5. 3. Модели исследования отклонений

Принимать управленческие решения по всем выявленным отклонениям нецелесообразно. Для целей эффективного управления по отклонениям необходимо устанавливать допустимые границы изменения показателей, превышение которых ведет к необходимости принятия корректирующих управленческих решений.

К. Друри уделил большое внимание исследованию отклонений и определению их предельного уровня.

Существует несколько причин, почему фактические показатели могут не совпадать с запланированными.

Ошибки измерения

Зафиксированный в отчетах фактический объем затрат может не совпадать с действительным результатом. Например, к некоторым операциям может быть ошибочно приписано лишнее рабочее время, или косвенные издержки на труд могут быть неверно отнесены к прямым затратам. Также существует опасность, что менеджеры могут обдуманно манипулировать данными, чтобы приукрасить результаты своей деятельности. Таким образом, фактические показатели, используемые при расчете отклонений, должны быть объективными и по возможности подвергаться внезапным проверкам. Если только исследование не приведет к более аккуратному определению параметров, то, скорее всего фирма не извлечет никакой пользы от анализа отклонений, причиной которых стали ошибки измерения.

Устаревшие нормативы

Там, где цены на ресурсы часто меняются, всегда существует опасность, что нормативные цены уже устарели. Отсюда можно сделать вывод, что любое исследование отклонений по ценам ресурсов выявит скорее только изменение рыночных цен, чем успехи или провалы снабженческого отдела. Нормативы могут быстро устаревать также там, где производственный процесс часто подвергается технологическим изменениям, или в тех случаях, когда не принимается во внимание эффект кривой обучения. Исследование отклонений, попадающих в эту категорию, выявит необходимость пересмотреть нормативы. После изменения нормативов фирма может быть вынуждена также внести изменения в некоторые свои планы по выпуску продукции или по использованию ресурсов. В идеале нормати­вы должны пересматриваться как можно чаще, что позволит минимизировать количество отклонений, вызванных устарев­шими нормативами.

Отклонения, вызванные неэффективностью управления

Отклонения могут быть вызваны неэффективностью операций из-за неумелого следования предписаниям, неисправности оборудования или человеческих ошибок. Исследование отклонений данного типа должно выявить причины неэффективности и возможные пути устранения этих причин, чтобы подобные отклонения не возникали в будущем.

Случайные или неконтролируемые факторы

Об этих факторах можно говорить, когда процесс осуществляется одним и тем же рабочим в одних и тех же условиях, а результат каждый раз оказывается разным. Когда причина возникновения того или иного отклонения неизвестна, то говорят, что виновата случайность. Нормативы устанавливаются на основе серии наблюдений за определенной операцией. Вряд ли эти повторяющиеся наблюдения будут давать все время одинаковый результат, даже если операция состоит из простого движения, выполняемого одним и тем же работником в одинаковых условиях. Будет правильным в подобной ситуации сделать репрезентативную выборку из всех наблюдений для установления норматива. Часто такой репрезентативной выборкой служит средний по значению показатель, отражающий основную тенденцию. Необходимо заметить, что в то время, как в качестве норматива выбрано только одно значение, в реальности возможно возникновение нескольких результатов под влиянием случайных факторов даже тогда, когда система полностью под контролем. Любые наблюдения, результаты которых отличаются от выбранного норматива, когда процесс полностью контролируется, представляют собой случайные, неконтролируемые отклонения [41, c.150-152].

Для того чтобы установить предельно допустимые границы изменения показателей могут применяться следующие методы.

Метод введения контрольных лимитов

Установление контрольных лимитов предполагает, что руководство должно решить, какой уровень отклонений можно считать несущественным и какой уровень следует рассматривать с привлечением соответствующих руководителей. Для этого устанавливаются диапазоны контроля относительно планового показателя (с нулевым отклонением), с которыми можно сравнивать получаемые отклонения. Данная модель предполагает введение контрольных лимитов произвольно с помощью предельного процентного отклонения, например, +2 % для диапазона 1 (Б – благоприятное отклонение) и – 2 % для диапазона 1 (Н – неблагоприятное отклонение) и двойной диапазон для двойного уровня (4 %);

Отклонение исследуется, если оно превышает установленный диапазон, при этом установление двух диапазонов необходимо для установления уровня управления на котором будет проводиться анализ и принятие решений по возникшему отклонению.

