Финансы и учет

Пятница, 27.01.2023, 08:42
Приветствую Вас Гость | RSS | 
Меню сайта

Поиск

Главная » Статьи » Анализ

Совершенствование прогнозирования производительности труда рабочих

ЕРМАКОВ Г.П., САГАН О.И.

 

Совершенствование прогнозирования производительности труда рабочих на предприятиях текстильной промышленности

Опубликовано: Актуальные вопросы экономики и управления: Сборник материалов международной научно-практической конференции. (20-25 декабря 2008 года). -Димитровград: ДИТУД, 2008. - 178 с.


Прогнозирование производительности труда рабочих в общем случае может осуществляться с помощью пространственных (статических) и динамических (временных) однофакторных и многофакторных моделей.
 
Статические однофакторные модели могут быть построены с помощью методов корреляционного и регрессионного анализа. Статическая зависимость между двумя переменными У и X выражена в виде усредненной по X зависимости, т.е. в форме модельного уравнения регрессии:
 
 
Так как отдельные наблюдения У будут в большей или меньшей мере отклоняться от функции j(X) в силу воздействия неучтенных факторов, а также случайных причин, уравнение взаимосвязи двух переменных (парная регрессионная модель) представлена в виде:
 

 
где e - случайная переменная, характеризующая отклонение от модельной функции регрессии.
 
Переменная e называется возмущением. Таким образом, в регрессионной модели зависимая переменная У есть некоторая функция j(X) с точностью до случайного возмущения e.
 
Для исследования влияния факторов на производительность труда, сначала необходимо построить однофакторные математические модели. Анализ таких моделей дает представление о существовании связи, ее вида и тесноты, на основании которых можно далее исследовать в комплексе влияние факторов на производительность труда. На основании визуальной оценки характера расположения точек на поле корреляции, результатов предыдущих исследование, соображений профессионального характера, основанных на знании физической сущности процесса, в качестве базовых статических однофакторных моделей производительности труда могут быть применены следующие виды регрессии [1, с. 132]:
 

- линейная регрессия: у=a+bx+e;

- регрессии, нелинейные по объясняющим переменным:

- полиномы разных степеней: у=а+b1x+b2x2+b3x3+e;

- равносторонняя гипербола: у= а+b/x+e;

- логарифмическая: у=a*lnx+b+e;

-регрессии, нелинейные по оцениваемым параметрам:

- степенная: у=а хb+e;

- показательная: у=а bx+e;

- экспоненциальная: y=a(ex)b+e.
 
В качестве критериев выбора адекватной модели производительности труда могут быть использованы: средняя относительная ошибка аппроксимации, коэффициент детерминации, F-критерий Фишера.
 
Статические однофакторные модели, применяемые для прогнозирования производительности труда, имеют один недостаток. Изучение парной зависимости между производительностью труда и каким-либо фактором не всегда эффективно, так как эта зависимость, как правило, многофакторна. В свою очередь, меду факторами-аргументами существуют сложные взаимосвязи.
 
Коэффициент парной корреляции между производительностью труда и одним из факторов нередко носит условный характер. Величина этого коэффициента сама по себе может и не характеризовать достоверности установленной формы зависимости, т.к. при наличии корреляции между факторами установленная форма зависимости может оказаться фиктивной, как бы ни были высоки соответствующие коэффициенты парной корреляции. Для выявления связи необходимо определить частный коэффициент корреляции. Этим определяется необходимость использования многофакторных регрессионных моделей при изучении зависимости производительности труда от каких-либо факторов.
 
Математическая задача формулируется следующим образом. Требуется найти аналитическое выражение зависимости производительности труда от факторов:
 
 
Цель исследования состоит в том, чтобы раскрыть характер и степень влияния аргументов на функцию.
 
Регрессионный анализ дает возможность установить, как в среднем изменяется случайная величина с изменением одной или нескольких неслучайных величин при фиксированном значении неучтенных факторов.
 
Вычисление совокупного коэффициента множественной корреляции для линейной формы связи или множественного корреляционного отношения для нелинейной зависимости и проверка их существенности, нахождение коэффициентов регрессии и оценка их значимости, определение частных коэффициентов эластичности - все это позволяет оценить количественное влияние каждого фактора на изучаемое явление, его удельный вес в совокупном влиянии всех факторов, выделить влияние наиболее существенных из них, выбрать наиболее удачную форму аппроксимации и т.п.
 
Применение метода многофакторного анализа позволяет получить высокую точность оценок при условии большого объема исходной информации. Считается, что объем выборки должен в 6-8 раз превосходить число факторов, следовательно, число степеней свободы вариации изучаемой совокупности должно быть достаточно большим.
 

Многофакторная регрессионная модель дает возможность не только выразить количественно влияние отобранных факторов на изучаемый показатель, но и рассматривать производительность труда отдельно взятого предприятия в соотношении с производительностью труда других предприятий. Используя многофакторную регрессионную модель, можно показать, за счет каких факторов и на сколько производительность труда на передовых предприятиях выше, чем на остальных фабриках, а также получить ответ на вопрос - в какой мере и при каких условиях эти высокие показатели могут быть достигнуты другими предприятиями. Кроме того, такая модель позволяет проанализировать причины отклонения от среднеотраслевого уровня.

Тем самым, такой анализ позволяет вскрыть резервы роста производительности труда с точки зрения объективных возможностей предприятия, что может быть непосредственно использовано для разработки заданий по производительности труда.
 
При построении многофакторных регрессионных моделей производительности труда следует иметь в виду, что ни один из выбранных факторов, существенно влияющих на результирующий показатель, нецелесообразно рассматривать изолированно друг от друга. При этом необходимо учитывать, что изменения одного из них может существенно повлиять на другие факторы. Например, изменение возраста влечет за собой изменение таких факторов, как стаж работы по специальности, общий стаж работы, уровень образования и т.д.
 
В качестве базовых статических многофакторных моделей производительности труда могут быть применены следующие виды функций [2, с. 259]:
 
Категория: Анализ | Добавил: kav (20.01.2009)
Просмотров: 1779
Форма входа

Категории раздела
Анализ [11]
Налогообложение [2]
Учет [7]
Финансы [12]
Прочие [16]

Наши партнеры

Книжный интернет-магазин Sprinter.ru

OZON.ru

ИД

Научные конференции


Счетчик
Яндекс.Метрика



Copyright MyCorp © 2023Сайт управляется системой uCoz