Методы факторного анализа. Взаимосвязь экономических явлений. Представление о факторном анализе. Типы факторного анализа, его основные задачи

100 р бонус за первый заказ

Выберите тип работы Дипломная работа Курсовая работа Реферат Магистерская диссертация Отчёт по практике Статья Доклад Рецензия Контрольная работа Монография Решение задач Бизнес-план Ответы на вопросы Творческая работа Эссе Чертёж Сочинения Перевод Презентации Набор текста Другое Повышение уникальности текста Кандидатская диссертация Лабораторная работа Помощь on-line

Узнать цену

Выявление взаимосвязи результативных показателей и показателей-факторов, формы зависимости между ними. Особенности применения метода элиминирования, интегрального и индексного методов. Математические методы факторного анализа.

Факторы − это условия хозяйственных процессов и причины, влияющие на них.

Факторный анализ − это методик комплексного системного изучения и измерения воздействия факторов на величину результативного показателя.

Все явления и процессы хозяйственной деятельности предприятий находятся во взаимосвязи , взаимозависимости и взаимообусловленности. Одни из них непосредственно связаны между собой, другие - косвенно . Например, на величину прибыли от основной деятельности предприятия непосредственное влияние оказывают такие факторы, как объем и структура продаж, отпускные цены и себестоимость продукции. Все другие факторы воздействуют на этот показатель косвенно. Каждое явление можно рассматривать и как причину, и как результат. Например, производительность труда можно рассматривать, с одной стороны, как причину изменения объема производства продукции, уровня ее себестоимости, а с другой - как результат изменения степени механизации и автоматизации производства, усовершенствования организации труда и т.д. Если тот или иной показатель рассматривается как следствие, как результат действия одной или нескольких причин и выступает в качестве объекта исследования, то при изучении взаимосвязей его называют результативным показателем. Показатели, определяющие поведение результативного признака, называются факторными.

Каждый результативный показатель зависит от многочисленных и разнообразных факторов. Чем детальнее исследуется влияние факторов на величину результативного показателя, тем точнее результаты анализа и оценка качества труда предприятий. Отсюда важным методологическим вопросом в анализе хозяйственной деятельности является изучение и измерение влияния факторов на величину исследуемых экономических показателей. Без глубокого и всестороннего изучения факторов нельзя сделать обоснованные выводы о результатах деятельности, выявить резервы производства обосновать планы и управленческие решения, прогнозировать результаты деятельности, оценивать их чувствительность к изменению внутренних и внешних факторов.

Под факторным анализом понимают методику комплексного и системного изучения и измерения воздействия факторов на величину результативных показателей.

Различают следующие типы факторного анализа :

Детерминированный (функциональный) и стохастический (вероятностный);

Прямой (дедуктивный) и обратный (индуктивный);

Одноступенчатый и многоступенчатый;

Статический и динамический;

Ретроспективный и перспективный (прогнозный).

По характеру взаимосвязи между показателями различают методы детерминированного и стохастического факторного анализа.

Детерминированный факторный анализ представляет собой методику исследования влияния факторов, связь которых с результативным показателем носит функциональный характер, т.е. результативный показатель может быть представлен в виде произведения, частного или алгебраической суммы факторов.

Стохастический факторный анализ исследует влияние факторов, связь которых с результативным показателем в отличие от функциональной является неполной, вероятностной (корреляционной). Если при функциональной (полной) зависимости с изменением аргумента всегда происходит соответствующее изменение функции, то при стохастической связи изменение аргумента может дать несколько значений прироста функции в зависимости от сочетания других факторов, определяющих данный показатель. К примеру, производительность труда при одном и том же уровне фондовооруженности может быть неодинаковой на разных предприятиях. Это зависит от оптимальности сочетания всех факторов, формирующих этот показатель.

При прямом факторном анализе исследование ведется дедуктивным способом - от общего к частному. Обратный факторный анализ осуществляет исследование причинно-следственных связей способом логической индукции - от частных, отдельных факторов к обобщающим. Он позволяет оценить степень чувствительности результатов деятельности к изменению исследуемого фактора.

Факторный анализ может быть одноступенчатым и многоступенчатым. Одноступенчатый используется для исследования факторов только одного уровня (одной ступени) подчинения без их детализации на составные части. Например, у = а b. При многоступенчатом факторном анализе проводится детализация факторов а и b на составные элементы с целью изучения их сущности. Детализация факторов может быть продолжена. В данном случае изучается влияние факторов различных уровней соподчиненности.

Необходимо различать также статический и динамический факторный анализ. Первый вид применяется при изучении влияния факторов на результативные показатели на соответствующую дату. Другой вид представляет собой методику исследования причинно-следственных связей в динамике.

И наконец, факторный анализ может быть ретроспективным, который изучает причины изменения результатов хозяйственной деятельности за прошлые периоды, и перспективным, который исследует поведение факторов и результативных показателей в перспективе.

Основные задачи факторного анализа

1. Отбор факторов для анализа исследуемых показателей.

2. Классификация и систематизация их с целью обеспечения системного подхода.

3. Моделирование взаимосвязей между результативными и факторными показателями.

4. Расчет влияния факторов и оценка роли каждого из них в изменении величины результативного показателя.

5. Работа с факторной моделью (ее практическое использование для управления экономическими процессами).

