Slide 1

Report
1
‫هيچ ثروتي چون عقل‬
‫و‬
‫هيچ ارثي همچون ادب‬
‫فقري چون ناداني نيست‬
‫و‬
‫‪2‬‬
‫فصل پنجم ‪ :‬حسابداری مدیریت‬
‫(روشهای برآورد اقالم بهای تمام شده)‬
‫‪3‬‬
‫مقدمه‪:‬‬
‫استفاده از روشهای مقداری در مدیریت‪ ،‬موضوع بحث بسیاری از‬
‫محققین بوده است وموافقین زیادی نیزدارد‪ .‬طرفداران استفاده از‬
‫این روشها‪ ،‬بر این باورند که فعالیتها و عملیات واحدهای تولیدی ـ‬
‫تجاری را به کمک مقادیر وروابط ریاض ی می توان به خوبی بیان‬
‫وتحلیل کرد‪ .‬مخالفین نیز اظهار می کنند که برای درک روابط‬
‫متقابل عوامل موجود در یک واحد تجاری‪ ،‬تجربه وقضاوت مدیران‬
‫مورد نیاز است ومدلهای مقداری در اغلب موارد‪ ،‬نکات اصلی‬
‫مسئله را نادیده می گیرد‪.‬‬
‫‪4‬‬
‫آمار‪:‬‬
‫‪‬آمار در ساده ترین شکل خود تشریح وارائه یک وضعیت به‬
‫کمک اعداد است‪.‬‬
‫‪‬کلمه آمار ممکن است برای برخی از اشخاص‪ ،‬تصوری از‬
‫تحلیلهای پیچیده‪ ،‬عددی وبسیار مشکل را ایجادکند‪ .‬اگر چه‬
‫ً‬
‫بعض ی از تکنیکهای آماری واقعاپیچیده نیز هست اما در مقابل‪،‬‬
‫بسیاری از روشها وتحلیل های آن آسان است واطالعات مفیدی را‬
‫در اختیار مدیریت قرار می دهد‪.‬‬
‫‪5‬‬
‫معیارهای آماری‪:‬‬
‫الف) میانگین حسابی‬
‫ج) نما‬
‫الف) واریانس(پراش)‬
‫‪6‬‬
‫ب) انحراف استاندارد‬
‫ب) میانه‬
‫تمایل به‬
‫مرکزیت‬
‫(متوسط)‬
‫پراکندگی‬
‫که بطور فراگیردر واحدهای تولیدی ـ تجاری مورد استفاده‬
‫قرار می گیرد واین معیار‪ ،‬معرف یک رقم مرکزی یا مقدار‬
‫میانی برای یک مجموعه ارقام است که در تصمیم گیریها به‬
‫عنوان مهمترین ویژگی آن مجموعه شناخته می شود و مبلغ‬
‫متوسط برای پیش بینی های دوره های آتی حائز اهمیت‬
‫ویژه ای می باشد‪.‬‬
‫‪7‬‬
‫میانگین حسابی‪:‬‬
‫متداولترین متوسط‪ ،‬میانگین حسابی است که با جمع مقادیر‬
‫مجموعه ارقام وتقسیم آن به تعداد ارقام بدست می آید‪.‬‬
‫‪8‬‬
‫‪ :i‬معرف هر یک از مقادیر مجموعه ارقام است که در آن‪ i ،‬از‬
‫یک تا ‪ n‬تغییرمی کند‪.‬‬
‫‪ :n‬معرف تعداد مقادیردرمجموعه ارقام است‪.‬‬
‫∑ ‪ :‬نشان دهنده عالمت مجموع می باشد‪.‬‬
‫‪ :X‬برای نشان دادن میانگین حسابی بکار می رود‪.‬‬
‫مثال‪:‬‬
‫دریافتهای نقدی هفتگی شرکت ‪X‬‬
‫هفته‬
‫دریافتهای‬
‫نقدی(ارقام‬
