(sisukorda)

Näide 1 Looge kogutoodangu mahu tegurisüsteem, mis on funktsionaalses sõltuvuses järgmistest näitajatest:

· ühe töötaja töötatud päevade arv aastas (D);

· ühe töötaja keskmine toodete tunnitoodang (CV);

· keskmine tööpäev (P);

· keskmine päevane toodang ühe töötaja poolt (DV);

· ühe töötaja keskmine aastatoodang (HW);

· keskmine aastane töötajate arv (HR).

Lahendus:

Kogutoodangu mahu faktormudel:

VP \u003d CR * GV või VP \u003d CR * D * DV või VP \u003d CR * D * P * CV.

Näide 2 Tabeli 14 (kaldkirjas esile tõstetud) algandmete põhjal määrake müügitulu absoluutne ja suhteline muutus ning müüdud toodete mahu ja hinna mõju suurus sellele näitajale järgmiste meetoditega:

· ahela asendused;

· absoluutsed erinevused;

· suhtelised erinevused;

· integraal;

· logaritmid

mudeli põhjal:

B =VRP * C,

kus B on tulu toodete müügist,

VRP - müüdud toodete maht,

C - müüdud toodete hind.

Tabel 14

Lahendus:

1. Ahelasenduste meetod

Tulu väärtuse arvutame, asendades tegurinäitajate põhiväärtused järjestikku aruandeperioodi väärtustega:

B 0 =VRP 0 * C 0 \u003d 10 * 7 = 70 miljonit rubla.

Tingimus1 =VRP 1 * C 0 \u003d 12 * 7 \u003d 84 miljonit rubla.

B 1 =VRP 1 * C 1 \u003d 12 * 10 \u003d 120 miljonit rubla.

Hindame iga teguri mõju eraldi:

∆V V RP \u003d Tingimuses 1 - B 0 \u003d 84 - 70 \u003d 14 miljonit rubla.

∆V C \u003d V 1 - V tingimus 1 \u003d 120 - 84 \u003d 36 miljonit rubla.

Eksam:

∆V= V 1 -V 0 =∆V V RP +∆V C \u003d 120-70 \u003d 14 + 36 \u003d 50 miljonit rubla.

2. Absoluutsete erinevuste meetod

∆V V RP = ∆ VRP * C 0 \u003d 2 * 7 = 14 miljonit rubla.

∆V C =VRP 1 * ∆C \u003d 12 * 3 \u003d 36 miljonit rubla.

Eksam:

3. Suhteliste erinevuste meetod

∆V V RP = В 0 *(∆VRP/VRP 0) = 70 * (2/10) = 14 miljonit rubla.

∆V C \u003d (V 0 + ∆V V RP ) * (∆C / C 0) \u003d 84 * (3/7) \u003d 36 miljonit rubla.

Eksam:

∆В= 120-70=14+36=50 miljonit rubla

4. Integraalmeetod

∆V V RP = 0,5*∆ VRP * (C 0 + C 1) \u003d 0,5 * 2 * (7 + 10) \u003d 17 miljonit rubla.

∆V C = 0,5*∆C*(VRP 0+VRP 1) \u003d 0,5 * 3 * (10 + 12) \u003d 33 miljonit rubla.

Eksam:

5. Logaritmimeetod

∆V V RP = ∆V*lg( VRP 1 /VRP 0)/lg(B 1 / B 0) \u003d 50 * (0,079 / 0,23) \u003d 17 miljonit rubla.

∆V C = ∆V*lg(C 1 /C 0)/lg(B 1 / B 0) \u003d 50 * (0,15 / 0,23) \u003d 33 miljonit rubla.

