MOKSLINI Ų TYRIM Ų METODAI

MOKSLINIŲ TYRIMŲ METODAI

Vitalija Rudzkienė,

Mykolo Romerio universitetas

Patikslinkime sąvokas:Daugelio mokslinių tyrimų tikslas

– sudaryti modelį.

KLAUSIMAS:

Kas yra modelis?

Modeliai, jų tipai ir savybės

• Modeliai iš esmės yra abstrakčios konstrukcijos, kuriomis mėginama pavaizduoti tik kai kurias realaus pasaulio savybes.

• Modelio sąvokos apibrėžimus galima rasti ne tik moksliniuose, bet ir populiariuose šaltiniuose. Pavyzdžiui, tarptautinių žodžių žodyne, teigiama, kad „modelis – originalo atvaizdas, tapatus pasirinktu struktūros lygmeniu arba pasirinktomis funkcijomis“.

• Kitas populiarus šaltinis, kompiuterinė enciklopedija MS Encarta Reference Library (2004) teigia, kad „model - a simplified version of something complex used, for example, to analyze and solve problems or make predictions“.


Klausimas, ar modeliai yra empiriškai teisingi, neturi prasmės, kadangi to nė negali būti. Reikėtų klausti ne apie modelio empirinį teisingumą, bet apie nagrinėjamo modelio tinkamumą konkrečiu empiriniu atveju. Su tuo yra susijęs ir klausimas, ar modeliai tam tikrais atžvilgiais atitinka nagrinėjamą realaus pasaulio dalį ir:

• ar jie yra pakankamai tikslūs;• ar tinka tam tikru, tiksliai apibrėžtu, tikslu;• ar aiškinamas reiškinys logiškai išplaukia iš modelio,

pritaikyto konkrečiai realaus pasaulio daliai.


Modelių ribotumas gerai žinomas marketinge.

Pavyzdžiui, televizijos reklaminiai klipai, kurie remiasi vartotojų elgesio modeliais ir gerai tinka Vakarų Europos šalyse ar JAV, gali visiškai netikti Afrikos ar Rytų Azijos šalyse dėl įvairių priežasčių, pavyzdžiui, dėl gyventojų neraštingumo ar vyriausybinės TV kontrolės.

Produktų įvedimo į rinką modeliai taipogi netinkami ir nenaudingi jeigu rinka mano kad jie nepriimtini.


Geras modelis turi tenkinti eilę sąlygų (pagal Marcus J. Schmidt&Svend Hollensen. Marketing research:an international approach. Prentice Hall, 2006):

• būti išsamus: turi būti įtraukti visi svarbūs ryšiai;• parastas: visi ryšiai, kurie reikšmingai nepalengvina

reiškinio supratimo turi būti pašalinti;• pasižymėti maža paklaida ar triukšmo lygiu; • neklaidingas: išorinės struktūros ar kintamieji neturi

trukdyti suprasti vidinių priežastinių ryšių, o taipogi netikri atsitikiniai ryšiai neturi būti supainioti su reikšminais ryšiais.

• išmatuojamas: modelio kintamieji turi būti kiekybiškai išmatuojami. Kadangi žodiniai arba verbaliniai modeliai irgi gali būti naudojami, apie juos reiktų kalbėti atskirai.


• būti pagrįstas ir patikimas: visas modelis kaip atskiros jo dalys turi būti pagrįstos ir patikimos.

• robastiškas: stabilus ir nejautrus mažiems išorės pokyčiams;

• logiškai neprieštaringas;• pasižymėti geromis naudojimo savybėmis:

pavyzdžiui, tiesinio programavimo ar lošimų teorijos metodai turi geras teorines savybes, tačiau dažnai mažai tinka kasdieniniam naudojimui;

• apibendrinantis: turi gerai veikti įvairiose vietose ir situacijose;

• lengvai pateikiamas; rezultatus ir išvadas turi lengvai suprasti vadybininkai ir sprendimų priėmėjai;

• teisingas: neprieštarauti žinomiems faktams.

Marketingo modelių tipai

Modelių klasifikavimui taikomos įvairios schemos, tačiau dažniausiai išskiriami penki modelių tipai:

• verbalinis (žodinis);

• konceptualus (abstraktus);

• grafinis;

• statistinis;

• matematinis.

