कारक विश्लेषण, इसके प्रकार और विधियाँ। कोर्टवर्क: सांख्यिकी में डेटा के उत्पादन कारक तत्वों के विश्लेषण का कारक

स्टेटिस्टिका 6 क्यू। कारक विश्लेषण q के लिए एक सहसंबंध मैट्रिक्स की तैयारी। कारक विश्लेषण q के लिए एक मैट्रिक्स का निर्माण। कारक विश्लेषण प्र कारक लोडिंग का आवंटन क्ष। एक कारक आरेख का निर्माण

स्टैटिस्टिकिका कार्यक्रम में कारक विश्लेषण के लिए सहसंबंध मैट्रिक्स की तैयारी चूंकि हमारी रैंक क्रमिक तराजू हैं, दो गुणांक इस प्रकार के तराजू के लिए पर्याप्त होंगे: स्पीयरमैन और केंडल। आइए केंडल पर विचार करें, क्योंकि यह अधिक सटीक है। स्टेटिस्टिका कार्यक्रम में हमारे कच्चे डेटा को दर्ज करना

हमने केंडल गुणांक द्वारा गणना की गई एक कारक मैट्रिक्स प्राप्त की, क्योंकि यह वह है जो हमारे डेटा के लिए पर्याप्त है, जो ऑर्डर के पैमाने हैं।

एफए की गणना के लिए एक मैट्रिक्स बनाना अब आपको ऐसी संरचना का एक मैट्रिक्स बनाने की आवश्यकता है, जिसके अनुसार स्टेटिस्टिका कारक विश्लेषण कर सकती है। यह आवश्यक है कि मैट्रिक्स, चर के बीच सहसंबंधों के मूल्यों के अलावा, उनके नीचे 4 और पंक्तियों को शामिल करें: 1) रैंक के औसत मूल्य, 2) रैंक के मानक विचलन, 3) मूल्यांकन की गई वस्तुओं की संख्या, और 4) मैट्रिक्स का प्रकार। विश्लेषण पर क्लिक करें और बुनियादी सांख्यिकी और तालिकाओं का चयन करें

नतीजतन, हमें एफए के लिए एक सहसंबंध मैट्रिक्स मिला, जिसे स्टेटिस्टिका पढ़ सकती है। हालाँकि, यहाँ सहसंबंध विश्लेषण पियर्सन गुणांक द्वारा किया गया था। इसलिए, इस सहसंबंध मैट्रिक्स (5 x5) को हमारे द्वारा गणना किए गए केंडल गुणांक के साथ प्रतिस्थापित किया जाना चाहिए।

जैसा कि आप देख सकते हैं, केंडल सहसंबंध मूल्य पियर्सन मूल्यों से भिन्न हैं। इसका कारण यह है कि हमारी रैंक क्रम के पैमाने हैं जिसके लिए पियर्सन का गुणांक अपर्याप्त है। अब हम कारक विश्लेषण शुरू कर सकते हैं।

चर → डेटा फ़ाइल फ़ील्ड में सभी 5 चर Var 1 Var 5 → का चयन करें सहसंबंध मैट्रिक्स → ठीक है

मैक्स। हम कारकों की संख्या 5 पर सेट करते हैं (क्योंकि हमारे पास केवल 5 चर हैं) → सेंट्रोइड विधि चुनें (थुरस्टोन द्वारा विकसित और एफए के लिए एक ज्यामितीय दृष्टिकोण लागू करता है) → ठीक है

कार्यक्रम ने 2 कारकों की पहचान की है। फैक्टर लोड देखने के लिए, फैक्टर लोड बटन पर क्लिक करें। फैक्टरियल आरेख बनाने के लिए, 2 एम लोड ग्राफ पर क्लिक करें।

स्टेटग्राफिक्स सेंचुरियन क्यू। कारक विश्लेषण q। कारक लोडिंग का आवंटन क्ष। एक फैक्टरियल आरेख q का निर्माण। एक वस्तु आरेख का निर्माण

कार्यक्रम आपके स्वयं के सहसंबंध मैट्रिक्स को बिछाने की क्षमता प्रदान नहीं करता है, इसलिए हम अपने रैंकों के विश्लेषण के साथ तुरंत शुरू करते हैं। हम अपने रैंक में ड्राइव करते हैं और एनालिसिस करते हैं → वेरिएबल डेटा → मल्टीवीरेट मेथड्स → फैक्टर एनालिसिस

