(+386) 3 828 02 31        info@venofarmacija.si

Vpliv optimizacije naročil in zalog na uspešnost poslovanja

Nov 15, 2022

Objavljeno: Znanje in poslovni izzivi globalizacije v letu 2012: 4. mednarodna znanstvena konferenca, Fakulteta za komercialne in poslovne vede. November 2012

Avtor: Anita Sluga in Desimir Bošković

Povzetek

Vse večja svetovna kriza »depresija« potiska podjetja v nemilosten položaj večnega boja za preživetje. Za svoj obstoj se podjetja poslužujejo različnih prijemov in strategij. Kot enega izmed ključnih faktorjev pri poslovanju podjetja lahko navedemo optimizacijo naročil in zalog. Pravilno razmerje obojih znižuje stroške in jih opredeljujemo kot gibljiva sredstva, ki so ključna pri vplivanju in pridobivanju poslovnih prihodkov. Nabavna funkcija, vsaj teoretično, mora skrbeti da bo blago dostavljeno ob pravem času na pravem mestu, z najnižje ekonomsko opravičenimi stroški. V prispevku so predstavljeni izsledki raziskave, ki je bila opravljena v srednjih in velikih slovenskih podjetjih. Raziskava se dotika področja nabave in optimizacije naročilnih količin in zalog, kjer nas je zanimalo predvsem koliko podjetij opredeljuje optimalno velikost zalog in ali le ta ugotavljajo optimalno velikost naročila. Ugotoviti smo želeli ali optimizacija naročil in optimizacija zaloge vpliva na uspešnost poslovanja podjetja, pri čemer smo morali podjetja razdelite v dve skupini (podjetja, ki imajo več kot 50% in manj kot 50% materiala v celotnem prihodku in so v letu 2011 poslovala pozitivno). Rezultati raziskave so s pomočjo statistične obdelave podatkov pokazale majhno povezavo med spremenljivkami, vendar ugotavljamo, da tudi naš vzorec ni bil dovolj velik.

Ključne besede: optimizacija naročil, optimizacija zalog, naročila, nabavna funkcija, dobava

Influence of optimization of purchasing and stock on business performance

Abstract

A growing global crisis “depression” is pushing companies into a ruthless position of continues struggle for survival. For their existence, Companies have different approaches and strategiesAs one of key factors in an enterprise we can mention optimization of purchasing and stock. A correct ratio of both reduces costs and is defined as current assets, which are essential in influencing and gaining business incomePurchasing function, at least in theory, should provide goods to be delivered at the right time and place, at lowest economically justified cost. This paper presents the results of a survey that was conducted in medium and large Slovenian companiesThe survey includes areas of purchasing and optimization of purchasing and stocks, where we were primarily interested in how many companies define the optimal size of stocks whether they merely measure optimal order amount. We wanted to determine whether purchasing optimization and optimization of supply affects the performance of the company. We had to devide the company into two groups (firms with more than 50% and with less than 50% of the material in the total turnover and with positive results in 2011). Results of the research with statistic processing of data have shown little connection between the variables, but we also note that our sample was not large enough.

 Keywords: optimization of procurement, stocks optimization, procurement, purchasing function, supply

 1 Uvod

»Recesija je zmanjševanje gospodarske aktivnosti znotraj ekonomije, ki po navadi traja nekaj mesecev« (http://www.financnislovar.com/definicije/recesija.html). Po besedah Koprejeve in Čelebičeve (2010, str. 9) bi recesiji lahko rekli tudi nazadovanje oz. upadanje gospodarske aktivnosti, kar pripelje do splošne krize v določeni državi ali svetu. Kadar je takšen gospodarski zastoj izrazito dolgotrajen in močan, govorimo o depresiji kot hujši različici. »Depresija ali ekonomska depresija pomeni ekstremno in dolgotrajno recesijo. Značilnosti ekonomske depresije so neučinkovitost pri ekonomski produktivnosti, izjemno visoka stopnja nezaposlenosti, številni bankroti, deflacija, restriktivno posojanje denarja, bistveno manjša trgovska aktivnost, visoka volatilnost pri valutnih tečajih ter deflacija (padanje cen)« (http://www.financnislovar.com/definicije/recesija.html). Z recesijo ali v našem primeru že kar ekonomsko depresijo, pa prihajajo tudi podjetja do razpotja kjer se morajo odločiti kako in na kakšen način racionalizirati poslovne procese, da bi se ubranila zunanjim vplivom.

