На тему «Методика факторного анализа. Факторный анализ прибыли до налогообложения – пример

Все явления и процессы хозяйственной деятельности предприятий находятся во взаимосвязи и взаимообусловленности. Одни из них непосредственно связаны между собой, другие косвенно. Отсюда важным методологическим вопросом в экономическом анализе является изучение и измерение влияния факторов на величину исследуемых экономических показателей.

Факторный анализ в учебной литературе трактуется как раздел многомерного статистического анализа, объединяющий методы оценки размерности множества наблюдаемых переменных посредством исследования структуры ковариационных или корреляционных матриц.

Свою историю факторный анализ начинает в психометрике и в настоящее время широко используется не только в психологии, но и в нейрофизиологии, социологии, политологии, в экономике, статистике и других науках. Основные идеи факторного анализа были заложены английским психологом и антропологом Ф. Гальтоном . Разработкой и внедрением факторного анализа в психологии занимались такие ученые как: Ч.Спирмен, Л.Терстоун и Р.Кеттел . Математический факторный анализ разрабатывался Хотеллингом, Харманом, Кайзером, Терстоуном, Такером и другими учеными.

Данный вид анализа позволяет исследователю решить две основные задачи: описать предмет измерения компактно и в то же время всесторонне. С помощью факторного анализа возможно выявление факторов, отвечающих за наличие линейных статистических связей корреляций между наблюдаемыми переменными.

Цели факторного анализа

К примеру, анализируя оценки, полученные по нескольким шкалам, исследователь отмечает, что они сходны между собой и имеют высокий коэффициент корреляции, в этом случае он может предположить, что существует некоторая латентная переменная , с помощью которой можно объяснить наблюдаемое сходство полученных оценок. Такую латентную переменную называют фактором, который влияет на многочисленные показатели других переменных, что приводит к возможности и необходимости отметить его как наиболее общий, более высокого порядка.

Таким образом, можно выделить две цели факторного анализа :

• определение взаимосвязей между переменными, их классификация, т. е. «объективная R-классификация»;
• сокращение числа переменных.

Для выявления наиболее значимых факторов и, как следствие, факторной структуры, наиболее оправданно применять метод главных компонентов . 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 данного метода также в том, что он - единственный математически обоснованный метод факторного анализа.

Факторный анализ - методика комплексного и системного изучения и измерения воздействия факторов на величину результативного показателя.

Типы факторного анализа

Существуют следующие типы факторного анализа:

1) Детерминированный (функциональный) - результативный показатель представлен в виде произведения, частного или алгебраической суммы факторов.

2) Стохастический (корреляционный) - связь между результативным и факторными показателями является неполной или вероятностной.

3) Прямой (дедуктивный) - от общего к частному.

4) Обратный (индуктивный) - от частного к общему.

5) Одноступенчатый и многоступенчатый.

6) Статический и динамический.

7) Ретроспективный и перспективный.

Также факторный анализ может быть разведочным - он осуществляется при исследовании скрытой факторной структуры без предположения о числе факторов и их нагрузках и конфирматорным , предназначенным для проверки гипотез о числе факторов и их нагрузках. Практическое выполнение факторного анализа начинается с проверки его условий.

Обязательные условия факторного анализа:

• Все признаки должны быть количественными;
• Число признаков должно быть в два раза больше числа переменных;
• Выборка должна быть однородна;
• Исходные переменные должны быть распределены симметрично;
• Факторный анализ осуществляется по коррелирующим переменным.

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.

Этапы факторного анализа

Как правило, факторный анализ проводится в несколько этапов.

Этапы факторного анализа:

1 этап. Отбор факторов.

2 этап. Классификация и систематизация факторов.

3 этап. Моделирование взаимосвязей между результативным и факторными показателями.

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

5 этап. Практическое использование факторной модели (подсчет резервов прироста результативного показателя).

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. когда результативный показатель факторной модели представлен в виде произведения, частного или алгебраической суммы факторов.

Методы детерминированного факторного анализа : Метод цепных подстановок; Метод абсолютных разниц; Метод относительных разниц; Интегральный метод; Метод логарифмирования.

Данный вид факторного анализа наиболее распространен, поскольку, будучи достаточно простым в применении (по сравнению со стохастическим анализом), позволяет осознать логику действия основных факторов развития предприятия, количественно оценить их влияние, понять, какие факторы, и в какой пропорции возможно и целесообразно изменить для повышения эффективности производства.

Стохастический анализ представляет собой методику исследования 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 корреляционной связи изменение аргумента может дать несколько значений прироста функции в зависимости от сочетания других факторов, определяющих данный показатель.

Методы стохастического факторного анализа : Способ парной корреляции; Множественный корреляционный анализ; Матричные модели; Математическое программирование; Метод исследования операций; Теория игр.

Необходимо также различать 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 прироста результативных показателей за прошлые периоды, и перспективным, который исследует поведение факторов и результативных показателей в перспективе.

Выполните факторный анализ явления по мультипликационной модели, используя метод относительных разниц, абсолютных разниц, метод цепных подстановок и формализации неразложимого остатка и логарифмический метод.

а) абсолютное изменение: б) относительное изменение:

Расчеты

3,62*5,02*2,92*5,82=308,829

76,7807

=0,00

Проверка

У4,52*5,02*4,02*5,72=521,7521

3,62*5,02*2,92*5,82=308,829

521,721-308,829=212,92

ВЫВОД: расчеты факторного анализа показывают, что под влиянием всех независимых факторов А, Б, С, Д результативный фактор У увеличился на 212,92ед. При этом негативное влияние на результативный фактор У оказали также факторы, как Б и Д. Из них наибольшее влияние оказал фактор Д, а его изменение вызвало уменьшение результативного фактора У на 9,12 ед. В тоже время факторы А и С оказали позитивное влияние на фактор У, из них наибольшее влияние оказал фактор С, его изменение вызвало увеличение результативного фактора У на 145,264 ед.

