СТАТИСТИЧЕСКАЯ РАЗРАБОТКА ВАРИАНТОВ ВЫБОРА ВЕКТОРА ПРОЦЕССА РАЗВИТИЯ «СУБЪЕКТА УПРАВЛЕНИЯ»

Аннотация:

В статье предложено решение по формированию альтернатив «выбора» субъекта управления, на основе математических (статистических) регрессионных моделей. Изложен результат, полученный в процессе апробации идеи управляемости социальной на этапе ненаблюдаемого внешне (объективно) процесса развития человеческого фактора (на примере выборочного комплекса параметров), в рамках опытно-экспериментальной работы.

Abstract:

This article provides a solution to build alternatives «choice» of the subject of control, based on mathematical (statistical) regression models. Presented the results obtained in the process of testing ideas on handling social stage unobserved external (objective) of the process of development of human factors (for example, a sample set of parameters), as part of the experimental work.

Ключевые слова:

Решение, выбор, процесс развития, субъект управления.

Keywords:

The decision, a choice, development, subject of control.

   «Выбор» как предметный интерес научных исследований, несмотря на его очевидную актуальность в современных условиях объективного усложнения проблем управления либо не поднимается, либо не акцентируется в последних работах (докторских исследованиях) по управлению в социальных системах [11].  Вместе с тем, существует множество разрозненных школ и научных направлений, в которых «управление» изучается в том или ином аспекте (рис.1), что лишь подтверждает актуальность поиска ответов на многочисленные вопросы управления, в том числе и вопрос формирования альтернатив «выбора субъекта управления» в ситуации кризиса системы управления.
 

 

Рис.1. – Диаграмма структуры долевой представленности «управления» в тематике докторских научных исследований последних лет (1997-2010).

   Понятие «выбор» в классическом понимании рассматривается и в динамическом аспекте, как один из этапов принятия решения, и в статическом – как предполагаемая цель решения [7]. Понятие «решение» рассматривается в теории решений и исследованиях технической сферы [8], но также в других, формирующихся современных теориях, в том числе – прикладной теории риска и принятия решений [3]. Изучается и анализируется также в различных контекстах – морфологическом (структурном) и аксиологическом [5]. Одним из наиболее сложных этапов выбора решения принято считать этап формирования альтернатив, а в качестве исходного принимается этап ситуационного анализа. Однако, как показал анализ литературы и авторефератов докторских исследований по управлению в социальных системах [11], вопрос прогнозирования самой проблемной ситуации, предваряющей процесс принятия решений, не поднимается, хотя актуальность самой идеи прогнозирования проблемной ситуации очевидна. Остается открытым и относительно свободным для научного обоснования и сам «выбор», основанный на прогностическом подходе. Однозначность общепринятой типизации этапов принятия решений вызывает сомнения, когда возникает необходимость решения задачи оценивания прогностического влияния «человеческого фактора». Это находится в проблемной области исследований по управлению в социальных системах, в которых решение задач управления с учетом влияния человеческого фактора является существенной особенностью. И одним из способов превентивного прогностического выбора предлагается такой выбор, который исходит не от проблемной ситуации, а от состояния развития «человеческого фактора».

   В настоящем исследовании фактор, определяемый как «человеческий», рассмотрен как «субъективный» [9] фактор, или – некоторую переменную, влияющую на функцию «субъекта управления» [10]. Под термином «субъект управления» в исследовании автором понимается Субъект профессиональной деятельности, обладающий потенциальным, субъективным ресурсом, в соответствии с которым его можно идентифицировать с объективными требованиями специфической, управленческой, деятельности, как некоторым нормативом качеств, присущих субъекту, способных обеспечить субъекту непрерывность профессионального функционирования в любых условиях, в том числе в условиях кризиса системы управления. Под термином «выбор» автором принимается один из вариантов, формирующихся в условиях объективных и субъективных закономерностей развития системы и субъекта управления, наиболее адекватный тому состоянию развития социальной системы, в которой может оказаться субъект «выбора». 

