Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ:  Археология Биология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия ЭкологияТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву 
Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Категориальная структура управленческой деятельности
(акме-пространство руководителя)
Далее мы описываем исследование, проведенное нами с целью разработки метода построения математической модели профессиональной деятельности на примере управления. Задачами исследования были: внедрение и корректировка статистических методов обработки информации для получения содержательной и легко интерпретируемой математической модели профессиональной деятельности; разработка подходов к интерпретации математической модели, выявление показателей, могущих быть соотнесенными с определенными характеристиками профессиональной деятельности; разработка технологии построения и обработки моделей профессиональной деятельности для дальнейшего использования полученной информации в процессе реализации практических акмеологических проектов по коррекции и совершенствованию профессионального мастерства. Ввиду специфики стоящих перед нами задач, по необходимости, по причине неразработанности проблемы, сконцентрированных более на разработке и обосновании методики построения и использования математической модели деятельности как инструмента акмеологической теории и практики, нежели на само использование этого инструмента с целью получения научно обоснованной информации, мы сочли возможным существенно редуцировать процедуру исследования. В первую очередь, это касается методики сбора первичной информации об уровне развития тех или иных профессиональных умений кадров управления. В данном случае нами не применялись методики, позволяющие объективно фиксировать способность испытуемых к совершению тех или иных действий или включенность в структуру их деятельности определенного рода умений. В целях оправданного на данном этапе исследований "облегчения" процедурного механизма, мы прибегли к методике опроса самих профессионалов, дающих оценку развитости собственных профессиональных умений и выступающих в качестве экспертов по оценке развитости таковых у непосредственно знакомых им по совместной деятельности профессионалов-управленцев. При этом мы понимаем, что, несмотря на используемые нами методики статистического анализа, позволяющие свести до минимума вклад субъективности оценки отдельных экспертов в общую картину результатов, мы все же не получаем в результате объективную картину развитости у профессионалов тех или иных умений, поскольку на исходные данные свой отпечаток с неизбежностью налагают общие представления о предмете исследований, существующие как на уровне "здравого смысла" - парадигм массового сознания, так и на уровне профессионального сообщества и на уровне той микрогруппы, в рамках которой проходил первичный сбор информации. Тем не менее, мы считаем, что - с поправкой на это обстоятельство - результаты данного исследования все же могут представлять существенный исследовательский интерес.
Данное исследование направлено на построение групповой модели профессиональной деятельности, охватывающей большое количество профессионалов-управленцев (будущих участников акмеологического тренинга), и в известной степени могущее претендовать на представление основных характеристик и особенностей профессионального мастерства отечественных кадров управления. Итак, нами был проведен опрос, участниками которого стали руководители разного уровня общим числом 159 человек - 132 мужчины (83%) и 27 женщин (17%). Общая группа участников опроса состояла из 17 микрогрупп разного количества (от 5 до 12 человек), внутри которых все члены хорошо знали друг друга по совместной производственной деятельности. ПРОЦЕДУРА ОПРОСА. На первом этапе всем участникам было предложено сначала самостоятельно, а затем в ходе групповой дискуссии сформировать список элементов - умений и навыков, необходимых, по мнению участников опроса, для продуктивной профессиональной управленческой деятельности. В составлении списка элементов организаторы не допускали каких-либо коррекций, дабы предложенные респондентами элементы были названы так, как это для них наиболее понятно, вследствие чего в список вошли все до одного предложенного элемента, даже если по психологическому смыслу некоторые из них представляли навыки и умения одного ряда, а другие, наоборот, должны были быть включены друг в друга. Затем участникам опроса (каждому индивидуально) предъявлялся опросный лист, включавший все элементы с заданием охарактеризовать внутри данной микрогруппы друг друга по стандартной социометрической схеме с 5-бальной шкалой. Каждый участник имел возможность оценить и себя самого.