2) метод «неразложимого остатка»

Изолированное влияние факторов

Для фактора А =0,9*5,02*2,92*5,82= 76,7807

Б=0,00*3,62*2,92*5,82=0,00

С=1,1*3,62*5,02*5,82= 116,3397

Д=-0,10*3,62*5,02*5,82= -10,5763

«Неразложимый остаток» определяем по формуле

НО= Но=212,92-182,5441=30,38

ВЫВОД: расчеты факторного анализа показывают, что под влиянием всех независимых факторов А, Б, С, Д результативный фактор У увеличился на 182,5441 ед. При этом негативное влияние на результативный фактор У оказали также факторы, как Б и Д. Из них наибольшее влияние оказал фактор Д, а его изменение вызвало уменьшение результативного фактора У на 10,5763 ед. В тоже время факторы А и С оказали позитивное влияние на фактор У, из них наибольшее влияние оказал фактор С, его изменение вызвало увеличение результативного фактора У на 116,3397 ед. Погрешность составила 30,38.

3) Логарифмический метод.

			Абсол.откл.	Индивид.индекс i

У I Lg (i) i /Lg (i) y

Для фактора А = 0,09643*212,92/0,22775=90,151

Для фактора Б = 0,00*212,92/0,22775=0,00

Для фактора С = 0,13884*212,92/0,22775=129,8

Для фактора Д = -0,00753*212,92/0,22775=-7,0397

90,151+0,00+129,8+(-7,0397)= 212,9113

ВЫВОД: расчеты факторного анализа показывают, что под влиянием всех независимых факторов А, Б, С, Д результативный фактор У увеличился на 212,9113ед.(погрешность в расчетах связана с округлением изменения фактора) При этом негативное влияние на результативный фактор У оказал фактор Д, а его изменение вызвало уменьшение результативного фактора У на 7,03997 ед. В тоже время факторы А и С оказали позитивное влияние на фактор У, из них наибольшее влияние оказал фактор С, его изменение вызвало увеличение результативного фактора У на 129,8 ед.

4) Метод абсолютных разниц. У= А*Б*С*Д

б) общее изменение результатов факторов

Решение

0,9*5,02*2,92*5,82=76,781

4,52*0,00*2,92*5,82=0,00

4,52*5,02*1,1*5,82=145,2639

4,52*5,02*4,02*(-0,1)= -9,1215

76,781+0,00+145,2639+(-9,1215)= 212,923

Проверка полученных результатов:

У4,52*5,02*4,02*5,72=521,7521

3,62*5,02*2,92*5,82=308,829

521,721-308,829=212,92

ВЫВОД: расчеты факторного анализа показывают, что под влиянием всех независимых факторов А, Б, С, Д результативный фактор У увеличился на 212,923ед. При этом негативное влияние на результативный фактор У оказал фактор Д, а его изменение вызвало уменьшение результативного фактора У на 9,12 ед. В тоже время факторы А и С оказали позитивное влияние на фактор У, из них наибольшее влияние оказал фактор С, его изменение вызвало увеличение результативного фактора У на 145,2639ед.

5) способ цепных подстановок.

	Результат
У

Для того, чтобы выяснить, насколько прибыльным или убыточным является предприятие, недостаточно просто считать деньги. Чтобы понять это наверняка, а главное, способствовать увеличению прибыли, нужно регулярно проводить и в целом работы предприятия. А для этого нужно обладать некоторыми умениями в бухгалтерской сфере и определенными сведениями. Стоит учесть, что фирма работала и в момент инфляции, и во время кризиса. Цены менялись постоянно. Теперь понимаете, почему банальный подсчет денег не дает возможности объективно оценить ситуацию с прибылью или затратами? Ведь нужно учитывать и ценовой фактор.

Итак, многие затрудняются сделать Пример нашего анализа, надеемся, поможет им сделать свой - по аналогии данный вид диагностики составляется крайне быстро. Оформляется он в форме таблицы. Для начала сделаем шапку нашего факторного анализа. Чертим таблицу в 5 столбцов и 9 строк. Первый столбец делайте шире - в нем будут названия статей предприятия, а не цифры. Он будет называться - "Показатели", что вы и должны записать в первой строке столбца. В нем заполняете все строки соответственно образцу: 1 - название, 2 - ставите цифру 1 - нумерация столбцов, в 3 строке запишите - "Выручка с продаж", 4 - "Себестоимость". В пятую строку первого столбца поставьте пункт - "Коммерческие расходы". В 6 напишите - "Расходы на управление процессом". Седьмая строчка называется - а 8 - "Индекс изменения цен", и последняя, 9 строчка - "Продажа в сопоставимых ценах".

Далее переходим к оформлению 2 столбца: в 1 строке пишем - "Предыдущий период, тыс.руб." (можете написать и другие денежные единицы - евро, доллар и т.д. - зависит от того, в какой валюте вы будете проводить вычисления), а во второй строке пишем цифру - 2. Переходим к 3 столбцу - в нем 1 строка имеет название - "Отчетный период", тыс. руб. А вторая заполняется цифрой 3. Далее оформляем наш факторный анализ выручки и переходим к столбцу 4. В первую строку вписываем - "Абсолютное изменение, тыс.руб.", а во второй строке содержится небольшая формула: 4=3-2. Это значит, что показатели, которые вы будете писать в последующих строках, будут результатом вычитания показателей второго столбца из показателей третьего. Переходим к оформлению последнего - 5 столбца. В нем в 1 строке нужно написать: "Относительные изменения%", что означает, что в этом столбце все данные будут записаны в процентном соотношении. Во второй строке формула: 5=(4/2)*100%. Все, шапку мы оформили, осталось только заполнить каждый пункт таблицы соответствующими данными. Проводим факторный анализ, пример которого мы вам даем. Первым делом вычисляем индекс изменения цен - это едва ли не самая важная цифра в наших рассчетах. Записываем цифры разных периодов в соответствующие столбцы. В 4 и 5 столбиках проводим необходимые вычисления. Факторный анализ, пример которого вы сможете просмотреть, предполагает точность в цифрах. Поэтому писать в 3 строки каждого столбика нужно только достоверную информацию. В 4 и 5 опять же проводим вычисления. Как вы понимаете, факторный главным образом осуществляется в строках 5 и 6: постарайтесь дописать туда максимально реальные, не заниженные, цифры. В 4 и 5 столбике этих строк снова проводите вычисления по формулам. Далее осуществляем факторный анализ выручки в столбце 7 - прибыль. Записываем достоверные цифры во 2 и 3 столбик, а в 4 и 5 снова считаем все по формулам. И остается последний столбец: пишем данные, вычисляем. Итог: факторный анализ, пример которого мы вам даем, показывает, каково влияние каждого из факторов, описанных в статьях, на прибыль или затраты производства. Теперь вы видите слабые места и сможете исправить ситуацию, чтобы получать как можно большую прибыль.

