 |
Правила, которых необходимо придерживаться при проведении PEST-анализа.
|
|
|
|
- Факторы – это причины и условия, поэтому формулировка фактора должна отражать какое-либо изменение, тенденцию или конкретные условия, в которых существует предприятие. Например: не «трудовая миграция», «отток квалифицированных кадров в результате высокой трудовой миграции»
- Все описанные тенденции должны сопровождаться ссылками на статистические сборники или другие документы, из которых взяты цифры. А распечатки или ксерокопии статистических таблиц с указанием документа, в котором они представлены, должны находиться в приложении;
- В списке использованных источников должны быть перечислены все законодательные, нормативные и прочие документы, которые непосредственно регламентируют деятельность предприятия, или напрямую влияют на деятельность как самого предприятия, так и предприятия, входящие в его микросреду.
- Фактор должен выражать факт или тенденцию: например, увеличение доли детей в возрасте до 14 лет, или увеличение доли людей старше 60-ти и т.д. Или – увеличение количества людей с диабетом. Или усиление конкуренции среди производителей карамели за счет увеличения присутствия украинских (или др. производителей).
- Все факторы должны касаться конкретно Вашего предприятия, влиять на результаты его деятельности, и подтверждаться цифрами!
- Необходимо корректно формулировать название факторов. Например, не «изменение ставки рефинансирования», а «высокие процентные ставки по кредитам», или «запрет НБ с января 2014 года на выдачу кредитов в иностранной валюте»
- Описание формы влияния фактора или мер по его усилению(ослаблению) должны разрабатываться с учетом ситуации на конкретном анализируемом предприятии. Например, нельзя говорить об увеличении производства продукции, если реализуется только 70% производимой продукции.
|
|
|
ТИПИЧНЫЕ ЗАМЕЧАНИЯ:
Возрастная структура, конкуренция и т.п. – это просто понятия. Фактор должен выражать факт или тенденцию: увеличение доли детей в возрасте до 14 лет: или увеличение доли людей старше 60-ти и т.д. Или – увеличение количества людей с диабетом. Или усиление конкуренции среди производителей карамели за счет увеличения присутствия украинских (или др. производителей).
И все факторы должны касаться конкретно Вашего предприятия, влиять на результаты его деятельности, и подтверждаться цифрами!
Как можно говорить об увеличении объема выпуска, если у предприятия реализуется только половина продукции?
При снижении налоговой нагрузки должны быть прописаны конкретные преференции для отрасли, или предприятия. Если вдруг есть - напишите какие.
При снижении ставки рефинансирования стоимость кредитов в РБ растет, и очень существенно. Даже есть рекомендация НБ о сокращении кредитования. Так что этого фактора реально нет. Вообще Вам стоит говорить не об отрасли вообще, а о конкретной подотрасли. Или разделить сегменты – к примеру, мебель отдельно, спички отдельно, фанера отдельно.
Снижение платёжеспособного спроса со стороны клиентов в чем проявляется? Докажите на цифрах
увеличение цен на энергоносители - Докажите на цифрах
Политика энергосбережения – в чем конкретно проявляется
снижение налоговой нагрузки и предоставление льготного кредитования предприятиям в чем проявляется? Докажите на цифрах
политика протекционизма по отношению к отечественным производителям в чем проявляется? Докажите
государственная поддержка отрасли какие конкретные гос.программы действуют, в чем конкретно проявляется гос. поддержка
увеличение численности населения - не настолько сильно увеличилось, чтобы влиять на спрос, этот фактор не надо показывать
|
|
|
влияние предпочтений потребителя в соответствии со стандартами качества – как конкретно изменились предпочтения
рост финансирования исследований – чьих исследований и в чем? Как это связано с Вашим предприятием?
внедрение новых технологий - кем и где?Как это связано с Вашим предприятием?