Eksam:

∆В= 120-70=17+33=50 miljonit rubla

Järeldus: arvutused näitasid, et suurimat mõju müügitulu kasvule avaldas toodete hinnatõus. Kolm meetodit viiest andsid jõudlusnäitaja faktoriaalse mõju väärtustele samad tulemused. Integraalmeetodi ja logaritmimeetodi kasutamine võimaldas arvestada faktorinäitajate omavahelist vastasmõju ja selle tulemusena täpsemalt määrata nende mõju efektiivsele indikaatorile, eelkõige tuvastada mõjutegurite tugevam mõju. mahutegur.

Näide 3 Määrake tabelis 15 toodud (kaldkirjas esile tõstetud) algandmete põhjal proportsionaalse jagamise meetodil ja kapitaliosaluse meetodil toote müügi brutokasumi absoluutne ja suhteline muutus ning tegurite mõju suurus brutokasumile, kasutades mudel:

kus Pr - brutokasum toote müügist,

B - tulu toodete müügist,

C on müüdud kauba maksumus.

Tabel 15

Lahendus:

1. Proportsionaalse jagamise meetod

tuhat. hõõruda.

tuhat. hõõruda.

Läbivaatus :

tuhat. hõõruda.

2. meetod omakapital osalemine

tuhat. hõõruda.

tuhat. hõõruda.

Läbivaatus :

tuhat. hõõruda.

Järeldus: aruandeperioodi brutokasum toodete müügist vähenes 4 770 tuhande rubla võrra. ehk 48,27% võrreldes baasperioodiga, mis tuleneb tootmiskulude kiiremast kasvust müügitulude kasvust. Kulude kasvu negatiivse mõju osakaal brutokasumi vähenemisel moodustas 63,46% (3027,23/4770*100%).

Näide 4 Tabeli 16 andmete põhjal määrata müügitulu ja reklaamikulude seos, arvutada korrelatsioonikoefitsiendid, määramised ja määrata korrelatsioonikordaja.

Tabel 16

Lahendus: Arvutage analüüsi tuletised tabelis 17:

Tabel 17

Tabeli põhjal koostame võrrandisüsteemi

siit

Müügitulu sõltuvust reklaamikuludest kirjeldav seosvõrrand on saanud järgmise avaldise:

Y x =46+ 0,6 x

Arvutage korrelatsioonikordaja:

Arvutamakoefitsientmääramised:

Järeldus: sel juhul on näitajate vaheline seos ebaoluline, determinatsioonikoefitsiendi väärtus viitab sellele, et toote müügitulu sõltub reklaamikuludest 22% ja selle taseme muutusest 78% moodustavad muud tegurid.

Ülesanne 2.1. Teisendage analüütiline valem laienduse abil:

kus GW on aastane toodang (tööjõu tootlikkus);

HR – keskmine töötajate arv,

selliselt, et see peegeldab tööviljakuse sõltuvust kapitali tootlikkusest ja kapitali ja tööjõu suhtarvust.

Ülesanne 2.2. Teisendage analüütiline valem redutseerimismeetodi abil:

kus FO - tootmispõhivara kapitali tootlikkus;

VP - aasta kogutoodang;

OPF - tootmispõhivarade keskmine aastane maksumus,

selliselt, et see kajastaks suhet ühe töötaja keskmise aastatoodangu ja kapitali ja tööjõu suhte vahel.

Ülesanne 2.3. Pikendusmeetodit kasutades teisendage analüütiline valem:

kus ME on toodete materjalikulu;

MR - materiaalsete ressursside maksumus;

B on tulu

selliselt, et see kajastaks tooraine ja materjalide materjalimahukuse, kütusemahukuse, energiamahukuse, muude kulude materjalimahukuse suhet.

Ülesanne 2.4. Süstematiseerida tegurid, mis määravad toodete müügist saadava kasumi suuruse:

- tulud (B);

- müügimaht (VRP);

- kogukulud (Z);

- ühikuhind (P);

- struktuurtooted ();

- ühiku maksumus (C)

ja kirjutage üles faktoriaalne kasumi mudel.

Ülesanne 2.5. Muutke analüütiline valem laiemalt selliselt, et see kajastaks varade tasuvuse sõltuvust müügi ja varade käibe tasuvuse väärtusest.

