WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


На правах рукописи

Рожков Николай Николаевич

КВАЛИМЕТРИЧЕСКИЕ МЕТОДЫ И МОДЕЛИ КОМПЛЕКСНОГО ОЦЕНИВАНИЯ КАЧЕСТВА УСЛУГ В СОЦИАЛЬНОЙ СФЕРЕ

Специальность 05.02.23 – «Стандартизация и управление качеством продукции»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора технических наук

Санкт-Петербург 2011

Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Санкт-Петербургский государственный университет технологии и дизайна».

Официальные оппоненты:

Доктор технических наук, профессор Воробьев Владимир Иванович Доктор технических наук, профессор Козлов Владимир Николаевич Доктор технических наук, профессор Федюкин Вениамин Константинович

Ведущая организация: Северо-Западный институт федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации»

Защита состоится 20 марта 2012 года в 14:00 часов на заседании диссертационного совета ДМ 212.233.04 при Государственном образовательном учреждении высшего профессионального образования «Санкт-Петербургский государственный университет аэрокосмического приборостроения» по адресу: 190000, Санкт-Петербург, ул. Большая Морская, д. 67.

С диссертацией можно ознакомиться в библиотеке Федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Санкт-Петербургский государственный университет аэрокосмического приборостроения» по адресу: 190000, СанктПетербург, ул. Большая Морская, д. 67.

Автореферат разослан «____» _________ 2011 года.

Ученый секретарь диссертационного совета доктор технических наук профессор Ларин В.П.

I.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ



Актуальность темы исследования. Услуги в таких областях, как образование, здравоохранение, сфера ЖКХ, а также услуги, оказываемые органами исполнительной власти, - востребованы всеми без исключения слоями населения. Уровень качества этих услуг во многом определяет социально-политический климат в стране, восприятие уровня жизни населения и эффективности государственных органов. Не случайно, что на совершенствование услуг именно в этих отраслях направлены реализуемые в России в последние годы национальные проекты, а также государственная административная реформа.

В настоящее время вопросам качествав сфере услуг уделяется самое серьезное внимание и со стороны бизнеса, заинтересованного в повышении конкурентоспособности предлагаемых услуг, и со стороны различных потребителей услуг: общества, отдельных граждан, и со стороны государства как регулятора взаимодействия заинтересованных сторон.При этом общепризнано, что задача оценки качества услуг существенно сложнее, чем аналогичная задача, решаемая для качества промышленной продукции, так как в значительной мере затрагивает оценку субъективного восприятия со стороны потребителя.

Втех отраслях сферы услуг, где сложилась реальная конкурентная среда, комплексной оценкой качества могут служить экономические показатели фирмы-поставщика (прибыль, объем продаж, контролируемая доля рынка и т.п.).

Совершенно иной подход требуется для решения задач оценки и управления качеством услуг в социальной сфере, где экономические показатели практически не могут выполнять рольнадежных индикаторов качества. Причиной тому служат слабо развитая конкуренция среди учреждений образования, здравоохранения и ЖКХ, монополизм поставщиков, регулирование тарифов со стороны государства и т. п.

При всей очевидной важности задачи комплексного оценивания уровня качества услуг в социальной сфере, используемые в настоящее время модели описания данных и методы оценивания носят ограниченный характер, рассматривая лишь конкретный вид социальных услугс узкоотраслевых позиций. В каждой сфере социальных услуг накоплен свой арсенал методов и критериев оценки качества, применение которых для решения аналогичной задачи в других сферах,как правило, является проблематичным и малоэффективным. Применяемые методы оценки уровня качества в большинстве случаев недостаточно формализованы, описания нормативов и критериев качества нередко абстрактны, что делает их малопригодными на практике, или, напротив, носят настолько специализированный характер, что это не позволяет применять единообразные критерии к однотипным услугам.

В настоящее время практически не решена задача разработки и научного обоснования методов комплексного оценивания качества услуг в социальной сфере,которые позволяют рассматривать эти услуги с единых позиций при помощи таких моделей описания, которые отражают их общую специфику.Очевидным требованием к таким моделям является необходимость рассматривать и учитывать как показатели, объективно характеризующиеорганизацию-поставщика услуги и ее соответствие требованиям, установленным для данной отрасли услуг, так и показатели удовлетворенности потребителя. Последние, как правило, могут быть представлены с помощью данных, которые имеют нечисловой или нечеткий характер, что должно находить свое отражение при обосновании выбора той или иной математической модели для их описания, а также метода для их обработки и анализа.

Высказанные соображения обуславливают актуальность исследования, выполненного в данной диссертационной работе.

Степень разработанности проблемы.Проблемы построения комплексных оценок качества применительно к различным видам продукции разрабатывались во многих научных исследованиях по квалиметрии и управлению качеством. В разные годы в решение задач, связанных с этой проблематикой, внесли существенный научный вклад Г. Г. Азгальдов, Ю.П.

Адлер, В.Н. Азаров, С.А. Айвазян, А. Г. Варжапетян, А.В. Гличев, О.П.

Глудкин, Е.А. Горбашко, В.В. Окрепилов, А.А. Суббето,В.К. Федюкин, В.Н.

Фомин,И.Ф. Шишкин и др. Общие вопросы статистических методов описания и анализа данных нечисловой природы исследованы в работах таких авторов, как Б.Г. Литвак, Б.Г. Миркин, А.И. Орлов, Ю.Н. Тюрин, Н.В.

Хованов, Д.С. Шмерлинг и др. Проблемам, связанным с оценкой качества в сфере образования, посвящены публикации В.Н. Азарова, Г.А.Балыхина,Е.Н.

Геворкян,В.В.Глухова,В.Б.Касевича, В.Н.Козлова,Я.В.Кузьминова, В.Г.

Наводнова,Г.Н. Мотовой, М.В. Петропавловского, С.А.

Степанова,Ю.Г.Татура, В.М.Филиппова,В.Д.Шадрикова и др. Среди работ зарубежных авторов необходимо отметить ставшие классическими в области управления качеством работы таких ученых, как Э. Деминг, Д. Джуран, К.

Ишикава, А. Фейгенбаум, Д. Харрингтон, У. Шухарт и др., а также работы в области теории шкалирования и анализа нечеткой и нечисловой информации:

Л. Задэ, Ч. Кумбс. И. Пфанцагль, У. Торгерсон, Т. Саати и др.

Целью диссертационной работыявляется разработка научнообоснованных математических моделей описания и методов решения задач комплексного оценивания качества услуг в социальной сфере.

Для достижения поставленной цели в диссертационной работе поставлены и решены следующие задачи:

1) Комплексное исследованиеноменклатуры показателей качества услуг в социальной сфере в целях выявления присущих им специфических черт.

2) Научное обоснование принципов комплексного оценивания качества услуг в социальной сфере на базе анализа существующих моделей описания и методов обработки данных.

3) Разработка и научное обоснование принципов построения комплексных оценок качества в сфере социальных услуг, допускающих использование и совместную обработку как числовой, так и нечисловой информации.

4) Разработка математических моделей, отражающих выявленную специфику исходных данных и позволяющих оценивать значимость различия уровней качества оцениваемых объектов.

5) Обоснование предложений по дальнейшему совершенствованию методов комплексной оценки при проведении аккредитации и при самооценке систем менеджмента качества вузов на базе анализа действующих моделей.

6) Разработка квалиметрических шкал для оценивания нечисловых показателей, учитываемых при комплексной оценке отдельных критериев качества деятельности вузов на базе анализа опыта образовательных систем отдельных зарубежных стран.

7) Разработка и научное обоснование критериев и метода для пересчета оценок качества результатов обучения между квалиметрическими шкалами, применяемыми в различных национальных системах образования.

8) Разработка балльно-рейтинговой системы оценивания результатов обучения, учитывающей нечеткие и нечисловые данные о приоритетах отдельных видов учебной деятельности.

9) Разработка и научное обоснование общих принципов комплексной проверки соблюдения норм медико-экономических стандартов (МЭС).

10) Разработка и научное обоснование критериев сравнения уровня качества однотипных медицинских услуг, оказываемых различными лечебнопрофилактическими учреждениями на основе МЭС.

11) Разработкаалгоритма комплексного оценивания субъективно воспринимаемого пациентами качества услуг, оказываемых при лечении в условиях медицинского стационара.

Область исследования соответствует пп.1, 2, 3, 4 специальности 05.02.23 – «Стандартизацияи управление качеством продукции».

Объектом исследования являются услуги в социальной сфере, оказываемые предприятиями и организациями, финансируемыми, как правило, за счет средств государственного бюджета.

Предметом исследования является комплексная оценка качества услуг в социальной сфере.

Методы исследования. При выполнении данного исследования использовались методы системного анализа, математического моделирования, квалиметрии, теории вероятностей и математической статистики.

Теоретическая и практическая значимость.Разработанные и научнообоснованные в диссертационной работе методы позволяют:

- осуществлять комплексную оценку качества сложного многопараметрического объекта (услуги) при наличии дополнительных, представленных в нечисловом виде, сведений о сравнительной важности учитываемых единичных показателей;

- учитывать при построении комплексных оценок как числовые, так и нечисловые показатели, в частности, характеризующие субъективное восприятие качество услуг со стороны потребителей;

- численно оценивать в рамках предложенной математической модели значимость различия между уровнем качества услуг, предоставляемых различными поставщиками;

- производить комплексную оценку качества международной составляющей во всех основных показателях, характеризующих образовательные услуги, оказываемые высшими учебными заведениями;

- вносить необходимые коррективы в модели, используемые при аккредитации и при комплексной самооценке деятельности вузов, в целях более гибкого учетасравнительной важности отдельных критериев и их составляющих показателей;

- разрабатывать балльно-рейтинговые системы оценивания, позволяющиеучитывать для каждой конкретной дисциплины те или иные приоритеты относительно оцениваемых видов деятельности учащегося;

- осуществлять комплексную проверку соблюдения требований медикоэкономических стандартов в отношении показателей, характеризующих качество медицинских услуг, оказываемых пациентам;

- осуществлять комплексную оценку воспринимаемого пациентами качества услуг, оказываемых им при лечении в условиях медицинского стационара, а также выявлять сильные и слабые составляющие среди учитываемых показателей.

Научная новизна выполненных исследований состоит в том, что:

• разработанымодели комплексного оценивания качества услуг в социальной сфере, применение которых обосновано спецификой показателей, характеризующих качество этих услуг;

• предложен единый подход к комплексному оцениванию качества социальных услуг, относящихся к различным отраслям с выделением показателей: а)указывающих на степень соответствия организациипоставщика услуги установленным для данной отрасли нормативам и требованиям, б)характеризующих восприятие качества услуги со стороны потребителей.

