Экономические науки/ 6. Маркетинг и менеджмент

 

К.э.н., доцент Галкина Е. В.

Орловский государственный институт экономики и торговли, Россия

Управленческая оценка влияния качества на экономические показатели

 

Качество является оценкой соответствия свойств объекта ожиданиям потребителя. Качество продукции обеспечивает доходы организации (групп организаций, регионов, государств), качество трудовых, материальных и финансовых ресурсов определяет расходы организации. Совокупное влияние качества обусловливает состояние и результаты деятельности организации в целом. При этом качество влияет как на восприятие организации, так и на восприятие организацией разных объектов и процессов. При этом все объекты оценки могут определяться как ресурсы.

Независимо от видов ресурсов и их целевого назначения оценить влияние качества (как субъективно воспринимаемой категории) на экономические показатели (как объективно формируемых данных) возможно посредством сопряженных психолого-финансовых ответов респондентов – потребителей ресурсов. Основой получения исходных данных являются опросы потребителей, которые агрегируются в таблицы сопряженности. Образец такой таблицы представлен ниже.

 

Таблица 1. Макет матрицы распределения оценок, количество ответов

Оценка качества

Интервалы экономического показателя (например, рентабельности активов)

Итого

Низкая

Средняя

Высокая

1 Низкое

50

100

20

170

2 Ниже среднего

60

80

110

250

3 Среднее

10

30

50

90

4 Выше среднего

30

90

100

220

5 Высокое

10

10

250

270

Итого

160

310

530

1000

 

Проверка показателей таблицы (строк и столбцов) на независимость  может проводиться на основе критерия «хи-квадрат» (сумма частных от деления квадрата разности наблюдаемых и ожидаемых значений на ожидаемое значение) и позволяет определить, существует ли связь между данными, но не определяет степень и направление этой связи. С помощью критерия «хи-квадрат» устанавливается наличие или отсутствие статистически значимой связи определенного типа (линейного, экспоненциального, логарифмического, полиномиального, степенного или др.) между признаками. Методика такой оценки представлена, в частности,  проф. И.И. Елисеевой и М.М. Юзбашевым.

Для предварительного установления наиболее вероятного типа связи перед проведением расчетов целесообразно рассмотреть график зависимости признаков. Визуализация позволяет определить наличие или отсутствие связи признаков, поддающейся формализованному описанию посредством уравнений. Графически может быть отмечена сильная (R2 близок к 1 или равен 1) парная (в ряду данных) связь признаков, когда шкала оценки экономического показателя рассматривается как интервальная, а не порядковая. Для определения «наилучшего» приближения (вида функции) специалисты рекомендуют сравнение функций по величине среднего квадрата ошибок, которое вычисляется как сумма квадратов отклонений, деленная на число точек данных минус число параметров кривой приближения. Более приемлема функция с минимальным значением данной величины, определяемой по строке «Остаток» таблицы «Дисперсионный анализ».

Измерение силы связи между признаками производится с помощью коэффициентов взаимной сопряженности, основными из которых являются следующие:

1) коэффициенты, не предполагающие упорядоченность данных: коэффициенты К. Пирсона (Р), А.А. Чупрова (T), Г. Крамера (V), а также коэффициенты меры связи номинальных признаков Л. Гуттмана (лямбда, λ), Л. Гудмена и Э. Краскала (тау, τ).

Коэффициенты взаимной сопряженности показывают долю, в которой связаны показатели, и нормированы (могут принимать значения от 0 – «нет связи» до 1 – «полная связь»). Вместо единиц могут быть использованы проценты распределения. Однако при этом следует учитывать все предпосылки применения мер связей, основанных на критерии «хи-квадрат»: большой объем наблюдений, большое число строк и столбцов таблицы сопряженности, частоты в каждой ячейке составляют не менее пяти единиц;

2) коэффициенты, предполагающие упорядоченность данных (наблюдения, имеющие более высокие/низкие ранги признака А, имеют тенденцию к более высоким/низким рангам признака В): коэффициент γ Гудмена и Краскалла, мера τК Кендэла, мера d Сомерса.

Дисперсионный анализ - более мощный инструмент, чем непараметрический критерий Фридмана, но критерий однородности (Фридмана) используется в тех случаях, когда не выполняются предположения, на которых основан классический двухфакторный дисперсионный анализ (распределение исследуемой совокупности отличается от нормального либо когда данные наблюдения представлены в виде рангов или порядковых номеров).

Возможность определения значений данных статистических показателей реализована в пакетах статистических программ (в частности, SPSS, Statistica), а также в статистических надстройках к Excel (например, StatPlus). Результаты расчетов средствами StatPlus по данным таблицы 1 представлены в таблице 2.

