Manaersk rozhodovn Ing Helena Hrzov CSc helena hruzovavsem

  • Slides: 186
Download presentation
Manažerské rozhodování Ing. Helena Hrůzová, CSc. helena. hruzova@vsem. cz

Manažerské rozhodování Ing. Helena Hrůzová, CSc. helena. hruzova@vsem. cz

Informativně • Termíny výuky • Literatura (základní) • – Hrůzová, H: Manažerské rozhodování. Praha:

Informativně • Termíny výuky • Literatura (základní) • – Hrůzová, H: Manažerské rozhodování. Praha: VŠEM, 2010 100 – 91 1 – Prezentace 90 – 71 2 Zkouška 70 – 51 3 – Vzorový test 50 4 • Systém výuky a forma práce • Účastníci 2

Obsah předmětu Rozhodovací procesy a jejich struktura Postup řešení a analýza rozhodovacích problémů Vytváření

Obsah předmětu Rozhodovací procesy a jejich struktura Postup řešení a analýza rozhodovacích problémů Vytváření variant řešení Hodnocení a výběr variant Management rizika Participativní rozhodování 3

 8 Rozhodovací procesy – terminologie 4

8 Rozhodovací procesy – terminologie 4

Znaky manažerského rozhodování • • • (Dnes již) vědní disciplina „Mladá“ disciplina Prakticky zaměřená

Znaky manažerského rozhodování • • • (Dnes již) vědní disciplina „Mladá“ disciplina Prakticky zaměřená (není „vysokou teorií“) Multidisciplinární Významnost role rozhodovatele Významnost rizikových faktorů a situací 5

Multidisciplinarita 9 psychologie personalistika sociologie management podniková ekonomika teorie, nástroje, praxe manažerského rozhodování marketing

Multidisciplinarita 9 psychologie personalistika sociologie management podniková ekonomika teorie, nástroje, praxe manažerského rozhodování marketing výroba a logistika filosofie matematika statistika ……. informační systémy a technologie 6

Typy rozhodování • Intuitivní vs. analytické • Vědomé vs. nevědomé • Racionální vs. iracionální

Typy rozhodování • Intuitivní vs. analytické • Vědomé vs. nevědomé • Racionální vs. iracionální 7

Stránky, teorie a modely 10 9 • Meritorní, procedurální a instrumentální stránka 12 •

Stránky, teorie a modely 10 9 • Meritorní, procedurální a instrumentální stránka 12 • Normativní teorie a deskriptivní teorie • Sociálně psychologické, kvantitativně orientované, organizační teorie rozhodování 11 8

Modely rozhodování 11 MODEL RACIONÁLNĚ EKONOMICKÝ ADMINISTRATIVNÍ v rozhodovací situaci manažer by měl dělat

Modely rozhodování 11 MODEL RACIONÁLNĚ EKONOMICKÝ ADMINISTRATIVNÍ v rozhodovací situaci manažer by měl dělat skutečně dělá informace získat úplné a přesné užívá neúplné a nepřesné riziko vyloučit riziko/nejistotu nevyloučí riziko/nejistotu racionalita hodnotit racionálně a logicky je omezen subjektivní racionalitou princip volby směřovat optimalizace – princip optimalizace směřuje k uspokojení – princip satisfakce rozhodnutí/teorie normativní deskriptivní výsledek optimální pro zájmy a cíle organizace nemusí být optimální pro organizace 9

8 Manažerské rozhodování – věda, praxe, intuice? 10

8 Manažerské rozhodování – věda, praxe, intuice? 10

 12 Rozhodovací procesy – struktura 11

12 Rozhodovací procesy – struktura 11

Rozhodovací procesy • • • Prvky rozhodovacího procesu Klasifikace rozhodovacích procesů Role informací a

Rozhodovací procesy • • • Prvky rozhodovacího procesu Klasifikace rozhodovacích procesů Role informací a informačních technologií v rozhodování 12

Prvky rozhodovacího procesu 13 Stav světa Cíle Subjekt Kritéria Objekt Varianty Důsledky 13

Prvky rozhodovacího procesu 13 Stav světa Cíle Subjekt Kritéria Objekt Varianty Důsledky 13

Klasifikace prvků a typů 12 -16 Zejména: • Podmínky pro rozhodování • Postoj subjektu

Klasifikace prvků a typů 12 -16 Zejména: • Podmínky pro rozhodování • Postoj subjektu k riziku • Racionalita rozhodování • Princip optimalizace/satisfakce řešení • Strukturovanost objektu • Algoritmizovatelnost • Forma vyjádření cílů a kritérií • Typ kritérií • Vývoj v čase • Konfliktnost variant • . . . 14

Strukturovanost problémů • Dobře strukturované problémy • Špatně strukturované problémy • Semi-strukturované problémy 15

Strukturovanost problémů • Dobře strukturované problémy • Špatně strukturované problémy • Semi-strukturované problémy 15

Informace při rozhodování Požadavky • dostatečný počet • kvalitní • relevantní • aktuální •

Informace při rozhodování Požadavky • dostatečný počet • kvalitní • relevantní • aktuální • jednoznačné • verifikované 16 Odmítnout • opak Je třeba bilancovat množství informací vs. náklady a užitečnost informací 16

Informace – užitek a náklady 17 užitek, náklady užitek náklady rozsah informací Optimum !

Informace – užitek a náklady 17 užitek, náklady užitek náklady rozsah informací Optimum ! S růstem objemu informací rostou mezní náklady, ale klesá jejich mezní užitek 17

Faktory rozsah informací • • Významnost Reversibilita Senzitivita Časový horizont/tlak Disponibilnost zdrojů Dostupnost informací

Faktory rozsah informací • • Významnost Reversibilita Senzitivita Časový horizont/tlak Disponibilnost zdrojů Dostupnost informací Schopnosti rozhodovatele 18

Počítačová podpora 17 • Informační forma – manažerské informační systémy (MIS) • Modelová forma

Počítačová podpora 17 • Informační forma – manažerské informační systémy (MIS) • Modelová forma – systémy na podporu rozhodování (DSS) • Expertní forma – expertní systémy (ES) 19

 Shrnutí tématu a dotazy • Rozdíl mezi rozhodováním a rozhodovacím procesem • Rozlišovat

Shrnutí tématu a dotazy • Rozdíl mezi rozhodováním a rozhodovacím procesem • Rozlišovat meritorní a procedurální stránku rozhodovacích procesů • Rozlišovat normativní a deskriptivní teorie rozhodování • Znát prvky rozhodovacího procesu • Umět klasifikovat rozhodovací procesy • Uvědomovat si roli informací a PC 20

 20 Postup řešení a analýza rozhodovacích problémů 21

20 Postup řešení a analýza rozhodovacích problémů 21

Obsah 1. Fáze řešení rozhodovacích procesů 2. Metodický postup analýzy rozhodovacích problémů – Situační

Obsah 1. Fáze řešení rozhodovacích procesů 2. Metodický postup analýzy rozhodovacích problémů – Situační analýza – Identifikace rozhodovacích problémů – Analýza a formulace rozhodovacích problémů 3. Metody analýzy a interpretace rozhodovacích problémů – Metody kauzální analýzy – Metody analýzy struktury rozhodovacích problémů 4. Využití metod v praxi 22

1. Fáze rozhodovacího procesu 1. Určení problému 2. Tvorba variant 3. Hodnocení variant 4.

1. Fáze rozhodovacího procesu 1. Určení problému 2. Tvorba variant 3. Hodnocení variant 4. Výběr variant 5. Realizace rozhodnutí 6. Kontrola a hodnocení 1. 2. 3. 4. 5. 6. 7. 8. 9. Situační analýza Identifikace problémů Analýza problémů Rozhodovací kritéria Tvorba variant Důsledky variant Výběr variant/y Realizace Kontrola, retrospektiva 23

Rozhodovací proces jako cyklus 23 situační analýza monitorování, kontrola a retrospektiva im ple va

Rozhodovací proces jako cyklus 23 situační analýza monitorování, kontrola a retrospektiva im ple va men ria tac nty e iden an tifik lac alýza ace, e p , fo rob rm lém u- ů určení kritérií a tvorba variant výběr varianty u ho rče dů dn ní s o a va led cen ria ků í nt vé my o n lé ob r p 24

2. Metodický postup vznik rozhodovacího problému 24 -37 situační analýza identifikace rozhodovacích problémů analýza

2. Metodický postup vznik rozhodovacího problému 24 -37 situační analýza identifikace rozhodovacích problémů analýza a formulace problému rozpoznání problémových situací důležitost řešení problémů deskripce a prvotní formulace problému rozčlenění problémových situací pořadí řešení problémů cíl řešení problému kauzální analýza testování kauzality zpřesnění formulace problému 25

3. Metody analýzy a interpretace 38 rozhodovacích problémů metody kauzální analýzy • metoda Kepnera-Tregoea

3. Metody analýzy a interpretace 38 rozhodovacích problémů metody kauzální analýzy • metoda Kepnera-Tregoea • kauzální řetězec • strom kauzálních vztahů • diagram příčin a následku • kauzální diagnóza • regresní a korelační analýza • analýza silového pole • Paretova analýza • analýza kauzálních vrstev (CLA) další metody analýzy rozhodovacích problémů • dimenzionální analýza • metoda šesti slov • metoda šesti klobouků • analýza interaktivních rozhodovacích oblastí (AIDA) metody analýzy struktury • influenční diagram • kognitivní mapa 26

Klasifikace příčin • • • 34 Ovlivnitelnost Zjistitelnost Latence (P) výskytu Doba působení Charakter

Klasifikace příčin • • • 34 Ovlivnitelnost Zjistitelnost Latence (P) výskytu Doba působení Charakter působení Rozsah působení Místo působení Potence působení 27

 Formy kauzální analýzy • Deduktivní N P • Induktivní P N 35 28

Formy kauzální analýzy • Deduktivní N P • Induktivní P N 35 28

Kauzální řetězec následek nevyužitá výrobní kapacita příčina 1 malá vytíženost výrobní linky příčina 2

Kauzální řetězec následek nevyužitá výrobní kapacita příčina 1 malá vytíženost výrobní linky příčina 2 Proč? 39 malý objem výroby … nízká poptávka příčina n vysoká cena produktu 29

Strom kauzálních vztahů – př. 75 nevyužitá kapacita výrobní linky malá vytíženost výrobní linky

Strom kauzálních vztahů – př. 75 nevyužitá kapacita výrobní linky malá vytíženost výrobní linky špatný marketingový výzkum spěch malá nabídka zákazníkům malý objem výroby není dost materiálu dlouhé dodací lhůty špatně uzavřené smlouvy poruchovost linky nízká poptávka velká konkurence záběhový provoz podceněno nabídkové řízení nejnižší cenová nabídka linky splátky investičního úvěru zastaralá linka změna instalace stavební dispozice vysoká cena produktu vysoké náklady investiční úvěr Proč? nepřizván komerční právník 30

