การวิเคราะห์หลายตัวแปรเกี่ยวข้องกับการระบุการมีอยู่และรูปแบบ การวิเคราะห์ความแปรปรวนหลายตัวแปร

มาทำการวิเคราะห์ปัจจัยเชิงกำหนดกับตัวอย่างของแบบจำลองที่อธิบายความสัมพันธ์ระหว่างตัวบ่งชี้ทางการเงินขององค์กร ให้เราพิจารณาวิธีการเปลี่ยนสายโซ่ทั่วไปที่สุด สำหรับการวิเคราะห์ปัจจัย เราใช้ส่วนเสริมนางสาว เก่ง ความแปรปรวน การวิเคราะห์ เครื่องมือจากบริษัทฟินคอนโทรลเล็กซ์.

สำหรับการดำเนินการ ในสภาพแวดล้อม MS EXCEL ก่อนอื่นเราจะเตือนผู้อ่านสั้น ๆ เกี่ยวกับวิธีการ จากนั้นเราจะแสดงวิธีดำเนินการ การวิเคราะห์ปัจจัยเป็นอิสระจากตัวอย่างของรุ่นผลิตภัณฑ์เดี่ยวอย่างง่าย และสุดท้าย เราจะใช้ส่วนเสริมพิเศษ ความแปรปรวน การวิเคราะห์ เครื่องมือ สำหรับผลิตภัณฑ์หลายรุ่นที่ซับซ้อนยิ่งขึ้น .

ทฤษฎีเล็กน้อย

ขั้นแรกให้คำจำกัดความทางวิชาการแบบแห้ง การวิเคราะห์ปัจจัยจากนั้นเราจะอธิบายด้วยตัวอย่าง

การวิเคราะห์ปัจจัยกำหนด (DFA)เป็นวิธีการศึกษาอิทธิพล ปัจจัยบน ตัวบ่งชี้ประสิทธิภาพ. สันนิษฐานว่าการเชื่อมต่อ ปัจจัยกับ ตัวบ่งชี้ประสิทธิภาพเป็นไปตามธรรมชาติซึ่งแสดงโดยสูตรทางคณิตศาสตร์

ให้เรายกตัวอย่างการเชื่อมต่อการทำงานดังกล่าว เป็นผลให้เราใช้ รายได้วิสาหกิจและเป็นปัจจัยที่ส่งผลต่อรายได้ - ปริมาณการขาย, ราคาขายสินค้าและ ค่าใช้จ่ายเพิ่มเติมซึ่งคำนึงถึงเงื่อนไขการชำระเงิน (ต่อมาผู้ซื้อชำระค่าสินค้าในภายหลัง มาร์จิ้นก็จะยิ่งสูงขึ้น) สูตรความสัมพันธ์เชิงฟังก์ชันในกรณีนี้มีลักษณะดังนี้:

รายได้=(ปริมาณการขายผลิตภัณฑ์สำหรับรอบระยะเวลา)*(ราคาผลิตภัณฑ์)*มาร์กอัป

สูตรนี้เป็นแบบจำลองเช่น การทำให้ความเป็นจริงง่ายขึ้นอย่างสมเหตุสมผล อันที่จริง มีข้อสันนิษฐานที่ชัดเจนหลายประการในแบบจำลองนี้:

• บริษัทผลิตผลิตภัณฑ์เดียว
• สันนิษฐานว่าราคาของผลิตภัณฑ์ไม่เปลี่ยนแปลงในช่วงระยะเวลาการศึกษา (อันที่จริง ราคามักจะขึ้นอยู่กับเงื่อนไขของการจัดหาให้กับผู้บริโภคต่างๆ)
• บริษัทไม่มีแหล่งรายได้อื่นนอกเหนือจากการขายผลิตภัณฑ์ (เช่น ไม่มีรายได้จากการดำเนินการที่ไม่ใช่การค้า)
• รายได้ หมายถึง รายได้รวม ไม่ใช่รายได้สุทธิ (สุทธิจาก VAT, ส่วนลด) เป็นต้น

บันทึก: การวิเคราะห์เชิงกำหนดขจัดความไม่แน่นอนและการสุ่มที่มีอยู่ในกระบวนการของกิจกรรมจริงขององค์กร แม้ว่าผลลัพธ์ของการวิเคราะห์ดังกล่าวจะเป็นค่าประมาณ แต่ก็ช่วยให้ผู้วิจัยสามารถระบุระดับของอิทธิพลของปัจจัยที่มีต่อตัวบ่งชี้ผลลัพธ์ และมักจะเป็นจุดเริ่มต้นสำหรับการวิเคราะห์ที่มีรายละเอียดมากขึ้น

บันทึก: รุ่นข้างต้นคือ ทวีคูณ, เช่น. ที่จะได้รับ ตัวบ่งชี้ผลลัพธ์ต้องคูณปัจจัย นอกจากนี้ยังมี สารเติมแต่ง(ผลลัพธ์=ปัจจัยที่ 1+ปัจจัยที่ 2+…), ทวีคูณ(ผลลัพธ์=ปัจจัยที่ 1/ปัจจัยที่ 2) และ โมเดลผสม(ผลลัพธ์ = ปัจจัย 1 * ปัจจัย 2 + ปัจจัย 3)

ในการดำเนินการ DFA เราต้องการค่าปัจจัย 2 ชุดและตัวบ่งชี้ผลลัพธ์ที่สอดคล้องกัน บ่อยครั้งที่ค่าที่วางแผนไว้ถูกเลือกเป็นชุดแรก (เรียกว่าฐาน) และค่าจริงจะถูกเลือกเป็นชุดที่สอง

สำหรับพวกเรา ทวีคูณโมเดล รายได้ = ปริมาณ * ราคา * มาร์กอัปกรอกตารางต่อไปนี้ด้วยค่าที่วางแผนไว้และตามจริง:

ดังที่เห็นได้จากตาราง รายได้จริงน้อยกว่าที่วางแผนไว้อย่างมาก สิ่งนี้เกิดขึ้นเนื่องจากค่าที่แท้จริงของปัจจัยทั้งหมดน้อยกว่าที่วางแผนไว้ จำเป็นต้องวิเคราะห์ว่าปัจจัยใดมีส่วนทำให้ผลลัพธ์ลดลงมากที่สุด: ราคามาร์กอัปหรือ ปริมาณการขาย.

ใน การวิเคราะห์ปัจจัยเชิงกำหนดใช้วิธีการวิเคราะห์ต่อไปนี้:

• วิธีการเปลี่ยนโซ่
• วิธีการของผลต่างสัมบูรณ์
• วิธีการเปรียบเทียบ (ร้อยละ) ความแตกต่าง;
• วิธีอินทิกรัล ฯลฯ

เราใช้อเนกประสงค์ที่สุด วิธีการเปลี่ยนโซ่ซึ่งสามารถใช้ได้กับโมเดลทุกประเภท - การบวก, การคูณ, การคูณและ ผสม.

วิธีการเปลี่ยนโซ่ช่วยให้คุณระบุได้ว่าปัจจัยใดที่มีอิทธิพลต่อตัวบ่งชี้ผลลัพธ์ที่สำคัญที่สุด วิธีนี้มีดังนี้:

• ขั้นแรก เปลี่ยนค่าของปัจจัยหนึ่งจากที่วางแผนไว้เป็นค่าจริง (ในกรณีของเรา เปลี่ยน ปริมาณการขาย). อย่างไรก็ตาม ปัจจัยอื่นๆ ( ราคาและ มาร์กอัป) ไม่ควรเปลี่ยนแปลง (วางแผนไว้) จากนั้นจึงคำนวณดัชนีผลลัพธ์ ( รายได้) และผลลัพธ์จะถูกเปรียบเทียบกับค่าก่อนหน้าที่มีอยู่ (กับแผนที่วางไว้ รายได้). แล้วค้นหาความแตกต่างของพวกเขา ยิ่งความแตกต่างของค่าสัมบูรณ์มากเท่าใด ปัจจัยนี้มีอิทธิพลต่อตัวบ่งชี้มากขึ้นเท่านั้น
• ในขั้นตอนที่สองค่าของสองปัจจัยจะเปลี่ยนเป็นค่าจริงทันที ( ปริมาณและ ราคา) ในขณะที่ปัจจัยที่เหลือ ( มาร์กอัป) ไม่เปลี่ยนแปลง (วางแผนไว้) ถัดไป คำนวณตัวบ่งชี้ผลลัพธ์ ( รายได้) และเปรียบเทียบกับค่าที่ได้ในขั้นตอนที่แล้ว
• นอกจากนี้การแทนที่ค่าของปัจจัยจากค่าที่วางแผนไว้เป็นค่าจริงจะถูกทำซ้ำจนกว่าค่าของปัจจัยทั้งหมดของแบบจำลองจะถูกแทนที่ด้วยค่าจริง

ทั้งหมดข้างต้นสามารถเขียนได้โดยใช้นิพจน์ทางคณิตศาสตร์อย่างง่าย ลองทำสิ่งนี้ด้วยตัวอย่าง 3 ปัจจัย ทวีคูณรุ่น).

เราเริ่มต้นด้วยสูตรที่มีเฉพาะค่าที่วางแผนไว้ของปัจจัย:

ผลลัพธ์(แผน) = ปัจจัย1(แผน) * ปัจจัย2(แผน) *ปัจจัย3(แผน)

จากนั้นสำหรับปัจจัยทั้งหมด เราจะแทนที่ค่าจริงแทนค่าที่วางแผนไว้

ผลลัพธ์(1)= ปัจจัย1(ข้อเท็จจริง) * ปัจจัย2(แผน) *ปัจจัย3(แผน)

ผลลัพธ์(2)= ปัจจัย1(ข้อเท็จจริง) * ปัจจัย2(ข้อเท็จจริง) * ปัจจัย3(แผน)

ผลลัพธ์(3)= ปัจจัย1(ข้อเท็จจริง) *ปัจจัย2(ข้อเท็จจริง) *ปัจจัย3(ข้อเท็จจริง)

บันทึก: ผลลัพธ์(3) = ผลลัพธ์(ข้อเท็จจริง),เหล่านั้น. ค่าของตัวบ่งชี้ผลลัพธ์พร้อมค่าจริงของปัจจัยทั้งหมด .

ในกรณีนี้ การเปลี่ยนแปลงทั้งหมดในผลลัพธ์จะเท่ากับ:

Δ ผลลัพธ์ = ผลลัพธ์ (ข้อเท็จจริง) - ผลลัพธ์ (แผน)

ในทางกลับกัน การเปลี่ยนแปลงโดยรวมในผลลัพธ์คือผลรวมของการเปลี่ยนแปลงในตัวบ่งชี้ผลลัพธ์เนื่องจากการเปลี่ยนแปลงในแต่ละปัจจัย:

Δ ผลลัพธ์ = Δ ผลลัพธ์ (1) + Δ ผลลัพธ์ (2) + Δ ผลลัพธ์ (3)

ประเด็นนี้

Δ ผลลัพธ์ (1) = ผลลัพธ์ (1) – ผลลัพธ์ (แผน)

Δ ผลลัพธ์(2) = ผลลัพธ์(2) – ผลลัพธ์(1)

Δ ผลลัพธ์(3) = ผลลัพธ์(ข้อเท็จจริง) – ผลลัพธ์(2)

และสุดท้าย เรากำหนดค่าของ Δ ผลลัพธ์(ฉัน), ซึ่งจะสูงสุด ค่าสัมบูรณ์ ปัจจัยที่สอดคล้องกัน (i) จะเป็นปัจจัยที่ส่งผลต่อตัวบ่งชี้ผลลัพธ์มากที่สุด

มาใช้จ่ายกันเถอะ การวิเคราะห์ปัจจัยเชิงกำหนดสำหรับ แบบจำลองการคูณทาง การทดแทนโซ่ในกรณีหนึ่งรายการในสภาพแวดล้อม MS EXCEL เราจะทำการคำนวณทั้งหมดโดยใช้สูตรปกติ

การคำนวณใน MS EXCEL

เราจะทำการคำนวณตามอัลกอริทึมข้างต้น วิธีการตั้งโซ่. ในการทำเช่นนี้ เราคำนวณมูลค่าของรายได้ โดยแทนที่ค่าของปัจจัยต่างๆ จากที่วางแผนไว้เป็นจริง ( ดูตัวอย่างไฟล์ แผ่นงาน DFA).

ABS($M11)=MAX(ABS($M$11:$M$13))

เลือกค่าที่นำไปสู่การเบี่ยงเบนสูงสุดของตัวบ่งชี้ผลลัพธ์ ในกรณีของเรา ค่านี้สอดคล้องกับปัจจัย ปริมาณการขาย.

เห็นได้ชัดว่าในกรณี แบบจำลองการคูณปัจจัยที่มีการเปลี่ยนแปลงสัมพัทธ์ที่ใหญ่ที่สุดจะเป็นปัจจัยที่รับผิดชอบค่าเบี่ยงเบนสูงสุดของตัวบ่งชี้ที่เป็นผลลัพธ์เสมอ

สิ่งนี้สามารถตรวจสอบได้โดยตรงโดยการวิเคราะห์การเปลี่ยนแปลงปัจจัยต่างๆ ของโมเดล:

ผลลัพธ์ดังกล่าวจะชัดเจนก็ต่อเมื่อใช้แบบจำลองสำหรับการวิเคราะห์องค์กรที่ผลิตผลิตภัณฑ์เดียว หากองค์กรผลิตผลิตภัณฑ์หลายอย่างที่ขายในราคาต่างกันและมีอัตรากำไรต่างกัน การคำนวณสำหรับการวิเคราะห์ปัจจัยเชิงกำหนดจะซับซ้อนมากขึ้น

โชคดีที่มีโปรแกรมพิเศษสำหรับ การวิเคราะห์ปัจจัย. เนื่องจากสภาพแวดล้อมของ MS EXCEL เป็นเครื่องมือที่ยืดหยุ่นและในขณะเดียวกันก็ทรงพลังสำหรับการคำนวณ เราขอแนะนำให้ใช้ Add-in สำหรับโมเดลที่ซับซ้อน ความแปรปรวน การวิเคราะห์ เครื่องมือ จากบริษัท ฟินคอนโทรลเล็กซ์.

