Descrierea calitativă și cantitativă a modelelor. Analiza cantitativă a modelelor Analiza cantitativă a modelului de caracterizare

Pentru a efectua o analiză cantitativă a diagramelor, listăm indicatorii modelului:

Numărul de blocuri pe diagramă - N;

Nivelul de descompunere grafic − L;

Sold grafic - LA;

Numărul de săgeți conectate la bloc este - DAR.

Acest set de factori se aplică fiecărei diagrame model. Următoarele vor enumera recomandări pentru valorile dorite ale factorilor graficului.

Este necesar să ne străduim să ne asigurăm că numărul de blocuri de pe diagramele nivelurilor inferioare ar fi mai mic decât numărul de blocuri de pe diagramele părinte, i.e. odata cu cresterea nivelului de descompunere, coeficientul ar scadea . Astfel, o scădere a acestui coeficient indică faptul că pe măsură ce modelul este descompus, funcțiile ar trebui simplificate, prin urmare, numărul de blocuri ar trebui să scadă.

Graficele trebuie să fie echilibrate. Aceasta înseamnă că în cadrul unei diagrame, situația prezentată în Fig. 14: Job 1 are mult mai multe săgeți de intrare și control decât cele care ies. Trebuie remarcat faptul că această recomandare poate să nu fie implementată în modelele care descriu procesele de producție. De exemplu, atunci când descrieți o procedură de asamblare, un bloc poate include multe săgeți care descriu componentele unui produs și o săgeată poate ieși - produsul finit.

Orez. 14. Un exemplu de grafic dezechilibrat

Să introducem factorul de echilibru al graficului:

.

Este necesar să ne străduim să K b, a fost minimul pentru grafic.

Pe lângă analiza elementelor grafice ale diagramei, este necesar să se ia în considerare denumirile blocurilor. Pentru a evalua numele, este alcătuit un dicționar de funcții elementare (triviale) ale sistemului simulat. De fapt, funcțiile de descompunere de nivel inferior a diagramelor ar trebui să se încadreze în acest dicționar. De exemplu, pentru un model de bază de date, funcțiile „găsiți o înregistrare”, „adăugați o înregistrare în baza de date” pot fi elementare, în timp ce funcția „înregistrare utilizator” necesită o descriere suplimentară.

După formarea vocabularului și compilarea unui pachet de diagrame de sistem, este necesar să se ia în considerare nivelul inferior al modelului. Dacă arată o potrivire între numele blocurilor de diagrame și cuvintele din dicționar, atunci aceasta indică faptul că a fost atins un nivel suficient de descompunere. Coeficientul care reflectă cantitativ acest criteriu poate fi scris ca L*C este produsul nivelului de model prin numărul de potriviri ale numelor de bloc cu cuvintele din dicționar. Cu cât nivelul modelului este mai scăzut (mai mult L), cu atât mai valoroasă este coincidenţa.

Metodologia DFD

In nucleu Metodologia DFD consta in construirea unui model al AIS analizat – proiectat sau existent efectiv. Instrumentul principal pentru modelarea cerințelor funcționale ale sistemului proiectat sunt diagramele fluxului de date (DFD). În conformitate cu această metodologie, un model de sistem este definit ca o ierarhie a diagramelor fluxului de date. Cu ajutorul lor, cerințele sunt împărțite în componente funcționale (procese) și prezentate ca o rețea conectată prin fluxuri de date. Scopul principal al acestor instrumente este de a arăta modul în care fiecare proces își transformă intrările în ieșiri și de a dezvălui relațiile dintre aceste procese.

Componentele modelului sunt:

Diagrame;

Dicționare de date;

Specificații de proces.

Diagrame DFD

Diagramele fluxului de date (DFD - Data Flow Diagrams) sunt utilizate pentru a descrie fluxul de lucru și procesarea informațiilor. DFD reprezintă un sistem model ca o rețea de activități interconectate care poate fi utilizată pentru a afișa mai vizual operațiunile curente ale fluxului de lucru în sisteme corporative procesarea informatiei.

