روش های آماری در سنجش ایمنی

روش های آماری در سنجش ایمنی
(Statistical Methods in Safety Metrics)

فرمت: PDF   تعداد صفحات: 26

فهرست:

• انواع داده
• داده های رسته ای
• داده ترتیبی
• داده فاصله ای
• داده نسبتی
• ثبت
• توانایی و انعطاف انواع فرمت داده ها
• آمار توصیفی
• شاخص های مرکزی
• میانگین
• میانه
• مد
• اندازه گیری پراکندگی
• دامنه
• واریانس
• انحراف معیار
• توزیع نرمال
• احتمال
• قوانین احتمال
• احتمال رویداد توأم
• احتمالات مرکب
• احتمالات شرطی
• احتمالات دو جمله ای
• احتمال پواسون
• خلاصه
• سؤالات فصل

سنجش مطلوب ایمنی نیازمند تحلیل مناسب داده های جمع آوری شده است. هدف تحلیل داده، مقایسه نتایج و اهداف با الگوها است. روندهای معنادار و یا تفاوت بین نتایج به دست آمده و الگوها باید مشخص شود. چندین روش آماری وجود دارد که می تواند تعیین کند که چه روندی در داده ها وجود دارد و یا نتایج با آنچه پیش بینی شده است مطابقت می کند. با استفاده از روش های آماری، برای تعیین وقوع روندها و تغییرات می توان شاخصی را ایجاد کرد. نمونه این شاخص ها بهبود مستمر، تولید بی نقص، تحلیل هزینه و سود، و مقایسه با الگو است. همچنین تعدادی روش های آماری در دسترس متخصص ایمنی وجود دارد تا روابط بین فعالیت های برنامه ایمنی و نتایج اندازه گیری شده را مشخص کند (مانند روش همبستگی).

با این حال، ارتباط معنادار بین فعالیت ها و اندازه گیری های عملکرد ایمنی لزوما نشان دهنده رابطه علی و معلولی نیست. برای توضیح این نکته، فرض کنید یک مدیر ایمنی روش های مناسب حمل بار را به گروهی از کارکنان آموزش دهد. پس از یک دوره زمانی، مشاهدات کار نشان می دهد که کارکنان شیوه صحیح بلند کردن بار را انجام میدهند، و گزارش های نشان میدهد که تعداد کمردردها کاهش یافته است. با استفاده از روش همبستگی، ارتباط معنی داری بین تعداد مشاهدات بلند کردن صحیح اجسام و تعداد کمردردها یافت می شود.

از آنجا که ارتباط معنی دار آماری شناسایی شده است، مدیر ایمنی باید مشخص کند که چرا کمردردها کاهش یافته است. برای بیان اینکه آموزش باعث کاهش کمردرد می شود. باید با تعداد کمردردهای گروه کارگرانی که آموزش ندیده اند (گروه کنترل) مقایسه ای نیز انجام شود. اگر یافته های آماری نشان دهد که گروهی که آموزش دیده اند کمردرد خیلی کمتری نسبت به گروهی که آموزش ندیده اند دارند می توان نتیجه گرفت که آموزش باعث کاهش آسیب ها شده است. گروه کنترل برای انجام این آزمایش ضروری است برای اینکه بتوانیم فاکتورهای دیگری که احتمالا در کاهش کمر درد مؤثر هستند را حذف کنیم (مانند حمایل کمری برای محافظت ستون فقرات) که به همه کارکنان در زمان آموزش داده شده است.

با توجه به نتایج به دست آمده، انجام اقدامات بعدی ضروری به نظر می رسد. اگر مشخص شود که نتایج ثابت هستند (به عبارت دیگر، تعداد آسیب های کمری در هر هفته افزایش یا کاهش نداشته باشد) و تغییرات عملکرد آن ضروری است (آسیب های کمری به طور مکرر هنوز اتفاق بیفتد)، آنگاه باید فرایند را تغییر دهیم. در این صورت، اگر رابطه بین حضور در برنامه های آموزشی و آسیب های گزارش شده معنادار نباشد، نشان میدهد که هیچ رابطه ای بین پیشگیری آسیب و آموزش وجود ندارد

به عبارت دیگر، آموزش هیچ تأثیری بر تعداد آسیب ها در هر هفته ندارد، پس فعالیت های دیگری باید انجام شود. این فعالیت ها ممکن است شامل ارزیابی برنامه های آموزشی برای بهبود اثربخشی یا تدوین روش های بلند کردن باشد که برای دستیابی به نتایج موردنظر به کار برده می شوند. نمونه استراتژیهایی که برای ارزیابی فعالیت ها استفاده می شود عبارت اند از تحلیل علت ریشه ای ، مهندسی مجدد فرایند انجام تغییرات، و ایجاد یک برنامه پیاده سازی قبل از اجرای اقدام اصلاحی، شاخص ایمنی مورد استفاده در تعیین موفقیت نیز باید مورد تحلیل قرار بگیرد. شاید تعداد آسیب های کمری، سنجش خوبی نباشد و ممکن است به طور دقیق موفقیت برنامه های آموزشی را نشان ندهد.

