3.5 Принятие и государственная регистрация стандарта

3.5.1 Госстандарт России (Госстрой России) рассматривает проект стандарта, принимает его и вводит в действие Постановлением Госстандарта России (Госстроя России).

Перед принятием стандарта Госстандарт России (Госстрой России) проводит его проверку на соответствие законодательству Российской Федерации, требованиям государственных стандартов, метрологическим правилам и нормам, применяемой терминологии, правилам построения, изложения и оформления стандартов.

При принятии стандарта устанавливают дату его введения в действие с учетом мероприятий, необходимых для внедрения стандарта. Срок действия стандарта, как правило, не устанавливают.

3.5.2 Государственную регистрацию стандарта осуществляет Госстандарт России в установленном им порядке.

3.6 Издание стандарта

3.6.1 Госстандарт России публикует информацию о принятых стандартах в ежемесячном информационном указателе «Государственные стандарты Российской Федерации».

Госстандарт России и Госстрой России издают и распространяют стандарты в установленном ими порядке.

Вопрос № 36

«Какие документы относятся к нормативным?»

37 вопрос: Полным факторным экспериментом (ПФЭ) называется эксперимент, реализующий все возможные неповторяющиеся комбинации уровней п независимых управляемых факторов, каждый из которых варьируют на двух уровнях [4]. Число этих комбинаций N = 2ⁿ определяет тип ПФЭ. Для упрощения дальнейшее изложение построим на примере планирования типа N = 2³, т.е. на примере объекта с тремя (n = 3) независимыми управляемыми факторами x₁, х₂, х₃. При планировании эксперимента проводят преобразование размерных управляемых независимых факторов х_i в безразмерные (нормированные)

. (4)

Это дает возможность легко построить ортогональную матрицу планирования (МП) и значительно облегчает дальнейшие расчеты, так как в этом случае верхние и нижние уровни варьирования z_iв и z_iн в относительных единицах равны соответственно +1 и –1 независимо от физической природы факторов, значений основных уровней x_iв и x_iн и интервалов варьирования факторов х_i.

Например, пусть некоторый входной фактор (допустим, температура) имеет номинальное значение , интервал варьирования . Тогда верхнему уровню варьирования будет соответствовать, согласно формуле (4), нормированное значение , а нижнему уровню – нормированное значение .

Если для трехфакторной задачи теоретическое уравнение регрессии относительно нормированных факторов имеет вид

, (5)

(т.е. степенями факторов выше первой можно пренебречь), то ПФЭ дает возможность найти раздельные (не смешанные друг с другом) оценки коэффициентов _i. Так как изменение выходной величины у носит случайный характер, то имеется возможность определить лишь выборочные коэффициенты регрессии b_i, b_il для оценивания теоретических коэффициентов _i, _il. Процесс нахождения модели (идентификации) методом ПФЭ состоит из: 1) планирования эксперимента; 2) проведения эксперимента на объекте исследования; 3) проверки воспроизводимости (однородности выборочных дисперсий эксперимента; 4) получения математической модели объекта с проверкой статистической значимости оценок выборочных коэффициентов регрессии; 5) проверки адекватности математического описания.

Планирование эксперимента. Матрицу планирования ПФЭ для рассматриваемого примера (n = 3) можно представить в виде табл. 1.

Таблица 1

g	z0	z1	z2	z3	z1z2	z1z3	z2z3	z1z2z3
1 2 3 4 5 6 7 8	+1 +1 +1 +1 +1 +1 +1 +1	–1 +1 –1 +1 –1 +1 –1 +1	–1 –1 +1 +1 –1 –1 +1 +1	–1 –1 –1 –1 +1 +1 +1 +1	+1 –1 –1 +1 +1 –1 –1 +1	+1 –1 +1 –1 –1 +1 –1 +1	+1 +1 –1 –1 –1 –1 +1 +1	–1 +1 +1 –1 +1 –1 –1 +1

Ее составляют по следующим правилам.

1 Каждая g-я строка матрицы содержит набор координат z_ig точки, в которой проводится g-й опыт (i = 1, 2, ..., п; g = 1, 2, ..., N).

2 Вводят фиктивную переменную z₀= +1 для определения свободного члена уравнения регрессии.

3 Поскольку переменные z_i принимают лишь значения +1 и –1, все взаимодействия z_iz_l (i, l = 1, 2, 3; i  l) могут принимать только такие же значения.

4 В первой строке (g = 1) все управляемые факторы выбирают на нижнем уровне, т.е. z_i = –1. Последующие g-e варианты варьирования при составлении МП выбирают так: при построчном переборе всех вариантов частота смены знака факторов для каждого последующего фактора z_i+1 вдвое меньше, чем для предыдущего z_i (см. табл. 1), т.е. знаки первого столбца чередуются через один, второго – через два, третьего – через четыре.

