Koko: px
Aloita esitys sivulta:

Download "http://www.uwasa.fi/laskentatoimi/henkilokunta/laitinenerkkik/"

Transkriptio

1 Erkki K. Laitinen, professori Laskentatoimen ja rahoituksen yksikkö Luento löytyy netistä: Luennon aiheet: 1. Faktorianalyysi 2. Logistinen regressioanalyysi 1. FAKTORIANALYYSI Luennon sisältö: 1.1. Faktorianalyysin idea 1.2. Faktorianalyysin vaiheet 1.3. Faktorianalyysin muodot 1.4. Peruskäsitteet 1.5. Esimerkit 1

2 2

3 3

4 1.1. Faktorianalyysin idea - havaintoaineisto: havaintoja enemmän kuin muuttujia, n > m - useita keskenään korreloivia kvantitatiivisia muuttujia - tavoitteena löytää havaintoyksikön ominaisuuksia kuvaavasta muuttujajoukosta: - piileviä yhdenmukaisuuksia: faktoreita = keskenään korreloivia muuttujia ja niiden painotettuja yhdistelmiä - tulkita faktorit ja käyttää niitä jatkoanalyyseissä Havaintomatriisi: Havainto Muuttuja 1 Muuttuja 2... Muuttuja m n - esimerkiksi 1: - mitataan havaittua ympäristön epävarmuutta (PEU, perceived environmental uncertainty) - kuinka hyvin pystytään ennustamaan kehitystä 7 eri osaalueella (tuotteet, hinnat, työvoima, teknologia,...) - vastaukset asteikolla 1 = ei yhtään... 5 = täysin = construct = "konstruktio" = mittaristo - yhdistetään vastausten informaatio yhdeksi faktoriksi - käytetään tätä faktoria selittämään laskentajärjestelmien käyttöönottoa - esimerkiksi 2: - yrityksen taloudellista tilaa mitataan 20 tunnusluvulla - näistä tunnusluvuista löytyy viisi erillistä ulottuvuutta - yhdistetään tunnuslukujen informaatio viiteen faktoriin - valitaan kutakin faktoria vastaava paras tunnusluku - tunnuslukujen määrä karsiutuu viiteen 4

5 - perusidea siis: - faktorianalyysi tutkii muuttujien välisiä suhteita - korrelaatioiden perusteella muuttujat pelkistetään muutamaan harvaan faktoriin - ne muuttujat, joiden välillä on voimakas korrelaatio ja jotka ovat käsitteellisesti lähellä toisiaan, mittaavat samaa taustalla olevaa ulottuvuutta, faktoria 1.2. Faktorianalyysin vaiheet - hypoteesien (teorian) kehittäminen ilmiön ulottuvuuksista - määrä - luonne - riippuvuus - tutkittavan havaintoyksikön ja niiden lukumäärän (n) valinta - mitattavien muuttujien (ominaisuuksien) valinta: m - muuttujien mittaaminen - korrelaatioiden tutkiminen - faktorointi - faktoreiden (dimensioiden) lukumäärästä päättäminen - faktoreiden rotatointi - faktoreiden tulkinta - faktoripistemäärien muodostaminen - jatkoanalyysien tekeminen 5

6 1.3. Faktorianalyysin muodot - 1) eksploratiivinen faktorianalyysi (EFA) - perusidea siis: - muuttujien korrelaatiorakenteen selittäminen (exploratory factor analysis) - aineiston dimensioiden etsintä - muuttujien määrän vähentäminen - ei hypoteeseja - "aineistolähtöinen" - exploratiivinen - pyritään kuvaamaan aineistoa muuttujia harvalukuisemmilla faktoreilla - pyritään etsimään muuttujajoukosta faktoreita, jotka pystyvät selittämään havaittujen muuttujien vaihtelua ilman, että tutkijalla on etukäteen vahvoja odotuksia löydettävien faktoreiden määrästä tai niiden tulkinnasta - 2) konfirmatorinen faktorianalyysi (CFA) - perusidea siis: - faktorien lukumäärää ja rakennetta koskevien hypoteesien testaus (confirmatory factor analysis) - aineiston dimensioiden testaus - hypoteesien, teorian testaus - "rakenneteorialähtöinen" - konfirmatorinen - tutkijalla on jo etukäteen teorian pohjalta muodostettu käsitys aineiston faktorirakenteesta 6

7 - analyysin tehtävänä on joko varmistaa tai kumota tämä käsitys empiirisen aineiston pohjalta - 3) rakenneyhtälömallianalyysi (SEM) - perusidea siis: - faktoreiden välisten kausaalisten suhteiden testaus regressioanalyysin avulla (structural equation models) - dimensioiden välisten kausaalisuhteiden testaus - kausaalimallin testaus - "kausaaliteorialähtöinen" - SEM: rakenneyhtälöanalyysi - faktorit, kausaalisuus, regressioanalyysi - AMOS, LISREL, PLS - konfirmatorisen faktorianalyysin laajennus, jossa yhdistyvät faktorija regressioanalyysi - regressioanalyysin avulla tutkitaan faktoreiden välistä kausaalisuutta 1.4. Peruskäsitteet - faktori (factor) - piilomuuttuja: sitä ei voida suoraan havainnoida, vaan sen olemassaolo päätellään ainoastaan havaittujen muuttujien avulla - hypoteettinen konstruktio tai teoreettinen käsite, jonka olemassaolo päätellään konkreettisista havainnoista - käytännössä faktorin muodostaa joukko muuttujia, jotka korreloivat vahvasti keskenään, mutta vähän muiden muuttujien kanssa. - muuttujan saama lataus faktorilla (loading) - muuttujan ja faktorin välinen korrelaatio (-1 < lataus < 1) 7

8 - jos korrelaatio on itseisarvoltaan suuri, sanotaan muuttujan latautuvan faktorille - latauksen neliö vastaa siten selitysosuutta eli kertoo, kuinka suuren osan tietyn muuttujan vaihtelusta laskettu faktori pystyy kattamaan - faktorilatausmatriisi: kunkin faktorianalyysissä mukana olleen muuttujan korrelaatio laskettujen faktoreiden kanssa Faktorit: Muuttujat: F 1... F k Summa X 1 2 lataus 11 2 lataus 1k komm 1 X 2 2 lataus 21 2 lataus 2k komm 2.. X m 2 lataus m1 2 lataus mk komm m Summa omarvo 1... omarvo k - muuttujan kommunaliteetti (communality) - latausten neliöiden (selitysasteiden) summa rivin (faktoreiden) yli - osoittaa kuinka paljon faktorit yhteensä selittävät muuttujan vaihtelusta - faktorin ominaisarvo (eigenvalue) - latausten neliöiden (selitysasteiden) summa sarakkeen (muuttujien) yli - kun jaetaan muuttujien lukumäärällä m, saadaan faktorin selitysaste - se osoittaa kuinka suuren osan faktori selittää kaikkien muuttujien vaihtelusta - kriteeri faktorin mukaanotolle - faktoreiden selitysasteiden summa: koko mallin selitysaste - faktoreiden lukumäärä perustuu ominaisarvoon: - Cattelin scree-testi: käännepiste - Kaiser-Guttman: < 1 8

9 - havaintoyksikön faktoripistemäärä (factor score) - havainnon arvo uudella tiivistetyllä muuttujalla, faktorilla - painotettu keskiarvo alkuperäisten muuttujien standardoiduista arvoista - painoina faktorilataukset - faktoripistemäärien keskiarvo = 0 - faktoriratkaisun rotatointi (rotation) - tulkinnan helpottaminen - kierretään faktorien muodostamaa koordinaatistoa muuttujajoukossa siten, että saadaan jonkin kriteerin mukaan paras ratkaisu - eräs kriteeri parhaalle ratkaisulle on "yksinkertainen rakenne" (simple structure), jossa kukin muuttuja latautuu selvästi vain yhdellä faktorilla - esimerkiksi varimax: maksimoidaan latausten neliöiden varianssit kullakin faktorilla ("varimax") - pyritään saamaan samalle faktorille mahdollisimman suuria ja mahdollisimman pieniä latauksia, jolloin niiden 9

10 (latausten faktorimatriisin sarakkeilla) vaihtelu, varianssi, on niin suuri kuin mahdollista - selitysosuuksien summa pysyy ennallaan - selitysosuuden jakautuminen faktoreille muuttuu - rotaatio voi olla suorakulmainen (orthogonal) tai vino (oblique) - suorakulmaisessa rotaatiossa faktorit toisistaan riippumattomia - vinokulmaisessa ei riippumattomia Optio VARIMAX Rotatointimenetelmät (ROTATION-optio) Menetelmä Varimax-rotatointi QUARTIMAX Quartimax-rotatointi EQUAMAX Equamax-rotatointi ORTHOMAX PARSIMAX HK PROMAX NONE yleinen ortomax-rotatointi GAMMA-option määrittämällä painolla. Suorakulmainen Parsimax-rotatointi Harris-Kaiser II. orthoblique-rotatointi Promax-rotatointi ei rotatoida - estimointimenetelmä - menetelmä, jonka avulla faktoriratkaisu estimoidaan - esimerkiksi: - suurimman uskottavuuden-menetelmä (maximum likelihood factor analysis) - pääakselimenetelmä (principal factor analysis) - pääkomponenttianalyysi (principal component analysis) 10

11 1.5. ESIMERKKI: KASVIHUONEYRITYSTEN TALOUDELLISET DIMENSIOT HAVAINTOAINEISTO Yritykset: 178 kasvihuonealan yritystä Muuttujat: OMAVARAS VPTAKA MYSAKN OVELKN RAHTULPR QUICKRAT QURRAT OMAPOPR TULOSPR JALARPR KKATEPR TUOTTOPR LVAIHTO TASELSU LVKASVU TASKASVU OMAVARAISUUSASTE RAHOITUSTULOS / VPO MYYNTISAAMISTEN KIERTOAIKA OSTOVELKOJEN KIERTOAIKA RAHOITUSTULOS-% QUICK RATIO CURRENT RATIO OMAN PÄÄOMAN TUOTTO-% TULOS-% LIIKEVAIHDOSTA JALOSTUSARVO-% KÄYTTÖKATE-% PÄÄOMAN TUOTTO-% LIIKEVAIHTO TASEEN LOPPUSUMMA LIIKEVAIHDON KASVU-% TASEEN KASVU-% TUTKIMUKSEN ONGELMA a) Kysymys: mitä dimensioita aineistosta löytyy? miten voisit karsia muuttujien lukumäärää? - exploratiivinen faktorianalyysi b) Mahdollista: miettiä rakenneteoriaa etukäteen - tilinpäätösanalyysin teoria - dimensiot: koko, kasvu, kannattavuus, rahoitus 11