V naši raziskavi se bomo osredotočili na optimizacijo in funkcijo nabave in na njen vpliv na poslovanje in poslovni izid podjetja, ki je po našem mnenju ena izmed ključnih funkcij v podjetju, s pomočjo katere podjetja vplivajo na poslovne prihodne ali odhodke, z drugimi besedami jih imenujemo tudi gibljiva sredstva. »Med gibljiva sredstva spadajo obratna sredstva in kratkoročne finančne naložbe. Obratna sredstva so predvsem stvari (zaloge surovin, materiala, nedokončane proizvodnje in proizvodov oz. blaga ter pravice in denar (terjatve, denarna sredstva v blagajni, na računih v bankah)« (Turk, Kavčič, Kokotec Novak, Koželj in Odar, 2004, str. 154). Takšna sredstva lahko opredelimo kot ključna pri vplivanju in pridobivanju poslovnih prihodkov.

»Poleg takojšnega prihranka pri nabavnih cenah lahko nabavna funkcija posredno pripomore tudi k izboljšanju konkurenčnega položaja podjetja, na primer v obliki standardizacije, manjših zalog, inovacij izdelka in postopka, zniževanja stroškov kakovosti (stroški povezani s pregledovanjem, reklamacijami, popravili) in skrajševanja proizvodnega časa. V praksi se pogosto izkaže, da so ti posredni prispevki večji od denarnih zneskov, ki jih prihranimo neposredno (to je samo z nabavo)« (Weele, 1998, str. 36). Kot je bilo ugotovljeno že v dosedanjih raziskavah, ki zadevajo to področje, morajo vodje v podjetjih oblikovati takšno politiko vodenja, kjer je njihova osnovna naloga minimizirati stroške in maksimirati dobiček (Brigham in Daves 2002, str. 175). Prav tako so Kavčičeva, Koželj in Odar s pomočjo vprašalnika, ki je podlaga tudi naši raziskavi in zajema področje ugotavljanja optimalnih naročil in zalog za leto 1995, 2001 in 2006, že opravili dosti obsežnejše raziskave, kjer so prišli do zaključka, da načelo gospodarnosti v računovodstvu govori, da je potrebno sprejeti posamezne ukrepe le, če so koristi večje od stroškov uvajanja, kar pomeni, da je potrebno posvetiti večjo pozornost materialu oziroma nabavni funkciji v podjetjih, katerih je delež stroškov neposrednega materiala v prihodku večji (Kavčičeva, Koželj in Odar, 2010, str. 59).

