- •Содержание:
- •§1 Концепции исследования организации
- •Характеристика организации
- •Анализ факторов внешней среды
- •Применение метода дерево целей
- •§2. Анализ организации
- •2.1 Диагностика организационной структуры
- •2.2 Оценка влияния факторов внешней и внутренней среды на организацию
- •§3. Разработка рекомендаций по совершенствованию
- •Заключение
- •Список использованной литературы
2.2 Оценка влияния факторов внешней и внутренней среды на организацию
Оценка влияния факторов внешней и внутренней среды организации мы будем проводить при помощи экспертного метода и регрессионного анализа. Регрессионный анализ позволит нам выявить тесноту связи между двумя факторами, которые влияют на внутреннюю среду организации.
В свою очередь метод экспертных оценок позволит выявить факторы внешней и внутренней среды организации, которые влияют на систему управления предприятием в целом. Воспользовавшись регрессионным анализом, с помощью линейного метода сначала определим зависимости вида y=a+bx между годовым объемом продаж и годовыми расходами на рекламу «Информационно – риэлтерской службы Экспресс-Недвижимость», за предшествующие годы были собраны следующие данные:
|
Объем продаж (млн.руб) x |
Расходы на рекламу (тыс.руб) y |
yx |
xˆ2 |
yˆ2 |
|
65 |
24 |
1560 |
4225 |
576 |
|
60 |
21 |
1260 |
3600 |
441 |
|
58 |
18 |
1044 |
3364 |
324 |
|
47 |
13 |
611 |
2209 |
169 |
|
40 |
10 |
400 |
1600 |
100 |
Сумма |
270 |
86 |
4875 |
14998 |
1610 |
Сред.зн. |
54 |
17.2 |
975 |
2999.6 |
322 |
∑y=na+b(∑x)
∑xy=a(∑x)+b(∑x²)
В нашем случае n=5 – число наблюдений и:
∑x=270, ∑y=86, ∑xy=4875, ∑x²=14998
Подставим эти значения в вышеуказанные уравнения:
86=5a+270b
4875=270a+14998b
решив эту систему относительно a и b получим a=-10.5 и b=0.55. таким образом ожидаемые продажи будут составлять -10.5 плюс 0.55 умножить на рекламный бюджет.
y=-10.5+0.55x
С помощью формулы вычислим коэффициент корреляции:
R=
Данный коэффициент равняется -0.09. Это говорит о том, что годовой объем продаж будет сильно зависеть от годового расхода на рекламу.
Экспертный анализ
Для экспертного анализа мы отобрали 5 экспертов, для опроса экспертов была разработана специальная анкета (Приложение 1). Эксперты должны были пройти анкету, и расставить баллы от 1 до 10 под ответами, в зависимости от важности. Ниже представлены полученные в результате опроса данные:
Баллы полученные при опросе
Факторы |
Эксперты | ||||
1-ый |
2-ой |
3-ий |
4-ый |
5-ый | |
1. Необходимо усовершенствовать услуги |
6 |
5 |
3 |
2 |
4 |
2. Да, ассортимент услуг стоить стоит улучшить, т.к. у предприятия стабильное финансовое положение |
3 |
4 |
1 |
2 |
6 |
3. Конкурентоспособность можно улучшить за счет рекламной политики |
5 |
6 |
3 |
4 |
1 |
4. Внедрение новой услуги может привести к популярности фирмы, появятся новые клиенты |
2 |
1 |
4 |
6 |
5 |
5. Выход на новый рынок приведет к популярности фирмы, сможет укрепить финансовое состояние предприятия |
2 |
1 |
6 |
5 |
3 |
6. Необходимы квалифицированные работники, с постоянным повышением квалификации |
1 |
5 |
4 |
2 |
3 |
По данным выше представленной таблицы было опрошено 5 экспертов по 6 признаком. Рассмотрим построение матрицы по каждому из методов сбора данных. При ранжирование, здесь в качестве исходной информации используется матрица R.
R = .
Построим матрицу преобразований рангов каждый элемент, которой определяется по формуле = n-
=.
= =15
Строится матрица нормальных весов : =() при чём каждый элемент =
X==,
Классической мерой близости является квадрат отклонения, поэтому наиболее распространенный метод построения центроида есть нахождение вектора столбца W такого, что = * , найдём центроид:
W= =
После чего строим
=
Уточнить вектор компетентности и в результате больший вес должен получить тот эксперт, который дал большую оценку фактору, получившему большое групповое предпочтение.Для этого построим матрицу B=*X, где - транспонированная:
B= * =
= .
После этого находим вектор «невзвешанных» коэффициентов для экспертов:
= B*= *
= .
После нормирования получаем веса комплектности после первой итерации:
= =
В данном эксперименте проводилось 4 итерации. Таким образом вторую итерацию будем находит аналогично:
= B*= * =
=
==
Ниже представлены данные 4 итераций:
= B*= * =
=
==
Далее проводим четвёртую итерацию:
= B*= * =
=
==
На следующем этапе мы пытаемся оценить, можно ли доверять полученным данным.Для этого найдём коэффициент канкордации Кенделла. Сначала найдём сумму элементов в каждой строке матрицы R:
= =.
Далее вычисляем среднее значение по формуле:
= = = 17,5
Определим сумму квадратов отклонений значений в строке матрицы R от , то есть S по формуле: S= =
++++=6,25+2,25+2,25+0,25+0,25+6,25=17,5
По ниже приведённой формуле находим коэффициент Кенделля:
W= = = 0,04
W=
Проверим полученное значение W. Для этого найдём:
=m (n-1)=*W= 5(6-1)* 0,04= 1
Далее по таблице квантилей распределения Пирсона по уровню значимости K= n-1= 6-1 =5 и надёжности =0,05 находим число. Оно равняется 0,25. , коэффициент W значим, все вычисления верны.