‫به هزارریال)‬
‫‪9‬‬
‫‪1‬‬
‫‪2‬‬
‫‪3‬‬
‫‪650 430 580‬‬
‫‪4‬‬
‫‪5‬‬
‫‪6‬‬
‫‪7‬‬
‫‪8‬‬
‫‪9‬‬
‫‪620 650 540 550 680 700‬‬
‫‪X=(580+430+650+700+680+550+540+650+620)/9=600‬‬
‫میانه‪:‬‬
‫نوع دیگری از متوسط است که معرف مقدار میانی یک مجموعه‬
‫ارقام می باشد آسانترین راه برای پیدا کردن میانه مرتب کردن‬
‫ارقام مجموعه به ترتیب صعودی یا نزو لی است‪.‬‬
‫نما (مد )‪:‬‬
‫‪10‬‬
‫سومین معیار تمرکز به مرکزیت نما است که مصرف مقداری‬
‫است که به دفعات بیشتر در مجموعه ارقام تکرار می شود‬
‫به طور کلی کاربرد نما در بررسیهای کیفی است‪.‬‬
‫مثال‪:‬‬
‫دریافتهای نقدی هفتگی شرکت ‪X‬‬
‫هفته‬
‫دریافتهای‬
‫نقدی(ارقام‬
‫به هزارریال)‬
‫‪1‬‬
‫‪2‬‬
‫‪3‬‬
‫‪550 540 430‬‬
‫‪4‬‬
‫‪700 680 650 650 620 580‬‬
‫میانه‪620:‬‬
‫‪11‬‬
‫‪5‬‬
‫‪6‬‬
‫‪7‬‬
‫‪8‬‬
‫‪9‬‬
‫نما‪650:‬‬
‫معیارهای پراکندگی‪:‬‬
‫که معرف انحراف هر یک از مقادیر مجموعه ارقام از میانگین آن می‬
‫باشد‪.‬‬
‫هفته‬
‫‪1‬‬
‫شعبه‬
‫الف‬
‫‪560‬‬
‫(هزار‬
‫ریال)‬
‫شعبه‬
‫ب‬
‫(هزار‬
‫ریال)‬
‫‪12‬‬
‫‪740‬‬
‫‪2‬‬
‫‪3‬‬
‫‪4‬‬
‫‪5‬‬
‫‪6‬‬
‫‪7‬‬
‫‪8‬‬
‫‪9‬‬
‫‪10‬‬
‫‪610 580 590 640 620 630 590 570 610‬‬
‫‪340 560 480 370 830 910 420 860 490‬‬
‫‪ X=6000/10=600‬میانگین‬
‫جمع‬
‫‪6000‬‬
‫‪6000‬‬
‫واریانس ( پراش)‪:‬‬
‫معیاری برای سنجش میزان انحراف مقادیر مجموعه ارقام از‬
‫میانگین آن است‪.‬‬
‫(‪ )xi x‬اختالف بین هر یک از مقادیر مجموعه ارقام را میانگین‬
‫آن محاسبه می کند‪.‬‬
‫‪13‬‬
‫مثال‪:‬‬
‫شعبه الف‬
‫‪14‬‬
‫شعبه ب‬
‫‪(560/000-600/000)²=1/600/000/000‬‬
‫‪(740/000-600/000)²=19/600/000/000‬‬
‫‪(610/000-600/000)²=100/000/000‬‬
‫‪(490/000-600/000)²=12/100/000/000‬‬
‫‪(570/000-600/000)²=900/000/00‬‬
‫‪(860/000-600/000)²=67/600/000/000‬‬
‫‪(590/000-600/000)²=100/000/000‬‬
‫‪(420/000-600/000)²=32/400/000/000‬‬
‫‪(630/000-600/000)²=900/000/000‬‬
‫‪(910/000-600/000)²=96/100/000/000‬‬
‫‪(620/000-600/000)²=400/000/000‬‬
‫‪(830/000-600/000)²=52/900/000/000‬‬
‫‪(640/000-600/000)²=1600/000/00‬‬
‫‪(370/000-600/000)²=52/900/000/000‬‬
‫‪(590/000-600/000)²=100/000/000‬‬
‫‪(480/000-600/000)²=14/400/000/000‬‬
