Anna GRĘDA

1. Wprowadzenie

Jakoœæ jest obecnie traktowana jako niezbêdny element, który powinien byæ wbudowany w proces produkcji. W bran¿y ¿ywnoœciowej problematyka ta nabiera szcze-gólnego znaczenia, gdy¿ konsumentami jesteœmy wszyscy. Codziennie siêgaj¹c po produkty ¿ywnoœciowe, chcemy mieæ pewnoœæ, ¿e nie spowoduj¹ one uszczerbku na na-szym zdrowiu, a tym bardziej ¿yciu. Na pocz¹tku lat 90. w Polsce wzros³o zainteresowanie problematyk¹ jakoœci. Od tego czasu liczba standardów i systemów umo¿liwiaj¹-cych otrzymanie wyrobów optymalnych jakoœciowo uleg³a eskalacji, a systemy poddawane s¹ doskonaleniu. Do naj-czêœciej 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 Ana-lysis and Critical Control Point) – Analizê Zagro¿eñ i Kry-tyczny Punkt Kontroli, ISO serii 9000, ISO serii 14000 (System zarz¹dzania œrodowiskowego), ISO 15161:2001 (Wytyczne zastosowania ISO 9001:2000 w przemyœle ¿yw-noœci i napojów), ISO serii 22000 (System zarz¹dzania bez-pieczeñstwem ¿ywnoœci – wymagania dla wszystkich orga-nizacji 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 certyfi-kuj¹c¹ BSI [4]. Zawieraj¹ one podstawowe wymagania, które mog¹ byæ u¿yte jako element integracji systemów Stosunkowo du¿a liczba publikacji, jak¹ poœwiêcono pro-blematyce zarz¹dzania jakoœci¹, dotyczy zagadnieñ kosz-tów 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 pojedyn-czym problemie dotycz¹cym korzyœci, kosztów, szans lub ryzyka zarz¹dzania jakoœci¹. Nie podchodz¹ oni do tej pro-blematyki 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 pozytyw-ne, jak i negatywne czynniki, interpretowane psychologicz-nie 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 za-kresie prezentowanych przez firmy produkuj¹ce ¿ywnoœæ, potrzeb i mo¿liwie pe³nej realizacji oczekiwañ przez ich od-biorców) kombinacji systemów zapewniania jakoœci i zarz¹-dzania jakoœci¹ w przedsiêbiorstwach bran¿y spo¿ywczej. 2. Przedmiot badañ

Badania empiryczne, dotycz¹ce zarz¹dzania jakoœci¹ pro-duktów ¿ywnoœciowych, przeprowadzono osobiœcie me-tod¹ 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 pañ-stwach. 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 certyfi-kowane systemy jakoœci, by móc na tej podstawie okreœliæ modelowe przyk³ady zarz¹dzania jakoœci¹, a tak¿e du¿y udzia³ w rynku danych firm. Analizowane przedsiêbior-stwa, jako jedne z pierwszych na naszym rynku, podjê³y siê wdro¿enia i certyfikacji systemów jakoœci (lata 90.). We wszystkich trzech firmach wdro¿one systemy wystê-puj¹ w postaci zintegrowanej. Ka¿da z tych firm posiada nagrody i wyró¿nienia za produkowane wyroby i prowa-dzon¹ 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 funk-cjonuj¹cych w badanych zak³adach systemów zarz¹dzania jakoœci¹. £¹cznie przeprowadzono 86 wywiadów.

3. Metodologia – Analityczny Proces Sieciowy

Analityczny Proces Sieciowy (ang. Analytic Network Pro-cess – ANP) to nowa teoria decyzyjna, stanowi¹ca rozsze-rzenie Analitycznego Procesu Hierarchicznego (ang. Ana-lytic Hierarchy Process – AHP). Twórc¹ obu metod jest amerykañski matematyk profesor Thomas L. Saaty z Uni-wersytetu w Pittsburgu (USA). Prace nad metod¹ AHP roz-pocz¹³ 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