  В целях исследования в качестве «субъекта управления» принят статистически смоделированный объект, в основе которого – выборка вариант (наблюдений Yⁿ), полученных по итогам автоматизированной диагностики сложного социально-психологического свойства, профессионально важного для субъектов, реализующего управленческую деятельность в объективно сложных условиях (условно абстрагированная совокупность параметров X^1-25, принимаемая в целях исследования как комплексное качество единицы наблюдения Yⁿ, «субъекта управления»). Уникальная концентрация наблюдений позволила сформировать репрезентативную статистически (>500 ед.н.) выборку, в целях определения эмпирической закономерности смоделированного процесса развития явления, практически недоступного для внешнего изучения (по ряду причин). Задачей этого этапа ставилась разработка статистических моделей вариантов выбора вектора развития процесса как прообраза альтернатив выбора. Идея в этом случае заключалась в том, чтобы на уровне статистических моделей показать не просто вариативность (альтернативность) выбора как таковую, но различие актуальности (адекватности) состоянию процесса развития (т.е. собственно – ситуации), представив таким образом эти «выборы» как информационную основу последующего решения для субъекта, владеющего такой информацией.

   В настоящей статье рассматривается решение задачи на основе статистического анализа процесса развития «человеческого фактора», как фактора динамического объективно (переменного), и аналитического расчета с применением методов математической статистики и элементарных расчетов в программном приложении Excel. В качестве эмпирической базы данных использована сформированная автором самостоятельно случайная выборка цифровых результатов автоматизированного психодиагностического тестирования, общим объемом в 550 единиц наблюдения. В целях решения задачи этого этапа исследования разработана программа статистического исследования, посредством которой решались 3 задачи: (1) предварительной аналитической обработки данных методами математической статистики и линейного программирования – (а) разработки расчетного алгоритма критерия-классификатора для оценки состояния развития «человеческого фактора» (на основе описательной методики профессионального отбора специалистов управленческого профиля) [2]; (б) классификации состояний по уровню развития и (в) оценки уровня риска абстрактного «объекта управления» (выборочной совокупности наблюдений, каждое из которых представлено 25-ю параметрами); (2) предварительного статистического анализа – (а) расчета статистических показателей, коэффициентов, взаимосвязей и взаимозависимостей  и (б) статистического моделирования процесса развития «человеческого фактора» на основе построения динамического ряда состояний;  (3) целевого статистического решения задач – (а) оценивания параметров всей совокупности наблюдений, объединенных в «объект управления»; (б) оценивания состояний; (в) формирования статистических альтернатив-выборов. Все расчеты выполнены методами классической теории статистики [4,6], в программном приложении Excel. 

   В результате решения первой задачи описательный алгоритм профессионального критерия прогностической оценки состояния развития «человеческого фактора» [2] (ЧФ) субъекта управления преобразован в расчетный, что позволило далее выполнить классификацию всей выборочной совокупности наблюдений (более 550 ед.н.) по уровню развития ЧФ и рассчитать долю прогностического «риска» – совокупности наблюдений с результирующей оценкой состояния значений параметров ЧФ, несоответствующей заданному сочетанию значений составляющих совокупность 25-ти параметров. Для  расчета структуры генеральной совокупности по классификационному критерию были произведены следующие действия: определены отдельные оценки Yⁱпосредством дискриминантного анализа, заложенного в методике «Психологическая совместимость»; выделены  классификационный (базовый – целевой) критерий (СВ^N); сгруппированы аналитические группы: подгруппа с результирующим показателем «оптимальный прогноз психологической совместимости» (СВ^max),  подгруппа с результирующим показателем «неблагоприятный прогноз психологической совместимости» (СВ^min);подгруппа с результирующим показателем «среднемодальный прогноз психологической совместимости» (СВ^сред); проведен эмпирический частотный анализ СГ по Y. Результаты  эмпирического частотного анализа показали, что  в структуре СГ по качественному признаку доля вариант с максимальным Y составляет 23%, а доля вариант с минимальным Y равна 8%, хотя нормативный процент должен быть равен 0% (базовое состояние). Проверка статистической гипотезы о равенстве доли единиц, обладающих определенным признаком, нормативу, показала, что t_табл=1,96. Поскольку в нашем случае  t_табл=1,96; t_ф=11,37>t_табл, следовательно, нулевая гипотеза отклоняется и, т.обр., в структуре условно-генеральной совокупности присутствует незначительная, но ненулевая, доля подгруппы СВ^min. В соответствии со шкалой вероятности убытков, классификацией риска по степени вероятного воздействия и таблицей анализа убытков [1] доля 8%: а) аналогична коэффициенту 0,1, вероятность убытков при которой определяется как «крайне мала»; б) воздействие риска определяется как «несущественное»; в) предсказуемость – «весьма высокая»; частотность – весьма высокая; вид решения – «возможна самостоятельная ответственность за последствия»; «не страховать». Или, иными словами, риск есть, но самостоятельно контролируем. И, значит, на этом уровне риска возможно планирование изучения структурных взаимосвязей, взаимозависимостей и тенденций/закономерностей его развития в пределах объекта управления (условно генеральной совокупности).

