Techniki Analityczne w Biznesie - podręcznik POU.pdf

(4388 KB) Pobierz
Techniki analityczne w biznesie
TECHNIKI ANALITYCZNE
W BIZNESIE
WARSZAWA 2009
190169235.001.png
Niniejszy materiał jest wydrukiem pomocniczym z podręcznika
multimedialnego Techniki analityczne w biznesie – ISBN 83-88509-09-8.
Pełny zakres materiału obowiązujący do egzaminu znajduje się na płycie CD.
Został opracowany w oparciu o materiały dydaktyczne stanowiące dorobek
i własność Wyższej Szkoły Zarządzania / Polish Open University
Wydawca: PRET S.A.
Wszelkie prawa zastrzeżone. Publikacja ani jej części nie mogą być w żadnej formie i za
pomocą jakichkolwiek dostępnych środków technicznych reprodukowane bez zgody
wydawcy.
ISBN 83-88509-20-9
© Copyright by PRET S.A.
Techniki analityczne w biznesie
1. Gromadzenie danych, pobieranie próbek
3
1. GROMADZENIE DANYCH, POBIERANIE
PRÓBEK
CELE
Celem tego rozdziału jest wyjaśnienie, jak zbierać dane, w oparciu o które wyciągane będą
wnioski dotyczące całej badanej zbiorowości lub podejmowane będą decyzje.
PODSTAWOWE POJĘCIA
Korzystając z narzędzi statystyki, napotykamy na pojęcia i terminy, które należy
jednoznacznie rozumieć. Zaliczamy do nich termin:
DANE – liczby, fakty lub obserwacje, występujące w różnorodnych formach, które
wykorzystuje się w sytuacjach wymagających podjęcia decyzji.
Innym ważnym terminem, którego będziemy często używać, jest:
POPULACJA – zbiór wszystkich jednostek lub obserwacji istotnych dla podjęcia decyzji.
Często, z przyczyn wymienionych dalej w tym rozdziale, osoby podejmujące decyzje nie są
w stanie zbadać całej populacji. Wybierają wtedy pewien podzbiór populacji i ograniczają się
do badania tylko jego elementów. Podzbiór taki to:
PRÓBKA zbiór złożony z niektórych elementów populacji.
POPULACJA I PRÓBKA
Dlaczego próbka
Podstawowym problemem osób dokonujących finansowego audytu przedsiębiorstwa jest
określenie liczby rachunków, które należy sprawdzić. Jeszcze do niedawna dobrą praktyką
było badanie wszystkich rachunków i każdej transakcji finansowej firmy. Chociaż
w niektórych przypadkach jest to ciągle wykonywane, to wielkość i złożoność większości
organizacji zmusiła księgowych do badania prawidłowości tylko niektórych rachunków
i transakcji finansowych.
Załóżmy, że część audytu obejmuje sprawdzenie wszystkich rachunków przychodzących do
przedsiębiorstwa. W takiej sytuacji księgowy określa, iż populacją, którą jest zainteresowany,
jest zbiór wszystkich rachunków przychodzących do firmy od momentu poprzedniego audytu.
Następnie wybiera z tej populacji reprezentatywną grupę rachunków i sprawdza każdy z nich.
Ta grupa rachunków jest próbką. Posługując się wynikami badania próbki, księgowy jest
w stanie wyciągnąć wnioski dotyczące całej interesującej go populacji.
Wyższa Szkoła Zarządzania / Polish Open University
© 2009 PRET S.A.
Wszystkie prawa zastrzeżone
190169235.002.png
Techniki analityczne w biznesie
1. Gromadzenie danych, pobieranie próbek
4
Całą populację można badać, gdy potrzebne dane zostały już zebrane wcześniej przy okazji innych
badań. Można to robić tylko wówczas, gdy nie zmienia się cech lub nie niszczy elementów populacji.
Nawet wtedy, gdy możliwe jest badanie całej populacji, mogą istnieć powody, dla których
lepiej ograniczyć się do próbki.
Ograniczenia czasowe
Zupełnie oczywiste jest, że przeprowadzenie ankiety wśród 100 osób zajmuje dużo mniej
czasu niż wśród 10 tysięcy. Badanie próbki jest więc o wiele mniej czasochłonne, niż
badanie całej populacji.
Ograniczenia ze względu na koszty
Koszt zbadania całej populacji może być olbrzymi. Wyobraźmy sobie na przykład koszt
przeprowadzenia przez Daewoo ankiety wśród wszystkich dorosłych mieszkańców Polski
na temat tego, co myślą o ostatnich modelach samochodów produkowanych przez ten
koncern. Nawet rządy bogatych państw przeprowadzają spisy powszechne raz na
kilkanaście lat.
Powiększona dokładność
Wyniki badania próbki mogą okazać się, paradoksalnie, bardziej dokładne niż wyniki
badania całej populacji. Osoba zbierająca dane z niewielu źródeł uczyni to dokładniej, niż
gdyby tych źródeł było bardzo dużo. W przypadku mniejszej ilości danych istnieje też
mniejsze ryzyko popełnienia błędów podczas opracowywania zgromadzonych danych.