Anna GRÊDA

WYBÓR EFEKTYWNEGO SYSTEMU ZARZ¥DZANIA JAKOŒCI¥

W PRZEDSIÊBIORSTWACH NA PRZYK£ADZIE PRZEMYS£U

SPO¯YWCZEGO

1 _{Niniejszy artyku³ zosta³ opracowany na podstawie pracy doktorskiej, która zdoby³a III nagrodê w ogólnopolskim konkursie na najlepsz¹}

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¿li-wiaj¹ca 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 dokona-nie pomiaru czynników dokona-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 najwiêk-sze zastosowanie posiada w³aœnie ww. skala porównañ, któr¹ wykorzystano równie¿ w niniejszej pracy. Funda-mentalne skale Saaty’ego charakteryzuj¹ siê m.in. wielo-stopniowoœci¹. Dlatego ró¿ni¹ siê od dotychczas wyko-rzystywanych skal do porównañ typu: gorszy, lepszy itp. Ponadto ka¿da liczba w skali Saaty’ego posiada swój wer-balny (s³owny) i graficzny odpowiednik, okreœlaj¹cy sto-pieñ wa¿noœci porównywanych elementów. 9-stopniowa fundamentalna skala porównañ umo¿liwia w³¹czenie do-œwiadczeñ i wiedzy osoby podejmuj¹cej decyzje oraz

po-zwala 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 wy-szukanych 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 Pro-cesu Sieciowego, a jednoczeœnie pozwalaj¹cym na podej-mowanie bardziej z³o¿onych decyzji jest program kompu-terowy Super Decisions©

.

W metodzie AHP/ANP jedn¹ z najwa¿niejszych wielko-œci, które obliczamy z macierzy porównañ jest wspó³-czynnik 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 akcepto-wany, a porównania s¹ konsekwentne (zgodne, logiczne). W przeciwnym wypadku wszystkie lub niektóre porówna-nia zaleca siê powtórzyæ w celu pozbycia siê niezgodnoœci porównañ parami.

4. Kompleksowy model decyzyjny ANP – poprawy jakoœci produktów i wzrostu efektywnoœci zarz¹-dzania przedsiêbiorstwem

4.1. Elementy decyzyjne modeli sieciowych „korzyœci”, „kosztów”, „szans” i „ryzyka”

Modele „korzyœci”, „kosztów”, „szans” i „ryzyka” opraco-wano bazuj¹c na uzyskanych wstêpnych wynikach badañ (badaniach pilota¿owych) przeprowadzonych w 3 analizo-wanych firmach oraz studiach literatury polskiej i obcojê-zycznej z zarz¹dzania jakoœci¹. Wszystkie struktury decy-zyjne ANP stanowi¹ sieci wzajemnych zale¿noœci i wspól-nych powi¹zañ pomiêdzy najwa¿niejszymi, zdaniem autora, czynnikami uwzglêdnionymi w tym procesie decy-zyjnym. Subkryteria pogrupowano do klastrów (kompo-nentów) w ramach czterech obszarów funkcjonowania fir-my, tj.: organizacyjnego, produkcyjnego, technologicznego i ekonomicznego. W osobnym klastrze zebrano propono-wane trzy warianty rozwi¹zañ. Wariant A stanowi system zapewnienia bezpieczeñstwa i jakoœci zdrowotnej ¿ywno-œci. 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 przedsiê-biorstw produkuj¹cych i przetwarzaj¹cych ¿ywnoœæ. Jako wariant B przyjêto system zarz¹dzania jakoœci¹ pro-duktów ¿ywnoœciowych. W jego sk³ad wchodz¹ obowi¹z-kowe systemy, tj. Dobre Praktyki (GMP/GHP), system HACCP oraz dodatkowo norma ISO 9001. Wariant ten jest obecnie najczêœciej spotykany w wiêkszoœci przedsiê-biorstw bran¿y spo¿ywczej.

