Monitorowanie procesów

Pełen tekst

(1)2003. Jan Steczkowski. Monitorowanie procesów* nauki podstawowe oraz stosowane (praktyczne). zwane te ż umiejętnośc iami. znaczeniowo zachodz"na siebie. to jednak dla podjętych rozwa ... ",i wygodne jest pos lu żenie się tym rozróżnieniem. Uważa się. że te pierwsze przede wszystkim opi suj" . jaka jest lub będzie badana rzeczywistość (jeżeli A. to H). drugie natomiast - wykorzystujqc osiągnięcia tych pierwszych - odpowiadaj" na pytanie. jak pos tępować. aby w sposób efektywny osiągnąć wyznaczony cel (chcę. by bylo B. więc stosuję A) . Podobno A . Einstein mial s ię wyrazić. że nauka stwierdza tylko to. co jest. a nic co być powinno. Jeśli tak by lo naprawdę. to tym samym zawęzi I to pojęcie do kilku nauk podstawowych. Dyscypliny praktyczne. w określonym dla siebie za kresie . dopus zczaj" u ży teczne s"dy oceniające (wartośc iujące) oraz operuj" wlaściwą im metodologią (zwan" też metodyk,,) szeroko wykorzystując" teorię systemów i jej techniki. teorię gier. teorię decyzji. rachunek prawdopodobieństwa. algorytmy i symulację (ostatnio przede wszystkim komputerow"l. zwaną powszechnie eksperymentem sy mulacyjnym . W końcu tworzą skale pomiarowe dla przeprowadzanych ocen. Rozważania nad istotą i specy fiką nauk stosowanych podjęto stosunkowo niedawno. a polscy badacze mają w tym zakresie liczący się wklad . Za ich pioniera wypada uznać przedstawiciela nauk medycznych J. Hiegańskiego [II [. teoretyka prawa L. Petrażyckie go [62). a po ostatniej wojnie filozofa T. Kotarbiń skiego [48] i jego ucznia profesora prawa A. Podgóreckiego [64] . Jak widać. w omawianej d ziedzinie pierwsze kroki stawiali przede wszystkim lekarze i prawnicy. a za nimi poszli inżynierowie spccjalizuj" cy się w organizacji i zarządzaniu [12]. [17). [SS[ . Tę część opracowania należy zamkn'lc cytatem: .•problem przerzucenia pomostu między wiedzą teoretyczną a dzialalnością Mimo. że. artyku ł zos tał. napi sany w konsckwcJ)\.:j i udzi;ilu w lemacie badawczym pl. "Sta tys tyCl. IlC I11C[()(Jy monitorowania prnccsów", podjętym w latach 2000- 2001 w ramac h bada!i SlaWtowy<.:h, kierowanych przez prof. dr. hab. A.lwasicwicza. w Zakładzi e Metod Kont roli Jako.~('i • Ninicjs/.y. AE w Krakowie (umowa nr B7 /KS/5/2000/S )..

(2) praktyonq , który by z jednej strony umożliwił przeniesienie n1<,drości abstrakcyjnej na teren dzialalności. a Z drugiej strony pozwalał na kontrolę poszczególnych ctapów zastosowywania wiedzy teoretycznej do dzialania, tak aby unikac błędów i realizować skutki zamierzone. jest zagadnieniem dla racjonalnego kierowania życiem zbiorowym szczególnie doniosłym" 164, s. 16 i 171. Przyjmuje się bowiem. i.e czlowiek postępuj'lc racjonalnie. pomnaża. przekształca i wykorzystuje informacje o otaczającym go świecie dla zaspokojenia SCIiSII larRo odczuwanych przez niego potrzeb. W tym postępowaniu moi.na w yodrębnić kilka ctapów, w różnych dyscyplinach nieco odmiennych w zależ ności np . od tego. czy odnoszą się do przyrodniczej, czy spolecznej strony człowieczeństwa. Można. zatem wyrój.nić następuj"ce ogniwa celowego postępowania : diagnozę , na którą z kolei skladaj'l się: opis. zestawienie ocen. konklu zja . postulowanie i stawianie hipotez, by z kolei przystąpić do konstruowania projektu, jego realizacji,jak też sprawdzenia i weryfikacji skutków. W omawianym zagadnieniu niektórzy preferuj" przede wszystkim punkt widzenia Z"rZ'ldczo-organizacyjny, kładąc przy tym nacisk na podejście systemowe, w którym rozwiązania mają charakter głobalny 1371. Jednak odnosi się wrażenie. iż tego rodzaju postępowanie jest zbytnio rozbudowane, a równ ocześnie malo spójne i jednoznaczne, interpretacja bowiem wyników uzyskan yc h za pomocą różnych procedur nie zawsze daje się sprowadzić do wspólnego mianownika. Z drugiej strony rozwój techniki komputerowej, a co za tym id zie, dostęp do odpowiednich programów zarządzania sieci'l pozwala na monitorowanie, przykladowo stanów adresowanych w nich urządzeń ("HP Open Vicw Network Mode Manager", <http://www.netvion.com/>). czy też. tzw. The Point to Point Protoeoł Link Quality Monitoring (The Ohio State University Computer and Information Science, <http:/www.c is.ohio-state .edu /» . Jakby jednak nie popatrzeć na nauki praktyczne. diagnoza stanowi w nich wyjści owe ogniwo postępowania badawczego. W różnych dyscypłinach i problemach termin ten obejmuje szerszy łub węższy zakres przeprowadzanych rozważań . Na pewno będzie doń należeć opis oraz ocena wyró7.nionego zjawiska, które 10 działania mogą być uzupełnione interpretacj'l. postulowaniem. a nawet prognozowaniem dalszego biegu zdarzeń. Jednak do diagnozy na pewno nic zalicza się odpowiedzi na pytanie, w jaki sposób należy opisan'l sytuację . .. zrnlt!llIc .. Wierne i pełne opisanie rzeczywisto śc i poddanej obserwacji w zasadzie polega na rejestracji empirycznych stanów rzeczy i wyrażeniu ich w terminologii oraz jednostkach dla nich właściwych . W interesującej nas dziedzinie, jak" jest sterowanie jakością dóbr i usług, zresztą jak i w innych dyscyplinach (jak np. medycyna czy zanieczyszczenie środowiska), podstawowe dane uzyskuje się na drodze monitorowania, pod którym to pojęciem w tym opracowaniu rozumieć się będ z ie przeprowadzany w kolejnych przedziałach czasowych ci',gły pomiar.