Вы сделали все вычисления, чтобы провести факторный анализ, однако они не помогут вам ничем, если вы не проанализируете полученные данные досконально.

Все явления и процессы хозяйственной деятельности предприятий находятся во взаимосвязи и взаимообусловленности. Одни из них непосредственно связаны между собой, другие косвенно. Отсюда важным методологическим вопросом в экономическом анализе является изучение и измерение влияния факторов на величину исследуемых экономических показателей.

Под экономическим факторным анализом понимается постепенный переход от исходной факторной системы к конечной факторной системе, раскрытие полного набора прямых, количественно измеримых факторов, оказывающих влияние на изменение результативного показателя.

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.

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.

Различают четыре типа детерминированных моделей:

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

Мультипликативные модели в обобщенном виде могут быть представлены формулой

Примером мультипликативной модели является двухфакторная модель объема реализации

Кратные модели:

Примером кратной модели служит показатель срока оборачиваемости товаров (в днях) . Т ОБ.Т :

где З Т - средний запас товаров; О Р - однодневный объем реализации.

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. товарной продукции, показатели рентабельности и др.

Для изучения зависимости между показателями и количественного измерения множества факторов, повлиявших на результативный показатель, приведем общие правила преобразования моделей с целью включения новых факторных показателей.

Для детализации обобщающего факторного показателя на его составляющие, которые представляют интерес для аналитических расчетов, используют прием удлинения факторной системы.

Для выделения некоторого числа новых факторов и построения необходимых для расчетов факторных показателей применяют прием расширения факторных моделей. При этом числитель и знаменатель умножаются на одно и тоже число:

Для построения новых факторных показателей применяют прием сокращения факторных моделей. При использовании данного приема числитель и знаменатель делят на одно и то же число.

Детализация факторного анализа во многом определяется числом факторов, влияние которых можно количественные оценить, поэтому большое значение в анализе имеют многофакторные мультипликативные модели. В основе их построения лежат следующие принципы:

• · место каждого фактора в модели должно соответствовать его роли в формировании результативного показателя;
• · модель должна строиться из двухфакторной полной модели путем последовательного расчленения факторов, как правило качественных, на составляющие;
• · при написании формулы многофакторной модели факторы должны располагаться слева направо в порядке их замены.

Построение факторной модели - первый этап детерминированного анализа. Далее определяют способ оценки влияния факторов.

Способ цепных подстановок заключается в определении ряда промежуточных значений обобщающего показателя путем последовательной замены базисных значений факторов на отчетные. Данный способ основан на элиминировании. Элиминировать - значит устранить, исключить воздействие 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.

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

где a 0 , b 0, c 0 - базисные значения факторов, оказывающих влияние на обобщающий показатель у;

a 1 , b 1 , c 1 - фактические значения факторов;

y a , y b , - промежуточные изменения результирующего показателя, связанного с изменением факторов а, b, соответственно.

Общее изменение Dу=у 1 -у 0 складывается из суммы изменений результирующего показателя за счет изменения каждого фактора при фиксированных значениях остальных факторов:

Рассмотрим пример:

Таблица 2 Исходные данные для факторного анализа

Анализ влияния на объем товарной продукции количества работников и их выработки проведем описанным выше способом на основе данных табл.2. Зависимость объема товарной продукции от данных факторов можно описать с помощью мультипликативной модели:

Тогда влияние изменения величины количества работников на обобщающий показатель можно рассчитать по формуле:

Таким образом, на изменение объема товарной продукции положительное влияние оказало изменение на 5 человек численности работников, что вызвало увеличение объема продукции на 730 тыс. руб. и отрицательное влияние оказало снижение выработки на 10 тыс. руб., что вызвало снижение объема на 250 тыс. руб. Суммарное влияние двух факторов привело к увеличению объема продукции на 480 тыс. руб.

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. Это связано с тем, что в результате применения этого метода образуется некий неразложимый остаток, который прибавляется к величине влияния последнего фактора. На практике точностью оценки факторов пренебрегают, выдвигая на первый план относительную значимость влияния того или иного фактора. Однако существуют определенные правила, определяющие последовательность подстановки:

• · при наличии в факторной модели количественных и качественных показателей в первую очередь рассматривается изменение количественных факторов;
• · если модель представлена несколькими количественными и качественными показателями, последовательность подстановки определяется путем логического анализа.

Под количественным факторами при анализе понимают те, которые выражают количественную определенность явлений и могут быть получены путем непосредственного учета (количество рабочих, станков, сырья и т.д.).

Качественные факторы определяют внутренние качества, признаки и особенности изучаемых явлений (производительность труда, качество продукции, средняя продолжительность рабочего дня и т.д.).

Способ абсолютных разниц является модификацией способа цепной подстановки. Изменение результативного показателя за счет каждого фактора способом разниц определяется как произведение отклонения изучаемого фактора на базисное или отчетное значение другого фактора в зависимости от выбранной последовательности подстановки:

Способ относительных разниц применяется для измерения влияния факторов на прирост результативного показателя в мультипликативных и смешанных моделях вида у = (а - в) . с. Он используется в случаях, когда исходные данные содержат определенные ранее относительные отклонения факторных показателей в процентах.

Для мультипликативных моделей типа у = а . в . с методика анализа следующая:

• · находят относительное отклонение каждого факторного показателя:
• · определяют отклонение результативного показателя у за счет каждого фактора

Пример. Воспользовавшись данными табл. 2, проведем анализ способом относительных разниц. Относительные отклонения рассматриваемых факторов составят:

Рассчитаем влияние на объем товарной продукции каждого фактора:

Результаты расчетов те же, что и при использовании предыдущего способа.

Интегральный метод 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 решается с помощью ПЭВМ и сводится к построению подынтегральных выражений, которые зависят от вида функции или модели факторной системы.