 

Таблица 2. Анализ таблицы сопряженности средствами StatPlus

Observed Counts

Низкая рентабельность

Средняя рентабельность

Высокая рентабельность

1 Низкое

50

100

20

2 Ниже среднего

60

80

110

3 Среднее

10

30

50

4 Выше среднего

30

90

100

5 Высокое

10

10

250

Expected Counts

Низкая рентабельность

Средняя рентабельность

Высокая рентабельность

1 Низкое

27,20

52,70

90,10

2 Ниже среднего

40,00

77,50

132,50

3 Среднее

14,40

27,90

47,70

4 Выше среднего

35,20

68,20

116,60

5 Высокое

43,20

83,70

143,10

Std. Residuals

Низкая рентабельность

Средняя рентабельность

Высокая рентабельность

1 Низкое

4,37

6,52

-7,39

2 Ниже среднего

3,16

0,28

-1,95

3 Среднее

-1,16

0,40

0,33

4 Выше среднего

-0,88

2,64

-1,54

5 Высокое

-5,05

-8,06

8,94

Test Statistics

Value

df

p-value

Pearson Chi-Square

311,986

8

0,000

Continuity Adjusted Chi-Square

305,419

8

0,000

Likelihood Ratio Chi-Square

360,167

8

0,000

Measures of Association

Value

Std. Error

p-value

Phi

0,559

 

 

Contigency

0,488

 

 

Cramer's V

0,395

 

 

Goodman-Kruskal Gamma

0,579

0,028

0,000

Kendalls tau-b

0,422

0,022

0,000

Stuart's tau-c

0,431

0,022

0,000

Somer's D (C|R)

0,369

0,019

0,000

Somer's D (R|C)

0,481

0,025

0,000

 

Первый блок таблицы отражает фактические частоты (Observed Counts), второй блок – ожидаемые частоты (Expected Counts), рассчитанные пропорционально распределению частот по итоговым строкам и столбцам. Стандартизованные разности (Std. Residuals) - частное от деления разности наблюдаемых и ожидаемых значений на корень квадратный из ожидаемого значения - показывают характер распределения отклонений фактических частот от ожидаемых. Тестовые статистики (Test Statistics) не учитывают упорядоченность данных, а меры ассоциации (Measures of Association) определяются с учетом упорядоченности данных. Все рассматриваемые показатели для модельных данных (таблица 1) являются значимыми (p-значения в таблице 2 (p-value) близки к нулю). В целом, связь оценки качества и рентабельности на среднем уровне, что может свидетельствовать о наличии двух недостатков:

- о низком качестве опросов, которое вызывает необходимость адаптации анкеты и разъяснения респондентам сущности категории качества для уточнения оценок как по проведенному опросу (группе респондентов в отношении определенных ресурсов), так и для будущих опросов (недостатки оценки). Вторым типом недостатков оценки являются искажения экономических показателей, что преодолевается посредством проведения аудита и устранения выявленных аудиторами искажений;

- о невысокой связи качества, оцениваемого верно, и финансовых показателей, также оцениваемых достоверно, что может являться признаком неадекватности экономической политики руководства организации и отдельных сотрудников, реализующих отдельные элементы этой политики (недостатки управления). Такой вариант требует пересмотра способов применения инструментов менеджмента (ценовой политики, маркетинговых мероприятий и т.п.) в зависимости от выясняемых в дальнейшем причин недостаточной отдачи (в модели – рентабельности) высококачественных товаров и высокой рентабельности низкокачественных товаров. Причины несоответствия совместного поведения этих показателей могут находиться за пределами экономики – быть социальными, политическими, психологическими и др. Такие аспекты также требуют управления со стороны организации и во многих случаях поддаются управлению не только в долгосрочном (стратегическом), но и в краткосрочном (тактическом) менеджменте.

Адаптация менеджмента в соответствии с политикой сопряжения качества и экономической результативности может производиться в рамках внутреннего аудита как подсистемы управления. Это подтверждается  Международными профессиональными стандартами внутреннего аудита (http://www.iia-ru.ru/), согласно которым в ходе выполнения заданий по консультированию внутренние аудиторы должны обратить внимание на состояние контроля в соответствии с целями задания, а также быть готовыми к наличию других существенных недостатков контроля. Внутренние аудиторы должны использовать знания о контроле, полученные в ходе оказания услуг по консультированию, в процесс выявления и оценки существенных рисков, стоящих перед организацией.

Функция «Внутренний аудит» должна давать оценку и соответствующие рекомендации, направленные на совершенствование процесса корпоративного управления относительно достижения следующих целей:

- продвижение соответствующих этических стандартов и ценностей в рамках организации;

- обеспечение эффективного процесса управления деятельностью и ее оценки;

- эффективное обеспечение информацией по вопросам рисков и контроля соответствующих служб организации;

- эффективное координирование деятельности и обмен информацией между Советом, внешними и внутренними аудиторами и менеджментом.

Цели заданий по консультированию должны соответствовать общим ценностям и целям организации. Сущность работы внутреннего аудита заключается в том, чтобы проводить оценку и способствовать совершенствованию процессов управления рисками, контроля и корпоративного управления, используя систематизированный и последовательный подход.

Таким образом, применение социологического инструментария обогатит внутренний аудит средствами поиска количественных доказательств.

 

Литература:

1. Аптон, Г. Анализ таблиц сопряженности/ Г. Аптон. – М.: Финансы и статистика, 1982.

2. Елисеева И.И., Юзбашев М.М. Общая теория статистики: Учебник/ под  ред. И.И. Елисеевой. – 5-е изд., перераб. и доп. – М.: Финансы и статистика, 2008.

3. Татарова Г.Г. Методология анализа данных в социологии (введение): Учеб. пособие для вузов. – 2-е изд., испр. – М.: Nota bene, 1999.