ТАБЛИЦА 1. СПИСОК ЭЛЕМЕНТОВ
Таким образом, для нашего анализа внутри микрогрупп были применены оценочные решетки, т.е. решетки, полученные в результате простых процедур пятибалльного шкального оценивания объектов (конкретных профессионалов-управленцев) по элементам-характеристикам (умениям). Итогом заполнения оценочной решетки является матрица оценок, каждая из которых несет в себе информацию о субъективном представлении респондента о владении членами микрогрупп разнообразными необходимыми в управлении умениями, причем в эту оценку на равных правах входила и самооценка. Путем усреднения таких решеток внутри микрогрупп получаются матрицы, представляющие собой характеристики каждого члена группы, данные людьми, тесно связанными с ним в процессе осуществления профессиональной деятельности и выступающими в данном случае в качестве экспертов. Эти характеристики уже пригодны для того, чтобы быть использованными в дальнейшем исследовании, при отсутствии необходимости в процессе исследования фиксировать уровень владения теми или иными умениями в режиме их применения. Корреляции между элементами таких характеристик дают представление о взаимосвязи между самими умениями, а не только о взаимосвязи между представлениями о них в сознании конкретного человека (респондента). Такие оценочные решетки в процессе обработки могут подвергаться всем видам многомерного анализа данных (факторный, кластерный и пр.).
Сначала нами применялся корреляционный анализ по элементам для выявления степени связи между различными умениями. Таблица 2 - начало Таблица 2 - окончание Затем, для матрицы линейных корреляций по каждой переменной вычислялись средние значения и стандартные отклонения, а также суммарный коэффициент (сходный с коэффициентом Баннистера для психосемантики[71][3]), представляющий собой сумму квадратов коэффициентов корреляции. Этот суммарный коэффициент показывает вклад данной переменной в общую дисперсию результатов. Чем выше этот индекс, тем больше "корреляций" приходится на данную переменную, то есть, тем в большее число связей она вступает. Смысл суммарного коэффициента в данном случае - мера схожести психотехнологий, входящих в структуру данного элемента (умения) с психотехнологиями других элементов.
Вычисляется также общая сумма квадратов коэффициентов корреляции для всей матрицы. Этот индекс, названный в психосемантике интенсивностью, отражает степень когнитивной дифференцированности (в данном случае он дает нам представление о когнитивной дифференцированности микрогруппы). Чем меньше этот индекс, тем более дифференцированными являются элементы матрицы (за счет реальных умений-элементов или же за счет большей дифференцированности представлений группового сознания о данных элементах). Чем выше это число, тем более тесные и высокие корреляции характерны для данной матрицы. То есть, тем большее число элементов повторяют, дублируют друг друга - либо за счет их действительной внутренней схожести (объективный вклад), либо за счет схожести их восприятия (субъективный вклад), что имеет место, когда элементы воспринимаются упрощенно (например, всех хороших коммуникаторов считают хорошими организаторами). Добиваясь более объективной оценки степени владения умениями (элементами) мы можем существенно снизить субъективный вклад и усилить вес объективных соотношений между ними. Для этой цели в данном случае внутри всей группы испытуемых матрицы внутригрупповой линейной корреляции, вычисленные дисперсии и их суммы усреднялись. Это также уменьшает зависимость результатов от особенностей оценки исследуемого объекта отдельными экспертами. ТАБЛИЦА 3. Среднее по корреляциям
ОБЩАЯ СУММА КВАДРАТОВ КОЭФФИЦИЕНТОВ КОРРЕЛЯЦИЙ............. 156.5157 ОТНОСИТЕЛЬНАЯ СУММА КВАДРАТОВ КОЭФФИЦИЕНТОВ КОРРЕЛЯЦИЙ...... 0.3598 Следующим этапом исследования является применение к полученной матрице корреляций факторного анализа для выявления ее главных компонент - факторов. Выбор в качестве метода обработки факторного анализа позволяет после вычисления матрицы корреляций методом главных компонент вычислить первые самые мощные главные компоненты и построить матрицу факторных нагрузок каждой строки матрицы корреляций на каждую главную компоненту. Главные компоненты - это независимые, ортогональные измерения (оси), в пространстве которых можно упаковать все коррелируемые параметры. Сами по себе главные компоненты не очень информативны, поскольку необязательно проходят через сгущения векторов-параметров. Но в целом именно они определяют размерность факторного пространства, и с их помощью задается вся структура факторного пространства. Главные компоненты отличаются тем свойством, что первая из них - самая мощная, задающая самое мощное измерение (ось) факторного пространства. Вторая компонента - следующая по величине и каждая последующая - меньше, чем предыдущая. Вообще говоря, можно выделить ровно столько компонент, сколько строк содержит матрица корреляций. Однако, именно на этом этапе исследования необходимо провести сжатие размерности данных и их обобщение путем отбора "больших" компонент и отбрасывания малых. Поскольку главные компоненты упорядочены по величине, сделать это можно очень просто - достаточно выбрать правильный порог и отбросить все компоненты, значения которых оказываются ниже данного порога. Значение порога для отбора факторов по факторному весу обычно принимают равным 1.0 (т.е. принимают во внимание только те факторы, которые объясняют не меньше дисперсии результатов, чем одна переменная (Похилько)). Однако такая точность нужна и оправдана для более детальных исследований внутренней структуры умений и навыков, имеющих меньшую, чем в данном случае погрешность измерения за счет более детальной оценочной шкалы, большей исследовательской выборки, лучшей проработки списка элементов или обеспечения объективности их измерения.