Для изучения влияния факторов на результаты хозяйствования и подсчета резервов в анализе применяются способы детерминированного и стохастического факторного анализа, методы оптимизационного решения экономических задач (см. рисунок).

Определение величины влияния отдельных факторов на прирост результативных показателей является одной из важнейших методологических задач в АХД. В детерминированном анализе для этого используются следующие способы: цепной подстановки, абсолютных разниц, относительных разниц, индексный, интегральный, пропорционального деления, логарифмирования, балансовый и др.

Основные свойства детерминированного подхода к анализу:

Построение детерминированной модели путем логического анализа;

Наличие полной (жесткой) связи между показателями;

Невозможность разделения результатов влияния одновременно действующих факторов, которые не поддаются объединению в одной модели;

Изучение взаимосвязей в краткосрочном периоде.

Рассмотрим возможность использования основных методов детерминированного анализа, обобщив вышеизложенное в виде матрицы

Матрица применения способов детерминированного факторного анализа

	Факторные модели
	Мультипликативные	Аддитивные		Смешанные
Цепной подстановки
Абсолютных разниц
Относительных разниц				у = а ∙ (b−с)
Интегральный

Обозначения: + используется;

– не используется

Различают четыре типа детерминированных моделей:

Аддитивныемодели представляют собой алгебраическую сумму показателей и имеют вид:

К таким моделям, например, относятся показатели себестоимости во взаимосвязи с элементами затрат на производство и со статьями затрат; показатель объема производства товаров в его взаимосвязи с объемом выпуска отдельных изделий или объема выпуска в отдельных подразделениях.

Мультипликативные − это последовательное расчленение факторов исходной системы на факторы-сомножители. Модели в обобщенном виде могут быть представлены формулой:

Примером мультипликативной модели является двухфакторная модель валового выпуска продукции: ВП = ЧР * СВ

где ЧР - среднесписочная численность работников;

CB - среднегодовая выработка на одного работника.

Кратные модели: y = x1 / x2.

Примером кратной модели служит показатель срока оборачиваемости товаров (ТОБ.Т) (в днях): ТОБ.Т = ЗТ / ОР, (1.9)

где ЗТ - средний запас товаров;

ОР - однодневный объем продаж.

Смешанные модели представляют собой комбинацию перечисленных выше моделей и могут быть описаны с помощью специальных выражений:

Примерами таких моделей служат показатели затрат на 1 руб. произведенной продукции, показатели рентабельности и др.

1. Наиболее универсальным из способов детерминированного анализа является способ цепной подстановки.

Он используется для расчета влияния факторов во всех типах детерминированных факторных моделей: аддитивных, мультипликативных, кратных и смешанных (комбинированных). Данный способ основан на элиминировании.

Элиминирование - это процесс поэтапного исключения воздействия всех факторов на величину результативного показателя, кроме одного. При этом исходя из того, что все факторы изменяются независимо друг от друга, т.е. сначала изменяется один фактор, а все остальные остаются без изменения. Потом изменяются два при неизменности остальных и т.д.

Этот способ позволяет определить влияние отдельных факторов на изменение величины результативного показателя. Сущность этого приема состоит в том, чтобы из всех действующих факторов выделить основные, имеющие решающее влияние на изменение показателя. С этой целью определяют ряд условных значений результативного показателя, которые учитывают изменение одного, затем двух, трех и последующих факторов, допуская, что остальные не меняются. Это означает, что в расчетах последовательно заменяют частные плановые показатели отчетными, полученные результаты сравнивают с имеющимися предыдущими данными. Сравнение значений результативного показателя до и после изменения уровня того или другого фактора позволяет элиминировать влияние всех факторов, кроме одного, и определить воздействие последнего на прирост результативного показателя.

При использовании способа цепных подстановок большое значение имеет последовательность подстановок: в первую очередь нужно учитывать изменение количественных, а затем качественных показателей. Применение обратной последовательности расчетов не дает правильной характеристики влияния факторов.

Таким образом , применение способа цепной подстановки требует знания взаимосвязи факторов, их соподчиненности, умения правильно их классифицировать и систематизировать.

В общем виде применение способа цепных постановок можно описать следующим образом:

y0 = a0 ∙ b0 ∙ c0 ;

ya = a1 ∙ b0 ∙ c0 ;

yb = a1 ∙ b1 ∙ c0 ;

y1 = a1 ∙ b1 ∙ c1 ;

где a0, b0, c0 - базисные значения факторов, оказывающих влияние на обобщающий показатель у;

a1 , b1, c1 - фактические значения факторов;

ya, yb, - промежуточные значения результирующего показателя, связанного с изменением факторов а и b , соответственно.

Общее изменение Δу = у1 – у0 складывается из суммы изменений результирующего показателя за счет изменения каждого фактора при фиксированных значениях остальных факторов. Т.е. сумма влияния отдельных факторов должна равняться общему приросту результативного показателя.

∆y = ∆ya + ∆yb + ∆yc = y1– y0

∆ya = ya – y0 ;

∆yb = yb – ya ;

∆yc = y1 – yb .

Преимущества данного способа: универсальность применения, простота расчетов.

Недостаток метода состоит в том, что, в зависимости от выбранного порядка замены факторов, результаты факторного разложения имеют разные значения.

2. Способ абсолютных разниц является модификацией способа цепной подстановки.

