Kokybinis ir kiekybinis modelių aprašymas. Kiekybinė modelių analizė Kiekybinė modelio charakterizavimo analizė

Norėdami atlikti kiekybinę diagramų analizę, išvardijame modelio rodiklius:

Blokų skaičius diagramoje - N;

Diagramos skaidymo lygis − L;

Diagramos balansas – AT;

Prie bloko prijungtų rodyklių skaičius yra - BET.

Šis veiksnių rinkinys taikomas kiekvienai modelio diagramai. Toliau pateikiamos rekomendacijos dėl norimų diagramos faktorių verčių.

Reikia siekti, kad žemesniųjų lygių diagramose blokų skaičius būtų mažesnis už blokų skaičių pirminėse diagramose, t.y. padidėjus skilimo lygiui koeficientas sumažėtų . Taigi šio koeficiento sumažėjimas rodo, kad modeliui skaidant, funkcijos turėtų būti supaprastintos, todėl blokų skaičius turėtų mažėti.

Diagramos turi būti subalansuotos. Tai reiškia, kad vienos diagramos rėmuose situacija, parodyta Fig. 14: 1 užduotyje yra daug daugiau gaunamų ir valdymo rodyklių nei išeinančių. Pažymėtina, kad ši rekomendacija gali būti neįgyvendinta modeliuose, kuriuose aprašomi gamybos procesai. Pavyzdžiui, aprašant surinkimo procedūrą, bloke gali būti daug rodyklių, apibūdinančių gaminio komponentus, o viena rodyklė gali išeiti – gatavas produktas.

Ryžiai. 14. Nesubalansuotos diagramos pavyzdys

Pristatykime diagramos balanso koeficientą:

.

Būtina stengtis K b, buvo diagramos minimumas.

Be diagramos grafinių elementų analizės, būtina atsižvelgti į blokų pavadinimus. Pavadinimams įvertinti sudaromas modeliuojamos sistemos elementariųjų (trivialių) funkcijų žodynas. Tiesą sakant, į šį žodyną turėtų patekti žemesnio lygio diagramų skaidymo funkcijos. Pavyzdžiui, duomenų bazės modeliui funkcijos „rasti įrašą“, „įtraukti įrašą į duomenų bazę“ gali būti elementarios, o funkcija „vartotojo registracija“ reikalauja išsamesnio aprašymo.

Suformavus žodyną ir sudarius sistemos schemų paketą, reikia atsižvelgti į žemesnį modelio lygį. Jei rodomas diagramų blokų ir žodžių iš žodyno pavadinimų atitikimas, tai reiškia, kad pasiektas pakankamas skaidymo lygis. Koeficientas, kiekybiškai atspindintis šį kriterijų, gali būti parašytas kaip L*C yra modelio lygio sandauga pagal blokų pavadinimų atitikčių skaičių su žodžiais iš žodyno. Kuo žemesnis modelio lygis (daugiau L), tuo sutapimas vertingesnis.

DFD metodika

Esmė DFD metodika slypi analizuojamos AIS modelio konstravimas – suprojektuotas ar realiai egzistuojantis. Pagrindinė projektuojamos sistemos funkcinių reikalavimų modeliavimo priemonė yra duomenų srautų diagramos (DFD). Pagal šią metodiką sistemos modelis apibrėžiamas kaip duomenų srautų diagramų hierarchija. Jų pagalba reikalavimai skaidomi į funkcinius komponentus (procesus) ir pateikiami kaip tinklas, sujungtas duomenų srautais. Pagrindinis tokių priemonių tikslas – parodyti, kaip kiekvienas procesas savo įvestis paverčia išvestimis, ir atskleisti šių procesų ryšius.

Modelio komponentai yra šie:

Diagramos;

Duomenų žodynai;

Proceso specifikacijos.

DFD diagramos

Darbo eigai ir informacijos apdorojimui aprašyti naudojamos duomenų srautų diagramos (DFD – Data Flow Diagrams). DFD yra pavyzdinė sistema kaip tarpusavyje susijusių veiklų tinklas, kuris gali būti naudojamas vizualiau parodyti esamas darbo eigos operacijas įmonių sistemos informacijos apdorojimas.

DFD aprašo:

Informacijos apdorojimo funkcijos (darbai, veikla);

Dokumentai (rodyklės, rodyklės), objektai, darbuotojai ar padaliniai, kurie yra susiję su informacijos apdorojimu;

Lentelės dokumentams saugoti (duomenų saugykla, duomenų saugykla).