ก่อนอื่น เราจะแสดงวิธีควบคุม Add-in นี้อย่างรวดเร็ว จากนั้นเราจะทำการคำนวณโดยใช้ตัวอย่าง แบบผสมในกรณีของกลยุทธ์หลายผลิตภัณฑ์ขององค์กร

Add-in เครื่องมือวิเคราะห์ความแปรปรวน

คุณสามารถดาวน์โหลดส่วนเสริมได้จาก http://fincontrollex.com โดยเลือกจากเมนู สินค้าหรือไอคอนที่เกี่ยวข้องบนหน้าหลักของเว็บไซต์

คุณยังสามารถค้นหาความช่วยเหลือโดยละเอียดสำหรับส่วนเสริมและวิดีโอแนะนำที่มีประโยชน์มากบนเว็บไซต์ (http://fincontrollex.com/?page=products&id=3&lang=th)

ในหน้าผลิตภัณฑ์ คลิกปุ่ม "ดาวน์โหลดฟรี" Add-in จะถูกดาวน์โหลดไปยังคอมพิวเตอร์ของคุณในรูปแบบ zip ไฟล์เก็บถาวรมีไฟล์เสริม 2 ไฟล์ *.xll: x64 - สำหรับ 64 และ x86 - สำหรับ MS EXCEL เวอร์ชัน 32 บิต เพื่อค้นหาเวอร์ชันของโปรแกรมของคุณในเมนู ไฟล์เลือกรายการ อ้างอิง.

หลังจากติดตั้งส่วนเสริมแล้ว แท็บ fincontrollex.com ใหม่จะปรากฏขึ้น

เราจะกลับไปที่ส่วนเสริมในภายหลังตอนนี้เราจะสร้าง แบบผสมและกรอกตารางต้นฉบับด้วยค่าที่วางแผนไว้และตามจริงสำหรับปัจจัยและตัวบ่งชี้ผลลัพธ์

การสร้างแบบจำลอง

พิจารณารูปแบบรายได้ของบริษัทที่ซับซ้อนขึ้น โดยขึ้นอยู่กับ 3 ปัจจัย:

ฉัน)*(ราคาต่อ 1 ชิ้น(ฉัน))+โบนัส(ฉัน))

ดังที่เห็นได้จากสูตร ตอนนี้บริษัทขายผลิตภัณฑ์หลายอย่าง และแต่ละผลิตภัณฑ์มีราคาของตัวเอง สำหรับการชำระเงินตามกำหนดเวลาของชุดที่จัดส่งลูกค้าสามารถรับโบนัส (ส่วนลด): หากชำระเงินภายใน 3 วันแรกหลังจากการจัดส่ง (จัดส่ง) โบนัสคือ 20,000 รูเบิล ต่อพรรค; หากได้รับการชำระเงินไม่เกินหนึ่งสัปดาห์ โบนัสจะเท่ากับ 10,000 รูเบิล หากหลังจากนั้นจะไม่ได้รับโบนัส

มาสร้างตารางเริ่มต้นสำหรับค่าที่วางแผนไว้และค่าจริง:

ส่วนหัวของคอลัมน์ตารางที่มีค่าที่ป้อนโดยผู้ใช้จะถูกเน้นด้วยสีเหลือง เซลล์ตัวเลขที่เหลือมีสูตร ( ดูตัวอย่างไฟล์ชีทตาราง).

เห็นได้ชัดว่าผู้จัดการขององค์กรวางแผนที่จะขายผลิตภัณฑ์ที่มีบทความตั้งแต่ 1 ถึง 5 จำนวน 1,500 ชิ้นและผลิตภัณฑ์ที่เหลือจำนวน 1,750 ชิ้น ปริมาณการขายจริงสำหรับบางตำแหน่งแตกต่างกันอย่างมาก ราคาที่ผู้จัดการฝ่ายขายตกลงที่จะขายผลิตภัณฑ์ก็แตกต่างกันเช่นกัน การมีโบนัสมีบทบาทในการชำระเงินและลูกค้าส่วนใหญ่ชำระค่าสินค้าตรงเวลาหรือเร็วกว่าเส้นตายที่ผู้จัดการคาดการณ์ไว้ (ตั้งแต่ 3 วันถึง 1 สัปดาห์)

แต่ปัจจัยใดที่ส่งผลกระทบต่อรายได้มากที่สุด พนักงานคนไหนควรได้รับรางวัล: ผู้บริหารที่คิดระบบโบนัสขึ้นมา; ผู้จัดการฝ่ายขายที่ตกลงราคาและปริมาณของแต่ละผลิตภัณฑ์หรือฝ่ายผลิตซึ่งให้การผลิตเป็นชุดที่ยืดหยุ่น (ปริมาณแตกต่างจากที่วางแผนไว้อย่างมาก) คำตอบนั้นยังห่างไกลจากความชัดเจน

ดังที่ได้แสดงไว้ในหัวข้อที่แล้ว ทั้งนี้ เพื่อให้ การวิเคราะห์ปัจจัยคุณสามารถเขียนสูตรของคุณเอง อย่างไรก็ตาม เป็นที่ชัดเจนว่าแม้จะเป็นรุ่นผลิตภัณฑ์เดียว แต่ก็ค่อนข้างลำบาก ดังนั้น ผู้ใช้จึงเกิดข้อผิดพลาดในการคำนวณได้ง่าย

เพื่อป้องกันไม่ให้สิ่งนี้เกิดขึ้น ควรใช้ Add-in พิเศษ ความแปรปรวนการวิเคราะห์เครื่องมือ.

การคำนวณด้วย Add-in ของ Variance Analysis Tool

ดังนั้นเราจึงมีแบบจำลอง (สูตร) ​​และตารางที่มีข้อมูลเริ่มต้น หากต้องการใช้ส่วนเสริม เราต้องเปลี่ยนสูตรเล็กน้อย:

รายได้ \u003d SUM (ปริมาณการขายของผลิตภัณฑ์ (ฉัน)*(ราคาต่อ 1 ชิ้น(ฉัน)) + โบนัส (ฉัน))

เพื่อให้เข้าใจว่าเหตุใดเราจึงต้องเปลี่ยนสูตรที่ดูเหมือนสมเหตุสมผล ให้เราพิจารณารายละเอียดเพิ่มเติมเกี่ยวกับปัจจัยดังกล่าว ปริมาณการขายสินค้า.

เห็นได้ชัดว่าเป็นเรื่องสำคัญ ยอดขายทั้งหมด(เป็นชิ้น) และ ช่วงของผลิตภัณฑ์. คุณสามารถเพิ่มยอดขายรวม แต่ในขณะเดียวกันก็สูญเสียรายได้เนื่องจากการขายสินค้าราคาแพงกว่าที่วางแผนไว้ ตัวอย่างเช่น ผู้จัดการวางแผนที่จะขายผลิตภัณฑ์ 2 ชิ้นๆ ละ 100 ชิ้น ทุกคน. รายการหนึ่งราคา 10 รูเบิล อีก 50 รูเบิล รายได้ตามแผนคือ 6,000 รูเบิล = 100 * 10 + 100 * 50 ในความเป็นจริง มันเป็นไปได้ที่จะขาย 250 ชิ้น: 200 ชิ้น 10 ถู และ 50 ชิ้น 50 ถู เป็นผลให้เรามีรายได้ลดลงเหลือ 4,500 รูเบิล!

ความสวยงามคือเมื่อคุณเขียนสูตรอย่างถูกต้องโดยใช้ การวิเคราะห์ปัจจัยเป็นไปได้ที่จะกำหนดผลกระทบต่อรายได้ของทั้งสองปัจจัย: แยกกันกำหนดอิทธิพลของทั่วไปเช่น ยอดขายทั้งหมดเช่นเดียวกับผลกระทบของการขาย การแบ่งประเภทสินค้า.

ดังนั้นปัจจัย ปริมาณการขายสินค้าซึ่งเราใช้ในรูปแบบผลิตภัณฑ์เดียว ในกรณีขายหลายผลิตภัณฑ์ จำเป็นต้องแบ่งออกเป็น 2 ส่วน: ยอดขายทั้งหมดและบน ส่วนแบ่งยอดขายของแต่ละผลิตภัณฑ์. ดังนั้นแบบจำลองของเราจึงเปลี่ยนจาก 3 ปัจจัยเป็น 4 ปัจจัย

บันทึก: บนเว็บไซต์ fincontrollex.com คุณสามารถอ่านบทความเกี่ยวกับ การวิเคราะห์ปัจจัยของรายได้(http://fincontrollex.com/?page=articles&id=6&lang=th ) ซึ่งมีรายละเอียดเนื้อหาเกี่ยวกับวิธีพิจารณาผลกระทบของช่องทางการขายที่แตกต่างกันสำหรับผลิตภัณฑ์ ประเมินผลของการแนะนำผลิตภัณฑ์ใหม่ กำหนดผลกระทบของส่วนลด และคำนึงถึงผลกระทบของการริเริ่มการจัดการอื่นๆ

สูตรใหม่ที่คำนึงถึงผลกระทบ การแบ่งประเภทและ ยอดขายทั้งหมดเพื่อผลกำไร มีลักษณะดังนี้:

รายได้=ยอดขายรวม*SUM(ส่วนแบ่งยอดขายผลิตภัณฑ์(ฉัน)*(ราคาต่อ 1 ชิ้น(ฉัน)))+ SUM(โบนัส(ฉัน))

หรือสั้นกว่านั้น:

รายได้ = ปริมาณรวม * หุ้น * ราคา + โบนัส

ตอนนี้เรามาตั้งค่าโมเดลกัน

ในแท็บ fincontrollex.com ให้คลิกปุ่ม วิ่ง.

กล่องโต้ตอบ Add-in จะปรากฏขึ้น ความแปรปรวนการวิเคราะห์เครื่องมือ.

ใส่ชื่อรุ่น (ข้อความอิสระ) และสูตรรุ่น

สูตรโมเดลต้องไม่มีจุด (.) แต่อาจมีช่องว่าง หลังจากป้อนสูตรแล้ว ให้กดปุ่ม ENTER หรือคลิกปุ่ม พารามิเตอร์ของโมเดลหรือในสนาม ชื่อรุ่น.

ชื่อของปัจจัยในสูตรไม่จำเป็นต้องตรงกับชื่อของคอลัมน์ในตารางต้นฉบับ ความสอดคล้องกันระหว่างสูตรและตารางต้นฉบับถูกสร้างขึ้นโดยใช้ลิงก์ (ดูด้านล่าง)

หลังจากป้อนสูตรแล้ว Add-in จะกำหนดประเภทโมเดล (แบบผสม) และปัจจัยโดยอัตโนมัติ ในขณะที่สร้างรายการปัจจัยจากสูตรในคอลัมน์ ชื่อที่ด้านล่างของหน้าต่าง

ในสนาม ช่วงหัวเรื่องคุณต้องป้อนลิงค์ไปยังชื่อผลิตภัณฑ์

ในการเชื่อมโยงปัจจัยที่ระบุในสูตรกับข้อมูลที่สอดคล้องกันจากตารางต้นฉบับ จำเป็นต้องกรอก 3 คอลัมน์:

• ในคอลัมน์ คำอธิบายคุณต้องป้อนลิงก์ไปยังชื่อของคอลัมน์ปัจจัยจากตารางแหล่งที่มา
• ในคอลัมน์ ฐาน พิสัยคุณต้องป้อนลิงก์ไปยังเซลล์ที่เกี่ยวข้องด้วยค่าที่วางแผนไว้ของปัจจัย
• ในคอลัมน์ ช่วงจริงคุณต้องป้อนลิงก์ไปยังเซลล์ที่เกี่ยวข้องด้วยค่าจริงของปัจจัย

คอลัมน์ หน่วย.เป็นข้อมูลและอาจมีหน่วยวัดของปัจจัย คอลัมน์นี้ไม่มีผลกับการคำนวณ และโดยหลักการแล้ว สามารถละเว้นได้ (อย่างน้อยเมื่อทำการดีบักโมเดลการคำนวณ)

เพียงกดปุ่มเมนู วิ่งและด้วยเหตุนี้จึงเริ่มการคำนวณ

การคำนวณจะดำเนินการเกือบจะในทันที หลังจากทำการคำนวณแล้ว สมุดงานใหม่จะถูกสร้างขึ้นด้วย 2 แผ่นงาน: รหัสและ ในรายละเอียด.

ดัชนี ฐานบนแผ่น รหัสในกรณีของเราเท่ากับรายได้ที่วางแผนไว้และ ข้อเท็จจริง- รายได้จริง ระหว่างนั้นเป็นปัจจัยทั้ง 4 ของแบบจำลอง ด้วยค่าของปัจจัยเหล่านี้ คุณสามารถระบุผลกระทบของปัจจัยเหล่านี้ที่มีต่อตัวบ่งชี้ผลลัพธ์ (รายได้) ได้อย่างรวดเร็ว

ปัจจัยแน่นอน ราคาและ โบนัสมีผลกระทบต่อรายได้เกือบเท่าๆ กัน แต่มีสัญญาณตรงกันข้าม ดังนั้นผู้จัดการฝ่ายขายสามารถคาดหวังโบนัสได้เพราะ พวกเขาสามารถบรรลุการเพิ่มขึ้นของราคาอย่างมีนัยสำคัญและด้วยเหตุนี้จึงให้รายได้เพิ่มเติมที่สำคัญที่สุดเมื่อเทียบกับที่วางแผนไว้ เลือกประเภทผลิตภัณฑ์ได้อย่างถูกต้อง (+7210 สำหรับปัจจัย แบ่งปัน). ซึ่งหมายความว่ามีการขายสินค้าราคาแพงมากกว่าสินค้าราคาถูกเมื่อเทียบกับแผน

บนแผ่น ในรายละเอียดคุณสามารถดูการคำนวณโดยละเอียดพร้อมสูตร

ในด้านของการวิเคราะห์ทางการเงิน เราไม่สามารถมองข้ามสิ่งใดไปได้ ดังนั้นเราจึงศึกษาสูตรที่ Add-in สร้างขึ้นอย่างรอบคอบ และอัลกอริทึมของงานของพวกเขาได้รับการตรวจสอบตามทฤษฎี

จะเห็นได้ชัดว่าส่วนเสริม ความแปรปรวนการวิเคราะห์เครื่องมือจัดการได้ดีกับ "วัตถุประสงค์" การคำนวณทั้งหมดทำอย่างถูกต้องและสิ่งที่สำคัญมากอย่างรวดเร็ว

การเรียนรู้ส่วนเสริมนั้นใช้เวลาไม่นาน หลังจากดูวิดีโอสอน (10 นาที) ผู้ใช้ MS EXCEL จะสามารถเริ่มทำงานกับ Add-in สร้างแบบจำลองและดำเนินการได้ การวิเคราะห์ปัจจัยเชิงกำหนดโดยวิธีการแทนที่แบบลูกโซ่.

บทสรุป: เว็บไซต์แนะนำให้นักวิเคราะห์การเงินและผู้จัดการใช้ส่วนเสริม เครื่องมือวิเคราะห์ความแปรปรวนจาก Fincontrollex เพื่อเติมเต็ม การวิเคราะห์ปัจจัยเชิงกำหนดรุ่นต่างๆ.