(3) J. M(milOm\\'llllie ~~~~_ _ __ _ __ _ _ _ _ __ _ _ _ _ _ _. wlasności . decydujących. o jakości wyróżnionych dóbr i uslug. przy czym pomiar len może się odnosić zarówno do lechnicznej. jak i markdingowej jako.' ci produklU. a laki.e do problemów pokrewnych. jak .. benchmarking". Z punklu widzenia przebiegu obserwacji w czasie wyróżnia się badania jednorazowe. powlarzalne (sukcesywne) oraz ci'lgle. W niniejszych rozważa niach le pierwsze nic inleresują nas. zaś różnica WYSlępująca międ z y dwoma pozoslal y mi Jlla charakler konwencjonalny. oba bowiem powlar zają s ię co pewien czas. Uważa się jednak. że obserwacja ciągI a Iym siC; róż.ni od sukcesywnej. że nic zaklada slalości skladu badanych populacji w czasie i nic wyznacza "z góry" horyzonlu czasowego dokonywanych obserwacji. a okres pomiędzy kolejnymi obserwacjami jesl niewielki w porównaniu z badaniami sukcesywnymi. POIocznie mówiąc, .,moniloring" je sI bardziej gęSly od panelu i należy go zaliczyć do procedur par excellence ciąglych 154]. Zebrane dane powinny być przede wszyslkim poddane klasyfikacji. Izn. zgodnie z przyjęlymi kalegoriami lub skalą pomiarow'l rodzajowo lub warlościowo.jak również czasowo i przestrzennie uporządkowane . W przypadku pojedynczych cech (jednej zmiennej) zadanie 10 realiwje grupowanie slalystyczne, jeż.eli jednak jednocześnie bierze się pod uwagę kilka cech (szereg zmiennych). wledy w grę wchodzą melody laksonomiczne 132], 1331. Z kolei przeprowadzone uporządkowanie danych ulatwia inlerprelację obliczonych na ich podstawie charakteryslyk . Jesl przy Iym wskazane uslalenie na omawianej drodze nic Iylko ocen cząslkowych, ale również oceny sumarycznej. przez sprowadzenie Iych pierwszych do wspólnego mianownika . Na fakl. i ż nic jest lO rzeczą proslą, a w przypadku skali por/-'ldkowej i mocniejszych od niej skal nie je SI nawet możliwe, zwraca uwagę A. Abrahamowicz i A. lwasiewiez II], zaś za granicą J.R. Roemer 171, S. 22 i dalsze], powołując się przy Iym na K.1 . AlTowa. Ostalnio podobnymi zagadnieniami zajęła się "szkoła wrocławska" (np. 1241J. W tej sprawie wypowiadają się także S.A. Aivazian i Y.S. Mikhilarian 13]. Opieraj'lc się na wSlępnie dokonanej negalywnej lub pozylywnej ocenie i Slniejącego SIanu rzeczy, przechodzi się do elapu poslulowania dzialań. maj:lcych doprowadzić do zamierzonego skulku. Zarówno diagnoza, jak i poslulowane działania mogą być bardziej lub mniej uzasadnione, sląd prawdopodobicliSlwo osiągnięcia celu stanowi iloczyn kartezjański blędów losowych pochodz'lcych z Iych dwóch źródeł. Błędów systematycznych wynikających z Jllerylorycznej lub melodologicznych sprzeczności Ikwiących w przyjęlej koncepcji nadawczej nic bierze się lU pod uwagę, gdyż ich wysląpienie wymaga zmiany i podjęcia skorygowanych badali od nowa. Nieuniknione zaś blędy przypadkowe badacz sIara się sprowadzić do przyjęlego "lu i leraz" minimum . Rozważ.ania o moi.liwości lub niemożliwości pojawienia si~ zamierzonych lub niezamierzonych oraz pozylywnych lub negalywnych skutków i w len sposóh dokonanie occny danego celowego poslępowania zoslaly przedslawione -- z wyko-.

(4) .lUli. SIl'( '::.k(}\\·ski. rzystaniem kombinatoryki - w pracy A. Podgóreckiego 164, s. 62- 661, w czym miał swój ud z iał autor niniej szego artykułu . Wyczerpuj,)ccgo omówienia niepełncj sprawnośc i diagnostycznej w statystycznym sterowaniu jako śc ią wykonania wraz z oryginalnym rozwi"zanicm całoksztaltu problemu dokonał A. Iwasiewicz w kilku opracowaniach 139,401· Rozważania swe oparł na założeniu, że kontrola jakości jest przedsięwzięciem interdyscyplinarnym, w którym wyróżnia się zespół czynników zwi'Izanych z: - pozyskiwaniem informacji o stanic wyrobu oraz wstępnym ich przetwo.. rzcmcm .. - podejmowaniem decyzj i w zakresie akceptacji lub Jyskwalifikacji danego zasobu lub strumienia wyrobu . To postępowanie zalicza s ię do statystycznych procedur decyzyjnych, szczcgólnie w ostatniej dekadzie ubi eg łego wieku wykorzystywanych przez nauki prakt ycz ne, takie jak np. diagnostyka medyczna 1781 . Decyzje diagnostyczne polegaj'lce na alternatywnym wyborze "tak" lub "nic" zwię k sz aj" prawdopodobieństwo otrzymania wla śc iwej odpowiedzi na zadane pytanie . Uzyskane wyniki bad ,ni diagnostycznych wymagaj.) interpretacji, co z kolei rodzi potrzebę ok re ś lenia wartości progowej, rozstrzygającej o pr zyjęc iu pewnej decyzji. Przedstawione podejście budzi niekiedy sprzeciw i natrafia na niezrozumienie u części techników zajmuj~cyc h się problematyk,! sterowania jakośc i ~ , którzy przede wszystkim preferuj,) terminologiczne i normatywne zalecenia oraz ekspertyzy (np. lWi). Taki.e autorzy szeregu - sk,)din"d cennych·- prac opartych na anali zie funkcj onalnej i teorii systemów w dociekaniach ograniczaj,) s ię do probłematyki błędów występuj,!cych w technikach pomiarowych (zob. 1721 lub 14J). Diagnostykę więc traktuj,) jako element miernictwa technicznego, polegajqcego na pomiarze parametrów urzqdzenia, co wiąże się już bezpośrednio z ich ni ezawodnośc ią 159, s. 561 . Na tym tle niewątpliwie inne , szersze spojrzenie wykazuje A. Iwasiewicz 139, s. 4 i dalsze], który wyróżnia 3 poziomy jakośc i badanych wyrobów : (i) cech użytkowych i naturalnych warunków eksploatacj i, (ii) zmiennych diagnostycznych, (iii) empirycznych obrazów zmiennych diagnostycznych . Poziomy te należało wyróżnić , poniewa ż procedury pozyskiwania informacji wykazuj~ na ogół nicpełn,! sprawność diagn ost yczną, co ni e zezwala na utożsamianie ocen uzyskanych na poziom ie (ii) z ocenami na poz iomie (i). S~ one bowiem także obci 'lżone blędami kwalifikacj i, a więc uniemożliwia to utożsamianie ocen z poziomu (iii) z ocenami z pozi omu (ii) . Mo ż na zatem s twierdzić. że poziom (ii) odpowiada koncepcji procedury kontrolnej, gdy poziom (iii) stanowi praktyczną reałizację tej koncepcji. Dlatego badania empi ryczne dostarczaj,! informacji na poziomic (iii) tylko wtedy, gdy na poz iomic (i) Illrmułowane są merytorycznie znaczące oceny..

