками, а також на основі цього кластери і дендрит.

Таблиця 2.17

Результати експертного опитування щодо важливості впливу виділених факторів на показники, які характеризують ТПВМ



Фактори

Фактична сума балів

Максимально можлива сума балів

Коефіцієнти важливості

Фактори, які впливають на показники витрат ТПВМ

1

320

320

1

2

320

320

1

3

320

320

1

4

320

320

1

5

320

320

1

6

130

320

0,40625

7

320

320

1

Фактори, які впливають на показники якості ТПВМ

1

160

320

0,5

2

128

320

0,4

3

212

320

0,6625

4

173

320

0,540625

5

173

320

0,540625

6

127

320

0,396875

7

215

320

0,671875

Фактори, які впливають на показники гнучкості ТПВМ

1

194

320

0,60625

2

208

320

0,65

3

100

320

0,3125

4

222

320

0,69375

5

180

320

0,5625

6

217

320

0,678125

7

158

320

0,49375

8

159

320

0,496875

9

171

320

0,534375

Фактори, які впливають на показники продуктивності ТПВМ

1

172

320

0,5375

2

175

320

0,546875

3

158

320

0,49375

4

140

320

0,4375

5

133

320

0,415625

6

153

320

0,478125

Як бачимо, до мінімальних належать такі відстані, як 0,984741, 0,427774, 0,33843, 0,26668, 0,246824, 0,30343, 0,234896, 0,338258, 0,246824, 0,356628, 0,234896, 0,33843, 0,529951, 0,34027, 0,356628, 0,316675, 0,314859, 0,210228, 0,0911, 0,314859, 0,210228, 0,340617, 0,304268. З них максимальною є відстань між першим і вісімнадцятим об’єктами - 0,984741. Критична відстань є підставою для кластеризації об’єктів (рис. 2.12).

З рис. 2.12 бачимо, що утворилось два кластери. В перший входить перший, другий, третій, четвертий, п’ятий, сьомий і вісімнадцятий об’єкти, а в другий усі інші об’єкти.

Рис. 2.12. Кластеризація об’єктів

За результатами використання інструментарію спеціалізованих статистичних пакетів Microsoft Office Excel 2003, нами отримано інформацію про існуючі ланцюжки, що побудовані на основі визначення ізоморфних відстаней, а також про міжланцюжкові (рис. 2.13). Використовуючи цю інформацію, можемо побудувати дендрит (рис. 2.14). Дендрит є формою більш наочного, конкретизованого представлення даних про утворені кластери. Так, якщо кластер вказує тільки на об’єкти, що належать до однієї і тієї ж групи, то дендрит конкретизує зв’язки між об’єктами, які належать до різних кластерів.

З рис. 2.14 видно, що виділені фактори входять у два дендрити. До першого належать 9, 10, 14, 22, 24, 25, 26, а до другого - усі інші.

Інформацію про коефіцієнти значущості факторів, які впливають на ТПВМ, а також інформацію про зв’язки між факторами доцільно використовувати під час аналізування альтернативних управлінських рішень на предмет доцільності їх реалізації з метою удосконалення управління ТПВМ. Аналітику під час аналізу необхідно передусім керуватись коефіцієнтами значущості, а в якості допоміжної інформації використовувати дані про існуючі дендрити, тобто зв’язки структури.

На рис. 2.11 одним із етапів побудованого алгоритму виділено зіставлення усіх «за» і «проти» обраних альтернатив. Одним з доцільних варіантів виконання цього завдання є застосування інструментарію дискримінантного аналізу. Він, на підставі обраних аналітиком критеріїв, дозволяє визначити приналежність певного варіанту рішення до доцільних або неприйнятних.



Дискримінантний аналіз для розв’язання задачі групування об’єктів для випадку наявності двох класів об’єктів передбачає [122, c. 231-232]:

  1. обчислення середнього значення кожної змінної для кожного класу об’єктів:

і

L 1 (6):

1

0

2

0

3

0

4

0

5

L 2 (3):

6

0,405317

8

0,33843

17













L 3 (2):

9

0,26668

10



















L 4 (7):

11

0,271662

16

0,234896

12

0,34027

19

0,476104

21

L 5 (2):

13

0,338258

23



















L 6 (3):

14

0,226724

25

0,0911

24













L 7 (2):

15

0,356628

20



















L 8 (2):

18

0,484815

27



















L 9 (2):

22

0,314859

26



















а) сформовані ланцюжки факторів




L1

L2

L3

L4

L5

L6

L7

L8

L9

L1

0

1

1

1

1

1

1

0,984741

1




(0; 0)

(0; 0)

(0; 0)

(0; 0)

(0; 0)

(0; 0)

(0; 0)

(1; 18)

(0; 0)

L2

1

0

0,471016

0,427774

0,379261

0,490807

0,641939

0,437676

0,485054




(0; 0)

(0; 0)

(17; 9)

(6; 29)

(17; 13)

(17; 14)

(17; 15)