Три столбца управляемых факторов образуют собственно план эксперимента (обведено жирной чертой в табл. 1), а остальные столбцы МП получаются перемножением соответствующих значений управляемых факторов и необходимы для расчета оценок соответствующих коэффициентов при взаимодействиях.

Аналогично могут быть получены планы для сколь угодно большого числа п независимых управляемых факторов.

Проведение эксперимента на объекте исследования. Так как изменение отклика y носит случайный характер, то в каждой точке приходится проводить т параллельных опытов и результаты наблюдений y_g1, y_g2, ..., y_gm усреднять:

. (6)

Пусть в рассматриваемом случае число параллельных опытов в каждой строке МП m = 3. Перед реализацией плана на объекте необходимо рандомизировать (расположить в случайном порядке) варианты варьирования факторов, т.е. с помощью таблицы равномерно распределенных случайных чисел или компьютерной программы для проведения процесса рандомизации определить последовательность реализации вариантов варьирования плана в N  m опытах.

Далее проводят эксперимент, и результаты наблюдений эксперимента соответственно вариантам варьирования плана записывают в столбцы табл. 2, а в столбце записывают осредненные значения.

Получение математической модели объекта. При ПФЭ получаются независимые оценки b₀, b_i, b_il соответствующих коэффициентов модели ₀, _i, _il, т.е. b₀  ₀, b_i  _i, b_il  _il. Эти оценки легко найти по формулам

, , , (12)

, . (13)

Для нашего примера, используя данные табл. 1 и 2, получим:

;

;

; ;

;

; ; .

38 вопрос: Дробным факторным экспериментом (ДФЭ) называется эксперимент, реализующий часть (дробную реплику) полного факторного эксперимента. ДФЭ позволяет получить, например, линейное приближение искомой функциональной зависимости в некоторой небольшой окрестности точки базового режима при минимуме опытов.

Планирование эксперимента. Для решения трехфакторной (п = 3) задачи регрессии в линейном приближении можно ограничиться четырьмя вариантами варьирования, если в планировании ПФЭ типа N = 2² произведение z₁z₂ приравнять третьему независимому фактору z₃. Такое планирование, представленное матрицей (табл. 5), позволяет найти свободный член b₀ и три оценки коэффициентов регрессии при линейных членах b₁, b₂, b₃ (из четырех опытов нельзя получить более четырех оценок коэффициентов регрессии).

Таблица 5

g	z0	z1	z2	z3	z1z2	z1z3	z2z3	z1z2z3
1 2 3 4	+1 +1 +1 +1	–1 +1 –1 +1	–1 –1 +1 +1	+1 –1 –1 +1	+1 –1 –1 +1	–1 –1 +1 +1	–1 +1 –1 +1	+1 +1 +1 +1

Применение ДФЭ всегда связано со смешиванием, т.е. с совместным оцениванием нескольких теоретических коэффициентов математической модели. В рассматриваемом случае, если коэффициенты регрессии _il при парных произведениях отличны от нуля, каждый из найденных коэффициентов b_i служит оценкой двух теоретических коэффициентов регрессии:

b₀  ₀ + ₁₂₃; b₁  ₁ + ₂₃; b₂  ₂ + ₁₃; b₃  ₃ + ₁₂.

Это означает, что, найдя по результатам эксперимента оценку, например, , мы реально получим "сумму" двух коэффициентов и .

Действительно, указанные теоретические коэффициенты в таком планировании не могут быть оценены раздельно, поскольку столбцы МП для линейных членов и парных произведений совпадают (полностью коррелированны). Рассмотренный план ДФЭ представляет половину плана ПФЭ типа 2³ и называется полурепликой от ПФЭ типа 2³ или планированием типа N = 2^3-1 (см. табл. 5).

Для правильного планирования ДФЭ необходимо использовать все полученные ранее сведения теоретического и интуитивного характера об объекте и выделить те факторы и произведения факторов, влияние которых на отклик существенно. При этом смешивание нужно производить так, чтобы линейные коэффициенты ₀, ₁, ..., _n были смешаны с коэффициентами при взаимодействиях самого высокого порядка (так как обычно они в модели отсутствуют) или при тех взаимодействиях, о которых априори известно, что они не оказывают влияния на отклик. Следовательно, недопустимо произвольное разбиение плана ПФЭ типа 2³ на две части для выделения полуреплики типа 2^3-1.

При большом числе п факторов для получения линейного приближения можно построить дробные реплики высокой степени дробности. Так, при п = 7 можно составить дробную реплику на основе ПФЭ типа 2³, приравняв четыре из семи факторов к взаимодействиям трех других факторов: парным и тройному. Будем обозначать тип дробной реплики записью 2^n–p, если р факторов приравнены к произведениям остальных n – р факторов.

План ДФЭ можно построить, приравнивая факторы различным взаимодействиям (парным, тройным и т.д.). Разумеется, при этом меняется система совместных оценок теоретических коэффициентов. Для получения системы совместных оценок и анализа разрешающей способности дробных реплик удобно пользоваться понятиями генерирующего и определяющего соотношений.