• разработан и обоснован метод, позволяющий при комплексном оценивании учитывать в модели информацию, представленную в виде нечетких и нечисловых данных;

• разработаны и апробированыконкретные квалиметрические методы, направленные на решение задач, возникающих, в частности:

- при оценке уровня качества международной деятельности высших учебных заведений, - при построении балльно-рейтинговых систем оценивания результатов обучения, - при проверке соблюдения нормативов медико-экономических стандартов, - при комплексном оценивании воспринимаемого пациентами качества услуг, оказываемых в условиях медицинского стационара.

Основные результаты и выводы, выносимые на защиту.

1) Показано, что одной из отличительных черт услуг в социальной сфере является отсутствие явно выраженного индикатора качества, связанное с недостаточной развитостью рынка и конкуренции между поставщиками услуг в указанных сферах, административными ограничениями, регулированием тарифов и т.п.

2) Научно обосновано для услуг в социальной сфере приоритетное значение показателейвосприятия качества услуги со стороны потребителей. Показано, что модель комплексного оценивания должна учитывать показатели, характеризующие соответствие организациипоставщика услуг установленным для данной отрасли нормативам и требованиям.

3) Установлено, что применяемые в настоящее время методы оценивания и управления качеством услуг в социальной сфере практически неучитывают квалиметрическую специфику исходных данных и как правило носят узкоотраслевой характер. Обоснована необходимость разработки математических моделей, ориентированных на описание и обработку данных о качестве услуг в социальной сфере и допускающих совместную обработку данных как числовой, так и нечисловой природы.

4) Разработана методика построения и оценивания комплексного показателя качества, основанная на линейной свертке показателей с рандомизированными весовыми коэффициентами, опирающаяся на свойства стохастических процессов Дирихле и их дискретных аналогов на целочисленных решетках.

5) Решена в явном виде задача о достоверности стохастического доминирования одного из сравниваемых объектов над другим по уровню их комплексного показателя качества, построенного с использованием модели, основанной на рандомизации весов.

6) Разработан метод обработки данных о нечисловых показателях качества услуг, использующий рандомизацию числовых меток, сопоставляемых пунктам порядковой квалиметрической шкалы, по которой оцениваются эти показатели.

7) Обоснована необходимость учета международной составляющей во всех видах деятельности вуза при комплексной оценке качества предоставляемых им образовательных услуг. Произведен сравнительный анализ номенклатуры показателей, используемых для этих целей в образовательных системах ряда стран Европы.

8) Предложена методика совершенствования модели комплексной самооценки, используемой на сегодня вузами РФ, основанная на разработанных в работе моделях рандомизации. Методика позволяет учитывать различного рода дополнительные ограничения относительно приоритетов отдельных критериев самооценки, выраженные в нечеткой и в нечисловой форме.

9) Предложен набор индикаторов для оценки качества международной составляющей при оказании образовательных услуг, разработанный с учетом анализа опыта систем образования ряда зарубежных стран.

10) Разработана методика формализации и учета особенности выбранной вузом стратегии развития международной деятельностив модели комплексной оценки качества.

11) Предложены критерии, позволяющие осуществлять перевод оценок качества результатов обучения между квалиметрическими шкалами, применяемыми в различных национальных системах образования.

Показаны сходства, различия, а также преимущества предложенного метода относительно применяемого в рамках Болонского процесса метода, основанного на шкале ECTS.

12) Разработан метод построения балльно-рейтинговой системы оценивания, опирающийся на имеющийся в различных вузах практический опыт и использующийпри этом модель рандомизации, что позволяет более гибко учитывать специфику осваиваемых образовательных программ и набор формируемых у обучающихся компетенций.

13) Предложена модель построения и оценки итогового показателя качества медицинских услуг, включающего как оценку субъективно воспринимаемого качества со стороны потребителя (пациента), так и степень соответствия поставщика услуг установленным требованиям и нормам.

14) Разработан метод комплексной проверки соблюдения норм медикоэкономических стандартов (МЭС), имеющий практическое значение при взаимодействии медицинских учреждений и страховых компаний.

Предложен критерий сравнения уровня качества однотипных медицинских услуг, оказываемых различными лечебнопрофилактическими учреждениями, базирующийся на включаемых в МЭС показателях качества.

15) Разработан и апробирован метод оценки субъективно воспринимаемого пациентами качества услуг, оказываемых в процессе лечения в условиях медицинского стационара.

Внедрение результатов Результаты исследований, выполненных в диссертационной работе, были использованы:

• в ходе выполнения Государственного контракта № П607 от 06.09.07 г.

«Разработка индикаторов и методики оценки деятельности вузов по внедрению рекомендаций Болонского процесса в части признания документов об образовании» в рамках Федеральной целевой программы развития образования на 2006-2010 годы. (Задача II: «Развитие системы обеспечения качества образовательных услуг»);

• при разработке и апробации новых медико-экономических стандартов в ряде лечебно-профилактических учреждений г. Санкт-Петербурга:

- Детская Городская Клиническая Больница № 5 им. Н.Ф.

Филатова, - Некоммерческое партнерство «Профессиональная медицина», - Северо-Западный государственный медицинский университет имени И.И.Мечникова (отд. сосудистой хирургии);

• предприятиями и организациями жилищно-коммунального комплекса г.

Санкт-Петербурга при анализе данных об обеспеченности услугами ЖКХ и их качестве в муниципальных округах и районах:

- ОАО Жилкомсервис № 1 Невского района Санкт-Петербурга, - Ассоциация ТСЖ Фрунзенского района Санкт-Петербурга;

• при разработке и внедрении балльно-рейтинговой системы оценки качества результатов обучения - отделом менеджмента качества образования Санкт-Петербургского государственного университета технологии и дизайна;

• в работе Центра сертификации продукции легкой промышленности «Универс-Тест» - при использовании статистических методов контроля качествав ходе проведения сертификации продукции;

• Результаты, полученные в ходе выполнения диссертационной работы внедрены такжев учебный процесс Санкт-Петербургского государственного университета технологии и дизайна (на кафедре математики) для дисциплин «Статистические методы контроля качества», «Квалиметрия», «Управление качеством» для студентов дневной формы обучения, обучающихся по направлению подготовки 221700.62 - «Стандартизация и метрология», а также по специальности 200503.65 – «Стандартизация и сертификация».

Апробация работы Основные результаты исследования, выполненного в диссертационной работе, неоднократно докладывались и обсуждались на семинарах и конференциях: на IVВсесоюзной школесеминаре «Статистический и дискретный анализ данных и экспертное оценивание» (Одесса, 1991 г.);на международной конференции «Интернационализация высшего образования и научных исследований в XXI веке. Роль технических университетов» (СПб, 1999г.); на международной конференции «Высокие интеллектуальные технологии образования и науки» (СПб, 1999 г.); на Международной конференции Проблемы и перспективы интеграции российской и европейской систем образования(СПб, 2004 г.); на VII Международной научно-практической конференции «Актуальные проблемы экономики и новые технологии преподавания (Смирновские чтения)» (СПб, 2008 г.);на постоянно действующем семинаре кафедры математики и информатики Северо-Западного института Российской академии народного хозяйства при Президенте РФ (СПб, 2008, 2010, 20гг.);на 1-й и на 4-й Всероссийских научно-практических конференциях«Менеджмент качества в образовании» (СПб, 2008, 2011 гг.);

на семинаре-совещании НП «Профессиональная медицина» (СПб, 2010); на научно-методическом семинаре кафедры математики СПбГУТД (СПб, 2011);

на 1-й, 2-й и 3-й Международных конференциях«Государство и бизнес.

Вопросы теории и практики: моделирование, менеджмент, финансы» (СПб, 2009 -2011 гг.).

Публикации.По результатам исследований, выполненных в диссертации, опубликовано 41 работа, включая 11 публикаций в рецензируемых научных журналах, входящих в Перечень изданий, рекомендуемых ВАК,1 научную монографию (12,5 печ.л.) и 3 учебные пособия с грифом УМО (свыше 8 печ.л. каждое).

Структура диссертационной работы. Диссертационная работа состоит из введения, шести глав основного содержания, заключения, списка использованных литературных источников, насчитывающего 2наименований, а также 9 приложений. Основной текст диссертации изложен на 281 стр. машинописного текста, содержит 16 рисунков и 35 таблиц.





II. СОДЕРЖАНИЕ ДИССЕРТАЦИОННОЙ РАБОТЫ Во введении раскрыта и обоснована актуальность темы диссертационного исследования, сформулирована его цель, определены основные задачи, а также обоснованы методы, применяемые в дальнейшем исследовании.

Первая глава содержит описание и анализ основных понятий, используемых в дальнейшемисследовании, включая такие категории, как «качество», «услуга», «услуги в социальной сфере» и т.п. В соответствии с ГОСТ Р ИСО 9000-2008 услуги в социальной сфере следует отнести к видам «деятельности, осуществляемой на основе поставленной потребителем нематериальной продукции». Выявленыхарактерные отличия задач по оценке и управлению качеством применительно к услугам в социальной сфере, в которых итоговый показатель качества не может быть отождествлен ни с одним из экономических показателей. Показано, что такой итоговый показатель должен отражать две основные составляющие:

1) показатели, характеризующие степень соответствия организациипоставщика услуг установленным для данной отрасли нормативам и требованиям, 2) показатели восприятия качества услуги со стороны потребителей.

Отмечено, что действующие отраслевые методы оценки качества услуг (критерии лицензирования модели сертификации учреждений-поставщиков услуг, их государственной аккредитации и т.п.) главным образом отражают уровень соответствия требованиям, которые определены внутри соответствующей отрасли, то есть учитывают в первую очередь показатели, относящиеся к первой из двух названных составляющих. Степень удовлетворенности потребителя услуг при этом практически мало учитывается в существующих в каждой отрасли моделях комплексной оценки. В то же время для услуг в социальной сфере показатели, относящиеся ко второй из названных групп, должны иметь приоритетное значение, так как именно они отражают реакцию конечного потребителя и служат главным источником осуществления обратной связи при управлении качеством.

Выявление сходной структуры показателей, характеризующих качество различных услуг в социальной сфере, наличие в ней одинаковых по смыслу составляющих, позволяет сделать вывод об обоснованности общего подхода к задаче комплексного оценивания качества для всех видов таких услуг, базирующегося на единообразной математической модели и использовании унифицированных методов анализа и построения итоговой оценки.