(5) Mon ilOr()\\'(lIJ i('. ., .,'ow •. Autor tej koncepcji uznaje problem kształtowania się relacji między poziomami (i) oraz (ii) za metodologicznie podstawowy. O iłe błędy kwalifikacji "I raczej zagadnieniem technicznym (będzie nim np . zawodność aparatury pomiarowej). o tyle sprawność diagnostyczna jest systemem logicznym i dlatego autor stoi na stanowisku . iż ostateczna weryfikacja jakości każdego wyrobu realiwwa,,,, jest w toku jego eksploatacji. a inne spnsoby kontroli - między innymi normy przedmiotowe - są znacz'Iec.jeżeli pozostają w zgodzie z danymi odnoszącymi się do rzeczywistych procesów eksploatacyjnych . Fakt ten stanowi punkt wyjścia do powi'Izania ze sobą ocen jakości pochodzących ze strony produkcji i obrotu. tzn. z poziomu (ii) z rzcczywist'ljakością użytkową występuj,!C<J na poziomic (i). W zwi'IZku z tym definiuj,!c i redefiniujqc dotychczasowe terminy. cytowany autor dokonuje rozróżnienia między wadliwością rzeczywistą z poziomu (i) a pozorn". definiowaną na podstawie zmiennych diagnostycznych. Chqc wykryć zależność występuj,!c'I między tymi miarami jakości wykonania. posłużono się pojęcicm sprawności diagnostycznej procedur pozyskiwania informacji. Jeżeli uznaje się. że kontrola jakości jest działaniem ekonomiczno-technicznym o określonych granicach opłacalności. to omawiane postępowanie ma także znaczenie praktyczne. A. Iwasiewicz zwraca uwagę. że jego rozważania mają szerszy kontekst. zaproponowane rozwiązanie jest bowiem elementem układu doświadczalnego. który t<Iczy podmiot z przedmiotem badania i spełnia .. tę funkcję zarówno w szeroko rozumianych badaniach o charakterze poznawczym. jak i w rutynowych badaniach prowadzonych dla celów utylitarnych". Tego rodzaju problemy występują w związku ze zjawiskami ekonomicznymi i socjologicznymi. doświadczalnictwem przyrodniczym i technicznym. z badaniami medycznymi i psychologicznymi. a takżc w innych dziedzinach wiedzy 139. s. lO]. Nie zaskakuje więc. że w trakcje studiowania odpowiedniej literallIry ostatnich lat można zauważyć coraz bardziej nasilaj'Ice się zainteresowanie t'l metodologią. w której sformułowano szereg propozycji z zakresu probabilistycznych reguł decyzyjnych. przykładowo można wymienić wskaźnik ryzyka przemocy VRAG (Vio!ellce Risk Appraisll! Gl/ide) oparty na 12 zmiennych. mówiących o stopniu psychopatii i nieprzystosowania osób w populacji 122]. czy wskaźniki związane z diagnostyką raka piersi 13ą Jeżeli chodzi o jakość wykonania - oprócz tego. co dotąd zostało napisane - z koki trzeba omówić problematykę uwzględni<Ijqc'I marketingowe spojrzenie na jakość produktu. z jego istoty bowiem wynika niceo inny punkt widzenia i znajduj'I zastosowanie specyficzne procedury badawcze. powstałe na gruncie psychologii społecznej [16]. które przystosowano do potrl.cb badań marketingowych 16],129].149].183]. W tym przypadku można wykorzystać różne sposoby. określone mianem quasi-eksperymentalnych. np. schemat klasyczny. z podwójnym pomiarem. z grupą kontrolną. z powtarzaniem bodźca 177. s. IOI-I35]. czy też schematy n .ynnikowe 188. s. 950-985]. W tym jednak przypadku najczęściej.

(6) .lali Sfec:, koH'ski. korzysta się z różnych postaci wywilldów (jak wolny lub zkategoryzowany). a przede wszystkim z ankiety. Na ten temllt pojawila się obszerna literatura zarówno obca, jak i rodzima [50, s. 22- 23], [79'[. W takich badaniach, w szcrokim zakresie wykorzystuje się także metodę reprczcntacyjml [76. s. 18-34] oraz technikę komputerow~, tak do przetwarzania danych,jak i obliczeJi numc rycznych [76, s. 145- 156], [91]. Zaproponowano przy tym kilka konkretnych rozwiązań, a jedno z nich podaje J. Stcczkowski [75. s . 19- 31[ . przy tej okazji formulując definicje podstawowych pojęć, tworząc stosowne miary, projektując formularz ankietowy oraz podając sposób przeprowadzenia badaJi . Oczywiste jest, że takie monitorowanie jest celowe tylko w przypadku, gdy popyt na dobro jest odpowiednio szeroki i trwaly. Kończąc tę część rozwai.ań, wlaściwym będzie podkreślenie, i.e w wypadku nauk praktycznych, a w ich ramach dyscyplin społecznych i ekonomicznych, przy formulowaniu wstępnej koncepcji badaJi, bardziej niż w wypadku innych nauk podstawowych występuje niebezpieczeństwo popadnięcia w dywagacje czysto semantyczne, a co gorsza, w woluntaryzm poznawczy i zwi 'Izan~ z nim dowolność. Dłatego w tych pierwszych tak wielką rolę odgrywa obiektywna diagnoza, przede wszystkim oparta na właściwie przeprowadzonym monitorowaniu przebiegu interesującego nas zjawiska. Z kolei należy przejść do zagadnienia pobierania próby dla potrzeb moni torowania procesów. W tym przypadku szc zególnego znaczenia nabierają badania przeprowadzane w różnych momentach (okresach) czasu . Noszą one nazwę badań powtarzalnych (re'pe/i/ive surveys), a wykorzystywaną próbę zwie się sukcesywną (sll ceessive .mmple, repea/ed .wm"le), gdy jej pozyskiwanie określa się mianem losowania próby z uwzględnieniem czasu (samplillli ill /ime.. samplillli Jor a /imc serie.I·). Omawiane postępowanie na większą skalę pierwsi wykorzystali socjologowie w tzw. badaniach panelowych, polegających na powtarzaniu wywiadów w ustalonych odstępach czasu, w zasadzie w obrębie jednej zbiorowości 157[ . Ten sposób postępowania zaproponował S.A . Rice 168[, a rozwinęli i rozpropagowali P.F. Lazarsfeld i M. Fisko [52]. Zostaly one w pewnym stopniu wykorzystane w GUS-owskich badaniach budżetów rodzinnych, jednak w swej klasycznej postaci nie przyjęly się w statystycznym sterowaniu jakością, bowiem mimo wygody i stosunkowo niedużych kosztów budzą u niektórych osób zastrzeżenia natury rormalnej. Uogólniając wywody na ten temat, R. Zasępa [93, s. ł 191 wyrói.nil: - rotację calkowit,), gdy w każdym przekroju czasowym losuje s ię cal" próbę od nowa, - rotację częściową, gdy w każdym przekroju ('zasowym pewna li('zba badanych jednostek ulega wymianie. W tym przypadku tylko czę ś ć próby wylosowanej w pierwszym przekroju (designs wi/h overlappillli IIllilS) zostaje powtórzona w drugim przekroju (ma/ched P0r/iOIl), zaś resztę jednostek dodatkowo.

(7) MOl1itormWln ie. E':.::.~~. ___________ _ _______. się. dolosowuje (unmatched portion). W ten sposób otrzymuje się próbę rotacyjną (rololi/m ."'II/p/e) . Należy podk re ś li ć. że w sterowaniu jakością produktów i usług w odniesieniu do zb iorowości generalnej, choć nie jest ona .\'en.\'U JtricJo tożsama. w upl ywaj"cy m czasie rzeczyw istym . to zakłada się jednak, i ż jest jednorodna ze względu na s talo ść wa runków. które powinny za pewniać wlaściwą jakość . Z kolei tę hi potezę się falsyfikuje lub weryfikuje i gdy ustalone granice tolerancji w tym względzie wstaj" przekroczone. proces produkcyjny zatrzymuje się (czy partię towaru lub uslug odrzuca) właśnie ze wzg lędu na brak jednorodności w zakresie stawianych wymagań. W tym przypadku najczęściej chodzi o oszacowanie średniej arytmetycznej. sumy lub frakcji zmienncj losowej X w celu uchwycenia: - zmian zac hodz'lcych w jednym z wyróżnionych okresów w stosunku do pozostałych.. - wszystkich uwzględnionych przekrojów czasowych. - dla ostatniego. w ięc najbardziej aktualnego. Tak więc zjawisko może być poddane badaniu w róż nych momentach. których bywa na ogół kilka . alc wygodnie jest mówić za ka żdym razem o wcześniej szy m. okre ślanym jako pierwszy okres czasowy (t/le fir"l occasi01I). z którego otrzymana informacja może być wykorzystana w estymaeji w drugim przekroju czasowy m (lhe seCfmd ocwsioll) . Za szczególny przypadek uznaje się estymację stopnia zmiany (estimatioll of C"WIKl') wyróżni onego parametru w drugim przekroju czasowym w stosunku do picrwszcgo. co m ożna przeprowadzić na szereg sposobów, zob. np. 1. Kordos i K. Zagórski [45. s. 1I- l3]. Oryg inalne propozycje w poruszonym problemie uwzględnia podejście z szeregiem czasowym (liIIle saies approaclre). które można znaleźć w pracy R.G . Joncsa [42. s. 221 - 226[ lub D.A. Bindera i MA Hidirog lou'a [13. s. 197200] .. W przedstawionych ramach szereg rozwią zań ma tak że charakter "bayesowsk i". o czym będzie mowa dalej . Jednak już w tym miejscu wypada zasygnalizować. ż.e w róż nych powi,)zaniach i ujęciac h w obrębie badań powtarzalnych znajduje zastosowanie zestaw rozwiązali tworz'JCych bogaty zbiór zarówno skomplikowanych. jak i standardowych metod . Część z nich opisują A. Luszniewicz [53 . s. 104- 116] oraz 1. Steczkowski [76. s. 355- 368[. Rozpatrywany problem z istoty swej wi'lże się równie ż z wielofazowym losowaniem próby (IIIII/tiplrase samp/illg). która - jak nazwa wskazuje - polega na pobieraniu próby losowej w kiłku stadiach . Najczęściej - choć może ich być więcej - występuj'l dwie fazy: w pierwszej losuje się stosunkowo liczebną próbę macierzystą. z której w drugiej z kolei losuje się w sposób niczależny jedną lub wiele podprób, czego typowym przykładem są schematy korzystające z ponownego wyboru . Na ogół próba pierwotna służy oszacowaniu tzw. zmiennej dodat-.