Можно использовать также уже сформированные рабочие формулы, приводимые в специальной литературе :

• 1. Модель вида:
• 2. Модель вида:
• 3. Модель вида:
• 4. Модель вида:

Рассмотрим возможность использования основных методов детерминированного анализа, обобщив вышеизложенное в виде матрицы (табл.3).

Таблица 3 Матрица применения способов детерминированного факторного анализа

Анализ - весьма емкое понятие, лежащее в основе всей практической и научной деятельности человека. Аналитические методы настолько распространены, что зачастую под словом «анализ» понимают любое исследование вообще, как в естественных и гуманитарных науках, так и в практической деятельности. Процедуры и методологические принципы анализа входят составной частью в любое научно-практическое исследование, когда исследователь переходит от простого описания явления к изучению его строения.

По классическому определению анализ представляется лишь как один из логических приемов мышления. «Мышлению свойственны такие процессы, как абстракция, обобщение, анализ и синтез, постановка определенных задач и нахождение путей их решения» .

Характеристика анализа как способа мышления предполагает, что с его помощью можно выявить структуру процесса или явления, свести сложное к простому, построить классификацию явлений, выделить сущность объекта. «Логический анализ заключается в мысленном расчленении исследуемого объекта на составные части и является методом получения новых знаний. Цель анализа - познание частей как элементов сложного целого». Таким образом, исследование как понятие процесса познания все-таки шире. Существование аналитического и синтетического методов познания позволяет сформулировать анализ как первую, наиболее важную, незаменимую стадию любого исследования.

Если исходить из этого, термин «экономический анализ» подразумевает аналитический этап исследования в области экономики - экономических систем, отношений, процессов, то есть как объектов, так и субъектов экономики. Учебными планами высших экономических учебных заведений, как правило, предусматривается поэтапное изучение экономического анализа. Основное внимание при этом уделяется обзору различных приемов, которые могут быть использованы при проведении аналитических расчетов, обосновывающих какое-либо управленческое решение. Любой специалист, имеющий отношение к организации и управлению бизнесом, должен владеть определенным аналитическим инструментарием, знать и понимать логику проведения аналитических процедур. Принятию всякого решения предшествуют аналитические расчеты, поэтому любой представитель аппарата управления предприятием - от топ-менеджеров до рядовых специалистов - просто обязан быть хорошим аналитиком. Угроза потенциального банкротства незримо присутствует при принятии управленческих решений, особенно если речь идет о стратегическом решении финансового характера. Значит, анализ должен выполняться не только в ретроспективе, но и в перспективе. При этом не нужно стремиться к абсолютной точности - необходимо выявить тенденции, как уже сложившиеся, так и только складывающиеся. Для этого аналитик должен обладать такими качествами, как способность к обобщению, умение сопоставить и оценить взаимное влияние большого количества факторов, умение замечать незначительные на первый взгляд признаки изменения ситуации. Кроме того, проведение квалифицированного анализа требует знания многих наук - экономики, бухгалтерского учета, маркетинга, основ промышленной психологии. В основе всех аналитических процедур лежит знание математического анализа, статистики и эконометрики. В современных условиях анализ невозможен без применения компьютерных технологий, а значит, проведение экономического анализа невозможно без знания информатики.

По характеру взаимосвязи между показателями различают модели детерминированные и стохастические. Детерминированная (функциональная) связь - связь, при которой каждому значению факторного признака соответствует вполне определенное неслучайное значение результативного признака. Связь, при которой каждому значению факторного признака соответствует множество значений результативного признака, называется стохастической или вероятностной.

Для применения приемов факторного анализа необходимо составить модель, то есть представить формулу расчета анализируемого показателя. Модели могут быть :

1. Аддитивные. Значение анализируемого показателя определяется как сумма показателей-факторов. Такая модель имеет вид

У = А + В + С.

Примером аддитивной модели может быть валовая прибыль предприятия, которая складывается из таких составляющих, как прибыль от реализации, результат от прочей деятельности и сальдо операционных и внереализационных доходов и расходов.

2. Мультипликативные. Значение анализируемого показателя определяется как произведение показателей - факторов. Такая модель имеет вид

У = А * В * С.

Большинство моделей, используемых в факторном анализе - мультипликативные. Например, выручку можно представить как произведение количество продукции на стоимость единицы продукции. Суммарные материальные затраты предприятия - произведение трех факторов - количество произведенной продукции, норма расхода материала на единицу продукции, стоимость единицы материальных ресурсов.

3. Кратные. Значение анализируемого показателя определяется как частное от деления двух факторов. Такая модель имеет вид

В качестве примера можно привести показатель фондовооруженности, определяемый делением стоимости основных средств на численность работающих.

4. Смешанные. Такие модели могут иметь разную форму и представлять собой различные комбинации аддитивных, мультипликативных и кратных моделей:

У = А * (В + С);

У = А / (В + С);

У = (А / В) * С.

Примером такой модели может быть определение фонда оплаты труда как произведения средней заработной платы и численности. При этом средняя заработная плата представляет собой сумму нескольких составляющих - тарифной составляющей, доплат стимулирующего характера и доплат компенсирующего характера:

ФОТ = (ЗП тар + ЗП стим + ЗП комп) * Ч.

При составлении любых моделей факторного анализа необходимо учитывать причинно-следственные отношения показателей. Например, с точки зрения арифметики два приведенных ниже выражения справедливы:

Выручка = Производительность труда * Численность;

Производительность труда = Выручка / Численность.

Оба этих выражения можно использовать для расчета неизвестной величины. Однако только одно из них можно использовать в качестве аналитической модели - можно сказать, что объем производства зависит от производительности труда, но нельзя сказать, что производительность труда зависит от выручки предприятия.

При проведении факторного анализа часто используется метод расширения факторных моделей. Например:

Ту же модель можно записать в виде

У = (А/С)* (С/В).

В этом случае вместо двух абсолютных (количественных) факторов получаем для анализа два относительных (качественных) фактора.

Наиболее известным примером является формула Дюпона:

Рентабельность активов = Прибыль / Активы;

Рентабельность активов = (Прибыль/ Выручка)* (Выручка/Активы).