Вторая глава посвящена обзору и анализу существующих на данный момент подходов к задачамкомплексной оценки показателей, в частности, математических методов и моделей, применяемых для построения комплексных показателей качества в различных отраслях производства и сферы услуг.

Проведенный анализ позволяет выделить среди них следующие два класса:

1) модели и методы описания исходных данных о качестве объектов, направленные на их представление в формализованном виде при максимально возможном сохранении всей содержащейся в них информации;

2) методы обработки данных в целях анализа и принятия управленческих решений, связанных с оценкой качества объектов.

Целесообразность выделения и отдельного рассмотрения моделей, составляющих класс 1, обусловлена спецификой задач по оценке и управлению качеством услуг, где существенную роль играют нечисловые показатели, оцениваемые субъективно. Очевидно, что методы обработки и анализа (класс 2) должны опираться на модели описания данных (класс 1).

Отмечены и рассмотрены преимущества и недостатки применения при комплексной оценке качества услуг, в частности, таких моделей и методов, как:

А) репрезентационная теория измерений, вводящая строго определенные понятия «шкалы», «измерения», «класса допустимых преобразований» и т.д.;

Б) методы метрического и неметрического шкалирования;

В)теория нечетких множеств;

Г) анализ экспертных оценок (ранжировок, оценок в баллах, парных сравнений);

Д) методы многомерного статистического анализа (корреляционный анализ, метод главных компонент, анализ канонических корреляций);

Е) анализ иерархий (метод Т. Саати);

Ж) модель SERVQUALи ряд близких по смыслу моделей построения комплексной оценки качества (GAP-модели К. Гронроуса и т.п.) Сделан вывод о том, что практически все из рассматриваемых методов ориентированы на анализ либо числовых показателей, либо показателей, оцениваемых в нечисловой форме. Тем самым обоснована целесообразность разработки математических моделей, допускающих совместную обработку данных как числовой, так и нечисловой природы, и специфически направленных на описание и обработку данных о качестве услуг в социальной сфере.

В третьей главе подробно описываются и разрабатываются математические модели, предлагаемые в качестве основного инструмента достижения цели исследования, и объединяемые общим принципом построения, базирующимся на понятиирандомизации.

В основе моделей лежит понятие стохастического процесса Дирихле, сечениями которого служат неотрицательные случайные величиныP1,…, Pm, имеющие для любых m = 1, 2, …конечномерные распределения, плотность которых равна:

m (0 ) j f ( p1,..., pm;1,...,m ) = 1 p -j m (1) j= 1( ) j j= для всех положительных p1, …,pm, таких, что: p1 +…+ pm = 1, и равна нулю при всех прочих p1,…,pm, где,…, m – произвольные положительные константы.

В контексте данной работы модели рандомизации используются двумя различными способами:

I) как модель неопределенности выбора весовых коэффициентов при линейной свертке показателей, когда комплексная оценка качества услуги осуществляется при помощи показателя Q, вычисляемого как линейная свертка непосредственно измеряемых или оцениваемых единичных показателейX1,…, Xm:

Q = p1X1 + p2X2 +… + pmXm (2) с положительными весовыми коэффициентами p1, …,pmнормированными таким образом, чтоp1 +…+ pm = 1. Сведения о сравнительной важности отдельных показателей обычно учитываются путем выбора тех или иных значений весовp1,…,pm. Однако на практике эти сведения, как правило, представлены лишь в виде нечеткойинформации, недостаточной для их однозначного выбора.

Имеющая место объективная неопределенность выбора весов моделируется путем задания распределения Дирихле (1) на всем множестве их допустимых значений, которое в общем случае образует единичный симплекс в m-мерном пространстве.

Как следует из свойств распределения Дирихле, каждый из рандомизированных весовых коэффициентов Piбудет подчиняться бетараспределению, обозначаемому как (i, 0 - i), с плотностью (0 ) i -fi ( pi;i,0 - i ) = pi (1- pi ) -i -1, (3) (i )(0 - i ) где =1+…+ m. Это позволяет находить их математические ожидания, дисперсии, ковариации и т.д. Как следствие, в рамках данной модели и сам комплексный показатель Qвида (2) становится случайной величиной, т.е.

являетсярандомизированным комплексным показателем, функцию распределения которого P(Q

p1X1 + p2X2 +… + pmXm

«показатель Xiболее значим для качества данной услуги, чем показатель Xk», или в виде нечетких ограничений, например: «вклад показателя Xi составляет не менее 20%». Формализация любых таких требований достигается заданием ограничений на рандомизированные веса с помощью неравенств, которые должны выполняться с вероятностью единица (неравенств вида:

pk

Отсутствие каких-либо ограничений предлагается моделировать при помощи равномерного распределения на множестве всех допустимых наборов весов, которое является частным случаем (1) при 1 =…= m= 1.

При указанных условиях решена задача о сравнении качества двух и более оцениваемых объектов, которая в рамках данной модели приобретает стохастический характер. Если объекты «А» и «В» характеризуются своими значениями: QАи QВрандомизированного комплексного показателя, вычисляемого согласно (2), то в качестве критерия сравнения предлагается использовать вероятность стохастического доминирования одного объекта над другим, то есть вероятность выполнения неравенства:QА >QВ. Эта вероятность была найдена в явном видена основе свойств обобщенного распределения Эрланга:

~ r s (v )r-1(t )s+P(QA > QB ) = (-1)r+s-2, s r (5) ~ ~ ~ v=1 t=(t + v ) (k - t ) - v ) (k k=1,(kt) k=1,(kv) где:i = X(i)(В)- X(i)(А) - для всех индексов i, для которых: X(i)(В)>X(i)(А) (дляпоказателей, по которым «В» превосходит «А», их число -r);

~ = X(j)(A)- X(j)(B) - для всех индексов j, для которых:X(j)(В) < X(j)(А) (для j показателей, по которым «А» превосходит «В», их число -s).

Если указанная вероятность будет превосходить некоторый заданный пороговый уровень :

Р(QА > QВ) > , (6) то можно сделать вывод о значимом стохастическом доминированииобъекта «А» над объектом «В» по всему комплексу оцениваемых показателей.

В работе предложен дискретный аналог модели рандомизации весовых коэффициентов. Пустькаждый из весовых коэффициентов может принимать только конечное число возможных значений, составляющих множество {0, n-1, 2n-1,…, (n–1)n-1, 1}, (7) где n– произвольное целое число, определяемое требуемой точностью оценки. Пусть нечеткие ограничения относительно весов заданы с помощью неравенств вида: pi di, где все di - неотрицательные числа, принадлежащие множеству (7). Неопределенность выбора конкретного набора весов моделируется при помощи задания равномерного распределения на конечном множественаборов весов, оставшихся в числе допустимых. Каждый такой набор может быть выбран с одинаковой вероятностью, равной[Nn(d)]-1, где n + m - nD0 - Nn (d) = (8) m - m D0 = - общее число допустимых наборов весов,.

di i= Найдены в явном виде одномерные распределения для рандомизированных весов Pi n j - j - nD0 + ndi + m - -P Pi = = [Nn (d)] (9) n m - а также конечномерные распределения для произвольного подмножества весов P(i1), P(i2), …, P(ik) для любых k

P(m; n; i1, …, ik ; j1,…, jk) = P(P(i1) = j1 n-1, …, P(ik) = jk n-1) = - j1 -...- jk - nD + nd +...+ nd + m - k -1 0 i1 ik -n = [Nn(d)] m - k - (10) В частных случаях, когда при всех i= 1,…, m: а) di= 0 и б)di= n-1, случайные величины Piсходятся при n по функции распределения к случайным величинам Xi, совместное распределение которых есть распределение Дирихле с параметрами 1 =…= m= 1.При этом каждая Xi подчиняется бета-распределению (1, m-1) вида (3).

В случае, когда присутствуют нечеткие ограничения, т.е. di могут принимать произвольные значения, –также выполнен предельный переход при n и показано, что рандомизированные веса Piсходятся (в указанном смысле) к случайным величинам Zi, определяемым из соотношения:

Zi=di+ (1–D0 )Xi. (11) Это служит обоснованием непосредственного использованиявеличин Ziв качестве рандомизированных весов в модели комплексного оценивания (2) при произвольных нечетких ограничениях.

В случае, когда дополнительные ограничения описываются с помощью выполняемых с вероятностью единица неравенств:

Р1<Р2< … <Рm, (12) что означает, что множество единичных показателей качества, учитываемых в (2), линейно упорядочено по степени их важности, модель комплексного оценивания сводится к рассмотренной ранее. Это достигается с помощью линейного преобразования:

P = GP* (13) вектора весовых коэффициентов (Р1, Р2,…,Рm) при помощи матрицы G, элементы которой имеют вид:

- j +1)-1, i j (m gi, j = (14) 0 i < j При этом для вектора новых весов P* справедливы все полученные ранее соотношения, когда ограничения отсутствуют.

II) Метод рандомизации можно использовать при построениимодели неопределенности выбора числовых значений, сопоставляемых различным уровням качества для показателей, измеряемых в порядковой шкале.

Рассматриваются показатели, возможные значения которых составляют множество S = {s0, s1,…sm } нечисловых объектов (пунктов порядковой шкалы – различимых уровней показателя качества), которые пронумерованы согласно заданному на Sотношению строгого линейного порядка. При анализе данных о показателях такого рода, выполняемом совместно с данными о показателях, измеряемых в числовой форме, возникает необходимость закодировать градации шкалыS с помощью числовых значений:х0, х1, …, хm, определяемым согласно правилу f, так что хi = f(si).

Заменив сами градации их порядковыми номерами, введя условие нормировки: f(0) = 0, f(m) = 1, потребуем, чтобы все значения f(i) принадлежали множеству (7). Тем самым задача о выборе кодировки пунктов порядковой шкалы очевидным образом сводится к выбору монотонно возрастающей траектории 0 = f(0)

При отсутствии дополнительных условий об уровнях качества, отвечающих тем или иным пунктам порядковой шкалы, все эти траектории в равной мере допустимы. Это обосновывает выбор равномерного распределения на данном множестве в качестве модели выбора кодировки. За счет такой рандомизации значения f(i) рассматриваются как случайные ~ ~ величины f (i). При отсутствии дополнительных ограничений f (i) подчиняются отрицательному гипергеометрическому распределению вида:

-n ~ j -1 j -1 n - j - P f (i) = = (17) m -1 n i -1m - i -1 а сама траектория (15) может рассматриваться как реализация марковского случайного процесса. Последнее свойство, а также полученные в явном виде условные распределения:

- - -1 j2 - j1 -1 n - j2 -~ j2 ~ j1 n j1 P f (i2 ) = f (i1) = = (18) n n m - i1 -1 i2 - i1 -1 m - i2 -1 ~ позволяют находить и любые конечномерные распределения величин f (i).