‫‪(580/000-600/000)²=400/000/000‬‬
‫‪(560/000-600/000)²=1/600/000/000‬‬
‫‪(610/000-600/000)²=100/000/000‬‬
‫‪6,200,000,000‬‬
‫‪(340/000-600/000)²=67/600/000/000‬‬
‫‪417,200,000,000‬‬
‫=‪S²‬‬
‫=‪S ²‬‬
‫‪=688/890/000‬‬
‫‪=46/355/560/000‬‬
‫انحراف استاندارد ‪(:‬ریشه دوم واریانس)‬
‫از انحراف مجذور می گیریم‪.‬‬
‫مثال)‬
‫‪= 26,200‬‬
‫‪= 215,300‬‬
‫‪15‬‬
‫=‪ S1‬انحراف استاندارد فروش شعبه الف‬
‫=‪S2‬انحراف استاندارد فروش شعبه ب‬
‫ویژگی های نمونه‪:‬‬
‫‪ .1‬نمونه انتخاب شده معرف (نماینده) جامعه آماری است‪.‬‬
‫‪ .2‬توزیع جامعه آماری نرمال است‪.‬‬
‫جامعه آماری‪:‬‬
‫‪16‬‬
‫مجموعه ارقامی که از آن مقادیر نمونه انتخاب شده است برای اینکه‬
‫میانگین وانحراف استاندارد محاسبه شده از روی مقادیر نمونه‪ ،‬مفید‬
‫واقع گردد الزم است که نمونه انتخابی معرف جامعه آماری باشد‪.‬‬
‫توزیع نرمال‪:‬‬
‫مقادیرمعین به نحوی سیستماتیک ویکنواخت در اطراف میانگین‬
‫توزیع شده است‪.‬‬
‫‪17‬‬
‫‪X‬‬
‫مدل سازی آماری‪:‬‬
‫‪18‬‬
‫‪ ‬این رویکرد چهار مرحله است و نمیتوان آن را یک فرآیند‬
‫مکانیکی محسوب کرد وباید در نظر داشت که در این فرآیند‬
‫مقادیر قابل توجهی از قضاوت‪ ،‬ادراک‪ ،‬تخیل و نوآوری در‬
‫تمامی مراحل ضروری است‪.‬‬
‫‪.1‬تشخیص وتبیین‬
‫‪ .2‬برآورد‬
‫‪ .3‬اعتباردهی‬
‫‪ .4‬شبیه سازی‬
‫تشخیص وتبیین‪:‬‬
‫مهمترین نکته این است که بتوان ارتباطات متغیرهای مدل را بر مبنای‬
‫تئوری مربوط ومنطق توجیه کرد در این مرحله الزم است که شکل‬
‫عملی مدل تحقیق نیز تعیین شود‪.‬‬
‫برآورد‪:‬‬
‫‪19‬‬
‫یکی ازمدلهای مورداستفاده دربرآورد‪ ،‬مدل خطی رگرسیون مرکب است‬
‫بکارگیری گسترده این مدل در تحقیقات اقتصادی وتجاری به سه دلیل‬
‫است‪.‬‬
‫‪ .1‬بسیاری از ارتباطات اقتصادی وتجاری را می توان با مدلهای خطی بیان‬
‫کرد‪.‬‬
‫‪ .2‬نتایج بدست آمده ازمدلهای رگرسیون برای تصمیم گیریهای مدیریت مفید‬
‫است‪.‬‬
‫‪ .3‬برنامه های کامپیوتر برای حل مدلهای رگرسیون مرکب به آسانی در‬
‫دسترس است‪.‬‬
‫اعتبار دهی‪:‬‬
‫در این مدل الزم است مفروضات مدل رگرسیون نظیر خطی بودن‬
‫روابط‪ ،‬همگن بودن واریانس‪ ،‬نرمال بودن توزیع مازادها وامثالهم‬
