Kantitatif İSG Risk Değerlendirmesi

Kantitatif  İSG Risk Değerlendirmesi

Kantitatif İSG risk değerlendirmesi ve Monte Carlo simülasyonu; analitik yöntemlerle hesaplamanın çok zor veya karmaşık olduğu durumlarda tercih edilen bir yöntemdir. Monte Carlo simülasyonu sayesinde problemin yapısına ve girdilerine göre rastgele sayılar türetilerek karar vericilerin problem, probleme ait belirsizlikler ve sistem belirsizliği hakkında bilgi edinilmesini sağlayarak sağlıklı ve etkin kararlar verilmesine olanak sağlar. İş sağlığı ve güvenliğinde monte carlo tekniğinin yaygın olarak kullanılmasının sebebi bir problem hakkında cevap alabilmek için yüksek cebir bilgisine gerek kalmadan tatmin edici çözümler elde edilebilmektedir. Ayrıca pek çok rassal süreçler için rahatlıkla uygulanabilmektedir. Monte Carlo simülasyonun aşamalarını şu şekilde özetleyebiliriz:

  • Çalışılacak sistem davranışlarını temsil edecek modelin veya algoritmanın oluşturulması
  • Girdi ve çıktıları açık bir şekilde belirtilmiş modelin istenilen sonuçlarını elde etmek için rassal sayılar kullanılır ve birçok kez benzetim çalıştırılır. Burada, model girdilerindeki ve parametrelerindeki belirsizlikleri temsil etmek için birçok kesikli veya sürekli düzgün, normal, Poisson dağılımı gibi dağılımlar kullanılabilir.
  • Çok fazla sonuç elde etmek için çalıştırılan bu modellerde gerçekleşen sonuçlara göre genel sistem performanslarının yanında sistemde tanımlı ve istenen değişkenler için ortalama, standart sapma ve güven aralıkları gibi birçok bilgiye ulaşılabilir. Günümüzde hem modellemede, hem rassal sayı üretiminde hem de sonuçların hesaplanmasındaki sağladıkları kolaylıklardan dolayı bilgisayar ortamında simülasyon yaygın olarak kullanılmaktadır.

1 – Markov Analizi :

Markov analizi, verilen bir sistemdeki gelecek durumların mevcut durumlara bağlı olduğu hâllerdeki stokastik süreçleri modellemede kullanılır. Birinci derecen Markov analizi gelecek durumların şimdiki durum verildiğinde geçmiş durumlardan bağımsızlığını kabul eder. İş sağlığı ve güvenliği bakımından  Markov analizinde sisteme ait bütün açıklayıcı bilgiler durum adı verilen ifadelerde tutulmaktadır. Durumlar arasındaki geçişler ise geçiş olasılık matrisleri ile yönetilmektedir. Örneğin, bir işletmede bir günde meydana gelen kaza sayılarının kazasız, 1 kazalı ve 2 kazalı olmak üzere üç durumdan birinin gerçekleştiğini kabul edecek olusak, bunlar inceleyeceğimiz Markov sürecimizin durum uzayını temsil etmektedir. Bu üç durum arasındaki değişimde aşağıdaki geçiş matrisi M ile gerçekleşmektedir.

2 – Bayes Ağları :

Bayes ağları, grafik modellerinin yardımı ile birçok değişken ve bunlar arasındaki olasılık ilişkilerini modellemek için kullanılır. Bayes ağlarında değişkenler düğümler olarak gösterilirken bu düğümler arasındaki ilişkiler yönlü oklar ile gösterilmektedir. Değişkenlere ait olasılık ilişkileri de şartlı olasılıklar ile tanımlanır.

3 – Karar Ağacı : 

İş sağlığı ve güvenliği Karar ağacı, risk altında karar vermede kullanılan kantitatif tekniklerden biridir.Karar ağacı, tercih yapılan çeşitli alternatifleri ve her bir kararın sahip olduğu belirsizlikleri sıralı olarak göz önüne alarak inceler. Belirlenen fayda, getiri veya maliyet gibi bir performans ölçütünden beklenen değere göre en iyi performansı gösteren farklı alternatiflerin seçiminde kullanılan bir tekniktir.

Karar ağacının elemanlarını; karar noktaları, şans noktaları, karar dalları, şans dalları ve son noktalar olarak sıralayabiliriz. Karar ağacında karar noktaları kare şeklinde gösterilirken şans noktaları daire şeklinde gösterilir. Her bir kareden sonra inceleyeceğimiz seçenekler karar dalları ile gösterilir. Son noktalarda ise her bir alternatif için getiri, fayda veya maliyetler gösterilir. Karar ağacında hesaplama yapılırken işlemler son noktalardan başlangıç noktasına doğru gerçekleştirilir. Genel olarak karar ağacının aşamalarını şu şekilde sıralayabiliriz:

  • İncelenecek problemin tanımlanması (Karar ağacında incelenecek alternatiflerin bunlara ilişkin belirsizliklerin belirlenmesi)
  • Karar ağacının yapısının oluşturulması (Kararların hangi sıra ile alınacağı ve her bir kararımız ile belirsizliklerin ağaç üzerinde çizilmesi)
  • Olasılıkların belirlenmesi (Her bir belirsizliğin veya olayın oluşma olasılığı mevcut verilerden veya uzman görüşünden yararlanarak tespiti)
  • Karar ağacındaki her bir son nokta için incelediğimiz performans ölçütlerine göre (getirinin, fayda, maliyet gibi) değerlerin işlenmesi
  • Her bir şans noktasında beklenen değer hesaplamasının geriye yönelik gerçekleşmesi
  • Her bir karar aşamasında beklenen değerlerine göre en uygun seçimin yapılması
  • Son iki aşamanın geriye yönelik tekrarlanarak en baştaki karar düğümüne kadar ilerlenmesi
  • Önerinin sunulması

Efor OSGB İstanbul; Tecrübeli İş güvenliği uzmanları ve işyeri hekimleriyle İş Sağlığı ve Güvenliği Hizmetlerinizde kaliteli ve güvenilir OSGB’dir. Efor OSGB ile Geleceğe GÜVENLE Bakın!

2013 yılından beri  İş Sağlığı Güvenliği Genel Müdürlüğü tarafından yetkilendirilmiş Ortak Sağlık Güvenlik Birimi olarak hizmet veriyoruz.