~ При переходе к пределу при n случайные величины f (i)сходятся ~(i) к величинам, каждая из которых подчиняется бета-распределению(i, m i)с плотностью распределения вида (3), а совокупность:

~(i ~(i ~(i ~(i ~(i ~(i ), ) - ),…, ) - ),1- ) 1 2 1 k k -1 k подчиняется распределению Дирихле вида (1) с параметрами:

1 =i1, 2 = i2-i1,…,k = ik- ik-1, m = m- ik (19) ~ ~(i) Величины f (i)в случае дискретной модели, как и величины в случае непрерывной модели, непосредственно используются для кодировки пунктов имеющейся порядковой шкалы, когда дополнительные ограничения относительно рассматриваемой порядковой шкалы отсутствуют.

В работе также рассмотрен более общий случай, когда в задаче присутствуют дополнительные условия, выраженные в виде нечисловых или нечетких ограничений, как, например: высший уровень качества (sm)намного отличается от всех остальных или: различие между «отлично» (s3) и «хорошо» (s2) меньше, чем различие между «удовлетворительно» (s1) и «неудовлетворительно» (s0). Такие условия могут быть формализованы при помощи неравенств вида:pi di,относительно разностей pi= f (i)- f (i-1) (20) имеющих смысл приращений траекторий (15), и для которых, как показано в данной главе, при их рандомизации будут справедливы результаты (8) - (11).

Это позволило получить в явном виде одномерные и условные ~ распределения рандомизированных величин f (i) i + j ~ j - D(1,i) -1 n - j - D(i +1,m) + m - i - P f (i) = = [Nn (d)]-1 (21) n i -1 m - i - ~ j2 ~ j1 P f (i2 ) = f (i1) = = n n -n - j1 - D(i1 +1, m) + m -i1 -1 j2 - j1 - D(i1 +1,i2 ) +i2 -i1 -1 n - j2 - D(i2 +1, m) + m -i2 - = (22) m -i1 -1 i2 -i1 -1 m -i2 - В (21) и (22), которые служат обобщениями для, соответственно, (17) и (18), использованы следующие обозначения:

q m d0 = 1 ;D(p, q) = n, D0 = nd0 = D(1, m), (23) di di i=1 i= p где значения diпринадлежат множеству (7).

Показано, что при переходе к непрерывной модели путем предельного ~ перехода при n случайные величины f (i)сходятся (по функции ~(i) распределения) к величинам , приращения которых имеют то же распределение Дирихле, что и величины (11).

Рассмотрена также наиболее общая ситуация, когда указанные ~(i) приращения величин подчиняются распределению Дирихле (1) с произвольными значениями параметров 1,…, m. Используя обозначениядля частичных сумм последовательно взятых параметров распределения Дирихле (1):

(p,q) = p+ …+ q, 0 = (1,m), (24) где p

~(u) ~ ((1, u), (u+1, u+t)) (25) ~(u + t) ~(u ~(u) + w) - ~ ((u+1, u+w), (u+w+1, u+t)) (26) ~(u ~(u) + t) - что позволяет находить распределения величин, получаемых при ряде ~(i) арифметических действий с величинами . Это допускает использование рандомизированных показателей при совместной обработке данных, когда одна часть показателей, характеризующих качество объекта, носит числовой, а другая – нечисловой характер.

Обоснованием адекватности применения разработанных и описанных в главе 3 математических моделей, используемых для оценки качества услуг,служит специфика исходных данных: наличие показателей, не представимых в числовой форме, наличие условий и ограничений, выраженных в нечеткой и нечисловой форме, а также необходимость совместной обработки данных, имеющих как числовую, так и нечисловую природу. Использование разработанных моделей позволяет учесть при комплексной оценке качества услуг весь спектр имеющихся априорных данных, которые в большинстве применяемых на сегодня методов остаются не востребованными.

В четвертой главе изложены конкретные примеры применения построенных моделей в задачах комплексной оценки качества образовательных услуг.

I) Произведен анализ множества основных потребителей образовательных услуг, среди которых выделены категории: 1) отдельные граждане, (обучающиеся в вузе студенты, слушатели, аспиранты);2) работодатели и их объединения; 3) государство как учредитель государственных образовательных учреждений и как гарант выполнения общих требований к качеству образования путем лицензирования образовательной деятельности и аккредитации всех осуществляющих ее образовательных учреждений; 4)общество в целом (представленное общественными организациями, профессиональными объединениями, средствами массовой информации и т.п.). Показано, что комплексная оценка качества, осуществляемая с позиций каждой из перечисленных категорий, должна описываться на основе моделей, учитывающих специфику приоритетов этой категории потребителей. Отмечено также, что образование может рассматриваться с двух возможных позиций: как общественное благо, уровень качества которого призваны гарантировать общество и государство, или как один из видов социальных услуг, когда имеет место рынок услуг с присущими рынку конкуренцией и отношениями поставщик-потребитель.

Системыприоритетов относительно показателей, характеризующих качество, при указанных двух подходах должны существенным образом различаться.

Итересы отдельных потребителей образовательных услуг, оказываемых вузами, в частности, работодателей, слабо представлены в существующей системе комплексного оценивания качества, поскольку набор показателей, включаемых в аккредитационные требования и в модели самооценки, в недостаточной мере направлен на оценку качества результатов обучения.Как в ходе государственной аккредитации, так и при комплексной самооценке объектом оценки качества является вуз. В то же время реальным потребителем выпускаемой вузами «продукции» (образованных людей), безусловно, является бизнес (т.е. работодатель), который оценивает качество (знаний, навыков, компетенций) отдельного выпускника.

На основе проведенного в работе анализа сложившейся практики и законодательной базы (в частности, Федерального закона РФ от 01.12.07 № 307-ФЗ), сделан вывод о том, что оценка качества с позиций работодателя, где объектом оценивания являлись бы профессиональные качества конкретных специалистов, - не может быть осуществлена в рамках существующей системы аккредитации образовательных учреждений, где эти специалисты получили свое профессиональное образование, какие бы новые показатели ни включались в эту систему. Имеющиеся на сегодня формы участия работодателя позволяют оказывать корректирующие воздействия на процесс оказания образовательных услуг, но не дают информации об оценке работодателем достигнутого уровня качества. В качестве одного из возможных решений этой проблемы предлагается схема профессионального признания, осуществляемая саморегулируемыми организациями (СРО), устанавливающими свои критерии и процедуру комплексного оценивания.

II) На основе разработанного в главе 3 метода рандомизации предлагается ряд модификаций применяемой вузами в настоящее время методики самооценки, основанной на модели совершенствования деятельности вуза в области менеджмента качества.В рамках действующей на сегодня модели девятьучитываемых в методике самооценки основных критериев (разбитых на критерии группы «возможности», и критерии группы «результаты») оцениваются по специально разработанным квалиметрическим шкалам, содержащим по 5 уровней качества, разделенных, в свою очередь, на два подуровня. Согласно действующей методике, численная оценка уровня качества по каждому критериюищетсяв виде линейной свертки вида (2) составляющих показателей и подкритериев с весовыми коэффициентами, значения которых фиксированы в рекомендациях по применению модели самооценки. Проведенное пилотное исследование показало, что оценки весов, «назначаемые» различным подкритериям самими вузами в ходе их опроса, далеко не всегда близки к указанным в рекомендациях, при этом вузы придерживаются разных приоритетов относительно сравнительной важности отдельных подкритериев. Это служит дополнительным обоснованием модификации модели самооценки вузов с использованием предлагаемых в диссертации методов рандомизации.

Предлагаемые модификации модели самооценки позволяют отказаться от жесткого фиксирования весовых коэффициентов, так как охватывают все многообразие всех их допустимых наборов и тем самым снимают вопрос о том, почему веса были выбраны именно такими, а не другими. При этом учет различных ограничений позволяет разрабатывать различные модели самооценки применительно к вузам различных категорий (например, различным по профилю: художественные, технические, медицинские и т.п.).

Возможности предлагаемого метода продемонстрированы на примере данных об оценках пяти вузов, условно обозначаемых, как V1,…, V5, по критерию №4 «Ресурсы и партнеры», состоящему из следующих пяти подкритериев:

4.1. Управление финансовыми ресурсами 4.2. Управление материальными ресурсами 4.3. Управление эффективностью технологий обучения и контроля знаний 4.4. Управление информационными ресурсами 4.5. Взаимодействие с внешними партнерами Исходные данные о значениях подкритериев представлены в табл. 1.

Т а б л и ц а 1.

Значения составляющих критерия № 4 для пяти вузов Подкритерии Критерий вуз X4,1 X4,2 X4,3 X4,4 X4,5 XV1 8 7 4 3 4 5.V2 3 2 5 7 7 4.V3 2 5 9 4 6 5.V4 6 3 4 3 8 4,V5 4 6 3 9 3 5,В случае равноправия всех пяти подкритериев X4,1,..,X4,5различия в уровне качества по критерию №4 между всеми пятью вузами является незначимым. Вместе с тем, если учесть мнение ряда вузов, что подкритерии «4.1» и «4.3» являются более важными, чем три остальных подкритерия, и применить рандомизацию весовых коэффициентов с учетом неравенств, вытекающих из данного ограничения:

p1 (4 )>p2 (4), p3 (4) >p2 (4), p1 (4) >p4 (4), p3 (4) >p4 (4), (27) p1 (4)>p5 (4), p3 (4)>p5 (4), - то разброс рандомизированного показателя (в данном случае – критерия №4) выглядит так, как показано на рис. 1а.

7,6,6,6,6,5,5,5,5,5,4,4,4,4,4,0 3,V1 V2 V3 V4 V5 V1 V2 V3 V4 VРис. 1. Диаграммы разброса рандомизированных значений критерия №а - с учетом ограничения 1 б - с учетом ограничения При этом различия по уровню критерия №4, оцененные с помощью вероятности стохастического доминирования (5), становятся значимыми между вузами:V1и V2, V1и V5, а также V3 и V2.

