część IV EFEKTYWNOSC ZADAN PUBLICZNYCH xozdział24 Propozycja metody opartej na zbiorach rozmyĘch w benchmarkingu jakości usług organizacjl sektora publicznego Krzysztof Błoński, Ba rtłom iej Jefmański Streszczenie Przeobrażenia sektora publicznego skutkują koniecznościądostosowania różnych metod i technik zarządzania wykorzysĘwanych w sektoze komercyjnym do specyfiki tego sek- tora. Rozdział pzedstawia propozycję wykozystania do oceny jakości usług metody Fuzzy ToPSIs. Zakłada ona możliwość porządkowania obiektów opisywanych przez cechy jako- ściowe poprzez poszukiwanie najmniejszej odległości alternaĘwy od rołviązania idealnąo i maksymalnej od anĘidealnego. Zastosowanie tej metody pozwoliło na ocenę i wzajem- ne porównanie jakości usług świadczonych przez trzy powiaĘ z woj. zachodniopomor- skiego. Podstawą dla porównania były wyniki badań ankietowych pzeprowadzonych W tych jednostkach samorządu terytorialnego. Słowa kIuczowe benchmarking usług, organizacje sektora publicznego. I
Transcript
część IV
EFEKTYWNOSC ZADANPUBLICZNYCH
xozdział24
Propozycja metody opartej na zbiorachrozmyĘch w benchmarkingu jakości
usług organizacjl sektora publicznego
Krzysztof Błoński, Ba rtłom iej Jefmański
StreszczeniePrzeobrażenia sektora publicznego skutkują koniecznością dostosowania różnych metodi technik zarządzania wykorzysĘwanych w sektoze komercyjnym do specyfiki tego sek-tora. Rozdział pzedstawia propozycję wykozystania do oceny jakości usług metody FuzzyToPSIs. Zakłada ona możliwość porządkowania obiektów opisywanych przez cechy jako-ściowe poprzez poszukiwanie najmniejszej odległości alternaĘwy od rołviązania idealnąoi maksymalnej od anĘidealnego. Zastosowanie tej metody pozwoliło na ocenę i wzajem-ne porównanie jakości usług świadczonych przez trzy powiaĘ z woj. zachodniopomor-skiego. Podstawą dla porównania były wyniki badań ankietowych pzeprowadzonychW tych jednostkach samorządu terytorialnego.
Słowa kIuczowebenchmarking usług, organizacje sektora publicznego.
I
410 | część IV. EFEKTYWNośc znołŃ PUBLICZNYCH
Wstęp
Poj ęcia,,benchmark" oraz,'bcnchmarkingl'' funkcj onują w praktyce biz-
nesu oraz w naukach o zarządzaniu od ponad trzydziestu lat. Dynamiczny roz-
wój benchmarkingu rozpocząŁ się w latach 90. xx wieku i jest on obccnic stoso-
wany w różnych sektorach' w tym w produkcji, w ochronic zdrowia, w ubezpic-
czeniach,w bankach, jak równicż w scktorze publicznym. Wcdług A' Węgrzyna
benchmarking w ogólnym znaczeniu moŻna okrcślió jako proces ciągłego ucze-
nia się i doskonalenia organizacji poprzez wykorzystanic rozwlązań' które wy-
pracowali najlcpsi w dancj dziedzinię. Natomiast w ujęciu szczegółowym jcst to
proccs systematycznego identyfikowania, analizowania, projcktowania i w efekcic
wdrażania naj lepszych r oz,,viązan2 .
Na podstawie prczcntorvanych w literaturze przcdmiotu definicji bench-
markingu, m.in. lv pracach A. Węgrzyna (2000), M. Dąbrowskiej-Mitek (2008)
czy A.-Balccrek-Wicszali (2010). można stwierdzió, że chociaŻjest to pojęcie
o iuzej pojemności znaczeniorvej. można wyodrębnić clementy wspólne doty-
czące postrzegania benchmarkingu jako':
ciągłego i systcmatycZnego procesu lub metody,
procesu porównania, idcntyfikacj i, konfrontowania i adaptacj i'
którc muszą być przcsttz'cganc' zaś korzyści muszą być zrównoważone i obo-
pólnc' W przypałku organizacji publicznych współpraca nic ma tak mocno
sfołmalizowanego charattcru i nie musi <lawać zrównoważonych korzyścia.
, Auto.ry przyjmują, żc pojęcie "benchmarking'' wywodzi się ze słowa ,,benchmark", alc
oba słowa nic będą używane zamińe. Benchmarkicm będą określane miary' wskaźniki lub staty-
styki określająoe optymalny poziom badancj cechy, natorniast przcz bcnchmarking będzie określa-
ny pru.., wyszukiwania i anuliro*unia najlcpszych wcwnętrznych i zcwnętrznych praktyk.
'A.'Węg.ryn, Benchmarking, Nowoczesna metoda doskonalenia przedsiębiorstwa, Anty-
krva. Kluozbork Wrocław 2000, s. 84 85.r A. Balcerck-Wicszala' ll/spt)łczesne koncepcje i rodza.ie benchmarkingu próbu s.vnte4'.
Zcszy1y Naukowe UE w Krakowie nr 836, s. Ż4Ż Ż43'- -, B. Ziębicki, EfekĄ,n,nośc henchmarkingtt w doskonaleniu działalności instvltłcji tłży1ę6'-
,:,,łli pttlllic:nc7, [w:] Ntlwe kientnki w zarzqclzaniu przedsiębiorstwem ce.lowośc, skttteczno'ść,
...::....|'',ilość-H. Ja-eocla, J. Lichtarski (red.)' Prace Naukowe AE' we Wrocławiu nr 1l04, Wrocław.
24' PropozyĄametody opartej na zbiorach rozmyĘch w benchmarkingu jakości usług"' | 411
Zestawienie roŻnic i ccch wspólnych stosowania benchmarkingu w organiza-
cj ach komercyj nych i publicznych przedstaw ia tab ela 24' I'
Tabela24'1.ZestawienierÓznicicechwspólnychstosowaniabenchmarkinguw organizacjach komercyjnych i publicznych
Benchmarkingw organizacjach komercYjnYch
Benchmarkingw organizacjach sektora publicznego
Różt
wanie. syslematyczność działań) |
ltce
Niski stopicń slbrnlalizolr'ania. Prorvadzone po-
rólvnania czcsto nlaja charaktcr benchmarkingu
,.nie formaln.'go"
Polega na uczeniu się od innych, a nic kopiowa-
niu ich rozwiązań. Najlepsze rezultaty dajc
samodzielnc zaprojektowanie nowych ronvia-
zań, wykorzystującc wicdzę zdobyą na podsta-
wie analizy wzorców
Dopuszczan.' _j :st kopitlrr anic rozrviązań innych
instytuc-ji uĄlr'cznoSci publiczncj. odbyrva się
ono za ich sicdza i aProbata
Współpraca benchamarkingowa w ramach pro-
jektu z reguły ogranicz'a się dojcdncgo lub kilku
pańnerów
Współpraca nroż!' dL)l\i7\'c icdnoczcśnic kilku-
naSfu pańncrórr' bcncłlnllrkitl gorr 1'ch
WspóĘraca bcnchmarkingowa polega na wy-
mianie równowartościowcj informacj iWspóĘraca pol c ga na \\Ża-i L-nll]\-nl dcr skclnalcniu
i wspólnym rozrviązaniu po-jasi,l_iac1ch sic pro-
blcmów
Bardzo trudno znaleŻć do współpracy pańnera
bcchmarkingowcgo Z tej samcj branży (firmę
konkurcncyjną) . Z reglĘ łatwicj nawiązać wspóŁ
pracę z organiz'acjami z innych branż
Podjęcie współpracy z innr lni org.lniz.r.'Ianti
z scktora publiczncgo maj acy ch ptrdobnl' prrnlcl
produktów i/lub usług z rc-uuł1' nic nastręcza
trudności
, być stosowany przez wykorzystanie po
ich Źródeł informacji (bez nawiązywaniiłnrrr:v henchntarkinsowei )
Ze wzglęclu na dużc koszĘ pozyskirrania in1br-
maĄi z pośrednich żródeł z' rcguły podc|nros-ana
jest bezpośrednia współpraca u.l.t'lgkilg:l:
Dużc kosztv DIoicktu Małc koszty projektu
rv odniesicniu do najlepszych
Va charaktcr uniwersaln1 czy|t możc mieć zastosowanic w różnych rodzajach działalności
, -or. Oo,r"rrć ,u.U*no Otur,.,ttnt on"tutttn".t,juO t tttuttttttntt tuttUdtuntu'
ir1.*ua'"**wynikubencharkinguzmlanymającharakterpragmatycznyiheurystyczny.a ich wdrażanie z reguły przebicga cwolucyjnic
J.,ttoo.".,.Ę,ł,,.u","..,u.Iko.to*o*on'.ukooo.".l'n.'".l'iułu''i.-t.'..t,ll.todą zcspołową i ..uli'o*uny j",t
""g"ły * fo^l'd
Zródło: B. Ziębicki, E/bktywntlść benchmarkingu w doskonaleniu działalno'ści insty111Cji tłżylecz-
ności publicznej,'|w:] Nowe kierunki i zarzqdzaniu przedsiębiorsnt'em celo"t'ośc' sku-
teczniśc, efektywiośŻ, H. Jago<la, J. Lichtarski (red.), Prace Naukowe AE we Wrocławiu
nr l l04' Wrocław, s. 403.
