„Gabona heves” változatai közötti eltérés

A Miau Wiki wikiből
(Forrás)
(Következtetések, javaslatok)
 
(12 közbenső módosítás ugyanattól a szerkesztőtől nincs mutatva)
3. sor: 3. sor:
  
 
=A tervezett alkalmazás/megoldás címe=
 
=A tervezett alkalmazás/megoldás címe=
 +
Betakarított gabonatermés mennyiségének vizsgálata különböző gabonafajták között hasonlóság elemzés módszerével Heves megyében a 2008-as évben.
  
 
=A feladat megoldásának jelenlegi helyzete (best practice) és ennek értékelése/kritikája=
 
=A feladat megoldásának jelenlegi helyzete (best practice) és ennek értékelése/kritikája=
 +
A legtöbb esetben a SWOT-analízis összeállítása egy ötletgyűjtéssel kezdődik, mely során megpróbálják feltárni a SWOT- mátrix elemeit. Ezek alapján összesítésre kerülnek a vizsgált megye/kistérség stratégiai fejlesztésének irányvonalai. A vizsgálat szempontjai az alábbiak lehetnek: erősségek, gyengeségek, lehetőségek és veszélyek. Ezzel a módszerrel azonban a leggyakoribb probléma, hogy nem tényeken alapulnak az így hozott megállapítások, így ez sok esetben téves irányvonalakat eredményez.
 +
SWOT-analízissel (magyar nevén GYELV-elemzéssel) felépíthetjük egy piac, iparág, üzlet, termék, stb. piaci életképességét, illetve megismerhetjük, hogy stratégiai szempontból mely feladatok a legfontosabbak.
 +
A SWOT angol mozaikszó, 4 angol szó kezdőbetűjéből tevődik össze:
 +
 +
1. Strengths: Erősségek: belső tényező, tudjuk befolyásolni
 +
 +
2. Weaknesses: Gyengeségek: szintén belső tényező
 +
 +
3. Opportunities: Lehetőségek: külső tényező, nem tudjuk befolyásolni
 +
 +
4. Threatnes: Fenyegetések: szintén külső tényező
 +
 +
 +
Elsőként statikus (egy évre vonatkozó) adatokat vizsgálva tudjuk megállapítani az erősségeket illetve a gyengeségeket. Ezt követően kell vizsgálhatók a külső tényezők, azaz idősoros adatok, amelyekre trendeket állítva állapíthatóak meg a lehetőségek és a veszélyek.
 +
A stratégiai fejlesztési terv készítés első lépése a figyelemfelkeltés:
 +
 +
• tervezési érintettek megkeresése
 +
 +
• érintettek meggyőzése a tervezés fontosságáról
 +
 +
• érintettek bevonása a folyamatba
 +
 +
 +
Ezek a következő módszerekkel történhetnek: találkozók rendezése, műhelymunka, ötletbörze, telefonos vagy személyes beszélgetés.
 +
Második lépés az információgyűjtés
 +
 +
• szakmai adatok gyűjtése
 +
 +
• információ gyűjtése a lakosságtól
 +
 +
 +
Harmadik lépés a diagnózis készítése
 +
 +
• SWOT elemzés
 +
 +
• átfogó értékelés
 +
 +
• egyeztetés az értekezésről
 +
 +
 +
Negyedik lépés a tervezés
 +
 +
• fő célok meghatározása
 +
 +
• célok ágazati felbontása
 +
 +
• részletek pontosítása
 +
 +
• egyeztetés a különféle csoportokkal
 +
 +
• programkészítés
 +
 +
 +
Ötödik a jóváhagyás
 +
 +
• koncepció tervezet végső változatának belső egyeztetése
 +
 +
• lakosság véleményének begyűjtése
 +
 +
• bizottsági véleményezés
 +
 +
• képviselő testületi döntés
  
 
=A tervezett megoldás adatvagyonának bemutatása (ANYAG)=
 
=A tervezett megoldás adatvagyonának bemutatása (ANYAG)=
 +
Az elemzéshez szükséges adatbázis adatait a KSH (Központi Statisztikai Hivatal) stADAT táblák területi adatai, valamint a tájékoztatási adatbázisa szolgáltatta a területi statisztika rendszerén keresztül.
  