Verbalinis modelis VERBALINIS: Geras pavyzdys yra iš lūpų į lūpas perduodamos žinios.

• Šis modelis dažnai taikomas marketinge, įvedant į rinką naują produktą.

• Kai produktas pasirodo prekyboje, juo susidomi dalis smalsių, naujoves mėgstančių žmonių. Jie nuperka produktą ir pradeda juo naudotis.

• Jeigu produktas jiems patinka, jie jį rekomenduoja kitiems šeimos nariams ir draugams.

Konceptualus (sąvokinis) modelis

KONCEPTUALUS: Šis modelis yra vaizdinis metodas (diagrama) vaizduojanti priežastinius ryšius tarp faktorių kurie, manoma, yra reikšmingi nagrinėjamam problemai ar objektui.

Geras modelis turėtų aiškiai susieti objektą su jį tiesiogiai veikiančiais faktoriais (tiesioginėmis grėsmėmis ar galimybėmis), netiesioginiais faktoriais ir strateginėmis veiklomis, kurios įtakoja šiuos faktorius.

Konceptualus modelis turėtų būti lydimas tekstinio aprašymo kuris sudarytą diagramą paaiškina žodžiais.


Konceptualaus modelio pavyzdys - Erichson sukurtas GfK TESI rinkos įsiskverbimo simuliatorius


Sudarant konceptualų modelį reikia aprašyti visus į modelį įtraukiamus elementus ir šių elementų elgesį apibrėžiančias taisykles.

• Konceptualaus modelio pranašumas yra tai, kad jis yra vizualus ir jame lengva pamatyti grėsmes ir galimybes.

• O trūkumas kad dažnai modelis tampa labai sudėtingas ir nevaldomas (kad to išvengti stengiamasi vadovautis taisykle kad viename puslapyje negali būti daugiau kaip 25 diagramos elementai.


Konceptualūs modeliai dažnai naudojami kompiuterių moksle ir dirbtiniame intelekte kur modeliuojant idėjas, žinias ir koncepcijas dėmesys kreipiamas į modeliavimo technikas ir ontologijas (UML tipo). Operacijų tyrimo projektų kontekste konceptualaus modeliavimo taikymas yra platesnis ir siejamas su visu vykstančiu procesu nutariant ką įtraukti į modelį. Tipinės projekto užduotys yra:

problemos formulavimas, konceptualus modeliavimas, modelio sudarymas, modelio patikrinimas ir pripažinimas galiojančiu, eksperimentavimas, rezultatų analizė ir rezultatų įdiegimas.

Grafinis modelis

GRAFINIS : Grafiniai modeliai sudaromi jungiant dvi mokslo sritis – tikimybių teoriją ir grafų teoriją.

Grafiniai modeliai remiasi prielaida kad kompleksinę sistemą galima išskaidyti į ją sudarančias paprastesnes dalis.

Tikimybių teorija yra priemonė, kuri sujungia atskiras sistemos dalis ir užtikrina kad atskiros sistemos dalys derėtų tarpusavyje ir susieja modelį su duomenimis. Grafų teorijos pagalba sukuriama sąsaja su vartotoju, kurios leidžia konstruoti algoritmus ir keisti duomenų struktūrą.

Grafinis modelis

Grafiniai modeliai turi keletą privalumų:

• painūs sudėtingų modelių skaičiavimai gali būti pavaizduoti grafiškai;

• iš grafinių modelių galima pamatyti įvairias tikimybinių modelių savybes, kurias sunku įžvelgti matematiniame modelyje;

• grafinis modelis ne tik vizualiai pateikia tikimybinio modelio savybes, bet ir padeda tobulinti sukurtą modelį.

Grafinis modelis

Grafiniai modeliai sudaryti iš mazgų (viršūnių) ir kraštinių (briaunų, lankų).

Grafiniai modeliai gali būti tiesioginiai (kraštinės turi rodykles kurios rodo kryptį) ir netiesioginiai (kraštinės neturi rodyklių). Kiekvienas grafinio modelio mazgas vaizduoja atsitiktinį kintamąjį, o kraštinė – tikimybinį šių kintamųjų ryšį.

Bajeso (Bayesian) tinklai arba tiesioginiai grafiniai modeliai

Grafinio modelio kraštinės vaizduoja sąlyginius kintamųjų ryšius. Pavyzdžiui, jei skirstinys yra p(b׀a) tai atitinkamas grafinis modelis turės tiesioginę kraštinę nuo a į b.