Probleem 2.6. Koostage faktorimudel, kus tegurinäitajateks on kogutoodangu maht ja põhivara aasta keskmine maksumus. Ahelasendusmeetodi abil määrake tegurite kvantitatiivne mõju tulemusnäitajale, kui:

· aruandeperioodi brutotoodang kasvas võrreldes plaaniga 78 000 rublalt 82 000 rublani;

· tootmispõhivara aasta keskmine maksumus vähenes 72 000-lt 70 000 rublale.

Probleem 2.7. Koostage tabelis 18 toodud andmete põhjal toodete müügist saadava kasumi faktoriaalmudel ja arvutage igal võimalikul viisil tegurite mõju selle suuruse muutumisele.

Tabel 18

Probleem 2.8. Koostage tabeli 19 andmete põhjal toodangu mahu sõltuvuse faktoriaalmudel põhivara aasta keskmise maksumuse väärtusest ja kapitali tootlikkusest ning määrake integraalmeetodi ja absoluutsete erinevuste meetodil suurusjärk. mõjustI tegur näitajad tõhus.Tootmismaht, miljon rubla

21409

22287

Põhivara aasta keskmine maksumus, miljonit rubla

23000

23447

Ülesanne 2.9. Koostage tabelis 20 toodud andmete abil mitmiklisandi tüüpi faktoriaalmudel ja määrake kapitaliosaluse meetodil müügikasumi muutuste, põhivara aasta keskmise maksumuse ja käibekapitali suuruse mõju müügitulu muutusele. tootmise kasumlikkus.

Tabel 20

Ülesanne 2.10. Kapitali käibe kestust vähendati 25 päeva võrra. Arvutage proportsionaalse jagamise meetodil tegurite mõju kapitali käibe kestuse muutuselevõttes arvesse tabelis 21 toodud tegurinäitajate muutust.

Tabel 21

Ülesanne 2.11. Tootmiskulude ja selle mahu vahelist seost kirjeldatakse sirgjoonelise seosega . Tabeli 22 andmete põhjal määrake seose võrrandi koefitsiendid, korrelatsiooni- ja determinatsioonikordajad, selgitage nende majanduslikku tähendust.

Nr p / lk

Tootmiskulud, tuhat rubla

Tootmismaht, tuhat rubla

1

120

62

7

200

70

2

130

63

8

270

77

3

150

65

9

280

78

4

140

64

10

250

75

5

180

68

11

200

71

6

200

70

12

180

67

Faktoranalüüsi olemus majandusteaduses

Definitsioon 1

Faktoranalüüs on majandusanalüüsi liik, mis uurib konkreetsete tegurite mõju majandustulemustele. Faktoranalüüsi peamised liigid: deterministlik ja stohhastiline analüüs.

Deterministliku analüüsi aluseks on metoodika nende tegurite mõju uurimiseks, millel on funktsionaalne seos üldistava näitajaga.

Stohhastilises faktoranalüüsis võetakse arvesse nende tegurite mõju, millel on tõenäosuslik seos üldistava näitajaga, s.o. korrelatsioon.

Ettevõtte tulemuslikkust mõjutavad paljud tegurid. Neid saab liigitada sisemisteks, mis sõltuvad selle ettevõtte tegevusest, ja välisteks, sellest ettevõttest sõltumatuteks.

Faktoranalüüsis kasutatavad meetodid võivad samuti olla erinevad. Deterministlik faktoranalüüs kasutab:

• Ahelasendusmeetod;
• Absoluutsete ja suhteliste erinevuste meetod;
• indeksi meetod;
• tasakaalu meetod;
• Integraalmeetod;
• Logaritmiline meetod jne.

Stohhastiline analüüs kasutab:

• korrelatsioonimeetod;
• Regressioonimeetod;
• Klasteranalüüsi meetod;
• Dispersioonimeetod jne.

