метод имеет преимущества, заключающиеся в получении более точных результатов расчета влияния факторов по сравнению с другими методами и исключения неоднородной оценки влияния факторов. Это является следствием того, что результаты расчетов не зависят от местоположения факторов в модели, а дополнительный прирост результативного показателя, который образовался от взаимодействия факторов, раскладывается между ними пропорционально изолированному их воздействию на результативный показатель.
Интегральный метод применяется в мультипликативных, кратных и смешанных моделях с использованием для каждой из них определенных формул.
1. Для двухфакторных мультипликативных моделей.
Пример: ТП = К х Ц.
Расчет изменения выручки за счет:
• количества проданной продукции (ΔТПк):
ΔТПк =1/2К х (Цпл + Цф);
• цены реализации (ΔТПц):
ΔТПц =1/2Ц х (Кпл + Кф).
2. Для кратной двухфакторной модели: А = В/С.
ΔАобщ = Аф – Апл;
Способ логарифмирования применяется для измерения влияния факторов в мультипликативных моделях. При логарифмировании используются не абсолютные приросты результативных показателей, а индексы их роста или снижения. Общий прирост результативного показателя распределяется по факторам пропорционально отношениям логарифмов факторных индексов к логарифму индекса результативного показателя.
Способ пропорционального деления используется для аддитивных и кратно-аддитивных моделей.
Алгоритм расчета количественного влияния исследуемого фактора на изменение результативного показателя для аддитивной модели:
• абсолютное изменение результативного показателя делится на сумму абсолютных изменений всех факторов;
• полученный результат умножается на абсолютное отклонение исследуемого фактора.
Пример: Y = х1 + х2 + х3.
Изменение Yза счет фактора х1:
ΔYх1 = ΔYобщ /(Δх1 + Δх2 + Δх3) × Δх1.
Изменение Y за счет фактора х2:
ΔYх2 = ΔYобщ /(Δх1 + Δх2 + Δх3) × Δх2.
Изменение Y за счет факторах,
ΔYх3 = ΔYобщ /(Δх1 + Δх2 + Δх3) × Δх3.
Сумма влияния факторов должна быть равна общему изменению результативного показателя.
Метод корреляционно-регрессионного анализа позволяет определить изменение результативного показателя под воздействием одного или нескольких факторов, т. е. определить, на сколько единиц изменяется величина результативного показателя при изменение факторного на единицу, а также позволяет установить относительную степень зависимости результативного показателя от каждого фактора. Корреляционная зависимость проявляется лишь в среднем (как среднее значение) и только в массе наблюдений.
Множественная корреляционная модель имеет вид:
y = а0 + а1х1 + а2х2 + а3х3 + … + аnхn,
где у – результативный