Курсовая работа: Статистическое изучение результатов деятельности организации, предприятия методом группировок
Незавершенное производство представляет
собой продукцию промышленных предприятий, незаконченную производством в
пределах какого-либо цеха.
К работам (услугам) промышленного
характера относятся работы, выполненные по заказам со стороны или для
непромышленных хозяйств и организаций своего предприятия (реставрация и ремонт
промышленных изделий разработка и доведение до полной готовности изделий,
произведенных другими промышленными предприятиями: окраска, полировка,
расфасовка)[2].
1.2 Статистическое изучение
результатов деятельности организации предприятия методом группировок
Задачи и виды группировок
Метод группировок применяется
для решения задач, возникающих в ходе научного статистического исследования:
•
выделение
типов продукции и услуг;
•
изучение
структуры товаров и услуг;
•
изучение
связей и зависимостей между отдельными частями совокупности.
Для решения этих задач применяют
(соответственно) три вида группировок: типологическую, структурную и аналитическую
(факторную).
Типологическая группировка решает
задачу выявления и характеристики видов продукции (услуг) (частных
подсовокупностей) путем разделения качественно разнородной совокупности на
классы, типы, однородные группы единиц в соответствии с правилами научной
группировки.
Примерами типологической группировки
могут служить группировки продукции по видам (валовая, товарная, реализованная,
чистая).
Признаки, по которым производится
распределение единиц изучаемой совокупности на группы, называются группировочными
признаками, или основанием группировки. Выделить типичное можно не по любому
признаку, а только по определенному, который должен изменяться в зависимости от
условий места и времени. Для правильного выбора группировочных признаков
необходимо предварительно выявить возможные типы, четко формулировать
познавательную задачу.
Однако во всех случаях типологических
группировок выбор группировочных признаков всегда должен быть основан на
анализе качественной природы исследуемого явления. Экономический анализ
сущности и закономерности развития явления должен быть направлен на то, чтобы в
соответствии с целью и задачами исследования положить в основание группировки существенные
признаки. При этом следует иметь в виду, что один и тот же материал при
различных приемах группировки может привести к диаметрально противоположным
выводам. Раскрыть закономерности экономического развития помогут те
группировки, которые исходят из реально существующих закономерностей.
Структурной группировкой называется
группировка, в которой происходит разделение выделенных с помощью
типологической группировки типов явлений, однородных совокупностей на группы,
характеризующие их структуру по какому-либо варьирующему признаку.
К структурным относится, например,
группировка товарной продукции по стоимости, группировка готовой продукции по
трудоёмкости, группировка реализованной продукции по количеству затраченного
времени на изготовление единицы продукции и т.д. Анализ структурных
группировок, взятых за ряд периодов или моментов времени, показывает изменение
структуры изучаемых явлений, т.е. структурные сдвиги. В изменении структуры
общественных явлений отражаются важнейшие закономерности их развития.
Аналитическая (факторная) группировка, в
частности, исследует связи и зависимости между изучаемыми явлениями и их
признаками. В основе аналитической группировки лежит факторный признак, и
каждая выделенная группа характеризуется средними значениями результативного
признака. Так, группируя достаточно большое число рабочих по факторному признаку
Х - квалификации (разряду) с
указанием их заработной платы, можно заметить прямую зависимость
результативного признака Y
-
средней месячной заработной платы рабочих - от квалификации: чем выше
квалификация, тем выше и средняя месячная заработная плата (хотя у отдельных рабочих
с более высоким разрядом она может быть ниже).
Используя в аналитических группировках
методы математической статистики, можно определить показатель тесноты (силы)
связи между изучаемыми признаками.
В зависимости от степени сложности массового
явления и от задач анализа группировки могут производиться по одному или
нескольким признакам.
Если группы образуются по одному
признаку, группировка называется простой, группировка по двум и более признакам
называется сложной.
Если группы, образованные одному
признаку, делятся на подгруппы по второму а последние - на подгруппы по
третьему и т.д. признакам, т.е. в основании группировки лежит несколько
признаков взятых в комбинации, то такая группировка называется комбинационной. Комбинационная
группировка позволяет выявить и сравнить различия и связи между исследуемыми
признаками, которые нельзя обнаружить на основе изолированных группировок по
ряду группировочных признаков. Однако при изучении влияния большого числа
признаков применение комбинационных группировок, становится невозможным,
поскольку чрезмерное дробление информации затушевывает проявления
закономерностей. Даже при наличии большого массива первичной информации
приходится ограничиваться двумя - четырьмя признаками.