Analüütilise uuringu suurim terviklikkus ja sügavus, tulemuste suurim täpsus tagatakse läbi majanduslike ja matemaatiliste meetodite kasutamise. Nendel meetoditel on statistiliste ja traditsiooniliste meetodite ees suur eelis, kuna need võimaldavad täpsemalt ja üksikasjalikumalt arvutada üksikute tegurite mõju majandusnäitajate väärtusele ning nende abil lahendatakse ka mõningaid analüütilisi probleeme.

Suhtelise erinevuse meetod

Märkus 1

Suhtelise erinevuse meetodit kasutatakse deterministlikus faktoranalüüsis, et hinnata konkreetse teguri mõju tulemusnäitajate kasvule. Selle meetodi peamine eelis on selle lihtsus. Kuid seda saab kasutada ainult korduvates ja multiplikatiivsetes faktoriaalmudelites.

Selle meetodi aluseks on kõrvaldamise meetod. Eliminatsiooni all mõistetakse teiste tegurite mõju kõrvaldamist, s.o. kõik muud tegurid muutuvad staatiliseks. Meetodi põhiidee on kõigi tegurite sõltumatu muutus. Esiteks muudetakse ühe teguri baasväärtus aruandluseks, teised tegurid on staatilised ja seejärel muutub teine, kolmas jne.

Esimese teguri mõju arvutamiseks efektiivsele tuleb efektiivse näitaja baasväärtus korrutada esimese teguri suhtelise kasvuga protsentides ja jagada 100-ga. Teise teguri mõju astme arvutamiseks lisage baasväärtus efektiivse näitaja väärtus ja selle suurenemine esimesest tegurist ning korrutada summa järgmise teguri suhtelise kasvuga jne.

Selle meetodi kasutamisel on suure tähtsusega tegurite järjekord mudelis ja sellest tulenevalt ka nende väärtuste muutmise järjekord, kuna see määrab iga üksiku teguri mõju kvantitatiivse hinnangu.

Suhteliste erinevuste meetodi kasutamine hõlmab õigesti konstrueeritud deterministliku faktori mudeli kasutamist, teatud järjekorra järgimist tegurite paigutusel.

Tegurid võivad olla nii kvantitatiivsed kui kvalitatiivsed. Kvalitatiivsed tegurid peegeldavad uuritavate objektide sisemisi omadusi, tunnuseid ja omadusi. Näiteks tööviljakus, piima rasvasisaldus, toote kvaliteet. Kvantitatiivsed tegurid iseloomustavad nähtuse kvantitatiivset kindlust. Kvantitatiivsetel teguritel on nii maksumus kui ka loomulik väljendus. Kvantitatiivsed tegurid võivad iseloomustada kaupade tootmis- ja müügimahte ning selliste tegurite väärtust saab väljendada nii rahas kui ka tükkides jne.

Kui analüüsi käigus on mitu kvantitatiivset ja kvalitatiivset näitajat, siis muutub esmalt nende tegurite väärtus, mis on esimesel alluvustasemel ja seejärel madalamal.

Esimese taseme tegurid on tegurid, millel on tulemusnäitaja otsene mõju, ning tulemusnäitajat kaudselt mõjutavad tegurid on madalamal tasemel (teine, kolmas jne).

Suhtelise erinevuse meetodi arvutamise algoritm on näidatud joonisel 1.

Koguste $∆X_A$, $∆X_B$ summa peab olema identne $X_1$ ja $X_0$ vahega.

Näide suhtelise erinevuse meetodi kasutamisest

Kaaluge suhtelise erinevuse meetodi kasutamist konkreetse näite puhul. Aasta toodangu maht sõltub aasta keskmisest töötajate arvust (H) ja keskmisest aastatoodangust töötaja kohta (B). Ehitatakse kahefaktoriline multiplikatiivne mudel, milles töötajate arv on kvantitatiivne tegur, seega on see esikohal ja toodang on kvalitatiivne tegur ning asub kvantitatiivse teguri taga.