высокий износ оборудования должен быть подтверждено расчетами при анализе использования ресурсов
Высокий уровень гос. регулирования подразумевает регулирование цен, объемов и адресов поставки продукции и товаров, ограничения в выдаче лицензий, введение таможенных пошлин. Модернизация – это гос. поддержка.
Стабильная политическая обстановка в стране – это не фактор, обстановка стабильна уже много лет, и изменений пока не намечается
Когда речь идет о конкретных факторах внутренней среды предприятия – смотрите, чтобы прописанные факторы не входили в противоречие с Вашими расходами.
3.3 Корреляционно–регрессионный анализ влияния факторов маркетинговой среды на деятельность предприятия (отрасли)
Цель данного подраздела: выявить наиболее значимые факторы, оказывающие влияние на результаты деятельности предприятия (отрасли).
Для этого формируется ряд из 10 показателей маркетинговой среды за десять лет результирующего показателя деятельности предприятия (прибыль предприятия, прибыль отрасли).
Таблица 3.20 - Количественная характеристика деятельности предприятия
| Наименование показателя | Значения по годам | |||||||||
| Прибыль отчетного периода, млн. руб. | -1638 | -4024 | -298 | -14785 | -669 |
Источник: отчетность предприятия или [11,с.34; 13, с.38]
И формулируется перечень из 10 показателей влияющих факторов с указанием данных за 10 лет (таблица Б 1).
На основе имеющихся данных определим линейный коэффициент корреляции по следующей формуле (3.1) или с помощью функции MS Excel «КОРРЕЛ» или пакета АНАЛИЗ ДАННЫХ–корреляция (таблица Б 2).
Если используется MS Excel, то формула в тексте не указывается.
, (3.1)
где r - коэффициент корреляции Пирсона между величиной анализируемого фактора внешней среды предприятия и его исследуемой характеристикой в анализируемый промежуток времени;
|
|
|
у – результативный признак;
х – факторный признак;
n - количество периодов времени, за которые имеются пары значений величины исследуемых переменных.
Данный показатель сравниваем с табличным критическим значением корреляции для уровня значимости 
и числа степеней свободы k = n-2=10–2=8 rкрит=0,632
Показатели тесноты связи, исчисленные по данным сравнительно небольшой статистической совокупности, могут искажаться действием случайных причин. Это вызывает необходимость проверки их существенности.
Для оценки значимости коэффициента корреляции применяется t-критерий Стьюдента. Фактическое значение этого критерия (
) определяется по формуле (3.2)
(3.2)
Вычисленное по формуле (3.2) значение 
сравнивается с критическим 
, которое берется из таблицы значений t-Стьюдента с учетом заданного уровня значимости 
и числа степеней свободы k = n-2 либо при помощи функции MS Excel «СТЬЮДРАСПОБР».
Если 
, то величина коэффициента корреляции признается существенной.
С учетом принятых в экономико-статистических исследованиях значимости и числа степеней свободы k = 10-2 табличное критическое значение 
[1, с. 96].
Коэффициент детерминации рассчитывается как квадрат коэффициента корреляции. Он показывает, на сколько процентов изменение результата (в нашем случае прибыли) объясняется изменением данного фактора.
Для получения выводов о практической значимости синтезированной в анализе модели показаниям тесноты связи дается качественная оценка (таблица 3.22).
Таблица 3.22 - Качественная оценка тесноты связи
| Теснота связи | Значение коэффициента корреляции при наличии | |
| прямой связи | обратной связи | |
| Слабая | 0,1 - 0,3 | (-0,1) - (-0,3) |
| Умеренная | 0,3 - 0,5 | (-0,3) - (-0,5) |
| Заметная | 0,5 - 0,7 | (-0,5) - (-0,7) |
| Высокая | 0,7 - 0,9 | (-0,7) - (-0,9) |
| Очень высокая | 0,9 - 0,99 | (-0,9) - (-0,99) |
Источник: [1, с. 88]
Результаты корреляционного анализа представлены в таблице 3.23.
