CC BY
39
— осуществлять функции центра занятости в разработке и апробации новых программ трудоустройства;
— осуществлять многопрофильные образовательные программы переподготовки кадров;
— развивать собственную структуру управления, опираясь на динамичную организацию основной деятельности;
— расширять систему дополнительных источников финансирования;
— создавать информационную среду, обеспечивающую доступность релевантной информации о деятельности службы занятости;
— вести экспертно-аналитическую деятельность в сфере занятости.
Ю.М. КРАКОВСКИЙ
доктор технических наук,профессор
В.К. КАРНАУХОВА
кандидат химических наук, доцент Иркутского государственного университета
А.С. ТЮРНЕВ
аспирант
СТАТИСТИЧЕСКАЯ ПРОВЕРКА ОДНОРОДНОСТИ ОЦЕНОК ЭКСПЕРТОВ ПРИ СТРАТЕГИЧЕСКОМ ПОЗИЦИОНИРОВАНИИ ОБЪЕКТОВ ПО МОДЕЛИ МАК-КИНСИ
Стратегический анализ рынка — это, с одной стороны, изучение закономерностей его развития с учетом влияния макросреды маркетинга и конкурентной борьбы в целях прогнозирования долгосрочных перспектив рыночной ситуации; с другой стороны — это важнейший этап стратегического планирования, позволяющий сформировать набор стратегических альтернатив. При анализе рынка образовательных услуг более важной является именно вторая сторона стратегического анализа.
В аналитическом обеспечении разработки стратегии развития организации широко применяются методы портфельного анализа. Портфельный анализ — это инструмент, посредством которого предприятие оценивает свою хозяйственную деятельность с целью вложения средств в наиболее прибыльные и перспективные направления и прекращения или сокращения инвестирования в неэффективные проекты.
Одним из приемов портфельного анализа является построение двумерных матриц, с помощью которых объекты рынка сравниваются между собой по таким критериям, как темпы роста продаж, стадия жизненного цикла, доля рынка и т.д. Данный прием
будем называть стратегическим позиционированием или оценкой стратегического положения исследуемых объектов, что, по сути, одно и то же.
При такой трактовке стратегическое позиционирование является одним из этапов портфельного анализа и представляет собой инструмент специальной обработки разнородной информации. Стратегическое позиционирование можно рассматривать как метод классификации, так как двумерные матрицы разбиты на секторы. Помимо этого стратегическое позиционирование осуществляет двумерное упорядочивание объектов относительно главной диагонали матрицы, например матрицы Мак-Кинси.
Модель Мак-Кинси появилась в начале 1970-х гг. Она была предложена совместно компанией «General Electric» и консалтинговой группой «McKinsey and Co». К 1980 г. данная модель стала наиболее популярной многофакторной моделью оценки стратегических позиций объектов бизнеса1.
Возможность применения модели Мак-Кинси для стратегического позиционирования вузов относительно специальности «Юриспруденция» была обоснована и апробирована ранее2.
© Ю.М. Краковский, В.К. Карнаухова, А.С. Тюрнев, 2006
Область значений показателей в модели Мак-Кинси делится на девять секторов. Чтобы позиционировать каждый из объектов W в матрице Мак-Кинси, необходимо определить их координаты Р (показатель привлекательности) и К (показатель конкурентоспособности). Каждый из показателей оценивается по нескольким факторам.
Для оценки этих показателей рекомендуются такие факторы:
— показатель привлекательности Р: А — стоимость обучения; В — квалификация профессорско-преподавательского состава; С — материально-техническая база вуза, включая библиотеки и объекты для отдыха; D — возможность получения практических навыков, в том числе возможность прохождения практик в престижных фирмах; Е — налаженные контакты с потенциальными работодателями;
— показатель конкурентоспособности К: F — имидж, репутация и престиж вуза; G — качество подготовки специалистов по выбранной специальности; Н — опыт сотрудничества данного вуза со своими выпускниками; I — социально-экономический статус специальности в обществе3.
На наш взгляд, это не окончательный перечень факторов, так как некоторые из них являются спорными. Например, качество подготовки специалистов по выбранной специальности входит в показатель конкурентоспособности, а факторы, от которых оно зависит, — в показатель привлекательности (квалификация ППС, материально-техническая база вуза). С другой стороны, учет мнения работодателей, учет статуса выпускника вуза являются положительными моментами. Здесь можно сослаться на зарубежный опыт4.