12 Havaintoaineiston muuttujat Mahdolliset faktorit 1. koko 2. kasvu 3. kannattavuus 4. rahoitus - konfirmatorinen faktorianalyysi c) Mahdollista: miettiä kausaalista teoriaa etukäteen - tilinpäätösanalyysin ja rahoituksen teoria - hypoteesit: - samat faktorit - koko vaikuttaa kasvuun - kasvu ja kannattavuus vaikuttavat rahoitukseen - kasvu ja kannattavuus vaikuttavat toisiinsa koko kasvu rahoitus kannattavuus - rakenneyhtälömallitarkastelu (SEM) 12

13 ANALYYSIN VAIHEET VAIHE a): KESKIARVOT JA HAJONNAT Simple Statistics Variable N Mean Std Dev Sum Minimum Maximum OMAVARAS VPTAKA MYSAKN OVELKN RAHTULPR QUICKRAT QURRAT OMAPOPR TULOSPR JALARPR KKATEPR TUOTTOPR LVAIHTO TASELSU LVKASVU TASKASVU outlierit 13

14 VAIHE b): KORRELAATIOT Pearson Correlation Coefficients Prob > r under H0: Rho=0 Number of Observations OMAVARAS VPTAKA MYSAKN OVELKN OMAVARAS OMAVARAISUUSASTE < VPTAKA RAHOITUSTULOS / VPO < MYSAKN MYYNTISAAMISTEN KIERTOAIKA OVELKN OSTOVELKOJEN KIERTOAIKA RAHTULPR RAHOITUSTULOS-% QUICKRAT QUICK RATIO <.0001 < < QURRAT CURRENT RATIO <.0001 < < OMAPOPR OMAN PÄÄOMAN TUOTTO-% TULOSPR TULOS-% LIIKEVAIHDOSTA < JALARPR JALOSTUSARVO-% KKATEPR KÄYTTÖKATE-% < TUOTTOPR PÄÄOMAN TUOTTO-% <.0001 < OMAVARAS OMAVARAISUUSASTE <.0001 <

15 VPTAKA RAHOITUSTULOS / VPO <.0001 < MYSAKN MYYNTISAAMISTEN KIERTOAIKA OVELKN OSTOVELKOJEN KIERTOAIKA <.0001 < RAHTULPR RAHOITUSTULOS-% QUICKRAT QUICK RATIO < QURRAT CURRENT RATIO < OMAPOPR OMAN PÄÄOMAN TUOTTO-% runsaasti: vaikea saada kokonaiskuvaa VAIHE c): FAKTORIT The FACTOR Procedure Initial Factor Method: Principal Components Prior Communality Estimates: ONE OMINAISARVOT Eigenvalues of the Correlation Matrix: Total = 16 Average = 1 Eigenvalue Difference Proportion Cumulative

16 4 factors will be retained by the NFACTOR criterion. - faktorien määrä rajattiin neljään FAKTORIT PERUSMUODOSSA Factor Pattern Factor1 Factor2 OMAVARAS OMAVARAISUUSASTE VPTAKA RAHOITUSTULOS / VPO MYSAKN MYYNTISAAMISTEN KIERTOAIKA OVELKN OSTOVELKOJEN KIERTOAIKA RAHTULPR RAHOITUSTULOS-% QUICKRAT QUICK RATIO QURRAT CURRENT RATIO OMAPOPR OMAN PÄÄOMAN TUOTTO-% TULOSPR TULOS-% LIIKEVAIHDOSTA JALARPR JALOSTUSARVO-% KKATEPR KÄYTTÖKATE-% TUOTTOPR PÄÄOMAN TUOTTO-% LVAIHTO LIIKEVAIHTO TASELSU TASEEN LOPPUSUMMA LVKASVU LIIKEVAIHDON KASVU-% TASKASVU TASEEN KASVU-% Factor3 Factor4 OMAVARAS OMAVARAISUUSASTE VPTAKA RAHOITUSTULOS / VPO MYSAKN MYYNTISAAMISTEN KIERTOAIKA OVELKN OSTOVELKOJEN KIERTOAIKA RAHTULPR RAHOITUSTULOS-% QUICKRAT QUICK RATIO QURRAT CURRENT RATIO OMAPOPR OMAN PÄÄOMAN TUOTTO-% TULOSPR TULOS-% LIIKEVAIHDOSTA JALARPR JALOSTUSARVO-% KKATEPR KÄYTTÖKATE-% TUOTTOPR PÄÄOMAN TUOTTO-% LVAIHTO LIIKEVAIHTO TASELSU TASEEN LOPPUSUMMA LVKASVU LIIKEVAIHDON KASVU-% TASKASVU TASEEN KASVU-% OMINAISARVOT Variance Explained by Each Factor Factor1 Factor2 Factor3 Factor

17 KOMMUNALITEETIT Final Communality Estimates: Total = OMAVARAS VPTAKA MYSAKN OVELKN RAHTULPR QUICKRAT QURRAT OMAPOPR TULOSPR JALARPR KKATEPR TUOTTOPR LVAIHTO TASELSU LVKASVU TASKASVU

18 ROTATOINTI: VARIMAX The FACTOR Procedure Rotation Method: Varimax Orthogonal Transformation Matrix Rotated Factor Pattern Factor1 Factor2 OMAVARAS OMAVARAISUUSASTE VPTAKA RAHOITUSTULOS / VPO MYSAKN MYYNTISAAMISTEN KIERTOAIKA OVELKN OSTOVELKOJEN KIERTOAIKA RAHTULPR RAHOITUSTULOS-% QUICKRAT QUICK RATIO QURRAT CURRENT RATIO OMAPOPR OMAN PÄÄOMAN TUOTTO-% TULOSPR TULOS-% LIIKEVAIHDOSTA JALARPR JALOSTUSARVO-% KKATEPR KÄYTTÖKATE-% TUOTTOPR PÄÄOMAN TUOTTO-% LVAIHTO LIIKEVAIHTO TASELSU TASEEN LOPPUSUMMA LVKASVU LIIKEVAIHDON KASVU-% TASKASVU TASEEN KASVU-% Rotated Factor Pattern Factor3 Factor4 OMAVARAS OMAVARAISUUSASTE VPTAKA RAHOITUSTULOS / VPO MYSAKN MYYNTISAAMISTEN KIERTOAIKA OVELKN OSTOVELKOJEN KIERTOAIKA RAHTULPR RAHOITUSTULOS-% QUICKRAT QUICK RATIO QURRAT CURRENT RATIO OMAPOPR OMAN PÄÄOMAN TUOTTO-% TULOSPR TULOS-% LIIKEVAIHDOSTA JALARPR JALOSTUSARVO-% KKATEPR KÄYTTÖKATE-% TUOTTOPR PÄÄOMAN TUOTTO-% LVAIHTO LIIKEVAIHTO TASELSU TASEEN LOPPUSUMMA LVKASVU LIIKEVAIHDON KASVU-% TASKASVU TASEEN KASVU-%

19 Tulkinta: 1. Faktori: KANNATTAVUUS MITTARI: käyttökate-% 2. Faktori: TAKAISINMAKSUKYKY MITTARI: current ratio 3. Faktori: KOKO MITTARI: taseen loppusumma 4. Faktori: KASVU MITTARI: taseen kasvu-% OMINAISARVOT Variance Explained by Each Factor Factor1 Factor2 Factor3 Factor : 16 = m 25.0 % 20.2 % 14.0 % 8.4 % KOMMUNALITEETIT Final Communality Estimates: Total = OMAVARAS VPTAKA MYSAKN OVELKN RAHTULPR QUICKRAT QURRAT OMAPOPR TULOSPR JALARPR KKATEPR TUOTTOPR LVAIHTO TASELSU LVKASVU TASKASVU

20 FAKTORIPISTEMÄÄRIEN LASKEMINEN Scoring Coefficients Estimated by Regression Squared Multiple Correlations of the Variables with Each Factor Factor1 Factor2 Factor3 Factor Standardized Scoring Coefficients Factor1 Factor2 OMAVARAS OMAVARAISUUSASTE VPTAKA RAHOITUSTULOS / VPO MYSAKN MYYNTISAAMISTEN KIERTOAIKA OVELKN OSTOVELKOJEN KIERTOAIKA RAHTULPR RAHOITUSTULOS-% QUICKRAT QUICK RATIO QURRAT CURRENT RATIO OMAPOPR OMAN PÄÄOMAN TUOTTO-% TULOSPR TULOS-% LIIKEVAIHDOSTA JALARPR JALOSTUSARVO-% KKATEPR KÄYTTÖKATE-% TUOTTOPR PÄÄOMAN TUOTTO-% LVAIHTO LIIKEVAIHTO TASELSU TASEEN LOPPUSUMMA LVKASVU LIIKEVAIHDON KASVU-% TASKASVU TASEEN KASVU-% Standardized Scoring Coefficients Factor3 Factor4 OMAVARAS OMAVARAISUUSASTE VPTAKA RAHOITUSTULOS / VPO MYSAKN MYYNTISAAMISTEN KIERTOAIKA OVELKN OSTOVELKOJEN KIERTOAIKA RAHTULPR RAHOITUSTULOS-% QUICKRAT QUICK RATIO QURRAT CURRENT RATIO OMAPOPR OMAN PÄÄOMAN TUOTTO-% TULOSPR TULOS-% LIIKEVAIHDOSTA JALARPR JALOSTUSARVO-% KKATEPR KÄYTTÖKATE-% TUOTTOPR PÄÄOMAN TUOTTO-% LVAIHTO LIIKEVAIHTO TASELSU TASEEN LOPPUSUMMA LVKASVU LIIKEVAIHDON KASVU-% TASKASVU TASEEN KASVU-% JATKOANALYYSI 20

21 RYHMÄT SUURIMMAN FAKTORIPISTEMÄÄRÄN MUKAAN The FREQ Procedure Cumulative Cumulative FAKTORI Frequency Percent Frequency Percent klusterointi KORRELAATIOT JA LISÄMUUTTUJA: IKÄ The CORR Procedure 5 Variables: Factor1 Factor2 Factor3 Factor4 IKA Simple Statistics Variable N Mean Std Dev Sum Minimum Maximum Factor Factor Factor Factor IKA Pearson Correlation Coefficients Prob > r under H0: Rho=0 Number of Observations Factor1 Factor2 Factor3 Factor4 IKA Factor Factor Factor < Factor IKA <