ทำการวิเคราะห์แฟกทอเรียลของปรากฏการณ์ตามแบบจำลองตัวคูณโดยใช้วิธีการของผลต่างสัมพัทธ์ ผลต่างสัมบูรณ์ วิธีการแทนลูกโซ่ และวิธีฟอร์มัลไลเซชันของเศษเหลือที่ลดไม่ได้และวิธีลอการิทึม

a) การเปลี่ยนแปลงแบบสัมบูรณ์: b) การเปลี่ยนแปลงแบบสัมพัทธ์:

การคำนวณ

3,62*5,02*2,92*5,82=308,829

76,7807

=0,00

การตรวจสอบ

У4.52*5.02*4.02*5.72=521.7521

3,62*5,02*2,92*5,82=308,829

521,721-308,829=212,92

สรุป: การคำนวณการวิเคราะห์ปัจจัยแสดงให้เห็นว่าภายใต้อิทธิพลของปัจจัยอิสระทั้งหมด A, B, C, D, ปัจจัยที่มีประสิทธิภาพ Y เพิ่มขึ้น 212.92 หน่วย ในขณะเดียวกัน ปัจจัยต่างๆ เช่น B และ D ก็ส่งผลกระทบในทางลบต่อปัจจัยที่มีประสิทธิผล Y ในจำนวนนี้ ปัจจัย D มีอิทธิพลมากที่สุด และการเปลี่ยนแปลงทำให้ปัจจัยที่มีประสิทธิผล Y ลดลง 9.12 หน่วย ในเวลาเดียวกัน ปัจจัย A และ C มีผลกระทบเชิงบวกต่อปัจจัย Y ซึ่งปัจจัย C มีอิทธิพลมากที่สุด การเปลี่ยนแปลงทำให้ปัจจัย Y มีผลเพิ่มขึ้น 145.264 หน่วย

2) วิธีการ "เศษเหลือที่ย่อยสลายไม่ได้"

อิทธิพลของปัจจัยที่แยกจากกัน

สำหรับปัจจัย A \u003d 0.9 * 5.02 * 2.92 * 5.82 \u003d 76.7807

B \u003d 0.00 * 3.62 * 2.92 * 5.82 \u003d 0.00

ค \u003d 1.1 * 3.62 * 5.02 * 5.82 \u003d 116.3397

D \u003d -0.10 * 3.62 * 5.02 * 5.82 \u003d -10.5763

"สารตกค้างที่ย่อยสลายไม่ได้" ถูกกำหนดโดยสูตร

ไม่ \u003d ไม่ \u003d 212.92-182.5441 \u003d 30.38

สรุป: การคำนวณการวิเคราะห์ปัจจัยแสดงให้เห็นว่าภายใต้อิทธิพลของปัจจัยอิสระทั้งหมด A, B, C, D, ปัจจัยที่มีประสิทธิผล Y เพิ่มขึ้น 182.5441 หน่วย ในขณะเดียวกัน ปัจจัยต่างๆ เช่น B และ D ก็มีผลกระทบเชิงลบต่อปัจจัยที่มีประสิทธิผล Y ในจำนวนนี้ ปัจจัย D มีอิทธิพลมากที่สุด และการเปลี่ยนแปลงทำให้ปัจจัยที่มีประสิทธิผล Y ลดลง 10.5763 หน่วย ในเวลาเดียวกัน ปัจจัย A และ C มีผลกระทบในเชิงบวกต่อปัจจัย Y ซึ่งปัจจัย C มีอิทธิพลมากที่สุด การเปลี่ยนแปลงทำให้ปัจจัยที่มีประสิทธิผล Y เพิ่มขึ้น 116.3397 หน่วย ข้อผิดพลาดคือ 30.38

3) วิธีลอการิทึม

ฉัน Lg (i) ฉัน /Lg (i) y

สำหรับปัจจัย A = 0.09643*212.92/0.22775=90.151

สำหรับปัจจัย B = 0.00*212.92/0.22775=0.00

สำหรับปัจจัย С = 0.13884*212.92/0.22775=129.8

สำหรับปัจจัย D = -0.00753*212.92/0.22775=-7.0397

90,151+0,00+129,8+(-7,0397)= 212,9113

สรุป: การคำนวณการวิเคราะห์ปัจจัยแสดงให้เห็นว่าภายใต้อิทธิพลของปัจจัยอิสระทั้งหมด A, B, C, D, ปัจจัยที่มีประสิทธิภาพ U เพิ่มขึ้น 212.9113 หน่วย (ข้อผิดพลาดในการคำนวณเกี่ยวข้องกับการปัดเศษการเปลี่ยนแปลงในปัจจัย) ที่ ในเวลาเดียวกัน ปัจจัย D มีผลกระทบเชิงลบต่อปัจจัยที่มีประสิทธิผล Y และการเปลี่ยนแปลงทำให้ปัจจัยที่มีประสิทธิผล Y ลดลง 7.03997 หน่วย ในเวลาเดียวกัน ปัจจัย A และ C มีผลกระทบในเชิงบวกต่อปัจจัย Y ซึ่งปัจจัย C มีอิทธิพลมากที่สุด การเปลี่ยนแปลงทำให้ปัจจัยที่มีประสิทธิผล Y เพิ่มขึ้น 129.8 หน่วย

4) วิธีการของความแตกต่างที่แน่นอน Y=ก*ข*ส*ง

b) การเปลี่ยนแปลงทั่วไปในผลลัพธ์ของปัจจัย

สารละลาย

0,9*5,02*2,92*5,82=76,781

4,52*0,00*2,92*5,82=0,00

4,52*5,02*1,1*5,82=145,2639

4,52*5,02*4,02*(-0,1)= -9,1215

76,781+0,00+145,2639+(-9,1215)= 212,923

ตรวจสอบผลลัพธ์:

У4.52*5.02*4.02*5.72=521.7521

3,62*5,02*2,92*5,82=308,829

521,721-308,829=212,92

สรุป: การคำนวณการวิเคราะห์ปัจจัยแสดงให้เห็นว่าภายใต้อิทธิพลของปัจจัยอิสระทั้งหมด A, B, C, D, ปัจจัยที่มีประสิทธิภาพ Y เพิ่มขึ้น 212.923 หน่วย ในเวลาเดียวกัน ปัจจัย D มีผลกระทบเชิงลบต่อปัจจัยที่มีประสิทธิผล Y และการเปลี่ยนแปลงทำให้ปัจจัยที่มีประสิทธิผล Y ลดลง 9.12 หน่วย ในเวลาเดียวกัน ปัจจัย A และ C มีผลกระทบในเชิงบวกต่อปัจจัย Y ซึ่งปัจจัย C มีอิทธิพลมากที่สุด การเปลี่ยนแปลงทำให้ปัจจัยที่มีประสิทธิผล Y เพิ่มขึ้น 145.2639 หน่วย

5) วิธีการเปลี่ยนสายโซ่

ประเภทของแบบจำลองหลักที่ใช้ในการวิเคราะห์และการพยากรณ์ทางการเงิน

ก่อนที่เราจะเริ่มพูดถึงการวิเคราะห์ทางการเงินประเภทหนึ่ง - การวิเคราะห์ปัจจัย เรามานึกถึงการวิเคราะห์ทางการเงินและเป้าหมายของการวิเคราะห์กันก่อน

การวิเคราะห์ทางการเงินเป็นวิธีการประเมินสถานะทางการเงินและผลการดำเนินงานของหน่วยงานทางเศรษฐกิจ โดยพิจารณาจากการศึกษาการพึ่งพาอาศัยกันและพลวัตของตัวบ่งชี้การรายงานทางการเงิน

การวิเคราะห์ทางการเงินมีเป้าหมายหลายประการ:

• การประเมินสถานการณ์ทางการเงิน
• การระบุการเปลี่ยนแปลงในสถานะทางการเงินในบริบทเชิงพื้นที่และเวลา
• การระบุปัจจัยหลักที่ทำให้เกิดการเปลี่ยนแปลงของสภาพการเงิน
• การคาดการณ์แนวโน้มหลักในภาวะการเงิน

อย่างที่คุณทราบ การวิเคราะห์ทางการเงินมีประเภทหลักๆ ดังต่อไปนี้:

• การวิเคราะห์แนวนอน
• การวิเคราะห์แนวดิ่ง
• วิเคราะห์แนวโน้ม;
• วิธีอัตราส่วนทางการเงิน
• การวิเคราะห์เปรียบเทียบ;
• การวิเคราะห์ปัจจัย

การวิเคราะห์ทางการเงินแต่ละประเภทขึ้นอยู่กับการใช้แบบจำลองที่ทำให้สามารถประเมินและวิเคราะห์พลวัตของตัวบ่งชี้หลักขององค์กรได้ แบบจำลองมีสามประเภทหลัก: เชิงพรรณนา เชิงพยากรณ์ และเชิงบรรทัดฐาน

แบบจำลองเชิงพรรณนา หรือที่เรียกว่าแบบจำลองเชิงพรรณนา เป็นตัวหลักในการประเมินสถานะทางการเงินขององค์กร สิ่งเหล่านี้รวมถึง: การสร้างระบบการรายงานยอดคงเหลือ การนำเสนองบการเงินในส่วนการวิเคราะห์ต่างๆ การวิเคราะห์การรายงานในแนวตั้งและแนวนอน ระบบอัตราส่วนการวิเคราะห์ แบบจำลองทั้งหมดนี้ขึ้นอยู่กับการใช้ข้อมูลทางบัญชี

ที่แกนกลาง การวิเคราะห์แนวตั้งมีการนำเสนองบการเงินที่แตกต่างกัน - ในรูปแบบของค่าสัมพัทธ์ที่แสดงลักษณะโครงสร้างของตัวบ่งชี้สุดท้ายทั่วไป องค์ประกอบที่จำเป็นของการวิเคราะห์คือชุดไดนามิกของค่าเหล่านี้ ซึ่งช่วยให้คุณติดตามและคาดการณ์การเปลี่ยนแปลงเชิงโครงสร้างในองค์ประกอบของสินทรัพย์ทางเศรษฐกิจและแหล่งที่มาของความครอบคลุม

การวิเคราะห์แนวนอนช่วยให้คุณระบุแนวโน้มในแต่ละรายการหรือกลุ่มที่เป็นส่วนหนึ่งของงบการเงิน การวิเคราะห์นี้ขึ้นอยู่กับการคำนวณอัตราการเติบโตขั้นพื้นฐานของรายการงบดุลและงบกำไรขาดทุน

ระบบวิเคราะห์ค่าสัมประสิทธิ์- องค์ประกอบหลักของการวิเคราะห์สถานะทางการเงินที่ใช้โดยผู้ใช้กลุ่มต่างๆ: ผู้จัดการ นักวิเคราะห์ ผู้ถือหุ้น นักลงทุน เจ้าหนี้ ฯลฯ มีตัวบ่งชี้ดังกล่าวหลายสิบตัวแบ่งออกเป็นหลายกลุ่มตามพื้นที่หลักของการวิเคราะห์ทางการเงิน :

• ตัวบ่งชี้สภาพคล่อง
• ตัวชี้วัดความมั่นคงทางการเงิน
• ตัวบ่งชี้กิจกรรมทางธุรกิจ
• ตัวบ่งชี้ความสามารถในการทำกำไร

แบบจำลองเชิงทำนาย เป็นแบบจำลองเชิงทำนาย ใช้เพื่อทำนายรายได้ขององค์กรและสถานะทางการเงินในอนาคต ที่พบมากที่สุด ได้แก่ การคำนวณจุดขายที่สำคัญ การสร้างรายงานทางการเงินเชิงคาดการณ์ แบบจำลองการวิเคราะห์แบบไดนามิก (แบบจำลองปัจจัยที่กำหนดอย่างเข้มงวดและแบบจำลองการถดถอย) แบบจำลองการวิเคราะห์สถานการณ์

โมเดลเชิงบรรทัดฐาน โมเดลประเภทนี้ทำให้สามารถเปรียบเทียบประสิทธิภาพที่แท้จริงขององค์กรกับที่คาดไว้ซึ่งคำนวณตามงบประมาณ แบบจำลองเหล่านี้ส่วนใหญ่จะใช้ในการวิเคราะห์ทางการเงินภายใน สาระสำคัญของพวกเขาลดลงไปที่การกำหนดมาตรฐานสำหรับแต่ละรายการของค่าใช้จ่ายโดยกระบวนการทางเทคโนโลยี ประเภทของผลิตภัณฑ์ ศูนย์รับผิดชอบ ฯลฯ และการวิเคราะห์ความเบี่ยงเบนของข้อมูลจริงจากมาตรฐานเหล่านี้ การวิเคราะห์ส่วนใหญ่ขึ้นอยู่กับการใช้แบบจำลองปัจจัยที่กำหนดตายตัว

อย่างที่เราเห็น การสร้างแบบจำลองและการวิเคราะห์แบบจำลองปัจจัยมีความสำคัญในวิธีการวิเคราะห์ทางการเงิน ลองพิจารณาด้านนี้โดยละเอียด

พื้นฐานของการสร้างแบบจำลอง

การทำงานของระบบเศรษฐกิจและสังคมใด ๆ (ซึ่งรวมถึงองค์กรที่ดำเนินงาน) เกิดขึ้นในปฏิสัมพันธ์ที่ซับซ้อนของปัจจัยภายในและภายนอกที่ซับซ้อน ปัจจัย- นี่คือเหตุผล แรงผลักดันของกระบวนการหรือปรากฏการณ์ใด ๆ ซึ่งกำหนดลักษณะหรือคุณสมบัติหลักอย่างใดอย่างหนึ่ง

การจำแนกประเภทและการจัดระบบของปัจจัยในการวิเคราะห์กิจกรรมทางเศรษฐกิจ

การจำแนกปัจจัย คือ การแบ่งปัจจัยออกเป็นกลุ่มตามลักษณะร่วม ช่วยให้คุณเข้าใจสาเหตุของการเปลี่ยนแปลงในปรากฏการณ์ที่กำลังศึกษาได้ดีขึ้น ประเมินสถานที่และบทบาทของแต่ละปัจจัยในการสร้างมูลค่าของตัวบ่งชี้ที่มีประสิทธิภาพได้อย่างแม่นยำมากขึ้น

ปัจจัยที่ศึกษาในการวิเคราะห์สามารถจำแนกตามเกณฑ์ต่างๆ

โดยธรรมชาติแล้ว ปัจจัยต่างๆ แบ่งออกเป็นธรรมชาติ เศรษฐกิจสังคม และเศรษฐกิจการผลิต

ปัจจัยทางธรรมชาติมีอิทธิพลอย่างมากต่อผลลัพธ์ของกิจกรรมด้านการเกษตร ป่าไม้ และอุตสาหกรรมอื่นๆ การคำนึงถึงอิทธิพลของพวกเขาทำให้สามารถประเมินผลงานขององค์กรธุรกิจได้แม่นยำยิ่งขึ้น

ปัจจัยทางเศรษฐกิจและสังคมรวมถึงสภาพความเป็นอยู่ของคนงาน, องค์กรของงานสันทนาการในองค์กรที่มีการผลิตที่เป็นอันตราย, การฝึกอบรมบุคลากรในระดับทั่วไป ฯลฯ ปัจจัยเหล่านี้นำไปสู่การใช้ทรัพยากรการผลิตขององค์กรอย่างสมบูรณ์ยิ่งขึ้นและเพิ่มประสิทธิภาพในการทำงาน .