Генерирующее соотношение служит для построения дробной реплики. Так, в рассмотренном планировании мы задавали полуреплику плана ПФЭ типа 2³ с помощью генерирующего соотношения z₃ = z₁z₂.

Определяющим соотношением называется соотношение, задающее элементы первого столбца матрицы планирования для фиктивной переменной (все они всегда равны +1). Выражение определяющего соотношения в рассматриваемом случае получается умножением левой и правой частей приведенного генерирующего соотношения на z₃ (элемент, стоящий в левой части), т.е. 1 = z₁z₂z₃, так как всегда .

Знание определяющего соотношения позволяет найти всю систему совместных оценок без изучения матрицы планирования ДФЭ. Соотношения, задающие эти оценки, можно найти, последовательно перемножив независимые факторы на определяющее соотношение:

z₀ = z₁z₂z₃; z₁ = z₂z₃; z₂ = z₁z₃; z₃ = z₁z₂.

Отсюда легко находятся смешиваемые теоретические коэффициенты регрессии и их оценки:

b₀  ₀ + ₁₂₃; b₁  ₁ + ₂₃; b₂  ₂ + ₁₃; b₃  ₃ + ₁₂.

Если априори можно принять, что коэффициенты при всех парных и тройном взаимодействии равны нулю, то реализация этой полуреплики позволит получить раздельные оценки для всех четырех линейных коэффициентов регрессии. Разрешающая способность полуреплик определяется их генерирующими соотношениями. Разрешающая способность тем выше, чем более высок порядок взаимодействий, с коэффициентами которых смешаны линейные коэффициенты. Она увеличивается для главных полуреплик с ростом числа независимых факторов.

Например, требуется построить полуреплику ПФЭ для исследования объекта с четырьмя независимыми факторами z₁, z₂, z₃ и z₄. Для этого можно использовать генерирующее соотношение . Умножив обе его части на , получим определяющее соотношение . Далее, умножая выбранное определяющее соотношение на одиночные факторы , определим для них систему совместных оценок:

; ; ; ; .

Таким образом, оценка коэффициента будет смешана с оценкой (одинаковые строки в МП), – с и т.д. Если требуется получить систему совместных оценок для парных взаимодействий, то необходимо аналогично умножить обе части определяющего соотношения последовательно на каждое парное взаимодействие . Например, для получим , а, следовательно, оценка коэффициента будет смешана с оценкой .

39 вопрос: Контрольный листок (таблица проверок) позволяет ответить на вопрос: «Как часто случается определенное событие?» С него начинается превращение мнений и предположений в факты. Построение контрольного листка включает в себя следующие шаги, предусматривающие необходимость:

1) установить как можно точнее, какое событие будет наблюдаться. Каждый должен следить за одной и той же вещью;

2) договориться о периоде, в течение которого будут собираться данные. Он может колебаться от часов до недель;

3) построить форму, которая будет ясной и легкой для заполнения. В форме должны быть четко обозначены графы и колонки, должно быть достаточно места для внесения данных;

4) собирать данные постоянно и честно, ничего не искажая. Еще раз убедитесь, что назначенное вами время достаточно для выполнения задачи по сбору данных.

Собранные данные должны быть однородными. Если это не так, то необходимо в начале сгруппировать данные, а затем рассматривать их по отдельности.

Гистограмма применяется, когда требуется исследовать и представить распределение данных о числе единиц в каждой категории с помощью столбикового графика.

Как мы уже видели на диаграмме Парето, очень полезно представить в форме столбикового графика частоту, с которой появляется определенное событие (так называемое частотное распределение). Однако диаграмма Парето имеет дело только с характеристиками продукции или услуги: типами дефектов, проблемами, угрозой безопасности и т. п.

Гистограмма, напротив, имеет дело с измеряемыми данными (температура, толщина) и их распределением. Распределение может быть критическим, т.е. иметь максимум. Многие повторяющиеся события дают результаты, которые изменяются во времени.

Гистограмма обнаруживает количество вариаций, которые имеет процесс. Типичная гистограмма может выглядеть так, как показано ниже на рисунке.

Количество классов (столбиков на графике) определяется тем, как много взято образцов или сделано наблюдений.

Некоторые процессы по своей природе искажены, несимметричны, поэтому не следует ожидать, что каждое распределение будет иметь форму колоколообразной кривой.

Не доверяйте точности данных, если классы внезапно остановились на какой-то точке, например границе спецификации, хотя перед этим и число не уменьшалось.

Если у кривой имеется два пика, это означает, что данные собраны из двух или более различных источников, т. е. смен, машин и т. п.

Диаграмма Парето применяется, когда требуется представить относительную важность всех проблем или условий с целью выбора отправной точки для решения проблем, проследить за результатом или определить основную причину проблемы.

