Данная работа посвящена известной проблеме: отбор главных факторов, определяющих производительность труда и оценка степени их влияния на ее уровень. В современных условиях высокой конкуренции и постоянно меняющихся внешних факторов, данная задача интересна и актуальная для владельцев малого и среднего бизнеса.
Имеем следующую выборку показателей, влияющих на производительность труда, на некотором промышленном предприятии:
Х1 |
Х2 |
Х3 |
Х4 |
Х5 |
У |
Х1 |
Х2 |
Х3 |
Х4 |
Х5 |
У |
||
1 |
2 |
3 |
4 |
5 |
6 |
7 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
1 |
1,35 |
7394 |
0,91 |
14257 |
0,23 |
9,35 |
16 |
1,41 |
9166 |
2,22 |
18946 |
0,26 |
8,72 |
2 |
1,39 |
11586 |
0,68 |
22661 |
0,43 |
9,87 |
17 |
1,35 |
15118 |
1,32 |
28025 |
0,37 |
6,64 |
3 |
1,16 |
26609 |
0,94 |
52509 |
0,31 |
8,17 |
18 |
1,48 |
11429 |
1,48 |
20968 |
0,29 |
8,1 |
4 |
1,27 |
7801 |
0,89 |
14903 |
0,26 |
9,12 |
19 |
1,24 |
6462 |
0,68 |
11049 |
0,34 |
5,52 |
5 |
1,16 |
11587 |
0,94 |
25587 |
0,49 |
5,88 |
20 |
1,4 |
24628 |
2,3 |
45893 |
0,23 |
9,37 |
6 |
1,25 |
9475 |
2,06 |
16821 |
0,36 |
6,3 |
21 |
1,45 |
49727 |
1,37 |
99400 |
0,17 |
13,17 |
7 |
1,13 |
10811 |
1,96 |
19459 |
0,37 |
6,22 |
22 |
1,4 |
11470 |
1,51 |
20719 |
0,29 |
6,67 |
8 |
1,1 |
6371 |
1,02 |
12973 |
0,43 |
5,49 |
23 |
1,28 |
19448 |
1,43 |
36813 |
0,41 |
5,68 |
9 |
1,15 |
26761 |
1,85 |
50907 |
0,35 |
6,5 |
24 |
1,33 |
18963 |
1,82 |
33956 |
0,41 |
5,22 |
10 |
1,23 |
4210 |
0,88 |
6920 |
0,38 |
6,61 |
25 |
1,22 |
9185 |
2,62 |
17016 |
0,22 |
10,02 |
11 |
1,39 |
3557 |
0,62 |
5736 |
0,42 |
4,32 |
26 |
1,28 |
17478 |
1,75 |
34873 |
0,29 |
8,16 |
12 |
1,38 |
14148 |
1,09 |
26705 |
0,3 |
7,37 |
27 |
1,47 |
6265 |
1,54 |
11237 |
0,51 |
3,78 |
13 |
1,35 |
9872 |
1,6 |
20068 |
0,32 |
7,02 |
28 |
1,27 |
8810 |
2,25 |
17306 |
0,36 |
6,48 |
14 |
1,42 |
59,75 |
1,53 |
11487 |
0,25 |
8,25 |
29 |
1,51 |
17659 |
1,07 |
39250 |
0,23 |
10,44 |
15 |
1,37 |
16662 |
1,4 |
32029 |
0,31 |
8,15 |
30 |
1,46 |
10342 |
1,44 |
19074 |
0,26 |
7,65 |
В нашем примере производительность труда является переменной – у.
Рассмотрим влияние на производительность труда рабочих предприятия следующих факторов:
Х1 – коэффициент сменности оборудования;
Х2 – среднегодовая численность персонала;
Х3 – фондоотдача;
Х4 – среднегодовой фонд заработной платы персонала;
Х5 – трудоемкость единицы продукции.
По этим данным построим регрессионную модель и проведем оценку её качества.
1.Проведем корреляционный анализ, включая проверку теста Фаррара-Глоубера на мультиколлинеарность факторов.
Была получена матрица коэффициентов парной корреляции для всех факторов модели с помощью инструмента Корреляция в Excel.
Проанализировав полученную матрицу, очевидно, что производительность труда рабочих наиболее зависит от среднегодового фонда заработной платы персонала.
Так же стоит заметить наличие сильной связи между факторами Х2 и Х4 (0,99), при построении модели, необходимо будет избавиться от одного из них для увеличения точности результатов.
1.Далее сделаем проверку на мультиколлинеарность с помощью теста Фаррара-Глоубера всего массива переменных.
Вычислим наблюдаемое значение статистики Фаррара-Глоубера по формуле:
где n=30- количество наблюдений; k=5 -количество факторов в модели.
Получаем:=158,45.
Фактическое значение этого критерия FG сравниваем с табличным значением критерия χ2 с степенью свободы и уровне значимости α=0,05. Получаем: FGкр=18,3. Так как > FGкр(158,45>18,3), то в массиве объясняющих переменных существует мультиколлинеарность.
2.Следующим этапом проведем проверку на мультиколлинеарность каждой переменной с другими.
Вычислили обратную матрицу R-1 с помощью функции МОБР в excel.
Вычислили F-критерий по формуле ,где cij-диагональные элементы матрицы R-1.
Получили:
F1 |
7,03197747 |
F2 |
283,219935 |
F3 |
3,76896319 |
F4 |
302,448917 |
F5 |
10,5460404 |
F6 |
4,18696978 |
Фактические значения F –критериев сравниваются с табличным значением Fтабл=2,5277. Соответственно, все фактические значения больше табличного, то все исследуемые переменные мультиколлинеарны с другими. Больше других на общую мультиколлинеарность факторов влияет фактор - среднегодовой фонд заработной платы персонала, меньше всего – фондоотдача.