4].2 | część IV. EFEKTYWNośc znołŃ PUBLICZNYCH
Niczależnie od rodzaju organizacjt podstawą bcnchmarkingu jest ustalcnie
tzw. procesów wzorcowych, czyli benchmarków, a następnic zbieranie infonna-
cji, przeprowadzcnic analriz i porównań własnych osiągnięć w odniesicniu do
cfcktów innych organizacji. Możliw1łn obszarem do takich działań jest jakość
świadczonych usług przez organizacje sektora publicznego. Wzrost zaintcrcso-wania tym obszarcm jcst wynikicm wdraŻania modclu określanego jako nowcpubliczne zarządzanie. Jego istotą jcst wprowadzenie do administracji publicznejmechanizmów ekonomicznych, konkurencji oraz logiki i rcguł rynkowych wrazZc Stosownymt narzędziami. Głównymi cclami nowego publicznego działaniaoprócz polepszenia jakoŚci usług publicZnych Są: poprawa skuteczności funk-
cjonowania instytucji publicznych, wzrost efcktywności działania oraz odzyska-nic zaufania publicznego'.
Jedną z mctod przydatnych W przeprowadzeniu proccsu benchmarkingudotyczącego jakości usług mogą być metody oparte na zbiorach rozmytych.Wykorzystanie liczb rozmytych do pomiaru jakości usług i satysfakcji klientajako jej miernika, jest wynikicm wykorzystania do ich pomiaru skal porządko-wych6, umożliwiających wyznaczanic porządku liniowego obicktów będącychprzedmiotcm pomiaru na podstawic rang przypisanych tym obicktom. Jednakze
wadą tcj skali jest niemozność szacowania róŻnic między obiektami, co przekła-da się na koniecznośó wykorzystania metod statystycznych właściwych tylko dla
zmicnnych ciągłych. Sposobem na przezwyciężenic tej niedogodności może byćwykorzystanic zmicnnych rozmytych' Nadają one wańościom lingwisty cznymbardziej obicktywny charaktcr i umożliwiają uwzględnicnie niepewności i nie-
precyzyjności subiektywnych occn respondcntów7.
5 E. wojciechowskl, Mechanizmy łynko--e w sektorze publicznym,|w:] Gospodarka lokal-na i regionulna ył teorii i praktyce, Prace Naukowe Akademii Ekonomicznej wc Wrocławiu nr
1023,2004, s.604.6 omówienie metod, tcchnik pomiaru orazrodzajl wykorzystanych skal w badaniach satys-
f-akcji klienta moŻnazna|eźć m.'in. w następujących pozycjach: E. Grigorou<lis, Y. Siskos, Ctlstone rSati.sfoction Evaluation, Methods /or Measuring and Implemenling Service Quality, Springer, Neu'York 20l0; R. Haffer, Satysfakcja kon,sumentów i jej pomiar,|w) Marketingote lc'|towanie ])R,-tluktrjv,, S. Sudoł, J. Szynczak, M. Haffer (rcd.), PWE, Warszawa 2000; L. Nicżurawski, B. Parr'łorvska, J. Witkowska, Sątys/akcia klienta. Strtttegia pomiar zarzqdzanie, Wyd. Naukorvc
Unirvcrsytcfu Mikołaja Kopernika, Toruń 2010; N. Hill, J. Alexandcr, Poniąr sclty,sfakcji i lojul-ilo.ści klicntół,, oficyna E'konomiczna, Kraków 2003.
l Na tenrat wykorzystania liczb rozmytych clo analizy satysfakcji klicnta trakfują m.in. na-
:i.pujacc porycje: L. Abdullah, S. Khadiah, Fuzzy Linguistic .for Measuring Custoner Satisfac'tion.
..,;::--mltional Joumal of Latest Trends in Cornputing" 201 l, Vol.2, issuc 2; N.R. Kcnctt, S. Salini.
'.! -;.rit .1nul.t'.sis of Custonter Surveys: with applications using R, Wiley, 2012; T.T. Huang-i. . H'rrnS. L'sing stcttistic'al data ond signed distunce ef .fuzz), oggregate evalttalion mcthod ott
--:'- --:.'. i: ol nitusuring.scn,ice tluality of hotel,,,Information and Managcmcnt Scicnccs" 2005.!,
-:- S Z-r:ri.,\. \lilioli. I. Morlini. Fu::1,(67npp,ite Indicators: An Application.frn'Meaatrittg_ _:_'_i_;.''.'_;.iłlil. lrr:l .łrltzłic'c's in Theol'eticul und Appliet| Stati'\tiCS, N. Torclli, F. Pcsarin.
Ż4' Propozycja metody opartej na zblorach rozmytycą r', f€.::'.._.
Celem opracowania jest przcdstawicnic mctodl' porórin;.n .-::.'._ .i ]-. :-łań organizacji sektora publicznego w stosunku do innych podmitlic,'r,, a_. ; -
rrocy liczb rozmytych, naprzyRadzic przcprowadzonych badań l-n]pir'Cz]]_'.--J ST rcgionu zachodniopomorskiego.