Veliko podjetij določi, da je cilj njihove tržne logistike dostaviti pravo blago na pravi kraj ob pravem času z najnižjimi stroški. Ta cilj pa žal ponuja malo praktičnih usmeritev, saj po besedah Kotlerja (2004, str. 554), ki govori, da noben sistem ne more sočasno maksimirati postrežbe kupcev in minimizirati distribucijskih stroškov, saj maksimalna postrežba kupcev zahteva velike zaloge, odličen prevoz in več skladišč, kar vse pa povečuje stroške tržne logistike. Nabavna funkcija ali nabavna logistika, kot jo radi poimenujejo v današnjem času, mora skrbeti, da je blago dostavljeno ob pravem času, na pravem kraju z ekonomsko opravičenimi stroški, kar pa lahko dosežemo le z optimizacijo nabave, ki jo dosežemo z optimalno velikostjo naročila in optimalno višino zalog. Kofjač D. in Kljajić M. (2006), v svojem prispevku govorita, da je cilj upravljanja z zalogami uravnotežiti si nasprotujoče kriterije – dovolj zaloge za nemoteno proizvodnjo in hkrati nizke zaloge in s tem nizke stroške. V nadaljevanju sta predstavila še raziskavo optimizacije procesa naročanja s simulacijskim pristopom za minimizacijo skupnih stroškov poslovanja skladišča ob dveh omejitvah: ne sme biti izpadov proizvodnje in kapaciteta skladišča ne sme biti presežena. Simulacijski rezultati so pokazali pomembno zmanjšanje stroškov brez kršitev zastavljenih omejitev. V svojem prispevku Kopina in Čuš (2009) na podlagi internega gradiva podjetja Krka d.d., trdita, da je ob­vladovanje logističnih procesov, kot so planiranje proizvodnje, zagotavljanje pokritosti materialnih potreb ob upoštevanju želje po čim manjših zalogah, mož­no le z zagotavljanjem učinkovitejših informacijskih sistemov, z optimalnimi človeškimi viri in optimalnimi resursi. V samem zaključku ugotavljata da bodo glavni učinki v podjetju z uporabo novega informacijskega sistema predvsem hitrejše odzivanje na potrebe trga, zaradi hitrejšega pretoka informacij se bodo zmanjšali stroški zaradi zmanjšanja zalog. Tezo sta potrdila z ABC[1] analizo, ki je prinesla optimalnejšo izrabo virov in sredstev. Čepin (2009) v svojem diplomskem delu prihaja ob študiji primera do zaključka, da je pri poslovanju pomemben informacijski sistem, ki skrbi za takojšen prenos informacij, s tem pa nam omogoča poslovanje z nizkimi zalogami surovin in materialov kot tudi poslovanje z optimalnimi količinami. Tudi Klopčič v svojem magistrskem delu opisuje (2003) kako lahko podjetja prihranijo z uporabo informacijske tehnologije. Prav tako Kotler (2004, str. 552) kot največji poznavalec trdi, da: »Informacijski sistemi igrajo kritično vlogo pri vodenju tržne logistike, še posebej računalniki, […]. Te izboljšave so skrajšale čas od naročila do prejema pošiljke, zmanjšale so pisarniško delo in število napak v dokumentih ter zagotovile izboljšan nadzor nad poslovanjem.«

Namen raziskave je s pomočjo teoretičnega izhodišča, ki bo izhajal na že priznanih teorijah strokovnjakov omenjenega področja, ugotoviti ali srednja in velika podjetja v Sloveniji ugotavljajo optimalno velikost naročil in optimalno velikost zaloge.

Cilj naloge je na podlagi pridobljenih rezultatov ugotoviti ali merjenje optimalnega naročila in zalog vpliva na uspešnost podjetja.

Hipotezi, ki jih bomo v raziskavi preverili sta:

Hipoteza 0: Nabavna funkcija preko optimizacije zalog ne vpliva na uspešnost poslovanja podjetja

Hipoteza 1: Nabavna funkcija preko optimizacije zalog vpliva na uspešnost poslovanja podjetja

Hipoteza 0: Nabavna funkcija preko optimizacija naročil ne vpliva na uspešnost poslovanja podjetja

Hipoteza 2: Nabavna funkcija preko optimizacija naročil vpliva na uspešnost poslovanja podjetja

1.1 Materiali in metode

Uporabili smo standardiziran anketni vprašalnik ER3 z naslovom: Uporaba SRS[2], organiziranost računovodstva in metode poslovodnega računovodstva v slovenskih podjetjih, ki je zajemal v naprej pripravljena vprašanja in je bil zasnovan s pomočjo prof. dr. Slavke Kavčič in dr. Marjana Odarja. Izkazoval je stanje na 31.12.2011. Skupaj je vseboval kar 133 vprašanj. Glede na to, da se naši hipoteza dotikata področja naročil in zalog, smo podrobneje preučili področje nabavne funkcije v poglavju informacije o uspešnosti posamezne poslovne funkcije.

Poslovne subjekte smo anketirali doktorski študentje Fakultete za komercialne in poslovne vede med 20.3. in 24.4.2012. Pred obdelavo podatkov je bil opravljen logičen pregled odgovorov. Skupaj smo pridobili 40 izpolnjenih anket, med katerimi ena ni bila ustrezna, saj ni bila izpolnjena.

