Nagu teate, nimetatakse XXI sajandit infotehnoloogia sajandiks. Tõepoolest, tänapäeva inimene kasutab teabe hankimiseks ja töötlemiseks erinevaid meetodeid. Analüütika mängib teabe kasutamise protsessis olulist rolli. Mis on analüüs? Millised teabe hindamise meetodid on olemas? Nendele ja teistele küsimustele vastuste saamiseks lugege edasi.
Mis on analüütika?
Sellel sõnal on kreeka juured ja see tähendab sõna-sõn alt "analüüsikunsti". Seda terminit kasutas Aristoteles loogilise andmekaevandamise tehnikale viitamiseks.
Täna annavad teadlased mõistele laiema tõlgenduse. Analüütikat peetakse kaasaegses maailmas loogika (arutluskunsti) osaks, mille raames käsitletakse andmeanalüüsi doktriini. Uuritakse reaalse või mentaalse terviku (protsess, esitus, objektidevahelised suhted jne) koostisosadeks jagamise toiminguid.
Mis on andmeanalüüs? See mõiste on kitsam kui mõiste "analüütika". Teaduslikult nimetatakse andmeanalüüsi arvutiteaduse ja matemaatika haruks, mille raames konstrueeritakse ja uuritakse kõige rohkemüldised arvutusalgoritmid ja meetodid teadmiste ammutamiseks eksperimentaalselt saadud teabest. Teisisõnu räägime infotöötlusalgoritmidega seotud tehnikate kogumist. Teabeanalüüs kitsamas tähenduses on uurimise, filtreerimise, teisendamise (modelleerimise) protsess, et hankida kasulikke andmeid ja teha otsuseid.
Masinõpe
Seda peetakse tänapäeval kõige võimsamaks ja levinuimaks teabeanalüüsi meetodiks. Tänapäeval kahjuks puuduvad masinõppe algoritmid, mis võimaldaksid enam-vähem suvalise iseloomuga informatsiooni head töötlemist. Sellega seoses on spetsialistid sunnitud läbi viima andmete eelkogumise ja töötlemise, et viia need algoritmi kasutamiseks sobivasse vormi. Reeglina nimetatakse sellist töötlemist funktsioonide valikuks või ümbertöötluseks. Enamik algoritme saab kasutada fikseeritud pikkusega numbreid.
Samas on kasvanud huvi närvivõrkudel põhinevate algoritmide vastu. Eeliseks on see, et neid saab kasutada mitte ainult numbrite, vaid ka objektide jaoks, millel on täiendavad (enamasti geomeetrilised) omadused. Näiteks saate pilti analüüsida: algoritm võtab arvesse pikslite väärtust ja ka nende suhtelist asukohta. Sarnasel viisil hinnatakse heliraja või videojada algandmeid.
Majandusanalüüs kui teadus
Andmete majanduslik hindamine on majanduskompleksi arengu- ja toimimismustritel põhinev eriteadmiste süsteem, mille eesmärk onettevõtte finants- ja majandustoimingute analüüsi, diagnostika, planeerimise ja prognoosimise metoodika õpe.
Majandusanalüüsi teemaks on organisatsiooni majandustegevus, selle sotsiaal-majanduslik efektiivsus ja lõplikud finantstulemused. Viimase väärtus kujuneb subjektiivsete ja objektiivsete tegurite mõjul. Finants- ja majandustegevuse näitajad kajastuvad ettevõtte aruandlussüsteemis.
Teabeuuringute eesmärk
Andmete hindamine majanduses annab vajaliku hulga parameetreid, mille kaudu saate luua objektiivse ettekujutuse organisatsiooni finantsseisundist, selle kasumist, kahjumist, muutustest kohustuste ja varade koosseisus. Analüüsi abil saate määrata kõige ratsionaalsemad ja kahjumlikumad töövaldkonnad, rahaliste, materiaalsete ja tööjõuressursside jaotuse.
Dialektiline meetod
See andmete hindamise meetod hõlmab nähtuste ja protsesside uurimist nende dünaamikas, st pidevas muutumises. Sellest tuleneb meetodi põhiomadus – vajadus võrrelda teatud näitajaid. Väärtusi saab võrrelda erinevate allikatega: eelmiste aastate tulemused, planeeritud näitajad, konkurentide saavutused jne.