24.L. Teoria zbiorów rozmytych
Teoria zbiorów rozmytych została sformułowana przcz Lofti Zadchau' 1965 r. jako altcmatywa dla klasycznych pojęć dotyczących teorii zbiorórr'i logiki8. Przyjmujc się w niej, Żc (w przeciwieństwic do klasyczncj teorii zbio-rów) element moŻe naleŻeć częściowo do zbioru jak i do jego dopełnienia . Prze-słanki do powstania i rozwoju teorii zbiorów rozmytych wynikły z potrzcbyopisania złożonych zjawisk lub słabo zdefiniowanych pojęć, trudnych do opisa-nia przy pomocy klasyczncgo aparatu matcmatycznego. Jcst to teoria w szcze-gólny sposób przydatna w przypadku systcmów. w których czynnik ludzki od-
_sryWa zasadniczą rolę, takich jak mcdycyna, ckonomia, socjologia, tcoria po-
i\. Bar-Hcn (red.), Springer, Berlin, Heidelbcrg 20l0; R.A. Carrasco' F. Munoz_Leiva, J. Sónchcz--Fcrnóndez' F.J. Lićbana-Cabanillas, A model ./br llrc integration of'e-financial services question-naire.s with SERVQUAL .scules under.fuzzy linguistic' nodeling,,,Expert Systems with Applications"2012, Vol. 39; X. Liu, X- Zeng, Y. Xu, L. Koehl. I ./it:L,notlel o.f customer sati.sfbction index ina-commerce),,Mathematics and Computcrs in Sirnulation'' 2008. Yo|' 7'l , issuc 5 6; K' Błoński,]lfożliwość wykorzyslania liczb rozłnytych w bat]aniuch 'sutl's.lakcji klientu, fw) Badania mąrketin-go|Ne w zarzqdzanitt przedsiębiorstwem, K. Mazurck-Łopacińska, M. Sobocińska (rcd'), PraceNaukowc Uniwersytcfu Ekonomicznego we Wrocławiu, Wrocłarv 201i; B. Jefmański, Zu'stoso-wanie trójkqtnych i trapezoidalnych liczb rozmytych do l,.\,:łlttt':enia opfl'nltllnych przedziałów l'uk
.jakości dla attybutów tłsługi, ,,P.ocz'niki Kolegium Analiz Ekonomicznych'' 201I' zesz'yt 23;B. Jcfmański, Zastosowanie rozmytej /iłnkcji regresji tu ocenie po:ionu sat.t.sf'akcji klientów z tłshtg,Taksonomia l 8, Pracc Naukorve Uniwersytetu Ekonomiczncgo rve Wrocławiu 2ol1 ,
nr l76; B. Jcfmański, Btłdolł'a rozmyĘch indeksów saty$-akcji klientóv'::asto'stnyaniełn programu R,Taksonomia 22, Prace Naukowe Uniwerslctu E'konomiczncgo wc Wrocłarr'iu 20l 4 (w dnrkrr).
8 osobą, która położyła podwaliny pod to, co obccnic rozumiane jcst jako logika rozmytabył Platon. Wskazywał on na istnienic trzcciego obszaru coś pomiędzy prarvdą a fałszcm. No_rvożytni filozofowie, tacy jak Hegel, Marks i Engels również próborvali urvzględniać szarą strefępomiędzy białym (prawdą) i czarnym (fałszem). osobą, która rórvnicż położyła podwaliny potlrozwój logiki rozmytcj był Jan Łukasiewicz, który zaproponował altenlatyrvę dla dwuwańościo-wej logiki Arystotelcsa logikę trójwartościową. Trzccia wańość jest rozltmiana jako możliwai ma przypisaną wartość matematyczną pomiędzy prawdą a fałszcrn. Rórvnoczcśnie zaproponowałcałościową notację oraz System aksjomatów, który mógł pozwolić na wyprowadzenic nowoczcsnejmatcmatyki' W odmiennym kicrunku z'micrz'ały prace innego polskiego matematyka, Lcśniewskicgo.U podstaw stworzonej przcz nicgo tcorii, znanej pocl nazwą mereologii, lcży zrntana aksjomafu przy-należności elcmentu do zbioru. Zakłada on, żc dany element nic jcst clenentcm' ale częścią zbioru.Na tej podstawie stworzył on podstawy do budowy odpowicdnich zasad logiki i operacji na tychzbiorach.
4L4 | częsć IV. EFEKTYWNośc złołŃ PUBLICZNYCH
dejmowania dccyzji, alc takŻc w wielu dziedzinach tcchnikig. Podstawą wieluznich są konccpcje nicokrcślone precyzyjnic, a sposób rozumowania i intcrprc-towania pewnych wiclkości jest często raczcj przyb|iŻony niż ścisły. Wynika toz faktll', że opis jakościowy jcst mniej prccyzyjny i za|eżny od osoby opisującej.Informacja pochodząca od człowieka charaktcryzuje się bowiem duzą ziarnisto-ścią, w przcciwicństwic do informacji pochodzących z wządzcń pomiarowych.Ziarnistość informacji jcst określana Za pomocą szerokośct ziama i jcst pod-stawą oceny informacji. Bicrze się w nicj pod uwagę załoŻenic, żc im ziarnistośćinformacji jest mniejsza. tyrn bardzicj jcst ona precyzyjna.
Zbiorcm rozrnytym l okrcślonym dla pcwnej (nicpustej) przestrzeni X na-
Zywamy zhiór uporz.ądkorvanych par: A: {(r,mo@))dlax e X}. Wraz z okre-
ślcniem zbioru rozmytego określa się pewnc jego integralnc parametry, jak wy-sokość, nośnik, jądro. sin-glcton. pionolva reprczcntacja zbioru, pozioma repre-zentacja zbioru, moc zbioru (liczba kardynalna), względna moc zbioru i wypu-kłość/niewypukłośc zbioru. Charaktcrystykę paramctrów (wskaźników) zbiorurozmytego zarviera tabcla 24.2.
Żrodło: opracowanie własnc na podstawie: A. Piegat, Modelowclnie i sterowanie rozmyte,Extt.Warszawa 1999. s. 34 40.
" Przrykładern badań w naukach społecmych, w których wykorzystano teorię zbiorów roz-l-lytych
nloga br'ć prace: A. Ceńoli, S. Zani (l990)' A. Lcmmi, G. Bctti (2006)' E. Chiappcro Marlinctti (2000).
\1. Baliamounc-Lutz (2006). M.A. Lazim, M.T.A. Osrnan (2009), I.B. Turkscn, I.A. Wilson (1995).
Wysokość Maksyn-ralna wartość. jaką funkcja prz;łrależności przyjmujc w całcj przc-strztni roz'waż'ań X zbioru
) Nośnik Podzbiór nicrozmly zbioru A, którego wszystkic elemcnty mają niczc-rowv stopień przYnależności clo zbioru A
3. Iądro Podzbiór nicrozmy.ty zbionr A w przestrzeni rozważań X złożony zcwszystkich elementów o stopniu przynalcŹności równym 1
4. Singlcton Taki zbiór rozm}ty A, którcgo nośnik zawiera tylko jedcn clcmcnt o stop-niu przynależności
5. Pionowa repre-zentac.ja zbioru
Forma przedstawicnia zbiolu rozmy'tego jako zbioru par (elcment x zbioru A,stopień przynalezności clementu x do zbioru A)
6. Pozioma repre-zentacja zbioru
Polega na przedstawicniu tego zbioru przy pomocy tzw. a przekrojów.Pojęcic a przekrojów znajdujc zastosowanic zc względu na ułatwicnicidentyfikacji funkcji przynależnośoi mctodą akwizycji wiedzy od eksper-tów systctnu
'7. Moc śuma stopni prz;nalcmości poszozególnych elementów do zbioru rozmytego
8. Względna moczbioru
zęść mocy bezwzględncj przypadająca najcdcn clement przestrzeni rozwa-rń X zbioru
Propozycja metody opartej na zbiorach rozmyrych Il o€nc.Ta:(ri:- -+-t-J
Zbiory rozmytc opisują najczęścicj pojęcia lingrr'istycznc uZ\\\&Ili] JZi--:.__:,'ciu codziennym' takie jak np. chłodnó, gorą.o"'. Zmienna iin-er.ist1 .-z::.
..'-jkość lingwistyczna) według L. Zadcha to ''zmienna, której rrartosciatlii >:'.',a lub zdania w języku naturalnym lub sztucznym". Zwyklc przyjmirj.- sic
'riępujący szablon związany z pojęciem zmiennej lingwistycznej:
(x, LX, X, Mx\gdzie:ozflacza symboliczną nazwę zmicnncj lingwistycznej, np': wzrost, tcrnperatura, wick.zbiór war1ości rozmytych - zbiór wartości lingwistycznych, którc moŻe przyjąć X,np.: dla zmicnnej lingwistycznej wzrost zbiorem wartości możc być {niski, śrcdniwysoki),uniwersum rzeczywista' ilościowa dziędzina flzyczna zmicnnej X,
P rzykłady zmiennych l ingwi stycznych przedstawia rysunck 24. 1 .
