You are on page 1of 47

Wspomaganie zarzdzania

projektami informatycznymi.
Poradnik dla menederw
Autor: Kazimierz Wakowski, Jacek Chmielewski
ISBN: 978-83-246-0747-1
Format: B5, stron: 448
Kompletny przewodnik po procesie realizacji przedsiwzi informatycznych
Poznaj skuteczne metody zarzdzania projektami
Naucz si realistycznie planowa przebieg przedsiwzi
Zapewnij sukces wasnym projektom informatycznym
Czy potrafisz wskaza udan informatyzacj na wielk skal? A nieudan? Na pewno
w tym drugim przypadku przyszo Ci na myl o wiele wicej organizacji. Z bada
wynika, e zaledwie 30 procent przedsiwzi informatycznych koczy si penym
sukcesem, a pozostaa cz koczy si albo przekroczeniem terminu i budetu,
albo niepen realizacj oczekiwanej funkcjonalnoci, albo nawet cakowitym
niepowodzeniem i odstpieniem od realizacji. Co moesz zrobi, aby Twoje projekty
znalazy si w tej pierwszej grupie?
Dziki tej ksice poznasz skuteczne i sprawdzone metody realizacji przedsiwzi
informatycznych. Dowiesz si, jakie s najczciej spotykane przyczyny niepowodze
projektw oraz jak ich unikn, a take jakie zadania stoj przed kierownikiem projektu,
ktry chce sprawnie zarzdza realizacj zada. Nauczysz si przeprowadza analiz
potrzeb biznesowych oraz tworzy budet i harmonogram prac, co zwikszy szans
na udane zakoczenie Twoich projektw. W poradniku omwiono m.in. nastpujce
zagadnienia:

Metodyki i metodologie prowadzenia projektw


Zadania kierownika projektu
Analiza strategii firmy i definiowanie wymaga
Szacowanie ryzyka oraz kosztw i zyskw
Przygotowywanie harmonogramu
Zarzdzanie projektem przy uyciu programu MS Project
Sownik specjalistycznych poj i skrtw
Nie pozwl, aby projekty wyryway Ci si spod kontroli

Spis treci
Wstp .............................................................................................. 5
Rozdzia 1. Oglne informacje o projektach ...................................................... 15
1.1. Co to jest projekt? ..................................................................................................... 15
1.2. Przyczyny niepowodze wielu przedsiwzi informatycznych ............................. 16
1.3. Zarzdzanie projektem ............................................................................................. 18
1.4. Rola kierownika projektu ......................................................................................... 20

Rozdzia 2. Na pocztku zawsze jest potrzeba ................................................... 27


2.1. Wprowadzenie do transformacji przedsibiorstw .................................................... 27
2.2. Transformacja przedsibiorstwa jako generator potrzeb biznesowych
(w tym informatyzacyjnych) .................................................................................... 29
2.3. Rola inynierii systemowej i informacyjnej ............................................................. 61
2.4. Analiza strategii biznesu ........................................................................................... 67
2.5. Ocena ryzyka projektu ............................................................................................ 165

Rozdzia 3. Budetowanie i okrelenie efektywnoci projektu .......................... 173


3.1. Szacowanie kosztw ............................................................................................... 173
3.2. Analiza kosztw i oszczdnoci ............................................................................. 175
3.3. Przykad zastosowania MS Excel 2003 do kalkulacji kosztw
i transz patnoci przedsiwzicia informatycznego .............................................. 175
3.4. Ocena efektywnoci przedsiwzicia (inwestycji) ................................................. 177
3.5. Prognozowanie ....................................................................................................... 192
3.6. Zastosowanie MS Excel do wyznaczania predykcji regresji
i prognozowania trendw ....................................................................................... 193
3.7. Zastosowanie MS Excel do programowania liniowego ......................................... 231

Rozdzia 4. Harmonogramowanie projektu narzdzia kierownika projektu


wspomagajce zarzdzanie przedsiwziciami ............................... 239
4.1. Narzdzia informatyczne wspomagajce zarzdzanie projektami ......................... 241
4.2. MS Project narzdziem kierownika projektu ......................................................... 242
4.3. Definiowanie podstawowych informacji ................................................................ 246

Rozdzia 5. Zarys metodyk stosowanych do zarzdzania przedsiwziciami


informatycznymi ........................................................................... 335
5.1. Skrcony sownik poj uytych w tym rozdziale ................................................. 336
5.2. Zarys metodyki (metodologii) projektowania strategii biznesu
Business Engineering firmy Computer Science Corporation
stosowanej do kompleksowej informatyzacji przedsibiorstwa ............................. 337
5.3. Zarys metodyki zarzdzania projektami PROMPT ................................................ 356

Wspomaganie zarzdzania projektami informatycznymi. Poradnik dla menederw


5.4. Zarys metodyki PRINCE 2 ..................................................................................... 359
5.5. Zarys metodyki Enterprise Project Management (EPM) ....................................... 398
5.6. Informacja o metodyce Zarzdzanie Cyklem ycia Projektu (PCM) .................... 405

Podsumowanie ............................................................................. 407


Dodatek A Sownik i uyte skrty .................................................................. 411
Dodatek B Literatura ..................................................................................... 419
Dodatek C Zacznik ..................................................................................... 427
Skorowidz .................................................................................... 431

Rozdzia 3.

Budetowanie
i okrelenie
efektywnoci projektu
3.1. Szacowanie kosztw
Na bardzo oglnym poziomie koszty projektu s szacowane poprzez spojrzenie na
koszty robocizny i na pozycje niezwizane z opacaniem pracy. Koszt robocizny jest
ustalany na podstawie liczby godzin zatrudnienia kadej osoby przy projekcie i przemnoenia jej przez koszt jednej godziny pracy. W wielu przedsibiorstwach przyjmowany
jest zerowy koszt robocizny pracownikw wasnych, poniewa koszt ich zatrudnienia
jest ju uwzgldniony w budecie waciwego dziau. To nie oznacza jednak, e tych
kosztw nie ma. Jest to raczej zaoenie, e nie wystpuj dodatkowe koszty robocizny poza tymi, ktre ju s pacone przez firm. Jeeli wyliczono przybliony godzinowy
koszt przypadajcy na pracownika, to kwota ta moe (lub nie) zawiera zysk. W niektrych firmach zyski wypracowywane przez pracownika s dodawane do oszacowania
kosztw caego projektu. W innych ta pozycja nie jest uwzgldniana w kosztach. Jeeli
chce si wczy zysk do kosztw, zazwyczaj jest on wyliczany jako stay procent
kosztw godzinowych. Jeeli zatrudniono pracownikw spoza firmy lub pracownikw
konsultingowych, ich koszty zawsze musz by obliczone i uwzgldnione w budecie.
Kierownik projektu musi ustali, jakich osb spoza firmy bdzie potrzebowa oraz ich
godzinowe stawki. Nastpnie naley pomnoy te czynniki, by otrzyma koszt cakowity
na osob. Przed zawarciem umowy nikt nie jest pewny, ile wynosi rzeczywisty koszt
zatrudnienia jakiej osoby z zewntrz. W celu oszacowania tych kosztw powinno si
przyj najczciej stosowane stawki w przypadku zatrudniania takich osb. Na przykad
moe to by standardowy koszt roboczogodziny dla pracownikw, kontrahentw ksigowych lub programistw. Jeeli na tym etapie nie wiadomo, czy projekt bdzie wymaga
zatrudnienia osb spoza firmy, mona sporzdzi podstawowe zaoenia dotyczce ekipy
i udokumentowa je.

174

Wspomaganie zarzdzania projektami informatycznymi. Poradnik dla menederw

Koszty niezwizane z robocizn obejmuj wszelkie koszty nieczce si bezporednio


z wynagrodzeniem i kosztami kontrahenta. (Mog to by te porednie pozycje, takie
jak podre czy szkolenia). Te koszty zawieraj:
sprzt komputerowy i oprogramowanie;
wydatki zwizane z podrami, konferencjami;
szkolenia;
integracj zespou;
udogodnienia;
wyposaenie;
materiay i dostawy;
transport itp.

Oszacowaniu podlegaj koszty stae i zmienne projektu. Koszty zmienne to takie, ktre
zmieniaj si w zalenoci od tego, ile jednostek nakadu bdzie zuytych. Oczywistym
kosztem zmiennym projektu s kontrakty pracy oraz, w mniejszym stopniu, robocizna
pracownikw wewntrznych. Im wicej roboczogodzin potrzeba na realizacj zadania
przez kontrahenta lub konsultanta, tym wikszy bdzie koszt dla projektu. Koszty czsto
zale take od wasnych okrelonych zasobw ludzkich. Koszt pracownika wasnego
moe wynosi 50 z na godzin (plus zyski), podczas kiedy koszt podobnego rodzaju
pracownika kontraktowego moe wynie 90 z na godzin.
Koszty stae to takie, ktre s niezmienne dla projektu bez wzgldu na uyte zasoby.
Na przykad w przypadku budowy domu koszt budulca i betonu bdzie ustalony, jak
tylko zostanie uzgodniony projekt techniczny. Jeeli cz projektu zostanie zlecona
stronie trzeciej za ustalon cen, staje si ona take kosztem staym (niezalenie czy
projekt trwa duej czy krcej, ni jest to przewidziane, jego koszt nie moe przekroczy
ustalonych kosztw staych).
Nigdy nie pozna si wszystkich szczegw projektu przed jego rozpoczciem. Dlatego
wane jest, aby dokumentowa wszystkie zaoenia, ktre zostay przyjte podczas
szacowania kosztw.
Na rynku dostpnych jest ju wiele narzdzi wspomagajcych prac kierownika projektu.
O ile narzdzia te uatwiaj w znacznym stopniu szacowanie kosztw robocizny i materiaw potrzebnych do realizacji przedsiwzicia, o tyle ich funkcjonalno w zakresie
rozlicze finansowych jest niedostateczna. Nie s one w stanie sprosta wszystkim
potrzebom kierownika projektu, szczeglnie w aspekcie kontroli finansw przedsiwzicia i analizy trendw. Poza obliczeniem i ledzeniem kosztw kierownik projektu
musi obserwowa realizacj umw z wykonawcami zewntrznymi, terminowo pozyskiwania funduszy od inwestorw oraz terminowo patnoci, czyli musi bezbdnie rozlicza si z budetu, ktrym dysponuje. W tym zakresie arkusz kalkulacyjny nadal pozostaje niezbdnym i podstawowym narzdziem kierownika projektu.
Rne s formy finansowania przedsiwzi. Zale one od wielkoci firmy, rodzaju
jej dziaalnoci, wielkoci projektu, rodzaju przedsiwzicia i wielu innych czynnikw.

Rozdzia 3. Budetowanie i okrelenie efektywnoci projektu

175

Poniej na rysunku 3.1 przedstawiono przykad arkusza kalkulacyjnego uwzgldniajcego terminy, kwoty i sposb finansowej obsugi przedsiwzicia informatycznego
realizowanego w latach 2005 2007 w Polskim Komitecie Normalizacyjnym.

3.2. Analiza kosztw i oszczdnoci


Analiza obiektw, funkcji, procesw, problemw i ich rozwiza przeprowadzana
w ramach przedsiwzicia umoliwia, we wczesnym stadium projektu, wykonanie
wstpnego zestawienia korzyci wynikajcych z wdroenia w przedsibiorstwie proponowanych rozwiza.
Znacznie atwiej opracowuje si efekty o charakterze jakociowym ni zestawienie
ilociowe (zawsze mile widziane przez zleceniodawcw) pt.: Szacunkowe (przyblione)
koszty i oszczdnoci.
W poniszym przykadzie 3.1. prezentujemy wanie takie zestawienie.

