Экономико-статистический анализ эффективности производства мяса крупного рогатого скота в сельскохозяйственных предприятиях в Оричевск

Обобщающую  оценку результатов производственно-финансовой деятельности предприятий дадим на основе таких показателей, как окупаемость затрат, прибыль и рентабельность продаж, представленных в таблице 6.      

Таблица  6- Финансовые результаты деятельности предприятий

Показатель	В среднем
	по  районам области		по совокупности
	Куменский район	Оричевский  район
Приходится  на 1 предприятие, тыс. руб.: -полной  себестоимости с.-х. продукции	34190,8	24592,9	29391,9
- выручки от продаж	45112,6	28689,8	36901,2
- прибыли (+),убытка (-)	10921,8	4096,9	7509,4
Окупаемость затрат, руб	1,3	1,2	1,2
Рентабельность  продаж, %  - без  учета субсидий  - с учетом  субсидий
	24,2	14,3	19,2
	27,0	18,3	22,7

 

      

По  данным таблицы 6 видим, что  предприятия Кумёнского работают с прибылью (+10922 тыс. руб.), а в Оричевском районе прибыль составляет + 4096 тыс. руб. Окупаемость затрат выше в Кумёнском районе и составляет 1,3 руб. Рентабельными являются предприятия Кумёнского район, где рентабельность продаж составляет 24,2% без учета субсидий. Если учитывать субсидии, то хозяйства Кумёнского района рентабельнее хозяйств Оричевского района.  

2. Обоснование объема и оценка параметров  статистической совокупности

2.1 Обоснование объема  выборочной совокупности

 

       Вариацию  показателей, используемых при проведении экономико-статистического исследования, необходимо учитывать при определении необходимой численности выборки. В исследуемую совокупность полностью включим хозяйства двух районов, в нашем случае Оричевский и Куменский районы, центральной зоны Кировской области. Для определения их средних арифметических значений и коэффициентов вариации необходимы предварительные расчеты, пример которых представлен в приложении 1.  Фактический размер предельной ошибки выборки определяется по формуле:        

 

 

       где: t – нормированное отклонение, величина которого определяется заданным уровнем вероятности (при p = 0,954, t = 2);        

V – Коэффициент вариации признака.      

  Результаты расчета представлены в таблице 7.

Таблица 7 – Расчет фактической величины предельной ошибки и необходимой  численности выработки

Показатель	фактические значения			Необходимая численность  выборки при
		V, %	ε,%	5%
1.Среднесуточный прирост	554.5	20,57	9,2	67,7
2.Себестоимость 1 ц. прироста	5250,8	23,8	10,64	90,6
3.Среднегодовое  поголовье, гол	991	93,22	41,69	1390,4

 

  
         

     Как известно, совокупность является однородной при коэффициенте вариации . Величина предельной ошибки при фактической численности выборки, равной 20 хозяйствам ( n = 20 ) и составит:        

  В таблице 7 представлен необходимый  объем численности выборки, при  котором не будет превышена  предельная ошибка в размере  14,76%, т.е.       

 

 

       где: V – фактическое значение коэффициента вариации.       

Нам дана выборочная совокупность 20 предприятий, при такой совокупности получается высокая предельная ошибка равная 14.76. А для того, чтобы не превысить  предельно допустимую ошибку 5%, необходимо было взять от 67,7 до 1390,4.  

2.2 Оценка  параметров и характера распределения статистической совокупности

 

       Для выявления основных свойств и  закономерностей статистической совокупности начнем с построения ряда распределения  единиц по одному из характеризующих  признаков, в данной работе это признак  – среднесуточный прирост, г.       

Рассмотрим  порядок построения ряда распределения 20 хозяйства области по среднесуточному  приросту.       

Так как данный признак изменяется непрерывно, строится вариационный ряд распределения.    

1. Составляем ранжированный ряд   распределения хозяйств по среднесуточному приросту, т.е. располагаем их в порядке возрастания по данному признаку (г.): 271, 403, 415, 432, 449, 481, 486, 535, 550, 597, 601, 605, 606, 612, 644, 660, 675, 685, 691, 692.   

2. Определяем количество интервалов  по формуле:    

k = 1+3,322 lg N,      

  где N – число единиц совокупности.

При N =  lg 20= 1,301       k = 1+3,322 ^.  1,301 =5,32 ~ 5   

3. Определяем шаг интервала:   

h =

где х_max и x_min - наибольшее и наименьшее значение  группировочного  признака; 

k – количество интервалов.   

 

4. Определяем границы интервалов.        

Таблица 8 – Интервальный ряд распределения  хозяйств по среднесуточному приросту, г.

Группы  хозяйств по среднесуточному приросту, г	Число хозяйств
271-355	1
355-439	3
439-523	3
523-607	6
607-692	7
Итого	20

 

  
  
  
  
  
  
  
  
  
    

Рисунок 1 – Гистограмма распределения хозяйств по среднесуточному приросту, г.   

Для того чтобы выявить характерные  черты, свойственные ряду распределения  единиц, используем следующие показатели.

1) Определим  среднюю арифметическую, моду и  медиана признака для характеристики  центральной тенденции распределения.

• Средняя величина признака определяется по формуле средней взвешенной:

 

          
        

 где x_i- варианты,  - средняя величина признака; f_i – частоты распределения.        

В интервальных рядах в качестве вариантов (x_i)  будем использовать серединные значения интервалов.       

 

• Мода –  наиболее часто встречающееся значение признаков, может быть определена по формуле:

,

где x_mo – нижняя граница модального интервала;       

  h – величина интервала;   

     - разность между частотой модального и домодального интервала;     

- разность между частотой модального  и послемодального интервала.