 
=Objektumok (sorok)=
 
=Objektumok (sorok)=
 +
19 megye és Budapest valamint ezek összesítése:
 +
 +
Bács-Kiskun
 +
 +
Baranya
 +
 +
Békés
 +
 +
Borsod-Abaúj-Zemplén
 +
 +
Budapest
 +
 +
Csongrád
 +
 +
Fejér
 +
 +
Győr-Moson-Sopron
 +
 +
Hajdú-Bihar
 +
 +
Heves
 +
 +
Jász-Nagykun-Szolnok
 +
 +
Komárom-Esztergom
 +
 +
Nógrád
 +
 +
Pest
 +
 +
Somogy
 +
 +
Szabolcs-Szatmár-Bereg
 +
 +
Tolna
 +
 +
Vas
 +
 +
Veszprém
 +
 +
Zala
 +
 +
Ország összesen
  
 
=Attribútumok (X, Y oszlopok)=
 
=Attribútumok (X, Y oszlopok)=
 +
Legyűjtésre került mutatók a következők:
 +
 +
Betakarított összes gabonatermés
 +
 +
Betakarított összes gabonatermésből a búza
 +
 +
Betakarított összes gabonatermésből a kukorica
 +
 +
Betakarított összes gabonatermésből az árpa
 +
 +
Betakarított összes gabonatermésből a rozs
 +
 +
Betakarított összes gabonatermésből a zab
 +
 +
Egy főre jutó bruttó hazai termék
 +
 +
Ahhoz, hogy az adatok összevethetőek legyenek, ezért standardizáltuk őket. Így az 1 ha-ra jutó gabonatermést kaptuk meg, majd ezt újra standardizáltuk, melynek eredményeként a 10.000 ha-ra jutó gabonatermés lett a mértékegység.
 +
A vizsgált esetek mindegyikénél egyenes arányosság van a vizsgált tényező és az eredmény között, így az irány mindegyik attribútum esetében 0, minél nagyobb a vizsgált tényező X(i), annál nagyobb lehet az eredmény Y.
 +
Az elemzés 2008-as évre vonatkozik.
  
 
=A feladat által érintett célcsoportok=
 
=A feladat által érintett célcsoportok=
 +
Az alábbi célcsoportok tudják hasznosítani az elemzést:
  
 +
• Heves Megye Önkormányzata
 +
 +
• Vidékfejlesztési Minisztérium
 +
 +
• A megyei stratégiai döntést előkészítők
 +
 +
• Kapcsolódó kormányzati szereplők
 +
 +
• Gabonatermeléssel foglalkozó tanácsadók
 +
 +
• Gabonatermeléssel foglalkozó gazdák
 +
 +
Az elemzés a gabonatermelés legfontosabb gabonafajtáira lebontva mutatja meg a gabonatermés mennyiségét az Magyarország 19 megyéjében 10 000 ha-ra vetítve. Mindezek alapján végeztem olyan számításokat, amelyek hasznosak lehetnek a célcsoport számára. Az elemzés alapján láthatóvá válik, hogy melyik megyében mely gabonafajtából termelik a legtöbbet, mely gabonafajták mennyiségének növeléséhez szükségesek a mezőgazdasági fejlesztések, illetve, melyekre érdemes hangsúlyt fektetni.
  
 
=A feladat megválaszolása kapcsán várható hasznosság=
 
=A feladat megválaszolása kapcsán várható hasznosság=
 +
A best practice alapján:
 +
 +
Az elemzés nincs alátámasztva konkrét számadatokkal ezért fenn áll a rossz döntéshozás lehetősége.
 +
 +
• túl sok szubjektív tényezőt tartalmaz
 +
 +
• rossz következtetést vonhatunk le
 +
 +
• rossz döntést hozhatunk
 +
 +
• pénzveszteség (idő és emberi erőforrás miatt)
 +
 +
• negatív eredmények
  