Za statistično obdelavo podatkov je bil uporabljen program Excel 2007, kjer smo za obdelavo podatkov uporabili opisno statistično analizo s pomočjo katere smo raziskovali in opazovali pridobljene podatke in različne zveze med njimi. V nadaljevanju smo zaradi želje po pridobitvi odgovora na naše zastavljene hipoteze pod drobnogled vzeli podjetja, ki imajo več kot 50% neposrednega deleža stroškov materiala v celotnem prihodku in so v letu 2011 poslovala pozitivno. Uporabili smo inferenčne statistične analize, s pomočjo katerih smo preverili hipoteze (HI- kvadrat test in ANOVA). Z navedenima testoma smo sklepali iz vzorca na celotno populacijo.

2 Rezultati raziskave

V raziskavo je bilo vključenih 40 podjetij. Od tega 19 srednjih podjetij in 21 velikih podjetij.

Od vseh 21 anketiranih srednjih podjetij, 16 podjetij opredeljuje optimalno zalogo ostalih 5 podjetij pa ne, medtem ko od vseh 19 velikih anketiranih podjetij, en anketni vprašalnik izločimo, saj ni bil izpolnjen, nakar ugotavljamo, da optimalno zalogo opredeljuje le 14 podjetij. Torej od vseh 39 anketiranih podjetij jih 30 opredeljuje optimalno zalogo ostalih 9 podjetij pa ne.

V letu 2006 je bilo ugotovljeno, da se pozornost zalogam povečuje v skladu z velikostjo podjetja in da velika podjetja kar v 56,5 % opredeljujejo optimalno zalogo medtem ko majhna podjetja le v 22,6%. Omeniti moramo še dejstvo, ki je bilo ugotovljeno med omenjeno raziskavo, ki govori, da na opredelitev optimalne zaloge vpliva tudi tip proizvodnje, saj naj bi v serijski proizvodnji kar 81,2 % podjetij opredeljevalo optimalno zalogo (Kavčič, Koželj in Odar, 2010, str. 62-63).

Tabela 1: Razlog za opredelitev optimalne zaloge izraženi v % (Lastna izdelava)

srednja podjetjavelika podjetjaSKUPAJ
optimalno obračanje zalog19,64%19,64%39,28%
zagotavljanje najmanjših stroškov financiranja14,29%16,04%30,33%
prostorske možnosti5,36%8,93%14,29%
drugo1,80%3,57%5,37%
nismo je opredelili8,93%1,80%10,73%
100,00%

V tabeli 1 so opredeljeni razlogi za opredelitev optimalne zaloge za srednja podjetja in velika podjetja, kjer smo zajeli 37 podjetij, saj je bil eden izmed prejetih vprašalnikov neizpolnjen, dva anketna vprašalnika pa nista imela izpolnjenega navedenega vprašanja. Kot je razvidno iz razpredelnice lahko rečemo, da se razlogi za opredelitev optimalne zaloge med srednjimi podjetji in velikimi podjetji v večji meri ne razlikujejo. Večje odstopanje med tema skupinama se opazijo predvsem v zadnjem delu razpredelnice, ki kaže na to,da srednja podjetja kar v 8,93% ne opredeljujejo optimalne zaloge, medtem ko je ta odstotek v večjih podjetjih znaša borih 1,8%. Kot razlog za opredelitev optimalne zaloge podjetja v glavnem navajajo optimalno obračanje zalog, kar znaša skupaj kar 39, 28%. S 30,33% navajajo podjetja kot razlog za opredelitev optimalne zaloge zagotavljanje najmanjših stroškov financiranja, ki mu sledi prostorska zmožnost, saj so ga podjetja označila, kar v 14,29% kot razlog za opredelitev optimalnih zalog. V nadaljevanju smo želeli ugotoviti koliko podjetij ugotavlja optimalno velikost naročila. Z statistično obdelavo podatkov smo ugotovili, da optimalno velikost naročila ugotavlja 23 vprašanih podjetij, od tega 12 srednjih podjetij in 11 velikih podjetij. 17 podjetij od vseh 39 anketiranih ne ugotavlja optimalne velikosti naročila. En vprašalnik ponovno zavrnemo, saj le ta ni bil izpolnjen.