(8) kowej y, gdy z pod próby uzyskanej w na stępnej 1~l zie szacuje się c hantkter yst ykę zasadniczej dla bad 'u; zmiennej X. Ze wzoru na wariancję tego estymatora w sposób oczywisty wynika, że zmienn'l dodatkową należy tak dobierać, by jej współczynnik zmiennośc i byl możliwie maly, a skorelowanie z badaną zmienną moż liwie wysokie . Jak już wspomniano . nie ma przeciwwskazań. aby faz bylo w ię cej niż dwie. ale postępowanie dwufa zowe (/wo-plwJe sa li/filiI/g , dOl/bil' -"lll/plil/g) jest wygodne i nie stwarza dodatkowych trudnośc i interpretacyjnych. W trakcie mon itorowan ia, jednostk i bada n ia wcześn iej obserwowane mo ż na tra ktowa ć jako próbę pierwotną. zaś jednostki badania uwzględnione w kolejnym przekroju czasowym jako próbę wtórną. W ten sposób, przesuwaj'lc się kolejno od wcześniejszego do później szego przekroju czasowego, takie próbkowanie można u zna ć za sekwencyjne, co pozwala na wykorzystanie procedury zwanej analiz,! sek wencyjną, ale o niej będzie mowa dalej. W podjętym problemie szczególne miejsce z ajmują estymatory zlożone, zwane też hlcznymi (co/llbil/ed eSlill/ators), w których występui~ tzw. informacja dodalkowa (lIl/xilillry illjimnaliol/, sl/flplell/elllary da 1lI) , dzięki której informacja zasadnicza, dotycz"ca badanego zjawiska może być lepiej uzasadniona. przy jednoczesnym wykorzystaniu mniej liczebnej (a więc i mniej kosztownej) próby 114]. Jesl zatem zasadne odwolanie się do związku występuj'l cego między z mienną badaną ( pierwotną) X oraz zmiennll pomocnic"l ( uzupełniającą) Y o postaci : Jl, =x+ q(Jl ). - :v),. gdzie:. x.:v - nieobciążone eSlymalory odpowiednich średnich arytmetycznych, q - wielkość, której eSlymatorów.. określenie. pozwala na skonstruowanie. róż nego. rodzaju. Gdy: I) q = O,. wtedy ma. się. do czy nienia z estymatorem odpowiadaj'lcy m próbie. prostej; 2) q = k, gdzie k to stala niezależna od liczebności próby, wtedy wyst'lpi cstymator różnicowy (dW,n",ce eSlimalor). Ten rodzaj estymatorów omawia szereg autorów, między innymi S.S. Zarkovilch [92. s. 52- 63] lub J. Wywial191, s. J08-200]. Przyklad postępow ania można znaleźć u D. Singha i F.S. Chaudhary'ego 173. s. 278- 283]; gdzie 1V = y!Jl , jest oszacowaniem wskaźnika natęże nia, wtedy wystąpi eslymalor ilorazowy, zwany też stosunkowym (ralio ,'si iII/li lor), szczególnie cenny w badaniach zjawisk związanych ze statystycznym sterowaniem jakością. Już Z. Pawlowski [60, s. 166 i 167] zauważyl, że poslużenie się tego rodzaju estymatorem jest szczególnie wska zane, gdy ma się do czynienia ze 3) q = IV,.

(9) MOII;wrow(lllie proC{'sów. zbiorowościami zamkniętymi,. tj. takimi, których sklad z uplywem czasu nie zmienia się w zasadniczy sposób oraz gdy badania są powtarzalne w czasie. Równkż wtedy, gdy zależności między zmiennymi X oraz Y maj'l charakter proporcjon al ny. Uważa się, l.c estymatory doczynowy i ilorazowy uzupelniają się wzajemnie, użycie bowiem pierwszego jest bardziej efektywne, gdy między zmiennymi X oraz y występuje korelacja ujemna . Gdy jednak pomiędzy tymi zmiennymi ma miejsce korelacja dodatnia, wtedy efektywniejszy okazuje się estymator ilorazowy 174, s. 95-1001. W tej kwestii sięgnij teź do prac: 119, s. 49-621, 191, s. ID3] lub 146, s. 417-4201. 4) li = b, gdzie b to oszacowanie wspólezynnika regresji liniowej, wtedy wystąpi estymator regresyjny (re/iressioll eSlimalor). Jego konstrukcja wynika z zalożenia, że występuje zalei.ność pomiędzy badaną zmienną X oraz pomocni czą zmienną Y. W tym przypadku procedura polega na wyznaczeniu równali regresji liniowej między wyżej wymienionymi zmiennymi, a na stępnie na ich podstawie oszacowaniu średniej arytmetycznej zmiennej X. Jest on szczególnie użyteczny, gdy omawiana linia regresji przechodzi przez początek ukladu wspólrzędnych, gdyż wtedy estymator ilorazowy jest obci"żony. Na ogól mało wiemy o rozkladzie z próbyestymatora regresyjnego, jednak gdy próba jest dostatecznie liczebna (11 > 50), a jednocześnie asymetria zmiennej Y umiarkowana, to obci'li.cnie jest minimalne rzędll 1/I1,jednak staje się ono problemem, gdy między zmiennymi Y oraz X wystąpi zależność kwadratowa. Może je też zwiększać zbytnic splaszczenie rozkladu zmiennej Y 173, s. 182- 185]. Problemami związanymi z estymacj'l regresyj"'l zajmowali się między innymi W.M. Williams 189, s. 264274], L.R. Wright [90, s. 879- 884], C. Brachu 114, s. 212-214], J. Wywial 191, s. 110- 1131,1. Koronacki i J. Michniczuk 146, s. 413- 415]. Na ogól estymatory zlożone występują w podstawowych strategiach pobierania próby, np. estymator ilorazowy w losowaniu bez zwracania 176, s. 329- 3361. lub zespolowym 176, s. 337-3411. Estymator regresyjny zaś np. w losowaniu warstwowym proporcjonalnym 176, s. 342- 345] . Podsumowuj,lc dOl(ld przeprowadzone rozważania, wypada z kolei zastanowić się nad problemem powiązania estymatorów zgodnych z wielofazowym losowaniem próby. Wtedy szczególnie użyteczny okazuje się być estymator ilorazowy i regresyjny w próbie dwufazowej, służącej oszacowaniu średniej arytmetycznej przy zastosowaniu w obu fazach losowania bezzwrotnego 173, s. 272- 2831. 176, s. 346- 351], przy czym obliczanie liczebności próby i podpróby dla tych przypadków podaje L. Kish [44, s. 441). Idei wielofazowego losowania bliskie s'l sposoby pobierania próby znane pod nazw,! ponownego losowania (resal11plil1g) [84]. Spośród nich do najstarszych procedur należy losowanie z powtórnym wyborem (caplllre-recaplllre sall1plillli) zaczerpnięte z nauk biologicznych i przede wszystkim służ'lec oszacowaniu nicznanej liczebności zbiorowości generalnej N, czyli populacji 1611. 165)..

