Анализ себестоимости зерна в Кушнаренковском районе

     За  счет увеличения производственных затрат на 1 га посева зерна, себестоимость увеличилась на 30%, что в абсолютном выражении составляет 111,8 рубля.   

     Покажем взаимосвязь  рассчитанных индексов:

i_z= i_zy* i _z/zy               1,2*1,3 =1,6 (отклонение составляет 0,04)  

∆_z= ∆_zy+∆i _z/zy          67,2 + 111,8 = 179 руб. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

2.5 ПОСТАТЕЙНЫЙ АНАЛИЗ СЕБЕСТОИМОСТИ ЗЕРНА

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

     Для определения степени влияния изменений отдельных видов затрат на изменение себестоимости проведем постатейный анализ себестоимости единицы продукции. Проанализируем себестоимость 1 ц зерна, рассчитаем структуру затрат. Изучим степень влияния отдельных статей затрат на изменение себестоимости 1 ц зерна.

Таблица 2.8 Постатейный анализ себестоимости 1 ц зерна

 

     

Из таблицы 2.8 следует, что себестоимость 1 ц зерна  в третей группе хозяйств ниже, чем в первой на 37,8%. Представим структуру затрат графически (Рисунок 2.3 и 2.4). 
 
 

Рисунок 2.3 Структура затрат в первой группе 

     

Таким образом  из рисунка 2.3 видно, что наибольший удельный вес в структуре затрат в первой группе занимают прочие затраты (44,5%), семена (31,6%), затем основные средства (15,4%) и ГСМ (4,6%).

     

Рисунок 2.4 Структура затрат в третьей группе 

     

Из графика  структуры затрат в третьей группе можно сказать, что наибольший удельный вес занимают прочие (22,9%), оплата труда (21,1%), затем семена (21%) и основные средства (16,6%).

     

Проанализируем  причины различий по затратам на оплату труда, для чего рассчитаем и сравним показатели: затраты на оплату труда в себестоимости 1 ц. зерна, затраты на оплату труда на 1 га. посевов, уровень оплаты труда на 1 работника, чел. - час.

Таблица 2.9 Анализ по затратам на оплату труда.

 

     

Таким образом, в третьей группе затраты на оплату труда выше, чем в первой в 4,1 раз, затраты на оплату труда на 1 га. также выше в третьей группе, чем в первой, в 5,4 раза и на 1ц  зерна в 8,6 раз. Урожайность с 1 га в третьей группе выше, чем в первой группе в 1,01 раз. Прямые  затраты труда на 1 ц  в третьей группе выше, чем в первой в 3,1 раза. 
 
 
 
 
 

     

   
 
 
 
 

6.  МНОЖЕСТВЕННЫЙ РЕГРИСИОННО-КОРЕЛЯЦИОННЫЙ АНАЛИЗ

      

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. При этом необходимо соблюдать предпосылки и требования которые носят всеобщий характер в независимости от того, какие экономические связи моделируются. 

     

Для количественной характеристики зависимости себестоимости зерна с 1га от факторов проведем корреляционно – регрессионный анализ, для этого изучим факторы, связь которых с себестоимостью зерна носит корреляционный характер. [6]

     

Для проведения корреляционно-регрессионного анализа построим вспомогательную таблицу.  
 
 

Таблица 2.10 Исходные данные для корреляционно-регрессионного анализа

В MS EXCEL воспользуемся командой:

Сервис  анализ данных корреляция.

    В  соответствии с сущностью корреляционной  связи ее изучение имеет две  цели:

– измерение  параметров уравнения, выражающего  связь средних значений зависимой  переменной со значениями независимой  переменной (зависимость средних  величин результативного признака от значений одного или нескольких факторных признаков);

–измерение  тесноты и формы связи двух и более признаков между собой

Получим  корреляционную матрицу коэффициентов.

Таблица 2.11 Корреляционная  матрица 

 

    

Анализ коэффициентов  показывает, что связь между себестоимостью и урожайностью с 1 га. обратная  и очень слабая (r_yx1 = -0,141), т.е. с увеличением урожайности   уменьшается себестоимость; связь между себестоимостью  и валовым сбором также обратная и слабой тесноты, (r_yx2 = -0,208), связь между себестоимостью и прямыми затратами труда прямая и средняя (r_yx3=0,405).

    

Далее проанализируем параметры регрессии.

Таблица 2.12  Регрессионная статистика

  

Коэффициент множественной  корреляции R=0,482 - выражает тесноту связи и точность модели и означает, что теснота связи между себестоимостью и факторами, включенными в анализ прямая и слабая. Коэффициент детерминации R²=02329, т.е. вариация изучаемого фактора в большей мере характеризуется не отобранными показателями. Это значит, что выбранные факторы на 23,29 % влияют на вариацию изучаемого показателя.

Таблица 2.13 Показатели уравнения регрессии.

Продолжение таблицы 2.13

 

Уравнение связи  имеет вид: 

У = 311,3241 - 2,3199Х₁ – 0,0004Х₂ + 8,8219Х₃