Экономико-статистический анализ молочной продуктивности в совокупности условных предприятий

Общие индексы отражают изменение всех элементов сложного явления. При этом под сложным явлением понимают такую статистическую совокупность, отдельные элементы которой непосредственно не подлежат суммированию (например, физический объем продукции, включающей разноименные товары; цены на разные группы продуктов). Общие индексы обозначаются буквой I и также сопровождаются подстрочным знаком индексируемого показателя. Методика расчета общих индексов сложнее, чем индивидуальных, и различна в зависимости от характера индексируемых показателей, наличия исходных данных и целей исследования.

Сложные явления, для которых рассчитывается сводный индекс, отличаются той особенностью, что элементы, их составляющие, неоднородны и, как правило, несоизмеримы друг с другом. Поэтому сопоставление простых сумм этих элементов невозможно. Сопоставимость может быть достигнута различными способами:

1) сложные явления могут быть разбиты на такие простые элементы, которые в известной степени являются однородными;

2) сравнение по стоимости, без разбиения на отдельные элементы.

Проведём индексный анализ влияния различных статей затрат на себестоимость одного центнера молока. Значение затрат каждой из статей необходимо представить как частное от деления количества затрат производства на одну голову продуктивного стада по статьям на молочную продуктивность этой головы. Для анализа следует взять две наиболее многочисленные группы предприятий по себестоимости, т.е. IV и V группы.

Составим таблицу 5.1 «Затраты на одну голову молочного стада, продуктивность и себестоимость продукции», в которой также отобразим индекс изменения каждого из представленных показателей. 

Таблица 5.1 – Затраты на одну голову молочного стада, продуктивность и себестоимость продукции

Из таблицы 5.1 следует, что себестоимость молока в V группе по сравнению с III группой возросла на 4,3%, вследствие того, что продуктивность ее повысилась также на 4,3%. Кроме того, издержки производства возросли на 15,5%.

Кроме этого необходимо рассчитать структуру издержек для определения влияния на себестоимость каждой из статей затрат. Для этого составим таблицу 5.2 «Изменение себестоимости молока в разрезе IV и V групп за счет отдельных видов затрат», в которой кроме структуры затрат производства отобразим индексный анализ влияния издержек. 

Таблица 5.2 – Изменение себестоимости молока в разрезе IV и V групп за счет отдельных видов затрат

Исходя из таблицы 5.2 необходимо отметить что наибольшим удельным весом в приведённой структуре затрат обладает такая статья затрат, как материальные затраты. В IV и V группах, соответственно, на неё приходится 45,9% и 47,6%. Кроме того отметим и такие статьи, как затраты на оплату труда (28,4% и 23,4%), затраты на амортизацию основных средств (17,2% и 21,1%), прочие затраты (8,5% и 7,9%). Все значения представлены для IV и V групп соответственно.   

В V группе по сравнению с IV произошло увеличение материальных затрат на 8,2%, что вызвало увеличение себестоимости одного центнера молока на 34,77  рублей (3,76%). Увеличение затрат на амортизацию на 28% повлияло также на увеличение себестоимости на 44,52 рубля (1,39%), а снижение затрат на оплату труда на 16% уменьшило себестоимость на 36,89 рублей (3,99%). Кроме этого, снижение прочих затрат на 3%, уменьшило себестоимость на 2,39 рубля (0,26%). Общее же изменение издержек составило 4,32%, в сторону увеличения, изменившие в соответствующую сторону себестоимость на 40 рублей (4,32%).

     Таким образом, все статьи затрат оказывают влияние на себестоимость, но большее влияние оказывают материальные затраты.

6.                 КОРРЕЛЯЦИОННЫЙ АНАЛИЗ ЗАВИСИМОСТИ СЕБЕСТОИМОСТИ ОТ МОЛОЧНОЙ ПРОДУКТИВНОСТИ КОРОВ И МАТЕРИАЛЬНЫХ ЗАТРАТ В РАСЧЁТЕ НА ОДНУ ГОЛОВУ.

Корреляция – вероятностная или статистическая зависимость, не имеющая строго функционального характера. В отличие от функциональной, корреляционная зависимость возникает тогда, когда один из признаков зависит не только от данного второго, но и от ряда случайных факторов, или же когда среди условий, от которых зависят и тот и другой признаки, имеются общие для них обоих условия. Статистическая корреляция в обследованной конечной совокупности наиболее интересна тогда, когда она указывает на существование закономерной связи между изучаемыми явлениями. Рассматривая зависимость между признаками, необходимо выделить две категории зависимости:

      функциональные;

      корреляционные.

Функциональные связи характеризуются полным соответствием между изменением факторного признака и изменением результативной величины, и каждому значению признака-фактора соответствует вполне определенные значения результативного признака.

В корреляционных связях между изменением факторного и результативного признака нет полного соответствия, воздействие отдельных факторов проявляется лишь в среднем при массовом наблюдении фактических данных.

В статистике принято различать следующие варианты зависимостей:

        Парная корреляция – связь между двумя признаками: результативным и факторным или двумя факторными;

        Частная корреляция – зависимость между результативным и одним факторным признаками при фиксированном значении других факторных признаков;

        Множественная корреляция – зависимость результативного и двух или более факторных признаков, включенных в исследование.

Задача корреляционного анализа - количественное определение тесноты связи между двумя признаками (при парной связи) и между результативным и множеством факторных признаков (при многофакторной связи).

Для изучения тесноты связи применяется линейный коэффициент корреляции, который позволяет судить о тесноте связи между признаками, и определяется шкалой Чеддока.

Шкала Чеддока.

Теснота связи количественно выражается величиной коэффициентов корреляции. Коэффициенты корреляции, представляя количественную характеристику тесноты связи между признаками, дают возможность определять «полезность» факторных признаков при построении уравнений множественной регрессии.

Этапами корреляционного анализа является отбор признаков в зависимости от задач и целей; определение формы и направления связи с помощью корреляционного поля; выбор и решение уравнения регрессии; расчет коэффициентов корреляции и детерминации; определение ошибки коэффициента корреляции; определение доверительного интервала коэффициента корреляции. Роль корреляционного метода сводится к количественному измерению связей между отдельными явлениями и признаками. 

С учетом результатов предыдущих исследований в качестве результативного признака в анализе выступает себестоимость 1 центнера молока (Y), факторных признаков – молочная продуктивность (X1) и  материальные затраты (Х2). Исходная информация оформляется в виде таблицы 6.1, где указываются данные показатели в разрезе анализируемых предприятий.

Таблица 6.1 – Исходные данные для корреляционно-регрессионного анализа.