Rysunek 24.'l. Zmienna |ingwistyczna'wiek"
40 45 50 65 70 75 BO wiek
Żródło: H.-J' Zimmermann, Fuzzy Set Therlty antl its Application.s,Thlrd Eclition. Klurvcr Aca-demic Publishers, Boston Dordrecht London 1996. s. 130.
l()Pom'iędzy liczbami rozmytyni a wartościami lingwistycznymi istnicjc zasadnicza różmica.Zarówno |iczba rozm7Ąa, jak i wartość lingwistyczna są matematycznie rcprezentowane przezzbiory rozmyte. Wartość lingwistyczną można zdefiniować zarówno na zbiorach clcmentów będą-cymi liczbami rzecz1'wistymi, jak i niebęclących liczbami, zaś |iczba rozmyta zdefiniowana jestzawsze w zbtorze liczb rzeczryistych. Szerzej: A. Piegat, Modelowanie i .sterowanie rozmyte,Exit, Warszawa1999, s. I l8 120.
6020
416 l cŻgść IV' EFEKTWVNoŚc znołŃ PUBLICZNYCH
Natomiastllczbarozmytajestdefiniowanajakozbiór.rozmytyAcRokrcślony w zbiorze|tc:zb rzcćzywrstych i spełniający następujące warunki:
A jcst zbiorem normalnym , tzn' 1x e X: pa(x) : L'
A jest zbiorem wypukłym' tzn'
Yx|,Xz e X'v^€ [0,1]: trlz(bxt+ (1 _ ^)xr)
> mtn(ue(x)'pn(x'))'
- j"go nośnik jest ptzedziałem,
funkcja prrynilćzrrści zbioru A jest funkcją kawałkami ciągłą'
Funkcja: m 1: X)[0;1] m ,l@): l(x) jest funkcją charakterystycznązb\oru
rozmytego '4 i jest otreślana j'ako funkcja pizyna|eznośc.i. Jej wańość dla dancgo
x lnterpretujc się jako stopień, w jakim x na|eŻy clo zbioru rozmytego' KaŻdy
element x z obszaru ro,*uzui' X ialczy do zbioru rozmytego I zdefiniowancgo
na tym obszatzez pewnym stopnicm przynaleŻności (stopnicm zaufania) okre-
Ż4. Propozyqa metody opartej na zbiorach rozmytych w bencnmar<l:g_ ':..:S: _:"_:
Rysunek 24'2' Graliczna interpretacja trÓjkątnej liczby rozmytej
Zrodło : opracowanie własne.
Na liczbach rozmlych można wykonywać działania arytmetyczncll, aletrzeba pamiętać o ich niedoskonałościach. Konsekwencją dodawania i odejmo-wania ltczb rozmytych jest zwiększanie się przedzlałów nicprccyzyjności, cojest określane jako zwiększanie rozmytości |iczby rozmytcj12. oznacza to, Że
w wyniku wykonania wiclu działań nośnik wynikowcj liczby będzie tak szcroki,że informacja' którą dana liczba miała przenosić stanic się mniej uŻytcczna.Ponadto - o ilę dodając dwic liczby rozmyte do sicbic, otrzymamy ich sumęw postaci liczby rozmytej, to odwróccnie takiego działaniajest na ogół niemoż-liwc (A+B:C, to na ogół C-BIA, gdzic A, B, C są liczbami rozmytymi)''. opissposobu wykonywania operacji aryttnetycznych na trójkątnych liczbach rozmy-tych przedst awia tabela Ż4.3.
Tabela 24.3. operacje arytmetyczne na liczbach rozmytych na przykładzie trojkątnychliczb rozmytych
ll Arytmetyka rozmyta dcfiniuje podstawowc opcracjc matcmatyczne na liczbach rozmy-tych przez roz'szęrzenie tych opcracji z |iczb nlerozmytych. Sposób lch rozszerzania podajc tzw.zas ada r o zsz,er z.ania Zadcha.
l2 W. Kosińsk'i, P. Prokopowi cz, Algehra liczb rozmytycł, ,,Matematyka Stosowana'' 2004.nr 5 (46), s. 44.
'3 Ibid"-.
Lp Operacje arytmetyczne Opis sposobu wykonan ia operacji arytmetycznych
I Suma A@B = (a1,a2,ar)@(br,b2,b=; = (a' + br,arłbr,a^ł b,,)
2. Różnica A O B : (ar,ar,a") O (b1,b2,b.) : (a1 - b3,ct2 br,a, - br)
-l_ Srcdnia - (Zi=t ar Il'=r az Xl'-' a:\'-\ n ' , '
" )
4. Mnozcnic i6B = (ar, a2, a,)@(br, br, b") = (o, x br, a, x br, ct" x b|)
5. Dziclenie A
B
(or, ar, ar)
@,n;iJ = (ar/br,ar/bz,a, / bz)
6. Mnożcnic liczby rozmytejprzcz llczb ę rzeczywistą
1164 = (kar, kar,kar),k > 0, ł € R
Zrodło: A. Picgat, Modelotycłnie i sterov,cłnie rozmyte, Exit, Warszawa 1999, s.71 l2l
418 | część IV. EFEKTYWNośc złołŃ PUBLICZNYCH
Końcowe wyniki prz:prowadzonych analiz będą miaĘ postaó liczb roz-mytych i mogą onc Stanowić poclstawą do dalszych wyliczcń, Iecz mogą równiezZostać przctransformowanc do postaci llczb rzeczywistych (defuzyfikacja, wy-ostrzenic). Istnieje kilka sposobów dcfuzyfikacji. Są tola:
o Mctoda środka maksimum (MoM; SM)'o Mctoda picrwszego maksimum (FOM; PM),o Metoda ostatniego maksimum (LOM; OM),. Metoda środka ciężkości (CoG; SC)'o Metoda wysokości (HM;W).
24.2. Fuzzy TOPSIS
Szcroko wykorzystywanym podejścicm do badania jakości usług jest mo-del luk oraz metoda Scrvqualls. Jcdnakże do obu można sfotmułować uwagii zastrzcŻenia. Model luk jcst uż5Ąccznymnarzędziem do projcktowania i prze-budowy systemu usług publicznych. Jcdnak w mniejszym stopniu konccntrujesię na poprawianiu istniejących rozwiązan, a pomaga przy zmianach grunto-wych' zasadniczych'6. W przypadku metody Servqual wątpliwości najczęścicjdotyczą następuj ących obszarówl 7:
zasadności pomiaru luki pomiędZy oczekiwaniami a Stancm faktycznym,trafności poszczególnych pytań w odzwięrciedlaniu odpowicdnich wy-miarów jakości,
lJ Charaktcrystyki poszczcgólnych mctod zawartc są m.in. w placy: A. Piegat' Modelov.'a-irL.. . .. op.cit.
'' Dokładny opis metody Servqual podany jcst m.in' w pracy: R. Karaszcwski, TQM teoria: :','-;it-';ką- Dom organizatora TNoiK, Toruń 200l.
'' L. Gaster, A. Squircs, Providing Quatity in the Pttblic Service. A practical Approach to' ']'- ''_,:] Puhlit' San,ice. operr Uniwersity Prcss, United Kingdom 2003, s.8Ż za'. K' opolski.] ''1_":'':.:',rski.7-ał=ąt]:anie iakościqtvusługachpublicznych,CeDeWu,WarszawaŻ004,s.23.
R L.rchari. .-lltenative il,faasu'es of Service Quality. A Review,,,Managing Servivc Quality"-'...
odzwiercicdlania przez proponowany modcl amcn'kan..i::=-myślcnia, nicuwzględniająccgo rożnic ou1,u.g1ł'ych u t_ln:l.'-:cych na rynkach innych niz amcrykański.Pomimo krytyki metody Servquall8 nadal pozostajc ona 'słórrnrn']::]_ __
dzicm do badania jakości usług'9, zaś jej modyfikacje lub adaptacjc S.] sZ-':._._..
wykorzystywane dla róznego rodzaju usług. Jednym kicrunkórv adaptaqi ;.:przystosowanic tej mctody do załoŻcil' teorii zbiorów rozmytych.
