Использование информационных технологий в анализе, прогнозировании временных рядов и принятии управленческих решений, страница 32

Анализ матрицы коэффициентов корреляции показывает, что фонд заработной платы имеет тесную связь с производительностью труда (коэффициент корреляции =  0,958), с заинтересованность работников (0,941), с номенклатурой производимой продукции (0,891) и качеством продукции (0,929). Таким образом можно сказать что все эти факторы оказывают большое прямое влияние на фонд оплаты труда. Чем выше заинтересованность работников, шире номенклатура изделий, больше производительность и более высокое качество продукции, тем больше фонд оплаты труда. Наименьшее влияние из рассматриваемых факторов оказывает мощность, с которой работает само предприятие (0,573). Кроме того можно отметить, что теснота связи между качеством продукции и номенклатурой изделий составляет 0,908 следовательно здесь наблюдается явление мультиколлениарности; и так как теснота связи фонда оплаты труда с фактором  “качество продукции” (0,929) выше чем с фактором “номенклатура изделий” (0,891) то в дальнейшем, в рассматриваемой модели фактор “номенклатура изделий” мы рассматривать не будем. Так же можно заметить, что явление мультиколлениарности наблюдается еще в двух случаях: между факторами “качество продукции” и “заинтересованность работников” (0,935) и между факторами “заинтересованность работников” и “производительность труда” (0,897). В первом случае мы убираем из модели фактор “качество продукции”, так как его связь с фондом оплаты труда (0,929) меньше, чем связь фактора “заинтересованность работников” с фондом оплаты труда (0,941). Во втором случае мы убираем из модели фактор “заинтересованность работников”, так как его связь с фондом оплаты труда (0,941) меньше по сравнению с теснотой связи между производительностью и фондом оплаты труда (0,958). Таким образом,  мы получаем рассматриваемую модель с одним фактором, где величина фонда заработной платы напрямую зависит от производительности труда работников данного предприятия.

Далее с помощью механизма регрессии и на основании данных таблицы 1, мы получили уравнение нашей модели: Y = 274,37x – 796, 97.

Для того чтобы оценить правильность полученной модели произведем графический анализ остатков фонда заработной платы, данные для этого,  возьмем из дополнительных расчетов.

 

Рис.1 Графический анализ остатков.

График, приведенный на рисунке 1, показывает, что на протяжении рассматриваемых 3 лет величина остатков фонда оплаты труда колебалась в пределах от -300 и до +200.  Причем большая совокупность анализируемых остатков находиться в промежутке от -150 до +150. В то же время для некоторых кварталов характерны отклонения от данной тенденции, так называемые выбросы (их можно наблюдать в 1 и 4 квартале 2004 года, 1 квартале 2005 года и 2 квартале 2006 года). Данные отклонения были вызваны следующими причинами:

·  в 4 квартале 2004 года и во 2 квартале 2006 прирост производительность составил 0,8 млн. руб./ чел и превысил средний приростом производительности на 0,24 млн. руб./чел. (см. таблицу 1, приложения);

·   в 1 квартале 2005 года номенклатура изделий увеличилась на 5 единиц, а качество производимой продукции выросло на 2% (см. таблицу 1);

Таким образом, можно сказать, что анализируемые отклонения остатков фонда оплаты труда в полученном графике связаны, непосредственно, с происходящими изменениями в работе СП ОАО “Спартак”.

Для проверки качества модели используем следующие коэффициенты:

·  коэффициент детерминации – это коэффициент, показывающий долю вариации результирующего признака, находящегося под воздействием изучаемых факторов, т.е. он определяет, какая доля вариации признака учтена в модели и обусловлена влиянием на него факторов;

·  коэффициент эластичности – это коэффициент, показывающий, на сколько процентов измениться зависимая переменная, при изменении фактора j на 1 процент;

·  b коэффициент – это коэффициент, показывающий на какую часть величины среднего квадратического отклонения измениться зависимая переменная  Y при изменении соответствующей независимой переменной x(j) на величину своего среднеквадратического отклонения;