DFD descrie:

Funcții de prelucrare a informațiilor (lucrări, activități);

Documente (săgeți, săgeți), obiecte, angajați sau departamente care sunt implicate în prelucrarea informațiilor;

Tabele pentru stocarea documentelor (magazin de date, depozit de date).

BPwin folosește notația Gein-Sarson pentru a reprezenta diagrame de flux de date (Tabelul 4).

Notația Gein–Sarson

Tabelul 4

În diagrame, cerințele funcționale sunt reprezentate de procese și depozite conectate prin flux de date.

entitate externă- obiect material sau individual, adică o entitate din afara contextului sistemului care este o sursă sau un receptor de date de sistem (de exemplu, un client, personal, furnizori, clienți, un depozit etc.). Numele ei trebuie să conțină un substantiv. Se presupune că obiectele reprezentate de astfel de noduri nu ar trebui să participe la nicio prelucrare.

Sistem și subsistem la construirea unui model IS complex, acesta poate fi reprezentat în vedere generala pe diagrama de context ca un sistem în ansamblu sau poate fi descompus într-un număr de subsisteme. Numărul subsistemului servește la identificarea acestuia. În câmpul nume, numele sistemului este introdus sub formă de propoziție cu subiectul și definițiile și completările corespunzătoare.

Procese sunt destinate să producă fluxuri de ieșire din fluxurile de intrare în conformitate cu acțiunea specificată de numele procesului. Acest nume trebuie să conțină un verb nedefinit urmat de un obiect (de exemplu, calculate, check, create, get). Numărul procesului servește la identificarea acestuia, precum și pentru a se referi la el în cadrul diagramei. Acest număr poate fi folosit împreună cu numărul diagramei pentru a oferi un index unic de proces în întregul model.

Fluxuri de date– mecanisme utilizate pentru modelarea transferului de informații dintr-o parte a sistemului în alta. Fluxurile din diagrame sunt reprezentate prin săgeți numite, a căror orientare indică direcția fluxului de informații. Uneori, informațiile se pot mișca într-o singură direcție, pot fi procesate și returnate înapoi la sursă. O astfel de situație poate fi modelată fie prin două fluxuri diferite, fie prin unul - bidirecțional.

Metodele calitative și cantitative sunt un instrument pentru o anumită muncă cu date, înregistrarea acestora și analiza ulterioară.

Metode calitative au ca scop colectarea datelor calitative și analiza lor calitativă ulterioară folosind tehnici și tehnici adecvate pentru extragerea sensului; metode cantitative sunt un instrument de colectare a datelor numerice și de analiza lor cantitativă ulterioară folosind metodele statisticii matematice (Fig. 3.1).

Orez. 3.1.

În consecință, cercetarea calitativă poate fi definită ca o cercetare care utilizează predominant metode calitative, în timp ce cercetarea cantitativă poate fi definită ca o cercetare construită pe utilizarea predominantă a metodelor cantitative.

