Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Методы и организация научных исследований теоретические основы и практикум. Учебное пособие
.pdf
1.2.6. Комплексно-комбинированные методы исследования
Метод решения хорош, если с самого начала мы можем предвидеть – и далее
подтвердить это, – что, следуя этому методу, мы достигнем цели.
методы и факты. Каждое такое соприкосновение наук всегда является шагом вперед. Правда, в момент, когда происходит движение вперед, подготовленное другой,
родственной наукой, всегда находятся отсталые люди, выступающие с требованием
прекратить нарушение незыблемых правил, установленных их наукой.
Науки только выигрывают, если используют заимствованные друг у друга
Готфрид Лейбниц, немецкий философ и математик
Луи Пастер, французский микробиолог и
химик
ружающий нас мир.
Необходимо уметь мыслить абстрактно, чтобы по-новому воспринимать ок-
Р.Фейнман, американский учёный
Преподаватель определяет:
Цель: раскрыть содержание комплексно-комбинированных методов ис-
следования и сформировать у обучающихся системные компетенции по их применению в исследовательском процессе
- объяснить сущность комплексно-комбинированных методов исследования и
охарактеризовать их состав;
- дать пояснение базовым составляющим комплексно-комбинированных мето-
дов исследования;
- рассмотреть системный анализ как сочетание различных методов анализа;
Задачи:
- раскрыть содержание и назначение многомерного статистического анализа;
- сформировать понимание применения функционально-стоимостного анализа и
метода анализа иерархий
Студент должен:
Знать:
- понятие комплексно-комбинированных методов исследования;
- состав комплексно-комбинированных методов исследования и их назначение;
- особенности использования различных комплексно-комбинированных методов
исследования;
- виды многомерного комплексного и квалиметрического анализов исследования
81
Уметь:
- определять общую схему применения комплексно-комбинированных методов исследования;
- использовать комплексно-комбинированные методы в научно-исследовательской
деятельности;
- выстраивать последовательность действий при применении системного анализа;
- обосновывать назначение и характерные признаки функционально-стоимостного
анализа и метода анализа иерархий
Владеть:
- навыками проведения различных видов комплексно-комбинированных методов
исследования;
- способностью осуществления системного анализа как сочетания различных методов анализа;
- методами многомерного статистического анализа;
- готовностью к расчетно-аналитическим процедурам комплекснокомбинированных методов исследования
Структура темы
1. Сущность комплексно-комбинированных методов исследования и их состав
2. Характеристика базовых комплексно-комбинированных методов исследования
3. Системный анализ как сочетание различных методов анализа
4. Методы многомерного статистического анализа
5. Функционально-стоимостной анализ как квалиметрический метод исследования
6. Метод анализа иерархий
82
Сущность комплексно-комбинированных методов исследования
Б
А
(
А
А
и их состав
Комплексно-комбинированные методы основываются на использовании исследовательских способов, включающих в себя одновременно два или большее число методов и принадлежащих к разным классификационным группам
Состав комплексно-комбинированных методов исследования:
Абстрагирование. Анализ и синтез. Дедукция и индукция. Композиция и декомпозиция. Методы многомерного статистического анализа (корреляционный, регрессионный, факторный, дискриминантный, кластерный, многомерное шкалирование). Индексный метод. Квалиметрические методы (функционально-стоимостной анализ, аудит-метод). Параметрический метод. Системный анализ. Различные виды анализа:
диагностический, экономический, социологический, экспертно-аналитический, гипотетико-дедуктивный и др. Метод анализа иерархий и другие
Базовые комплексно-комбинированные методы исследования
азовые методы исследования – основополагающая база методов исследования
бстрагирование
нализ и синтез
Дедукция
и индукция
мысленное отвлечение от несущественных свойств исследуемого объекта и изучение в дальнейшем наиболее важных его
сторон на заранее составленной модели (замещающей реальный объект исследования).