22 FAKTORIANALYYSIN JA REGRESSIOANALYYSIN YHDISTÄMINEN 1. PLS - osittaisen pienimmän neliösumman regressio (PLS, partial least squares regression) muistuttaa faktorianalyysiä, mutta siihen yhdistyy myös regressioanalyysi - menetelmälle on olennaista se, että siinä etsitään sellainen faktoriratkaisu, joka selittää tehokkaimmin ennustettavaa muuttujaa - esimerkiksi selitetään binääristä 0/1-muuttujalla mitattua maksuhäiriötunnusta tunnusluvuilla: tuloksena saadaan faktorit, jotka selittävät tehokkaimmin maksuhäiriötä - pienet otokset: havaintoja voi olla vähemmän kuin muuttujia Tunnuslukujen ja PLS-faktoreiden korrelaatio: PLS-faktori 1 PLS-faktori 2 Maksuhäiriötunnus <.0001 <.0001 Logaritminen liikevaihto <.0001 <.0001 Liikevaihdon kasvu-% <.0001 <.0001 Pääoman tuotto-% <.0001 <.0001 Nettotulos-% <.0001 <.0001 Quick ratio <.0001 <.0001 Rahoitustulos-% <.0001 <.0001 Omavaraisuusaste <.0001 <.0001 Takaisinmaksukyky <.0001 <

23 - PLS löytyy SPSS:sta (extended version) regressioanalyysistä: - PLS on varsinaisesti polkumalli, mutta sitä voidaan pitää myös SEM-mallina. Siihen löytyy hyvä ilmaisohjelma netistä, SMARTPLS 2. SEM - moniyhtälömalli tai rakenneyhtälömalli (structural equation model, SEM) koostuu muuttujista, faktoreista, riippuvuuksista - kuvataan kausaalisesti eri muuttujien tai niiden yhdistelmien (faktoreiden, konstruktioiden) väliset suhteet - SPSS sisältää AMOS-nimisen SEM-mallin (lisävarusteena) 23

24 SEM: Esimerkki AMOS-mallista: yksinkertainen selitysmalli 24

25 SEM: Esimerkki AMOS-mallista: monimutkainen selitysmalli 25

26 Entä logistinen regressionanalyysi? 26

27 27

28 2. LOGISTINEN REGRESSIOANALYYSI - esimerkkinä maksuhäiriön ennustaminen Luennon sisältö: 2.1. Ennustettava muuttuja 2.2. Selittävät muuttujat 2.3. Otanta 2.4. Menetelmä 2.5. Testaus 2.6. Esimerkki Menetelmän soveltamisen idea: - pyritään ymmärtämään maksuhäiriöprosessi - selitetään prosessin tulosta - prosessia kuvaavilla tekijöillä - ja mallinnetaan se - testataan malli luotettavuuden selvittämiseksi 2.1. Ennustettava muuttuja - maksuhäiriöprosessin tulos - mahdollisimman yksikäsitteinen ja selkeä - tavallisesti: "maksusitoumus jätetty hoitamatta sen tullessa maksuun" - vakavuudelta olennainen (riski rahoittajalle) - suhteellisen homogeeninen - konkurssi, saneeraus - maksuhäiriö, vakava - maksuviive 28

29 2.2. Selittävät muuttujat - ymmärretään maksuhäiriöprosessi: "käytettävissä oleva rahoitus ei riitä maksuvelvoitteiden hoitamiseen" - maksukyvyttömyys - ilmiö: Velvoitteet: - ostot - palkat - vuokrat - korot - verot = rahoitustulos Rahoitus: - tulot - rahoitusomaisuuden käyttö - lyhytaikaisen velan lisäys - (sisäsyntyisen) ilmiön selittäjät: - pitkäaikaisen velan lisäys - oman pääoman lisäys - rahoitustulos - rahoitustulos / liikevaihto - pääoman tuottosuhde - kasvunopeus - omavaraisuusaste - vuokra/osto - rahoitusomaisuus ja 29

30 - lyhytaikaiset velat - quick ratio - omavaraisuusaste - pitkäaikaiset velat - omavaraisuusaste - koko - oma pääoma - omistajan varallisuus - yhtiömuoto - koko - muut tekijät (ulkoiset tekijät): default correlation - riippuvuus muista yrityksistä - riskikeskittymät, ketjureaktio - arvoketju - omistus - (vakava) ilmiö prosessina: - pohjana heikko omavaraisuusaste - < % - tuottoprosentti heikkenee - < 5-7 % - tai kasvu liian nopea - > % - rahoitustulos heikkenee - < 0-1 % - quick ratio heikkenee - < rahoitus ei riitä - prosessi vaikeasti havaittavissa - jos ilmiö ei vakava - sattumat - nopeus - ulkoiset tekijät keskeisiä - henkilöyhtiö 30

31 2.3. Otanta - vastinpareittainen otanta, jos halutaan eliminoida - koko - toimiala - suhdanteet - satunnainen otanta, jos halutaan pitää ne mallissa - riittävä otos, noin 100 häiriöllistä - ei mukaan epäpuhtaita tapauksia - tahalliset - rikolliset - arvoitukset - terveitäkin karsitaan - poikkeuksellisen heikot - keinotekoiset - ajankohta (esimerkiksi suhdannevaihe) - ei poikkeava ajankohta: edustava - ei ratkaisevaa vaikutusta - aikaviive ilmiön (eventin) ja selittävien mittauksen välillä (tilinpäätös ---- häiriö) - kiinnitetään - suhteellisen vakio 2.4. Menetelmä - logistinen regressioanalyysi logit = a + b 1 X 1 + b 2 X lineaarinen riskin mittari: logit - kompensaatio - a, b i vakio ja regressiokertoimet - X i selittävät tekijät - vertaa regressioanalyysi! - mutta: logistinen muunnos 31

32 - muunnetaan ehdolliseksi todennäköisyydeksi kuulua johonkin luokkaan todennäköisyys = 1/[1+exp(-logit)] logit todennäköisyys - esimerkiksi todennäköisyys kuulua maksuhäiriöisiin yrityksiin - muuttujien ei tarvitse noudattaa normaalijakaumaa - keskeisten muuttujien pakottaminen - eteenpäin askeltava - ensin paras - muiden selityskyky - Khii toiseen - muuttujia 4-7 kpl - osa dummy-muuttujia - toimiala - ikä - muuttaa riskitasoa - muuttujien etumerkit - muuttujien merkitys: Waldin testi, Khii toiseen (t-testi approximaatiot) - mallin hyvyys -2 Log likelihood (goodness of fit) Schwartzin kriteeri (goodness of fit) Cox & Snell R-Square (selitysaste) Nagelkerke R-Square (selitysaste Hosmer & Lemeshowin test (luokittelu) Coefficient of concordance (yhteensopivuus) 32

33 2.5. Testaus - estimointiaineisto ja testiaineisto - testiaineisto tärkeä - isoja, pieniä - eri toimialoja - Lachenbruchin ristiinvalidointi: - ei testiaineistoa - havainto otetaan pois estimoinnista - tämä havainto luokitellaan estimoidulla mallilla - jne 2.6. Esimerkki: saneeraukseen hakemisen ennustaminen (maksukyvyttömyys) - Voitto plus tietokanta (SAT) - 47 saneeraukseen hakenutta yritystä tervettä yritystä - ei vastinparimenettelyä Tiedoston muuntaminen - syntax muoto: helppo tehdä muutoksia ja monistaa DATA SANEERA1; INFILE 'sandata1.dat' LRECL=1000; INPUT X1 TILIKP YH X3 $ VUOSI X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31 X32 X33 X34 X35 X36 X37 X38 X39 X40 X41 X42 X43 X44 X45 X46 X47 X48 X49 X50 X51 X52 X53 X54 X55 X56 X57 X58 X59 X60 X61 X62 X63 X64 X65 X66 X67 X68 X69 X70 X71 X72 X73 X74 X75 X76 X77 X78 X79 X80 X81 X82 X83 X84 X85 X86 X87 X88 X89 X90 X91 X92 X93 X94 X95 X96 X97 X98 X99 X100 X101 X102 X103 X104 X105 X106; M = 12/TILIKP; /* TULOSLASKELMA */ /*LISÄTTY MUUT LIIKET TUOTOT*/ LVAIHTO = (X6+X9)*M; ULKPAL = -X13*M; HLOMKUL = -X14*M; 33

34 MKATE = X16*M; HLOKKUL = -X18*M; VUOKRAT = -X19*M; KKATE = X21*M; /* TASE */ /* OMAISUUS */ PERMENOT = X43; TUTMENOT = X44; AINOIK = X45; LIIARVO = X46; MUPIME=X47; /* KANNATTAVUUS */ TUOTTOPR = 100*(TULEVV + KORKKUL)/TASELSU; /* MAKSUVALMIUS */ /* PERINTEINEN */ RAHOM = X65+X66+X67+X68+X69+X70+X71+X72+X73+X74; VOM = X61+X62+X63+X64; LYVELAT = X99+X100+X101+X102+X103+X104+X105; QURRAT = (RAHOM+VOM)/(LYVELAT); QUICKRAT = RAHOM/(LYVELAT-LVENNAK); /* DYNAAMINEN */ RAHTULOS = TULEVV+POISTOT-VVEROT; RAHTULPR = 100*RAHTULOS/LVAIHTO; Aineiston arviointi PROC SORT; BY TUNNUS; PROC MEANS; VAR VUOSI LVAIHTO TASELSU LVKASVU TASKASVU RAHTULPR QUICKRAT OVELKN TULOSPR TUOTTOPR OMAVARAS VPTAKA ZLUKU; BY TUNNUS; TUNNUS=0 The MEANS Procedure Variable N Mean Std Dev Minimum Maximum VUOSI LVAIHTO TASELSU LVKASVU TASKASVU RAHTULPR QUICKRAT OVELKN TULOSPR TUOTTOPR OMAVARAS VPTAKA ZLUKU