Способ абсолютных разниц применяется для расчета влияния факторов на прирост результативного показателя в детерминированном анализе, но только в мультипликативных моделях (Y = х1 ∙ х2 ∙ х3 ∙∙∙∙∙ хn) и моделях мультипликативно-аддитивного типа: Y = (а - b)∙с и Y = а∙(b - с). И хотя его использование ограничено, но благодаря своей простоте он получил широкое применение в АХД.

Суть метода способа − величина влияния факторов рассчитывается путем умножения абсолютного прироста значения исследуемого фактора на базовую (плановую) величину факторов, которые находятся справа от него, и на фактическую величину факторов, расположенных в модели слева от него.

y0 = a0 ∙ b0 ∙ c0

∆ya = ∆a ∙ b0 ∙ c0

∆yb = a1 ∙ ∆b ∙ c0

∆yс = a1 ∙ b1 ∙ ∆с

y1 = a1 ∙ b1 ∙ c1

Алгебраическая сумма прироста результативного показателя за счет отдельных факторов должна равняться его общему изменению Δу = у1 – у0.

∆y = ∆ya + ∆yb + ∆yc = у1 – у0

Рассмотрим алгоритм расчета факторов этим способом в моделях мультипликативно-аддитивного вида. Для примера возьмем факторную модель прибыли от реализации продукции:

П = VРП ∙ (Ц − С),

где П − прибыль от реализации продукции;

VРП − объем реализации продукции;

Ц − цена единицы продукции;

С − себестоимость единицы продукции.

Прирост суммы прибыли за счет изменения:

объема реализации продукции ∆ПVРП = ∆VРП ∙ (Ц0 − С0);

иены реализации ∆ПЦ = VРП1 ∙ ∆Ц;

себестоимости продукции ∆ПС = VРП1 ∙ (−∆С);

3. Способ относительных разниц Он используется в случаях, когда исходные данные содержат определенные ранее относительные отклонения факторных показателей в процентах. Применяется для измерения влияния факторов на прирост результативного показателя только в мультипликативных моделях. Здесь используются относительные приросты факторных показателей, выраженные в виде коэффициентов или процентов. Рассмотрим методику расчета влияния факторов этим способом для мультипликативных моделей типа Y = abc.

Изменение результативного показателя определяется следующим образом:

Согласно данному алгоритму для расчета влияния первого фактора необходимо базовую величину результативного показателя умножить па относительный прирост первого фактора, выраженного в виде десятичной дроби.

Чтобы рассчитать влияние второго фактора, нужно к базовой величине результативного показателя прибавить изменение его за счет первого фактора и затем полученную сумму умножить на относительный прирост второго фактора.

Влияние третьего фактора определяется аналогично: к базовой величине результативного показателя необходимо прибавить его прирост за счет первого и второго факторов и полученную сумму умножить на относительный прирост третьего фактора и т.д.

Результаты расчетов такие же, как и при использовании предыдущих способов.

Способ относительных разниц удобно применять в тех случаях, когда требуется рассчитывать влияние большого комплекса факторов (8-10 и более). В отличие от предыдущих способов здесь значительно сокращается число вычислительных процедур, что обусловливает его преимущество.

4. Интегральный метод оценки факторных влияний позволяет избежать недостатков, присущих методу цепной подстановки, и не требует применения приемов по распределению неразложимого остатка по факторам, т.к. в нем действует логарифмический закон перераспределения факторных нагрузок. Интегральный метод позволяет достигнуть полного разложения результативного показателя по факторам и носит универсальный характер, т.е. применим к мультипликативным, кратным и смешанным моделям. Операция вычисления определенного интеграла осуществляется с помощью вычислительных возможностей персональных компьютеров и сводится к построению подынтегральных выражений, которые зависят от вида функции или модели факторной системы.

Его использование позволяет получать более точные результаты расчета влияния факторов по сравнению со способами цепной подстановки, абсолютных и относительных разниц, поскольку дополнительный прирост результативного показателя от взаимодействия факторов присоединяется не к последнему фактору, а делится поровну между ними.

Рассмотрим алгоритмы расчетов влияния факторов для разных моделей:

1) Модель вида: y = a ∙ b

2) Модель вида: y = a ∙ b ∙ с

3) Модель вида:

3) Модель вида:

Если в знаменателе больше двух факторов, то процедура продолжается.

Таким образом, использование интегрального метода не требует знания всего процесса интегрирования. Достаточно в эти готовые рабочие формулы подставить необходимые числовые данные и сделать не очень сложные расчеты с помощью калькулятора или другой вычислительной техники.

Результаты расчетов по интегральному методу существенно отличаются от того, что дает метод цепных подстановок или модификации последнего. Чем больше величина изменений факторов, тем разница значительнее.

5. Индексный метод позволяет выявить влияние на изучаемый совокупный показатель различных факторов. Рассчитав индексы и построив временной ряд, характеризующий, например, выпуск продукции в стоимостном выражении, можно квалифицированно судить о динамике объема производства.

Основывается на относительных показателях динамики, выражающих отношение уровня анализируемого показателя в отчетном периоде к его уровню в базисном периоде. Индексным методом можно

Всякий индекс исчисляется сопоставлением соизмеряемой (отчетной) величины с базисной. Например, индекс объема производства: Ivвп = VВП1 / VВП0

Индексы, выражающие соотношение непосредственно соизмеряемых величин, называются индивидуальными , а характеризующие соотношения сложных явлений - групповыми , или тотальными . Статистика называет несколько форм индексов, которые используются в аналитической работе − агрегатная, арифметическая, гармоническая и др.

