Юрий Лапыгин - Диссертационное исследование магистранта, аспиранта, докторанта

Анализ силы и слабости организации дает возможность установить связь между потенциалом и проблемами организации, с одной стороны, а с другой – установить связи между ее сильными и слабыми сторонами, что позволяет определить варианты успешного существования и перспектив развития организации.

Таким образом, весь мир как бы делится на две части: организацию как таковую и все остальное (внешнюю среду), а содержание каждой из частей – на благоприятные и неблагоприятные составляющие.

Матрица анализа параметров организации приведена на рис. 3.4. В месте пересечения столбцов и строк получаем следующие оценки состояния организации:

ближняя внешняя среда – возможности и угрозы;

дальняя внешняя среда – возможности и угрозы;

анализ менеджмента – сильные и слабые стороны организации;

анализ процесса трансформации ресурсов в продукцию и услуги – сильные и слабые стороны организации.

Метод исследования взаимодействия факторов

Метод исследования взаимодействия факторов, определяющих поведение объектов, характер ситуаций, содержание проблем. Любая проблема или ситуация может быть представлена в совокупности факторов ее проявления и существования. Все факторы существуют не каждый в отдельности, а находятся во взаимодействии, которое и раскрывает суть проблемы и подсказывает ее решение. Но не всегда эти взаимодействия заметны, понятны, структурированы и ранжированы в сознании исследователя. Поэтому и необходимо определить состав и характер взаимодействий. На этом основан метод.

Его использование заключается в следующем. Необходимы четкое выделение факторов по определенным критериям и четкость в понимании взаимодействия. Далее на этой основе строится матрица взаимодействий, которая должна показать картину существующих и возможных взаимодействий между различными факторами. Эти взаимодействия можно ранжировать по группам: взаимодействия существенные, несущественные, желательные, нежелательные, устойчивые, неустойчивые.

Составленная таким образом матрица может показать существующую картину, новые грани проблемы, возможные пути ее решения.

В исследовании иногда используются научные абстракции. Примерами таких абстракций являются идеализация и формализация.

Идеализация и формализация

Идеализация представляет собой построение объекта, обладающего определенными свойствами в степени, несовместимой с реальностью, действительностью. Такой объект служит эталоном этих свойств или используется в качестве модели для теоретических построений и выводов.

Формализация – это представление и изучение какой-либо содержательной области знаний или объекта в виде формализованной системы или исчисления.

Регрессионные методы

Регрессионные методы относятся к методам статистического моделирования. В процессе статистического анализа и прогнозирования социально-экономических явлений необходимо количественно описать самые существенные взаимосвязи. Для достоверного отражения сущности и характера явлений и процессов следует выявлять причинно-следственные связи.

Причинная связь характеризуется временной последовательностью причины и следствия: причина всегда предшествует следствию. Для корректного понимания следует исключать совпадения событий, не имеющих причинной взаимосвязи.

Многие социально-экономические явления представляют результат одновременно и совокупно действующих причин. В таких случаях отделяются главные причины от второстепенных, несущественных.

Между явлениями различают два вида зависимостей: функциональную, или жестко детерминированную, и статистическую, или стохастически детерминированную.

Статистическая, или стохастическая зависимость, проявляется только в массовых явлениях, при большом числе единиц совокупности. При стохастической зависимости для заданных значений независимой переменной x можно указать ряд значений y , случайно рассеянных в интервале. Каждому фиксированному значению аргумента соответствует определенное статистическое распределение значений функции. Это связано с тем, что зависимая переменная, кроме выделенной переменной x, подвержена влиянию также других неконтролируемых или неучтенных факторов, а также с тем, что накладываются ошибки измерения. Поскольку значения зависимой переменной подвержены случайному разбросу, они не могут быть предсказаны с достаточной точностью, а только указаны с определенной вероятностью. Появляющиеся значения зависимой переменной являются реализациями случайной величины.