BPwin naudoja Gein-Sarson žymėjimą duomenų srautų diagramoms sudaryti (4 lentelė).

Gein-Sarson užrašas

4 lentelė

Diagramose funkciniai reikalavimai atvaizduojami duomenų srautu sujungtais procesais ir saugyklomis.

išorinis subjektas- materialus objektas arba individualus, t.y. subjektas, nepriklausantis sistemos kontekstui, kuris yra sistemos duomenų šaltinis arba gavėjas (pavyzdžiui, klientas, personalas, tiekėjai, klientai, sandėlis ir kt.). Jos pavadinime turi būti daiktavardis. Daroma prielaida, kad tokių mazgų atstovaujami objektai neturėtų dalyvauti jokiame apdorojime.

Sistema ir posistemė kuriant sudėtingą IS modelį, jis gali būti pavaizduotas bendras vaizdas kontekstinėje diagramoje kaip viena sistema kaip visuma arba gali būti suskaidoma į keletą posistemių. Posistemio numeris skirtas jį identifikuoti. Vardo laukelyje sakinio forma įrašomas sistemos pavadinimas su tema ir atitinkamais apibrėžimais bei papildymais.

Procesai yra skirti gaminti išvesties srautus iš įvesties srautų pagal veiksmą, nurodytą proceso pavadinime. Šiame pavadinime turi būti neapibrėžtas veiksmažodis, po kurio eina objektas (pavyzdžiui, apskaičiuoti, patikrinti, sukurti, gauti). Proceso numeris skirtas jį identifikuoti, taip pat nurodyti diagramoje. Šis skaičius gali būti naudojamas kartu su diagramos numeriu, kad būtų pateiktas unikalus proceso indeksas visame modelyje.

Duomenų srautai– mechanizmai, naudojami modeliuojant informacijos perdavimą iš vienos sistemos dalies į kitą. Srautai diagramose vaizduojami įvardintomis rodyklėmis, kurių orientacija rodo informacijos srauto kryptį. Kartais informacija gali judėti viena kryptimi, būti apdorojama ir grąžinama atgal į šaltinį. Tokia situacija gali būti modeliuojama arba dviem skirtingais srautais, arba vienu – dvikrypčiu.

Kokybiniai ir kiekybiniai metodai yra įrankis tam tikram darbui su duomenimis, jų fiksavimui ir tolesnei analizei.

Kokybiniai metodai yra skirtos kokybiniams duomenims rinkti ir vėlesnei kokybinei jų analizei naudojant atitinkamus prasmės išgavimo būdus ir būdus; kiekybiniai metodai yra skaitinių duomenų rinkimo ir vėlesnės jų kiekybinės analizės įrankis matematinės statistikos metodais (3.1 pav.).

Ryžiai. 3.1.

Atitinkamai, kokybinis tyrimas gali būti apibrėžtas kaip tyrimas, kuriame daugiausia naudojami kokybiniai metodai, o kiekybinis tyrimas gali būti apibrėžtas kaip tyrimas, pagrįstas vyraujančiu kiekybinių metodų taikymu.

Atrodo akivaizdu, kad tyrimo tipą reikia apibrėžti atitinkamo tipo metodais. Tačiau ne visi autoriai taip apibrėžia kokybinius ir kiekybinius tyrimus, o metodinėje literatūroje galima rasti įvairių jų interpretacijų. Iš tiesų, nemažai autorių (žr., pvz.: Semenova, 1998; Strauss, Corbin, 2007) kokybinius tyrimus apibūdina kaip tuos, kuriuose naudojami nekiekybiniai duomenų rinkimo metodai, o duomenų analizė atliekama taikant įvairias kokybines interpretavimo procedūras, t. nenaudojant skaičiavimų ir metodų.matematinė statistika. Kituose kokybiniams tyrimams skirtuose vadovuose (žinomiausias iš jų: Kokybinių tyrimų vadovas..., 2008), kartu su išskirtinai kokybiniais (fenomenologiniais, diskurso-analitiniais, naratyviniais, psichoanalitiniais) metodais, vadinamoji Q metodologija. analizuojami, kuriuose renkami skaitiniai duomenys ir jų kiekybinė analizė. Q-metodologija paprastai kontrastuojama su "R-metodologija". R-metodikoje naudojami objektyvūs testų, anketų, vertinimo skalių rodikliai, kurie atspindi paties tyrėjo sukurtas konstrukcijas – būtent šiems objektyviems rodikliams R-metodikoje taikoma matematinė apdorojimo procedūra (pvz., naudojant faktorių analizę). procedūros). Q-metodika savo ruožtu yra skirta subjektyvių duomenų gavimui. Jis pagrįstas Q rūšiavimo procedūra: tiriamųjų prašoma surūšiuoti tam tikrą teiginių rinkinį (paprastai gautą iš jų pačių specialios apklausos ar interviu procedūros metu), paskirstant šiuos teiginius pagal iš anksto organizuotą kontinuumą. nurodyta tam tikru mastu. Tiriamieji teiginius rūšiuoja pagal savo subjektyvų vertinimą, o ateityje – ir jų matricą subjektyvūs vertinimai apdorojami daugiamatės statistikos metodais. Kaip jau minėta, Q-metodologijos procedūros yra įtrauktos į kokybinių tyrimų vadovus, nepaisant to, kad jos apima kiekybinių duomenų gavimą ir taikymą. statistiniais metodais. Autoriai mano, kad Q metodika yra viena iš galimų alternatyvų pagrindiniam „objektyviam“ psichologiniam tyrimui, o kadangi būtent kokybinio tyrimo kryptis įkūnija kognityvinių alternatyvų dvasią, aptariama kiekybiniais metodais pagrįsta Q metodika. kokybinio tyrimo kontekste.