    В результате решения второй задачи сформирована подсистема коэффициентов (эластичности, детерминации, корреляции, регрессии) в разрезе состояний совокупностей-подгрупп наблюдений и смоделирован динамический ряд – абстрактная модель процесса развития «человеческого фактора» в пределах «объекта управления» – всей совокупности наблюдений объемом чуть более 550 единиц. Расчеты выполнены по количественному соответствию среднемодальных значений параметров (рис.1) – комплексу аналитических состояний состоянию Nср, заданных значений (N-критерию) и качественному – по векторной направленности параметров.  Как показано на рис.1,  общее в этих трендах – нелинейный характер роста показателей аналитических состояний, а динамика количественного соответствия при этом по скорости выше динамики качественного соответствия (a_зн=0,16>a_+/-=0,075). Показано, что качественное соответствие (по вектору направленности показателя Х относительно N)-тренд динамического ряда более соответствует форме «полиномиальный второй степени» (уровень достоверности R² = 0,9911), аналитическое состояние СВ*max (γ=0,6) больше соответствует N, состояние СВ*min – состоянию СГ, состояние СГ (γ=0,2) значительно не

 

Рис.2. – Гистограммы динамического ряда (по индексам соответствия)

 

соответствует N. На гистограмме справа показано, что наиболее достоверный тренд динамического ряда количественных соответствий – полиномиальный (R²=0.9823). все аналитические состояния значительно не соответствуют Nср (I= 0,08–0,23).

В результате сравнительного анализа аналитических состояний по соответствию N-эталону (критерию) и тесноте и силе взаимосвязей выявлены статистические тенденции преобразования состояний Процесса, а именно: в целом преобразование состояний Процесса аппроксимируема полиномиальным трендом, при этом состояние промежуточное и максимальное практически равнозначны (долевое соответствие по модальным значениям  = 20%). Однако в разрезе составляющих комплекс ПВК, рассматриваемы й в исследовании как вид комплекса параметров «человеческого фактора», преобразование не носит однозначного, линейного характера. Различие динамики индексов по комплексам СПС/СПА противоположна по вектору направленности, но примерно одинакова по значениям – в полярных состояниях, тренд также аналогичен – полиномиальный второй степени (R² = 1); коэффициент эластичности Э по большинству показателей Х принимает максимальные значения в СВ*min и минимальны – в СВ*max; коэффициент детерминации X/Y имеет минимальные значения R² – в состоянии СВ^max (соответственно – 0,043 и 0,379), максимальные – в состоянии СВ^min; теснота связи Х/Y – максимальна в своем среднем значении R в СВ^min и минимальна – в СВ*max; дисперсия (рассеивание) R в СВ*max в сравнении с другими аналитическими состояниями наименьшая практически по всем показателям изучаемого комплекса ПВК.

Оценка структурного сдвига выполненная в минимальном объеме, на основе расчета типовых статистических коэффициентов – среднего удельного веса d_i каждого N-соответствия показателя Xⁱ и коэффициента относительного структурного сдвига σ (d_i/d₀).  На рис.2 показано, что величина относительного структурного сдвига от состояния СВ*min к состоянию СГ – σ (d_сг/d_св*min) = 24,9 – значительно превышает величину относительного структурного сдвига от состояния СГ к состоянию СВ*max – σ (d_СВ*max/d_СГ) = 7,05, а «разрыв» между состоянием СВ*max и СВ*N значительно больше различий между предыдущимими состояниями. На рис.32. показано, что различие в величине относительного структурного сдвига – как по отдельным показателям, так и по направленности структурного сдвиг – неоднозначно и разнонаправлено; (б) эмпирическая модель (2.X) «выбора» параметра, по принципу «переключаемости» доминантного параметра; геометрический смысл – y=F(v), физический смысл – функциональная зависимость (в нашем случае

– пар доминантных переменных), логика исторического, постепенного

 

Рис.3. – Гистограмма относительного структурного сдвига в целом по выборке

 

развития (человека и человеческой деятельности / ЛПР и Процесс), определяемая скоростью/силой связи (рис.3).