В таблицу вставляются значения с двумя цифрами после запятой.
Таблица 3.23 - Результаты корреляционного анализа
|
|
|
| Показатель | Коэффициент корреляции, r | Показатель t- статистики | Коэффициент детерминации, R2 | Теснота и направление связи |
| Потребление молока и молочных продуктов (Х1) | 0,95 | 3,25 | 0,90 | Прямая, очень высокая |
| Производство молока производителями сельскохозяйственной продукции (Х2) | –0,47 | –1,54 | 0,22 | Обратная, умеренная |
| Индексы цен на молоко производителей сельскохозяйственной продукции (Х3) | 0,21 | 0,62 | 0,04 | Прямая, слабая |
| Индекс промышленного производства продукции маслосыродельной и молочной промышленности (Х4) | –0,79 | –3,77 | 0,63 | Обратная, высокая |
| Экспорт белорусских молочных продуктов (Х5) | -0,65 | -2,68 | 0,42 | Обратная, заметная |
| Мощности по производству цельномолочной продукции за счет строительства новых и реконструкции действующих предприятий (Х6) | 0,12 | 0,35 | 0,01 | Прямая, слабая |
| Индекс физического объема продажи молока и молочных продуктов (Х7) | 0,36 | 1,09 | 0,13 | Прямая, умеренная |
| Удельный вес убыточных организаций в промышленности (Х8) | 0,29 | 0,88 | 0,08 | Прямая, слабая |
| Удельный вес предприятий пищевой промышленности, осуществляющих технологические инновации в общем числе организаций (Х9) | -0,51 | -1,68 | 0,26 | Обратная, заметная |
| Рождаемость (Х10) | 0,09 | 0,25 | 0,008 | Прямая, слабая |
Источник: собственная разработка
В таблице жирным выделяют коэффициенты, равные или выше табличных значений.
Делаются выводы о степени и виде влияния каждого фактора и выбираются три самых значимых для регрессионного анализа. Самые значимые – это те у которых rрасч больше 0,632 и t–статистика больше 2,306.
Те переменные, у которых t и R2 меньше табличных для построения регрессионной модели не используются.
Количество факторов, которые будут использоваться в регрессии, не должно быть больше 8.
На основе выявленных факторов, оказывающих заметное влияние на величину прибыли при помощи функции MS Excel – АНАЛИЗ ДАННЫХ– РЕГРЕССИЯ проведем регрессионный анализ (таблица Б 3) и его результаты представим в таблице 3.24. В таблицу вставляются значения с двумя цифрами после запятой.
Таблица 3.24 - Результаты регрессионного анализа влияния факторов на результативность деятельности предприятия
| Переменная (фактор) уравнения регрессии | Значение переменной | t- значение | p- уровень |
| Общая статистика регрессионной модели | |||
| 1. Множественный R: | 0,75 | ||
2. Коэффициент детерминации 
– фактическое значение
– нормативное (табличное) значение
| 0,57 0,704 | - | - |
| 3. F-статистика – фактическое значение (1/F) – нормативное (табличное) значение | 0,38 2,63* 4,76 | – | 0,85** 0,05 |
| Переменные регрессионной модели | |||
| 4. Y-пересечение – фактическое значение – нормативное (табличное) значение | 2238154,83 – | 0,66 2,44 | 0,57 0,05 |
| 5. Фактор маркетинговой среды | |||
| 5.1. Потребление молока и молочных продуктов (Х1) – фактическое значение – нормативное (табличное) значение | 400,98 | 1,04 2,44 | 0,40 0,05 |
| 5.2. Индекс промышленного производства продукции маслосыродельной и молочной промышленности (Х4) – фактическое значение – нормативное (табличное) значение | 451,46 – | 0,49 2,44 | 0,66 0,05 |
| 5.3. Экспорт белорусских молочных продуктов (Х5) – фактическое значение – нормативное (табличное) значение | 100,66 – | 0,18 2,44 | 0,87 0,05 |
Примечания:
|
|
|
*F–критерий рассчитывается как обратный из таблицы Excel.