При этом первый сомножитель - рентабельность продаж, второй сомножитель - оборачиваемость активов. Действительно, рентабельность (отдача) активов зависит от того, насколько рентабельную продукцию производит предприятие, и от того, насколько быстро происходит оборот вложенного в активы капитала:

Рентабельность собственного капитала = Прибыль / Собственный капитал;

Рентабельность СК = (Прибыль/Выручка)* (Выручка/Активы)* (Активы/СК).

При этом первый сомножитель - рентабельность продаж, второй - оборачиваемость активов, третий - структура капитала.

В условиях рыночных отношений значительно усложняется процесс управления предприятием, которому предоставлена полная хозяйственная и финансовая самостоятельность.

Основные функции управления - контроль и регулирование. Эффективное управление производственной деятельностью предприятия все в большей мере зависит от уровня информационного обеспечения управленцев всех уровней.

Но мере самостоятельного выбора организационной формы предприятия, вида деятельности, рынков сбыта, свободного ценообразования усложняются и задачи, стоящие перед системой бухгалтерского учета.

Финансовый учет как основная часть информационной системы предприятия не обеспечивает управленцев всех уровней оперативной информацией и не предоставляет информацию для планирования и координации будущего развития предприятия в условиях рынка. В этих условиях неизбежным становится появление управленческого учета как самостоятельного направления бухгалтерской деятельности.

Весь бухгалтерский учет начинает делиться на финансовый и управленческий. Задачей управленческого учета является составление отчетов для целей периодического планирования и контроля, для принятия решений в нестандартных экономических ситуациях. Эти отчеты составляются для внутренних пользователей бухгалтерской информации и должны содержать информацию не только об общем финансовом положении пред-приятия, но и о состоянии дел непосредственно в области производства.

Менеджеры (управляющие) нуждаются в информации, которая поможет им в принятии решений, контроле и регулировании управленческой деятельности. Это: продажные цели, затраты на производство, спрос, рентабельность продукции, производимой на их предприятии, конкурентоспособность и т. д. Для менеджера важна любая информация, независимо от того, является она объектом учета или нет. Такую информацию и призван предоставить управленческий учет.

В отечественной практике данное понятие пока не используется. Но было бы ошибочным утверждать, что управленческий учет - нечто новое для наших предприятий. Многие элементы его входят в наш бухгалтерский учет (учет затрат на производство и калькулирование себестоимости продукции), оперативный учет (оперативная отчетность), экономический анализ (анализ себестоимости продукции, оценка выполнения заданий, обоснование принимаемых решений и т. д.).

Однако эта информация разбросана между различными службами, формируется с опозданием, например, анализ экономической деятельности проводится, когда основные финансовые показатели уже сформированы и повлиять на них нельзя. Эффективность работы отдельных подразделений пред-приятия практически не анализируется.

В условиях централизованной системы управления проводились мероприятия по внедрению внутреннего хозяйственного расчета, который, в сущности, является прообразом управления по центрам ответственности. Методы управленческого учета, применяемые в условиях административных мер управления, не давали должного результата. Это объясняется отсутствием собственника, заинтересованного в снижении затрат на производство и повышении его эффективности. Только в условиях рыночных отношений возможна независимая интеграция учета затрат и доходов, нормирования, планирования, контроля и анализа с целью подготовки информации для оперативных управленческих решений и прогнозирования будущего развития предприятия.

2. Экономическая сущность управленческого учета на предприятии

Управленческий учет представляет собой систему учета, планирования, контроля, анализа информации о затратах и результатах хозяйственной деятельности, необходимой управленческому персоналу для управления деятельностью организации.

Управленческий учет - это связующее звено между учетным процессом и управлением предприятием.

Предметом управленческого учета выступает производственная деятельность организации в целом и ее отдельных структурных подразделений (центров ответственности).

Объектами управленческого учета являются затраты и результаты хозяйственной деятельности предприятия и его центров ответственности, внутреннее ценообразование и внутренняя отчетность.

В управленческом учете используются самые разнообразные методы:

элементы метода финансового учета (документация, инвентаризация, двойная запись, группировка и обобщение, отчетность);

индексный метод;

приемы экономического анализа;

математические методы.

Следовательно, метод управленческого учета представляет собой системный оперативный анализ информации.

Развитие управленческого учета произошло на базе производственного, калькуляционного учета. Поэтому основное его содержание составляет учет затрат на производство и калькулирование.

Современный производственный учет призван наблюдать за затратами производства, анализировать причины перерасхода по сравнению с предыдущими периодами, прогнозами, стандартами и выявлять возможные резервы снижения затрат. Производственный учет включает в себя учет издержек по видам, по местам их возникновения, по носителям.

Следовательно, важнейшими целями управленческого учета являются:

оказание информационной помощи управляющим в принятии оперативных управленческих решений;

контроль, планирование и прогнозирование экономической эффективности деятельности предприятия;

обеспечение базы для ценообразования;

выбор наиболее эффективных путей развития предприятия.

2. Методология и методика экономического анализа

Метод экономического анализа представляет собой способ подхода к изучению хозяйственных процессов в их плавном развитии.

Характерными особенностями метода экономического анализа являются:

• · определение системы показателей, всесторонне характеризующих хозяйственную деятельность организаций;
• · установление соподчиненности показателей с выделением совокупных результативных факторов и факторов (основных и второстепенных), на них влияющих;
• · выявление формы взаимосвязи между факторами;
• · выбор приемов и способов для изучения взаимосвязи;
• · количественное измерение влияния факторов на совокупный показатель.

Совокупность приемов и способов, которые применяются при изучении хозяйственных процессов, составляет методику экономического анализа .

Методика экономического анализа базируется на пересечении трех областей знаний: экономики, статистики и математики.

К экономическим методам анализа относят сравнение, группировку, балансовый и графический методы.

Статистические методы включают в себя использование средних и относительных величин, индексный метод, корреляционный и регрессивный анализ и др.

Математические методы можно разделить на три группы: экономические (матричные методы, теория производственных функций, теория межотраслевого баланса); методы экономической кибернетики и оптимального программирования (линейное, нелинейное, динамическое программирование); методы исследования операций и принятия решений (теория графов, теория игр, теория массового обслуживания).

