Смекни!
smekni.com

Статистико-экономический анализ себестоимости подсолнечника (стр. 4 из 5)

2.4 Постатейный анализ

На эффективность производства продукции растениеводства существенное влияние оказывает себестоимость единицы продукции.

Для определения степени влияния изменений отдельных видов затрат на изменение себестоимости проводится постатейный анализ себестоимости единицы продукции. Рассмотрим это на примере изменения себестоимости 1 центнера подсолнечника (Таблица 2.4.1).


Таблица 2.4.1 Постатейный анализ себестоимости 1 центнера подсолнечника

Статьи затрат Структура затрат, % Себестоимость 1 ц. подсолнечника, руб. Индекс затрат, % Изменение себестоимости
1 гр. 2 гр. 1 гр. 2 гр. абсолют-ное, руб. относитель-ное, %
1 3 4 5=(4:3)*100 6=4-3 7=(6:z0)*100
Оплата труда 8,5 14,6 40,17 90,4 225,0 50,2 10,6
Семена 4,4 8,4 20,79 52,1 126,7 31,3 6,6
Удобрения 8,7 15,8 41,11 97,9 238,1 56,8 12
Основные средства 10 10 47,26 61,9 130,9 14,6 3,1
Прочие затраты 68,4 51,2 323,25 317,3 98,1 5,9 1,2
Итого 100 100 472,6 619,6 131,1 147 31,1

Из таблицы 2.4.1 следует, что себестоимость 1 ц подсолнечника в первой группе хозяйств ниже, чем во второй на 31,1 %. Прочие затраты в первой группе ниже, чем во второй на 1,2 %, что в абсолютном значении составляет 5,9 руб. Затраты на оплату во второй группе выше, чем в первой на 10,6% или на 50,2 руб.

Представим структуру затрат графически (Рис.4и 5).

График 4 Структура затрат в первой группе хозяйств


Из рисунка 4 видно, что наибольший удельный вес в структуре затрат первой группы хозяйств занимают прочие затраты (68,4 %), затем основные средства (10%), удобрения (8,7%), оплата труда (8,5%) и семена (4,4%) .

График 5 Структура затрат во второй группе хозяйств

2.5 Множественный корреляционно – регрессионный анализ специализации

На практике на изучаемый результативный признак влияет не один факторный признак, а множество. Поэтому возникает задача изолированного измерения тесноты связи результативного признака (у) с каждым из факторных признаков (х) при исключении или неизменности других факторов. Эта задача решается методом планирования эксперимента. Экономист лишен возможности регулировать факторы. Поведение отдельных экономических переменных контролировать нельзя, то есть не удается обеспечить равенство всех прочих условий для оценки влияния одного исследуемого фактора. Поэтому следует измерить тесноту связи между результативным (у) и всеми факторными признаками (х) введя их в модель. Одновременное изучение корреляции нескольких переменных проводится на основе использования методов множественного корреляционно – регрессионного анализа.

Включение в уравнение множественной регрессии того или иного набора факторов связано, прежде всего, представлением исследования о взаимосвязи моделируемого показателя с другими экономическими явлениями. Логическое обоснование и выбор факторов – это основная стадия построения модели. Для количественной характеристики зависимости урожайности 1 центнера подсолнечника от факторов провела корреляционно-регрессионный анализ, для этого изучите факторы, связь которых с урожайностью носит корреляционный характер.

Для количественной характеристики выявленной зависимости провела корреляционно – регрессионный анализ с помощью MSExcel. По полученным результатам написала уравнение регрессии, оценила его значение, дала анализ статистическим характеристикам корреляционно – регрессионной модели.

Таблица 2.5.1 Зависимость себестоимости от факторов

Наименование хозяйств Себестоимость 1 ц подсолнечника Удобрения Площадь посева Внесено удобрений на 1 га. Производственные затраты на 1 га. посева
1 2 3 4 3/4 5
СПК «Ивангород» 457,72 42 400 0,105 5075
ООО «Аграрные традиции» 481,11 330 360 0,9166666 6186,11
ООО «Регион Агро» 562 380 582 0,6529209 7694,15
ООО «Давлекановское зерно» 648,9 1937 1500 1,2913333 6818,66
ООО «Алга» 719,29 105 350 0,3 6925,71
СХП «Поляковка» 724,87 0 250 0 1200

Анализ коэффициентов показывает, что связь между дозой внесенных удобрений и урожайностью обратная и очень слабая (ryx1 = -0,1589), связь между урожайностью и уровнем затрат труда на 1 га также очень слабая (ryx2 = -0,2963).