ปัจจัยการผลิตและเศรษฐกิจกำหนดความสมบูรณ์และประสิทธิภาพของการใช้ทรัพยากรการผลิตขององค์กรและผลลัพธ์สุดท้ายของกิจกรรม

ตามระดับของผลกระทบต่อผลลัพธ์ของกิจกรรมทางเศรษฐกิจ ปัจจัยต่างๆ จะแบ่งออกเป็นปัจจัยหลักและปัจจัยรอง ปัจจัยหลักคือปัจจัยที่มีผลกระทบอย่างเด็ดขาดต่อตัวบ่งชี้ประสิทธิภาพ ผู้ที่ไม่มีผลกระทบอย่างเด็ดขาดต่อผลลัพธ์ของกิจกรรมทางเศรษฐกิจในสภาวะปัจจุบันถือเป็นเรื่องรอง ควรสังเกตว่าขึ้นอยู่กับสถานการณ์ ปัจจัยเดียวกันสามารถเป็นได้ทั้งปัจจัยหลักและปัจจัยรอง ความสามารถในการระบุปัจจัยหลักจากปัจจัยทั้งชุดช่วยให้มั่นใจได้ถึงความถูกต้องของข้อสรุปตามผลการวิเคราะห์

โดยแบ่งปัจจัยออกเป็น ภายในและ ภายนอกขึ้นอยู่กับว่าพวกเขาได้รับผลกระทบจากกิจกรรมขององค์กรหรือไม่ การวิเคราะห์มุ่งเน้นไปที่ปัจจัยภายในที่บริษัทสามารถมีอิทธิพล

โดยแบ่งปัจจัยออกเป็น วัตถุประสงค์เป็นอิสระจากเจตจำนงและความต้องการของผู้คน และ อัตนัยได้รับผลกระทบจากกิจกรรมของนิติบุคคลและบุคคล

ตามระดับความชุก ปัจจัยต่างๆ จะแบ่งออกเป็นทั่วไปและเฉพาะเจาะจง ปัจจัยทั่วไปเกิดขึ้นในทุกภาคส่วนของเศรษฐกิจ ปัจจัยเฉพาะดำเนินการภายในอุตสาหกรรมเฉพาะหรือองค์กรเฉพาะ

ในการดำเนินงานขององค์กร ปัจจัยบางอย่างส่งผลกระทบต่อตัวบ่งชี้ที่ศึกษาอย่างต่อเนื่องตลอดเวลา ปัจจัยดังกล่าวเรียกว่า ถาวร. ปัจจัยที่มีอิทธิพลปรากฏเป็นระยะเรียกว่า ตัวแปร(เช่น การแนะนำเทคโนโลยีใหม่ ประเภทผลิตภัณฑ์ใหม่)

สิ่งที่สำคัญอย่างยิ่งสำหรับการประเมินกิจกรรมขององค์กรคือการแบ่งปัจจัยตามลักษณะการกระทำของพวกเขา เข้มข้นและ กว้างขวาง. ปัจจัยที่ครอบคลุมรวมถึงปัจจัยที่เกี่ยวข้องกับการเปลี่ยนแปลงในเชิงปริมาณมากกว่าลักษณะเชิงคุณภาพของการทำงานขององค์กร ตัวอย่างคือปริมาณการผลิตที่เพิ่มขึ้นเนื่องจากการเพิ่มจำนวนคนงาน ปัจจัยที่เข้มข้นกำหนดคุณลักษณะด้านคุณภาพของกระบวนการผลิต ตัวอย่างคือการเพิ่มปริมาณการผลิตโดยการเพิ่มระดับผลิตภาพแรงงาน

ปัจจัยที่ศึกษาส่วนใหญ่มีความซับซ้อนในองค์ประกอบประกอบด้วยหลายองค์ประกอบ อย่างไรก็ตาม ยังมีส่วนที่ไม่ได้ถูกแยกย่อยออกเป็นชิ้นส่วนต่างๆ ทั้งนี้ได้แบ่งปัจจัยออกเป็น ซับซ้อน (ซับซ้อน)และ ง่าย (องค์ประกอบ). ตัวอย่างของปัจจัยที่ซับซ้อนคือผลิตภาพแรงงาน และปัจจัยง่ายๆ คือจำนวนวันทำงานในรอบระยะเวลารายงาน

ตามระดับของการอยู่ใต้บังคับบัญชา (ลำดับชั้น) ปัจจัยของระดับการอยู่ใต้บังคับบัญชาที่หนึ่ง สอง สาม และต่อมาจะแตกต่างกัน ถึง ปัจจัยระดับแรกเป็นสิ่งที่ส่งผลต่อประสิทธิภาพโดยตรง เรียกว่าปัจจัยที่ส่งผลต่อตัวบ่งชี้ประสิทธิภาพทางอ้อมด้วยความช่วยเหลือของปัจจัยระดับแรก ปัจจัยระดับที่สองเป็นต้น

เป็นที่ชัดเจนว่าเมื่อศึกษาผลกระทบของกลุ่มปัจจัยใด ๆ ต่องานขององค์กร จำเป็นต้องปรับปรุงปัจจัยเหล่านี้ กล่าวคือ วิเคราะห์ปัจจัยเหล่านี้โดยคำนึงถึงความสัมพันธ์ ปฏิสัมพันธ์ และการอยู่ใต้บังคับบัญชาทั้งภายในและภายนอก สิ่งนี้ทำได้โดยการจัดระบบ การจัดระบบคือการจัดวางปรากฏการณ์หรือวัตถุที่ศึกษาในลำดับที่แน่นอนโดยระบุความสัมพันธ์และการอยู่ใต้บังคับบัญชา

การสร้าง ระบบปัจจัยเป็นวิธีการหนึ่งของการจัดระบบปัจจัยดังกล่าว พิจารณาแนวคิดของระบบปัจจัย

ระบบปัจจัย

ปรากฏการณ์และกระบวนการของกิจกรรมทางเศรษฐกิจขององค์กรล้วนพึ่งพาซึ่งกันและกัน การสื่อสารปรากฏการณ์ทางเศรษฐกิจคือการเปลี่ยนแปลงร่วมกันของปรากฏการณ์ตั้งแต่ 2 ปรากฏการณ์ขึ้นไป ในบรรดารูปแบบต่างๆ ของความสัมพันธ์ปกติ ปัจจัยเชิงสาเหตุ (เชิงกำหนด) มีบทบาทสำคัญ ซึ่งปรากฏการณ์หนึ่งก่อให้เกิดอีกเหตุการณ์หนึ่ง

ในกิจกรรมทางเศรษฐกิจขององค์กร ปรากฏการณ์บางอย่างเกี่ยวข้องโดยตรงกับแต่ละอื่น ๆ - โดยอ้อม ตัวอย่างเช่น มูลค่าของผลผลิตรวมจะได้รับผลกระทบโดยตรงจากปัจจัยต่างๆ เช่น จำนวนคนงานและระดับผลิตภาพของแรงงาน ปัจจัยอื่น ๆ อีกมากมายส่งผลทางอ้อมต่อตัวบ่งชี้นี้

นอกจากนี้ยังสามารถพิจารณาแต่ละปรากฏการณ์ที่เป็นเหตุและผลที่ตามมา ตัวอย่างเช่น ในแง่หนึ่งผลิตภาพแรงงานสามารถพิจารณาได้ว่าเป็นสาเหตุของการเปลี่ยนแปลงของปริมาณการผลิต ระดับของต้นทุน และในทางกลับกัน อันเป็นผลมาจากการเปลี่ยนแปลงในระดับของการใช้เครื่องจักรและ ระบบอัตโนมัติของการผลิต การปรับปรุงองค์กรแรงงาน ฯลฯ

ลักษณะเชิงปริมาณของปรากฏการณ์ที่สัมพันธ์กันนั้นดำเนินการโดยใช้ตัวบ่งชี้ ตัวบ่งชี้ที่แสดงลักษณะสาเหตุเรียกว่าแฟกทอเรียล (อิสระ); ตัวบ่งชี้ที่แสดงถึงผลที่ตามมาเรียกว่ามีประสิทธิภาพ (ขึ้นอยู่กับ) จำนวนรวมของสัญญาณปัจจัยและผลลัพธ์ที่เชื่อมต่อกันด้วยความสัมพันธ์เชิงสาเหตุเรียกว่า ระบบปัจจัย.

การสร้างแบบจำลองปรากฏการณ์ใด ๆ คือการสร้างนิพจน์ทางคณิตศาสตร์ของการพึ่งพาที่มีอยู่ การสร้างแบบจำลองเป็นหนึ่งในวิธีการที่สำคัญที่สุดของความรู้ทางวิทยาศาสตร์ มีการพึ่งพาสองประเภทที่ศึกษาในกระบวนการวิเคราะห์ปัจจัย: การทำงานและการสุ่ม

ความสัมพันธ์นี้เรียกว่าการทำงานหรือถูกกำหนดอย่างตายตัว ถ้าแต่ละค่าของแอตทริบิวต์แฟกเตอร์สอดคล้องกับค่าที่ไม่ใช่การสุ่มที่กำหนดไว้อย่างดีของแอตทริบิวต์ที่มีประสิทธิผล

การเชื่อมต่อนี้เรียกว่าสุ่ม (ความน่าจะเป็น) หากแต่ละค่าของแอตทริบิวต์แฟกเตอร์สอดคล้องกับชุดของค่าของแอตทริบิวต์ที่มีประสิทธิผล เช่น การแจกแจงทางสถิติบางอย่าง

แบบอย่างระบบแฟคทอเรียล - สูตรทางคณิตศาสตร์ที่แสดงความสัมพันธ์ที่แท้จริงระหว่างปรากฏการณ์ที่วิเคราะห์ โดยทั่วไปสามารถแสดงได้ดังนี้:

สัญญาณที่มีประสิทธิภาพอยู่ที่ไหน

สัญญาณปัจจัย

ดังนั้นตัวบ่งชี้ประสิทธิภาพแต่ละตัวจึงขึ้นอยู่กับปัจจัยมากมายและหลากหลาย หัวใจของการวิเคราะห์เศรษฐกิจและส่วนของการวิเคราะห์ - การวิเคราะห์ปัจจัย- ระบุ ประเมิน และทำนายอิทธิพลของปัจจัยที่มีผลต่อการเปลี่ยนแปลงของตัวบ่งชี้ที่มีประสิทธิภาพ ยิ่งการพึ่งพาตัวบ่งชี้ที่มีประสิทธิภาพในปัจจัยบางอย่างมีรายละเอียดมากขึ้นเท่าใด ผลการวิเคราะห์และการประเมินคุณภาพงานขององค์กรก็จะยิ่งแม่นยำมากขึ้นเท่านั้น หากไม่มีการศึกษาปัจจัยอย่างลึกซึ้งและครอบคลุม เป็นไปไม่ได้ที่จะสรุปผลที่สมเหตุสมผลเกี่ยวกับผลลัพธ์ของกิจกรรม ระบุปริมาณสำรองการผลิต ปรับแผนและการตัดสินใจด้านการจัดการให้เหมาะสม

การวิเคราะห์ปัจจัย ประเภท และงานของมัน

ภายใต้ การวิเคราะห์ปัจจัยหมายถึงวิธีการศึกษาที่ซับซ้อนและเป็นระบบและการวัดผลกระทบของปัจจัยที่มีต่อขนาดของตัวบ่งชี้ประสิทธิภาพ

โดยทั่วไปสามารถแยกแยะได้ดังต่อไปนี้ ขั้นตอนหลักของการวิเคราะห์ปัจจัย:

1. การกำหนดเป้าหมายของการวิเคราะห์
2. การเลือกปัจจัยที่กำหนดตัวบ่งชี้ประสิทธิภาพที่ศึกษา
3. การจำแนกประเภทและการจัดระบบของปัจจัยเพื่อให้แนวทางแบบบูรณาการและเป็นระบบในการศึกษาผลกระทบต่อผลลัพธ์ของกิจกรรมทางเศรษฐกิจ
4. การกำหนดรูปแบบการพึ่งพาระหว่างปัจจัยและตัวบ่งชี้ประสิทธิภาพ
5. การสร้างแบบจำลองความสัมพันธ์ระหว่างตัวบ่งชี้ประสิทธิภาพและปัจจัย
6. การคำนวณอิทธิพลของปัจจัยและการประเมินบทบาทของแต่ละปัจจัยในการเปลี่ยนแปลงค่าของตัวบ่งชี้ที่มีประสิทธิภาพ
7. การทำงานกับตัวแบบปัจจัย (การใช้งานจริงสำหรับการจัดการกระบวนการทางเศรษฐกิจ)

การเลือกปัจจัยสำหรับการวิเคราะห์ตัวบ่งชี้อย่างใดอย่างหนึ่งนั้นดำเนินการบนพื้นฐานของความรู้ทางทฤษฎีและการปฏิบัติในอุตสาหกรรมเฉพาะ ในกรณีนี้ พวกเขามักจะดำเนินการตามหลักการ: ยิ่งศึกษาปัจจัยที่ซับซ้อนมากเท่าใด ผลลัพธ์ของการวิเคราะห์ก็จะยิ่งแม่นยำมากขึ้นเท่านั้น ในขณะเดียวกันก็ต้องระลึกไว้เสมอว่าหากปัจจัยที่ซับซ้อนนี้ถือเป็นผลรวมเชิงกลโดยไม่คำนึงถึงการโต้ตอบโดยไม่เน้นปัจจัยหลัก ข้อสรุปอาจผิดพลาดได้ ในการวิเคราะห์กิจกรรมทางเศรษฐกิจ (AHA) การศึกษาที่เชื่อมโยงระหว่างกันของอิทธิพลของปัจจัยที่มีต่อค่าของตัวบ่งชี้ที่มีประสิทธิภาพนั้นทำได้โดยการจัดระบบซึ่งเป็นหนึ่งในประเด็นหลักเกี่ยวกับวิธีการของวิทยาศาสตร์นี้

