T T
Česká zemědělská univerzita v Praze Provozně ekonomická fakulta Doktorská vědecká konference 6. února 2012
THINK TOGETHER
Think Together 2012 Vývoj certifikace ISO 9001 a ISO 14001 a její vliv na pravděpodobnosti stavů okolností rozhodovacího modelu Evolution of certification ISO 9001 and ISO 14001 and its influence on the state of natures of decision-making model
Martin Flégl, Andrea Hornická
330
Abstrakt Vývoj počtu implementací systémů managementu kvality podle normy ISO 9001 (QMS – Quality Management System) a systému environmentálního managementu podle normy ISO 14001 (EMS – Environmental Management System) zaznamenal výrazný růst během posledních několika let. Je napsáno plno článků zabývající se touto problematikou. Na jedné straně se setkáváme s články, které popisují přínosy pro certifikované společnosti podle těchto norem. Na druhé straně jsou články, které se zabývají chybami a příčinami neúspěchu certifikovaných norem. V tomto článku se nebudeme zabývat přínosy či neúspěchy certifikace, ale pokusíme se odhadnout budoucí vývoj počtu certifikovaných společností. Zdali vývoj bude pokračovat v růstu nebo naopak začne klesat. Výsledky budou použity v rozhodovacím modelu k ověření nebo případně k zpřesnění pravděpodobnostního vektoru stavů okolností. Stavy okolností odrážející očekávání zákazníků a přístup samotného trhu k certifikovaným systémům QMS a EMS. Rozhodovací model vychází ze situace, kdy se společnost rozhoduje, zda se přijmout tyto systémy s ohledem na očekávané výplaty.
Klíčová slova ISO 9001, ISO 14001, Exponenciální vyrovnávání, Fuzzy rozhodování
Abstract Evolution of implementation of Quality management system (QMS) in case of ISO 9001 and Environmental management system (EMS) in case of ISO 14001 achieved significant growth during several last years. We can find a lot of articles about Think Together 2012
this topic. Most of these articles describe the advantages for certified companies. On the other hand there are articles which describe ISO pitfalls and reasons of failures. In this contribution we are not going to talk about these pitfalls and failures, but we will try to forecast future evolution of certified companies. Whether the evolution will increase or it will decrease. The result will be used in decision-making model for approving or refining the estimate probabilities of the state of natures. The states of natures describe the customers’ expectations and market tendency due to the QMS and EMS certified systems. The decision-making model is based on the situation where company decides if adopt these systems considering future payoffs.
Key Words ISO 9001, ISO 14001, Exponential smoothing, Fuzzy decisionmaking
ÚVOD Základní princip certifikace systému kvality vyžaduje, aby byla organizace směrována a řízena systematickým a jasným způsobem. Úspěch může být výsledkem uplatnění a udržování takového systému managementu kvality, jehož cílem je neustálé zvyšování výkonnosti organizace, a to na základě potřeb zainteresovaných stran. Norma ISO 9001 je založena na deseti zásadách managementu kvality, směrodatných jak pro vrcholový management, tak i pro výrobu či administrativu a platných pro jakýkoli typ organizace. Těchto deset zásad určuje globální cíle a nástroje pro efektivní řízení kvality, a to jak v oblasti formulace cílů, tak při vlastním operativním rozhodování a řízení všech procesů (Veber et. al., 2010). Zavedení managementu kvality Dostupné z: http://www.thinktogether.cz/