Przykad 3.1
Zestawienia kosztw i oszczdnoci (wynikajcych z zastosowania proponowanych
rozwiza) dla Przedsibiorstwa X podzielono na dwie czci: sprzeda i zysk patrz
rysunek 3.2.

3.3. Przykad zastosowania MS Excel


2003 do kalkulacji kosztw
i transz patnoci przedsiwzicia
informatycznego
W wikszoci firm procesy planowania, prognozowania i budetowania opieraj si
przede wszystkim na wiedzy specjalistw i rozwizaniach wykorzystujcych Microsoft
Excel. Ten arkusz kalkulacyjny ma wiele zalet. Zapewnia odpowiedni elastyczno,
ktra pozwala na dokonywanie nawet najbardziej skomplikowanych analiz. Poniej na
rysunkach 3.3 i 3.4 zaprezentowano przykad rzeczywistego przedsiwzicia informatycznego realizowanego w Polskim Komitecie Normalizacyjnym pod nazw Portal
e-Norma.
Do informatycznego wspomagania zarzdzania tym projektem zastosowano MS Project
2003 oraz MS Excel 2003. Harmonogramowi projektu wykres Gantta odpowiada
arkusz rozlicze finansowych sporzdzony w Excelu.

176

Wspomaganie zarzdzania projektami informatycznymi. Poradnik dla menederw

Rysunek 3.1. Przykad kalkulacji sporzdzonej w MS Excel obrotu finansowego przedsiwzicia


zsynchronizowanego z terminami realizacji poszczeglnych grup zada

Rozdzia 3. Budetowanie i okrelenie efektywnoci projektu


Rysunek 3.2.
Oszacowanie efektw
kompleksowej
informatyzacji
przedsibiorstwa
przykad

177

ZESTAWIENIE OCZEKIWANYCH EFEKTW


1. SPRZEDA
redukcja administracji; zwikszenie czasu przeznaczonego
na sprzeda

35%

udoskonalona obsuga dostaw

30%

lepsza obsuga i opinia

45%

udoskonalone techniki obsugi zasobw finansowych

3%

waciwy zapas, waciwe miejsce, waciwy czas

25%

dobrze wyksztaceni, zadowoleni pracownicy

25%

OGLNY OCZEKIWANY WZROST SPRZEDAY

163%

2. ZYSK
bardziej precyzyjny i udoskonalony system informowania
kierownictwa

3%

lepsza kontrola patnoci

1%

zmniejszenie zapasw nieprawidowych

3%

OGLNY WZROST ZYSKU

7%
rdo: opracowanie wasne

Rysunek 3.3.
Przykad
rzeczywistego
oglnego
harmonogramu
przedsiwzicia,
ktrego finansowanie
wspomaga
przedstawiony
na rysunku 3.4
arkusz MS Excel

3.4. Ocena efektywnoci


przedsiwzicia (inwestycji)
Opisane w tym rozdziale wskaniki s istotne przy ocenie atrakcyjnoci inwestycyjnej
projektu. Szczeglnie wane jest ich obliczenie przy projektach o charakterze konkurencyjnym w stosunku do siebie, kiedy spord kilku moliwoci naley wybra najlepsz.

178

Wspomaganie zarzdzania projektami informatycznymi. Poradnik dla menederw

Rysunek 3.4.
Przykad
rzeczywistego
rozliczenia
finansowego
przedsiwzicia,
sporzdzonego
w arkuszu
kalkulacyjnym
MS Excel

Efektywno przedsiwzicia (inwestycji) to relacja efektw uzyskanych w wyniku


poniesienia okrelonych nakadw inwestycyjnych do wartoci poniesionych nakadw.
Ocena efektywnoci inwestycji skada si zazwyczaj z rachunku efektywnoci, uwzgldniajcego mierzalne efekty nakadw inwestycyjnych, oraz z opisu prezentujcego te
efekty, ktre nie poddaj si kwantyfikacji.
Ocena ta suy do podejmowania decyzji inwestycyjnych w dwch paszczyznach:
Ocena bezwzgldna odpowiada na pytanie: czy inwestowa?
Ocena wzgldna odpowiada na pytanie: jak inwestowa? czyli,

ktry z moliwych wariantw jest najlepszy.


W rachunku efektywnoci projektu uwzgldnia si trzy podstawowe wielkoci zwane
jego skadnikami materialnymi:
nakady inwestycyjne,
koszty operacyjne,
efekty przychody ze sprzeday produktw i usug.

Rachunkiem naley obj tylko te efekty, ktre wynikaj z poniesionych nakadw,


i tylko te nakady, ktre s niezbdne do osignicia zaplanowanych efektw. Wymienione skadniki musz by ujte caociowo i dotyczy tego samego okresu.
Definicja rachunku efektywnoci projektu wynika bezporednio z definicji efektywnoci
przedsiwzicia i brzmi nastpujco:
Rachunek efektywnoci projektu to porwnywanie efektw uzyskanych w wyniku
realizacji danego projektu z nakadami inwestycyjnymi poniesionymi na jego realizacj.
Prowadzi si go w jednostkach walutowych. Moe by rachunkiem bezwzgldnym,

Rozdzia 3. Budetowanie i okrelenie efektywnoci projektu

179

oceniajcym dany pojedynczy projekt przedsiwzicia gospodarczego, bd rachunkiem


wzgldnym majcym za zadanie wyoni spord wielu moliwych do realizacji wariantw przedsiwzicia ten, ktry jest najbardziej efektywny i opacalny.
W rachunku efektywnoci inwestycji wyrnia si dwie grupy metod obliczeniowych
rnicych si nieuwzgldnianiem (pierwsza grupa) bd uwzgldnianiem (grupa
druga) wpywu czynnika czasu na wartoci pienine ujte w obliczeniach. Metody te
dzielimy na:
1. Statyczne (proste).
2. Dynamiczne (zoone).

3.4.1. Metody statyczne okrelania


efektywnoci projektu
Metody statyczne stosowane s zwykle:
we wstpnych fazach (etapach) procesu inwestycyjnego;
do oceny maych projektw inwestycyjnych o stosunkowo krtkim okresie

realizacji i eksploatacji.
W grupie metod statycznych wyrniamy:
rachunek porwnawczy kosztw;
rachunek porwnawczy zyskw;
rachunek rentownoci;
rachunek okresu i stopy zwrotu.

3.4.1.1. Rachunek porwnawczy kosztw


Rachunek porwnawczy kosztw jest czsto wykorzystywany w procesie podejmowania decyzji inwestycyjnych zwaszcza o charakterze odtworzeniowo-modernizacyjnym.
Zwykle jest narzdziem wyboru najlepszego wariantu spord tych realnych rozpatrywanych, cechujcych si identycznoci korzyci (przychodw), lecz rnicych si pod
wzgldem ponoszonych kosztw. Rozstrzygajcym kryterium decyzyjnym jest minimalizacja cakowitych kosztw rocznych, odniesionych do konkretnej inwestycji.
Roczne koszty inwestycyjne skadaj si z sumy kosztw amortyzacji (A) i zysku
kalkulacyjnego (Z). Horyzont czasowy rachunku obejmuje najczciej jeden rok.
Amortyzacj (A) oblicza si ze wzoru:

A=

N i Wr
n

180

Wspomaganie zarzdzania projektami informatycznymi. Poradnik dla menederw

gdzie:
Ni nakady inwestycyjne,
Wr warto rezydualna obiektu,

n przyjty okres eksploatacji.


Zysk kalkulacyjny (Z) jest obliczany w stosunku do przecitnej sumy kosztw nabycia
i instalacji obiektu inwestycyjnego oraz wartoci kocowej (rezydualnej) z uwzgldnieniem przyjtej stopy zysku kalkulacyjnego:

Z=

N i Wr
S zk
2

Roczne koszty inwestycyjne:


Rki = A + Z min

Naley wybra ten wariant, ktrego roczne koszty cakowite bd najmniejsze.


Zalet tej metody jest prostota algorytmu obliczeniowego; ma ona jednak i wady, ktre
mona sformuowa w trzech punktach:
krtki zakres czasowy,
trudnoci zwizane z podziaem kosztw na stae i zmienne,
nieuwzgldnianie przychodw.

3.4.1.2. Rachunek porwnawczy zyskw


Rachunek porwnawczy zyskw jako narzdzie oceny wariantw inwestycyjnych
czy jednoczenie przychody z kosztami ich uzyskania. Ograniczenie si w praktyce
do sporzdzania materiaw decyzyjnych wycznie w oparciu o rachunek porwnawczy
kosztw moe prowadzi, w pewnych warunkach, do podjcia bdnych decyzji.

Przykad 3.2
Projekt inwestycyjny zakada wymian wyeksploatowanej linii technologicznej na lini
nowej generacji. Przyjmuje si, e nowa inwestycja zapewni wysz ilo i jako
produktw, a co si z tym wie, wysz ich poda i cen. Prognozy wskazuj, e skok
jakociowy produktw doprowadzi take do wzrostu popytu na nie.
W tej sytuacji posikowanie si wycznie rachunkiem porwnawczym nie umoliwi
podjcia waciwej decyzji o uruchomieniu projektu. Intuicja podpowiada, e jest to
jednak dobry pomys. W sytuacji kiedy pojawiaj si tego typu wtpliwoci, dobrze
jest mie w zanadrzu metod, ktra pozwoli je wyjani.
T metod moe by metoda rachunku porwnawczego zyskw. W skrcie mona
opisa j nastpujco:

Rozdzia 3. Budetowanie i okrelenie efektywnoci projektu

181

Zysk to rnica pomidzy przychodem a kosztami:

Z =PK
Przy spenieniu warunkw dla konkretnych wariantw inwestycji:
Zn 0
i porwnujc alternatywne rozwizania oznaczone symbolami 1, 2, , n, wybierzemy
wariant k, jeli speniona bdzie nierwno:
Zk > Zn
W praktyce do oceny opacalnoci wariantw projektw rachunek porwnawczy zyskw
jest rzadziej stosowany ni rachunek porwnawczy kosztw.

3.4.1.3. Rachunek porwnawczy rentownoci


Rachunek porwnawczy rentownoci (stp zwrotu) mona sprowadzi do nastpujcej
formuy:

Rentowno projektu (inwestycji) wyraa si relacj otrzymanego z niej rocznego zysku


do zaangaowanego kapitau.

Re =

Z0
Dk

gdzie:
Re wskanik rentownoci,
Z0 zysk z inwestycji,
Dk zaangaowany kapita.
Spraw niezwykle istotn w tym rachunku jest ustalenie rozmiarw rzeczywistego
zaangaowania kapitau. W praktyce rzeczywisty kapita jest stopniowo zmniejszany
dziki odpisom amortyzacyjnym.
R ekw =

Zn
D kw

gdzie:
Rekw rzeczywisty wskanik rentownoci,
Zn zysk z inwestycji netto,
Dkw zaangaowany kapita po odliczeniu amortyzacji.

