Anna GRÊDA WYBÓR EFEKTYWNEGO SYSTEMU ZARZ DZANIA JAKOŒCI W PRZEDSIÊBIORSTWACH NA PRZYK ADZIE PRZEMYS U SPO YWCZEGO 1 1. Wprowadzenie Jakoœæ jest obecnie traktowana jako niezbêdny element, który powinien byæ wbudowany w proces produkcji. W bran y ywnoœciowej problematyka ta nabiera szczególnego znaczenia, gdy konsumentami jesteœmy wszyscy. Codziennie siêgaj¹c po produkty ywnoœciowe, chcemy mieæ pewnoœæ, e nie spowoduj¹ one uszczerbku na naszym zdrowiu, a tym bardziej yciu. Na pocz¹tku lat 90. w Polsce wzros³o zainteresowanie problematyk¹ jakoœci. Od tego czasu liczba standardów i systemów umo liwiaj¹cych otrzymanie wyrobów optymalnych jakoœciowo uleg³a eskalacji, a systemy poddawane s¹ doskonaleniu. Do najczêœciej stosowanych w bran y spo ywczej mo na zaliczyæ m.in.: GMP (ang. Good Manufacture Practice) Dobr¹ Praktykê Produkcyjn¹, GHP (ang. Good Hygenic Practice) Dobr¹ Praktykê Higieniczn¹, HACCP (ang. Hazard Analysis and Critical Control Point) Analizê Zagro eñ i Krytyczny Punkt Kontroli, ISO serii 9000, ISO serii 14000 (System zarz¹dzania œrodowiskowego), ISO 15161:2001 (Wytyczne zastosowania ISO 9001:2000 w przemyœle ywnoœci i napojów), ISO serii 22000 (System zarz¹dzania bezpieczeñstwem ywnoœci wymagania dla wszystkich organizacji ³añcucha ywnoœciowego), PN-N/OHSAS 18000 (System zarz¹dzania bezpieczeñstwem i higien¹ pracy) i in. Obecna struktura systemów jakoœci pozwala na ich ³¹czne wdra anie i wzajemn¹ integracjê. Umo liwiaj¹ to m.in. wytyczne PAS 99:2006 (Publicly Available Specification) (6.2), wydane w 2006 r. przez brytyjsk¹ jednostkê certyfikuj¹c¹ BSI [4]. Zawieraj¹ one podstawowe wymagania, które mog¹ byæ u yte jako element integracji systemów Stosunkowo du a liczba publikacji, jak¹ poœwiêcono problematyce zarz¹dzania jakoœci¹, dotyczy zagadnieñ kosztów i korzyœci projakoœciowych dzia³añ firmy. Niewiele z nich odnosi siê do szans i ryzyka tych dzia³añ. Ponadto w pracach tych, autorzy raczej skupiaj¹ siê na pojedynczym problemie dotycz¹cym korzyœci, kosztów, szans lub ryzyka zarz¹dzania jakoœci¹. Nie podchodz¹ oni do tej problematyki w sposób kompleksowy, poprzez uwzglêdnienie wszystkich tych zagadnieñ. St¹d te pomys³ zebrania tych informacji i opracowania modeli korzyœci, szans, kosztów i ryzyka (ang. B benefits, O opportunities, C costs, R risks) poprawy jakoœci produktów i wzrostu efektywnoœci zarz¹dzania przedsiêbiorstwem. Wynika to z faktu, i na ka d¹ decyzjê maj¹ wp³yw zarówno pozytywne, jak i negatywne czynniki, interpretowane psychologicznie w formie korzyœci, szans (potencjalnych korzyœci), kosztów i ryzyka (potencjalnych kosztów). Celem pracy jest zaprezentowanie mo liwoœci zastosowania Analitycznego Procesu Sieciowego (ang. Analytic Network Process - ANP) do wyboru odpowiedniej (optymalnej w zakresie prezentowanych przez firmy produkuj¹ce ywnoœæ, potrzeb i mo liwie pe³nej realizacji oczekiwañ przez ich odbiorców) kombinacji systemów zapewniania jakoœci i zarz¹dzania jakoœci¹ w przedsiêbiorstwach bran y spo ywczej. 2. Przedmiot badañ Badania empiryczne, dotycz¹ce zarz¹dzania jakoœci¹ produktów ywnoœciowych, przeprowadzono osobiœcie metod¹ wywiadu z kwestionariuszem, w trzech czo³owych przedsiêbiorstwach bran y spo ywczej w Polsce. Badane firmy nale ¹ do znanych miêdzynarodowych koncernów. Ich produkty mo na znaleÿæ prawie we wszystkich pañstwach. Dwie z nich zajmuj¹ siê produkcj¹ wyrobów dla dzieci do lat trzech (przetwory owocowo-warzywne, soki), a jedna produkcj¹ herbat i margaryn. Kryterium doboru przedsiêbiorstw do badañ szczegó³owych stanowi³y przede wszystkim posiadane i funkcjonuj¹ce w nich oraz certyfikowane systemy jakoœci, by móc na tej podstawie okreœliæ modelowe przyk³ady zarz¹dzania jakoœci¹, a tak e du y udzia³ w rynku danych firm. Analizowane przedsiêbiorstwa, jako jedne z pierwszych na naszym rynku, podjê³y siê wdro enia i certyfikacji systemów jakoœci (lata 90.). We wszystkich trzech firmach wdro one systemy wystêpuj¹ w postaci zintegrowanej. Ka da z tych firm posiada nagrody i wyró nienia za produkowane wyroby i prowadzon¹ dzia³alnoœæ. Wywiady z kwestionariuszem zosta³y przeprowadzone wœród wybranych pracowników tych firm, pe³ni¹cych funkcje na ró nych szczeblach zarz¹dzania. Dziêki temu, uwzglêdniono ró ne pogl¹dy i stanowiska na temat funkcjonuj¹cych w badanych zak³adach systemów zarz¹dzania jakoœci¹. ¹cznie przeprowadzono 86 wywiadów. 