vede k upravení vnitřních procesů, které v kombinaci s aktivy společnosti budou generovat konkurenční výhodu. Pilar, Salomé (2011) a York, Miree (2004) poukazují na to, že úspěšná implementace managementu kvality vyžaduje zásadní změnu nebo kompletní přebudování organizační kultury. Teoretické argumenty jsou rozdílné, ale poukazují na spojitost mezi implementací ISO norem a výkonností organizace. Tyto argumenty shromáždili do dvou hlavních skupin: spokojenost zákazníků a zlepšení efektivnosti. Jestliže společnost kvalitu svých produktů/služeb potom její reputace, spokojenost zákazníků a zákaznická loajalita stoupne taktéž. Společnost také dosáhne zlepšení výkonnosti pomocí zvýšení produktivity, zlepšení designu produktu/služeb a redukcí nákladů na produkci a zvýšení prodejů (Cagnazzo et. al., 2010, Pilar, Salomé, 2011, Sambasivan, Fei, 2008 a Šnajdr et. al., 2006). Obě normy ISO 9001 a ISO 14001 mohou mít pozitivní efekt na finanční výkonnost organizace a také na inovační výkonnost společnosti (Pekovic, Galia, 2009 a Pitra, 2006). Ačkoli certifikace systému EMS byla ve většině případů studována odděleně, její implementace přináší podobné výhody jako QMS. Popularita ISO 14001 vzrostla během posledních let (ISO, 2009), kdy české společnosti vidí velké výhody, které získaly díky normě ISO 9001. Tato situace potvrdila jejich přesvědčení, že implementace bude mít pozitivní dopady na jejich konkurenceschopnost (Borial, 2011). Dalším důležitým bodem je připojení ke zvyšujícímu se celosvětovému zájmu o životní prostředí. Mnoho vlád, evropské nejsou výjimkou, dávají velkou pozornost na environmentální projekty a na environmentální myšlení. EMS je v současnosti důležitý požadavek pro ty společnosti, které chtějí prodávat své zboží a služby na světových trzích (Doležal et. al., 2009).
ISBN: 978-80-213-2275-2
Ačkoli je zde velké rozšíření obou standardů, je vidět jistý pokles v počtu certifikací v několika zemích (ISO, 2009), které byly historicky lídry v této oblasti. Důsledkem poklesu počtu certifikací může být existence bariér, které odrazují nové společnosti nebo stávající společnosti od certifikace, respektive recertifikace (Cagnazzo et al., 2010, Šnajdr et. al., 2006). Casadesús et. al. (2008) upozorňuje na možnou saturaci ve vývoji implementace ISO 9001 a ISO 14001. Cílem práce je na základě časových řad vývoje certifikace systémů ISO 9001 a ISO 14001 odhadnout, zdali vývoj dosáhl saturace a očekává se stagnace či propad nebo se potvrdí stoupající trend. Na základě těchto odhadů potvrdit či upravit změnu pravděpodobnostního rozložení stavů okolností rozhodovacího modelu, sestaveném pro rozhodování o zavedení norem QMS a EMS do společnosti (Flégl, Brožová, 2010).
MATERIÁLY A METODY Materiály Management kvality podle ISO 9001 měl, i přes mírný pokles a stagnaci v některých zemích, pozoruhodný růst během posledních 15 let. Zajisté je zde několik důvodů pro tento růst. Zaprvé je zde velká konkurence na trzích. Trhy jsou zaplaveny mnoho výrobky/službami a jejich cena je již stlačena téměř na dno. Zadruhé zákazníci očekávají více než jen nízkou cenu. Z tohoto důvodu zde byl prostor pro vyšší kvalitu produkce. Tabulka 1 shrnuje vývoj počtu implementací ISO 9001 na světě. Od roku 1993 je Evropa nepřetržitě lídr v QMS implementaci. Je důležité také zmínit výrazný růst Dálného východu během poslední dekády.
332
Tabulka 1: ISO 9001 (QMS) – požadavky - celkový přehled
Zdroj: ISO 2009 survey (ISO, 2009). Ekonomický rozvoj v České republice během posledních dvou dekád byl významný. Česká republika přijala principy západoevropských zemí v kvalitě a v životním prostředí. Vývoj v oblasti certifikace managementu kvality je podobný jako výše popsaný vývoj v rámci Evropy. Tabulka 2 ukazuje, že Česká republika se umístila v TOP 10 zemí podle růstu implementací ISO 9001 v roce 2009. České společnosti, v mnoha případech se zahraničními vlastníky, pochopily velmi dobře, že v podmínkách globalizace je nutné zvyšovat svojí konkurenceschopnost. QMS podle standardu ISO 9001 je efektivní nástroj jak toho dosáhnout. Implementace EMS založená na ISO 14001 zaznamenala během poslední dekády výrazné rozšíření. Během poslední dekády hlavní roli hrála opět Evropa a Dálný východ. Regionální podíl Evropy je 40 % a podíl Dálného východu je 50 % (Tabulka 3). Lze tedy konstatovat, že vývoj je zde podobný jako u normy ISO 9001.
