Статистическая оценка деятельности предприятия строительной отрасли
Поскольку коэффициент вариации для уравнения параболы больше, чем для уравнения прямой, то уравнение прямой более точно описывает основную тенденцию динамики среднемесячной заработной платы.
Прогноз показателей динамики на 2006 год
Если предположить, что общие условия, определяющие тенденцию развития в прошлом, не претерпевают существенных изменений и тенденция развития явления характеризуется определёнными аналитическими уравнениями в обоих случаях, то представляется возможность экстраполяции при t = 3.
Для ввода в действие жилья:
= 5122,368м2 – предполагается
снижение ввода
в действие
жилья приблизительно
на 1,28% по сравнению
с 2010 г.
Для среднемесячной заработной платы:
=
257,050грн. – предполагается
снижение
среднемесячной
заработной
платы приблизительно
на 8,9% по сравнению
с 2010 г.
1.4 Индексный факторный анализ производительности труда
Таблица 1.11
|
№ |
Наименование показателя |
Ед. измере-ния | Предприятие №1 | Предприятие №2 | Предприятие №3 | |||
| 2009 | 2010 | 2009 | 2010 | 2009 | 2010 | |||
| 1 | Объём СМР в ценах текущего года | тыс. грн. | 4136,74 | 3568,85 | 3224,99 | 3503,20 | 3568,85 | 3977,31 |
| 2 | Численность работников | чел. | 291,8 | 281,3 | 283,4 | 277,17 | 281,3 | 284,5 |
| 3 | Производительность труда 1 работника, в ценах текущего года | тыс. грн. |
14774,52 |
13217,77 |
11856,92 |
13171,92 | 13217,77 | 14569,24 |
Производительность рассчитывается по следующей формуле:
(1.17)
Рассчитаем индивидуальный индекс производительности труда 1-го работника по формуле:
(1.18)
для каждого из трёх предприятий.
Для предприятия №1
(89,4%)
Для предприятия №2
(111%)
Для предприятия №3
(110,2%)
Выводы: за 2010г. по сравнению с 2009г. Производительность затрат на первом предприятии снизилась на 10,6%, на втором предприятии возросла на 11%, на третьем предприятии также возросла на 10,2%.
Рассчитаем сводные индексы по следующим формулам, представленным в таблице 1.12
Таблица 1.12
|
Сводный индекс производительности труда |
Сводный индекс объёма СМР | Сводный индекс численности работников |
Взаимосвязь индексов |
|
|
|
|
|
или 102,8%
или 101,3%
или 101,4%
Проверим взаимосвязь индексов:
1,028 = 1,028
Вывод: в 2010 г. по сравнению с 2009 г. производительность труда 1 работника по всем предприятиям повысилась на 2,8%, объём СМР повысился на 1,3%, а численность работников повысилась до 1,4%.
Проанализируем динамику изменения производительности труда и определим влияние отдельных факторов в нашем случае объём СМР и численность работников на изменение результативного показателя – производительности труда.
Абсолютное изменение производительности труда рассчитаем по формуле:
;
(1.19)
Абсолютное сокращение производительности труда, обусловленное изменением объёма СМР рассчитывается по формуле:
;
(1.20)
Абсолютное сокращение производительности труда, обусловленное изменением численности работников, рассчитывается по формуле:
;
(1.21)
Проверка:
1,06 = 0,49 + 0,58; 1,06 = 1,06
Вывод: в 2010 г. по сравнению с 2009 г. производительность труда по всем трём предприятиям возросла на 1,06 тыс. грн, в том числе за счёт роста объёма СМР на 0,49 тыс. грн. и сокращение численности работников на 1 чел.
Рассчитаем индексы переменного, постоянного состава и индекс структурных сдвигов по следующим формулам, представленным в таблице 1.13
Таблица 1.13
| Индекс переменного состава | Индекс постоянного состава | Индекс структурных сдвигов |
|
|
|
|
| Характеризует изменение средней рентабельности затрат по всем предприятиям в целом | Характеризует изменение общей рентабельности затрат за счёт изменения рентабельности затрат каждого предприятия |
Характеризует изменение средней рентабельности затрат за счёт структурных сдвигов на предприятиях |
=(102,7%)
=(103%)
![]()
= (99,7%)
Проверим взаимосвязь индексов:
(1.22)
, 0,997= 0,997
Вывод: Средняя производительность труда по всем предприятиям в целом выросла на 2,7%, в том числе за счёт увеличения производительности труда по всем предприятия на 3% и за счёт изменения структуры предприятий средняя производительность труда снизилась на 0,3%.