Диаграмма Парето — это особая форма вертикального столбикового графика, которая помогает определить, какие имеются проблемы, и выбрать порядок их решения. Построение диаграммы Парето, основанное или на контрольных листках, или на других формах сбора данных, помогает привлечь внимание и усилия к действительно важным проблемам. Можно достичь большего, занимаясь самым высоким столбиком, не уделяя внимание меньшим столбикам

Порядок построения диаграммы Парето.

1. Выберите проблемы, которые необходимо сравнить, и расположите их в порядке важности (путем мозговой атаки, используя существующие данные — отчеты).

2. Определите критерий для сравнения единиц измерения (натуральные характеристики, стоимостные).

3. Наметьте период времени для изучения.

4. Сгруппируйте данные по категориям, сравните критерии каждой группы.

5. Перечислите категории слева направо на горизонтальной оси в порядке уменьшения значения критерия. В последний столбик включите категории, имеющие наименьшее значение.

40 вопрос: Контроль по количественному признаку. Среднее значение и размах

Одним из способов достижения удовлетворительного качества и

поддержания его на этом уровне является применение контрольных карт.

Наибольшее распространение получили контрольные карты среднего

значения [pic] и контрольные карты размаха R, которые используются

совместно или раздельно.

Приведем пример. В сосудах 1,2,3,… находятся деревянные палочки, на

которых нанесены числа –10,-9,…,-2,-1,0,1,2,…,9,10. Палочки имитируют

изделия, а нанесенные на них числа означают отклонения контролируемого

размера от номинального в сотых долях процента. В каждом сосуде находится N

палочек, которые можно рассматривать как изделия, изготовленные за заданный

интервал времени, называемый периодом отбора выборок или проб. Значения N

предполагается большим, так что на нескольких палочках может быть нанесено

одно и тоже число, некоторые палочки могут быть единственными носителями

определенных чисел, более того, возможно, что в каком-нибудь сосуде не

окажется вообще палочки с определенным числом. После тщательного

перемешивания палочек в сосудах извлекается из каждого сосуда выборка

объемом n палочек, например n=5. При этом тщательное перемешивание

обеспечивает случайность выбора палочек. Записав числа, нанесенные на

оказавшихся в очередных выборках палочках, подсчитывают их средние

арифметические значения и наносят как ординату точки с абсциссой,

соответствующей номеру сосуда. Если точка окажется внутри начерченных на

контрольной карте границ, то имитируемый описанной моделью процесс

считается налаженным, в противном случае – требующим корректировки.

Статистикой принято называть функцию случайных величин, полученных из

одной совокупности, которая используется для оценки определенного параметра

этой совокупности.

Пусть взято двадцать пять выборок, состоящих из пяти образцов каждая.

Среднее арифметическое значение и размах определяются для каждой выборки

отдельно. Они наносятся на контрольные карты средних арифметических

значений и размахов.

2 Контрольные карты. Контроль по альтернативному признаку

Эти карты используются при контроле по альтернативному признаку. Это

значит, что после проверки изделие считается либо годным, либо дефектным и

решение о качестве контролируемой совокупности принимают в зависимости от

числа обнаруженных в выборке или пробе дефектных изделий или от числа

дефектов, приходящихся на определенное число изделий (единиц продукции).

Дефект – это каждое отдельное несоответствие продукции установленным

требованиям.

Брак – это продукция, передача которой потребителю не допускается из-

за наличия дефектов.

Наиболее распространенными для метода учета дефектов являются контроль

качества доли дефектных единиц продукции, называемые р-картами и количества

дефектов на единицу продукции, называемые с-картами.

Понятие доли дефектных единиц продукции употребляется в том случае,

когда имеется в виду доля дефектных единиц продукции в совокупности

дефектных и годных единиц.

Тогда р определяется следующим образом: р (доля дефектных единиц

продукции) равно общему количеству обнаруженных дефектных изделий,

деленному на общее количество проверенных изделий.

[pic]

Понятие количества дефектов на единицу продукции используется тогда,

когда изделие не считается ни браком, ни годным, а определяется только

количеством дефектов в изделии.

Таким образом, с (количество дефектов на единицу продукции) равно

общему количеству обнаруженных дефектов, деленному на общее количество

проверенных изделий.

[pic]

Характеристики р и с являются статистическими оценками совокупности р’

и с’.

41 вопрос: Потребитель, как правило, не имеет возможности контролировать качество

продукции в процессе ее изготовления. Тем не менее, он должен быть уверен,

что получаемая им от изготовителя продукция соответствует установленным

требованиям, и, если это не подтвердится, он вправе потребовать от

изготовителя замены брака или устранения дефектов.

Основным методом контроля поступающих потребителю сырья, материалов и

готовых изделий является статистический приемочный контроль качества

продукции.

Статистический приемочный контроль качества продукции – выборочный

контроль качества продукции, основанный на применении методов

математической статистики для проверки качества продукции установленным

требованиям.