Введение в факторный анализ

В течение последних лет факторный анализ нашел свое применение среди широкого круга исследователей в основном благодаря развитию высокоскоростных компьютеров и пакетов статистических программ (например, DATATEXT, BMD, OSIRIS, SAS и SPSS). Это также коснулось большой группы пользователей, не имеющих соответствующей математической подготовки, но, тем не менее, заинтересованных в использовании потенциальных возможностей факторного анализа в своих исследованиях (Harman, 1976; Horst, 1965; Lawley и Maxswel, 1971; Mulaik, 1972).

Факторный анализ предполагает, что изучаемые переменные представляют собой линейную комбинацию некоторых скрытых (латентных) ненаблюдаемых факторов. Иными словами, существует система факторов и система изучаемых переменных. Определенная зависимость между этими двумя системами позволяет посредством факторного анализа с учетом имеющейся зависимости получать выводы по изучаемым переменным (факторам). Логическая сущность этой зависимости состоит в том, что каузальная система факторов (система независимых и зависимых переменных) всегда имеет уникальную корреляционную систему изучаемых переменных, а не наоборот. Только при жестко ограниченных условиях, налагаемых на факторный анализ, возможна недвусмысленная интерпретация каузальных структур по факторам на наличие корреляции между изучаемыми переменными. Кроме этого, существуют проблемы и другой природы. Например, при сборе эмпирических данных возможно допущение разного рода ошибок и неточностей, что в свою очередь затрудняет работу по выделению скрытых ненаблюдаемых параметров и их дальнейшего исследования.

Что же такое факторный анализ? Факторный анализ относится к множеству статистических техник, основная задача которых состоит в представлении множества изучаемых признаков в виде сокращенной системы гипотетических переменных. Факторный анализ - исследовательский эмпирический метод, который преимущественно находит свое применение в социальных и психологических дисциплинах.

В качестве примера использования факторного анализа можно рассмотреть изучение свойств личности с помощью психологических тестов. Свойства личности не поддаются прямому измерению, о них можно судить только на основании поведения человека, ответов на те или иные вопросы и т.д. Для объяснения собранных эмпирических данных их результаты подвергаются факторному анализу, который и позволяет выявить те личностные свойства, которые оказывали влияние на поведение испытуемых в проведенных опытах.

Первым этапом факторного анализа, как правило, является выбор новых признаков, которые являются линейными комбинациями прежних и «вбирают» в себя большую часть общей изменчивости наблюдаемых данных, а поэтому передают большую часть информации, заключенной в первоначальных наблюдениях. Обычно это осуществляют с помощью метода главных компонент, хотя иногда используют и другие приемы (например, метод главных факторов, метод максимального правдоподобия).

Метод главных компонент– статистический прием, позволяющий преобразовывать исходные переменные в их линейную комбинацию (GeorgH.Dunteman). Цель метода – получить сокращенную систему исходных данных, которая намного проще для понимания и дальнейшей статистической обработки. Этот подход был предложен Пирсоном (1901) и независимо от него получил свое дальнейшее развитие у Хотеллинга (1933). Автор пытался минимизировать использование матричной алгебры при работе с данным методом.

Основная цель метода главных компонент – выделение первичных факторов и определение минимального числа общих факторов, которые удовлетворительно воспроизводят корреляции между изучаемыми переменными. Результат данного шага – матрица коэффициентов факторных нагрузок, представляющих собой в ортогональном случае коэффициенты корреляции между переменными и факторами. При определении числа выделяемых факторов используется следующий критерий: выделяются только факторы с собственными значениями больше указанной константы (как правило, единицы).

Однако обычно факторы, полученные методом главных компонент, не поддаются достаточно наглядной интерпретации. Поэтому следующим шагом факторного анализа является преобразование (вращение) факторов таким образом, чтобы облегчить их интерпретацию. Вращение факторов состоит в нахождении наиболее простой факторной структуры, то есть такого варианта оценки факторных нагрузок и остаточных дисперсий, который и дает возможность содержательно интерпретировать общие факторы и нагрузки.

Наиболее часто исследователями в качестве метода вращения используется метод варимакс. Это метод, позволяющий, с одной стороны, за счет минимизации разброса квадратов нагрузок для каждого фактора, получить упрощенную факторную структуру за счет увеличения больших и уменьшения малых факторных нагрузок, с другой стороны.

Итак, основные цели факторного анализа:

сокращение числа переменных (редукция данных);

определение структуры взаимосвязей между переменными, т.е. классификация переменных .

Поэтому факторный анализ используется или как метод сокращения данных или как метод классификации.

Практические примеры и советы по применению факторного анализа можно, найти в книге Стивенса (Stevens, 1986); более подробное описание приводят Кули и Лонес (Cooley, Lohnes, 1971); Харман (Harman, 1976); Ким и Мюллер (Kim, Mueller, 1978a, 1978b); Лоули и Максвелл (Lawley, Maxwell, 1971); Линдеман, Меренда и Голд (Lindeman, Merenda, Gold, 1980); Моррисон (Morrison, 1967) и Мулэйк (Mulaik, 1972). Интерпретация вторичных факторов в иерархическом факторном анализе, как альтернатива традиционному вращению факторов, дана Верри (Wherry, 1984).

Вопросы подготовки данных для применения

факторного анализа

Рассмотрим ряд вопросов и кратких ответов в рамках использования факторного анализа.

Какой уровень измерений требует факторный анализ или, иными словами, в каких шкалах измерений должны представляться данные для факторного анализа?

Факторный анализ требует, чтобы переменные были представлены в интервальной шкале (Stevens, 1946) и отвечали нормальному распределению. Это требование предполагает также, что в качестве входных данных используются ковариационные или корреляционные матрицы.

Должен ли исследователь избегать использования факторного анализа, когда метрическая основа переменных определена неточно, т.е. данные представлены в порядковой шкале?

Нет необходимости. Многие переменные, представляющие, например, измерения мнений испытуемых по большому количеству тестов, не имеют точно установленной метрической базы. Однако, в общем, предполагается, что многие «порядковые переменные» могут содержать числовые значения, не искажающие и даже сохраняющие основные свойства изучаемого признака. Задачи исследователя: а) правильно определить число рефлексивно выделяемых порядков (уровней); б) учесть, что сумма допущенных искажений будет включена в корреляционную матрицу, являющуюся основой входных данных факторного анализа; в) коэффициенты корреляции закрепляются в качестве «порядковых» искажений в измерениях (Labovitz, 1967, 1970;Kim, 1975).

