วิธีความแตกต่างสัมพัทธ์จะขึ้นอยู่กับ วิธีผลต่างสัมพัทธ์
นี่เป็นหนึ่งในการปรับเปลี่ยนวิธีการทดแทนลูกโซ่ซึ่งใช้ในการคำนวณอิทธิพลของปัจจัยในแบบจำลองการคูณและแบบผสมของประเภท: Y = (a - b)*c และ Y = a*(b - c) การใช้งานจะมีประสิทธิภาพโดยเฉพาะอย่างยิ่งเมื่อข้อมูลเริ่มต้นมีการเบี่ยงเบนสัมบูรณ์ในแง่ของตัวบ่งชี้ปัจจัยแล้ว
อัลกอริธึมการคำนวณสำหรับตัวแบบแฟคทอเรียลคูณประเภท Y = a * b * c * d มีดังนี้ มีค่าที่วางแผนไว้และตามจริงสำหรับตัวบ่งชี้แต่ละปัจจัยรวมถึงการเบี่ยงเบนสัมบูรณ์:
a = af - apl; b = bf - bpl; c \u003d cph - cpl; d = df - dpl
การกำหนดการเปลี่ยนแปลงมูลค่าของตัวบ่งชี้ที่มีประสิทธิภาพเนื่องจากแต่ละปัจจัยดำเนินการดังนี้:
ใช่ = a * bpl * cpl * dpl;
Yb \u003d af * b * cpl * dpl;
Yc = aph * bf * c * dpl;
Yc = aph * bph * cf * d.
ดังนั้น ขนาดของอิทธิพลของปัจจัยจึงคำนวณโดยการคูณการเพิ่มขึ้นสัมบูรณ์ของปัจจัยที่ศึกษาด้วยค่าฐาน (ตามแผน) ของปัจจัยที่อยู่ทางด้านขวาของปัจจัยนั้น และด้วยมูลค่าที่แท้จริงของปัจจัยที่อยู่ติดกับ เหลือไว้ในรุ่น
วิธีผลต่างสัมพัทธ์
ขอบเขตของแอปพลิเคชันนั้นเหมือนกับขอบเขตก่อนหน้า จะมีประสิทธิภาพโดยเฉพาะอย่างยิ่งเมื่อข้อมูลเริ่มต้นมีส่วนเบี่ยงเบนสัมพัทธ์ที่กำหนดไว้แล้วของตัวบ่งชี้แฟกทอเรียลเป็นเปอร์เซ็นต์และค่าสัมประสิทธิ์
วิธีการคำนวณอิทธิพลของปัจจัยในลักษณะนี้สำหรับตัวแบบการคูณประเภท Y = a * b * c มีดังนี้ ขั้นแรก คุณต้องคำนวณค่าเบี่ยงเบนสัมพัทธ์ของตัวบ่งชี้ปัจจัย:
จากนั้นความเบี่ยงเบนของตัวบ่งชี้ที่มีประสิทธิภาพเนื่องจากแต่ละปัจจัยจะถูกกำหนดดังนี้:
ตามกฎนี้ ในการคำนวณอิทธิพลของปัจจัยแรก จำเป็นต้องคูณค่าฐาน (ตามแผน) ของตัวบ่งชี้ที่มีประสิทธิภาพด้วยการเติบโตสัมพัทธ์ของปัจจัยแรก โดยแสดงเป็นเปอร์เซ็นต์ แล้วหารผลลัพธ์ด้วย 100
ในการคำนวณอิทธิพลของปัจจัยที่สอง คุณต้องเพิ่มการเปลี่ยนแปลงเนื่องจากปัจจัยแรกเป็นค่าที่วางแผนไว้ของตัวบ่งชี้ที่มีประสิทธิภาพ จากนั้นคูณจำนวนผลลัพธ์ด้วยการเพิ่มขึ้นสัมพัทธ์ของปัจจัยที่สองเป็นเปอร์เซ็นต์ แล้วหารผลลัพธ์ด้วย 100 ฯลฯ
รูปแบบของวิธีนี้คือความแตกต่างของเปอร์เซ็นต์ล่วงหน้า วิธีการคำนวณอิทธิพลของปัจจัยด้วยความช่วยเหลือสามารถพิจารณาได้โดยใช้ตัวอย่างของแบบจำลองการคูณของขอบเขตงาน:
O \u003d H * I * n * B,
โดยที่ O คือปริมาณงานถู;
I - จำนวนวันทำงานเฉลี่ยของพนักงานหนึ่งคนต่อปี
n คือจำนวนชั่วโมงทำงาน คนงานเฉลี่ยหนึ่งคนต่อวัน
B - ผลผลิตเฉลี่ยต่อชั่วโมงของพนักงานถู
ข้อดีของวิธีนี้คือเมื่อใช้งาน ไม่จำเป็นต้องคำนวณระดับตัวบ่งชี้ปัจจัย ก็เพียงพอแล้วที่จะมีข้อมูลเกี่ยวกับเปอร์เซ็นต์ของการดำเนินการตามแผนในแง่ของปริมาณงาน (O%) จำนวนคนงาน (H%) และจำนวนวันที่พวกเขาทำงาน (D%) และชั่วโมง (t %) สำหรับช่วงเวลาที่วิเคราะห์
จากนั้นความเบี่ยงเบนของปริมาณงานเนื่องจากแต่ละปัจจัยจะถูกกำหนดดังนี้:
วิธีดัชนีจะขึ้นอยู่กับ ตัวชี้วัดที่เกี่ยวข้องพลวัต การเปรียบเทียบเชิงพื้นที่ การดำเนินการตามแผน การแสดงอัตราส่วนของระดับที่แท้จริงของตัวบ่งชี้ที่วิเคราะห์ใน ระยะเวลาการรายงานจนถึงระดับในช่วงฐานหรือตามแผนหรือวัตถุอื่น
ด้วยความช่วยเหลือของดัชนีรวม เป็นไปได้ที่จะระบุอิทธิพลของปัจจัยต่างๆ ที่มีต่อการเปลี่ยนแปลงในระดับของตัวบ่งชี้ประสิทธิภาพในรูปแบบการคูณและหลายรูปแบบ
ตัวอย่างเช่น ลองใช้ดัชนีปริมาณ CMP
สะท้อนให้เห็นถึงการเปลี่ยนแปลงในจำนวนคนงาน (H) และผลผลิตเฉลี่ยต่อปี (B) และเท่ากับผลคูณของดัชนีเหล่านี้:
เพื่อกำหนดว่าปริมาณของงานก่อสร้างและการติดตั้งเปลี่ยนแปลงไปอย่างไรเนื่องจากการเปลี่ยนแปลงของจำนวนคนงานและเนื่องจากการเปลี่ยนแปลงของผลผลิตเฉลี่ยต่อปี จำเป็นต้องคำนวณดัชนีจำนวนพนักงาน JH และดัชนีผลผลิต JB:
หากเราลบตัวส่วนออกจากตัวเศษของสูตรข้างต้น เราจะได้ปริมาณการก่อสร้างและการติดตั้งโดยรวมเพิ่มขึ้นแน่นอน และเนื่องจากปัจจัยแต่ละอย่างแยกกัน (จะเท่ากับผลลัพธ์ที่คำนวณโดยใช้การทดแทนลูกโซ่ กระบวนการ).