182

Wspomaganie zarzdzania projektami informatycznymi. Poradnik dla menederw

3.4.1.4. Stopa i okres zwrotu


Stopa zwrotu w rachunku efektywnoci projektu (inwestycji) to wyraona w procentach
relacja rocznej nadwyki netto (po opodatkowaniu), uzyskiwanej z okrelonego przedsiwzicia, do wartoci poniesionego nominalnego nakadu inwestycyjnego. Informuje
ona o tym, jaka cz wyoonego kapitau zwrci si inwestorowi w cigu roku w postaci
dochodu. Jest jednym z najprostszych statycznych wskanikw sucych do porwnywania opacalnoci rnych przedsiwzi inwestycyjnych lub rnych wariantw tego
samego przedsiwzicia.
Okres zwrotu w rachunku efektywnoci inwestycji jest jednym z miernikw oceny
finansowej opacalnoci projektw inwestycyjnych. Jest to czas, w ktrym przychody
z projektu zrwnowa poniesiony wydatek pocztkowy. Odzwierciedla on relacj
nakadw inwestycyjnych do zysku. Warto wskanika najczciej podawana jest
w latach, w cigu ktrych nakady poniesione na realizacj danego projektu zwrc
si w postaci zysku.

W tej metodzie nie uwzgldnia si wartoci pienidza w czasie (cho oczywicie


mona dyskontowa przychody z projektu). Nie uwzgldnia si take przychodw
po okresie spaty.

Przykad 3.3
Dane s dwa projekty A i B. Koszt inwestycji kadego z nich wynis 950 tys. z. Poniej
przedstawiono sumy strumieni pieninych w tysicach z na koniec kadego okresu
rozliczeniowego (roku).
2001

2002

2003

2004

2005

Projekt A

300

600

1 150

1 800

1 830

Projekt B

310

700

1 150

1 250

1 280

Sporzdzono wykres przychodw z obu projektw wpywu strumieni pieninych


obliczanych w ramach bilansu na koniec okresu rozliczeniowego. Przedstawia go rysunek
3.5. Oba projekty charakteryzuj si podobnym okresem zwrotu. Jak mona zauway,
projekt B ma okres zwrotu minimalnie krtszy od projektu A. Oznacza to, e nominalnie
zwrci si on w jeden rok i pi miesicy. Bazujc tylko na tym wskaniku, wybrano
by go jako bardziej atrakcyjny.
Przy obliczaniu okresu zwrotu nie s brane pod uwag pozostae strumienie pienine.
Wykres skumulowanych przychodw dla obu projektw pokazuje, e w duszym okresie projekt A jest bardziej rentowny. Z punktu widzenia sumy przychodw by moe
jest on jednak bardziej atrakcyjny od projektu B.
Kategoria zysku w tej metodzie rozumiana jest jako suma przewidywanego zysku
netto (po opodatkowaniu), kosztw finansowych (odsetek od zacignitych kredytw)
oraz amortyzacji. Ze wzgldu na swoj prostot okres zwrotu znajduje zastosowanie
jako metoda selekcji projektw inwestycyjnych, zwaszcza w warunkach zwikszonego ryzyka.

Rozdzia 3. Budetowanie i okrelenie efektywnoci projektu

183

Rysunek 3.5.
Porwnanie okresw
zwrotu dwch
projektw

rdo: opracowanie wasne

3.4.2. Metody dynamiczne obliczania


efektywnoci projektu
Metody te, zwane rwnie metodami dyskontowymi, ujmuj caociowo czynnik czasu
oraz rozkad wpyww i wydatkw zwizanych z przygotowaniem, realizacj i eksploatacj inwestycji. Stosowanie tych metod wymaga interdyscyplinarnej wiedzy teoretycznej
i praktycznej.
Wyrni wrd nich mona:
metod wartoci zdyskontowanej netto, zwan take metod wartoci biecej

netto NPV (ang. Net Present Value);


rachunek wewntrznej stopy procentowej;
rachunek annuitetowy1.

3.4.2.1. Zdyskontowana warto netto inwestycji


Zdyskontowan warto netto inwestycji definiuje si jako sum zdyskontowanych,
na okrelony moment, rnic wpyww i wydatkw zwizanych z projektem inwestycyjnym. Innymi sowy, warto bieca netto to rnica pomidzy wartociami zdyskontowanych przyszych strumieni pieninych a kosztem pocztkowym projektu.

Metoda zdyskontowanej wartoci netto moe suy do oceny opacalnoci pojedynczej


inwestycji. Warunkiem nieodzownym do zaakceptowania projektu jest spenienie poniszej nierwnoci:

NPV 0

Tzn. rocznych rat spaty kapitau.

184

Wspomaganie zarzdzania projektami informatycznymi. Poradnik dla menederw

Dodatnia bieca warto netto informuje, e stopa rentownoci ocenianego przedsiwzicia jest wysza od stopy minimalnej (granicznej), okrelonej przez przyjt stop
dyskontow. Oznacza to, e kada inwestycja charakteryzujca si wartoci NPV
wiksz od zera (lub przynajmniej rwn zeru) moe by realizowana, gdy jest efektywna z punktu widzenia firmy.
Ujemna warto NPV oznacza, e rentowno inwestycji jest nisza, ni oczekiwano,
i naley j odrzuci jako nieracjonaln z punktu widzenia inwestora. Jeli oceniamy kilka
wariantw inwestycyjnych, jako kryterium wyboru stosujemy maksymalizacj NPV.
Rachunek zdyskontowanej wartoci netto moe obejmowa okres wieloletni. W takim
przypadku wydatki i wpywy rozkadaj si na poszczeglne lata, poniewa zachodzi
potrzeba zdyskontowania oddzielnie dla kadego roku przepyww pieninych netto
bdcych rnic midzy strumieniem wpyww pieninych a wydatkw pieninych.
Suma zdyskontowanych wielkoci w okresie objtym rachunkiem odpowiada wartoci zaktualizowanej netto.

NPV = NCF0 D0 + NCF1 D1 + NCF2 D2 + ... + NCFn Dn


gdzie:
NPV zaktualizowana warto netto,
NCF przepywy pienine netto w kolejnych latach okresu
obliczeniowego,
Dn wspczynnik dyskontowy w kolejnych latach okresu obliczeniowego.
Wspczynnik dyskontowy oblicza si ze wzoru:

D=

1
(1 + k )t

gdzie:

t = 0, 1, , n okres ycia projektu w latach.


Inna posta tego wzoru, atwiejsza do wprowadzenia w arkuszu kalkulacyjnym, to:

NPV = I 0 +

NCF1

(1 + k )

NCF2

(1 + k )

NCF3

(1 + k )

+ ... +

NCFn

(1 + k )

gdzie:
I0 koszt inwestycji poniesiony w roku zerowym.

Przykad 3.4
Kierownictwo firmy rozwaa sposb zainwestowania 100 000 z na cztery lata. W gr
wchodz dwa projekty lub alternatywna moliwo ulokowania tych pienidzy w zakup
10% obligacji pastwowych. Projekt A przewiduje otrzymanie po kolejnych 12-miesicznych okresach odpowiednio 60 000, 20 000, 30 000 i 5000 z, projekt B odpowiednio

Rozdzia 3. Budetowanie i okrelenie efektywnoci projektu

185

50 000, 50 000, 50 000 i 70 000 z. Zakadamy, e wszystkie trzy inwestycje maj taki
sam stopie ryzyka2.
W celu wyboru najbardziej opacalnej inwestycji naley obliczy dla obu projektw
warto NPV przy stopie dyskonta 10%. Gdy NPV przyjmie warto ujemn, dany
projekt jest nieopacalny, gdy przyjmie warto dodatni, jest opacalny i warto go
realizowa. W przypadku NPV = 0 atrakcyjno danego projektu bdzie rwnowana
zakupowi za przeznaczony na inwestycj kapita obligacji pastwowych oprocentowanych na 10%.
Jako narzdzia wspomagajcego obliczenia uyto arkusza kalkulacyjnego MS Excel 2003.
Widok arkusza z danymi opisujcymi oba projekty zamieszczono na rysunku 3.6.
Rysunek 3.6.
Porwnanie okresw
zwrotu dwch
projektw

rdo: opracowanie wasne

W celu obliczenia wspczynnika dyskonta dla projektu A wpisano w komrk C4


formu: =(1+$B$8)^C2. Arkusz samoczynnie zamienia warto procentow na uamek
dziesitny. Poniewa warto stopy dyskonta znajduje si w pojedynczej komrce, jej
adres naley zakotwiczy symbolami $. Formu t powielono na pozostae komrki
D4:F4. W wierszu pitym obliczono zdyskontowane strumienie pienine jako iloraz
strumienia pieninego i wspczynnika dyskonta. Formua w komrce C5 wyglda
nastpujco: =C3/C4. Zostaa ona powielona w pozostaych komrkach D5:F5 tego
wiersza. W wierszu szstym obliczono zdyskontowane strumienie pienine inn metod.
Wykorzystano zaimplementowan w Excelu funkcj PV().

Funkcje w MS Excel:
Kategoria: Finansowe, posta: PV(Stopa;Liczba_rat;Rata;Wp;Typ)

Dane do przykadu wzito z opracowania Michaa Dariusza Skrzeszewskiego http://www.qdnet.pl/


unas/michal/npv/npv.htm 1996 r.

186

Wspomaganie zarzdzania projektami informatycznymi. Poradnik dla menederw

gdzie:
Stopa to stopa procentowa dla okresu. Na przykad osoba otrzymujca

poyczk na samochd, oprocentowan na 10% rocznie, spacajca t


poyczk w miesicznych ratach bdzie paci miesiczne oprocentowanie
w wysokoci 10%/12, czyli 0,83%. Dlatego jako oprocentowanie naley
wprowadzi do formuy warto 10%/12 albo 0,83% lub 0,0083.
Liczba_rat to cakowita liczba okresw patnoci w okresie spaty. Na przykad
osoba otrzymujca czteroletni poyczk na samochd, spacajca t poyczk
w miesicznych ratach, bdzie j spaca w cigu 412 (czyli 48) okresw.
Dlatego jako argument liczba_rat naley wprowadzi do formuy liczb 48.
Rata to patno dokonywana w kadym okresie, niezmieniana przez cay okres

poyczki. Rata obejmuje zazwyczaj kapita i odsetki z wyczeniem innych


opat i podatkw. Na przykad miesiczna spata czteroletniej poyczki na
samochd w wysokoci 10 000 z, oprocentowanej na 12%, wynosi 263,33 z.
Jako argument rata naley wprowadzi do formuy warto 263,33.
Jeli argument rata zostanie pominity, musi zosta doczony argument Wp.
Wp to przysza warto, czyli poziom finansowy, do ktrego zmierza si po

dokonaniu ostatniej patnoci. Jeli argument jest pominity, to jako jego


warto przyjmuje si 0 (np. przysza warto poyczki wynosi 0). Na przykad,
jeli chce si zaoszczdzi 50 000 z w cigu 18 lat na okrelony cel, to 50 000 z
jest wartoci przysz. Zakadajc pewn stop procentow, mona obliczy,
ile pienidzy trzeba odkada co miesic. Jeli argument Wp jest pominity,
musi zosta doczony argument rata.
Typ to liczba 0 albo 1, ktra wskazuje, kiedy patno jest nalena.

Gdy przyjmuje warto 0 lub jest pominity, patno przypada na koniec


okresu, gdy przyjmuje warto 1, patno przypada na pocztek okresu3.
Kolejno czynnoci aktywujcych t funkcj przedstawia si nastpujco:
1. W komrk C6 wstawiono funkcj PV() z menu

Wstaw/Funkcja/Finansowe/PV.
Okno dialogowe wstawienia funkcji PV() w arkusz i ustawienia jej parametrw
przedstawiono na rysunku 3.7.
Rysunek 3.7.
Uycie funkcji PV()
arkusza MS Excel

rdo: opracowanie wasne


3

Na podstawie opisu funkcji w Pomocy do MS Excel 2003.

