TURINYS
I. ĮMONĖS APIBŪDINIMAS 2II. PROGNOZAVIMAS 42.1. Rankinis būdas 42. 2. Ekselio programa. 62.2.1. Tiesinis trendas 62.2.2. Koreliacinė regresinė analizė 72.2.3. Eksponentinio išlyginimo metodas 9NAUDOTA LITERATŪRA 11I. ĮMONĖS APIBŪDINIMASUAB “Vilniaus duona plius” – tai didžiausia ir seniausia iki šiol veikianti duonos kepykla Lietuvoje, kurios gaminamos produkcijos pavadinimas žinomas jau daugiau kaip 120 metų.Įmonės vizija
UAB “Vilniaus duona plius” – viena iš duonos gaminių rinkos lyderių Lietuvoje, užsiimanti duonos bei konditerijos produkcijos gamyba, pelniusi vartotojų bei konkurentų pagarbą savo novatoriškumu, unikalumu, patirtimi, patikimumu.Vartotojai. Lietuvos ir užsienio valstybių gyventojai, įmonės, įstaigos.Produktai. Išskirtiniai, unikalūs, novatoriški, atitinkantys kokybės reikalavimus bei tenkinantys vartotojų poreikius. Partneriai. Patikimi tiekėjai, akcininkai, didmeninės ir mažmeninės prekybos atstovai, prekybos agentai. Palaikomi su jais geri santykiai.Konkurentai. Prisitaikoma prie dinaminių pokyčių rinkoje ir išlaikomas konkurencinis pranašumasTechnologija. Patikima, kokybiška, novatoriška, pateisinanti lūkesčius technologija. Augimo perspektyva. Nuolat auganti ir besiplečianti įmonė.Personalas. Kvalifikuoti, motyvuoti, patikimi, atsakingi, pareigingi darbuotojai.Prestižas. Geras įmonės vardas, visuomenės pripažinimas.Kokybė. Aukšta produktų, įrengimų, personalo darbo kokybė, griežtai laikomasi visų kokybės standartų.Reklama. Nuolatinis produktų reklamavimas, naujų produktų pristatymas.Įmonės misija
2006 – 2010 metų UAB “Vilniaus duona plius” pagrindinė misija yra tenkinti dinamiškus vartotojų poreikius, palaikyti gerus santykius su tiekėjais, partneriais, konkurentais, klientais, užtikrinti geras darbo sąlygas darbuotojams ir investuoto kapitalo pelningumą akcininkams.Be to įmonė turi:* Išlaikyti Lietuvos regionų ir Rusijos, Latvijos, Suomijos, Estijos, Baltarusijos, Lenkijos ir pritraukti naujų Vokietijos, Belgijos, Olandijos ir kitų šalių vartotojų. * Atlikti išsamią vartotojų poreikių analizę, tobulinti esamus ir kurti naujus produktus, atsižvelgiant į vartotojų poreikius. Užtikrinti vartotojų pasitikėjimą.* Didinti gamybos bei pardavimų apimtį, plėsti įmonę, kuriant kepyklas, firmines parduotuves.* Išsaugoti gilias lietuviškas duonos produkcijos gamybos tradicijas.
* Sudaryti palankias bendradarbiavimo sąlygas pirkėjams (didmeninės ir mažmeninės prekybos atstovams), suteikiant nuolaidas, garantuojant produkcijos kokybę ir jos pristatymą laiku. Siekti kokybiškų, pigių tiekėjų žaliavų ir medžiagų pristatymo laiku.* Atlikti konkurentų analizę, užtikrinti įmonės konkurencinį pranašumą. * Ieškoti naujų įrengimų arba tobulinti jau turimus, kad išlaikyti kokybę, mažą produkcijos savikainą, saugumo reikalavimus, neatsilikti nuo konkurentų.* Kurti naujas darbo vietas, puoselėti gerus santykius su darbuotojais, kurti malonią darbo aplinką, suteikti darbuotojams palankias darbo sąlygas, gerą atlyginimą, investuoti į personalo skatinimą ir mokymą.TikslaiGeneralinis tikslas2006 – 2010 metų laikotarpyje užtikrinti UAB “Vilniaus duona plius” veiklos efektyvumo ir pelningumo didėjimą, įmonės augimą, didinti gamybinį potencialą, investuoti į technologijų atnaujinimą, pasiūlyti rinkai naujų produktų.II-III lygių strateginiai tikslai1. Padidinti pardavimų apimtis 20-30 proc. kasmet.1.1. Padidinti pardavimų apimtis vidaus rinkoje 12-15 proc. kasmet.1.2.Padidinti pardavimų apimtis užsienio rinkoje (plėsti eksportą) 5-10 proc. kasmet.1.3. Padidinti pardavimų apimtis firminėse parduotuvėse 10-15 proc. kasmet.2.Padidinti gaminamos produkcijos asortimentą 5-10 proc. kasmet.2.1. Plėsti duonos gaminių asortimentą 2-5 proc. kasmet.2.2. Plėsti konditerijos gaminių asortimentą 5-10 proc. kasmet.