Системы зарубежного рейтингования вузов имеют сложившиеся традиции. Так, например, в США признанный профессиональным сообществом рейтинг по 50 ведущим университетам существует с 1983 г. В его основу легли две группы показателей: репутация вуза и карьерный рост выпускников. Затем стали принимать во внимание вклад вуза в общественное развитие.
Среди главных факторов, которые учитываются в западных рейтингах, можно назвать следующие:
— оценка вуза академическим сообществом;
— оценка вуза работодателями;
— величина конкурса;
— количество студентов, избравших научную деятельность;
— количество среди преподавателей членов национальной академии;
— количество преподавателей, имеющих докторскую степень;
— количество среди преподавателей иностранных профессоров с мировым именем.
В модели Мак-Кинси значения факторов оцениваются на основе мнений экспертов, а при вычислении значений показателей используются дополнительно весовые коэффициенты. При определении этих коэффициентов применяется метод анализа иерархий5. В данной статье для повышения качества стратегического позиционирования предлагается проверять однородность мнений экспертов на этапе оценки ими значений факторов.
Эксперты для каждого фактора по вузам формируют матрицу
В = (Ьу), I = у = Т7Г, (1)
где, Ь.. — выборочное значение фактора, которое формирует у-й эксперт по 1-му вузу; т — число вузов; к — число экспертов. Исходная информация (1) взята из диссертационного исследования Я.Л. Шильке, но в ее работе проверка однородности мнений экспертов по оценкам значений факторов не проводилась.
Нами выборочные значения (1) преобразованы в ранги В ^ Р(гу), где г.. — ранги. В табл. 1—4 приведены значения полученных рангов по каждому показателю для двух групп экспертов (по пять человек в каждой) и семи вузов города, которые активно участвуют в подготовке юристов: Иркутский государственный университет (ИГУ), Байкальский государственный университет экономики и права (БГУЭП), Братский филиал Иркутского государственного университета (БФИГУ), Иркутский филиал Российской правовой академии Министерства юстиции (ИФРПАМЮ), Восточно-Сибирский институт МВД (ВСИМВД), Иркутский государственный технический университет (ИрГТУ) и Сибирский институт права, экономики и управления (СИПЭУ).
В качестве критерия проверки однородности экспертных оценок предложена О-ста-
где
Ор = к(т - 1^, 12S
W =_Р_■
к2(т3 - т) '
(2) (3)
тистика6:
5р = " 1 к(т + 1 ) )2. (4)
При т > 7 О-статистику (2) можно аппроксимировать х2(к — 1)-статистикой с (к — 1) степенями свободы. При Ор > х2р^ Х2(к - 1, а), где а — уровень значимости, гипотезу об однородности экспертных оценок можно принять. Здесь %2кр— квантиль (критическое значение) для распределения х2, который мы определяем по таблицам:
Х2^ х2(4; 0,05) = 9,5;
х2кр^ х2(9; 0,05) = 16,5.
(5)
(6)