नतीजतन, कार्यक्रम ने हमें समझाए गए विचरण 82, 468% के स्तर के साथ 2 कारकों की पहचान की। इसका मतलब है कि ये कारक हमारी सभी सूचनाओं के 82, 468% (लगभग 4/5) को पाँच चर पर समझाते हैं।

स्क्री प्लॉट (2 कारक) प्लॉट दिखाता है कि सभी व्याख्या की गई जानकारी 1 और 2 कारकों (2 अंक लाल रेखा से ऊपर) पर पड़ती है

फैक्टर लोड टेबल्स (पैनल पर बाईं ओर से दूसरा बटन) एक्सट्रैक्शन सांख्यिकी → ठीक के बगल में स्थित बॉक्स को चेक करें

जैसा कि आप देख सकते हैं, दसवें स्तर पर कारक लोडिंग उन लोगों से भिन्न होती है जो हमें मैन्युअल गणना से और स्टेटिस्टिका में प्राप्त हुए थे। यह इस तथ्य से समझाया गया है कि स्टेटग्राफिक्स में अपना स्वयं का सहसंबंध मैट्रिक्स नहीं हो सकता है और कार्यक्रम हमेशा पियर्सन के गुणांक पर विचार करता है, जो क्रम के तराजू में डेटा के लिए पर्याप्त नहीं है।

फैक्टर चार्ट प्रेस ग्राफ (पैनल पर बाईं ओर से तीसरा बटन) 2 डी फैक्टर प्लॉट के बगल में स्थित बॉक्स को चेक करें (यदि हमारे पास 2 से अधिक कारक हैं, तो हम तीन डी ग्राफ प्राप्त करने के लिए 3 डी फैक्टर प्लॉट के बगल में स्थित बॉक्स की जांच करेंगे → ओके

हमें रोटेशन के बाद फैक्टरियल मैट्रिक्स मिला। सेगमेंट (कारक भार द्वारा गठित बिंदुओं के अनुमान) 2 और 5 वाई-अक्ष (करीब 0) के करीब स्थित हैं और एक्स-अक्ष से दूर हैं। इसका मतलब है कि एक्स-अक्ष (जो पहले कारक से मेल खाती है) के साथ इन बिंदुओं के निर्देशांक कम मूल्यों (0, 6) द्वारा दर्शाए गए हैं। इसलिए, तराजू 2 और 5 1 कारक का प्रतिनिधित्व करते हैं। उसी सिद्धांत से, खंड 1 इंगित करता है कि तराजू 1, 3 और 4 2 कारकों का प्रतिनिधित्व करते हैं।

ऑब्जेक्ट आरेख ग्राफ़ पर क्लिक करें (पैनल पर बाईं ओर से तीसरा बटन) 2 डी स्कैटरप्लॉट के बगल में स्थित बॉक्स को चेक करें (यदि हमारे पास 2 से अधिक कारक हैं, तो हमने त्रि-आयामी ग्राफ़ प्राप्त करने के लिए 3 डी स्कैटरप्लॉट के बगल में स्थित बॉक्स की जांच की होगी → ठीक है

सभी व्यावसायिक प्रक्रियाएँ आपस में जुड़ी हुई हैं। दोनों के बीच प्रत्यक्ष और अप्रत्यक्ष कनेक्शन का पता लगाया जा सकता है। विभिन्न कारकों के प्रभाव में विभिन्न आर्थिक पैरामीटर बदल जाते हैं। कारक विश्लेषण (एफए) आपको इन संकेतकों की पहचान करने, उनका विश्लेषण करने, प्रभाव की डिग्री का अध्ययन करने की अनुमति देता है।

कारक विश्लेषण अवधारणा

फैक्टर विश्लेषण एक बहुभिन्नरूपी तकनीक है जो चर के मापदंडों के बीच संबंधों की जांच करती है। इस प्रक्रिया में, सहसंयोजक या सहसंबंध की संरचना का अध्ययन होता है। फैक्टर विश्लेषण का उपयोग विभिन्न विज्ञानों में किया जाता है: मनोविज्ञान, मनोविज्ञान, अर्थशास्त्र। इस पद्धति की नींव मनोवैज्ञानिक एफ। गैल्टन द्वारा विकसित की गई थी।