Kaip matyti, kokybinio ir kiekybinio tyrimo interpretacija ne visada yra griežtai susieta su tyrime naudojamų metodų rūšimis. Labai dažnai tyrimų organizavimo ypatumai yra konstitucinis kokybinio ir kiekybinio tyrimo atskyrimo požymis. Įvairių tipų studijų atskyrimo jų organizavimo požiūriu problema bus nagrinėjama kitoje pastraipoje. Siekdami išvengti painiavos, siūlome apie tai pasilikti pastraipos pradžioje. metodiškas kokybinių ir kiekybinių tyrimų apibrėžimas, pagrįstas vyraujančiu tam tikros rūšies metodų taikymu. Kokybinis tyrimas daugiausia susijęs su kokybiniais duomenimis ir kokybiniais jų analizės metodais, kiekybinis – su kiekybiniais duomenimis ir jų kiekybine analize.

Kiekybinė (matematinė-statistinė) analizė- tyrimų duomenų aprašymo ir transformavimo procedūrų, metodų rinkinys, pagrįstas matematinio ir statinio aparato naudojimu.

Kiekybinė analizė reiškia galimybę rezultatus traktuoti kaip skaičius – skaičiavimo metodų taikymą.

Sprendžiant kiekybinė analizė, galime iš karto kreiptis į parametrinės statistikos pagalbą arba pirmiausia atlikti pirminis ir antrinis duomenų apdorojimas.

Pirminio apdorojimo stadijoje yra išspręstos dvi pagrindinės užduotys: pristatyti gautus duomenis vaizdine, patogia forma preliminariai kokybinei analizei užsakytų serijų, lentelių ir histogramų pavidalu ir pasiruošti duomenys specifiniams metodams taikyti antrinis apdorojimas.

užsakymas(skaičių išdėstymas mažėjimo arba didėjimo tvarka) leidžia išryškinti maksimalią ir mažiausią rezultatų kiekybinę reikšmę, įvertinti, kurie rezultatai dažniausiai pasitaiko ir pan. Įvairių psichodiagnostikos metodų rodiklių rinkinys, gautas grupei, pateikiamas lentelės pavidalu, kurios eilutėse yra vieno tiriamojo tyrimo duomenys, o stulpeliuose - vieno rodiklio reikšmių pasiskirstymas. virš mėginio. Juostinė diagrama yra rezultatų pasiskirstymas pagal reikšmių diapazoną.

Scenoje antrinis apdorojimas skaičiuojamos tiriamojo dalyko charakteristikos. Rezultatų analizė antrinis apdorojimas leidžia mums teikti pirmenybę kiekybinių charakteristikų rinkiniui, kuris bus informatyviausias. Scenos paskirtis antrinis apdorojimas susideda ne tik gaunant informaciją bet ir rengiant duomenis galimam informacijos patikimumo įvertinimui. Pastaruoju atveju kreipiamės į pagalbą parametrinė statistika.

Matematinės-statinės analizės metodų tipai:

Aprašomosios statistikos metodai yra skirti apibūdinti tiriamo reiškinio požymius: pasiskirstymą, komunikacijos ypatybes ir kt.