3. Metodologia Analityczny Proces Sieciowy Analityczny Proces Sieciowy (ang. Analytic Network Process ANP) to nowa teoria decyzyjna, stanowi¹ca rozszerzenie Analitycznego Procesu Hierarchicznego (ang. Analytic Hierarchy Process AHP). Twórc¹ obu metod jest amerykañski matematyk profesor Thomas L. Saaty z Uniwersytetu w Pittsburgu (USA). Prace nad metod¹ AHP rozpocz¹³ on we wczesnych latach 70., zaœ nad metod¹ ANP kilka lat poÿniej, w 1975 roku. Dopiero w 2001 roku zosta³a wydana przez Saaty ego ksi¹ ka poœwiêcona metodzie 1 Niniejszy artyku³ zosta³ opracowany na podstawie pracy doktorskiej, która zdoby³a III nagrodê w ogólnopolskim konkursie na najlepsz¹ pracê doktorsk¹, zorganizowanym przez Polskie Towarzystwo Zarz¹dzania Produkcj¹ w roku 2009. Zarz¹dzanie Przedsiêbiorstwem Nr 2 (2010) Strona 21
ANP. Nosi ona tytu³ Decision Making with Dependence and Feedback. The Analytic Network Process [7]. AHP to oryginalna i jednoczeœnie najbardziej znana teoria decyzyjna z pogranicza matematyki i psychologii, umo liwiaj¹ca wprowadzenie relatywnej skali ocen (priorytetów) dla obu policzalnych i niepoliczalnych kryteriów. Baz¹ s¹ werbalne opinie uczonych i ekspertów, istniej¹ce pomiary i dane statystyczne niezbêdne do podjêcia decyzji. AHP zajmuje szczególne miejsce w metodzie ANP. Dlatego czêsto w literaturze mo na spotkaæ odniesienie do metody AHP/ANP. G³ównym problemem obu metod jest dokonanie pomiaru czynników niepoliczalnych. Aby dokonaæ pomiaru niepoliczalnych kryteriów i celów, dotychczas wyra ane opinie w postaci werbalnej (s³ownej) nale y przedstawiæ w postaci numerycznej, np. pos³uguj¹c siê fundamentaln¹ skal¹ porównañ Saaty ego (1-9). Thomas L. Saaty opracowa³ 27 ró nych skal. Spoœród nich najwiêksze zastosowanie posiada w³aœnie ww. skala porównañ, któr¹ wykorzystano równie w niniejszej pracy. Fundamentalne skale Saaty ego charakteryzuj¹ siê m.in. wielostopniowoœci¹. Dlatego ró ni¹ siê od dotychczas wykorzystywanych skal do porównañ typu: gorszy, lepszy itp. Ponadto ka da liczba w skali Saaty ego posiada swój werbalny (s³owny) i graficzny odpowiednik, okreœlaj¹cy stopieñ wa noœci porównywanych elementów. 9-stopniowa fundamentalna skala porównañ umo liwia w³¹czenie doœwiadczeñ i wiedzy osoby podejmuj¹cej decyzje oraz pozwala na wskazanie, jak wiele razy dany element przewa a nad innym w odniesieniu do danego kryterium. Zosta³a ona zaprezentowana w tabeli 1. ANP mo e byæ stosowana do rozwi¹zywania bardziej wyszukanych problemów decyzyjnych. Ró nicê w metodzie ANP stanowi¹ wprowadzone zale noœci (wzajemne oddzia- ³ywania) pomiêdzy grupami elementów i wewn¹trz nich oraz sprzê enia zwrotne. Ponadto przedstawienie struktury problemu nie w postaci hierarchii, jak mia³o to miejsce w przypadku metody AHP, lecz w postaci sieci stanowi¹cej system komponentów. Na rysunku 1. zaprezentowano ogóln¹ postaæ struktury hierarchicznej w ujêciu metody ANP oraz jej porównanie do sieci decyzyjnej. Praktycznym narzêdziem, stanowi¹cym uzupe³nienie Analitycznego Procesu Sieciowego, a jednoczeœnie pozwalaj¹cym na podejmowanie bardziej z³o onych decyzji jest program komputerowy Super Decisions. W metodzie AHP/ANP jedn¹ z najwa niejszych wielkoœci, które obliczamy z macierzy porównañ jest wspó³czynnik niezgodnoœci porównañ C.R. (ang. Consistency Ratio). Praktyczn¹ zasad¹ tych metod jest, aby wartoœæ C.R. wynosi³a nie wiêcej ni 10% (C.R. 10) [6]. Uwa a siê wówczas, e wspó³czynnik niezgodnoœci jest akceptowany, a porównania s¹ konsekwentne (zgodne, logiczne). W przeciwnym wypadku wszystkie lub niektóre porównania zaleca siê powtórzyæ w celu pozbycia siê niezgodnoœci porównañ parami. Tab. 1. Fundamentalna skala porównañ T. L. Saaty ego (na podstawie [5]) Strona 22 Zarz¹dzanie Przedsiêbiorstwem Nr 2 (2010)
