Szerkesztővita:Wsmurr79

Forrás

[1]

A tervezett alkalmazás/megoldás címe

A GYES-t igénybevevők számának változása!

A feladat előtörténete

Manapság komoly döntések, mérlegelések előzik meg a gyermekvállalást. Érdekelt, hogy a tényleges adatok megismerése, milyen következtetésekre ad lehetőséget. (Mit mutatnak a számok?)

A feladat megoldás jelenlegi helyzete és ennek értékelése

A feladat saját megoldása Trend függvénnyel történt.

A Coco munkalap N12-V13 tartományában olyan adatokat vettem fel 2011-re vonatkozóan, amik szélsőséges eseteket mutatnak.

N12-V12 tartományban a legjobb eset, míg az N13-V13 tartományban a legrosszabb eset értékeit vettem fel. A P3-Q4 cellákban ez alapján az Excel trend függvénnyel kiszámította a legoptimálisabb és a legpesszimistább számot 2011-re. Így maximum 592 főt (/ezer lakos), minimum 233 embert(/ezer lakos)veszik igénybe a GYES-t 2011-ben.

A trendszámítás korlátjának tekinthető, hogy nem számol a független változók irányával, vagyis, hogy 1 független változó növekedése a többi változatlan állapotban tartása mellett hogyan befolyásolja a függő változó alakulását.

A tervezett megoldás adatvagyonának bemutatása (ANYAG)

A szimulációt az előző 13 év adatainak vizsgálatára támaszkodva lehet lefuttatni. A lentebb látható befolyásoló változók saját ötlet alapján lettek kiválasztva, az adatok a KSH adatállományából származnak.

Objektumok (sorok)

A sorokban a magyarországi adatok láthatóak 1998-tól 2010-ig bezáróan:

Magyarország 1998; Magyarország 1999; Magyarország 2000; Magyarország 2001; Magyarország 2002; Magyarország 2003; Magyarország 2004; Magyarország 2005; Magyarország 2006; Magyarország 2007; Magyarország 2008; Magyarország 2009; Magyarország 2010

Attribútumok (X, Y oszlopok)

Az oszlopokban a független változók és a függő változó látható.

Családi pótlékban részesülő gyermekek havi átlagos száma (ezer fő) Ennek az iránya 0, mivel annál nagyobb a valószínűsége, hogy nő a GyES-t igénybevevők száma, minél nagyobb a családi pótlékban részesülő gyermekek száma.

Egy főre jutó bruttó GDP (ezer HUF) Ennek iránya 1, mivel annál kisebb a valószínűsége, hogy nő a GyES-t igénybevevők száma, minél nagyobb az egy főre jutó br. GDP. A korreláció értéke alapján (Coco adattábla C18) az irány mezőbe 0-t kéne írni, azonban az elemzés során a saját elképzelés erőssége miatt 1 értékkel számolok tovább.

Élveszületett gyermekek száma (fő) Ennek az iránya 0, mivel annál nagyobb a valószínűsége, hogy nő a GyES-t igénybevevők száma, minél nagyobb az élve született gyermekek száma.

Bölcsödébe beiratott gyermekek száma (fő) Ennek az iránya 0, mivel annál nagyobb a valószínűsége, hogy növekszik a GyES-t igénybevevők száma, minél magasabb a bölcsibe beiratott gyermekek száma.

Bölcsödei férőhelyek száma (db) Ennek az iránya 0, mivel annál nagyobb a valószínűsége, hogy növekszik a GyES-t igénybevevők száma, minél több a bölcsödei férőhelyek száma, így az anyukák vissza tudnak menni dolgozni.

Óvodás gyermekek száma (fő) Ennek az iránya 0, mivel annál nagyobb a valószínűsége, hogy nő a GyES-t igénybevevők száma, minél több az óvodás gyerekek száma.

Foglalkoztatottak száma (nők)(ezer fő) Ennek az iránya 0, mivel annál nagyobb a valószínűsége, hogy nő a GyES-t igénybevevők száma, minél magasabb a nők foglalkoztatottságának száma.