Раздел 2. Определение взаимосвязей и взаимозависимостей между экономическими показателями
2.1 Характеристика и экономический анализ показателей
Современная наука исходит из взаимосвязи всех явлений в природе и обществе. Объём продукции предприятия связан с численностью работников, мощностью двигателей, стоимостью производственных фондов и ещё многими признаками.
Невозможно управлять явлениями, предсказать их развитие без изучения характера, силы и других особенностей связи. Поэтому методы исследования, измерения связей составляют чрезвычайно важную часть методологии научного исследования, в том числе и статистического.
Корреляционная связь между признаками может возникать разными путями. Важнейший путь – причинная зависимость результативного признака (его вариации) от вариации факторного признака.
В данном разделе будут рассмотрены такие показатели работы предприятий строительной отрасли как ввод в действие жилья, продуктивность работы 1чел. В ценах текущего года и себестоимость.
Экономический смысл таких категорий как численность работников, ввод в действие жилья и себестоимость были рассмотрены в первом разделе в пункте 1.1.
В данном случае себестоимость является результативным признаком. Ввод в действие жилья – первичным факторным признаком. Продуктивность работы 1 чел. в ценах текущего года - вторичным факторным признаком.
Далее будут выявлены зависимости между показателями с помощью методов сравнения параллельных рядов и аналитических группировок, а также с помощью корреляционно-регрессионного анализа. Оценка силы связи будет определена с помощью корреляционного отношения и коэффициента Пирсона. Существенность коэффициентов регрессии будет проверена с помощью коэффициентов эластичности, критериев Стьюдента и Фишера.
2.2 Установление наличия и характера взаимосвязи между признаками
Таблица 2.1.Исходные данные
| № | Ввод в действие жилья м2 | Продуктивность работы 1 чел. в ценах текущего года | Себестоимость, тыс.грн. |
| Х | V | У | |
| 1 | 5958,2 | 14774,52 | 4969,30 |
| 2 | 5841,5 | 14569,24 | 5063,08 |
| 3 | 3090,6 | 11856,92 | 5093,30 |
| 4 | 6640,7 | 13171,92 | 5256,89 |
| 5 | 5189,2 | 13217,77 | 5138,10 |
Наличие и характер взаимосвязи можно определить при помощи двух методов: сравнения параллельных рядов и аналитических группировок.
Сравнение параллельных рядов позволяет сделать вывод о наличии достаточно сильной обратной связи в первой паре сравниваемых признаков, в данном случае ярко прослеживается по всей совокупности, что увеличение численности работников ведёт к снижению себестоимости. В остальных парах сравниваемых признаков достаточно сложно определить направление связи, можно предположить, что в третьей паре сравниваемых признаков прослеживается прямая связь.
Воспользуемся методом аналитических группировок, который благодаря группировке и усреднению величин результативного признака позволит более чётко увидеть связь сравниваемых признаков.
Сгруппируем данные в 3 группы:
(2.1)
![]()
Таблица 2.3Аналитические группировки
| Группы по первичному факторному признаку (Х) | Среднее значение результативного признака в группе (у) | |
| 3090,6 – 4273,97 | 5093,30 | |
| 4273,97 – 5457,34 | 5138,10 | |
| 5457,34 – 6640,71 | 5096,42 | |
| Группы по вторичному факторному признаку (V) | Среднее значение результативного признака в группе (у) | |
| 11856,92 – 12829,45 | 5093,30 | |
| 12829,45 – 13801,98 | 5197,49 | |
| 13801,98 – 14774,52 | 5016,19 | |
| Группы по первичному факторному признаку (Х) | Среднее значение в группе другого факторного признака (V) | |
| 3090,6 – 4273,97 | 11856,92 | |
| 4273,97 – 5457,34 | 13217,77 | |
| 5457,34 – 6640,71 | 14138,23 | |
Вывод: Метод аналитических группировок показал, что в первых двух парах признаков существует обратная связь (с ростом факторного признака происходит уменьшение результативного признака), которая может быть выражена уравнением параболы. В последней паре признаков наблюдается прямая связь, поэтому она может быть выражена уравнением прямой.
2.3 Построение корреляционных уравнений
Уравнение параболы имеет вид:
(2.2)
Применяя метод наименьших квадратов, получим разрешающую систему уравнений:

Нахождение параметров уравнения парной корреляции для связи между Х и Y для уравнения прямой
| № | x | y | xy | x^2 | y(x) | y-y(x) | (y-y(x))^2 |
| 1 | 3090,6 | 5093,3 | 15741353 | 9551808,4 | 5069,46 | 23,8423 | 568,454 |
| 2 | 5189,2 | 5138,1 | 26662629 | 26927797 | 5101,75 | 36,3487 | 1321,23 |
| 3 | 5841,5 | 5063,1 | 29575982 | 34123122 | 5111,79 | -48,689 | 2370,62 |
| 4 | 5958,2 | 4969,3 | 29608083 | 35500147 | 5113,58 | -144,28 | 20818,1 |
| 5 | 6640,7 | 5256,9 | 34909429 | 44098896 | 5124,09 | 132,813 | 17639,2 |
| Итог |
26720,2 |
25520,67 |
136497476 |
150201770 |
25520,7 |
0 |
42717,6 |

Решив систему матричным методом, находим:
=
5021,8991
= 0,01538815
Отсюда, уравнение прямой имеет вид: yx = 5018,47+0,02 x
Таблица 2.5. Нахождение параметров уравнения парной корреляции для связи между X и Y по параболе
| № | x | y | x*y | x^2 | x2*y | x^3 | x^4 | y(x) |
| 1 | 3090,6 | 5093,3 | 15741353 | 9551808,4 | 48650225724 | 29520818917 | 91237042946166 | 4728,821611 |
| 2 | 5189,2 | 5138,1 | 26662629 | 26927797 | 138355020986 | 13971756626 | 725106231885195 | 3978,723378 |
| 3 | 5841,5 | 5063,1 | 29575982 | 34123122 | 172765366686 | 199279038321 | 1164387472088440 | 3745,573146 |
| 4 | 5958,2 | 4969,3 | 29608083 | 35500147 | 211516975855,4 | 211495677912 | 1260260454061680 | 3703,861308 |
| 5 | 6640,7 | 5256,9 | 34909429 | 44098896 | 23182789672 | 292754944000 | 194471267135730 | 3459,916752 |
| Σ |
26720,2 |
25520,67 |
136497476 |
150201770 |
754465259799,4 |
843247226502 |
5185703872617220 |
25520,67 |
| Y-Y(x) | (Y-Y(x))^2 |
| 364,4783888 | 132844,4959 |
| 1159,376622 | 1344154,151 |
| -1317,526854 | 1735877,011 |
| 1265,438692 | 1601335,084 |
| -1796,983248 | 3229148,792 |
| 0 | 8043359,534 |

Решив систему методом обратной матрицы, находим:
=
5833,488341,
=-0,357426816
=0
Следовательно, уравнение параболы имеет вид:
![]()
Чтобы узнать, какое из уравнений – параболы или прямой – лучше описывает корреляционную связь, рассчитаем среднюю квадратическую ошибку:
Для
прямой:
![]()
а
также коэффициент
вариации:
![]()
Для параболы:
и
![]()
Так как коэффициент вариации для уравнения прямой меньше, чем для уравнения параболы, уравнение прямой более точно описывает корреляционную связь между поизводительностью труда 1 работника и рентабельности.
Таблица 2.6. Нахождение параметров уравнения парной корреляции для связи между V и Y для уравнения прямой
| № | v | y | v^2 | v*y | y(v) | y-y(v) | (y-y(v))^2 |
| 1 | 11857 | 5093,3 | 140586552 | 60390850,6 | 5218,623 | -125,3232 | 15705,90446 |
| 2 | 13172 | 5256,9 | 173499476 | 69243334,5 | 5166,023 | 90,8668 | 8256,775342 |
| 3 | 13218 | 5138,1 | 174709444 | 67914224 | 5164,189 | -26,0892 | 680,6463566 |
| 4 | 14569 | 5063,1 | 212262754 | 73765227,7 | 5110,13 | -47,0504 | 2213,74014 |
| 5 | 14775 | 4969,3 | 218286441 | 73419022,2 | 5101,919 | -132,6192 | 17587,85221 |
|
Итого |
67590,37 |
25520,67 |
919344668 |
344732659 |
25520,67 |
0 |
44444,9 |