$OP = H B$

Kõik kasutatavad andmed on toodud tabelis (joonis 2).

Esimeses etapis arvutatakse tegurite suhteline kasv (joonis 3).

Joonis 3. Tegurite suhtelise kasvu arvutamine. Autor24 - üliõpilastööde veebivahetus

Teises etapis määratakse esimese teguri mõju määr tulemuslikkuse näitajale (joonis 4).

Joonis 4. Faktori mõjuastme arvutamine. Autor24 - üliõpilastööde veebivahetus

Saadud andmetest järeldub, et keskmise aastase töötajate arvu suurenemisega 2 inimese võrra suureneb tootmismaht 400 tuhande rubla võrra.

Kolmandas etapis jätkub mudeli tegurite järjestikune arvestamine (joonis 5).

Saadud andmete põhjal võib järeldada, et ühe töötaja keskmise aastatoodangu suurendamisega suurenes toodangu maht 810 tuhande rubla võrra.

Neljandas etapis kontrollitakse arvutusi (joonis 6).

Seega on tehtud arvutused õiged.

Suhteliste erinevuste meetodi olemus ja eesmärk. Selle kohaldamisala. Algoritm tegurite mõju arvutamiseks sel viisil

Suhteliste erinevuste meetodit, nagu ka eelmist, kasutatakse tegurite mõju mõõtmiseks efektiivse näitaja kasvule ainult aastal. multiplikatiivsed mudelid ja kombineeritud tüüp Y = (a - b)c. See on palju lihtsam kui ahela asendused, mis muudab selle teatud tingimustel väga tõhusaks. Eelkõige puudutab see neid juhtumeid, kus algandmed sisaldavad eelnevalt määratud tegurinäitajate suhtelisi hälbeid protsentides või koefitsientides.

Mõelge tegurite mõju arvutamise metoodikale sellisel viisil tüüpi multiplikatiivsete mudelite jaoks.

;
;
.

Efektiivse näitaja hälve igast tegurist määratakse järgmiselt.

 Esimese teguri mõju arvutamiseks on vaja efektiivse näitaja baasväärtus (planeeritud) korrutada esimese teguri suhtelise kasvuga, väljendatuna protsentides, ja jagada tulemus 100-ga:

.

Teise teguri mõju arvutamiseks peate liitma selle esimesest tegurist tingitud muutuse efektiivse näitaja kavandatud väärtusele ja seejärel korrutama saadud summa teise teguri suhtelise suurenemisega protsentides ja jagama tulemuse 100-ga. :

.

Kolmanda teguri mõju määratakse sarnaselt: selle esimesest ja teisest tegurist tulenev kasv on vaja lisada efektiivse näitaja kavandatud väärtusele ja korrutada saadud summa kolmanda teguri suhtelise kasvuga jne:

.

Konsolideerime vaadeldava tehnika tabelis 7.1 toodud näitel:

Nagu näete, on arvutustulemused samad, mis eelmiste meetodite kasutamisel.

Suhteliste erinevuste meetodit on mugav kasutada juhtudel, kui on vaja arvutada suure tegurite kompleksi (8-10 või enama) mõju. Erinevalt eelmistest meetoditest väheneb arvutuste arv oluliselt.

Proportsionaalse jagamise ja omakapitali osaluse meetodid.

Proportsionaalse jagamise ja omakapitali osaluse meetodite olemus, eesmärk ja ulatus, arvelduste kord ja algoritmid

Mõnel juhul võib efektiivse indikaatori kasvule mõjutavate tegurite mõju suuruse määramiseks kasutada proportsionaalse jagamise meetod . See kehtib siis, kui me tegeleme lisand mudelid tüüp Y =
ja segatud tüüp
.

AT esiteks juhul, kui meil on ühetasandiline mudel Y=a+b+c, tehakse arvutus järgmiselt:

;
;
.