का उद्देश्य

विश्वसनीय परिणाम प्राप्त करने के लिए, एक व्यक्ति को कई पैमानों पर संकेतकों की तुलना करने की आवश्यकता होती है। प्रक्रिया प्राप्त मूल्यों, उनकी समानता और अंतर के सहसंबंध को निर्धारित करती है। कारक विश्लेषण के बुनियादी कार्यों पर विचार करें:

• मौजूदा मूल्यों का पता लगाना।
• मूल्यों के पूर्ण विश्लेषण के लिए मापदंडों का चयन।
• प्रणालीगत काम के लिए संकेतकों का वर्गीकरण।
• प्रभावी और कारक मूल्यों के बीच संबंध खोजना।
• प्रत्येक कारक के प्रभाव की डिग्री का निर्धारण।
• प्रत्येक मूल्यों की भूमिका का विश्लेषण।
• भाज्य मॉडल का अनुप्रयोग।

अंतिम मान को प्रभावित करने वाले प्रत्येक पैरामीटर की जांच की जानी चाहिए।

कारक विश्लेषण तकनीक

एफए तरीकों का उपयोग संयोजन और अलग-अलग दोनों में किया जा सकता है।

नियतात्मक विश्लेषण

नियतात्मक विश्लेषण सबसे अधिक उपयोग किया जाता है। यह इस तथ्य के कारण है कि यह काफी सरल है। आपको मात्रात्मक शब्दों में उनके प्रभाव का विश्लेषण करने के लिए, कंपनी के मुख्य कारकों के प्रभाव के तर्क की पहचान करने की अनुमति देता है। हाँ के परिणामस्वरूप, आप समझ सकते हैं कि कंपनी की दक्षता में सुधार के लिए किन कारकों को बदलना चाहिए। विधि के लाभ: बहुमुखी प्रतिभा, उपयोग में आसानी।

स्टोचैस्टिक विश्लेषण

स्टोचस्टिक विश्लेषण आपको मौजूदा अप्रत्यक्ष संबंधों का विश्लेषण करने की अनुमति देता है। अर्थात्, मध्यस्थता कारकों का एक अध्ययन है। विधि का उपयोग किया जाता है यदि प्रत्यक्ष लिंक नहीं मिले। स्टोकेस्टिक विश्लेषण को वैकल्पिक माना जाता है। इसका उपयोग केवल कुछ मामलों में किया जाता है।

अप्रत्यक्ष लिंक से क्या अभिप्राय है? प्रत्यक्ष कनेक्शन के साथ, तर्क को बदलने से कारक का मूल्य बदल जाएगा। एक अप्रत्यक्ष कनेक्शन में तर्क में बदलाव शामिल होता है, इसके बाद एक साथ कई संकेतकों में बदलाव होता है। विधि को सहायक माना जाता है। यह इस तथ्य के कारण है कि विशेषज्ञ सभी प्रत्यक्ष कनेक्शनों में से सबसे पहले अध्ययन करने की सलाह देते हैं। वे एक अधिक उद्देश्यपूर्ण तस्वीर के लिए अनुमति देते हैं।

कारक विश्लेषण के चरण और विशेषताएं

प्रत्येक कारक के लिए विश्लेषण उद्देश्य परिणाम देता है। हालाँकि, इसका उपयोग बहुत ही कम किया जाता है। यह इस तथ्य के कारण है कि प्रक्रिया में सबसे जटिल गणना की जाती है। उन्हें बाहर ले जाने के लिए, आपको विशेष सॉफ़्टवेयर की आवश्यकता होगी।

एफए के चरणों पर विचार करें:

1. गणना के उद्देश्य को स्थापित करना।
2. उन मूल्यों का चयन जो प्रत्यक्ष या अप्रत्यक्ष रूप से प्रभावित करते हैं अंतिम परिणाम.
3. व्यापक अध्ययन के लिए कारकों का वर्गीकरण।
4. चयनित मापदंडों और अंतिम संकेतक के बीच संबंध खोजना।
5. परिणाम और इसे प्रभावित करने वाले कारकों के बीच संबंध को मॉडलिंग करना।
6. प्रत्येक मापदंडों की भूमिका के मूल्यों और मूल्यांकन के प्रभाव का निर्धारण।
7. उद्यम की गतिविधियों में गठित कारक तालिका का उपयोग करना।

ध्यान दें! कारक विश्लेषण में जटिल गणना शामिल है। इसलिए, इसे एक पेशेवर को सौंपना बेहतर है।

