Коли підприємства виробляють товар, вони стикаються як із постійними, так і зі змінними витратами. Хоча постійні витрати залишаються незмінними незалежно від кількості виробленої продукції, змінні витрати змінюються. Для визначення собівартості продукції для даної кількості предметів бізнес повинен розробити функцію витрат, яка включає обидва типи витрат. Одним із методів, який використовується для розробки функції витрат, є метод візуальної придатності.
Про метод Visual-Fit
Метод візуальної придатності - це метод, який аналітики використовують для створення функції оцінки вартості виробництва даного товару на основі кількості виробленої продукції. Щоб визначити функцію витрат за допомогою цього методу, аналітик наносить точки на діаграму розсіювання, вивчає діаграму та оцінює лінію, яка найкраще підходить для очок. Потім він обчислює рівняння для прямої. Результатом є приблизна функція вартості товару.
Програми
Функція витрат, визначена за допомогою цього методу, має вигляд витрат = A + Bx, де A і B - цифри, а "x" - кількість виробленої продукції. Щоб визначити собівартість виробництва певної кількості продукції, аналітик замінює "x" у рівнянні на кількість продуктів, які потрібно випустити. Приблизна фіксована вартість виробництва будь-якої кількості продукції дорівнює А. Аналітики можуть знайти приблизні змінні витрати на виробництво певної кількості продукції шляхом обчислення собівартості та віднімання фіксованих витрат.
Переваги
Метод візуальної придатності передбачає менш складний розрахунок, ніж інші методи оцінки витрат, тому його швидше та легше реалізувати. Метод візуальної придатності також кращий для виявлення та виключення викидів, які є точками даних, які чисельно віддалені від більшості інших точок і не відповідають загальній схемі. Методи, які включають викиди у свої розрахунки, можуть створювати неточні функції витрат.
Недоліки
У порівнянні з іншими методами оцінки вартості, метод візуальної придатності є більш суб'єктивним. Оскільки він покладається на думку аналітика, два аналітики можуть створювати різні функції витрат на основі однієї і тієї ж діаграми розсіювання. Не існує конкретного методу, щоб визначити, які пункти аналітик повинен виключити як відхилення, тому два аналітики можуть вибрати виключити різні пункти. Нарешті, цей метод не буде працювати також для діаграм розсіювання, які не є приблизно лінійними.