Rozdzia 3. Budetowanie i okrelenie efektywnoci projektu

187

2. W otwartym tym dziaaniem oknie pola argumentw wypeniono nastpujco:


Stopa B8;
Liczba_rat C2:F2;
Rata 0;
Wp C3:F3;
Typ pozostawiono puste.

Zatwierdzono ustawienia przyciskiem OK.


Funkcja dokonaa obliczenia, ale aby obejrze wyniki, trzeba j tablicowa.
3. Naley z wcinitym LPM uaktywni zakres komrek C6:F6.
4. Wcisn klawisz funkcyjny F2, a nastpnie kombinacj klawiszy

Shift+Ctrl+Enter. Obliczone wartoci zostay wpisane w aktywny zakres


komrek.
Jak wida, otrzymano identyczne wyniki.
Warto NPV obliczono jako sum zdyskontowanych strumieni pieninych, w ktrych
wydatek inwestycyjny w roku zerowym potraktowano jako warto ujemn. W komrce
C8 wpisano formu =SUMA(B5:F5).
Identyczn procedur dziaania zastosowano w przypadku projektu B.
NPV obliczone dla projektu A wynosi 2 971 z. Oznacza to, e wariant A jest mniej
korzystny ni lokata na 10%. W przypadku projektu B NPV wynosi 72 154 z. Oznacza
to, e wariant B jest znacznie korzystniejszy ni wariant A i lokata na 10%.
W celach porwnawczych obliczono NPV, korzystajc z wbudowanej funkcji Excela.

Funkcje w MS Excel:
Kategoria: Finansowe, posta: NPV(Stopa;Warto_1; Warto_2; ...; Warto_29).
Oblicza obecn warto netto inwestycji na podstawie danej stopy dyskontowej oraz
serii przyszych patnoci (wartoci ujemne) i dochodw (wartoci dodatnie).
Stopa to stopa dyskontowa staa we wszystkich okresach.
Warto_1; Warto_2, to od 1 do 29 argumentw przedstawiajcych patnoci

i przychody.
Przyjmuje si, e Warto_1, Warto_2, s rwnomiernie rozmieszczone

w czasie i przypadaj na koniec kadego okresu.


Funkcja NPV wykorzystuje sekwencj Warto_1, Warto_2, ,

by przedstawi przepywy pienine. Patnoci i przychody naley


koniecznie wprowadza w poprawnej kolejnoci.

188

Wspomaganie zarzdzania projektami informatycznymi. Poradnik dla menederw


Inwestycja w funkcji NPV rozpoczyna si jeden okres przed dat przepywu
gotwki Warto_1, a koczy si wraz z ostatnim przepywem gotwki
znajdujcym si na licie. Obliczenie wartoci funkcji NPV jest wykonywane

na podstawie przyszych przepyww gotwki. Jeeli pierwszy przepyw


ma miejsce na pocztku pierwszego okresu, to warto ta musi by dodana
do wyniku NPV, a nie zawarta w wartociach argumentw4.
Obliczenia wartoci funkcji dokonano w nastpujcy sposb:
1. W komrk D16 wstawiono funkcj NPV() z menu

Wstaw/Funkcja/Finansowe/NPV.
Okna dialogowe wstawienia w arkusz funkcji NPV() przedstawiono na
rysunku 3.8A, a okno dialogowe ustawienia jej parametrw na rysunku 3.8B.
Rysunek 3.8.
Uycie funkcji
NPV() arkusza
MS Excel

rdo: opracowanie wasne

2. W otwartym oknie Argumenty funkcji pola tych argumentw wypeniono jak

na rysunku 3.8C.
3. Zakoczenie potwierdzono przyciskiem OK.

Analogiczn procedur dziaania zastosowano w przypadku projektu A.


Jak wida na rysunku 3.6, z porwnania zawartoci komrek C8 i D8 dla projektu A oraz
odpowiednio C16 i D16 dla projektu B wynika, e wartoci NPV wyliczone
z wbudowanej funkcji Excela rni si od wyliczonych rcznie. Wynika to z zaimplementowanego w Excelu algorytmu obliczania tej funkcji. Niestety, nie jest on zbyt jasno
opisany w polskiej wersji pomocy. Decyzj o stosowaniu metody obliczania NPV pozostawiamy Czytelnikowi.

3.4.2.2. Wewntrzna stopa zwrotu (Internal Rate of Return IRR)


Wewntrzna stopa zwrotu IRR to stopa, przy ktrej koszt projektu rwny jest
wartoci biecej przyszych strumieni pieninych.
W obliczeniach efektywnociowych zaprezentowanych w powyszym przykadzie przyjmowano okrelony, przyjty przez inwestora, poziom granicznej stopy zysku. Przypominamy, e graniczna stopa zysku wyraa minimaln wielko zysku od zaangaowanego
kapitau.
4

Na podstawie opisu funkcji w Pomocy do MS Excel 2003.

Rozdzia 3. Budetowanie i okrelenie efektywnoci projektu

189

Obecnie interesuje nas ustalenie faktycznej stopy zysku od zaangaowanego kapitau,


by mc j porwna z przyjt minimaln stop zysku. Umoliwia to rachunek wewntrznej stopy procentowej IRR.
Wewntrzna stopa procentowa jest odpowiednikiem stopy dyskontowej, przy ktrej
zaktualizowana warto wydatkw pieninych rwna si zaktualizowanej wartoci
wpyww pieninych.
Jest to zatem taki poziom stopy dyskontowej, przy ktrym zaktualizowana warto
netto (NPV) jest rwna zeru.

NPV ( K = IRR) = 0
IRR jest miar rentownoci inwestycji. Im wysz warto przyjmuje IRR, tym inwestycja przynosi wikszy dochd. Z drugiej strony, IRR jest maksymaln stop kredytu
inwestycyjnego, ktry pozwoli jeszcze sfinansowa projekt bez straty dla inwestora.
Wewntrzn stop procentow IRR ustala si metod matematyczn i graficzn przy
zastosowaniu nastpujcej procedury:
1. Naley przygotowa tabel przepyww pieninych.
2. Odgadn prawdopodobny poziom stopy dyskontowej, przy ktrym NPV

byoby zblione do 0.
3. Obliczy dla tego poziomu IRR warto zdyskontowan netto NPV.
4. Gdy NPV > 0, naley obliczenie powtrzy, podwyszajc odpowiednio

warto stopy dyskontowej, a do spenienia nierwnoci, w ktrej NPV 0.


Gdy ujemne i dodatnie wartoci NPV, obliczone dla rnych poziomw stopy dyskontowej, zblione s do zera, IRR mona ustali precyzyjniej wg wzoru:

IRR = i1 +

NPV01 (i2 i1 )
NPV01 + NPV02

gdzie:

i1 stopa dyskontowa nisza dla NPV > 0;


i2 stopa dyskontowa wysza dla NPV < 0;
NPV01, NPV02 warto zdyskontowana netto dla niszego i wyszego poziomu
stopy dyskontowej.

Przykad 3.5
Obliczenie IRR dla projektw A i B z przykadu 3.4.
Przypominamy, e do obliczenia wspczynnikw dyskonta uyto dla komrki C4
formuy =(1+$B$7)^C2, do obliczenia zdyskontowanych strumieni pieninych formuy
uyto dla komrki C5 formuy =C3/C4, a NPV w komrce C7 obliczono jako sum

190

Wspomaganie zarzdzania projektami informatycznymi. Poradnik dla menederw


=SUMA(B5:F5). Wygld arkusza, w ktrym rozwizano ten przykad, przedstawia ponisza

tabela 3.1 i rysunek 3.9.


Tabela 3.1. Dane wyjciowe do obliczenia wskanika IRR dla dwch projektw przykad
PROJEKT A
Kolejne lata
Strumienie
pienine
Wspczynnik
dyskonta
Zdyskontowane
strumienie
pienine

100 000,00 z

60 000 z

20 000 z

30 000 z

5 000 z

1,1

1,21

1,331

1,4641

100 000,00 z

54 545,45 z

16 528,93 z

22 539,44 z

3 415,07 z

NPV
Stopa dyskonta

10%

2 971,11 z

100 000,00 z

50 000,00 z

50 000,00 z

50 000,00 z

70 000,00 z

1,1

1,21

1,331

1,4641

100 000,00 z

45 454,55 z

41 322,31 z

37 565,74 z

47 810,94 z

PROJEKT B
Kolejne lata
Strumienie
pienine
Wspczynnik
dyskonta
Zdyskontowane
strumienie
pienine

NPV
Stopa dyskonta
Rysunek 3.9.
Okna dialogowe
Solver Parametry
z ustawionymi
parametrami
do obliczenia stopy
IRR dla projektu A
i projektu B
przykad

10%

72 153,54 z

rdo: opracowanie wasne

Do obliczenia wewntrznej stopy zwrotu (IRR) dla obu projektw zostanie uyte narzdzie Solver. Przed przystpieniem do rozwizywania tego przykadu naley sprawdzi
w swoim programie Excel, czy w menu Narzdzia dostpne jest polecenie Solver. Jeeli
nie jest trzeba zainstalowa pen wersj Excela lub doinstalowa dodatkow
funkcjonalno z pyty instalacyjnej CD MS Excel 2003 lub MS Office 2003. Procedura
instalacji opisana jest na pocztku rozdziau 3.6. Zaleca si jednoczesne zainstalowanie
narzdzia Solver i Analysis ToolPak.

Rozdzia 3. Budetowanie i okrelenie efektywnoci projektu

191

Aby obliczy IRR, naley dla projektu A:


1. Aktywowa LPM komrk C7 arkusza.
2. Z menu Narzdzia wybra polecenie Solver.
3. Otworzy si okno dialogowe jak na rysunku 3.9A.
4. Pole Komrka celu jest ju wypenione, jeli nie, trzeba tam wpisa $C$7.
5. W obszarze Rwna naley wybra przycisk radiowy opcji Warto,
a w polu po prawej stronie wpisa 0.
6. W polu Komrki zmienne naley poda adres komrki zawierajcej warto

stopy dyskonta, czyli w naszym przypadku B7.


7. Uruchomi algorytm obliczeniowy Solvera przyciskiem Rozwi.

Te same czynnoci naley przeprowadzi w celu obliczenia IRR dla projektu B. Prawidowe ustawienie parametrw funkcji Solver dla obliczenia wartoci IRR projektu A
i projektu B przedstawiono na rysunku 3.9. Wyniki niniejszego przykadu umieszczone s
w komrkach B7 i B14 arkusza Excel na rysunku 3.10.
Rysunek 3.10.
Arkusz MS Excel
z wyliczonym
wskanikiem IRR
przykad

rdo: opracowanie wasne

Wewntrzna stopa zwrotu IRR dla projektu A wynosi 8%, a dla projektu B przybiera
warto 39%. Na tej podstawie mona stwierdzi:
Projekt B jest bardziej rentowny ni Projekt A.
Projekt B jest bardziej rentowny ni lokata na 10%.
Projekt B mona sfinansowa za pomoc kredytu o oprocentowaniu 10%.

Wniosek: naley rekomendowa do realizacji projekt B.