2001 2002 2003 2004Ilgalaikis turtas 46,34 30,29 32,10 37,50Trumpalaikis turtas 22,67 16,99 19,30 30,10Turtas iš viso 69,01 47,28 51,40 67,60Pardavimai (tūkst. Lt) 365,30 365,30 365,30 365,30Bendras pelnas 30,29 39,4 38,7 41,25Grynasis pelnas 9,28 12,15 17,26 19,10II. PROGNOZAVIMAS2.1. Rankinis būdas1 lentelėje pateikti UAB “ Vilniaus duona plius” 2001 – 2005 metų pardavimų duomenys.1 lentelė.Metai Pardavimai (tūkst. Lt)2000 365,302001 360,802002 384,902003 635,702004 620,702005 2006 2007
1) Vidurkis. =(365,30+360,8+384,9+635,7+620,7)/5=473,48 tūkst. Lt.2) Mediana. = (5+1)/2=3 tūkst. Lt..
3) Moda -tai dažniausiai sekoje pasikartojanti reikšmė. Visi duomenys sekoje, pasikartoja vienodą skaičių, todėl modos surasti negalima.
4) Dispersija. =((365,302+360,802+384,902+635,702+620,72) / 5)- ((365,30 +360,80 +384,90 + 635,70 +620,7) / 5)2=16047,03 tūkst. Lt..
5) Vidutinis kvadratinis nuokrypis = =126,68 tūkst. Lt.
6) Regresijos lygtis= Y = a0+ a1XNaudojamos formulės:
; (1. formulė)
;(2. formulė)Regresijos lygčiai suskaičiuoti reikalingas X (Y= pardavimai), todėl pasirenkami X – išlaidos. (žr. 2 lentelę)2 lentelė
Metai Pardavimai, tūkst.Lt. Išlaidos, tūkst. Lt
Y X2000 365,3 1002001 360,8 1012002 384,9 1002003 635,7 1152004 620,7 90a1= ((5*(365,3*100+360,8*101+384,9*100+635,7*115+620,7*90))-(365,3+360,8+384,9+635,7+620,7)*(100+101+100+115+90)) / ((5*(1002+1012+1002+1152 +902) – (1002+1012+1002+1152 +902)2)=2,66.
a0=((365,30+360,8+384,9+635,7+620,7)/5)-(2,66 (100+101+100+115+90)/5)=204,16.
Regresijos lygtis:Pardavimai= 204,16+ 2,66* X
Išvada: Vidutinis kvadratinis nuokrypis gautas nemažas126,68 tūkst. Lt., tačiau, kai vyrauja tokie dideli skaičiai, prognozuoti galima.
2. 2. Ekselio programa2.2.1. Tiesinis trendasLentelėje (Nr.3) pateikti įmonės 2000-2004 metų duomenys – pardavimai (tūkst. Lt). Bus atliekama 3 metų įmonės pardavimų prognozė.3 lentelėMetai Pardavimai (tūkst. Lt)2000 365,302001 360,802002 384,902003 635,702004 620,702005 ?2006 ?2007 ?
Naudojama formulė :Tt=ao+a1*t ; (3 formulė)čia, t-metai, ao; a1 – koeficientai.Tyrimo aprašymasNaudojamos 2 programos: INTERCEPT (a0 rasti) ir SLOPE(a1 rasti). Iš 2 lentelės reikšmės perkeliamos į ekselio programą, tačiau metų reikšmės žymimos ne 2000, 2001 ir t.t, o nuosekliai 1, 2, 3, 4, 5, 6, 7, 8 (žr. 3 lentelę).4 lentelėt Metai Pardavimai (tūkst. Lt)1 2000 365,302 2001 360,803 2002 384,904 2003 635,705 2004 620,706 2005 ?7 2006 ?8 2007 ?
Reikia rasti reikšmes T6, T7, T8 (žr. 3 lentelę). Pasirinkus minėtas komandas ir pažymėjus duotas reikšmes:1,2,3,4,5 ir 365,30 360,80 384,90 635,70 620,70, apskaičiuojamos a0 ir a1 reikšmės. Įstačius jas į formulę (Nr.3) randama:T6 (2006 m.)=709,19 tūkst. Lt; T7 (2007 m.)=787,76 tūkst. Lt; T8 (2008 m.)=866,33 tūkst. Lt.
