ПОИСК Статьи Рисунки Таблицы Краткое содержание главы из "Количественные методы анализа хозяйственной деятельности" Точное и эффективное использование данных играет важную роль в жизни современных предприятий и их руководителей. Правильно отобранные и проанализированные первичные данные лежат в основе принятия управленческих решений и таким образом способствуют повышению качества работы и конкурентоспособности организации. В настояшей главе мы рассмотрели ряд методов анализа данных, в том числе сведение первичных данных в таблицы и графическое представление информации. Данные, собранные в ходе обследований, анкетирования, опросов, наблюдения или из печатных источников, могут анализироваться многими способами. К методам первичного анализа данных относится составление таблиц частот на основе исходных данных, а также соответствующих графиков, таких как гистофаммы, столбиковые диафаммы, линейные фафики или секторные диафаммы. [c.48] Часто такого рода базовый анализ данных обеспечивает достаточное количество информации для составления внутренних циркуляров, хозяйственных отчетов и открытых материалов. Однако для последующего анализа собранных данных, если в таковом будет необходимость, пофебуются методы сводной статистики. К двум наиболее важным методам обобщения данных относится расчет средней и меры вариации. Средние можно рассчитывать по-разному, но наиболее часто используются значения арифметической средней, медианы и моды. Аналогично, имеется несколько показателей вариации, которые можно использовать. Сюда относятся такие два значимых показателя, как значения среднеквадратического отклонения и квартилей. [c.48] Средние дают срединное значение собранных данных и дают представление о наиболее типичном значении в фуппе данных. Как таковые, их можно использовать при сравнении и сопоставлении наборов данных, например средней заработной платы, объема производства, объема продаж и доходов. Необходимо сравнивать только однородные показатели. Например, будет неправильно сравнивать заработную плату, рассчитанную по медиане, в одной компании со средним арифметическим значением заработной платы в другой компании. Такое сравнение сомнительно и абсолютно бесполезно. Таким образом, важно, чтобы при рассмотрении таких показателей пользователь совершенно точно знал, по какой методике получены анализируемые данные. Отчет, просто констатирующий, что средняя заработная плата составляет 450 ф. ст., без ссылки на примененную методику может привести к искажениям и субъективизму. [c.48] Показатели вариации, такие как средне квадратическое отклонение и межквартильный размах, можно использовать при сравнении наборов данных с точки зрения вариации или дисперсии значений. Эти показатели придают дополнительный вес сравнительному анализу данных и могут оказаться основой при распознавании распределений со сходными средними. [c.48] Вернуться к основной статье