3.4.2.3. Analiza progu rentownoci i analiza wraliwoci


Kolejnym instrumentem wspomagajcym proces decyzyjny jest analiza progu rentownoci. Polega ona na badaniu zalenoci midzy zmianami produkcji a zmianami kosztw
staych i zmiennych. Przez prg rentownoci rozumie si tak wielko produkcji,
a zarazem przychodw ze sprzeday, ktra pokrywa koszty to znaczy nie generuje

192

Wspomaganie zarzdzania projektami informatycznymi. Poradnik dla menederw

ani zysku, ani strat. W takiej sytuacji zwikszenie rozmiarw produkcji, przy zachowaniu
niezmienionych pozostaych czynnikw, powinno zaowocowa zyskownoci projektu
inwestycyjnego. Przy korzystaniu z progu analizy rentownoci wskazane jest przeprowadzenie analizy wraliwoci projektu inwestycyjnego na zmian czynnikw wykorzystywanych przy ustalaniu progw rentownoci. Jest to uzasadnione, poniewa wszystkie
zmiany poszczeglnych elementw przyczyniaj si do przesunicia progu rentownoci.
Analiza wraliwoci ma za zadanie okreli prg rentownoci w sytuacji zmian nastpujcych czynnikw:
jednostkowej ceny sprzeday;
jednostkowych kosztw zmiennych;
staych kosztw produkcji.

W szczeglnoci odnosi si to do spadku jednostkowej ceny sprzeday i wzrostu jednostkowych rodkw zmiennych (ze wzgldu na du podatno na zmiany).

3.5. Prognozowanie
Wiarygodne uzasadnienie biznesowe projektu nie ley w zakresie obowizkw kierownika projektu, ale aby przedsiwzicie zakoczyo si prawdziwym sukcesem, musi je
mie. Uzasadnienie biznesowe opiera si z kolei na rzetelnym prognozowaniu. Dlatego
w chwili obecnej wspczesny biznes wymaga coraz wikszej iloci danych analitycznych oraz systemw umoliwiajcych sporzdzenie na ich podstawie wiarygodnych
prognoz krtko- i dugoterminowych. Powoli standardowym wyposaeniem kadego
przedsibiorstwa staj si narzdzia controllingowe, hurtownie i minihurtownie danych,
a wic systemy pozwalajce na analiz zdarze zachodzcych w przeszoci oraz coraz
bardziej wyrafinowane narzdzia do prognozowania. Opiera si na nich coraz wicej
procesw biznesowych wspczesnych organizacji. Mare w sieciach handlowych s
dzi na tyle niskie, e aby zachowa rentowno, firmy musz bardzo dokadnie przewidywa popyt na towary i na podstawie tych prognoz optymalizowa zasoby magazynowe
i trasy samochodw dostarczajcych towary. Podobnie jest w wielu gaziach przemysu.
Rosnca konkurencja wymusza na firmach poszukiwanie narzdzi, ktre na podstawie
danych historycznych, a take w oparciu o wiedz eksperck, pozwalayby na prognozowanie zdarze mogcych nastpi w przyszoci. Niestety, standardowe rozwizania
analityczne pozwalaj jedynie na tworzenie hipotez i sprawdzanie ich wg rzeczywistych
danych. Ju sama architektura narzdzi typu Business Inteligence, zakadajca korzystanie
z wczeniej rekonfigurowanych rde danych i dystrybucj raportw wg wypracowanych wczeniej szablonw, przynajmniej po czci uniemoliwia przewidywanie
przyszych zdarze.
W wikszoci firm procesy planowania, prognozowania i budetowania nadal opieraj
si przede wszystkim na wiedzy ekspertw i rozwizaniach wykorzystujcych Microsoft
Excel. Arkusz kalkulacyjny Excel ma wiele zalet. Zapewnia odpowiedni elastyczno,
ktra pozwala na dokonywanie nawet najbardziej skomplikowanych analiz. Jednak

Rozdzia 3. Budetowanie i okrelenie efektywnoci projektu

193

elastyczno i powszechny dostp to nie jedyne przyczyny popularnoci tego arkusza


kalkulacyjnego. W duej mierze wynika ona take ze specyfiki realizowanych w organizacjach procesw wykorzystujcych prognozowanie. S one zwykle cile powizane z tworzeniem budetu i jako takie maj sporadyczny charakter. W wikszoci organizacji budet planuje si raz w roku.
Niestety, oparcie prognozowania tylko na arkuszu kalkulacyjnym ma wady5. Wyniki
oblicze dokonanych przez ekspertw zwykle gromadzone s poza jakimikolwiek systemami analitycznymi. Co wicej, zatrudnienie kilku ekspertw prowadzi czsto do
rwnolegego tworzenia na wasne potrzeby rnicych si nieco od siebie maych
aplikacji wspomagajcych prognozowanie, z ktrych kada udostpnia dane w troch
innym formacie. Bywa, e i same wyniki przewidywa podlegaj rnym manipulacjom
i s naginane do rzeczywistych wynikw po to, aby ukry ewentualne rozbienoci
nawet jeli te byy konsekwencj zmian w otoczeniu, a nie wynikny z niewiedzy
ekspertw dokonujcych prognoz.

3.6. Zastosowanie MS Excel


do wyznaczania predykcji regresji
i prognozowania trendw
Wyznaczanie trendw i prognozowanie to metody statystyczne. Ta ksika nie ma zastpowa podrcznika statystyki, wic elementy tej ostatniej zostan przedstawione
w ogromnym skrcie i w iloci koniecznej do zrozumienia przedmiotu tego podrozdziau.
A jest nim zaprezentowanie mao znanych funkcji arkusza kalkulacyjnego MS Excel
2003 stosowanych do wspomagania oblicze statystycznych majcych zastosowanie
w analizie biznesowej i w zarzdzaniu projektami.
Przed przystpieniem do wicze zalecanych w tym podrozdziale naley sprawdzi
w swoim programie Excel, czy w menu Narzdzia dostpne s polecenia Solver i Analiza
danych. Jeeli nie s, trzeba zainstalowa pen wersj Excela lub doinstalowa je z pyty
instalacyjnej. W obu przypadkach po instalacji naley polecenia te uaktywni.
Aktywacj przeprowadza si w menu Narzdzia/Dodatki.
W oknie dialogowym Dodatki jak na rysunku 3.11 naley wybra pozycje Analysis
ToolPak i Dodatek Solver. Wybr potwierdzi przyciskiem OK.
Jeli aden z tych dodatkw nie jest zainstalowany, aplikacja poinformuje o tym nastpujcym oknem dialogowym (patrz rysunek 3.12).

Na podstawie [100] Bielewicz A., Czas prognoz jeszcze nie nadszed, Computerworld,
nr 15/714/2006, s. 30 31.

194

Wspomaganie zarzdzania projektami informatycznymi. Poradnik dla menederw

Rysunek 3.11.
Okno dialogowe
aktywacji
dodatkowych polece
dostpnych
w MS Excel

rdo: opracowanie wasne

Rysunek 3.12.
Okno dialogowe
instalacji
dodatkowych funkcji
w MS Excel

rdo: opracowanie wasne

Po woeniu do napdu CD pyty z plikami instalacyjnymi (MS Excel 2003 lub MS


Office 2003) i klikniciu LPM6 przycisku Tak nastpi automatyczne doinstalowanie
wybranych dodatkw.
Teraz Czytelnik ma ju narzdzie dostosowane do przeledzenia opisanych poniej
przykadw i pozostaje tylko zapozna si z odrobin teorii.
Pomidzy zmiennymi wynikami bada statystycznych istniej, lub przynajmniej
zakadamy, e istniej, zalenoci.

Klasyczny przykad 3.6


Popyt na okrelony towar zaley od jego ceny.
Wszyscy zgadzamy si z t tez. Ale pozostaje pytanie: jak bardzo cena wpywa na
popyt tego wanie towaru. Bo take zgadzamy si z tym, e na rne towary wpyw
ich ceny jest rny. Inny jest na tzw. towary pierwszej potrzeby, a inny na towary
luksusowe. Przed wyciganiem jakichkolwiek wnioskw naley wic najpierw zbada
si tej zalenoci nawet w tak niby oczywistym przypadku.

Skrtem LPM oznaczono lewy przycisk myszy.

Rozdzia 3. Budetowanie i okrelenie efektywnoci projektu

195

Klasyczny przykad 3.7


W rozlegej sieci handlowej obejmujcej kilka wojewdztw (regionw) w trzech krajach
przeprowadzono badania popytu w postaci liczby sprzedanych jednostek danego towaru
przy znacznie wahajcych si jego cenach. Stwierdzono przy tym, e w rnych regionach
s rne tradycje kulturowe, przyzwyczajenia konsumenckie i rni si one zamonoci
potencjalnych nabywcw tego towaru. Poza tym sam towar o zblionej jakoci by
rnie pakowany (znaczne rnice w estetyce opakowa).
Z uwagi na niemoliwo zapewnienia identycznoci warunkw przeprowadzenia bada
(zrnicowane rodowiska) naley okreli si zalenoci pomidzy dwiema zmiennymi:
cen (X) i wielkoci sprzeday (Y).
Badaniem zwizkw zachodzcych pomidzy zmiennymi zajmuje si analiza zalenoci.
Dzieli si ona na dwa dziay: analiz korelacji, ktra bada, czy w ogle wystpuje jakakolwiek zaleno, i opisuje jej si, oraz analiz regresji, ktra bada posta funkcyjn
tych zwizkw i opisuje powizania ich cech. Chocia prba, ktr dysponujemy, moe
obejmowa wszystkie informacje, jakie mamy o dwch zmiennych poddanych badaniu,
zawsze zakadamy, e wyniki obserwacji s prb losow pobran z populacji
wszystkich par wartoci X i Y.

3.6.1. Analiza regresji


Analiza regresji pozwala na odszukanie zwizkw funkcyjnych pomidzy zmiennymi.
Przede wszystkim pojawia si pojcie zmiennej zalenej Y i zmiennej niezalenej X.
Tworzone s modele y = f(x)+u pozwalajce na prognozowanie przyszych wynikw
dla Y na podstawie hipotetycznych X. Jednym z zaoe modelu regresji jest to, e
zmienna niezalena X jest zmienn o wartociach ustalonych, a nie losowych. Losowo
zmiennej Y pochodzi wycznie z oddziaywania na ni skadnika losowego u.
Rysunek 3.13.
Przykad wykresu
rozproszenia (ang.
scatter diagram
lub scatter plot)
i liniowej funkcji
regresji obliczonej
w MS Excel

rdo: opracowanie wasne

Funkcja przedstawiajca zaleno rednich warunkowych zmiennej Y od wartoci


zmiennej X jest funkcj regresji Y wzgldem X. Wyrnia si pojcie funkcji regresji
I rodzaju (dla penej populacji) oraz empirycznej krzywej regresji (dla prby). Funkcja
regresji pokazuje, jak zmieniaj si rednie wartoci Y przy zmianie X. Nie mwi jednak

196

Wspomaganie zarzdzania projektami informatycznymi. Poradnik dla menederw

nic o indywidualnych przypadkach dla danych szczegowych wzgldem X. Formalny


opis zalenoci pomidzy zmiennymi X a Y to wanie jest model regresji.
Przyjmuje si, e funkcja modelu regresji moe by funkcj:
a) liniow,
b) wykadnicz,
c) logarytmiczn,
d) potgow.