Materialistliku dialektika teooria järgi nähakse igas nähtuses ühtsust ja samal ajal vastandite võitlust. Sellest tuleneb vajadus uurida sisemisi vastuolusid, negatiivseid ja positiivseid aspekteiga protsess.
Andmete hindamise dialektilise meetodi kasutamisel võetakse arvesse kõiki vastastikuseid sõltuvusi ja seoseid. Protsessi on võimatu objektiivselt analüüsida teistest nähtustest ja sündmustest eraldatuna. Majandustoimingute vastastikune sõltuvus ja seotus tingib vajaduse kasutada majandustegevuse analüüsimisel keerukaid meetodeid. Ainult põhjalik teabe uurimine võimaldab teil õigesti hinnata töö tulemusi, paljastada reserve.
Mahaarvamine ja induktsioon
Paljude protsesside ja sündmuste vahel on põhjuslik seos. See tähendab, et üks asi tuleneb teisest. Põhjusliku seose tuvastamine on andmete majandusliku hindamise kõige olulisem ülesanne. Tänu sellele on analüüs täpsem ja objektiivsem. See omakorda võimaldab meil andmeid kvantifitseerida, määrata kindlaks teatud tegurite mõju määr ettevõtte tööle.
Induktsioon hõlmab protsesside uurimist konkreetsest üldiseni: teguritest järeldusteni, põhjustest tulemusteni. Deduktsioon on pöördmeetod, mis hõlmab uurimist üldisest konkreetseni. Sel juhul toimub nähtuse omamoodi "tükeldamine" elementideks.
Süsteemsus
Andmete hindamise dialektilise lähenemise kasutamisel tuleb iga nähtust, protsessi, sündmust käsitleda paljude üksteisega tihed alt seotud komponentide kogumina. Maksimaalne detailsus viiakse läbi süstemaatilise lähenemisviisi rakendamisel. Andmetüüpide kirjeldamiselnende omadused, tegurite mõju astme määramine neile jne, selgub kõige olulisem, olulisem uuritavas objektis. Süstemaatiline lähenemine võimaldab teil koostada protsessi ligikaudse skeemi, määrata selle põhikomponendid, nende alluvuse, funktsioonid ja selle tulemusena paljastada analüüsi loogilise ja metodoloogilise mudeli.
Majandushinnangus, pärast organisatsiooni tegevuse teatud aspektide, nende vastastikuse sõltuvuse, alluvuse uurimist, võetakse kogutud andmed kokku. Samas tuuakse kogu andmete ja tegurite hulgast välja võtme- ja määravad. Nendest sõltuvad peamiselt majandustegevuse tulemused.
Majandusmudelid
Andmete süstemaatiliseks klassifitseerimiseks, nende hindamiseks ja töötlemiseks on vaja üles ehitada uuringu ülesannetele ja lõppeesmärkidele vastav skeem. Sõltuv alt uuritavast objektist eristatakse optimeerimis- ja tasakaalumudeleid. Esimesi kasutatakse nende majandusüksuste käitumise kirjeldamiseks, kes saavutavad olemasolevate võimalustega oma eesmärgid. Tasakaalumudelite abil määratakse subjektide rühma interaktsiooni tulemus, tuvastatakse nende ülesannete ja eesmärkide ühilduvuse tingimused.
Analüüsimeetodid
Majandusüksuste koostoime tulemused sõltuvad ajavahemikust, mille jooksul nende käitumist uuritakse. Vastav alt sellele eristatakse võrdleva statistika, statistilise ja dünaamilise analüüsi meetodeid.
Esimene on tegevuste statistilise hindamise tulemuste võrdlemine erinevatel ajaperioodidel. Looduse määramiseks kasutatakse dünaamilist analüüsimajandusnäitajate muutused etteantud ajahetkede vahel ja neid muutusi määravate tegurite määramine. Statistiline hindamine hõlmab tegevuste uurimist teatud ajahetkel. Näiteks saate määrata, kuidas pakkumist ja nõudlust arvestades kujuneb toote maksumus.
Makromajandusliku hindamise metoodika põhineb kolme teadmistevaldkonna – matemaatika, statistika ja majanduse – kokkupuutel. Majanduslikud meetodid on: võrdlus, rühmitamine, graafiline ja tasakaaluanalüüs.
Matemaatikatehnikad jagunevad 3 rühma:
- Majanduslik. Nende hulka kuuluvad maatriksmeetodid, sisend-väljund tasakaalu teooriad, tootmisfunktsioonid.