Решив систему матричным методом, находим:
=
5692.89
= -0.04
Отсюда, уравнение прямой имеет вид:
![]()
Таблица 2.7. Нахождение параметров уравнения парной корреляции для связи между V и Y по параболе
| № | v | y | v*y | v^2 | v^2y | v^3 | v^4 | y(v) |
| 1 | 11857 | 5093,3 | 60390850,6 | 140586552 | 716049485302 | 1666957239793 | 19765111992225600 | 5188,935877 |
| 2 | 13172 | 5256,9 | 69243334,5 | 173499476 | 912069395384 | 2285362864448 | 30102799650509100 | 5122,197135 |
| 3 | 13218 | 5138,1 | 67914224 | 174709444 | 897674594216 | 2309389796232 | 30525514326594600 | 5119,862547 |
| 4 | 14569 | 5063,1 | 73765227,7 | 212262754 | 1074707549777 | 3092354182009 | 45052508077689100 | 5051,296737 |
| 5 | 14775 | 4969,3 | 73419022,2 | 218286441 | 1084730811261 | 3225391734375 | 47655162875390600 | 5040,841846 |
| Итог | 67590,37 | 25520,67 | 344732659 | 919344668 | 4685231835941 | 12579455816857 | 173101096922409000 | 25520,67 |
| y-y(v) | (y-y(v))^2 |
| -95,6358768 | 9146,220948 |
| 134,7028654 | 18144,86194 |
| 18,23745257 | 332,6046763 |
| 11,80326308 | 139,3170193 |
| -71,5418465 | 5118,2358 |
| 0 | 32881,24039 |

Решив систему методом обратной матрицы, находим:
=5790,701099
a1= -0,050751895 ,
a2=
0
Следовательно, уравнение параболы имеет вид:
![]()
Чтобы узнать, какое из уравнений – прямой или параболы – лучше описывает корреляционную связь, рассчитаем:
Для прямой:
![]()
а также коэффициент вариации:
![]()
Для параболы:
и
![]()
Так как коэффициент вариации для уравнения прямой меньше, чем для уравнения параболы, уравнение прямой более точно описывает корреляционную связь между выручкой и рентабельностью.
Таблица 2.8. Нахождение параметров уравнения парной корреляции для связи между X и V по прямой
| № | x | v | x*v | x^2 | v(x) | v-v(x) | (v-v(x))^2 |
| 1 | 3090,6 | 11856,92 | 36644996,95 | 9551808,36 | 12107,98058 | -251,0605779 | 63031,4138 |
| 2 | 5189,2 | 13217,77 | 68589652,08 | 26927796,64 | 13421,18264 | -203,4126404 | 41376,70226 |
| 3 | 5841,5 | 14569,24 | 85106215,46 | 34123122,25 | 13829,36033 | 739,8796672 | 547421,922 |
| 4 | 5958,2 | 14774,52 | 88029545,06 | 35500147,24 | 13902,38553 | 872,1344691 | 760618,5323 |
| 5 | 6640,7 | 13171,92 | 87470769,14 | 44098896,49 | 14329,46092 | -1157,540918 | 1339900,977 |
| Итог |
26720,2 |
67590,4 |
365841179 |
150201771 |
67590,37 |
0,00 |
2752349,547 |