**Р–значение для Fстатистики в Excel называется значимость F.
Источник: собственная разработка
По данной таблице оценивается полученное уравнение регрессии
ŷ = 2238154 + 400 x1 – 451 x4 + 100х5.
Критерии проверки:
· t–значение фактическое должно превышать табличное (выше в таблице указано для степеней свободы равным f=n–k=10–3=7- для трех факторов);
Значение t-критерия для уровня значимости и числа факторов k
| Количество факторов в регрессии, k | Показатель t- статистики |
| 2,306 | |
| 2,36 | |
| 2,44 | |
| 2,57 | |
| 2,77 | |
| 3,18 | |
| 4,303 | |
| 12,706 |
Источник: [1, с. 101]
Данные таблицы в дипломной работе не приводятся. Они даны для справки
· R2 фактическое должно превышать табличное (оно также дано для k=3 и n=10);
Критические значения R2 для уровня значимости и числа факторов k
| Количество факторов в регрессии, k | Критическое значение R2 |
| 0.39 | |
| 0.57 | |
| 3 и более | 0.704 |
Источник: [1, с. 99]
· F–критерий фактический должен быть меньше табличного (он в таблице дан для трех факторов: f1 = k=3 и f2 = n − k− 1 = 10 − 3 − 1= 6)
Значение F-критерии для уровня значимости и числа факторов k
| Количество факторов в регрессии, k | Значение F-критерии |
| 5,32 | |
| 2-3 | 5,14 |
| 5,41 | |
| 6,39 | |
| 9,01 | |
| 19,33 | |
| 238,9 |
Источник: [1, с. 98]
· Р–уровень должен быть меньше табличного (он равен 0,05 при вероятности 95% при любом количестве факторов).
Если все вышеуказанные условия соблюдаются, то уравнение регрессии является значимым с вероятностью 95%.
Если выполняются все условия кроме р–уровня, по полученный результат носит случайный характер.
Если не выполняются и остальные условия, то уравнение не значимо и не может быть использовано в дальнейших расчетах.
По таблице только делается вывод, подгонять уравнение под значимое не требуется.
По вышеуказанному примеру уравнение не значимо (выполняется только одно условие F–критерий соответствует табличному).
Интерпретация результатов по данному примеру (таблица 3.24)
Если обратиться к нашему примеру, то коэффициент детерминации R2 (Excel его подает как R-квадрат) равен 0,57, что составляет 57 %. Этот результат следует толковать так: все исследуемые воздействующие факторы х1, х4 и х5 объясняют 57 % вариации анализируемой функции (Y). Остальное же (43 %, что весьма прилично!) остается необъясненным и может быть связано с влиянием других, неучтенных факторов.
В этом случае имеющуюся расчетную величину R2расч (это то, что нам выдал Excel) необходимо сравнить с табличными (критическими) значениями R2крит для соответствующего уровня значимости . Если окажется, что R2расч > R2крит, то с упомянутой степенью вероятности (95 %) можно утверждать, что анализируемая регрессия является значимой.
Исходя из и количества периодов наблюдения n=10 R2крит=0,704.
В нашем примере регрессия имеет низкое значение (условие не соблюдается).
Проведем проверку по F-критерию. Обычно F-тест проводится путем сопоставления вычисленного значения F-критерия с эталонным (табличным) показателем Fтабл для соответствующего уровня значимости. Если выполняется неравенство Fрасч < Fтабл, то с уверенностью, например на 95 %, можно утверждать, что рассматриваемая зависимость у = b0 + b1x1 + b2x2 +…+ bkxk является статистически значимой.