(10) Z czasem zastosowano bardziej finezyjne techniki. takie jak próba kozika (jackknife mellwd), którą zaproponował M.H . Quenouille [66. s. :155-:1751. a uogólnil JW. Tukey [SO. s. 6141. Tutaj korzysta si, z wlasności. że gdy T stanowi wartoś(' estymatora z n-elementowej próby o obci'ł,;,cniu rzędu I/II . a Ti jest wartości,! estymatora otrzymanego w konsekwencji pominięcia kolejnej i-tej ohserwacji w próbie (i = ł .... , n), to średnia arytmetyczna .I z wici kości .Ii = 117>- (II - 1)7;. I jest estymatorem o obciążeniu CD najwyżej rzędu I/II. Wartość.l zostala nazwana kozikiem, zaś.li jego pseudowartościami . W przypadku estymatora ilorazowego użycie tej procedury pokazuje np. A. Halicki [8, s. 1-101. zresW) omawia też inne - mniej popularne - rozwi'łzania.jak próba z grup losowych [Tllub wykorzystanie półprób (próby połówkowej) dla szacowania wariancji [91. Na omawian,) kwestię nieco inne spojrzenie ma B. Efron [26, s. 1- 26]. który zaleca, dzisiaj najbardziej rozpowszeehnion,). próhę Iwolslwp (lwolslrap melhot/). gdzie wykorzystując procedurę Monte C arlo rozkład estymatora określa się na podstawie szeregu prób właśnie z n iego wygenerowanych 146, s. 445- 457]. Już wcześniej zostało zasygnalizowane. że w pewnych warunkach losowanie wielofazowe może prowadzić do próby sekwencyjnej ("e{fI/et/li,,1 sam,,/e ) i zwi;)zanej z nią analizy, gdzie ze zbiorowości generalnej do próby pobiera s ię kol"jnc jednostki (lub małe ich zespoly) i za każdym razem rozstrzyga, czy dOI<)d uzyskany zasób informacji pozwala na podjęcie rozstrzygaj;)cej decyzji . Do glosu dochodzi więc reguła zatrzymania (slo"pillg ru/e) [211. Ten sposób rozumowania zakłada, że pocz~tkowo ubogi zasób informacji, w toku bada" stopniowo rośnie, aż dochodzi się do punktu, w którym uznajemy, żc jest wystarczaj"cy dla podjęcia decyzji. St'ld postępowanie sekwencyjne zawicra w sobie element uczenia się w miarę uplywu czasu. Gdy w klasycznej - rzec można - teorii wnioskowania opracowanej przez Neymana-Pearsona Iiczba obserwacji w próbie jest wielkością daną" "riori. to w pos tępowaniu sekwencyjnym jest ona zmienną losow~. W tym przypadku można mówić jakhy o dwóch stronach tego samego zagadnienia, a mianowicie: jednym będzie strategia tworzenia danych poprzez wybór odpowiedniego postępowania sekwencyjnego, co głównie wi"ż.e się z inwencją hadacza [20!. drugim zaś możliwie korzystny sposób realizacji wnioskowania statystycznego [181 . Przechodzi się zatem przez nieznan,) z góry, lecz niezbędn<) liczbę jednostek losowania, tak aby ostatecznie uzyskane oszacowanie parametru wykazywało zalożone prawdopodobic,istwo realizacji i przyjętą dokładność. Właśnie w statystycznym sterowaniu jakości,) cstyll1atory sekwencyjne znalazly najszer"e zastosowanie, o czym szeroko traktuj" A. Iwasiewicz, Z. Paszek i J. Steczkowski [41] i do którego to opracowania odsyla się zainteresowanego Czytelnika . W omawianym zakresie najbardziej IicZ;)cy wklau ma A. Wald [81], wprowadzaj,)c do rozważań reguły statystycznej teorii decyzji. Udane opracowanie dopuszczalnego sekwencyjnego estymatora średnicj ary t-.

(11) Monitorowanie prou',whv. metycznej Z uwzględnieniem wlaśnie tej teorii przedstawia K. Pathak 15KJ,jak też - nieco później - J. Berger 110] . Obok klasycznego podej ścia do estymacji parametrów istnieje tzw. bayesowskie uj9cie tego problemu. pochodzące od T. Bayesa. który już w 1754 r. wydal dzido pl. Problem il1l11" f)octril1<' oIC/u/lu:"s. które prawic do ostatnich czasów nie znalazlo odpowieuniego oddżwięku . Jednak z uplywem czasu jego koncepcjij zaimercsowali się - ze zrozumialych powodów - najpierw psychologowie. a potem znalazla swoje miejsce w kontroli jakości. rachunkowości i auditingu. W najszerszym jednak zakresie. od chwili ukazania się dziel a A. Zellnera [94], jest wykorzystywana w ekonometrii. Należy przy tym dodać. że dotychczas wymienione procedury uzyskiwania próby losowej nic wykluczaj'l równoczesnego zastosowania podejścia bayesowskiego. np. w sekwencyjnym sterowaniu jakości'l [23]. [30]. [671. [861 . Wykorzystanie tego postępowania w próbie prostej. warstwowej. dwustopniowej. w estymacji ilorazowej i regresyjnej podaje W.E. Erickson [28. s. 213- 246] . zaś w powiązaniu ze statystyczną teorią decY1Ji R.L. Ackoff 12. s. 352- 3601. G.B. Wethcrill[8ó] oraz G.B. Wetherill i G.E.G. Campling [87]. M.H. DcGroot i N.M. Rao 123]. S.N. Ray [67]. P.R. Freeman 130] . Omawiany rodzaj wnioskowania statystycznego może przyjmować różną postać. od koncepcji calkowicie oderwanej od ncymanowsko-pearsonowskiego podejścia. poprzez tzw. pscudobayesizm. aż do baycsizmu odwoluj'lcego się do pojęcia nadpopulacji. W sterowaniu jakością na ogól ma miejsce kompromis z poglijdem tradycyjnym . który zwie się bayesizmem empirycznym 169. s. 1571641 oraz [70. s. 1-20]. Zasadnicza idea omawianego postępowania estymacyjnego wychodzi od znanego teorematu Bayesa. w którym operuje się trzema rodzajami prawdopodobie.lstwa. zwiqzanego z pojawianiem się zdarzenia losowego A. gdy pojawi się zdarzenie B. Operuje się tu podstawowym pojęciem subiektywnego prawdopodobie.lstwa a priori zdarzenia A • którego ustalenie jest uzależnione od "stopnia przekonania". że tak wlaśnie jest. Można powiedzieć. że jest to potoczny sposób rozumienia prawdopodobieństwa np. kibica. który ocenia szansę wygrania biegu przez wytypowanego konia na wyścigach. Konsekwencje obiektywnego lub subiektywnego traktowania prawdopodobieństwa są daleko idące. gdyż koncepcja neymanowsko-pearsonowska przyjmuje. że estymowany parametr zbiorowości generalnej posiada stalą wartość. która nic ulega zmianie w trakcie jego szacowania. gdy imerpretacja bayesowska slOi na stanowisku. że parametr ten ma charakter zmiennej losowej o pewnym rozkladzie.tzn. przyjmuje szereg wartości z różnym prawdopodobieństwem ich realizacji. W tym przypadku wiedza a priori prl.ybiera postać rozkladu zmiennej losowej. Prlyklady takiego rozwi'lzania w sterowaniu jako ściij dają R.C. PI,lfTenberger i J.H. Pallerson 163. s. 482-527]. Na zakOlIczenie przcpmwadzanych rozważań należy jeszcze zwrócić uwagę na samą tcchnikę pobierania próby i w związku z tym wykorzystanie elektronicznej techniki obliczeniowej. Zasadniczymi pytaniami.jakie się tutaj nasuwają..