‫مورد آزمون قرار گیرد تا بتوان اعتبار الزم را برای برآوردهای منتج از‬
‫بکارگیری مدل قائل شد‪.‬‬
‫شبیه سازی‪:‬‬
‫‪20‬‬
‫پس از مراحل قبلی‪ ،‬مرحله شبیه سازی انجام می شود تا بتوان‬
‫میزان دقت پیش بینی های مدل را در چند دوره متوالی مورد‬
‫سنجش قرار داد‪.‬‬
‫روشهای برآورد هزینه‪:‬‬
‫‪ .1‬روش باالترین وپایین ترین نقطه (دارای کمترین هزینه ونسبت‬
‫به بقیه ساده تر)‬
‫‪ .2‬محاسبه مقدار کار انجام شده‬
‫‪ .3‬تجزیه وتحلیل رگرسیون ‪:‬دقیق ترین نتیجه وبیش ترین هزینه‬
‫‪21‬‬
‫روش برآورد‬
‫صحت برآود‬
‫هزینه روش‬
‫کمترین دقت‬
‫پایین ترین هزینه‬
‫‪ .1‬باالترین ـ پایین ترین‬
‫‪ .2‬محاسبه کارانجام شده‬
‫‪ .3‬تجزیه وتحلیل رگرسیون بیشترین دقت‬
‫روش باالترین وپایین ترین نقاط‪:‬‬
‫‪22‬‬
‫باالترین هزینه‬
‫مثال‪:‬‬
‫کل ساعت کار‬
‫‪23‬‬
‫هزینه های نگهداری‬
‫(برحسب دالر)‬
‫ژانویه‬
‫‪3451‬‬
‫‪22843‬‬
‫فوریه‬
‫‪3325‬‬
‫‪22510‬‬
‫مارس‬
‫‪3383‬‬
‫‪22706‬‬
‫آوریل‬
‫‪3614‬‬
‫‪23030‬‬
‫می‬
‫‪3423‬‬
‫‪22413‬‬
‫ژوئن‬
‫‪3410‬‬
‫‪22935‬‬
‫ژوئیه‬
‫‪3500‬‬
‫‪23175‬‬
‫‪24‬‬
‫‪y=a+bx‬‬
‫‪a= y-bx=23030-(180)(3614)=16525 $‬‬
‫‪ :y‬مقدار هزینه نگهداری برآوردی‬
‫‪ :x‬عامل ایجادکننده هزینه (تعدادساعت کار)‬
‫‪ :a‬مقدار ثابت که نشان دهنده مقدار‪ x‬است‪.‬‬
‫‪ :b‬شیب خط‬
‫پس با استفاده از داده ها معادله به صورت زیر بدست می آید‪:‬‬
‫‪y=16525+180x‬‬
‫محاسبه مقدار کار انجام شده‪:‬‬
‫یک روش آماری برای برآورد هزینه هاست که در مورد مقدار‬
‫کاری را که باید برای تولید یا ارائه خدمت انجام داد محاسبه می‬
‫شود وبدان وسیله مدت زمان ویا اقالم ورودی هر واحد محصول‬
‫را محاسبه می نمایند‪.‬‬
‫‪25‬‬
‫تجزیه تحلیل رگرسیون وهمبستگی‪:‬‬
‫‪26‬‬
‫نوع مهم دیگری از تجزیه و تحلیل های آماری است که در امر برآورد وپیش‬
‫بینی‪ ،‬کاربرد گسترده ای دارد‪ .‬این روش در طرح ریزی وکنترل اقالم بهای‬
‫تمام شده و یا پیوند آن با سطح فعالیت(تولید)‪ ،‬بکار برده می شود زیرا‬
‫تغییرات اقالم بهای تمام شده در سطوح مختلف فعالیت آثار مهمی بر طرح‬
‫ریزی و کنترل دارد وبرای تعیین ماهیت وابستگی بین اقالم بهای تمام شده‬
‫و سطح فعالیت(تولید) بکار برده می شود و بیش از سایر روشهای مقداری‬