Rys. 1. Porównanie ogólnej struktury hierarchicznej do sieci decyzyjnej (na podstawie [6]) 4. Kompleksowy model decyzyjny ANP poprawy jakoœci produktów i wzrostu efektywnoœci zarz¹dzania przedsiêbiorstwem 4.1. Elementy decyzyjne modeli sieciowych korzyœci, kosztów, szans i ryzyka Modele korzyœci, kosztów, szans i ryzyka opracowano bazuj¹c na uzyskanych wstêpnych wynikach badañ (badaniach pilota owych) przeprowadzonych w 3 analizowanych firmach oraz studiach literatury polskiej i obcojêzycznej z zarz¹dzania jakoœci¹. Wszystkie struktury decyzyjne ANP stanowi¹ sieci wzajemnych zale noœci i wspólnych powi¹zañ pomiêdzy najwa niejszymi, zdaniem autora, czynnikami uwzglêdnionymi w tym procesie decyzyjnym. Subkryteria pogrupowano do klastrów (komponentów) w ramach czterech obszarów funkcjonowania firmy, tj.: organizacyjnego, produkcyjnego, technologicznego i ekonomicznego. W osobnym klastrze zebrano proponowane trzy warianty rozwi¹zañ. Wariant A stanowi system zapewnienia bezpieczeñstwa i jakoœci zdrowotnej ywnoœci. Prezentuje on po³¹czenie systemów Dobrych Praktyk Produkcyjnych i Higienicznych (GMP/GHP) oraz systemu HACCP. Maj¹ one zastosowanie wy³¹cznie w przemyœle spo ywczym i s¹ obligatoryjne dla wszystkich przedsiêbiorstw produkuj¹cych i przetwarzaj¹cych ywnoœæ. Jako wariant B przyjêto system zarz¹dzania jakoœci¹ produktów ywnoœciowych. W jego sk³ad wchodz¹ obowi¹zkowe systemy, tj. Dobre Praktyki (GMP/GHP), system HACCP oraz dodatkowo norma ISO 9001. Wariant ten jest obecnie najczêœciej spotykany w wiêkszoœci przedsiêbiorstw bran y spo ywczej. Trzecim, oznaczonym w pracy jako wariant C, jest zintegrowany system zarz¹dzania jakoœci¹ produktów ywnoœciowych. Stanowi on po³¹czenie GMP/GHP, HACCP, ISO 9001, ISO 14001 oraz PN-N/OHSAS 18001. Podejœcie procesowe do zarz¹dzania jakoœci¹, opisane w normie ISO 9001, umo liwia i u³atwia jego integracjê z systemem zarz¹dzania œrodowiskowego ISO serii 14000 oraz systemem zarz¹dzania bezpieczeñstwem i higien¹ pracy PN-N/OHSAS 18001. Przedmiotem integracji mog¹ byæ: polityka i integracja funkcji kierowniczych (odpowiedzialnoœæ kierownictwa), wspólne procesy operacyjne (zarz¹dzanie zasobami i realizacja), ³¹czne audyty wewnêtrzne i zintegrowane obszary doskonalenia. Jak podaj¹ liczni autorzy przedmiotu badañ, integracja systemów mo e przebiegaæ na trzy sposoby: 1) budowanie zintegrowanego systemu od pocz¹tku, 2) stopniowa integracja kolejnych systemów z systemem ju istniej¹cym w organizacji lub 3) budowanie ka dego z systemów osobno i indywidualne zarz¹dzanie ka dym z nich. Najbardziej przyjêtym sposobem tworzenia zintegrowanego systemu zarz¹dzania jest drugi. Jest to metoda najbardziej optymalna, poniewa w firmie poznano ju zasady dotycz¹ce pracy systemowej i ³atwiej jest zaakceptowaæ kolejne wymagania okreœlone dokumentacyjnie [8]. W pracy zaproponowano trzeci wariant oznaczony jako C w formie zintegrowanego systemu zarz¹dzania jakoœci¹ produktów, aby móc na tej podstawie potwierdziæ lub zaprzeczyæ przytaczany przez wielu badaczy tej problematyki pogl¹d (odnosz¹cy siê w tym przypadku do przedsiêbiorstw gospodarki ywnoœciowej) ³¹cznego wprowadzania systemów jakoœci b¹dÿ maksymalnej ich integracji. Przyjmuje siê, e dzia³ania takie korzystniej wp³ywaj¹ na jakoœæ zdrowotn¹ produktu i zarz¹dzanie jakoœci¹ w firmie. Ponadto zapewnia to w³aœciwe funkcjonowanie zarówno w przetwórstwie, jak i w obrocie ywnoœci¹. 4.2. Schemat opracowania modeli decyzyjnych B, O, C, R Problem dotycz¹cy wyboru optymalnego wariantu poprawy jakoœci produktów i wzrostu efektywnoœci zarz¹dzania przedsiêbiorstwem zosta³ ujêty w postaci modeli ANP korzyœci (rys. 2), kosztów (rys. 3), szans (rys. 4) i ryzyka (rys. 5). Zosta³y one opracowane wed³ug nastêpuj¹cego schematu [3]: 1. Szczegó³owe opisanie problemu decyzyjnego w postaci kontrolnej sieci, z³o onej z pogrupowanych elementów, jako osobne modele (sub-sieci): korzyœci (B - benefits), szans (O - opportunities), kosztów (C - costs), i ryzyka (R - risks). Jeœli z pewnych powodów jeden lub wiêcej sub-systemów spoœród korzyœci, kosztów, szans i ryzyka nie jest istotny w podjêciu okreœlonej decyzji mo e zostaæ z niego wykluczony. W ka dym z nich wyró nione Zarz¹dzanie Przedsiêbiorstwem Nr 2 (2010) Strona 23