 +
• image rombolás.
 +
 +
A hasonlóságelemzés alapján:
 +
Az elemzésünket egy konkrét adatbázissal támasztottuk alá, amelynek köszönhetően megalapozott döntéseket hozhatunk. A táblázatok és a lefuttatott elemzések konkrét értékeket tartalmaznak, melyek formálják véleményünket. Így kevesebb veszélylehetőség rejlik benne mint a best practice elemzésnél.
 +
 +
• korrekt eredményeket produkál
 +
 +
• objektív tényezőkön alapuló döntéshozatal
 +
 +
• kisebb bizonytalanság, ezáltal biztosabb döntéshozatal-> magasabb profit
 +
 +
• image építés.
 +
 +
A fejezet az elkészített SWOT elemzés hasznosság becslését tartalmazza, tehát azt, hogy az elemzés kapcsán megfogalmazott fejlesztési javaslatok mekkora potenciális bevétel többletet jelenthetnek a vizsgált területnek. Amennyiben javaslatként pl. Nógrád megyében a gabonatermő területeken a betakarított zab mennyiségének növelése jelenik meg eredményül, akkor a tervezés szintjén az alábbi konstrukcióval a következő bevétel becslések érhetők el:
 +
 +
A jelenleg(2008) a betakarított zab mennyiség 10 000 ha-ként 77 tonna ezt duplájára emelve 750 zł / tonna átlagáron(2011. június 18-án a zł középár 67 Ft), a betakarított zabmennyiség 3.869.250.000 Ft többletbevételt jelentene.
  
 
=A saját megoldás bemutatása (MÓDSZER)=
 
=A saját megoldás bemutatása (MÓDSZER)=
 +
Az adatokat legyűjtöttem a KSH-ról. A feladat gabonatermés mennyiségének vizsgálata volt 2008-as évre 7 mutatóra vonatkozóan, ebből állítottam össze a metaadatbázisomat, amelyből kimutatásvarázslóval előállítottam az Objektum-Attribútum Mátrixot. Létrehoztam az ellenőrző nézetet (darabnézet) tartalmazó kimutatást. A település területének nagyságát is le kellett gyűjtenem, hogy 1 ha-ra, majd 10 000 ha-ra tudjam nézni az adatokat, mivel a méreteltérésekből adódóan torzult volna az elemzés. 2008. évben 19 megyét és Budapestet valamint az egész ország adatait vizsgáltam. Elkészítettem a sorszám táblázatot, majd az Y0 elemzést. 21 objektumom, és 7 attribútumom volt, lépcsők száma szintén 21. Elkészült a 7 db Y-STD elemzés. Létrehoztam az eredmény adatbázist, melyből az eredmény pivotot kimutatásvarázslóval állítottam elő. A SWOT-hoz Excelben HA() függvény segítségével gyártottam le a sablonszöveget, melyek később az eredmény fejezet tartalmát képezik. Minden mutatóra vonatkozóan megvizsgáltam, hogy az adott megyében gyengeségnek vagy erősségnek számít-e, attól függően, hogy az adott megye jól vagy rosszul teljesített az adott mutatóra vonatkozóan.
  
 
=Az eredmények értelmezése (EREDMÉNY)=
 
=Az eredmények értelmezése (EREDMÉNY)=
 +
 +
Heves megye SWOT táblázata 2008-ban
 +
 +
Betakarított összes gabonatermés         W
 +
 +
Betakarított összes gabonatermésből a búza S
 +
 +
Betakarított összes gabonatermésből a kukorica W
 +
 +
Betakarított összes gabonatermésből a rozs W
 +
 +
Betakarított összes gabonatermésből a zab S
 +
 +
Betakarított összes gabonatermésből az árpa W
 +
 +
Egy főre jutó bruttó hazai termék         S
 +
 +
Y0                                         W
 +
 +
 +
Heves megye a 2008 évi Betakarított összes gabonatermés mutatót vizsgálva rosszul teljesített, tehát Gyengeség (W).
 +
 +
Heves megye a 2008 évi Betakarított összes gabonatermésből a búza mutatót vizsgálva az elvártaknak megfelelően teljesített, tehát erősség(s).
 +
 +
Heves megye a 2008 évi Betakarított összes gabonatermésből a kukorica mutatót vizsgálva rosszul teljesített, tehát Gyengeség (W).
 +
 +
Heves megye a 2008 évi Betakarított összes gabonatermésből a rozs mutatót vizsgálva rosszul teljesített, tehát Gyengeség (W).
 +
 +
Heves megye a 2008 évi Betakarított összes gabonatermésből a zab mutatót vizsgálva az elvártaknak megfelelően teljesített, tehát erősség(s).
 +
 +
Heves megye a 2008 évi Betakarított összes gabonatermésből az árpa mutatót vizsgálva rosszul teljesített, tehát Gyengeség (W).
 +
 +
Heves megye a 2008 évi Egy főre jutó bruttó hazai termék mutatót vizsgálva az elvártaknak megfelelően teljesített, tehát erősség(s).
 +
 +
Heves megye a 2008 évi Y0 mutatót vizsgálva rosszul teljesített, tehát Gyengeség (W).
  