‫از ارقام واطالعات حسابداری مدیریت استفاده می شود زیرا به کمک آن‬
‫میتوان مقادیر یک یا چند متغیر مستقل را با یک متغیرتابع پیوند داد‬
‫ومقدار متغیر اخیر را پیش بینی کرد‪.‬‬
‫تجزیه وتحلیل رگرسیون‪:‬‬
‫دارای دو نوع متغیر است‪ .‬الف) متغیر وابسته ب) متغیر مستقل‬
‫‪ ‬متغیر وابسته همان هزینه ای است که باید محاسبه شود‪.‬‬
‫‪ ‬متغیر مستقل عبارت است ازعامل ایجاد کننده هزینه که برآورد یا‬
‫محاسبه مقدار متغیر وابسته مورد استفاده قرار می گیرد‪.‬‬
‫تجزیه وتحلیل رگرسیون ‪:‬‬
‫‪27‬‬
‫‪ .1‬ساده‪ :‬هنگامیکه ازیک عامل ایجادکننده هزینه استفاده نمایید‪.‬‬
‫‪ .2‬چند متغیره‪ :‬هنگامیکه دو یاتعداد بیشتری عامل ایجاد کننده هزینه‬
‫مورد استفاده قرار گیرند‪.‬‬
‫‪y=a+bx+e‬‬
‫تجزیه تحلیل رگرسیون وهمبستگی‪:‬‬
‫∑‪=++‬‬
‫ ‪ :‬معرف متغیر تابع است که باید برآورد شود‪.‬‬
‫ ‪ :‬معرف ضریب ثابتی است که در جامعه آماری وجود دارد‪.‬‬
‫ ‪ :‬معرف ضریب متغیر در جامعه آماری است‪.‬‬
‫∑‪ :‬معرف مقادیر مازاد تصادفی مربوط به جامعه آماری است وتفاوت بین‬
‫مقادیر برآوردی ومقادیر مشاهده شده واقعی آنرا بیان می کند‪.‬‬
‫)‪(1‬‬
‫‪28‬‬
‫)‪(2‬‬
‫‪∑yi = na + b∑Xi‬‬
‫‪∑Xi yi = a∑Xi + b∑Xi²‬‬
‫مثال‪:‬‬
‫بیمارستان سالمت‬
‫مخارج غیرمستقیم بخش اورژانس وارقام فعالیتها‬
‫برای شش هفته از ‪ 13*8/3/1‬الی ‪13*8/4/12‬‬
‫هفته‬
‫‪29‬‬
‫مخارج غیرمستقیم‬
‫هفتگی‬
‫تعدادبیماران‬
‫ساعات کار پرسنل ساعات کار پرسنل‬
‫پزشکی‬
‫عادی‬
‫‪1‬‬
‫‪2,250,000‬‬
‫‪110‬‬
‫‪600‬‬
‫‪150‬‬
‫‪2‬‬
‫‪2,580,000‬‬
‫‪132‬‬
‫‪620‬‬
‫‪180‬‬
‫‪3‬‬
‫‪2,800,000‬‬
‫‪184‬‬
‫‪760‬‬
‫‪190‬‬
‫‪4‬‬
‫‪2,340,000‬‬
‫‪115‬‬
‫‪570‬‬
‫‪170‬‬
‫‪5‬‬
‫‪2,150,000‬‬
‫‪91‬‬
‫‪550‬‬
‫‪140‬‬
‫‪6‬‬
‫جمع‬
‫‪2,400,000‬‬
‫‪148‬‬
‫‪610‬‬
‫‪135‬‬
‫‪14,520,000‬‬
‫‪780‬‬
‫‪3,710‬‬
‫‪965‬‬
‫بیمارستان سالمت‬
‫ارقام الزم برای تجزیه وتحلیل رگرسیون‬
‫‪yi²‬‬
‫‪Xi‬‬
‫‪Xi²‬‬
‫‪Xi yi‬‬
‫‪2,250,000‬‬
‫‪5,062,500,000,000‬‬
‫‪110‬‬
‫‪12,100‬‬
‫‪247,500,000‬‬
‫‪2‬‬
‫‪2,580,000‬‬
‫‪6,656,400,000,000‬‬
‫‪132‬‬
‫‪17,424‬‬
‫‪340,560,000‬‬
‫‪3‬‬
‫‪2,800,000‬‬
‫‪7,840,000,000,000‬‬
‫‪184‬‬
‫‪33,856‬‬
‫‪515,300,000‬‬