Munkanélküliek száma (nők) (ezer fő) Ennek iránya 1, mivel annál kisebb a valószínűsége, hogy nő a GyES-t igénybevevők száma, minél magasabb a munkanélküliek száma. A korreláció értéke alapján (Coco adattábla I18) az irány mezőbe 0-t kéne írni, azonban az elemzés során a saját elképzelés erőssége miatt 1 értékkel számolok tovább.1

J oszlop: GYES-t igénybevevők havi átlagos száma / ezer fő

A feladat által érintett célcsoportok

Célcsoportnak tekinthető az állam, mivel a becsült adatokból következtethetnek arra hogy, a következő évben mennyien fogják igénybevenni a szociális támogatásokat és ez irányt mutathat az arra, mekkora tőketatalékot kell elkülöníteni fedezet gyanánt.

A feladat megválaszolása kapcsán várható hasznosság

Kiadás:

1) A trend elemzéshez szükséges munkaerő és költségek:

1 fő: modell felállítása, KSH adatgyűjtés

5.000 Ft-os órabér, minimum 4 órás munka (20.000 Ft)

ár: 20.000 Ft

1 fő: Excel függvények, illetve ezek szöveges elemzése

Excel tanfolyam: 35.000 Ft

5.000 Ft-os órabér, minimum 4 órás munka (20.000 Ft)

ár: 35.000 Ft + 20.000 Ft = 55.000 Ft

Összesen: 20.000 Ft + 55.000 Ft = 75.000 Ft

2) Saját megoldáshoz szükséges munkaerő és költségek:

1 fő: adatgyűjtés, Excel Solver lefuttatása, elemzés

5.000 Ft-os órabér, minimum 8 órás munka (40.000 Ft)

Összesen: 40.000 Ft

A két verzió különbsége 75.000 Ft - 40.000 Ft = 35.000 Ft, ezért az olcsóbb, de biztosabb verziót, a saját megoldást választom.

Bevétel:

A szimuláció után helyes következtetéseket levonva nagyságrendekkel lehet nagyobb, mint a kiadás oldal 40.000 forintja.

A saját megoldás bemutatása (MÓDSZER)

A megoldás első lépése az Alapadatok munkalapon levő alapadatok táblázat elkészítése, ügyelve arra, hogy az attribútum, a mértékegység és a mennyiség külön oszlopba kerüljön.

A Data munkalap Data táblájának elkészítése a következő lépés. Itt egymás alá helyezve beírjuk az Alapadatok táblázat elemeit, valamint az alsó sorokba az Y változó értékeit.

Ez után jöhet a Pivot munkalap Pivot táblájának elkészítése.

Negyedik lépésben a Coco munkalap táblázatainak szerkesztését mutatom be:

A Coco munkalap A1-J14 tartományában látható a kiindulási adattábla (Primer adatok táblázata) a független változók és a függő változó adataival.

Első lépésben A16-I18-ig megadtam ezek maximum és minimum értékét, illetve a változók irányát. Az irány 0 értéke azt jelenti, hogy ha nő az adott független változó értéke, akkor van esély arra, hogy az Y értéke is nő, míg az 1-es értéknél pont fordítva, ha nő a független változó, úgy a függő változó értéke valószínűsíthetően csökkeni fog.

A21-J34 tartományban látható a fentebbi táblázat adatainak oszloponkénti ragsorolása az irány felhasználásával.

A következő lépések célja az A36-I49 tartomány rácsos táblázatának feltöltése számokkal.

Ehhez L37-S48 tartomány táblázatát és A52-L66 táblázatát, illetve az Excel solverjét használtam fel segítségül.

Az L37-S48 táblázat egy sorral és egy oszloppal kevesebbet tartalmaz, mint az eddigi táblázatok. Ezt, illetve a rácsos táblázatot kiindulásként feltöltöm 0 értékekkel.

Az A52-L66 táblázat Fkeres függvények sorozata. A Tény oszlop a kiindulási adattáblából származik, a Becslés oszlop pedig az Fkeres függvénnyel hivatkozott cellák összege. A két oszlop közötti különbség az Eltérés oszlopban látható. A táblázat L66 cellájába egy négyzetösszeg hivatkozást helyeztünk el.