Для анализа уравнения будем пользоваться величиной Fрасч, обратной представленной Excel. Она составит 1:0,38 = 2,63. Отыщем по эталонной таблице критическую величину Fкрит при условии, что для числителя степень свободы f1 = k, т.е. составит 3 (число воздействующих факторов равно 3), а для знаменателя f2 = n − k− 1 = 10 − 3 − 1= 6. Тогда будем иметь следующие значения для Fкрит: 4,76 (для α = 0,05).
Если выполняется соотношение Fрасч < Fкрит, то уверенно можно говорить о высокой степени адекватности анализируемого уравнения.
В нашем случае оно адекватно 2,63<4,76.
Теперь выполним проверку с использованием уровня значимости α (Excel этот показатель именует как р). На листе Excel, находим позицию «Значимость F». Там указана величина 0,85. У нас заданное α = 0,05. 0,85 означает, что вероятность ошибки составляет 85%, а должна быть менее 5%, поэтому делаем вывод о слабой зависимости изменения Y от сформулированных факторов х.
Если условие Значимость F < 0.05 выполнилось, то это говорит о том, что действительно обнаруживается устойчивая зависимость рассматриваемой функции Y от воздействующих факторов х1, х4 и х5.
Использование t-критерия. Необходимые расчеты делает Excel, который выдает соответствующую компьютерную распечатку с обозначением значений показателя t. Анализируемый коэффициент считается значимым, если его t-критерий по абсолютной величине превышает 2,447 что соответствует уровню значимости 0,05. В нашем примере имеем для коэффициентов b0, b1 b4и b5 следующие показатели критерия Стьюдента: tb0 = 0.66; tb1 = 1.04 и tb4 = 0.49 и b5=0.18. Из всего вышесказанного следует, что все коэффициенты нашего уравнения оказываются незначимыми.
Использование уровня значимости. В этом случае оценка проводится путем анализа показателя р, т.е. уровня значимости α. Коэффициент признается значимым, если рассчитанное для него р-значение (эти данные выдает Excel) меньше (или равно) 0,05 (т.е. для 95 %-ной доверительной вероятности). Показатель р составляет для коэффициентов b0, b1 и b2 следующие величины: р b0 = 0,57; р b1= 0,40 и р b4 = 0,66 и 0,87. По этим результатам выходит, что ошибка по свеем коэффициентам очень больная, поэтому они не значимы для уравнения.
Если уровень р меньше 0,05, то эти данные позволяют также заключить, что все рассмотренные коэффициенты статистически значимы. Иначе говоря, можно сделать вывод о неслучайном характере влияния всех изученных параметров. Таким образом, проверка обоими методами дает вполне согласованные результаты. Поэтому в окончательном виде наше уравнение регрессии (для уровня значимости 0,05) следует записать так: ŷ = 2238154 + 400 x1 + 451 x4 + 100х5.
Литература:
1.Бараз, В.Р. Корреляционно-регрессионный анализ связи показателей коммерческой деятельности с использованием программы Excel: учебное пособие / В.Р.Бараз. – Екатеринбург: ГОУ ВПО «УГТУ-УПИ», 2005. – 102с.
SWOT-анализ
Методика проведения SWOT–анализа подробно представлена на http://marketing.by/main/school/theory/0012841/
В данном разделе по результатам анализа внутренней среды сформулировать в табличной форме сильные и слабые стороны предприятия/ организации и по результатам анализа внешней среды в табличной форме опасности и возможности. Затем построить сводную матрицу Комплексная оценка возможностей и угроз с учетом сильных и слабых сторон. И сделать выводы.