دلایل زیادی برای این موضوع وجود دارد. به طور مثال، فرض کنید بعد از برنامه آموزشی، تعداد کارگرانی که وظیفه بلند کردن بر عهده دارند افزایش یابند، در نتیجه سازمان تعداد آسیب های کمری بیشتری را تجربه می کند. در این مورد، «نرخ» آسیب های کمری (یعنی، تعداد آسیب های کمری به ازای فرد در هر هفته) ممکن است به طور قابل توجهی کاهش یابد. با این حال اما ممکن است تعداد کل آسیب های کمری در هر هفته افزایش داشته باشد (به دلیل افزایش تعداد کارگران). بنابراین، اندازه گیری «تعداد آسیبهای کمری» اندازه گیری مناسبی از عملکرد نیست. تحلیل مشابهی می تواند برای تعداد آسیب های کمری به ازای فرد» انجام شود و نتیجه گرفت که اندازه گیری مناسبی است.

با داده های صحیح جمع آوری شده، باید ارزیابی ای برای پیش بینی بهبود مورد انتشار در عملکرد ایمنی انجام شود. آیا انتظار می رود. نرخ کمردرد در سال آینده ۱۰ درصد کاهش یابد؟ آیا ۲۰ درصد کاهش معقول است؟ با استفاده از شاخص های عملکرد گذشته (به طور مثال، جلسات آموزشی موفق که آسیب ها را در سال گذشته ۱۰ درصد کاهش داده است) و نظر متخصص، مزایای موردنظر می تواند در تعریف هدف عملکرد به کار رود. آخرین مرحله اجرای اقدامات بعدی (تغییر فرایند، تغییر آموزش، و غیره) و ارزیابی ای به منظور تعیین تأثیر واقعی تغییر فرایند بر اندازه گیری عملکرد است. در مثال ذکر شده، برای شرکت دادن تمام کارگران، دو بار در سال در جلسه آموزشی باید تصمیمی گرفته شود. پس از یک سال، تعداد آسیب های کمری به ازای فرد (یا اندازه گیری عملکرد مناسب دیگر) را می توان اندازه گیری و با هدف عملکرد مقایسه کرد.

انواع داده

داده ها را می توان به چهار دسته عمده بر اساس ویژگی های اعداد طبقه بندی کرد. یادگیری این دسته بندی ها برای مدیر ایمنی مهم است زیرا برخی داده ها از داده های دیگر مفیدتر هستند. دسته ها از حداقل مفید تا بسیار مفید، عبارت اند از: قیاسی (رسته ای)، ترتیبی، فاصله ای، و نسبتی (Horvath 1974)

داده نسبتی بیشترین ارزش را دارد، زیرا می تواند در تمام روش های آماری استفاده شود. از طرفی داده قیاسی ارزش بسیار کمی دارد زیرا تنها می تواند در روش های آماری که به صورت اختصاصی برای متغیرهای قیاسی طراحی شده اند به کار برده شود. تشخیص فرمت داده بسیار مهم است زیرا روشهای آماری مختلف به نوع داده که در آن به کار برده میشود وابسته است. محققان اغلب از رایانه برای تحلیل داده استفاده می کنند. جوابی که رایانه برای آزمون آماری ارائه می دهد، ممکن است بی معنی باشد اگر فرمت داده، فرضیات روش آماری را نقض کرده باشد. به طور مثال، فرض کنید مدیر ایمنی داده های جنسیت کارگران مصدوم را در طی سال گذشته جمع آوری می کند.

برای ورود داده به کامپیوتر، “۱” را به زنان و “۲” را به مردان اختصاص می دهد. اگر مدیر ایمنی بخواهد میانگین را به دست آورد (به طور میانگین، جنسیت فرد مصدوم چیست؟)، کامپیوتر ممکن است عدد ۱٫۵ را نشان دهد. این تعداد بی معنی است زیرا با دسته (مرد یا زن) مطابقت ندارد.

داده های رسته ای (Categorical)

داده رسته ای یا گسسته، دسته بندی را نشان می دهد. در روشهای آمارگیری، آیتم هایی که فرد آنها را تیک میزند مانند جنسیت فرد، بخشی که فرد در آن کار می کند و دسته بندی بیماری های شغلی به عنوان نمونه هایی از داده های رسته ای است.

داده رسته ای می تواند به دو گروه دسته بندی شود و با عنوان داده های دو بخشی شناخته می شوند، همانند جنسیت فرد. برای تعیین داده های رسته ای، پژوهشگر ابتدا باید دسته ها را تعریف کند، مطمئن شود که تفاوت روشنی بین گروه های ممکن وجود دارد و پاسخ تنها به یک گروه می تواند تعلق بگیرد. مقادیر اختصاص یافته به داده رسته ای تنها تمایز بین اعضای گروه را بیان می کند. بزرگی بین مقادیر دسته وجود ندارد. به طور مثال، گفتن اینکه دسته با شماره “۲” دو برابر بزرگتر از دسته با شماره “۱” است صحیح نیست. هنگام جمع آوری داده ها برای تحلیل، پژوهشگر برای ایجاد دسته ها در انتخاب دارد. پژوهشگر ممکن است دسته ها را تعریف کند و از مخاطب بخواهد یکی را انتخاب کند یا یک سؤال مطرح می کند. و پاسخ آن را گردآوری می کند، و با استفاده از پاسخ ها دسته ها را ایجاد کند.

ادامه مطالب را با دانلود فایل پیوستی مشاهده کنید.

حتما بخوانید:

⇐ سنجش ایمنی در محیط کار

⇐ برنامه های عملکرد ایمنی

⇐ اندازه گیری عملکرد ایمنی فرایند