Niemożność zbadania całej populacji
Zbadanie całej populacji jest czasami niemożliwe ze względów ekonomicznych. Ponadto
uzyskiwanie informacji wiąże się często ze zmianą parametrów lub zniszczeniem
badanych jednostek populacji. Na przykład w fabryce żarówek bada się średni czas
świecenia wyprodukowanych żarówek. Badanie to polega na tym, że żarówkę podłącza się
do prądu i mierzy czas do momentu jej przepalenia. Badana żarówka ulega zniszczeniu
i nie można jej sprzedać. W takich przypadkach pozostaje jedynie badanie próbek.
PODSTAWOWE TECHNIKI POBIERANIA PRÓBEK
Sposoby pobierania próbek można ogólnie podzielić na dwie kategorie:
Statystyczne metody - polegają one na tym, że każda jednostka z populacji ma takie same
szanse znalezienia się w próbce, a próbka uzyskana tą metodą nazywa się próbką losową .
Niestatystyczne metody - polegają na braku zjawiska losowości podczas doboru próbki.
W konsekwencji, do badania takich próbek nie można stosować żadnych obiektywnych metod
opartych na rachunku prawdopodobieństwa. Nie oznacza to, że takie niestatystyczne techniki nie są
stosowane. W fabryce produkującej frytki bada się każdy transport ziemniaków. Polega to na tym,
iż z każdej przyjeżdżającej ciężarówki z ziemniakami pobiera się próbkę i na jej podstawie
decyduje o zakupie bądź nie danej partii. Ziemniaki wchodzące do próbki pochodzą jednak zwykle
z górnej części skrzyni ciężarówki. Naruszona jest więc podstawowa zasada statystycznych technik
Wyższa Szkoła Zarządzania / Polish Open University
© 2009 PRET S.A.
Wszystkie prawa zastrzeżone
190169235.003.png
Techniki analityczne w biznesie
1. Gromadzenie danych, pobieranie próbek
5
pobierania próbek, że każda jednostka populacji o tych samych cechach ma taką samą szansę
znalezienia się w próbce. W próbce takiej nie znajdą się bowiem w ogóle ziemniaki ze środka
i dołu skrzyni.
Najczęściej stosowane metody pobierania próbek
Próbka losowa prosta
Z próbką prostą mamy do czynienia wtedy, gdy dla każdego podzbioru (zawierającego
określoną liczbę elementów) populacji istnieje taka sama szansa, że właśnie ten podzbiór
zostanie wybrany jako próbka. Wyboru próbki prostej z populacji dokonuje się najczęściej
za pomocą liczb losowych. Zbiory liczb losowych można znaleźć w tablicach liczb
losowych. Liczby losowe, należące do wybranego przedziału, można również otrzymać
posługując się funkcją RANDBETWEEN programu Excel. Cała populacja musi być
wcześniej ponumerowana.
Przykład 1.1
Załóżmy, iż spośród pracowników przedsiębiorstwa zatrudniającego 500 osób chcemy
wybrać dziesięcioosobową próbkę prostą. Najpierw pracownikom przydzielamy kolejne
numery od 000 do 499. Następnie, posługując się funkcją RANDBETWEEN Excela
generujemy 10 liczb losowych z przedziału od 000 do 499. Przykładowo mogą to być
liczby 321, 178, 397, 404, 360, 74, 56, 429, 447, 286. Pracownicy mający numery równe
otrzymanym liczbom losowym tworzą naszą próbkę prostą.
Warstwowa próbka losowa
Populację dzielimy najpierw na podzbiory zwane warstwami. Podziału na warstwy
dokonuje się ze względu na rozmaite czynniki, istotne w naszych badaniach. Gdy
populacją jest grupa osób, to czynnikami takimi mogą być: wykształcenie, płeć, wiek,
rodzaj wykonywanej pracy itp. Następnie z każdej warstwy wybieramy próbkę prostą,
której liczebność jest proporcjonalna do liczebności odpowiedniej warstwy populacji.
Przykład 1.2
Załóżmy, że w celu przeprowadzenia ankiety, spośród studentów WSZ chcemy wybrać
120-osobową próbkę i sprawą najbardziej istotną jest stopień zaawansowania studiów.
Zupełnie naturalne jest wtedy wybranie próbki prostej spośród studentów każdego z trzech
poziomów. Przypuśćmy, iż na pierwszym poziomie studiuje 1.500 osób, na drugim 1.000,
a na trzecim 500. Zauważmy, że 120 stanowi 4% całej populacji. W takim razie spośród
studentów pierwszego poziomu wybierzemy 60-osobową (4% · 1.500 = 60) próbkę prostą,
spośród studentów drugiego poziomu 40-osobową, a spośród studentów trzeciego poziomu
20-osobową. Każdą z tych trzech próbek prostych można wybrać z odpowiedniej warstwy
według schematu nakreślonego w poprzednim punkcie.
Wyższa Szkoła Zarządzania / Polish Open University
© 2009 PRET S.A.
Wszystkie prawa zastrzeżone
190169235.004.png
Zgłoś jeśli naruszono regulamin