Таблица 3.25 - Сильные-слабые стороны предприятия
| Сильные стороны | Слабые стороны |
| Высокое качество выпускаемой продукции | Наличие изношенного и морально устаревшего оборудования |
| Широкий ассортимент продукции | Высокий уровень цен за счёт высоких прямых затрат |
| Применение инновационных технологий производства | Отсутствие современной упаковки |
| Уникальность отдельного ассортимента | Недостаточно оперативное управление финансовыми потоками и затратами |
Источник: собственная разработка
Таблица 3.26 - Возможности и угрозы
| Возможности | Угрозы |
| Развитие прогрессивных технологий | Рост числа конкурентов |
| Применение новых видов сырья | Плохой урожай хлопка |
| Неудачное поведение конкурентов | Снижение реальных доходов населения |
| Снижение процентных ставок за кредит | Риск потери покупателей из-за повышения цен на продукцию |
Источник: собственная разработка
Таблица 3.27 - Комплексная оценка возможностей и угроз с учетом сильных и слабых сторон
| Возможности/угрозы | Сильные стороны | Слабые стороны |
| Высокое качество выпускаемой продукции | Наличие изношенного и морально устаревшего оборудования | |
| Широкий ассортимент продукции | Высокий уровень цен за счёт высоких прямых затрат | |
| Применение инновационных технологий производства | Отсутствие современной упаковки | |
| Уникальность отдельного ассортимента | Недостаточно оперативное управление финансовыми потоками и затратами | |
| Возможности | Стратегия развития №1 1.Выпуск новых видов продукции. 2. Выход на новые рынки сбыта. 3.Применение новой ценовой стратегии | Стратегия развития №2 1.Замена изношенного и морально устаревшего оборудования более производительным и технологически современным. 2.Применение гибкой системы скидок. 3.Внедрение программы «1С:Предприятие v 7.7», а также программного комплекса «Управление оборотными активами». |
| Развитие прогрессивных технологий | ||
| Применение новых видов сырья | ||
| Неудачное поведение конкурентов | ||
| Снижение процентных ставок за кредит | ||
| Угрозы | Стратегия развития №3 1.Завоевание большей доли рынка за счёт применения инновационных технологий. 2.Проведение рекламных акций, направленных на привлечение новых и удержание старых покупателей. 3.Применение инновационных технологий для разработки товара для населения с низким уровнем дохода. | Стратегия развития №4 1.Внедрение нового оборудования. 2.Снижение издержек, за счёт реорганизации рабочих мест. 3.Проведение мероприятий по стимулированию сбыта. |
| Рост числа конкурентов | ||
| Плохой урожай хлопка | ||
| Снижение реальных доходов населения | ||
| Риск потери покупателей из-за повышения цен на продукцию |
Источник: собственная разработка
Далее представлены примеры таблиц по главе 3
Таблица 3.1 - Основные показатели работы молочной промышленности
| Показатель | T р. | T пр. | ||||||||||
| Объем промышленного производства в фактически действовавших ценах, млрд.руб. | 18,15 | 31,97 | 45,71 | 57,57 | 80,63 | 101,55 | 122,49 | 145,84 | 191,56 | 228,35 | 1,323 | 0,323 |
| Индекс промышленного производства по пищевой промышленности в сопоставимых ценах, млрд.руб | 1,067 | 1,1 | 1,043 | 1,053 | 1,144 | 1,134 | 1,067 | 1,016 | 1,087 | 1,024 | 1,081 | 0,081 |
| Среднегодовая численность промышленно-производственного персонала, тыс.человек | 1,011 | 0,011 | ||||||||||
| Прибыль от реализации товаров, продукции, работ, услуг (в фактически действовавших ценах), млрд.руб | 1,305 | 0.305 | ||||||||||
| Рентабельность реализованной продукции, работ, услуг, процентов | 9,2 | 8,1 | 5,5 | 6,0 | 6,2 | 8,3 | 8,3 | 10,0 | 6,1 | 7,1 | 0,97 | -0,03 |