• Медиана –  значение признака, находящегося в  центре ранжированного ряда распределения, определяется по формуле:

 

  
  
 

где:  x_me – нижняя граница медиального интервала; 

h – величина интервала;   

- сумма частот распределения;    

- сумма частот домедиальных интервалов;      

           - частота медиального интервала. 

 

2) Определим  размах вариации, дисперсии, среднее  квадратическое отклонение, коэффициент  вариации для характеристики  меры рассеяния признака.

• Размах вариации составит: R = x_max - x_min =692-271=421г.
• Дисперсия определяется по формуле:

 

                 

 

• Среднее квадратическое отклонение признака в ряду распределения  составит:
• Для определения коэффициента вариации используем формулу:

 

                     

Коэффициент вариации  V < 33% совокупность является однородной по величине изучаемого признака.

3) Для характеристики формы распределения  используем коэффициенты асимметрии(A_s) и эксцесса(E_s): 

 
 

Так как А_s < 0, распределение имеет левостороннюю асимметрию.

Так как Еs >0, распределение является высоковершинным по сравнению с нормальным распределением.       

      Определяем, подчиняется ли эмпирическое (исходное) распределение закону нормального распределения, для этого проверяем статистическую гипотезу о существенности различия частот фактического и теоретического (нормального распределения). Для проверки таких гипотез используем критерий Пирсона ( ), фактическое значение которого определяем по формуле:

,       

Где f_i и f_m – частоты фактического и теоретического распределения.

Теоретические частоты для каждого интервала  определяем в следующей последовательности:

1. Для каждого интервала определяем нормированное отклонение (t):

Например, для первого интервала:

Результаты  расчета значений t представлены в таблице 9.

2.Используя  математическую таблицу “Значения  функции ”, при фактической  величине t для каждого интервала, находим значение функции нормального распределения.

3. Определяем  теоретические частоты по формуле  ,

где: n – число единиц в совокупности;       

 h – величина интервала.

n = 20;      h = 84;      σ = 102,6;        

Соответственно  теоретическая частота (f_m ) составит:

для первого  интервала = φ(2,25) * 16,37 = 1

для второго  интервала = φ(1,44) * 16,37 = 2 и т.д.

Таблица 9 – Эмпирическое и теоретическое  распределение предприятий по среднесуточному приросту, г.

Среднее значение интервала по среднесуточному  приросту, г	Число хозяйств
xi	fi	t	Табличное	fm
313	1	2,25	0,0317	1	0,0
397	3	1,43	0,1435	2	0,5
481	3	0,61	0,3312	5	0,8
565	6	0,2	0,391	6	0,0
649,5	7	1,03	0,2347	4	2,3
итого	20	-	-	18	3,55

 

 

4. Подсчитаем  сумму теоретических частот и  проверим ее равенство фактическому  числу единиц, т.е.         

Таким образом, фактическое значение критерия составило:        

         

По  математической таблице “Распределение ” определим критическое значение критерия при числе степеней свободы (v) равному числу интервалов минус единица и выбранном уровне значимости (α). При   v = 6 – 1 = 5 и        

Поскольку фактическое  значение критерия ( ) меньше табличного ( ), отклонение фактического распределения от теоретического следует признать несущественным.           

  Таким образом, средний уровень  среднесуточного прироста в хозяйствах  исследуемой совокупности составил 544г при среднем квадратическом отклонении от этого уровня 102,6 или 19%.  Так как коэффициент вариации (V=19%) меньше 33%, совокупность единиц является однородной.         

  Распределение имеет левостороннюю  асимметрию, так как  А_s < 0 и является высоковершинным по сравнению с нормальным распределением, так как Еs < 0.       

При этом частоты  фактического распределения отклоняются  от частот нормального несущественно. Следовательно, исходную совокупность можно использовать для проведения экономико-статистического исследования производства мяса крупного рогатого скота. 

3. Экономико-статистический  анализ взаимосвязей  между признаками  изучаемого явления

3.1. Метод статистических  группировок

 

       Отбор факторов и дальнейшую оценку влияния  на финансовые результаты реализации начнем с логического анализа  причинно-следственных взаимосвязей между показателями. Для описания статистических взаимосвязей между показателями финансовые результаты реализации мяса будет рассмотрена следующая цепочка взаимосвязанных показателей: затраты на 1голову, среднесуточный прирост, среднегодовое поголовье КРС.  Выбрав  показатель -  затраты на 1голову в качестве факторного признака, в качестве результативного будем рассматривать среднесуточный прирост.        

Для оценки характера изменения взаимодействующих  показателей при достаточно большом  количестве наблюдений используем метод статистических группировок.       

1. Выбираем группировочный признак,  в качестве которого используем  факторный признак – затраты  на 1голову.        

2.   Построим ранжированный ряд по  группировочному признаку, т.е. по  затратам на 1голову: 6,373; 6,578; 6,799; 6,929; 6,944; 7,316; 7,471; 7,655; 8,655; 9,052; 9,613; 10,122; 10,351; 10,550; 10,697; 11,271; 11,408; 11,652; 11,846; 13,553       

3. При заданном объеме совокупности (20 предприятие) выделим три группы  предприятий (К=3).        

 

 

       4. Определим границы интервалов  групп и число предприятий  в них.               

I группа: до 8,766– 9 предприятий        

II группа: от 8,766 до 11,159 - 6 предприятий        

III группа: свыше 11,159- 5 предприятий

5. По полученным группам и по  совокупности в целом определяем  сводные данные. Сводные данные, необходимые для расчета показателей  по каждой группе и по совокупности, представлены в приложении 3; (Группировка  1). На основе полученных сводных  данных определим относительные  и средние показатели по каждой  группе и по совокупности. Полученные  показатели представим в итоговой  таблице 10 и проведем их анализ.