Долгое время считалось, что искажения назначаются числовым значениям именно порядковых категорий. Однако это необоснованно, поскольку и для метрических величин возможны искажения, пусть даже минимальные, в процессе проведения эксперимента. В факторном анализе результаты зависят от возможного допущения ошибок, получаемых в процессе измерения, а не их происхождения и соотнесения к данным определенного типа шкал.

Можно ли использовать факторный анализ для номинальных (дихотомических) переменных?

Многие исследователи утверждают, что использовать факторный анализ для номинальных переменных очень удобно. Во-первых, дихотомические значения (значения, равные «0» и «1») исключают выбор каких-либо иных, отличных от них. Во-вторых, как результат, коэффициент связи является эквивалентом коэффициента корреляции Пирсона, который и выступает в качестве числового значения переменной для факторного анализа.

Однако однозначно положительного ответа на данный вопрос нет. Дихотомические переменные сложно выразить в рамках аналитической факторной модели: каждая переменная имеет значение весовой нагрузки, по крайней мере, двух основных факторов - общего и частного (Kim,Muller). Даже если эти факторы имеют два значения (что довольно редко встречается в реальных факторных моделях), то итоговые результаты в наблюдаемых переменных должны содержать, как минимум, четыре различных значения, которые, в свою очередь, и оправдывают противоречивость использования номинальных переменных. Поэтому факторный анализ для таких переменных используется с целью получения ряда эвристических критериев.

Сколько должно быть переменных для каждого гипотетически построенного фактора?

Предполагается, что для каждого фактора должно быть, по крайней мере, три переменные. Но это требование опускается, если факторный анализ используется для подтверждения какой-либо гипотезы. В общем, исследователи едины в том, что необходимо иметь, по крайней мере, вдвое больше переменных, чем факторов.

Еще один момент касательно данного вопроса. Чем больше размер выборки, тем достовернее значение критерия ХИ -квадрат. Результаты считаются статистически значимыми, если выборка включает как минимум 51 наблюдение. Таким образом:

N-n-150,(3.33)

где N – размер выборки (число измерений),

n – количество переменных (Lawley, Maxwell, 1971).

Это, конечно, только общее правило.

Какой смысл имеет знак факторной нагрузки?

Сам знак не имеет существенного значения и не существует пути для оценки значимости связи между переменной и фактором. Однако знаки переменных, входящих в фактор, имеют специфическое значение относительно знаков других переменных. Различные знаки просто означают, что переменные связаны с фактором в противоположных направлениях.

Например, по результатам факторного анализа было получено, что для пары качеств открытый-замкнутый (многофакторный опросник Кетелла) имеют место соответственно положительная и отрицательная весовые нагрузки. Тогда говорят, что доля качестваоткрытый, в выделенном факторе больше, чем доля качествазамкнутый.

Главные компоненты и факторный анализ

Факторный анализ как метод редукции данных

Предположим, что проводится (до некоторой степени "глупое") исследование, в котором измеряется рост ста людей в метрах и сантиметрах. Таким образом, имеются две переменные. Если далее исследовать, например, влияние разных пищевых добавок на рост, будет ли целесообразным использовать обе переменные? Вероятно, нет, т.к. рост является одной характеристикой человека, независимо от того, в каких единицах он измеряется.

Предположим, что измеряется удовлетворенность людей жизнью с помощью опросника, содержащего различные пункты. Задаются, например, вопросы: удовлетворены ли люди своим хобби (пункт 1) и как интенсивно они им занимаются (пункт 2). Результаты преобразуются так, что средние по уровню ответы (например, для удовлетворенности) соответствуют значению 100, в то время как ниже и выше средних ответов расположены меньшие и большие значения, соответственно. Две переменные (ответы на два разных пункта) коррелированы между собой. Из высокой коррелированности двух этих переменных можно сделать вывод об избыточности двух пунктов опросника. Это, в свою очередь, позволяет осуществить объединение двух переменных в один фактор.

Новая переменная (фактор) будет включать в себя наиболее существенные черты обеих переменных. Итак, фактически, выполнено сокращение исходного числа переменных и осуществлена замена двух переменных одной. Отметим, что новый фактор (переменная) в действительности является линейной комбинацией двух исходных переменных.

Пример, в котором две коррелированные переменные объединены в один фактор, показывает главную идею факторного анализа или, более точно, анализа главных компонент. Если же пример с двумя переменными распространить на большее число переменных, то вычисления становятся сложнее, однако основной принцип представления двух или более зависимых переменных одним фактором остается в силе.

Метод главных компонент

Анализ главных компонент является методом сокращения или редукции данных, т.е. методом сокращения числа переменных. Возникает естественный вопрос: сколько факторов следует выделять? Отметим, что в процессе последовательного выделения факторов они включают в себя все меньше и меньше изменчивости. Решение о том, когда следует остановить процедуру выделения факторов, главным образом зависит от точки зрения на то, что считать малой "случайной" изменчивостью. Это решение достаточно произвольно, однако имеются некоторые рекомендации, позволяющие рационально выбрать число факторов (см. раздел Собственные значения и число выделяемых факторов ).

В случае, когда имеются более двух переменных, можно считать, что они определяют трехмерное "пространство" точно так же, как две переменные определяют плоскость. Если имеется три переменные, то можно построить трехмерную диаграмму рассеяния (см. рис. 3.10).

Рис. 3.10. Трехмерная диаграмма рассеяния признака

Для случая более трех переменных, становится невозможным представить точки на диаграмме рассеяния, однако логика вращения осей с целью максимизации дисперсии нового фактора остается прежней.

После того, как найдена линия, для которой дисперсия максимальна, вокруг нее остается некоторый разброс данных и процедуру естественно повторить. В анализе главных компонент именно так и делается: после того, как первый фактор выделен , то есть, после того, как первая линия проведена, определяется следующая линия, максимизирующая остаточную вариацию (разброс данных вокруг первой прямой), и т.д. Таким образом, факторы последовательно выделяются один за другим. Так как каждый последующий фактор определяется так, чтобы максимизировать изменчивость, оставшуюся от предыдущих, то факторы оказываются независимыми друг от друга (некоррелированными или ортогональными ).