Tabulka 2: Top 10 zemí podle vývoje ISO 9001 v roce 2009
Zdroj: ISO 2009 survey (ISO, 2009). Výše jejich podílu může být vysvětlena díky velkému rozšíření mezi společnostmi a díky silnému podvědomí mezi zákazníky. Ostatní regiony mohou mít jiné standardy, které jsou více preferované domácími společnostmi. Na druhou stranu je ale nutné říci, že standardy ISO se stávají více a více populární a mezinárodně uznávány.
Tabulka 3: ISO 14001 (EMS) – požadavky – celkový přehled
Zdroj: ISO 2009 survey (ISO, 2009). ISO 14001 není tak globálně rozšířené jako ISO 9001. Tato norma je totiž ve většině případů implementována jako rozšíření pro QMS. Je zde výrazně méně případů, kdy byla implementována ve společnosti norma ISO 14001 dříve než ISO 9001. Někteří ISBN: 978-80-213-2275-2
333
autoři (Casadesús et. al., 2008) poukázalo, že počet certifikací ISO 9001 v dané zemi je jeden z faktorů vysvětlující počet případů certifikace ISO 14001. Vývoj počtu implementací ISO 14001 je v České republice podobný, jako byl u ISO 9001. České společnosti přijaly tento standard vzhledem k požadavkům na vyšší konkurenceschopnost na evropském a globálním trhu. Tabulka 4 ukazuje, že Česká republika se umístila v TOP 10 zemí celosvětově vzhledem k počtu implementací. Ve výsledcích vztažených pouze k roku 2009 se Česká republika umístila na 6. místě (ISO, 2009).
Metody Exponenciální vyrovnávání Exponenciální vyrovnávání je adaptivní přístup k trendové složce v praxi často používaný. Vyrovnávaná hodnota je zde zvláštním případem klouzavého průměru, kdy všechny doposud pozorované hodnoty vyrovnávané řady vážíme do minulosti exponenciálně klesajícími váhami (Cipra, 2008). Vyrovnaná řaday; y^t přitom minimalizuje výrazy typu 2
2
2
n
^ ^ ^ ^ n 2 y t − y t + y t −1 − y t −1 β + y t − 2 − y t − 2 β +, , y t − n − y t − n β
(1)
kde β = (0 < β < 1) je předem zvolená diskontní konstanta. Dochází tedy k diskontování vah, kdy pozorováním vzdálenějším do minulosti přiřazujeme menší váhy. Jednoduché exponenciální vyrovnávání se používá pro řady, u kterých lze trend považovat za lokálně konstantní
T r t = β0
Tabulka 4: Top 10 zemí podle počtu ISO 14001 implementací celkově
Zdroj: ISO 2009 survey (ISO, 2009).
(2)
Cílem je nalézt odhad parametru β0. Protože se však jedná o adaptivní přístup k vyrovnávání řady, bude tento odhad záviset na časovém okamžiku, v němž byl proveden. Označme b0(t) odhad parametru β0 provedený v čase t, tj. zkonstruovaný na základě pozorování yt, yt-1, ..., yt-n, která v čase t máme k dispozici. Odhad b0(t) pak bude představovat jednak odhadnutou hodnotu trendu v čase t a zároveň vyrovnanou hodnotu y^t uvažované řady (Cipra, 2008). Získáme jej vzhledem k (1) minimalizací výrazu ∞
∑ (y j =0
t −1
− β0 ) β 1 2
(3)
kde β = (0 < β < 1) je předem zvolená diskontní konstanta. Jestliže derivujeme (3) podle β0 a položíme tuto derivaci rovnu ISBN: 978-80-213-2275-2
334