 Diagram příčin a následku skupina příčin C příčina C 1 42 skupina příčin

Diagram příčin a následku skupina příčin C příčina C 1 42 skupina příčin A příčina A 2 příčina A 1 příčina C 2 příčina A 3 následek příčina B 1 skupina příčin B Skupiny Výroba: 4 resp. 6 M (Man, Machine, Method, Materials; Measurement, Mother Nature, resp. Equipment, Process, People, Materials, Environment, Management) Administrativa, služby: 8 P (Price, Promotion, People, Processes, Place/Plant, Policies, Procedures, Product) Služby: 4 S (Surroundings, Suppliers, Systems, Skills) 31

Kauzální diagnóza – příklad Tabulka kauzálních vztahů Graf pozice jevů 1 2 3 4

Kauzální diagnóza – příklad Tabulka kauzálních vztahů Graf pozice jevů 1 2 3 4 5 6 1 pokles objemu přepravy 1 2 zvýšení cen energií 1 1 3 zvýšení legislat. nároků 1 4 přechod ke konkurenci 1 1 5 lepší nabídka konkurence 1 1 1 6 špatný ek. výsledek ∑ následností 3 0 0 1 0 5 ∑ příčinností 1 2 3 0 kauzalita (rozdíl) 2 -2 -1 -1 -3 5 centalita (součet) 4 2 1 3 3 5 5 4 3 2 1 centralita jev příčiny následky kauzalita 32

 Analýza silového pole 49 Rozhodovací problém Síly hybné Síly brzdné -5 -4 -3

Analýza silového pole 49 Rozhodovací problém Síly hybné Síly brzdné -5 -4 -3 -2 -1 +1 +2 +3 +4 +5 33

 Analýza silového pole – př. 1 NEVYUŽITÍ KAPACITY ZAŘÍZENÍ Síly hybné Síly brzdné

Analýza silového pole – př. 1 NEVYUŽITÍ KAPACITY ZAŘÍZENÍ Síly hybné Síly brzdné -5 -4 -3 -2 -1 +1 +2 +3 +4 +5 nízká poptávka potvrzené zakázky čekání na materiál, nekvalitní dostatečné zásoby materiál bezporuchový provoz vysoká poruchovost zařízení kvalifikovaný, nefluktující personál nedostatečně početná/kvalifikovaná třísměnný provoz obsluha jednosměnný provoz reinstalace celkem -24 celkem +21 34

Pareto – příklad Hodnota příčin snížení odbytu příčina 1 snížení kupní síly hodnota 54

Pareto – příklad Hodnota příčin snížení odbytu příčina 1 snížení kupní síly hodnota 54 pořadí 350 1. 2 opatrná bankovní politika 28 6. 3 pád koruny 19 11. 4 problémy finančních ústavů 32 5. 5 substituty 23 10. 104 4. 7 rozdíl mezi příjmy osob ve velkoměstech a na malých městech a venkově 14 13. 8 sociální skladba obyvatel v regionu 14 12. 205 2. 10 malý rozsah státních zakázek 28 7. 11 malá státní podpora 23 8. 137 3. 23 9. 6 zvýšená nezaměstnanost 9 obrovská konkurence na domácím trhu 12 obtížnost proniknutí za hranice 13 zvýšení úrokových sazeb 35

Paretův diagram – příklad 1000 900 80% 800 56% 600 500 350 300 100%

Paretův diagram – příklad 1000 900 80% 800 56% 600 500 350 300 100% 90% 80% 70% 60% Lorenzova křivka 50% 35% 40% 30% 205 200 137 100 0 95%97%99% 69% 700 400 83%86% 93% 88%91% 1 9 12 % 104 32 28 28 23 23 4 2 10 11 13 6 6 4 2 10 11 13 Skupiny příčin A B 20% C X 10 -20 23 19 14 Y 3 80 8 5 5 3 8 30 -5010% 45 -50 14 15 0% 5 7 7 A B C 36

 Metoda šesti slov ANO 57 NE 1. Co je problém? 1. Co není

Metoda šesti slov ANO 57 NE 1. Co je problém? 1. Co není problém? 2. Kdy problém nastal? 2. Kdy problém nenastal? 3. Proč problém nenastal? 4. Kde problém nenastal? 5. Kdo přispěl k příčinám problému? 5. Kdo nepřispěl k příčinám problému? 6. Jak poznat, že problém nastal? 6. Jak poznat, že problém nenastal? 37

Metoda šesti slov – příklad ANO • neoprávněné čerpání peněz z klientských účtů •

Metoda šesti slov – příklad ANO • neoprávněné čerpání peněz z klientských účtů • pracovní doba v pracovní den • málo zabezpečený počítač klientem problém 58 NE • chybný výběr z účtu klientem Co? • chybné odepsání z klientského účtu bankou Kdy? • mimo pracovní dobu • výběr na přepážce Proč? • phishing • napadení systému banky • účty na pobočkách v regionech Kde? • soukromé účty • pobočka na území hlavního města • firemní účty • konta s častými pohyby peněz • klient - nedostatečné ochranné • klient bankovní transakcí mechanizmy internetových účtů • osoby s dispozičním právem • bankovní úřednice back-office • pokladní • back-office banky - nedostatečné Kdo? • pracovnice na přepážce kontrolní mechanizmy • služba bezpečnostní agentury • IT oddělení banky - nedostatečné kontrolní mechanismy • zcizení uživatelského jména, • kontrola výpisů klientem hesla a bezpečnostního certifikátu • běžné kontrolní mechanizmy v Jak? klienta využívajícího služby bance internetového bankovnictví • víceúrovňová ochrana klientů • napadení bankovního systému 38

 Kognitivní mapa • Postup 71 Co ovlivnilo snížení ceny? cena, atraktivita, konkurence, –

Kognitivní mapa • Postup 71 Co ovlivnilo snížení ceny? cena, atraktivita, konkurence, – Definování rozh. problému zisk – Identifikace prvků RPr směr – Určení kauzálních závislostí a závislosti jejich směru – Označení typu kauzálních prvek RP závislostí – Simulace rozhodovacích situací – Hodnocení RPr typ závislosti Pramen: Hrůzová-Richter-Švecová, 2003 39

Kognitivní mapa – princip + Faktor 7 - + Faktor 2 - Faktor 3

Kognitivní mapa – princip + Faktor 7 - + Faktor 2 - Faktor 3 Faktor 6 Faktor 5 - - - + Faktor 4 + 1 -4 -2 -7 1 -4 -6 -2 -7 1 -4 -2 -3 -7 1 -4 -6 -2 -3 -4 -2 -7 1 -4 -6 -2 -3 -4 -6 -2 -7 1 -5 -4 -6 -2 -7 1 -5 -4 -2 -3 -7 1 -5 -4 -6 -2 -3 -7 1 -5 -4 -2 -3 -4 -2 -7 1 -5 -4 -2 -3 -4 -6 -2 -7 7 7 7 + Faktor 1 Pramen: Hrůzová, 2007 40

Influenční diagram • Typy prvků 64 • Typy vazeb Rozhodovací proměnná Situační proměnné: Exogenní

Influenční diagram • Typy prvků 64 • Typy vazeb Rozhodovací proměnná Situační proměnné: Exogenní veličina Riziková exogenní vel. Stavová veličina Omezující podmínky Cílová proměnná/kritérium Funkční závislost Informační závislost Stochastická závislost Pramen: Hrůzová, 2007 41

Influenční diagram – příklad Riziková exog. veličina cena vstupů Kritérium Fu zá nkčn vis

Influenční diagram – příklad Riziková exog. veličina cena vstupů Kritérium Fu zá nkčn vis í los t Zisk Rozhodovací proměnná prodejní cena ká c i t as t h c Sto vislos zá Fu zá nkčn vis í los t prodej Stavová veličina 42

Influenční diagram – příklad 67 cena vstupů náklady Zisk prodejní cena tržby prodej 43

Influenční diagram – příklad 67 cena vstupů náklady Zisk prodejní cena tržby prodej 43

4. Výhody a aplikovatelnost metod • • • Nejde o optimalizaci, ale o systematický

4. Výhody a aplikovatelnost metod • • • Nejde o optimalizaci, ale o systematický přístup k řešení Logický, racionální analytický postup Jednoduché, názorné, srozumitelné metody Rychle a levně aplikovatelné na malý i složitější úkol Použití metod individuálně i v kombinaci Snadno komunikovatelné Jsou subjektivní a vyžadují diskuzi a čas Nejsou finančně náročné Nevyžadují hluboké znalosti matematiky a statistiky Retrospektivní i perspektivní použití Přesvědčivý argumentační a motivační nástroj Kultivují rozhodovací proces 44

Významné chyby v praxi • Použití minulých řešení pro současné problémy, metoda pokusů a

Významné chyby v praxi • Použití minulých řešení pro současné problémy, metoda pokusů a omylů, intuitivní postup • Řešení problému, aniž by byl dříve definován a analyzován • Řešení problému bez stanovení cíle řešení • Řešení problému bez znalosti širšího kontextu • Řešení symptomů problému („rychlá diagnóza“) • Odhad bez použití analytických metod • Uplatnění subjektivních preferencí • Reakce na problémy místo akce proti příčinám 45

Shrnutí tématu a dotazy • Rozumět procedurální stránce rozhodovacích procesů • Vnímat následnost a

Shrnutí tématu a dotazy • Rozumět procedurální stránce rozhodovacích procesů • Vnímat následnost a obsah jednotlivých fází rozhodovacího procesu • Umět analyzovat rozhodovací situaci • Umět identifikovat rozhodovací problémy • Priorizovat problémy • Používat metody postupu řešení problémů • Používat metody kauzální analýzy aj. metody • Dokázat nalézt příčiny rozhodovacích problémů 46

 76 Vytváření variant řešení 47

76 Vytváření variant řešení 47

Obsah 1. Tvorba a výběr kritérií hodnocení variant 2. Metody tvorby variant 3. Problémy

Obsah 1. Tvorba a výběr kritérií hodnocení variant 2. Metody tvorby variant 3. Problémy uplatnění metod v praxi 48

1. Tvorba a výběr kritérií • Jsou – hlediska, ukazatele, měřítka, faktory • Slouží

1. Tvorba a výběr kritérií • Jsou – hlediska, ukazatele, měřítka, faktory • Slouží – k posouzení výhodnosti variant • Odvozují se Pramen: Fotr a kol. , 2006 – z CÍLŮ formulovaného rozhodovacího problému 49

Klasifikace kritérií rozhodování 77 • Forma vyjádření – – Kvantitativní Kvalitativní • Typy kritérií

Klasifikace kritérií rozhodování 77 • Forma vyjádření – – Kvantitativní Kvalitativní • Typy kritérií – Výnosového typu – Nákladového typu 50

Jak tvořit portfolio kritérií? vycházet 79 respektovat • Cíle • Subjekty rozhodování – S.