Statinių išvadų metodai padeda nustatyti eksperimentų metu gautų duomenų statistinį reikšmingumą.

Duomenų transformavimo metodai yra skirti duomenims transformuoti, siekiant optimizuoti jų pateikimą ir analizę.

Į kiekybinius duomenų analizės ir interpretavimo (transformavimo) metodusįtraukti:

Pirminis „neapdorotų“ sąmatų apdorojimas Norint sukurti neparametrinės statistikos naudojimo galimybę, naudojami du metodai: klasifikacija(objektų išskyrimas į klases pagal kokį nors kriterijų) ir sisteminimas(objektų išdėstymas klasėse, klasėse tarpusavyje ir klasių rinkiniai su kitais klasių rinkiniais).

Šio tipo analizė pagrįsta daugelio kiekybinių rodiklių, skirtų sudarytam modeliui, apskaičiavimu. Reikėtų nepamiršti, kad šie įvertinimai iš esmės yra subjektyvūs, nes vertinimas atliekamas tiesiogiai naudojant grafinius modelius, o jų sudėtingumą ir detalumą lemia daugybė veiksnių.

Sudėtingumas. Šis rodiklis apibūdina proceso modelio hierarchinį sudėtingumą. Skaitinė reikšmė nustatoma pagal sudėtingumo koeficientą k sl .

ksl = ? ur/? ekz

kur? ur -- skilimo lygių skaičius,

Ekz yra proceso atvejų skaičius.

Nagrinėjamo modelio sudėtingumas yra lygus:

Dėl ksl<= 0,25 процесс считается сложным. При k sl =>0,66 tokiu nelaikomas. Nagrinėjamas procesas yra lygus 0,25, o tai neviršija sudėtingumo ribos.

Procesiškumas. Šis rodiklis apibūdina, ar sukonstruotas proceso modelis gali būti laikomas esminiu (apibūdina dalykinės srities struktūrą pagrindinių objektų, sąvokų ir ryšių rinkinio pavidalu), ar procesą (visi modelio procesų atvejai yra susiję su priežastimis). ir poveikio santykiai). Kitaip tariant, šis rodiklis atspindi, kaip sukonstruotas tam tikros situacijos įmonėje modelis atitinka proceso apibrėžimą. Skaitinė reikšmė nustatoma pagal proceso veiksnį k pr

kpr = ? raz/? dangtelis

kur? raz – „pertraukų“ (priežastinių ryšių nebuvimas) tarp verslo procesų atvejų skaičius,

Apdorojamumas lygus

Valdomumas. Šis rodiklis apibūdina, kaip efektyviai procesų savininkai valdo procesus. Skaitinė reikšmė nustatoma pagal valdomumo koeficientą k kon

kkon = ? s/? dangtelis

kur? s – savininkų skaičius,

Kep yra atvejų skaičius vienoje diagramoje.

Valdomumas yra

Kai k kon = 1, procesas laikomas kontroliuojamu.

Išteklių intensyvumas.Šis rodiklis apibūdina resursų panaudojimo efektyvumą nagrinėjamam procesui. Skaitinė reikšmė nustatoma pagal išteklių intensyvumo koeficientą k r

k r = ? r/? išeiti

kur? r – procese dalyvaujančių išteklių skaičius,

Out – išėjimų skaičius.

Išteklių intensyvumas yra

Kuo mažesnė koeficiento reikšmė, tuo didesnė resursų efektyvumo vertė verslo procese.

Dėl k r< 1 ресурсоемкость считается низкой.

Reguliuojamumas. Šis rodiklis apibūdina, kaip stipriai yra reguliuojamas procesas. Skaitinė reikšmė nustatoma pagal valdymo koeficientą k reg

kur D yra turimų norminių dokumentų kiekis,

Kep – atvejų skaičius diagramoje

Reguliuojamumas lygus

Dėl k reg< 1 регулируемость считается низкой.

Kiekybinių rodiklių parametrai ir reikšmės pateikti lentelėje. 7.

Skirtukas. 7. Kiekybiniai rodikliai

Bendram analizuojamo proceso įvertinimui apskaičiuojama apskaičiuotų rodiklių suma

K = k sl + k pr + k kon + k r + k reg

Rodiklių suma yra

K = 0,1875 + 0,25 + 0,9375 + 0,273 + 0,937 = 2,585

Apskaičiuota reikšmė tenkina sąlygą K > 1. Esant K > 2,86, procesas laikomas akivaizdžiai neefektyviu. 1 val< K < 2,86 процесс частично эффективен.

