Идентификация проблем качества профессионального обучения персонала


Цитировать

Полный текст

Аннотация

Качество профессионального обучения (ПО) персонала играет ключевую роль в решении задач по повышению эффективности в любой сфере бизнеса. ПО является весьма сложным и малоизученным системным объектом, функционирование которого подвержено непрерывному действию большого числа случайных (неопределенных) факторов. Обучение взрослых, обладающих высокими уровнями мотивации, профессиональной компетенции и социального статуса, в значительно большей степени, чем другие виды обучения, подвержено действию указанных выше факторов изменчивости конечных результатов образовательного процесса (ОП). Совместное действие данных факторов приводит к возникновению существенных несоответствий в освоении программы обучения, снижающих ее результативность в отношении достижения целей обучения. Отсутствие соизмеримости реального роста эффективности деятельности предприятия с целевыми установками следует рассматривать как проблему качества ПО.Для предупреждения проблем качества необходимо обеспечить выполнение процесса обучения в управляемых условиях. В связи с недостаточностью существующих теоретических представлений о внутренних свойствах ОП задача синтеза управления может решаться на основе наблюдения за его входами и выходами. Наблюдение за реакцией выходных величин на изменения входных воздействий позволяет построить апостериорную модель процесса, т. е. осуществить идентификацию проблемы качества на ранних этапах ее зарождения.Цель данной работы - исследование возможности обеспечения качества ПО персонала методом идентификации по результатам оценивания входных и выходных сигналов ОП как объекта управления. Методология работы базируется на концепции комплексного управления качеством (TQM) и процессном подходе к управлению качеством, в соответствии с которым все этапы жизненного цикла ОП взаимосвязаны, выходы каждого предыдущего этапа являются входами для этапа последующего, а результаты каждого этапа должны подвергаться наблюдениям (измерениям).Построение модели процесса предложено производиться последовательным решением трех взаимосвязанных задач: регистрации данных при тестовых воздействиях на процесс, формирования множества моделей и выбора адекватной реальному процессу модели из их множества.Рассмотрены основные виды проблем качества обучения и осуществлена их кластеризация для поддержки принятия управляющих решений. Описаны наиболее важные особенности закрытых и открытых проблем, которые необходимо учитывать при принятии решений. Выработаны рекомендации по применению методов прямого и косвенного подходов к идентификации проблем качества. Показано, что дискуссии в межфункциональных группах обеспечивают, как правило, наилучшие результаты в идентификации и разрешении проблем. Ценность проведенного исследования для теории и практики ПО состоит в построении процедуры идентификации для поддержки принятия обоснованных решений при выборе действий, предупреждающих развитие проблем качества. Идентификация (построение модели) проблемной ситуации на основе наблюдений, полученных в условиях функционирования ОП по его входам и выходам, обеспечивает возможность реализации необходимых действий по предупреждению (разрешению возникших) проблем качества.Разработанная процедура идентификации может применяться в системе ПО, обеспечивая приемлемый уровень удовлетворенности персонала предприятия качеством обучения.

Об авторах

Вера Викторовна Живаева

Самарский государственный технический университет

Email: fpkp@samgtu.ru
кандидат технических наук, директор Института дополнительного образования Российская Федерация, 443100, г. Самара, ул. Молодогвардейская, 244

Вадим Александрович Николаев

Самарский государственный технический университет

Email: fpkp@samgtu.ru
кандидат технических наук, доцент Института дополнительного образования. Российская Федерация, 443100, г. Самара, ул. Молодогвардейская, 244

Светлана Николаевна Парфёнова

Самарский государственный технический университет

Email: fpkp@samgtu.ru
кандидат химических наук, заместитель директора Института дополнительного образования Российская Федерация, 443100, г. Самара, ул. Молодогвардейская, 244

Елена Павловна Тупоносова

Самарский государственный технический университет

Email: fpkp@samgtu.ru
начальник управления дополнительного образования научно-педагогических работников Института дополнительного образования. Российская Федерация, 443100, г. Самара, ул. Молодогвардейская, 244