ประเภทของตัวแบบดีเทอร์มินิสติกที่ใช้วิธีทดแทนลูกโซ่ สาระสำคัญและกฎการใช้งาน อัลกอริทึมในการคำนวณอิทธิพลของปัจจัยโดยวิธีนี้ในแบบจำลองประเภทต่างๆ
ปัญหาด้านระเบียบวิธีที่สำคัญที่สุดประการหนึ่งใน AHD คือการกำหนดขนาดของอิทธิพลของแต่ละปัจจัยต่อการเติบโตของตัวบ่งชี้ประสิทธิภาพ ในการวิเคราะห์ปัจจัยที่กำหนด (DFA) จะใช้วิธีการต่อไปนี้: การแทนที่ลูกโซ่, ดัชนี, ผลต่างสัมบูรณ์, ผลต่างสัมพัทธ์, การหารตามสัดส่วน, อินทิกรัล, ลอการิทึม ฯลฯ
สี่วิธีแรกจะขึ้นอยู่กับวิธีการกำจัด การกำจัดหมายถึงการกำจัด ปฏิเสธ ยกเว้นอิทธิพลของปัจจัยทั้งหมดที่มีต่อค่าของตัวบ่งชี้ที่มีประสิทธิภาพ ยกเว้นเพียงปัจจัยเดียว วิธีนี้เกิดขึ้นจากข้อเท็จจริงที่ว่าปัจจัยทั้งหมดเปลี่ยนแปลงโดยอิสระจากกัน: อย่างแรกเปลี่ยนและอื่น ๆ ทั้งหมดยังคงไม่เปลี่ยนแปลง จากนั้นสองเปลี่ยน จากนั้นสาม ฯลฯ ในขณะที่ส่วนที่เหลือยังคงไม่เปลี่ยนแปลง วิธีนี้ช่วยให้คุณกำหนดอิทธิพลของแต่ละปัจจัยที่มีต่อมูลค่าของตัวบ่งชี้ที่ศึกษาแยกกันได้
อเนกประสงค์ที่สุดของสิ่งเหล่านี้คือ วิธีการเปลี่ยนลูกโซ่ ใช้ในการคำนวณอิทธิพลของปัจจัยในแบบจำลองปัจจัยกำหนดทุกประเภท: การบวก คูณ ทวีคูณ และผสม (รวมกัน) วิธีนี้ช่วยให้คุณกำหนดอิทธิพลของแต่ละปัจจัยที่มีต่อการเปลี่ยนแปลงในมูลค่าของตัวบ่งชี้ที่มีประสิทธิภาพ โดยค่อยๆ เปลี่ยนค่าฐานของตัวบ่งชี้แต่ละปัจจัยในปริมาณของตัวบ่งชี้ที่มีประสิทธิภาพด้วยมูลค่าจริงในรอบระยะเวลาการรายงาน เพื่อจุดประสงค์นี้จะมีการกำหนดค่าตามเงื่อนไขจำนวนหนึ่งของตัวบ่งชี้ที่มีประสิทธิภาพซึ่งคำนึงถึงการเปลี่ยนแปลงในหนึ่งจากนั้นสองสาม ฯลฯ ปัจจัยโดยถือว่าส่วนอื่นไม่เปลี่ยนแปลง การเปรียบเทียบค่าของตัวบ่งชี้ที่มีประสิทธิภาพก่อนและหลังการเปลี่ยนระดับของปัจจัยหนึ่งหรือปัจจัยอื่นช่วยให้คุณสามารถขจัดอิทธิพลของปัจจัยทั้งหมดยกเว้นปัจจัยหนึ่ง และกำหนดผลกระทบของปัจจัยหลังต่อการเติบโตของตัวบ่งชี้ที่มีประสิทธิภาพ
ขั้นตอนการใช้วิธีนี้จะพิจารณาในตัวอย่างต่อไปนี้ (ตารางที่ 6.1)
ดังที่เราทราบแล้ว ปริมาณของผลผลิตรวม ( รองประธาน) ขึ้นอยู่กับปัจจัยหลักสองประการของระดับแรก: จำนวนคนงาน (CR)และผลผลิตเฉลี่ยต่อปี (จีวี).เรามีแบบจำลองการคูณสองปัจจัย: รองประธาน = สาธารณรัฐเช็ก X จีวี
อัลกอริทึมสำหรับการคำนวณโดยวิธีการทดแทนลูกโซ่สำหรับรุ่นนี้:
ดังที่คุณเห็น ตัวบ่งชี้ที่สองของผลผลิตรวมแตกต่างจากตัวบ่งชี้แรก โดยคำนวณโดยใช้จำนวนคนงานจริงแทนจำนวนที่วางแผนไว้ มีการวางแผนการผลิตเฉลี่ยต่อปีโดยคนงานหนึ่งคนในทั้งสองกรณี ซึ่งหมายความว่าเนื่องจากจำนวนคนงานที่เพิ่มขึ้น ผลผลิตเพิ่มขึ้น 32,000 ล้านรูเบิล (192,000 - 160,000)
ตัวบ่งชี้ที่สามแตกต่างจากตัวบ่งชี้ที่สองเมื่อคำนวณมูลค่า ผลลัพธ์ของผู้ปฏิบัติงานจะถูกนำมาที่ระดับจริงแทนที่จะเป็นระดับที่วางแผนไว้ จำนวนพนักงานในทั้งสองกรณีเป็นจริง ดังนั้นเนื่องจากผลผลิตแรงงานที่เพิ่มขึ้น ปริมาณของผลผลิตรวมเพิ่มขึ้น 48,000 ล้านรูเบิล (240,000 - 192,000).
ดังนั้น การปฏิบัติตามแผนมากเกินไปในแง่ของผลผลิตรวมเป็นผลมาจากอิทธิพลของปัจจัยต่อไปนี้:
ก) เพิ่มจำนวนคนงาน + 32,000 ล้านรูเบิล
b) เพิ่มระดับผลิตภาพแรงงาน + 48,000 ล้านรูเบิล
รวม 80,000 ล้านรูเบิล
ผลรวมเชิงพีชคณิตของอิทธิพลของปัจจัยต้องเท่ากับการเพิ่มขึ้นทั้งหมดในตัวบ่งชี้ที่มีประสิทธิภาพ:
การขาดความเท่าเทียมกันดังกล่าวบ่งชี้ถึงข้อผิดพลาดในการคำนวณ
เพื่อความชัดเจน ผลลัพธ์ของการวิเคราะห์แสดงไว้ในตาราง 6.2.
หากจำเป็นต้องกำหนดอิทธิพลของปัจจัยสามประการ ในกรณีนี้จะไม่มีการคำนวณตัวบ่งชี้เพิ่มเติมแบบมีเงื่อนไขเพียงตัวเดียว แต่มีการคำนวณตัวบ่งชี้เพิ่มเติมอีกสองตัวคือ จำนวนของตัวบ่งชี้แบบมีเงื่อนไขน้อยกว่าจำนวนปัจจัยหนึ่งตัว มาอธิบายกันในแบบจำลองสี่ปัจจัยของผลผลิตรวม:
ข้อมูลเริ่มต้นสำหรับการแก้ปัญหาแสดงไว้ในตารางที่ 6.1:
แผนสำหรับการผลิตผลิตภัณฑ์โดยรวมได้รับการเติมเต็มโดย 80,000 ล้านรูเบิล (240,000 - 160,000) รวมถึงการเปลี่ยนแปลง:
ก) จำนวนคนงาน
การใช้วิธีการทดแทนลูกโซ่ ขอแนะนำให้ปฏิบัติตามลำดับของการคำนวณ: ก่อนอื่น คุณต้องคำนึงถึงการเปลี่ยนแปลงในตัวชี้วัดเชิงปริมาณและเชิงคุณภาพด้วย หากมีตัวบ่งชี้เชิงปริมาณและเชิงคุณภาพหลายตัว อันดับแรกคุณควรเปลี่ยนค่าของปัจจัยของการอยู่ใต้บังคับบัญชาระดับแรก แล้วจึงเปลี่ยนค่าที่ต่ำกว่า ในตัวอย่างข้างต้น ปริมาณการผลิตขึ้นอยู่กับปัจจัยสี่ประการ ได้แก่ จำนวนคนงาน จำนวนวันที่ทำงานโดยคนงานหนึ่งคน ระยะเวลาของวันทำงาน และผลผลิตเฉลี่ยต่อชั่วโมง ตามโครงการ 5.2 จำนวนคนงานในกรณีนี้คือปัจจัยของการอยู่ใต้บังคับบัญชาระดับที่หนึ่ง จำนวนวันที่ทำงานคือระดับที่สอง ระยะเวลาของวันทำงานและผลผลิตรายชั่วโมงเฉลี่ยเป็นปัจจัยของระดับที่สาม สิ่งนี้กำหนดลำดับของการจัดวางปัจจัยในแบบจำลองและตามลำดับของการศึกษา
ดังนั้นการประยุกต์ใช้วิธีการทดแทนลูกโซ่จึงจำเป็นต้องมีความรู้เกี่ยวกับความสัมพันธ์ของปัจจัย การอยู่ใต้บังคับบัญชา ความสามารถในการจำแนกและจัดระบบสิ่งเหล่านี้อย่างถูกต้อง
เราพิจารณาตัวอย่างการคำนวณอิทธิพลของปัจจัยต่อการเติบโตของตัวบ่งชี้ที่มีประสิทธิภาพในแบบจำลองการคูณ
ในหลายรุ่นอัลกอริทึมสำหรับการคำนวณปัจจัยสำหรับมูลค่าของตัวบ่งชี้ที่ศึกษามีดังนี้
ที่ไหน FD- ผลตอบแทนจากสินทรัพย์ รองประธาน- ผลผลิตรวม; อปท. -ต้นทุนเฉลี่ยต่อปีของสินทรัพย์การผลิตคงที่
วิธีการคำนวณอิทธิพลของปัจจัย ในรูปแบบผสม:
ก) ประเภทการคูณแบบทวีคูณ พี = รองประธานพี (ค -จาก)
ที่ไหน พี- จำนวนกำไรจากการขายผลิตภัณฑ์ รองประธานพี -ปริมาณการขายผลิตภัณฑ์ ค -ราคาขาย; C - ต้นทุนการผลิตต่อหน่วย
ในทำนองเดียวกัน อิทธิพลของปัจจัยจะถูกคำนวณสำหรับแบบจำลองประเภทผสมที่กำหนดขึ้นเองอื่นๆ
แยกจากกันจำเป็นต้องอาศัยวิธีการในการพิจารณาอิทธิพล ปัจจัยโครงสร้าง กับการเพิ่มขึ้นของตัวบ่งชี้ที่มีประสิทธิภาพโดยใช้วิธีนี้ เช่น รายได้จากการขาย (ใน)ไม่ได้ขึ้นอยู่กับราคาเท่านั้น (ค)และปริมาณสินค้าที่ขาย (VPN), แต่ยังมาจากโครงสร้างของมัน (UDฉัน). หากส่วนแบ่งสินค้าเพิ่มขึ้น หมวดหมู่สูงสุดคุณภาพซึ่งขายในราคาที่สูงขึ้น รายได้เนื่องจากการนี้จะเพิ่มขึ้น และในทางกลับกัน แบบจำลองแฟกทอเรียลของตัวบ่งชี้นี้สามารถเขียนได้ดังนี้:
ในกระบวนการวิเคราะห์ จำเป็นต้องขจัดอิทธิพลของปัจจัยทั้งหมด ยกเว้นโครงสร้างของผลิตภัณฑ์ ในการทำเช่นนี้ เราเปรียบเทียบตัวบ่งชี้รายได้ต่อไปนี้:
ความแตกต่างระหว่างตัวบ่งชี้เหล่านี้พิจารณาถึงการเปลี่ยนแปลงในรายได้จากการขายผลิตภัณฑ์เนื่องจากการเปลี่ยนแปลงโครงสร้าง (ตารางที่ 6.3)
ตารางแสดงให้เห็นว่าเนื่องจากการเพิ่มขึ้นของส่วนแบ่งของผลิตภัณฑ์ระดับสองในปริมาณการขายทั้งหมด รายได้ลดลง 10 ล้านรูเบิล (655 - 665) นี่คือเงินสำรองที่ไม่ได้ใช้ขององค์กร
6.2. วิธีการจัดทำดัชนี
สาระสำคัญและวัตถุประสงค์ของวิธีการจัดทำดัชนี อัลกอริทึมสำหรับการคำนวณอิทธิพลของปัจจัยโดยวิธีนี้สำหรับแบบจำลองต่างๆ
วิธีดัชนีจะขึ้นอยู่กับตัวบ่งชี้ที่สัมพันธ์กันของไดนามิก การเปรียบเทียบเชิงพื้นที่ การดำเนินการตามแผน โดยแสดงอัตราส่วนของระดับจริงของตัวบ่งชี้ที่วิเคราะห์ในช่วงเวลาการรายงานต่อระดับในช่วงเวลาฐาน (หรือกับวัตถุที่วางแผนไว้หรืออื่นๆ)
ด้วยความช่วยเหลือของดัชนีรวม เป็นไปได้ที่จะระบุอิทธิพลของปัจจัยต่างๆ ที่มีต่อการเปลี่ยนแปลงในระดับของตัวบ่งชี้ประสิทธิภาพในรูปแบบการคูณและหลายรูปแบบ
ตัวอย่างเช่น มาดูดัชนีต้นทุนของผลิตภัณฑ์ในท้องตลาด:
สะท้อนให้เห็นถึงการเปลี่ยนแปลงในปริมาณทางกายภาพของผลิตภัณฑ์ที่เป็นที่ต้องการของตลาด (q) และราคา (อาร์)และเท่ากับผลคูณของดัชนีเหล่านี้:
เพื่อกำหนดว่าต้นทุนของผลิตภัณฑ์ในท้องตลาดมีการเปลี่ยนแปลงอย่างไรเนื่องจากปริมาณของผลิตภัณฑ์ที่ผลิตและเนื่องจากราคา จำเป็นต้องคำนวณดัชนีปริมาณทางกายภาพ ไอคิวและดัชนีราคา 1 พี:
ในตัวอย่างของเรา ปริมาณของผลผลิตรวมสามารถแสดงเป็นผลคูณของจำนวนคนงานและผลผลิตเฉลี่ยต่อปีของพวกเขา ดังนั้น ดัชนีผลผลิตรวม 1chจะเท่ากับผลคูณของดัชนีจำนวนคนงาน lchrและดัชนีผลผลิตเฉลี่ยต่อปี 1gv:
หากเราลบตัวส่วนออกจากตัวเศษของสูตรข้างต้น เราจะได้การเติบโตที่แน่นอนของผลผลิตรวมโดยรวมและเนื่องจากปัจจัยแต่ละอย่างแยกจากกัน กล่าวคือ ผลลัพธ์เช่นเดียวกับวิธีการเปลี่ยนลูกโซ่
6.3. วิธีความแตกต่างแน่นอน
แก่นแท้ วัตถุประสงค์ และขอบเขตของวิธีความแตกต่างอย่างสัมบูรณ์ ขั้นตอนและอัลกอริธึมในการคำนวณอิทธิพลของปัจจัยในลักษณะนี้
ทาง ความแตกต่างโดยสิ้นเชิง เป็นหนึ่งในการปรับเปลี่ยนการกำจัด เช่นเดียวกับวิธีการทดแทนลูกโซ่ มันถูกใช้ในการคำนวณอิทธิพลของปัจจัยที่มีต่อการเติบโตของตัวบ่งชี้ที่มีประสิทธิผลในการวิเคราะห์เชิงกำหนด แต่เฉพาะในแบบจำลองการคูณและการคูณ: Y= (ก -ข)จากและ Y = เอ(ข- จาก).และถึงแม้การใช้งานจะมีจำกัด แต่เนื่องจากความเรียบง่าย จึงมีการใช้กันอย่างแพร่หลายใน AHD วิธีนี้มีประสิทธิภาพโดยเฉพาะอย่างยิ่งหากข้อมูลเริ่มต้นมีการเบี่ยงเบนสัมบูรณ์ในตัวบ่งชี้แฟกทอเรียลอยู่แล้ว
เมื่อใช้มัน ค่าของอิทธิพลของปัจจัยจะคำนวณโดยการคูณการเพิ่มขึ้นแบบสัมบูรณ์ของปัจจัยที่ศึกษาด้วยค่าฐาน (ตามแผน) ของปัจจัยที่อยู่ทางขวาของมัน และด้วยมูลค่าที่แท้จริงของปัจจัยที่อยู่ ทางด้านซ้ายของโมเดล
พิจารณาอัลกอริทึมการคำนวณสำหรับ ตัวแบบตัวคูณแบบคูณของประเภท Y= เอ x ข x ค x d. มีค่าที่วางแผนไว้และตามจริงสำหรับตัวบ่งชี้แต่ละปัจจัยรวมถึงการเบี่ยงเบนสัมบูรณ์:
เรากำหนดการเปลี่ยนแปลงค่าของตัวบ่งชี้ที่มีประสิทธิภาพเนื่องจากแต่ละปัจจัย:
ดังที่เห็นได้จากแผนภาพด้านบน การคำนวณจะขึ้นอยู่กับการแทนที่ค่าที่วางแผนไว้ของตัวบ่งชี้ปัจจัยด้วยการเบี่ยงเบน จากนั้นด้วยระดับที่แท้จริงของตัวบ่งชี้เหล่านี้
พิจารณาวิธีการคำนวณอิทธิพลของปัจจัยในลักษณะนี้สำหรับแบบจำลองการคูณสี่ปัจจัยของผลผลิตรวม:
ดังนั้น วิธีผลต่างสัมบูรณ์จะให้ผลลัพธ์เหมือนกับวิธีการแทนที่ลูกโซ่ นอกจากนี้ยังจำเป็นต้องตรวจสอบให้แน่ใจว่าผลรวมเชิงพีชคณิตของการเพิ่มขึ้นของตัวบ่งชี้ที่มีประสิทธิภาพเนื่องจากปัจจัยแต่ละอย่างจะเท่ากับการเพิ่มขึ้นทั้งหมด
พิจารณาอัลกอริทึมสำหรับการคำนวณปัจจัยในลักษณะนี้ใน รุ่นผสม พิมพ์ V = (a - ข)จาก.ตัวอย่างเช่น ลองใช้แบบจำลองแฟกทอเรียลของกำไรจากการขายผลิตภัณฑ์ซึ่งถูกใช้ไปแล้วในย่อหน้าก่อนหน้า:
พี = วีRP(C -จาก).
จำนวนกำไรที่เพิ่มขึ้นเนื่องจากการเปลี่ยนแปลงปริมาณการขายผลิตภัณฑ์:
ราคาขาย:
ต้นทุนการผลิต:
การคำนวณอิทธิพลของปัจจัยโครงสร้าง โดยใช้วิธีนี้ดำเนินการดังนี้:
ดังจะเห็นได้จากตาราง 6.4 เนื่องจากการเปลี่ยนแปลงโครงสร้างการขาย ราคาเฉลี่ยสำหรับนม 1 ตันลดลง 40,000 รูเบิล และสำหรับปริมาณการขายจริงทั้งหมดของผลิตภัณฑ์ กำไรได้รับน้อยกว่า 10 ล้านรูเบิล (40,000 rubles x 250 ตัน)
6.4. วิธีผลต่างสัมพัทธ์
สาระสำคัญและวัตถุประสงค์ของวิธีการของความแตกต่างสัมพัทธ์ ขอบเขตการใช้งาน อัลกอริทึมในการคำนวณอิทธิพลของปัจจัยในลักษณะนี้
วิธีความแตกต่างสัมพัทธ์ เช่นเดียวกับก่อนหน้านี้ มันถูกใช้เพื่อวัดอิทธิพลของปัจจัยต่อการเติบโตของตัวบ่งชี้ที่มีประสิทธิภาพเท่านั้นในแบบจำลองการคูณและการบวก-คูณของประเภท วี= (a - b)ค.มันง่ายกว่าการแทนที่ลูกโซ่มาก ซึ่งทำให้มีประสิทธิภาพมากในบางสถานการณ์ โดยหลักแล้วจะใช้กับกรณีที่ข้อมูลเริ่มต้นมีการเพิ่มสัมพัทธ์ที่กำหนดไว้ก่อนหน้านี้ในตัวบ่งชี้ปัจจัยเป็นเปอร์เซ็นต์หรือสัมประสิทธิ์
พิจารณาวิธีการคำนวณอิทธิพลของปัจจัยในลักษณะนี้สำหรับตัวแบบการคูณประเภท V = แต่ X ใน X จาก.ขั้นแรก คุณต้องคำนวณค่าเบี่ยงเบนสัมพัทธ์ของตัวบ่งชี้ปัจจัย:
จากนั้นการเปลี่ยนแปลงในตัวบ่งชี้ที่มีประสิทธิภาพเนื่องจากแต่ละปัจจัยจะถูกกำหนดดังนี้:
ตามกฎนี้ ในการคำนวณอิทธิพลของปัจจัยแรก จำเป็นต้องคูณค่าฐาน (ตามแผน) ของตัวบ่งชี้ที่มีประสิทธิภาพด้วยการเติบโตสัมพัทธ์ของปัจจัยแรก โดยแสดงเป็นเปอร์เซ็นต์ แล้วหารผลลัพธ์ด้วย 100
ในการคำนวณอิทธิพลของปัจจัยที่สอง คุณต้องเพิ่มการเปลี่ยนแปลงเนื่องจากปัจจัยแรกเป็นค่าที่วางแผนไว้ของตัวบ่งชี้ที่มีประสิทธิภาพ จากนั้นคูณจำนวนผลลัพธ์ด้วยการเพิ่มขึ้นสัมพัทธ์ของปัจจัยที่สองเป็นเปอร์เซ็นต์ แล้วหารผลลัพธ์ด้วย 100 .
อิทธิพลของปัจจัยที่สามถูกกำหนดในทำนองเดียวกัน: จำเป็นต้องเพิ่มการเติบโตเนื่องจากปัจจัยที่หนึ่งและสองไปยังมูลค่าตามแผนของตัวบ่งชี้ที่มีประสิทธิภาพและคูณจำนวนผลลัพธ์ด้วยการเติบโตสัมพัทธ์ของปัจจัยที่สาม ฯลฯ .