Rys. 2. Sieæ ANP korzyœci wynikaj¹cych z poprawy jakoœci produktów i wzrostu efektywnoœci zarz¹dzania przedsiêbiorstwem Rys. 3. Sieæ ANP kosztów zwi¹zanych z popraw¹ jakoœci produktów i wzrostem efektywnoœci zarz¹dzania przedsiêbiorstwem Strona 24 Zarz¹dzanie Przedsiêbiorstwem Nr 2 (2010)
Rys. 4. Sieæ ANP szans zwi¹zanych z popraw¹ jakoœci produktów i wzrostem efektywnoœci zarz¹dzania przedsiêbiorstwem Rys. 5. Sieæ ANP ryzyka zwi¹zanego z popraw¹ jakoœci produktów i wzrostem efektywnoœci zarz¹dzania przedsiêbiorstwem Zarz¹dzanie Przedsiêbiorstwem Nr 2 (2010) Strona 25
zosta³y: cel, kryteria i subkryteria, sub-subkryteria, uczestnicy procesu decyzyjnego oraz warianty (alternatywy) decyzyjne, czyli mo liwe rozwi¹zania problemu oraz sieci ich wzajemnych powi¹zañ. 2. W przypadku ka dego kryterium kontrolnego lub subkryterium, okreœlane s¹ klastry ogólnego systemu zwrotnego wraz z ich elementami i dokonywane s¹ po³¹czenia zgodnie z ich zewnêtrznymi i wewnêtrznymi zale noœciami i wp³ywami. Od ka dego klastra odchodzi strza³ka ³¹cz¹ca go z klastrem, którego elementy maj¹ na niego wp³yw. 3. Okreœlany jest sposób postêpowania, jaki decydent powinien zastosowaæ w analizie ka dego klastra lub elementu wp³ywaj¹cego (tzw. podejœcie preferowane) na inne klastry i elementy w odniesieniu do kryterium lub bêd¹ce pod wp³ywem innych klastrów i elementów. Istota (znajdowanie siê pod wp³ywem lub wywieranie wp³ywu) musi mieæ zastosowanie do wszystkich kryteriów czterech hierarchii lub sieci kontrolnych (B, O, C, R) dla decyzji ca³oœciowej. 4. Dla ka dego kryterium kontrolnego konstruowana jest supermacierz, poprzez u³o enie klastrów w sposób uporz¹dkowany (np. alfabetycznie lub wed³ug ich numeracji) oraz wszystkich elementów ka dego klastra (zarówno pionowo po stronie lewej, jak i poziomo w czêœci górnej). W odpowiednich jej pozycjach wprowadzane s¹ priorytety wynikaj¹ce z porównania parami subkolumn odpowiednich kolumn supermacierzy (czynnoœci te automatycznie wykonuje program komputerowy Super Decisions). 5. Wewn¹trz czterech kontrolnych hierarchii lub sieci (B, O, C i R) przeprowadzane s¹ porównania parami elementów w ramach samych klastrów zgodnie z ich wp³ywem na ka dy element w kolejnym klastrze, z którym s¹ one po³¹czone (tzw. zale noœæ zewnêtrzna) lub na elementy w ramach tego samego klastra (tzw. zale noœæ wewnêtrzna). Przy przeprowadzaniu porównañ, zawsze nale y mieæ na uwadze kryterium (w odniesieniu, do którego wykonywane s¹ porównania). Porównania elementów wykonywane s¹ zgodnie z tym, który element wp³ywa na jaki element w wiêkszym stopniu i w o ile wiêkszym stopniu ni inny element, z subkryterium hierarchii kontrolnej. W przypadku korzyœci i szans, nale y zapytaæ: co zapewnia najwiêksze korzyœci? lub co stanowi najwiêksze szanse? w odniesieniu do kryterium kontrolnego. W przypadku kosztów i ryzyka, nale y zadaæ pytanie: co stanowi najwiêkszy koszt? lub co powoduje najwiêksze ryzyko? Do porównañ wykorzystywana jest fundamentalna skala porównañ Saaty ego (1-9). Opinie te przedstawiane s¹ w postaci tzw. niewa onej supermacierzy. Je eli kryterium kontrolne lub subkryterium ma wartoœæ priorytetu globalnego równ¹ 3% lub ni sz¹, mo na rozwa yæ wyeliminowanie go z dalszej analizy. Program komputerowy Super Decisions automatycznie przetwarza wy³¹cznie te kryteria i subkryteria, które maj¹ pod sob¹ podsieci (subnets). 6. Przeprowadzenie porównania klastrów pod wzglêdem tego, jak wp³ywaj¹ one na dane kryterium kontrolne. Obliczone wagi s¹ wykorzystywane do wa enia elementów odpowiednich bloków kolumn supermacierzy. Strona 26 Nale y przypisaæ zero w przypadku, gdy nie ma adnego wp³ywu. W ten sposób otrzymana zostanie supermacierz kolumn wa onych stochastycznie, których kolumny sumuj¹ siê do jednoœci. 