В табл. 5, 6 приведены значения О-статис-тики (2) с учетом значений (3), (4) по каждой группе экспертов (к = 5) и по объединенной группе (к = 10). Жирным шрифтом выделены значимые значения О-статистики, большие критических значений (5), (6).
Таблица 1
Значения показателя привлекательности (первая группа экспертов)
Фактор Эксперт ИГУ БГУЭП БФИГУ ИФРПАМЮ ВСИМВД ИрГТУ СИПЭУ
А 1 5,5 7,0 3,5 1,5 1,5 5,5 3,5
2 4,0 4,0 4,0 4,0 4,0 4,0 4,0
3 2,0 2,0 5,0 5,0 5,0 2,0 7,0
4 1,5 1,5 5,5 5,5 7,0 3,5 3,5
5 6,5 6,5 5,0 2,5 2,5 4,0 1,0
В 1 1,5 1,5 3,5 6,0 6,0 3,5 6,0
2 1,5 1,5 4,0 4,0 4,0 6,0 7,0
3 3,0 1,0 5,5 3,0 5,5 3,0 7,0
4 1,5 1,5 5,0 5,0 5,0 5,0 5,0
5 2,0 1,0 7,0 3,5 3,5 5,5 5,5
С 1 2,0 2,0 4,0 6,0 6,0 2,0 6,0
2 1,5 1,5 6,5 6,5 4,0 4,0 4,0
3 1,5 1,5 6,0 3,5 6,0 3,5 6,0
4 1,0 2,0 6,5 6,5 4,0 4,0 4,0
5 1,5 1,5 7,0 3,5 3,5 5,0 6,0
D 1 3,0 3,0 3,0 6,5 6,5 3,0 3,0
2 2,0 2,0 5,5 5,5 2,0 5,5 5,5
3 2,5 2,5 6,0 5,0 2,5 2,5 7,0
4 3,0 3,0 6,0 6,0 1,0 3,0 6,0
5 5,0 2,0 7,0 2,0 2,0 5,0 5,0
Е 1 4,5 4,5 4,5 2,0 1,0 4,5 7,0
2 2,0 2,0 5,0 5,0 2,0 5,0 7,0
3 4,0 4,0 6,0 1,5 1,5 4,0 7,0
4 2,5 2,5 5,0 6,5 2,5 2,5 6,5
5 3,0 3,0 7,0 3,0 1,0 5,0 6,0
Таблица 2 Значения показателя привлекательности (вторая группа экспертов)
Фактор Эксперт ИГУ БГУЭП БФИГУ ИФРПАМЮ ВСИМВД ИрГТУ СИПЭУ
А 6 4,5 7,0 4,5 4,5 2,0 4,5 1,0
7 6,5 6,5 2,0 4,5 2,0 4,5 2,0
8 5,5 5,5 2,5 1,0 5,5 5,5 2,5
9 1,5 1,5 4,5 4,5 7,0 4,5 4,5
10 2,0 2,0 5,0 2,0 7,0 5,0 5,0
В 6 2,0 2,0 6,5 4,5 4,5 2,0 6,5
7 1,5 1,5 6,0 3,5 3,5 6,0 6,0
8 1,0 3,5 3,5 3,5 6,5 6,5 3,5
9 1,0 4,5 4,5 4,5 4,5 4,5 4,5
10 2,0 2,0 7,0 2,0 6,0 4,5 4,5
Окончание табл. 2
Фактор Эксперт ИГУ БГУЭП БФИГУ ИФРПАМЮ ВСИМВД ИрГТУ СИПЭУ
С 6 3,5 1,5 6,0 6,0 6,0 1,5 3,5
7 1,5 1,5 5,5 7,0 5,5 3,5 3,5
8 1,5 1,5 4,5 4,5 7,0 4,5 4,5
9 1,0 2,0 5,0 5,0 5,0 5,0 5,0
10 1,0 3,0 5,5 3,0 7,0 3,0 5,5
D 6 4,0 4,0 6,5 1,5 1,5 4,0 6,5
7 1,0 2,0 4,0 4,0 4,0 6,5 6,5
8 3,0 1,0 5,5 3,0 3,0 7,0 5,5
9 1,5 1,5 5,0 5,0 5,0 5,0 5,0
10 3,5 1,5 5,5 1,5 3,5 5,5 7,0
Е 6 4,5 4,5 4,5 1,5 1,5 7,0 4,5
7 1,0 2,5 4,0 6,0 2,5 6,0 6,0
8 2,5 4,0 6,0 2,5 1,0 6,0 6,0
9 4,0 4,0 4,0 4,0 4,0 4,0 4,0
10 3,0 3,0 5,5 1,0 3,0 5,5 7,0
Таблица 3 Значения показателя конкурентоспособности (первая группа экспертов)
Фактор Эксперт ИГУ БГУЭП БФИГУ ИФРПАМЮ ВСИМВД ИрГТУ СИПЭУ
F 1 1,5 1,5 3,0 5,5 5,5 5,5 5,5
2 1,0 3,0 6,0 3,0 3,0 6,0 6,0
3 1,5 1,5 4,0 4,0 6,0 4,0 7,0
4 1,5 1,5 4,5 4,5 4,5 4,5 7,0
5 1,5 1,5 7,0 5,5 5,5 3,5 3,5
G 1 1,0 5,5 3,0 3,0 3,0 7,0 5,5
2 1,5 1,5 6,5 4,0 4,0 6,5 4,0
3 1,0 3,5 6,5 3,5 2,0 5,0 6,5
4 1,5 1,5 4,5 4,5 4,5 4,5 7,0
5 2,0 2,0 7,0 4,0 2,0 5,5 5,5
Н 1 1,0 4,5 4,5 2,0 4,5 7,0 4,5
2 1,5 4,0 6,5 4,0 1,5 6,5 4,0
3 4,0 4,0 6,5 4,0 1,5 1,5 6,5
4 2,0 2,0 6,5 6,5 2,0 4,0 5,0
5 1,5 1,5 7,0 3,5 3,5 5,5 5,5
I 1 1,0 3,0 3,0 3,0 7,0 5,5 5,5
2 1,5 1,5 6,5 4,0 4,0 6,5 4,0
3 1,5 1,5 5,5 3,5 5,5 3,5 7,0
4 1,5 1,5 6,0 6,0 3,5 3,5 6,0
5 1,5 1,5 7,0 3,5 3,5 5,5 5,5
