Экспертная оценка и отбор параметров продукции по степени их значимости для потребителей и целей ценообразования

Цель работы: произвести экспертную оценку технико-экономических параметров карьерных экскаваторов по степени их значимости для потребителей и дать предложения по обоснованию ценовой политики предприятия.

Исходные данные. Технико-экономические параметры экскаватора:

1. Средняя емкость ковша, м²

2. Удельная масса, т/м³*м

3. Усилие на подвеске ковша, т

4. Удельный расход электроэнергии, кВт*ч/м³*м

5. Ресурс до капитального ремонта, ч

6. Удельная трудоемкость ремонтов, чел.*ч/ч

Число параметров: n=6

Число экспертов: m=5.

Метод экспертных оценок может использоваться как при оценке параметров продукции по степени их значимости для потребителей, так и при оценке параметров продукции по степени их влияния на издержки производства в ходе совершенствования продукции.

Применим один из методов экспертной оценки – метод ранговой корреляции. Этот метод используется для исследования связей между признаками (факторами), не имеющими количественного измерения. Однако, признаки могут быть измеримы, но на каком-то этапе маркетингового исследования это измерение не требуется. Мерой признака здесь выступает его относительная интенсивность по сравнению с интенсивностью другого признака. Количественной характеристикой интенсивности служит номер данного признака, который называется рангом, а сам процесс расположения признаков наблюдения по относительной степени интенсивности – ранжированием. Ранги не являются количественными категориями, так как характеризуют лишь упорядоченность в соответствии со степенью выраженности интенсивного признака, но не величину этой степени. Метод ранговой корреляции позволяет расположить объекты исследования в порядке возрастания (или убывания) какого-либо присущего им свойства.

Для применения метода необходимо создать группу экспертов, каждый из которых оценивает факторы изделия путем присвоения ему рангового номера. При этом фактору, которому специалист дает наивысшую оценку, присваивается ранг 1. Если специалист признает несколько факторов равнозначными, то им присваивается одинаковый ранг. Такие ранги называются «связанными рангами».

На основании анкет, заполняемых экспертами, составляется сводная матрица рангов (табл. 1).

Таблица 1

Матрица рангов

Фак-торы	1	2	3	Эксперты	…	m	 Xij
1	X11	X21	X31	…	…	Xm1	Xi1
2	X12	X22	X32	…	…	Xm2	Xi2
3	X13	X23	X33	…	…	Xm3	Xi3
…	…	…	…	…	…	…	…
j	Xij	Xij	Xij			Xij	Xij
…	…	…	…	…	…	…	…
n	X1n	X2n	X3n	…	…	Xmn	Xin
Xij	X1j	X2j	X3j	…	…	Xmj	-

Введем обозначения: m – число специалистов-экспертов;

n - число факторов;

X_ij – ранг j- го фактора у i- го эксперта.

Если в столбцах матрицы имеются связанные ранги, то необходимо провести переформирование рангов. Переформирование производится потому, что порядковая шкала, получаемая в результате ранжирования, должна удовлетворять условию равенства числа рангов числу ранжируемых факторов.

Переформирование производится следующим образом. Факторам, имеющим одинаковое значение, присваивается новый ранг, равный среднеарифметической номеров мест, занимаемых ими в упорядоченном ряду. На основании переформированных рангов строится новая матрица рангов (табл. 2).

 = X_ij - X_ij /n (1)

После составления матрицы переформированных рангов следует провести проверку правильности ее составления. Для этого рассчитывается контрольная сумма по формуле:

X_ij = ((1+n))/2 (2)

Таблица 2

Матрица переформированных рангов

Фак-торы	1	2	3	…	m	 Xij		2
1	X11	X21	X31	…	Xm1	Xi1
2	X12	X22	X32	…	Xm2	Xi2
3	X13	X23	X33	…	Xm3	Xi3
…	…	…	…	…	…	…
j	Xij	Xij	Xij		Xij	Xij
…	…	…	…	…	…	…
n	X1n	X2n	X3n	…	Xmn	Xin
Xij	X1j	X2j	X3j	…	Xmj	-		2=S

Далее вычисляются суммы всех столбцов. Они должны быть равны между собой и контрольной сумме.

В переформированной матрице рангов (табл. 2) находим факторы с наименьшей суммой рангов. Такие факторы будут иметь наибольшее значение (и наоборот) (табл. 3).