Za primerjavo lahko pogledamo raziskavo iz leta 2006, kjer je bilo od vseh anketiranih le 39% podjetij, ki so ugotavljali optimalno velikost naročila (Kavčičeva, Koželj in Odar, 2010, str. 70). Iz navedenega je razvidno, da je tokrat število podjetij, ki opredeljujejo optimalno velikost naročila porastlo, kljub temu pa ne smemo pozabiti, da je tokratno število vzorca dosti manjše.

V nadaljevanju nas je zanimalo za kolikšen odstotek celotnega materiala jo ugotavljajo, kjer so lahko anketirani izbirali med količinsko (merjeno s številom vrst materiala) in vrednostno, ki so jih morali ovrednotiti.

Tabela 2: Kolikšen odstotek celotnega materiala podjetja ugotavljajo optimalno velikost naročila (Lastna izdelava)

srednja podjetjavelika podjetjapovprečje
količinsko (merjeno s številom vrst materiala)59,37%60,72% 60,05%
vrednostno71,20%48,30%59,75%

Iz tabele 2 je razvidno, da srednja podjetja optimalno velikost naročila ugotavljajo v 71,20% vrednostno, medtem ko velika podjetja ugotavljajo optimalno naročilo vrednostno le v 48,30%. Od vseh 40 anketiranih podjetij srednja podjetja ugotavljajo optimalno velikost naročila količinsko v 59,37%,velika podjetja pa v 60,72%.Na podlagi pridobljenih in analiziranih podatkov lahko rečemo, da se podjetja v isti meri odločajo za eno (količinsko) ali drugo (vrednostno) metodo za ugotavljanje optimalne velikosti naročila. V našem primeru so se podjetja odločila za količinsko ugotavljanje optimalne velikosti naročila v 60,05%, za vrednostno ugotavljanje optimalne velikosti naročila pa so se podjetja odločila kar v 59,75%.

Ker do sedaj nismo zaznali nikakršne posebne povezanosti smo s pomočjo deskriptivne statistike preučili prejete odgovore na anketno vprašanje, ki sprašuje podjetja kolikšen delež stroškov neposrednega materiala imajo v celotnem prihodku.

Tabela 3: Statistični pregled posameznih spremenljiv in prikaz rezultatov (Lastna izdelava)

Vrednosti
Aritmetična sredina43,21578947
Standardna napaka3,553810141
Mediana50
Modus50
Standardni odklon iz vzorca21,907157
Varianca iz vzorca479,9235277
Sploščenost-1,293651961
Simetričnost-0,2434481
Varijacijski razmik74,4
Minimalna vrednost3
Maksimalna vrednost77,4
Vsota vrednosti1642,2
Število enot38
95% interval zaupanja za aritmetično sredino7,200703267

Vzorec vključuje 38 podatkov, saj je bil eden od anketnih vprašalnikov neizpolnjen, drugi pa ni vseboval odgovora na obravnavano vprašanje, ki sprašuje podjetja kolikšen delež stroškov neposrednega materiala imajo v celotnem prihodku. Povprečni delež stroškov neposrednega materiala v celotnem prihodku je 43,21%, najbolj pogosti delež neposrednega materiala v celotnem prihodku je 50%. Polovica podjetij (16) je imelo delež, ki je manjši od 50% neposrednega materiala v celotnem prihodku, polovica pa večji delež. Razlika v deležih med najnižjo in najvišjo vrednostjo neposrednega deleža materiala v celotnem prihodku je 74,4%.

Standardni odklon vzorca je 21,90. Standardna napaka ocene je 3,55 in je majhna glede na aritmetično sredino, zato lahko smatramo, da je vzorec dokaj zanesljiv in da so s tem zanesljivi tudi izračuni v zgornji tabeli. S pomočjo intervala zaupanja, lahko ocenimo da se 95 % podjetij nahaja v intervalu med 36,01% in 50,41 % deležem neposrednega materiala v celotnem prihodku.