Типология абстракции:
- по видам несущественного – а) обобщающая абстракция (даёт обобщённую картину явления, отвлечённую от частных отк
лонений); б) идеализация (замещение реального эмпирического явления идеализированной схемой, отвлечённой от реальных недостатков); в) изолирующая абстракция (вычленение исследуемого явления из некоторой целостности, отвлечен
ие от неинтересующих вариантов); г) абстракция актуальной
бесконечности (отвлечение от принципиальной невозможности зафиксироватькаждый элемент бесконечного множества,
то есть бесконечные множества рассматриваются как конечные); д) конструктивизация (отвлечение от неопределённости
границ реальных объектов, их «огрубление»);
- по целям – а) формальная абстракция (вычленение свойств, важ-
ных для теоретического анализа); б) содержательная абстракция
вычленение свойств, имеющих практическое значение)
нализ – мысленное разложение или расчленение процессов
на составляющие части, элементы с целью определения их
места, роли и функций в целом объекте и установления взаимосвязи и взаимозависимости между ними.
Синтез – мысленное составление целостного объекта из его
частей.
Анализ и синтез взаимосвязаны, они представляют собой
единство противоположностей
Дедукция – способ построения частного вывода, опираясь на
общее суждение. Дедуктивное умозаключение – это формулировка вывода о некотором элементе множества на основании знания общих свойств всего множества. Содержанием дедукции как метода познания является использование общих
научных положений при исследовании конкретных явлений.
83
Инду
Эволюция развития методов дедукции и индукции
Автор Характеристика
Аристотель
(364 – 322 гг. до н.э.)
Ф.Бэкон
(1561 – 1626 гг.)
Р.Декарт
(1596 – 1650 гг.)
Г.В.Лейбниц
(1646 – 1716 гг.)
кция – способ построения общего вывода на основе известных отдельных фактов. Индуктивное умозаключение – на
основании знания о части предметов класса делается вывод о
классе в целом.
Неполная индукция — наблюдение за отдельными частными
случаями наводит на гипотезу, которая нуждается в доказательстве.
Полная индукция — метод доказательства, при котором утверждение доказывается для конечного числа частных случаев,
исчерпывающих все возможности.
Дедукция и индукция – взаимообратные методы познания
разработал первую теорию дедуктивных умозаключений (категорических силлогизмов), в которых заключение (следствие) получается из посылок по логическим правилам и имеет
достоверный характер.
разработал индуктивные методы установления причинных
связей между явлениями: сходства, различия, сопутствующих изменений, остатков. Абсолютизация роли индукции в
процессе познания привела к ослаблению интереса к дедуктивному познанию.
считал, что дедукция ведет к открытию новых истин, если
она выводит следствие из положений достоверных и очевидных, какими являются аксиомы математики и математического естествознания, сформулировал четыре основные правила любого научного исследования: 1) истинно лишь то, что
познано, проверено, доказано; 2) расчленять сложное на простое; 3) восходить от простого к сложному; 4) исследовать
предмет всесторонне, во всех деталях.
утверждал, что дедукцию следует применять не только в математике, но и в других областях знания. В этих целях он
стремился изобрести универсальный символический язык, с
помощью которого можно было бы рационализировать любую эмпирическую науку. Новое знание, по его мнению, будет результатом вычислений. Такая
быть реализована. Однако сама идея о формализации дедуктивных рассуждений положила начало возникновению символической логики.
программа не может
84
чинает изучает окружающий его мир благ. Он видит, что хлеб обменивается на
другой продукт или деньги, следовательно, это позволяет ему сделать единичное
заключение: хлеб обладает меновой стоимостью, т.е. способностью обмениваться
на другие блага в определенных пропорциях. Затем он рассматривает
— вино, применительно к которому можно сделать такое же единичное заключение, как и в отношении хлеба: вино способно обмениваться на другие блага, и, следовательно, оно тоже обладает меновой стоимостью. Расширив круг благ с целью
выявления у них данного свойства (меновой стоимости), человек приходит к обобщающему выводу:
стоимостью. Отсюда дается определение меновой стоимости как способности одного блага обмениваться в определенных пропорциях на другие блага. Таким образом, от единичных, частных случаев мы пришли к обобщающему заключению.