nule, pak vzhledem ke konvexně minimalizované funkce dostaneme odhad b0(t) parametru β0 v čase t jako ∞
^
y t = (1 − β )∑ β 1 y t −1
(4)
j =0
T rt − j = β 0 + β1 ⋅ (− j )
Odhady parametrů β0 a β1 v čase t označované jako b0(t) a b1(t) získáme minimalizací výrazu
Je zřejmé, že vyrovnaná hodnota řady v čase t je váženým průměrem hodnot této řady do času t s exponenciálně klesajícími vahami
1 − β , (1 − β )β , (1 − β )β 2
(5)
Výraz (5) je však prakticky nepoužitelný, proto se převádí na rekurentní tvar ^
^
y t = αy t + (1 − α ) y t −1
(6)
kde α = 1 - β a α = (0 < α < 1) se nazývá vyrovnávací konstanta. Výhoda exponenciálního vyrovnávání je jednoduchost výpočtů. Navíc je metoda úsporná vzhledem k potřebnému objemu skladovaných dat (stačí skladovat jen předchozí vyrovnanou hodnotu). Používáme-li metodu jednoduchého exponenciálního vyrovnávání pro předpovídání, pak vzhledem ke vzorci (2), položíme ^
^
y t +τ (t ) = y t
(7)
Pro libovolné τ > 0 . Speciálně tedy na konci řady je ^
^
y n +τ (n ) = y n
(8)
Dvojité exponenciální vyrovnávání Dvojité exponenciální vyrovnávání (označované též jako Brownova metoda) se používá pro řady, u kterých lze trend považovat za lokálně (v krátkých úsecích řady) lineární ISBN: 978-80-213-2275-2
(9)
∞
∑ [y j =0
− (β 0 + β1 ⋅ (− j ))] β 2
t −1
j
(10)
kde opět β = (0 < β < 1) je předem zvolená diskontní konstanta. Položíme-li parciální derivace výrazu (10) podle β0 a β1 rovny nule, dostaneme soustavu normálních rovnic tvaru ∞
∞
∞
j =0
j =0
j =0
∑ β j y t − j − β 0 ∑ β j + β 1 ∑ jβ j = 0 ∞
∑ jβ
j
j =0
∞
∞
j =0
j =0
(11)
y t − j − β 0 ∑ jβ j + β 1 ∑ j 2 β j = 0
kterou lze zjednodušit na tvar
β0 −
β 1− β
∞
⋅ β1 = (1 − β )∑ β j y t − j j =0
∞ β (1 + β ) 2 β ⋅ β0 − ⋅ β1 = (1 − β ) ∑ jβ j y t = j 1− β j =0
(12)
Aby značení bylo co nejjednodušší, zavádí se tzv. jednoduchá vyrovnávací statistika ∞
S t = (1 − β )∑ β j y t − j
(13)
j =0
335
Vzhledem ke vzorci (4) odpovídá S t hodnotě uvažované řady vyrovnané v čase t metodou jednoduchého exponenciálního vyrovnávání. Podle (6) platí
S t = αy t + (1 − α )S t − j
(14)
kde α = 1 - β. Podobně se zavádí tzv. dvojitá vyrovnávací statistika ∞
S t[2 ] = (1 − β )∑ β j S t − j
(15)
j =0
Vztah (15) je analogický vztahu (13), proto analogií k (14) vztah
S t[2 ] = αS t + (1 − α )S t[−21]
(16)
Pomocí zavedených vyrovnávacích statistik lze soustavu (13) přepsat do tvaru
β0 − β ⋅ β0 −
β
1− β
⋅ β1 = S t
β (1 + β ) ⋅ β1 = S t[2 ] − (1 − β )S t 1− β
(17)
(18)
Předpověď hodnoty yt+τ provedená v čase t pak má tvar ^ α ⋅τ α ⋅ τ [2 ] y t +τ = b0 (t ) + bt (t ) ⋅ τ = 2 + S t S t − 1 + 1−α 1−α
ISBN: 978-80-213-2275-2
(19)
dostaneme vyrovnanou hodnotu
^
y t = 2 S t − S t[2 ]
(20)
Při výpočtu statistik St St[2] využíváme rekurentní vztahy (14) a (16). Holtova metoda Zobecněním dvojitého exponenciálního vyrovnávání je tzv. Holtova metoda (Cipra, 2008), která využívá dvě vyrovnávací konstanty: α pro vyrovnání úrovně Lt dané řady a γ pro vyrovnávání směrnice Tt téže řady α = (0 < α, γ < 1)