Достоинством произвольно выбранных критериев является простота их получения и использования. Но, в то же время у метода есть и несколько недостатков. Данная модель не учитывает статистическую значимость выявленного отклонения, а также соотношение выгод и затрат на проведение исследования. Таким образом, исследование всех отклонений, которые превышают нормативные затраты на определенное количество процентов, может привести к исследованию значительного количества небольших по сумме отклонений.

Следующая проблема заключается в том, что решения об исследовании или неисследовании отклонений основываются на единичном наблюдении, а не на анализе общей тенденции отклонения за несколько периодов. Динамика отклонения крайне важна, поскольку ошибки в управлении имеют свойство, возникнув один раз, сохраняться и в дальнейшем. Таким образом, существует опасность, что отрицательные отклонения, возникающие по вине неэффективного управления и выявляемые в нескольких периодах подряд, не будут подвергнуты исследованию. Сумма подобных отклонений за несколько периодов может быть очень значительной. С другой стороны, решения, принимаемые на основе единичного наблюдения, могут привести к ис­следованию огромного количества отклонений, вызванных случайными факторами, которые не повторятся в будущем.

Некоторые из этих проблем легко решить, если выбирать различные критерии для разных элементов себестоимости. Например, для ключевых элементов затрат может быть установлен маленький процент превышения над нормативом, а для менее важных издержек — более высокий процент. Но даже в этом случае данный подход не может принять во внимание статистическую значимость того или иного отклонения или сравнить стоимость и пользу его исследования. Вместо этого он опирается на интуи­цию и суждения менеджеров, устанавливающих критерии.

Метод статистической значимости отклонений

Данный метод предполагает использование методики, определяющей вероятность того, что отклонение возникло под влиянием случайных факторов. Исследование предпринимается в том случае, если указанная вероятность оказывается ниже заранее произвольно определенного уровня. Статистические модели предполагают два взаимоисключающих состояния системы. Первое состояние заключается в том, что система полностью под контролем, и отклонения — это результат влияния случайных неконтролируемых факторов. Второе состояние говорит о том, что система недостаточно хорошо контролируется, отклонения возникают из-за неэффек­тивности управления и что все это можно исправить, приняв соответствующие меры.

Предполагается также, что состояние, когда отклонения определяются случайными колебаниями, подчиняются закону нормального распределения вероятности, формула которого известна.

Отклонения можно контролировать, отмечая каждое из них на статистических контрольных диаграммах. Наблюдения могут производиться с различным интервалом: суточным, недельным и т.д.. На основе этих наблюдений вычисляется среднее значение потребления материала, которое откладывается на контрольной диаграмме. Контрольная диаграмма (рис. 5.4)  это графическое отражение результатов ряда наблюдений (эти результаты могут быть получены на основе одного замера, могут быть средним значением нескольких замеров или все замеры могут быть отложены на графике). Исследованию подлежат результаты тех наблюдений, которые выходят за рамки предварительно установленных лимитов.

Расход

+2

 + 



 - 

 + 2

, , , , , , , , , ,

0 2 4 6 8 10

дни

Рис. 5.4 - Статистическая контрольная диаграмма

Эти лимиты устанавливаются на основе серии наблюдений за процессом, когда он полностью контролировался и, следовательно, протекал наиболее эффективным образом. Также предполагается, что результаты всех этих наблюдений подчиняются нормальному распределению вероятностей.

Такие предварительные наблюдения используются для определения среднего значения () и среднеквадратического отклонения (). Допуская, что процесс подчиняется закону нормальным распределением в случае, когда процесс полностью контролируется, можно ожидать, что:

68,27% наблюдений попадут не дальше чем ±1 от среднего значения;

95,45% наблюдений попадут не дальше чем ±2 от среднего значения;

99,8% наблюдений попадут не дальше чем ±3 от среднего значения.