जरूरी! उद्यम के परिणाम को प्रभावित करने वाले कारकों का सही ढंग से चयन करने के लिए गणना करते समय यह बेहद महत्वपूर्ण है। कारकों का चयन एक विशिष्ट क्षेत्र पर निर्भर करता है।

लाभप्रदता का कारक विश्लेषण

संसाधन आवंटन की तर्कसंगतता का विश्लेषण करने के लिए एफए लाभप्रदता की जाती है। नतीजतन, आप यह निर्धारित कर सकते हैं कि कौन से कारक अंतिम परिणाम को प्रभावित करते हैं। परिणामस्वरूप, केवल उन कारकों को छोड़ा जा सकता है जो दक्षता को प्रभावित करते हैं। प्राप्त आंकड़ों के आधार पर, आप बदल सकते हैं मूल्य निर्धारण नीति कंपनियों। निम्नलिखित कारक उत्पादन की लागत को प्रभावित कर सकते हैं:

• निर्धारित लागत;
• परिवर्तनीय लागत;
• फायदा।

लागत कम करने से मुनाफे में वृद्धि होती है। इस मामले में, लागत नहीं बदलती है। यह निष्कर्ष निकाला जा सकता है कि लाभप्रदता मौजूदा लागतों के साथ-साथ बेचे गए उत्पादों की मात्रा से प्रभावित होती है। कारक विश्लेषण आपको इन मापदंडों के प्रभाव की डिग्री निर्धारित करने की अनुमति देता है। इसे कब धारण करना है? इसका मुख्य कारण लाभप्रदता में कमी या वृद्धि है।

निम्नलिखित सूत्र का उपयोग करके कारक विश्लेषण किया जाता है:

आरवी \u003d ((डब्ल्यू-एसबी-केआरबी-यूआरबी) / डब्ल्यू) - (वीबी-एसबी-केआरबी-यूआरबी) / वीबी,कहाँ पे:

वीटी - वर्तमान अवधि के लिए राजस्व;

СБ - वर्तमान अवधि के लिए लागत मूल्य;

केआरबी - वर्तमान अवधि के लिए वाणिज्यिक व्यय;

यूआरबी - पिछली अवधि के लिए प्रबंधन व्यय;

डब्ल्यूबी - पिछली अवधि के लिए राजस्व;

केआरबी - पिछली अवधि के लिए वाणिज्यिक व्यय।

अन्य सूत्र

लाभप्रदता पर लागत के प्रभाव की गणना के लिए सूत्र पर विचार करें:

आरयूडी \u003d (((डब्ल्यू-एसबोट -केआरबी-यूआरबी) / डब्ल्यू) - (डब्ल्यू-एसबी-केआरबी-यूआरबी / डब्ल्यू),

एसबीओटी मौजूदा अवधि के लिए उत्पादन की लागत है।

प्रबंधन व्यय के प्रभाव की गणना के लिए सूत्र:

रुर \u003d (((W-SB-KRB-URot) / W) - (W-SB-KRB-URB) / W,

URot प्रबंधन खर्च है।

व्यावसायिक लागतों के प्रभाव की गणना के लिए सूत्र:

आरके \u003d (((डब्ल्यूबी-एसबी-केरो-यूआरबी) / डब्ल्यू) - (डब्ल्यू-एसबी-केआरबी-यूआरबी) / डब्ल्यू,

КРо - ये पिछले समय के वाणिज्यिक खर्च हैं।

सभी कारकों के संचयी प्रभाव की गणना निम्न सूत्र के उपयोग से की जाती है:

आरबी \u003d आरवी + आरसी + रूर + आरके।

जरूरी! गणना करते समय, यह अलग-अलग प्रत्येक कारक के प्रभाव की गणना करने के लिए समझ में आता है। सामान्य पीए परिणाम कम मूल्य के होते हैं।

उदाहरण

आइए दो महीनों के लिए संगठन के संकेतकों पर विचार करें (दो अवधियों के लिए, रूबल में)। जुलाई में, संगठन की आय 10 हजार थी, उत्पादन की लागत - 5 हजार, प्रशासनिक व्यय - 2 हजार, वाणिज्यिक व्यय - 1 हजार। अगस्त में, कंपनी की आय 12 हजार थी, उत्पादन की लागत - 5.5 हजार, प्रशासनिक व्यय - 1.5 हजार, वाणिज्यिक व्यय - 1 हजार। निम्नलिखित गणना की जाती है:

\u003d 15 \u003d 0.14

इन गणनाओं से, हम यह निष्कर्ष निकाल सकते हैं कि संगठन का लाभ 14% बढ़ा है।

लाभ का कारक विश्लेषण

पी \u003d आरआर + आरएफ + आरवीएन, जहां:

Р - लाभ या हानि;

РР - बिक्री से लाभ;

RF - परिणाम वित्तीय गतिविधियों;

आरवीएन - गैर-परिचालन गतिविधियों से आय और व्यय का संतुलन।

फिर आपको माल की बिक्री से परिणाम निर्धारित करने की आवश्यकता है:

केपीआईपी \u003d एन - एस 1-एस 2, जहां:

एन - बिक्री मूल्य पर माल की बिक्री से आय;

एस 1 बेचे गए उत्पादों की लागत है;

S2 - वाणिज्यिक और प्रशासनिक व्यय।

लाभ की गणना में महत्वपूर्ण कारक कंपनी की बिक्री से कंपनी का कारोबार है।

ध्यान दें! मैन्युअल रूप से करने के लिए फैक्टर विश्लेषण बेहद मुश्किल है। आप इसके लिए विशेष कार्यक्रमों का उपयोग कर सकते हैं। गणना और स्वचालित विश्लेषण के लिए सबसे सरल कार्यक्रम माइक्रोसॉफ्ट एक्सेल है। इसमें विश्लेषण के लिए उपकरण हैं।

मंत्रालय कृषि आरएफ

संघीय राज्य शैक्षिक संस्थान

उच्च व्यावसायिक शिक्षा

भूमि प्रबंधन के राज्य विश्वविद्यालय

आर्थिक सिद्धांत और प्रबंधन विभाग

कोर्स का काम

अनुशासन में "उद्यम की वित्तीय गतिविधियों का विश्लेषण और निदान"

विषय पर: "उत्पादन के तत्वों का कारक विश्लेषण।"

प्रदर्शन किया:

34 वें समूह का छात्र

मकसिमोवा एन.एस.

जाँच:

चिरकोवा एल.एल.

मास्को 2009

परिचय ……………………………………………………………………………………………

अध्याय 1। उत्पादन तत्वों का कारक विश्लेषण …………………………………………………………………… ..4

1.1। कारक विश्लेषण, इसके प्रकार और कार्य ………………………………………………………………………………4

1.2। नियतात्मक कारक विश्लेषण। मॉडलिंग की आवश्यकताएँ ………………………………………………………………………………।

1.3 नियतात्मक कारक विश्लेषण के तरीके और प्रकार ………………… .. 10

अध्याय 2 . व्यावहारिक भाग ……………………………………………………… .. १४

2.1। आर्थिक गतिविधि के विश्लेषण में कारकों के प्रभाव को मापने के लिए तरीके ……………………………………………………………………………… .14

2.2। मोटर ट्रांसपोर्ट एंटरप्राइज OJSC "एंटरप्राइज 1564" की वित्तीय स्थिति का कारक विश्लेषण ... ... ........................................................... 20

निष्कर्ष ………………………………………………………………………… .24

प्रयुक्त साहित्य की सूची ………………………………………………………… 25

परिशिष्ट ……………………………………………………………………………… .26

परिचय

कारक विश्लेषण - चर के मूल्यों के बीच संबंधों का अध्ययन करने के लिए बहुभिन्नरूपी सांख्यिकीय विश्लेषण के तरीकों का एक सेट। कारक विश्लेषण का उपयोग करते हुए, अवलोकन किए गए चर के बीच रैखिक सांख्यिकीय संबंधों (सहसंबंध) की उपस्थिति के लिए जिम्मेदार छिपे (अव्यक्त) चर कारकों की पहचान करना संभव है।

कारक विश्लेषण के उद्देश्य:

• चर की संख्या को कम करना;
• चर के बीच संबंधों का निर्धारण, उनका वर्गीकरण।

कारक विश्लेषण 20 वीं शताब्दी की शुरुआत में उत्पन्न हुआ, जो मूल रूप से मनोविज्ञान के कार्यों में विकसित हुआ। चार्ल्स स्पीयरमैन और रेमंड काटल ने कारक विश्लेषण के विकास में एक महान योगदान दिया।

कारक विश्लेषण विधियाँ:

• प्रमुख कंपोनेंट विश्लेषण
• सहसंबंध विश्लेषण
• अधिकतम संभावना विधि

कारक विश्लेषण - परिणाम पर कारकों के प्रभाव का निर्धारण - निर्णय लेने के लिए कंपनियों की आर्थिक गतिविधियों के विश्लेषण में सबसे मजबूत कार्यप्रणाली निर्णयों में से एक है। नेताओं के लिए - एक अतिरिक्त तर्क, एक अतिरिक्त "देखने का कोण"।

हालांकि, व्यवहार में, इसका उपयोग कई कारणों से शायद ही कभी किया जाता है:

1) इस पद्धति के कार्यान्वयन के लिए कुछ प्रयास और एक विशिष्ट उपकरण (सॉफ्टवेयर उत्पाद) की आवश्यकता होती है;

2) कंपनियों की अन्य "शाश्वत" प्राथमिकताएं हैं।

अध्याय 1। उत्पादन तत्वों का कारक विश्लेषण

1.1 कारक विश्लेषण, इसके प्रकार और कार्य।

कारक विश्लेषण को जटिल और व्यवस्थित अध्ययन और प्रभावी संकेतकों के मूल्य पर कारकों के प्रभाव की माप के रूप में समझा जाता है।

सामान्य तौर पर, कारक विश्लेषण के मुख्य चरणों को अलग किया जा सकता है:

1. विश्लेषण के उद्देश्य का विवरण।

2. जांच प्रदर्शन संकेतक निर्धारित करने वाले कारकों का चयन।

3. एक व्यापक और सुनिश्चित करने के लिए कारकों का वर्गीकरण और व्यवस्थितकरण प्रणालीगत दृष्टिकोण आर्थिक गतिविधि के परिणामों पर उनके प्रभाव का अध्ययन।

4. कारकों और प्रभावी संकेतक के बीच निर्भरता के रूप का निर्धारण।

5. प्रदर्शन और कारक संकेतकों के बीच संबंध को मॉडलिंग करना।

6. प्रभावी संकेतक के मूल्य को बदलने में कारकों के प्रभाव की गणना और उनमें से प्रत्येक की भूमिका का आकलन।

7. एक तथ्यात्मक मॉडल के साथ काम करना (आर्थिक प्रक्रियाओं के प्रबंधन के लिए इसका व्यावहारिक उपयोग)।

किसी विशेष संकेतक के विश्लेषण के लिए कारकों का चयन किसी विशेष उद्योग में सैद्धांतिक और व्यावहारिक ज्ञान के आधार पर किया जाता है। इस मामले में, वे आमतौर पर सिद्धांत से आगे बढ़ते हैं: कारकों के जटिल की जितनी बड़ी जांच की जाती है, विश्लेषण के परिणाम उतने ही सटीक होंगे। इसी समय, यह ध्यान में रखा जाना चाहिए कि यदि कारकों के इस परिसर को यांत्रिक योग के रूप में माना जाता है, तो उनकी बातचीत को ध्यान में रखते हुए, मुख्य को उजागर किए बिना, उनका निर्धारण करना, फिर निष्कर्ष गलत हो सकता है। आर्थिक गतिविधि (एसीए) के विश्लेषण में, प्रभावी संकेतकों के मूल्य पर कारकों के प्रभाव का एक परस्पर अध्ययन उनके व्यवस्थितकरण के माध्यम से प्राप्त किया जाता है, जो इस विज्ञान के मुख्य पद्धतिगत मुद्दों में से एक है।

कारक विश्लेषण में एक महत्वपूर्ण कार्यप्रणाली मुद्दा कारकों और प्रदर्शन संकेतकों के बीच निर्भरता के रूप का निर्धारण है: चाहे वह कार्यात्मक हो या स्टोचस्टिक, प्रत्यक्ष या व्युत्क्रम, आयताकार या वक्रता। यह सैद्धांतिक और व्यावहारिक अनुभव का उपयोग करता है, साथ ही समानांतर और गतिशील श्रृंखला की तुलना करने के तरीके, प्रारंभिक जानकारी के विश्लेषणात्मक समूह, चित्रमय आदि।

कारक विश्लेषण में मॉडलिंग आर्थिक संकेतक भी एक जटिल समस्या है, जिसके समाधान के लिए विशेष ज्ञान और कौशल की आवश्यकता होती है।

कारकों के प्रभाव की गणना AHD में मुख्य पद्धतिगत पहलू है। अंतिम संकेतकों पर कारकों के प्रभाव को निर्धारित करने के लिए, कई विधियों का उपयोग किया जाता है, जिनके बारे में नीचे विस्तार से चर्चा की जाएगी।