Lt = αy t + (1 − α )(Lt −1 + Tt −1 )
(21)
Tt = γ (Lt − Lt −1 ) + (1 − γ )Tt −1
(22)
^
(23)
y t = Lt ^
Z této soustavy dostaneme hledané odhady jako ^ α ⋅τ α ⋅ τ [2 ] y t +τ = b0 (t ) + bt (t ) ⋅ τ = 2 + S t S t − 1 + 1−α 1−α
Speciálně pro τ = 0 uvažované řady jako
y t +τ = Lt + Tt ⋅ τ
(τ
> 0)
(24)
Střední absolutní procentní chyba MAPE Míra Mean Absolute Percentage Error (MAPE) se používá k ocenění kvality zkonstruovaných předpovědí v čase. Vypočte se ^
100 n + n y t − y t MAPE = ∑ h t = h +1 y t
(25)
obvykle nabývá hodnot 0 - 100 %. Výsledek menší než 100 % znamená, že daný model je lepší než model náhodné procházky s předpověďmi trvale na nulové úrovni, tj. trvale s MAPE = 100 336
Existuje mnoho postupů, podle kterých rozhodovatel může vybírat svá rozhodnutí. Většina z nich ale vyžaduje ostré ohodnocení. Toto ohodnocení ale může vést k neuspokojujícím výsledkům z důvodu nepřesných odhadů (Brožová, 2001, Bonini, 1997). V těchto případech lze využít modely, které pracují s fuzzy informací při konstrukci modelu. Bayesova metoda může být rozšířena připuštěním možnosti, že stavy okolností budou mít fuzzy ohodnocení a jednotlivé alternativy podle kterých se bude rozhodovatel rozhodovat, taktéž (Ross, 2010). Pokud předpokládáme, že nejsme schopni přesně definovat stavy okolností, musíme definovat prvky univerza stavů okolností, dále fuzzy stavy okolností a hodnoty funkce příslušnosti prvků univerza na fuzzy stavech okolností. V neposlední řadě musíme definovat pravděpodobnosti prvků univerza (Ross, 2010, Pedrycz, 2011). Rozhodovací tabulka musí být rozšířena vzhledem k ostře ohodnocenému modelu (Raiffa, 1997). Rozhodovací model zahrnující fuzzy stavy okolností popisuje Tabulka 5.
S1 S2 ... Sr
~ F1
Fuzzy stavy okolností ~ ~ ... F F
µ F~ ( s1 ) 1
2
µ F~ ( s1 ) 2
µ F~ ( s 2 ) µ F~ ( s2 ) 1
...
...
2
...
... ... ...
µ F~ ( sr )
µ F~ ( sr )
v11
v12
...
v21 ...
v22 ...
...
Am
vm1
vm 2
...
1
Alternativy
Fuzzy Bayesova metoda
Univerzum
%. Hodnota blízké nule značí vysokou vypovídací hodnotu modelu.
A1 A2
n
µ F~ ( s1 ) n
µ F~ ( s2 ) ...
n
µ F~ ( sr )
P P1 P2 ... Pr
n
2
... ...
v1n v2 n ... vmn
Tabulka 5: Rozhodovací matice s fuzzy stavy okolností
kde Ai je i-tá alternativa, i = 1, ..., m,
~ F j je j-tý fuzzy stav okolností, j = 1, , n ,
Sk je prvek univerza fuzzy stavu okolností, k = 1, ..., r,
µ F~ (S k ) j
je funkce příslušnosti prvku
~ Sk v Fj ,
vij je výplata kombinace alternativy Ai a stavu okolnosti
~ Fj
,
Pk je pravděpodobnost S k . Všechny fuzzy stavy okolností jsou definovány na univerzu numerických ohodnocení. Fuzzy stavy
ISBN: 978-80-213-2275-2
~ F j jsou ortogonální 337
j −1
(27)
kde
( )
n ~ p F j = ∑ µ F~j ( x k ) p(x k ) = 1
(28)
Nejlepší alternativa je vybrána podle i =1,, m
,742 ,973 7,082 .
0
.
Number of Outliers
0
0
Tabulka 6: ISO 9001 – hodnoty statistického modelu
j =1
AI : max EMVi
Pocet certifikaci ISO 9001 Model_1
Sig.
