На бирже курсовых и дипломных проектов можно найти образцы готовых работ или получить помощь в написании уникальных курсовых работ, дипломов, лабораторных работ, контрольных работ, диссертаций, рефератов. Так же вы мажете самостоятельно повысить уникальность своей работы для прохождения проверки на плагиат всего за несколько минут.

ЛИЧНЫЙ КАБИНЕТ 

 

Здравствуйте гость!

 

Логин:

Пароль:

 

Запомнить

 

 

Забыли пароль? Регистрация

Повышение уникальности

Предлагаем нашим посетителям воспользоваться бесплатным программным обеспечением «StudentHelp», которое позволит вам всего за несколько минут, выполнить повышение уникальности любого файла в формате MS Word. После такого повышения уникальности, ваша работа легко пройдете проверку в системах антиплагиат вуз, antiplagiat.ru, etxt.ru или advego.ru. Программа «StudentHelp» работает по уникальной технологии и при повышении уникальности не вставляет в текст скрытых символов, и даже если препод скопирует текст в блокнот – не увидит ни каких отличий от текста в Word файле.

Результат поиска


Наименование:


лабораторная работа Выявление резервов роста производительности труда работников строительной организации

Информация:

Тип работы: лабораторная работа. Добавлен: 28.05.2012. Сдан: 2010. Страниц: 8. Уникальность по antiplagiat.ru: < 30%

Описание (план):


Санкт-Петербургский  государственный
инженерно-экономический  университет 

Кафедра  экономики и  менеджмента в  строительстве

 
 
 
ЛАБОРАТОРНАЯ  РАБОТА
вар.№1
«Выявление  резервов  роста  производительности труда работников
строительной  организации» 
 
 

по дисциплине
«Экономика  предприятия» 
 
 

                          Выполнил:
     

                                 Преподаватель: 
                                       док.эк. наук, проф.
                                   Чепаченко Н.В. 
 

Санкт-Петербург
2005г.

Задание

В  ходе выполнения  работы  необходимо выявить  резервы  роста  производительности  труда  работников строительной  организации  по результатам  работы  за отчетный  год на основе  использования  экономико-статистической модели  с  применением средств  программного продукта  Microsoft  Excel.  
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Исходные  данные

  y x1 x2 x3 x4 x5 x6
1 57,46405 88,23529 60 95 20 20 12
2 55,26316 88,23529 60,4 96 16 20,5 12,5
3 53,98693 88,30409 61 96,5 12,5 24 11,5
4 56,27451 88,30409 61,8 100,5 9,4 27 11
5 56,17834 88,57143 63,2 105 7,2 29 10,5
6 68,73494 89,18919 65 110 5,1 30 10
7 66,62651 89,18919 67,8 113 3,1 30,5 10
8 71,18644 89,47368 70 116 1,3 31 10,5
9 96,51163 89,47368 71,3 117 1 31,4 8
10 102,4699 89,18919 72,1 117,6 0,9 31,6 9
11 73,20261 88,23529 72,5 118 0,8 31,7 9,5
12 79,60784 88,82353 73 118,2 0,7 31,8 8,1
13 42,94479 88,88889 65 95 20 23 11
14 39,5092 88,88889 65,3 95,5 15,9 23,8 10,5
15 33,29268 88,88889 66 97 13 26 10
16 39,69512 89,01099 66,9 99 10,2 28 9,5
17 44,12121 88,64865 69,1 101,5 7,7 31 9
18 54,44444 88,42105 71 105,5 5,4 31,5 8,5
19 73,90698 88,42105 73,8 109,6 3,2 31,6 8
20 102,3503 90,25641 75 112,4 1,8 31,8 8,5
21 108,7571 90,25641 76,4 114 1,8 32 8
22 90,05848 89,47368 77,2 114,6 1,7 33 7,5
23 77,77778 88,88889 77,6 114,8 1,6 33,5 7
24 91,46667 87,87879 81 114,8 1,8 34 6,3
25 57,30994 89,47368 62 97 15 25 12
26 56,49123 89,47368 62,4 97,4 12 26 10
27 56,97674 89,47368 62,2 99,1 9,5 26,5 11
28 59,07514 89,58333 63,8 101,1 8,5 29 9
29 72,88 89,23077 65,3 103,6 7,4 33 10
30 96,05556 89 67,1 107,7 7 34,5 8
31 79,77654 89 69,9 111,9 6 35,5 17
32 109,1398 90,19608 72,1 114,6 6,2 36 7,5
33 133,262 90,2439 73,2 116,1 5,9 36,2 7
34 105 90 74 117,4 5,5 36,4 5
35 128,8344 89,44444 74,3 117,2 3 35,6 5
36 73,20261 88,23529 74,9 117,2 3,3 35 6,4
37 58,01105 90 64 99 12 20 10
38 54,44444 90 64,2 99,3 10 20,4 8
39 56,92308 90,09901 65,1 101,1 8,4 21,7 9
40 60,69364 90,19608 66 103,2 7,3 25 7
41 80 90 67,4 105,7 7 28 8
42 71,08808 89,76744 70 109,8 6,5 29,5 7
43 87,77202 89,76744 72 113,7 6 31 5
44 118,5149 90 74 116,5 5,1 30 2
45 142,029 90,22222 75,2 118 4,3 31 3
46 131,4917 90,5 73,9 118 4,8 33 2
47 173,7037 90 75,5 118,8 5 29 1,9
48 82,35294 88,23529 80 118,8 7 27 1,5