35 TUNNUS=1 Variable N Mean Std Dev Minimum Maximum LVAIHTO TASELSU LVKASVU TASKASVU RAHTULPR QUICKRAT OVELKN TULOSPR TUOTTOPR OMAVARAS VPTAKA ZLUKU Logistinen regressioanalyysi PROC LOGISTIC; MODEL TUNNUS2 = LVAIHTO TASELSU LVKASVU TASKASVU RAHTULPR QUICKRAT OVELKN TULOSPR TUOTTOPR OMAVARAS VPTAKA / SELECTION=STEPWISE SLENTRY=0.15 SLSTAY=0.15 DETAILS CTABLE MAXSTEP=10; The LOGISTIC Procedure Model Information Data Set WORK.KASVIAA Response Variable TUNNUS2 Number of Response Levels 2 Number of Observations 306 Link Function Logit Optimization Technique Fisher's scoring Response Profile Ordered Total Value TUNNUS2 Frequency NOTE: 198 observations were deleted due to missing values for the response or explanatory variables. 35

36 Stepwise Selection Procedure Step 0. Intercept entered: Model Convergence Status Convergence criterion (GCONV=1E-8) satisfied. Analysis of Maximum Likelihood Estimates Parameter DF Estimate Standard Error Chi-Square Pr > ChiSq Intercept <.0001 Residual Chi-Square Test Chi-Square DF Pr > ChiSq <.0001 Analysis of Effects Not in the Model Effect Score DF Chi-Square Pr > ChiSq LVAIHTO TASELSU LVKASVU TASKASVU RAHTULPR QUICKRAT OVELKN TULOSPR TUOTTOPR OMAVARAS <.0001 VPTAKA Step 1. Effect OMAVARAS entered: Model Convergence Status Convergence criterion (GCONV=1E-8) satisfied. Model Fit Statistics Intercept Intercept and Criterion Only Covariates AIC SC Log L

Graph. COMPUTE x=rv.normal(0,0.04). COMPUTE y=rv.normal(0,0.04). execute.

Graph. COMPUTE x=rv.normal(0,0.04). COMPUTE y=rv.normal(0,0.04). execute. COMPUTE x=rv.ormal(0,0.04). COMPUTE y=rv.ormal(0,0.04). execute. compute hplib_man_r = hplib_man + x. compute arvokons_man_r = arvokons_man + y. GRAPH /SCATTERPLOT(BIVAR)=hplib_man_r WITH arvokons_man_r

Lisätiedot

Prospektiteoreettinen näkökulma

Prospektiteoreettinen näkökulma Miten paljon saneerausohjelmien onnistumiseen vaikuttaa yrittäjän kannustimet? Prospektiteoreettinen näkökulma Tapio Laakso 29.1.2010 Onnistumisen hyöty yrittäjälle vs. keskeytymisriski (Selvittäjän rooli?

Lisätiedot

Health 2000/2011 Surveys. Statistical Analysis using SAS and SAS-Callable SUDAAN Packages 17.6.2013. Esa Virtala. etunimi.sukunimi@thl.

Health 2000/2011 Surveys. Statistical Analysis using SAS and SAS-Callable SUDAAN Packages 17.6.2013. Esa Virtala. etunimi.sukunimi@thl. Health 2000/2011 Surveys Statistical Analysis using SAS and SAS-Callable SUDAAN Packages 17.6.2013 Esa Virtala etunimi.sukunimi@thl.fi Terveyden ja hyvinvoinnin laitos (THL) PL 30 00271 Helsinki Puhelin:

Lisätiedot

Ongelma: Poikkeaako perusjoukon suhteellinen osuus vertailuarvosta?

Ongelma: Poikkeaako perusjoukon suhteellinen osuus vertailuarvosta? Yhden otoksen suhteellisen osuuden testaus Ongelma: Poikkeaako perusjoukon suhteellinen osuus vertailuarvosta? Hypoteesit H 0 : p = p 0 H 1 : p p 0 tai H 1 : p > p 0 tai H 1 : p < p 0 Suhteellinen osuus

Lisätiedot

1. PÄÄTTELY YHDEN SELITTÄJÄN LINEAARISESTA REGRESSIOMALLISTA

1. PÄÄTTELY YHDEN SELITTÄJÄN LINEAARISESTA REGRESSIOMALLISTA Mat-2.104 Tilastollisen analyysin perusteet / Ratkaisut Aiheet: Avainsanat Päättely yhden selittäjän lineaarisesta regressiomallista Ennustaminen, Ennuste, Ennusteen luottamusväli, Estimaatti, Estimaattori,

Lisätiedot

Empiirinen projekti. Olli-Matti Laine Kauppatieteet

Empiirinen projekti. Olli-Matti Laine Kauppatieteet Empiirinen projekti Olli-Matti Laine Kauppatieteet 1 Contents 1. Johdanto... 3 2. Kuvaileva osa... 4 3. Analyysiosa... 17 4. Yhteenveto... 35 2 1. Johdanto Tutkin projektissa tilastollisin menetelmin kansantaloudellisia

Lisätiedot

OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi. Luento 3

OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi. Luento 3 OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi Luento 3 Tutkimussuunnitelman rakenne-ehdotus Otsikko 1. Motivaatio/tausta 2. Tutkimusaihe/ -tavoitteet ja kysymykset

Lisätiedot

Perusnäkymä yksisuuntaiseen ANOVAaan

Perusnäkymä yksisuuntaiseen ANOVAaan Metsämuuronen 2006. TTP Tutkimuksen tekemisen perusteet ihmistieteissä Taulukko.51.1 Analyysiin mukaan tulevat muuttujat Mja selite Merkitys mallissa F1 Ensimmäinen faktoripistemuuttuja Selitettävä muuttuja

Lisätiedot

54. Tehdään yhden selittäjän lineaarinen regressioanalyysi, kun selittäjänä on määrällinen muuttuja (ja selitettävä myös):

54. Tehdään yhden selittäjän lineaarinen regressioanalyysi, kun selittäjänä on määrällinen muuttuja (ja selitettävä myös): Tilastollinen tietojenkäsittely / SPSS Harjoitus 5 Tarkastellaan ensin aineistoa KUNNAT. Kyseessähän on siis kokonaistutkimusaineisto, joten tilastollisia testejä ja niiden merkitsevyystarkasteluja ei

Lisätiedot

Lauri Tarkkonen: Erottelu analyysi

Lauri Tarkkonen: Erottelu analyysi Lauri Tarkkonen: Erottelu analyysi Erotteluanalyysin ongelma on kaksijakoinen:. Mikä havaittujen muuttujien (x i ) lineaarinen yhdistely erottaa mahdollisimman hyvin toisistaan tunnetut ryhmät? Siis selitettävä

Lisätiedot

Christina Gustafsson. Tilastollinen tietojenkäsittely STAT2100 IBM SPSS Statistics 22 for Windows Osa 3

Christina Gustafsson. Tilastollinen tietojenkäsittely STAT2100 IBM SPSS Statistics 22 for Windows Osa 3 Christina Gustafsson Tilastollinen tietojenkäsittely STAT2100 IBM SPSS Statistics 22 for Windows Osa 3 Kevät 2014 SISÄLLYSLUETTELO 9. REGRESSIOSTA... 2 10. EPÄPARAMETRISIA TESTEJÄ... 7 10.1. Kahden riippumattoman

Lisätiedot

Ammattikorkeakoulujen toimilupahakemukset - Tilinpäätöspohjaisista tunnusluvuista

Ammattikorkeakoulujen toimilupahakemukset - Tilinpäätöspohjaisista tunnusluvuista Ammattikorkeakoulujen toimilupahakemukset - Tilinpäätöspohjaisista tunnusluvuista Sinikka Jänkälä Ammattikorkeakoulujen taloushallinnon seminaari 11.2.2013 1 Toimilupaa haettaessa liitettävä selvitys vakavaraisuudesta

Lisätiedot

Avainluvut-malli ja taloudellinen analysointi

Avainluvut-malli ja taloudellinen analysointi Avainluvut-malli ja taloudellinen analysointi 2012 Leena Kinanen Vaadi Palvelua Anna palautetta Tuloksiin tilinpidolla Malliyritys Oy 1000 Tilikausi 2009 2010 10/2011 Maksuvalmius 2009 2010 10/2011 Toiminnan

Lisätiedot

Surveytutkimusksen Suunnittelu ja Teoreettisten Konstruktioiden Validointi. Seppo Pynnönen Vaasan yliopisto Menetelmätieteiden laitos

Surveytutkimusksen Suunnittelu ja Teoreettisten Konstruktioiden Validointi. Seppo Pynnönen Vaasan yliopisto Menetelmätieteiden laitos Surveytutkimusksen Suunnittelu ja Teoreettisten Konstruktioiden Validointi Seppo Pynnönen Vaasan yliopisto Menetelmätieteiden laitos Teoreettiset konstruktiot Todellisuus Teoria Todellisuuden jäsentely

Lisätiedot

Ellei tutkijalla ole käsitystä mittauksensa validiteetista ja reliabiliteetista, ei johtopäätöksillä

Ellei tutkijalla ole käsitystä mittauksensa validiteetista ja reliabiliteetista, ei johtopäätöksillä Lauri Tarkkonen: Validiteetti ja reliabiliteetti 1 Ellei tutkijalla ole käsitystä mittauksensa validiteetista ja reliabiliteetista, ei johtopäätöksillä ole pohjaa. Rakennevaliditeetin estimoiminen 1. Mitattavan

Lisätiedot

1. Normaalisuuden tutkiminen, Bowmanin ja Shentonin testi, Rankit Plot, Wilkin ja Shapiron testi

1. Normaalisuuden tutkiminen, Bowmanin ja Shentonin testi, Rankit Plot, Wilkin ja Shapiron testi Mat-2.2104 Tilastollisen analyysin perusteet / Ratkaisut Aiheet: Avainsanat: Yhteensopivuuden ja homogeenisuden testaaminen Bowmanin ja Shentonin testi, Hypoteesi, 2 -homogeenisuustesti, 2 -yhteensopivuustesti,

Lisätiedot

Kvantitatiiviset tutkimusmenetelmät maantieteessä

Kvantitatiiviset tutkimusmenetelmät maantieteessä Kvantitatiiviset tutkimusmenetelmät maantieteessä Harjoitukset: 2 Muuttujan normaaliuden testaaminen, merkitsevyys tasot ja yhden otoksen testit FT Joni Vainikka, Yliopisto-opettaja, GO218, joni.vainikka@oulu.fi

Lisätiedot

BALANCE CONSULTING Kiinteistönhoito (811)

BALANCE CONSULTING Kiinteistönhoito (811) BALANCE CONSULTING Tehty.. Sisällysluettelo Toimialan tunnusluvut I Kasvu ja kannattavuus............................... Toimialan tunnusluvut II Pääomantuotto ja käyttöpääoma....................... Toimialan