( )
n ~ EMVi = ∑ µ ij p F j
DF
Prvním krokem při výběru nejlepší alternativy fuzzy Bayesovou metodou (EMV – očekávaná hodnota výplaty) je výpočet očekávaných výplat pro alternativu Ai
Statistics
(26)
Ljung-Box Q(18)
MAPE
k = 1, , n
k
R-squared
~ Fj
Model Fit statistics Stationary R-squared
j =1
Number of Predictors
n
∑ µ (x ) = 1,
Model
fuzzy množiny. Podmínka ortogonality znamená, že hodnota funkce příslušnosti pro stav okolnosti je dána
(29)
Holtův model využívá dvě vyrovnávací konstanty α a γ . Jejich hodnoty jsou uvedeny v Tabulka 7. Obě konstanty nejsou významné na hladině významnosti 0,05 (α = 0,531, γ = 1), nicméně samotný model je významný. Proložení časové řady je vidět níže (Obrázek 1). Model
SE
t
Sig.
Pro výpočet predikce vývoje certifikace ISO 9001 a ISO 14001 byl použit software IBM SPSS Statistics verze 18. Predikce pro ISO 9001 Pro vyhodnocení časové řady certifikace ISO 9001 byl použit Holtův model. Tento model nejvíce vystihuje časovou řadu. Tabulka 6 popisuje statistické charakteristiky modelu. Index determinace R2 je 0,973 a hodnota MAPE je 7,082.
Estimate
VÝSLEDKY A DISKUZE
Pocet_certifikaNo Alpha ci_ISO_9001Transformation (Level) Model_1
,095
,149
,642
,531
Gamma (Trend)
2,012E-6 ,140 1,433E-5
1,0
Tabulka 7: Exponenciální vyrovnávání – parametry modelu
Protože je model významný, je možné provést predikci vývoje certifikace ISO 9001. U metody exponenciálního vyrovnávání je vhodné provádět odhad pouze na dvě období dopředu. U ISBN: 978-80-213-2275-2
338
Brownův model na rozdíl od zjednodušeného Holtova modelu využívá pouze jednu vyrovnávací konstantu α. Její hodnota je uvedena v následující tabulce (Tabulka 9). Konstanta α je významná na 5% intervalu spolehlivosti (α = 0). Proložení časové řady je vidět níže (Obrázek 1).
ISBN: 978-80-213-2275-2
Sig.
t
SE
Estimate
100574,07
111903,82
104948,15
121104,47
96199,98
102703,18
2010
2011
Forecast
2011
512533,27
540915,45
UCL
2010
564823,19
593442,39
LCL
Model
Model Pocet_certifikaci_ISO_9001-Model_1
0
Odhad je vzhledem k omezení predikce u metody exponenciálního vyrovnávání proveden pouze pro následující dvě období. Tabulka 10 a Obrázek 1 znázorňují vypočítaný odhad a opět i jeho horní (UCL) a dolní (LCL) intervaly spolehlivosti. Predikovaná hodnota pro rok 2010 je růst počtu certifikací na 100574 a v roce 2011 na 111903.
Forecast
.
,925 ,123 7,523 ,000
Tabulka 9: Exponenciální vyrovnávání – parametry modelu
UCL
0
Pocet_certifikaci_ No Alpha (Level ISO_14001-Model_1 Transformation and Trend)
LCL
Sig.
.
Number of Outliers
DF
,995 4,858
Statistics
-,118
MAPE
R-squared
0
Model Fit statistics Ljung-Box Q(18) Stationary R-squared
Pocet_certifikaci_ ISO_14001-Model_1
Number of Predictors
Model
Tabulka 8: ISO 9001 – hodnoty statistického modelu
Model
Pocet_certifikaci_ISO_14001-Model_1
delšího odhadu roste míra nespolehlivosti modelu a to díky postupnému exponenciálnímu vyrovnávání. Obrázek 1 a Tabulka 10 znázorňují vypočítaný odhad a jeho horní (UCL – Upper Critical Limit) a dolní (LCL – Lower Critical Method) intervaly spolehlivosti. Model předpokládá růst počtu certifikací. V roce 2010 by měla být přibližně střední hodnota 512533 certifikací a v roce 2011 by měla hodnota vystoupat na 540915 certifikací. Predikce pro ISO 14001 Pro vyhodnocení časové řady certifikace ISO 14001 byl použit Brownův model. Tento model byl opět vybrán jako nejvhodnější. Tabulka 8 popisuje statistické charakteristiky modelu. Index determinace R2 je 0,995 a hodnota MAPE je 4,858. Odhadnutý model dosahuje lepších charakteristik než model pro ISO 9001.