(12) ./al1 SI(,c~-' /.:(JH'.'i/.:i. będą:. jak wicie jednostek powinna zawierać próba "LU i tcraz", aby z określonym blędem i pewnośc ią oszacowae nieznany parametr, oraz na jakiej drod ze można taką próbę uzyskać możliwie najmniejszym kosztem . Nic wchodz,iC w tym miejscu glębiej w to zas<ldniczc zagadnienie naleLY slwierd z ić, i.e w rozpalrywanych przypadkach przy pobieraniu próby korzy SI a się z liczb. a poprawniej limnulując, cyfr losowych. klóre można u z yskiwać na różne sposoby : naśladuj'lc zj awiska fizyczne (generalory fizyczne), na drodze mechanicznej (mechanicl.lla lub elektrycmu rulelka) j4311ub na drodze numerycznej, np. melod'l Monte Carlo 156], jak leL np. w ykorzyslując liczbę "pi", klÓ"1 w 1973 r. do miliona cyfr po przecinku obliczyli J. (Jouilloud i M. Boyer. Sci ś le rzecz biorąc, cyfry losowe "I ge nero wane za pomoC<} rozkładu jednostajnego (równomiernego) 115, s. 9K -- lOOI, a więc jednostki losowane ze zbiorowości generalnej mają w tym przypadku rów "'I szansę wejścia do próby 134, s. 189- 2281.136, s. 29-551. Poza n im i w okreś l onych warunkach wykorzysluje s ię lei. cyfry pseudolosowe 196, labl. 63, s. 325 1, 115, s. I(JO-I041 wymagające znajomości rozkladu zmiennej w zbiorowo śc i general nej. Jedne i drugie są wykorzystywane w badaniach zwi'lzanych ze sIerowaniem jakością produktów i usług . N,deży zwrócić lakże uwagę na wykorzyslanie sy mulacji kompulerowej w omawianej problemalyce , bowiem w naukach slosowanych odgrywa ona p odobną rolę jak klasyczny eksperyment w naukach podslawowych. Najogólniej rzecz traklując, pod pojęciem "symulacja" rozumie się eks perymenlowanic za pomot;} modelu na jakiejś iSlniejqcej lub poslulowanej rzeczywisIości , a nic eksperymentowanie bezpoś rednio na samych zjaw iskach . Jesl szczególnie przydatna w sytuacjach, gdy dany obiekl jeszcze nic iSlnieje lub jest niedoslępny, albo leż gdy jego bezpoś rednie badanie jest zbyt koszlowne czy niebezpieczne dla życia i zdrowia 135, s. 2601. W zależności od rodzaju u ży tego modelu rozróżnia się symulację obrazow'l, anal ogowq lub symbolicznq. W poruszonych w lym miejscu problemach wykorzysluje s ię przede wszystkim metody MonIe Carlo zaliczone do symulacji symbolicznej, IWOr"lCej nar zęd zia rozwiqzywania różnych problcmów numerycznych przez konstruowanie odpowiednich procesów losowych z paramelrami ż'ldanej wielkości 1951 . Między innymi za jej pomocą można otrzymać zbiór liczb losowych, naslępni e przejść na zmienne losowe o określonym rozkladzie oraz minimalizowa ć wariancję oszacowań, analizując przy tym wlasności poszczególnych estymalOrów ilp. Prze10m i postęp w przelwarzaniu danych i obliczeniach numerycznych nastąpi I z chwilq pojawienia się i dalszego rozwoju elekIronicznej lechniki obliczeniowej . Na tenlemal lak wiele s ię oslalnio pisze , że nie ma pOlrzeby powolywania się na ogrom"'l i ogólnie dostęp"'l Iileralllrę przedmiolu. Na konicc można lylko dodać, że jak w szeregu innych dziedzin , lak i womawianej wciąż pojawiają się oryginalne koncepcje i sposoby ich rozwi'lzywania. Problem w lym, aby odróżniając "ziarno od plew", nie dać się omamić przemijaj'lcym modom ..

(13) MOllitorowanie. Literatura. II J AbrahaJ1lowia M., Iwasiewicz A., Czy mierniki syntetycz.ne sq miarami jak().\~ci :', "Problemy Jakosci" 19X4, nr 2. [2] At:koff R.L, Dec:,,'zje optYllla/ne IV hadaniach sIosO\vanych, PWN, Warszawa 1969. ].l] Aivazian S.A., Mikhitarian Y.S., App/ied S'tatistics llnd E.\·selltia/s (~l Ecollometrics, "Book Publishing Association UNITY" 1998, Moscow. ]4] Allali;a systemowa -podstawy i me/Od%gia, W. Findeisen (red.), PWN, Warszawa 1998. [S] Ang A.H.S., Tang W.H., Probahi/ity COflcepts in E'ngineering, P/af1ning and Desigll. V. II: Decisillll, Risk alld Re/iabilily, Wilcy, New York 19S4. 16] Badania marketingowe. Metody i oprogramowanie komputerowe, J. Bazarnik, T. Grahiliski, E. K'leiak, S. Mynarski, A. Sagan, ['ogra, Kraków 1992. [7] Balicki A., MeTOc/a grup /osOIvych s::.acmvania wariwu:;i, "Wiadomości Statystyczne" 1992, nr 4. [8] Balicki A., Metoda jackkl1lfe s::.acowallia ~variwl(ji IV hadaniach reprezentllcyjnych . ..\Viadomości Statystyczne" 1995, nr 5. [9] Balicki A .. Metoda pd/pni" s::.acowllnia wariwnji w przypadku losowania ~'Var stH'ol\'ego, "Wiadomości Statystyczne" 1992, lU 7. I lO] Berger J., Sraristica/ [J('cisiOIl Theo,..\'. FOlmdation, COllcepl.\' and Methods, Springer Verlag, New York 19S0. [IIJ Biegal1ski J., Melodyka re/c%Nii, Sprawozdanie z posiedzeń Towarzystwa Naukowego Warszawskiego. 1910. !12] Bicl1kowsk i S., Ac/millisl rw:jll i organi-:,wja zakładu przemyslmveNo, Lwów 1933. 1131 Binder D.A., Hidirogloll M.A., Salllp/illg ill 71111e Iw:1 Sal1lp/illg, P.R. Krishnaiah, C.D. Rao (eds), North,Holland, Amsterdam 19RR. [14] Bracha c.. Wykor::.ystallie il!lor1llwji o cechach dodatkowych w badaniadl reprez.elltacyjnych, Zakład Badall Statystyczno-Ekonomicznych GUS-PAN, Warszawa 19S7. 1151 Brandt S., Allu!i:a dUII)'ch, PWN, Warszawa 1998. [16] Brzczil1ski 1., MetodoloNia bat/wi psych%Nicznych, PWN, Warszawa 1997. [17] BurdziJiski E., Anl1li::.a diagnostJ'c'Z.na organiz.acji prz.edsiębiorstw, PTE, Warszawa 1978. 1181 Blin IW., FI/lldalllelllu! Prillcip!es o{ Seqllelllia! Alla!ysis, "Industrial Quality Contml" 1954, nr 9. 1191 Chakrabarty R .1'., SOllle Ratio' Tvpe Eslilllalors, "lournal ofIndian Soeiety ot' Agri, cu!ture Statistics" 1979, nr 31. [20] ChernotT R., Sequefltia/ AIllIlysis and Optimal De.\·ign, "Society for Industrial and Applied Mathcmaties", Philadelphia, Pensylvania 1972. 1211 Chow Y.S., Robhins H., Siegmund D.O., Grl'lll Expectalion: The Theory o{ Opli, lila! Sloppillg, Houghton,Mifflin, Boston 1971. [22] COl1TrilJl/tioll (d Proslate-Specific Antigl'JI. Clinical Stllge and Glea.WJn Score to Predict Psych%Nica/ Stage (~l Localized Prostate Cancer, A.W. Partin i inni, "Journal ol' the American Medical Association" 1997, V. 277, nr 18. [23] DeGroot M.H., Ran N.M., BaJ1es E\timation wilh Convex Loss, "Annais or the Mathematical Statistics" 1963, nr 34. [24J Dnicstrzanski P., Układ ::.upe/ny a pomiar, Ekonomia Matematyczna, Wrocław 1999..