Корреляционно-регрессионный  анализ

 
     Матрица  коэффициентов  корреляции, сформированная на основе  матрицы исходных данных  (табл.1) при  помощи  программы  Ехсеl  представлена в следующем виде: 

Таблица 1
  y x1 x2 x3 x4 x5 x6
y 1            
x1 0,492056 1          
x2 0,661273 0,120999 1        
x3 0,776073 0,217957 0,863519 1      
x4 -0,55162 -0,17865 -0,74973 -0,86418 1    
x5 0,5737 0,098091 0,695041 0,769983 -0,75889 1  
x6 -0,67901 -0,36379 -0,68108 -0,62454 0,431661 -0,33029 1
 
 
 
 
 
 
 
     Проведем  анализ таблицы  коэффициентов корреляции  для того, чтобы  оценить их статистическую значимость и выполнить проверку  наличия  мультиколлинеарности.
  Теснота связи  Rx2x3  =0,86 > 0,85. Исключаем х2 , так как его связь с зависимой переменной слабее (х2у =0,66< х3у=0,77).
      Теснота связи  Rx3x4  =0,86 > 0,85. Исключаем х4 , так как его связь с зависимой переменной слабее (Ryx4 =0,55< Ryх3=0,77).
      Знак  коэффициента корреляции  Rух  для 5-го признака не  отвечает известному экономическому содержанию  связи между  зависимой и  независимой  переменными (при увеличении  уровня физического  износа строительных машин и  механизмов  месячная выработка рабочего снижается). Следовательно, этот фактор исключается. 
    Для оценки значимости коэффициента корреляции r используют t-критерий Стьюдента, который применяется при t-распределении, отличном от нормального.
    При линейной однофакторной связи t-критерий можно рассчитать по формуле:
     ,
    где (n - 2) – число степеней свободы при заданном уровне значимости ? и объеме выборки n.
    Полученное  значение tрасч сравнивают с табличным значением t-критерия (для ? = 0,05 с n-2 степенями свободы). Если рассчитанное значение tрасч превосходит табличное значение критерия tтабл, то практически невероятно, что найденное значение обусловлено только случайными колебаниями (то есть отклоняется гипотеза о его случайности).
      Для  оставшихся  факторных  признаков (х1,х3,х6)  расчетная величина t: t1= 3,7, t3 = 8,16,  t6 = 6,1 .  превосходит табличное значение.( t1,3,6 > 1,68) Следовательно данные факторы остаются без изменений.