Jak tvořit portfolio kritérií? vycházet 79 respektovat • Cíle • Subjekty rozhodování – S. M. A. R. T. – žádoucí efekty nez áv – nežádoucí dopady islost • krátkodobé • dlouhodobé ne ce n a nd u d re úplnost Požadavky na portfolio st no e ž á vyv min rozismální ah operacionalita 51

Struktura portfolia kritérií • Počet kritérií – – • Složení kritérií – jednotypové –

Struktura portfolia kritérií • Počet kritérií – – • Složení kritérií – jednotypové – kombinované monokriteriální multikriteriální • Povaha kritérií – – 78 • Sourodost kritérií – heterogenní – homogenní komplementární konfliktní • Význam pro rozhodovatele – – indiferentní 52

Kritéria – shrnutí • Kritéria odvozovat od cílů • S variantním řešením souvisí rozhodovací

Kritéria – shrnutí • Kritéria odvozovat od cílů • S variantním řešením souvisí rozhodovací kritéria • Rozhodovací kritéria mohou být velmi rozdílná • Je třeba respektovat zásady a požadavky na tvorbu portfolia kritérií • Kritéria ovlivňují nejen tvorbu, ale i hodnocení variant 53

Varianty 80 • Varianty – 1 cíl, různé cesty • Alternativy – různé cíle,

Varianty 80 • Varianty – 1 cíl, různé cesty • Alternativy – různé cíle, různé cesty • Rozhodovací pole varianty vylučující se nevylučující se 54

Případy řešení rozhodovacích problémů z hlediska znalosti variant řešení 81 1. varianty známe dobře

Případy řešení rozhodovacích problémů z hlediska znalosti variant řešení 81 1. varianty známe dobře strukturovaný problém varianty neznáme 2. postupy známé 3. postupy neznáme semistrukturovaný problém špatně strukturovaný problém 55

2. Metody tvorby variant elementární vědecké tvůrčí metody intuitivní tvůrčí metody systematickoanalytické tvůrčí metody

2. Metody tvorby variant elementární vědecké tvůrčí metody intuitivní tvůrčí metody systematickoanalytické tvůrčí metody 82 normativní tvůrčí metody přímá tvorba: metoda • hodnotové inženýrst • analogie • brainstorming • kontrolních seznamů • hodnotová analýza • agregace • brainwriting aj. • alternativních dotazů • desagregace • metoda Delphi • morfologická • dimenzování • matematicko • kinematické obrácení využití analogie: • kombinace s interakcí • Gordonova metoda -logických modelů • porovnávání podobností • synektická (Gordo- • rozhodovací strom • porovnávání funkcí nova) metoda 56

Brainstorming 85 • A. F. Osborn, 1938 • Co je a co není brainstorming

Brainstorming 85 • A. F. Osborn, 1938 • Co je a co není brainstorming • Principy příznivá atmosféra odložená kritika rozlet návaznost množství námětů 57

Brainstorming – příklad 88 Výběr lokality skladu cena pozemku vládní úlevy atraktivnost lokality vstřícnost

Brainstorming – příklad 88 Výběr lokality skladu cena pozemku vládní úlevy atraktivnost lokality vstřícnost úředníků poloha v rámci republiky reakce obyvatel preference manažerů (kam se stěhovat) volná pracovní síla v regionu možnost využití existující stavby dostupnost ubytování časová dosažitelnost z přístavu ekologické iniciativy frekvence dopravy krajinný reliéf terénu cena pohonných hmot způsob dopravy dopravní infrastruktura velikost skladu inženýrské sítě síť prodejen klimatické podmínky dostupnost kvalifikované pracovní síly bonita půdy 58

Brainstorming Výhody • Více osob, více námětů • Relativně rychle • Generování námětů s

Brainstorming Výhody • Více osob, více námětů • Relativně rychle • Generování námětů s podporou ostatních • Odložená kritika • Motivační, zajímavé, poučné Nevýhody • Sociální lenost (ztráta motivace při práci v týmu) • Obavy • Odsun/zapomnění nápadu • Rušivé vlivy (smích) 59

Brainstorming – modifikace 88 • Rolestorming – Generování řešení v pozici určité role (funkce,

Brainstorming – modifikace 88 • Rolestorming – Generování řešení v pozici určité role (funkce, osoby, postavy, zvíře, . . . ) – Nárůst nápadů o 60 -70 % • • Imaginární brainstorming Negativní brainstorming Vizuální brainstorming (brainsketching) Brainwriting – Metoda 635 – Diskuze 66 60

Gordonova metoda – příklad 91 Odstranění tekutiny setřít nechat stéct vysát nechat vytéct vytřít

Gordonova metoda – příklad 91 Odstranění tekutiny setřít nechat stéct vysát nechat vytéct vytřít vyvařit nechat tekutinu objektem „projít“ odčerpat působit chemicky vylisovat vyčerpat působit biologicky vysušit vylít přečerpat jinam odvodnit vypařit chránit objekt před vniknutím tekutiny vystřelit na měsíc zabránit vniknutí tekutiny odvést jinam vypít vyschnout zmrazit změnit skupenství tekutiny před vniknutím do objektu vyvařit vytlačit 61

Synektická metoda • Postup: 1. Problém a jeho analýza 2. Odstoupení od problému (zobecnění)

Synektická metoda • Postup: 1. Problém a jeho analýza 2. Odstoupení od problému (zobecnění) 3. Uvědomění si vzájemných souvislostí 4. Zpracování návrhů • Příklad: 1. Odstraňování znečištění světlometů za jízdy 2. Odstraňování vrstvy povlaku z povrchu 3. Z přírody, života, techniky 4. Oční víčko, vítr, odtrhnout, síla, padák, brzda Upraveno podle: VLČEK, R. 62

Etapy synektické metody příprava 93 zadání problému analýza problému spontánní řešení odstup a redefinice

Etapy synektické metody příprava 93 zadání problému analýza problému spontánní řešení odstup a redefinice problému analogie z přírody osobní symbolická z techniky analýza námětů návrat a řešení původního problému 63

Morfologická metoda 93 Fritz Zwicky, 1967 • Princip • Morfologie – nauka o tvarech

Morfologická metoda 93 Fritz Zwicky, 1967 • Princip • Morfologie – nauka o tvarech nebo formách • Systematické kombinace znaků a vztahů mezi prvky komplexních problémů 64

Morfologická metoda – příklad Varianty mlékárenského produktu A Konzistence 1 Tekutina 2 Prášek 3

Morfologická metoda – příklad Varianty mlékárenského produktu A Konzistence 1 Tekutina 2 Prášek 3 Instantní B Přísady 1 Žádné 2 Konzervační 3 Barviva C Obal 1 Sklo 2 Plast 3 Papír D Otevření/za 1 Víčko 2 Zátka 3 Uzávěr 4 Brčko 5 Roztržení • Prvky každého kritéria: 3 prvky kritéria A 3 prvky kritéria B 3 prvky kritéria C 5 prvků kritéria D • Možných variant: 3 * 3 * 5 = 135 • Vyloučit nereálné varianty: např. A 2 -…-C 2 -D 4; … 65

Morfologická matice – příklad Varianty logistického centra A Hlediska působnost centra B lokalita C

Morfologická matice – příklad Varianty logistického centra A Hlediska působnost centra B lokalita C způsob dopravy 94 Prvky a 1 republiková a 2 více zemí a 3 přidružení k zahraničnímu centru a 4 okresní a 5 lokální b 1 velkoměsto b 2 středně velké město b 3 na zelené louce b 4 průmyslová zóna c 1 železnice c 2 c 3 c 4 kamionová doprava automobilová doprava vodní doprava 66

Hodnotové inž. /analýza 95 • Lawrence D. Miles, 1947 základní principy funkční přístup funkční

Hodnotové inž. /analýza 95 • Lawrence D. Miles, 1947 základní principy funkční přístup funkční analýza tvůrčí přístup interdisciplikritérium nární přístup efektivnosti funkčnost náklady funkční syntéza • Vztahy mezi funkčností a náklady 67

Funkční přístup • Uplatnění klasického přístupu – prvky, položky • Uplatnění funkčního přístupu –

Funkční přístup • Uplatnění klasického přístupu – prvky, položky • Uplatnění funkčního přístupu – funkce 68

Funkční analýza/syntéza/portfolio 97 • Funkce hlavní a vedlejší • Funkce uživatelské a výrobce •

Funkční analýza/syntéza/portfolio 97 • Funkce hlavní a vedlejší • Funkce uživatelské a výrobce • Funkce existující a nové funkce požadované funkce chybějící funkce dosavadní funkce zbytečné 69

3. Praxe – problémy a řešení • Neznalost zásad a požadavků tvorby portfolia kritérií

3. Praxe – problémy a řešení • Neznalost zásad a požadavků tvorby portfolia kritérií • Jedno kritérium, jedna varianta • Trvání na standardním řešení • Porušení zásad týmové práce a tvůrčího řešení • Princip optimalizace • Respektování fází RP • Využití databází • Rozvoj tvůrčího potenciálu • Týmová práce • Modelování RP • Výpočetní technika 70

Shrnutí tématu a dotazy • Rozeznáváme standardní varianty se znalostí řešení a bez znalosti

Shrnutí tématu a dotazy • Rozeznáváme standardní varianty se znalostí řešení a bez znalosti řešení • Kvalita tvorby variant ovlivňuje výběr varianty • Kvalitu zvyšuje interdisciplinární týmové řešení • Při vytváření variant je nezbytné zvažovat jejich počet • Je ovlivněn zejména řešeným problémem, kvalitou návrhů a náklady na tvorbu variant řešení • Odlišujme varianty bez rizik; s riziky a pravděpodobností jejich výskytu • Většinu metod tvorby variant lze využít i při hodnocení variant 71

 101 Hodnocení a výběr variant 72

101 Hodnocení a výběr variant 72

Obsah 1. Vícekriteriální hodnocení – Měření kritérií – Stanovení vah kritérií – Metody vícekriteriálního

Obsah 1. Vícekriteriální hodnocení – Měření kritérií – Stanovení vah kritérií – Metody vícekriteriálního hodnocení 2. Výběr implementační varianty 3. Aplikovatelnost metod v praxi 73

1. Měření kritérií 102 Stupnice měření • Nominální • Ordinální • Kardinální • •

1. Měření kritérií 102 Stupnice měření • Nominální • Ordinální • Kardinální • • Intervalové Poměrové 74

Aditivizace multikriteriality 103 Měrné jednotky • Převodní můstky – převod na stejnou jednotku –

Aditivizace multikriteriality 103 Měrné jednotky • Převodní můstky – převod na stejnou jednotku – převod na utilitu – převod na bezrozměrnou (aditivní, standardizovanou hodnotu • Kompenzace hodnot kritérií • (Vyloučení některých kritérií) 75

Metody určení vah kritérií bez znalosti důsledků variant metody přímé: • expertní metoda •

Metody určení vah kritérií bez znalosti důsledků variant metody přímé: • expertní metoda • bodovací metoda • Metfesselova metoda • metoda poměrných čísel • metoda odchylkové stupnice • metoda postupného rozvrhu vah metody nepřímé: • metoda párového srovnávání • Saatyho metoda 103 se znalostí důsledků variant • kompenzační metoda • regresní metoda 76

Metoda poměrných čísel 107 • Postup 1. Sestupné pořadí kritérií 2. Poslední kritérium váha