ประเด็นวิธีการที่สำคัญในการวิเคราะห์ปัจจัยคือ การกำหนดรูปแบบการพึ่งพาระหว่างปัจจัยและตัวบ่งชี้ประสิทธิภาพ: การทำงานหรือสุ่ม, ทางตรงหรือผกผัน, เส้นตรงหรือเส้นโค้ง โดยใช้ประสบการณ์ทางทฤษฎีและปฏิบัติ เช่นเดียวกับวิธีการเปรียบเทียบอนุกรมแบบขนานและอนุกรมไดนามิก การจัดกลุ่มเชิงวิเคราะห์ของข้อมูลเริ่มต้น กราฟิก ฯลฯ

การสร้างแบบจำลองตัวชี้วัดทางเศรษฐกิจยังเป็นปัญหาที่ซับซ้อนในการวิเคราะห์ปัจจัย ซึ่งการแก้ปัญหานั้นต้องใช้ความรู้และทักษะพิเศษ

การคำนวณอิทธิพลของปัจจัย- ลักษณะระเบียบวิธีหลักใน AHD เพื่อกำหนดอิทธิพลของปัจจัยที่มีต่อตัวบ่งชี้ขั้นสุดท้าย มีการใช้หลายวิธีซึ่งจะกล่าวถึงในรายละเอียดเพิ่มเติมด้านล่าง

ขั้นตอนสุดท้ายของการวิเคราะห์ปัจจัยคือ การนำโมเดลปัจจัยไปใช้จริงเพื่อคำนวณเงินสำรองสำหรับการเติบโตของตัวบ่งชี้ที่มีประสิทธิภาพ เพื่อวางแผนและคาดการณ์มูลค่าของมันเมื่อสถานการณ์เปลี่ยนไป

การวิเคราะห์ปัจจัยมีสองประเภทหลักขึ้นอยู่กับประเภทของแบบจำลองปัจจัย - เชิงกำหนดและสุ่ม

เป็นวิธีการศึกษาอิทธิพลของปัจจัยที่มีความสัมพันธ์กับตัวบ่งชี้ประสิทธิภาพคือการทำงาน เช่น เมื่อตัวบ่งชี้ประสิทธิภาพของแบบจำลองปัจจัยถูกนำเสนอเป็นผลิตภัณฑ์ ผลรวมของปัจจัยส่วนตัวหรือเชิงพีชคณิต

การวิเคราะห์ปัจจัยประเภทนี้เป็นวิธีที่พบได้บ่อยที่สุด เนื่องจากการใช้งานค่อนข้างง่าย (เมื่อเทียบกับการวิเคราะห์สุ่ม) จะช่วยให้คุณเข้าใจตรรกะของปัจจัยหลักของการพัฒนาองค์กร ประเมินอิทธิพลของปัจจัยเหล่านั้น ทำความเข้าใจว่าปัจจัยใดและสัดส่วนใด เป็นไปได้และสมควรที่จะเปลี่ยนแปลงเพื่อเพิ่มประสิทธิภาพการผลิต การวิเคราะห์ปัจจัยเชิงกำหนดจะกล่าวถึงโดยละเอียดในบทที่แยกต่างหาก

การวิเคราะห์สุ่มเป็นวิธีการศึกษาปัจจัยที่มีความสัมพันธ์กับตัวบ่งชี้ประสิทธิภาพซึ่งตรงกันข้ามกับฟังก์ชันที่ไม่สมบูรณ์ ความน่าจะเป็น (สหสัมพันธ์) หากด้วยการพึ่งพาการทำงาน (เต็ม) การเปลี่ยนแปลงที่สอดคล้องกันในฟังก์ชั่นมักจะเกิดขึ้นกับการเปลี่ยนแปลงในอาร์กิวเมนต์จากนั้นด้วยความสัมพันธ์การเปลี่ยนแปลงในอาร์กิวเมนต์สามารถให้ค่าที่เพิ่มขึ้นของฟังก์ชันได้หลายค่าขึ้นอยู่กับ การรวมกันของปัจจัยอื่น ๆ ที่กำหนดตัวบ่งชี้นี้ ตัวอย่างเช่น ผลิตภาพแรงงานที่อัตราส่วนทุนต่อแรงงานในระดับเดียวกันอาจไม่เท่ากันในองค์กรต่างๆ ขึ้นอยู่กับการผสมผสานที่เหมาะสมของปัจจัยอื่นๆ ที่ส่งผลต่อตัวบ่งชี้นี้

การสร้างแบบจำลองสโตแคสติกคือการเพิ่มและขยายการวิเคราะห์ปัจจัยเชิงกำหนดในระดับหนึ่ง ในการวิเคราะห์ปัจจัย แบบจำลองเหล่านี้ใช้ด้วยเหตุผลหลักสามประการ:

• จำเป็นต้องศึกษาอิทธิพลของปัจจัยที่ไม่สามารถสร้างแบบจำลองแฟกทอเรียลที่กำหนดตายตัวได้ (เช่น ระดับของเลเวอเรจทางการเงิน)

• จำเป็นต้องศึกษาอิทธิพลของปัจจัยที่ซับซ้อนซึ่งไม่สามารถรวมกันในแบบจำลองเชิงกำหนดตายตัวแบบเดียวกันได้
• จำเป็นต้องศึกษาอิทธิพลของปัจจัยที่ซับซ้อนซึ่งไม่สามารถแสดงเป็นตัวบ่งชี้เชิงปริมาณเพียงตัวเดียวได้ (เช่น ระดับความก้าวหน้าทางวิทยาศาสตร์และเทคโนโลยี)

ตรงกันข้ามกับแนวทางที่กำหนดขึ้นอย่างตายตัว วิธีการสุ่มสำหรับการนำไปปฏิบัติจำเป็นต้องมีข้อกำหนดเบื้องต้นหลายประการ:

1. การปรากฏตัวของประชากร
2. ปริมาณการสังเกตที่เพียงพอ
3. ความสุ่มและความเป็นอิสระของการสังเกต
4. ความสม่ำเสมอ;
5. การปรากฏตัวของการกระจายสัญญาณใกล้เคียงกับปกติ
6. การมีเครื่องมือทางคณิตศาสตร์พิเศษ

การสร้างแบบจำลองสุ่มนั้นดำเนินการในหลายขั้นตอน:

• การวิเคราะห์เชิงคุณภาพ (กำหนดเป้าหมายของการวิเคราะห์, การกำหนดประชากร, การกำหนดสัญญาณที่มีประสิทธิภาพและปัจจัย, การเลือกช่วงเวลาที่ทำการวิเคราะห์, การเลือกวิธีการวิเคราะห์);
• การวิเคราะห์เบื้องต้นของประชากรจำลอง (การตรวจสอบความเป็นเนื้อเดียวกันของประชากร, ไม่รวมการสังเกตที่ผิดปกติ, การชี้แจงขนาดตัวอย่างที่ต้องการ, การกำหนดกฎการกระจายตัวของตัวบ่งชี้ที่ศึกษา);
• การสร้างแบบจำลองสุ่ม (การถดถอย) (การปรับแต่งรายการปัจจัย, การคำนวณค่าประมาณของพารามิเตอร์ของสมการถดถอย, การแจงนับแบบจำลองการแข่งขัน);
• การประเมินความเพียงพอของแบบจำลอง (การตรวจสอบนัยสำคัญทางสถิติของสมการโดยรวมและพารามิเตอร์แต่ละตัว การตรวจสอบความสอดคล้องของคุณสมบัติที่เป็นทางการของการประมาณการกับวัตถุประสงค์ของการศึกษา)
• การตีความทางเศรษฐกิจและการใช้แบบจำลองในทางปฏิบัติ

นอกเหนือจากการแบ่งออกเป็น deterministic และ stochastic แล้ว การวิเคราะห์ปัจจัยประเภทต่อไปนี้ยังแยกแยะได้:

• ตรงและย้อนกลับ
• ขั้นตอนเดียวและหลายขั้นตอน
• คงที่และไดนามิก
• ย้อนหลังและในอนาคต (คาดการณ์)

ที่ การวิเคราะห์ปัจจัยโดยตรงการวิจัยดำเนินการในลักษณะนิรนัย - จากทั่วไปถึงเฉพาะ การวิเคราะห์ปัจจัยผกผันดำเนินการศึกษาความสัมพันธ์ของเหตุและผลโดยวิธีการเหนี่ยวนำเชิงตรรกะ - จากปัจจัยส่วนตัวบุคคลไปจนถึงปัจจัยทั่วไป

สามารถวิเคราะห์ปัจจัยได้ ขั้นตอนเดียวและ หลายขั้นตอน. ประเภทแรกใช้เพื่อศึกษาปัจจัยของการอยู่ใต้บังคับบัญชาเพียงระดับเดียว (ขั้นตอนเดียว) โดยไม่ลงรายละเอียดเป็นส่วนประกอบ ตัวอย่างเช่น, . ในการวิเคราะห์ปัจจัยหลายขั้นตอน มีรายละเอียดปัจจัยต่างๆ กและ ขมาเป็นองค์ประกอบเพื่อศึกษาพฤติกรรม รายละเอียดของปัจจัยสามารถดำเนินการต่อไปได้ ในกรณีนี้จะศึกษาอิทธิพลของปัจจัยในระดับต่างๆ ของการอยู่ใต้บังคับบัญชา

นอกจากนี้ยังจำเป็นต้องแยกแยะ คงที่และ พลวัตการวิเคราะห์ปัจจัย ประเภทแรกใช้เมื่อศึกษาอิทธิพลของปัจจัยที่มีต่อตัวบ่งชี้ประสิทธิภาพสำหรับวันที่ที่เกี่ยวข้อง อีกประเภทหนึ่งเป็นวิธีการศึกษาความสัมพันธ์เชิงเหตุและผลในเชิงพลวัต

ในที่สุดการวิเคราะห์ปัจจัยสามารถ ย้อนหลังซึ่งศึกษาถึงสาเหตุของการเพิ่มตัวชี้วัดผลงานในช่วงที่ผ่านมาและ มีแนวโน้มซึ่งเป็นการตรวจสอบพฤติกรรมของปัจจัยและตัวบ่งชี้ประสิทธิภาพในอนาคต

การวิเคราะห์ปัจจัยเชิงกำหนด

การวิเคราะห์ปัจจัยเชิงกำหนดมีลำดับขั้นตอนที่เข้มงวดพอสมควร:

• การสร้างตัวแบบปัจจัยเชิงกำหนดที่ดีทางเศรษฐศาสตร์
• การเลือกวิธีการวิเคราะห์ปัจจัยและการเตรียมเงื่อนไขสำหรับการดำเนินการ
• การนำขั้นตอนการคำนวณมาใช้ในการวิเคราะห์แบบจำลอง
• การกำหนดข้อสรุปและข้อเสนอแนะจากผลการวิเคราะห์

ขั้นตอนแรกมีความสำคัญอย่างยิ่ง เนื่องจากแบบจำลองที่สร้างขึ้นอย่างไม่ถูกต้องอาจนำไปสู่ผลลัพธ์ที่ไม่สมเหตุสมผล ความหมายของขั้นตอนนี้มีดังต่อไปนี้: ส่วนขยายใด ๆ ของแบบจำลองปัจจัยที่กำหนดตายตัวไม่ควรขัดแย้งกับตรรกะของความสัมพันธ์ระหว่างเหตุและผล ตัวอย่างเช่น ให้พิจารณาแบบจำลองที่เชื่อมโยงปริมาณการขาย (P) จำนวนพนักงาน (H) และผลิตภาพแรงงาน (PT) ในทางทฤษฎีสามารถสำรวจแบบจำลองได้สามแบบ:

สูตรทั้งสามถูกต้องจากมุมมองของเลขคณิต อย่างไรก็ตาม จากมุมมองของการวิเคราะห์ตัวประกอบ มีเพียงสูตรแรกเท่านั้นที่เหมาะสม เนื่องจากตัวบ่งชี้ทางด้านขวาของสูตรเป็นปัจจัย เช่น สาเหตุที่สร้างและกำหนด ค่าของตัวบ่งชี้ทางด้านซ้าย (ผลที่ตามมา )

ในขั้นตอนที่สอง เลือกหนึ่งในวิธีการวิเคราะห์ปัจจัย: อินทิกรัล การแทนที่แบบลูกโซ่ ลอการิทึม ฯลฯ แต่ละวิธีมีข้อดีและข้อเสียของตัวเอง คำอธิบายเปรียบเทียบโดยย่อของวิธีการเหล่านี้จะกล่าวถึงด้านล่างนี้

ประเภทของตัวแบบปัจจัยเชิงกำหนด

มีแบบจำลองการวิเคราะห์เชิงกำหนดดังต่อไปนี้:

แบบจำลองเพิ่มเติมเช่น แบบจำลองที่รวมปัจจัยต่างๆ ในรูปของผลรวมเชิงพีชคณิต ตัวอย่างเช่น เราสามารถอ้างอิงแบบจำลองยอดสินค้าโภคภัณฑ์:

ที่ไหน ร- การนำไปใช้;

หุ้นต้นงวด;

พี- การรับสินค้า

หุ้นปลายงวด;

ใน- การกำจัดสินค้าอื่น ๆ

แบบจำลองการคูณกล่าวคือ แบบจำลองที่รวมปัจจัยต่างๆ ไว้ในรูปแบบของผลิตภัณฑ์ ตัวอย่างคือแบบจำลองสองปัจจัยที่ง่ายที่สุด:

ที่ไหน ร- การนำไปใช้;

ชม- ตัวเลข;

ศ- ผลิตภาพแรงงาน

หลายรุ่นเช่น โมเดลที่เป็นอัตราส่วนของปัจจัยต่างๆ เช่น

ที่ไหน - อัตราส่วนทุนต่อแรงงาน

ระบบปฏิบัติการ

ชม- ตัวเลข;

แบบผสมเช่น โมเดลที่รวมปัจจัยต่างๆ เข้าด้วยกัน เช่น

,

ที่ไหน ร- การนำไปใช้;

การทำกำไร;

ระบบปฏิบัติการ- ต้นทุนของสินทรัพย์ถาวร
เกี่ยวกับ- ต้นทุนของเงินทุนหมุนเวียน

แบบจำลองกำหนดขึ้นตายตัวที่มีมากกว่าสองปัจจัยเรียกว่า หลายปัจจัย.