                                                      Регрессия                                           Таблица 2

  Коэффициенты Стандартная ошибка
Y-пересечение -1208,127808 316,4235352
x1 12,07150662 3,475459767
x3 2,091574323 0,356472768
x6 -2,087700473 1,027988377
 
Число наблюдений = 48. Коэффициент детерминации = 0,71  Среднеквадратическое  отклонение уравнения регрессии = 15,95

      Далее следует сделать  проверку отклонения  фактических значений  зависимой  переменной Y от прогноза  по регрессии (Ф-П) в целях возможного отсева  грубых погрешностей. Если отклонение (Ф-П)  превышает тройную ошибку  оценки  регрессии (3Syx), то данное  наблюдение  исключается , после чего  вновь выполняется построение  регрессии.

3Syx = 3 ? 15,95 = 47,85

                                                                                                                                  

Отклонения  фактических значений  результативного  признака от прогноза по регрессии

                                                                                                                                        Таблица 3

Наблюдение Предсказанное y Остатки
1 30,65228364 26,81176865
2 31,70000772 23,56315017
3 35,66400837 18,32291974
4 45,07415589 11,20035391
5 58,75722686 -2,578882906
6 77,71625009 -8,981310332
7 83,99097306 -17,36446703
8 92,65612932 -21,46968865
9 99,96695483 -3,45532692
10 95,69991542 6,769964103
11 83,97774424 -10,77512986
12 94,41972601 -14,81188287
13 40,62985772 2,31492756
14 42,71949511 -3,21029266
15 46,90070683 -13,60802391
16 53,60163815 -13,9065162
17 55,50043011 -11,37921799
18 62,16315081 -7,718706364
19 71,78245577 2,124520976
20 98,75054535 3,599737135
21 103,1409145 5,616147644
22 95,99102669 -5,932547157
23 90,39383119 -12,61605342
24 79,6617805 11,80488617
25 49,78466648 7,525275036
26 54,79669716 1,694530911
27 56,26467303 0,712071151
28 65,94685274 -6,871708228
29 64,83210817 8,047891827
30 74,79723154 21,25832401
31 64,79253945 14,98399687
32 104,7114133 4,428371638
33 109,4699329 23,79209923
34 113,4201105 -8,420110511
35 106,2954031 22,53895275
36 88,77635625 -15,57374187
37 64,49664061 -6,485590888
38 69,29951385 -14,85506941
39 72,17184584 -15,24876891
40 81,91131627 -21,21767465
41 82,68558952 -2,685589518
42 90,54141759 -19,45333469
43 102,8739584 -15,10193767
44 117,800795 0,714056447
45 121,5330131 20,49597243
46 126,9739098 4,517802875
47 122,820186 50,88351768
48 102,3526075 -19,9996663
 
Исключаем 47 наблюдение (50,88>47,85) и вновь выполняем построение регрессии.                                                                                                 Таблица 4

Регрессия

  Коэффициенты Стандартная ошибка
Y-пересечение -1176,076365 275,0787516
x1 11,60383943 3,02237334
x3 2,105886946 0,30977892
x6 -1,251029753 0,91856911
 
Число наблюдений = 47. Коэффициент детерминации = 0,73  Среднеквадратическое  отклонение уравнения регрессии = 13,86 

                                                      3Syx = 3 ? 13,86 = 41,58

                                                                                                                                  

Отклонения  фактических значений  результативного  признака от прогноза по регрессии