Если же принять другое ограничение, также выраженное в нечисловой форме: подкритерий «4.4» более важен по сравнению с подкритериями «4.1», «4.2» и «4.5», то система ограничительных неравенств относительно весовых коэффициентов приобретает следующий вид:

p4 (4) > p1 (4), p4 (4) > p2 (4), p4 (4) > p5 (4), (28) азначения рандомизированного критерия №4 выглядят существенно иначе (см. рис. 1б). В этом случае расчет вероятностей стохастического доминирования показывает, что вуз V2имеет значимое превосходство по критерию №4 над вузами V1и V4.

Рассмотренный пример наглядно демонстрирует, каким образом модель рандомизации позволяет учитывать различные даже слабо формализованные ограничения и априори заданные предпочтения одних подкритериев по сравнению с другими. Предложенный метод позволяет на практике реализовать управляющие воздействия, призванные отразить именно те приоритеты, которые признаны актуальными на данном этапе развития высшей школы. В результате именно те вузы, показатели которых в наибольшей степени отвечают заданным приоритетам, получают более высокую оценку степени совершенства по данному показателю.

Гибкость модели позволяет менять характер таких управляющих воздействий, переходя от одной системы ограничений к другой.

III) В главе 4 произведен анализ показателей, используемых при государственной аккредитации и в ходе комплексной самооценки СМК российских вузов, а также анализ системы аналогичных показателей, применяемых в ряде европейских стран (Финляндия, Нидерланды, Германия). Обоснован вывод о том, что качество всех сторон деятельности вуза должно оцениваться в международном контексте, - что согласуется с рекомендациями, содержащимися в документах Болонского процессаи в «Стандартах и директивах для гарантии качества высшего образования в европейском регионе», предложенныхв 2005 г. Европейской сетью организаций гарантии качества (ENQA).

С учетом международного опыта предложен набор показателей для оценки качества международной составляющей всех основных видов деятельности вузов при оказании образовательных услуг. В этих целях предложен и разработан набор комплексных показателей (образующих блоки В1,…, В7), которые характеризуют международный аспект следующих направлений деятельности вуза:

B1: Учебный процесс и его обеспечение B2: Научно-исследовательская работа B3: Персонал B4: Процессы, связанные с обеспечением ресурсами B5: Студенты B6: Процессы, связанные с дополнительными образовательными услугами B7: Система качества и процессы управления качеством Для каждого из блоков разработан свой набор единичных показателей, так что Xi,1, Xi,2,…, Xi,m(i)– показатели, характеризующие уровень качества, в отношении блока Bi (i= 1,…, 7), m(i) – число единичных показателей для i-го блокасоставляет5.... 9.Такдля блока В4предложены показатели:

X4,1: Число доступных для студентов рабочих мест, обеспечивающих доступ к электронным образовательным ресурсам и выход в сеть Интернет X4,2 : Наличие в библиотеках вуза и его подразделений изданий на иностранных языках, опубликованных за последние 5 лет, X4,3 : Число мест в общежитиях вуза, выделенных для проживания иностранных учащихся X4,4 :Оценка условий проживания иностранных учащихся, в том числе состояние зданий общежития, отдельных этажей, блоков и квартир, выделенных для этих целей X4,5 : Оценка условий и доступности медицинского обслуживания и медицинского страхования иностранных учащихся X4,6 : Оценка обеспеченности иностранных учащихся и абитуриентов информационными ресурсами (правила приема, перевода и восстановления, процедуры признания и перезачета, стоимость обучения и т.п.) - в том числе на сайте вуза.

Для оценки нечисловых показателей X4,4 - X4,6разработаны порядковые квалиметрические шкалы. Например, шкала оценивания для показателяX4,4разработана в следующем виде:

Т а б л и ц а 2.

Описание пунктов шкалы для оценки по показателю X4,Описание уровня (пункта шкалы) Обозначение Уровень 1. Низкий уровень качества условий проживания: здания общежитий, сети тепло- и(или) водоснабжения, электрические Sи(или) газовые сети нуждаются в ремонте.

Уровень 2. Качество условий проживания - ниже среднего, места общего пользования нуждаются в ремонте и дополнительном Sоснащении бытовой техникой.

Уровень 3. Качество условий проживания - среднее, иностранные учащиеся размещаются в специально выделенных для этого и Sотремонтированных блоках (этажах).

Уровень 4. Качество условий проживания - выше среднего, места отдыха и места общего пользования отремонтированы и достаточно оснащены; все иностранные учащиеся обеспечены Sотдельной комнатой для проживания; в общежитиях для иностранцев соблюдается пропускной режим.

Уровень 5. Высокий уровень качества условий проживания:

помимо указанного в п.4, в общежитии имеется доступ к информационным ресурсам, включая выход в Интернет, развита Sокрестная инфраструктура (транспорт, места досуга и питания, безопасность).

Аналогичным образом в работе предложены свои наборы единичных показателей по каждому из шести остальных блоков, а также разработаны и описаны квалиметрические шкалы для оценивания тех из них, которые представлены в нечисловой форме.

Построение комплексной оценки по каждому блокуBiосуществлено с помощью линейной свертки показателей вида (2):

Bi = P i,1 X i,1+ P i,2 X i,2 +… + Pi,m(i) Xi,m(i), (29) в которой к весовым коэффициентам следует применять методы рандомизации, разработанные в главе 3.

Ограничения относительно весовP i,k возникают в связи с учетом предложенного в работе принципа, согласно которому модель комплексной оценки должна учитывать и отражать специфику вуза, выраженную в его миссии и видении долгосрочных перспектив своего стратегического развития в области международной деятельности. На основе анализа и ряда примеров сформулированы следующие 4 типовые стратегии в области развития международной деятельности:

1. Признанное на международном уровне образование наивысшего качества, опирающееся на достижения науки и современные технологии обучения 2. Подготовка специалистов для зарубежных стран, признаваемых и пользующихся спросом на рынке труда у себя на родине и за ее пределами 3. Научные исследования мирового уровня, разработка высоких технологий и обслуживание наукоемкого продукта 4. Проведение краткосрочных курсов для иностранных граждан по актуальной тематике, пользующейся устойчивым спросом за рубежом;

установление деловых, спортивных, культурных и т.п. связей с зарубежными партнерами Каждый вуз, формулируя свою миссию и стратегию развития, придерживается в отношении международной деятельности одной из этих стратегий (в чистом виде, или комбинации нескольких из них).

Показано, как выбор стратегии вуза в плане развития международной деятельности может быть формализован в виде ограничений на весовые коэффициенты и учтен в модели рандомизации комплексной оценки качества вида (29) для каждого из семи блоков.

Так, при выборе вузом стратегии №1 представляется обоснованным ввести в модель вида (29) оценивания комплексного показателя, соответствующего блоку В4, следующую систему ограничений:

P4,3

В то же время при выборе стратегии №3 наиболее важными среди показателей блока В4следует полагать показатели Х4,1 и Х4,2, указывающие на доступность электронных ресурсов и на оснащенность библиотеки. Это порождает следующую систему ограничений на весовые коэффициенты:

P4,3

Для этого предложено производить линейную свертку, однако, сгруппировав показатели по иному принципу.

Одним из следствий такого построения является то, что параметры моделей оценки для вузов, которые преследуют различные стратегические цели и по-разному формулируют свои приоритеты, оцениваются различным образом. Притом что в модели используются одни и те же индикаторы, рандомизация весов в (29), учитывающая сформулированные приоритеты, позволяет получать свои законы распределения комплексных показателей качества.

Таким образом, предлагаемая методика построения комплексных оценок обладает важным преимуществом по сравнению с традиционно используемыми, а именно: с ее помощьюоценивается не соответствие уровня качества заданному эталону, а то, насколько вуз достигает им же самим заявленные цели развития в области интернационализации и достижения международного уровня предоставляемых им образовательных услуг.

В пятой главе разработанные модели и методы анализа данных, представленных в порядковых квалиметрических шкалах, применяются при решении конкретных задачоценки качества результатов обучения.

Рассмотрена проблема адекватного перевода оценок качества результатов обучения между различными шкалами, применяемыми в различных национальных системах образования, с которой вузы и обучающиеся в них студенты сталкиваются в ходе участия в программах международной академической мобильности. Дан обзор шкал, применяемых в системах образования ведущих стран Европы. Выделены классы шкал:

• C-шкалы (Criterion-referenced), в которых оценки (градации шкалы) соответствуют установленным эталонным уровням качества результатов обучения;

• N-шкалы (Norm-referenced)в которых оценка, получаемая студентом, отражает относительный уровень его(ее) результата по сравнению с аналогичными показателями у других студентов той же группы (потока).

Обосновано различие между шкалой оценок (конечным множеством четко определенных и различимыхмежду собой уровней качества) и шкалой баллов (условных единиц, начисляемых обучающемуся за определенные достижения при выполнении предписанных видов учебной деятельности).

Сделан вывод о целесообразности разработки критериев перевода между шкалами оценок, тогда как шкалу баллов следует рассматривать как вспомогательный инструмент, относящийся к механизму оценивания, и способствующий его большей объективности.

Пусть S = (S1, …, Sk) и T = (T1, …, Tn) - две шкалы оценок, используемые в различных системах образования, содержащие, соответственно, k и n градаций, которые расположены в своем естественном порядке:S1 и T1 обозначают наивысшие возможные для этих шкал оценки, а Sk и Tn – низшие проходные оценки.

Переводоценок из шкалы S в шкалу Tпонимается как правило, присваивающеекаждому студенту х, получившему оценку S(х) = Siпо шкале S, вполне определенную оценку Tj: T(х) = Tjпо шкале T.

Выработан и обоснован ряд критериев, которым должны удовлетворять правила перевода оценок между сопоставляемыми шкалами.

1) Критерий непротиворечивости: Если в шкале S оценка учащегося aвыше, чем оценка учащегося b, т.е. S(a) S(b), то ни при каких условиях в шкале T не должно оказаться, что T(b) T(a).

2) Критерий неприкосновенности шкал: недопустимо для нужд перевода оценок требовать, чтобы в одну из шкал вносились дополнительные (например, промежуточные) градации, или чтобы предоставлялась какаялибо дополнительная информация, не принятая в данной образовательной системе.

3) Критерий равноправия:При всех различиях в содержании программ, в методиках преподавания, в традициях высшей школы той или иной страны и т.п. – диапазон возможного варьирования уровня качества подготовки учащихся по данной учебной дисциплине примерно одинаков, то есть уровни качества «гипотетически наилучшего» студента в обоих вузах могут быть приравнены друг к другу. То же предполагается и относительно нижних допустимых уровней подготовки, при которых данный курс может быть засчитан.