Применяя агрегатную форму индекса и соблюдая установленную вычислительную процедуру, можно решить классическую аналитическую задачу: определение влияния на объем произведенной или реализованной продукции фактора количества и фактора цен. Схема расчета при этом будет такой:

Здесь следует напомнить, что агрегатный индекс является основной формой всякого общего индекса; его можно преобразовать как в средний арифметический, так и в средний гармонический индексы.

Динамика оборота по реализации промышленной продукции должна характеризоваться, как известно, временными рядами, построенными за ряд истекших лет с учетом изменения цен (это относится, естественно, к заготовительному, оптовому и розничному оборотам).

Индекс объема реализации (товарооборота), взятый в ценах соответствующих лет, имеет вид:

Общий индекс цен:

Общие индексы - относительные показатели, получаемые в результате сравнения явлений, охватывающих неоднородные товарные группы.

Общий индекс товарооборота (стоимости товарной продукции);

где p1q1 − товарооборот отчетного периода

p0q0 − товарооборот базисного периода

p − цены, q − количество

Общий индекс цен: Ip =

Средние индексы - это относительные показатели, применяемые для анализа структурных изменений. Они используются только для однородных товаров.

Индекс цен переменного состава (средних цен):

Индекс цен постоянного состава:

6. Способ пропорционального деления может быть использован в ряде случаев для определения величины влияния факторов на прирост результативного показателя. Это касается тех случаев, когда мы имеем дело с аддитивными моделями Y=∑хi и моделями кратно-аддитивного типа:

В первом случае, когда имеем одноуровневую модель типа Y= а + b + с, расчет проводится следующим образом:

В моделях кратно-аддитивного типа сначала необходимо способом цепной подстановки определить, насколько изменился результативный показатель за счет числителя и знаменателя, а затем произвести расчет влияния факторов второго порядка способом пропорционального деления по вышеприведенным алгоритмам.

Например, уровень рентабельности повысился на 8% в связи с увеличением суммы прибыли на 1000 тыс. руб. При этом прибыль возросла за счет увеличения объема продаж на 500 тыс. руб., за счет роста цен - на 1700 тыс. руб., а за счет роста себестоимости продукции снизилась на 1200 тыс. руб. Определим, как изменился уровень рентабельности за счет каждого фактора:

7. Для решения такого типа задач можно использовать также способ долевого участия. Для этого сначала определяется доля каждого фактора в общей сумме их приростов (коэффициент долевого участия), которая затем умножается на общий прирост результативного показателя (табл. 4.2):

Расчет влияния факторов на результативный показатель способом долевого участия

	Изменение прибыли, тыс. руб.	Доля фактора в изменении общей суммы прибыли	Изменение уровня рентабельности, %
Объем продаж			8 ∙ 0,5 = +4,0
			8 ∙1,7 = +13,6
Себестоимость			8 ∙ (-1,2)= -9,6
Итого

8. В основе приема последовательного изолирования факторов лежит метод научной абстракции, позволяющий исследовать большое число комбинаций с одновременным изменением всех или части факторов.

Чтобы проанализировать изменчивость признака под воздействием контролируемых переменных, применяется дисперсионный метод.

Для изучения связи между значениями – факторный метод. Рассмотрим подробнее аналитические инструменты: факторный, дисперсионный и двухфакторный дисперсионный метод оценки изменчивости.

Дисперсионный анализ в Excel

Условно цель дисперсионного метода можно сформулировать так: вычленить из общей вариативности параметра 3 частные вариативности:

• 1 – определенную действием каждого из изучаемых значений;
• 2 – продиктованную взаимосвязью между исследуемыми значениями;
• 3 – случайную, продиктованную всеми неучтенными обстоятельствами.

В программе Microsoft Excel дисперсионный анализ можно выполнить с помощью инструмента «Анализ данных» (вкладка «Данные» - «Анализ»). Это надстройка табличного процессора. Если надстройка недоступна, нужно открыть «Параметры Excel» и включить настройку для анализа .

Работа начинается с оформления таблицы. Правила:

1. В каждом столбце должны быть значения одного исследуемого фактора.
2. Столбцы расположить по возрастанию/убыванию величины исследуемого параметра.

Рассмотрим дисперсионный анализ в Excel на примере.

Психолог фирмы проанализировал с помощью специальной методики стратегии поведения сотрудников в конфликтной ситуации. Предполагается, что на поведение влияет уровень образования (1 – среднее, 2 – среднее специальное, 3 – высшее).

Внесем данные в таблицу Excel:

Значимый параметр залит желтым цветом. Так как Р-Значение между группами больше 1, критерий Фишера нельзя считать значимым. Следовательно, поведение в конфликтной ситуации не зависит от уровня образования.



Факторный анализ в Excel: пример

Факторным называют многомерный анализ взаимосвязей между значениями переменных. С помощью данного метода можно решить важнейшие задачи:

• всесторонне описать измеряемый объект (причем емко, компактно);
• выявить скрытые переменные значения, определяющие наличие линейных статистических корреляций;
• классифицировать переменные (определить взаимосвязи между ними);
• сократить число необходимых переменных.

Рассмотрим на примере проведение факторного анализа. Допустим, нам известны продажи каких-либо товаров за последние 4 месяца. Необходимо проанализировать, какие наименования пользуются спросом, а какие нет.