Näiteks kasumlikkuse tase (R) langes 8% tänu ettevõtte kapitali suurendamisele 200 tuhande rubla võrra. Põhikapitali maksumus (a) kasvas samal ajal 250 tuhande rubla võrra ja käibekapital (b) vähenes 50 tuhande rubla võrra. Niisiis, esimese teguri tõttu kasumlikkuse tase langes ja teise tõttu tõusis:

Segamudelite arvutusmeetod mõnevõrra keerulisem. Kombineeritud mudeli tegurite seos on näidatud joonisel 7.1.

Tõhus näitaja

Esimese taseme tegurid

Teise taseme tegurid

Joonis 7.1 Faktorite koosmõju skeem

Kui teada
sama hästi kui
, siis määrata
,
,
, võite kasutada proportsionaalse jagamise meetodit ", mis põhineb teguri B muutusest tuleneva efektiivse näitaja Y suurenemise proportsionaalsel jaotusel vastavalt teise taseme tegurite D, N ja M vahel vastavalt nende väärtusele. Selle jaotuse proportsionaalsus saavutatakse kõigi tegurite konstandi määramisega proportsionaalsuskoefitsient (K ) mis näitab efektiivse näitaja Y muutuse suurus, mis on tingitud teguri B muutusest ühiku kohta.

Proportsionaalsuskoefitsiendi väärtus (K ) on määratletud järgmiselt:

.

Korrutades selle koefitsiendi vastava teguri absoluutse kõrvalekaldega B, leiame efektiivse näitaja hälbed:

;
;
.

Näiteks kulu 1 t / km auto keskmise aastase toodangu vähenemise tõttu (C ) suurendati 180 rubla võrra. Samas on teada, et sõiduki keskmine aastane toodang (GV) on vähenenud tänu:

A) masinate ülegraafikuline seisakuaeg -5000 t/km;

B) üleplaneeritud tühikäigud - 4000 t/km;

C) kandevõime mittetäielik kasutamine -3000 t / km

Kokku -12000 t/km

Siit saate määrata kulude muutuse teise taseme tegurite mõjul:

Kokku:+ 180 rubla

Seda tüüpi probleemide lahendamiseks võite kasutada ka jagamise meetod (Tabel 7.3) .

Tabel.7.3

Tegurite mõju tulemusnäitajale arvutamine kapitaliosaluse meetodil

 FROMalguses määratakse iga teguri osakaal nende kasvu kogusummas, mis seejärel korrutatakse efektiivse näitaja kogukasvuga:

;

;

.

Deterministliku faktoranalüüsi suhteliste (protsendiliste) erinevuste meetod

Teatavasti kasutatakse deterministlikus faktoranalüüsis järgmisi põhimeetodeid: ahela asenduste meetod, absoluutsete erinevuste meetod, suhteliste (protsentide) erinevuste meetod, integraalmeetod jne.

Suhteliste (protsendiliste) erinevuste meetod kasutatakse tegurite mõju mõõtmiseks efektiivse näitaja kasvule ainult nendes mudelites, kus tegurite koostoimet väljendab toode, s.t. sisse multiplikatiivsed mudelid . Siin kasutatakse faktorinäitajate suhtelist suurenemist, väljendatuna koefitsientide või protsentidena.

Tüüpi y = a * b * c multiplikatiivsete mudelite puhul on analüüsitehnika järgmine .

• Leidke iga tegurinäitaja suhteline hälve:
  Δа% = ((а1-а0)/а0)*100%;
  Δv% \u003d ((v1-v0) / v0) * 100%;
  Δс% = ((с1-с0)/с0)*100%;


• Määrake efektiivse indikaatori hälve iga teguri tõttu:
  Δua = (у0*Δа%)/100;
  Δув = ((у0+ Δуа)*Δв%)/100;
  Δus = ((у0+Δua+ Δuv)*Δс%)/100;
  kus a0, b0, c0 on tulemusnäitajat mõjutavate tegurite põhilised (planeeritud) väärtused; a1 , b1, c1 - tegurite tegelikud väärtused;


• Kogumuutus Δy = y1 - y0 on efektiivse näitaja muutuste summa, mis on tingitud muutustest igas teguris:
  Δy = Δya + Δyb + Δyc.