Metoda poměrných čísel 107 • Postup 1. Sestupné pořadí kritérií 2. Poslední kritérium váha 1 3. Každé vyšší kolikrát je důležitější, než poslední? z*1 4. Výpočet normovaných vah x*1 1 77

Metoda postupného rozvrhu vah 110 mnoho a rozdílných kritérií Postup 1. Rozdělení kritérií do

Metoda postupného rozvrhu vah 110 mnoho a rozdílných kritérií Postup 1. Rozdělení kritérií do skupin 2. Stanovení vah skupin 3. Stanovení vah kritériím v každé skupině 4. Výsledný výpočet vah kritérií Sj A B C wj … … … Ki wij 1 w 1 A w 1 2 w 2 A w 2 3 w 3 A w 3 4 w 4 A w 4 … … … … … n ∑ 1, 00 wi wn. C wn 1, 00 78

Postupný rozvrh vah – příklad Zjednodušený příklad hodnocení vozu z pohledu řidiče Skupina kritérií

Postupný rozvrh vah – příklad Zjednodušený příklad hodnocení vozu z pohledu řidiče Skupina kritérií Váha skupiny Kritérium Váha Individuální kritéria ve váha kritéria skupině v souboru 50 Pořizovací cena Provozní nákl. 60 30 40 20 Technických 30 Akcelerace Jízdní vlastnosti 30 9 70 21 Ekologických 20 Exhalace Hlučnost 10 2 90 18 Ekonomických 100 79

Metody založ. na párovém srovnávání • Postup Metoda párového srovnávání 111 1. Postupné srovnávání

Metody založ. na párovém srovnávání • Postup Metoda párového srovnávání 111 1. Postupné srovnávání dvojic kritérií 2. Počet preferencí 3. Stanovení normovaných vah Saatyho metoda 1. 2. 3. 4. 114 Postupné srovnávání dvojic kritérií Velikost (důležitosti) preferencí Metoda nejmenších čtverců / aproximace Stanovení normovaných vah 80

Příklad MPS Zjednodušený příklad Ki K 1 K 2 K 3 K 4 K

Příklad MPS Zjednodušený příklad Ki K 1 K 2 K 3 K 4 K 5 +1 Voleb Pořadí Váha K 1 x 0 0 1 1 2 3 3. 0, 2 K 2 1 x 0 1 1 3 4 2. 0, 26 K 3 1 1 x 1 1 4 5 1. 0, 33 K 4 0 0 0 x 0 0 1 5. 0, 07 K 5 0 0 0 1 x 1 2 4. 0, 13 10 15 x 0, 99 Počet srovnání = [n(n-1)] : 2 81

Saatyho metoda 114 • Bodovací stupnice 1 – obě kritéria stejně významná 1 3

Saatyho metoda 114 • Bodovací stupnice 1 – obě kritéria stejně významná 1 3 – o málo významnější 3; 1/3 5 – významnější 5; 1/5 7 – velmi významnější 7; 1/7 9 – nejvýznamnější 9; 1/9 82

Příklad Saaty Ki K 1 K 3 K 4 K 5 Součin 5 Wi

Příklad Saaty Ki K 1 K 3 K 4 K 5 Součin 5 Wi 1/3 1/5 7 5 2, 31 1, 18 0, 14 26, 46 K 2 K 1 1 K 2 3 1 1/7 9 7 K 3 5 7 1 9 7 K 4 1/7 1/9 1 1/5 K 5 1/7 1/7 5 1 2205 1, 93 0, 229 4, 66 0, 553 0, 000339 0, 20 0, 024 0, 0196 0, 46 0, 054 8, 43 1, 00 83

Srovnání metod – MPS & Saaty určuje míru důležitosti kritérií určuje důležitost kritérií Stupnice

Srovnání metod – MPS & Saaty určuje míru důležitosti kritérií určuje důležitost kritérií Stupnice 0; 1 Saatyho stupnice 1; 9 Ki K 1 K 2 K 3 K 4 K 5 Wi 1/3 1/5 7 5 0, 14 K 1 x 0 0 1 1 0, 2 K 1 1 K 2 1 x 0 1 1 0, 27 K 2 3 1 1/7 9 7 0, 229 K 3 1 1 x 1 1 0, 33 K 3 5 7 1 9 7 0, 553 K 4 0 0 0 x 0 0, 07 K 4 1/7 1/9 1 K 5 0 0 0 1 x 0, 13 K 5 1/7 1/7 5 1, 00 1/5 0, 024 1 0, 054 1, 00 84

Zákon tranzitivity • Platí-li, že: – K 1 K 2 – K 2 K

Zákon tranzitivity • Platí-li, že: – K 1 K 2 – K 2 K 3 • Pak: – nemůže K 3 K 1 – protože logicky K 1 K 3 Ki K 1 K 2 K 3 Wi K 1 x 1 0 1 K 2 0 x 1 1 K 3 1 0 x 1 [n(n-1)] : 2 = 3 Ki K 1 K 2 K 3 Wi K 1 x 1 1 2 K 2 0 x 1 1 K 3 0 0 x 0 85

Příklad Saaty splňující zákon Ki K 1 K 2 K 3 K K 5

Příklad Saaty splňující zákon Ki K 1 K 2 K 3 K K 5 W 4 K 1 1 K 2 1/ 1/ 7 5 3 5 1/ 3 1 9 7 7 K 3 5 7 1 9 7 i 5 K 3 K 1 1 1/3 2/9 8/3 4/3 0, 26107 0, 76 3 1 2/3 8 4 0, 2664 1 12 6 K 4 3/8 3/24 6/72 1 ½ K 5 3/4 1/4 2 1 1/ 1/ 1 7 9 9 5 K 2 K 5 1/ 1/ 1/ 5 1 5 7 7 K 3 9/2 3/2 Součin K 2 K 4 1/6 K 4 K 5 Ki K 1 486 Wi 0, 10 2, 30 0, 31 3, 45 0, 47 0, 00195 0, 29 0, 04 0, 0625 0, 57 0, 08 7, 37 1, 00 86

Kompenzační metoda 118 respektuje význam rozdílnosti hodnot kritérií u jednotlivých variant • Postup 1.

Kompenzační metoda 118 respektuje význam rozdílnosti hodnot kritérií u jednotlivých variant • Postup 1. Zjištění hodnot kritérií hodnocených variant 2. Označení výnosových a nákladových kritérií 3. Určení nejhorší a nejlepší hodnoty každého kritéria mezi hodnocenými variantami 4. Stanovení rozdílu mezi nimi nejhorší a nejlepší hodnotou 5. Určení pořadí významnosti tohoto rozdílu pro hodnotitele 6. Přidělení váhy odrážející významnost rozdílu 7. Výpočet normované váhy (wi) 87

Kompenzační metoda – váhy • Výběr nejhorší a nejlepší hodnoty u variant pro každé

Kompenzační metoda – váhy • Výběr nejhorší a nejlepší hodnoty u variant pro každé kritérium • Velikost změny (rozdílu) na nejlepší hodnotu • Pořadí významnosti změn (rozdílu) • Váha jako významnost změn (wi´) kritéria • Normovaná váha jako významnost kritéria K i V 1 1 2 3 4 5 6 ∑ 10 2 1 12 47 3 V 2 30 3 50 8 48 1 V 3 60 2 5 20 45 3 0 x 60 2 50 8 45 1 1 x 10 3 1 20 48 3 ∆ 50 1 49 12 3 2 Poř. wi ´ wi 1. 6. 2. 5. 4. 3. 100 30 80 40 50 60 360 0, 28 0, 08 0, 22 0, 11 0, 14 0, 17 1, 00 Pramen: Fotr J. a kol. , 2006 88

Pravidlo dominance variant 121 • Dominovaná varianta teoreticky: když existuje lepší a neexistuje horší

Pravidlo dominance variant 121 • Dominovaná varianta teoreticky: když existuje lepší a neexistuje horší prakticky: když # lepších je výrazně větší než # horších • Nedominovaná varianta neexistuje lepší řešení a existuje horší teoreticky, prakticky nedominovaná Pravidlo: Existují-li v souboru hodnocených variant dominované varianty, můžeme je vyloučit 89

Zobrazení dominance • Kritéria K 1 - K 5 • Varianty V 1 -

Zobrazení dominance • Kritéria K 1 - K 5 • Varianty V 1 - V 3 • Střed pentagonu – minimální/maximální hodnota kritérií výnosového/nákladového typu • Na ose míra splnění kritéria u každé varianty V 3 – dominovaná V 1, V 2 – nedominované 90

Vícekriteriální hodnocení metody elementární empirické metody bazické varianty metoda • váženého pořadí • bodovací

Vícekriteriální hodnocení metody elementární empirické metody bazické varianty metoda • váženého pořadí • bodovací • klasifikační • kompenzač ní • lineárních dílčích funkcí utility zejm. metoda • nejlepších hodnot • průměrných hodnot • PATTERN • kvadrátů podílů • průměrné světové úrovně • vzdálenosti od fiktivní hodnoty metody párového srovnávání 124 metody vícerozměrn é statistické analýzy • diskriminačn analýza • metoda KORTER • metody prahů citlivosti • Saatyho metoda 91

Lineární dílčí funkce utility Ui 124 Ui 0 x i 1 x xi i

Lineární dílčí funkce utility Ui 124 Ui 0 x i 1 x xi i 1 x i 0 x xi i 92

Metody – vzorce • MLDFU xij – nejhorší xi sij = nejl xi –

Metody – vzorce • MLDFU xij – nejhorší xi sij = nejl xi – nejh xi 128 -132 • MNH xij nejl xi sij = ; nejl xi xij • PATTERN xij nejh xi sij = ; nejh xi xij Uij = sij * wi Uj = Uij 93

vzorce Matice hodnot Zadané hodnoty kritérií Standardizované hodnoty Hodnoty užitečnosti V 1 V 2

vzorce Matice hodnot Zadané hodnoty kritérií Standardizované hodnoty Hodnoty užitečnosti V 1 V 2 V 3 V 4 K 1 x 11 x 12 x 13 … K 1 S 11 S 12 S 13 … … K 1 U 11 U 12 U 13 K 2 x 21 xij K 2 S 21 Sij … … … K 3 x 31 … x 34 K 3 S 31 S 34 - - - - - Cena 100 300 700 … Cena 0, 106 0, 035 0, 009 … Prov N 470 50 80 … Prov. N 0, 008 0, 071 0, 044 … PP 500 200 980 … PP 0, 016 0, 033 … - K 2 U 21 … Uij … … … U K 3 U 31 34 Uj U 1 U 2 U 3 U 4 … 94

2. Výběr implementační varianty třídy kritérií 143 PROVEDITELNOST PŘIJATELNOST RIZIKOVOST Co by se mohlo

2. Výběr implementační varianty třídy kritérií 143 PROVEDITELNOST PŘIJATELNOST RIZIKOVOST Co by se mohlo pokazit? Jak je to obtížné? Jak je to hodnotné? Co bude potřeba? INVESTICE/KAPITÁ L (finanční, manažerské/ý) Co to přinese? Co proti tomu udělat? NÁVRATNOST RIZIKA Podle: Cooke, S. – Slack, N. , 1991 95