‫‪4‬‬
‫‪2,340,000‬‬
‫‪5,475,600,000,000‬‬
‫‪115‬‬
‫‪13,225‬‬
‫‪269,100,000‬‬
‫‪5‬‬
‫‪2,150,000‬‬
‫‪4,622,500,000,000‬‬
‫‪91‬‬
‫‪8,281‬‬
‫‪195,650,000‬‬
‫‪6‬‬
‫‪2,400,000‬‬
‫‪5,760,000,000,000‬‬
‫‪148‬‬
‫‪21,904‬‬
‫‪355,200,000‬‬
‫‪14,520,000‬‬
‫‪35,417,000,000,000‬‬
‫‪780‬‬
‫‪1,923,210,000 106,790‬‬
‫هفته‬
‫مخارج غیرمستقیم‬
‫‪1‬‬
‫جمع‬
‫‪30‬‬
‫هفتگی‬
‫‪yi‬‬
‫‪14,520,000 = 6 a + 780 b‬‬
‫)‪(1‬‬
‫‪1,923,210,000 = 780 a + 106,790 b‬‬
‫)‪(2‬‬
‫برای حل دومعادله مجهول باال‪ ،‬ابتدامعادله )‪ (1‬درعدد ‪ 130‬ضرب وسپس‬
‫ازمعادله )‪ (2‬کم می شود‪:‬‬
‫‪130 * 14,520,000 = 130 * 6 a + 130 * 780 b‬‬
‫)‪(1‬‬
‫‪1,887,600,000 = 780 a + 101,400 b‬‬
‫)‪(2‬‬
‫‪1,923,210,000 = 780 a + 106,790 b‬‬
‫‪35,610,000 = 5,390 b‬‬
‫‪b = 35,610,000 /5,390 ~ 6,607‬‬
‫حال که مقدارپارامتر‪ b‬محاسبه شده است‪ ،‬مقدار‪ a‬باجایگیزین کردن مقدار‪ b‬دریکی‬
‫ازدومعادله باال‪ ،‬به شرح زیر بدست می آید‪:‬‬
‫‪31‬‬
‫‪14,520,000 = 6 a +780 * 6,607‬‬
‫‪a= 1,561,100‬‬
‫‪yc=1,561,100 + 6,607x‬‬
‫معادله رگرسیون دراین مثال عبارتست از‪:‬‬
‫تجزیه وتحلیل همبستگی‪:‬‬
‫‪ ‬اگر چه معادله خط رگرسیون‪ ،‬وابستگی بین متغیر مستقل‬
‫ً‬
‫ومتغیر تابع را بیان می کند اما میزان این وابستگی را دقیقا‬
‫مشخص نمی کند‪ .‬روش محاسبه پارامترهای ‪ a‬و ‪ b‬نیز‬
‫مناسبترین خط رگرسیون را بدست می دهد‪ .‬یکی از روشهای‬
‫سنجش میزان وابستگی بین متغیرها‪ ،‬محاسبه ضریب همبستگی‬
‫است‪.‬‬
‫‪32‬‬
‫ضریب همبستگی (‪:)r‬‬
‫معیاری مهم برای سنجش وابستگی بین متغیر مستقل و متغیر تابع‬
‫است ومقدار آن بین ‪ -1‬و ‪ +1‬نوسان می کند‪ .‬که اولی معرف‬
‫همبستگی کامل منفی و دومی معرف همبستگی کامل مثبت می‬
‫‪Y‬‬
‫‪Y‬‬
‫باشد‪.‬‬
‫‪X‬‬
‫‪33‬‬
‫‪r= -1‬‬
‫‪o‬‬
‫‪X‬‬
‫‪r=1‬‬
‫‪o‬‬
‫ضریب همبستگی (‪:)r‬‬
‫‪Y‬‬
‫‪o‬‬
‫‪X‬‬
‫‪-1 >r >0‬‬
‫‪34‬‬
‫‪Y‬‬
‫‪o‬‬
‫‪X‬‬
‫‪0 >r > 1‬‬
‫ضریب همبستگی (‪:)r‬‬
‫وابستگی‬
‫عالمت ‪ r‬ارتباطی با میزان وابستگی ندارد وتنها جهت آنرا (مستقیم یا‬
‫معکوس) نشان می دهد ومیزان وابستگی خطی بین متغیر تابع ومتغیر مستقل‬
‫را اندازه گیری می کند‪.‬‬
‫مثال)‬
‫‪35‬‬