• Pavyzdžiui, jeigu modelis užrašytas lygtimi

p(x1)p(x2)p(x3|x2)p(x4|x1,x3)p(x5|x2,x4)p(x6|x5)p(x7|x5) tai jo grafinis pavidalas

Netiesioginiai grafiniai modeliai

Markovo atsitiktiniai laukai (Markov random fields) dar vadinami netiesioginiais grafiniais modeliais. Kiekvienas Markovo atsitikrinių laukų mazgas atitinka kintamąjį arba kintamųjų grupę, kaip ir Bajeso tinkle. Tačiau kraštinės neturi rodyklių. Tegul A, B ir C yra nepersikertančių mazgų aibė. Galima išnagrinėkime visus galimus kelius nuo mazgo A į mazgą B. Kelias vadinamas užblokuotu jeigu eina per mazgą C ir tokiu atveju A ir B yra sąlyginai nepriklausomi nuo duoto C: (A,B)|C

Statistiniai modeliai

STATISTINIAI modeliai padeda numatyti būsimą sistemos elgesį pagal ankstesnį elgesį, ekstrapoliuoja ir interpoliuoja duomenims pagal geriausio tinkamumo kriterijus, procesų įvertinimo paklaidas ar duomenų spektrinę analizę.

Statistiniai modeliai taikomi:• sistemos ar proceso konceptualaus modelio sudarymui;• stebimų duomenų ir skaičiavimų neapibrėžtumui įvertinti

remiantis turimais stebėjimais;• geriaus suprasti realius procesus ir sistemas pasinaudojant

statistinio modelio galimybėmis imituoti svarbias natūralios sistemos savybes;

• įvertinti būsimą sistemos elgesį remintis praeities statistinę informacija, kitaip sakant, sudaryti statistinės prognozės modelį.

• Įvertinti sudėtingų modelių parametrus.

Statistiniai modeliai

Statistiniai modeliai tarnauja ne tik modelių kūrimui, bet ir tiesiogiai vertinant individų (vartotojų) polinkius ir pasirinkimą, nustatant homogenines grupes. Tam tikslui taikomi faktorinės analizės, daugiamačių skalių (multidimensional scaling), atitikties analizė (correspondence analysis), jungtinė (conjoint) analizė ir į vairūs klasterinės analizės tipai.Pavyzdys. Statistiniai modeliai remiasi logine sistemine priežasčių analize. Tarkime, kad kompanija nori pradėti gaminti naują produktą. Prieš pradėdami gamybą vadybininkai turi įvertinti tris galimus scenarijus S1, S2, S3. Pagal ankstesnę patirtį vadybininkai mano kad geriausio scenarijaus realizacijos tikimybė yra 30 procentų, t.y. P(S1)=0,3, vidutinio scenarijaus realizacijos tikimybė yra 50 procentų, t.y. P(S2)=0,5, o nesėkmės tikimybė yra 20 procentų, t.y. P(S3)=0,2.

Statistiniai modeliai - pavyzdys

Naujo produkto galimybių įvertinimas pagal įvairius scenarijus

ScenarijusRinkos dalis Planuojamas

pelnasScenarijaus tikimybė

1. Geriausias galimas

15 20 mln 0,3

2. Realus arba „vidutinis“

5 5 mln 0,5

3. Nesėkmės 1 -10 mln 0,2

Ar verta iš viso įvesti naują produktą? Neįvedus pajamos bus nulinės, o įvedus galima tikėtis 6,5 mln: tikėtinos pajamos=20*0,3+5*0,5-10*0,2=6,5.Klausimas – kurie keliai veda į pelningiausią variantą? Problema ta, kad mes nežinome, kuriuo keliu eidami pasieksime geriausią rezultatą, o kuriuo – didžiausią nesėkmę. Taigi, jeigu rastume orakulą jis galėtų pasakyti ką daryti kad neišsipildytų trečiasis, pesimistinis, scenarijus. Taip bent išvengtume nuostolių. Taigi, kokią kainą galima mokėti už pranašystę? Pranašystės kaina=20*0,3+5*0,5-10*0=8,5. Taigi, pranašautojas sutaupytų 2 mln, tokia būtų jo kaina.