Далее проанализируем параметры регрессии.

Таблица 2.5.3 Регрессионная статистика

Регрессионная статистика
Множественный R 0,298022764
R-квадрат 0,088817568
Нормированный R-квадрат -0,518637386
Стандартная ошибка 143,7448860
Наблюдения 6

Коэффициент множественной корреляции R= 0,298022764- выражает тесноту связи и точность модели и означает, что теснота связи между себестоимостью и факторами, включенными в анализ умеренная. Коэффициент детерминации R2 =0,088817568 , т.е. вариация изучаемого фактора в большей мере характеризуется не отобранными показателями.

В качестве меры точности применяют оценку дисперсии остаточной компоненты – сумма квадратов уровней остаточной компоненты к величине (n-k-1), квадратный корень из нее Sе – стандартная ошибка оценки.


Таблица 2.5.4 Показатели уравнения регрессии

Коэффициенты Стандартная ошибка t-статистика
Y-пересечение 684,0507451 168,7271278 4,0541835
Х1 9,502063891 163,5417952 0,0581017
Х2 -0,015972075 0,034912355 -0,4574906

Уравнение связи имеет вид:

у = 684,05+9,5Х1-0,015Х2

Интерпретация параметров:

а0 = 684,05– свободный член уравнения, содержательной интерпретации не подлежит.

а1 = 9,5 - коэффициент чистой регрессии при первом факторе свидетельствует о том, что при увеличении дозы внесения удобрений на 1 га., себестоимость зерна увеличится на 9,5 рубль, при условии что все остальные факторы останутся без изменения.

а2 = -0,015коэффициент чистой регрессии при втором факторе свидетельствует о том, что при увеличении производственных затрат на 1 руб., себестоимость зерна уменьшится на 0,015 рубля, при условии что все остальные факторы останутся без изменения.

Расчетные значения У определяются путем последовательной подстановки в эту формулу значений факторов, взятых для каждого наблюдения.

Таблица 2.5.5 Дисперсионный анализ

df SS MS F Значимость F
Регрессия 2 6042,262673 3021,131336 0,146212 0,8697771
Остаток 3 61987,77680 20662,59226
Итого 5 68030,03948

Проверим значимость коэффициента множественной корреляции, воспользуемся F-критерием, для чего сравним фактическое значение Fс табличным значением. При вероятности ошибки α = 0,05 и степенях свободы

V1 = k- 1 = 3- 1 = 2, V2 = n– k= 6-3 = 3.

Fтабл. = 9,55

Fфакт. = 0,869< Fтабл.

Следовательно, уравнение регрессии следует считать статистически незначимым и не надежным.

2.6 Статистический анализ показателей реализации подсолнечника и прибыли

Одним из основных показателей эффективности деятельности сельскохозяйственных предприятий является прибыль, которую получают вычитанием из денежной выручки полной себестоимости продукции

С помощью индексного метода можно проанализировать изменение прибыли от объема проданной продукции, полной себестоимости и средней цены реализации.

Рассчитаем среднюю цену реализации 1 ц подсолнечника и среднюю себестоимость 1 ц подсолнечника для 3х групп в таблице (Таблица2.6.1).


Таблица 2.6.1 Показатели реализации подсолнечника в группах

№ группы Хозяйства Количество реализованного подсолнечника, ц Полная себестоимость, тыс.руб. Выручено, тыс. руб. Средняя цена 1 ц, руб. Средняя себестоимость 1 ц, руб.
1группа 6 2700 1545 1973 730,7 572,2
4 5074 2585 4105 809,0 509,5
Всего 7774 4130 6078 781,8 531,2
2 группа 3 3031 1703 3487 1150,4 561,8
5 14837 9652 11979 807,4 650,5
Всего 17868 11355 15466 1957,8 635,4
3 группа 1 2358 1696 1945 824,8 719,2
2 4145 3004 3214 775,4 724,7
Всего 6503 4700 5159 1600,2 722,7

Средняя цена реализации, руб =

Средняя себестоимость, руб. =

Анализ данных показывает, что наиболее эффективно производство подсолнечника во второй группе. В первой группе хозяйств производство менее эффективно за счет высокой себестоимости.

Для второй группы рассчитаем прибыль:

Прибыль = Выручка – Себестоимость =15466 – 11355= 4111 тыс. руб.

Рассчитаем показатели прибыли для первой и второй групп.