7. Kolejnym etapem jest zamiana wa onej supermacierzy w limitowan¹, z³o on¹ z koñcowych (ostatecznych) wielkoœci priorytetów, prezentuj¹cych wszystkie mo liwe oddzia³ywania (wp³ywy) elementów na wszystkich mo liwych œcie kach supermacierzy (wykorzystywana jest tutaj teoria grafów). Aby tego dokonaæ macierz podnoszona jest do kolejnych potêg. Sekwencja ta zmierza do macierzy, w której wszystkie kolumny s¹ identyczne i ka da zawiera priorytety wzglêdne elementów (priorytety elementów w ka dym klastrze s¹ znormalizowane do jednoœci). Pomimo, i wektory priorytetów s¹ wprowadzane do supermacierzy w formie znormalizowanej, priorytety limitów s¹ wprowadzane w formie idealizowanej, poniewa kryteria kontrolne nie zale ¹ od alternatyw. 8. Synteza otrzymanych priorytetów dla ka dej alternatywy modelu korzyœci, kosztów, szans i ryzyka dokonywana jest poprzez wykorzystywanie tzw. multiplikatywnej formu³y matematycznej (BO/CR). Alternatywa z najwiêksz¹ wielkoœci¹ priorytetu uznawana jest za najlepsz¹. Firmy oraz osoby fizyczne z ograniczonym limitem czêsto preferuj¹ taki rodzaj syntezy. 9. Przeprowadzenie syntezy otrzymanych wyników przy pomocy tzw. addytywno-negatywnej formu³y matematycznej (bb+oo-cc-rr) wymaga okreœlenia tzw. strategicznych kryteriów i ich priorytetów w celu dokonania oceny znaczenia: korzyœci (b), szans (o), kosztów (c) i ryzyka (r) rozpatrywanej decyzji. Dokonuje siê tego metod¹ rankingowania. W tym celu budowany jest osobny model i wykorzystywane specjalnie opracowane, osobiste skale werbalne (istnieje mo liwoœæ wykorzystania gotowych skal zamieszczonych w za³¹czniku tzw. templates programu Super Decisions). Przy pomocy tych skal ocenia siê wa noœæ (znaczenie) najlepszych z alternatyw (B, O, C, R) rozwi¹zywanego przez nas problemu w stosunku do strategicznych kryteriów. Po obliczeniu priorytetów dla b, o, c i r s¹ one bezpoœrednio wprowadzane do naszego modelu decyzyjnego (ang. direct data entry). 10. Przeprowadzenie analizy wra liwoœci (co by by³o, gdy?) ostatecznego wyniku dla korzyœci, kosztów, szans i ryzyka (prezentowana jest ona w postaci wykresów). Analiza wra liwoœci dotyczy pytañ w rodzaju: co jeœli?, pozwalaj¹c na zorientowanie siê, czy ostateczna odpowiedÿ jest stabilna i pozwoli na zmianê danych wejœciowych dotycz¹cych ocen lub priorytetów. 5. Wyniki badañ W ramach modelu ANP korzyœci (rys. 2) wykonanych zosta³o 214 porównañ parami. Podobne dzia³ania podjêto przy opracowaniu sieci decyzyjnej szans (rys. 4) 148 porównañ parami, kosztów (rys. 3) 257 porównañ i ryzyka (rys. 5) 188. Iloœæ porównañ w ca³ym modelu wynios³a ³¹cznie 807. Wielkoœæ wspó³czynnika CR (zgodnoœci porównañ) dla wszystkich porównañ dokonanych w ramach sieci Zarz¹dzanie Przedsiêbiorstwem Nr 2 (2010)
korzyœci, kosztów, szans i ryzyka nie przekracza³a 10%, co oznacza, e by³y one zgodne (logiczne). W tabeli 2 zaprezentowano zbiorcze wyniki dla 72 subkryteriów w ramach modelu ANP z³o onego z sub-sieci korzyœci, kosztów, szans i ryzyka. Globalne priorytety dla wszystkich elementów sieci wskazuj¹ na wa noœæ ka dego z nich w realizacji celu g³ównego. Natomiast lokalne - znaczenie tych czynników wewn¹trz ka dego klastra sub-systemu. Ze wzglêdu na ograniczenia edytorskie nie zosta³y omówione szczegó³owe wyniki dla subkryteriów. Nale y jednak podkreœliæ, i elementy, dla których wielkoœci priorytetów globalnych s¹ wy sze lub równe 0,03 (3%), s¹ najwa - niejsze w procesie decyzyjnym i maj¹ najwiêkszy wp³yw na wybór optymalnego wariantu decyzyjnego. Przedstawione w tabeli 2 wielkoœci priorytetów dla poszczególnych wariantów obliczono z porównania parami ich wa - noœci w realizacji ka dego z subkryterium obszaru organizacyjnego, produkcyjnego, technologicznego i ekonomicznego w ramach sub-sieci korzyœci, kosztów, szans i ryzyka oraz tych e czynników maj¹cych na nie wp³yw (wskazuj¹ na to strza³ki wchodz¹ce i odchodz¹ce od klastra wariantów decyzyjnych). W wyborze optymalnego wariantu decyzyjnego dotycz¹cego poprawy jakoœci produktów