Viena iš pagrindinių pastarųjų dešimtmečių mokslinių tyrimų krypčių - tobulinti senus ir kurti naujus metodus ir modelius skirtus

ateities studijoms

Ateities studijos (foresight) - įžvalgos

• Ir moksliniams tyrimams ir praktiniams taikymams skirtoje literatūroje galima rasti daug diskusijų apie įžvalgoms taikomus metodus.

• Metodų, kuriuos galima taikyti įžvalgoms, aibė yra didelė, o jų parinkimą lemia daugelis veiksnių.

• Daugeliu atveju šių metodų parinkimą lemia intuicija, turima patirtis, o kartais ir patirties trūkumas.


Šaltinis: European Foresight Monitoring Network, 2008

477440

372223

216169

157154

137133133

124109

1017267

4746

3622211917116

0 100 200 300 400 500 600

Literatūros apžvalgaEkspertinis vertinimas

ScenarijaiTrendų ekstrapoliacija/Megatrendai

Ateities seminaraiSmegenų šturmas

Kiti metodai (lyginamoji analizė, patentinė analizė)Interviu

DelfiPagrindinių technologijų

ApklausosAplinkos skenavimas

ApybraižosSSGG analizė

Technologijų "maršrutų žymėjimas"Modeliavimas ir imitavimas

Grižimo atgalPartnerių analizė

Tarpsektorinio poveikio/struktūrinė analizėBibliometrika

Morfologinė analizėGyventojų paneliniai (longitudiniai) tyrimai

Sąryšių medžiaiDaugiakriterinė analizė

Scenarijų žaidimai

Įžvalgoms taikomų metodų populiarumas


Plačiausiai taikomi metodai. 2008 m. duomenimis (EFMN, 2008), plačiausiai taikomi metodai:

• literatūros apžvalga,

• ekspertinis vertinimas,

• scenarijų metodas.


Literatūros apžvalga: literatūros apžvalga yra fundamentalus tyrimo metodas, naudojamas visose tyrimų srityse, todėl natūralu kad jis užima lyderio poziciją.

• Atkreiptinas dėmesys, kad trys populiariausi metodai ir daugelis iš rečiau taikomų metodų (apatinė metodų grupė) yra kokybiniai.

• Taigi, galime manyti kad kokybiniai metodai įžvalgose labiau mėgiami nei kiekybiniai ar mišrūs.

• Gal taip yra todėl, kad ateities įžvalgos neišvengiamai yra susiję su vertinimai ir spėjimais paremtais subjektyvia kūrybiška interpretacija.

Antri pagal populiarumą -EKSPERTINIO VERTINIMO

METODAI

Ekspertinis vertinimas

Ekspertinis vertinimas suprantamas kaip apibendrinta ekspertų grupės nuomonė, kurios gavimui pritaikomos specialistų-ekspertų žinios, patirtis ir intuicija.

Ekspertinių vertinimų tikslas - žinių iš žmogaus eksperto gavimo sisteminis organizavimas, kodavimas, struktūrinis perdirbimas ir interpretavimas taikant loginius ir matematinius metodus.

Ekspertiniai vertinimai yra nepakeičiami sprendžiant neformalius mokslinius tiriamuosius uždavinius.


Ekspertinis vertinimas ilgą laiką buvo taikomas technikos ir technologijų srityje ir tik vėliau buvo pradėtas taikyti ekonomikoje ir vadyboje.

Ekspertu vadinamas specialistas, turintis tam tikros srities žinių ir patyrimo (lot. exppertus - patyręs).

Ekspertinis metodas tinka tais atvejais, kai labai sudėtinga arba praktiškai neįmanoma pritaikyti objektyvius skaičiuojamuosius ar empirinio tyrimo metodus.


Problemos, kurios sprendžiamos ekspertiniais vertinimais, dalinamos į dvi pagrindines grupes:

Pirmajai grupei priskiriami atvejai, kai informacijos yra daug, tačiau ji pasižymi kokybine prigimtimi arba daugiakriteriškumu. Tokiais atvejais plačiai taikomi matematinės statistikos metodai.

Antrajai grupei priskiriami atvejai, kai informacijos nepakanka. Tai dažniausiai sutinkami prognozavimo uždaviniai.