процессах и явлениях
стным и единичным суждениям. Дедукция характеризуется восхождением от
абстрактного к конкретному. Для лучшего восприятия обратимся к только что
рассмотренному выше примеру. Но логика рассуждений направлена в обратном
направлении: не от конкретных единичных случаев к общему положению, а от
абстрактного, общего, уже
конкретным случаям. Таковым обобщающим положением является «меновая
стоимость». Для демонстрации дедуктивного метода достаточно взять общее
положение и применить его к тем же или совершенно новым благам. Взяв поочередно вышеупомянутые блага, мы видим, что все они обладают свойством
обмениваться на другие блага, откуда можно сделать заключение, что
дают меновой стоимостью. Теперь предположим, что мы только что сделали
«научное открытие»: любой товар обладает меновой стоимостью. Данная идея
не может быть обменена на другие блага, и, следовательно, она не обладает меновой стоимостью, хотя, несомненно, имеет важное значение для экономических исследований, для которых она стала уже
Пример иллюстрирующий индуктивный метод. Предположим, человек на-
все блага, вступающие в обмен на другие, обладают меновой
Дедукция представляет собой способ изучения, при котором знания о
формируются в ходе перехода от общих положений к ча-
Индукция и дедукция
другое благо
сформулированного умозаключения к единичным
они обла-
аксиомой
Системный анализ как сочетание различных методов анализа
Системный анализ – научный метод познания, представляющий собой последовательность действий по установлению структурных связей между переменными или постоянными элементами исследуемой системы. Опирается на комплекс
общенаучных, экспериментальных, естественнонаучных, статистических, математических методов. Процедурой, обратной анализу, является синтез
Принципы системного анализа:
- дедуктивной последовательности
- интегрированного рас-
смотрения
последовательное рассмотрения системы по этапам: от
окружения и связей с целым до связей частей целого
каждая система должна быть неразъёмная как целое
даже при рассмотрении лишь отдельных подсистем
системы
85
- согласования ресурсов и
обеспечение актуализации системы
целей рассмотрения
- бесконфликтности
отсутствие конфликтов между частями целого, приводящих к конфликту целей целого и части
Классификация проблем, исследуемых путем системного анализа:
хорошо структурированные или количественно сформулированные проблемы, в
которых существенные зависимости выяснены очень хорошо;
неструктурированные или качественно выраженные проблемы, содержащие лишь
описание важнейших ресурсов, признаков и характеристик, количественные зависимости между которыми совершенно неизвестны;
слабо структурированные или смешанные проблемы, которые содержат как каче-
ственные элементы, так и малоизвестные, неопределенные стороны, которые имеют
тенденцию доминировать
Последовательность проведения системного анализа:
1. Постановка проблемы.
2. Расширение проблемы до проблематики.
3. Выявление целей, указывающих направление, в котором надо двигаться, чтобы
поэтапно решить проблему.
4. Формирование критериев как количественного отражения степени достижения
системой поставленных перед ней целей.
5. Агрегирование критериев путем объединения выявленных критериев либо в
группы, либо заменой обобщающим критерием.
6. Генерирование альтернатив и выбор с использованием критериев наилучшей из них.
7. Исследование ресурсных возможностей, включая информационные ресурсы.
8. Выбор формализации (моделей и ограничений) для решения проблемы.
9. Построение системы
10. Использование результатов проведенного системного исследования
Методы многомерного статистического анализа
Многомерный статистический анализ – это математический метод построения
оптимальных планов сбора, систематизации, обработки и интерпретации многомерных
статистических данных. Эти методы предназначены прежде всего для выявления характера и структуры взаимосвязей между компонентами исследуемого многомерного признака и используются для получения теоретических и практических выводов
Методы многомерного статистического анализа:
Корреляционный
и регрессионный
анализ
Корреляционный анализ – это метод обработки статистиче-
ских данных, заключающийся в изучении коэффициентов (корре
ляции) между переменными.
