Статистическое изучение и анализ производственных затрат и себестоимости молока в хозяйствах Ачинской природно-экономической зоны

 

       Проанализируем  табл. 3:

1. Показатели I группы отличаются от показателей II группы. Их объединение невозможно. I группа остается I с низшими показателями.
2. Показатели II группы также существенно отличаются от показателей III и I групп. Объединение невозможно. II группа остается II с наивысшими показателями.
3. III группа будет III с показателями выше среднего.
4. Показатели IV, V и VI существенно не отличаются друг от друга, объединим их в IV группу с показателями ниже среднего.

Проведем  вторичную группировку: 

Таблица 4

Результаты  вторичной перегруппировки

 

       В результате группировки изначально совокупность из 21 единицы преобразована в совокупность из 4 групп, что естественно упрощает сравнительный анализ.

       Далее проведем сравнительный анализ основных показателей между группами для выявления причин в уровне себестоимости между хозяйствами. 

Таблица 5

Аналитическая группировка

 

       Сравнивая показатели между группами, выявим причины различия себестоимости.

       Сравним I и II группы:

• отличие по результативному признаку (разница по уровню себестоимости составила 311,6 руб.) более чем в 2 раза;
• разница в затратах на корма (54,4 тыс. руб.) в 1,01 раза.
• разница в затратах на оплату труда (466,43 тыс. руб.) в 1,4 раза;
• разница в продуктивности (6,56 ц/гол) в 1,23 раза;
• разница в производственных затратах (3122,27 тыс. руб.) в 1,5 раза;

       Так как в данном курсовом проекте выбран группировочный признак – себестоимость 1ц молока (руб.), то группа I является высшей типической группой, а группа II – низшей типической группой.

       Себестоимость I группы меньше себестоимости II группы на  311,6 руб., т.е. более чем в 2 раза, так как производственные затраты I группы меньше затрат II группы на 3122,27 тыс. руб. или в 1,5 раза. Затраты на корма II группы превышают затраты I группы на 54,4 тыс. руб. или в 1,01 раза. При этом продуктивность коров I группы  выше уровня данного показателя II группы на 6,56 ц/гол или в 1,23 раза.

       Таким образом, можно сказать, что между  себестоимостью и затратами существует пропорциональная зависимость, то есть, чем выше затраты на производство продукции, тем выше себестоимость.

     Далее определяем количество взаимосвязи  между результативным признаком  и факторами, рассчитав показатели силы связи по каждому из факторов.

      Проанализировав изменение уровня себестоимости  от группы к группе, можно сказать, что существенных изменений нет, поэтому рассчитаем показатель силы связи. 
 
 
 
 
 
 
 
 

     Показатель  средней силы связи – показывает, на сколько единиц в натуральном выражении в среднем изменится зависимый признак, если фактор увеличится на одну единицу в натуральном выражении:

,                                                          (1.3)

где -  средние значения результативного признака в последней и первой группах соответственно;

  – средние значения  факторного признака  в последней и  первой группах. 

   В нашем случае:

1. между себестоимостью и затратами на корма:

 

это значит, что при увеличении затрат на корма на 1 руб. себестоимость уменьшится на 0,09 руб.

2. между себестоимостью и затратами на оплату труда:

 

это значит, что при увеличении затрат на оплату труда на 1 руб. себестоимость увеличится на 2,25 руб.

3. между себестоимостью и продуктивностью:

 

это значит, что при увеличении продуктивности на 1 ц/гол себестоимость уменьшится на 22,48 руб.

4. между себестоимостью и производственными затратами:

 

это значит, что при увеличении производственных затрат на 1 руб. себестоимость увеличится на 0,09 руб.

2. КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ МЕТОД СТАТИСТИЧЕСКОГО АНАЛИЗА

       Корреляция  – (Correlation – соответствие, соотношение) – взаимосвязь между признаками, заключается в изменении средней величины результативного признака в зависимости от значения фактора (факторов).

       Регрессия – функция, позволяющая по величине одного корреляционно связанного признака вычислять средние значения другого.