Таблица 3

Сумма рангов параметров изделия

Параметры	Xi	Xi	Xi	Xi	Xi	Xi
Сумма рангов

Для наглядности полученных результатов оценок факторов необходимо построить гистограмму распределения сумм рангов значимости изучаемых факторов. Гистограмма – это ступенчатая фигура, состоящая из прямоугольников. Гистограмма строится сверху. По оси абсцисс откладываются соответствующие факторы, по оси ординат – соответствующие им суммы рангов.

Полученные оценки факторов можно считать достаточно надежными только при условии хорошей согласованности мнений экспертов (оценка средней степени согласованности мнений экспертов), путем исчисления коэффициента конкордации. Коэффициент конкордации W (при отсутствии связанных рангов) вычисляется по формуле:

W = 12 * S / (m ² (n ³ -n) (3)

Значение коэффициента конкордации лежит в пределах от 0 до 1. Когда мнение экспертов полностью совпадает, то W =1, при несовпадении мнений W=0.

В тех случаях, когда в матрице имеются связанные ранги, W исчисляется по формуле:

W = 12 * S / (m² (n³ -n) – m* T_i ) (4)

T_i = ((t ³ - t)) / 12 (5)

где t – число связанных рангов в каждом столбце матрицы рангов.

Для наглядного представления средней степени согласованности мнений экспертов строится полигон распределения сумм рангов, для чего соединяются на построенной гистограмме ломаной линией середины верхних сторон прямоугольника. Прямая линия характеризует полную согласованность мнений экспертов.

Чтобы убедиться, что полученный коэффициент конкордации, характеризующий среднюю степень согласованности мнений экспертов, является величиной неслучайной и мы можем доверять полученным результатам, надо проверить его значимость. Необходимость такой оценки вытекает из того, что мы пользуемся выборочными данными (привлекаются не все специалисты, а группа, а потому полученный результат может быть случайным). Для оценки значимости коэффициента конкордации воспользуемся критерием согласия Пирсона ².

При отсутствии связанных рангов:

² = 12* S / (m*n*(n+1)) (6)

При наличии связанных рангов:

² = S / ( m*n*(n+1)) / 12 – (1 / (n-1))* T_i ) (7)

Вычисленное значение ² сравнивают с табличным значением ² для соответствующего числа степеней свободы k = n – 1 и при заданном уровне значимости  (как правило,  = 0,05 или = 0,1).

Если вычисленное значение ² будет меньше ² табличного, то гипотеза о том, что полученный коэффициент конкордации W – случайная величина, принимается. Если вычисленное значение будет больше табличного, то коэффициент конкордации есть величина не случайная, она действительно характеризует наличие определенной степени согласованности мнений экспертов и полученным результатам можно доверять.

На основе полученных сумм рангов (табл. 3) вычисляются коэффициенты весомости параметров изделия, необходимые для определения их технического уровня, конкурентоспособности и обоснования цен. Для этого сначала вычисляются по каждому выявленному главному параметру величина, обратная их сумме рангов, затем эти величины складываются и определяется доля каждой из них в общей сумме (табл. 4).

Таблица 4

Расчет коэффициентов весомости

Наименование параметра	Сумма Рангов	Величина, обратная сумме рангов	Коэффициент весомости
Сумма

Выводы по работе.

1. Нарисовать схему проведения экспертной оценки продукции по этапам.

2. Рассчитать матрицу рангов и матрицу переформированных рангов.

3. Определить суммы рангов по факторам оценки

4. Определить наиболее значимые факторы для оценки и их весомость.

5. Оценить степень согласованности экспертов и достоверность полученной информации.

Варианты задания

1, 3 ,5, 7, 9, 11 вариант					2, 4, 6, 8, 10, 12 вариант
2	1	2	1	3	4	4	5	4	6
5	5	4	5	2	1	1	1	2	1
3	3	3	2	4	5	3	3	4	3
3	4	3	3	5	2	5	4	5	5
1	2	1	1	1	3	3	3	2	4
4	4	5	4	6	3	4	3	3	5

Рекомендуемая литература для подготовки к отчету:

1. Котлер Ф. Маркетинг менеджмент. – СПб.: Питер-Ком, 1999.

2. Тарасевич В.М. Экономико-математические методы и модели в ценообразовании. – Издат-во Ленингр. фин.-эконом. института, 1991.

3. Багиев Г.Л., Тарасевич В.М., Анн Х. Маркетинг. – М.: Экономика, 2001.

4. Матвеева Н.Ю. Статистика: учебное пособие. – Иваново: ИГАСА, 2002.

5. Занг В.-Б. Синергетическая экономика. – М.: МИР, 1999.

6. Дихтль Е., Хершген Х. Практический маркетинг. – М.: Высшая школа, 1995.

ЛАБОРАТОРНАЯ РАБОТА № 5