कारक विश्लेषण का अंतिम चरण प्रभावी संकेतक के विकास के लिए भंडार की गणना के लिए कारक मॉडल का व्यावहारिक उपयोग है, जब स्थिति में परिवर्तन होता है, तो इसके मूल्य की योजना बनाने और भविष्यवाणी करने के लिए।

कारक मॉडल के प्रकार के आधार पर, दो मुख्य प्रकार के कारक विश्लेषण हैं - नियतात्मक और स्टोचैस्टिक।

नियतात्मक कारक विश्लेषण कारकों के प्रभाव का अध्ययन करने के लिए एक तकनीक है, जिसका प्रभावी संकेतक के साथ संबंध एक कार्यात्मक प्रकृति का है, अर्थात्, जब कारक मॉडल का प्रभावी संकेतक एक उत्पाद, एक भागफल या कारकों के बीजीय राशि के रूप में प्रस्तुत किया जाता है।

इस प्रकार का कारक विश्लेषण सबसे आम है, चूंकि, उपयोग करने में काफी सरल है (स्टोकेस्टिक विश्लेषण की तुलना में), यह आपको एक उद्यम के विकास में मुख्य कारकों की कार्रवाई के तर्क को समझने के लिए, उनके प्रभाव को निर्धारित करने के लिए, यह समझने के लिए कि कौन से कारक और किस अनुपात में बढ़ सकते हैं और बढ़ना चाहिए। उत्पादन क्षमता। हम एक अलग अध्याय में विस्तार निर्धारक कारक विश्लेषण पर विचार करेंगे।

स्टोकेस्टिक विश्लेषण कारकों के अध्ययन के लिए एक तकनीक है, जिसका संबंध कार्यात्मक सूचक के साथ, कार्यात्मक एक के विपरीत, अपूर्ण, संभाव्य (सहसंबंध) है। यदि, तर्क में परिवर्तन के साथ एक कार्यात्मक (पूर्ण) निर्भरता, फ़ंक्शन में एक समान परिवर्तन हमेशा होता है, तो एक सहसंबंध कनेक्शन के साथ, तर्क में परिवर्तन फ़ंक्शन में वृद्धि के कई मूल्यों को दे सकता है, जो इस संकेतक को निर्धारित करने वाले अन्य के संयोजन पर निर्भर करता है। उदाहरण के लिए, पूंजी-श्रम अनुपात के समान स्तर पर श्रम उत्पादकता विभिन्न उद्यमों में समान नहीं हो सकती है। यह इस सूचक को प्रभावित करने वाले अन्य कारकों के इष्टतम संयोजन पर निर्भर करता है।

स्टोचस्टिक मॉडलिंग, एक निश्चित सीमा तक, नियतात्मक कारक विश्लेषण का जोड़ और गहरा होना है। कारक विश्लेषण में, इन मॉडलों का उपयोग तीन मुख्य कारणों के लिए किया जाता है:

उन कारकों के प्रभाव का अध्ययन करना आवश्यक है जिनके लिए एक कठोर निर्धारण कारक मॉडल (उदाहरण के लिए, वित्तीय लाभ का स्तर) का निर्माण करना असंभव है;

• उन जटिल कारकों के प्रभाव का अध्ययन करना आवश्यक है जिन्हें समान रूप से नियतात्मक मॉडल में जोड़ा नहीं जा सकता है;
• उन जटिल कारकों के प्रभाव का अध्ययन करना आवश्यक है जिन्हें एक मात्रात्मक संकेतक (उदाहरण के लिए, वैज्ञानिक और तकनीकी प्रगति के स्तर) द्वारा व्यक्त नहीं किया जा सकता है।

सख्ती से निर्धारित स्टोकेस्टिक दृष्टिकोण के विपरीत, कार्यान्वयन के लिए कई आवश्यक शर्तें हैं:

क) समग्रता की उपस्थिति;

बी) टिप्पणियों की पर्याप्त मात्रा;

ग) यादृच्छिकता और टिप्पणियों की स्वतंत्रता;

घ) एकरूपता;

ई) सामान्य के करीब संकेतों के वितरण की उपस्थिति;

च) एक विशेष गणितीय उपकरण की उपस्थिति।

स्टोकेस्टिक मॉडल का निर्माण कई चरणों में किया जाता है:

• गुणात्मक विश्लेषण (विश्लेषण के लक्ष्य को निर्धारित करना, जनसंख्या का निर्धारण, प्रभावी और कारक संकेतकों का निर्धारण करना, उस अवधि को चुनना जिसके लिए विश्लेषण किया जाता है, विश्लेषण विधि का चयन करना);
• सिम्युलेटेड जनसंख्या का प्रारंभिक विश्लेषण (जनसंख्या की समरूपता की जांच करना, विसंगत टिप्पणियों को छोड़कर, आवश्यक नमूना आकार को स्पष्ट करना, अध्ययन किए गए संकेतकों के वितरण कानूनों की स्थापना करना);
• एक स्टोकेस्टिक (प्रतिगमन) मॉडल का निर्माण (कारकों की सूची को स्पष्ट करना, प्रतिगमन समीकरण के मापदंडों के अनुमानों की गणना करना, मॉडलों के प्रतिस्पर्धी वेरिएंट की गणना करना);
• मॉडल की पर्याप्तता का आकलन (संपूर्ण और उसके व्यक्तिगत मापदंडों के रूप में समीकरण के सांख्यिकीय महत्व की जांच करना, अनुसंधान कार्यों के अनुमान के औपचारिक गुणों के पत्राचार की जांच करना);
• मॉडल की आर्थिक व्याख्या और व्यावहारिक उपयोग (निर्मित निर्भरता के स्थानिक और लौकिक स्थिरता का निर्धारण, मॉडल के व्यावहारिक गुणों का आकलन)।

नियतात्मक और स्टोकेस्टिक में विभाजित करने के अलावा, निम्नलिखित प्रकार के कारक विश्लेषण प्रतिष्ठित हैं:

• आगे और पिछे;
• सिंगल-स्टेज और मल्टी-स्टेज;
• स्थिर और गतिशील;
• पूर्वव्यापी और भावी (पूर्वानुमान)।

प्रत्यक्ष कारक विश्लेषण में, अनुसंधान को एक कटौतीत्मक तरीके से किया जाता है - सामान्य से विशेष तक। रिवर्स फैक्टर एनालिसिस तार्किक प्रेरण के माध्यम से कारण-और-प्रभाव संबंधों के अध्ययन को करता है - विशेष रूप से, व्यक्तिगत कारकों से लेकर सामान्यीकरण तक।

कारक विश्लेषण एकल-चरण या बहु-चरण हो सकता है। पहले प्रकार का उपयोग उनके घटक भागों में उनके विवरण के बिना अधीनता के केवल एक स्तर (एक स्तर) के कारकों का अध्ययन करने के लिए किया जाता है। उदाहरण के लिए, । मल्टीस्टेज फैक्टर विश्लेषण में, उनके व्यवहार का अध्ययन करने के लिए कारकों ए और बी को उनके घटक तत्वों में विस्तृत किया जाता है। कारकों का विवरण आगे भी जारी रखा जा सकता है। इस मामले में, अधीनता के विभिन्न स्तरों के कारकों के प्रभाव का अध्ययन किया जाता है।

स्थैतिक और गतिशील कारक विश्लेषण के बीच अंतर करना भी आवश्यक है। पहले प्रकार का उपयोग उसी तारीख में प्रदर्शन संकेतकों पर कारकों के प्रभाव का अध्ययन करते समय किया जाता है। एक अन्य प्रकार गतिशीलता में कारण संबंधों का अध्ययन करने की एक तकनीक है।

और अंत में, कारक विश्लेषण पूर्वव्यापी हो सकता है, जो पिछले अवधि में प्रदर्शन संकेतकों में वृद्धि के कारणों का अध्ययन करता है, और आशाजनक है, जो भविष्य में कारकों और प्रदर्शन संकेतकों के व्यवहार की जांच करता है।

1.2 नियतात्मक कारक विश्लेषण। मॉडलिंग आवश्यकताओं।

यह सिद्धांत कि मनुष्य के कार्य स्वतंत्र नहीं होते (लाट से। दृढ़ संकल्प - मैं परिभाषित करता हूं) - सभी घटनाओं के उद्देश्य, प्राकृतिक और कारण की स्थिति के सिद्धांत। निर्धारण कार्य-कारण के अस्तित्व पर प्रावधान पर आधारित है, अर्थात्, घटना के बीच ऐसे संबंध पर, जिसमें एक घटना (कारण), अच्छी तरह से परिभाषित परिस्थितियों में, एक और (प्रभाव) उत्पन्न करती है। )