Социально-статистические проблемы исследования лидерства в менеджменте
Семенов Михаил Евгеньевич
Томский государственный университет
Введение
Практика управления социальной группой постоянно сталкивается с необходимостью выделения (выбора, назначения) лидера, который с одной стороны, удовлетворял бы некоторым объективным потребностям и, с другой, субъективным требованиям, оценкам, нормам бытующими внутри группы. Лидер - существенное звено социальной группы. Не каждому руководителю (менеджеру) дано стать лидером.
Возникают трудности из-за обилия признаков, по которым можно дифференцировать лидеров от "нелидеров". Кроме того, характерной чертой социальных признаков является их неоднозначность, что затрудняет измерение такого рода характеристик. Отсюда возникает задача нахождения "небольшого" числа качеств человека, которые бы позволили отделять лидера от "нелидера" социальной группы (причем с учетом представлений об этих признаках самих членов группы).
При изучении сложных объектов возникают большие трудности при задании исходной системы признаков для их описания. Такое задание основано на знаниях, опыте и интуиции исследователя и проводится путем "постулирования" потенциально полезных признаков. В этих условиях в исходную систему входит много "дублирующих" и "шумящих" признаков. Поэтому проблема выбора наиболее информативной подсистемы признаков при решении приобретает важное значение.
При анализе эмпирических таблиц возникает естественное желание проверить, все ли признаки одинаково важны (информативны) и нельзя ли ограничиться их подмножеством, включающим в себя наиболее информативные признаки. Если информация, которую содержат эти признаки, достаточно для некоторой цели (например, для распознавания заданных образов с определенной надежностью), то остальные признаки можно в дальнейшем не учитывать.
Прогноз поведения и способностей с помощью тестирования удобен при назначении на новую должность будущих руководителей. В современных организациях создается специальная система работы с резервом, включающая определение, развитие, назначение на новую должность перспективных сотрудников.
Конструирование анкеты экспертного опроса
В работе предлагается следующий список качеств, по которому можно дифференцировать лидеров и "нелидеров":
-
Общая эрудиция и кругозор.
Организаторские способности.
Готовность защищать интересы группы или человека из группы в любую минуту любых случаях.
Терпимость к критике.
Умение четко излагать свои мысли, в том числе письменно.
Верность слову.
Порядочность.
Упорство в достижении поставленных целей.
Общительность, коммуникабельность.
Оперативность принятия и реализации решений.
Стремление брать на себя ответственность.
Склонность к системному мышлению и высокие аналитические способности.
Восприимчивость к новому, склонность решать нетрадиционные задачи оригинальными методами.
Ответственность за свое здоровье.
Находчивость, предприимчивость, изворотливость.
Экспертам предлагалось работать с ранговой субъективной шкалой. Интегральная оценка лидерства в процентах, которая также используется в анкете, позволяет упорядочить членов группы по лидерскому качеству.
Забегая вперед, отметим, анализ и сравнение заполненных анкет показали, что проставленные студентами оценки имели систематический сдвиг (завышение или занижение оценок), которой условно будем называть "психологическим" сдвигом шкалы. Этот факт является дополнительной помехой при классификации и по этому исходный материал был подвергнут обработке по ликвидации "психологического" сдвига шкал по следующей процедуре: к оценкам отвечающего по некоторому признаку прибавлялась разность между средним значением оценок, поставленных всей группой и средним значением оценок отвечающего по этому признаку. В основе этой процедуры лежит предположение о том, что при усреднении оценок по группе отвечающих "психологические" сдвиги шкал нивелируются, это позволяет придти к некоторому началу отсчета. Информация, лежащая в основе настоящей работы, была получена в ходе проведения анкетирования как в студенческих группах, так и в группах уже сложившихся лидеров-руководителей, Глав администраций районов Томской области, проходящих обучение на Международном Факультете Управления Томского Государственного Университета.
Анализ экспертных оценок
На практике вид плотности вероятности часто заранее неизвестен и нужно как-то оценить плотность вероятности, не зная ее структуры. В этом случае говорят о непараметрическом оценивании. Непараметрическое оценивание плотности означает, по существу, оценивание функции нескольких переменных. Соответствующие методы могут использоваться даже тогда, когда полностью отсутствует априорная информация о плотности вероятности.
Оценивание распределения вероятности по выборке основана на относительных частотах, в то время как в непрерывном случае повторяемость наблюдений исключена необходимость оценивания плотности остается. Выход предлагается в использовании ядерных оценок плотности, в которых "вероятностная масса" принесенная наблюдениями частично распределяется по соседним значениям случайной величины. Это позволяет получить оценки плотности для нереализовавшихся случайных величин (дельта-функция заменяемся на некую "сглаженную" функцию).