- Optimaalsed programmeerimistehnikad (mittelineaarne, lineaarne, dünaamiline) ja majandusküberneetika.
- Otsustusprotsessi ja tehingute uurimise meetodid. See rühm sisaldab järjekordade, mängude, graafikute teooriaid.
Võrdlev analüüs
Võrdlus on uuritud andmete ja faktide võrdlus. Praktikas kasutatakse:
- Horisontaalne analüüs. Vajalik on tuvastada näitajate tegeliku väärtuse suhtelised ja absoluutsed kõrvalekalded lähtetasemest.
- Vertikaalne analüüs. Seda kasutatakse nähtuste struktuuri uurimiseks.
- Trendianalüüs. Seda kasutatakse näitajate suhteliste kasvumäärade uurimiseks mitme aasta jooksul võrreldes baasaasta tasemega.
Baldoanalüüs
See peitubkahe tasakaalule kalduvate näitajate komplekti võrdlev mõõtmine. Selle tulemusena määrab uurija uue – tasakaalustava – indikaatori.
Näiteks ettevõtte toorainega varustatuse astet hinnates võrreldakse selle vajadusi, nende vajaduste katmise allikaid ning seatakse tasakaalustav näitaja - materjalide üle- või nappus.
Lisabilansi meetodina kasutatakse seda tegurite mõju arvutamise tulemuse kontrollimisel kogu tulemuslikkuse näitajale. Kui mõju summa on võrdne kõrvalekaldega baasväärtusest, siis on arvutused õiged.
Extra
Näitajate skaleerimiseks kasutatakse graafikuid. Väärtusi ja nende sõltuvust kirjeldatakse geomeetriliste kujundite konstrueerimisega. Peab ütlema, et graafiline meetod sõltumatu olulisuse analüüsimisel ei oma tähtsust. Seda kasutatakse ainult muudatuste illustreerimiseks.
Indeksi hindamine põhineb suhtelistel väärtustel, mis väljendab vaadeldava nähtuse taseme ja baastaseme suhet. Statistikas kasutatakse mitut tüüpi indekseid: harmoonilised, aritmeetilised, koondindeksid jne.
Kui kasutate indeksi ümberarvutusi ja koostate aegrea, mis kajastab näiteks kaupade väljalaskmist väärtuses, saate dünaamikat objektiivselt hinnata.
Üksteisest funktsionaalselt sõltumatute parameetrite vahelise seose taseme määramiseks kasutatakse regressiooni (stohhastilist) ja korrelatsioonimeetodeid. Korrelatsiooni kaudusaate:
- Looge olemasolevatest teguritest mudel.
- Kvantifitseerige ühenduse tugevust.
Sotsioloogia analüüs
Igasugust nähtust saab kirjeldada mitmel viisil. Üks sotsioloogias levinumaid analüüsimeetodeid on vaatlus. Selle käigus saate andmeid kvantifitseerida järgmiselt:
- Psühholoogiline skaleerimine. Tavaliselt kasutatakse hindeid vaatluste kokkuvõtte tegemiseks.
- Aja mõõtmine (ajamõõtmine).
Teine lähenemisviis on ajaproovi võtmise meetod. Selle kasutamisel valitakse teabe koondamiseks ühest uuritavast protsessist teatud ajaperioodid. Neid peetakse pikema perioodi esindajateks. Reaalses uurimistöös viiakse nähtuste kvantitatiivne ja kvalitatiivne kirjeldamine tavaliselt läbi kombineeritult.
Kvantitatiivseid näitajaid saab registreerida vaatluse käigus või üldistada pärast selle lõpetamist, lisada tagasiulatuvasse aruandesse. Uurija üldmuljed on retrospektiivse hinnangu aluseks. Pikaajalise jälgimise korral võivad need hõlmata näiteks mis tahes uuritava episoodi sagedust. Seega saab väärtushinnangutesse kaasata kvantitatiivseid näitajaid. Näiteks "ta käib harva koolis", "ta unustab alati oma õpiku" jne.
Lisaks sündmuste hindavale kirjeldusele saab uurija kasutada oma muljete punkthinnangut. Need arvud peegeldavadiseloomulik pikaajalistele kontrollimatutele vaatlustele igapäevaelus. Nagu mõned uuringud näitavad, võib neid kasutada ühe peamise või ainsa kriteeriumina psühholoogiliste testide või indiviidi omaduste adekvaatsuse osas.