Lisätiedot

SPSS-pikaohje. Jukka Jauhiainen OAMK / Tekniikan yksikkö

SPSS-pikaohje. Jukka Jauhiainen OAMK / Tekniikan yksikkö SPSS-pikaohje Jukka Jauhiainen OAMK / Tekniikan yksikkö SPSS on ohjelmisto tilastollisten aineistojen analysointiin. Hyvinvointiteknologian ATK-luokassa on asennettuna SPSS versio 13.. Huom! Ainakin joissakin

Lisätiedot

Tilastollinen vastepintamallinnus: kokeiden suunnittelu, regressiomallin analyysi, ja vasteen optimointi. Esimerkit laskettu JMP:llä

Tilastollinen vastepintamallinnus: kokeiden suunnittelu, regressiomallin analyysi, ja vasteen optimointi. Esimerkit laskettu JMP:llä Tilastollinen vastepintamallinnus: kokeiden suunnittelu, regressiomallin analyysi, ja vasteen optimointi Esimerkit laskettu JMP:llä Antti Hyttinen Tampereen teknillinen yliopisto 29.12.2003 ii Ohjelmien

Lisätiedot

Harjoitus 9: Excel - Tilastollinen analyysi

Harjoitus 9: Excel - Tilastollinen analyysi Harjoitus 9: Excel - Tilastollinen analyysi Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tutustuminen regressioanalyysiin

Lisätiedot

INFORMAATION MERKITYS SANEERAUKSEN ONNISTUMISEN ENNUSTAMISESSA

INFORMAATION MERKITYS SANEERAUKSEN ONNISTUMISEN ENNUSTAMISESSA 1 Erkki K. Laitinen, professori Laskentatoimen ja rahoituksen laitos Vaasan yliopisto INFORMAATION MERKITYS SANEERAUKSEN ONNISTUMISEN ENNUSTAMISESSA Tavoitteena esitellä: - Suomen Akatemian yrityssaneeraus

Lisätiedot

Asuin ja muiden rakennusten rakentaminen (412) Tehty 15.01.2014

Asuin ja muiden rakennusten rakentaminen (412) Tehty 15.01.2014 Asuin ja muiden rakennusten rakentaminen () Tehty.. Sisällysluettelo Toimialan tunnusluvut I Kasvu ja kannattavuus............................... Toimialan tunnusluvut II Pääomantuotto ja käyttöpääoma.......................

Lisätiedot

TULOSLASKELMAN RAKENNE

TULOSLASKELMAN RAKENNE TULOSLASKELMAN RAKENNE Liiketoiminnan tuotot Toiminnan kulut Liikevoitto VÄHENNETÄÄN Liikevaihdon ansaintaan liittyvät kulut Rahoituserät Satunnaiset erät Tilinpäätösjärjestelyt Tilikauden voitto Verot

Lisätiedot

Liikevaihto. Myyntikate. Käyttökate. Liikevoitto. Liiketoiminnan muut tuotot

Liikevaihto. Myyntikate. Käyttökate. Liikevoitto. Liiketoiminnan muut tuotot Luvut 1 euro Tilikausi/pituus 1-12/12 1-12/12 1-12/12 1-12/12 1-12/12 TULOSLASKELMA Liikevaihto 5 435 6 296 6 161 6 159 6 56 Myyntikate 3 442 3 558 4 314 3 842 3 722 Käyttökate 2 292 2 271 3 8 2 525 2

Lisätiedot

Aki Taanila YHDEN SELITTÄJÄN REGRESSIO

Aki Taanila YHDEN SELITTÄJÄN REGRESSIO Aki Taanila YHDEN SELITTÄJÄN REGRESSIO 26.4.2011 SISÄLLYS JOHDANTO... 1 LINEAARINEN MALLI... 1 Selityskerroin... 3 Excelin funktioita... 4 EKSPONENTIAALINEN MALLI... 4 MALLIN KÄYTTÄMINEN ENNUSTAMISEEN...

Lisätiedot

Opetus talteen ja jakoon oppilaille. Kokemuksia Aurajoen lukion tuotantoluokan toiminnasta Anna Saivosalmi 9.9.2011

Opetus talteen ja jakoon oppilaille. Kokemuksia Aurajoen lukion tuotantoluokan toiminnasta Anna Saivosalmi 9.9.2011 Opetus talteen ja jakoon oppilaille Kokemuksia Aurajoen lukion tuotantoluokan toiminnasta Anna Saivosalmi 9.9.2011 Aurajoen lukio ISOverstaan jäsen syksystä 2010 lähtien ISOverstas on maksullinen verkko-oppimisen

Lisätiedot

Yrittäjän oppikoulu. Johdatusta yrityksen taloudellisen tilan ymmärtämiseen (osa 2) 23.10.2015. Niilo Rantala, Yläneen Tilikeskus Oy

Yrittäjän oppikoulu. Johdatusta yrityksen taloudellisen tilan ymmärtämiseen (osa 2) 23.10.2015. Niilo Rantala, Yläneen Tilikeskus Oy Yrittäjän oppikoulu Johdatusta yrityksen taloudellisen tilan ymmärtämiseen (osa 2) 23.10.2015 Niilo Rantala, Yläneen Tilikeskus Oy Sisältö Mitä on yrityksen taloudellinen tila? Tunnuslukujen perusteet

Lisätiedot

SELVITTÄJÄN KOMPETENSSISTA

SELVITTÄJÄN KOMPETENSSISTA OTM, KTM, Mikko Hakola, Vaasan yliopisto, Laskentatoimen ja rahoituksen laitos Helsinki 20.11.200, Helsingin kauppakorkeakoulu Projekti: Yrityksen maksukyky ja strateginen johtaminen SELVITTÄJÄN KOMPETENSSISTA

Lisätiedot

Suomen Asiakastieto Oy 22.12.2009 14:21:18

Suomen Asiakastieto Oy 22.12.2009 14:21:18 Suomen Asiakastieto Oy 22.12.2009 14:21:18 Yrityksen perustiedot Malliyritys Oy Yritystie 5 00100 Helsinki Y-tunnus 011111111 Kaupparekisterinumero Kotipaikka Helsinki Rekisteröity kaupparekisteriin 01.01.2000

Lisätiedot

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas TUTKIMUSAINEISTON ANALYYSI LTKY012 Timo Törmäkangas LUENNOT Luento Paikka Vko Päivä Pvm Klo 1 L 304 8 Pe 21.2. 08:15-10:00 2 L 304 9 To 27.2. 12:15-14:00 3 L 304 9 Pe 28.2. 08:15-10:00 4 L 304 10 Ke 5.3.

Lisätiedot

ATH-koulutus: R ja survey-kirjasto THL 16.2.2011. 16. 2. 2011 ATH-koulutus / Tommi Härkänen 1

ATH-koulutus: R ja survey-kirjasto THL 16.2.2011. 16. 2. 2011 ATH-koulutus / Tommi Härkänen 1 ATH-koulutus: R ja survey-kirjasto THL 16.2.2011 16. 2. 2011 ATH-koulutus / Tommi Härkänen 1 Sisältö Otanta-asetelman kuvaaminen R:llä ja survey-kirjastolla Perustunnusluvut Regressioanalyysit 16. 2. 2011

Lisätiedot

OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi Luento 2

OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi Luento 2 OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi Luento 2 Luento 2 Kuvailevat tilastolliset menetelmät Käytetyimmät tilastolliset menetelmät käyttäjäkokemuksen

Lisätiedot

KONE Oyj (Konserni) Kassakriisin tunnistaminen

KONE Oyj (Konserni) Kassakriisin tunnistaminen pana KONE Oyj (Konserni) 1.3.213 P - Analyzer Luvut 1 euro Tilikausi/pituus 1-12/12 1-12/12 1-12/12 1-12/12 1-12/12 Kassakriisin tunnistaminen 51151 1 2 3 4 5 Kumulatiivinen käyttökate 623 2 1 254 1 2

Lisätiedot

Muokkaa otsikon perustyyliä napsauttamalla

Muokkaa otsikon perustyyliä napsauttamalla Muokkaa otsikon perustyyliä napsauttamalla Teija Laitinen & Nina Sormunen Tilinpäätöstunnusluvut ja tilintarkastajan raportointi ennen saneerauspäätöstä 26.3.2010 Tutkimuksen tausta Perinteinen maksukyvyttömyyden

Lisätiedot

Tavanomaisten otostunnuslukujen, odotusarvon luottamusvälin ja Box ja Whisker -kuvion määritelmät: ks. 1. harjoitukset.

Tavanomaisten otostunnuslukujen, odotusarvon luottamusvälin ja Box ja Whisker -kuvion määritelmät: ks. 1. harjoitukset. Mat-.04 Tilastollisen analyysin perusteet Mat-.04 Tilastollisen analyysin perusteet / Ratkaisut Aiheet: Avainsanat: Testit suhdeasteikollisille muuttujille Hypoteesi, Kahden riippumattoman otoksen t-testit,

Lisätiedot

Ohjeita kvantitatiiviseen tutkimukseen

Ohjeita kvantitatiiviseen tutkimukseen 1 Metropolia ammattikorkeakoulu Liiketalouden yksikkö Pertti Vilpas Ohjeita kvantitatiiviseen tutkimukseen Osa 2 KVANTITATIIVISEN TUTKIMUSAINEISTON ANALYYSI Sisältö: 1. Frekvenssi- ja prosenttijakaumat.2

Lisätiedot

Faktorianalyysi. Tarja Heikkilä. Esimerkki

Faktorianalyysi. Tarja Heikkilä. Esimerkki Tarja Heikkilä on monimuuttujamenetelmä, jonka avulla pyritään löytämään muuttujajoukosta yhteisiä piirteitä tai ulottuvuuksia. Eksploratiivisen faktorianalyysin avulla etsitään keskenään eniten korreloivat

Lisätiedot

Oy Yritys Ab 1.1.2006-31.12.2010 (TALGRAF ESITTELY) Tilinpäätös - 5 vuotta - Tuloslaskelma ja tase - katteet, 13.12.2011

Oy Yritys Ab 1.1.2006-31.12.2010 (TALGRAF ESITTELY) Tilinpäätös - 5 vuotta - Tuloslaskelma ja tase - katteet, 13.12.2011 Tilinpäätös - 5 vuotta - Tuloslaskelma ja tase - katteet, 13.12.2011 7000 7000 6000 6000 5000 5000 4000 4000 3000 3000 2000 2000 1000 1000 1206 KUM TOT. 1207 KUM TOT. 1208 KUM TOT. 1209 KUM TOT. 1210 KUM