Учитывая эти обстоятельства, мы можем ограничить рассмотрение факторами, имеющими вес от 2.0 и более, т.е. объясняющих не меньшую дисперсию, чем 2 переменных. Общность (количество исходных переменных, которым равен по своему весу данный фактор) выделенных главных компонент оказалась следующей:
ТАБЛИЦА 4. ГЛАВНЫЕ КОМПОНЕНТЫ [4х30]
Число значимых осей - 4.
Т.е. из 30 переменных, (суммарная общность равна 30), вес первого фактора оказался приблизительно равен 9.6. Это означает, что данный фактор по своему весу равен 9.6 исходных переменных, или в 9.6 раза крупнее, чем исходная переменная, или объясняет приблизительно 31.9% дисперсии исходных данных. Второй фактор равен по своему весу 5.2. Следовательно, он объясняет 17.5% дисперсии. Оба первых фактора вместе объясняют 31.9% + 17.5% = 49.4%. Это их накопленная дисперсия. Выбирая для анализа самые большие главные компоненты, мы и производим сжатие размерности, отбрасывая все малосущественное. Итак, в результате обработки данных было выделено 4 содержательно интерпретируемых базисных фактора, объясняющих соответственно: 31.9%, 17.5%, 13.0%, 11.3% общей дисперсии. Накопленная этими четырьмя факторами дисперсия равна 73.7%. Это подтверждает нашу гипотезу о том, что в основе управленческой деятельности лежат базисные обобщенные комплексы умений. Ниже приводятся несгруппированные пункты опросника (элементы) и даются веса факторных нагрузок точек-умений, отражающие величину проекции вектора-умения на ось фактора (см. табл. 5.), что в содержательном плане отражает степень выраженности в данной точке-умении некоторого общего, представленного в факторе (в случае усреднения матриц внутри микрогрупп до проведения корреляционного анализа).
Для удобства интерпретации проранжируем нагрузки и построим еще одну таблицу нагрузок, причем таким образом, что все нагрузки меньше 0,5 будут обнулены. Такая таблица (см. табл. 6.) наиболее удобна для чтения и интерпретации факторов.
Содержательный анализ полученных в данном исследовании факторов позволяет очертить феноменологию управленческих навыков.
ТАБЛИЦА 5 НЕРАНЖИРОВАННЫЕ ДИСКРИПТОРЫ И ИХ НАГРУЗКИ НА 4 ОСНОВНЫЕ ФАКТОРНЫЕ ОСИ
ТАБЛИЦА 6 ГЛАВНЫЕ КОМПОНЕНТЫ (ранжированные)
Данная таблица содержит информацию, задающую пространство главных компонент, поскольку содержит в себе проекции всех переменных на каждую главную компоненту.