| Цельномолочная продукция в пересчёте на молоко, тыс. т. | 1,035 | 0,035 |
Источник: [6,7]
Таблица 3.22 - Результаты корреляционного анализа влияния факторов на деятельность ОАО «Гомельстекло»
| Показатель | Коэффициент корреляции, r | Показатель t- статистики | Коэффициент детерминации, R2 | Теснота и направление связи |
| 1. Индекс цен на продукцию произ-водственно-техни-ческого назначения (Х1) | 0,66 | 2,48 | 0,43 | заметная сила связи, прямая зависимость |
| 2. Удельный вес неплатежеспособных строительных организаций, % (Х2) | 0,81 | 3,90 | 0,65 | высокая сила связи, прямая зависимость |
| 3. Удельный вес устаревших технологий, % (Х3) | 0,59 | 2,06 | 0,34 | заметная сила связи, прямая зависимость |
| 4. Удельный вес семей, проживающих в частных домах, % (Х4) | -0,23 | -0,66 | 0,05 | слабая сила связи, обратная зависимость |
| 5. Платежеспособ-ность строительства (коэфф-т текущей ликвидности, %) (Х5) | 0,14 | 0,39 | 0,01 | слабая сила связи, прямая зависимость |
| 6. Продажа населе-нию оконного стек-ла, млн. м2 (вторичн. остекление) (Х6) | 0,06 | 0,17 | 0,003 | слабая сила связи, прямая зависимость |
| 7. Количество построенных квартир, тыс. (Х7) | 0,31 | 0,92 | 0,09 | умеренная сила связи, прямая зависимость |
| 8. Объем отгружен-ной инновационной продукции стеколь-ной отрасли, в % от общего объема (Х8) | -0,24 | -0,69 | 0,05 | слабая сила связи, обратная зависимость |
| 9. Удельный вес новой продукции в продукции предприятия, % (Х9) | 0,86 | 4,76 | 0,73 | высокая сила связи, прямая зависимость |
| 10. Удельный вес организаций сте-кольной пром-сти, осуществляющих технологические инновации (Х10) | -0,44 | -1,38 | 0,19 | умеренная сила связи, обратная зависимость |
Источник: собственная разработка
Таблица 3.23 - Результаты регрессионного анализа влияния факторов на результативность деятельности предприятия
| Переменная (фактор) уравнения регрессии | Значение переменной | t- значение | p- уровень |
| Общая статистика регрессионной модели | |||
| 1. Множественный R: | 0,88 | ||
| 2. Коэффициент детерминации
– фактическое значение
–нормативное (табличное) значение
| 0,71 0,704 | - | - |
| 3. F-статистика – фактическое значение (1/F) –нормативное (табличное) значение | 7,15 0,13 4,76 | – | 0,02 0,05 |
| Переменные регрессионной модели | |||
| 4. Y-пересечение – фактическое значение –нормативное (табличное) значение | -16723,3 - | 0,73 2,44 | 0,49 0,05 |
| 5. Фактор маркетинговой среды | |||
| 5.1. Индекс цен на продукцию производственно-технического назначения, % (Х1) – фактическое значение –нормативное (табличное) значение | -133,60 – | 0,65 2,44 | 0,53 0,05 |
| 5.2. Удельный вес неплатежеспособных строительных организаций, % (Х2) – фактическое значение –нормативное (табличное) значение | 1310,19 – | 1,05 2,44 | 0,33 0,05 |
| 5.3. Удельный вес новой продукции в продукции предприятия, % (Х9) – фактическое значение –нормативное (табличное) значение | 15259,28 – | 1,78 2,44 | 0,12 0,05 |
Источник: собственная разработка
Выполняется только два условия: R2 больше табличного, что говорит о том, что 71% изменения прибыли зависит от выбранных факторах. F–критерий меньше нормативного и значимость α меньше 0,05, что говорит о значимости уравнения ŷ = -16723,3 -133,60x1 + 1310,19 x2 + 15259,28х9.
Коэффициенты b при Х кроме индекса цен, должны быть положительные.
Однако анализ по переменным показал, что вышеуказанные показатели случайно соответствуют табличным, т.к. каждая переменная не соответствует статистическим критериям t–статистики и р–уровня.