Если при этом объем выборки становится равным объему всей

контролируемой совокупности, то такой контроль называют сплошным. Сплошной

контроль возможен только в тех случаях, когда в процессе контроля качество

продукции не ухудшается, в противном случае выборочный контроль, т.е.

контроль определенной небольшой части совокупности продукции, становится

вынужденным.

Сплошной контроль проводится, если к тому нет особых препятствий, в

случая возможности наличия критического дефекта, т.е. дефекта, наличие

которого полностью исключает использование продукции по назначению.

Можно проверить все изделия также и при следующих условиях:

. партия изделий или материала невелика;

. качество входного материала плохое или о нем ничего не известно.

Можно ограничиться проверкой части материала или изделий, если:

. дефект не вызовет серьезной неисправности оборудования и не создает

угрозу жизни;

. изделия используются группами;

. бракованные изделия можно обнаружить на более поздней стадии сборки.

42 вопрос: Дерево - инструмент познания (краткая историческая справка)

Обычно иерархические структуры типа дерево (д.) применяются для анализа возможности решения некоторой сложной проблемы. В квалиметрии регламентирован комплекс правил (их около 30), следование которым позволяет различным разработчикам, применительно к одному и тому же конкретному объекту получать одно и то же д., (что является необходимым условием достоверности получаемых с помощью этого д. результатов). Основные из этих правил кратко излагаются ниже.

Правила, регламентирующие выбор типа дерева

Среди этих правил есть правила, регламентирующие выбор того типа д. (полного, неполного, усеченного), который должен применяться в конкретных условиях решаемой задачи. К этой группе относятся нижеследующие правила.

"Полное д. при применении точного метода решения задачи” : если задачу количественного сравнения двух объектов по их качеству желательно решить с минимальной погрешностью (то есть применить так называемый "точный" метод), то обязательно необходимо использовать полное д., а не неполное или усеченное д.

"Усеченное д. при применении шкалы рангов” : если количественные результаты сравнения объектов по качеству допустимо выразить в шкале рангов, то обычно можно использовать усеченные д., что уменьшает трудоемкость решения задачи по сравнению с использованием полных или неполных д.

"Неполное д. при применении упрощенного метода решения задачи" : если задачу количественного оценивания качества допустимо решать упрощенным методом, то можно применять неполное д., что уменьшает трудоемкость решения задачи по сравнению с использованием полного д.

Правила, регламентирующие структуру группы свойств

"Необходимость и достаточность числа свойств в группе" : каждое свойство, входящее в группу свойств, должно быть необходимым для адекватного описания связанного с этой группой сложного свойства, расположенного на д. свойств на один ярус ниже; и, одновременно, количество этих свойств должно быть достаточным для обеспечения указанного выше адекватного описания.

"Единый признак деления для свойств в группе" : поскольку декомпозиция сложного свойства на группу свойств есть частный случай их классификации, то для всех свойств, входящих в группу, должен быть единый (то есть общий для них) признак такой классификации.

"Независимость по предпочтению свойств в группе" : каждое свойство, входящее в группу свойств, по отношению к любому другому свойству из этой группы должно удовлетворять обоснованному в теории решений принципу "независимость по предпочтению".

"Минимум свойств в группе" : если коэффициенты важности показателей свойств будут определяться экспертным методом, то желательно, чтобы количество свойств в группе было минимальным - во всяком случае, не больше 7-9.

"Случайный характер расположения свойств в группе” : если коэффициенты важности показателей свойств будут определяться экспертным методом, то свойства в группе свойств должны быть расположены случайным образом и эксперты должны знать об этом.

Правила, регламентирующие синтез начальных ярусов дерева

Очень важной является группа правил, обеспечивающих учет в д. свойств взаимосвязей, возникающих в системе "человек - среда - объект". В соответствии с этими правилами, для таких объектов, на основе которых создаются технические системы (машины, механизмы, сооружения), для первых 10-12 ярусов д. в квалиметрии разработано так называемое "обобщенное д. свойств", в основных своих чертах применимое к любым типам подобных объектов. Специфика же каждого отдельного, подвергающегося анализу объекта учитывается следующим образом: из обобщенного д. просто исключают те свойства, которые не соответствуют специфике анализируемого объекта.

43 вопрос: Шкалированием называется мера качества, водящая упорядочившие отношения свойств или их мер на измеряемом множестве.

Типы квалиметрического шкалирования:

-метрическое (абсолютное, отношений, интервальное);

-номинальное;

-порядковое;

-семантическое ( использование знаков как средств выражения смысла);

-их различные сочетания.

Шкалирование на множестве мер называется производственным шкалированием . Так , к производным метрическим шкалированиям относятся линейное, логарифмическое, и др. шкалирование.

Особое место в шкалировании занимают предикаты пригодности (в науке «логика» предикат отражает признак предмета). В квалиметрии предикат пригодности принимает два значения: «1» ( его семантический эквивалент- «истина», «пригодно», «выполняется» и т.п.) или «0» ( его семантический эквивалент- «ложь», «непригодно», « не выполняется» и т.п.).