Pare evident să se definească tipul de studiu prin tipul corespunzător de metode. Cu toate acestea, nu toți autorii definesc în acest fel cercetarea calitativă și cantitativă, iar diversele lor interpretări pot fi găsite în literatura metodologică. Într-adevăr, un număr de autori (vezi, de exemplu: Semenova, 1998; Strauss, Corbin, 2007) caracterizează studiile calitative ca fiind acelea în care sunt utilizate metode de colectare a datelor necantitative, iar analiza datelor este efectuată folosind diverse proceduri interpretative calitative, fara a implica calcule si metode.statistica matematica. În alte manuale dedicate cercetării calitative (cel mai cunoscut dintre ele: Handbook of Qualitative Research..., 2008), alături de metode exclusiv calitative (fenomenologice, discurs-analitice, narative, psihanalitice), așa-numita Q-metodologie este analizate, în care colectarea datelor numerice și analiza lor cantitativă. Metodologia Q este de obicei contrastată cu „metodologia R”. Metodologia R folosește indicatori obiectivi ai testelor, chestionare, scale de evaluare, care reflectă constructele create de însuși cercetător - acești indicatori obiectivi sunt supuși procedurii de prelucrare matematică în metodologia R (de exemplu, folosind analiza factorială). proceduri). Metodologia Q, la rândul ei, urmărește obținerea de date subiective. Se bazează pe procedura de sortare Q: subiecților li se cere să sorteze un anumit set de afirmații (de regulă, obținute de la ei înșiși ca urmare a unei proceduri speciale de anchetă sau interviu), distribuind aceste afirmații de-a lungul unui continuum pre-organizat. specificate de o scară. Subiecții sortează enunțurile în funcție de propria evaluare subiectivă, iar pe viitor, matricea acestora aprecieri subiective supuse prelucrării prin metode de statistică multivariată. După cum sa menționat deja, procedurile Q-metodologiei sunt incluse în manualele de cercetare calitativă, în ciuda faptului că implică obținerea de date cantitative și aplicarea metode statistice. Autorii consideră că metodologia Q este una dintre alternativele posibile la principalele cercetări psihologice „obiective”, iar din moment ce este direcția cercetării calitative care întruchipează spiritul alternativelor cognitive, se discută metodologia Q bazată pe metode cantitative. în contextul cercetării calitative.

După cum se poate observa, interpretarea cercetării calitative și cantitative nu este întotdeauna strict legată de tipurile de metode utilizate în cercetare. Foarte des, particularitățile organizării cercetării servesc ca semn constitutiv al separării cercetării calitative și cantitative. Problema distingerii diferitelor tipuri de studii din punctul de vedere al organizării lor va fi luată în considerare în paragraful următor. Pentru a evita confuzia aici, propunem să ne oprim asupra acestui lucru la începutul paragrafului. metodic definirea cercetării calitative și cantitative ca fiind construită pe aplicarea predominantă a unui anumit tip de metode. Cercetarea calitativă se ocupă în principal de date calitative și metode calitative de analiză a acestora, cercetarea cantitativă - cu datele cantitative și analiza lor cantitativă.

Analiza cantitativă (matematico-statistică).- un set de procedee, metode de descriere și transformare a datelor de cercetare bazate pe utilizarea unui aparat matematic și static.

Analiza cantitativa implică capacitatea de a trata rezultatele ca numere - aplicarea metodelor de calcul.

Hotărând asupra analiza cantitativa, putem apela imediat la ajutorul statisticilor parametrice sau putem efectua mai întâi primar si secundar procesarea datelor.

În stadiul prelucrării primare sunt rezolvate două sarcini principale: introduce datele obținute într-o formă vizuală, convenabilă pentru analiza calitativă preliminară sub formă de serii ordonate, tabele și histogrameși a pregati date pentru aplicarea unor metode specifice prelucrare secundară.

comanda(dispunerea numerelor în ordine descrescătoare sau crescătoare) vă permite să evidențiați valoarea cantitativă maximă și minimă a rezultatelor, să evaluați care rezultate sunt cele mai frecvente etc. Un set de indicatori ai diferitelor metode de psihodiagnostic obținute pentru un grup este prezentat sub forma unui tabel, în rândurile cărora se află datele sondajului unui subiect, iar în coloane - distribuția valorilor unui indicator peste eșantion. diagramă cu bare este distribuția de frecvență a rezultatelor într-un interval de valori.

La scenă prelucrare secundară se calculează caracteristicile subiectului de cercetare. Analiza rezultatelor prelucrare secundară ne permite să preferăm setul de caracteristici cantitative care va fi cel mai informativ. Scopul scenei prelucrare secundară constă nu numai in obtinerea informatiilor dar deasemenea în pregătirea datelor pentru o eventuală evaluare a fiabilității informațiilor.În acest din urmă caz, apelăm la ajutor statistici parametrice.

Tipuri de metode de analiză matematico-statică:

Metodele statisticii descriptive au ca scop descrierea caracteristicilor fenomenului studiat: distributie, trasaturi de comunicare etc.

Metodele de inferență statică servesc la stabilirea semnificației statistice a datelor obținute în timpul experimentelor.