Inną metodą, wykorzystywaną do oceny jakości świadczonych usług.przystosowaną do założeń teorii zbiorów rozmytych jcst ,,Fuzzy TOPSIS".Metoda TOPSIS (Technique./'or Order PreJbrence by Similarity to on Ideul Solu-tion) należy do grupy wiclokryterialnych metod podejmowania dccyzji i po razpierwszy została zaprezentowana w 1981 r. Pozwala ona na porządkou'anicliniowe obiektów opisywanych przcz cechy ilościowe poprzcz poszukirvanicnajmnicjszej odległości altcrnatywy odrozwiązania idealnego i maksymalnej od
antyidcalncgo (rys.24.3.).
Rysunek 24.3. Metoda TOPSlS - odległoŚc od idealnego i antyidealnego rozwiązania
Żródło: C.F.D. da Silva' D. dc Araqjo Batista. D.D. dc Mcdciros' A propo,sed tnethod to evalualethe qucłlity of''services using Fu::l,scls t]rcon'. Quality and QuantiĘ 20l2, s. l i5.
l8 Analizę wykorzystania mctody Scrv'qual nlożna zndreżć m.in. w pracy: J. Stobiccka'Modele pomiuru jckości marketingoł'e.j produktólt. Wyd. Uniwersytctu Ekonomicznego w Kra-kowic, K-rakórv 2010.
19 Prrykładami wykorzystania tcj metody do pomiaru satysf-akcji odbiorców trsfug JST mogą
być: R. Wolniak, B. Skotnicka_Zasadzień, lYl,korz),stanie melody Servqual do hądąnia 'iakościuslug w administracji srlmorzqtlowej, Wytl. Politcchniki Śląskiej, Gliwicc 2009; Kierunki mtlt]er-nizacii zarzqdzania w jednostkach sałnorzqdu ler1;torialnego, pod rcd. T. Lubińskiej' Difin' War-szawa 20l 1; A. Rudzewicz, J. Michalak, Jakośc ob'sługi klienta w urzędach ctdministracji public:-rej, ,.Handcl Wcwnętrzny'' 20 l 3, nr 3.
NEJ'Ea)
bY
420 l cŻęść IV. EFEKTYWNośc znołŃ PUBLICZNYCH
Jej rozszerzenicm jest rozmyta metoda ToPSlS, która umożliwia agrcgo-rvanie zarówno cech ilościowych, jak i jakościowych (porządkowych). Polegana wykorzystaniu zmicnnych lingwistycznych do wyraŻenia poziomów cechjakościowych, a następnie zastąpienie ich przypisanymi trójkątnymi liczbamirozrnytymi. Zamiana na liczby rozmyte następujc równiez w przypadku zmien-nych i1ościowych2''. Wykorzystanie rozmytcj mctody TOPSIS do occny jakościusług można zna\eźÓ w pracach: J.M. Bcnitez i inni (2OO7)2|, C.F.D. <ia Silvai inni (2013). Autorzy ostatniej wymicnionej pracy' bazując na podstawowychzałożeniach rozmytej mctody TOPSIS, jej poprawkach zasugerowanych przezY.-J. Wang i H._S. Lee (Ż0O7)Ż', ,aproponowali własne podejścic do oceny ja-kości usług23. Zawicra ono następujące etapy:
1. Zamiana zmiennych lingwistycznych, pochodzących Z oceny jakościświadczonych usług, na trójkątne liczby rozmyte. a następnic wyznacze-nie wartości średnicj dla każdcj occnianej zmicnnej. Przykład przypisaniawarlości roznytych zawarty jcst w tabeliŻ4.4, zaś śrcdnia war1ość zmien-ncj wyrażonej za pomocą Iiczb rozmytych jest szacowana na podstawicnastępującego wzoru:
A = (ar,bt,ct): (I/r)a(f, O;..rA ... @E;): {IŁ.j|2?ffi} ,t,
2. Oszacowanie idealncj i antyidcalncj sytuacji (wzorca i antywzorca) w za-krcsic jakości świadczonych usług2a. Za idealną sluację przyjmujc sięzmicnne lingwistycme o największej wartości, zaś d|a antywzorca zmicnneo najmniejszej wańości2'. Na tyrn ctapic skorzystano z poniższych rów-nań.
20 Każcla war1ość cechy ilościowcj, np' wartość rr może być przeclstawiona jako ź : (a, a, a).2r J.M. Benitcz, J.C. Martin, C. Roman, Using /itzzy number.fbr measuring quctli4, of ser-
vice in the hotel industtl,,,,Tourism Management" 2007,nr 28, s. 544 555.
tt C.F.D. da Silva, D. dc Araujo Batista, D.D. de Mcdeiros, A propo.set! method to evaluatetlte quality o/'services using Ftłzzy sets theoty, Quality and Quantity 20l2, s. l l5.
2] Podc.jścic różni się ocl poclstawowej wersji ,,Fllzzy TOPSIS'' autorzy po utworzeniumacicrzy decyz-ji pomijają ctap Szacowania wag dla poszczcgólnych wybranych kryteriów' Charakte-n'styka poszczególnych ctapów podstawowej wersji metody ,,Fuzzy TOPSIS'' zawicra In.in. praca:.1. Lu. G.Z. Da Ruan, F.W:u, Multi-Objective Group Decision Making. Methods, Software and Appli--ttticttts ttith Fuzzt'Set Techiques,,,Series In E,lcctrical And Computer Engineering" 200'7,nr 6,. i9l lg6.
:' Takie podejście jest odmicnnc w stosunk-u do założcń proponowanych ptzcz innych auto-:"'.'.. z-:kł;dajacych na ctapie szacowania idcalncgo i antyidcalnego rozwiązania wykorzystanie:-'._:..--.ch inajgorszych oszaoowań dokonanych przcz respondcntów. We<jług C.F.D. da Silva.'.. ' : ::'.cl-'nlożc dostarczać nierealistycznych informacji na temat konieczncj poprawyjakości- :. :__.' :'..:. :.ług.
3. oszacowanie odlcgłości poszczególnych śrcdnich wartości zlnicnnr;:_ _ -idealnej i antyidcalnej sytuacji przy pomocy wzoru na odległośul g-ui__c:-
sową dostosowaną do środowiska liczb rozmytych:
d*(v,i,Ai): 15'
a- (v,,,a7) = 16 r
4. Sumowanie odległości euklidesowych dla poszczcgólnych zmiennych:
s/ : xŁ' a+(v,,,nj) (7)
sr-: xl=r a-(v,,,a7) (8)
5. Wyznaczenie wskaŹnika pokazująccgo relatywną bliskość do idcalncgowzorca według wzoru:
c,:# (e)
Wskaźnik Ci przyjmuje wartości z przedziału <0,l> i czym większa jestjcgo warlość, tym bardziej zbliŻa się do idcalncgo rozwiązania. Jcżcli Szacowanawartość C; osiągnic wartość l to wartość S', będzie wynosiła 0, natomiastw odwrotnej sytuacji kicdy wartość C1 będzie zbliżała się do zera, to jcdno-cześnie wartość S ibędzie się równicż zbliżała do zera.
W przypadku chęci porównania zmian jakości usług w krótkich odstę-pach czasu mozliwe jest wykorzystanic podejścia Zaproponowanego przczY.-J. Wang i H.-S. Lce26.Ich propozycja jcst wynikiem krytyki innych badacz;-i naIeży traktować ją jako rozszęrzcnic wykorzystania ToPSIS w środowiskuIiczb rozmytych. Podstawą tej konccpcji jcst opcrator R definiowany jako trójkąt-naliczba rozmyta zawalta we wcześniej określonym zbiorze liczb rozmytych (-l)
Wyznaczona wartość R odzwicrcicdla poziom jakości usług w danym krótkimokrcsic i moze być porównywana z wynikarni z innych okrcsów. Wartośc Rwyznaczanajcst na podstawic ponizszcgo wzoru:
2ó Y.-J' Wang, H.-S' Lee, Generalizing T)PSIS /Żlr fuzzy multiple-critet'ia group t]et i:irl,;-making,,,Computers and Mathematics with Applications" 200'7 , nr 53 , s. 17 62 l'772.