Понятию предикатов пригодности соответствует альтернативное шкалирование. Как следует из трактовки предикатов пригодности, альтернативное шкалирование имеет количественный и семантический эквиваленты.

Квалиметрической шкалой называется тройка формальных обьектов:

-исходное множество измеряемых свойств или их мер;

-множество типов квалиметрического шкалирования;

-множество значений , получаемых при применении различных типов квалиметрического шкалирования.

Классификации шкалирования соответствует квалификация квалиметрических шкал. Например, шкалы могут быть порядковыми, номинальными, метрическими, семантическими и т.п. Семантическому шкалированию соответствует понятие семантической квалиметрической шкалы.

По характеру зависимости между градациями свойств различают шкалы следующих типов

Порядка ( ранговые)

Качественные;

Наименований

Абсолютные

Интервалов Количественные.

Отношений

Пространство мер качества одновременно может рассматриваться и как пространство шкал, т. к. шкалирование- это мера качества.

44 вопрос: Экспе́ртный опро́с — разновидность опроса, в ходе которого респондентами являются эксперты — высококвалифицированные специалисты в определенной области деятельности. Метод подразумевает компетентное участие специалистов в анализе и решении рассматриваемой проблемы.В практике социологических исследований используется:

для прогноза развития того или иного явления

для оценки степени достоверности массового опроса

для сбора предварительной информации о проблеме исследования (зондаж)

в ситуациях, когда массовый опрос простых респондентов не возможен или не эффективен.

Количество членов экспертной группы значительно меньше в сравнении с количеством респондентов, опрашиваемых при массовом опросе. Отбор экспертов, формирование экспертных групп — достаточно сложная задача, результат которой в наибольшей степени определяет эффективность метода и правильность полученных решений.

Предварительная группа

Подбор специалистов для участия в экспертном опросе, начинается с определения научных, технических и административных проблем, непосредственно связанных в решением поставленной задачи.

Составляется список компетентных в необходимых областях лиц, который служит основой для выбора экспертов.

Формирование группы потенциальных экспертов начинается методом «снежного кома». Оценив число возможных кандидатов в эксперты, решается вопрос о численности экспертной группы.

Оптимальное количество вряд ли возможно определить точно, но очевидно, что в малой группе экспертов на итоговую оценку оказывает излишнее влияние оценка каждого из экспертов. Слишком большое число экспертов затрудняет формирование согласованного мнения. Кроме того, при увеличении числа участников уменьшается роль нестандартных мнений, отличающихся от мнения большинства, но не всегда оказывающихся неправильными.

Принципиальное значение имеет возможность обеспечения «равноправия» учёных-специалистов различных направлений, различного уровня компетентности с учётом специфики исследуемой проблемы.

Тем не менее, можно установить некоторые общие требования, подразумевающие выяснение следующих параметров:

компетентность потенциального эксперта в исследуемой области

эрудированность в смежных областях

учёная степень

звание

стаж научной или практической работы в определённой сфере

должностное положение

принципиальность

объективность

способность творчески мыслить

интуиция.

Реестр качеств, которыми должен обладать «идеальный» эксперт, с которым предпочтительно работать:

креативность, то есть способность творчески решать задачи, метод решения которых полностью или частично не известен

эвристичность, то есть способность видеть или создавать неочевидные проблемы

интуиция — способность делать заключения об исследуемом объекте без осознания пути движения мысли к этому заключению

предикаторность, то есть способность предсказывать, предчувствовать будущее состояние исследуемого объекта

независимость, то есть способность противопоставлять предубеждениям и массовому мнению свою точку зрения

всесторонность, то есть способность видеть проблему с различных точек зрения.

Рабочая группа

Для отбора специалистов в рабочую группу используют некоторые простые статистические способы и приемы, а также их комбинацию.

Так, подбор экспертов может быть:

экспериментальным (с использованем тестирования, проверки эффективности их прежней экспертной деятельности)

документальным (на основе социально-демографических данных)

при помощи голосования (на основе аттестации потенциальных экспертов их коллегами)

при помощи самооценки (оценка степени компетентности изучаемой проблемы, которая дается самим потенциальным экспертом).

Кроме указанных способов возможен расчёт достоверности и точности экспертных оценок, представленных каким-либо из потенциальных экспертов в прошлом. В этом случае специалистов-экспертов можно рассматривать как «прибор», дающий информацию о вероятности каких-либо предстоящих событий или гипотез, объясняющих происходящие события. Следует определить точность и достоверность этой информации, подобно тому, как это делается для измерительных приборов. Рассматривая эксперта именно в таком ключе, определяют достоверность и точность его оценок по результатам прошлой деятельности. Для этого рассчитывают степень надёжности эксперта, под которой понимается относительная частота случаев, когда эксперт приписал наибольшую вероятность гипотезам, впоследствии подтвердившимся (то есть количество прогнозов, сделанных экспертом вообще делится на количество сбывшихся прогнозов). Под степенью точности эксперта при вынесении им суждения о значении вероятности для некоторого события понимается степень соответствия его персональной оценки корректности того класса гипотез, которым он приписал эту вероятностную оценку. Понятие надёжности и точности эксперта базируется на предположении о том, что существует класс задач для решения которых эксперт либо подходит, либо не подходит.