Таблица 4 Значения показателя конкурентоспособности (вторая группа экспертов)
Фактор Эксперт ИГУ БГУЭП БФИГУ ИФРПАМЮ ВСИМВД ИрГТУ СИПЭУ
F 6 1,0 3,5 3,5 3,5 6,5 3,5 6,5
7 1,5 1,5 7,0 4,0 3,0 5,5 5,5
8 1,5 1,5 3,0 5,0 7,0 5,0 5,0
9 1,5 1,5 4,5 4,5 7,0 4,5 4,5
10 3,5 1,0 6,0 2,0 6,0 6,0 3,5
G 6 2,0 5,5 5,5 2,0 2,0 5,5 5,5
7 1,5 1,5 4,5 6,5 3,0 4,5 6,5
8 1,5 1,5 3,5 3,5 6,0 6,0 6,0
9 1,5 1,5 5,0 5,0 5,0 5,0 5,0
10 1,5 3,0 5,5 1,5 5,5 5,5 5,5
Окончание табл. 4
H 6 5,5 5,5 5,5 2,0 5,5 2,0 2,0
7 2,5 4,0 6,0 6,0 2,5 1,0 6,0
8 1,5 1,5 4,5 4,5 6,5 3,0 6,5
9 1,5 1,5 5,5 5,5 5,5 3,0 5,5
10 1,5 3,0 5,5 1,5 5,5 5,5 5,5
I 6 5,0 5,0 5,0 1,5 5,0 1,5 5,0
7 1,0 2,5 4,5 4,5 2,5 6,5 6,5
8 1,5 1,5 5,0 5,0 7,0 3,0 5,0
9 4,0 4,0 4,0 4,0 4,0 4,0 4,0
10 2,0 2,0 4,0 2,0 6,0 6,0 6,0
Таблица 5
Значения Q-статистики для показателя привлекательности
Фактор Группа экспертов
первая вторая объединенная
A 0,62 3,17 1,04
B 19,50 13,76 15,53
C 20,36 18,66 18,65
D 10,16 17,12 11,29
E 17,98 11,25 13,17
Проведенные исследования позволяют сделать следующие выводы:
1. Оценки экспертов, объединенных в группы, практически по всем факторам оказались достаточно однородными. Следует отметить, что эксперты первой группы являются работниками правоохранительных органов, а эксперты второй группы — руководителями юридических отделов крупных фирм.
2. Исключение составили фактор I («Социально-экономический статус специальности
в обществе») для второй группы экспертов и фактор А («Стоимость обучения») для обеих групп экспертов, хотя, казалось бы, этого не должно было случиться, так как именно последний фактор имеет числовую характеристику.
3. Оценки экспертов двух объединенных групп оказались не однородными, исключение составили фактор С («Материально-техническая база вуза, включая библиотеки и объекты для отдыха») и фактор F («Имидж, репутация и престиж вуза»).
4. Дальнейшее позиционирование вузов по оценкам первой и второй групп экспертов и по экспертным оценкам объединенной группы подтвердило различие в их классификации.
Примечания
1 Ефремов В.С. Стратегия бизнеса: Концепции и методы планирования. М., 1998.
2 Краковский Ю.М., Шильке Я.Л. Процедура анализа конкурентоспособности вузов на рынках образовательных услуг и труда //Современные технологии, системный анализ, моделирование. Иркутск, 2004. № 4. С. 122-127; Краковский Ю.М. Анализ конкурентоспособности и привлекательности вузов в регионе по конкретной специальности // Вестник высшей школы. 2005. № 4. С. 39-43.
3 Краковский Ю.М. Указ. соч.
4 Васильев Ю.С., Глухов В.В., Федоров М.П. Экономика и организация управления вузом. СПб., 2004.
5 Краковский Ю.М. Указ. соч.
6 Бешелев С.Д., Гурвич Ф.Г. Экспертные оценки. Л., 1973.
Таблица 6 Значения Q-статистики для показателя
конкурентоспособности
Фактор Группа экспертов
первая вторая объединенная
F 18,43 16,91 17,04
G 18,30 14,06 15,59
H 14,42 9,28 8,86
I 19,31 6,26 11,36