Ekspertinio vertinimo metodologija ir metodai

Šiuo metu dar nėra vieningos moksliškai pagrįstos ekspertinių metodų klasifikacijos ir juo labiau – vieningų jų taikymo rekomendacijų.

Vienais atvejais ekspertas dirba atskirai, kartais net nežinodamas, kad jis yra ekspertas. Toks metodas padeda išvengti žinomų autoritetų nuomonės įtakos.

Kitais atvejais ekspertai renkasi kartu ir kartu aptaria problemą, įvertina išsakytus samprotavimus ir atmeta neteisingus.

Vienais atvejais ekspertų skaičius griežtai fiksuotas, apskaičiuotas, jis turi tenkinti statistinių suderinamumo metodų prielaidas.

Kartais ekspertų skaičius didėja ekspertizės atlikimo metu, pavyzdžiui, kai taikomas „sniego kamuolio“ metodas.

Ekspertinio vertinimo metodologija ir metodai

Bendru atveju ekspertinio vertinimo metodologija grindžiama šiomis prielaidomis:

ekspertas yra sukaupęs didelį kiekį racionaliai apdorotos informacijos (turi daug žinių ir patirties, gali remtis intuicija) ir todėl ekspertas gali būti kokybinės informacijos šaltiniu;

ekspertų grupės nuomonė nedaug skiriasi nuo tikrojo problemos sprendinio.

Ekspertinių vertinimo metodų klasifikavimas

1 pav. Ekspertinių vertinimo metodai

Individualūs Grupiniai

Anketavimas

Teismo

Smegenų šturmo

Delfi

Diskusijų

Interviu

Alternatyvų atrankos metodas

Scenarijų

EKSPERTINIO VERTINIMO METODAI

Stebėjimai

Pasyvūs Aktyvūs

“Mąstymo balsu” analizė

Samprotavimų eigos analizė

Paskaitos

Ekspertų atranka ir jų savybės

Ekspertinio vertinimo patikimumas priklauso nuo:

ekspertų grupės dydžio (ekspertų skaičiaus); ekspertų sudėties pagal jų specialybes; ekspertų savybių.

Ekspertų kokybė gali būti įvertinta kaip jo objektyvaus ir subjektyvaus statuso apibendrintas rodiklis arba suderinamumo koeficientas:

,1max

kčia: η – vieno eksperto išsakytų prieštaringų vertinimų skaičius, ηmax –

galimas maksimalus prieštaringų vertinimų skaičius.

Ekspertų skaičius

1 pav. Ekspertų vertinimų standartinio nuokrypio priklausomybė nuo ekspertų skaičiaus

Sprendinio patikimumas

0%

25%

50%

75%

100%

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Ekspertų skaičius

Ekspertinių vertinimų suderinamumas

Ar ekspertų vertinimai panašūs?Kai ekspertų yra tik du (n=2), jų nuomonių

suderinamumas tikrinamas ranginės koreliacijos koeficientais. Kai ekspertų daugiau nei du (n>2) – konkordancijos koeficientu.

Kendall konkordancijos koeficientas Skaičiuojant šį konkordancijos koeficientą

ekspertų vertinimai ranguojami. Tarkime, turime n ekspertų, kurie įvertino m

alternatyvų.

Kendall konkordancijos koeficientas

Suformuluojame hipotezes:

H0: ekspertų vertinimai prieštaringi (t.y.

konkordancijos koeficientas lygus nuliui);

HA: ekspertų vertinimai panašūs (t.y.

konkordancijos koeficientas nelygus nuliui).Jeigu nėra sutampančių reikšmių, tai konkordancijos koeficientas apskaičiuojamas pagal formulę:

;)(

1232 mmn

SW

m

i

n

jij rrS

1

2

1

Pavyzdys. Kendall konkordancijos koeficientas

Jeigu vertinimuose yra sutampančių rangų, tai konkordancijos koeficientas skaičiuojamas pagal kitą formulę:

n

iiTnmmn

SW

1

32 )(

12

iH

kkki hhT

1

3


Alternatyvos numeris

Ekspertų vertinimas

Rangų suma Vidurkis

Nuokrypio nuo vidurkio

kvadratas1 2 3 4 5

1 4 6 4 4 3 21 20 1

2 3 3 2 3 4 15 20 25

3 2 2 1 2 2 9 20 121

4 6 5 6 5 6 28 20 64

5 1 1 3 1 1 7 20 169

6 5 4 5 6 5 25 20 25

7 7 7 7 7 7 35 20 225

Suma S = 630


Konkordacijos koeficientas W=12*630/(25*(343-7)=0,9.