 
=Következtetések, javaslatok=
 
=Következtetések, javaslatok=
 +
Heves megye erősségei közé tartozik összességében a betakarított gabonatermésből a búza, a zab és a bruttó hazai termék. Ezeket az erősségeket továbbra is fenn kell tartani, illetve tovább kell fejleszteni.
 +
 +
Y0 elemzés lefuttatása után arra a következtetésre jutottam, hogy Heves megye gabonatermő területe a becsültnél kevésbé értékes, ami gyengeségnek számít. Heves megye gyengeségei közé tartozik továbbá a betakarított összes gabonatermés, mely közül kiemelve a kukorica, a rozs és az árpa.
 +
 +
Ezen eredmények figyelembevétele ajánlott a heves megyei mezőgazdasági stratégia tervezése során!

A lap jelenlegi, 2011. június 18., 16:17-kori változata

Forrás

http://192.188.246.31/miau/154/swot/gabona_megye2_swot.xls

A tervezett alkalmazás/megoldás címe

Betakarított gabonatermés mennyiségének vizsgálata különböző gabonafajták között hasonlóság elemzés módszerével Heves megyében a 2008-as évben.

A feladat megoldásának jelenlegi helyzete (best practice) és ennek értékelése/kritikája

A legtöbb esetben a SWOT-analízis összeállítása egy ötletgyűjtéssel kezdődik, mely során megpróbálják feltárni a SWOT- mátrix elemeit. Ezek alapján összesítésre kerülnek a vizsgált megye/kistérség stratégiai fejlesztésének irányvonalai. A vizsgálat szempontjai az alábbiak lehetnek: erősségek, gyengeségek, lehetőségek és veszélyek. Ezzel a módszerrel azonban a leggyakoribb probléma, hogy nem tényeken alapulnak az így hozott megállapítások, így ez sok esetben téves irányvonalakat eredményez. SWOT-analízissel (magyar nevén GYELV-elemzéssel) felépíthetjük egy piac, iparág, üzlet, termék, stb. piaci életképességét, illetve megismerhetjük, hogy stratégiai szempontból mely feladatok a legfontosabbak. A SWOT angol mozaikszó, 4 angol szó kezdőbetűjéből tevődik össze:

1. Strengths: Erősségek: belső tényező, tudjuk befolyásolni

2. Weaknesses: Gyengeségek: szintén belső tényező

3. Opportunities: Lehetőségek: külső tényező, nem tudjuk befolyásolni

4. Threatnes: Fenyegetések: szintén külső tényező


Elsőként statikus (egy évre vonatkozó) adatokat vizsgálva tudjuk megállapítani az erősségeket illetve a gyengeségeket. Ezt követően kell vizsgálhatók a külső tényezők, azaz idősoros adatok, amelyekre trendeket állítva állapíthatóak meg a lehetőségek és a veszélyek. A stratégiai fejlesztési terv készítés első lépése a figyelemfelkeltés:

• tervezési érintettek megkeresése

• érintettek meggyőzése a tervezés fontosságáról

• érintettek bevonása a folyamatba


Ezek a következő módszerekkel történhetnek: találkozók rendezése, műhelymunka, ötletbörze, telefonos vagy személyes beszélgetés. Második lépés az információgyűjtés

• szakmai adatok gyűjtése

• információ gyűjtése a lakosságtól


Harmadik lépés a diagnózis készítése

• SWOT elemzés

• átfogó értékelés

• egyeztetés az értekezésről


Negyedik lépés a tervezés

• fő célok meghatározása

• célok ágazati felbontása

• részletek pontosítása

• egyeztetés a különféle csoportokkal

• programkészítés


Ötödik a jóváhagyás

• koncepció tervezet végső változatának belső egyeztetése

• lakosság véleményének begyűjtése

• bizottsági véleményezés

• képviselő testületi döntés

A tervezett megoldás adatvagyonának bemutatása (ANYAG)

Az elemzéshez szükséges adatbázis adatait a KSH (Központi Statisztikai Hivatal) stADAT táblák területi adatai, valamint a tájékoztatási adatbázisa szolgáltatta a területi statisztika rendszerén keresztül.