Filtrace variant 145 implementační varianta vhodné varianty nezranitelné varianty přijatelné varianty proveditelné varianty vytvořené

Filtrace variant 145 implementační varianta vhodné varianty nezranitelné varianty přijatelné varianty proveditelné varianty vytvořené varianty 96

Faktor času 150 • Referenční hodnota – – Historická ideální hodnota Srovnatelná externí Absolutní

Faktor času 150 • Referenční hodnota – – Historická ideální hodnota Srovnatelná externí Absolutní (ideální) průměrn á Dosavadní (status quo) hodnota historickv odvětví á hodnota současnost varianta B varianta A varianta statu quo čas 97

3. Aplikovatelnost metod • Musí se vědět, o co v nich jde – každá

3. Aplikovatelnost metod • Musí se vědět, o co v nich jde – každá má jiný princip • Jsou různě pracné • Je vhodnější použít SW (rychlé, přesné, výsledek) • Poskytnou objektivní posouzení • Mohou se doplňovat 98

Významné chyby v praxi • Nevhodný/žádný převod neaditivních kritérií • Používají se minulá řešení,

Významné chyby v praxi • Nevhodný/žádný převod neaditivních kritérií • Používají se minulá řešení, nevytvářejí se nová • Obvykle málo nebo pseudo-varianty, žádné „zálohy“ • Jednostranný postup vyhodnocení • Zamlžený/netransparentní postup hodnocení • Intuice a odhady, chybí exaktní metody • Spěch – málo času • Efekt z využití metod vnímán jako malý • Hledání optimality 99

 Shrnutí tématu a dotazy • • • Je důležité stanovit vhodná kritéria Je

Shrnutí tématu a dotazy • • • Je důležité stanovit vhodná kritéria Je třeba řešit aditivnost hodnot kritérií Je rozumné pracovat s více variantami Odlišnou významnost kritérií vyjadřujeme různými postupy výpočtu vah kritérií Znát metody výpočtu vah kritérií K preferenčnímu uspořádání variant můžeme použít různé metody Nezbytnost satisfakčních variant Uvědomovat si pozitiva a negativa metod Význam filtrace a faktoru času 100

 155 Management rizika 101

155 Management rizika 101

Obsah 1. Vymezení cíle, obsahu a postavení managementu rizika v podniku 2. Pojetí rizika,

Obsah 1. Vymezení cíle, obsahu a postavení managementu rizika v podniku 2. Pojetí rizika, klasifikace rizik a přístup k riziku 3. Proces řízení rizik – Fáze řízení – Subjekty a jejich role – Další metody analýzy a hodnocení rizik 4. Krizové řízení 5. Aplikovatelnost metod 102

1. Co je risk management? 156 • Management rizika – včasná indentifikace potenciálních dopadů

1. Co je risk management? 156 • Management rizika – včasná indentifikace potenciálních dopadů rizik, které ohrožují činnost a kapitál firmy – tvorba, ochrana a zvyšování hodnoty firmy cíleným řízením rizik • Rizikový manager – ochrana vlastnictví podniku – nároky a odpovědnost • Komplexní a systematický přístup – plánovitý, koordinovaný a celofiremní proces proaktivního a ofenzivního řízení (potenciálních i existujících) rizik • • • předvídání rizik prevence rizik diagnostikování rizik zvládání rizik hodnocení rizik 103

2. Co je riziko? 161 • Pojetí teorie rozhodování – podmínky jistoty, rizika a

2. Co je riziko? 161 • Pojetí teorie rozhodování – podmínky jistoty, rizika a nejistoty • Manažerské pojetí – nejistota je příčinou rizika jako následku • Pojetí manažerského rozhodování – příčina – pravděpodobnost vzniku – velikost důsledku (odchylky) • pozitivní • negativní 104

Typy rozhodovacích situací / rizik 163 • Příležitost – potenciální perspektivní vyhlídka – proaktivní

Typy rozhodovacích situací / rizik 163 • Příležitost – potenciální perspektivní vyhlídka – proaktivní řešení – výdaje a investice na využití • Ohrožení – potenciální nebezpečí různých stupňů – selhání techniky, neúmyslné poškození, živelné události – výdaje a investice na proaktivní předcházení • Porucha – přerušení funkce nebo plynulého provozu zařízení nebo systému – přináší ztráty – předcházet preventivními opatřeními + reaktivní řešení • Krize – stav s negativním dopadem na organizaci + reaktivní řešení • Katastrofa – destrukce podnikatelského subjektu 105

Klasifikace rizik • • Působnost Ovlivnitelnost Systematičnost Únosnost Velikost Místo výskytu Odhalení • (P)

Klasifikace rizik • • Působnost Ovlivnitelnost Systematičnost Únosnost Velikost Místo výskytu Odhalení • (P) • Věcné hledisko 166 • • Čisté / podnikatelské Zcela / částečně / vůbec Ne / systematická Nezbytná / ne/únosná Malá / střední / velká Externí / interní Primární / sekundární / zbytková • Ne/pravděpodobná / jistá • Ekonomická / mezinárodní /… 106

Postoj k riziku 176 • Typ postoje – averzní – neutrální – akceptační •

Postoj k riziku 176 • Typ postoje – averzní – neutrální – akceptační • Určení postoje – srovnání rizikové a nerizikové varianty – jistotní ekvivalent – funkce utility za rizika Postoj k riziku ovlivněn: - osoba rozhodovatele (vlastnosti, znalosti, zkušenost) - vlastní rozhodovací situace 107

Srovnání ne/rizikové varianty 177 Příklad • Var. A: ZA 1 = 10 s PA

Srovnání ne/rizikové varianty 177 Příklad • Var. A: ZA 1 = 10 s PA 1 = 0, 5 ; ZA 2 = 0 s PA 2 = 0, 5 • Var. B: ZB 1 = 5 s PB 1 = 1, 0 Řešení • Volba var. A • Volba var. B • Volba var. A nebo B – akceptace – averze – neutrální postoj 108

Jistotní ekvivalent 177 • Jistotní ekvivalent rizikové varianty(JE) – Hodnota, jejíž jistý užitek =

Jistotní ekvivalent 177 • Jistotní ekvivalent rizikové varianty(JE) – Hodnota, jejíž jistý užitek = očekávané hodnotě užitku rizikové varianty • Riziková prémie ( r) – částka získaná (dodatečný příjem) nebo obětovaná za jistotu postoj výnosové kritérium nákladové kritérium averze E(X) – JE > 0 E(X) – JE < 0 neutrální E(X) – JE = 0 sklon E(X) – JE < 0 E(X) – JE > 0 riziková prémie 109

Funkce utility za rizika 181 averze Ui Ui neutrální sklon 0 x i 1

Funkce utility za rizika 181 averze Ui Ui neutrální sklon 0 x i 1 x xi i 1 x i 0 x xi i 110

Funkce utility s inflexním bodem utilita 1, 0 averze k riziku inflex n í

Funkce utility s inflexním bodem utilita 1, 0 averze k riziku inflex n í bod sklon k riziku 0, 0 -20 -10 oblast ztráty 0 10 20 30 40 zisk oblast zisku 111

Funkce utility zisku – příklad zisk -5000 utilita 0 0 5000 15000 20000 55000

Funkce utility zisku – příklad zisk -5000 utilita 0 0 5000 15000 20000 55000 0, 04 0, 45 0, 65 // 0, 85 1 // Jaký má rozhodovatel postoj k riziku? 112

Postoj firmy k riziku Vstupní data poř. č. zisk (f. j. ) utilita 1

Postoj firmy k riziku Vstupní data poř. č. zisk (f. j. ) utilita 1 utilita 2 utilita 3 1 2 0 0 0 2 4 0, 13 0, 02 3 6 0, 26 0, 04 4 8 0, 38 0, 1 5 10 0, 65 0, 2 6 12 0, 63 0, 32 7 14 0, 9 0, 75 0, 5 8 16 0, 96 0, 87 0, 7 9 20 1, 0 113

 182 Proces řízení rizik 114

182 Proces řízení rizik 114

3. Proces řízení rizik 182 -186 • Plánování – Předvídání – Analýza • Operativní

3. Proces řízení rizik 182 -186 • Plánování – Předvídání – Analýza • Operativní řízení – Monitoring – Identifikace dalších rizik – Průběžná kontrola, evidence, hodnocení – Nápravná opatření • Kontrola – Vyhodnocení – Kontrolní mechanizmy – Databáze – Podněty 115

Etapy analýzy rizika 182 určení faktorů rizika stanovení významnosti faktorů výpočet velikosti a míry

Etapy analýzy rizika 182 určení faktorů rizika stanovení významnosti faktorů výpočet velikosti a míry rizika hodnocení únosnosti a přijatelnosti rizika korekční opatření 116

Matice významnosti • Dvě hlediska hodnocení – (P) a intenzita • Osa x –

Matice významnosti • Dvě hlediska hodnocení – (P) a intenzita • Osa x – pravděpodobnost výskytu faktorů rizika • Osa y – intenzita negativního vlivu faktorů 1 183 2 2 5 4 3 1 5 1 2 3 4 5 117

Analýza citlivosti 184 Definice Etapy 1. Závislost kritéria na faktorech rizika 2. Jde o

Analýza citlivosti 184 Definice Etapy 1. Závislost kritéria na faktorech rizika 2. Jde o faktory rizika? 3. Odhad hodnot faktorů rizika 4. Výpočet hodnoty rizika 5. Předpoklady vývoje 6. Výpočet změn hodnot faktorů a kritéria 7. Diferenciace citlivosti faktorů 8. Závislost kritéria na změnách faktorů rizika - simulace 118

Příklad – zadání Určete citlivost ročního zisku z provozu výrobní linky na rizikové faktory.