(14) .!t 11/. ,, 't!' ('::. J.: (II I'S ki. 1251 Eckler A.R .. Rowlitm Sall/pfiug . .. AnnaIs or Malhematic,tJ Stali stics" 1<J55. nr 26. 126] Erron B .. Bootslrap Ml'IlwdJ , Allo/ha Look ar j{/ cknife. "Allnal s ol' M'lthcrnatical St.ltistics" 1979, nr 7. [27] El Sayyad G.M .. IJaYl.',\·iall Sequcllrial Es/iII/arion (~r li POiS,WIIl Proces.\· Ralcs,. "Biometrika" 1973, nr 60. [281 Ericson W.A .. Bayesillll 129] 130]. 131] 1321 1331 1341. "~r(!rell(,c. ill Finite Popll{a/iolls Iw:] Sampfing. R.R. Kri~. shnaiah. C.R. Rao (cds), North-Holland, Amsterdam 1988. Flctchcr A.D .. Bowers TA .. F'wulamell/{l/s ol Advafi... illg RcseoJ'ch. Third EJ .. Woodsworth Publishing Comp, Belmol1t , C.. lifornia 1988. Freeman P.R .. Seqllf'mia{ ESlimatioll ol t/u..' Si; e ol II PopI/Imion . "Biolllctrik,," 1972, nr 59. GJrnick B., Fair W.R.• Rak prosIli ty - walkallcJiJallrwa. "Swiat Nauki" 19<J9.1uty, Gatnar E., Klas}yrkocja danych za pomocą pakietu slatysryc:' I1 (.'l{0 SPSS fór Wil/dows, Wyd. PL! , Warszawa 1995. Grabiński T, Metody rakSollomic:Ill' , AE w Krakowie. Kraków 19lJ2 . Grabiński Ul. T... ro:kllllhie. Pro~mm IW le.\'l0\1-'l lllie poprllll'f/ o,\;d gelleralOr(ih' lit':.b lo,w wyc" równomiernym. Z~szyly Naukowe AE w Krakowie. nr 138, Krt,ków. 1981.. 1'.. \Vydymu s S.. Zelias A., Metody dobom :,micllnyd/ l\' modela ch eJ.:() ~ ll otr1c>tr)'czn)'ch , PWN. Warszawa 1992. 1361 Grabiński 1'., Zelias A.. Generatorv. liczb /o ,WJw .ych ~v ro:,klad:.ie /'( jwllollliernVII/ . i testowanie ich poprawllo,{:ci. Zeszyty Naukowe AE w Krakowit.~. nr 13. Kraków 1980. 137J Habr J., Veprzek K" Systemowa analiza i ,\'ynrrza , PWE, Warszawa 1976. 1381 Hamrol A .. Mantura W., ZarZl{ll:allie jako.\'cią . Teoria; praktyka . PW N. Warszawa 1998. 139] Iwasiewicz A .. Problemy lIiepe/tlij .\'IJrllWI10.\:d diagno,wYC l1ej UJ Jtllly.\'1ycznej kOl/tro/ijako,ici, Monografie nr 80, AE w Krakowie, Kraków 1987. 140]lwasiewicz A., Statystyczna koili rola jak (}.~ci w toku produhji . Systemy i procl'~ dl/ry, PWN, Warszawa 1985. [411 lwasiewicz A., Paszek Z., Steczkowski J., Sekwell cyjlle metody kOllt rolijako.ici, AE w Krakowie, Kraków 1988. 1351. G rabiński. ,. [42J Jones R.G., Besl Linear Unbia,\'ctf E.\'timatorsfor Repeated Surl'ey.\'. ,JoufIlal ol'. the Royal Statistical Society" 1980, (B) 42 . 1431 Kendall M.G ., Smith BR, Tab/es o! RaI/dOili Salllplil/g N/lIII/u'rs , Department ot' StJtistics University Collcgc Univcrsit y ol' London, London 1939. 1441 Kish L.. SI/rvey Sali/p/iI/g , Wilcy, New York 1965. 145 J Kordos 1., Zagórski K .. Metoda rotacyjnll \V badaniu osób p(}dl~jmllją(.'y('h pierwszą pracę, "Wiadomości Statystyczne" 1971, nr 9. 1461 KOf(lIlacki J., Miclllliczuk 1.. Starysryka. WNT, Warszaw .. 2001 . 1471 Kotarbiński T., TraktIU o dobrej robocie. PWN , Warszawa 1955. 1481 Kotarbiński T., Z dziejów k/CI.I'Xfikwji I/lIl/k, "Życ ic i Nauka" 1950. nr 3- 4. 1491 Kowal J., Metody statystycZlle IV badalliad, sOlldaŻOIvy"h, PWN, W.. rszawa 1998. 1501 Kownacka S., Rummcl-Syska S" Metody so<jopsydw/o/iicme, PWE , Warszawa 1982. 1511 Krzeczkowski K., O .I'tal/owi.l'kl/I/al/k praktycZl/ych . .,Nauka Polska" 1936, t. 17. 1521 Lazarsfeld P.F., Fisko M., The "Pal/e/" a.\' (I New 7(w/ }il/- M"aSll/'il/g Opil/iol/, .,Public Opinion Quaterly" 1938, nr 2..