Metodele de transformare a datelor au ca scop transformarea datelor pentru a optimiza prezentarea și analiza acestora.

La metode cantitative de analiză și interpretare (transformare) a datelor includ următoarele:

Prelucrarea primară a estimărilor „brute”. Pentru a crea posibilitatea utilizării statisticilor neparametrice, se folosesc două metode: clasificare(separarea obiectelor în clase după un anumit criteriu) și sistematizare(ordonarea obiectelor în cadrul claselor, clase între ele și seturi de clase cu alte seturi de clase).

Acest tip de analiză se bazează pe calcularea unui număr de indicatori cantitativi pentru modelul construit. Trebuie avut în vedere faptul că aceste estimări sunt în mare măsură subiective, deoarece evaluarea se realizează direct pe modele grafice, iar complexitatea și nivelul de detaliu ale acestora sunt determinate de mulți factori.

Complexitate. Acest indicator caracterizează cât de complex este ierarhic modelul procesului. Valoarea numerică este determinată de factorul de complexitate k sl .

ksl = ? ur/? ekz

Unde? ur -- numărul de niveluri de descompunere,

Ekz este numărul de instanțe de proces.

Complexitatea modelului considerat este egală cu:

Pentru ksl<= 0,25 процесс считается сложным. При k sl =>0,66 nu este considerat ca atare. Procesul considerat este egal cu 0,25, care nu depășește pragul de complexitate.

Procesivitate. Acest indicator caracterizează dacă modelul de proces construit poate fi considerat esențial (descrie structura domeniului subiectului sub forma unui set de principalele sale obiecte, concepte și relații) sau procesul (toate cazurile proceselor model sunt conectate prin cauze). relații și-efect). Cu alte cuvinte, acest indicator reflectă modul în care modelul construit al unei anumite situații în companie corespunde definiției procesului. Valoarea numerică este determinată de factorul de proces k relatii cu publicul

kpr = ? raz/? capac

Unde? raz - numărul de „pauze” (lipsa relațiilor cauzale) între instanțe ale proceselor de afaceri,

Procesabilitatea este egală cu

Controlabilitate. Acest indicator caracterizează modul în care proprietarii de procese gestionează eficient procesele. Valoarea numerică este determinată de coeficientul de controlabilitate k kon

kkon = ? s/? capac

Unde? s -- numărul de proprietari,

Kep este numărul de instanțe dintr-o diagramă.

Controlabilitatea este

Când k kon = 1, procesul este considerat a fi controlat.

Intensitatea resurselor. Acest indicator caracterizează eficiența utilizării resurselor pentru procesul luat în considerare. Valoarea numerică este determinată de factorul de intensitate a resursei k r

k r = ? r/? afară

Unde? r -- numărul de resurse implicate în proces,

Out -- numărul de ieșiri.

Intensitatea resursei este

Cu cât valoarea coeficientului este mai mică, cu atât este mai mare valoarea eficienței resurselor în procesul de afaceri.

Pentru k r< 1 ресурсоемкость считается низкой.

Ajustabilitate. Acest indicator caracterizează cât de puternic este reglementat procesul. Valoarea numerică este determinată de factorul de control k reg

unde D este cantitatea de documentație de reglementare disponibilă,

Kep -- numărul de cazuri per diagramă

Ajustabilitatea este egală cu

Pentru k reg< 1 регулируемость считается низкой.

Parametrii și valorile indicatorilor cantitativi sunt prezentați în tabel. 7.

Tab. 7. Indicatori cantitativi

Pentru o evaluare generală a procesului analizat se calculează suma indicatorilor calculați

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

Suma indicatorilor este

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

Valoarea calculată satisface condiția K > 1. La K > 2,86, procesul este considerat a fi evident ineficient. La 1< K < 2,86 процесс частично эффективен.

Pentru a efectua o analiză cantitativă a diagramelor, listăm indicatorii modelului:

numărul de blocuri din diagramă - N;

nivelul de descompunere a diagramei - L;

diagramă echilibrată - B;

numărul de săgeți conectate la bloc - A.