460243,36
488388,52
Tabulka 10: Odhadnuté hodnoty pro ISO 9001 a ISO 14001
339
~ F1
~ F2
~ F3
~ F4
EMV
Profit
Profit
odrážely situaci v roce 2009 (Flégl, Brožová, 2010). Budoucí vývoj byl odhadnut teoreticky bez použití statistických metod.
~ F1
~ F2
~ F3
~ F4
EMV
A1
125
115
115
100
114,8
A1
125
115
115
100
108
A2
131
140
138
135
136,2
A2
131
140
138
135
136,3
A3 P
120 130 140 0,28 0,40 0,12
150 0,2
132,4
A3 P
120 0,08
130 0,195
140 150 0,21 0,515
141,6
Tabulka 11: Fuzzy rozhodovací model pro zavedení ISO 9001 a ISO 14001 (výchozí a upřesněný model)
Obrázek 1: Predikce vývoje ISO 9001 (QMS) a ISO 14001 (EMS)
Protože je Brownův model založen na jedné vyrovnávací konstantě, mají horní a dolní intervaly spolehlivosti tvar rozevírajícího trychtýře. Odhady na více let dopředu jsou tím méně přesné. Rozhodovací model zaměřený na posouzení přínosu certifikace QMS a EMS podle orientace trhu a zákazníků na ISO normy (Flégl, Brožová, 2011) využíval odhad vývoje certifikace ISO 9001 a ISO 14001 (Tabulka 11). Původní pravděpodobnosti fuzzy stavů okolností (Trhy neorientované na ISO, Orientace na ISO 9001, Orientace na ISO 14001 a Orientace na obě normy)
ISBN: 978-80-213-2275-2
Na základě odhadu Brownovou a Holtovou metodu lze potvrdit původní předpoklad posunu pravděpodobností stavů okolností na hodnoty (0,08; 0,195; 0,21; 0,515). Vývoj bude mít rostoucí tendenci i v České republice. Tato změna bude znamenat zvýšení očekávaných výplat (Tabulka 11) rozhodovacího modelu směrem k alternativám založených na certifikaci QMS a EMS. Odhadnuté hodnoty vývoje počtu certifikací mohou být použity i pro zpřesnění pravděpodobnostního rozložení stavů okolností z univerza vyjadřující zákaznickou preferenci ISO norem. Zpřesnění bude mít stejný směr, tj. zvýšení pravděpodobností pro preference ISO norem.
ZÁVĚR Z výsledků predikce vývoje certifikace ISO norem je patrné, že počet certifikovaných firem v následujících dvou letech poroste. U ISO 9001 je pro rok 2010 v Evropě očekáván růst o 2,44 % a pro rok 2011 růst vzhledem roku 2009 o 8,11 %. Vývoj počtu certifikovaných společností podle normy ISO 14001 zažívá poslední dobou výrazný růst oproti ISO 9001. Predikce předpokládá, že počet certifikovaných společností stoupne 340
v roce 2010 o 12,7 % a v roce 2011 se tempo růstu zdvojnásobí na 25,4 % ve srovnání k roku 2009. Tento výrazný nárůst lze přisoudit pozdějšímu a pozvolnějšímu nástupu oblíbenosti tohoto systému. Dalším důvodem je i její návaznost na předchozí certifikaci QMS, která ve většině případů předchází certifikaci EMS. V původním rozhodovacím modelu byly pravděpodobnosti jednotlivých fuzzy stavů okolností odhadnuty teoreticky, tj. bez použití statistických metod. Odhad se opíral pouze o dostupné studie a o předpoklady autorů. Odhady pomocí Brownovy a Holtovy metody potvrzují vzrůstající trend v počtu certifikovaných systémů QMS a EMS. Pravděpodobnosti stavů okolností byly tedy odhadnuty správným směrem. Další otázkou je samotná úprava jednotlivých výplat v rozhodovacím modelu. Zodpovězení této otázky může být náplní dalších studií.