4) Критерий взаимного соответствия:Если при переводе оценок из шкалы S в шкалуT пункту Si (и только ему) соответствует пункт Tj, то при обратном переводе T S пункту Tj должен соответствовать пункт Si.

На рис. 2 показан пример перевода оценок между шкалами, содержащими, соответственно, k = 3 и n = 4 градации, иллюстрирующий случаи: (а) – соблюдения, (б) – нарушения критерия.

T 1 T 1 T 1 T S 1 S 1 S 1 S T 2 T 2 T 2 T S 2 T 3 T 3 S 2 S 2 T 3 T 3 S T 4 T 4 T 4 T S 3 S 3 S 3 S а) соблюдение критерия б) нарушение критерия Рис. 2. Критерий взаимного соответствия.

5)Критерий минимального искажения рейтинга. Оценка T(a) в новой шкале для учащегося a, который в своей (исходной) шкале получил оценку S(a), должна быть такой, чтобы рейтинговый диапазон обладателей оценки T(a) минимально отличался от рейтингового диапазона обладателей оценки S(a) в исходной шкале. Мерой различия служит абсолютная величина разности относительных частот сопоставляемых друг другу оценок.

Пустьp1,..., pk и q1,…, qn - частоты, с которыми наблюдаются оценки, соответственно, по шкаламS и Tу двух сопоставляемых совокупностей обучающихся. Рассмотрим перевод оценок из шкалы S в шкалу T и обратно, начиная с наивысшей оценки.Пусть для определенностиp1>q1, тогда (согласно критерию равноправия) оценка T1 будет переведена в S1,а для ответа на вопрос, в какую оценку следует переводить S1, критерий требует вначале найти абсолютные величины разностей 1,1 = p1 - q1и 1,2 = p1 – (q1 + q2), (32) где (q1+ q2) - доля студентов, имевших в шкале T оценку, не ниже, чемT2.

Если 1,2 0, то:

1,1 (- 1,2) =>S1 T1, 1,1> (- 1,2) =>S1 T2. (33) Если 1,2> 0, то 1,2сравниваем с абсолютной величиной разности:

1,3 = p1 – (q1 + q2 + q3), выбирая уже между возможностями:S1 T2 и S T3 и т.д.

Таким образом, соответствие устанавливается между оценкой по одной из шкал и диапазоном оценок другой шкалы, имеющих суммарную частоту, наиболее близкую к частоте данной оценки.

На рис. 3 представлен результат перевода оценок между 4-х балльной (S) и 6-и балльной (T) шкалами, выполненного согласно данному критерию.

На ряде примеров показано сходство и различия предложенного метода перевода оценок с применяемым в рамках Болонского процесса методом, основанном на шкале ECTS. Так, если применить шкалу ECTSв случае данных представленных на рис. 3, результат такого (двухступенчатого) перевода будет иметь вид, представленный на рис. 4.

Каждый по отдельности перевод: S ECTS и ECTS Tвыполнен согласно правилам применения шкалы ECTS. На данном примере показано, каким образом за счет «удлинения цепочки» переводов происходит заметное искажение соотношений между оценками, обсуждены и обоснованы преимущества прямого перевода, выполняемого согласно выдвинутым критериям, по сравнению с переводом, выполняемым с использованием «буферной» шкалы.

Рис. 3. Перевод оценок между 4-х балльной и 6-и балльной шкалами.

Рис. 4. Перевод оценок S ECTS и ECTS T для данных (рис. 3) Произведен анализ всех возможных вариантов выполнения перевода оценок между шкалой, применяемой в российской системе образования, и шкалой ECTS. Сделан вывод, что в зависимости от частот оценок в российской шкале, перевод оценок RUS ECTSдолжен выполняться одним из следующих четырех способов:

1)при относительно равномерном распределении частот между тремя российскими оценками:

«отлично» «В», «хорошо» «С», «удовлетворительно» «D» ;

2) при существенном преобладании частоты оценки «удовлетворительно»:

«отлично» «А», «хорошо» «В», «удовлетворительно» «D» ;

3) при существенном преобладании частоты оценки «отлично»:

«отлично» «В», «хорошо» «D», «удовлетворительно» «E» ;

4) при существенном преобладании оценки «хорошо»:

«отлично» «А», «хорошо» «С», «удовлетворительно» «Е».

В условиях, когда многие вузы используют балльно-рейтинговые системы оценивания, предложенные критерии перевода оценок являются инструментом поддержки академической мобильности, как международной, так и осуществляемой между вузами России.

Внедрение балльно-рейтинговой систем оценивания должно способствовать решению следующих актуальных задач:

1) Обеспечить более высокую прозрачность и объективность процедуры оценивания и его результатов;

2) Соответствовать в максимальной степени требованиям ФГОС нового поколения в частности, необходимости оценивания качества не только полученных знаний, но и уровня приобретенных в процессе обучения компетенций;

3) Обеспечить постоянный мониторинг качества результатов работы обучающегося в течение всего семестра (учебного года);

4) Создать стимулы к регулярной самостоятельной работе обучающихся по освоению учебного материала и приобретению необходимых знаний, навыков и компетенций.

В работе предложен метод построения балльно-рейтинговой системы оценивания, разработанный в рамках работы Отдела менеджмента качества образования (ОМКО) СПГУТД и внедряемой в настоящее время в учебный процесс в СПГУТД.

Итоговая оценка Qитогпо каждой дисциплине, выставляемая по 100балльной шкале, определяется как взвешенная сумма вида (2) оценок X1, …, Xmза отдельные виды учебной деятельности с весовыми коэффициентамиp1,…,pm, отражающими их сравнительную значимость.

Система содержит ряд дополнительныхограничений, относящихся к правилу вывода итоговой оценки. К ним относятся:

- пороговые значения Qi(-) оценок в баллах, полученных студентом за отдельные виды учебной деятельности, превышение которых является необходимым условием для допуска к сдаче экзамена по данной дисциплине;

- пороговые значения Qi(+) оценок в баллах (Qi(+) 75 баллов) за отдельные, наиболее значимые для данной дисциплины, виды учебной деятельности, превышение которых влечет автоматическое выставление максимальной оценки за экзамен в 100 баллов.

- для дисциплин, промежуточная аттестация по которым предусмотрена в виде экзамена, весовой коэффициент pэкз вида деятельности «сдача экзамена» должен удовлетворять неравенству:

0,4 pэкз 0,6 (34) - для дисциплин, по которым предусмотреныи курсовой проект, и экзамен, соответствующие весовые коэффициенты pкп иpэкз должны удовлетворять неравенствам:

0,3 pкп 0,4 ; 0,3 pэкз 0,4 (35) Система рекомендует применять следующеесоответстви между баллами и оценками (табл. 3).

Значения весовых коэффициентов, отвечающим всем учитываемым видам учебной деятельности, должны удовлетворять приоритетам, которые устанавливаются решением кафедры, ответственной за преподавание данной дисциплины. Например, для дисциплины «Статистические методы контроля качества» перечень оцениваемых видов учебной деятельности и им соответствующие обозначения весовых коэффициентов имеют вид:

- посещение лекций: ( pл ) - работа на практических и семинарских занятиях: ( pпр ) - выполнение индивидуальных расчетных заданий с применением компьютера: ( pрз ) - сдача экзамена: ( pэкз ) Т а б л и ц а 3.

Соответствие между значениями Qитог, итоговыми оценками (в традиционной шкале) и оценками в шкале ECTS.

Оценка Qитог Оценка в шкале ECTS в традиционной шкале 86–100 Отлично А 76–85 В Хорошо 66-75 С 56–65 D удовлетворительно 46- 55 Е 26–45 FX неудовлетворительно 0-25 F Для данной дисциплины дополнительные ограничения и приоритеты отдельных видов деятельности определены условиями: «сдача экзамена» - наиболее значимый вид, следующим по значимости идет «выполнение индивидуальных расчетных заданий с применением компьютера», далее - «работа на практических и семинарских занятиях» и, наконец, «посещение лекций». Эти приоритетыбудут формализованы с помощью следующих неравенств:

pл< pпр< pрз< pэкз, (36) которые совместно с (34) определяют полный перечень ограничений на веса.

Применение метода рандомизации весовых коэффициентов в линейной свертке вида (2)позволяет, учитывая заданные кафедройприоритеты,не фиксироватьконкретные числовые значения весов.

При заданной точности определения весовых коэффициентов, равной 0,05, в модели (2) – (10) имеем: n = 20, m = 4.Из общего числа возможных наборов весовых коэффициентов, равного 969, условиям (34), (36) удовлетворяют только 19. Рандомизация в данном случае означает, что каждый набор может быть использован с одинаковой вероятностью, равной 1/19.Каждый из весов при этом подчиняется распределению вида (9). Расчет их математических ожиданий дает результаты:

E[pэкз] = 0.48; E[pрз] =0.29; E[pпр] =0.16; E[pл] = 0.07 (37) Выполнив округление с учетом требуемой точности, получаем следующий набор весовых коэффициентов, основанный исключительно на имеющейся нечеткой (34) и нечисловой (36) информации:

pэкз = 0.50; pрз = 0.30; pпр = 0.15; pл = 0.05, (38) который рекомендован к практическому использованию.

В работе показано, что балльно-рейтинговая модель оценки, построенная с помощью рандомизации, позволяет выстраивать рейтинг студентов. При этом с помощью расчета вероятности стохастического доминирования (6) учитывается значимость различия между значениями итогового балла Qитог у отдельных студентов.

Шестая глава посвященаразработке методов комплексной оценки качества медицинских услуг. Отмечено различие между понятиями медицинская услуга имедицинская помощь, которое существенно в условиях рыночных отношений, конкуренции между лечебными учреждениями. В этом случае медицинская услуга - вид взаимоотношений по предоставлению медицинской помощи, урегулированный соглашением (договором на оказание медицинской услуги). Рассматривая медицину как составную часть социальной сферы, под медицинской услугой понимают выделенную и ограниченную во времени составную часть оказываемой пациенту медицинской помощи.

Общепризнанное определение понятия качества медицинских услуг на сегодняшний день отсутствует. Вместе с тем не вызывает сомнений, что качество медицинской услуги – комплексный показатель, складывающийся из целого ряда отдельных показателей, отражающих как субъективную, так и объективную составляющие. Следуя рекомендациям ВОЗ, при комплексной оценке качества медицинскихуслуг следует учитывать следующие компоненты:

1. Медицинский персонал и его квалификация (Q1).

2. Наличие и оптимальность использования ресурсов, соблюдение технологии диагностики и лечения (Q2).