Poniej przedstawiono przypadki, w ktrych zaoono, e funkcja regresji jest t pierwsz,


czyli funkcj liniow. Model regresji przyjmuje posta y = f(x)+u, czyli zaleno y od x,
gdzie u jest reszt niewyjanian przez model. Obecno u jest bardzo wana. Oznacza
bowiem, e zaleno nie moe by dokadnie odwzorowana przez lini prost. Formalny
zapis modelu regresji liniowej wyglda nastpujco:

)
y = x + + u
gdzie jest to rednia w warunkowym rozkadzie Y.
Wartoci wspczynnika kierunkowego oraz wyrazu wolnego oblicza si na
podstawie danych punktw (x, y). Naley zwrci uwag, e nawet po oszacowaniu
i wci nie mona oszacowa dokadnie Y.
Wicej informacji o analizie regresji znajduje si w podrozdziale prezentujcym analiz
szeregw czasowych.

3.6.1.1. Sporzdzanie wykresu rozproszenia w MS Excel


Aby samodzielnie sporzdzi wykres punktowy w MS Excel, naley wykona nastpujce kroki (patrz rysunek 3.14):
1. Zaznaczy zakres danych do wykresu w tabeli Excela.
2. Wybra LPM ze standardowego paska narzdziowego ikon Sporzd wykres.
3. Po otwarciu okna Kreator wykresw naley wybra Typ wykresu

XY (Punktowy) oraz Podtyp wykresu punktowy bez linii (pierwszy).


4. Zatwierdzi wybr przyciskiem Zakocz.
5. Efektem bdzie wykres punktowy, ktry mona jeszcze modyfikowa

graficznie wg wasnego poczucia estetyki.

3.6.1.2. Metoda najmniejszych kwadratw


Najpopularniejsz drog wyliczenia i jest skorzystanie z metody najmniejszych
kwadratw (MNK). Zakada ona szereg matematycznych oblicze, jednak mona
uproci sposb otrzymania wyniku, korzystajc z narzdzia Solver, funkcji REGLINP()

Rozdzia 3. Budetowanie i okrelenie efektywnoci projektu

197

Rysunek 3.14.
Kolejno czynnoci
przy sporzdzaniu
wykresu punktowego
w arkuszu MS Excel

rdo: opracowanie wasne

oraz narzdzia Regresja z moduu Analiza danych. Matematycznie otrzymanie i


sprowadza si do rozwizania ukadu rwna:
n
n
n 2
xi xi = xi y i

i =1
i =1
i =1
n
n
xi + n = yi
i =1
i =1

skd
n

(x
i =1

x )( yi y )

(x
i =1

x)

oraz

= y x

Przykad 3.8
Celem tego przykadu bdzie zaprezentowanie zastosowania narzdzia Solver do sporzdzenia i dopasowania liniowej funkcji regresji.

198

Wspomaganie zarzdzania projektami informatycznymi. Poradnik dla menederw

Dane do przykadu
X

X cd.

Y cd.

cena [z]

popyt [szt]

cena [z]

popyt [szt]

24

179

54

135

26

159

56

146

28

174

58

129

30

122

60

122

32

164

62

130

34

166

64

128

36

141

66

122

38

146

68

120

40

161

70

125

42

144

72

118

44

157

74

119

46

143

76

114

48

133

78

112

50

134

80

115

52

142

82

111
Suma:

4111

W kolumnach A i B podane s informacje o relacji wartoci ceny wzgldem popytu na


produkt. Naley szacowa parametry i funkcji regresji za pomoc narzdzia Solver.
Nastpnie sprawdzi, jak bdzie zmienia si popyt dla dowolnie proponowanych cen.
Zamy na pocztek, e parametr = 1 a = 2. Wartoci te wpisano odpowiednio
do komrek H2 i H3. Na rysunku 3.15 pokazano arkusz Excela, w ktrym wykonano
niniejsze wiczenie.
Na podstawie przyjtych wartoci wspczynnikw i oszacowano (Y teoretyczne) w kolumnie C, korzystajc z funkcji regresji y = = x+. Zrealizowano to za
pomoc zapisu excelowego formuy w pierwszej komrce kolumny C (C4) w postaci
=$H$2*A4+$H$3. Naley zwrci uwag na zakotwiczenie parametrw komrek H2 i H3.
Jest to wane ze wzgldu na to, e nastpnie formu t powielono na wszystkie komrki
kolumny C, tak aby obja cay zakres od C4 do C33.
Nastpnie do pierwszej komrki kolumny D4 wpisano formu realizujc odejmowanie
Y. Jej wartoci opisuj bd dopasowania wyliczonego popytu teoretycznego wzgldem
jego wartoci rzeczywistych. Posta excelowa tej formuy to =B4C4. Nastpnie formu
t powielono w analogiczny sposb na wszystkie komrki kolumny D, tak aby obja
cay zakres od D4 do D33.

Rozdzia 3. Budetowanie i okrelenie efektywnoci projektu

199

Rysunek 3.15.
Dopasowanie liniowej
funkcji regresji
do danych
rzeczywistych
za pomoc narzdzia
Solver w MS Excel

rdo: opracowanie wasne

Sprawd, jak zaproponowane parametry i wpyny na wartoci (Y teoretycznych)


i jak bardzo rni si one od Y, ktre s wynikiem rzeczywistych pomiarw.
W kolumnie E znalazy swe miejsce wartoci kwadratu bdu dopasowania (Y)2.
W komrk E4 wpisano formu =D4^2 i powielono na zakres komrek od E4 do E33.
Na kocu kolumny E wprowadzono formu sumujc kwadraty bdw. W komrce
E34 wpisano: =SUMA(E4:E33). Uzyskana suma bdw dopasowania funkcji regresji
do danych empirycznych (ang. sum of squared errors SSE) ma due znaczenie, bo
kryterium otrzymania rozwizania w narzdziu Solver stanowi bdzie minimalizacja
tego parametru.
Metoda najmniejszych kwadratw sprowadza si do znalezienia takich wartoci i ,
aby obliczona SSE (suma bdw dopasowania funkcji regresji do danych empirycznych)
bya jak najmniejsza. Prosta leca w chwili obecnej w ogle poza zakresem wartoci
rzeczywistych zostanie wtedy najlepiej do nich dopasowana.
Aby obliczy parametry i przy zaoeniu, e SSE ma by jak najmniejsze, posuono
si Solverem.
Dostp do niego uzyskuje si poprzez: Narzdzia/Solver. W oknie dialogowym Solver
Parametry (patrz rysunek 3.16) naley:
1. W okienku Komrka celu wpisa E34 adres komrki, w ktrej zapisana

jest warto SSE.


2. Zaznaczy przyciskiem radiowym opcj Min (ma szuka wartoci minimum SSE).
3. Jako komrki elementw zmiennych poda H2 i H3, czyli adresy komrek,

w ktrych znajduj si wartoci wspczynnikw i .

200

Wspomaganie zarzdzania projektami informatycznymi. Poradnik dla menederw

Rysunek 3.16.
Okna dialogowe
narzdzia Solver
w MS Excel

rdo: opracowanie wasne

4. Zatwierdzi wybr i uruchomi algorytm obliczeniowy Solvera przyciskiem

Rozwi.
5. Dziaanie to spowodowao otwarcie okna dialogowego Solver Wyniki.
6. W nowym oknie domylnie wybrana jest opcja Przechowaj rozwizanie.

Naley tylko zakoczy dziaanie narzdzia, klikajc LPM przycisk OK.


Jak mona zauway na rysunku 3.17, Excel rozwiza funkcj, speniajc podane
warunki, i zwrci ponisze wyniki:
SSE = 2787,693141
= 0,94
= 187
Rysunek 3.17.
Arkusz MS Excel
z rozwizanym
przykadem
utworzenia funkcji
regresji przy uyciu
narzdzia Solver

rdo: opracowanie wasne

Rozdzia 3. Budetowanie i okrelenie efektywnoci projektu

201

3.6.1.3. Miary dopasowania funkcji regresji


Z powyszych przykadw wiadomo, e wartoci (Y teoretyczne), czyli wyliczone
za pomoc funkcji regresji, znaczco rni si od Y (rzeczywistych), nawet przy
najmniejszym SSE. Pojawia si pytanie, jak mierzy dobro dopasowania obliczonej
funkcji.
Dopasowanie krzywej regresji do danych rzeczywistych mona sprawdzi za pomoc
nastpujcych parametrw:
odchylenie standardowe reszt,
wspczynnik determinacji,
skorygowany wspczynnik determinacji.

Parametr odchylenie standardowe reszt


Oznaczenie S(u)
Wzr:
n

(y

S (u ) =

i =1

) 2
yi )

nk

gdzie:

n liczba obserwacji,
k liczba szacowanych parametrw funkcji regresji.
Interpretacja: warto wspczynnika S(u) mwi, o ile przecitnie rzeczywiste Y odchyla
si od (Y teoretycznego).

Funkcja i narzdzie obliczajce w MS Excel:


Kategoria: Statystyczne, posta: REGLINP(Znane_y;Znane_x;Staa;Statystyka)
lub narzdzie Regresja z moduu Analiza danych.
Parametr wspczynnik determinacji
Oznaczenie r2 lub R2
Wzr:
n

R =
2

(y y) (y y)
2

i =1

i =1

(y y)
i =1

202

Wspomaganie zarzdzania projektami informatycznymi. Poradnik dla menederw

Interpretacja: wspczynnik determinacji, zwany te wspczynnikiem zbienoci,


okrela, ile % zmiennoci Y jest wyjaniane przez przyjty model. Przyjmuje si, e
model jest zy, jeeli wyjania mniej ni 60% danych. Prg ten nie jest cile wyznaczony
i tym samym podlega dyskusji.

Funkcja i narzdzie obliczajce w MS Excel:


Kategoria: Statystyczne, posta: REGLINP(Znane_y;Znane_x;Staa;Statystyka)
lub narzdzie Regresja z moduu Analiza danych.
Parametr skorygowany wspczynnik determinacji
Oznaczenie R 2
Wzr:

R 2 = R2

k (1 R 2 )
n (k + 1)

Interpretacja: skorygowany wspczynnik determinacji ma podobn interpretacj jak


wspczynnik determinacji, okrela, ile % zmiennoci Y jest wyjaniane przez przyjty
model. Przewanie R 2 R 2 , a nawet moe by ujemne, gdy R2 jest bliskie zeru.
W przeciwiestwie do wspczynnika determinacji nie ronie wraz z wprowadzaniem
do modelu kolejnych zmiennych. Jeeli trzeba wic porwna modele objaniajce t
sam zmienn Y, ale rnice si liczb obserwacji, naley uy skorygowanego wspczynnika determinacji.

Narzdzie obliczajce w MS Excel:


Narzdzie Regresja z moduu Analiza danych.

Przykad 3.9
Celem tego przykadu bdzie sprawdzenie, czy podane cechy X, Y powizane s zalenoci liniow. Naley obliczy parametry tej funkcji i miary jej dopasowania do danych
empirycznych. Uyta do tego celu zostanie funkcja REGLINP(). Nastpnie, korzystajc
z waciwoci excelowego narzdzia do tworzenia wykresu, zostanie utworzona linia
trendu i wywietlone jej rwnanie. Na zakoczenie za pomoc funkcji REGLINW()
zostanie obliczone (Y teoretyczne) dla otrzymanej funkcji liniowej.
Funkcja REGLINP() w Excelu jest funkcj tablicow. Oznacza to, e tworzy macierz
wynikw. Macierz ta ma wymiary: szeroko dwie i wysoko pi komrek.