                                                                                                                                         Таблица 5

Наблюдение Предсказанное y Остатки
1 32,83872251 24,62532978
2 34,31909458 20,94406332
3 37,42140557 16,56552254
4 46,47046823 9,804041573
5 59,67458683 -3,49624288
6 77,99793145 -9,262991691
7 84,31559229 -17,68908627
8 93,3089728 -22,12253212
9 98,54243413 -2,03080622
10 95,253702 7,216177522
11 84,40169666 -11,19908228
12 93,4001036 -13,79226046
13 41,67396104 1,27082424
14 43,35241939 -3,843216931
15 47,13676468 -13,84408175
16 53,39088366 -13,69576171
17 55,07657652 -10,9553644
18 61,48465155 -7,040207103
19 70,7443029 3,16267384
20 97,31246665 5,037815838
21 101,3074006 7,449661508
22 94,11382033 -4,055340799
23 88,37464159 -10,59686381
24 77,52931249 13,93735418
25 51,42057619 5,889365334
26 54,76499047 1,7262376
27 57,09396853 -0,11722434
28 65,08015274 -6,00500823
29 65,00274312 7,877256881
30 73,46113001 22,59442555
31 71,04658741 8,729948905
32 102,4963669 6,643418073
33 106,8356543 26,42637781
34 109,2451621 -4,245162072
35 102,3774072 26,45694861
36 86,59517933 -13,39256495
37 64,24169349 -6,23064377
38 67,37551908 -12,93107464
39 71,06398083 -14,1409039
40 79,11477056 -18,42112894
41 80,85319554 -0,85319554
42 88,03979446 -16,95171156
43 98,75481306 -10,98279234
44 111,1029531 7,411898407
45 115,5893847 26,43960078
46 120,0637032 11,4280095
48 96,09464424 -13,74170306
 
 
     Из  таблицы видно, что все наблюдения  (Ф-П) < 41,58 , следовательно, погрешностей нет и   наблюдения  исключать не надо.
            Окончательная  проверка значимости всех факторов  проводится в ходе многошагового  регрессионного анализа,  где  проверяется значимость каждого  фактора в отдельности при  одновременном совершенствовании каждого коэффициента регрессии, путем вычисления отношения: 

     где ak – коэффициент множественной регрессии k-го фактора;
         - среднеквадратическое отклонение  k-го фактора.
         - среднеквадратическое  отклонение уравнения регрессии. 
        t1 = 
        t3 =
         t6 =  
    Так как отношения t3 и t6 меньше  табличного одновременно для нескольких  факторов, то незначимые факторы исключаем из уравнения множественной  регрессии  поочередно,  начиная   с   х3 ( 0,3 < 0,56) и заново строим  регрессию.

                             Регрессия                                  таблица 6

  Коэффициенты Стандартная ошибка
Y-пересечение -895,15077 387,2474134
x1 11,35263101 4,303323106
x6 -4,910092194 1,059897441
 
    Число наблюдений = 47. Коэффициент детерминации = 0,46. Среднеквадратическое отклонение уравнения регрессии = 19,7.
    t1 =
    t6 =  

    Для всех факторных признаков  выполняется  неравенство t1,t6 >1,68 , что свидетельствует о том, что все факторы значимы.
    Окончательная оценка значимости уравнения регрессии  в целом производится с учетом статистики F- распределения Фишера:
     где B – коэффициент детерминации,
    n – количество наблюдений,
    m – количество учитываемых объясняющих переменных.
     Полученное  значение F сравнивается с табличным значением и если  F?F?, то с вероятностью 95 %  связь по уравнению регрессии является статистически значимой и нулевая гипотеза отвергается.
    Так как  F ? F? , то нулевая гипотеза отвергается (связь статистически значима). 

    На  основании  полученных данных  построено  уравнение  множественной регрессии:
    Y= -895,15 +11,35Х1 – 4,91Х6
    Коэффициент детерминации D=0,46 показывает, что вариация Y (месячная выработка рабочего) на 46% объясняется  вариацией факторов х1,х6  и на 54%  вариацией прочих факторов.

Определение прогнозных значений  факторных признаков

 
      Прогноз факторных признаков  статистически  значимого уравнения  регрессии  осуществляется методом  экстраполяции, посредством сглаживания  временного ряда  значений факторных признаков. 

