Построение регрессионной модели эффективности управления персоналом

Рис. 2.4. Динамика показателей средней выработки и коэффициента текучести по кварталам за 2002-2008гг.

Однако прогноз по аналитическому выражению тренда имеет существенный недостаток, который приводит иногда к большим ошибкам при прогнозировании явления. Чтобы избежать этой ошибки и сделать прогноз более точным, необходимо отыскать закономерность изменения во времени случайного компонента.

Для прогнозирования показателей эффективности управления персоналом, выберем метод экспоненциального сглаживания. Данный метод эффективен для краткосрочных прогнозов.

Наиболее адекватная модель эффективности управления персоналом получилась при логарифмическом преобразовании и порядке полинома равном единице. После оптимизации параметр сглаживания a принял следующие значения: для модели средней выработки a=0.25; для коэффициента текучести a=0.3. Представим результаты вычислений в виде графиков, характеризующих динамику изменений средней выработки и коэффициента текучести персонала за 2002-2008гг., а также сглаженные ряды и прогнозы соответствующих показателей (Рис. 2.5).

Рис. 2.5. Прогнозирование динамики развития средней выработки и коэффициента текучести персонала методом экспоненциального сглаживания

Также, для остатков была построена авторегрессионая модель, и построенный ранее прогноз был пересчитан с учетом оцененной модели.

Анализ результатов показал, что модели адекватны:

- остатки являются белым шумом;

- нет эффектов перепараметризации.

Аргументы:

- допустимое значение теста Портманто;

- допустимые значения первых коэффициентов автокорреляции;

- допустимые величины хвостов Т-значений для параметров модели.

Таким образом, можно заметить, что если не произойдут существенные изменения в политической и экономической обстановке или не будут приняты управленческие решения, влияющие на эффективность управления персоналом, средняя выработка в АОЗТ «Фотолэнд» будет продолжать уменьшаться, а коэффициент текучести примерно оставаться на одном, достаточно высоком уровне. Т.е. будет происходить дальнейшее снижение экономической эффективности управления персоналом, что негативно сказывается на работе всего предприятия.

Также важно иметь в виду, что экстраполяция в рядах динамики не является самоцелью, и носит не только приближенный, но и условный характер. Это обусловлено распространением на ряды динамики положений корреляционно-регрессионного анализа выборочных совокупностей.

Задача построения модели регрессии заключается не только в том, чтобы правильно определить совокупность факторов, влияющих на моделируемый показатель, но и чтобы включить в модель, насколько это возможно, не связанные между собой факторные признаки.

После того, как выбран дифференциальный показатель эффективности управления персоналом, выделены наиболее существенные факторы, влияющие на ее уровень, исходные данные очищены от аномальных наблюдений, следует проверить предпосылки возникновения явления мультиколлинеарности. Это явление часто представляет собой ощутимую угрозу для правильного определения и эффективной оценки взаимосвязей.