Lisätiedot

Tilastollisten menetelmien perusteet II TILTP3 Luentorunko

Tilastollisten menetelmien perusteet II TILTP3 Luentorunko Tilastollisten menetelmien perusteet II TILTP3 Luentorunko Raija Leppälä 29. helmikuuta 2012 Sisältö 1 Johdanto 2 1.1 Jatkuvista jakaumista 2 1.1.1 Normaalijakauma 2 1.1.2 Studentin t-jakauma 3 1.2 Satunnaisotos,

Lisätiedot

Oletus. Kuluva vuosi - LIIKEVAIHTO Edellinen vuosi - LIIKEVAIHTO

Oletus. Kuluva vuosi - LIIKEVAIHTO Edellinen vuosi - LIIKEVAIHTO Oletus 1, 8, 6, 4, 2,, Tammi Helmi Maalis Huhti Touko Kesä Heinä Elo Syys Kuluva vuosi - LIIKEVAIHTO Edellinen vuosi - LIIKEVAIHTO 913 KUM TOT. 912 KUM TOT. Ero ed. vuoteen 1212 KUM TOT. Ennuste ed. vuoden

Lisätiedot

Suomen Kotikylmiö Oy (Konserni) Kassakriisin tunnistaminen

Suomen Kotikylmiö Oy (Konserni) Kassakriisin tunnistaminen 17.4.215 P - Analyzer pana Luvut 1 euro Tilikausi/pituus 1-12/12 1-12/12 1-12/12 1-12/12 1-12/12 Kassakriisin tunnistaminen 29 21 211 212 213 1 2 3 4 5 Kumulatiivinen käyttökate 1 69 2 164 3 235 4 528

Lisätiedot

7. Lohkominen ja sulautus 2 k kokeissa. Lohkominen (Blocking)

7. Lohkominen ja sulautus 2 k kokeissa. Lohkominen (Blocking) 7. Lohkominen ja sulautus 2 k kokeissa Lohkominen (Blocking) Lohkotekijät muodostuvat faktoreista, joiden suhteen ei voida tehdä (täydellistä) satunnaistamista. Esimerkiksi faktorikokeessa raaka-aine-erät

Lisätiedot

Tilastollisten menetelmien käyttö Kelan tutkimustoiminnassa

Tilastollisten menetelmien käyttö Kelan tutkimustoiminnassa Tilastollisten menetelmien käyttö Kelan tutkimustoiminnassa Risto Lehtonen Helsingin yliopisto Kela 1 Tilastokeskuksen SAS-seminaari 16.11.2009 Aiheita Kelan tutkimustoiminta SAS-sovellukset vaativien

Lisätiedot

SEM1, työpaja 2 (12.10.2011)

SEM1, työpaja 2 (12.10.2011) SEM1, työpaja 2 (12.10.2011) Rakenneyhtälömallitus Mplus-ohjelmalla POLKUMALLIT Tarvittavat tiedostot voit ladata osoitteesta: http://users.utu.fi/eerlaa/mplus Esimerkki: Planned behavior Ajzen, I. (1985):

Lisätiedot

3. Useamman selittäajäan regressiomalli. p-selittäaväaäa muuttujaa. Y i = + 1 X i1 +...+ p X ip + u i

3. Useamman selittäajäan regressiomalli. p-selittäaväaäa muuttujaa. Y i = + 1 X i1 +...+ p X ip + u i 3. Useamman selittäajäan regressiomalli p-selittäaväaäa muuttujaa Y i = + 1 X i1 +...+ p X ip + u i i = 1,...,n (> p), missäa n = havaintojen lukumäaäaräa otoksessa. Oletukset kuten aiemmin: (1) E(u i

Lisätiedot

Distance to Default. Agenda. listaamattomien yritysten analysoinnissa 5.5.2009. Riku Nevalainen HSE 8.5.2009

Distance to Default. Agenda. listaamattomien yritysten analysoinnissa 5.5.2009. Riku Nevalainen HSE 8.5.2009 Distance to Default Riku Nevalainen HSE 8.5.2009 Agenda 1. Distance to default malli osakemarkkinoilla 2. Osakemarkkinoiden informaation hyödyntäminen listaamattomien yritysten analysoinnissa 3. Moody

Lisätiedot

Sisällys. Esipuhe... 11. Mistä on kysymys... 15. Tilinpäätöksen ja toimintakertomuksen sisältö... 38

Sisällys. Esipuhe... 11. Mistä on kysymys... 15. Tilinpäätöksen ja toimintakertomuksen sisältö... 38 Sisällys 1 2 Esipuhe.................................... 11 Mistä on kysymys............................ 15 1.1 Tilinpäätös ja toimintakertomus mistä ne kertovat.. 15 1.2 Tilinpäätöksen ja toimintakertomuksen

Lisätiedot

Teema 3: Tilastollisia kuvia ja tunnuslukuja

Teema 3: Tilastollisia kuvia ja tunnuslukuja Teema 3: Tilastollisia kuvia ja tunnuslukuja Tilastoaineiston peruselementit: havainnot ja muuttujat havainto: yhtä havaintoyksikköä koskevat tiedot esim. henkilön vastaukset kyselylomakkeen kysymyksiin

Lisätiedot

VAASAN YLIOPISTO Kauppatieteellinen tiedekunta Laskentatoimi ja rahoitus. TILINPAATOSANALYYSI LASK1006 3 op Tentti 20.5.2013

VAASAN YLIOPISTO Kauppatieteellinen tiedekunta Laskentatoimi ja rahoitus. TILINPAATOSANALYYSI LASK1006 3 op Tentti 20.5.2013 VAASAN YLIOPISTO Kauppatieteellinen tiedekunta Laskentatoimi ja rahoitus TILINPAATOSANALYYSI LASK1006 3 op Tentti 20.5.2013 Opettaja: Maria Kankaanpaa Nimi ja opintorekisterin numero: l_ Vuosikurssi: Paaaine

Lisätiedot

https://www.asiakastieto.fi/data/atdbraw?template=&session=198454581&userid=001485001...

https://www.asiakastieto.fi/data/atdbraw?template=&session=198454581&userid=001485001... Page 1 of 5 Suomen Asiakastieto Oy 0 14:22:23 Rating Alfa Konehuone Oy Päivänkakkarantie 8 02270 Espoo Päivänkakkarantie 8, 02270 Espoo Tiedot luovutettu 0 Puhelin +358 0207438000 Fax +358 0207438020 Kaupparekisterinumero

Lisätiedot

Tilastollisen analyysin perusteet Luento 1: Lokaatio ja hajonta

Tilastollisen analyysin perusteet Luento 1: Lokaatio ja hajonta Tilastollisen analyysin perusteet Luento 1: ja hajonta Sisältö Havaittujen arvojen jakauma Havaittujen arvojen jakaumaa voidaan kuvailla ja esitellä tiivistämällä havaintoarvot sopivaan muotoon. Jakauman

Lisätiedot

Pk-yrityksen talouden johtaminen ja seuranta Tilinpäätösanalyysi

Pk-yrityksen talouden johtaminen ja seuranta Tilinpäätösanalyysi Pk-yrityksen talouden johtaminen ja seuranta Tilinpäätösanalyysi Juha Kivirinta Fixcon Mastotie 20 90560 OULU, FINLAND Tel: +358 (0)400 963 960 Tilinpäätösanalyysin tarkoitus - Avustaa päätöksentekotilanteessa:

Lisätiedot

TUTKIMUSOPAS. SPSS-opas

TUTKIMUSOPAS. SPSS-opas TUTKIMUSOPAS SPSS-opas Johdanto Tässä oppaassa esitetään SPSS-tilasto-ohjelman alkeita, kuten Excel-tiedoston avaaminen, tunnuslukujen laskeminen ja uusien muuttujien muodostaminen. Lisäksi esitetään esimerkkien

Lisätiedot

Ihminen ja tekniikka seminaari Käyttäjäkokemuksen kvantitatiivinen analyysi

Ihminen ja tekniikka seminaari Käyttäjäkokemuksen kvantitatiivinen analyysi Ihminen ja tekniikka seminaari Käyttäjäkokemuksen kvantitatiivinen analyysi Luento 5 Seuraava etappi Datan keruu alkanut 9.2.2005 2.välinäyttönä palautetaan aineisto SPSS-tiedostona 14.2. palaute tiedostosta

Lisätiedot

Antti Fredriksson Assistant Professor Authorized Public Accountant antfre@utu.fi. Turun kauppakorkeakoulu Turku School of Economics

Antti Fredriksson Assistant Professor Authorized Public Accountant antfre@utu.fi. Turun kauppakorkeakoulu Turku School of Economics 1 Antti Fredriksson Assistant Professor Authorized Public Accountant antfre@utu.fi TILINPÄÄTÖKSEN PIKA-ANALYYSI JA LUOTTOKELPOISUUDEN ARVIOINTI Hankintaosaaminen kasvun tukena projekti 22.11.2013 3 OSA

Lisätiedot

MONISTE 2 Kirjoittanut Elina Katainen

MONISTE 2 Kirjoittanut Elina Katainen MONISTE 2 Kirjoittanut Elina Katainen TILASTOLLISTEN MUUTTUJIEN TYYPIT 1 Mitta-asteikot Tilastolliset muuttujat voidaan jakaa kahteen päätyyppiin: kategorisiin ja numeerisiin muuttujiin. Tämän lisäksi

Lisätiedot

TILIKAUSIVERTAILU Tilikausilta 2006-2010

TILIKAUSIVERTAILU Tilikausilta 2006-2010 TILIKAUSIVERTAILU Tilikausilta 2006-2010 Yritys Oy Y- 123456-7 Pvm 31.5.2011 Sisällys Tuloslaskelma 1 Tase 2-3 Tunnusluvut 4 Kustannusrakenneanalyysi 5 Kassavirtalaskelma 6 P-analyysi 7 Terveystodistus

Lisätiedot

I Keskiarvot ja hajonnat muuttujista 3-26 niin, että luokittelevana muuttujana on muuttuja 2 eli sukupuoli

I Keskiarvot ja hajonnat muuttujista 3-26 niin, että luokittelevana muuttujana on muuttuja 2 eli sukupuoli I Keskiarvot ja hajonnat muuttujista 3-26 niin, että luokittelevana muuttujana on muuttuja 2 eli sukupuoli Group Statistics Luk1 Kirj1 Kielt1 Khuol1 Kirjall1 Ilmharj1 äyt1 Viest1 Sanaluokat1 Luk2 Kirj2