Acest set de factori se aplică fiecărei diagrame model. Următoarele vor enumera recomandări pentru valorile dorite ale factorilor graficului.

Este necesar să ne străduim să ne asigurăm că numărul de blocuri de pe diagramele nivelurilor inferioare ar fi mai mic decât numărul de blocuri de pe diagramele părinte, adică, cu o creștere a nivelului de descompunere, coeficientul ar scădea. Astfel, o scădere a acestui coeficient indică faptul că pe măsură ce modelul este descompus, funcțiile ar trebui simplificate, prin urmare, numărul de blocuri ar trebui să scadă.

Graficele trebuie să fie echilibrate. Aceasta înseamnă că într-o diagramă nu ar trebui să existe o situație în care lucrarea are mult mai multe săgeți de intrare și de control decât cele care ies. Trebuie remarcat faptul că această recomandare poate să nu fie urmată pt Procese de producție, care presupun obținerea unui produs finit dintr-un număr mare de componente (producția unui ansamblu de mașini, producția unui produs alimentar și altele). De exemplu, atunci când descrieți o procedură de asamblare, un bloc poate include multe săgeți care descriu componentele unui produs și o săgeată poate ieși - produsul finit.

Să introducem factorul de echilibru al graficului:

Este de dorit ca factorul de echilibru să fie minim pentru diagramă și constant în model.

Pe lângă evaluarea calității diagramelor din model și a modelului în sine, prin coeficienții de echilibru și descompunere, este posibilă analizarea și optimizarea proceselor de afaceri descrise. Semnificația fizică a coeficientului de echilibru este determinată de numărul de săgeți conectate la bloc și, în consecință, poate fi interpretat ca un coeficient estimat pentru numărul de documente procesate și primite de o anumită unitate sau angajat și funcții oficiale. Astfel, pe graficele dependenței coeficientului de echilibru de nivelul de descompunere, vârfurile existente în raport cu valoarea medie arată supraîncărcarea și subîncărcarea angajaților din întreprindere, deoarece diferite niveluri de descompunere descriu activitățile diferitelor departamente sau angajați. a întreprinderii. În consecință, dacă există vârfuri pe graficele proceselor reale de afaceri, atunci analistul poate emite o serie de recomandări pentru optimizarea proceselor de afaceri descrise: distribuția funcțiilor îndeplinite, prelucrarea documentelor și informațiilor, introducerea de coeficienți suplimentari pentru remunerare. de angajați.

Să realizăm o analiză cantitativă a modelelor prezentate în figurile 12 și 13, conform metodei descrise mai sus. Luați în considerare comportamentul coeficientului pentru aceste modele. Diagrama părinte „Procesarea unei cereri client” are un coeficient de 4/2 = 2, iar diagramele de descompunere 3/3 = 1. Valoarea coeficientului scade, ceea ce indică simplificarea descrierii funcțiilor cu o scădere a nivelului. a modelului.

Luați în considerare modificarea coeficientului K b pentru două versiuni ale modelelor.

Pentru prima opțiune prezentată în Figura 20,

pentru a doua varianta

Coeficientul K b nu își modifică valoarea, prin urmare, echilibrul diagramei nu se modifică.

Presupunem că nivelul de descompunere a diagramelor luate în considerare este suficient pentru a reflecta scopul modelării, iar pe diagramele de nivel inferior se folosesc funcții elementare ca denumiri de lucrări (din punctul de vedere al utilizatorului de sistem).

Rezumând exemplul luat în considerare, este necesar să remarcăm importanța luării în considerare a mai multor opțiuni pentru diagrame la modelarea unui sistem. Asemenea opțiuni pot apărea la ajustarea diagramelor, așa cum sa făcut cu „Procesarea cererii unui client” sau la crearea unor implementări alternative ale funcțiilor sistemului (descompunerea lucrării „Modificarea bazei de date”). Luarea în considerare a opțiunilor vă permite să selectați cea mai bună și să o includeți în pachetul de diagrame pentru o analiză suplimentară.