มาแก้ไขเทคนิคที่พิจารณาในตัวอย่างที่ให้ไว้ในแท็บ 6.1:
อย่างที่คุณเห็น ผลการคำนวณจะเหมือนกับเมื่อใช้วิธีการก่อนหน้านี้
วิธีการของความแตกต่างสัมพัทธ์สะดวกที่จะใช้ในกรณีที่จำเป็นต้องคำนวณอิทธิพลของปัจจัยที่ซับซ้อนขนาดใหญ่ (8-10 หรือมากกว่า) ต่างจากวิธีการก่อนหน้านี้ จำนวนของการคำนวณจะลดลงอย่างมาก
รูปแบบของวิธีนี้คือ การยอมรับความแตกต่างของเปอร์เซ็นต์ เราจะพิจารณาวิธีการคำนวณอิทธิพลของปัจจัยโดยใช้ตัวอย่างเดียวกัน (ตารางที่ 6.1)
เพื่อที่จะกำหนดปริมาณของผลผลิตรวมที่เปลี่ยนแปลงไปเนื่องจากจำนวนคนงาน จำเป็นต้องคูณมูลค่าตามแผนด้วยเปอร์เซ็นต์ของการปฏิบัติตามแผนเกินด้วยจำนวนคนงาน CR%:
ในการคำนวณอิทธิพลของปัจจัยที่สอง จำเป็นต้องคูณปริมาณผลผลิตรวมตามแผนด้วยความแตกต่างระหว่างเปอร์เซ็นต์ของแผนงานที่สำเร็จด้วย ทั้งหมดวันทำงานโดยคนงานทุกคน ดี% และร้อยละของความสำเร็จของแผนสำหรับ จำนวนพนักงานโดยเฉลี่ยคนงาน CR%:
การเพิ่มขึ้นอย่างแท้จริงของผลผลิตรวมอันเนื่องมาจากการเปลี่ยนแปลงในระยะเวลาเฉลี่ยของวันทำงาน (การหยุดทำงานระหว่างกะ) ถูกกำหนดโดยการคูณปริมาณผลผลิตรวมที่วางแผนไว้ด้วยผลต่างระหว่างเปอร์เซ็นต์ของแผนงานที่สำเร็จด้วยจำนวนชั่วโมงทั้งหมด ทำงานโดยคนงานทั้งหมด t% และจำนวนวันทำงานทั้งหมด D%:
ในการคำนวณผลกระทบของผลผลิตเฉลี่ยต่อชั่วโมงต่อการเปลี่ยนแปลงในปริมาณของผลผลิตรวม ความแตกต่างระหว่างเปอร์เซ็นต์ของการดำเนินการตามแผนสำหรับผลผลิตรวม รองประธานฝ่าย%และร้อยละของการปฏิบัติตามแผนโดยจำนวนชั่วโมงทำงานทั้งหมดของผู้ปฏิบัติงานทั้งหมด t% คูณด้วยปริมาตรตามแผนของผลผลิตรวม VPpl:
ข้อดีของวิธีนี้คือ เมื่อนำไปใช้แล้ว ไม่จำเป็นต้องคำนวณระดับของตัวบ่งชี้ปัจจัย เพียงพอที่จะมีข้อมูลเกี่ยวกับเปอร์เซ็นต์ของการปฏิบัติตามแผนในแง่ของผลผลิตรวม จำนวนคนงาน และจำนวนวันและชั่วโมงทำงานโดยพวกเขาสำหรับช่วงเวลาที่วิเคราะห์
6.5. วิธีการแบ่งตามสัดส่วนและการมีส่วนได้ส่วนเสีย
สาระสำคัญ วัตถุประสงค์ และขอบเขตของวิธีการแบ่งตามสัดส่วน ขั้นตอนและอัลกอริธึมในการคำนวณอิทธิพลของปัจจัยในลักษณะนี้
ในบางกรณี เพื่อกำหนดขนาดของอิทธิพลของปัจจัยต่อการเติบโตของตัวบ่งชี้ที่มีประสิทธิภาพ เราสามารถใช้ วิธีการแบ่งตามสัดส่วน สิ่งนี้ใช้กับกรณีเหล่านั้นเมื่อเราจัดการกับแบบจำลองการเติมของประเภท วี = Xiและแบบการคูณแบบทวีคูณ
ในกรณีแรกเมื่อเรามีโมเดลระดับเดียวประเภท V= แต่ + ข+ หน้าการคำนวณดำเนินการดังนี้:
ตัวอย่างเช่น ระดับการทำกำไรลดลง 8% เนื่องจากการเพิ่มทุนของบริษัท 200 ล้านรูเบิล ในเวลาเดียวกันมูลค่าของทุนคงที่เพิ่มขึ้น 250 ล้านรูเบิลในขณะที่มูลค่าของเงินทุนหมุนเวียนลดลง 50 ล้านรูเบิล ดังนั้นเนื่องจากปัจจัยแรกระดับการทำกำไรจึงลดลงและเนื่องจากปัจจัยที่สองเพิ่มขึ้น:
ขั้นตอนการคำนวณสำหรับแบบจำลองผสมค่อนข้างซับซ้อนกว่า ความสัมพันธ์ของปัจจัยในแบบจำลองรวมแสดงในรูปที่ 6.1.
เมื่อได้รู้จัก ในd, Vpและ วเช่นกัน Ybแล้วจึงกำหนด Yd, Y n, Yมคุณสามารถใช้วิธีการแบ่งตามสัดส่วนซึ่งขึ้นอยู่กับการกระจายตามสัดส่วนของการเพิ่มขึ้นของตัวบ่งชี้ที่มีประสิทธิภาพ Y เนื่องจากการเปลี่ยนแปลงของปัจจัย ในระหว่างปัจจัยระดับที่สอง ดี, นู๋และ เอ็มตามการเจริญเติบโตของพวกเขา สัดส่วนของการกระจายนี้ทำได้โดยการกำหนดค่าคงที่สัมประสิทธิ์สำหรับปัจจัยทั้งหมด ซึ่งแสดงจำนวนการเปลี่ยนแปลงในตัวบ่งชี้ที่มีประสิทธิผล Y เนื่องจากการเปลี่ยนแปลงของปัจจัย ในต่อหน่วย.
ค่าสัมประสิทธิ์ (ถึง)กำหนดไว้ดังนี้
การคูณสัมประสิทธิ์นี้ด้วยค่าเบี่ยงเบนสัมบูรณ์ ในเนื่องจากปัจจัยที่เกี่ยวข้อง เราพบการเปลี่ยนแปลงในตัวบ่งชี้ที่มีประสิทธิภาพ:
ตัวอย่างเช่นค่าใช้จ่าย 1 tkm เพิ่มขึ้น 180 rubles เนื่องจากการลดลงของผลผลิตเฉลี่ยต่อปีของรถยนต์ ในขณะเดียวกัน เป็นที่ทราบกันดีว่าการผลิตรถยนต์โดยเฉลี่ยต่อปีลดลงเนื่องจาก:
ก) การหยุดทำงานเกินกำหนดเวลาของเครื่อง -5000 tkm
b) การวิ่งที่ไม่ได้ใช้งานที่วางแผนไว้เกิน -4000 tkm
c) การใช้กำลังการผลิตที่ไม่สมบูรณ์ -3000 tkm
รวม-12,000 tkm
จากที่นี่ คุณสามารถกำหนดการเปลี่ยนแปลงของต้นทุนได้ภายใต้อิทธิพลของปัจจัยในระดับที่สอง:
ในการแก้ปัญหาประเภทนี้ คุณสามารถใช้วิธีการมีส่วนร่วม ขั้นแรก กำหนดส่วนแบ่งของแต่ละปัจจัยในจำนวนรวมของการเติบโต ซึ่งคูณด้วยการเติบโตทั้งหมดของตัวบ่งชี้ที่มีประสิทธิผล (ตารางที่ 6.5):
มีตัวอย่างที่คล้ายกันมากมายของการประยุกต์ใช้วิธีนี้ใน AHD ดังที่คุณเห็นในกระบวนการศึกษาหลักสูตรการวิเคราะห์อุตสาหกรรม กิจกรรมทางเศรษฐกิจรัฐวิสาหกิจ
6.6. วิธีการแบบบูรณาการในการวิเคราะห์กิจกรรมทางเศรษฐกิจ
ข้อเสียเปรียบหลักของวิธีการกำจัด ปัญหาการสลายตัวของการเจริญเติบโตเพิ่มเติมจากปฏิสัมพันธ์ของปัจจัยระหว่างกัน สาระสำคัญของวิธีการอินทิกรัลและขอบเขตของการใช้งาน อัลกอริทึมสำหรับการคำนวณอิทธิพลของปัจจัยในแบบจำลองต่างๆ อย่างครบถ้วน
การกำจัดเป็นวิธีกำหนด การวิเคราะห์ปัจจัยมีข้อเสียเปรียบอย่างมาก เมื่อใช้งานจะถือว่าปัจจัยต่างๆ เปลี่ยนแปลงโดยอิสระจากกัน อันที่จริงแล้ว พวกมันเปลี่ยนแปลงพร้อมกัน เชื่อมโยงถึงกัน และการโต้ตอบนี้ส่งผลให้ตัวบ่งชี้ที่มีประสิทธิภาพเพิ่มขึ้น ซึ่งเมื่อใช้วิธีการกำจัด จะถูกเพิ่มเข้าไปในปัจจัยหนึ่ง ซึ่งมักจะเป็นปัจจัยหลัง ในเรื่องนี้ ขนาดของอิทธิพลของปัจจัยต่อการเปลี่ยนแปลงในตัวบ่งชี้ที่มีประสิทธิผลจะแตกต่างกันไปขึ้นอยู่กับตำแหน่งที่ปัจจัยนี้หรือปัจจัยนั้นวางอยู่ในแบบจำลองที่กำหนดขึ้นเอง