Использование в статистических
исследованиях ЭВМ и статистической теории распознавания образов позволило
разработать метод группировки совокупности единиц одновременно по множеству
характеризующих признаков. Такие группировки получили название многомерных.
Многомерная группировка, или
многомерная классификация, основана на измерении сходства или различия между
объектами (единицами): единицы, отнесенные к одной группе (классу),
различающихся между собой меньше, чем единицы, отнесенные к различным группам
(классам). Мерой близости (сходства) между объектами могут служить различные
критерии. Самой распространенной.мерой близости является евклидово расстояние
между объектами, представленными точками в n-мерном
пространстве. Чем меньше это расстояние, тем больше близость.
Задача многомерной группировки сводится
к выделению сгущений точек (объектов) в n-мерном
пространстве. Группы (кластеры) формируются на основании близости объектов
одновременно по всему комплексу признаков, описывающих объект. Нахождение этих
групп осуществляется методами кластерного анализа, на ЭВМ.
Многомерные группировки позволяют решать
целый ряд таких важных задач экономико-статистического исследования, как
формирование однородных совокупностей, выбор существенных признаков, выделение
типичных групп объектов и др.
При
составлении структурных группировок на основе варьирующих количественных
признаков необходимо определить, количество групп и интервалы группировки.
Интервал - количественное значение, отделяющее одну единицу (группу) от
другой, т.е. интервал очерчивает количественные границы групп.
Как правило, величина интервала
представляет собой разность между максимальным и минимальным значениями
признака в каждой группе. Вопрос о числе групп и величине интервала следует
решать с учетом множества обстоятельств, прежде всего исходя из целей
исследования, значения изучаемого признака и т.д. Количество групп и величина
интервала связаны между собой: чем больше образовано групп, тем меньше интервал
и наоборот. Количество групп зависит от числа единиц исследуемого объекта и степени
колеблемости группировочного признака. При небольшом объеме совокупности нельзя
образовывать большое число групп, так как группы будут малочисленными.
При определении количества групп
необходимо стремиться к тому, чтобы были учтены особенности изучаемого явления.
Поэтому число групп должно быть оптимальным, в каждую группу должно входить
достаточно большое число единиц совокупности, что отвечает требованию закона
больших чисел.
Таким образом; при решении вопроса о
численности единиц в группах нужно руководствоваться не формальными признаками,
а знанием сущности изучаемого явления. На количество выделяемых групп
существенное влияние доказывает степень вариации группировочного признака: чем
она больше, тем больше следует образовать групп.
Ориентировочно определить оптимальное
количество групп с равными интервалами можно по формуле американского ученого
Стерджесса:
n = 1 + 3,322 lg
N (4)
где
N – численность единиц совокупности.
Формула Стерджесса пригодна при условии,
что распределение единиц совокупности по данному признаку приближается к
нормальному и при этом применяются равные интервалы в группах. Чтобы получить
группы, адекватные действительности, необходимо руководствоваться сущностью
изучаемого явления.
Интервалы могут быть равные и неравные.
При исследовании экономических явлений могут применяться неравные (прогрессивно
возрастающие, прогрессивно убывающие) интервалы.
Группировки с равными интервалами
целесообразны в тех случаях, когда вариация проявляется в сравнительно узких
границах и распределение является практически равномерным (например, при
группировке товаров по одному цвету, по наименованию и т.д.). Для группировок
групп с равными интервалами величина интервала:
 (5)
где Xmax,
Xmin – наибольшее и наименьшее значения
признака;
n – число групп.
Интервалы групп могут быть закрытыми, когда
указаны нижняя и верхняя границы и открытыми, когда указана лишь одна из границ
(первый или последний интервалы, величина которых принимается равной величине
смежных с ними интервалов
Все вышесказанное относится к
группировкам, которые производятся на основе анализа первичного статистического
материала. Но иногда приходится пользоваться уже имеющимися группировками,
которые не удовлетворяют требованиям анализа. Например, имеющиеся группировки и
могут быть несопоставимы из-за различного числа выделяемых групп или
неодинаковых границ интервалов. Для приведения таких: группировок к сопоставимому
виду в целях их дальнейшего сравнительного анализа используется метод вторичной
группировки, являющейся особым видом группировки.
Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15 |