       В качестве факторных признаков, влияющих на результативный признак,  выберем: продуктивность, затраты на корм, затраты на оплату труда. А в качестве результативного признака будет выступать уровень себестоимости. 

       Таблица 6

Множественная модель корреляции и регрессии

 
 

       Проведя анализ вышеуказанных данных (корреляцию, в программе Excel), получим коэффициенты парной корреляции (см. Приложение 1): 
 
 

       При анализе полученных коэффициентов  можно сказать, что связь между  результативным признаком и затратами  на корма и на оплату труда слабая, а с продуктивностью коров  средняя в отрицательном направлении.

       Проведя второй анализ данных (регрессию, в программе Excel),  можем получить (см. Приложение 1):

       Показатель  множественной корреляции – показывает тесноту связи между результативным признаком и всеми включенными в модель факторами, в данном случае она будет средняя.

     Показатель  множественной корреляции, который отражает связь между факторными признаками и результативным признакам.

       Показатель  множественной детерминации () - показывает часть вариации результативного признака, которая сложилась под влиянием всех включенных в модель факторов.

       Показатель множественной детерминации, отражает, что взятые факторы несут в себе 15,267%  влияния на результат. 

     Коэффициент эластичности (Э) - показывает, на сколько процентов изменится результативный признак, если соответствующий данному коэффициенту регрессии фактор увеличится на один процент, при фиксированном положении остальных факторов. Рассчитывается как: 

                                   (2.1) 
 

       Данные индексов показывают, во-первых, при увеличении затрат на корма на 1%, то себестоимость уменьшится на 0,028%, во-вторых, при увеличении затрат на оплату труда на 1% , то себестоимость увеличится на 0,0016%, в-третьих, при увеличении продуктивности коров на 1%, себестоимость уменьшится на 0,44%.

       b - коэффициент - показывает, на сколько стандартных отклонений изменится вариация результативного признака, если у соответствующего данному b-коэффициенту фактора вариация увеличится на одно стандартное отклонение, при фиксированном положении остальных факторов.

       Также будут определены β-коэффициенты, которые нужны для построения уравнения регрессии: 
 
 

       Теперь  можно построить уравнение регрессии:

                                (2.2) 

       Можно провести прогнозирование в 3-х вариантах:

       704,35 – 0,0036*349 + 0,0065*3900 –  7,17*16,5 = 610,14

        704,35 – 0,0036*3851,95 + 0,0065*1204,68 – 7,17*29,66 = 485,65

       704,35 – 0,0036*12989 + 0,0065*87 – 7,17*45,87 = 329,27

       Необходимо  оценить уравнение регрессии  на статистическую значимость, путем  сравнения следующих значений:

• путем сравнения t - критерия Стьюдента, табличного с фактическим, так уровень табличного значения:  2,0739; при фактическом его значении каждого факторного признака: -0,4099; 0,2229;               -2,2123.

 
 

Таким образом можно сказать, что из представленных факторных признаков  статистическую значимость имеет только критерий Стьюдента для продуктивности, поскольку фактическое его значение больше табличного, в отличие от остальных двух.

• при помощи сравнения критерия  Фишера (F-критерия), который оценивается путем оценивания табличного его значения с фактическим. Так, его табличное значение имеет следующее значение 3,13 при фактическом его значении 2,0284. Отсюда следует, что уравнение регрессии статистически не значимо, из-за того, что фактическое значение F-критерия меньше табличного.

       Данный  результат мог сложиться ввиду  следующих причин: во-первых, из-за искаженных данных, во-вторых, из-за использования  в анализе не тех факторных  признаков, в-третьих, из-за использования  в анализе не той регрессионной  модели. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

3. АНАЛИЗ  ДИНАМИЧЕСКИХ РЯДОВ

 

       Ряд расположенных в хронологической  последовательности значений статистических показателей, представляет собой  временной (динамический) ряд. Каждый временной ряд состоит из двух элементов: во-первых, указываются моменты или периоды времени, к которым относятся приводимые статистические данные; во-вторых, приводятся те статистические показатели, которые характеризуют изучаемый объект на определенный момент или за указанный период времени.