برآورد هزینه با استفاده از  رگرسیون

یکی از اطلاعات مورد نیاز مدیریت در جهت بودجه بندی و ملاحظات آینده شرکت، برآورد هزینه ها می‌باشد.

و روشهایی همانند تجزیه و تحلیل حسابها، نمودار پراکندگی، روش حد بالا و پایین و روش تجزیه و تحلیل رگرسیون در این مورد وجود دارد که به فراخور زمان و هزینه‌های آن، کارشناسان جهت تخمین و برآورد از این روشها استفاده می‌نمایند، اما شاید یکی از روشهای دقیق تر نسبت به دیگر روشها همان روش تجزیه و تحلیل رگرسیون باشد. در ایم مطلب سعی خواهیم کرد که چگونگی استفاده از روش رگرسیون را با استفاده از نرم افزار excel  بررسی کنیم.

برای درک بهتر مسئله مثالی را در نظر بگیرید:

آقای احمدی که دارای یک تولیدی پوشاک زنانه است، برای قسمت برش و الگوبرداری تولیدی از تعدادی خانم استفاده می‌نماید و هر ماه براساس تایم شیت به کارمندان خود حقوق و مزایا پرداخت می‌نماید، ایشان می‌خواهد برای فروردین ماه 1400 هزینه برق مصرفی در قسمت فوق را تخمین بزند. بر همین اساس این ایده به نظر ایشان رسید که چون در این قسمت هیچ وسیله برق یبرای کار استفاده نمی‌گردد پس باید بین نفر ساعت کارکنان و هزینه برق ارتباطی وجود داشته باشد. به همین علت جدولی را در excel آماده نموده و براساس رگرسیون معامله برآورد هزینه را بدست می‌آورد.

برای حل این مسئله با نرم افزار excel ابتدا اعداد فوق را وارد جدل نموده و سپس از نوار بالای ابزار data Analysis را انتخاب می‌کنیم.

در صورتیکه در excel گزینه فوق وجود نداشت

به قسمت اشاره شده در عکس آمده و manage other add-ins را انتخاب می کنیم و سپس از مجموعه فوقdada Analysis  را انتخاب  می نماییم.

در این مرحله data Analysis در نوار ابزار ظاهر خواهد گردید. حالا نوبت به استفاده از آن می باشد با کلیک کردن بروی این آیتم جدول زیر نمایش داده خواهد شد که از آیتمهای آماری آن Regression را انتخاب کرده تا جدول بعدی نمایش داده شود.

در این جدول در قسمت Input Y اطلاعات هزینه برق و در قسمت Input X اطلاعات نفر ساعت را وارد می نمایم.

همچنین می توانیم خروجی خود را مشخص کنیم که در صفحه دیگری باشد یا در همین صفحه نمایش داده شود. نتیجه کار بصورت زیر خواهد بود.

اطلاعات بدست آمده و مفید جهت برآورد هزینه به ترتیب :

R ،Multiple R : نشان دهنده میزان وابستگی موضوع و محرک هزینه (دو متغیر) است این عدد هرچه به یک نزدیکتر باشد، نشان از وابستگی بیشتر دارد و همینطور عدد مثبت به معنی وابستگی مستقیم و عدد منفی به معنی وابستگی معکوس است. پس این عدد می تواند بین 1+ و 1- شناور باشد.

R²  ،R Square: این عدد بیان می نماید که چه درصدی از تغییرات در متغیر X( هزینه برق) می تواند از تغییرات متغیر Y(نفر ساعت) باشد. در مثال ما حدود 98% تغییرات در هزینه برق مربوط به تغییرات نفر ساعت بوده است.

SE ،Standard Error: خطای استاندارد میزان خطای این محاسبات را نشان می‌دهد یعنی بعد از مشخص شدن معادله برآورد و بدست آوردن جواب +- این عدد امکان خطا در جواب وجود خواهد داشت.

P-value : این عدد مشخصه‌ای است که چقدر امکان دارد این رابطه تصادفی بوده باشد و این رابطه از نوع آماری نباشد. اصولا این عدد اگر بین 0.5 و1 باشد عدد مناسبی است.

t-Stat : عددی است که نشان دهنده میزان اتکا به متغیر مستقل است، هرچه این عدد از 2 بیشتر باشد نشاندهنده اعتبار و ثبات در ارتباط بین متغیرها می‌باشد.

برای بدست آوردن معادله این برآورد کافی است که از جدول فوق ستون Coefficients عدد ثابت را برابر مقدار Intercept و عدد متغیر را برابر مقدار X Variable 1 قرار دهیم. یعنی معادله ما  y=1000-x(158.68) خواهد بود و همچنین حالا میتوانیم برآورد نمایید که در صورت داشتن مقدار نفر ساعت ، هزینه برق ما به چه مقدار خواهد رسید. مثلا اگر ما 102 نفر ساعت کار تخمین بزنیم هزینه برق ما با خطای 145+- به میزان 15185 ریال برآورد خواهد شد.

البته از قسمت ANOVA هم می توانم برای اثبات فرضیه آماری استفاده نماییم که F  بدست آمده در قسمت ANOVA جدول فوق را با مقدار در سطح 0.05 و df = 1 , 10 از جدول آماری ANOVA  مقایسه نمود. که برای مباحث فرضیات آماری بوده و جای بحث در این قسمت را فعلاً ندارد.