(17; 27)

(17; 26)

L3

1

0,471016

0

0,414392

0,417663

0,246824

0,490829

0,565001

0,356198




(0; 0)

(17; 9)

(0; 0)

(9; 11)

(10; 23)

(10; 14)

(10; 20)

(10; 27)

(9; 26)

L4

1

0,427774

0,414392

0

0,302733

0,369557

0,383053

0,348845

0,445336




(0; 0)

(6; 29)

(9; 11)

(0; 0)

(12; 23)

(16; 14)

(11; 15)

(12; 27)

(21; 26)

L5

1

0,379261

0,417663

0,302733

0

0,288019

0,492445

0,210228

0,429686




(0; 0)

(17; 13)

(10; 23)

(12; 23)

(0; 0)

(23; 25)

(23; 15)

(23; 27)

(13; 22)

L6

1

0,490807

0,246824

0,369557

0,288019

0

0,492709

0,435438

0,302778




(0; 0)

(17; 14)

(10; 14)

(16; 14)

(23; 25)

(0; 0)

(14; 15)

(25; 27)

(14; 26)

L7

1

0,641939

0,490829

0,383053

0,492445

0,492709

0

0,538993

0,54057




(0; 0)

(17; 15)

(10; 20)

(11; 15)

(23; 15)

(14; 15)

(0; 0)

(15; 18)

(15; 22)

L8

0,984741

0,437676

0,565001

0,348845

0,210228

0,435438

0,538993

0

0,63278




(1; 18)

(17; 27)

(10; 27)

(12; 27)

(23; 27)

(25; 27)

(15; 18)

(0; 0)

(27; 26)

L9

1

0,485054

0,356198

0,445336

0,429686

0,302778

0,54057

0,63278

0




(0; 0)

(17; 26)

(9; 26)

(21; 26)

(13; 22)

(14; 26)

(15; 22)

(27; 26)

(0; 0)

Мінімальні відстані

0,984741

0,379261

0,246824

0,302733

0,210228

0,246824

0,383053

0,210228

0,302778

між ланцюжками

(1; 8)

(2; 5)

(3; 6)

(4; 5)

(5; 8)

(6; 3)

(7; 4)

(8; 5)

(9; 6)

б) матриця між ланцюжкових відстаней

Рис. 2.13. Ланцюжки і між ланцюжкові відстані



  1. цінку коваріаційних матриць для кожного класу і :

і

  1. оцінку об’єднаної коваріаційної матриці і знаходження матриці , обернену до :

Рис. 2.14. Дендрити



  1. обчислення вектору оцінок коефіцієнтів дискримінантної функції:



  1. оцінка векторів дискримінант них функцій для вихідних змінних: і

  2. визначення середніх значень оцінок дискримінантних функцій:

і

  1. визначення дискримінантної константи:



  1. оцінку дискримінантної функції:

У якості прикладу розглянемо випадок, коли для розв’язання конкретної проблеми в управлінні ТПВМ аналітики підприємства виділили 10 управлінських рішень, досвід реалізації яких існує, а також одне рішення, яке є інноваційним. У табл. 2.18 наведено дві матриці Х і Y. Перша включає параметри рішень, які були успішними, а друга містить параметри неуспішних рішень. Успішність рішень виміряна балами у розрізі показників, які характеризують ТПВМ. У табл. 2.18 наведено також параметри інноваційного рішення, яке розглядається як альтернатива рішенням, що належать до матриць Х і Y.

Як бачимо, за допомогою інструментарію спеціалізованих статистичних пакетів Microsoft Office Excel 2003 встановлено, що значення константи становить 32,86, а середнє значення дискримінантної функції – 33,22734, тобто досліджуване інноваційне управлінське рішення належить до першої сукупності.

Результати обробки цієї інформації необхідно використовувати під час моделювання рішень, націлених на удосконалення ТПВМ, зокрема вона необхідна при дослідженні прийнятності різних варіантів управлінських рішень для розв’язання виробничо-господарських проблем, використанні потенційних можливостей розвитку підприємства тощо.

Таблиця 2.18

Результати застосування дискримінантного аналізу для вибору одного рішення з ряду альтернативних



Види матриць

Показники витрат

Показники якості

Показники гнучкості

Показники продуктивності

Результати дискримінантного аналізу

Матриця Х

50

50

60

70

Значення константи =



32,86.
Середнє значення дискримінантної функції = 33,22734.
Висновок: об’єкт належить до першої сукупності

80

50

60

100

90

50

70

80

80

90

100

100

10

40

30

20

Матриця Y

10

40

30

20

20

50

10

20

10

20

20

40

30

40

10

20

10

50

30

50

Параметри об’єкта, який підлягає класифікації

10

50

90

40


Отримані дані варто враховувати також при розробці і реалізації комплексу заходів, націлених на створення умов для реалізації вже ухваленого управлінського рішення.


База даних захищена авторським правом ©res.in.ua 2016
звернутися до адміністрації

    Головна сторінка