Příklad – zadání Určete citlivost ročního zisku z provozu výrobní linky na rizikové faktory. Předpokládejte pesimistický 10 %-ní vývoj. Hodnoty rizikových faktorů jsou uvedeny v následující tabulce. 119

Příklad – řešení Rizikový faktor 1 Q (odbyt) Výchozí hodnota 100 000 Vývo j

Příklad – řešení Rizikový faktor 1 Q (odbyt) Výchozí hodnota 100 000 Vývo j (%) -10 Nová hodnota 90 000 Hodnota zisku (mil. ) 34, 3 Změna Změn zisku a (mil. ) zisku absolutní (%) -15, 7 31, 4 0 Jednicová 2 cena 2 500 -10 2 250 25 -25 50, 0 0 Jednicové 3 mzdy 100 +10 110 49 -1 2, 00 Jednicový 4 mat. 5 Jednicová en. 750 +10 825 42, 5 -7, 5 15, 0 0 80 +10 88 49, 2 -0, 8 1, 60 +10 22 000 48 -2 4, 00 +10 51 700 000 45, 3 -4, 7 Zisk = 50 000 6 Výrobní režie 20 000 7 Správní režie 47 000 9, 40 120

Příklad – graf závislosti • Osa x - vývoj faktoru • Osa y -

Příklad – graf závislosti • Osa x - vývoj faktoru • Osa y - hodnota kritéria • Rozdílný vývoj faktorů výnosového a nákladového typu • Rozdílné hodnoty pro optimistický a pesimistický vývoj • Rozdílná míra závislosti • Volba m. j. os Z (mil. ) HKi „ 0“ = 50 KNT: N, R ; KVT: Q, C, Tž %ní ∆ RFi 121

 188 Subjektivní pravděpodobnosti výpočet použití 122

188 Subjektivní pravděpodobnosti výpočet použití 122

Pravděpodobnosti výskytu jevů Důsledky variant jsou ovlivněny budoucími rizikovými situacemi 189 pravděpodobnost výskytu jevu/situace

Pravděpodobnosti výskytu jevů Důsledky variant jsou ovlivněny budoucími rizikovými situacemi 189 pravděpodobnost výskytu jevu/situace objektivní subjektivní slovně Číslo Slovní význam 0 zcela vyloučeno krajně 0, 1 nepravděpodobné 0, 2 - dosti 0, 3 nepravděpodobné 0, 4 nepravděpodobné 0, 6 pravděpodobné 0, 7 dosti pravděpodobné Pramen: Fotr-Dědina-Hrůzová, 2003 0, 8 nanejvýš 0, 9 číselně metody poměrem počtu n. sázek # výskytů / ∑ možností sázkou 5: 1 = 0, 83 123

Metody určení subjektivních (P) 191 Pro diskrétní faktory Pro spojité faktory (konečný počet jevů/hodnot,

Metody určení subjektivních (P) 191 Pro diskrétní faktory Pro spojité faktory (konečný počet jevů/hodnot, např. počet poruch) (velký, resp. počet jevů/hodnot, např. poptávka, cena, kurzy) Metoda relativních velikostí Metoda kvantilů 124

Metoda relativních velikostí Postup: 1. Určení nejpravděpodobnější hodnoty faktoru rizika 2. Výpočet pravděpodobností dalších

Metoda relativních velikostí Postup: 1. Určení nejpravděpodobnější hodnoty faktoru rizika 2. Výpočet pravděpodobností dalších jevů 3. Stanovení rozdělení (P) # jevů (tabulka, graf) 4. Graf kumulativní (P) 192 Příklad ((P) počtu poruch): 1. Jevy: P 0; P 3 m=P 2 2. P 0=P 2/4; P 1=P 2/2, P 3=P 2/3 P 2/4+P 2/2+P 2/3=1 P 0=0, 12; P 1=0, 24; P 2=0, 48; P 3=0, 16 ∑Pi=1, 00 3. Rozdělení (P) 4. tj. distribuční funkce 125

205 Rozhodovací matice Metoda tabulkovou formou srovnává důsledky rizikových variant vzhledem ke zvolenému kritériu

205 Rozhodovací matice Metoda tabulkovou formou srovnává důsledky rizikových variant vzhledem ke zvolenému kritériu hodnocení daného rozhodovacího pravidla. 126

Rozhodovací matice – obecně • Mohou nastat 3 Sit. i S 1 S 2

Rozhodovací matice – obecně • Mohou nastat 3 Sit. i S 1 S 2 S 3 situace s různou pravděpodobností (P)(P)1 (P)2 (P)3 PRj i 0, 3 0, 5 0, 2 • Máme 3 varianty Vj • Kondicionální hodnoty V 1 zisku v tabulce V 2 • Výpočet zisku pro očekávané situace - V 3 pravidlo rozhodování 127

Rozhodovací matice – příklad Řešení Zadání (P) 0, 2 • Nákupní cena páru obuvi

Rozhodovací matice – příklad Řešení Zadání (P) 0, 2 • Nákupní cena páru obuvi • 800 Kč (Cn) NákP 30 • Prodejní cena páru obuvi 1000 op Kč (Cp) Cp 30*1 30 • Mimosezónní cena páru obuvi tis 500 Kč (Cm) Cm 0 Cn • Odhad poptávky 30 na 20 %, 30*800 50 na 60 % a 80 na 20 %. • Úkol: Kolik párů nakoupit? 30, 50, nebo 80? 50 80 Z = 6 tisíc Cp 30*1 tis Cm 20*500 Cn 50*800 Z = 0 Cp 30*1 tis 0, 6 0, 2 50 80 Z = 6 tisíc Cp 50*1 tis Cm 0 Cn 50*800 Z = 10 tisíc Cp 50*1 tis Z = 10 tisíc Cp 80*1 tis 128

196 Pravidla rozhodování Určují pořadí výhodnosti hodnocených rizikových variant vzhledem ke stanovenému kritériu. 129

196 Pravidla rozhodování Určují pořadí výhodnosti hodnocených rizikových variant vzhledem ke stanovenému kritériu. 129

Pravidla rozhodování za rizika 188 • Očekávané hodnoty a variability – očekávané hodnoty a

Pravidla rozhodování za rizika 188 • Očekávané hodnoty a variability – očekávané hodnoty a rozptylu – očekávané hodnoty a směrodatné odchylky – očekávané hodnoty a variačního koeficientu • Očekávané utility 130

Očekávaná hodnota a rozptyl – očekávaná hodnota E(X) = (Xi. Pi) – rozptyl D(X)

Očekávaná hodnota a rozptyl – očekávaná hodnota E(X) = (Xi. Pi) – rozptyl D(X) = (Xi - E(X))2. Pi – směrodatná odchylka S(X) = D(X) √ – variační koeficient VK = S(X) : E(X) Interpretace výsledků • E(X) ± S(X) = min; max • variabilita v % 131

Pravidla rozhodování za nejistoty • Optimistické • Pesimistické • Hurwiczovo • Laplaceovo • Savageovo

Pravidla rozhodování za nejistoty • Optimistické • Pesimistické • Hurwiczovo • Laplaceovo • Savageovo 202 132

Příklad 17 UT – řešení očekávaná Var. hodnota Výpočty E(Z) Hurwicz očekávaná rozptyl utilita

Příklad 17 UT – řešení očekávaná Var. hodnota Výpočty E(Z) Hurwicz očekávaná rozptyl utilita D(Z) 204 VK U(Z) maximax maximin La. Place α = 0, 5 Savage β = 0, 5 A 500, 00 0, 2 0, 00 500 500, 00 500 472 B 472, 00 27216, 00 0, 61 0, 35 580 220 460, 00 400 392 C 699, 20 121349, 76 0, 66 0, 50 972 200 577, 33 586 300 Vstupní data rozhodovací matice Matice lítosti rozhodovací situace Varianta pokles stagnace rozhodovací situace zvýšení pokles stagnace pravděpodobnost Pi zvýšení hodnoty lítosti 0, 3 0, 1 0, 6 500 580 972 A 500 500 0 80 472 B 220 580 280 0 392 C 200 560 972 300 20 0 133

Příklad • Aplikujte pravidla rozhodování na příklad s obuví. • Vyberte z variant nákupu

Příklad • Aplikujte pravidla rozhodování na příklad s obuví. • Vyberte z variant nákupu 30, 50, 80 párů obuvi. 134

Pravidla rozhodování – příklad 0, 0, 0, Maxi Sava Hurwi Nák. 2 6 2

Pravidla rozhodování – příklad 0, 0, 0, Maxi Sava Hurwi Nák. 2 6 2 cz Popt 30 50 80 max min ge =0, 5 30 6 6 6 10 6 50 0 10 10 10 0 80 -9 1 16 16 -9 La. U(X E(X D(X plac ) ) ) e 6 0, 7 6 0 0, 7 6 5 6, 67 8 16 3 0, 3 15 3, 5 2, 67 Zisk -92 0 641 2 Matice lítosti Nejlepš í možná h. Kterou variantu vybereme? Utilita 6 10 16 50 80 Nákup /Popt. 3 30 0 4 10 50 6 9 0 80 0 1 5 0 σ VK 0 0 4 0, 5 8 10 416 6 0, 0 0, 2 0, 7 0, 9 5 1 135

Řešení konfliktů • Výběr varianty při uplatnění pravidel rozhodování není jednoznačný • Ani při

Řešení konfliktů • Výběr varianty při uplatnění pravidel rozhodování není jednoznačný • Ani při uplatnění jednoho pravidla - očekávané hodnoty a rozptylu – nemusíme získat úplné preferenční uspořádání variant • Zjednodušme si výběr vyloučením dominované/dominovaných variant/y • Při výběru je třeba zvažovat postoj rozhodovatele k riziku 136

207 Pravděpodobnostní strom Grafická metoda, která zobrazuje posloupnost časově následně uspořádaných rizikových činností a

207 Pravděpodobnostní strom Grafická metoda, která zobrazuje posloupnost časově následně uspořádaných rizikových činností a kvantifikuje důsledky jednotlivých rizikových situací varianty. 137

Typ „ 1“ (1) ↑ cena 126 0, 7 cena ubyt. 0, 3 CZK

Typ „ 1“ (1) ↑ cena 126 0, 7 cena ubyt. 0, 3 CZK posílí o 5% 0, 6 měn. kurz CZK stejná 0, 3 cena ubyt. 0, 7 CZK oslabí 0, 1 o 5% ↑ cena 132 S 2 0, 18 ↑ cena 132 S 3 0, 09 cena 120 ↑ cena 126 cena ubyt. 0, 1 0, 3 S 1 0, 42 0, 6 0, 3 S 4 0, 21 S 5 0, 01 0, 6 cena 120 S 6 0, 06 ↓ cena 114 0, 1 S 7 0, 03 138

Typ „ 1“ (2) Je-li dosavadní cena 120€, jaká je celková (P), že: -

Typ „ 1“ (2) Je-li dosavadní cena 120€, jaká je celková (P), že: - cena ubyt. zůstane stejná? - … vzroste? -… poklesne? -Jaká je (P), že cena bude nanejvýš 126€? scénář S 1 S 2 S 3 S 4 S 5 S 6 S 7 cena ub. 126 132 120 126 120 114 (P) 0, 4 0, 1 0, 0 0, 2 0, 0 2 8 9 1 1 6 3 139

Typ „ 2“ • Výchozí údaje – Navazující etapy – (P) úspěchu a neúspěchu

Typ „ 2“ • Výchozí údaje – Navazující etapy – (P) úspěchu a neúspěchu situace – Náklady, Výnosy • Výpočty 1 + Sit Zki (Pi)p (P)=0, 2; N=5; V=2 A -3 0, 20 - (P)=0, 3; N=5; V=3 B -5 0, 24 C -10 0, 06 D 15 0, 50 x x 1, 00 - 2 – Kumulace zisku 0, 8 + 3 – Podmíněná (Pi)p 0, 7 ukončení situace 9 + 0, – (Očekávaná hodnota úspěchu projektu) - (P)=0, 1; N=8; V=3 N=30; V=50 Postup: A-B-D E(Z) = +5, 1 140