Sprendimo priėmimo taisyklė. Pasirenkame reikšmingumo lygmenį α. Hipotezė H0 atmetama, jeigu apskaičiuota W reikšmė ne mažesnė už kritinę reikšmę Wα. W kritinės reikšmės pateikiamos lentelėse arba statistinėse duomenų analizės programose. Jeigu alternatyvų skaičius pakankamai didelis (k≥7) tai konkordancijos koeficiento reikšmingumui tikrinti galima taikyti kriterijų.

2


Sprendimo priėmimo taisyklė. Dydis W×m×(k-1) turi skirstinį su f=k-1 laisvės laipsniu (m- ekspertų skaičius; k- ekspertizės objektų skaičius).Jeigu apskaičiuota statistikos W×m×(k-1) reikšmė prie pasirinkto reikšmingumo lygmenio α ir laisvės laipsnių skaičiaus f viršija kritinę reikšmę , t.y. = W×m×(k-1)>, tai hipotezė H0, kad ekspertų vertinimai prieštaringi, atmetama.Šiuo atveju W×m×(k-1) = 37.8, (0.05; 6)=12.59, taigi, nulinę hipotezę tenka atmesti.

2

2krit

Scenarijų kūrimo metodai

SCENARIJAI. Kas yra scenarijus?

Scenarijus tai galimų daugialypių ateities versijų siužetai nuo paprasto galimų nežinomos ateities veiksnių aptarimo iki analitiškai pagrįstų ir sudėtingais ryšiais susietų ateities pavidalų.

Kaip tegia vienas iš garsiausių futurologų Peter Schwartz (1991) knygoje “The Art of the Long View” praktiškai scenarijus primena eilę pasakojimų, parašytų arba papasakotų pagal kruopščiai sukonstruotus siužetus. Pasakojimai arba istorijos gali išreikšti daugybę sudėtingų įvykių vystymosi perspektyvų, tuo tarpu scenarijai jiems suteikia ypatingos reikšmės.


Scenarijų kūrimo metodologija remiasi dviem pagrindiniais principais:

• Ateitis turi būti apmąstyta, o galimi pokyčiai įvertintinti;

• Kadangi ateitis yra neapibrėžta ir apie ją galima mąstyti tik tikimybiškai, galimų ateities versijų spektras yra didelis. Taikant scenarijų metodą būtini du etapai:

• sukūrimas išsamaus, tačiau aprėpiamo scenarijų rinkinio;

• išsamus prognozavimas kiekvieno konkretaus scenarijaus rėmuose ir galimybė gauti atsakymus į tyrimui rūpimus klausimus.


• Scenarijų kūrimo metodams skirtoje literatūroje ir apžvalgose minimos atskiros scenarijų kūrimo mokyklos ir jose taikomi sukurti scenarijų kūrimo metodai.

• P. Bishop, A. Hines ir T.Collins Straipsnyje “The current state of scenario development: an overview of techniques” išskiria net 8 scenarijų kūrimo metodų grupes:


1. Pats paprasčiausias - SPĖJIMŲ metodas;2. PAGRINDINĖS LINIJOS (LABIAUSIAI TIKĖTINAS) metodas;3. DETALIZUOTI arba FIKSUOTI scenarijų metodai; 4. ĮVYKIŲ SEKŲ metodai. Šiems metodams priskiriami tikimybių medžiai,

socialiniai vaizdai, divergencijos žemėlapiai; 5. GRĮŽIMO ATGAL metodas;

6. NEAPIBRĖŽTUMO DIMENSIJŲ metodas. Vienas iš populiariausių šio tipo metodų – GBN matricinis metodas. Šis metodas prilyginamas scenarijų kūrimo standartui. Global Business Network (GBN) matricinį metodą apie 1970 metus sukūrė Pierre Wack ir išpopuliarino Peter Schwartz (1991) knygoje “The Art of the Long View” ir Van der Heijden knygoje “Scenarios: The Art of Strategic Conversation”.