Trzecim, oznaczonym w pracy jako wariant C, jest zinte-growany system zarz¹dzania jakoœci¹ produktów ¿ywno-œciowych. 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 pra-cy PN-N/OHSAS 18001. Przedmiotem integracji mog¹ byæ: polityka i integracja funkcji kierowniczych

(odpowie-dzialnoœæ kierownictwa), wspólne procesy operacyjne (za-rz¹dzanie zasobami i realizacja), ³¹czne audyty wewnêtrz-ne i zintegrowawewnêtrz-ne obszary doskonalenia. Jak podaj¹ liczni autorzy przedmiotu badañ, integracja systemów mo¿e prze-biegaæ na trzy sposoby: 1) budowanie zintegrowanego sys-temu od pocz¹tku, 2) stopniowa integracja kolejnych syste-mów z systemem ju¿ istniej¹cym w organizacji lub 3) bu-dowanie ka¿dego z systemów osobno i indywidualne zarz¹dzanie ka¿dym z nich. Najbardziej przyjêtym sposo-bem 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 jako-œci¹ produktów, aby móc na tej podstawie potwierdziæ lub zaprzeczyæ przytaczany przez wielu badaczy tej problema-tyki pogl¹d (odnosz¹cy siê w tym przypadku do przedsiê-biorstw gospodarki ¿ywnoœciowej) ³¹cznego wprowadza-nia 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 po-prawy jakoœci produktów i wzrostu efektywnoœci zarz¹-dzania przedsiêbiorstwem zosta³ ujêty w postaci modeli ANP – „korzyœci” (rys. 2), „kosztów” (rys. 3), „szans” (rys. 4) i „ryzyka” (rys. 5). Zosta³y one opracowane wed³ug nastê-puj¹cego 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 zo-staæ z niego wykluczony. W ka¿dym z nich wyró¿nione Rys. 1. Porównanie ogólnej struktury hierarchicznej do sieci decyzyjnej (na podstawie [6])

Rys. 2. Sieæ ANP „korzyœci” wynikaj¹cych z poprawy jakoœci produktów i wzrostu efektywnoœci zarz¹dzania przedsiêbiorstwem

Rys. 4. Sieæ ANP „szans” zwi¹zanych z popraw¹ jakoœci produktów i wzrostem efektywnoœci zarz¹dzania przedsiêbiorstwem

zosta³y: cel, kryteria i subkryteria, sub-subkryteria, uczestnicy procesu decyzyjnego oraz warianty (alterna-tywy) decyzyjne, czyli mo¿liwe rozwi¹zania problemu oraz sieci ich wzajemnych powi¹zañ.

2. W przypadku ka¿dego kryterium kontrolnego lub sub-kryterium, okreœlane s¹ klastry ogólnego systemu zwrot-nego wraz z ich elementami i dokonywane s¹ po³¹czenia zgodnie z ich zewnêtrznymi i wewnêtrznymi zale¿no-œciami 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 po-winien zastosowaæ w analizie ka¿dego klastra lub ele-mentu 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 kryte-riów 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 upo-rz¹dkowany (np. alfabetycznie lub wed³ug ich numera-cji) oraz wszystkich elementów ka¿dego klastra (zarów-no pio(zarów-nowo po stronie lewej, jak i poziomo w czêœci gór-nej). W odpowiednich jej pozycjach wprowadzane s¹ priorytety wynikaj¹ce z porównania parami subkolumn odpowiednich kolumn supermacierzy (czynnoœci te au-tomatycznie wykonuje program komputerowy Super Decisions).

5. Wewn¹trz czterech kontrolnych hierarchii lub sieci (B, O, C i R) przeprowadzane s¹ porównania parami ele-mentów w ramach samych klastrów zgodnie z ich wp³y-wem na ka¿dy element w kolejnym klastrze, z którym s¹ one po³¹czone (tzw. zale¿noœæ zewnêtrzna) lub na ele-menty 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 ele-mentów 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 hie-rarchii kontrolnej. W przypadku korzyœci i szans, nale¿y zapytaæ: co zapewnia najwiêksze korzyœci? lub co stano-wi najstano-wiêksze szanse? w odniesieniu do kryterium kon-trolnego. 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 superma-cierzy. 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 ele-mentów odpowiednich bloków kolumn supermacierzy.

