Статистико-экономический анализ себестоимости зерна на примере ЗАО «Землянское» Семилукского района и других хозяйств Семилукского, Анн

В зависимости от вида группировочных признаков различают группировки по количественным и качественным признакам. Качественный признак отражает определение свойства, качества данного явления и записывается в виде текста. Если качественный признак имеет мало разновидностей, то количество групп определяется числом этих разновидностей.

Но не редки случаи, когда качественный признак имеет большое число разновидностей и перечислить их все не представляется целесообразным. В таких случаях разрабатывают классификацию разновидностей, то есть сходные по своим особенностям разновидности объединяются в группы. Под классификацией обычно понимается более устойчивое разграничение единиц наблюдения, чем при группировке. Используются классификации в течение длительного времени, хотя со временем, отразив происходящие изменения в объекте наблюдения, классификации могут подвергаться более или менее существенным изменениям. Утверждаются классификации, как правило, в качестве национального или международного стандарта.

Всесторонне статистическое изучение социально-экономических процессов и явлений наиболее плодотворно в том случае, если в основе лежит система группировок. Система группировок – это ряд взаимосвязанных статистических группировок по наиболее существенным признакам, всесторонне отражающим важнейшие стороны изучаемых явлений.

Группировки по количественным признакам чрезвычайно разнообразны. В ряде случаев группировки, на первый взгляд казалось бы качественные, в действительности основываются на количественных признаках.

При группировке по количественному признаку, варьирующему в широких пределах, нередко возникает задача определения числа групп, на которые следует разбить весь диапазон изменения количественного признака, и в соответствии с установленным числом групп определить интервалы группировки.

Результаты группировок представляются в статистических таблицах. Статистическая таблица – форма рационального и наглядного изложения цифровых характеристик исследуемых явлений и его составных частей. Статистическое обобщение информации и представление ее в виде сводных статистических таблиц дает возможность характеризовать размеры, структуру и динамику изучаемых явлений.

Подытоживая вышеизложенное, можно перечислить те методологические проблемы, решение которых необходимо при практическом применении метода группировок: 1) выбор группировочного признака или их комбинации, 2) определении числа групп и величины интервалов группировки, 3) установление применительно к конкретной группировке состава тех показателей, которыми должны характеризоваться выделенные группы, 4) составление макета таблицы, в которой должны быть представлены результаты группировки.

Проведем аналитическую группировку по одному из факторов, влияющих на себестоимость на примере предприятий Аннинского и Семилукского районов.

Исходя из поставленной задачи группировочным признаком является урожайность зерновых культур (производственные затраты на 1 га пашни). Теоретически следует предположить, что чем выше удои молока, тем ниже себестоимость 1ц молока. Что и следует доказать посредством аналитической группировки. Выбранный группировочный признак (урожайность зерна) является существенным, так как в значительной степени определяет состояние себестоимости 1ц зерна в каждом отдельном предприятии, и в районе в целом.

На основании рассчитанных сводных данных определяются по каждой группе и в среднем по району аналитические или средние показатели, которые представляются в виде следующей таблицы.

Таблица 8 – Аналитическая группировка предприятий Аннинского и Семилукского районов

Группы предприятий по урожайности зерна на 1га пашни	Число хозяйств	Производственные затраты на 1 га посева зерновых культур, руб	Урожайность   1 ц зерна, чел/час	Трудоемкость 1ц молока, чел./час	Себестоимость 1ц молока, руб	Уровень окупаемости, %
I: до 14,6829	3	3462	23,9	0,25	144	139,7
,II: 14,6829-23,224	11	10653	20,3	0,48	525	91,8
III: 23,224-31,7651	8	9324	26,7	0,50	349	131,3
IV: 31,7651-48,8473	3	17388	39,8	0,24	437	154,9
В среднем по району	25	10433,836	23,7	0,43	440	107,9

 

 3.2. Сущность и значение дисперсионного анализа. Оценка существенности влияния группировочного признака на себестоимость 1 ц.

Вопрос о проверке существенности расхождения двух выборочных характеристик может быть поставлен не только при сравнении двух выборочных средних, но и при сравнении двух выборочных дисперсий. Для сравнения дисперсий применяется критерий, предложенный Рональдом Фишером, который называют дисперсионным отношением, или F-критерием.

Критерий Фишера представляет собой отношение двух дисперсий:

,

где S12 и S22 рассматриваются в качестве оценок одной и той же генеральной дисперсии.

При вычислении дисперсионного отношения в числителе берется из оценок S12 и S22 , поэтому величина дисперсионного отношения может быть равна или больше единицы. Если F-критерий равен 1, то это указывает на равенство дисперсий, и вопрос об оценке существенности их расхождения снимается. Если же величина дисперсионного отношения больше единицы, то возникает необходимость оценить случайно ли расхождение между дисперсиями. При этом очевидно, что чем больше величина дисперсионного отношения, тем значительнее расхождение между дисперсиями.

Если фактическое дисперсионное отношение будет больше табличного, то лишь с вероятностью 0,05 или 0,01 можно утверждать, что различие между дисперсиями определяется случайными факторами. Однако события, имеющие столь малую вероятность, считаются практически невозможными, а потому в этом случае с вероятностью можно утверждать существенность различий в величине дисперсий.