Rozdzia 3. Budetowanie i okrelenie efektywnoci projektu

203

Dane do przykadu:
Wartoci X

Wartoci Y

X cd.

Y cd.

24

73

54

35

26

62

56

38

28

67

58

29

30

57

60

41

32

64

62

30

34

66

64

28

36

59

66

26

38

46

68

20

40

56

70

22

42

44

72

18

44

48

74

19

46

43

76

14

48

49

78

16

50

34

80

13

52

42

82

11

Uycie funkcji REGLINP() sprowadza si do wykonania nastpujcych czynnoci:


1. W arkuszu Excela jak na rysunku 3.18 naley zaznaczy LPM komrk G2.
Rysunek 3.18.
Arkusz MS Excel,
w ktrym wykonano
niniejsze wiczenie

rdo: opracowanie wasne

2. Wstawi funkcj z menu: Wstaw/Funkcja/Statystyczne/REGLINP

(patrz rysunek 3.19A).

204

Wspomaganie zarzdzania projektami informatycznymi. Poradnik dla menederw


3. Wypeni pola argumentw jak na rysunku 3.19B wg poniszego wzoru:
Znane_y C2:C31.
Znane_x B2:B31.
Staa PRAWDA aby obliczony zosta wyraz wolny .
Statystyka PRAWDA aby zostay wyliczone dodatkowe statystyki funkcji

regresji.
Rysunek 3.19.
Wybr funkcji
i deklaracja
parametrw funkcji
REGLINP()
w MS Excel

rdo: opracowanie wasne

4. Zatwierdzi wprowadzone parametry przyciskiem OK.

Jak pamitamy, funkcja REGLINP() jest funkcj tablicow zajmujc 25 komrek arkusza. Excel obliczy wartoci formuy, ale wstawi tylko jedn warto z (lewej najwyszej)
komrki. Aby obejrze wszystkie wyniki, naley tablicowa formu. Robi si to
w nastpujcy sposb:
1. Naley zaznaczy zakres komrek (w tym przykadzie) G2:H6,

czyli wymagan macierz 25.


2. Wcisn klawisz funkcyjny F2.
3. Nacisn kombinacj klawiszy: Ctrl+Shift+Enter.

Excel wypeni macierz:


G

1,012013348

92,63670745

0,045916284

2,560081595

0,945501894

4,353580458

485,7793208

28

9207,297442

530,7025584

Rozdzia 3. Budetowanie i okrelenie efektywnoci projektu

205

Zawarto komrek jest na stpujca:


G2

warto wspczynnika ,

H2

warto wyrazu ,

G3

bd standardowy oceny
wspczynnika ,

H3

bd standardowy ,

G4

kwadrat wspczynnika korelacji;


12,

H4

odchylenie standardowe reszt,

G5

warto statystyki F
(pominita w tym przykadzie),

H5

liczba stopni swobody


(pominita w tym przykadzie),

G6

regresyjna suma kwadratw,

H6

suma kwadratw reszt.

Oceniajc warto w komrce G4, mona stwierdzi, e w tym przykadzie obliczona


prosta regresji wyjania 94,6% zmiennoci Y wzgldem X, a wartoci odchylaj si
rednio o 4,35 od wartoci empirycznych Y. W tym przykadzie mona mwi o duym
dopasowaniu funkcji regresji do danych rzeczywistych.
Aby obejrze dane na wykresie cznie z prost regresji, naley zaznaczy zakres danych
B2:C31 i wg opisanej w punkcie 3.6.1.1 metody wykona za pomoc kreatora wykresw
wykres punktowy rozproszenia. Nastpnie naley doda lini trendu, w tym przykadzie
prost regresji.
Robi si to nastpujco:
1. Najpierw trzeba zaznaczy LPM wczeniej utworzony wykres punktowy.
2. Z paska menu wybra Wykres/Dodaj lini trendu.

Excel otworzy okno dialogowe Dodawanie linii trendu (patrz rysunek 3.20A).
Rysunek 3.20.
Okno dialogowe
doczania linii
trendu do wykresu
punktowego

rdo: opracowanie wasne

3. W tym oknie w zakadce Typ naley w pozycji Typ trendu/regresji zaznaczy

Liniowy.
4. W tym samym oknie, ale w zakadce Opcje (rysunek 3.20B), naley

zaznaczy pole wyboru Wywietl rwnanie na wykresie.


5. Zatwierdzi ustawienie parametrw wykresu przyciskiem OK.

206

Wspomaganie zarzdzania projektami informatycznymi. Poradnik dla menederw

Rezultat bdzie taki jak na rysunku 3.21:


Rysunek 3.21.
Przykad wykresu
punktowego
w MS Excel z prost
lini regresji
i jej rwnaniem

rdo: opracowanie wasne

Jak wida, parametry rwnania prostej odpowiadaj tym wyliczonym z funkcji RELIGNP().

Przykad 3.9 c.d.


W dalszej czci przykadu kolumna D zostanie uzupeniona wartociami , czyli teoretycznymi Y, ktre wynikaj i mog by wyliczone z funkcji regresji. W tym przykadzie
do tego celu zostanie zastosowana funkcja RELINGW(), ktra wyliczy te dane niezalenie.
Nie s jej potrzebne adne informacje wstpne oprcz danych rdowych.

Funkcja obliczajca w MS Excel:


Kategoria: Statystyczne, posta: REGLINW(Znane_y;Znane_x;Nowe_x;Staa)
Podobnie jak RELINGP() funkcja RELINGW() te jest funkcj tablicow. Tym razem
macierz bdzie jedynie zakres komrek, w ktrych maj by umieszczone wyliczone
przez funkcj wartoci .

Aby zrealizowa t cz wiczenia, naley wykona nastpujce kroki:


1. W arkuszu Excela jak na rysunku 3.18 zaznaczy LPM komrk D2.
2. Wstawi funkcj z menu: Wstaw/Funkcja/Statystyczne/REGLINW

(patrz rysunek 3.22A).


3. Wypeni pola argumentw jak na rysunku 3.22B wg poniszego wzoru:
Znane_y C2:C31.
Znane_x B2:B31.
Nowe_x pozostawi puste.
Staa pozostawi puste.

Rozdzia 3. Budetowanie i okrelenie efektywnoci projektu

207

Rysunek 3.22.
Wybr funkcji
i przykad deklaracji
parametrw funkcji
REGLINW()
w MS Excel

rdo: opracowanie wasne

4. Zatwierdzi wprowadzone parametry przyciskiem OK.

Funkcja REGLINW() jest funkcj tablicow. Excel obliczy wartoci formuy, ale wstawi
tylko jedn warto z (najwyszej) komrki. Aby obejrze wszystkie wyniki, naley
tablicowa formu. W tym przypadku robi si to w nastpujcy sposb:
1. Naley zaznaczy zakres komrek (w tym przykadzie) D2:D31, czyli jedn

kolumn o identycznej liczbie komrek jak kolumny z danymi.


2. Wcisn klawisz funkcyjny F2.
3. Nacisn kombinacj klawiszy: Ctrl+Shift+Enter.

Excel wypeni macierz (kolumn) jak na rysunku 3.23:


Rysunek 3.23.
Arkusz MS Excel
z kompletnym
rozwizaniem
przykadu

rdo: opracowanie wasne

wiczenie 3.1
Sprawd wzorem z powyszego przykadu, czy podane cechy X, Y powizane s zalenoci liniow. Naley obliczy parametry funkcji regresji i miary jej dopasowania do
danych empirycznych. Na zakoczenie oblicz (Y teoretyczne) dla otrzymanej funkcji
liniowej i sporzd wykres punktowy z rwnaniem funkcji regresji i wspczynnikiem
determinacji. Czy w tym przypadku mona mwi o dopasowaniu linii regresji?

208

Wspomaganie zarzdzania projektami informatycznymi. Poradnik dla menederw

Dane do wiczenia:
Wartoci X

Wartoci Y

X cd.

Y cd.

X cd.

Y cd.

24

12

54

65

84

35

26

44

56

76

86

22

28

17

58

38

88

65

30

55

60

38

90

44

32

72

62

40

92

68

34

21

64

29

94

28

36

68

66

55

96

12

38

49

68

35

98

20

40

65

70

22

100

32

42

76

72

65

102

56

44

38

74

44

104

63

46

38

76

68

106

42

48

40

78

28

108

13

50

29

80

12

110

72

52

55

82

20

112

48

Wynik wiczenia:
Wynik wiczenia 3.3 przedstawiono na rysunku 3.24.
Rysunek 3.24.
Widok arkusza
po prawidowym
wykonaniu
powyszego wiczenia

rdo: opracowanie wasne

Rozdzia 3. Budetowanie i okrelenie efektywnoci projektu

209

Przy wspczynniku determinacji R2 < 1% nie mona mwi o jakimkolwiek dopasowaniu


funkcji regresji do danych rzeczywistych.

Poniej przedstawiono ostatnie z narzdzi do znajdowania liniowej funkcji regresji


zaimplementowanych w Excelu. Zostanie ono zaprezentowane, tak jak poprzednie, na
konkretnym przykadzie.

Przykad 3.10
Na podstawie danych cech technicznych X, Y zostanie znalezione rwnanie linii regresji
i sporzdzone zostan dwa wykresy punktowy z wartociami Y rzeczywistymi wraz
z wyliczonymi danymi i lini regresji oraz punktowy dla wartoci reszt Y. Zostan
wyliczone take statystyki dla otrzymanej linii regresji. Poniewa cechy opisuj parametry
techniczne, Y moe przyjmowa wartoci ujemne.

Dane do przykadu:
Wartoci X

Wartoci Y

X cd.

Y cd.

X cd.

Y cd.

24

79

44

57

66

22

26

59

45

50

67

21

27

63

46

43

68

20

28

74

48

33

70

25

30

22

50

34

72

18

32

64

52

42

73

16

33

59

54

35

74

19

34

66

56

46

76

14

36

41

58

29

78

12

38

46

60

22

79

11

40

61

62

30

80

15

42

44

64

28

82

11

Do sporzdzenia i oceny dopasowania linii prostej regresji do danych uyto automatycznych oblicze narzdzia Regresja z moduu Analiza danych.
Narzdzie to uruchamia si z menu Narzdzia/Analiza danych/Regresja (patrz rysunek 3.25).
Okno dialogowe funkcji Regresja wypeniono jak na rysunku 3.25. Jak wida, zawiera ono wiele moliwoci parametryzowania dziaania tego narzdzia. Oto opis dziaania ustawie pl wyboru z sekcji Skadniki resztowe:
Skadniki resztowe do arkusza wynikowego zostan dodane jeszcze

wartoci oraz wartoci bdw Y.


Std. skadniki resztowe oprcz tabeli skadnikw resztowych MS Excel

tworzy tabel reszt zestandaryzowanych.

210

Wspomaganie zarzdzania projektami informatycznymi. Poradnik dla menederw

Rysunek 3.25.
Okna dialogowe
Analiza danych
i Regresja

rdo: opracowanie wasne

Rozkad reszt utworzenie wykresu punktowego wartoci reszt Y

w funkcji poszczeglnych obserwacji X.


Rozkad linii dopasowanej utworzenie wykresu punktowego z wartociami

Y(X) rzeczywistymi oraz wyliczonymi danymi (X) lecymi na linii regresji.