3.Осуществим проверку мультиколлинеарности каждой пары переменных.
Вычислим частные коэффициенты корреляции по формуле ,
где элементы матрицы R-1. Затем вычислили .
Фактические значения t –критериев сравниваются с табличным значением ttabl=2,069 при степенях свободы (n-k-1)=23 и уровне значимости α=0,05.
Получаем
t |
||
r12 |
-0,076 |
-0,373 |
r13 |
-0,010 |
-0,048 |
r14 |
0,057 |
0,279 |
r15 |
0,642 |
4,105 |
r16 |
0,342 |
1,783 |
r23 |
0,145 |
0,717 |
r24 |
0,988 |
31,124 |
r25 |
-0,010 |
-0,047 |
r26 |
-0,319 |
-1,650 |
r34 |
-0,134 |
-0,661 |
r35 |
0,503 |
2,854 |
r36 |
0,128 |
0,631 |
r45 |
-0,007 |
-0,036 |
Анализируя полученные результаты, можно сделать вывод, что три пары факторов имеют высокую статистически значимую частную корреляцию, т.е. мультиколлинеарны. Поэтому нужно исключить две переменных коллинеарных пар. Из пар коэффициент сменности оборудования и трудоемкость единицы продукции и фондоотдача и трудоемкость единицы не будем исключать факторы. А из пары: среднегодовая численность персонала и среднегодовой фонд заработной платы персонала исключим фактор среднегодовая численность персонала.
В итоге, после проверки тестом Фаррара-Глобера остается четыре фактора
Х1 – коэффициент сменности оборудования;
Х3 – фондоотдача;
Х4 – среднегодовой фонд заработной платы персонала;
Х5 – трудоемкость единицы продукции.
2.Пошаговый отбор факторов методом исключения из модели статистически незначимых переменных.
Пошаговый отбор следует начинать с включения всех имеющихся факторов, но в связи с отсутствием смысла включать факторы из известных коллинеарных пар, начнем отбор с 4-х факторного уравнения.
Сравнивая t статистики с табличным значением, оказалось, что статистически незначим фактор фондоотдача. На следующем этапе отбора исключаем трудоемкость единицы продукции. Последним исключаем коэффициент сменности оборудования. В итоге получили уравнение, в котором все факторы статистически значимы, а именно X4- трудоемкость единицы продукции. Запишем уравнение регрессии: Y=6,014+0,0000569X1.
Получается, что увеличивая среднегодовой фонд заработной платы на 1 % ,производительность труда в среднем вырастает на 0,00006%.
3.Оценка качества модели регрессии.
Расчетное значение F- критерия Фишера больше табличного F- критерия (12,01>4,17) ,следовательно, уравнение регрессии статистически значимо на 95% уровне значимости. Поэтому связь производительности с заработной платой существенна.
4.Оценка уровня точности модели.
Для оценки уровня точности воспользуемся значением стандартной ошибки модели, которое рассчиталось в первой таблице при использовании регрессионной статистики.
Se==1,688.
Для сравнения необходимо рассчитать стандартную ошибку результативного признака Y.Произведем расчеты в excel с помощью функции СТАНДОТКЛОН.
Получаем, что Sy=1,97>Se=1,688,следовательно, однофакторная регрессионная модель точная.
5.Оценка влияния факторов на результирующую переменную.
Коэффициент эластичности находится по формуле: =0,193.
При изменении фонда заработной платы на 1 % производительность труда вырастит на 0,193%.
Бета – коэффициент показывает, на какую часть величины своего среднего квадратичного отклонения изменится в среднем значение результативного признака при изменении факторного признака на величину его среднеквадратического отклонения при фиксированном на постоянном уровне значении остальных независимых переменных:
=0,54. Производительность поднимется на 0,54 % с каждого работника.
Был проведен анализ факторов, оказывающих влияние на производительность труда на производстве. Результатом анализа стала построенная регрессионная модель, с отобранным с помощью метода пошагового отбора фактора.
Полученные данные могут быть использованы на предприятиях для повышения производительности труда.
Список использованной литературы:
Новиков А.И. Эконометрика :Учеб. Пособие / А.И.Новиков . – Москва : ИТД “Дашков и К”, 2013. – 224C.
О.С. Сухарев. Производительность труда в промышленности: системная задачу управления / О.С. Сухарев, Е.Н. Стрижакова // Экономика и предпринимательство.- 2014.-№8.- С.389-402.
Орлова И.В., Половников В.А. Экономико-математические методы и модели: компьютерное моделирование. / учебное пособие для студентов высших учебных заведений, обучающихся по специальности "Статистика" и другим экономическим специальностям / Москва, 2011. Сер. Вузовский учебник (3-е издание, переработанное и дополненное)
Орлова И.В. Экономико-математическое моделирование: Практическое пособие по решению задач. - 2-е издание, испр. и доп. – М.: Вузовский учебник: ИНФРА-М, 2012.
Орлова И.В., Филонова Е.С., Агеев А.В. ЭконометрикаКомпьютерный практикум для студентов третьего курса, обучающихся по специальностям 080105.65 «Финансы и кредит», 080109.65 «Бухгалтерский учет, анализ и аудит» / Москва, 2011.
Турундаевский В.Б. Компьютерное моделирование экономико-математических методов / Международный журнал прикладных и фундаментальных исследований. 2014. № 1-2. С. 229-230.