В дискретном случае оценивание распределений ведется через относительные частоты, однако при малых объемах выборки и в особенности при многомерных наблюдениях, большая часть возможных значений не реализуется в выборке, но необходимость оценивания вероятности всех всевозможных значений остается. Выход видится в перенесении ядерных оценок на дискретный случай, т.е. распределить принесенную реализациями "вероятностную меру" по соседям.
Ситуация еще более обостряется, если наблюдения не только дискретные, но и носят качественный характер (ранги, порядковые шкалы}, когда понятие расстояния между наблюдениями не имеет смысла тем не менее делаются попытки распространить идеи ядерных оценок и на этот случай.
Для оценки выбранного показателя качества того или иного алгоритма распознавания образов применяется три основных экспериментальных способа:
Выборка используется одновременно как. обучающая и контрольная.
Выборка разбивается на две части - обучающую и контрольную.
В случае, когда классифицированная выборка, имеющаяся в распоряжении исследователя не велика, разделение ее на обучающую и контрольную нецелесообразно в таких ситуациях обучение осуществляется с помощью классифицированной выборки, кроме одной реализации, которая играет роль контрольной. Затем эта роль передается другой реализации из этой выборки (первая реализация включается в обучающую последовательность) и процедура повторяется.
Как уже отмечалось, проценты лидерства являются целостной характеристикой, с помощью которой можно упорядочить членов группы по лидерскому качеству. Далее, если теперь удастся упорядочить членов группы с использованием только оценок по признакам перечня, и этот вариационный ряд будет "похожи", в смысле некоторой меры близости, на результат упорядочения по процентам лидерства, то естественно считать, что проблема общности языков экспертов и студенческой группы решена положительно.
Эту проблему предполагалось решать с использованием алгоритмов распознавания образов. Суть процедуры состоит в следующем: крайние члены вариационного ряда указывают на номера членов группы, которые являются соответственно наиболее яркими лидерами и "нелидерами" группы. Этих полярных представителей будем рассматривать как относящихся к двум разным образам. Оценки по параметрам перечня, проставленные им товарищами по группе, приобретают смысл реализаций обучающих последовательностей, длины которых равны числу членов группы. Для увеличения длин обучающих последовательностей можно брать реализации оценок нескольких членов из лидирующей и нелидирующей групп. Анонимность опроса и использование субъективных шкал, видимо, оправдывают предположение о статистической независимости реализаций обучающих последовательностей. Обучив алгоритм такими последовательностями, все столбцы всех анкет предъявляются для реализации. Алгоритм каждый столбец оценок относит в классы "лидер" либо "нелидер". Имея эти данные легко получить число столбцов, относящихся к любому конкретному члену группы, попавших в класс "лидер" и соответственно в класс "нелидер" (голосование по косвенным признакам). Результаты этого голосования позволяет вновь упорядочить членов группы по лидерскому качеству, но этот вариационный ряд получается на основании обработки оценок по характеристикам. Одной из характеристик статистической связи между вариационными рядами является коэффициент ранговой корреляции Спирмена:
| |
Студенты |
Руководители |
| с учетом "психологического сдвига" |
0.81 |
0.87 |
| без учетом "психологического сдвига" |
0.76 |
0.83 |
Таким образом, высокое значение коэффициента ранговой корреляции говорит о том, что перечень характеристик понятен, а субъективная пятибалльная шкала, несмотря на ее кажущуюся ненадежность, оказалась работоспособной.
Следующая серия экспериментов была направлена на исследование избыточности перечня признаков. Наилучшими признаками, в смысле значения вероятности ошибки распознавания, стали следующие 2, 3, 12, 13, 14, 15.
Резюме
Экспериментально исследована эффективность алгоритмов распознавания на материалах конкретного социологического опроса. Процент правильного распознавания лидеров и "нелидеров" составил порядка 95%. Можно делать выводы о работоспособности рангово-субъективных шкал, примененных в исследовании, и о том что среди 15 признаков, предложенных в анкете, удалось выделить "небольшие" комплексы из 5-9 признаков, наиболее четко дифференцирующих лидера от "нелидеров", любой из таких комплексов примерно с одинаковой точностью (ошибка в пределах 2%-5%) решает эту задачу.
Муниципальная власть.
январь-февраль 1999год.