Корреляция – это статистическая взаимосвязь двух или нескольких случайных величин. При этом изменения одной или нескольких их этих величин. приводят к систематическому изменению другой или других величин. Математической мерой корреля
ции двух случайных величин служит коэффициент корреляции.
Корреляционная зависимость, в отличие от функциональной,
может проявляться только в общем, среднем случае. Поэтому
корреляция представляет собой вероятностную зависимость между явлениями, при которой средняя величина параметров одного из них изменяется в зависимости от других.
Регрессионный анализ – это исследование влияния одной или
нескольких независимых переменных на зависимую перемену
86
Факторный
анализ
Дискриминантный
анализ
Кластерный
анализ
Метод комплексного и системного изучения и измерения воздействия факторов на величину результативного показателя. Его
сущность заключается в выделении из множества выделяемых
факторов, влияющих на изучаемый объект, меньшего из числа,
но отражающих более существенные свойства исследуемого явления.
Типы факторного анализа: детерминированный (функциональ-
ный), стохастический (корреляционный), прямой (дедуктивный),
обратный (индуктивный
), одноступенчатый и многоступенчатый,
статический и динамический, ретроспективный и перспективный.
Обязательные условия факторного анализа:
все признаки должны быть количественными;
число признаков должно быть в два раза больше числа пере-
менных;
выборка должна быть однородной;
исходные переменные должны быть распределены симмет-
рично;
факторный анализ осуществляется по коррелирующим
пере-
менным.
Этапы факторного анализа:
1. Отбор факторов.
2. Классификация и систематизация факторов.
3. Моделирование взаимосвязей между результативным и факторными показателями.
4. Расчет влияния факторов и оценка роли каждого из них в изменении величины результативного показателя.
5. Практическое использование факторной модели
позволяет изучать различия между двумя и более группами объектов по нескольким переменным одновременно. Дискриминантный анализ относится к нескольким тесно связанным статистическим процедурам, которые можно разделить на методы интерпретации межгрупповых различий — дискриминации и методы классификации наблюдений по группам. При интерпретации нужно ответить на вопрос: возможно ли, используя
данный набор переменных, отличить одну группу от другой, насколько хорошо эти переменные помогают провести дискриминацию и какие из них наиболее информативны?
многомерная статистическая процедура, выполняющая сбор
данных, содержащих информацию о выборке объектов, и затем
упорядочивающая объекты в сравнительно однородные группы.
Это способ группировки многомерных объектов, основанный на
представлении результатов отдельных наблюдений точками подходящего геометрического пространства с последующим выделением групп как «сгустков» этих точек (кластеров, таксонов).
Задачи кластерного анализа:
Разработка типологии или классификации.
Исследование полезных концептуальных схем группирования
объектов.
Порождение гипотез на основе исследования данных.
Проверка гипотез или исследования для определения, дейст-
вительно ли типы (группы), выделенные тем или иным способом,
присутствуют в имеющихся данных.
87
Этапы кластерного анализа:
1. Отбор выборки для кластеризации.
2. Определение множества переменных, по которым будут оцениваться объекты в выборке, то есть признакового пространства.
3. Вычисление значений той или иной меры сходства (или различия) между объектами.
4. Применение метода кластерного анализа для создания групп
сходных объектов.