Подготовка экспертов к работе

Работа социолога, организующего экспертный опрос, включает в себя ещё и подготовку экспертов к работе, в частности обеспечение их максимально объективными данными по проблеме. Следует заботиться о достаточной информированности участников об источниках возникновения исследуемой проблемы и путях решения сходных проблем в прошлом.

В работу социолога входит:

составление специальных опросных листов для экспертов (по сравнению с массовым опросами, специфика опросных листов состоит в том, что не применяются вопросы-ловушки, ибо эксперт является осведомленным лицом, а кроме того, преобладают вопросы открытого типа)

разработка способа и процедуры опроса экспертов

проведение опроса

анализ полученных данных.

Особые требования

Необходимо, чтобы условия проведения опроса способствовали получению наиболее достоверных оценок. С целью обеспечения независимости оценок, следует по возможности устранять взаимовлияние экспертов и уменьшать воздействие посторонних факторов. Большое значение имеет правильная формулировка вопросов опросника, позволяющая выразить отношение эксперта относительно каждого вопроса в виде количественной оценки и возможность согласования оценок, полученных от разных экспертов. Если форма опроса экспертов предполагает их очное взаимодействие, необходимо заботиться о том, чтобы мнения наиболее известных и авторитетных экспертов не задавали тон всех остальных дискуссий (для этого при выступлении сначала предоставляется слово «простым» участникам, а потом наиболее известным и авторитетным).

Формы проведения

Выбор вариантов работы с экспертами (очная или заочная форма) определяется спецификой проблемы и ситуацией. Очные варианты работы с экспертами позволяют собрать более качественную информацию, хотя есть сложности организационного порядка и взаимовлияния экспертов. Заочные же формы работы с экспертами дают возможность пренебрегать географическими рамками при опросе экспертов, исключает взаимовлияние их, однако делает работу экспертных групп не оперативной.

Очный опрос

Свободное интервью экспертов. Имеет разведывательную цель и чаще используется, когда необходимо более точно представить проблему, уточнить некоторые нюансы, чётче интерпретировать употребляемые понятия и наметить основные направления исследования. Число интервьюируемых экспертов здесь невелико (10-15), но главное — чтобы подобранные эксперты были представителями разных в профессиональном и научном отношении точек зрения. Такое интервью проводится опытным социологом.

Анкетный опрос экспертов.

«Мозговой штурм», «Мозговая атака» — прямой обмен мнениями, стимулирование наблюдения. Основная цель — нахождение решения или путей решения какой-либо научной или практической проблемы.

Заочный опрос

Почтовый анкетный опрос экспертов

Дельфийская техника — многократный почтовый анкетный опрос одной и той же группы экспертов с применением шкалированных оценок. Цель данного вида опроса экспертов — сопоставление тщательно скорректированной программы последовательных индивидуальных опросов, направленной на уменьшение группового влияния, возникающего при совместной работе экспертов. Суть метода — в интерактивных циклах, обеспечивающих обратную связь: после первого опроса экспертов и обработки его результатов, итоги сообщаются участникам экспертной группы. Они должны либо подтвердить свою точку зрения, высказанную на предыдущем этапе, и если она значительно отличается от мнения большинства, развернуто ее мотивировать, либо изменить свою оценку в соответствии с мнением большинства участников. Затем снова производят обработку информации, результаты вновь рассылаются экспертам и так до тех пор, пока не прекратится «эффект интерактивных циклов», то есть пока новые туры опроса не перестанут давать статистически значимое увеличение согласованности оценок экспертов (обычно это достигается на 4-5 туре опроса). Очевидно, что данный вид работы с экспертами весьма трудоемок и сложен, хотя использование дельфийской техники имеет и свои преимущества: обеспечивается анонимность опроса путем исключения взаимодействия экспертов; установление обратной связи в виде сообщения обработанной информации о согласованной точке зрения экспертов на предыдущих этапах опроса; исключения взаимовлияния экспертов. Метод Дельфы не имеет целью достичь полное единство мнений экспертов по существу вопроса, поэтому несмотря на сближение точек зрения, различие во мнениях экспертов все равно будет существовать. Недостатком данного вида опроса экспертов является зависимость оценок, данных экспертами от формулировок вопросов и аргументации; влияние общественного мнения на экспертов.

45 вопрос: В основе спектроскопии лежит явление испускания электромагнитного излучения атомами или молекулами определяемого вещества.