ลองพิจารณาในตัวอย่างที่ให้ไว้ในแท็บ 6.1. ตามข้อมูลที่ระบุ จำนวนคนงานในองค์กรเพิ่มขึ้น 20% ประสิทธิภาพแรงงานเพิ่มขึ้น 25% และปริมาณผลผลิตรวมเพิ่มขึ้น 50% ซึ่งหมายความว่า 5% (50 - 20 - 25) หรือ 8,000 ล้านรูเบิล ผลผลิตรวมเป็นการเพิ่มขึ้นเพิ่มเติมจากปฏิสัมพันธ์ของทั้งสองปัจจัย
เมื่อเราคำนวณปริมาณตามเงื่อนไขของผลผลิตรวม ตามจำนวนคนงานจริงและระดับผลิตภาพแรงงานที่วางแผนไว้ การเพิ่มขึ้นเพิ่มเติมทั้งหมดจากปฏิสัมพันธ์ของสองปัจจัยจะอ้างอิงถึงปัจจัยเชิงคุณภาพ - การเปลี่ยนแปลงในผลิตภาพแรงงาน:
อย่างไรก็ตาม หากเมื่อคำนวณปริมาณตามเงื่อนไขของผลผลิตรวม เรานำจำนวนคนงานที่วางแผนไว้และระดับผลิตภาพแรงงานที่แท้จริง การเพิ่มขึ้นของผลผลิตรวมทั้งหมดจะอ้างอิงถึงปัจจัยเชิงปริมาณ ซึ่งเราเปลี่ยนแปลงในลำดับที่สอง:
เราจะแสดงวิธีแก้ปัญหาแบบกราฟิกสำหรับปัญหาในเวอร์ชันต่างๆ (รูปที่ 6.2)
ในเวอร์ชันแรกของการคำนวณ อินดิเคเตอร์แบบมีเงื่อนไขจะมีรูปแบบดังนี้ VP cond. = ChRf X GV pl,ในวินาที - VP Conv. = CH pl X จีวีเอฟ
ดังนั้นการเบี่ยงเบนเนื่องจากปัจจัยแต่ละอย่างในกรณีแรก
ในวินาที
บนกราฟ ความเบี่ยงเบนเหล่านี้สอดคล้องกับรูปสี่เหลี่ยมผืนผ้าที่แตกต่างกัน เนื่องจากด้วยตัวเลือกการแทนที่ที่แตกต่างกัน ค่าของการเพิ่มขึ้นเพิ่มเติมในตัวบ่งชี้ที่มีประสิทธิภาพ เท่ากับสี่เหลี่ยมผืนผ้า เอบีซีดี, ในกรณีแรกเกี่ยวข้องกับขนาดของอิทธิพลของผลผลิตประจำปี และในกรณีที่สอง กับขนาดของอิทธิพลของจำนวนคนงาน ด้วยเหตุนี้ ขนาดของอิทธิพลของปัจจัยหนึ่งจึงเกินจริง ในขณะที่อีกปัจจัยหนึ่งถูกประเมินต่ำเกินไป ซึ่งทำให้เกิดความคลุมเครือในการประเมินอิทธิพลของปัจจัยต่างๆ โดยเฉพาะอย่างยิ่งในกรณีที่การเพิ่มขึ้นเพิ่มเติมค่อนข้างมีนัยสำคัญ ดังในตัวอย่างของเรา
เพื่อเอาชนะข้อบกพร่องนี้ การวิเคราะห์ปัจจัยที่กำหนดใช้ วิธีการรวม ซึ่งใช้ในการวัดอิทธิพลของปัจจัยในตัวแบบการคูณ แบบทวีคูณ และแบบผสมของประเภทการเติมแบบทวีคูณ
การใช้วิธีนี้ช่วยให้คุณได้ผลลัพธ์ที่แม่นยำมากขึ้นในการคำนวณอิทธิพลของปัจจัยเมื่อเปรียบเทียบกับวิธีการทดแทนลูกโซ่ ความแตกต่างแบบสัมบูรณ์และแบบสัมพัทธ์ และหลีกเลี่ยงการประเมินอิทธิพลของปัจจัยที่คลุมเครือเพราะในกรณีนี้ผลลัพธ์จะไม่ขึ้นอยู่กับตำแหน่ง ของปัจจัยในแบบจำลองและการเพิ่มขึ้นเพิ่มเติมในตัวบ่งชี้ที่มีประสิทธิภาพซึ่งเกิดขึ้นจากปฏิสัมพันธ์ของปัจจัยต่างๆ จะถูกแยกย่อยระหว่างปัจจัยทั้งสองอย่างเท่าเทียมกัน
เมื่อมองแวบแรกอาจดูเหมือนว่าเพื่อกระจายการเพิ่มขึ้นเพิ่มเติมก็เพียงพอที่จะใช้ครึ่งหนึ่งหรือบางส่วนที่สอดคล้องกับจำนวนปัจจัย แต่สิ่งนี้มักจะทำได้ยากที่สุด เนื่องจากปัจจัยสามารถกระทำได้ ทิศทางต่างๆ. ดังนั้นจึงใช้สูตรบางอย่างในวิธีปริพันธ์ ต่อไปนี้คือรายการหลักสำหรับรุ่นต่างๆ
วิธีลอการิทึมใช้เพื่อวัดอิทธิพลของปัจจัยในแบบจำลองการคูณ ในกรณีนี้ ผลลัพธ์ของการคำนวณ เช่นเดียวกับในกรณีของการรวมเข้าด้วยกัน ไม่ได้ขึ้นอยู่กับตำแหน่งของปัจจัยในแบบจำลอง และเมื่อเปรียบเทียบกับวิธีการรวม การคำนวณจะให้ความแม่นยำที่สูงขึ้น หากเมื่อรวมเข้าด้วยกัน กำไรเพิ่มเติมจากปฏิสัมพันธ์ของปัจจัยมีการกระจายอย่างเท่าเทียมกันระหว่างกัน จากนั้นใช้ลอการิทึม ผลลัพธ์ของการกระทำที่รวมกันของปัจจัยจะกระจายตามสัดส่วนของอิทธิพลที่แยกได้ของแต่ละปัจจัยในระดับ ของตัวบ่งชี้ที่มีประสิทธิภาพ นี่คือข้อดีและข้อเสียคือขอบเขตที่จำกัด
ตรงกันข้ามกับวิธีอินทิกรัล ลอการิทึมไม่ได้ใช้การเพิ่มขึ้นแบบสัมบูรณ์ในตัวบ่งชี้ แต่ใช้ดัชนีการเติบโต (ลดลง)
ในทางคณิตศาสตร์ วิธีการนี้อธิบายไว้ดังนี้ สมมติว่าตัวบ่งชี้ประสิทธิภาพสามารถแสดงเป็นผลคูณของปัจจัยสามประการ: ฉ = ซ.หาลอการิทึมของทั้งสองข้างของสมการ เราจะได้
เมื่อพิจารณาว่าการพึ่งพาเดียวกันยังคงอยู่ระหว่างดัชนีของการเปลี่ยนแปลงของตัวบ่งชี้เช่นเดียวกับระหว่างตัวบ่งชี้เอง เราจะแทนที่ค่าสัมบูรณ์ด้วยดัชนี:
ตามมาจากสูตรที่การเพิ่มขึ้นโดยรวมในตัวบ่งชี้ที่มีประสิทธิภาพกระจายไปตามปัจจัยต่างๆ ตามสัดส่วนของอัตราส่วนของลอการิทึมของดัชนีปัจจัยต่อลอการิทึมของดัชนีของตัวบ่งชี้ที่มีประสิทธิภาพ และไม่สำคัญว่าจะใช้ลอการิทึมใด - ทศนิยมหรือทศนิยม
การใช้ข้อมูลในตาราง 6.1 เราคำนวณการเพิ่มขึ้นของผลผลิตรวมเนื่องจากจำนวนคนงาน (ซีอาร์)จำนวนวันที่ทำงานโดยคนงานหนึ่งคนต่อปี (ด)และผลผลิตเฉลี่ยต่อวัน (ดีวี)ตามแบบจำลองปัจจัย:
การเปรียบเทียบผลการคำนวณอิทธิพลของปัจจัย วิธีทางที่แตกต่างตามแบบจำลองแฟกทอเรียลนี้ เราสามารถมั่นใจได้ถึงข้อดีของวิธีลอการิทึม สิ่งนี้แสดงให้เห็นในความเรียบง่ายของการคำนวณและเพิ่มความแม่นยำในการคำนวณ
เมื่อพิจารณาถึงวิธีการหลักในการวิเคราะห์ปัจจัยกำหนดและขอบเขตของการประยุกต์ใช้แล้ว ผลลัพธ์สามารถจัดระบบในรูปแบบของเมทริกซ์ต่อไปนี้:
ความรู้เกี่ยวกับสาระสำคัญของเทคนิคเหล่านี้ ขอบเขต ขั้นตอนการคำนวณ - เงื่อนไขที่จำเป็นการวิจัยเชิงปริมาณที่มีคุณภาพ
วิธีการของความแตกต่างสัมพัทธ์ใช้เพื่อวัดอิทธิพลของปัจจัยต่อการเติบโตของตัวบ่งชี้ที่มีประสิทธิผลเฉพาะในแบบจำลองการคูณ ที่นี่ใช้ตัวบ่งชี้ปัจจัยที่เพิ่มขึ้นสัมพัทธ์ซึ่งแสดงเป็นสัมประสิทธิ์หรือเปอร์เซ็นต์ พิจารณาวิธีการคำนวณอิทธิพลของปัจจัยในลักษณะนี้สำหรับตัวแบบการคูณของประเภท ย=เอบีซี
การเปลี่ยนแปลงในตัวบ่งชี้ประสิทธิภาพถูกกำหนดดังนี้:
Δy = y 0 * Δa%,
Δy b \u003d (y 0 + Δy a) * Δb%,
Δy c \u003d (y 0 + Δy a + Δy b) * Δc%,
Δa% \u003d (a 1 -a 0) / a 0
Δb% \u003d (b 1 -b 0) / b 0,