Objektumok (sorok)

19 megye és Budapest valamint ezek összesítése:

Bács-Kiskun

Baranya

Békés

Borsod-Abaúj-Zemplén

Budapest

Csongrád

Fejér

Győr-Moson-Sopron

Hajdú-Bihar

Heves

Jász-Nagykun-Szolnok

Komárom-Esztergom

Nógrád

Pest

Somogy

Szabolcs-Szatmár-Bereg

Tolna

Vas

Veszprém

Zala

Ország összesen

Attribútumok (X, Y oszlopok)

Legyűjtésre került mutatók a következők:

Betakarított összes gabonatermés

Betakarított összes gabonatermésből a búza

Betakarított összes gabonatermésből a kukorica

Betakarított összes gabonatermésből az árpa

Betakarított összes gabonatermésből a rozs

Betakarított összes gabonatermésből a zab

Egy főre jutó bruttó hazai termék

Ahhoz, hogy az adatok összevethetőek legyenek, ezért standardizáltuk őket. Így az 1 ha-ra jutó gabonatermést kaptuk meg, majd ezt újra standardizáltuk, melynek eredményeként a 10.000 ha-ra jutó gabonatermés lett a mértékegység. A vizsgált esetek mindegyikénél egyenes arányosság van a vizsgált tényező és az eredmény között, így az irány mindegyik attribútum esetében 0, minél nagyobb a vizsgált tényező X(i), annál nagyobb lehet az eredmény Y. Az elemzés 2008-as évre vonatkozik.

A feladat által érintett célcsoportok

Az alábbi célcsoportok tudják hasznosítani az elemzést:

• Heves Megye Önkormányzata

• Vidékfejlesztési Minisztérium

• A megyei stratégiai döntést előkészítők

• Kapcsolódó kormányzati szereplők

• Gabonatermeléssel foglalkozó tanácsadók

• Gabonatermeléssel foglalkozó gazdák

Az elemzés a gabonatermelés legfontosabb gabonafajtáira lebontva mutatja meg a gabonatermés mennyiségét az Magyarország 19 megyéjében 10 000 ha-ra vetítve. Mindezek alapján végeztem olyan számításokat, amelyek hasznosak lehetnek a célcsoport számára. Az elemzés alapján láthatóvá válik, hogy melyik megyében mely gabonafajtából termelik a legtöbbet, mely gabonafajták mennyiségének növeléséhez szükségesek a mezőgazdasági fejlesztések, illetve, melyekre érdemes hangsúlyt fektetni.

A feladat megválaszolása kapcsán várható hasznosság

A best practice alapján:

Az elemzés nincs alátámasztva konkrét számadatokkal ezért fenn áll a rossz döntéshozás lehetősége.

• túl sok szubjektív tényezőt tartalmaz

• rossz következtetést vonhatunk le

• rossz döntést hozhatunk

• pénzveszteség (idő és emberi erőforrás miatt)

• negatív eredmények

• image rombolás.

A hasonlóságelemzés alapján: Az elemzésünket egy konkrét adatbázissal támasztottuk alá, amelynek köszönhetően megalapozott döntéseket hozhatunk. A táblázatok és a lefuttatott elemzések konkrét értékeket tartalmaznak, melyek formálják véleményünket. Így kevesebb veszélylehetőség rejlik benne mint a best practice elemzésnél.

• korrekt eredményeket produkál

• objektív tényezőkön alapuló döntéshozatal

• kisebb bizonytalanság, ezáltal biztosabb döntéshozatal-> magasabb profit

• image építés.

A fejezet az elkészített SWOT elemzés hasznosság becslését tartalmazza, tehát azt, hogy az elemzés kapcsán megfogalmazott fejlesztési javaslatok mekkora potenciális bevétel többletet jelenthetnek a vizsgált területnek. Amennyiben javaslatként pl. Nógrád megyében a gabonatermő területeken a betakarított zab mennyiségének növelése jelenik meg eredményül, akkor a tervezés szintjén az alábbi konstrukcióval a következő bevétel becslések érhetők el:

A jelenleg(2008) a betakarított zab mennyiség 10 000 ha-ként 77 tonna ezt duplájára emelve 750 zł / tonna átlagáron(2011. június 18-án a zł középár 67 Ft), a betakarított zabmennyiség 3.869.250.000 Ft többletbevételt jelentene.