‫=‪r‬‬
‫‪r= 0/9,189,398‬‬
‫خواص ضریب همبستگی‪:‬‬
‫‪ .1‬ضریب همبستگی بین دومقدار ‪ -1 ≥r ≥+1‬قراردارد‪.‬‬
‫ً‬
‫‪ .2‬ضریب همبستگی ماهیتا قرینه است‪.‬‬
‫‪ .3‬ضریب همبستگی مستقل از مبداء و مقیاس اندازه گیری است‪.‬‬
‫‪ .4‬اگر ‪ x‬و ‪ y‬از لحاظ آماری مستقل باشند ضریب همبستگی بین‬
‫آنها صفر است‪.‬‬
‫‪ .5‬هر چند ‪ r‬معیار همبستگی خطی بین دو متغیر است ولی بیانگر‬
‫هیچ گونه رابطه علت ومعلولی نمی باشد‪.‬‬
‫‪36‬‬
‫خواص ضریب همبستگی‪:‬‬
‫‪Y‬‬
‫‪X‬‬
‫همبستگی ناقص مثبت همبستگی ناقص مثبت‬
‫(‪r‬نزدیک به ‪)+1‬‬
‫(‪r‬نزدیک به صفر)‬
‫‪37‬‬
‫‪Y‬‬
‫‪X‬‬
‫همبستگی کامل مثبت‬
‫(‪)r=1‬‬
‫‪Y‬‬
‫خواص ضریب همبستگی‪:‬‬
‫‪Y‬‬
‫‪X‬‬
‫همبستگی ناقص منفی همبستگی ناقص منفی‬
‫(‪r‬نزدیک به ‪)-1‬‬
‫(‪r‬نزدیک به صفر)‬
‫‪38‬‬
‫‪Y‬‬
‫‪X‬‬
‫همبستگی کامل منفی‬
‫(‪)r=-1‬‬
‫‪Y‬‬
‫خواص ضریب همبستگی‪:‬‬
‫‪Y‬‬
‫‪Y‬‬
‫‪Y‬‬
‫‪X‬‬
‫عدم همبستگی‬
‫(‪)r=0‬‬
‫‪39‬‬
‫عدم همبستگی‬
‫(‪)r=0‬‬
‫(‪)r=0‬‬
‫عدم همبستگی‬
‫دونکته در مورد تجزیه وتحلیل رگرسیون وهمبستگی ‪:‬‬
‫‪‬محاسبات رگرسیون وپارامترهای ‪ a‬و ‪ b‬بر مبنای ارقام تاریخی‬
‫انجام می شود‪.‬‬
‫‪ ‬از ضریب همبستگی ومعادله رگرسیون نباید علت ومعلول‬
‫گرفته شود حتی اگر چنین رابطه ای بین برخی از متغیرها وجود‬
‫داشته باشد‪.‬‬
‫‪40‬‬
‫ضریب تعیین‪:‬‬
‫‪ :‬عددی است بین صفر و یک واغلب معیاری از توان توجیه‬
‫رگرسیون می باشد یعنی‪ ،‬درجه یا میزانی که تغییر در متغیرهای‬
‫مستقل می تواند بیانگر تغییر در متغیروابسته باشد وهرچه به‬
‫یک نزدیکتر شود رگرسیون قابل اتکاتر است‪.‬‬
‫‪r² = 0/9,189,398² ~ 0/84‬‬
‫‪41‬‬
‫مثال‪:‬‬
‫‪ ‬ضرایب تعیین وضرایب همبستگی برای سه متغیرمستقل به‬
‫شرح زیرخالصه می گردد‪.‬‬
‫متغیرمستقل‬
‫‪42‬‬
‫تعداد بیماران‬
‫ساعات کارپرسنل ستادی‬
‫ساعات کارپرسنل پزشکی‬
‫ضریب همبستگی‬
‫‪0/919‬‬
‫‪0/91‬‬
‫‪0/81‬‬
‫ضریب تعیین‬
‫‪0/84‬‬
‫‪0/83‬‬
‫‪0/65‬‬
‫در عجبم از مردمی که در زیر شالق ظلم و ستم زندگی می کنند و بر‬
‫حسینی می گریند که آزادانه زیست‪.‬‬
‫«دکترعلی شریعتی»‬
‫باتشکر فراوان از‬
‫استاد محترم ‪ ،‬آقای دکتر موری و‬
‫کلیه دانشجویان‬
‫عزیز‬
‫آذر‪1390‬‬
‫‪43‬‬

similar documents