Решив систему методом обратной матрицы, находим:
=
10174,03;
=0,625751
Следовательно, уравнение прямой имеет вид:
![]()
Таблица 2.9. Нахождение параметров уравнения парной корреляции для связи между Х и V по параболе
| № |
x |
v |
x*v |
x^2 |
x^2v |
x^3 |
x^4 |
v(x) |
| 1 | 3090,6 | 11856,92 | 36644996,95 | 9551808,36 | 113255027579,9 | 29520818917,4 | 91237042946165,9 | 11688,07134 |
| 2 | 5189,2 | 13217,77 | 68589652,08 | 26927796,64 | 355925422594,3 | 139733722324,3 | 725106231885195,0 | 14080,87648 |
| 3 | 5841,5 | 14569,24 | 85106215,46 | 34123122,25 | 497147957609,6 | 199330218623,4 | 1164387472088440,0 | 14113,05705 |
| 4 | 5958,2 | 14774,52 | 88029545,06 | 35500147,24 | 524497635400,3 | 211516977285,4 | 1260260454061680,0 | 14084,71225 |
| 5 | 6640,7 | 13171,92 | 87470769,14 | 44098896,49 | 580867136654,6 | 292847541921,1 | 1944712671635730,0 | 13711,67003 |
| Σ |
26720,2 |
67590,4 |
365841179 |
150201771 |
2071693179838,6 |
872949279071,6 |
5185703872617220,0 |
67590,38714 |
|
v-v(x) |
(v-v(x))^2 |
| 168,84866 | 28509,87 |
| -863,10648 | 744952,79 |
| 456,18296 | 208102,89 |
| 689,80775 | 475834,73 |
| -539,75003 | 291330,1 |
|
0 |
1748730,4 |

Решив систему методом обратной матрицы, находим:
=
2306,042255;
=
4,24,
=
-0,00038.
Следовательно, уравнение прямой имеет вид:

Среднее
значение выручки
за вычетом НДС:
.
Чтобы узнать, какое из уравнений – прямой или параболы – лучше описывает корреляционную связь между производительностью труда 1 работника и рентабельностью, рассчитаем:
Для
прямой:
![]()
а
также коэффициент
вариации:
![]()
Для
параболы:
и
![]()
Так как коэффициент вариации для уравнения параболы меньше, чем для уравнения прямой, уравнение параболы более точно описывает корреляционную связь.
2.4 Оценка силы корреляции
Корреляционное
отношение:
,
(2.4)
где
(2.5)- дисперсия
результативного
признака у,
величина которого
объясняется
связью с фактором
х (факторная
дисперсия). Она
вычисляется
по индивидуальным
данным, полученным
для каждой
единицы совокупности
на основе уравнения
регрессии;
![]()
(2.6) – общая
дисперсия
результативного
признака, выражающая
влияние на него
всех причин
и условий.
Чем ближе значение корреляционного отношения к 1, тем теснее связь между признаками.
Таблица
2.7
Вспомогательная
таблица для
расчёта дисперсий
для связи X
и Y
| № | Y | Y(X) | (Y-Yср)^2 | (Y(X)-Yср)^2 |
| 1 | 5093,3 | 5069,46 | 117,5056 | 1202,7024 |
| 2 | 5138,1 | 5101,75 | 1153,2816 | 5,7121 |
| 3 | 5063,1 | 5111,79 | 1684,2816 | 58,5225 |
| 4 | 4969,3 | 5113,58 | 18181,8256 | 89,1136 |
| 5 | 5256,9 | 5124,09 | 23335,6176 | 398,0025 |
| Итого |
25520,67 |
25520,7 |
44472,512 |
1754,0531 |
| Среднее |
5104,14 |
![]()



Поскольку
величина
корреляционного
отношения
находится в
интервале
,
значит, связь
между признаками
X и Y -
слабая. Таким
образом, вариация
результативного
признака
у
обусловлена
не только действием
фактора х, но
и другими причинами
и факторами.
Таблица 2.8Вспомогательная таблица для расчёта дисперсий для связи V и Y
| № | Y | Y(V) | (Y-Yср)^2 | (Y(V)-Yср)^2 |
| 1 | 5093,3 | 5218,623 | 117,5056 | 13106,35729 |
| 2 | 5256,9 | 5166,023 | 23335,6176 | 3829,505689 |
| 3 | 5138,1 | 5164,189 | 1153,2816 | 3605,882401 |
| 4 | 5063,1 | 5110,13 | 1684,2816 | 35,8801 |
| 5 | 4969,3 | 5101,919 | 18181,8256 | 4,932841 |
| Итого |
25520,67 |
25520,67 |
44472,512 |
20582,55832 |



Поскольку
величина
корреляционного
отношения
близка к единице
и находится
в интервале
,
значит, связь
между признаками
V и Y -
умеренная, но
с учётом погрешностей
можно сказать
даже слабая.
Таким образом,
вариация
результативного
признака
у