Lisätiedot

Perhevapaiden palkkavaikutukset

Perhevapaiden palkkavaikutukset Perhevapaiden palkkavaikutukset Perhe ja ura tasa-arvon haasteena seminaari, Helsinki 20.11.2007 Jenni Kellokumpu Esityksen runko 1. Tutkimuksen tavoite 2. Teoria 3. Aineisto, tutkimusasetelma ja otos

Lisätiedot

Puhelin: +358 9 148861 Telefax: +358 9 735338 Kaupparekisterinumero: 161689 Rekisteröity: 10.11.1961

Puhelin: +358 9 148861 Telefax: +358 9 735338 Kaupparekisterinumero: 161689 Rekisteröity: 10.11.1961 Tulosta Ohje Rating Alfa Suomen Asiakastieto Oy Työpajankatu 10 00580 Helsinki PL 16, 00581 Helsinki Tiedot luovutettu 20.05.2007 Yhteenveto Puhelin: +358 9 148861 Telefax: +358 9 735338 Kaupparekisterinumero:

Lisätiedot

Oy Yritys Ab ( YRITYS (YR) ) 1.1.2010-31.12.2010 (TALGRAF ESITTELY) oletus, 13.8.2009

Oy Yritys Ab ( YRITYS (YR) ) 1.1.2010-31.12.2010 (TALGRAF ESITTELY) oletus, 13.8.2009 oletus, 13.8.2009 14 0000 14 0000 12 0000 12 0000 1000 1000 8 0000 8 0000 6 0000 6 0000 4 0000 4 0000 2 0000 2 0000 01121314151617181910 1010 1110 1210 KUM KUM KUM KUM KUM KUM KUM KUM KUM Ennus Ennus Ennus

Lisätiedot

Testiyritys SQL-Suomalainen Oy - 00000006. Pvm Rating Limiitti

Testiyritys SQL-Suomalainen Oy - 00000006. Pvm Rating Limiitti Standard 2014-05-13 12:40 Erja Fasta TESTIYRITYS SQL-SUOMALAINEN OY (L) POSTIOSOITE: SQLKATU 60 60, 99999 KORVATUNTURI, SUOMI Y-TUNNUS. 0000000-6 D&B D-U-N-S NR. 65-200-7816 TILINPÄÄTÖS 201310 AA Hyvä

Lisätiedot

Konfirmatorinen faktorianalyysi. 1. Rakenneyhtälömalli. 1. Rakenneyhtälömalli. Risto Hotulainen Helsingin yliopisto 1.2.2016 1

Konfirmatorinen faktorianalyysi. 1. Rakenneyhtälömalli. 1. Rakenneyhtälömalli. Risto Hotulainen Helsingin yliopisto 1.2.2016 1 Konfirmatorinen faktorianalyysi Risto Hotulainen Helsingin yliopisto Risto.Hotulainen@Helsinki.fi 1.2.2016 1 1.1. Regressioanalyysi Regressioanalyysi kertoo kuinka malliin valitut selittävien muuttujien

Lisätiedot

Mitä tarvitsee tietää biostatistiikasta ja miksi? Matti Uhari Lastentautien klinikka Oulun yliopisto

Mitä tarvitsee tietää biostatistiikasta ja miksi? Matti Uhari Lastentautien klinikka Oulun yliopisto Mitä tarvitsee tietää biostatistiikasta ja miksi? Matti Uhari Lastentautien klinikka Oulun yliopisto Tutkimusaineistomme otantoja Hyödyt Ei tarvitse tutkia kaikkia Oikein tehty otanta mahdollistaa yleistämisen

Lisätiedot

Tilastollisen analyysin perusteet Luento 3: Epäparametriset tilastolliset testit

Tilastollisen analyysin perusteet Luento 3: Epäparametriset tilastolliset testit Tilastollisen analyysin perusteet Luento 3: Epäparametriset tilastolliset testit s t ja t kahden Sisältö t ja t t ja t kahden kahden t ja t kahden t ja t Tällä luennolla käsitellään epäparametrisia eli

Lisätiedot

Konsernin laaja tuloslaskelma, IFRS

Konsernin laaja tuloslaskelma, IFRS Konsernin laaja tuloslaskelma, IFRS tuhatta euroa 1.1.-31.12.2010 1.1.-31.12.2009 Liikevaihto 9 862 6 920 Liiketoiminnan muut tuotot 4 3 Aineiden ja tarvikkeiden käyttö ( ) -557-508 Työsuhde-etuuksista

Lisätiedot

USEAN MUUTTUJAN REGRESSIOMALLIT JA NIIDEN ANA- LYYSI

USEAN MUUTTUJAN REGRESSIOMALLIT JA NIIDEN ANA- LYYSI TEORIA USEAN MUUTTUJAN REGRESSIOMALLIT JA NIIDEN ANA- LYYSI Regressiomalleilla kuvataan tilanteita, jossa suureen y arvot riippuvat joukosta ns selittäviä muuttujia x 1, x 2,..., x p oletetun funktiomuotoisen

Lisätiedot

Hanken Svenska handelshögskolan / Hanken School of Economics www.hanken.fi

Hanken Svenska handelshögskolan / Hanken School of Economics www.hanken.fi Yritys ja Informaatio Rahoitusmarkkinoilla Vuosikertomuspäivä 19.5.2015 Professori Minna Martikainen Hanken School of Economics, Finland ~ Informaatio Rahoitusmarkkinoilla ~ Informaatio Johtaa Yrityksen

Lisätiedot

1. a) Luettele hyvän kvantitatiivisen tutkimuksen perusvaatimukset. b) Miten tutkimusraportissa arvioit tutkimuksen luotettavuutta?

1. a) Luettele hyvän kvantitatiivisen tutkimuksen perusvaatimukset. b) Miten tutkimusraportissa arvioit tutkimuksen luotettavuutta? 1. a) Luettele hyvän kvantitatiivisen tutkimuksen perusvaatimukset. b) Miten tutkimusraportissa arvioit tutkimuksen luotettavuutta? 2. Tehtävät 2-4 sekä 6 10 liittyvät keväällä 2002 suoritettuun ammattikorkeakoulusta

Lisätiedot

JY / METODIFESTIVAALI 2013 PRE-KURSSI: KYSELYTUTKIMUS DEMOT

JY / METODIFESTIVAALI 2013 PRE-KURSSI: KYSELYTUTKIMUS DEMOT JY / METODIFESTIVAALI 2013 PRE-KURSSI: KYSELYTUTKIMUS DEMOT SPSS-ohjelmiston Complex Samples- toiminto otoksen poiminnassa ja estimaattien laskennassa Mauno Keto, lehtori Mikkelin AMK / Liiketalouden laitos

Lisätiedot

Henkilöstö vuonna 2009 oli 130 henkilöä. Yrityksen tutkittu toimiala 18.08.2005 perintä- ja luottotietopalvelut (82910)

Henkilöstö vuonna 2009 oli 130 henkilöä. Yrityksen tutkittu toimiala 18.08.2005 perintä- ja luottotietopalvelut (82910) Tulosta Ohje Rating Alfa Suomen Asiakastieto Oy Työpajankatu 10 00580 Helsinki PL 16, 00581 Helsinki Tiedot luovutettu 29.06.2010 Yhteenveto Puhelin: +358 0102707000 Telefax: +358 0102707338 Kaupparekisterinumero:

Lisätiedot

Sisällysluettelo. Metsämuuronen: Monimuuttujamenetelmien perusteet SPSS-ympäristössä ALKUSANAT... 4 ALKUSANAT E-KIRJA VERSIOON...5

Sisällysluettelo. Metsämuuronen: Monimuuttujamenetelmien perusteet SPSS-ympäristössä ALKUSANAT... 4 ALKUSANAT E-KIRJA VERSIOON...5 Sisällysluettelo ALKUSANAT... 4 ALKUSANAT E-KIRJA VERSIOON...5 SISÄLLYSLUETTELO... 6 LYHYT SANASTO VASTA-ALKAJILLE... 7 1. MONIMUUTTUJAMENETELMÄT IHMISTIETEISSÄ... 9 1.1 MONIMUUTTUJA-AINEISTON ERITYISPIIRTEITÄ...

Lisätiedot

Ohjeita SAS-ohjelmiston käyttöön

Ohjeita SAS-ohjelmiston käyttöön Kokoelma @CSC- ja SuperMenu-lehdissä ilmestyneitä artikkeleita Esa Lammi E-mail: Esa.Lammi@csc.fi CSC Tieteellinen laskenta Oy Versio 1.00 (23.2.2001) Saatteeksi T ämä kirjanen on tarkoitettu johdatukseksi

Lisätiedot

1 Johdanto 2. 2 Aineistot 2. 3 Henkilöstön koulutustausta ja työkokemus 3. 4 Aikuissosiaalityön sisältö 5. 5 Henkilöstön osaaminen 12

1 Johdanto 2. 2 Aineistot 2. 3 Henkilöstön koulutustausta ja työkokemus 3. 4 Aikuissosiaalityön sisältö 5. 5 Henkilöstön osaaminen 12 Sisällysluettelo 1 Johdanto 2 2 Aineistot 2 3 Henkilöstön koulutustausta ja työkokemus 3 4 Aikuissosiaalityön sisältö 5 5 Henkilöstön osaaminen 12 6 Asiakkaiden elämäntilanteisiin vastaaminen 20 7 Asiakkaiden

Lisätiedot

1.Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet

1.Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet VAASAN YLIOPISTO/KESÄYLIOPISTO TILASTOTIETEEN PERUSTEET Harjoituksia A KURSSIKYSELYAINEISTO: 1.Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet Nimi Ikä v. Asema Palkka

Lisätiedot

Yritykset tässä vertailussa:

Yritykset tässä vertailussa: 5.2.214 Yritykset tässä vertailussa: This comparison contains the following companies Gigantti Oy Ab Ikea Oy Kokkolan Halpa-Halli Oy (Konserni) Lidl Suomi Kommandiittiyhtiö (Konserni) Isojoen Konehalli