Список литературы

  1. Управление эффективностью и качеством: модульная программа. Пер. с англ. / Под ред. И. Прокопенко, К. Норта: В 2 ч. - Ч. II. - М.: Дело, 2001. - 608 с.
  2. Armstrong M. Human resource management: A case of the emperor’s new clothes. Personnel Management. London, Institute of Personnel Management, Aug. 1987. Pр. 30-35.
  3. Fombrun C., Tichz L.M., Devanna M.A. Strategic human resource management. USA, Wiley, 1984. Pр. 41-42.
  4. ГОСТ Р 50779.44-2001 Статистические методы. Показатели возможностей процессов. Основные методы расчета [Электронный ресурс]. - URL: http:/docs.cntd.ru/document/1200026559 (дата обращения 15.07.2020).
  5. Статистические методы повышения качества: Пер. с англ. / Под ред. Х. Кумэ. - М.: Финансы и статистика, 1990. - 304 с.
  6. Тимофеев А.В. Адаптивные робототехнические комплексы. - Л.: Машиностроение. Ленингр. отд-ние, 1988. - 332 с.
  7. Тимофеев А.В. Построение адаптивных систем управления программным движением. - Л.: Энергия, 1980. - 88 с.
  8. Фролов К.В. Методы совершенствования машин и современные проблемы машиностроения. - М.: Машиностроение, 1984. - 224 с.
  9. Живаева В.В. и др. Процессный подход к управлению качеством дополнительного профессионального образования: Сборник трудов по проблемам дополнительного профессионального образования. Вып. 27. - М.: Изд. центр РГУ нефти и газа им. И.М. Губкина, 2015. - 186 с.
  10. Новицкий А.Л., Болотина Т.Э. Идентификация процессов СМК [Электронный ресурс]. - URL: http://quality.eup.ru/DOCUM4/iden.htm (дата обращения 20.07.2020).
  11. Менеджмент качества [Электронный ресурс]. - URL: http://www.kpms.ru// Generalinfo/Process approach.htm (дата обращения 20.08.2020).
  12. Профессиональное тестирование [Электронный ресурс]. - URL: https:/practicumgroup.com/blogs/stati/professionalnoe-testirovanie (дата обращения 21.08.2020).
  13. ГОСТ Р 51814.3-2001 Системы качества в автомобилестроении. Методы статистического управления процессами [Электронный ресурс]. - URL: http://docs.cntd.ru/document/1200026563(дата обращения 21.08.2020).
  14. Управление эффективностью и качеством: модульная программа. Пер. с англ. / Под ред. И. Прокопенко, К. Норта: В 2 ч. - Ч. I. - М.: Дело, 2001. - 800 с.
  15. Robinson D.G., Robinson J.C. Training for impact. London, Jossey-Bass, 1989.
  16. Harrison R. Training and development. London, Institute of Personnel Management, 1988, reprinted 1989.
  17. Berk R.A. Criterion - referenced measurement: The state of art. Baltimor, MD: Johns Hopkins University Press, 1989.
  18. Educational measurement (Ed. by Linn R.). N.Y. Macmillan, 1989. 610 c.
  19. Лоранж П. Новый взгляд на управленческое образование. Задачи руководителей / Пер. с англ. - М.: Олимп - Бизнес, 2004. - 400 с.
  20. Генкин В.Л., Ерош И.Л., Москалёв Э.С. Системы распознавания автоматизированных производств. - Л.: Машиностроение. Ленингр. отд-ние, 1988. - 246 с.
  21. Современные методы идентификации систем / Под ред. П. Эйкхофа. - М.: Мир, 1983.
  22. Методы идентификации технических объектов [Электронный ресурс]. - URL: https:/helpiks.org2-114346.html (дата обращения 21.08.2020).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Живаева В.В., Николаев В.А., Парфёнова С.Н., Тупоносова Е.П., 2020

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».