2.1 Ugotavljanje stopnje značilnosti s Hi – kvadrat testom

 Za ugotavljanje stopnje značilnosti smo uporabili:

46 zaporedno vprašanje, ki se glasi: Kolikšen je delež stroškov neposrednega materiala v celotnem prihodku. Podjetja so morala izraziti odgovor v odstotkih. V nadaljevanju smo razdelili podjetja, še v dve kategoriji in sicer na podjetja, kjer imajo več kot 50% neposrednega deleža materiala v celotnem prihodku in na podjetja, kjer imajo manj kot 50% neposrednega material v celotnem prihodku;

47 vprašanje, ki se glasi: Ali ste v podjetju opredelili optimalno velikost zalog materiala, ki vam glede na okoliščine nabave zagotavlja nemoteno proizvodnjo? Podjetja so ahko odgovorila z da ali ne. Prejete odgovore smo vstavili v kontignenčno tabelo kot je prikazano v tabeli 4.

Za lažje razumevanje prilagamo razlago kratic:

DMCP nad 50% – delež materiala v celotnem prihodku nad 50%

DMCP pod 50% – delež materiala v celotnem prihodku pod 50%

Iz vseh 40 izpolnjenih anketnih vprašalnikov smo enega izločili že v fazi logičnega pregleda, saj le ta ni bil izponjen. Naslednji anketni vprašalnik pa ni imel vpisanega podatka kolikšen je delež neposrednega materila v celotnem prihodku. Zaradi česar je v naš vzorec zajetih 38 podjetij.

Tabela 4: Prikaz števila podjetij glede na delež materiala v celotnem prihodki in glede na merjenje optimalne zaloge (Lastna izdelava)

optimalne zalogeDMCP nad 50%DMCP pod 50%SKUPAJ
da161228
ne4610
SKUPAJ201838

V tabeli 4 so prikazane dejanske frekvence podjetij, ki smo jih ločili glede na delež materiala v celotnem prihodku (pod 50%, nad 50%) in jih razvrstili še po tem ali določajo in merijo optimalne zaloge ali ne. Za izračun Hi – Kvadrat testa smo morali izračunati še teoretično frekvenco. Pridobljeni rezultat – vrednost signifikance p = 0,3487255 je več kot 0,05, kar pomeni, da med spremenljivkama ne obstoja povezanost.

Za ponovno testiranje z Hi –Kvadrat testom analiziramo odgovore na zaporedno vprašanje, ki se glasi: Kolikšen je delež stroškov neposrednega materiala v celotnem prihodku. Podjetja so morala izraziti odgovor v odstotkih. V nadaljevanju smo razdelili podjetja, še v dve kategoriji in sicer na podjetja, kjer imajo več kot 50% neposrednega deleža materiala v celotnem prihodku in na podjetja, kjer imajo manj kot 50% neposrednega material v celotnem prihodku; Hkrati pa smo analizirali še odgovore na vprašanje: Ali ugotavljate optimalno velikost naročila? Podjetja so lahko odgovorila z da ali ne.

Tabela 5: Prikaz števila podjetij glede na delež materiala v celotnem prihodki in glede na merjenje optimalnega naročila (Lastna izdelava)

optimalno naročiloDMCP nad 50%DMCP pod 50%SKUPAJ
da12921
ne8917
SKUPAJ201838

Podatke smo združili v kontingenčno tabelo, kjer smo prikazali dejanske frekvence podjetij, ki smo jih ločili glede na delež materiala v celotnem prihodku (pod 50%, nad 50%) in jih razvrstili še po tem ali določajo optimalna naročila ali ne. Za izračun Hi – Kvadrat testa smo morali izračunati še teoretično frekvenco, na podlagi katere smo prejeli vrednost signifikance p = 0,534765741. Kar pomeni, da se signifikanca več kot 0,05, kar pomeni, da povezava med spremenljivkami ne obstoja.

2.2 Ugotavljanje povezanosti s Pearsonovim korelacijskim koeficientom in ANOVO

Zaradi nepovezanosti posameznih spremenljivk, ločimo podjetja ki imajo višji delež materiala v celotnem prihodku od 50% od tistih, ki imajo to vrednost ovrednoteno pod 50% in so poslovala v letu 2011 pozitivno. Odvojene podatke v nadaljevanju s pomočjo Multiple R ali Pearsonovim korelacijskim koeficientom v programu Excel 2007, primerjamo z optimizacijo zalog in naročil, kjer želimo ugotoviti ali obstaja kakšna povezanost med spremenljivkama (merjenje optimalne zaloge in podjetji, ki imajo delež materiala v celotnem prihodku večji kot 50% in so poslovala leta 2011 pozitivno). Za obdelavo uporabimo odvisne spremenljivke, ki so deleži materiala v celotnem prihodku in neodvisne spremenljivke, ki so ali podjetja merijo optimalno zalogo. Koeficient korelacije med dvema spremenljivkama ali Pearsonov koeficient korelacije meri korelacijsko (stohastično) linearno povezanost med dvema spremenljivkama.

