Залежність окупності затрат від продуктивності

Для виявлення залежності між продуктивністю ВРХ та рівнем окупності витрат було проведено просте аналітичне групування. Вихідною інформацією були данні 12-ти господарств області по виробництву молока. Факторною ознакою була прийнята молочна продуктивність ВРХ, а результативним – окупність витрат.

Після розрахунку факторного та результативного показнику та побудови ранжированого ряду, були намічені границі трьох груп. Розраховані середня продуктивність та окупність затрат по кожній групі показали, що між факторним та результативним показником не існує ні прямої ні зворотної залежності.

Так середня продуктивність в другій групі склала 26,32 ц/гол, що займає друге місце у таблиці, а окупність затрат по цій групі склала 109,8 %, і є найбільшою. В цю групу увійшло 4 об’єкти, і в тому числі аналізоване господарство СТОВ „Степове”.

В першу групу увійшла найбільша кількість підприємств – 5, з середньою продуктивністю 15,61 ц\гол, при середній окупності затрат 67,46 %.

В останню групу увійшло всього три господарства з найбільшою середньою продуктивністю 35,05 ц\гол, і другою за величиною окупністю затрат – 97,28 %.

В результаті проведеного аналізу, виявлено, що середня продуктивність по всім господарствам 25,66 ц\гол, окупність затрат – 91,51 %. В СТОВ „Степове” продуктивність більше середньої на 0,51 ц\гол, а окупність затрат – на 28,46 %.

Кореляційно-регресійний аналіз ефективності виробництва молока. Специфікація моделі множинної регресії включає в себе: відбір факторів та вибір виду рівняння регресії. Як і в парній регресії можливі лінійні та нелінійні залежності, однак при множинній регресії можливість вибору обмежена, тому що при складних залежностях неможливо.

В лінійній множинній моделі  параметри рівняння  називають рівняннями чистої регресії. Вони характеризують питому зміну результативної ознаки  при зміні відповідного фактора на 1.

При відборі факторів в множинну модель необхідне виконання наступних вимог:

1. Фактори повинні бути кількісно вимірними. Якщо до моделі необхідно включити будь-який якісний фактор, то йому слід надати кількісну визначеність, наприклад, якість землі вимірюється в балах.

2. Фактори на повинні бути тісно пов’язані між собою, в протилежному випадку, параметри рівняння регресії виявляться ненадійними, а модель в цілому нестійкою.

Параметри рівняння множинної регресії оцінюють за допомогою традиційного методу найменших квадратів. Система рівнянь для визначення оцінок параметрів включає кількість рівнянь рівну кількості оцінюваних параметрів.

На основі лінійного рівняння регресії можуть бути знайденні приватні рівняння регресії, які зв’язують результативну ознаку з визначеним фактором при закріпленні інших факторів на середньому рівні цієї регресійної моделі.

Приватні рівняння регресії характеризують ізольований вплив обраного фактора на результат, при цьому дії тих факторів, значення яких закріплені на середньому рівні виключаються.

Оцінка якості рівняння множинної регресії проводиться за допомогою множинного коефіцієнту кореляції, значення якого показує спільний вплив факторів, які були включені до моделі, на результативну ознаку.

Оцінка адекватності рівняння множинної регресії проводиться за допомогою критерію Фішера по загальній схемі перевірки статистичних гіпотез.

В результаті дослідження регресійної моделі, яка наведена в додатках, була отримана залежність впливу продуктивності худоби та собівартості 1 ц. виготовленої продукції на окупність затрат, рівняння якої має вигляд:

 ,це означає, що при збільшенні продуктивності 1 голови великої рогатої худоби на 1 ц., окупність затрат збільшується на 0,58 %, а при зменшенні собівартості 1 ц. виготовленої продукції на 1 грн., окупність затрат зростає на 0,66 %. Коефіцієнт кореляції показує, що зв’язок між цими факторами тісний. Між ними існує 79 %-ва залежність. Останні 21 % – це вплив факторів, які не були враховані.

Аналіз показників ряду динаміки по виробництву молока в СТОВ „Степове”. Визначення основної тенденції зміни динамічного ряду. Усі суспільні явища перебувають у постійному русі та розвитку. Дослідження процесу розвитку явищ – одне з найважливіших завдань економіко-статистичного аналізу. Процес розвитку явищ у часі називають динамікою, а статистичні величини, які характеризують стан і зміну явищ у часі, – рядами динаміки. Побудова і аналіз рядів динаміки дають змогу виявити закономірності розвитку явищ і виразити їх у цифрах. Динамічний ряд є основою аналізу і прогнозування соціально-економічного розвитку.

Обов’язковими елементами рядів динаміки є моменти або періоди часу, до яких належать досліджувані показники і рівні ряду, що характеризують розмір явища. Рівні ряду динаміки виражають абсолютними, відносними і середніми величинами.

В ряду динаміки для кожного інтервалу часу приведені два основних показника: показник часу і рівень ряду. Крім того, можуть бути ще похідні аналітичні показники.

Дослідження рядів динаміки дає можливість охарактеризувати процес розвитку явищ, показати основні шляхи, тенденції і темпи цього розвитку.

Таблиця 10