Nale¿y przypisaæ zero w przypadku, gdy nie ma ¿adnego wp³ywu. W ten sposób otrzymana zostanie supermacierz kolumn wa¿onych stochastycznie, których kolumny su-muj¹ siê do jednoœci.

7. Kolejnym etapem jest zamiana wa¿onej supermacierzy w limitowan¹, z³o¿on¹ z koñcowych (ostatecznych) wielkoœci priorytetów, prezentuj¹cych wszystkie mo¿li-we 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 ele-mentów (priorytety eleele-mentów w ka¿dym klastrze s¹ znormalizowane do jednoœci). Pomimo, i¿ wektory priorytetów s¹ wprowadzane do supermacierzy w for-mie znormalizowanej, priorytety limitów s¹ wprowa-dzane w formie idealizowanej, poniewa¿ kryteria kon-trolne nie zale¿¹ od alternatyw.

8. Synteza otrzymanych priorytetów dla ka¿dej alternaty-wy modelu korzyœci, kosztów, szans i ryzyka dokonywa-na jest poprzez wykorzystywanie tzw. multiplikatywnej formu³y matematycznej (BO/CR). Alternatywa z wiêksz¹ wielkoœci¹ priorytetu uznawana jest za naj-lepsz¹. Firmy oraz osoby fizyczne z ograniczonym li-mitem czêsto preferuj¹ taki rodzaj syntezy.

9. Przeprowadzenie syntezy otrzymanych wyników przy pomocy tzw. addytywno-negatywnej formu³y matema-tycznej (bB+oO-cC-rR) wymaga okreœlenia tzw. strate-gicznych 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 opracowa-ne, osobiste skale werbalne (istnieje mo¿liwoœæ wyko-rzystania gotowych skal zamieszczonych w za³¹czniku tzw. templates programu Super Decisions). Przy pomo-cy tych skal ocenia siê wa¿noœæ (znaczenie) najlep-szych 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 bezpo-œrednio 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 ryzy-ka (prezentowana jest ona w postaci wykresów). Analiza wra¿liwoœci dotyczy pytañ w rodzaju: co jeœli?, pozwa-laj¹c 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 zo-sta³o 214 porównañ parami. Podobne dzia³ania podjêto przy opracowaniu sieci decyzyjnej „szans” (rys. 4) – 148 porów-nañ parami, „kosztów” (rys. 3) – 257 porówporów-nañ i „ryzyka” (rys. 5) – 188. Iloœæ porównañ w ca³ym modelu wynios³a ³¹cznie 807. Wielkoœæ wspó³czynnika CR (zgodnoœci porów-nañ) dla wszystkich porównañ dokonanych w ramach sieci

„korzyœci”, „kosztów”, „szans” i „ryzyka” nie przekracza³a 10%, co oznacza, ¿e by³y one zgodne (logiczne).

W tabeli 2 zaprezentowano zbiorcze wyniki dla 72 subkryte-riów 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 - znacze-nie tych czynników wewn¹trz ka¿dego klastra sub-systemu. Ze wzglêdu na ograniczenia edytorskie nie zosta³y omó-wione szczegó³owe wyniki dla subkryteriów. Nale¿y jed-nak podkreœliæ, i¿ elementy, dla których wielkoœci prioryte-tów 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 poszcze-gólnych wariantów obliczono z porównania parami ich wa¿-noœci w realizacji ka¿dego z subkryterium obszaru organiza-cyjnego, produkorganiza-cyjnego, 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 de-cyzyjnych). W wyborze optymalnego wariantu decyzyjnego dotycz¹cego poprawy jakoœci produktów i wzrostu efektyw-noœci zarz¹dzania przedsiêbiorstwem nale¿y dokonaæ po³¹-czenia 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 priory-tetów 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+oO-cC-rR), która wymaga okreœlenia stopnia wa¿noœci sub-syte-mów: korzyœci (b), szans (o), kosztów (c) i ryzyka (r) rozwi¹-zywanego problemu. Jest to wynikiem tego, i¿ korzyœci, kosz-ty, 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 pro-blem z bardziej ogólnej perspektywy, wykorzystuj¹c kryte-ria: ekonomiczno-produkcyjne, spo³eczne, polityczne, wize-runku i edukacyjne. Ka¿de strategiczne kryterium zosta³o szczegó³owiej rozpisane na odpowiadaj¹ce im subkryteria, które wykorzystano do rankingowania sub-systemów „ko-rzyœci”, „kosztów”, „szans” i „ryzyka”. Podczas rankingo-wania myœlimy o najwa¿niejszej alternatywie wewn¹trz ka¿-dego z sub-systemu „korzyœci”, „kosztów”, „szans” i „ryzy-ka” (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 uzy-skanych wewn¹trz sub-systemów (wartoœci) „korzyœci”, „kosztów”, „szans” i „ryzyka” oraz przedstawienie koñco-wego 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 (znacze-nie) 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” po-zwoli³y na wybór najlepszej strategii (wariantu) poprawy ja-koœci produktów i wzrostu efektywnoœci zarz¹dzania przed-siêbiorstwem. Jest ni¹ system zintegrowanego zarz¹dzania ja-koœci¹ produktów ¿ywnoœciowych. Pozwala on na optymaln¹ realizacjê przyjêtego przez nas celu. Wskazuj¹ na to obie za-stosowane w pracy formu³y matematyczne. Koñcowe wyniki obliczeñ zestawiono w tabeli 4.