ปัญหาทั่วไปของการวิเคราะห์ปัจจัยเชิงกำหนด

มีงานทั่วไปสี่ประการในการวิเคราะห์ปัจจัยเชิงกำหนด:

1. การประเมินอิทธิพลของการเปลี่ยนแปลงสัมพัทธ์ของปัจจัยที่มีต่อการเปลี่ยนแปลงสัมพัทธ์ในตัวบ่งชี้ประสิทธิภาพ
2. การประเมินอิทธิพลของการเปลี่ยนแปลงสัมบูรณ์ของปัจจัย i-th ต่อการเปลี่ยนแปลงสัมบูรณ์ของตัวบ่งชี้ที่มีประสิทธิภาพ
3. การกำหนดอัตราส่วนของขนาดของการเปลี่ยนแปลงในตัวบ่งชี้ที่มีประสิทธิภาพซึ่งเกิดจากการเปลี่ยนแปลงในปัจจัย i-th ต่อค่าฐานของตัวบ่งชี้ที่มีประสิทธิภาพ
4. การกำหนดส่วนแบ่งของการเปลี่ยนแปลงสัมบูรณ์ในตัวบ่งชี้ประสิทธิภาพที่เกิดจากการเปลี่ยนแปลงในปัจจัย i-th ในการเปลี่ยนแปลงทั้งหมดในตัวบ่งชี้ประสิทธิภาพ

ให้เราอธิบายลักษณะของปัญหาเหล่านี้และพิจารณาวิธีแก้ปัญหาของแต่ละปัญหาโดยใช้ตัวอย่างง่ายๆ

ตัวอย่าง.

ปริมาณผลผลิตรวม (GRP) ขึ้นอยู่กับปัจจัยหลักสองประการของระดับแรก: จำนวนพนักงาน (HR) และผลผลิตเฉลี่ยต่อปี (GV) เรามีโมเดลการคูณสองปัจจัย: พิจารณาสถานการณ์ที่ทั้งผลผลิตและจำนวนผู้ปฏิบัติงานในรอบระยะเวลาการรายงานเบี่ยงเบนไปจากค่าที่วางแผนไว้

ข้อมูลสำหรับการคำนวณแสดงไว้ในตารางที่ 1

ตารางที่ 1 ข้อมูลสำหรับการวิเคราะห์ปัจจัยของปริมาณผลผลิตรวม

ภารกิจที่ 1

ปัญหานี้สมเหตุสมผลสำหรับการคูณและแบบจำลองหลายตัว พิจารณาแบบจำลองสองปัจจัยที่ง่ายที่สุด เห็นได้ชัดว่า เมื่อวิเคราะห์ไดนามิกของตัวบ่งชี้เหล่านี้ ความสัมพันธ์ต่อไปนี้ระหว่างดัชนีจะถูกเติมเต็ม:

โดยที่ค่าดัชนีคืออัตราส่วนของค่าตัวบ่งชี้ในรอบระยะเวลารายงานต่อค่าฐาน

ลองคำนวณดัชนีของผลผลิตรวม จำนวนพนักงาน และผลผลิตเฉลี่ยต่อปีสำหรับตัวอย่างของเรา:

;

.

ตามกฎข้างต้น ดัชนีผลผลิตรวมจะเท่ากับผลคูณของดัชนีจำนวนพนักงานและผลผลิตเฉลี่ยต่อปี เช่น

แน่นอน ถ้าเราคำนวณดัชนีผลผลิตรวมโดยตรง เราจะได้ค่าเดียวกัน:

.

เราสามารถสรุปได้ว่าเป็นผลมาจากการเพิ่มจำนวนพนักงาน 1.2 เท่าและผลผลิตเฉลี่ยต่อปีเพิ่มขึ้น 1.25 เท่า ปริมาณผลผลิตรวมเพิ่มขึ้น 1.5 เท่า

ดังนั้น การเปลี่ยนแปลงสัมพัทธ์ของแฟกเตอร์และตัวบ่งชี้ประสิทธิภาพจึงสัมพันธ์กันโดยขึ้นอยู่กับตัวบ่งชี้ในรุ่นเดิม ปัญหานี้แก้ไขได้โดยการตอบคำถาม เช่น "จะเกิดอะไรขึ้นถ้าตัวบ่งชี้ที่ i เปลี่ยนแปลง n% และตัวบ่งชี้ที่ j เปลี่ยนไป k%"

ภารกิจที่ 2

เป็น งานหลักการวิเคราะห์ปัจจัยเชิงกำหนด การตั้งค่าทั่วไปคือ:

อนุญาต - แบบจำลองที่กำหนดอย่างเข้มงวดซึ่งแสดงลักษณะการเปลี่ยนแปลงในตัวบ่งชี้ที่มีประสิทธิภาพ ยจาก นปัจจัย; ตัวบ่งชี้ทั้งหมดได้รับการเพิ่มขึ้น (ตัวอย่างเช่นในไดนามิกเมื่อเปรียบเทียบกับแผนเมื่อเปรียบเทียบกับมาตรฐาน):

จำเป็นต้องกำหนดว่าส่วนใดของการเพิ่มตัวบ่งชี้ที่มีประสิทธิภาพ ยเกิดจากการเพิ่มขึ้นของปัจจัย i-th นั่นคือเขียนการพึ่งพาต่อไปนี้:

โดยที่การเปลี่ยนแปลงโดยรวมในตัวบ่งชี้ประสิทธิภาพซึ่งเกิดขึ้นภายใต้อิทธิพลพร้อมกันของลักษณะปัจจัยทั้งหมด

การเปลี่ยนแปลงในตัวบ่งชี้ที่มีประสิทธิภาพภายใต้อิทธิพลของปัจจัยเท่านั้น

ขึ้นอยู่กับวิธีการวิเคราะห์แบบจำลองที่เลือก การขยายแบบแฟคทอเรียลอาจแตกต่างกันไป ดังนั้นในบริบทของงานนี้ เราจะพิจารณาวิธีการหลักในการวิเคราะห์ตัวแบบแฟกทอเรียล

วิธีการพื้นฐานของการวิเคราะห์ปัจจัยเชิงกำหนด

วิธีการที่สำคัญที่สุดวิธีหนึ่งใน AHD คือการกำหนดขนาดของอิทธิพลของแต่ละปัจจัยที่มีต่อการเติบโตของตัวบ่งชี้ประสิทธิภาพ ในการวิเคราะห์ปัจจัยเชิงกำหนด (DFA) วิธีการต่อไปนี้ใช้สำหรับสิ่งนี้: การระบุอิทธิพลที่แยกได้ของปัจจัย การแทนที่แบบลูกโซ่ ความแตกต่างสัมบูรณ์ ความแตกต่างสัมพัทธ์ การหารสัดส่วน อินทิกรัล ลอการิทึม ฯลฯ

สามวิธีแรกใช้วิธีกำจัด ในการกำจัดหมายถึงการกำจัด ปฏิเสธ ไม่รวมอิทธิพลของปัจจัยทั้งหมดที่มีต่อค่าของตัวบ่งชี้ที่มีประสิทธิภาพ ยกเว้นปัจจัยหนึ่ง วิธีนี้เกิดขึ้นจากข้อเท็จจริงที่ว่าปัจจัยทั้งหมดเปลี่ยนแปลงโดยอิสระจากกันและกัน: การเปลี่ยนแปลงครั้งแรกและปัจจัยอื่นๆ ทั้งหมดยังคงไม่เปลี่ยนแปลง จากนั้นจึงเปลี่ยนแปลงสองครั้ง จากนั้นจึงเปลี่ยนแปลงสามครั้ง เป็นต้น ในขณะที่ส่วนที่เหลือยังคงไม่เปลี่ยนแปลง สิ่งนี้ทำให้คุณสามารถกำหนดอิทธิพลของแต่ละปัจจัยที่มีต่อค่าของตัวบ่งชี้ที่ศึกษาแยกกันได้

เราให้คำอธิบายสั้น ๆ เกี่ยวกับวิธีการทั่วไป

วิธีการเปลี่ยนโซ่เป็นวิธีที่ง่ายและเข้าใจได้ง่าย ซึ่งเป็นวิธีที่หลากหลายที่สุด ใช้ในการคำนวณอิทธิพลของปัจจัยในแบบจำลองปัจจัยเชิงกำหนดทุกประเภท: การบวก การคูณ การทวีคูณ และแบบผสม วิธีนี้ช่วยให้คุณกำหนดอิทธิพลของปัจจัยแต่ละอย่างต่อการเปลี่ยนแปลงค่าของตัวบ่งชี้ที่มีผล โดยค่อยๆ แทนที่ค่าฐานของตัวบ่งชี้ปัจจัยแต่ละตัวในปริมาณของตัวบ่งชี้ที่มีผลด้วยมูลค่าจริงในรอบระยะเวลาการรายงาน เพื่อจุดประสงค์นี้จะมีการกำหนดค่าตามเงื่อนไขจำนวนหนึ่งของตัวบ่งชี้ที่มีผลซึ่งคำนึงถึงการเปลี่ยนแปลงในปัจจัยหนึ่งจากนั้นสองและสาม ฯลฯ โดยสมมติว่าส่วนที่เหลือไม่เปลี่ยนแปลง การเปรียบเทียบค่าของตัวบ่งชี้ที่มีผลก่อนและหลังการเปลี่ยนระดับของปัจจัยหนึ่งหรือปัจจัยอื่น ช่วยให้คุณสามารถกำหนดผลกระทบของปัจจัยเฉพาะที่มีต่อการเติบโตของตัวบ่งชี้ที่มีผล โดยไม่รวมอิทธิพลของปัจจัยอื่นๆ เมื่อใช้วิธีนี้ จะเกิดการสลายตัวที่สมบูรณ์

จำได้ว่าเมื่อใช้วิธีนี้ลำดับที่ค่าของปัจจัยเปลี่ยนแปลงมีความสำคัญอย่างยิ่งเนื่องจากการประเมินเชิงปริมาณของอิทธิพลของแต่ละปัจจัยขึ้นอยู่กับสิ่งนี้

ก่อนอื่นควรสังเกตว่าไม่มีและไม่สามารถเป็นวิธีเดียวในการกำหนดลำดับนี้ - มีรูปแบบที่สามารถกำหนดได้โดยพลการ สำหรับแบบจำลองจำนวนเล็กน้อยเท่านั้น สามารถใช้วิธีการที่เป็นทางการได้ ในทางปฏิบัติ ปัญหานี้ไม่ได้มีความสำคัญมากนัก เนื่องจากในการวิเคราะห์ย้อนหลัง แนวโน้มและความสำคัญสัมพัทธ์ของปัจจัยเฉพาะนั้นมีความสำคัญ และไม่ใช่การประมาณค่าอิทธิพลที่แม่นยำ

อย่างไรก็ตาม เพื่อให้เป็นไปตามแนวทางที่เป็นเอกภาพมากขึ้นหรือน้อยลงในการกำหนดลำดับการแทนที่ของปัจจัยในแบบจำลอง หลักการทั่วไปสามารถกำหนดได้ ให้เราแนะนำคำจำกัดความบางอย่าง

สัญญาณที่เกี่ยวข้องโดยตรงกับปรากฏการณ์ภายใต้การศึกษาและระบุลักษณะด้านปริมาณเรียกว่า หลักหรือ เชิงปริมาณ. สัญญาณเหล่านี้คือ: ก) สัมบูรณ์ (ปริมาตร); b) สามารถสรุปได้ในอวกาศและเวลา ตัวอย่างเช่น เราสามารถอ้างถึงปริมาณการขาย จำนวน ต้นทุนของเงินทุนหมุนเวียน ฯลฯ

สัญญาณที่เกี่ยวข้องกับปรากฏการณ์ภายใต้การศึกษาไม่ได้โดยตรง แต่ผ่านสัญญาณอื่น ๆ อย่างน้อยหนึ่งอย่างและลักษณะด้านคุณภาพของปรากฏการณ์ภายใต้การศึกษาเรียกว่า รองหรือ คุณภาพ. สัญญาณเหล่านี้คือ: ก) ญาติ; b) ไม่สามารถสรุปได้ในอวกาศและเวลา ตัวอย่าง ได้แก่ อัตราส่วนทุนต่อแรงงาน ความสามารถในการทำกำไร ฯลฯ ในการวิเคราะห์ ปัจจัยรองของคำสั่งซื้อที่ 1, 2 ฯลฯ จะแยกแยะได้ โดยได้รับจากรายละเอียดตามลำดับ

แบบจำลองปัจจัยที่กำหนดตายตัวจะเรียกว่าสมบูรณ์หากตัวบ่งชี้ที่มีประสิทธิภาพเป็นเชิงปริมาณ และไม่สมบูรณ์หากตัวบ่งชี้ที่มีประสิทธิภาพเป็นเชิงคุณภาพ ในแบบจำลองสองปัจจัยที่สมบูรณ์ ปัจจัยหนึ่งจะเป็นเชิงปริมาณเสมอ ส่วนที่สองจะเป็นเชิงคุณภาพ ในกรณีนี้ แนะนำให้เปลี่ยนปัจจัยเพื่อเริ่มต้นด้วยตัวบ่งชี้เชิงปริมาณ หากมีตัวบ่งชี้เชิงปริมาณและเชิงคุณภาพหลายตัว ก่อนอื่นคุณควรเปลี่ยนค่าของปัจจัยระดับแรกของการอยู่ใต้บังคับบัญชาก่อนแล้วจึงเปลี่ยนค่าที่ต่ำกว่า ดังนั้นการประยุกต์ใช้วิธีการแทนที่แบบลูกโซ่จึงจำเป็นต้องมีความรู้เกี่ยวกับความสัมพันธ์ของปัจจัย การอยู่ใต้บังคับบัญชา ความสามารถในการจำแนกประเภทและการจัดระบบอย่างถูกต้อง

ทีนี้มาดูตัวอย่างของเรา ขั้นตอนการใช้วิธีการแทนที่ลูกโซ่

อัลกอริทึมสำหรับการคำนวณโดยวิธีการแทนที่ลูกโซ่สำหรับโมเดลนี้มีดังนี้:

อย่างที่คุณเห็น ตัวบ่งชี้ที่สองของผลผลิตรวมแตกต่างจากตัวบ่งชี้แรกเมื่อคำนวณจำนวนคนงานจริงแทนที่จะเป็นจำนวนที่วางแผนไว้ มีการวางแผนผลผลิตเฉลี่ยต่อปีโดยผู้ปฏิบัติงานหนึ่งคนในทั้งสองกรณี ซึ่งหมายความว่าเนื่องจากการเพิ่มจำนวนคนงานทำให้ผลผลิตเพิ่มขึ้น 32,000 ล้านรูเบิล (192,000 - 160,000).

ตัวบ่งชี้ที่สามแตกต่างจากตัวบ่งชี้ที่สองเมื่อคำนวณมูลค่าผลลัพธ์ของคนงานจะถูกนำมาใช้ในระดับจริงแทนที่จะเป็นตัวบ่งชี้ที่วางแผนไว้ จำนวนพนักงานในทั้งสองกรณีเป็นจริง ดังนั้น เนื่องจากผลิตภาพแรงงานเพิ่มขึ้น ปริมาณผลผลิตรวมจึงเพิ่มขึ้น 48,000 ล้านรูเบิล (240,000 - 192,000).