i wzrostu efektywnoœci zarz¹dzania przedsiêbiorstwem nale y dokonaæ po³¹czenia wielkoœci priorytetów wariantów sieci korzyœci, kosztów, szans i ryzyka. Mo na to zrealizowaæ na dwa sposoby, w zale noœci od tego czy sub-sieci (wartoœci) B, O, C, R uznaje siê za równowa ne lub nie. Jeœli maj¹ one równe znaczenie, wówczas stosowana jest multiplikatywna formu³a matematyczna (BO/CR), w której dzieli siê wielkoœci priorytetów dla poszczególnych wariantów z modeli korzyœci i szans przez odpowiednie z modeli kosztów i ryzyka. Najlepsz¹ alternatyw¹ jest ta, dla której obliczony iloraz ma najwy sz¹ wartoœæ. Wykorzystuj¹c drugi ze sposobów, stosuje siê addytywno-negatywn¹ formu³ê matematyczn¹ (bb+oocc-rr), która wymaga okreœlenia stopnia wa noœci sub-sytemów: korzyœci (b), szans (o), kosztów (c) i ryzyka (r) rozwi¹zywanego problemu. Jest to wynikiem tego, i korzyœci, koszty, szanse i ryzyko czasami nie s¹ uznawane za równie wa ne dla danego problemu decyzyjnego. W tym celu opracowuje siê strategiczne kryteria w odniesieniu, do których szacuje ich znaczenie. Na tym etapie pracy spogl¹damy na nasz problem z bardziej ogólnej perspektywy, wykorzystuj¹c kryteria: ekonomiczno-produkcyjne, spo³eczne, polityczne, wizerunku i edukacyjne. Ka de strategiczne kryterium zosta³o szczegó³owiej rozpisane na odpowiadaj¹ce im subkryteria, które wykorzystano do rankingowania sub-systemów korzyœci, kosztów, szans i ryzyka. Podczas rankingowania myœlimy o najwa niejszej alternatywie wewn¹trz ka - dego z sub-systemu korzyœci, kosztów, szans i ryzyka (wybieramy te, dla których wielkoœæ priorytetu jest najwy sza) i nadajemy im znaczenie wobec opracowanych strategicznych kryteriów (lub subkryteriów). Strategiczne kryteria umo liwiaj¹ po³¹czenie wyników uzyskanych wewn¹trz sub-systemów (wartoœci) korzyœci, kosztów, szans i ryzyka oraz przedstawienie koñcowego rezultatu. Model strategicznych kryteriów zosta³ przedstawiony na rysunku 6. Sposób oszacowania wielkoœci priorytetów dla sub-systemów korzyœci, kosztów, szans i ryzyka przy pomocy opracowanych skal kryteriów osobistych zaprezentowano w tabeli 3. Pod tabel¹ zamieszczono skale kryteriów osobistych i ich priorytety, wed³ug których oszacowano wa noœæ (znaczenie) sub-systemów korzyœci, kosztów, szans i ryzyka. Porównania parami zale nych i wp³ywaj¹cych na warianty decyzyjne elementów oraz oszacowanie stopnia wa noœci sub-sytemów: korzyœci, kosztów, szans i ryzyka pozwoli³y na wybór najlepszej strategii (wariantu) poprawy jakoœci produktów i wzrostu efektywnoœci zarz¹dzania przedsiêbiorstwem. Jest ni¹ system zintegrowanego zarz¹dzania jakoœci¹ produktów ywnoœciowych. Pozwala on na optymaln¹ realizacjê przyjêtego przez nas celu. Wskazuj¹ na to obie zastosowane w pracy formu³y matematyczne. Koñcowe wyniki obliczeñ zestawiono w tabeli 4. Aby sprawdziæ stabilnoœæ proponowanego rozwi¹zania, wykonano analizê wra liwoœci dla modeli korzyœci, kosztów, szans i ryzyka. Na podstawie analizy wra liwoœci mo emy sprawdziæ, jak zmieni siê proponowane rozwi¹zanie, gdy zmodyfikujemy (zwiêkszymy lub zmniejszymy) wartoœci dla korzyœci, szans, kosztów i ryzyka prezentowanego modelu sieciowego poprawy jakoœci produktów i wzrostu efektywnoœci zarz¹dzania przedsiêbiorstwem, odpowiednio dla korzyœci (rys. 7), dla szans (rys. 8), dla kosztów (rys. 9) oraz dla ryzyka (rys. 10). Jak wskazuje rysunek 7. wielkoœæ priorytetu korzyœci nie wydaje siê mieæ du ego wp³ywu na ostateczny wynik. Nawet, gdy jego wielkoœæ spadnie poni ej 0,32 najlepszym rozwi¹zaniem bêdzie wariant C. Analizuj¹c wykres analizy wra liwoœci dla poszczególnych wariantów modelu szans (rys. 8), mo na zauwa yæ analogiczn¹ sytuacjê. W ramach analizy wra liwoœci dla kosztów (rys. 9) wykresy dla wszystkich wariantów wykazuj¹ tendencjê malej¹c¹, tzn. im priorytet kosztów wzrasta, tym priorytety dla zaproponowanych systemów jakoœci s¹ mniejsze. Do wielkoœci równej 0,5 wariant C jest najlepszy. Powy ej tej wielkoœci wariant ten staje siê najgorszym rozwi¹zaniem. Wówczas najlepszym zostaje