3. Процессы взаимодействия пациента с исполнителями услуги и связанные с этим риски от медицинского вмешательства (Q3).

4. Удовлетворенность пациента результатом лечения и качеством взаимодействия с медицинским персоналом(Q4).

В работе предложена общая схема формирования итогового качества Q, рассматриваемого как результат взаимодействия всех указанных компонент (рис. 5).

Одним из эффективных средств повышения уровня качества по показателям, объединяемых компонентами Q2 и Q3, является наличие и проверка соблюдения стандартов, регламентирующих объем затрачиваемых на пациента ресурсов, а также перечень, объем и содержание оказываемых услуг.

Рис. 5. Формирование итогового показателя качества медицинской услуги и контроля качества его составляющих.

В работе подробно рассмотрена сущность и содержание медикоэкономических стандартов (МЭС), которые, помимо инструмента контроля качества, являются также и основой для расчетов между лечебнопрофилактическими учреждениями (ЛПУ) и страховыми компаниямив рамках программ обязательного медицинского страхования.Обоснован вывод о необходимости применения статистических критериев для проверки соблюдения норм и требований, содержащихся в МЭС.

МЭС отражает затраты ЛПУ, необходимые для обеспечения качественного оказания помощи, и содержит перечень медицинских услуг, необходимых при лечении заболеваний данной однородной группы с указанием для каждой услуги нормативных значений параметров:

• ЧП- частота предоставления услуги, • СК- средняя кратность оказания услуги одному получавшему данную услугу пациенту.

На практике значения ЧП и СК оцениваютсяна массиве пациентов, проходивших в ЛПУ курс лечения по профилю данного МЭС.

Между ЛПУ и страховыми компаниями возможно возникновение противоречий, когда признаваемые обеими сторонами критерии проверки соблюдения требований МЭС по каждой отдельной услуге отсутствуют.

Поставлена и решена задача об оценке минимального объема массива пациентов, контроль которого позволяет с заданной точностью и с заданной доверительной вероятностью судить о наличии отклонения фактически наблюдаемых значений: ЧПфакт и СКфакт от указанных в МЭС нормативных значений: ЧПМЭС и СКМЭС.

Разработаны методы решения перечисленных ниже трех задач, возникающих при проверке соблюдения требований МЭС, и обосновано применение для этих целей гипотез о значениях параметров нормального закона распределения.

1) можно ли (при заданном уровне значимости) считать статистически значимыми отклонения фактических значений ЧПфакт от соответствующих значений, предписанных МЭС? Для различных значений n (объемов массивов) рассчитаны и сведены в таблицы верхние границы значений ЧПфакт, превышение которых позволяет считать отклонение от ЧПМЭС статистически незначимым (Табл. 4).

Т а б л и ц а 4.

Предельно-допустимые значения ЧПфакт при проверке соблюдения требований МЭС (n= 50 для уровней значимости, равных 0,05 и 0,01).

p = ЧПМЭС 0,9 0,8 0,7 0,6 0,5 0,4 0,0,05 0,830 0,707 0,593 0,486 0,384 0,286 0,10,01 0,801 0,668 0,549 0,439 0,336 0,239 0,1 2) Предложен критерий, учитывающий оба нормируемых параметра МЭС, и основанный на значении:

= ЧП СК, (39) которое определяет среднее число случаев оказания услуги, приходящееся на одного пациента. Суть критерия состоит в проверкегипотезы Н: = МЭС =ЧПМЭС СКМЭС (40) против односторонней альтернативы, согласно которой <МЭС, означающей, что требования стандарта по данной услуге недовыполнены.В качестве критерия предложено использовать неравенство:

МЭС факт > МЭС -U (41) n где:факт =ЧПфакт СКфакт;U - -процентная точка стандартного нормального закона распределения.

При выполнении неравенства (41) отклонения от требований стандарта в части, касающейся данной услуги, следует признать незначимыми при уровне значимости .

3) Разработан критерий сравнения значений показателейЧПуслуги, оказываемойв двух ЛПУ, осуществляющих лечение пациентов с применением одного и того же стандарта.Решение этой задачи актуально при сопоставлении уровня качества у нескольких поставщиков медицинских услуг, а также при составлении рейтингов медицинских учреждений.

Решение основано на проверке гипотезы:

Н: ЧП(1) = ЧП(2) (42) где ЧП(1),ЧП(2) - частоты применения данной услуги в двух сравниваемых медицинских учреждениях.

Проверка гипотезы (42) сводится к проверке равенства относительных частот в двух совокупностях и основана на выполнении неравенства:

d1 dn1 n< U (43) D где:

d1 + d2 d1 + d2 1 D = + (44) n1 + n2 1- n1 + n2 n1 n2 , n1,n2 - объемы массивов пациентов, проходивших лечение по данному МЭС в двух сравниваемых ЛПУ, d1 и d2 – число пациентов, которым была оказана данная услуга, соответственно, в первом и втором массиве, - заданный уровень значимости,U/2 - процентная точка стандартного нормального закона распределения.

Разработанные методы практически применены при апробации вновь разрабатываемых МЭСв ряде ЛПУ г. Санкт-Петербурга, в частности:

• МЭС 821010 «Амбулаторное ведение больного с пересаженной почкой», • МЭС 711340 «Вирусный гепатит “В” активная фаза», • МЭС 771040 «Гипертоническая болезнь».

Разработанныеметоды могут иметь практическое значение при экономических расчетах между медицинскими учреждениями и страховыми компаниями.

Предложен метод оценки субъективно воспринимаемого пациентами качества услуг, оказываемых в процессе лечения в условиях медицинского стационара.Исследования выполнены на базе отделения сосудистой хирургии СЗГМУ им. И.И. Мечникова. Разработанная для пациентов отделенияанкета предлагает оценить по пятибалльной шкале 59 единичных показателей воспринимаемого качества. Эти показатели логически сгруппированы в 11 подкритериев, а те, в свою очередь – в следующиеукрупненных критериев:

М1. Работа врачей и их профессионализм, М2. Качество и доступность помощи медицинских сестер, М3. Условия размещения в палатах и их оснащенность, М4. Качество питания, М5. Вежливость и доброжелательность персонала, По итогам обработки анкет, полученных в ходе апробации метода, критерии проранжированы по степени их важности для пациентов следующим образом:

М1 М2 М5 М3 М4.

Это позволило при последующем построении комплексной оценкикачества применить метод рандомизации весов согласно (9)- (11).

Выполняя анкетирование пациентов на регулярной основе, руководство клиники получает возможность с помощью рандомизированных среднихи дисперсий отслеживать динамику изменения уровня воспринимаемого качества, а также оцениватьзначимость изменений в наблюдаемом динамическом ряду. Получаемый аналог контрольной карты служит элементом системы управления качеством на отделении и в целом в ЛПУ.

ЗАКЛЮЧЕНИЕ В диссертационной работе разработаныматематические модели рандомизации и обосновано их применение в целях описания неопределенности, которая свойственна задачам комплексной оценки качества.Обоснована эффективность таких моделей при комплексном оценивании образовательных и медицинских услуг, а также государственных услуг и в сфере ЖКХ. Для названных видов услуг выявлено и обосновано наличие общих черт, характеризующих структуру составляющих их единичных показателей, а также приоритетное значение, которое при комплексной оценке имеют показатели восприятия качества услуги со стороны потребителей.

Обосновано применение статистических методов при проверке соблюдения МЭС, как необходимое условие качественногооказания медицинской помощи. Построены критерии проверки соблюдения норм МЭС, основанные на выборочных значениях его параметров, оцениваемых на массиве пациентов. Практическое применение разработанных моделей описания и методов комплексной оценки позволяет:

- учитывать при обработке данных заданные в нечеткой и нечисловой форме условия относительно сравнительной важности отдельных показателей;

- проверять значимость различия уровней качества сравниваемых объектов по построенному комплексному показателю;

- учитывать в нечетко заданную дополнительную информацию об уровнях качества, соответствующих пунктам порядковых квалиметрических шкал;

- осуществлять совместную обработку данных о показателях качества, оцениваемых в квалиметрических шкалахразличного типа.

Применение разработанных методов обосновано и проиллюстрировано на конкретных примерах задач в сфере образования и медицины:

- в моделях комплексной самооценки систем менеджмента качества высших учебных заведений, - при переводе оценок качества результатов обучения между шкалами, применяемыми в системахобразования различных стран, - при комплексном оценивании уровня международной составляющей в о всех основных видах деятельности вузов, - при разработке балльно-рейтинговых систем оценивания результатов обучения, - при комплексном оценивании качества медицинской помощи, воспринимаемого пациентами в условиях стационарного лечения.

СПИСОК ПУБЛИКАЦИЙ ПО ТЕМЕ ДИССЕРТАЦИОННОЙ РАБОТЫ Монографии и учебные пособия:

1. Рожков, Н. Н. Основы технических измерений и метрологическое обеспечение испытаний для подтверждения соответствия / Н. Н. Рожков, М.

Н. Иванов, А. Е. Рудин // СПб.: СПГУТД, 2004. – 152 с.

2. Рожков, Н. Н. Обеспечение качества измерений / Н. Н. Рожков, М. Н.

Иванов, А. Е. Рудин // СПб.: СПГУТД, 2004. – 53 с.

3. Рожков, Н. Н. Статистические методы контроля качества / Н. Н. Рожков // СПб.: СПГУТД, 2005. – 145 с.

4. Рожков, Н. Н. Квалиметрия и управление качеством. Математические методы и модели. / Н. Н. Рожков // СПб.: СПГУТД, 2007. – 185 с.

5. Рожков, Н. Н. Квалиметрические методы и модели в задачах управления качеством в сфере образования / Н. Н. Рожков // СПб.: СПГУТД, 2011 –218с.

Статьи, опубликованные в ведущих рецензируемых научных журналах:

6. Рожков, Н. Н. Стохастические процессы с равновероятными монотонными реализациями, моделирующие дефицит информации / О. Н. Колесникова, В.

В. Корников, Н. Н. Рожков, Н. В. Хованов // Вестник ЛГУ. Сер. Математ., механ. – 1987. – №1. – С. 21-26.

7.Рожков, Н. Н. Непараметрическая модель оценивания случайного спроса на изделия массового потребления / Н. Н. Рожков // Известия вузов.

Технология легкой промышленности / 1989. – № 6. – С. 8-11.