ПРИЛОЖЕНИЕ Б
Таблица Б 2-Корреляционный анализ в Exсel
| Показатель | Индекс цен на продук-цию | Удельный вес неплатежеспособных строительных организаций | Удельный вес устаревших технологий | Удельный вес семей, проживающих в частных домах, % | Платежеспособность строительства) | Продажа населению оконного стекла, | Количество построен-ных | Объем отгруженной инновационной | Удельный вес новой продукции в | Удельный вес органи-заций | Прибыль от реализации, млн.руб. |
| Индекс цен на продукцию… | |||||||||||
| Удельный вес неплатежеспособных строительных организаций … | 0,878547 | ||||||||||
| Удельный вес устаревших технологий.. | 0,874335 | 0,87978328 | |||||||||
| Удельный вес семей, проживающих в частных домах | -0,33618 | -0,3014256 | -0,392839469 | ||||||||
| Платежеспособность строительства … | -0,25111 | -0,2234993 | -0,498563245 | 0,287616 | |||||||
| Продажа населению оконного стекла | 0,176571 | 0,36099405 | 0,438216494 | -0,17812 | -0,3931305 | ||||||
| Количество построен-ных.. | -0,01195 | 0,09441189 | -0,253546216 | -0,03496 | 0,8649148 | -0,27496 | |||||
| Объем отгруженной инновационной.. | -0,44612 | -0,3342531 | -0,534471145 | -0,00099 | 0,478303 | -0,43164 | 0,593237 | ||||
| Удельный вес новой.. | 0,766636 | 0,84233852 | 0,627483457 | -0,41668 | 0,2240214 | 0,180442 | 0,526236 | -0,09623 | |||
| Удельный вес органи-заций … | -0,65663 | -0,522379 | -0,724763639 | 0,169306 | 0,2861139 | -0,4607 | 0,343077 | 0,624546 | -0,40387 | ||
| Прибыль от реализации, | 0,669121 | 0,81069703 | 0,597542641 | -0,23285 | 0,148183 | 0,062912 | 0,313184 | -0,24052 | 0,86053 | -0,44188 |
Источник: собственная разработка
Таблица Б 3 -Регрессионный анализ в Exсel
| ВЫВОД ИТОГОВ | ||||||||
| Регрессионная статистика | ||||||||
| Множественный R | 0,884026 | |||||||
| R-квадрат | 0,781502 | |||||||
| Нормированный R-квадрат | 0,672253 | |||||||
| Стандартная ошибка | 22617,84 | |||||||
| Наблюдения | ||||||||
| Дисперсионный анализ | ||||||||
| df | SS | MS | F | Значимость F | ||||
| Регрессия | 1,0978E+10 | 7,153414 | 0,0208588 | |||||
| Остаток | 511566663,3 | |||||||
| Итого | 1,4048E+10 | |||||||
| Коэффициенты | Стандартная ошибка | t-статистика | P-Значение | Нижние 95% | Верхние 95% | Нижние 95,0% | Верхние 95,0% | |
| Y-пересечение | -16723,3 | 22882,8613 | -0,730821572 | 0,492428 | -72715,633 | 39269,06 | -72715,6 | 39269,06 |
| Индекс цен на продук-цию производственно-технического назначения, % | -133,603 | 203,976888 | -0,654991625 | 0,53676 | -632,71662 | 365,5103 | -632,717 | 365,5103 |
| Удельный вес неплатежеспособных строительных организаций, % | 1310,192 | 1238,16927 | 1,058168645 | 0,330708 | -1719,4991 | 4339,883 | -1719,5 | 4339,883 |
| Удельный вес новой продукции в продукции предприятия, % | 15259,28 | 8545,11697 | 1,785730797 | 0,124386 | -5649,8694 | 36168,43 | -5649,87 | 36168,43 |
Источник: собственная разработка
Таблица Б 1- Исходные данные для корреляционного анализа
| Показатель | Единицы измерения | Источник |
|
|
|