В результате решения третьей задачи получено 4 графические (эмпирические) модели возможных альтернатив выбора «решения» (воздействия) на процесс развития «человеческого фактора» (рис.15,16,17,18) и в качестве экспериментального примера – вариант, целенаправленный на выравнивание (стабилизацию) развития противоположных состояний (рис.4).

Как показано на гистограммах, скорость (угол тренда) подкомплекса СПС (значимого для периодов между экстремальными «выборами») положительно изменяется «под воздействием» N (более высокого по уровню качества комплекса параметров Х, составляющих сложное качество «ПС» как пример комплекса «ЧФ» СУ). Суть этого воздействия – уравновешивание полярных состояний (+/-) и удержание темпа развития

 

Рис.4. – Графики парной линейной регрессии соответствий СГ и СВ*Nопт, СВ*Nопт и СВ*max, СГ и СВ*max, СГ и СВ*min

 

«ведущего» подкомплекса СПС (сохранение его положительной процессуальности), что соответствует сути самого классического понятия «управление».

Модель экспериментального «воздействия» на процесс функционирования ЧФ (рис.5). Как показано на гистограммах, скорость (угол тренда) подкомплекса СПС (значимого для периодов между

 

Рис.5. – Гистограмма соответствия относительно состояния С (СГ),

Д (N), Л/Д- (СВ*min), Л/Д+ (СВ*max).

 

экстремальными «выборами») положительно изменяется «под воздействием» N (более высокого по уровню качества комплекса параметров Х, составляющих сложное качество «ПС» как пример комплекса «ЧФ» СУ). Суть этого воздействия – уравновешивание полярных состояний (+/-) и удержание темпа развития «ведущего» подкомплекса СПС (сохранение его положительной процессуальности), что соответствует сути самого классического понятия «управление».

 

 

Рис.6. – Модели трендов – расчетных (слева) и «экспериментальных» (справа.

  Предложенный алгоритм формирования вариантов «выбора» предложен как самостоятельный тип задачи управления – прогностического, в основе которого – математические (преимущественно статистические) методики и методы. Решение по самоопределению «выбора» рассматривается на основе регрессионных моделей, где критерием «выбора» принят коэффициент регрессии. Геометрический смысл такого «выбора» состоит в сравнении скорости (наклона линии линейного тренда).

    В заключение отметим, что предложенное решение задачи разработки «выборов» в своей методической основе содержит преимущественно классические методы математической статистики, процессуально согласуется с классической моделью исследования систем управления. В то же время обладает новизной – содержательно, поскольку информационная основа (база цифровых данных, параметров) – данные сложного динамического фактора («человеческого»), рассмотренная на  примере социально-психологического свойства «Социально-психологическая совместимость» как профессионально важного комплексного показателя профессионального соответствия субъекта управления. Повторяемость этого эксперимента вместе с тем возможна, на аналогичных базах данных.  Поэтому в целом предлагаемое решение носит организационно универсальный характер, методически целенаправленно на решение задач управления, но в принципиально новом направлении исследований – оценивания прогностической управляемости социальных систем, с учетом состояния и динамики развития «человеческого» фактора как объективной составляющей управления в социальных системах.

Решение имеет, по мнению автора, прикладную перспективу, в направлении разработки технических модулей и математических задач самоконтроля «выборов» решения для субъектов (например, при проектировании бортовых информационно-моделирующих подсистем профессиональных тренажеров для субъекта управления),  и теоретическую – в направлении исследований аналогичных по контексту комплексов параметров человеческого фактора, как «нормативных требований» профессиональной управленческой деятельности, необходимых для обеспечения надежности функционирования социальных систем, обладающих неизбежным риском вследствие влияния закономерностей развития человеческого фактора.