Aby sprawdziæ stabilnoœæ proponowanego rozwi¹zania, wy-konano 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 mode-lu sieciowego poprawy jakoœci produktów i wzrostu efek-tywnoœci 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. Na-wet, gdy jego wielkoœæ spadnie poni¿ej 0,32 najlepszym roz-wi¹zaniem 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 zapropono-wanych systemów jakoœci s¹ mniejsze. Do wielkoœci równej 0,5 wariant C jest najlepszy. Powy¿ej tej wielkoœci wariant ten staje siê najgorszym rozwi¹zaniem. Wówczas najlep-szym zostaje wariant A. W odniesieniu do analizy wra¿liwo-œci modelu ryzyka (rys. 10), podobnie jak w modelu kosz-tów, wykresy dla poszczególnych wariantów posiadaj¹ ten-dencjê 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 za-czyna gwa³townie spadaæ. Jest on najlepszym rozwi¹zaniem do priorytetu ryzyka równego 0,7. Powy¿ej tej wartoœci spa-da on na drug¹ pozycjê, za wariantem B.

Jak wynika z zaprezentowanej analizy, warianty rozwi¹zañ s¹ bardziej wra¿liwe na zmiany priorytetów dla kosztów i ry-zyka ni¿ dla korzyœci i szans. Jednak przeprowadzona anali-za 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 obec-nych trendów lub mody na rynku, maj¹c tylko na uwadze

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”

Tab. 4. Wyniki koñcowe analizy ANP

Rys. 7. Analiza wra¿liwoœci dla modelu korzyœci Rys. 8. Analiza wra¿liwoœci dla modelu szans

Rys. 10. Analiza wra¿liwoœci dla modelu ryzyka Rys. 9. Analiza wra¿liwoœci dla modelu kosztów

efekt marketingowy z ich posiadania. Zarz¹d firmy powinien zdecydowaæ siê na wybór takich systemów jakoœci, których posiadanie w najwiêkszym stopniu przyczyni siê do realiza-cji najwa¿niejszych potrzeb w firmie i oczekiwañ ich odbior-ców. 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 ryzy-ka. 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 odpo-wiednimi metodami, pozwalaj¹cymi na dokonanie takiego pomiaru. Praca prezentuje zastosowanie po raz pierwszy w Polsce w zarz¹dzaniu jakoœci¹ metody Analitycznego Pro-cesu Sieciowego (ang. Analytic Network Process – ANP). Wiêkszoœæ prac prezentuj¹cych czynniki wp³ywaj¹ce na po-prawê zarz¹dzania jakoœci¹ w przedsiêbiorstwie wykorzy-stuje metody statystyczne. W pracy tej zaproponowano m.in. mo¿liwoœæ wykorzystania opinii ekspertów, którzy nadali znaczenie (okreœlili wa¿noœæ) elementów decyzyjnych po-przez porównania elementów parami. Ponadto zapropono-wany model ANP – poprawy jakoœci produktów i wzrostu efektywnoœci zarz¹dzania przedsiêbiorstwem obejmuje wszelkiego rodzaju zale¿noœci oraz sprzê¿enia zwrotne miê-dzy elementami decyzyjnymi. Dlatego jest on w stanie lepiej odzwierciedliæ z³o¿onoœæ problemu i rzeczywiste zwi¹zki zachodz¹ce miêdzy czynnikami wewn¹trz firmy i w jej oto-czeniu. Inne metody stosowane do rozwi¹zania tego zagad-nienia mog¹ te zale¿noœci omin¹æ.