5. Проверка достоверности результатов кластерного решения
Многомерное
шкалирование
метод анализа и визуализации данных с помощью расположения
точек, соответствующих изучаемым (шкалируемым) объектам,
в пространстве меньшей размерности чем пространство признаков объектов. Точки размещаются так, чтобы попарные расстояния между ними в новом пространстве как можно меньше отличались от эмпирически измеренных расстояний в пространстве
признаков изучаемых объектов. Если элементы матрицы расстояний получены по интервальным шкалам, метод многомерного шкалирования называется метрическим. Когда шкалы являются порядковыми, метод многомерного шкалирования называется
неметрическим. Мера различий расстояний в исходном и новом
пространстве называется функцией стресса
Функционально-стоимостной анализ как квалиметрический
метод исследования
Квалиметрия изучает и разрабатывает принципы и методы количественной
оценки качества. Квалиметрическая информация – количественная информация о
качестве объекта, позволяющая сделать заключение о том выше или ниже качество
данного объекта по сравнению с другим объектом
Функционально-стоимостный анализ (ФСА) — это метод комплексного тех-
нико-экономического исследования объекта с целью развития его полезных функций
при оптимальном соотношении между их значимостью для потребителя и затратами
на их осуществление
Характерные признаки ФСА:
1. функциональный подход рассматривает объекты как совокупность функций, кото-
рые классифицируются на основные (реализуются через объект) вспомогательные
(обеспечивают выполнение основных функций) и лишние или бесполезные
2. данный метод – универсален. Его можно использовать во всех отраслях народного
хозяйства, на разных стадиях процесса производства: научного познания (предпроектной), разработки проектов, функционирования, реконструкции, технического
перевооружения, совершенствования технологии процесса производства
3. в процессе ФСА применяют в основном нестандартные (нетрадиционные) прие-
мы, что обеспечивает реализацию принципиально инновационных решений по
вопросам усовершенствования организации производства.
4. для осуществления ФСА создаются совокупные исследовательские группы, со-
стоящие из инженеров- конструкторов, экономистов, организаторов производства и других аналогичных специалистов
88
Преимущества и недостатки функционально-стоимостном анализа
Функционально-стоимостной анализ
1. Более точное знание стоимости продукции дает возможность принимать верные стратегические решения по:
а) назначению цен на продукцию;
б) правильному сочетанию продуктов;
в) выбору между возможностями изготавливать самостоятельно или приобретать;
г) вложению средств в научноисследовательские работы, автоматизацию
процессов, продвижение и т.п.
2. Большая ясность в отношении выполняемых функций, за счет которой компаниям удается:
а) уделить больше внимания управленческим функциям, таким как повышение эффективности дорогостоящих операций;
б) выявить и сократить объем операций, не
добавляющих ценности продукции
Преимущества:
1. Процесс описания функций может оказать излишне детализированным, кроме того, модель иногда
слишком сложна и ее трудно поддерживать.
2. Часто этап сбора данных об источниках данных по функциям
(activity drivers) недооценивается
3. Для качественной реализации
требуются специальные программные средства.
4. Модель часто устаревает в связи
с организационными изменениями.
5. Реализация часто рассматривается как ненужная "прихоть" финансового менеджмента, не достаточно поддерживается оперативным руководством
Недостатки:
Метод анализа иерархий
Метод анализа иерархий (МАИ) – это метод, который состоит в иерархиче-
ской декомпозиции проблемы на все более простые составляющие части и дальнейшей обработке последовательности суждений экспертов по парным сравнениям
1 Этап
2 Этап
3 Этап
Последовательность анализа иерархий:
Построение иерархической структуры, которая включает цель, критерии, альтернативы, факторы, которые влияют на принятие решения. Эта структура является отражением понимания проблемы исследователем
Определение приоритетов, представляющих относительную важность или предпочтительность элементов построенной иерархической структуры, с помощью процедуры парных сопоставлений
Синтез (линейная свертка) приоритетов на иерархии, в результате
которой вычисляются приоритеты альтернативных решений относительно главной цели. Лучшей является альтернатива с максимальным значением приоритетов
89
Достоинства МАИ Недостатки МАИ
попарность сопоставления, что обеспечивает бо-
лее точные результаты;
возможность включения дополнительных факто-
ров в исходную модель;
наличие понятной вербально-числовой шкалы;
встроенный критерий качества работы экспертов
– параметр «отношение согласованности»
Методика осуществления анализа иерархий
использование транзитивности для качественных
показателей;
«обратная логика»
90
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]