Tabela 6: Prikaz korelacije med podjetij, ki imajo več kot 50% delež materiala v celotnem prihodku in so v letu 2011 poslovala pozitivno in merjenjem optimalne zaloge (Lastna izdelava)

Regression Statistics
Korelacijski koeficient0,288675
Determinacijski koeficient0,083333
Popravljeni determinacijski koeficient0,032407
Standardna napaka ocene0,403687
Število spremenljivk20

Regresijski koeficient je 0,288675 na podlagi katerega lahko trdimo da sta spremenljivki (optimizacija zalog in podjetja, ki imajo delež materiala v celotnem prihodku večji kot 50% in so v letu 2011 poslovala uspešno), med seboj srednje povezani.

Na podlagi determinacijskega koeficienta lahko rečemo, da je 8,3 % podjetij, ki imajo več kot 50% delež materiala v celotnem prihodku odvisnih od tega ali podjetja merijo optimalno zalogo. Za dodatno preveritev linearne odvisnosti med spremenljivkama opravimo še test A-nove ali F test.

 dfVarianca znotraj skupinVarianca med skupinamiF-testSignifikanca F- testa
Regression10,2666670,2666671,6363640,21707
Residual182,9333330,162963
Total193,2

Signifikanca nam pokaže ali je model primeren ali ne. V našem primeru je signifikanca 0,217 in je večja od 0,05 zaradi česar ocenjujemo, da model ni premeren. Zaradi navedenega Hipotezo 0, ki govori, da nabavna funkcija preko optimizacije zalog ne vpliva na uspešnost poslovanja podjetja zavrnemo in sprejmemo alternativno Hipotezo 1, ki govori, da nabavna funkcija preko optimizacije zalog vpliva na uspešnost poslovanja podjetja.

V nadaljevanju testiramo še hipotezo 2, ki govori, da nabavna funkcija preko optimizacije zalog vpliva na uspešnost poslovanja podjetja. Za obdelavo uporabimo odvisne spremenljivke, ki so deleži materiala v celotnem prihodku in so višji kot 50% in podjetja, ki so v letu 2011 poslovala pozitivno in neodvisne spremenljivke, ki smo jih prodobili z vprašanjem ali podjetja merijo optimalna naročila.

Tabela 7: Prikaz korelacije med podjetij, ki imajo več kot 50% delež materiala v celotnem prihodku in so v letu 2011 poslovala pozitivno in merjenjem optimalnega naročila (Lastna izdelava)

Regression Statistics
Korelacijksi koeficient2,36E-08
Determinacijski koeficient5,55E-16
Popravljeni determinacijski koeficient-0,05556
Standardna napaka ocene0,516398
Število spremenljivk20

Regresijski koeficient je 2,36E-08 na podlagi katerega lahko trdimo, da sta spremenljivki (optimizacija naročil in podjetja, ki imajo delež materiala v celotnem prihodku večji kot 50% in so v letu 2011 poslovala pozitivno), med seboj srednje povezani. Za dodatno preveritev linearne odvisnosti med spremenljivkama opravimo še test A-nove ali F test.

 dfVarianca znotraj skupinVarianca med skupinamiF-testSignifikanca F- testa
Regression12,66E-152,66454E-159,99201E-150,999999921
Residual184,80,266666667
Total194,8

Signifikanca nam pokaže ali je model primeren ali ne. V našem primeru je signifikanca 1 in je večja od 0,05 zaradi česar ocenjujemo, da model ni premeren. Zaradi česar H0, ki govori, da nabavna funkcija preko optimizacije naročil ne vpliva na uspešnost poslovanja podjetja zavrnemo in sprejmemo Hipotezo 2, ki govori, da nabavna funkcija preko optimizacije naročil vpliva na uspešnost poslovanja podjetja.