42z I cześł IV. EFEKTYWNośc znołŃ PUBLICZNYCH
Rs(,4) =a1+az-zxL(s)
ar-03+zx(u(s;-r1s;) (10)
gdzie:Z(.9) - nrinimalna wartośc a1 pośród zbioru liczb rozmytych ,S,U(.' - maksymalna wartość a3 pośród zbioru liczb roimytych S.
24.3. Metodyka badania
. Proponowaną w rozdziale metodę zastosowano w ana\izic wpików ba<la-nja ankictowego przeprowadzonych przez Katerlrę Markctingu na WydzialeNauk Ekonomicznych i Zarządzania Uniwersytetu Szczccińskiego. Badaniaankictowc przeprowadzono w okresie od czerwca do września 2013 r. w urzę-dach na tcrenie trzcch powiatów w woj. zachodniopomorskim. Jednostki admi-nistracyjnc do badań wybrano na podstawic wartości wskaźnika satysfakcjiklicntów27. Wy'typowane j crlnostki
^
char aktery zowały si ę zr óżnicowanym po-ziomcm wskaŹnika satysfakcji klienta. Respondentami były osoby, któie pizy-szły w danym dniu do urzędu .,załatwiaĆ" Sprawy u.'ęjo*". Wiclkość p.oóvustalono odrębnie dla każdego urzędu JST na podstawic udostępnionych aanyci'wtómych dotyczących ilości realizowanych spraw w urzędzii. Wiellośó próuydla każdego badanego urzędu powiatowego miała charaktcr reprezentatywny.o-trzymano 895 wypełnionych kwestionariuszy. Zwrotność ankiet wyniosia95,Żl(%. Badane powiaty oznaczono jako A1, A2 i Ą. W ocenic jakości uwzględ-niono 28 atrybutów opisujących proces usługowy w urzędach rsr. r-azdyz atrybutów został occniony Za pomocą 5-cio stopniowej skaii pomiaru. Punktyskali opisano Za pomocą wartości lingwistycznych w następującej kolejności:bardzo nisko, nisko, śrcdnio, wysoko, bardzo wysoko. wv"ir.i pomiaru przed-stawione w postaci war1ości lingwistycznych transpono*uno do postaci tiojLąt-nych liczb rozm5Ąych. Zakłesy dzie<lzin liczb iozmytych ustalono zgodnie
27 Przedstawione w dalszcj części wyniki są fragmentem badań na temat znaczenia crnocjidla satysfakcji klientów JST. Przcprowadzonc bac]ania ankictowe obejmowały następujące krvcstic:rodza_je cmocji towarzyszących wizytom w urzęrlach JST, ocena jakość por'.r.gólnych elcmcntórvtlrorzacych proccs usfugowy, poziorn satysfakcji klientów ' doiychcrasowych wizl w urzędac1l'lnlorzaclu tcI'ytorialncgo oraz poziom satysfakcji rcspondentów z mozliwości załatwiania sprar''L)nrŻ!'Ż
]ntcrnct' Jcclnostki do badań wybrano w oparciu o wykonany wczcśniej pomiar satystlkc.1ii]:'-l;ilir i pracorvników JST. Pomiar przeprowadzono w ramach grantu.,Wdrażanie usprawnicń'-::'ŁCCŻ\'Ch ri'JST na obszarzc wojewó<lztwa zachodniopomorskicgo'' w latach 20og 20ll wśród^ ;J]r]:lr'k samorządu terytorialncgo naobszarz'e woj. zachodniopomorskiego (kierownik granfu: _ ' :rińska).
24. Propozyqa metody opartej na zbiorach rozmyĘch w benchmarkile '! '.(:s: J+-: 4z3
Żródło: opracowanie własnc na podstawie: Huang i Huang (2005), s. 24.
Rzetelność pomiaru całego modelu pomiarowcgo micrzona statysĘ kacr-Cronbacha ukształtowała się nabardzo wysokim poziomie a : 0960. Rós -
nieżbardzo wysoko nalc4 ocenić rzetelność pomiaru w ramach poszczcgólnychwymiarów. Szczegółowe wyniki oceny rzctclności zestawiono w tab.24.5
Tabela 24.5. Wyniki oceny rzetelnoŚci pomiaru
24.4. Wyniki przeprowadzonych badań
Analizę rozpoczęto od obliczenia średnich ocen dla kaŻdego z przyjętychatrybutów usługi. Wyniki w postaci trójkątnych |iczb rozmytych przcdstarł,ionow tabeliŻ4.6.
28 T.T. Huang, W.T. Huang, Using statistical tlatą and signed distance of fu::l.l/_$-(i-l.1-.;--:evaluation method on application of measuring service quality o/ hotei,,,Information and \l::.-gcment Scienccs" 2005, No. 3, s. 17 35.
Wymiar Liczba atrybutów Statystyka u-CronbachaNiczawodność J 0.885
odpowiedzialność 3 0.8,i,iPewnośó 5 0,949
Empatia 9 0,91 E
Namacalność tJ 0.8,s0
Źródło: opracowanie własnc z zastosowaniem programu IBM SPSS 21
424 | a*;Ć IV. EFEKTYWNośc znołŃ PUBLIcZNYcH
Tabela 24.6. Srednie oceny poszczególnych atrybutÓw usługi wyrazone w postacitrÓjkątnych liczb rozmytych
Z :,_' J'ło : opracou'anic własne.
\\ badaniu przyjęto, żc obicktcm wzorcowym będzie obiekt hipotctyczny.:.' .<:..r.-go occny lvszystkich atrybutów usługi osiągnęły wartości najlepszc
Symbolatrybutu
AtrybutLiczba rozmyńa
Ul aŻ O3
Icrminowość załatwiania spraw 0,5 19 0,774 0,915
\-. Sprawność obsfugi 0,51 I 0,164 0,906
\iczawodne załatwianic spraw (bez pomyłek) 0,532 0.792 0.929
Sprawność i szybkość załatwiania sprawy prz'ezvzędników 0,501 0.753 0.901
zas oczcki wan i a na przyj ęc i e pr zez' ur z'ędnlka 0,463 0"702 0.85 8
hęć polnocy Zc Strony personelu 0.51.1 0.767 0.905
Uprzejmość pcrsonelu 0,542 0.804 0q1
vs Zycz\lwośc pcrsonelu 0.545 0.807 0.934
ve Wicdza i kompetencjc pcrsonclu 0,s37 0,797 0,926
V'o Kultura osobista urzędników 0'55ć 0,821 0,945
Vl Zaufanie do pracowników urzędu 0,49c, 0,15 0,894
VrzPrz'ejrzystc infbrmowanie o zasadach załatwiania spraww ltrzędzte 0,513 0.769 0.923
Vl: Stosowanie zrozumiałogo języka w pisrnach 0.5 r 0.77 0,9r8
V'a Stosowanic zrozumiałego języka w rozmowic z rrrzędnikicm 0.549 0,8 r3 0,951
Vrs Dostęp do potrzebnych formularzy i druków 0.56t 0,838 0,96
Dostęp do wzorów w1pcłnionych tbrnularzy i druków 0,551 0.815 0,941
Vn Dostosowanie czasu pracy tlo potrzcb klicntów 0,433 0,66tt 0,828
Vr* Dostęp do urzętlnika przcz c-mal| 0,431 0,664 0,85 8
Vrq U dzi el ani e wyczcrpuj ącej informacj i o rcalizowanej sprarvic 0,507 0.761 0.919
V:r, Pomoc w wypełnianiu dokumcntów 0'50ć 0.761 0.91 I
v:r Warunki lokalowc (oświetlenie, czystość, cstetyka) 0,5'74 0.844 0.965
V:t Jznakowanic zcwnętrznc budynku o sgR 0,873 0.968
V:: Jznakowanie wcwnętrzne budynku 0.ó0( 0.883 0.974
\,:r Wygląd i czytelność druków 057 0,u39 o q57
Ubiór pracowników urzędu 0.563 0,83 0,949
\-", Dostęp do micjsc parkingowych 0,524 0,781 0,896
Dclstosowanic urzędu dla osób nicpełnosprawnych 0,457 0,695 0,846
Wygoclna poczckalnia 0,46'7 0,709 0,873
24' Propozycja metody opartej na zbiorach rozmyĘch W benchmarkingu jakości usług... | 425
(inaczej mówiąc, petenci occnili bardzo wysoko wszystkie atrybuty wług). Za'tem w obickcie wzorcowym kazdemu atrybutowi przsporządkowano liczbę
rozmytą o parametrach (0,7; 1; 1). Analogicznie tzw. antylvzorzcc stanowił
hipotetyczny obiekt, dla którego occny wszystkich atrybutów usługi osiągnęły
*u.toś"i najgorsze. W tym przypadku każdemu atrybutowi usługi przyporząd-
kowano liczbę rozmytą o parametrach (0; 0; 0,3). Proponowana metoda zakJada
obliczenie dla kaŻdcj ze zmiennych odległości euklidcsorvej między dwiema
liczbami rozmytymi - śrcdnią occną atrybutu a oceną najlcpszą z możliwych do
uzyskania (wzorcem), atakżc średnią oceną aĘbutu a oceną najgorszą zmoŻ]1i-
wych do uzyskania (antywzorcem). otrzymane w ten sposób wyniki zestawiono
w tabeli}4.1.
