《表1 相关系数的强度大小与意义》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《弹性预算法的应用与改进研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

正如上述提到的在实际工作中对于业务计量单位的选择的复杂性，给预算工作带来了不小的难题。我们可以借助SPSS、Stata、Eviews等数据分析软件来辅助预算工作。下面，将对SPSS中Pearson相关系数和多元回归分析模型进行解释，并介绍如何应用到业务计量单位的选择方面。Pearson相关系数分析是进行预测的重要工具，可以衡量两个变量之间的相关程度。其相关系数的取值范围是-1到1，越接近-1或者1，代表两者的相关性越强，具体相关系数强度大小如表1所示[5]。在Pearson相关系数分析中，首先要注意样本量的选取，样本量越大，分析的结果越准确。因此，可以选择在企业正常经营后所有年份的数据为样本，对于经营时间较短的公司，可以选择每个季度的数据进行Pearson相关系数分析，但要注意在分析时去掉数据的极端值，保持整个分析过程较好的稳健性，使结果更加准确。我们以制造费用的预算为例，分别计算不同的业务计量单位下的预算制造费用，并与当时的实际制造费用进行Pearson相关系数分析，选择两者之间相关系数大的业务计量单位作为制造费用预算时的业务计量单位。同样，我们还可以根据公式计算不同的业务计量单位下的预算制造费用与实际制造费用之间的相关系数，y为实际制造费用，x为不同的业务计量单位下的预算制造费用，r为相关系数，对于结果的判断和Pearson相关系数分析相同，此处不再赘述。