Lisätiedot

RISTIINTAULUKOINTI JA Χ 2 -TESTI

RISTIINTAULUKOINTI JA Χ 2 -TESTI RISTIINTAULUKOINTI JA Χ 2 -TESTI Kvantitatiiviset tutkimusmenetelmät maantieteessä Ti 27.10.2015, To 2.11.2015 Miisa Pietilä & Laura Hokkanen miisa.pietila@oulu.fi laura.hokkanen@outlook.com KURSSIKERRAN

Lisätiedot

031021P Tilastomatematiikka (5 op) kertausta 2. vk:een

031021P Tilastomatematiikka (5 op) kertausta 2. vk:een 031021P Tilastomatematiikka (5 op) kertausta 2. vk:een Jukka Kemppainen Mathematics Division 2. välikokeeseen Toinen välikoe on la 5.4.2014 klo. 9.00-12.00 saleissa L1,L3 Koealue: luentojen luvut 7-11

Lisätiedot

Transkokko Oy - 17124311. Pvm Rating Limiitti

Transkokko Oy - 17124311. Pvm Rating Limiitti Standard 2014-05-16 10:52 Teppo Testi TRANSKOKKO OY POSTIOSOITE: TESTITIE 17,99999 TESTILÄ, SUOMI Y-TUNNUS. 1712431-1 D&B D-U-N-S NR. 46-111-2222 PUHELIN 99-123456 TILINPÄÄTÖS 201212 A Luottokelpoinen

Lisätiedot

Tavoite on eliminoida sen vaikutus koetuloksista. 4. Satunnaistetut lohkokokeet, latinalaiset neliöt ja vastaavat asetelmat. Eliminointimenetelmiä:

Tavoite on eliminoida sen vaikutus koetuloksista. 4. Satunnaistetut lohkokokeet, latinalaiset neliöt ja vastaavat asetelmat. Eliminointimenetelmiä: 4. Satunnaistetut lohkokokeet, latinalaiset neliöt ja vastaavat asetelmat 4.1 Satunnaistettu lohkokoe (Randomized Block Design) Kiusatekijä (nuisance factor): Kiusatekijä on taustatekijä, joka voi vaikuttaa

Lisätiedot

Yritys 1 Oy FI00000001 2013-08-19

Yritys 1 Oy FI00000001 2013-08-19 Yritys 1 Oy FI1 213-8-19 Sisällysluettelo Sisällysluettelo Johdanto...4 Yritysvertailun yhteenveto... 5 Toiminnan laajuus...6 Markkinaosuus...7 Liikevaihto... 8 Jalostusarvo... 9 Liikevoitto... 1 Oma

Lisätiedot

KONSERNIN KESKEISET TUNNUSLUVUT

KONSERNIN KESKEISET TUNNUSLUVUT KONSERNIN KESKEISET TUNNUSLUVUT 1 6/2015 1 6/2014 1 12/2014 Liikevaihto, 1000 EUR 17 218 10 676 20 427 Liikevoitto ( tappio), 1000 EUR 5 205 1 916 3 876 Liikevoitto, % liikevaihdosta 30,2 % 17,9 % 19,0

Lisätiedot

Suomen Asiakastieto Oy 20.01.2009 12:24

Suomen Asiakastieto Oy 20.01.2009 12:24 Tulosta Suomen Asiakastieto Oy 20.01.2009 12:24 Yrityksen Talousraportti Suomen Asiakastieto Oy Työpajankatu 10 00580 Helsinki Y-tunnus 01110279 Kaupparekisterinumero 161689 Kotipaikka Helsinki Rekisteröity

Lisätiedot

Tutkimuksen suunnittelu / tilastolliset menetelmät. Marja-Leena Hannila Itä-Suomen yliopisto / Terveystieteiden tdk 25.8.2011

Tutkimuksen suunnittelu / tilastolliset menetelmät. Marja-Leena Hannila Itä-Suomen yliopisto / Terveystieteiden tdk 25.8.2011 Tutkimuksen suunnittelu / tilastolliset menetelmät Marja-Leena Hannila Itä-Suomen yliopisto / Terveystieteiden tdk 25.8.2011 Kvantitatiivisen tutkimuksen vaiheet Suunnittelu Datan keruu Aineiston analysointi

Lisätiedot

Katkonnanohjaus evoluutiolaskennan keinoin

Katkonnanohjaus evoluutiolaskennan keinoin Katkonnanohjaus evoluutiolaskennan keinoin Askel kohti optimaalista tavaralajijakoa Veli-Pekka Kivinen HY, Metsävarojen käytön laitos Katkonnanohjauksen problematiikkaa Miten arvo-/tavoitematriisit tulisi

Lisätiedot

Usean selittävän muuttujan regressioanalyysi

Usean selittävän muuttujan regressioanalyysi Tarja Heikkilä Usean selittävän muuttujan regressioanalyysi Yhden selittävän muuttujan regressioanalyysia on selvitetty kirjan luvussa 11, jonka esimerkissä18 muodostettiin lapsen syntymäpainolle lineaarinen

Lisätiedot

Suomen Asiakastieto Oy 29.06.2010 09:25

Suomen Asiakastieto Oy 29.06.2010 09:25 Suomen Asiakastieto Oy 29.06.2010 09:25 Yrityksen Talousraportti Suomen Asiakastieto Oy Työpajankatu 10 00580 Helsinki Y-tunnus 01110279 Kaupparekisterinumero 161689 Kotipaikka Helsinki Rekisteröity kaupparekisteriin

Lisätiedot

TESTINVALINTATEHTÄVIEN VASTAUKSET

TESTINVALINTATEHTÄVIEN VASTAUKSET TESTINVALINTATEHTÄVIEN VASTAUKSET Vastaukset on merkitty keltaisella, muuttujien mittaustasot muuttujan kuvauksen perässä ja muu osa vastauksesta kysymyksen perässä. Tehtävä 1. Talousmatematiikan kurssin

Lisätiedot

Yritykset tässä vertailussa:

Yritykset tässä vertailussa: 5.2.214 Yritykset tässä vertailussa: This comparison contains the following companies Kemira Oyj (Konserni) Metsä Board Oyj (Konserni) Neste Oil Oyj (Konserni) Nokia Oyj (Konserni) Nokian Renkaat Oyj (Konserni)

Lisätiedot

Ammatillisen peruskoulutuksen ja ammatillisen lisäkoulutuksen järjestäjän taloudelliset edellytykset

Ammatillisen peruskoulutuksen ja ammatillisen lisäkoulutuksen järjestäjän taloudelliset edellytykset LOMAKE 1. Ammatillisen peruskoulutuksen ja ammatillisen lisäkoulutuksen järjestäjän taloudelliset edellytykset Taulukko 1. Ammatillisen peruskoulutuksen ja ammatillisen lisäkoulutuksen järjestäjän perustiedot

Lisätiedot

SPSS OPAS. Metropolia Liiketalous

SPSS OPAS. Metropolia Liiketalous 1 Metropolia Liiketalous SPSS OPAS Aihe sivu 1. Ohjelman periaate 2 2. Aineistoikkuna 3 3. Frekvenssit 4 4. Muuttujien arvojen luokittelu 5 5. Tunnusluvut 6 6. Ristiintaulukointi 7 7. Hajontakaavio 8 8.Korrelaatio

Lisätiedot

Henkilöstö vuonna 2007 oli 137 henkilöä. Yrityksen tutkittu toimiala 18.08.2005 perintätoimistot ja luottotietopalvelu (74872)

Henkilöstö vuonna 2007 oli 137 henkilöä. Yrityksen tutkittu toimiala 18.08.2005 perintätoimistot ja luottotietopalvelu (74872) Tulosta Ohje Rating Alfa Suomen Asiakastieto Oy Työpajankatu 10 00580 Helsinki PL 16, 00581 Helsinki Tiedot luovutettu 20.11.2008 Yhteenveto Puhelin: +358 9 148861 Telefax: +358 9 735338 Kaupparekisterinumero:

Lisätiedot

Yritykset tässä vertailussa:

Yritykset tässä vertailussa: ..1 Yritykset tässä vertailussa: This comparison contains the following companies Ahlsell Oy Best Friend Group Oy Dermoshop Oy Hytar Oy Machinery Oy Makita Oy Motonet Oy Onninen Oy Orbis Oy Penope Oy Würth

Lisätiedot

4. Seuraavaan ristiintaulukkoon on kerätty tehtaassa valmistettujen toimivien ja ei-toimivien leikkijunien lukumäärät eri työvuoroissa:

4. Seuraavaan ristiintaulukkoon on kerätty tehtaassa valmistettujen toimivien ja ei-toimivien leikkijunien lukumäärät eri työvuoroissa: Lisätehtäviä (siis vanhoja tenttikysymyksiä) 1. Erään yrityksen satunnaisesti valittujen työntekijöiden poissaolopäivien määrät olivat vuonna 003: 5, 3, 16, 9, 0, 1, 3,, 19, 5, 19, 11,, 0, 4, 6, 1, 15,

Lisätiedot

r = 0.221 n = 121 Tilastollista testausta varten määritetään aluksi hypoteesit.

r = 0.221 n = 121 Tilastollista testausta varten määritetään aluksi hypoteesit. A. r = 0. n = Tilastollista testausta varten määritetään aluksi hypoteesit. H 0 : Korrelaatiokerroin on nolla. H : Korrelaatiokerroin on nollasta poikkeava. Tarkastetaan oletukset: - Kirjoittavat väittävät

Lisätiedot

MAKSUKYKY, MAKSUKYVYTTÖMYYS 08.05.2009 Ilpo Kähkönen YTM,KTT

MAKSUKYKY, MAKSUKYVYTTÖMYYS 08.05.2009 Ilpo Kähkönen YTM,KTT MAKSUKYKY, MAKSUKYVYTTÖMYYS 08.05.2009 Ilpo Kähkönen YTM,KTT KÄSITTEEN MITTAAMINEN 1. KÄSITTEEN MÄÄRITTELY 2. KÄSITTEEN KVANTIFIOINTI 3. SUORITETAAN MITTAUS Puhtaalla mittaamisella on kvantitatiivinen

Lisätiedot

Mat-2.104 Tilastollisen analyysin perusteet. Testit suhdeasteikollisille muuttujille. Avainsanat:

Mat-2.104 Tilastollisen analyysin perusteet. Testit suhdeasteikollisille muuttujille. Avainsanat: Mat-.04 Tilastollise aalyysi perusteet / Ratkaisut Aiheet: Avaisaat: Testit suhdeasteikollisille muuttujille Hypoteesi, Kahde riippumattoma otokse t-testit, Nollahypoteesi, p-arvo, Päätössäätö, Testi,

Lisätiedot