1 paveikslas
Išvada: įmonės pardavimai 2005-2007 metais žymiai padidės.2.2.2. Koreliacinė regresinė analizėNaudojant tiesinės regresijos lygtį: Y = a0+ a1X, įmonė galės prognozuoti pardavimus bet kokiam laikotarpiui žinodama konkretų X. šiuo atveju pasirinkta X –išlaidos, taigi numatydama būsimas išlaidas, įmonė galės prognozuoti pardavimus.Tyrimo aprašymasRegresiniai analizei atlikti reikalingi duomenys: vidurkis (kuris parodo kokia yra vidutinė reikšmė), dispersija (atsitiktinio dydžio nuokrypis atsilenkimo nuo jo vidurkio kvadrato vidurkis) ir koreliacijos koeficientas r. Skaičiavimui naudotos formulės: (2.1.) (2.2.) (2.3.)čia, – vidurkis,DX – dispersija,r – koreliacijos koeficientas,n – narių skaičius (2000-2007=8 nariai)
5 lentelė
Metai Pardavimai, tūkst.Lt. Išlaidos, tūkst. Lt Y X2000 365,3 1002001 360,8 1012002 384,9 1002003 635,7 1152004 620,7 902005 709,19 1002006 787,76 1502007 866,33 160Suma 4730,68 916Vidurkis 591,335 114,5S (dispers) 34722,3756 593r (koreliacijos koef.) – 0,728961438r patikr. – 0,728961438t (statistika) 2,608386745t (lent.) 2,446913641
Išvada: Gautas labai stiprus neigiamas koreliacinis ryšys (nes regresijos koeficientas arti 1.), kuris reiškia, kad didėjant X mažėja Y, vadinasi didėjant išlaidoms įmonėje pardavimai mažėja.
Kadangi negalima pasikliauti vien regresijos koeficiento reikšme, reikšmingumas tikrinamas skaičiuojant statistiką t ir po to ją lyginant su tlent. Jei t (statistika) < t (lent.) , tai išvados apie ryšio egzistavimą padaryti negalima. Jei t (statistika) > t (lent.), tai koreliacijos koeficientas yra reikšmingas.Tam naudojama formulė: (2.4.)čia, r – koreliacijos koeficientas; n – narių skaičius.Pagal gautus rezultatus: t(statistika)=2,608, o t (lent.)=2,447, todėl koreliacijos koeficientas yra reikšmingas.Ieškoma regresijos lygties koeficientų – su funkcija INTERCEPT; – su funkcija SLOPE.
6 lentelėLygties koeficientai Xa1 5,578043845a0 -47,35102024
Įstatomi koeficientai į regresijos lygtį:
= -47,35102024+5,578043845*X
Skaičiuojamas Fišerio dispersijų santykis, kuris lyginamas su F(lent.). F(lent.) randamas naudojant funkciją FINV (žr.7 lentel.). Jeigu Fišerio dispersijų santykis yra didesnis už Fišerio lentelinę reikšmę Flent, tai tiesės adekvačios realioms padėtims ir jas galima naudoti atliekant prognozes.7 lentelėS likut.disp. 21695,24497F 1,600460176F lent. 4,206668791
2 paveikslas
Išvada: įmonė žinodama išlaidas negalės tiksliai apskaičiuoti pardavimų, kadangi gaus netikslius duomenis, nes apskaičiuotas Fišerio dispersijų santykis F yra mažesnis už Fišerio lentelinę reikšmę, be to iš paveikslo Nr. 2 matoma didelė paklaida.2.2.3. Eksponentinio išlyginimo metodasSkaičiuosiu prognozę kokia paklausa bus 11 mėnesį pagal formulę: Ft+1= *Yt+(1- )*FtFt+1-prognozė laikotarpiui t+1;Yt-aktuali laiko eilutės reikšmė laikotarpiui t;Ft-prognozė laikotarpiui t; -išlyginimo konstanta (0<= <=1);konstantas pasirenku 0.2 ir 0.37 lentelėMetai Pardavimai(tūkst. Lt) Prognozė( =0.2) Paklaida Pakl.kv. Prognozė( =0.3) Paklaida Pakl.kv.2000 365,3 2001 360,8 365,3 -4,5 20,25 365,3 -4,5 20,252002 384,9 364,4 20,5 420,25 363,95 20,95 438,902003 635,7 368,5 267,2 71395,8 370,24 265,47 70471,72004 620,7 421,94 198,76 39505,5 449,88 170,83 29181,42005 461,69 501,12 Sumos 481,96 111341,88 452,741 100112,17
kai =0.2:Vidutinė kvadratinė paklaida =111341,88/4=27835,47
kai =0.3:Vidutinė kvadratinė paklaida =10112,17/4=25028,0425
Išvada: Atlikus prognozavimą eksponentinio išlyginimo metodu, darau išvadą, kad prognozavimas su išlyginimo konstanta 0,3 yra tikslesnis, nes jo vidutinė kvadratinė paklaida yra mažesnė nei prognozavimo su išlyginimo konstanta 0,2. tačiau lyginant prognozę tiesinio trendo ir eksponentinio išlyginimo, gautas 227,23 tūkst. Lt skirtumas. Įmonei turėtų išbandyti kitus prognozavimo metodus, nes gaunami nemaži netikslumai.NAUDOTA LITERATŪRA
1. Leonavičienė, B. Microsoft Excel 2000. Kaunas, Smaltija , 2000, 326 p.2. Raulynaitis, J.; Podvezko, S. ir kt. Matematinė statistika: paskaitų tekstas. Vilnius, Technika, 1997, 148 p.3. Sakalauskas, V. Statistika su Statistica, Vilnius, Margi raštai, 1998, 227p.