Факторно-аналитическая обработка данных с целью построения акме-пространства может быть существенно усовершенствована методом поворота факторных осей, так называемым методом "varimax" (Иберла, 1980). Варимакс-вращение факторов - это процедура, которая была предложена психометристом Кайзером для поиска простой и интерпретируемой структуры. Главные компоненты, хотя и дают возможность представить матрицу корреляций в виде пространственной модели, но еще не дают возможности организовать его достаточно информативным образом, так как не обязательно проходят через сгущения векторов-параметров и поэтому не являются легко интерпретируемыми. Простая факторная структура предполагает найти посредством Варимакс-вращения такое решение, когда каждая переменная матрицы корреляций является по возможности нагруженной на один какой-либо фактор, а на все остальные дает нагрузки близкие к нулю (ортогональные оси-факторы). Варимакс-вращение Кайзера - один из самых популярных и традиционных методов поиска наиболее простой и интерпретируемой факторной структуры. Его достоинство в том, что он позволяет однозначным образом прийти к демонстративному, интерпретируемому решению, которое также представляет собой пространственную модель, построенную при помощи независимых (ортогональных) факторных осей. Термин "варимакс" образован от двух английских слов - дисперсия максимальная. Алгоритм построен так, что он вращает факторные оси в пространстве до тех пор, пока дисперсия факторных нагрузок по каждой из них не станет максимальной. На геометрическом языке факторных пространств это как раз и будет означать, что ось проходит через крупные скопления переменных, которые при этом имеют максимально высокие нагрузки на данный фактор и низкие нагрузки на другие факторы.
ТАБЛИЦА 7. ГЛАВНЫЕ КОМПОНЕНТЫ ПОСЛЕ ВАРИМАКС (неранжированные)
ТАБЛИЦА 8 ГЛАВНЫЕ КОМПОНЕНТЫ ПОСЛЕ ВАРИМАКС (ранжированные)
После корреляционного или факторного анализа оказывается возможным провести кластеризацию элементов, которую можно осуществить разными способами: - кластер-анализ матрицы корреляций; - кластер-анализ по главным компонентам; - кластер-анализ по проекциям. Они различаются тем, что в качестве исходных данных для кластер-анализа используются либо коэффициенты корреляции, либо величины, вычисленные по результатам факторного анализа[72][4]. Кластер-анализ матрицы корреляций наиболее полно отражает структуру связей между переменными. При кластеризации может быть реализован иерархический алгоритм автоматической классификации Джексона, который предполагает следующие этапы анализа: сначала в матрице корреляций отыскивается пара с самым большим коэффициентом корреляции между двумя переменными. Они объединяются в первый кластер. Затем вычисляются новые корреляции для этого только что образованного кластера со всеми остальными переменными матрицы корреляций. Таким образом, новый кластер входит в матрицу корреляций в качестве одной новой переменной, вместо двух старых, а матрица корреляций становится на одну строку короче. На следующем этапе снова выискивается пара с самым большим коэффициентом корреляции. В качестве одной из переменных в этой новой паре может выступить и целый кластер, образованный на предыдущем этапе. На дендрограмме в точках объединения корреляционных кластеров указывается число - это дробная часть коэффициентов корреляции. Например, число "81", стоящее в точке объединения первого кластера, следует понимать как "с коэффициентом корреляции 0.81". Результатом факторного анализа методом главных компонент является сжатие размерности данных. При этом часть информации, имеющейся в исходной матрице корреляций, отбрасывается вместе с мелкими компонентами (меньшими единицы по общности). Эта информация приравнивается к "шуму". Теперь мы имеем как бы очищенные данные, в которых выделены и подчеркнуты наиболее выраженные и характерные связи, а все незначительное исключено. Кластер-анализ по итогам метода главных компонент позволяет в другой непространственной форме представить полученный результат. Вычисляются все расстояния между всеми переменными, а затем производится иерархический кластерный анализ. На первом шаге находят две наиболее близкие переменные. Они объединяются в кластер. Затем пересчитываются все расстояния между этим новым кластером и всеми остальными переменными и на следующем шаге снова находят следующие два ближайших кластера (или две ближайших переменных), и они объединяются в новый кластер. Так происходит до тех пор, пока все элементы не окажутся в одном большом кластере.