(15) Monitorowan ie ~~~~_ _______________ ____ _ _. 1531 Lus/.nicw icz A., Sta!yS!ykllllie jest trudna, t. 2: Mt'!ody I\'Ilio.d:OIl'lIlJill statyS!Yc.lI e.l:0. wyd. 3, PWE. Warszawa 1994. 154 1 Mr Nicoli G .. Moniforil/K . Populatioll and Em'irOl/lIl l'1II Sy.\'It'ms, "M:lI1ag ing PoplIlation \Vor king P:łlh.' r" 20()O. nr 139. New York Thc Popukltion COLlncil. Policy Rc~eaf(.:h Div isi(Ul <hl t p :/www.popcollllcil .org/pdfs/wp/wpl :W.pdf> 1551 Monahan J. , lak !1Ollejmo U'(I(: Jn~rlJl' dl'cy~ie ?, .. Świat N,lUki" 2000. grud z.iclL 1561 Nculllan n 1. VO Il , Varioll.\· '!'edllliqlles Use in CO/ Ul eCl ioll wit" Nam10m Digils , .. Burl!i1l1 nf Slal1dards. Applicd Mathemati<.:<t Series" 195 1. Washinglnn. CA. 1571 Nowak S.. Metodologia l}(Id(Jfi spole(':II)'(II, PWN . Wars/,<lw<I 19X5 . 1581 Pathak P.K ., On Simpfe NUII(/om .)'amplillg wilh R(~pl(/ce nwll1 , .. Sankhya" 1964, (A) g4. 1591 160]. Pawłow. n.w., Badallia diaK1l0styc:ne \1' tech"ic('. WNT. Wars/'awa. Pawłowski. Z.,. Wstęp do star)'styc:r/(~i mew(!.\, reprez.t~IlI(l c:yjl/(~i.. 1967.. PWN, Warszawa. 1972. [611 Pclcrsol1 G.GJ ., TJw Y(~arly 111I111i';J"{l1iotl (~r YOlltlg Place illlo LiI1~r(Jrt!from !he Gallllln 5h 'CI .... .. Danish Biological Stalistical Report for IX9S" IX96, nr 61 . /621 Pelra życki L.. Nml'(~ podstawy logiki i klasyjikacji umicjf1f1(},\,ci, Un iwersytet Wars/,i1wsk i, W",·sZi.\wa 1932. 1631 PFarFcl1hcrger R.C., P<lttcrson J.H .• SlatiJlic{lf M el/ulllsfor J3/uil/('J.\' lIlId E{'OI/OJ1/ic '.\'. Ir vin. Onlario 1977. 1641 Podgórcek i A .. ClllIraklery.m ·ka lIauk I'rak l\'c~lIych . PW N, Wa rszawa 1%2 . [651 Quallfiflltil'e E('o/(}~i{'(tI AllalysiJ in fh e Sodul Sci(,II("l~. M , Doggan. S. Rokk i.1fl (cds). Har va rd Universily Prcs>. Cambrigc. Mass. 1969. 1661 QlIcnou illc M.H .. ProMem ... ill Piwu! Sal1lplillg, .,A llnals ot' Malhcmalil."al Statislics" 1949, nr 20 . [671 Ray S.N.. BO/llu/." 0/1 ,I/(: Maxil1lu11I ,S'ample Si:e ofa 8a )'e,\' ..)'equelllia/ Procedures, "AnnaI s of lhe Mathcmatical Statistics" 1965, nr 36. 1681 Rico S.A .. QUl/lilllli,'e MerlluHls ill Plllilics, Knopr. New York 1928. [691 Robbins H .. Ali El1lpirh'al Boye.\' Approach to .)'tatistic.\'. ?rucccdings 01' the Third Berkeley Symposium on Slalistics and Probabilily l, 1955. [701 Robbins H .. Tli" F.mpirica/ Baye.\' Approach to Stari,w ica J J)eciJioll Problems, "Annais oF the Mathcmatical Statistics" 1964, nr 35. [711 RocOlcr J.R.. Th cories of IJistri/mth'(' l/ulice. Harva rd Univcrsity Press, Cambridge. Mass. 1966. 172 1 Rozenbcrg WJ .• WSI"f1 do leorii hlrdrh'J,' sy.H em(jw pomia rowyc h. PW N, Warszawa 1982. 1731 Singh D., Chaudhary FS .. Sample SIO"'''' DesiK". Wilcy. New York 1986. 174-1 Srivenkill i.n aman:. T., Tr:u.:y D.S., EXtl' l1dillg Produ c! EwimatiolJ 10 Poxit;\-,(' Corr elm;o" ('lHl' in SlIn'('.,'.\". "Thc Austrłl lian Journ 'łl of Swtistics" 19&1. nr 23. 1751 Steczkowski J.• .Iako.i;(; !('cllllicz"ll ; markl'lingmvlI wyro/m , Folia Occ()n0l11iC~1 Cracoviensi", V. XXXIX- XL. PAN, 1998. 1761 SIeczkows ki l . Mi'lOda repreze lllllqjl10 H' heldani" zjawisk ekm/Omit'z, no-'\lwlecZllyC'h, PW N. Warszawa IlJ95. [77] Sulek A .. Lo~ik{/ aHa/i::.}' SO(jolo~ic:JU~i, \Vydawn ic two Uniwersytetu Wars/'awskiego. Wa rszawa 1983. [7R I Swets J.I\, Dawcs R.M., Monahan J., Psych%,;icClI Science Cali ImprcH'l' DiaMIlostic l)el.'is;oll . Psycl!olo,;icul Science ill Ihe Puhlie Illll'I"l~Sl , .. Psychological Science" 2000. V. 1. nr l..

(16) jOli. SI(!c;.ko\\'ski. 1791 Swobodne techniki (Ji(1~II(},W)'CZI/t'. T. Szuslrow~1 (red.), Wydawni(:lwo Uniwersytetu Warszawskiego, Warszawa 1987. 180 I Thkcy J.H., BillS alld C01!/hlellct' in Not-Quiw Lar;.:!' Samplil1,R 1:.:S1i11l01 hm. " An nals of Mathcmatical Statistics" 1958, nr 29. 1811 Wald A., Sequential Allulys;s, Wilcy, New York 1947. 1821 Wald A., Statis/ical Dec;sioll F/llletiolls, Wilcy, New York 1964. 183J Walesiak M., M etody mwli:)' dallydl11lUrkelingowycll, PWN , Wa rszawa 191)6. 1841 Waller K.M., JnlrOlItu.:I;tm 10 Variollce E.wimaliol1 . Springer Verlag. New York 1985. 185! Was iutyński Z., Tt.·dlllika . jej dzialy i lII etoda, PWN, Warszawa 1%2 . 186! Wetherill G.B ., Bayesiall Sequentia! Alla!ysis, "Biometrik,," 1961 , nr 48 , 1871 Wetherill GR, Campling G.E.G., The Deci.,·i,,,, Theor.\' Approoch lO Salllplillli !nspectioll, "lournal ol' the Royal Statistical Society" 1966, (B) 28 . 188! Wilk M.B., Kempthornc O., Some Aspects oi Allalysis of Fac/oria! Experilllell/ ill €l Completely Randomized Desig", "A nnals nr Mathematieal Stalist k's" 1956. nr 27. 189] Williams W.M.. Genl'ratill}: Ul1 biasell Ratio mul Re!:re.\·siol1 ESlimll1or.\', .. BioIllCI~ rics" 1961. nr 17. I<J0I Wright L.R., Fillile Popu/olion Samplin!: will! M"II;l'iIriale Au,riliary "~rormll1iol1 • .. Journal oflhc Arncrican Slatistical Assnciation" 1983. nr 78. 191,1 Wywiał J.• EIl'nwnty metody reprl'z.ent{lcyjnej .:: wyko r.;:ys!tmiell/ JltI {.'t'st)'c::' llt'!:o pakiet" SPSS, AE w Katowicach, Katowice 1999. 192'] Zarkovitch S.S., Anllll.\'trulhm ofSome Characteristic Situutiol/s in/he Applicalioll of lhe DiJference ESlimates, "Revue ol' International Statisl iea1 1nst itute" 1956. nr 24. 193) Zasępa R.. Material)' do óvt'<:zcll .: mewdy l't'pre:nllacyjnej. SGPiS, Warszawa 1983. 1941 Zcllner A., An IlllroduCliofl (o BayeJia n "~ft!f(~Ilf.:e in Eamom('(rics. Wilcy, New York 1971. 195] Zieliński R., Metody MOll/e Carlo. WNT, Warszawa 1970. 196] Zieliński S., Tablice .,'/(lty.v/yczne, PWN, Wars zawa 1972. 197) Zieliński T., Generatory liczh losowych. pl'()1{rmnmvanie i teslmt'anie 1l11I1W.\':y nach cyfrowych. wyd . 2, WNT, Warszawa 1979.. Monitoring Processes In condueting a general characterisation nf praclical sc ic!1ces and their Illcthodo1ogy, this article devotes special allefllion lo diaguosis as au illitial cJemelH of a target pn)(~ edure. Upon completing the fairly detailed disCllSsiO!1 011 diagnosis. the article moves on to hi ghlightillg Ihe role Ihal the monitoring of evcnts p1ays in diagnosis. whiJe foremo st focllsi ng <t ttcntion on qualily contro!. Nex,t,lhe author draws attenliolllo the Ilumerous slalistical prnce dures Ihat havc becn or could be applicd in Ihis typc ol' rcscarch. Thc arłicle cJoses wilh citcd literaturc - bOlh Polish and forcign language - Ihal cn'lbles further exploration of Ihe issues discussed in Ihe ariicle ..

(17)