导读： 工作总结分析 2010工作总结分析 帝景花园工地 一、实际支出金额；1188372 0 1、5月份工资：10706元；6月份：157088元；7月份390869元；8月...
工作总结分析
2010工作总结分析
帝景花园工地
一、实际支出金额；1188372.0
1、5月份工资：10706元；6月份：157088元；7月份390869元；8月份185634元 9月份：135115元：10月份：170000元11—12月份：180000—138960元幼儿园支出41040元
2、方世军经手开支：30718元 方世军生活费：1890元
7月童艳中生活：76元 ； 齐唤英生活：266元 许富兰：95元 许存江：257 元
3、方世军、何永芳2人工资：50750元； 李小川：5000元； 史小英：3000元
4、我开支部分元钉、铁丝、胶带、勾子、共：57390元{支付各项礼全共计：57200元
5、未完工作量预计：20000元 支付石头、苏有森共计：14920元{现金凭条} 以上各项合计支出：1429934元。
二、实际结算价款：
3#、6#（499488元；其中1#‘2#商铺61920元）9#12#：486234元8#11#：556930元 3#商铺：36243元
合计：1578895元
三、计划支出金额：
3#、6# 1—5层：21125X5=105625元6层：7600X5=38000元 女儿墙：1200X5=6000元
合计：149626X2=299252元
9# 12#：1—5层：91.5X25X5=22875X6=137250元 屋面：9105X2X5X27=24705元 合计：161955X2=323910元
8# 11# -1-5层：131X2X25X4=26200X6=157200元 屋面：8000X4=32000元
女儿墙：4X1500=6000元 合计：195200X2=390400元
1# 2# 3#商铺：2282X25元/m=57050元 女儿墙：2282X3=6846元 基础：2282X2=4564 9# 12# 8# 11#基础每单元500元合计：18X500=9000
合计： 77460元
总计：1091022元
四、实际分析累结：
从第一项1得：1188372元+30718元=1219090元{实际方世军处支出}
计划理论支出：1091022元
实际支出减理论计划支出：1219090元—1091022元=128068元
实际结算价款减实际支出价款：1578895——1429934=148961元
五、结论：
1、 利润合总款比值为：148961/1578895=0.0943=9.43%{这其中不包括罚款与竣工}
结算时所扣损耗材料款；实际利润约为8%左右
2、 计划支出款项部分中不包括装卸车费大约在6000元左右不包括工作3# 6# 9# 12#
8# 11#已支好雨棚部分价值约为：150X22=3300元 不包括支付出其他工地人员工资大约为15000元左右。 此项合计;24300元。
3、 实际支出差128068—24300=103768元。
4、 此103768元支出实际应为现场清理、文明施工、打涨模、材料转运费，比值为
103768/1578895=0.0675X100%=6.57%
5 实际值超计划值比为：128068/1091022=0.1174X100%=11.74%
6 管理费用比值为：50750/1578895=0.0321X100%=3.21%
第一页
总结分析
数据分析总结
数据分析总结
中昊天成
①
描述性分析
主要用于对连续变量做描述性分析 主要针对数据进行基础性描述 主要用于描述变量的基本特征 描述性统计量，如：均值、方差、标准差、全距、峰度和偏度 通过描述性统计量，可以对变量的综合特征进行全面的了解
中昊天成
①
描述性统计分析，一般来说每个问题只涉及一个变量，反映相应指标的变化情况。 而对于两个或两个以上相关现象之间的因果关系 分析方法：相关分析、回归分析和方差分析。 相关分析和回归分析适合于因变量和自变量均为连续变量的情况。 如“质量”和“用户满意度”的相关关系 方差分析则适用于因变量为分类变量、自变量为连续变量的情况。 如“收入”对“用户满意度”的影响。下面我们将介绍简单的相关分析。 在所有相关分析中，最简单的是两个因素之间的线性相关，它只涉及一个自变量和 一个因变量。而且自变量数值发生变动，因变量的数值也发生大致均等的变动。从 平面图上观察各点的分布近似地表现为一条直线，这种相关关系称为直线相关（也 叫线性相关），
中昊天成
①
当需要分析两个或两个以上现象之间的因果关系时 可考虑的分析方法： 1.相关分析：不需要区分自变量和因变量，两个或者多个变量之间是平等的关系。通过
相关分析可以了解变量之间的密切程度。如：公司月度营收与市场投入存在着一定的关 系，相关分析就是要分析这种密切程度。
2.回归分析：区分自变量和因变量，适合于因变量和自变量均为连续变量的情况，建立
回归方程，要找出因变量和自变量之间的具体的相关关系。如,收入和产品销售量的回归 关系。
3.方差分析：适用于自变量为分类变量、因变量为连续变量的情况。
协方差分析的一个重要意义是对数据分析进行统计控制，以提高数据分析的精确性和准 确性。
中昊天成
①
方差分析的应用条件与用途
方差分析的应用条件 ① 各样本须是相互独立的随机样本 ② 各样本来自正态分布总体 ③ 各总体方差相等，即方差齐 协方差分析的一个重要意义是对数据分 析进行统计控制，以提高数据分析的精 确性和准确性
方差分析的用途 ① 两个或多个样本均数间的比较 ② 分析两个或多个因素间的交互作用 ③ 回归方程的线性假设检验 ④ 多元线性回归分析中偏回归系数的假设检验 ⑤ 两样本的方差齐性检验等 帮助发现起主导作用的变异来源，从而抓住主要矛盾和关键措施 中昊天成