Собственные значения и число выделяемых факторов

Рассмотрим некоторые стандартные результаты анализа главных компонент. При повторных вычислениях выделяются факторы с все меньшей и меньшей дисперсией. Для простоты изложения считают, что обычно работа начинается с матрицы, в которой дисперсии всех переменных равны 1,0. Поэтому общая дисперсия равна числу переменных. Например, если имеется 10 переменных и дисперсия каждой из них равна 1, то наибольшая изменчивость, которая потенциально может быть выделена, равна 10 раз по 1.

Предположим, что при изучении степени удовлетворенности жизнью включено 10 пунктов для измерения различных аспектов удовлетворенности домашней жизнью и работой. Дисперсия, объясненная последовательными факторами, представлена в таблице 3.14:

Таблица 3. 14

Таблица собственных значений

STATISTICA ФАКТОРНЫЙ АНАЛИЗ	Собственные значения (factor.sta) Выделение: Главные компоненты
Значение	Собственные значения	% общей дисперсии	Кумулят. собств. знач.	Кумулят. %

Во втором столбце таблицы 3. 14. (Собственные значения) представлена дисперсия нового, только что выделенного фактора. В третьем столбце для каждого фактора приводится процент от общей дисперсии (в данном примере она равна 10) для каждого фактора. Как видно, первый фактор (значение 1) объясняет 61 процент общей дисперсии, фактор 2 (значение 2) – 18 процентов, и т.д. Четвертый столбец содержит накопленную (кумулятивную) дисперсию.

Итак, дисперсии, выделяемые факторами, названы собственными значениями . Это название происходит из использованного способа вычисления.

Как только получена информация о том, сколько дисперсии выделил каждый фактор, можно возвратиться к вопросу о том, сколько факторов следует оставить. Как говорилось выше, по своей природе это решение произвольно. Однако имеются некоторые общеупотребительные рекомендации, и на практике следование им дает наилучшие результаты.

Критерии выделения факторов

Критерий Кайзера. Сначала отбираются только те факторы, собственные значения которых больше 1. По существу, это означает, что если фактор не выделяет дисперсию, эквивалентную, по крайней мере, дисперсии одной переменной, то он опускается. Этот критерий предложен Кайзером (Kaiser, 1960), и является наиболее широко используемым. В приведенном выше примере (см. табл. 3.14) на основе этого критерия следует сохранить только 2 фактора (две главные компоненты).

Критерий каменистой осыпи является графическим методом, впервые предложенным Кэттелем (Cattell, 1966). Он позволяет изобразить собственные значения в виде простого графика:

Рис. 3. 11. Критерий каменистой осыпи

Оба критерия были изучены подробно Брауном (Browne, 1968), Кэттелем и Джасперсом (Cattell, Jaspers, 1967), Хакстианом, Рожерсом и Кэттелем (Hakstian, Rogers, Cattell, 1982), Линном (Linn, 1968), Тюкером, Купманом и Линном (Tucker, Koopman, Linn, 1969). Кэттель предложил найти такое место на графике, где убывание собственных значений слева направо максимально замедляется. Предполагается, что справа от этой точки находится только «факториальная осыпь» («осыпь» – геологический термин, обозначающий обломки горных пород, скапливающиеся в нижней части скалистого склона). В соответствии с этим критерием можно оставить в рассмотренном примере 2 или 3 фактора.

Какому критерию все-таки следует отдавать предпочтение на практике?Теоретически, можно вычислить характеристики путем генерации случайных данных для конкретного числа факторов. Тогда можно увидеть, обнаружено с помощью используемого критерия достаточно точное число существенных факторов или нет. С использованием этого общего метода первый критерий (критерий Кайзера ) иногда сохраняет слишком много факторов, в то время как второй критерий (критерий каменистой осыпи ) иногда сохраняет слишком мало факторов; однако оба критерия вполне хороши при нормальных условиях, когда имеется относительно небольшое число факторов и много переменных.

На практике возникает важный дополнительный вопрос, а именно: когда полученное решение может быть содержательно интерпретировано. Поэтому обычно исследуется несколько решений с большим или меньшим числом факторов, и затем выбирается одно наиболее "осмысленное". Этот вопрос далее будет рассматриваться в рамках вращений факторов.

Общности

На языке факторного анализа доля дисперсии отдельной переменной, принадлежащая общим факторам (и разделяемая с другими переменными) называется общностью . Поэтому дополнительной работой, стоящей перед исследователем при применении этой модели, является оценка общностей для каждой переменной, т.е. доли дисперсии, которая является общей для всех пунктов. Тогда доля дисперсии , за которую отвечает каждый пункт, равна суммарной дисперсии, соответствующей всем переменным, минус общность (Harman, Jones, 1966).

Главные факторы и главные компоненты

Термин факторный анализ включает как анализ главных компонент, так и анализ главных факторов. Предполагается, что, в целом, известно сколько факторов следует выделить. Можно узнать (1) значимость факторов, (2) можно ли интерпретировать их разумным образом и (3) как это сделать. Чтобы проиллюстрировать, каким образом это может быть сделано, производятся действия "в обратном порядке", то есть, начинают с некоторой осмысленной структуры, а затем смотрят, как она отражается на результатах.

Основное различие двух моделей факторного анализа состоит в том, что в анализе главных компонент предполагается, что должна быть использована вся изменчивость переменных, тогда как в анализе главных факторов используется только изменчивость переменной, общая и для других переменных.

В большинстве случаев эти два метода приводят к весьма близким результатам. Однако анализ главных компонент часто более предпочтителен как метод сокращения данных, в то время как анализ главных факторов лучше применять с целью определения структуры данных.

Факторный анализ как метод классификации данных

Корреляционная матрица

Первый этап факторного анализа предусматривает вычисление корреляционной матрицы (в случае нормального выборочного распределения). Вернемся к примеру об удовлетворенности и рассмотрим корреляционную матрицу для переменных, относящихся к удовлетворенности на работе и дома.