Po zatwierdzeniu LPM przycisku OK program w nowym arkuszu umieci zestawienie


wynikw i wykresy. Zestawienie wynikw i wykresy dla niniejszego przykadu, umieszczone w arkuszu danych wyjciowych, prezentuje rysunek 3.26.
Rysunek 3.26.
Dopasowanie liniowej
funkcji regresji
do danych
rzeczywistych
za pomoc narzdzia
Regresja z moduu
Analiza danych
w MS Excel

rdo: opracowanie wasne

Rozdzia 3. Budetowanie i okrelenie efektywnoci projektu

211

W tablicy wyjciowej wystpuje wiele wartoci i oznacze. Najwaniejsze z nich omwione w tym rozdziale to:
R kwadrat wspczynnik determinacji R2.
Dopasowany R kwadrat skorygowany wspczynnik determinacji R 2 .
Obserwacje liczba obserwacji n.
Wspczynniki wspczynniki i funkcji regresji.
Bd standardowy (wspczynnikw) rednie bdy oszacowa

wspczynnikw i .
Przewidywane wartoci Y Y teoretyczne ().
Skadniki resztowe (Y).

Przykad 3.11
Na podstawie rozwizania poprzedniego przykadu (nr 3) zostanie dokonana predykcja
wartoci Y, czyli odnalezienie ich oczekiwanych wartoci dla przewidywanych wartoci
X (82, 90].

W tej ksice odrniono pojcie prognozowania od predykcji. Sowo predykcja uyte


zostao w kontekcie analizy regresji. Sowo prognozowanie zarezerwowano dla analizy
szeregw czasowych, gdzie prognozowanie jest ekstrapolacj wartoci szeregu poza
obszar danych estymacyjnych.
Na rysunku 3.27 przedstawiono widok arkusza, w ktrym rozwizano ten przykad.
Wida, e kolumny z wartociami X, rzeczywistymi wartociami Y oraz wyliczonymi
wartociami przeniesiono z arkusza, w ktrym rozwizano poprzedni przykad.
Przeniesiono take komrki z wartociami wspczynnikw i opisujcymi rwnanie
linii regresji oraz komrk z bdem standardowym opisujcym rednie odchylenie
rzeczywistych wartoci Y od wyliczonych wartoci . Do kolumny A z wartociami
zmiennej niezalenej X wprowadzono wartoci, dla ktrych maj by predykowane
wartoci Y. W kolumnie D z wartociami wyliczono z rwnania regresji = x+
wartoci Y teoretycznych. Zrobiono to, wprowadzajc formu =$G$5*A39+$G$4 do
komrki D39 i kopiujc j do trzech niszych komrek tej kolumny. Prosz zwrci
uwag na konieczno zakotwiczenia symbolem $ danych adresowych komrek zawierajcych wartoci wspczynnikw i . W ten sposb wyliczono , czyli wartoci
teoretyczne. Rzeczywiste Y moe odchyla si od nich o warto losow bdu standardowego . W naszym przykadzie bd ten moe wynosi 4,796731418 (komrka
H4). Pozostao wic wyznaczy granice obszaru przewidywanego z dokadnoci 95%
wystpowania wartoci rzeczywistych Y. Zrobiono to w nastpujcy sposb: do komrki
C39 wprowadzono formu =D39$H$4 i powielono j tak, aby znalaza si ona w komrkach zakresu C35:C42, oraz wprowadzono formu =D39+$H$4 do komrki E39 z powieleniem na zakres E35:E42. Nastpnie wykonano wykres punktowy w odmianie z prostymi
czcymi punkty, w ktrym zmiennymi niezalenymi byy wartoci X z kolumny A,
a seriami danych wartoci z kolumn C, D i E. Wykres ten przedstawiono na rysunku 3.28.

212

Wspomaganie zarzdzania projektami informatycznymi. Poradnik dla menederw

Rysunek 3.27.
Arkusz MS Excel
z przykadem
predykcji
w analizie regresji

rdo: opracowanie wasne

Rysunek 3.28.
Wykres wynikw
predykcji wartoci
rzeczywistych Y

rdo: opracowanie wasne

Jak wida, w tym przykadzie rzeczywiste Y mog przyjmowa wartoci ujemne.

3.6.2. Analiza korelacji


Do tej pory w opisie cech X, Y traktowano zmienn X jako niezalen, a tylko zmienn
Y jako zmienn losow (zalen od X). Ale istniej przecie przypadki, gdy trzeba
zaoy, e obie zmienne X i Y naley traktowa jako zmienne losowe. Badanie zwizku
pomidzy zmiennymi w tym nowym ukadzie zaoe to wanie analiza korelacji.
Korelacja midzy dwiema zmiennymi losowymi X i Y jest miar siy (stopnia) liniowego
zwizku pomidzy nimi. Jest taka sama midzy X a Y jak midzy Y a X.

Rozdzia 3. Budetowanie i okrelenie efektywnoci projektu

213

Do opisu zwizkw pomidzy dwiema cechami X i Y wykorzystuje si nastpujce


wskaniki:
kowariancj,
wspczynnik korelacji liniowej Pearsona,
wspczynnik determinacji.

3.6.2.1. Kowariancja
Parametr kowariancja
Oznaczenie cov(X,Y)
Wzr:
cov( X , Y ) =

1 n
(xi x )( yi y )
n i =1

gdzie:
n liczba pomiarw,
x i y to wartoci rednie z prby zmiennych X i Y.

Interpretacja: kowariancja charakteryzuje sposb kojarzenia si wartoci zmiennych


losowych X i Y (zalenoci pomidzy zmiennymi X a Y) tworzcych wsplny rozkad.
Zestawienie interpretacji przedziaw wartoci kowariancji prezentuje tabela 3.2.
Tabela 3.2. Interpretacja wartoci funkcji kowariancji
cov(X,Y) > 0

Korelacja jest dodatnia pozytywna

Jeli ronie warto cechy X,


to take wzrasta warto cechy Y

cov(X,Y) < 0

Korelacja jest ujemna negatywna

Jeli ronie warto cechy X,


to maleje warto cechy Y

cov(X,Y) = 0

Cechy X i Y s nieskorelowane

Nie istnieje zaleno pomidzy cechami X i Y

Funkcja realizujca w MS Excel:


Kategoria: Statystyczne, posta: KOWARIANCJA(tablica1;tablica2)
Zakresy danych definiuje si poprzez zaznaczenie obszaru ich wystpowania w arkuszu,
np. przez zaznaczenie ich z wcinitym LPM lub ustawienie si w pierwszej komrce
kolumny z wartociami i kliknicie LPM z wcinitym klawiszem Ctrl ostatniej (patrz
rysunek 3.29).

Przykad 3.12
Poniej (w tabeli 3.3) przedstawiono dane zapisane w trzech kolumnach reprezentujce
badania popytu wzgldem ceny dla trzech rodzajw towarw. Dla tych trzech zestaww
danych naley obliczy wartoci kowariancji i sporzdzi wykresy punktowe, aby mc

214

Wspomaganie zarzdzania projektami informatycznymi. Poradnik dla menederw

Tabela 3.3. Przykadowe dane do obliczenia kowariancji


Towar 1
Wartoci X

Wartoci Y

Towar 2
Wartoci X

Wartoci Y

Towar 3
Wartoci X

Wartoci Y

24

27

24

73

24

12

26

38

26

62

26

44

28

33

28

67

28

17

30

43

30

57

30

55

32

36

32

64

32

72

34

34

34

66

34

21

36

41

36

59

36

68

38

54

38

46

38

49

40

44

40

56

40

65

42

56

42

44

42

76

44

52

44

48

44

38

46

57

46

43

46

38

48

51

48

49

48

40

50

66

50

34

50

29

52

58

52

42

52

55

54

65

54

35

54

35

56

62

56

38

56

22

58

71

58

29

58

65

60

59

60

41

60

44

62

70

62

30

62

68

64

72

64

28

64

28

66

74

66

26

66

12

68

80

68

20

68

20

70

78

70

22

70

32

72

82

72

18

72

56

74

81

74

19

74

63

76

86

76

14

76

42

78

84

78

16

78

13

80

87

80

13

80

72

82

89

82

11

82

48

Kowariancja:

303,266667
cov(X,Y) > 0

Kowariancja:

303,266667
cov(X,Y) < 0

Kowariancja:

0,3
cov(X,Y) 0

Rozdzia 3. Budetowanie i okrelenie efektywnoci projektu

215

Rysunek 3.29.
Okno dialogowe
funkcji
KOWARIANCJA(),
w ktrym definiuje si
zakresy danych X i Y
rdo: opracowanie wasne

zorientowa si, jaki wpyw na warto kowariancji ma rozrzut wartoci Y. Najlepiej


przewiczy w aplikacji MS Excel ten przykad indywidualnie.
Obliczone wyej opisanym sposobem wartoci kowariancji dla kadego przykadu
zapisano na dole tabeli. Wykresy punktowe rozproszenia dla tych przykadw przedstawiono na rysunku 3.30. Na tym rysunku wyranie wida, e im bardziej wartoci cech
Y s rozstrzelone wzgldem cech X, tym bardziej warto kowariancji zblia si do zera.
Rysunek 3.30.
Wykresy punktowe
dla trzech powyszych
przykadw wykonane
w MS Excel

rdo: opracowanie wasne

3.6.2.2. Wspczynniki korelacji liniowej Pearsona i determinacji


Parametr wspczynniki korelacji liniowej Pearsona
Oznaczenie rxy
Wzr:
rxy =

cov( X , Y )
n

(x
i =1

x)

(y
i 1

y)

Interpretacja: wspczynnik bada si i kierunek zalenoci pomidzy zmiennymi X a Y.


rxy { 1;1}
Wartoci ujemne wiadcz o ujemnej zalenoci liniowej, wartoci dodatnie o sile
dodatniej zalenoci liniowej. Wspczynnik rxy = 0, gdy cov(X,Y) = 0 i znaczy to, e
nie wystpuje korelacja pomidzy cechami X a Y.

216

Wspomaganie zarzdzania projektami informatycznymi. Poradnik dla menederw

Funkcja i narzdzie obliczajce w MS Excel:


Kategoria: Statystyczne, posta: PEARSON(tablica1;tablica2) lub
kategoria: Statystyczne, posta: WSP.KORELACJI(tablica1;tablica2)
Parametr wspczynnik determinacji7
Oznaczenie r2 lub R2
Wzr:

r 2 = rxy2 100%
Interpretacja: procentowa liczba zmiennoci Y dajca wyjani si liniow zalenoci
wzgldem zmiennej X. Czyli innymi sowy: ile procent cech Y da si opisa liniow
funkcj regresji wzgldem cech X. Przyjmuje si, e model jest zy, jeeli wyjania mniej
ni 60% danych, lecz prg ten jest dyskusyjny. Okna dialogowe funkcji PEARSON()
i WSP.KORELACJI() przedstawiono na rysunku 3.31.
Rysunek 3.31.
Okna dialogowe
funkcji PEARSON()
i funkcji
WSP.KORELACJI(),
w ktrych definiuje si
zakresy danych X i Y

rdo: opracowanie wasne

Funkcja w MS Excel:
Funkcja REGLINP(Znane_y;Znane_x;Staa;Statystyka)
oraz narzdzie Regresja z moduu Analiza danych.
W poniszym przykadzie w celu obliczenia wspczynnika determinacji naley samemu
stworzy funkcj podnoszc do kwadratu wspczynnik korelacji liniowej.
7

Wicej informacji na temat wspczynnika determinacji znajduje si w punkcie 3.6.1.2.