LITERATURA Boiral, O.: Managing with ISO systems: Lessons from practice, Long range planning, Issue 3, Vol. 44, pp 197-220, Elsevier, 2011. Bonini, Ch. P., Hausmann, W. H., Bierman, H.: Quantitative analysis for management, Irwin, Boston, 1997. Brožová, H.: Decision Theory Problems with Interval Payoffs, In: Mathematical Methods in Economics 2001, ISBN 80-2450196-1, str. 19-26, Hradec Králové, 2001. Cagnazzo, L., Taticchi, P., Fuiano, F.: Benefits, Barriers and Pitfalls Coming from the ISO 9000 implementation: the impact on business performances, WSEAS Transaction on Business and Economics, Issue 4, Vol. 7,.2010. p. 10. ISSN 1109-9526.
ISBN: 978-80-213-2275-2
Casadesús, M., Marimon, F., Heras, I.: ISO 14001 diffusion after the success of the ISO 9001 model, Journal of Cleaner Production, 16, pp 1741-1754, Elsevier, 2008. Cipra, T.: Finanční ekonometrie, Praha, Ekopress, 2008, 538p, ISBN 978-80-86929-43-9. ISO. The ISO survey 2009. Geneva: ISO. http://www.iso.org/ iso/survey2009.pdf unpublished Doležal, J., Máchal, P., Lacko, B. a kol.: Projektový management podle IPMA, Praha, Grada Publishing, 2009, ISBN 978-80-2472848-3. Flégl, M., Brožová, H.: Mathematical methods for decisionmaking about ISO 9001 and/or ISO 14001 under risk and fuzziness, International Journal of Mathematical Models and Methods in Applied Sciences, Issue 5, Vol. 5, pp 957-965, 2011. Flégl, M., Brožová, H.: Decision making models with fuzzy values, In: Mathematical Methods in Economics 2010, České Budějovice, 2010, ISBN 987-80-7394-218-2, pp. 138-143. Pedrycz, W., Ekel, P., Parreiras, R.: Fuzzy multicriteria decisionmaking: models, methods and applications, Wiley, 2011, ISBN 978-0-470-68225-8. Pekovic, S., Galia, F.: From quality to innovation: Evidence from two French employer surveys, Technovation, 29, pp 829842, Elsevier, 2009. Pilar, C., Salomé, G.: TQM and performance: Is the relationship so obvious?, Journal of Business Research, Issue 8, Vol. 64, pp 830-838, Elsevier, 2011. Pitra, Z.: Management inovačních aktivit, Profesional Publishing, 2006.
341
Raiffa, H.: Decision Analysis: Introductory Readings on Choices Under Uncertainty. McGraw Hill. 1997. ISBN 0-07052579-X Ross, T. J.: Fuzzy logic with engineering applications. Wiley, 2010. 585 p. ISBN 978-0-470-74376-8. Sambasivan, M., Fei, N.-Y.: Evaluation of critical success factors of implementation of ISO 14001using analytic hierarchy process (AHP): A case study from Malaysia, J. of Cleaner Production, 16, pp 1424-1433, Elsevier, 2008. Šnajdr, I., Hercík, P., Vítková, R., Petříková, R., Vápeníček, A.: Efektivnost certifikovaných systémů, (Efectivity of certificated systems), Praha, Národní informační středisko pro podporu jakosti, 2006. 138 p. ISBN 80-02-01862-1. Veber, J., Plášková, A., Hůlová, M..: Management kvality, environmentu a bezpečnosti práce: Legislativa, metody, systémy, praxe. 2., Praha, Management Press, 2010. 359 p. ISBN 978-80-7261-210-9 York, K.M., Miree, C.E.: Causation or covariation: an empirical re-examination of the link between TQM and financial performance, Journal of Operations Management, Issue 3, Vol. 22, pp 291-311, Elsevier, 2004.
ISBN: 978-80-213-2275-2
342