Теперь наглядно видно, продажи какого товара дают основной рост.

Двухфакторный дисперсионный анализ в Excel

Показывает, как влияет два фактора на изменение значения случайной величины. Рассмотрим двухфакторный дисперсионный анализ в Excel на примере.

Задача. Группе мужчин и женщин предъявляли звук разной громкости: 1 – 10 дБ, 2 – 30 дБ, 3 – 50 дБ. Время ответа фиксировали в миллисекундах. Необходимо определить, влияет ли пол на реакцию; влияет ли громкость на реакцию.

Гальтоном Ф. (1822-1911), внесшим также большой вклад в исследование индивидуальных различий. Но в разработку Факторного анализа внесли вклад многие ученые. Разработкой и внедрением факторного анализа в психологию занимались такие ученые как Спирмен Ч. (1904, 1927, 1946), Терстоун Л. (1935, 1947, 1951) и Кеттел Р. (1946, 1947, 1951). Также нельзя не упомянуть английского математика и философа Пирсона К., в значительной степени развившего идеи Ф. Гальтона, американского математика Хотеллинга Г. , разработавшего современный вариант метода главных компонент . Внимания заслуживает и английский психолог Айзенк Г. , широко использовавший Факторный анализ для разработки психологической теории личности. Математически факторный анализ разрабатывался Хотеллингом, Харманом, Кайзером, Терстоуном, Такером и др. Сегодня факторный анализ включён во все пакеты статистической обработки данных - , SAS , SPSS , Statistica и т. д.

Задачи и возможности факторного анализа

Факторный анализ позволяет решить две важные проблемы исследователя: описать объект измерения всесторонне и в то же время компактно . С помощью факторного анализа возможно выявление скрытых переменных факторов, отвечающих за наличие линейных статистических связей корреляций между наблюдаемыми переменными.

Таким образом можно выделить 2 цели Факторного анализа:

При анализе в один фактор объединяются сильно коррелирующие между собой переменные, как следствие происходит перераспределение дисперсии между компонентами и получается максимально простая и наглядная структура факторов. После объединения коррелированность компонент внутри каждого фактора между собой будет выше, чем их коррелированность с компонентами из других факторов. Эта процедура также позволяет выделить латентные переменные, что бывает особенно важно при анализе социальных представлений и ценностей. Например, анализируя оценки, полученные по нескольким шкалам, исследователь замечает, что они сходны между собой и имеют высокий коэффициент корреляции, он может предположить, что существует некоторая латентная переменная, с помощью которой можно объяснить наблюдаемое сходство полученных оценок. Такую латентную переменную называют фактором . Данный фактор влияет на многочисленные показатели других переменных, что приводит нас к возможности и необходимости выделить его как наиболее общий, более высокого порядка. Для выявления наиболее значимых факторов и, как следствие, факторной структуры, наиболее оправданно применять метод главных компонентов (МГК). Суть данного метода состоит в замене коррелированных компонентов некоррелированными факторами. Другой важной характеристикой метода является возможность ограничиться наиболее информативными главными компонентами и исключить остальные из анализа, что упрощает интерпретацию результатов. Достоинство МГК также в том, что он - единственный математически обоснованный метод факторного анализа .

Факторный анализ может быть:

• разведочным - он осуществляется при исследовании скрытой факторной структуры без предположения о числе факторов и их нагрузках;
• конфирматорным , предназначенным для проверки гипотез о числе факторов и их нагрузках (примечание 2).

Условия применения факторного анализа

Практическое выполнение факторного анализа начинается с проверки его условий. В обязательные условия факторного анализа входят:

Основные понятия факторного анализа

• Фактор - скрытая переменная
• Нагрузка - корреляция между исходной переменной и фактором

Процедура вращения. Выделение и интерпретация факторов

Сущностью факторного анализа является процедура вращения факторов, то есть перераспределения дисперсии по определённому методу. Цель ортогональных вращений - определение простой структуры факторных нагрузок, целью большинства косоугольных вращений является определение простой структуры вторичных факторов, то есть косоугольное вращение следует использовать в частных случаях. Поэтому ортогональное вращение предпочтительнее. Согласно определению Мюльека простая структура соответствует требованиям:

• в каждой строке матрицы вторичной структуры V должен быть хотя бы один нулевой элемент;
• Для каждого столбца k матрицы вторичной структуры V должно существовать подмножество из r линейно-независимых наблюдаемых переменных, корреляции которых с k-м вторичным фактором - нулевые. Данный критерий сводится к тому, что каждый столбец матрицы должен содержать не менее r нулей.
• У одного из столбцов каждой пары столбцов матрицы V должно быть несколько нулевых коэффициентов (нагрузок) в тех позициях, где для другого столбца они ненулевые. Это предположение гарантирует различимость вторичных осей и соответствующих им подпространств размерности r-1 в пространстве общих факторов.
• При числе общих факторов больше четырех в каждой паре столбцов должно быть некоторое количество нулевых нагрузок в одних и тех же строках. Данное предположение дает возможность разделить наблюдаемые переменные на отдельные скопления.
• Для каждой пары столбцов матрицы V должно быть как можно меньше значительных по величине нагрузок, соответствующих одним и тем же строкам. Это требование обеспечивает минимизацию сложности переменных.