Identyfikacja czynników oraz ocena ich wp³ywu na wdro¿e-nie odpowiednich systemów zarz¹dzania jakoœci¹ powoduje, ¿e istnieje wiêksze prawdopodobieñstwo osi¹gniêcia sukce-su przez firmy. Rozwi¹zywany problem jest obecnie nie-zwykle aktualny w Polsce. Zaprezentowane w pracy mode-le poprawy jakoœci produktów i wzrostu efektywnoœci za-rz¹dzania przedsiêbiorstwem mog¹ byæ z powodzeniem wykorzystane przez firmy bran¿y spo¿ywczej przy wyborze odpowiednich SZJ. Mo¿na je równie¿ w ró¿ny sposób zmo-dyfikowaæ i udoskonaliæ na potrzeby firmy, np. opracowaæ modele decyzyjne na ró¿nych etapach wdra¿ania systemów jakoœci. Ponadto zasady stosowane przy opracowaniu mode-li mog¹ zostaæ przeniesione i zastosowane do rozwi¹zania tak¿e innych, wielokryterialnych problemów decyzyjnych nie tylko w gospodarce ¿ywnoœciowej.

Badania czêœciowo finansowane z grantu promotorskiego Mi-nisterstwa Nauki i Szkolnictwa Wy¿szego Nr NN 115 2201 33. Literatura:

[1] Adamus W., Grêda A.: Wspomaganie decyzji wielokry-terialnych w rozwi¹zywaniu wybranych problemów or-ganizacyjnych i mened¿erskich. „Badania Operacyjne i Decyzje”, Nr 2/2005, s. 5-36.

[2] Grêda A.: Zarz¹dzanie jakoœci¹ produktów ¿ywnoœcio-wych. Praca doktorska zrealizowana na Wydziale Zarz¹-dzania 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.

[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 Pro-cess. Dependence and Feedback in Decision-Making with a Single Network. “Journal of Systems Science and Systems Engineering”, published at Tsinghua Uni-versity, Beijing, (to appear) Vol. 13, No. 2, June 2004. [7] Saaty T. L.: The Analytic Hierarchy and Analytic

Ne-twork Processes for the Measurement of Intangibles and for Decision Making, [in] Multiple Criteria Deci-sion Analysis: The State of the Art Surveys, edited by J. Figueira, S. Greco and M. Ehrgott. Kluwer Acade-mic Publishers, Dordrecht 2004.

[8] Tabor A., R¹czka M.: Nowoczesne zarz¹dzanie jako-œci¹. Planowanie, wdra¿anie, utrzymywanie i dosko-nalenie systemów zarz¹dzania jakoœci¹. Tom III. Wy-dawnictwo 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 appli-cation 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 rela-tions 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 Pro-cess (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 incre-asing the company management effectiveness. The overall model comprises Benefits, Opportunities, Costs and Risks and consider a range of various factors influencing the deci-sion 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 incre-asing the company management effectiveness can be suc-cessfully applied by food enterprises to choose the most propriate quality management systems. Other methods ap-plied 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 qu-ality management system in food industry can also be ap-plied in other than food companies.

Dr in¿. Anna GRÊDA Katedra Zarz¹dzania Jakoœci¹ Wydzia³ Towaroznawstwa

Uniwersytet Ekonomiczny w Krakowie anna.greda@uek.krakow.pl