wariant A. W odniesieniu do analizy wra liwoœci modelu ryzyka (rys. 10), podobnie jak w modelu kosztów, wykresy dla poszczególnych wariantów posiadaj¹ tendencjê spadkow¹. Najgorzej sytuacja prezentuje siê dla wariantu A, który zajmuje ostatni¹ lokatê, niezale nie od wielkoœci priorytetu dla ryzyka. Gdy zwiêkszamy priorytet dla ryzyka powy ej 0,1714 jego wielkoœæ dla wariantu C zaczyna gwa³townie spadaæ. Jest on najlepszym rozwi¹zaniem do priorytetu ryzyka równego 0,7. Powy ej tej wartoœci spada on na drug¹ pozycjê, za wariantem B. Jak wynika z zaprezentowanej analizy, warianty rozwi¹zañ s¹ bardziej wra liwe na zmiany priorytetów dla kosztów i ryzyka ni dla korzyœci i szans. Jednak przeprowadzona analiza wskazuje, e aby koñcowe priorytety alternatyw uleg³y zmianie, musielibyœmy dokonaæ ekstremalnych za³o eñ dla priorytetyzacji (B, O, C, R), g³ównie kosztów i ryzyka. 6. Podsumowanie i wnioski Reasumuj¹c, w odniesieniu do przedsiêbiorstw bran y spo- ywczej podjêcie decyzji dotycz¹cej wdro enia odpowiednich systemów zarz¹dzania jakoœci¹ produktów ywnoœciowych nie powinno nastêpowaæ wy³¹cznie w odniesieniu do obecnych trendów lub mody na rynku, maj¹c tylko na uwadze Zarz¹dzanie Przedsiêbiorstwem Nr 2 (2010) Strona 27
cd. tabeli na str. 29 Strona 28 Zarz¹dzanie Przedsiêbiorstwem Nr 2 (2010)
Tab. 2. Zbiorcze wyniki modeli ANP kosztów, korzyœci, szans i ryzyka Zarz¹dzanie Przedsiêbiorstwem Nr 2 (2010) Strona 29
Rys. 6. Hierarchia strategicznych kryteriów do oszacowania wa noœci sub-systemów (wartoœci): korzyœci, kosztów, szans i ryzyka Tab. 3. Oszacowanie wa noœci sub-systemów korzyœci, kosztów, szans i ryzyka Strona 30 Zarz¹dzanie Przedsiêbiorstwem Nr 2 (2010)
Wybór efektywnego systemu zarz¹dzania jako ci¹ w przedsiêbiorstwach na przyk³adzie przemys³u spo ywczego Tab. 4. Wyniki koñcowe analizy ANP Rys. 7. Analiza wra liwo ci dla modelu korzy ci Rys. 8. Analiza wra liwo ci dla modelu szans Rys. 9. Analiza wra liwo ci dla modelu kosztów Rys. 10. Analiza wra liwo ci dla modelu ryzyka Zarz¹dzanie Przedsiêbiorstwem Nr 2 (2010) Strona 31
efekt marketingowy z ich posiadania. Zarz¹d firmy powinien zdecydowaæ siê na wybór takich systemów jakoœci, których posiadanie w najwiêkszym stopniu przyczyni siê do realizacji najwa niejszych potrzeb w firmie i oczekiwañ ich odbiorców. Wprowadzenie tych systemów powinno nast¹piæ po kompleksowym przeanalizowaniu wszystkich mo liwych czynników decyzyjnych i ich zale noœci wewn¹trz firmy oraz w jej otoczeniu w ujêciu korzyœci, kosztów, szans i ryzyka. Wdro enie systemu jakoœci powinno nast¹piæ wówczas, gdy ³¹czne korzyœci i szanse z jego posiadania bêd¹ wy sze od kosztów i ryzyka tej decyzji. Aby móc tego dokonaæ firma powinna dysponowaæ odpowiednimi metodami, pozwalaj¹cymi na dokonanie takiego pomiaru. Praca prezentuje zastosowanie po raz pierwszy w Polsce w zarz¹dzaniu jakoœci¹ metody Analitycznego Procesu Sieciowego (ang. Analytic Network Process ANP). Wiêkszoœæ prac prezentuj¹cych czynniki wp³ywaj¹ce na poprawê zarz¹dzania jakoœci¹ w przedsiêbiorstwie wykorzystuje metody statystyczne. W pracy tej zaproponowano m.in. mo liwoœæ wykorzystania opinii ekspertów, którzy nadali znaczenie (okreœlili wa noœæ) elementów decyzyjnych poprzez porównania elementów parami. Ponadto zaproponowany model ANP poprawy jakoœci produktów i wzrostu efektywnoœci zarz¹dzania przedsiêbiorstwem obejmuje wszelkiego rodzaju zale noœci oraz sprzê enia zwrotne miêdzy elementami decyzyjnymi. Dlatego jest on w stanie lepiej odzwierciedliæ z³o onoœæ problemu i rzeczywiste zwi¹zki zachodz¹ce miêdzy czynnikami wewn¹trz firmy i w jej otoczeniu. Inne metody stosowane do rozwi¹zania tego zagadnienia mog¹ te zale noœci omin¹æ. Identyfikacja czynników oraz ocena ich wp³ywu na wdro enie odpowiednich systemów zarz¹dzania jakoœci¹ powoduje, e istnieje wiêksze prawdopodobieñstwo osi¹gniêcia sukcesu przez firmy. Rozwi¹zywany problem jest obecnie niezwykle aktualny w Polsce. Zaprezentowane w pracy modele poprawy jakoœci produktów i wzrostu efektywnoœci zarz¹dzania