(В определении Мьюлейка через r обозначено число общих факторов, а V - матрица вторичной структуры, образованная координатами (нагрузками) вторичных факторов, получаемых в результате вращения.) Вращение бывает:

• ортогональным
• косоугольным .

При первом виде вращения каждый последующий фактор определяется так, чтобы максимизировать изменчивость, оставшуюся от предыдущих, поэтому факторы оказываются независимыми, некоррелированными друг от друга (к этому типу относится МГК). Второй вид - это преобразование, при котором факторы коррелируют друг с другом. Преимущество косоугольного вращения состоит в следующем: когда в результате его выполнения получаются ортогональные факторы, можно быть уверенным, что эта ортогональность действительно им свойственна, а не привнесена искусственно. Существует около 13 методов вращения в обоих видах, в статистической программе SPSS 10 доступны пять: три ортогональных, один косоугольный и один комбинированный, однако из всех наиболее употребителен ортогональный метод «варимакс ». Метод «варимакс» максимизирует разброс квадратов нагрузок для каждого фактора, что приводит к увеличению больших и уменьшению малых значений факторных нагрузок. В результате простая структура получается для каждого фактора в отдельности .

Главной проблемой факторного анализа является выделение и интерпретация главных факторов. При отборе компонент исследователь обычно сталкивается с существенными трудностями, так как не существует однозначного критерия выделения факторов, и потому здесь неизбежен субъективизм интерпретаций результатов. Существует несколько часто употребляемых критериев определения числа факторов. Некоторые из них являются альтернативными по отношению к другим, а часть этих критериев можно использовать вместе, чтобы один дополнял другой:

Практика показывает, что если вращение не произвело существенных изменений в структуре факторного пространства, это свидетельствует о его устойчивости и стабильности данных. Возможны ещё два варианта: 1). сильное перераспределение дисперсии - результат выявления латентного фактора; 2). очень незначительное изменение (десятые, сотые или тысячные доли нагрузки) или его отсутствие вообще, при этом сильные корреляции может иметь только один фактор, - однофакторное распределение. Последнее возможно, например, когда на предмет наличия определённого свойства проверяются несколько социальных групп, однако искомое свойство есть только у одной из них.

Факторы имеют две характеристики: объём объясняемой дисперсии и нагрузки. Если рассматривать их с точки зрения геометрической аналогии, то касательно первой отметим, что фактор, лежащий вдоль оси ОХ, может максимально объяснять 70 % дисперсии (первый главный фактор), фактор, лежащий вдоль оси ОУ, способен детерминировать не более 30 % (второй главный фактор). То есть в идеальной ситуации вся дисперсия может быть объяснена двумя главными факторами с указанными долями . В обычной ситуации может наблюдаться два или более главных факторов, а также остаётся часть неинтерпретируемой дисперсии (геометрические искажения), исключаемая из анализа по причине незначимости. Нагрузки, опять же с точки зрения геометрии, есть проекции от точек на оси ОХ и ОУ (при трёх- и более факторной структуре также на ось ОZ). Проекции - это коэффициенты корреляции, точки - наблюдения, таким образом, факторные нагрузки являются мерами связи. Так как сильной считается корреляция с коэффициентом Пирсона R ≥ 0,7, то в нагрузках нужно уделять внимание только сильным связям. Факторные нагрузки могут обладать свойством биполярности - наличием положительных и отрицательных показателей в одном факторе. Если биполярность присутствует, то показатели, входящие в состав фактора, дихотомичны и находятся в противоположных координатах .

Методы факторного анализа:

Примечания

Литература

• Афифи А., Эйзен С. Статистический анализ: Подход с использованием ЭВМ. - М .: Мир, 1982. - С. 488.
• Колин Купер. Индивидуальные различия. - М.: Аспект Пресс, 2000. - 527 с.
• Гусев А. Н., Измайлов Ч. А., Михалевская М. Б. Измерение в психологии. - М.: Смысл, 1997. - 287 с.
• Митина О. В., Михайловская И. Б. Факторный анализ для психологов. - М.: Учебно-методический коллектор Психология, 2001. - 169 с.
• Факторный, дискриминантный и кластерный анализ / сборник работ под ред. Енюкова И. С. - М.: Финансы и статистика, 1989. - 215 с.
• Пациорковский В. В., Пациорковская В. В. SPSS для социологов. - М.: Учебное пособие ИСЭПН РАН, 2005. - 433 с.
• Бююль А., Цёфель П. SPSS: Искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. - СПб.: ООО «ДиаСофтЮП», 2002. - 603 с.
• Факторный, дискриминантныи и кластерный анализ: Пер.

Ф18 с англ./Дж.-О. Ким, Ч. У. Мьюллер, У. Р. Клекка и др.; Под ред. И. С. Енюкова. - М.: Финансы и статистика, 1989.- 215 с:

Ссылки

• Электронный учебник StatSoft. Главные компоненты и факторный анализ
• Нелинейный метод главных компонент (сайт-библиотека)

Wikimedia Foundation . 2010 .