Затем устанавливаются контрольные лимиты. Например, если лимит будет установлен в пределах ±2, то это будет означать, что только 4,55% (100% — 95,45%) отклонений за пределами этого лимита будут вызваны влиянием случайных факторов. Следовательно, высока вероятность, что отклонение за предела­ми 2 возникло в результате неэффективного управления [41, c.158-160].

Статистические контрольные диаграммы используются для отслеживания отклонений. Например, с их помощью можно следить за отклонениями по производительности труда или по использованию материалов. При этом результаты наблюдений откладываются на диаграмме относительно среднего расхода ресурсов на производство единицы продукции.

Статистические контрольные диаграммы применяются в основном для контроля за отклонениями, выражающимися в натуральных величинах, таких, как количество затраченного сырья. Применение отклонений, измеряемых в денежных единицах, не даст никакой дополнительной информации, которая позволила бы лучше управлять производственным процессом. Более того, средние значения и лимиты, измеряемые в денежных единицах, не будут постоянными в случае, если нормативные цены часто пересматриваются. Таким образом было бы почти невозможно выявлять тенденции.

Для определения иерархии ответственности целесообразно устанавливать несколько контрольных диапазонов (рис. 5.6)

2 σ

σ

μ 1 уровень 2 уровень 3 уровень

- σ

-2 σ

Рисунок 5.6 - Иерархия ответственности по отклонениям

1 уровень - анализируется руководителями подразделения предприятия, в рамках которого произошло данное отклонение.

2 уровень - анализируется руководителями подразделения предприятия, в рамках которого произошло данное отклонение, с привлечением специалиста из отдела контроллинга.

3 уровень – анализируется на уровне высшего руководства предприятием.

При больших границах допуска контроллер уровня вершины управления занимается отклонениями только в исключительных случаях. Чем уже границы допуска, тем больше отклонений исследуется. Для того чтобы не потеряться в деталях, отклонения взвешивают относительно их влияния на прибыль.

Метод статистической значимости и применение статистических контрольных диаграмм имеют ряд недостатков. Во-первых, они не учитывают затраты на проведение исследования отклонений и ту выгоду, которую можно будет извлечь из результатов исследования. Стоимость и выгода от исследования тех или иных отклонений будут различаться, и об этом надо помнить, принимая решение о дополнительном исследовании. Вторым недостатком является то, что не принимаются в расчет результаты предшествующих наблюдений. Для расчета вероятности того, что откло­нение вызвано неэффективным управлением, используются результаты только одного, самого последнего наблюдения. Динамика отклонений может быть учтена при использовании статистических контрольных диаграмм.

Любое исследование отклонений, возникших под влиянием случайных неконтролируемых факторов, потребует затрат на свое проведение, но не принесет пользы, поскольку не выявит никакой причины возникновения отклонений (неаккуратность измерений, устаревшие планы, неэффективность управления). Исследование стоит проводить только тогда, когда ожидаемые от него выгоды превышают стоимость его проведения и устранения причин возникновения отклонений.

Таким образом, отклонения могут быть вызваны:

• случайными факторами даже тогда, когда производствен­ный процесс полностью под контролем;

• установленными причинами, но стоимость исследования при этом превышает потенциальную выгоду от него;

• установленными причинами, и польза от их устранения превышает стоимость проведения исследования.

Совершенная модель исследования отклонений будет, таким образом, подвергать анализу только те отклонения, которые попадают в третью группу. Модель принятия решений об исследовании отклонений изображена на рисунке 5.7.

Анализ отклонений

Отклонение вызвано случайными факторами

Возникло по установленным причинам

Не исследовать

Затраты превышают выгоду

Выгоды превышают затраты

Не исследовать

Исследовать

Рис. 5.7 - Решения об исследовании отклонений

Таким образом, руководство и специалисты организации, принимая решение о необходимости исследования отклонений, должны учитывать различные факторы: превышение контрольных лимитов, статистическую значимость отклонений, причины отклонений, соотношение стоимости проведения исследования и пользы от устранения причин отклонения.

5