ดังนั้นการปฏิบัติตามแผนมากเกินไปในแง่ของผลผลิตรวมเป็นผลมาจากอิทธิพลของปัจจัยต่อไปนี้:

ผลรวมเชิงพีชคณิตของปัจจัยเมื่อใช้วิธีนี้จำเป็นต้องเท่ากับการเพิ่มขึ้นทั้งหมดในตัวบ่งชี้ที่มีประสิทธิภาพ:

การไม่มีความเท่าเทียมกันดังกล่าวบ่งชี้ถึงข้อผิดพลาดในการคำนวณ

วิธีการวิเคราะห์อื่นๆ เช่น อินทิกรัลและลอการิทึม ช่วยให้การคำนวณมีความแม่นยำสูงขึ้น อย่างไรก็ตาม วิธีการเหล่านี้มีขอบเขตที่จำกัดกว่าและต้องการการคำนวณจำนวนมาก ซึ่งไม่สะดวกสำหรับการวิเคราะห์ออนไลน์

ภารกิจที่ 3

ในแง่หนึ่ง มันเป็นผลมาจากปัญหาทั่วไปประการที่สอง เนื่องจากมันขึ้นอยู่กับการขยายตัวแฟคทอเรียลที่ได้รับ ความจำเป็นในการแก้ปัญหานี้เกิดจากการที่องค์ประกอบของการขยายตัวแฟคทอเรียลเป็นค่าสัมบูรณ์ซึ่งยากต่อการเปรียบเทียบปริภูมิ-เวลา เมื่อแก้ปัญหา 3 การขยายตัวของปัจจัยจะเสริมด้วยตัวบ่งชี้สัมพัทธ์:

.

การตีความเชิงเศรษฐศาสตร์: ค่าสัมประสิทธิ์แสดงให้เห็นว่าตัวบ่งชี้ประสิทธิภาพเปลี่ยนแปลงไปกี่เปอร์เซ็นต์เมื่อเทียบกับค่าพื้นฐานภายใต้อิทธิพลของปัจจัย i-th

คำนวณค่าสัมประสิทธิ์ α สำหรับตัวอย่างของเรา โดยใช้การขยายตัวแบบแฟคทอเรียลที่ได้รับก่อนหน้านี้โดยวิธีการแทนที่แบบลูกโซ่:

;

ดังนั้น ปริมาณผลผลิตรวมจึงเพิ่มขึ้น 20% เนื่องจากจำนวนคนงานเพิ่มขึ้น และ 30% เนื่องจากผลผลิตเพิ่มขึ้น ผลผลิตรวมเพิ่มขึ้น 50%

ภารกิจที่ 4

นอกจากนี้ยังแก้ไขได้บนพื้นฐานของงานพื้นฐาน 2 และลดลงเป็นการคำนวณตัวบ่งชี้:

.

การตีความทางเศรษฐกิจ: ค่าสัมประสิทธิ์แสดงส่วนแบ่งของการเพิ่มขึ้นของตัวบ่งชี้ที่มีประสิทธิภาพเนื่องจากการเปลี่ยนแปลงในปัจจัย i-th ไม่ต้องสงสัยเลยว่าสัญญาณปัจจัยทั้งหมดเปลี่ยนไปในทิศทางเดียวกันหรือไม่ (เพิ่มขึ้นหรือลดลง) หากไม่ตรงตามเงื่อนไขนี้ การแก้ปัญหาอาจซับซ้อน โดยเฉพาะอย่างยิ่ง ในรูปแบบสองปัจจัยที่ง่ายที่สุด ในกรณีเช่นนี้ การคำนวณตามสูตรข้างต้นจะไม่ถูกดำเนินการ และถือว่าการเพิ่มขึ้น 100% ของตัวบ่งชี้ที่มีประสิทธิภาพนั้นเกิดจากการเปลี่ยนแปลงในแอตทริบิวต์ปัจจัยหลัก นั่นคือสัญญาณที่เปลี่ยนทิศทางเดียวกับตัวบ่งชี้ที่มีผล

คำนวณค่าสัมประสิทธิ์ γ สำหรับตัวอย่างของเรา โดยใช้การขยายตัวแบบแฟคทอเรียลที่ได้จากวิธีการแทนที่แบบลูกโซ่:

ดังนั้นการเพิ่มจำนวนพนักงานคิดเป็น 40% ของผลผลิตรวมที่เพิ่มขึ้นและผลผลิตที่เพิ่มขึ้น - 60% ดังนั้นการเพิ่มขึ้นของการผลิตในสถานการณ์เช่นนี้จึงเป็นปัจจัยกำหนด

กิจกรรมของ บริษัท การค้าใด ๆ ที่มีเป้าหมายเพื่อทำกำไร ปัจจัยหลักที่ส่งผลต่อกำไรคือปริมาณ การจัดประเภท ต้นทุนขาย และค่าใช้จ่ายในการดำเนินการ การวิเคราะห์ปัจจัยเหล่านี้จะช่วยให้บริษัทระบุจุดอ่อน ปรับปรุงอัตรากำไรจากการขาย และเตรียมแผนธุรกิจการขาย

การวิเคราะห์ปัจจัย: ลักษณะทั่วไปและวิธีการดำเนินการ

การวิเคราะห์ปัจจัยเป็นวิธีการศึกษาที่ครอบคลุมและเป็นระบบเกี่ยวกับอิทธิพลของปัจจัยแต่ละอย่างที่มีต่อขนาดของตัวชี้วัดขั้นสุดท้าย เป้าหมายหลักการดำเนินการวิเคราะห์ดังกล่าวคือการหาวิธีเพิ่มความสามารถในการทำกำไรของบริษัท

การวิเคราะห์ปัจจัยช่วยให้คุณกำหนดการเปลี่ยนแปลงโดยรวมของกำไรในงวดปัจจุบันซึ่งสัมพันธ์กับงวดก่อนหน้า (พื้นฐาน) หรือการเปลี่ยนแปลงของตัวบ่งชี้กำไรจริงที่เกี่ยวข้องกับแผน ตลอดจนอิทธิพลของปัจจัยต่อไปนี้ต่อการเปลี่ยนแปลงเหล่านี้:

• ปริมาณการขายสินค้า
• ต้นทุนขาย
• ราคาขาย
• ช่วงของผลิตภัณฑ์ที่ขาย

ดังนั้น ด้วยความช่วยเหลือของการวิเคราะห์ปัจจัย จึงเป็นไปได้ที่จะกำหนดปริมาณการขาย ต้นทุน หรือราคาขาย ซึ่งจะเพิ่มผลกำไรของบริษัท และการวิเคราะห์ปัจจัยตามช่วงของผลิตภัณฑ์ที่ขายจะทำให้สามารถระบุผลิตภัณฑ์ที่ ขายดีและเป็นสินค้าที่มีความต้องการน้อยที่สุด

ตัวบ่งชี้สำหรับการวิเคราะห์ปัจจัยนำมาจากการบัญชี หากคุณวิเคราะห์ผลลัพธ์สำหรับปีให้ใช้ข้อมูลในแบบฟอร์มหมายเลข 2 "รายงานผลประกอบการ"

การวิเคราะห์ปัจจัยสามารถทำได้:

1) โดยวิธีการของความแตกต่างที่แน่นอน;

2) โดยวิธีการเปลี่ยนสายโซ่

สูตรทางคณิตศาสตร์ของรูปแบบการวิเคราะห์ปัจจัยของกำไรจากการขาย:

ประชาสัมพันธ์ = วีผลิตภัณฑ์ × (C - สหน่วย),

โดยที่ PR - กำไรจากการขาย (ตามแผนหรือพื้นฐาน)

วีผลิตภัณฑ์ - ปริมาณการขายสินค้า (สินค้า) ในแง่กายภาพ (ชิ้น, ตัน, เมตร, ฯลฯ );

C - ราคาขายของหน่วยของผลิตภัณฑ์ที่ขาย

ส ed - ต้นทุนของหน่วยของผลิตภัณฑ์ที่ขาย

วิธีความแตกต่างแน่นอน

สูตรทางคณิตศาสตร์ของ PR (กำไรจากการขาย) ใช้เป็นพื้นฐานของการวิเคราะห์ปัจจัย สูตรประกอบด้วยสามปัจจัยที่วิเคราะห์:

• ปริมาณการขายในหน่วยธรรมชาติ
• ราคา;
• ต้นทุนต่อหน่วยขาย

พิจารณาสถานการณ์ที่ส่งผลกระทบต่อผลกำไร พิจารณาการเปลี่ยนแปลงของจำนวนกำไรเนื่องจากแต่ละปัจจัย การคำนวณขึ้นอยู่กับการแทนที่ค่าที่วางแผนไว้อย่างต่อเนื่องของตัวบ่งชี้ปัจจัยด้วยการเบี่ยงเบนจากนั้นตามด้วยระดับจริงของตัวบ่งชี้เหล่านี้ ต่อไปนี้คือสูตรการคำนวณสำหรับแต่ละสถานการณ์ที่ส่งผลต่อกำไร

สถานการณ์ 1. ผลกระทบต่อกำไรของปริมาณการขาย:

ปริมาณ ΔPR = Δ วีผลิตภัณฑ์ × (แผน C - สหน่วย แผน) = ( วีแยง. ข้อเท็จจริง - วีแยง. แผน) × (แผน C - สหน่วย วางแผน).

สถานการณ์ที่ 2. ผลกระทบต่อกำไรของราคาขาย:

ΔPR ราคา = วีแยง. ความจริง × ΔC = วีแยง. ข้อเท็จจริง × (ข้อเท็จจริง C - แผน C)

สถานการณ์ที่ 3 ผลกระทบต่อกำไรของต้นทุนต่อหน่วยการผลิต:

∆PR สเอ็ด = วีแยง. ข้อเท็จจริง × (-Δ สคุณ) = วีแยง. ความเป็นจริง × (-( สหน่วย ข้อเท็จจริง - สหน่วย วางแผน)).

วิธีการเปลี่ยนโซ่

เมื่อใช้วิธีนี้ อิทธิพลของปัจจัยหนึ่งจะได้รับการพิจารณาก่อน ในขณะที่ปัจจัยอื่นๆ ยังคงไม่เปลี่ยนแปลง จากนั้นจึงพิจารณาปัจจัยที่สอง เป็นต้น สูตรทางคณิตศาสตร์เดียวกันของรูปแบบการวิเคราะห์ปัจจัยของกำไรจากการขายถือเป็นพื้นฐาน

เราจะเปิดเผยอิทธิพลของปัจจัยต่างๆ ที่มีต่อจำนวนกำไร

สถานการณ์ 1. การเปลี่ยนแปลงปริมาณการขาย

PR1 = วีแยง. ความเป็นจริง × (แผน C - สหน่วย วางแผน);

ปริมาณ ΔPR = PR1 - แผนการประชาสัมพันธ์

สถานการณ์ที่ 2 การเปลี่ยนแปลงราคาขาย

พีอาร์2= วีแยง. ข้อเท็จจริง × (ข้อเท็จจริง T - สหน่วย วางแผน);

ราคา ΔPR = PR2 - PR1

สถานการณ์ที่ 3 การเปลี่ยนแปลงของต้นทุน ขายหน่วย.

ฯลฯ สเอ็ด = วีแยง. ข้อเท็จจริง × (ข้อเท็จจริง T - สหน่วย ข้อเท็จจริง);

∆PR สหน่วย = PR3 - PR2

ข้อตกลงที่ใช้ในสูตรข้างต้น:

แผนประชาสัมพันธ์ - กำไรจากการขาย (ตามแผนหรือพื้นฐาน)

PR1 - กำไรที่ได้รับภายใต้อิทธิพลของปัจจัยการเปลี่ยนแปลงของปริมาณการขาย (สถานการณ์ที่ 1)

PR2 - กำไรที่ได้รับภายใต้อิทธิพลของปัจจัยการเปลี่ยนแปลงราคา (สถานการณ์ 2)

PR3 - กำไรที่ได้รับภายใต้อิทธิพลของปัจจัยการเปลี่ยนแปลงต้นทุนขายของหน่วยการผลิต (สถานการณ์ 3)

ปริมาณ ΔPR - จำนวนส่วนเบี่ยงเบนกำไรเนื่องจากการเปลี่ยนแปลงปริมาณการขาย

ราคา ΔPR - จำนวนส่วนเบี่ยงเบนกำไรเมื่อราคาเปลี่ยนแปลง

∆P ส ed - จำนวนส่วนเบี่ยงเบนของกำไรเมื่อต้นทุนของหน่วยผลิตภัณฑ์ที่ขายเปลี่ยนแปลง

Δ วีผลิตภัณฑ์ - ความแตกต่างระหว่างปริมาณการขายจริงและที่วางแผนไว้ (พื้นฐาน)

ΔTs คือความแตกต่างระหว่างราคาขายจริงและที่วางแผนไว้ (พื้นฐาน)

Δ ส ed - ความแตกต่างระหว่างต้นทุนจริงและที่วางแผนไว้ (พื้นฐาน) ต่อหน่วยของผลิตภัณฑ์ที่ขาย

วีแยง. ข้อเท็จจริง — ปริมาณการขายจริง

วีแยง. แผน - ปริมาณการขายที่วางแผนไว้

แผน C - ราคาตามแผน

C ข้อเท็จจริง - ราคาจริง

สหน่วย แผน - มีการวางแผนต้นทุนของหน่วยผลิตภัณฑ์ที่ขายแล้ว

สหน่วย ความเป็นจริง - ต้นทุนของหน่วยของผลิตภัณฑ์ที่ขายเป็นจริง

หมายเหตุ

1. วิธีการแทนที่แบบลูกโซ่ให้ผลลัพธ์เหมือนกับวิธีผลต่างสัมบูรณ์
2. ส่วนเบี่ยงเบนรวมของกำไรจะเท่ากับผลรวมของการเบี่ยงเบนภายใต้อิทธิพลของปัจจัยทั้งหมดที่ดำเนินการวิเคราะห์ปัจจัย

การวิเคราะห์ปัจจัยของกำไรจากการขาย

มาทำการวิเคราะห์แฟกทอเรียลของกำไรจากการขายโดยใช้ Excel ก่อนอื่นมาเปรียบเทียบตัวบ่งชี้ที่เกิดขึ้นจริงและที่วางแผนไว้ในตาราง Excel จากนั้นเราจะสร้างไดอะแกรมและกราฟที่จะแสดงผลและส่วนเบี่ยงเบนของการวิเคราะห์ปัจจัยที่ดำเนินการอย่างชัดเจน

ใน Excel คุณสามารถสร้างตารางข้อมูลแผนมาตรฐานซึ่งประกอบด้วยหลายบล็อก: ทางด้านซ้ายของตารางในคอลัมน์จะมีชื่อของตัวบ่งชี้อยู่ตรงกลาง - ข้อมูลพร้อมแผนและข้อเท็จจริงทางด้านขวา - ส่วนเบี่ยงเบน (ในค่าสัมบูรณ์และสัมพัทธ์)

ตัวอย่างที่ 1

องค์กรจำหน่ายผลิตภัณฑ์โลหะรีด ต้นทุนทางอ้อมจะถูกปันส่วนให้กับต้นทุนสินค้าที่ขาย นั่นคือ ต้นทุนการผลิตทั้งหมดจะเกิดขึ้น มาทำการวิเคราะห์แฟกทอเรียลของกำไรจากการขายในสองวิธี (วิธีของผลต่างสัมบูรณ์และวิธีการแทนที่ลูกโซ่) และพิจารณาว่าตัวบ่งชี้ใดมีผลกระทบมากที่สุดต่อกำไรของบริษัท

ตัวบ่งชี้ที่วางแผนไว้นำมาจากแผนธุรกิจสำหรับการขาย ของจริง - จากงบการเงิน (แบบฟอร์มหมายเลข 2) และการบัญชี - (รายงานการขายในหน่วยธรรมชาติ)

ข้อมูลเกี่ยวกับผลลัพธ์ของกิจกรรมทางการเงินของ บริษัท (ตามจริงและที่วางแผนไว้) แสดงไว้ในตาราง 1.