Смотреть что такое "Факторный анализ" в других словарях:

факторный анализ - — факторный анализ Область математической статистики (один из разделов многомерного статистического анализа), объединяющая вычислительные методы, которые в ряде случаев позволяют … Справочник технического переводчика

Статистический метод проверки гипотез о влиянии разл. факторов на изучаемую случайную величину. Разработана и общепринята модель, при которой влияние фактора представлено в линейном виде. Процедура анализа сводится к оценочным операциям с помощью … Геологическая энциклопедия

факторный анализ - (от лат. factor действующий, производящий и греч. analysis разложение, расчленение) метод многомерной математической статистики (см. статистические методы в психологии), применяемый при исследовании статистически связанных признаков с целью… … Большая психологическая энциклопедия

Метод исследования экономики и производства, в основе которого лежит анализ воздействия разнообразных факторов на результаты экономической деятельности, ее эффективность. Райзберг Б.А., Лозовский Л.Ш., Стародубцева Е.Б.. Современный экономический … Экономический словарь

Факторный анализ - область математической статистики (один из разделов многомерного статистического анализа), объединяющая вычислительные методы, которые в ряде случаев позволяют получить компактное описание исследуемых явлений на основе… … Экономико-математический словарь

ФАКТОРНЫЙ АНАЛИЗ, в статистике и психометрии математический метод, при помощи которого большое количество измерений и исследований сводится к малому числу «факторов», полностью объясняющих полученные результаты исследований, а также их… … Научно-технический энциклопедический словарь

Раздел статистического анализа многомерного (См. Статистический анализ многомерный),. объединяющий методы оценки размерности множества наблюдаемых переменных посредством исследования структуры ковариационных или корреляционных матриц.… … Большая советская энциклопедия

Под факторным анализом понимается методика комплексного и системного изучения и измерения факторов на величину результативных показателей.

Различают следующие типы факторного анализа: детерминированный (функциональный)

стохастический (вероятностный)

Детерминированный факторный анализ – это методика оценки влияния факторов, связь которых с результативным показателем носит функциональный характер, т.е. результативный показатель может быть представлен в виде произведения, частного или алгебраической суммы факторов.

Методы детерминированного факторного анализа:

метод цепных подстановок

индексный

интегральный

абсолютных разниц

относительных разниц и др.

Стохастический анализ – методика исследования факторов, связь которых с результативным показателем в отличие от функциональной является неполной, вероятностной.

Методы стохастического факторного анализа:

корреляционный анализ

регрессионный анализ

дисперсионный

компонентный

современный многомерный факторный анализ

дискриминантный

Основные методы детерминированного факторного анализа

МЕТОД ЦЕПНЫХ ПОДСТАНОВОК является наиболее универсальным, используется для расчета влияния факторов во всех типах факторных моделей: сложения, умножения, деления и смешанных.

Этот метод позволяет определить влияние отдельных факторов на изменение величины результативного показателя путем замены базисной величины каждого факторного показателя на фактическую в отчетном периоде. С этой целью определяют ряд условных величин результативного показателя, которые учитывают изменение одного, затем двух, трех и т.д. факторов, допуская, что остальные не меняются.

Сравнение величины результативного показателя до и после изменения уровня того или другого фактора позволяет исключить влияние всех факторов, кроме одного, и определить его воздействие на прирост результативного показателя.

Алгебраическая сумма влияния факторов обязательно должна быть равна общему приросту результативного показателя. Отсутствие такого равенства свидетельствует о допущенных ошибках.

ИНДЕКСНЫЙ МЕТОД основан на относительных показателях динамики, пространственных сравнений, выполнения плана (индексах), которые определяются как отношение уровня анализируемого показателя в отчетном периоде к его уровню в базисном периоде (или к плановому или по другому объекту).

С помощью индексов можно выявить влияние различных факторов на изменение результативных показателей в моделях умножения и деления.

ИНТЕГРАЛЬНЫЙ МЕТОД является дальнейшим логическим развитием рассмотренных методов, который имеют существенный недостаток: при их использовании исходят из того, что факторы изменяются независимо друг от друга. На самом же деле они изменяются совместно, взаимосвязано и от этого взаимодействия получается дополнительный прирост результативного показателя, который присоединяется к одному из факторов, как правило к последнему. В связи с этим величина влияния факторов на изменение результативного показателя меняется в зависимости от места, на которое поставлен тот или иной фактор в исследуемой модели.

При использовании ИНТЕГРАЛЬНОГО метода ошибка расчета влияния факторов распределяется между ними поровну, при этом очередность подстановки не играет роли. Распределение ошибки осуществляется с помощью специальных моделей.

Типы конечных факторных систем, наиболее часто встречающиеся в анализе хозяйственной деятельности:

аддитивные модели

мультипликативные модели

;

кратные модели

;
;
;,

где y – результативный показатель (исходная факторная система);

x i – факторы (факторные показатели).

Применительно к классу детерминированных факторных систем различают следующие основные приемы моделирования.

,

т.е. мультипликативную модель вида
.

3. Метод сокращения факторной системы. Исходная факторная система
. Если и числитель и знаменатель дроби разделить на одно и то же число, то получим новую факторную систему (при этом, естественно, должны быть соблюдены правила выделения факторов):

.

В данном случае имеем конечную факторную систему вида
.

Таким образом, сложный процесс формирования уровня изучаемого показателя хозяйственной деятельности может быть разложен с помощью различных приемов на его составляющие (факторы) и представлен в виде модели детерминированной факторной системы.

Моделирование показателя рентабельности капитала предприятия обеспечивает создание пятифакторной модели рентабельности, включающей в себя все показатели интенсификации использования производственных ресурсов.

Анализ рентабельности проведем, используя данные таблицы.