Ez után a solver segítségével feltöltjük a rácsos táblázatot számokkal. Közben ellenőrzésként megnézzük, hogy a legalsó táblázat Eltérés oszlopában minden érték 0.

A rácsos táblázat oszlopai lefelé csökkennek, például a B49 cella azt mutatja, hogy ahol nincs a GyES igénybevételéhez szükséges 2-3 éves gyeremk, ott nem lehet ezt várni. A C37 oszlop szerint, ha sok kisgyermekes család él, ott többen fogják igénybevenni a támogatást.

Az eredmények értelmezése (EREDMÉNY)

A fent bemutatott elemzés szimulációra szolgál, tehát úgy kell ezeket az adatokat értelmezni, hogy az okozó változók tetszőlegesen kiválasztott értékeinek hatását nézi a GyES-t igénybevevők számára. A számítások nem egy konkrét adatot határoznak meg, hanem egy intervallumon belül bármilyen értéket lehet szimulálni.

Az eredmények elemzése során 3 lehetséges verziót mutatok be.

A legjobb esetben 456 (ezer fő) a legrosszabb esetben pedig 371 ezer fő veheti igénybe a GyES-t. Az 456 ezer fő a Coco munkalap B37-I37 tartomány celláinak összegéből következik, a 371 fő pedig a B49-I49 tartomány celláinak összegéből.

A harmadik eset pedig saját magam által tetszőlegesen meghatározott független változó értékek felvétele után kapott GyES-t igénybevevők-számot jelöl. A számolás menete: Coco munkalapon B37+C37+D37+E49+F39+G49+H49+I40. Ugyanezt a számolást lehet látni az A67-K67 tartományban is, ahol az Fkeres függvények összegeként jelenik meg a 476 fő(/ezer lakos) eredmény.

Ezen független változók felvétele alapján 476 ezer fő értéket ad a 2011-es becslés.

Az inverz alak létrehozásával (Coco2 munkalap) a hibákat próbáltuk kiszűrni az irányok ellentétesre változtatásával, tehát ellenőrzési célt szolgál a számolás.

Ajánlások megfogalmazása (KÖVETKEZTETÉS)

A Trend függvény és a Solver megoldását összevetve látható, hogy a Trend függvény által megbecsült adatok az optimista és a pesszimista változatnál is kb 200 fő(/ezer lakos)-al nagyobb eredményt adnak, mint a Solver megoldása ugyanilyen helyzetben. A Solver megoldása azért mondható jobbnak, mert az egyes változók irányát is belevette a számításba.

A fentebb kiszámolt 458 ember(/ezer lakos) tehát majdnem ugyanannyi, mint az előző évben. Mindenképpen pozitív, hogy a számsor továbbra sem mutat csökkenő tendenciát.

Fontosnak tartom, hogy a jövőben ne csökkenjenek a szociális támogatások annak érdekében, hogy a gyermekvállalási kedv megmaradjon. A kimutatsából kiderül, hogy az elmúlt években nem vagy csak kis mértében csökkent az élve született gyermekek száma.

Létesítsenek a továbbikban is egyre több bőlcsödei férőhelyet, annak érdekében, hogy a kisebb jövedelemmel rendelkezők is el tudják helyezni a három évnél kisebb gyermeküket, támogatva így a nők munkába való visszatérését. Sajnos a számok azt mutatják, hogy a nők munkanélkülisége nőtt és értelem szerűen a foglakoztatottak száma csökkent. Korkrét adatot nem találtam, hogy a munkanélküli nők körében hányan vesztették el az állásukat a gyermekvállalás miatt, de sajnos nagyon sok ilyen beszámolót lehet hallani.

Az információ többletérték lehetőségének levezetése (VITA)

Az elkészült kimutatást a megfeleő intézmény felé fogom értékesíteni, 100.000 Ft-os áron. Mivel az előállítás költsége 40.000 Ft volt, így a haszon 60.000 Ft. Tehát az elemzést megérte elkészíteni.

Kapcsolódó, ill. konkurens megoldások, dokumentumok

Hasonló elemzéssel ebben a témában még nem találkoztam publikus formában. A kiinduló adatok a www.ksh.hu oldalról származnak.

nyilatkozat és kitöltési segédlet