Если же фактическое значение дисперсионного отношения будет меньше соответствующего табличного значения, то с вероятностью 99% можно утверждать, что расхождение между дисперсиями несущественно.

На практике дисперсионный анализ применяют, чтобы установить, оказывает ли существенное влияние некоторый качественный фактор F, который имеет р уровней F1, F2, … ,Fp на изучаемую величину Х.

Основная идея дисперсионного анализа состоит в сравнении «факторной дисперсии», порождаемой воздействием фактора, и «остаточной дисперсии», обусловленной случайными причинами. Если различие между этими дисперсиями значимо, то фактор оказывает существенное влияние на Х; в этом случае средние наблюдаемых значений на каждом уровне различаются также значимо.

Если же установлено, что фактор существенно влияет на Х, а требуется выяснить, какой из уровней оказывает наибольшее воздействие, то дополнительно производят по парное сравнение средних.

Иногда дисперсионный анализ применяется, чтобы установить однородность нескольких совокупностей (дисперсии этих совокупностей одинаковы по предположению; если дисперсионный анализ покажет, что и математические ожидания одинаковы, то в этом смысле совокупности однородны). Однородные же совокупности можно объединить в одну и тем самым получить о ней более полную информацию, следовательно, и более надежные выводы.

В более сложных случаях исследуют воздействие нескольких факторов на нескольких постоянных или случайных уровнях и выясняют влияние отдельных уровней и их комбинаций (многофакторный анализ)[7].

Рассмотрим дисперсионный анализ на конкретном примере.

Таблица 9 – Расчет общей вариации себестоимости 1ц зерна по предприятиям Аннинского и Семилукского районов

 

№ п/п	Себестоимость 1 ц зерна, руб
1.ООО «Масловское»	363	-77	5929
2.ООО «Девицкий колос»	592	152	23104
3.ООО «Запольное»	671	231	53361
4.ООО «Стадницкое»	355	-85	7225
5.ООО «Феникс»	335	-105	11025
6.СХА им. Ленина	398	-42	1764
7.ТВ «Божков И.Я.»	423	-17	289
8.ООО «Ольшанка»	226	-214	45796
9.ООО «Русское поле»	534	94	8836
10.ЗАО «Землянское»	450	10	100
11.ООО «Жито»	348	-92	8464
12.ЗАО «Тенистое»	368	-72	5184
13.ООО «Новонадеженск»	634	194	37636
14.ООО «Комсомольское»	401	-39	1521
15.ООО «Нива»	290	-150	22500
16.ЗАО «Дружба»	389	-51	2601
17.ООО «Березовка»	300	-140	19600
18.ЗАО «Путь Ленина»	359	-81	6561
19.ООО Агротех-Гарант «Пугачевский»	374	-66	4356
20.ЗАО «Николаевка»	316,8	-123	15129
21.СПК Агро – Нива	248,20	-192	36864
22.ООО АТГ Верхнее	533,82	93	8649
23.СХИ «Заря»	458,1	18	324
24.СПК «Русь»	331,25	-109	11881
25.ЗАО «Славяне»	421,36	-19	361
ИТОГО	440	-	339060

 

 

 

1. Определяется общая вариация, которая измеряет влияние всех факторов на себестоимость 1ц зерна. Рассчитывается общая вариация как:

Используем рассчитанные данные, которые представлены в таблице 15.

2. Определяется факторная вариация, которая измеряет влияние на себестоимость 1ц зерна только изучаемого фактора (урожайность зерна на 1 га пашни).

где - средняя себестоимость по каждой группе предприятий;

        - средняя себестоимость 1ц подсолнечника в целом по району;     

         f – число предприятий в каждой группе

3. Определяется остаточная вариация, которая измеряет влияние на себестоимость 1ц зерна всех остальных факторов, кроме изучаемого.

4. Определяется общая дисперсия

где N-1 – число степеней свободы для общей дисперсии;

      N – число единиц совокупности (число предприятий района)

5. Определяется факторная дисперсия

где n-1-число степеней свободы для факторной дисперсии

       n – число групп

    

 

 

6. Определяется остаточная дисперсия

7. Определяется фактическое значение критерия Фишера

8. Определяется теоретическое или табличное значение критерия Фишера по таблице F-распределения

Так как фактическое значение критерия Фишера (Fфактор=5,63), превосходит теоретическое (Fтеоретическое=3,01), то влияние урожайности зерна на 1 га пашни на себестоимость 1ц зерна существенно. Это дает основание не использовать данный фактор при построении экономико-математической модели себестоимости 1ц зерна по предприятиям Аннинского и Семилукского районов.

 

4. Проектная часть

4.1. Сущность и основные условия  применения корреляционно-регрессионного  анализа.

 

Общественные явления находятся во взаимосвязи друг с другом. Взаимосвязаны они таким образом, что одно воздействует на другое и является фактором или причиной. При этом фактор применяется за х, результат – за у. По характеру воздействия фактора на результат различают связи функциональные и корреляционные.