Спектр электромагнитного излучения в зависимости от длины волн делят на ультрофиолетовую-180-400 нм (1 нанометр=10^-9м), видимую-400-700нм, ближнюю инфрокрасную-700-1100нм области.

Электромагнитное излучение - свет - имеет двойственную природу - волновую и корпускулярную (волна - частица) и для его описания используют два вида характеристик - волновые и квантовые.

К волновым характеристикам относятся частота колебаний, длина волны, волновое число, а к квантовой характеристике относится энергия квантов,

Частота колебаний - ν - показывает число колебаний электромагнитного излучения (света) в 1 секунду, измеряется в с^-1.

Длина волны λ - это путь, который проходит волной за время полного периода колебаний.

λ

Длина волны измеряется в метрах и его долях: сантиметрах – см; миллиметрах-мм; микронах-μ; миллимикронах – mμ; наномикронах - нμ (1нм =10^-9 м = 10^-7 см = 10^-6 мм). Например, зеленый свет представляет собой электромагнитные излучения с длиной волны λ == 500 - 550 нм или 5,0 · 10 ^-5 - 5,5 · 10 ^-6 см.

Частота колебаний и длина волны связаны между собой выражением 3.1;

(3.1)

где: С - скорость света = 3 · 10⁸ м/с = 3 · 10¹⁰ см/с

Величина, обратная длине волны называется волновым числом – ν и может быть рассчитана по выражению 3.2.

(3.2)

Для зеленого света волновое число составит

Если скорость света выражена в см/сек, длина волна в см - то частота колебаний будет выражена в герцах — Гц.

Для зеленого света:

Энергия электромагнитного излучения определяется по выражению 3.3

E = h · ν , (3.3)

где h - постоянная Планка, равная 6,62 · 10^-34 Дж с.

В оптических методах анализа используется зависимость между оптическими свойствами системы и её составом, рассматривается взаимодействие световой энергии (электромагнитного колебания) с веществом.

Поглощая электромагнитные излучения, атомы или молекулы переходят в новое состояние, возбуждённое, и избыточная энергия атомов и молекул может выделяться в виде вторичного излучения или расходоваться на повышение вращательной, колебательной и др. энергии.

В зависимости от вида частиц, поглощающих энергию и характера взаимодействия их с электромагнитным излучением, различают: атомно – абсорбционный анализ; молекулярно – абсорбционный анализ; флуориметрический (люминисцентный) анализ.

1. Атомно-абсорбционный анализ, основывается на том, что атом, поглощая подведённую энергию, переходит в возбуждённое состояние и примерно через 10^-8 с спонтанно переходят в нормальное состояние электроны на нижележащие энергетические уровни, при этом происходит выделение (эмиссия) в виде дискретных и характеристических для каждого вида атомов электромагнитных колебаний в видимой, ультрафиолетовой или рентгеновской областях спектра. При этом спектры носят линейчатый характер. Характеристичность линейчатых спектров лежит в основе качественного эмиссионного спектрального анализа, а функциональная зависимость между концентрацией элемента в пробе и интенсивностью его спектральных линий положена в основу количественного анализа.

2. Молекулярно-абсорбционный анализ основан на поглощении электромагнитного излучения молекулами и сложными ионами анализируемого вещества в оптическом диапазоне спектра (ультрафиолетовой, видимой и инфракрасной областях ). В молекулярно-адсорбционной спектроскопии наблюдают и исследуют аналитические сигналы, вызванные электронными переходами внешних валентных электронов. Поглощение излучения в инфро - красной области, связанно с изменением вращения и колебания молекул. Это свойство молекул часто использует в целях идентификации различных соединений.

3. Анализ по поглощению и рассеиванию электромагнитного излучения взвешенными частицами анализируемого вещества подразделяется на турбидиметрию и нефелометрию. При прохождении света через дисперсную гетерогенную систему происходит ослабление светового потока в результате рассеивания и поглощения этого потока частицами дисперсной фазы, выражение 3.6.

J₀ = J_n + J_р + J , (3.6)

где:

J₀ — интенсивность падающего светового потока;

J_n — интенсивность поглощаемого светового потока;

J_р — интенсивность рассеянного светового потока;

J — интенсивность прошедшего светового потока.

Турбидиметрия основана на измерении интенсивности светового потока, проходящего через дисперсную систему — J.

Нефелометрия основана на измерении интенсивности света, рассеянного дисперсной системой — J_р.

Флуориметрический (люминесцентый) анализ, основан на измерении излучения, возникающего в результате выделения избытка энергии возбуждёнными молекулами анализируемого вещества.

Для возникновения явления люминесценции молекулы вещества облучаются и переводятся из основного в возбуждённое состояние. Энергия возбуждения должна быть достаточной для осуществления излучательного электронного перехода из возбуждённого состояния в основное. Это возможно для молекул с отрицательным устойчивым возбуждённым состоянием.