Tabela 247. odległoŚci euklidesowe powiatÓw od wzorca i antywzorca
Symbolatrybutu
d. (Vij,,+) d (v,j^Ai)
A1 A) A3 A1 A, A.
V, 0,173 0,146 0,146 0,645 0.690 0.672
V, 0.172 0,1 57 0,169 0,645 0,674 0.648
,V,0,15 8 0,1 34 0,131 0'ó60 0,'707 0'68ó
v1 0,r 83 0,165 0,r'74 0,634 0.66r1 0,643
v5 0,204 0.215 0,Ż59 0,61 I 0,60u o 557
v6 0,163 0,162 0.159 0,653 0,674 0,65I
v1 0,1 34 0.135 0,t25 0,681 0,71 I 0,691
V, 0,13 0.132 0,122 0,685 0,715 0.694
vs 0.1 36 0,14tt 0,1 t9 0,680 0,'704 0.697
V,, 0,I 0rl 0.l2.ł 0.125 0,709 0,1Ż0 0,691
tr", 0"168 0.198 0.1 44 0.649 0,65 8 0_672
t,',, 0.1 66 0.1 50 0.159 0 653 0.688 o ń5q
11. 0,1 88 0,135 0,1 56 0.628 0.70c 0.66 r
t',, 0,lŻ4 0,118 0.tir 0.695 0.721 0.687
ti' 0,1 00 0.1 08 0,1 07 0,717 0.73 8 0,711
r.tb 0,1 53 0,107 0,1 12 0,664 0.73 5 0.705
426 l a*ć IV. EFEfiWVNośc znonŃ PUBLIcZNYCH
Ztódło : opracowanie własnc.
obliczcnic współczynnika (9) clla analizowanych powiatów wymagało,zgodnie z proccdurą przedstawioną w punkcie 3, obliczcnii dtakazdcgo po*iutusumy odległości euklidesowych odwzorca i antywzorca. War1ości w'poi"'ynni-ka (9) dccydowały o zajmowanym przcz powiat miejscu w rankingu. Wynikizestawiono w tabcli Ż4.8.
Tabela 24.8. Rankingi powiatów otrzymane na podstawie wańości współczynnikÓwrelatywnej bliskości do wzorca
V,, 0,225 0,296 0.r84 0,59 r 0.578 0.632
4r 0,221 0,301 0.1 82 0 sqq 0,568 0,65(
4, 0,16t 0.172 0,150 0,65'7 0.67 5 0,669
vro 0.t59 0.t72 0,16 r 0.658 0,671 0.656
V,, 0,078 0,112 0,111 0.139 0.736 0,10'7
v., 0.066 0,08t 0,1 05 0,7sl 0,753 0,713
Ą' 0,06 r 0.067 0,1 07 0,755 0.762 0,71I
vro 0,102 0, 101 0.t22 0,716 0.73Ż 0,697
Ą' 0. r02 0,12A 0,1 l5 0.716 0.723 0,702
Ąo 0,176 0,1 53 0.270 0.ó39 0,68'7 0.541
V,, 0,115 0.35 8 0,152 0,702 0.56( 0.667
V,, 0"176 0,226 o 7?5 0.642 0,603 0,581
A3 0,44( 7 00s 0.81
Ranking dla wymiaru,,odpowiedzialność''
Al 0,551 l,89t 0,'77 5 f
A, 0,54Ż I,950 0.783 rl
A3
0'59Ż 1.857 0,75 8 J
Ranking dla wymiaru ,,pewność''
AI 0,67( 3,404 0,u34 2
A) 0,73i 3,507 0,826 3
A"-t
0,63( 3,445 0,844 I
Ranking dla wymiaru ,,empatia"
A1 1.33 I 5.209 0;796 2
AŻ 1.409 5.38ó 0,'793 3
A3 1.1 84 5,371 0,81!
Ranking dla wymiaru,,namacalność''
A1 0,87ć 5.659 0'86ó
AŻ l 'Żl'75,56Ż 0.u20 2
Aj 1,21'7 5,324 0,814 )
24. Propozycja metody opartej na zbiorach rozmytych w benchmarkingu Jakcs:' _9-; 4Ż7
Zródło : opracowanie własne.
Wartości współczynnika (9) dla wszystkich powiatów ukształtowały sięna wysokim poziomie. Ponadto tóŻnicę między powiatami pod względem war-tości tcgo współczynnika były niewiclkie. Najlepszy pod względcm ocenyrvszystkich atrybutów okazał się powiat l1. Ranking uszczegółowiono o wynikiproponowancj metody zastosowancj na poziomie poszazęgolnych wyrniarówusług publicznych. Takie podejście pozwoliło na bardziej szczcgołową analizę,bowiem na wynik końcowy wpływ miała zrędukowana |iczba zmiennych. I tak
rv przypadku wymiaru ,'niezawodność'' najlcpszy okazał się powiat A2, ktoryrr' ogólnym rankingu plasował się na ostatnim micjscu. W przypadku wymiaru..odpowicdzia1ność'' moŻna ZauwaŻyć, ze wartości współczynnika (9) dlairszystkich powiatów były na najniŻszym poziomie. Ponownie najlcpszym oka-zał się być powiat Az. Jcśli chodzi o ',pewność
usługi'' oraz ,,cmpatię" to najlcp-
428 | częsć IV. EFEKTYWNoŚc znołŃ PUBLICZNYCH
szy okazał się byó powiat A:.W ostatnim z wymiarów na pierwszym miejscuuplasował się powiat l1.
W żadnym z wymiarów nic potwierdz|ła stę kolcjność powiatów uzyskanaw rankingu ogólnym. Powiaty posiadały takic samo miejscc w rankingu w przy-padku wymiaru ,,pcwność'' oraz ,,empatia''. Biorąc pod uwagę śrcdnią wartość
współczynnika (9) liczoną na poziomic poszczególnych wymiarów, to najko-rzystniejszą sytuację zaobserwowano dla wymiaru ,,cmpatia'', a najgorszą dlawymiaru ,,pewność''.