8. Рожков, Н. Н. Рандомизированный критерий сравнения качества сложных объектов / Н. Н. Рожков // Экономика и математические методы. – М.: АН СССР, 1991. –Том 26. –Вып.3. – С. 597 –600.

9. Рожков, Н. Н. Система перезачета оценок успеваемости – инструмент поддержки академической мобильности / Н. Н. Рожков // Университетское управление: практика и анализ. – 2006. –№ 5(45). – С. 104 – 113.

10. Рожков, Н. Н. О путях дальнейшего совершенствования моделей самооценки систем /Н. Н. Рожков, В. С. Соболев, И В. Кононова, Е. С.

Юркина // Качество, инновации, образование. –2008. – № 2 (33) – С. 2–7.

11. Рожков, Н. Н. Квалиметрический подход к задаче комплексного оценивания качества государственных услуг / Н. Н. Рожков // Управленческое консультирование. – 2011. – № 3. – С. 26-32.

12. Рожков, Н. Н. Профессиональное признание как инструмент оценки качества образовательных услуг / В. Я Дмитриев, В. П. Пилявский, Н. Н.

Рожков // Вестник Национальной академии туризма. – 2011– № 3.– С.53-55.

13. Рожков, Н. Н. Балльно-рейтинговая система оценивания, основанная на нечисловых данных о значимости отдельных видов учебной деятельности студентов / А. В. Демидов, Н. Н. Рожков // Дизайн. Материалы. Технология. - 2011. - № 5.– С. 8-11.

14. Рожков, Н. Н. Оценка качества образования со стороны работодателя – элемент обратной связи в системе управления качеством вуза /А. В. Демидов, Н. Н. Рожков // Известия вузов. Технология легкой промышленности. - 2011.- № 4.– С. 33-36.

15. Рожков, Н. Н. Построение балльно-рейтинговой системы оценивания на основе нечетких и нечисловых приоритетов / Н. Н. Рожков // Вестник Национальной академии туризма.– (в печати).

16. Рожков, Н. Н. Оценка качества медицинских услуг на основе статистических критериев соблюдения норм медико-экономических стандартов / Н.

Н. Рожков // Информационно-управляющие системы. – (в печати).

Статьи, опубликованные в профессиональных журналах, научных сборниках и других научных изданиях:

17. Рожков, Н. Н. Байесовский метод обработки статистических данных, измеряемых по ординальной шкале / Н. Н. Рожков // Приложения асимптотических методов в математич. физике и статистике. –Л.: ЛГУ, 1985. – С. 43-52.

18. Рожков, Н. Н. Оценка параметров сложных систем методом рандомизированных воздействий / Л. М. Мачевариани, Г. В. Новоселова, Н.

Н. Рожков, Н. Н. Хромов-Борисов // Математические модели сложных систем. Надежность и обработка информации. – Л.: ЛГУ, 1986. –С. 155-160.

19. Рожков, Н. Н. Методы арифметизации порядковых шкал измерения качества продукции / Н. Н. Рожков // Методология и практика оценки качества продукции на ленинградских предприятиях. –Л.: ЛДНТП, 1988. – С. 61-64.

20. Рожков, Н. Н. Эффективность международного сотрудничества – важный элемент стратегии университета / Н.Н. Рожков // Вестник СПГУТД, 2001. – N 4. – С. 30-35.

21. Рожков, Н. Н. Моделирование неопределенности измерений в неметрических шкалах с помощью распределений Дирихле / Н. Н. Рожков // Вестник СПГУТД, 2003. – N 8. – С. 30-34.

22. Рожков, Н. Н. Квалиметрическая оценка комплексных показателей обеспеченности и качества жилищно-коммунальных услуг / Н. Н. Рожков, В. П.

Пилявский, В. П. Головачук // Экономика сервиса. – 2007 – № 1 – С. 137-144.

23. Рожков Н. Н. Комплексная оценка показателя обеспеченности жилищно-коммунальными услугами с помощью методов квалиметрии / В. П.

Пилявский, Н. Н. Рожков // Управление общественными и экономическими системами, ОГУ: Орел, 2007. – №1(9), Электронное издание. – № гос. рег.

0420700014/0019. – сетевой адрес: http://bali.ostu.ru/umc/zj2007_1.php.

24. Рожков, Н. Н. Болонский процесс: квалиметрический метод сопоставления шкал оценок успеваемости / Н. Н. Рожков // Вестник СПГУТД. – 2007. – N 13. – С. 3-7.

25. Рожков, Н.Н. Разработка индикаторов качества участия вуза в мероприятиях Болонского процесса(Раздел I.6. – 42 с.) / Н. Н. Рожков // Разработка индикаторов и методики оценки деятельности вузов по внедрению рекомендаций Болонского процесса в части признания документов об образовании. – отчёт о НИР (заключ.) // Федеральная целевая программа развития образования на 2006-2010 годы. Задача II: «Развитие системы обеспечения качества образовательных услуг». Государственный контракт от 06.09.07 г. № П607. – Невский ин-т языка и культуры; рук. М.И.

Диброва; исп. Н.Н. Рожков [и др.]. – СПб., 2007. – 1424 с.

26. Рожков, Н. Н. Квалиметрическая оценка качества услуг с помощью рандомизированных весовых коэффициентов / Н.Н. Рожков // Известия международной академии наук высшей школы. – 2008. – № 4(42). – С.166 –175.

27. Рожков Н. Н. Качество медицинских услуг как предмет квалиметрического оценивания / А. Я. Голышев, Н. Н. Рожков // Менеджер здравоохранения. –2008. – №7. – С. 40-44.

28. Рожков, Н. Н. Применение ранговых методов при сравнительной оценке качества технических тканей / Н. Н. Рожков, М. И. Голубев, Ю. В. Мачицкая, Е. Я. Сурженко // В мире оборудования. – Изд-во «Легпромбизнес». – 2008. – N 7 (82). – С. 16-19.

29. Рожков, Н. Н. Модель описания нечисловых показателей при комплексной оценке качества объектов / Н. Н. Рожков // Вестник СПГУТД, сер 1: «Естественные и технические науки», 2010. –N 1.– С. 52-55.

30. Рожков, Н. Н. Статистические методы контроля качества медицинских услуг на основе критериев соблюдения медико-экономических стандартов / Н. Н. Рожков, Д. Н. Суслов, О. А. Карамышева-Пигнатти // Вестник СПГУТД, сер 1: «Естественные и технические науки», 2012. –N 1.– С. 34-37.

Материалы международных и всероссийских научных конференций:

31. Рожков, Н. Н. Системы оценки и академического признания на примере СПГУТД и европейских вузов-партнеров по программе ТЕМПУС / Н. Н.

Рожков, А. Л. Мазина // Докл. междунар. конф. «Интернационализация высшего образования и научных исследований в XXI веке. Роль технических университетов». – СПб.: «Нестор», 1999. – С. 178-180.

32. Рожков, Н. Н. Международное сотрудничество и новый подход к созданию учебного плана подготовки специалистов / Н. Н. Рожков, И. Б.

Караулова // Докл. междунар. конф. «Интернационализация высшего образования и научных исследований в XXI веке. Роль технических университетов». – СПб.: «Нестор», 1999. – С. 57-60.

33. Рожков, Н. Н. Проблемы результативности систем высшего технического образования на примере СПГУТД и университета г. Лидс (Великобритания) / Ашнин Н. М., Ветрова Ю. Н., Новоселов Г. А., Рожков Н. Н.// Докл. Междунар. конф. «Высокие интеллектуальные технологии образования и науки», СПб: СПГТУ, 1999. – С. 204-205.

34. Рожков Н. Н. О приоритетных направлениях международных образовательных проектов в русле Болонского процесса / Н. Н. Рожков // Проблемы и перспективы интеграции российской и европейской систем образования. Материалы междунар. конф. СПб.: СПбГУАП, 2004.– С.71-35. Рожков, Н. Н. Учет и обработка нечетких и нечисловых показателей качества в моделях комплексной самооценки вузов / М. В. Воронов, Н. Н.

Рожков // Актуальные проблемы экономики и новые технологии преподавания (Смирновские чтения) / Материалы VII международной научно-практической конференции. Т.1. – СПб.: Изд-во МБИ. – 2008. – с. 27– 29.

36. Рожков, Н. Н. Повышение объективности самооценки вуза на основе рандомизации весовых коэффициентов критериев и составляющих модели / Н. Н. Рожков, В. С. Соболев, И. В. Кононова, Е. С. Юркина // Менеджмент качества в образовании. Тез. окл. Всероссийской научно-практической конференции; под ред. С. Степанова. – СПбГЭТУ ЛЭТИ, 2008. – С.169 –171.

37. Рожков Н. Н. Квалиметрическая оценка качества международной деятельности вуза и участия в мероприятиях Болонского процесса / М.И.

Диброва, Н. Н. Рожков // Менеджмент качества в образовании. Тез.докл.

Всероссийской научно-практической конференции; под ред. С.А. Степанова / СПбГЭТУ ЛЭТИ. – СПб, 2008. – С. 91–95.

38. Рожков, Н. Н. Специфика номенклатуры показателей при оценке качества образовательных услуг и образовательных учреждений / Н. Н. Рожков, В. Ф. Черномазова // Государство и бизнес. Вопросы теории и практики:

моделирование, менеджмент, финансы. Материалы I Межрегиональной конференции. под ред. В.А. Волкова, В.А. Курзенева. – СПб.: СЗАГС, 2009. – С. 211 –216.

39. Рожков, Н. Н. Метод рандомизации комплексной оценки СМК вуза / Н.

Н. Рожков // Государство и бизнес. Вопросы теории и практики: моделирование, менеджмент, финансы: Материалы I Межрегиональной конференции.

/ под ред. В.А. Волкова, В.А. Курзенева. – СПб.: СЗАГС, 2009. – С. 204 –210.

40. Рожков Н. Н. Унифицированный метод комплексного оценивания качества государственных услуг и соблюдения административных регламентов / Н. Н. Рожков // Государство и бизнес. Вопросы теории и практики: моделирование, менеджмент, финансы: Материалы II Международной конференции. / под общ. ред. В.А. Волкова, В.А. Курзенева, Н.А Тарасова. – СПб.: СЗАГС, 2010. – С. 230 -233.

41. Рожков, Н. Н. Разработка и внедрение балльно-рейтинговой системы оценивания / Н. Н. Рожков // Менеджмент качества в образовании. Тезисы докладов 4-й Всероссийской научно-практической конференции. Под ред.

С.А. Степанова / Изд-во СПбГЭТУ ЛЭТИ, 2011. – С. 170 –172.






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.