3 Razprava

Raziskave smo se lotili zaradi vse večje svetovne krize »depresije«, ki potiska podjetja v ne milosten položaj večnega boja za preživetje. Ugotovili smo, da je povezanost posameznih spremenljiv zelo majhna, vendar ugotavljamo, da tudi naš vzorec ni bil dovolj velik. Menimo, da v kolikor bi bil naš vzorec večji, bi tudi v večjo verjetnostjo lahko potrdili povezanost med določenimi spremenljivkami. Za nadaljnjo raziskavo bi ob ponovni raziskavi z anketnim vprašalnikom priporočili vključitev vprašanj, ki bi podjetja spraševala tudi o informacijski tehnologiji.

4 Literatura in viri

  1. Brigham, E.F. in Daves, P.R. (2002). Intermediate financial management. Seventh edition. USA: South-western Thomson learning.
  2. Čepin, J. (2009). Management nabave in zalog v podjetju Etol d.d.. (Diplomska naloga). Celje: [ Čepin] .
  3. Finančni slovar. Pridobljeno 11.04.2012 s spletne strani http://www.financnislovar.com/definicije/recesija.html.
  4. Kavčič, S. (2011). Računovodstvo za odločanje. Celje. Fakulteta za komercialne in poslovne vede.
  5. Kavčič, S., Koželj, S. in Odar, M. (2010). Organiziranost računovodstva v slovenskih podjetjih – nabavna in naložbena (investicijska) funkcija. Zveza društev računovodskih in finančnih delavcev Slovenije. Revizor, revija o reviziji, XI(4/10), 52-92.
  6. Kljajić, M. in Kofjač, D. (2006). Simulation approach to warehouse cost minimization in stochastic environment. Organizacija (Kranj), 39(10)661-668. Pridobljeno 15.06.2012 s spletne strani http://www.dlib.si/details/URN:NBN:SI:DOC-PGPY25L4/?query=%27keywords%3doptimizacija+zalog%27&pageSize=20
  7. Klopčič, S. (2003). Zniževanje stroškov kot posledica informatizacije logističnih procesov – primer podjetja Etol. (Magistrsko delo). Ljubljana. [ Klopčič].
  8. Komprej, M. in Čelebić, T..(2010). Vpliv recesije na izobrazbeno strukturo brezposelnih in predlagani ukrepi. Center RS za poklicno izobraževanje. Pridobljeno 25.07.2012 s spletne strani http://www.cpi.si/files/cpi/userfiles/PovezovanjeTrgaDela/VPLIVRECESIJE.pdf.
  9. Kopina, A. in Čuš, F. (2009). Planiranje in optimizacija proizvodnje z informacijskim sistemom APO (Advanced Planning and Optimisation). Organizacija (Kranj), 42(4), 194-202. Pridobljeno 20.06.2012 s spletne strani http://www.dlib.si/details/URN:NBN:SI:DOC-OKGNLSMP/?query=%27keywords%3dPlaniranje+in+optimizacija+proizvodnje+z+informacijskim+sistemom+APO+%28Advanced+Planning+and+Optimisation%27&pageSize=25
  10. Kovačič, M. On-line slovarček statističnih pojmov. Pridobljeno 09.05.2012 s spletne strani http://www.ljudmila.org/matej/statistika/mva.html.
  11. Kotler, P. (2004). Management trženja. Ljubljana: Narodna in univerzitetna knjižnica. (Knjižnica marketing).
  12. I., Kavčič. S., Kokotec Novak, M., Koželj, S. in Odar. M. (2004). Finančno računovodstvo. Ljubljana. Zveza računovodij, finančnikov in revizorjev Slovenije.
  13. Weele, A. J. (1998). Nabavni management: analiza, planiranje in praksa. Ljubljana. Gospodarski vestnik. Zbirka Manager.

 [1] ABC analiza je pomemben inštrument pri odločanju vrednostnega analitika, saj dokaj ob­jektivno kaže, kje so koncentrirani stroški pri določenem proizvodu ali storitvi.

[2] SRS – Slovenski računovodski standardi