A saját megoldás bemutatása (MÓDSZER)

Az adatokat legyűjtöttem a KSH-ról. A feladat gabonatermés mennyiségének vizsgálata volt 2008-as évre 7 mutatóra vonatkozóan, ebből állítottam össze a metaadatbázisomat, amelyből kimutatásvarázslóval előállítottam az Objektum-Attribútum Mátrixot. Létrehoztam az ellenőrző nézetet (darabnézet) tartalmazó kimutatást. A település területének nagyságát is le kellett gyűjtenem, hogy 1 ha-ra, majd 10 000 ha-ra tudjam nézni az adatokat, mivel a méreteltérésekből adódóan torzult volna az elemzés. 2008. évben 19 megyét és Budapestet valamint az egész ország adatait vizsgáltam. Elkészítettem a sorszám táblázatot, majd az Y0 elemzést. 21 objektumom, és 7 attribútumom volt, lépcsők száma szintén 21. Elkészült a 7 db Y-STD elemzés. Létrehoztam az eredmény adatbázist, melyből az eredmény pivotot kimutatásvarázslóval állítottam elő. A SWOT-hoz Excelben HA() függvény segítségével gyártottam le a sablonszöveget, melyek később az eredmény fejezet tartalmát képezik. Minden mutatóra vonatkozóan megvizsgáltam, hogy az adott megyében gyengeségnek vagy erősségnek számít-e, attól függően, hogy az adott megye jól vagy rosszul teljesített az adott mutatóra vonatkozóan.

Az eredmények értelmezése (EREDMÉNY)

Heves megye SWOT táblázata 2008-ban

Betakarított összes gabonatermés W

Betakarított összes gabonatermésből a búza S

Betakarított összes gabonatermésből a kukorica W

Betakarított összes gabonatermésből a rozs W

Betakarított összes gabonatermésből a zab S

Betakarított összes gabonatermésből az árpa W

Egy főre jutó bruttó hazai termék S

Y0 W


Heves megye a 2008 évi Betakarított összes gabonatermés mutatót vizsgálva rosszul teljesített, tehát Gyengeség (W).

Heves megye a 2008 évi Betakarított összes gabonatermésből a búza mutatót vizsgálva az elvártaknak megfelelően teljesített, tehát erősség(s).

Heves megye a 2008 évi Betakarított összes gabonatermésből a kukorica mutatót vizsgálva rosszul teljesített, tehát Gyengeség (W).

Heves megye a 2008 évi Betakarított összes gabonatermésből a rozs mutatót vizsgálva rosszul teljesített, tehát Gyengeség (W).

Heves megye a 2008 évi Betakarított összes gabonatermésből a zab mutatót vizsgálva az elvártaknak megfelelően teljesített, tehát erősség(s).

Heves megye a 2008 évi Betakarított összes gabonatermésből az árpa mutatót vizsgálva rosszul teljesített, tehát Gyengeség (W).

Heves megye a 2008 évi Egy főre jutó bruttó hazai termék mutatót vizsgálva az elvártaknak megfelelően teljesített, tehát erősség(s).

Heves megye a 2008 évi Y0 mutatót vizsgálva rosszul teljesített, tehát Gyengeség (W).

Következtetések, javaslatok

Heves megye erősségei közé tartozik összességében a betakarított gabonatermésből a búza, a zab és a bruttó hazai termék. Ezeket az erősségeket továbbra is fenn kell tartani, illetve tovább kell fejleszteni.

Y0 elemzés lefuttatása után arra a következtetésre jutottam, hogy Heves megye gabonatermő területe a becsültnél kevésbé értékes, ami gyengeségnek számít. Heves megye gyengeségei közé tartozik továbbá a betakarított összes gabonatermés, mely közül kiemelve a kukorica, a rozs és az árpa.

Ezen eredmények figyelembevétele ajánlott a heves megyei mezőgazdasági stratégia tervezése során!