Příklad – zadání Si 1 - + , 7 =0 2 ) ú (P

Příklad – zadání Si 1 - + , 7 =0 2 ) ú (P 1 =0 1ú V , ; + 5 =0 = ) ú N 1ú (P 2 9 =2 ú 2 V ; 0, 9 =3 = ú ) ú N 2 (P 3 =5 8 3ú V ; 30 = N 3ú (P 1)n=0, 3; N=8; V 1 n=0 - (P 2)n=0, 1; N=5; V 2 n=0 3 - (P 3)n=0, 02; N=40; V 3 n=0 + 4 + - (P ) =0, 2; N=3; V =10 4 n 4 n (P 4)ú=0, 8; N=2; V 4ú=100 Zki (Pi)p A B C D E ∑ Upraveno podle: Fotr-Dědina-Hrůzová, 2003 141

Příklad 20 UT – řešení 212 k vytvoření PS použit MS Visio 142

Příklad 20 UT – řešení 212 k vytvoření PS použit MS Visio 142

 213 Rozhodovací strom Grafická metoda, která zobrazuje posloupnost etap rozhodnutí a následných rizikových

213 Rozhodovací strom Grafická metoda, která zobrazuje posloupnost etap rozhodnutí a následných rizikových situací vzhledem k rozhodovacímu kritériu a kvantifikuje důsledky rozhodovací varianty. 143

Příklad 21 UT – řešení 216 144

Příklad 21 UT – řešení 216 144

 216 Metoda Monte Carlo Simulační metoda určená ke stanovení rozdělení pravděpodobnosti rozhodovacího kritéria

216 Metoda Monte Carlo Simulační metoda určená ke stanovení rozdělení pravděpodobnosti rozhodovacího kritéria a výběru nebo zamítnutí rizikových variant. 145

Etapy metody Monte Carlo 217 určení modelu závislosti kritéria určení rizikových faktorů odhad vývoje

Etapy metody Monte Carlo 217 určení modelu závislosti kritéria určení rizikových faktorů odhad vývoje a typu rozdělení pravděpodobnosti rizikových faktorů zjištění statistické ne/závislosti faktorů generování rizikových situací rozdělení pravděpodobnosti kritéria 146

Příklad 22 UT – řešení 219 • Průběh simulace – – – Pokusů: 100.

Příklad 22 UT – řešení 219 • Průběh simulace – – – Pokusů: 100. 000 Doba simulace: 32 vteřin Pokusů/vt. : 3. 101 Rozsah jistoty: 10 %; + Šíře rozsahu: 1615 % -469; 1146 Standardní chyba: 0, 46 % Úkol: předpověď rentability investice • Výsledky simulace: – – – E(X) = 57, 99 % S(X) = 144, 42 % Variační koeficient = 2, 49 Šikmost = 1, 23 Špičatost = 5, 15 (P)RI>10% = 54, 34 % Podmínky přijetí investice: RI > 10 % s (P) ≥ 80 % Závěr simulace: Odmítnutí investice pouze 54 %-ní (P), že rentabilita bude > 10 %. 147

Šikmost (vychýlení) - + • Negativní – „-“ Vychýlení doleva, tj. „ocásek“ doleva je

Šikmost (vychýlení) - + • Negativní – „-“ Vychýlení doleva, tj. „ocásek“ doleva je delší, tzn. většina hodnot je koncentrována napravo • Nulová vychýlení žádné = symetrie • Pozitivní - „+“ vychýlení doprava, tj. „ocásek“ doprava je delší, tzn. většina hodnot je koncentrována nalevo kolem ± 0, 5 … přibližně symetrické rozdělení mezi ± 0, 5 a ± 1 … mírná šikmost < -1 a > +1 … značná šikmost 148

 219 Portfolio variant Vzájemně nezávislé (příp. komplementární) rizikové varianty tvořící efektivní soubor variant.

219 Portfolio variant Vzájemně nezávislé (příp. komplementární) rizikové varianty tvořící efektivní soubor variant. 149

Tvorba portfolia variant 221 S(X) Oblast neefektivních portfolií hra nic e e fek tivn

Tvorba portfolia variant 221 S(X) Oblast neefektivních portfolií hra nic e e fek tivn os ti Oblast mimo požadované hodnoty 0 E(X) 100 200 700 150

Příklad 23 UT – zadání varianta očekávaná hodnota směrodatná odchylka investiční náklady směrodatná odchylka

Příklad 23 UT – zadání varianta očekávaná hodnota směrodatná odchylka investiční náklady směrodatná odchylka 12. 00 10. 00 8. 00 6. 00 4. 00 2. 00 0 5 E(Z) 10 15 6 5 1 2 2 6 5 5 5 7 2 6 4 8 4 7 7 9 3 8 222 8 3 1 9 10 11 5 5 10 4 5 9 Rozpočet ≤ 20 fin. j. • portfolio A: var. {6, 5, 7} = 16 • portfolio B: var. {5, 7, 3} = 19 • portfolio C: var. {3, 1} = 14 Postoj k riziku • Sklon k riziku: portfolio C • Averze k riziku: portfolio A • Neutrální postoj: portfolio B 151

223 Krizový management 152

223 Krizový management 152

Krize – úkoly • Nedostat se do krize • Řešit krizi • Zotavit se

Krize – úkoly • Nedostat se do krize • Řešit krizi • Zotavit se z krize • Prevence krize • Detekce krizových stavů • Reakce na krizové stavy • Krizový manažer – úkoly, postavení, pravomoc a zodpovědnost 153

Období zvládání krize 225 • Krizová událost a vyhodnocení krizové situace (příčiny krize, cíl

Období zvládání krize 225 • Krizová událost a vyhodnocení krizové situace (příčiny krize, cíl řešení krize) • Aktuální situace (dopad, náklady, čas) • Strategie obnovy (plán přežití) (způsob, doba, rozsah, náklady, efektivnost, přínos) • Plán obnovy (ozdravná řešení) • Realizační podmínky pro ozdravění • Obnova • Návrat do normálního stavu (strategie/plán) 154

Shrnutí tématu a dotazy • • Známe obsah rizikového managementu Vnímáme rozdíly v postojích

Shrnutí tématu a dotazy • • Známe obsah rizikového managementu Vnímáme rozdíly v postojích k riziku Chápeme důležitost prevence rizikových situací Rozeznáme typy a druhy rizik a dovedeme je třídit Chápeme rozdíl mezi přístupy k redukci rizika Známe fáze řízení rizika Známe metody analýzy a řízení rizika 155

 237 Participativní rozhodování 156

237 Participativní rozhodování 156

Obsah 1. Subjekty rozhodování, výhody a nevýhody participativního rozhodování 2. Modely stylů rozhodování –

Obsah 1. Subjekty rozhodování, výhody a nevýhody participativního rozhodování 2. Modely stylů rozhodování – – – – Model orientace na pracovníky a na úkoly Model manažerské mřížky Model stylu rozhodování podle orientace na vedoucího a podřízené Model stylu rozhodování podle teorie VDL Model stylu rozhodování podle teorie životního cyklu Fiedlerův kontingenční model stylu rozhodování Model Vrooma-Yettona-Jagoa 157

1. Subjekty rozhodování individuální skupinové míra rozhodovacích pravomocí a zodpovědnosti vliv na průběh, subjekty

1. Subjekty rozhodování individuální skupinové míra rozhodovacích pravomocí a zodpovědnosti vliv na průběh, subjekty a dopady rozhodovacího procesu 158

Typy participace • Aktuální participace • Vnímaná participace – rozsah, ve kterém jednotlivec cítí,

Typy participace • Aktuální participace • Vnímaná participace – rozsah, ve kterém jednotlivec cítí, že ovlivnil rozhodnutí • Legislativní (formální) • Neformální (styl řízení a rozhodování) 159

Pracovní tým • • • skupina osob dovednosti společný cíl společný úkol interakce a

Pracovní tým • • • skupina osob dovednosti společný cíl společný úkol interakce a závislost odpovědnost Členění podle: • funkce • úkolu • složení • doby trvání • zájmu • druhu – – interkativní nominální Delphi virtuální 160

 Rezistence k práci v týmu manažera • Nedostatečná důvěra v „sílu“ týmu •

Rezistence k práci v týmu manažera • Nedostatečná důvěra v „sílu“ týmu • Nepohodlí a zdržování • Nejistý výsledek • Nejasný cíl • Obavy ze ztráty kontroly • Obtížná akceptace „přenosu moci“ na podřízené • Nemá s ní zkušenost • Nároky na motivaci • Kulturní důvody podřízených • • • Nejistota a nepohodlí Strach z více práce Větší nároky kvalifikační Větší nároky časové Chtějí dělat, co se jim řekne Nemají zkušenosti, vzdělání, … Obavy z větší odpovědnosti Nevhodná motivace „Nebudu dělat práci jiných“ „Více práce žádá vyšší mzdu“ 161

Participativní rozhodování Výhody • Více info, znalostí • Kombinace přístupů • Lepší pochopení •

Participativní rozhodování Výhody • Více info, znalostí • Kombinace přístupů • Lepší pochopení • Lepší přístup k řešení • Logické, racio jednání • Větší komunikace • Více variant • Objektivnější rozhodnutí • Větší přijatelnost • Větší stimulace a motivace • Pozitivní reakce • Sklon k riziku 239 Nevýhody • Více osob, času, nákladů • Různá hierarchie • Obavy-ztráta autority • Nebezpečí dominantní osoby • Ego-orientace • Hledání konsensu • Skupinové myšlení • Skupinová lenost • Náročnost stylu • Anonymita • Ztráta odpovědnosti • Sklon k riziku 162

2. Modely stylů rozhodování 239 -253 skupina „vlastnosti“ skupina „chování“ skupina „situační“ • Model

2. Modely stylů rozhodování 239 -253 skupina „vlastnosti“ skupina „chování“ skupina „situační“ • Model autokratického - liberálního chování • Model orientace na pracovníky a úkoly • Model manažerské mřížky • Model orientace na vedoucího a podřízené • Model VDL • Model životního cyklu • Fiedlerův kontingenční model • Model Vrooma-Yettona-Jagoa 163

Orientace na pracovníky a úkoly • 40. /50. -70. léta Rensis Likert • Při

Orientace na pracovníky a úkoly • 40. /50. -70. léta Rensis Likert • Při jakém stylu je manažer úspěšnější? • Nejsou obě orientace správné? 164

Manažerská mřížka • 60. /70. léta R. S. Blake & J. S. Mountonová •

Manažerská mřížka • 60. /70. léta R. S. Blake & J. S. Mountonová • ÚČEL: • hodnotí aktuální styl • hledá ideální styl • PŘEDPOKLAD • ORIENTACE: • na pracovníky • na výrobu 165

Manažerská mřížka (2) 1, 1 „chudý“ management 1, 9 „klubový“ mgt 5, 5 mgt

Manažerská mřížka (2) 1, 1 „chudý“ management 1, 9 „klubový“ mgt 5, 5 mgt „střední cesty“ 9, 1 „administrativní“ mgt 9, 9 „týmový“ mgt Malý Zájem o lidi Velký 1, 9 9, 9 5, 5 1, 1 9, 1 Malý Zájem o výrobu Velký 166

Situační modely Koncepce 1 • Situace jsou specifické • Styl přizpůsobit situaci • Model