1. CROSS-IMPACT MATRICINIS metodas; 2. SISTEMŲ MODELIAVIMO metodai.

Scenarijų kūrimas pagal GBN metodiką Pagal GBN (Global Business Network) metodiką išskiriami aštuoni scenarijų kūrimo žingsniai, nors apskritai kuriant scenarijus pagal įvairias metodikas taikomos nuo keturių iki dešimties žingsnių metodikos. GBN metodiką sudaro šie padrindiniai scenarijų kūrimo žingsniai [5]:

• Žingsnis 1: Nustatyti pagrindinę problemą. Pavyzdžiui, verslo įmonėms, kaip ir ne pelno siekiančioms organizacijoms, dažnai aktuali tokia problema: per pastaruosius kelis metus nuolat mažėjo gaunamos pajamos, taigi, ką daryti kad išlikti perspektyvia įmone ar organizacija?

• Žingsnis 2: Kokie yra svarbiausi vietiniai veiksniai (jėgos), turintys didžiausios įtakos nagrinėjamos problemos sprendimui? Pavyzdžiui, kaip įmonės valdybos priimta nauja strategija paveiks atskiro padalinio ateitį?

Scenarijų kūrimas pagal GBN metodiką • Žingsnis 3: kokie svarbiausi išoriniai veiksniai, kurie

valdo ir kontroliuoja vietinius veiksnius? Kas atsitiks, jeigu jos bus panaikintos arba pakeis veiklos kryptį?

• Žingsnis 4: Antru ir trečiu žingsniu išvardinti veiksniai ranguojami pagal svarbą ir neapibrėžtumą.

• Žingsnis 5: Scenarijaus logikos apibrėžimas. Rangavimo, atliktu ketvirtu žingsniu, rezultatai nulems ašis, pagal kurias skirsis sudarytas scenarijus. Šios ašys leis sudaryti matricą, kurioje bus sudaryti ir detalizuoti skirtingi scenarijai. Tai sunkiausia scenarijų sudarymo metodo dalis.

Scenarijų kūrimas pagal GBN metodiką • Žingsnis 6: Išplėtojami penktu žingsniu sukurti

scenarijai. Naudojant antru ir trečiu žingsniu nustatytus faktorius ir trendus, galima išvystyti kiekvieną scenarijų. Šio žingsnio tikslas – sukurti scenarijų pasakojimus taip, kad būtų galima įžvelgti įvykius, kurie privestų prie atskiro scenarijaus.

• Žingsnis 7: Kokia penktu ir šeštu žingsniais sukurtų scenarijų prasmė? Kokias galima padaryti išvadas? Šiame žingsnyje kaip tik laikas grįžti prie pirmuoju žingsniu nustatytos pagrindinės problemos. Kaip turi nagrinėjama įmonė ar organizacija kad pasirengtų kiekvienam scenarijui? Ar pasirengimo priemonės skirtingos kiekvieno scenarijaus atveju, ar kai kurių scenarijų atvejais yra bendros?

Scenarijų kūrimas pagal GBN metodiką Žingsnis 8: Stebėsenos sukūrimas. Šiame žingsnyje

parenkami svarbiausi rodikliai, rodantys kryptį, tam, kad parodytų jog vystosi vienas iš aukščiau apibrėžtų scenarijų ir padėtų jam pasirengti. Ar Seime vykstančių debatų rezultatai turės įtakos įmonės ar organizacijos veiklai ar rezultatams? Ar akcininkų susirinkimo dienotvarkėje įrašytas punktas apie veiklos krypties pakeitimą? Tai akivaizdūs ženklai, tačiau gali būti ženklų daug mažiau akivaizdžių, bet ne mažiau svarbių.

Scenarijų kūrimas pagal GBN metodiką - pavyzdys

Leisti

Gyventojų pozicija dėl

privatumo ir priežiūros

Laisvoji verslininkystė

(Free-Enterprise Government)

Gerasis „Didysis brolis“

(The Good „Big Brother“

Riboti

Status Quo vystymasis

(Status Quo Development)

Valdymo šmėkla

(Governing Phantoms)

Mažas

Didelis

Vyriausybės ekonomikos reguliavimo laipsnis

Vyriausybės 2020 scenarijai. Šaltinis: Government in 2020: Taking the Long View.

AČIŪ UŽ DĖMESĮ

ir

SĖKMĖS PLANUOJANT SAVO IR KITŲ ATEITĮ

Documents

MOKSLINI Ų TYRIM Ų METODAI