Nagu näeme, suhteliste erinevuste meetodis kasutatakse kumulatiivset kogusummat . Esimese teguri mõju arvutatakse efektiivse näitaja baasväärtuse korrutamisel esimese teguri suhtelise kasvuga, väljendatuna kas murdosa või protsentides.

Kolmanda teguri mõju määratakse sarnaselt: selle esimesest ja teisest tegurist tulenev kasv liidetakse efektiivse näitaja baasväärtusele ning tulemus korrutatakse kolmanda teguri suhtelise kasvuga jne.

Vaatamata selle meetodi kasutamise piirangutele on sellel järgmine eelis : suhteliste erinevuste meetodit on mugav kasutada, kui on vaja arvutada paljude tegurite mõju (8-10 või enam). See vähendab oluliselt arvutusprotseduuride arvu.

Näide suhteliste erinevuste meetodi rakendamisest

Suhteliste (protsendiliste) erinevuste meetodi rakendamise protseduuri käsitletakse järgmises näites . Suhteliste erinevuste meetodil analüüsida mõju töötajate arvu, ühe töötaja töötatud päevade arvu ja nende toodangu kogutoodangule. Algandmed on toodud tabelis.

Lahendus. Tootmismahu sõltuvust nendest teguritest väljendatakse kolmefaktorilise multiplikatiivse mudeliga:
VP \u003d CR * D * DV.

Suhteliste erinevuste meetodi arvutamise algoritm on järgmine :

• Määrame vaadeldavate tegurite suhtelised kõrvalekalded:
  ΔPR% = ((PR1-PR0)/PR0)*100% = ((25-20)/20)*100% = 25%;
  ΔD% \u003d ((D1-D0) / D0) * 100% \u003d ((208-200) / 200) * 100% = 4%;
  ΔDV% = ((DV1-DV0)/DV0)*100% = ((0,65-0,73)/0,73)*100% = -10,96%;


• Arvutame iga teguri mõju kogutoodangule:
  ΔVP(PR) \u003d VP0 * ΔPR% / 100 \u003d 2920 * 25/100 \u003d 730 tuhat rubla. - töötajate arvu muutuste mõju;
  ΔVP(D) = (VP0+ΔVP(PR))* ΔD%/100 = (2920+730)*4/100 = 146 tuhat rubla. - ühe töötaja töötatud päevade arvu muutmise mõju;
  ΔVP(DV) = (VP0+ΔVP(CR)+ΔVP(D))*ΔDV%/100 = (2920+730+146)*(-10,96)/100 = -416,04 ≈ -416 tuhat hõõruda. - ühe töötaja keskmise päevatoodangu muutuste mõju;


• Kolme teguri kogumõju määratakse järgmise valemiga:
  ΔVP = ΔVP (CR) + ΔVP (D) + ΔVP (DV) = 730 + 146 + (-416) \u003d 460 tuhat rubla. - väärtus langeb kokku tabeliga ja kinnitab arvutuste õigsust.

Järeldus. Seega mõjutas toodangu mahu muutust positiivselt töötajate arvu kasv 5 inimese võrra, mis tõi kaasa toodangu mahu kasvu 730 tuhande rubla võrra. ja iga töötaja töötatud päevade arvu suurenemine 8 võrra, mis tõi kaasa tootmise suurenemise 146 tuhande rubla võrra.
Negatiivset mõju avaldas keskmise päevatoodangu vähenemine 80 rubla võrra, mis põhjustas toodangu vähenemise 416 tuhande rubla võrra.
Kolme teguri kogumõju tõi kaasa toodangu kasvu 460 tuhande rubla võrra.