Situační modely Koncepce 1 • Situace jsou specifické • Styl přizpůsobit situaci • Model 1 -3, 5 Koncepce 2 • Situace jsou specifické • Situaci přizpůsobit stylu • Model 4 1. Model Tannenbauma a Schmidt 2. Model VDL 3. Model Hersey a – Blancharda 4. Fiedlerův model 5. Model Vroom-Yetton. Jago 167

Orientace na vedoucího a podřízené 243 • 1958 R. Tanenbaum & W. H. Schmidt

Orientace na vedoucího a podřízené 243 • 1958 R. Tanenbaum & W. H. Schmidt • FAKTORY: – Manažer • Hodnotový systém, důvěra podřízeným, pocit jistoty, osobní inklinace, pocit jistoty – Podřízení • Potřeba nezávislosti, ochota přijmout odpovědnost, tolerance nejednoznačnosti, zájem o problém, pochopení cílů, znalosti a zkušenosti, očekávání podřízených – Situace • Typ organizace, efektivnost týmu, typ problému, tlak času 168

 Model a příklad Orientace na vedoucího 1 7 Orientace na podřízené 1 Mgr

Model a příklad Orientace na vedoucího 1 7 Orientace na podřízené 1 Mgr rozhodne a rozhodnutí oznámí 2 Mgr „prodává“ rozhodnutí 3 Mgr předloží návrhy, očekává dotazy 4 Mgr předloží prozatímní rozhodnutí 5 Mgr předloží problém, dává návrhy, rozhodne 6 Mgr definuje omezení, žádá podřízené o rozh. 7 Mgr vymezí rámec, rozhodují podřízení 1 Určí, kdy a jak dlouho budou mít dovolenou 2 Oznámí, ve kterém termínu si mají vybrat dovolenou, a přesvědčuje je, že to je ten nejlepší možný termín 3 Sdělí, že chce dobu dovolených stanovit na únor a dotazuje se, mají-li nějaké otázky 4 Zeptá, byl-li by srpen vhodným termínem pro dovolené, podřízení mohou navrhnout, že by lepší byl leden 5 Požádá je, aby dali návrh na termín dovolené, potom o něm sám rozhodne 6 Určí že si podřízení musí vybrat ¾ své dovolené vcelku, skupina se pak dohodne, kdy dovolenou nastoupí 7 Dovolí skupině, aby rozhodl, kdy a jak dlouho budou mít dovolenou s tím, že to nesmí být od-do 169

 Model VDL (vertikálních vztahů) 244 • 70. léta F. Dansereau, G. Graen, W.

Model VDL (vertikálních vztahů) 244 • 70. léta F. Dansereau, G. Graen, W. J. Haga • ORIENTACE: – Podřízení tzv. „in-group“ – Podřízení tzv. „out-group“ 170

Model životního cyklu 246 • 70. /80. léta P. Hersey & K. H. Blanchard

Model životního cyklu 246 • 70. /80. léta P. Hersey & K. H. Blanchard • ORIENTACE: – Vztahy – Úkoly • PŘEDPOKLAD: Závislost na ZRALOSTI • Kompetence • Zkušenosti • Motivace 4 úrovně zralosti podřízených: Schopnost Ochota ano ne ne M 3 M 1 ano M 4 M 2 171

MŽC – styly rozhodování Zralost podřízených Nízká M 4 M 3 M 2 M

MŽC – styly rozhodování Zralost podřízených Nízká M 4 M 3 M 2 M 1 S+O S+NO NS+NO Vysoká S 3 Par. S 2 ticipace Vedení Vztahy S 4 De. S 1 Na. Nízká legování řizování Nízká Orientace na úkoly Vysoká 172

Fiedlerův model 247 • 60. /70. Léta F. E. Fiedler • ORIENTACE: – Úkolová

Fiedlerův model 247 • 60. /70. Léta F. E. Fiedler • ORIENTACE: – Úkolová – Vztahová • PŘEDPOKLAD: – Styl rozhodování je reflexí osobnosti • FAKTORY: – Vztahy vedoucí-podřízení – Strukturovanost problému – Váha pozice vedoucího 173

Fiedler – styly rozhodování Permisivní styl Direktivní styl Dobré Špatné S S N N

Fiedler – styly rozhodování Permisivní styl Direktivní styl Dobré Špatné S S N N V M V M Vztahy Strukturovanost Váha pozice 174

Model Vrooma-Yettona-Jagoa 248 • 1973 Victor Vroom, Yale School of Management & Philip Yetton,

Model Vrooma-Yettona-Jagoa 248 • 1973 Victor Vroom, Yale School of Management & Philip Yetton, Australian Graduate School of Management • 1988 Victor Vroom & Arthur G. Jago, University of Missouri, Columbia • masové ověřování modelu v praxi platnost 175

Princip modelu PŘEDPOKLAD: kvalita přijatelnost • Kvalita rozhodnutí - výběr nejlepší možnosti • Přijetí

Princip modelu PŘEDPOKLAD: kvalita přijatelnost • Kvalita rozhodnutí - výběr nejlepší možnosti • Přijetí rozhodnutí - stupeň, ve kterém je akceptováno rozhodnutí učiněné vedoucím • Čím důležitější kvalita rozhodnutí, tím důležitější je jeho přijetí • Participace zvyšuje přijetí rozhodnutí • Účel modelu: rozhodování o tom, kdo bude rozhodovat ! 176

Styly rozhodování • STYLY: A autokratický K konzultativní S skupinově orient. I nadřízený II

Styly rozhodování • STYLY: A autokratický K konzultativní S skupinově orient. I nadřízený II i podřízení AI AII KI KII SII mgr R R „tým“ info+názor týmová diskuse R 177

Model A – preference času 1. Jak je důležité kvalitně rozhodnout? V/M 2. -

Model A – preference času 1. Jak je důležité kvalitně rozhodnout? V/M 2. - ztotožnění podřízených s rozhodnutím? V/M 3. Má M informace, aby mohl kvalitně rozhodnout? A/N 4. Jde o DSP? A/N 5. Je (P), že PS budou akceptovat R Mgra? A/N 1 6. Sdílejí PS cíle problému? A/N 7. Je (P) konflikt mezi PS? A/N 8. Mají PS info pro kvalitní R? A/N 5 8 6 4 2 6 5 3 4 6 8 KII AII 7 5 SII 7 6 2 AI SII KII 5 3 250 KI KII AI SII Pramen: Vroom-Jago, 1988 178

Model B – preference rozvoje LZ 5 6 7 KI 8 7 251 KII

Model B – preference rozvoje LZ 5 6 7 KI 8 7 251 KII SII 8 6 3 4 KII 5 6 8 2 SII 8 4 6 KII 3 6 1 8 KI 7 6 5 2 SII 8 KII SII AI Pramen: Vroom-Jago, 1988 179

Shrnutí modelu • Jasný a přímý nástroj rozhodování jak úzce spolu/rozhodovat s podřízenými a

Shrnutí modelu • Jasný a přímý nástroj rozhodování jak úzce spolu/rozhodovat s podřízenými a uchopit problém • Velmi racionální teorie může vyžadovat v praxi určitou míru sociálního vnímání • Nic není konstantní určitá flexibilita musí existovat • Testování se týkalo vedoucích i podřízených výsledky vedoucích podpořili správnost modelu – rozdílnost vyhodnocení efektivnosti rozhodnutí – hodnocení požadované přijatelnosti – čím blíže se vedoucí dostane k SII, tím je pravděpodobnost spokojeného podřízeného větší 180

Zhodnocení modelu Obhájci • Racionální model • Umožňuje flexibilitu • Je jednoduchý, názorný, široce

Zhodnocení modelu Obhájci • Racionální model • Umožňuje flexibilitu • Je jednoduchý, názorný, široce přístupný, rychle aplikovatelný, poskytuje efektivní výsledky • Pracuje se sociálním vnímáním • Užitečný nástroj pro určení vhodného stupně účasti podřízených na rozhodování Kritici • • Příliš jednoduchý Příliš složitý Zbytečný Stačí intuice Model nutí zvažovat i další styly rozhodování Ve stresu eliminujeme určité informace Intuitivní rozhodnutí fungují jen za určitých podmínek … 181

 Příklad 1 UT – hledání volby 252 otázka Jak je důležité kvalitně rozhodnout?

Příklad 1 UT – hledání volby 252 otázka Jak je důležité kvalitně rozhodnout? zdůvodnění odpovědi Pokud by manažer rozhodl sám a podřízení by své ohodnocení považovali za nespravedlivé, silně by je to demotivovalo. V případě, kdyby určení výše odměn ponechal na jejich rozhodnutí a došlo by k osobním sporům, dobrý kolektiv by se mohl rozpadnout. Jak je důležité, aby podřízení Je to velmi důležité. Nebudou-li mít pocit, že nebyli rozhodnutí akceptovali a byli jím náležitě odměněni, budou se cítit ukřivděni. Přestanou vázáni? manažerovi důvěřovat a mohou mít zášť i vůči lépe odměněným spolupracovníkům. Má manažer dostatečné informace k Manažer má informace, ale nemá takové, které má tomu, aby sám mohl kvalitně kolektiv podřízených. Oni vědí více o postupu řešení, rozhodnout? kvantitě i kvalitě návrhů jednotlivých členů, nadšení, vstřícnosti i ochotě ke spolupráci. Je řešený problém dobře strukturovaný? Problém je dobře strukturovaný. Je pravděpodobné, že podřízení budou Podřízení by rozhodnutí nadřízeného akceptovali, ale akceptovat rozhodnutí, pokud jej učiní jeho chybné rozhodnutí může ovlivnit práci celého manažer sám? kolektivu do budoucna. Sdílejí podřízení cíle, kterých se má Ano, sdílejí je. řešením dosáhnout? Je pravděpodobné, že mezi Ano, je to pravděpodobné. podřízenými dojde ke konfliktu, kterému řešení dát přednost? 182

Příklad 1 UT – graficky 5 6 7 8 7 253 KI KII SII

Příklad 1 UT – graficky 5 6 7 8 7 253 KI KII SII 8 3 4 5 6 KII 6 8 2 8 3 4 6 KII 6 1 8 6 5 SII KI 7 2 SII 8 KII SII AI 183

Shrnutí tématu a dotazy • Je jeden nebo více rozhodovatelů • Postavení a pravomoc

Shrnutí tématu a dotazy • Je jeden nebo více rozhodovatelů • Postavení a pravomoc subjektů jsou ovlivněny řadou faktorů • Je efektivní dodržovat normy týmové práce • Uvědomit si pozitiva a negativa skupinového rozhodování • Volba stylu závisí na osobě rozhodovatele, ale i na dalších faktorech • Je dobré znát různé styly rozhodování • K výběru stylu experti používají intuitivní, grafické a matematické metody • Populární je model Vroom-Yetton-Jago 184

Procvičení metod k jednotlivým tématům 185

Procvičení metod k jednotlivým tématům 185

Děkuji za pozornost helena. hruzova@vsem. cz 186

Děkuji za pozornost helena. hruzova@vsem. cz 186