Δc% \u003d (c 1 -c 0) / c 0
ในการคำนวณอิทธิพลของปัจจัยแรก จำเป็นต้องคูณค่าฐาน (ตามแผน) ของตัวบ่งชี้ที่มีประสิทธิผลด้วยการเติบโตสัมพัทธ์ของปัจจัยแรก ซึ่งแสดงเป็นเศษส่วนทศนิยม
ในการคำนวณอิทธิพลของปัจจัยที่สอง คุณต้องเพิ่มการเปลี่ยนแปลงเนื่องจากปัจจัยแรกเป็นค่าฐาน (ตามแผน) ของตัวบ่งชี้ที่มีประสิทธิภาพ แล้วคูณจำนวนผลลัพธ์ด้วยการเพิ่มขึ้นสัมพัทธ์ในปัจจัยที่สอง
อิทธิพลของปัจจัยที่สามถูกกำหนดในทำนองเดียวกัน: จำเป็นต้องเพิ่มการเพิ่มขึ้นเนื่องจากปัจจัยที่หนึ่งและสองไปยังค่าฐาน (ตามแผน) ของตัวบ่งชี้ที่มีประสิทธิภาพและคูณจำนวนผลลัพธ์ด้วยการเพิ่มขึ้นสัมพัทธ์ของปัจจัยที่สาม ปัจจัย ฯลฯ
มาแก้ไขเทคนิคที่พิจารณาในตัวอย่างที่ให้ไว้ในแท็บ หนึ่ง:
ΔVPchr = VPpl * ΔChR/ChRpl = 400*20/100 = +80 ล้านรูเบิล;
ΔVPd \u003d (VPpl + ΔVPchr) * ΔD / Dpl \u003d (400 + 80) * 8.33 / 200 \u003d +20 ล้านรูเบิล
ΔVPp = (VPpl + ΔVPchr + ΔVPd)* ΔP/Ppl = (400 + 80 + 20)* - 0.5/8 = - 31.25 ล้านรูเบิล
ΔVPcv = (VPpl + ΔVPchr + ΔVPd + ΔVPp)* ΔChV / ChVpl = (400 + 80 + 20 - 31.25) * 0.7 / 2.5 = 131.25 ล้านรูเบิล
วิธีการของความแตกต่างสัมพัทธ์สะดวกที่จะใช้ในกรณีที่จำเป็นต้องคำนวณอิทธิพลของปัจจัยที่ซับซ้อนขนาดใหญ่ (8-10 หรือมากกว่า) ต่างจากวิธีการก่อนหน้านี้ จำนวนขั้นตอนการคำนวณลดลงอย่างมากที่นี่ ซึ่งทำให้ไม่ค่อยได้ใช้
วิธีการจัดทำดัชนี
วิธีดัชนีขึ้นอยู่กับตัวบ่งชี้สัมพัทธ์ที่แสดงอัตราส่วนของระดับของปรากฏการณ์ที่กำหนดต่อระดับในอดีตหรือระดับของปรากฏการณ์ที่คล้ายกันซึ่งถือเป็นฐาน ดัชนีใด ๆ คำนวณโดยการเปรียบเทียบค่าที่วัดได้ (การรายงาน) กับค่าฐาน ดัชนีที่แสดงอัตราส่วนของปริมาณที่เทียบเท่าโดยตรงเรียกว่าเป็นรายบุคคลและกำหนดลักษณะอัตราส่วนของปรากฏการณ์ที่ซับซ้อน - กลุ่ม
วิธีดัชนีสามารถเปิดเผยผลกระทบต่อการศึกษา อัตราสะสมปัจจัยต่างๆ สถิติตั้งชื่อดัชนีหลายรูปแบบที่ใช้ในงานวิเคราะห์ (รวม เลขคณิต ฮาร์โมนิก ฯลฯ)
องค์ประกอบที่เป็นส่วนประกอบสำคัญของดัชนีคือน้ำหนักหรือค่าสัมประสิทธิ์การลดจำนวนประชากรที่ต่างกันเป็นตัวบ่งชี้เดียว จะต้องคงไว้ซึ่งรูปแบบของโครงสร้างของปรากฏการณ์ที่ศึกษาในพลวัต
เป็นเรื่องปกติที่จะใช้ราคา (p o) เป็นน้ำหนักในการคำนวณดัชนีปริมาณ และปริมาณ (q 1) ในการคำนวณดัชนีคุณภาพ
รูปแบบหลักของดัชนีเศรษฐกิจคือ รวมการกำหนดลักษณะการเปลี่ยนแปลงในระดับการพัฒนาของประชากรที่ซับซ้อนทั้งหมด
ด้วยความช่วยเหลือของดัชนีรวม เป็นไปได้ที่จะระบุอิทธิพลของปัจจัยต่างๆ ที่มีต่อการเปลี่ยนแปลงในระดับของตัวบ่งชี้ประสิทธิภาพในรูปแบบการคูณและหลายรูปแบบ
ดัชนีรวมคำนวณโดยสูตร:
ดัชนีปริมาณ:
ฉัน q = ∑q 1 p 0,
ดัชนีคุณภาพ I р = ∑q 1 หน้า 1, (ราคา)
ดัชนีการปฏิวัติ ฉัน o \u003d ∑q 1 หน้า 1= ฉัน q * ฉัน p
โดยที่ p 1, p 0 - ราคาของการรายงานและช่วงเวลาฐาน
q 1 , q 0 - ปริมาณในการรายงานและรอบระยะเวลาฐาน
สาระสำคัญของการวิเคราะห์ปัจจัยในทางเศรษฐศาสตร์
คำจำกัดความ 1
การวิเคราะห์ปัจจัยคือประเภทของการวิเคราะห์ทางเศรษฐศาสตร์ที่ศึกษาอิทธิพลของปัจจัยเฉพาะที่มีต่อประสิทธิภาพทางเศรษฐกิจ การวิเคราะห์ปัจจัยประเภทหลัก: การวิเคราะห์แบบกำหนดและสุ่ม
พื้นฐานของการวิเคราะห์เชิงกำหนดคือวิธีการศึกษาอิทธิพลของปัจจัยเหล่านั้นที่มีความสัมพันธ์เชิงหน้าที่กับตัวบ่งชี้ทั่วไป
ในการวิเคราะห์ปัจจัยสุ่ม อิทธิพลของปัจจัยเหล่านั้นที่มีความสัมพันธ์น่าจะเป็นกับตัวบ่งชี้ทั่วไป กล่าวคือ ความสัมพันธ์
มีหลายปัจจัยที่ส่งผลต่อประสิทธิภาพขององค์กร สามารถจำแนกได้เป็นภายใน ซึ่งขึ้นอยู่กับกิจกรรมของบริษัทนี้ และภายนอก โดยไม่ขึ้นกับบริษัทนี้
วิธีการที่ใช้ในการวิเคราะห์ปัจจัยอาจแตกต่างกัน การวิเคราะห์ปัจจัยกำหนดใช้:
- วิธีการเปลี่ยนลูกโซ่
- วิธีการของความแตกต่างแบบสัมบูรณ์และแบบสัมพัทธ์
- วิธีดัชนี
- วิธีสมดุล
- วิธีการหนึ่ง;
- วิธีลอการิทึม ฯลฯ
การวิเคราะห์สุ่มใช้:
- วิธีสหสัมพันธ์
- วิธีการถดถอย
- วิธีการวิเคราะห์คลัสเตอร์
- วิธีการกระจายตัว ฯลฯ
ความสมบูรณ์และความลึกของการวิจัยเชิงวิเคราะห์ที่ยิ่งใหญ่ที่สุด ความถูกต้องสูงสุดของผลลัพธ์นั้นรับประกันได้โดยใช้วิธีการทางเศรษฐศาสตร์และคณิตศาสตร์ วิธีการเหล่านี้มีข้อได้เปรียบเหนือสถิติและ วิธีการดั้งเดิมเนื่องจากช่วยให้การคำนวณอิทธิพลของปัจจัยส่วนบุคคลที่มีต่อค่าแม่นยำและละเอียดยิ่งขึ้น ตัวชี้วัดทางเศรษฐกิจรวมถึงปัญหาด้านการวิเคราะห์บางอย่างได้รับการแก้ไขด้วยความช่วยเหลือ
วิธีผลต่างสัมพัทธ์
หมายเหตุ 1
วิธีความแตกต่างแบบสัมพัทธ์ใช้ในการวิเคราะห์ปัจจัยที่กำหนดขึ้นเพื่อประเมินผลกระทบของปัจจัยเฉพาะต่อการเติบโตของตัวบ่งชี้ประสิทธิภาพ ข้อได้เปรียบหลักของวิธีนี้คือความเรียบง่าย อย่างไรก็ตาม สามารถใช้เฉพาะในแบบจำลองแฟกทอเรียลการคูณและตัวคูณการบวกเท่านั้น
พื้นฐานของวิธีนี้คือวิธีการกำจัด การกำจัดเป็นที่เข้าใจกันว่าเป็นการขจัดอิทธิพลของปัจจัยอื่น ๆ เช่น ปัจจัยอื่นๆ ทั้งหมดจะคงที่ แนวคิดหลักวิธีการคือการเปลี่ยนแปลงอย่างอิสระของปัจจัยทั้งหมด อย่างแรก ค่าฐานจะเปลี่ยนเป็นค่าการรายงานหนึ่งต่อปัจจัยหนึ่ง ในขณะที่ปัจจัยอื่นๆ คงที่ จากนั้นปัจจัยที่สอง สาม ฯลฯ จะเปลี่ยนไป
ในการคำนวณผลกระทบของปัจจัยแรกต่อปัจจัยที่มีประสิทธิผล ให้คูณค่าฐานของตัวบ่งชี้ที่มีประสิทธิผลด้วยการเติบโตสัมพัทธ์ของปัจจัยแรกในหน่วย % และหารด้วย 100 ในการคำนวณระดับผลกระทบของปัจจัยที่สอง ให้บวกฐาน ค่าของตัวบ่งชี้ที่มีประสิทธิภาพและการเพิ่มขึ้นจากปัจจัยแรก และคูณจำนวนด้วยการเติบโตสัมพัทธ์ของปัจจัยถัดไป เป็นต้น