Podsumowanie
Sektor publiczny w Polscc i na świecie ulega dalcko idącym przeobraże-niom. Konsekwcncją tych zmian jest m.in. konieczność adaptacji mctod Zarzą-
dzanla, technik badawczych oraz sposobów ana|izy danych wykorzysĘwanychw sektorze komcrcyjnym na potrzeby scktora publiczncgo.
Zastosowana metoda Fuzzy TOPSIS pozwoliła na occnę i wzajemne po-
równanie jakości usług świadczonych przcz trzy powiaty z woj. zachodniopo-morskiego. otrzymane wyniki świadczą o dobrym poziomie jakości usług, zaś
różnicc między poszczcgólnymi jcdnostkami samorządu tcrytorialnego są nic-wielkie. W yznaczonc wartości współczynników dla poszczcgólnych wymiarówjakości usług wskazują na elemcnty proccsu usługowego wymagające korckty.
Bibliografia
2-
-)-
Abdullah L., Khacliah 5., Fuzzy Linguistic./br Measuring Customer Satisfaction,,,Intcr-national Journal of Latcst Trends in Computing" 2011, Vl. 2, issuc 2.
Alexander J., Pomiar,sa!1lsJakcji i lojalności klientów, oficyra Ekonomiczna' Kraków 2003'
Balccrek-Wieszala A., Współczesne koncepcje i rodzaje benchmarkingtt _ próba Syntezy,
Zcszyty Naukowe UE w Krakowie nr 836.Błoński K., Możliwość wykorzystania liczb rozmytych w badaniach satys.fakcji klienta,
|w:l Bcłdania mcu.ketingowe w zarzqdzaniu przeclsiębiorshuem, K. Mazurek-Łopacińska.M. Sobocińska (red.), Pracc Naukowc Uniwersytetu Ekonomicznego we Wrocławiu,Wrocław 201 1.
Carrasco R.A.. Munoz-Lęiva F-.' Sónchcz-Fem6ndezJ., Lićbana-Cabanillas F.J., A model
lbr the integration oJ'e-fittancial services ques!ionnaire,s v,ith SERVQUAL scąles under
/it':'l, linguistic modeling,,,E'xpeń Systcms with Applications'' 20l2' Vol. 39'
da Silva C.F.D., dc Arauio Batista D., de Medeiros D.D., A proposed method to evaluatcthe qualit.l, o.f'seruice's using Ftłzzy sets theory, ',Quality
and Quantity'' 2012.
24' Propozyc1a metody opartej na zbiorach rozmytych w benchmarkingu jakości usług''. | 429
7. Gaster L., Squircs A., Providing Quality in the Public Service. A practical Approach toImproving Public Sełyice, opcn Uniwersity Press, United Kingdom 2003 za'. Zanqdzanie ja-kościq w usług publicznycł, K. opolski, P. Modzelewski' CeDcWu, Warszawa 2004.
tl. Grigoroudis E., Siskos Y., Cu.stomer Salisfaction Evaluation, Methods for Measuring andImplementing Service Quality, Springer, Now York 2010.
9. Haffer R', Scttys/'akcja konsunlen!ów i.jej pomiar, |w:] Marketingowe testowanie produk-lów, S. Sudoł, J. Szymczak, M. Haffer (rcd')' PWts' Warszawa 2000'
l0. Huang T.T., Huang W.T., U'sing sttłtisticrll dala and signed clistance of Juzzy aggregateevaluation method on application of measuring sełłice quality o/'hotel,,,Information andManagemcnt Scicnccs" 2005, No. 3.
l1. Stobiccka J., Modele pomiaru jako'ści marketingowej produktów, Wyd. UniwersytctuEkonomicznego w Krakowic, Kraków 2010.
l2. Jefmański B', Bltdowa rozmytych indeksrjlv satysJhkcji klientów z Zastosow(]niem pro-gramu R, Taksonomia 22,Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu2014 (w druku).
l3' Jefmański I}., Ztlslosowanie rozmytej fiłnkcji regre'sji w ocenie poziomu saĘs/bkcli klien-tów z usług. Taksonomia l 8. Pracc Naukowę Uniwersytetu Ekonomicznego wc Wrocła-wiu 201 7 , nr 1,7 6;
l4. Jcfmański B', Zastosowanie trójlątnych i trapezoidalnych liczb rozltlytych do y,vznac':enia
opĘłnalnych przedziałów luk jakości dla atłybutów ushtgi, ,,Roczniki Kolegium AnalizEkonomicznych'' 201 7 , zesz5Ą. 23 .
l5. Bcnitcz J.M., Mańin J.C., Roman C., Using./iłzzy number.f?lr neasu'iłlg qualit1, of'seruicein the hotel industry,,,Touńsm Management" 2007, nr 28.
ló' KaraszewsktR.,TQM teoria i praktyka, Dom organizatora TNoiK. Toruń 2001'l 7. Lubińska T.' Kierunki modernizacji zarzqdzania v' jednostkac'h samorzqtlu tełytorialnego.
nr 5(46).19. Ladhari R., Alternative Measures o.f'Service Quality. A Review,,,Managing Servive
Quality" 200u. No. l.20. Liu X., Zeng X., Xu Y.' Koehl L., A .ftłzzy model of Cuslomer satisfaction int]ex in
e-commerce,,,Mathcmatics and Computcrs in Simulation" 2008, Yol. l7 , issue 5 6.21. Lu J., Da Ruan G.2., Wu F." Multi-Objective Group Deci,sion Making. Methods, Srt'nvare
ctnd Applications with Fuzzy Se! Techique,s,,,Series in Elcctrical and Computer Engi-neering" 2007,nr 6.
25. Wang Y.-J', Lec H.-S., Generctlizing TOPSIS J'or./itz:1, ntłltiple-criterict group deci,sion--making,,,Computers and Mathcmatics with Applications" 2007 , nr 53.
Wojcicohowski E., Mechanizmy 4nkowe w sekorze ptłblicznym, |w:] Gospodarka lokalnai regionalna w leorii i praktyce, Prace Naukowe Akademii Ekonomicmej we Wrocławiunr 1023,2004.Wolniak R., Skotnicka-ZasadzieńB., Wykorzystanie metody Sełłqual do badania jafulścitłsług w adminislracji samorzqtlowej, Wyd. Politechniki Śląskicj' Gliwice 2009.Zani S., Milioli A., Morlini L, Ftłzzy Compo,site Indicators: An Application.[or MeasttringCttstomer Satisfaction, lw:) Advances in Theoretical and Applied Stati,stics, N. Torelli,F. Pesarin, A. Bar-Hen (red.), Springer, Berlin, Hcidclberg 2010.Ziębicki B., E/bktylłnośc benchmarkingu w doskonaleniu clziąłalności insĘtucji użylecz-ności publicznej, |w:l Nowe kierunki w zarzqdzaniu przedsiębiorstwem - celowośc, sku-leczność' eJbktywnośc, H. Jagoda, J. Lichtarski (red.), Prace Naukowe AE' wc Wrocławiu,nr 1 104.
PROPOSAL OF FUZZY TOPSIS METHOD APPLICATIONFOR BENCHMARKING OF THE QUALITY
OF PUBLIC ENTITIES' SERVICES
SummaryThe transformations of the public sector result in the need to adapt various managementmethods and techniques used in the commercial sector to the specificiĘ of this sector.This article presents a proposal to use fuzzy TOPSIS method for evaluation of the qualiĘof services' It assumes the abiliĘ to organize the objects described by qualitativefeatures by seeking the alternative of shortest distance from the ideal solution and themaximum distance from the anti-ideal one. Application of this method enabled the evalu-ation and intercomparison of the quality of services provided by the three counties ofthe West Pomeranian voivodship. The grounds for the comparison were the results ofsurveys carried out in these local government units.
Keywordsservices benchmarking, public sector entities.