Suhteliste erinevuste meetodi olemus ja eesmärk. Selle kohaldamisala. Algoritm tegurite mõju arvutamiseks sel viisil.

Suhtelise erinevuse meetod, nagu eelmine, kasutatakse seda tegurite mõju mõõtmiseks efektiivse indikaatori kasvule ainult tüüpi multiplikatiivsetes ja aditiivses-multiplikatiivsetes mudelites. V= (a - b)c. See on palju lihtsam kui ahela asendused, mis muudab selle teatud tingimustel väga tõhusaks. Eelkõige puudutab see neid juhtumeid, kus lähteandmed sisaldavad eelnevalt määratud tegurinäitajate suhtelisi suurenemisi protsentides või koefitsientidena.

Mõelge tegurite mõju arvutamise metoodikale sellisel viisil V = tüüpi multiplikatiivsete mudelite jaoks AGA X AT X FROM. Esiteks peate arvutama tegurite näitajate suhtelised kõrvalekalded:

Seejärel määratakse igast tegurist tingitud efektiivse näitaja muutus järgmiselt:

Selle reegli kohaselt tuleb esimese teguri mõju arvutamiseks korrutada efektiivse indikaatori baasväärtus (planeeritud) esimese teguri suhtelise kasvuga, väljendatuna protsentides, ja jagada tulemus 100-ga.

Teise teguri mõju arvutamiseks peate efektiivse näitaja kavandatud väärtusele liitma esimesest tegurist tingitud muutuse ja seejärel korrutama saadud summa teise teguri suhtelise suurenemisega protsentides ja jagama tulemuse 100-ga. .

Kolmanda teguri mõju määratakse sarnaselt: on vaja lisada selle esimesest ja teisest tegurist tulenev kasv efektiivse näitaja kavandatud väärtusele ja korrutada saadud summa kolmanda teguri suhtelise kasvuga jne. .

Parandame vaadeldava tehnika vahekaardil toodud näitel. 6.1:

Nagu näete, on arvutustulemused samad, mis eelmiste meetodite kasutamisel.

Suhteliste erinevuste meetodit on mugav kasutada juhtudel, kui on vaja arvutada suure tegurite kompleksi (8-10 või enama) mõju. Erinevalt eelmistest meetoditest väheneb arvutuste arv oluliselt.

Selle meetodi variatsioon on protsentuaalsete erinevuste aktsepteerimine. Vaatleme selle abil tegurite mõju arvutamise metoodikat sama näite abil (tabel 6.1).

Et teha kindlaks, kui palju on brutotoodangu maht töötajate arvu tõttu muutunud, on vaja selle kavandatud väärtus korrutada plaani ületäitmise protsendiga töötajate arvuga. CR%:

Teise teguri mõju arvutamiseks on vaja kavandatud kogutoodangu maht korrutada plaani täitmise protsendi ja kõigi töötajate töötatud päevade koguarvu vahega. D% ja plaani täitmise protsent keskmise töötajate arvu kohta CR%:

Brutotoodangu absoluutne suurenemine keskmise tööpäeva pikkuse muutumise tõttu (vahetusesisene seisakuaeg) leitakse, korrutades planeeritud kogutoodangu mahu plaani täitmise protsendi ja tundide koguarvu vahega. töötasid kõik töötajad t% ja nende tööpäevade koguarv D%:

Arvutamaks keskmise tunnitoodangu mõju brutotoodangu mahu muutusele brutotoodangu plaani täitmise protsendi vahe VP% ja plaani täitmise protsent kõigi töötajate töötatud tundide koguarvust t% korrutada kavandatud kogutoodangu mahuga VPpl:

Selle meetodi eeliseks on see, et selle kasutamisel ei ole vaja arvutada tegurinäitajate taset. Piisab andmete olemasolust plaani täitmise protsendi kohta brutotoodangust, töötajate arvust ning nende tööpäevade ja tundide arvust analüüsitud perioodil.