เมื่อใช้วิธีนี้ ลำดับของปัจจัยในแบบจำลองและด้วยเหตุนี้ ลำดับของการเปลี่ยนแปลงค่านิยมจึงมีความสำคัญอย่างยิ่ง เนื่องจากจะเป็นตัวกำหนดการประเมินเชิงปริมาณของอิทธิพลของแต่ละปัจจัย
การใช้วิธีการของความแตกต่างสัมพัทธ์เกี่ยวข้องกับการใช้แบบจำลองปัจจัยกำหนดที่สร้างขึ้นอย่างถูกต้อง การปฏิบัติตามลำดับที่แน่นอนในการจัดเรียงปัจจัย
ปัจจัยสามารถเป็นได้ทั้งเชิงปริมาณและเชิงคุณภาพ ปัจจัยเชิงคุณภาพสะท้อนถึงคุณสมบัติภายใน คุณสมบัติ และลักษณะเฉพาะของวัตถุที่ศึกษา ตัวอย่างเช่น ผลผลิตแรงงาน ปริมาณไขมันนม คุณภาพของผลิตภัณฑ์ ปัจจัยเชิงปริมาณแสดงถึงความแน่นอนเชิงปริมาณของปรากฏการณ์ ปัจจัยเชิงปริมาณมีทั้งต้นทุนและการแสดงออกตามธรรมชาติ ปัจจัยเชิงปริมาณสามารถกำหนดลักษณะปริมาณการผลิตและการขายสินค้า และมูลค่าของปัจจัยดังกล่าวสามารถแสดงได้ทั้งในรูปเงินและชิ้น ฯลฯ
หากในระหว่างการวิเคราะห์มีตัวบ่งชี้เชิงปริมาณและเชิงคุณภาพหลายตัว ค่าของปัจจัยที่อยู่ในระดับแรกของการอยู่ใต้บังคับบัญชาจะเปลี่ยนไปก่อนแล้วจึงค่อยเปลี่ยนที่ค่าที่ต่ำกว่า
ปัจจัยระดับแรกคือปัจจัยที่มีผลกระทบโดยตรงต่อตัวบ่งชี้ประสิทธิภาพ และปัจจัยที่ส่งผลกระทบทางอ้อมต่อตัวบ่งชี้ประสิทธิภาพอยู่ที่ระดับที่ต่ำกว่า (ที่สอง สาม ฯลฯ)
อัลกอริทึมสำหรับการคำนวณวิธีผลต่างสัมพัทธ์แสดงในรูปที่ 1
ผลรวมของปริมาณ $∆X_A$, $∆X_B$ ต้องเหมือนกันทุกประการกับส่วนต่างระหว่าง $X_1$ และ $X_0$
ตัวอย่างการใช้วิธีผลต่างสัมพัทธ์
พิจารณาการใช้วิธีผลต่างสัมพัทธ์กับตัวอย่างเฉพาะ ปริมาณการผลิตสำหรับปีขึ้นอยู่กับจำนวนคนงานโดยเฉลี่ยต่อปี (H) และผลผลิตเฉลี่ยต่อปีต่อคนงาน (B) แบบจำลองการคูณสองปัจจัยถูกสร้างขึ้น โดยจำนวนคนงานเป็นปัจจัยเชิงปริมาณ ดังนั้นจึงเป็นปัจจัยแรก และผลลัพธ์เป็นปัจจัยเชิงคุณภาพ และอยู่หลังหนึ่งเชิงปริมาณ
$OP = H B$
ข้อมูลทั้งหมดที่จะใช้จะแสดงในตาราง (รูปที่ 2)
ในขั้นตอนแรกจะคำนวณการเติบโตสัมพัทธ์ของปัจจัย (รูปที่ 3)
รูปที่ 3 การคำนวณการเติบโตสัมพัทธ์ของปัจจัย Author24 - แลกเปลี่ยนเอกสารนักเรียนออนไลน์
ในขั้นตอนที่สอง ระดับของอิทธิพลของปัจจัยแรกในตัวบ่งชี้ประสิทธิภาพจะถูกกำหนด (รูปที่ 4)
รูปที่ 4 การคำนวณระดับอิทธิพลของปัจจัย Author24 - แลกเปลี่ยนเอกสารนักเรียนออนไลน์
จากข้อมูลที่ได้รับว่าจำนวนพนักงานเฉลี่ยต่อปีเพิ่มขึ้น 2 คนปริมาณการผลิตจะเพิ่มขึ้น 400,000 รูเบิล
ในขั้นตอนที่สาม การพิจารณาปัจจัยของแบบจำลองจะดำเนินต่อไปตามลำดับ (รูปที่ 5)
จากข้อมูลที่ได้รับสามารถสรุปได้ว่าการเพิ่มผลผลิตเฉลี่ยต่อปีของพนักงานหนึ่งคน ปริมาณการผลิตเพิ่มขึ้น 810,000 รูเบิล
ในขั้นตอนที่สี่ จะมีการตรวจสอบการคำนวณ (รูปที่ 6)
ดังนั้นการคำนวณที่ทำถูกต้อง
ผลลัพธ์ของการวิเคราะห์ปัจจัยกำหนดคือการสลายตัวของการเพิ่มขึ้นของตัวบ่งชี้ที่มีประสิทธิภาพ เนื่องจากอิทธิพลทั่วไปหรือการเปลี่ยนแปลงในลักษณะของปัจจัย เป็นผลรวมของการเพิ่มขึ้นบางส่วนในตัวบ่งชี้ที่มีประสิทธิภาพ ซึ่งเกิดจากการเปลี่ยนแปลงในปัจจัยเดียวเท่านั้น สำหรับสิ่งนี้ นอกเหนือจากดัชนีแล้ว วิธีการที่พัฒนาขึ้นเป็นพิเศษยังใช้ในการวิเคราะห์ทางเศรษฐศาสตร์ ซึ่งบางครั้งเรียกว่าเทคนิค หลัก ๆ คือวิธีการของความแตกต่างและวิธีการระบุอิทธิพลของปัจจัยที่แยกได้ ในทางกลับกัน วิธีการของความแตกต่างรวมถึงวิธีการแทนที่ลูกโซ่ ความแตกต่างแบบสัมบูรณ์ (เลขคณิต) และความแตกต่างแบบสัมพัทธ์ (เปอร์เซ็นต์)
วิธีการเปลี่ยนลูกโซ่ถือเป็นวิธีการหลักในการกำจัด ใช้ในการศึกษาการพึ่งพาฟังก์ชันและมีวัตถุประสงค์เพื่อวัดผลกระทบของการเปลี่ยนแปลงในลักษณะของปัจจัยต่อการเปลี่ยนแปลงในตัวบ่งชี้ที่มีประสิทธิภาพด้วยค่าคงที่ (คงที่) ของผู้อื่น
ในการทำเช่นนี้ ค่าพื้นฐานของแต่ละปัจจัย (ที่วางแผนไว้ ช่วงสุดท้าย) จะถูกแทนที่ด้วยข้อมูลจริง (การรายงาน) ตามลำดับ เปรียบเทียบผลลัพธ์ของการแทนที่อย่างต่อเนื่องของตัวบ่งชี้ปัจจัยแต่ละตัว ความแตกต่างระหว่างตัวบ่งชี้ที่ตามมาและตัวบ่งชี้ก่อนหน้าแต่ละตัวบ่งบอกถึงอิทธิพลของปัจจัยนั้น ขึ้นอยู่กับการกำจัดอิทธิพลของปัจจัยอื่นๆ ทั้งหมด
จากข้างต้น วิธีการทดแทนลูกโซ่มักเรียกว่าวิธีการแยกปัจจัยตามลำดับและค่อยเป็นค่อยไป
เมื่อใช้วิธีการทดแทนลูกโซ่ ควรปฏิบัติตามคำสั่งที่ชัดเจนสำหรับปัจจัยการแทนที่:
ประการแรกตัวบ่งชี้เชิงปริมาตร (เชิงปริมาณ) จะถูกแทนที่;
ในครั้งที่สอง - โครงสร้าง;
ประการที่สามคุณภาพ
ในกรณีที่มีตัวบ่งชี้เชิงปริมาณหรือเชิงคุณภาพหลายตัวในแบบจำลองการวิเคราะห์ ลำดับจะถูกสร้างขึ้น - อันดับแรกจะแทนที่ตัวบ่งชี้หลัก หลัก (ทั่วไป) และจากนั้นตัวที่สอง อนุพันธ์ (บางส่วน) (รูปที่ 11.2)
ข้าว. 11.2. ลำดับของการเปลี่ยนตัวบ่งชี้เมื่อใช้วิธีการทดแทนลูกโซ่
เราจะพิจารณารูปแบบทั่วไปสำหรับการรับการแทนที่ลูกโซ่โดยใช้ตัวอย่างของแบบจำลองการคูณปัจจัย chotirox:
โดยที่ T - ตัวบ่งชี้ที่มีประสิทธิภาพ
a, b, c, d - ตัวบ่งชี้ปัจจัยและ - ตัวบ่งชี้เชิงคุณภาพ ใน - ตัวบ่งชี้โครงสร้าง; c, d - ตัวชี้วัดเชิงปริมาตร (เชิงปริมาณ) และตัวบ่งชี้ d เป็นความสัมพันธ์หลักกับตัวบ่งชี้ c
ลองเปรียบเทียบค่าที่แท้จริงของตัวบ่งชี้ (ดัชนี "1") กับค่าที่วางแผนไว้ (ดัชนี "0") ส่วนเบี่ยงเบนทั้งหมดของตัวบ่งชี้ T จากแผนจะเป็น:
.
สำหรับการคำนวณเพิ่มเติม เราจะสร้างแบบจำลองการวิเคราะห์ขึ้นใหม่ตามลำดับที่จำเป็นสำหรับการเปลี่ยนตัวบ่งชี้ แล้ว:
;.