Norėdami atlikti kiekybinę diagramų analizę, išvardijame modelio rodiklius:

blokų skaičius diagramoje - N;

diagramos skaidymo lygis - L;

subalansuota diagrama - B;

prie bloko prijungtų rodyklių skaičius - A.

Šis veiksnių rinkinys taikomas kiekvienai modelio diagramai. Toliau pateikiamos rekomendacijos dėl norimų diagramos faktorių verčių.

Būtina siekti, kad žemesnių lygių diagramose blokų skaičius būtų mažesnis nei pagrindinėse diagramose, t.y., padidėjus dekompozicijos lygiui, koeficientas mažėtų. Taigi šio koeficiento sumažėjimas rodo, kad modeliui skaidant, funkcijos turėtų būti supaprastintos, todėl blokų skaičius turėtų mažėti.

Diagramos turi būti subalansuotos. Tai reiškia, kad vienoje diagramoje neturėtų būti situacijos, kai darbas turi žymiai daugiau įeinančių ir valdymo rodyklių nei išeinančių. Reikėtų pažymėti, kad šios rekomendacijos negalima laikytis gamybos procesai, kurios apima gatavo produkto gavimą iš daugybės komponentų (mašinos mazgo gamyba, maisto produkto gamyba ir kt.). Pavyzdžiui, aprašant surinkimo procedūrą, bloke gali būti daug rodyklių, apibūdinančių gaminio komponentus, o viena rodyklė gali išeiti – gatavas produktas.

Pristatykime diagramos balanso koeficientą:

Pageidautina, kad diagramoje balanso koeficientas būtų minimalus, o modelyje – pastovus.

Be modelio diagramų kokybės ir paties modelio apskritai įvertinimo pagal balanso ir dekompozicijos koeficientus, galima analizuoti ir optimizuoti aprašytus verslo procesus. Fizinė balanso koeficiento reikšmė nustatoma pagal prie bloko prijungtų rodyklių skaičių ir atitinkamai jis gali būti interpretuojamas kaip apskaičiuotas konkretaus padalinio ar darbuotojo apdorotų ir gautų dokumentų skaičiaus koeficientas ir oficialias funkcijas. Taigi balanso koeficiento priklausomybės nuo skilimo lygio grafikuose esamos smailės, palyginti su vidutine verte, rodo įmonės darbuotojų perkrovą ir nepakankamą apkrovą, nes skirtingi dekompozicijos lygiai apibūdina įvairių padalinių ar darbuotojų veiklą. įmonės. Atitinkamai, jei realių verslo procesų grafikuose yra smailių, analitikas gali pateikti keletą rekomendacijų, kaip optimizuoti aprašytus verslo procesus: atliekamų funkcijų paskirstymą, dokumentų ir informacijos tvarkymą, papildomų atlygio koeficientų įvedimą. darbuotojų.

Atlikime kiekybinę modelių, pavaizduotų 12 ir 13 paveiksluose, analizę pagal aukščiau aprašytą metodą. Apsvarstykite šių modelių koeficiento elgesį. Pirminės diagramos "Kliento užklausos apdorojimas" koeficientas yra 4/2 = 2, o išskaidymo diagramos - 3/3 = 1. Koeficiento reikšmė mažėja, o tai rodo funkcijų aprašymo supaprastinimą su lygio sumažėjimu. modelio.

Apsvarstykite dviejų modelių versijų koeficiento K b pokytį.

Pirmoji parinktis, parodyta 20 paveiksle,

dėl antrojo varianto

Koeficientas K b nekeičia savo reikšmės, todėl diagramos balansas nekinta.

Darome prielaidą, kad nagrinėjamų diagramų išskaidymo lygis yra pakankamas, kad atspindėtų modeliavimo tikslą, o žemesnio lygio diagramose elementarios funkcijos naudojamos kaip darbų pavadinimai (sistemos vartotojo požiūriu).

Apibendrinant nagrinėjamą pavyzdį, būtina pažymėti, kad modeliuojant sistemą svarbu atsižvelgti į keletą diagramų variantų. Tokios parinktys gali atsirasti koreguojant diagramas, kaip buvo daroma „Apdorojama kliento užklausa“ arba kuriant alternatyvius sistemos funkcijų įgyvendinimus (darbo „Duomenų bazės keitimas“ išskaidymas). Parinkčių svarstymas leidžia pasirinkti geriausią ir įtraukti jį į diagramų paketą tolesniam svarstymui.