จากข้อมูลในตาราง 1 ตามมาด้วยปริมาณการขายจริงต่ำกว่าที่วางแผนไว้ 10.1 พันตัน ราคาขายสูงกว่าที่วางแผนไว้ 0.15 พันรูเบิล ในเวลาเดียวกันจำนวนรายได้จริงน้อยกว่าที่วางแผนไว้ 276.99 พันรูเบิลและในทางกลับกันต้นทุนขายสูงกว่าที่วางแผนไว้ 1130,000 รูเบิล ปัจจัยทั้งหมดข้างต้นทำให้กำไรที่แท้จริงลดลงเมื่อเทียบกับที่วางแผนไว้ 1404.78 พัน. ถู.

E.V. Akimova ผู้สอบบัญชี

มีการเผยแพร่เนื้อหาบางส่วน สามารถอ่านฉบับเต็มได้ในนิตยสาร

ปรากฏการณ์และกระบวนการทั้งหมดของกิจกรรมทางเศรษฐกิจขององค์กรมีความเชื่อมโยงกันและพึ่งพาอาศัยกัน บางคนเกี่ยวข้องโดยตรง บางคนเกี่ยวข้องโดยอ้อม ดังนั้น ประเด็นวิธีการที่สำคัญในการวิเคราะห์ทางเศรษฐศาสตร์คือการศึกษาและการวัดอิทธิพลของปัจจัยที่มีต่อขนาดของตัวชี้วัดทางเศรษฐกิจที่ศึกษา

การวิเคราะห์ปัจจัยในวรรณกรรมเพื่อการศึกษาถูกตีความว่าเป็นส่วนหนึ่งของการวิเคราะห์ทางสถิติหลายตัวแปรที่รวมวิธีการประมาณขนาดของชุดของตัวแปรที่สังเกตได้ โดยการศึกษาโครงสร้างของความแปรปรวนร่วมหรือเมทริกซ์สหสัมพันธ์

การวิเคราะห์ปัจจัยเริ่มต้นในประวัติศาสตร์ของไซโคเมตริก และปัจจุบันใช้กันอย่างแพร่หลายไม่เพียงแต่ในด้านจิตวิทยาเท่านั้น แต่ยังรวมถึงในสรีรวิทยา สังคมวิทยา รัฐศาสตร์ เศรษฐศาสตร์ สถิติ และวิทยาศาสตร์อื่นๆ แนวคิดหลักของการวิเคราะห์ปัจจัยถูกวางโดยนักจิตวิทยาและนักมานุษยวิทยาชาวอังกฤษ เอฟ. กัลตัน. การพัฒนาและการใช้การวิเคราะห์ปัจจัยทางจิตวิทยาดำเนินการโดยนักวิทยาศาสตร์เช่น: ช.สเปียร์แมน, แอล.เธอร์สโตน และอาร์.เคทเทล. การวิเคราะห์ปัจจัยทางคณิตศาสตร์ได้รับการพัฒนา Hotelling, Harman, Kaiser, Thurstone, Tuckerและนักวิทยาศาสตร์คนอื่นๆ

การวิเคราะห์ประเภทนี้ช่วยให้ผู้วิจัยสามารถแก้ปัญหาหลักสองประการ: เพื่ออธิบายหัวข้อการวัดอย่างกระชับและในเวลาเดียวกันอย่างครอบคลุม ด้วยความช่วยเหลือของการวิเคราะห์ปัจจัย มันเป็นไปได้ที่จะระบุปัจจัยที่รับผิดชอบต่อการมีอยู่ของความสัมพันธ์ทางสถิติเชิงเส้นของความสัมพันธ์ระหว่างตัวแปรที่สังเกตได้

เป้าหมายของการวิเคราะห์ปัจจัย

ตัวอย่างเช่น เมื่อวิเคราะห์คะแนนที่ได้รับจากมาตราส่วนต่าง ๆ ผู้วิจัยสังเกตว่ามีค่าใกล้เคียงกันและมีค่าสัมประสิทธิ์สหสัมพันธ์สูง ซึ่งในกรณีนี้สามารถสันนิษฐานได้ว่ามีบางส่วน ตัวแปรแฝงซึ่งสามารถใช้เพื่ออธิบายความคล้ายคลึงกันที่สังเกตได้ของการประมาณการที่ได้รับ ตัวแปรแฝงดังกล่าวเรียกว่าปัจจัยที่ส่งผลต่อตัวบ่งชี้จำนวนมากของตัวแปรอื่น ๆ ซึ่งนำไปสู่ความเป็นไปได้และจำเป็นต้องทำเครื่องหมายว่าเป็นลำดับที่สูงกว่าทั่วไปที่สุด

ดังนั้นสอง เป้าหมายของการวิเคราะห์ปัจจัย:

• การกำหนดความสัมพันธ์ระหว่างตัวแปรการจำแนกประเภทเช่น "การจำแนกประเภท R ตามวัตถุประสงค์"
• การลดจำนวนของตัวแปร

ในการระบุปัจจัยที่สำคัญที่สุดและด้วยเหตุนี้ โครงสร้างปัจจัยจึงเหมาะสมที่สุดที่จะใช้ วิธีองค์ประกอบหลัก. สาระสำคัญของวิธีนี้คือการแทนที่องค์ประกอบที่สัมพันธ์กันด้วยปัจจัยที่ไม่สัมพันธ์กัน คุณลักษณะที่สำคัญอีกประการของวิธีการคือความสามารถในการจำกัดองค์ประกอบหลักที่ให้ข้อมูลมากที่สุดและแยกส่วนที่เหลือออกจากการวิเคราะห์ ซึ่งทำให้การตีความผลลัพธ์ง่ายขึ้น ข้อดีของวิธีนี้คือเป็นวิธีการวิเคราะห์ปัจจัยทางคณิตศาสตร์เพียงวิธีเดียว

การวิเคราะห์ปัจจัย- วิธีการสำหรับการศึกษาและการวัดผลกระทบของปัจจัยอย่างครอบคลุมและเป็นระบบต่อมูลค่าของตัวบ่งชี้ที่มีประสิทธิภาพ

ประเภทของการวิเคราะห์ปัจจัย

การวิเคราะห์ปัจจัยมีประเภทต่อไปนี้:

1) กำหนด (การทำงาน) - ตัวบ่งชี้ที่มีประสิทธิภาพจะแสดงเป็นผลรวมของปัจจัยส่วนตัวหรือพีชคณิต

2) Stochastic (ความสัมพันธ์) - ความสัมพันธ์ระหว่างตัวบ่งชี้ประสิทธิภาพและปัจจัยไม่สมบูรณ์หรือน่าจะเป็น

3) ทางตรง (นิรนัย) - จากทั่วไปถึงเฉพาะ

4) ย้อนกลับ (อุปนัย) - จากเฉพาะไปยังทั่วไป

5) ขั้นตอนเดียวและหลายขั้นตอน

6) คงที่และไดนามิก

7) ย้อนหลังและในอนาคต

การวิเคราะห์ปัจจัยยังสามารถ การสำรวจ- ดำเนินการในการศึกษาโครงสร้างปัจจัยแฝงโดยไม่มีข้อสันนิษฐานเกี่ยวกับจำนวนปัจจัยและภาระและ ยืนยันออกแบบมาเพื่อทดสอบสมมติฐานเกี่ยวกับจำนวนปัจจัยและการโหลด การนำการวิเคราะห์ปัจจัยไปใช้จริงนั้นเริ่มต้นด้วยการตรวจสอบเงื่อนไขของมัน

เงื่อนไขบังคับสำหรับการวิเคราะห์ปัจจัย:

• สัญญาณทั้งหมดต้องเป็นเชิงปริมาณ
• จำนวนคุณลักษณะควรเป็นสองเท่าของจำนวนตัวแปร
• ตัวอย่างต้องเป็นเนื้อเดียวกัน
• ตัวแปรต้นทางต้องกระจายแบบสมมาตร
• การวิเคราะห์ปัจจัยดำเนินการกับตัวแปรที่สัมพันธ์กัน

ในการวิเคราะห์ ตัวแปรที่สัมพันธ์กันอย่างมากจะรวมกันเป็นปัจจัยเดียว เป็นผลให้ความแปรปรวนถูกกระจายใหม่ระหว่างองค์ประกอบต่างๆ และได้รับโครงสร้างของปัจจัยที่เรียบง่ายและชัดเจนที่สุด หลังจากรวมเข้าด้วยกันแล้ว ความสัมพันธ์ขององค์ประกอบภายในแต่ละปัจจัยจะสูงกว่าความสัมพันธ์กับองค์ประกอบจากปัจจัยอื่น ขั้นตอนนี้ยังทำให้สามารถแยกตัวแปรแฝงซึ่งมีความสำคัญอย่างยิ่งในการวิเคราะห์การรับรู้และค่านิยมทางสังคม

ขั้นตอนของการวิเคราะห์ปัจจัย

ตามกฎแล้ว การวิเคราะห์ปัจจัยจะดำเนินการในหลายขั้นตอน

ขั้นตอนของการวิเคราะห์ปัจจัย:

ขั้นตอนที่ 1 การเลือกปัจจัย

ขั้นตอนที่ 2 การจำแนกและการจัดระบบของปัจจัย

ขั้นตอนที่ 3 การสร้างแบบจำลองความสัมพันธ์ระหว่างตัวบ่งชี้ประสิทธิภาพและปัจจัย

ขั้นตอนที่ 4 การคำนวณอิทธิพลของปัจจัยและการประเมินบทบาทของแต่ละปัจจัยในการเปลี่ยนแปลงค่าของตัวบ่งชี้ที่มีประสิทธิภาพ

ขั้นตอนที่ 5 การใช้แบบจำลองปัจจัยในทางปฏิบัติ (การคำนวณทุนสำรองสำหรับการเติบโตของตัวบ่งชี้ที่มีประสิทธิภาพ)

ตามธรรมชาติของความสัมพันธ์ระหว่างตัวชี้วัดก็มี วิธีการกำหนดและ การวิเคราะห์ปัจจัยสุ่ม

การวิเคราะห์ปัจจัยเชิงกำหนดเป็นวิธีการศึกษาอิทธิพลของปัจจัยที่มีความสัมพันธ์กับตัวบ่งชี้ประสิทธิภาพคือการทำงาน เช่น เมื่อตัวบ่งชี้ประสิทธิภาพของแบบจำลองปัจจัยถูกนำเสนอเป็นผลิตภัณฑ์ ผลรวมของปัจจัยส่วนตัวหรือเชิงพีชคณิต

วิธีการวิเคราะห์ปัจจัยเชิงกำหนด: วิธีการเปลี่ยนโซ่ วิธีการของผลต่างสัมบูรณ์ วิธีความแตกต่างสัมพัทธ์ วิธีอินทิกรัล วิธีลอการิทึม

การวิเคราะห์ปัจจัยประเภทนี้เป็นวิธีที่พบได้บ่อยที่สุด เนื่องจากการใช้งานค่อนข้างง่าย (เมื่อเทียบกับการวิเคราะห์สุ่ม) จะช่วยให้คุณเข้าใจตรรกะของปัจจัยหลักของการพัฒนาองค์กร ประเมินอิทธิพลของปัจจัยเหล่านั้น ทำความเข้าใจว่าปัจจัยใด และในสิ่งใด สัดส่วนเป็นไปได้และสมควรเปลี่ยนแปลงเพื่อปรับปรุงประสิทธิภาพการผลิต

การวิเคราะห์สุ่มเป็นวิธีการศึกษาปัจจัยที่มีความสัมพันธ์กับตัวบ่งชี้ประสิทธิภาพซึ่งตรงกันข้ามกับฟังก์ชันที่ไม่สมบูรณ์ ความน่าจะเป็น (สหสัมพันธ์) หากด้วยการพึ่งพาการทำงาน (เต็ม) การเปลี่ยนแปลงที่สอดคล้องกันในฟังก์ชั่นมักจะเกิดขึ้นกับการเปลี่ยนแปลงในอาร์กิวเมนต์จากนั้นด้วยความสัมพันธ์การเปลี่ยนแปลงในอาร์กิวเมนต์สามารถให้ค่าที่เพิ่มขึ้นของฟังก์ชันได้หลายค่าขึ้นอยู่กับ การรวมกันของปัจจัยอื่น ๆ ที่กำหนดตัวบ่งชี้นี้

วิธีการวิเคราะห์ปัจจัยสุ่ม: วิธีการหาความสัมพันธ์แบบคู่ การวิเคราะห์สหสัมพันธ์พหุคูณ แบบจำลองเมทริกซ์ การเขียนโปรแกรมทางคณิตศาสตร์ ระเบียบวิธีวิจัยเชิงปฏิบัติการ ทฤษฎีเกม.

นอกจากนี้ยังจำเป็นต้องแยกความแตกต่างระหว่างการวิเคราะห์ปัจจัยแบบคงที่และแบบไดนามิก ประเภทแรกใช้เมื่อศึกษาอิทธิพลของปัจจัยที่มีต่อตัวบ่งชี้ประสิทธิภาพสำหรับวันที่ที่เกี่ยวข้อง อีกประเภทหนึ่งเป็นวิธีการศึกษาความสัมพันธ์เชิงเหตุและผลในเชิงพลวัต

และสุดท้าย การวิเคราะห์ปัจจัยสามารถย้อนหลังได้ ซึ่งศึกษาสาเหตุของการเพิ่มขึ้นของตัวบ่งชี้ประสิทธิภาพสำหรับช่วงเวลาที่ผ่านมา และในอนาคต ซึ่งจะตรวจสอบพฤติกรรมของปัจจัยและตัวบ่งชี้ประสิทธิภาพในอนาคต