Удельный  вес рабочих сдельщиков в общей численности  работников, %
(Х1)
    Х1
январь 1 89,15
февраль 2 89,15
март 3 90,61
апрель 4 89,27
май 5 89,11
июнь 6 90,09
июль 7 89,09
август 8 89,96
сентябрь 9 90,05
октябрь 10 89,79
ноябрь 11 89,13
декабрь 12 88,29
прогноз   85,43
 
 
     Необходимо  оценить  значимость уравнения регрессии  в целом с использованием F-статистики Фишера.
    Так как  F ? F? , то нулевая гипотеза отвергается (связь статистически значима).
    Удельный  вес рабочих, используемых при производстве СМР по пониженному  разряду (Х6)
    Х6
январь 1 11,25
февраль 2 10,25
март 3 10,38
апрель 4 36,5
май 5 9,38
июнь 6 8,38
июль 7 10
август 8 7,13
сентябрь 9 6,5
октябрь 10 5,88
ноябрь 11 5,85
декабрь 12 5,58
прогноз   4,9
 
 
 
 
    
    Так как  F ? F? , то нулевая гипотеза отвергается (связь статистически значима).
Выявление резервов  роста  производительности  труда 

 Общая величина  резервов  роста  производительности  труда работников предприятия  ( ) определяется   согласно  выражения:
             =
где gп(0) – удельный вес  рабочих  в среднесписочной  численности работников по прогнозу и отчету.
      Для  того  чтобы  найти  удельный вес  рабочих в среднесписочной  численности  работников предприятия по прогнозу и отчету  необходимо  определить  прогнозные   значения  среднесписочной  численности  работников и  рабочих  предприятия. 

Среднесписочная  численность  работников и  рабочих 

    работников     рабочих
Январь. 1 185 Январь. 1 167
Февраль. 2 185 Февраль. 2 166,5
Март. 3 185,75 Март. 3 167,75
Апрель. 4 187,25 Апрель. 4 169
Май. 5 191,25 Май. 5 171,5
Июнь. 6 197,5 Июнь. 6 176
Июль. 7 197,5 Июль. 7 177,5
Август. 8 202,25 Август. 8 185,5
Сентябрь. 9 203,75 Сентябрь. 9 185,75
Октябрь. 10 193,75 Октябрь. 10 174,5
Ноябрь. 11 177,5 Ноябрь. 11 160
Декабрь. 12 168,75 Декабрь. 12 152,25
прогноз 13 165,29 прогноз 13 126,71
 
 
g0 =   0,75;                            gп =   0,77. 

        = = 9,07+0,78= 9,85 тыс. руб. \ чел. с учетом (за счет):
а)   Изменения  условий  производства и  организации  труда  рабочих ( ), расчеты которых представлены  в табличной форме. 

Изменения  условий  производства и организации  труда  рабочих 

 
 
Факторный признак уравнения регрессии
Значение  факторного признака Коэффициент регрессии
при независимой переменной
 
 
Приращение  месячной выработки рабочего (гр.4*гр.5)
Приращение Месячной
Выработки
Работника
(гр.6* gп)
по  отчету по прогнозу изменение
1 2 3 4 5 6 7
Х1 84 85,43 1,43 11,35 16,2 12,47
Х6 4 4,9 0,9 -4,91 -4,42 -3,4
ВСЕГО 88 90,33 2,33 6,44 11,78 9,07
 
                                                     = 9,07 тыс. руб\чел. 

б) Изменения  доли  рабочих в  общей  численности  работников:
                                                                = (а +
                                          
                                                                  = 0,78 тыс. руб.\чел. 

Резюме

 
Результаты  исследования  таковы.
Общий  размер  выявленных резервов  роста производительности  труда работников предприятия 
и т.д.................


Перейти к полному тексту работы


Скачать работу с онлайн повышением уникальности до 90% по antiplagiat.ru, etxt.ru или advego.ru


Смотреть полный текст работы бесплатно


Смотреть похожие работы


* Примечание. Уникальность работы указана на дату публикации, текущее значение может отличаться от указанного.