Korelasi (CM) - komputasi Program, memberikan produksi persamaan matematika, di mana indikator produktif dihitung tergantung pada satu atau lebih indikator.
eh = ao + a1h1
mana: y - tingkat efektif, tergantung pada faktor x;
x - variabel faktor;
A1 - pilihan KM, yang menunjukkan berapa banyak indikator produktif akan berubah dari perubahan faktor X per unit, asalkan semua faktor lain yang mempengaruhi y tetap tidak berubah;
AO parameter KM yang menunjukkan pengaruh semua faktor lain pada indikator produktif di selain variabel faktor x
Ketika memilih indikator dan model faktor yang efektif harus memperhitungkan fakta bahwa indikator produktif dalam rantai kausalitas adalah pada tingkat yang lebih tinggi,faktor dari kinerja.
model hubungan spesifikasi
Setelah menghitung parameter model dihitung koefisien korelasi korelasi.
r - koefisien korelasi, -1 ≤ p ≤ 1, menunjukkan kekuatan dan arah faktor pengaruh pada nilai indeks.Semakin dekat ke 1, semakin kuat hubungan, lebih dekat ke 0, link lemah.Jika koefisien korelasi positif, maka hubungan langsung jika negatif - umpan balik.
rumus koefisien korelasi PXY = (x * x-1 / y) / * eu eh eh
hh2- = (x) 2;eu = y2 (y) 2
Jika KM linear multifaktorial, memiliki bentuk:
uh = ao + a1h1 a2x2 + ... + anx
maka dihitung koefisien korelasi berganda.
0 ≤ p ≤ 1, dan menunjukkan kekuatan pengaruh gabungan dari semua parameter pada faktor produktif.
P = 1- ((eh-yi) 2 / (yi -usr) 2)
Dimana: uh - indikator produktif - nilai yang dihitung;
yi - nilai yang sebenarnya;
usr- nilai sebenarnya dari rata-rata.
Perkiraan nilai yi diperoleh dengan mengganti model korelasi bukan x1, x2 dllnilai yang sebenarnya mereka.
untuk model nonlinear univariat dan multivariat rasio korelasi dihitung:
-1 ≤ m ≤ 1;
0 ≤ m ≤ 1
percaya bahwa hubungan antara produktif dan termasuk dalam model indikator faktorial lemah, jika nilai kedekatan koefisien koneksi (m) di kisaran 0-0,3;jika 0,3-0,7 - ketatnya koneksi - rata-rata;di atas 0,7-1 - ikatan yang kuat.
Sejak koefisien korelasi (steam) p, koefisien korelasi (beberapa) P korelasi rasio m - nilai probabilitas, maka mereka mengharapkan koefisien pentingnya mereka (ditentukan oleh tabel).Jika faktor-faktor ini lebih besar dari nilai tabel, kedekatan koefisien koneksi adalah faktor yang signifikan.Jika faktor-faktor penting kedekatan hubungan kurang dari nilai tabulasi atau jika ia kopling koefisien kurang dari 0,7, model tidak mencakup semua faktor kinerja secara signifikan mempengaruhi hasilnya.
koefisien determinasi menunjukkan faktor persentase termasuk dalam parameter model menentukan pembentukan hasilnya.
D = P2 * 100%
D = P2 * 100%
D = m2 * 100%
Jika koefisien determinasi lebih besar dari 50, maka model memadai menjelaskan proses yang diteliti, jika kurang dari 50, maka kita harus kembali ke tahap pertama pembangunandan untuk merevisi indeks faktor seleksi untuk dimasukkan dalam model.
rasio Fisher atau tes Fisher ciri efisiensi model secara keseluruhan.Jika rasio dihitung lebih besar dari meja, model dibangun cocok untuk analisis dan perencanaan indikator perhitungan untuk masa depan.Kira-kira nilai tabel = 1,5.Jika nilai yang dihitung kurang dari meja, Anda harus terlebih dahulu membangun sebuah model, termasuk faktor-faktor yang signifikan mempengaruhi hasilnya.Selain efisiensi model keseluruhan untuk secara signifikan mempengaruhi setiap koefisien regresi.Jika nilai yang dihitung dari rasio ini melebihi tabel terbesar, koefisien regresi signifikan, jika kurang, indeks faktor, yang dirancang untuk rasio ini, dikeluarkan dari sampel, perhitungan dimulai pada awalnya, tetapi tanpa faktor ini.