РАСЧЕТ ОСНОВНЫХ ПОКАЗАТЕЛЕЙ ПО ПРЕДПРИЯТИЮ ЗА ДВА ГОДА

Показатели	Условные обозначе-ния	Первый (базовый) год (0)	Второй (отчетный) год (1)	Откло-нение, %
1. Продукция (продажа в отпускных ценах без косвенных налогов), тыс.руб.
2. а) Производственный персонал, человек
б) Оплата труда с начислениями, тыс.руб.
3. Материальные затраты, тыс.руб.
4. Амортизация, тыс.руб.
5. Основные производственные фонды, тыс.руб.
6. Оборотные средства в товарно-материальных ценностях, тыс.руб.	E 3
7. а) Производительность труда (стр.1:стр.2а), руб.	λ R
б) Продукция на 1 руб. оплаты труда (стр.1:стр.2б), руб.	λ U
8. Материалоотдача (стр. 1: стр. 3), руб.	λ M
9. Амортизациеотдача (стр. 1: стр. 4), руб.	λ A
10. Фондоотдача (стр. 1: стр. 5), руб.	λ F
11. Оборачиваемость оборотных средств (стр.1:стр.6), число оборотов	λ E
12. Себестоимость продаж (стр.2б+стр.3+стр.4), тыс.руб.	S П
13. Прибыль от продаж (стр. 1 + стр. 12), тыс.руб.	P П

На основе базовых показателей рассчитаем показатели интенсификации производственных ресурсов (руб.)

Показатели	Условные обозначения	Первый (базовый) год (0)	Второй (отчетный) год (1)
1. Оплатоемкость (трудоемкость) продукции
2. Материалоемкость продукции
3 Амортизациеемкость продукции
4. Фондоемкость продукции
5. Коэффициент закрепления оборотных средств

Пятифакторная модель рентабельности активов (авансированного капитала)

.

Методику анализа пятифакторной модели рентабельности активов проиллюстрируем, используя метод цепных подстановок.

Сначала найдем значение рентабельности для базового и отчетного годов.

Для базового года:

Для отчетного года:

Разность в коэффициентах рентабельности отчетного и базового годов составила 0,005821, а в процентах 0,58%.

Рассмотрим, какое влияние на это повышение рентабельности оказали пять вышеназванных факторов.

В заключение составим сводку влияния факторов на отклонение рентабельности 2-го года по сравнению с 1-м (базовым) годом.

Общее отклонение, % 0,58

В том числе за счет влияния:

трудоемкости +0,31

материалоемкости +0,28

амортизациеемкости 0

Итого себестоимость: +0,59

фондоемкости −0,07

оборачиваемости оборотных средств +0,06

Итого авансирование −0,01

Все хозяйственные процессы деятельности предприятий взаимосвязаны и взаимообусловлены. Одни из них напрямую связаны между собой, некоторые проявляются косвенно. Таким образом, важным вопросом в экономическом анализе является оценка влияния фактора на тот или иной экономический показатель и для этого используют факторный анализ.

Факторный анализ предприятия. Определение. Цели. Виды

Факторный анализ относится в научной литературе к разделу многомерного статистического анализа, где оценку наблюдаемых переменных проводят с помощью ковариационных или корреляционных матриц.

Факторный анализ впервые стал применяться в психометрике и в настоящее время используется почти во всех науках начиная от психологии и кончая нейрофизиологией и политологией. Основные концепции факторного анализа были определены английским психологом Гальтоном и затем развиты Спирменом, Терстоуном, Кеттелом.

Можно выделить 2 цели факторного анализа :
— определение взаимосвязи между переменными (классификация).
— сокращение числа переменных (кластеризация).

Факторный анализ предприятия – комплексная методика системного изучения и оценки воздействия факторов на величину результативного показателя.

Можно выделить следующие виды факторного анализа :

1. Функциональный, где результативный показатель определен в виде произведения или алгебраической суммы факторов.
2. Корреляционный (стохастический) – связь между результативным показателем и факторами являются вероятностой.
3. Прямой / Обратный – от общего к частном и наоборот.
4. Одноступенчатый/многоступенчатый.
5. Ретроспективный/ перспективный.

Остановимся на первых двух более подробно.

Для того, чтобы можно было провести факторный анализ необходимо :
— Все факторы должны быть количественными.
— Число факторов в 2 раза больше чем результативные показатели.
— Однородная выборка.
— Нормальное распределение факторов.

Факторный анализ осуществляется в несколько этапов:
1 этап. Отбираются факторы.
2 этап. Факторы классифицируются и систематизируются.
3 этап. Моделируется взаимосвязь между результативным показателем и факторами.
4 этап. Оценка влияния каждого фактора на результативный показатель.
5 этап. Практическое использование модели.

Выделяются методы детерминированного факторного анализа и методы стохастического факторного анализа.

Детерминированный факторный анализ – исследование, в котором факторы влияют на результативный показатель функционально. Методы детерминированного факторного анализа – метод абсолютных разниц, метод логарифмирования, метод относительных разниц. Данный вид анализ наиболее распространен в силу своей простоты применения и позволяет понять факторы, которые необходимо изменить для увеличения / уменьшения результативного показателя.

Стохастический факторный анализ – исследование, в котором факторы влияют на результативный показатель вероятностно, т.е. при изменении фактора может быть несколько значений (или диапазон) результирующего показателя. Методы стохастического факторного анализа – теория игр, математическое программирование, множественный корреляционный анализ, матричные модели.