ให้เราพิจารณาความผันแปรของตัวบ่งชี้ที่มีประสิทธิภาพเนื่องจากการเปลี่ยนแปลงในทุกปัจจัยและแยกกัน:
ผลกระทบทั่วไปของปัจจัยต่างๆ
อิทธิพลของปัจจัย d;
อิทธิพลของปัจจัยค;
อิทธิพลของปัจจัย b;
อิทธิพลของปัจจัย a;
ทางนี้:
ตัวอย่าง. ตามข้อมูลที่ระบุในตาราง ให้คำนวณอิทธิพลของปัจจัยต่อการเบี่ยงเบนของต้นทุนผลผลิตในปีที่รายงานเทียบกับปีก่อนหน้า (ตารางที่ 11.5)
1. กำหนดการเปลี่ยนแปลงทั้งหมดในผลลัพธ์:
(พัน UAH).
2. คำนวณอิทธิพลของปัจจัยแต่ละอย่างเมื่อมีการเปลี่ยนแปลงในผลลัพธ์:
ก) ผลกระทบของการเปลี่ยนแปลงในจำนวนคนงานต่อการเปลี่ยนแปลงในผลผลิต:
ข) ผลกระทบของการเปลี่ยนแปลงในจำนวนวันที่คนงานคนหนึ่งทำงานต่อการเปลี่ยนแปลงในผลผลิต:
c) ผลกระทบของการเปลี่ยนแปลงในระยะเวลากะเฉลี่ยต่อการเปลี่ยนแปลงของผลผลิต:
ง) ผลกระทบของการเปลี่ยนแปลงในผลิตภาพแรงงานต่อการเปลี่ยนแปลงในผลผลิต:
ยอดเบี่ยงเบน:
ดังนั้นในปีที่รายงานเมื่อเทียบกับปีก่อน ผลผลิตเพิ่มขึ้น 429.3 พัน UAH มันได้รับอิทธิพล ปัจจัยดังต่อไปนี้: การเปลี่ยนแปลงจำนวนคนงาน จำนวนวันที่ทำงาน ระยะเวลาของกะการทำงาน และผลผลิตเฉลี่ยต่อชั่วโมง (ผลิตภาพแรงงาน)
ดังนั้นเนื่องจากการเพิ่มขึ้นของจำนวนคนงาน ผลผลิตเพิ่มขึ้น 269.5 พัน UAH เนื่องจากจำนวนวันทำงานลดลง ผลผลิตจึงลดลง 64.68,000 UAH การเพิ่มขึ้นของระยะเวลาของการเปลี่ยนแปลงทำให้ผลผลิตเพิ่มขึ้น 34.16,000 UAH และการเพิ่มขึ้นของผลิตภาพแรงงาน - 190.32,000 UAH
การรับผลต่างสัมบูรณ์ (เลขคณิต) โดยการรับผลต่างสัมพัทธ์เป็นการดัดแปลงการรับการแทนที่ลูกโซ่ สามารถใช้เพื่อกำหนดอิทธิพลของตัวบ่งชี้ปัจจัยต่อผลลัพธ์ในรูปแบบการคูณและแบบผสม ควรใช้วิธีการของความแตกต่างแบบสัมบูรณ์เมื่อข้อมูลเดิมมีการเบี่ยงเบนสัมบูรณ์ในแง่ของตัวบ่งชี้ปัจจัยอยู่แล้ว อย่างไรก็ตาม วิธีนี้ไม่เหมาะกับหลายรุ่น
พิจารณาอัลกอริทึมสำหรับการคำนวณอิทธิพลของปัจจัยโดยใช้วิธีความแตกต่างแบบสัมบูรณ์โดยใช้ตัวอย่างของตัวแบบคูณปัจจัย chotirox ซึ่งใช้ข้างต้นในวิธีการทดแทนลูกโซ่:
มีการเบี่ยงเบนสัมบูรณ์ของค่าจริงของตัวบ่งชี้แต่ละปัจจัยจากค่าฐาน:
;
;
;
.
ผลที่ตามมา:
จากตัวอย่างข้างต้น (ตารางที่ 11.5) เรากำหนดอิทธิพลของปัจจัยต่อการเปลี่ยนแปลงในผลลัพธ์โดยใช้การรับความแตกต่างแบบสัมบูรณ์
1. การเปลี่ยนแปลงโดยรวมในการส่งออก:
(พัน UAH).
2. ผลกระทบของการเปลี่ยนแปลงในแต่ละปัจจัยที่มีต่อพลวัตของผลผลิต กล่าวคือ:
ก) จำนวนพนักงาน:
(พัน UAH);
b) จำนวนวันที่ทำงานโดยคนงานหนึ่งคน:
(พัน UAH);
c) ระยะเวลากะเฉลี่ย:
(พัน UAH);
ง) ผลิตภาพแรงงาน:
(พัน UAH).
ยอดเบี่ยงเบน:
จากตัวอย่างจะเห็นได้ว่าวิธีการของความแตกต่างแบบสัมบูรณ์ให้ผลลัพธ์ที่เหมือนกันของอิทธิพลของปัจจัยเช่นเดียวกับวิธีการแทนที่ลูกโซ่
การรับผลต่างสัมพัทธ์ (ร้อยละ) เป็นชนิดของการรับการทดแทนลูกโซ่ ซึ่งใช้ในแบบจำลองการคูณ เมื่อข้อมูลเริ่มต้นถูกนำเสนอในแง่สัมพัทธ์ การกำหนดอิทธิพลของปัจจัยโดยใช้การรับความแตกต่างสัมพัทธ์เกี่ยวข้องกับการดำเนินการตามลำดับต่อไปนี้:
ในการพิจารณาอิทธิพลของปัจจัยแรก ค่าพื้นฐานของตัวบ่งชี้ที่มีประสิทธิภาพควรคูณด้วยค่าเบี่ยงเบนสัมพัทธ์ (อัตราการเติบโต) ของตัวบ่งชี้แรก นำมาเป็นเปอร์เซ็นต์ และหารด้วย 100
ในการคำนวณอิทธิพลของปัจจัยที่สองและปัจจัยที่ตามมา จำเป็นต้องคูณผลรวมของค่าฐานของตัวบ่งชี้ที่มีประสิทธิผลและขนาดของอิทธิพลของปัจจัยก่อนหน้าด้วยค่าเบี่ยงเบนสัมพัทธ์ของปัจจัยบ่งชี้ที่เป็นปัญหา โดยแสดงเป็น เปอร์เซ็นต์แล้วหารด้วย 100
ตัวอย่างเช่น,. แล้ว:
ยอดเบี่ยงเบน:
จากตัวอย่างข้างต้น เรากำหนดอิทธิพลของปัจจัยที่มีต่อการเปลี่ยนแปลงในผลลัพธ์โดยใช้การรับความแตกต่างสัมพัทธ์ ขั้นแรกให้คำนวณค่าเบี่ยงเบนร้อยละ (อัตราการเติบโต) ของตัวบ่งชี้ของปีการรายงานจากปีที่แล้ว (คอลัมน์ 5 ของตารางที่ 11.5 ):
1. การเปลี่ยนแปลงทั่วไปในการส่งออก
(พัน UAH).
2. การเปลี่ยนแปลงในผลผลิตเนื่องจากการเปลี่ยนแปลงในจำนวนพนักงาน:
(พัน UAH).
3. การเปลี่ยนแปลงในผลผลิตเนื่องจากการเปลี่ยนแปลงในจำนวนวันทำงาน:
(พัน UAH).
4. การเปลี่ยนแปลงในผลลัพธ์ภายใต้อิทธิพลของการเปลี่ยนแปลงของระยะเวลากะ:
5. อิทธิพลของผลผลิตเฉลี่ยต่อชั่วโมงต่อผลผลิต:
ยอดเบี่ยงเบน:
อย่างที่คุณเห็น เราได้ผลลัพธ์เดียวกันโดยใช้วิธีการแทนที่ลูกโซ่และความแตกต่างสัมพัทธ์
ควรสังเกตว่าควรใช้การรับความแตกต่างสัมพัทธ์เมื่อข้อมูลเริ่มต้นสำหรับการวิเคราะห์ถูกนำเสนอในรูปแบบของค่าสัมพัทธ์ (เช่น เปอร์เซ็นต์ของแผนเสร็จสมบูรณ์)
ดังนั้นวิธีความแตกต่างจึงสามารถนำมาใช้ในการศึกษาความเบี่ยงเบนของค่าที่แท้จริงของตัวชี้วัดทางเศรษฐกิจจากค่าที่วางแผนไว้ตลอดจนในการศึกษาพลวัตของตัวชี้วัด ข้อดีของมันคือความเรียบง่ายและใช้งานได้หลากหลาย
อย่างไรก็ตาม วิธีนี้ก็มีข้อเสียบางประการเช่นกัน ดังนั้นผลของการสลายตัวของอิทธิพลของปัจจัยต่อตัวบ่งชี้ที่มีประสิทธิภาพจึงขึ้นอยู่กับการปฏิบัติตามคำสั่ง (ลำดับ) ของการแทนที่ นอกจากนี้ วิธีนี้ไม่ใช่การเติมตามเวลา กล่าวคือ ผลลัพธ์ของงานที่ทำ ตัวอย่างเช่น สำหรับปีที่วิเคราะห์ไม่ตรงกับข้อมูลที่เกี่ยวข้องที่ได้รับเป็นเดือนหรือไตรมาส
เป็นที่นิยม
- เรือตอร์ปิโด G 5 เรือตอร์ปิโด
- วิทยาศาสตร์และชีวิต (วารสารหอสมุด)
- สถานะเกี่ยวกับตัวเองมีความสุข สถานะเกี่ยวกับความสุขพร้อมความหมายสั้นๆ VK
- แบรนด์ที่มีมูลค่ามากที่สุดในโลก
- อาชีพโบราณของบรรพบุรุษของเรา
- คำคมสร้างแรงบันดาลใจจากปรมาจารย์ด้านการถ่ายภาพ สโลแกนสำหรับช่างภาพในภาษาอังกฤษ
- ไปทำงานต่างประเทศที่ไหนดี?
- ผู้ซื้อในการค้าแบรนด์คืออะไร
- สัมภาษณ์ผู้ซื้อ: ความลับของอาชีพ
- กระทรวงสถานการณ์ฉุกเฉินใช้การศึกษาประเภทใด