przedsiêbiorstwem mog¹ byæ z powodzeniem wykorzystane przez firmy bran y spo ywczej przy wyborze odpowiednich SZJ. Mo na je równie w ró ny sposób zmodyfikowaæ i udoskonaliæ na potrzeby firmy, np. opracowaæ modele decyzyjne na ró nych etapach wdra ania systemów jakoœci. Ponadto zasady stosowane przy opracowaniu modeli mog¹ zostaæ przeniesione i zastosowane do rozwi¹zania tak e innych, wielokryterialnych problemów decyzyjnych nie tylko w gospodarce ywnoœciowej. Badania czêœciowo finansowane z grantu promotorskiego Ministerstwa Nauki i Szkolnictwa Wy szego Nr NN 115 2201 33. Literatura: [1] Adamus W., Grêda A.: Wspomaganie decyzji wielokryterialnych w rozwi¹zywaniu wybranych problemów organizacyjnych i mened erskich. Badania Operacyjne i Decyzje, Nr 2/2005, s. 5-36. [2] Grêda A.: Zarz¹dzanie jakoœci¹ produktów ywnoœciowych. Praca doktorska zrealizowana na Wydziale Zarz¹dzania Uniwersytetu Warszawskiego, Warszawa 2009. [3] Grêda A.: Application of the AHP/ANP in food quality management, [w:] ISAHP 2009, Conference Handbook, July 29-August 1, 2009, Pittsburgh, Pennsylvania, USA. Strona 32 [4] Kleniewski A.: Integracja systemów zarz¹dzania specyfikacja PAS 99:2006. Problemy Jakoœci, 2007, Nr 10, s. 14. [5] Saaty T. L.: Decision Making for Leaders. The Analytic Hierarchy Process for Decisions in a Complex World. RWS Publications. Pittsburgh PA 2001. [6] Saaty T. L.: Fundamentals of the Analytic Network Process. Dependence and Feedback in Decision-Making with a Single Network. Journal of Systems Science and Systems Engineering, published at Tsinghua University, Beijing, (to appear) Vol. 13, No. 2, June 2004. [7] Saaty T. L.: The Analytic Hierarchy and Analytic Network Processes for the Measurement of Intangibles and for Decision Making, [in] Multiple Criteria Decision Analysis: The State of the Art Surveys, edited by J. Figueira, S. Greco and M. Ehrgott. Kluwer Academic Publishers, Dordrecht 2004. [8] Tabor A., R¹czka M.: Nowoczesne zarz¹dzanie jakoœci¹. Planowanie, wdra anie, utrzymywanie i doskonalenie systemów zarz¹dzania jakoœci¹. Tom III. Wydawnictwo Politechniki Krakowskiej, Kraków 2004. CHOICE OF EFFECTIVE QUALITY MANAGE- MENT SYSTEM IN ENTERPRISES BASIS ON FOOD ECONOMY Abstract: The objective of the present study is to demonstrate the application of multicriteria decision making methods in selecting the most efficient option of quality management system in food industry. Most studies concentrate on single aspects of quality management, instead of looking at the problem more holistically by analysing all factors and often complex relations between them. In response to this shortage, the present study proposes a more holistic model of successful quality management of food products. The Analytic Network Process (ANP) were applied to build and analyse the problem. The successful quality management has been defined here as a goal of improving the quality of food products and increasing the company management effectiveness. The overall model comprises Benefits, Opportunities, Costs and Risks and consider a range of various factors influencing the decision problem. The ANP results are based on empirical survey (questionnaire interviews) carried out with managers in three leading food enterprises in Poland. The problem presented in this paper is very important not only in Poland. B,O,C,R models of improving the quality of food products and increasing the company management effectiveness can be successfully applied by food enterprises to choose the most appropriate quality management systems. Other methods applied to solve this problem would likely fail to analyse these dependencies so thoroughly. Last but not least, the rules of building the B,O,C,R models to select the best option of quality management system in food industry can also be applied in other than food companies. Dr in. Anna GRÊDA Katedra Zarz¹dzania Jakoœci¹ Wydzia³ Towaroznawstwa Uniwersytet Ekonomiczny w Krakowie anna.greda@uek.krakow.pl Zarz¹dzanie Przedsiêbiorstwem Nr 2 (2010)