ТАБЛИЦА 9. Кластерный анализ по главным компонентам. Центральный момент.
В результате проведения кластер-анализа мы получили разложение всего потенциала умений, свойственных, по мнению опрошенных экспертов, продуктивной деятельности управления на шесть основных кластеров, представленных в данной дендрограмме, в принципе соответствующих тем комплексам профессиональных умений, которые были первоначально выделены аналитическим путем в качестве функциональных блоков профессиональной деятельности. Их соотнесение друг с другом можно представить следующим образом:
Условность данной категориальной структуры определяется, во-первых, тем обстоятельством, что набор элементов оценки не был первоначально соответствующим образом проработан и был более рассчитан на оптимизацию процесса сбора информации, нежели на представленность логически выделяемых функциональных блоков, а во-вторых тем, что на оценку их взаимосвязей существенное влияние оказывали и особенности представлений экспертов о данных умениях вообще. Важно, тем не менее отметить наличие в структуре профессиональной деятельности особого блока умений - мотивировочного, который первоначально не выделялся нами в качестве базового функционального блока профессиональной деятельности вообще. При проведении настоящего исследования мы столкнулись с проблемой интерпретации отрицательной корреляции элементов в рамках одного фактора (см. табл. 5, 6). Мы исходили из того положения, что вычисляемое многофакторное акме-пространство должно быть с необходимостью приведено к ортогональности для обеспечения возможности представления различных комплексов умений в качестве независимых характеристик профессиональной деятельности. При этом в рамках одного фактора выявилось отчетливое деление элементов на имеющие положительную и отрицательную корреляцию (положительные и отрицательные величины проекций векторов действий на ось фактора). Однако негативное направление фактора лишено психотехнологического смысла (либо фиксируется обладание субъекта тем или иным умением - любое значение с плюсом, либо отсутствие такового - ноль). Отрицательный знак факторной нагрузки имеет, по нашему мнению, следующий содержательный смысл: минус показывает относительное взаимоисключение одновременного применения психотехнологий и является свидетельством индивидуальных особенностей и предпочтений профессионалов-управленцев в выборе того или иного способа решения аналогичных задач, того или иного поведения в аналогичных ситуациях их профессиональной деятельности. Две группы умений, отрицательно коррелирующие друг с другом, представляют собой разные, малосовместимые (ввиду их технологической противоречивости по отношению друг к другу и/или к другим реализовываемым психотехнологическим комплексам, прежде всего к комплексам личностных качеств как являющихся, своего рода, основанием "вертикального" единства деятельности) возможности действий в определенной ситуации, выбор между которыми осуществляется на основании индивидуальных особенностей, личных предпочтений, и определяющие своим соотношением характерные особенности индивидуальных стилей профессиональной деятельности. Это обстоятельство привело нас к тому пониманию, что допущение о возможности интерпретации факторов (функциональных блоков) профессиональной деятельности как ее независимых характеристик оказалось мало соответствующим действительности. Но вместе с этим допущением нам придется при построении математической модели отказаться в дальнейшем и от отождествления факторных пучков векторов умений и осей этих пучков с ортогональными координатными осями пространства. При этом сами факторные пучки должны обрести угловые координаты, что позволит измерять и величину их корреляции между собой, которая может пониматься как степень их психотехнологической совместимости. Таким образом у нас появится возможность измерять характеристики целостной профессиональной деятельности еще по одному параметру, на важность которого указывает Ю.М.Забродин: "...практическая перспектива прогностических выводов предполагает использование именно целостной модели в ходе психодиагностического обследования: нас должны интересовать не только отдельные элементы структуры личности, но и особенности их взаимосвязи "[73][5]. Размерность же пространства, количество координатных осей должно далее определяться количеством факторов, между которыми не наблюдается значимой корреляции и которые будучи ортогональными (близкими к оргтогональности) образуют основания для построения координатных осей. В этом случае факторные оси становятся независимыми параметрами профессиональной деятел
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
Последнее изменение этой страницы: 2020-11-11; просмотров: 92; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.135.190.232 (0.087 с.) |
