Понятие стохастической связи и методы ее изучения.
В факторном анализе различают детерминированное и стохастическое моделирование.
С помощью детерминированных моделей исследуется функциональная связь между результативным показателем и факторами, т.е. когда одной величине факторного признака соответствует только одно значение результативного. Однако, не все экономические явления и процессы можно представить с помощью функциональных зависимостей. В этом случае моделируются и изучаются стохастические связи.
Под стохастикой понимается вероятность событий, обусловленных случайным сочетанием факторов. Стохастическая зависимость проявляется только в среднем в массе наблюдений, т.к. согласно закону больших чисел в большей совокупности закономерная связь выступает устойчивее случайного совпадения. При этом величине факторного признака может соответствовать несколько значений результативного показателя.
Например, в процессе анализа среднегодовую выработку рабочего можно представить в виде функциональной зависимости, выраженной произведением среднечасовой выработки, продолжительности рабочего дня и количества отработанных рабочим за год дней.
Однако, на выработку рабочего влияют и другие факторы, такие как условия труда, оплата труда, стаж, квалификация. Можно ли сразу представить связь выработки рабочего с этими факторами в виде формулы? Нет, т.к. такие зависимости проявляются в массе наблюдений, хотя совсем не обязательно это происходит в каждом конкретном случае.
Для изучения стохастических зависимостей используются различные способы и приемы:
- сравнение, аналитические группировки, графические и др., позволяющие установить общий характер и направленность связи и считающиеся простыми;
- способы корреляционного, дисперсионного, компонентного, современного многомерного факторного анализа, позволяющие определить степень влияния факторов на изучаемый показатель и являющиеся более сложными.
Наиболее широкое распространение в группе последних нашел корреляционный анализ.
Корреляция означает вероятностную зависимость между показателями, которая проявляется только в массе наблюдений. Например, известно, что рост квалификации ведет к росту производительности труда. Это положение подтверждается в большинстве случаев. Однако, это не означает, что у двух или трех рабочих одного разряда будет одинаковый уровень производительности труда.
Различают прямую и обратную корреляцию. Если направления изменений факторного и результативного признаков совпадают, то такая связь называется прямой, а если нет – то обратной.
Если исследуется наличие и теснота связи между двумя признаками, то корреляция называется парной, а если между тремя и более – множественной.
Тесноту связи характеризует коэффициент корреляции, который принимает значение от 0 до ±1. Если коэффициент корреляции близок к 1, то связь очень тесная, приближенная к детерминированной. Если он близок к 0, то это говорит об отсутствии связи между показателями.
Принято считать, что связь является:
- слабой,
если коэффициент корреляции (по модулю)
|r|
находится в пределах 0< |r|
0,3;
- умеренной, если коэффициент корреляции находится в пределах 0,3<|r| 0,75;
- тесной, если коэффициент корреляции находится в пределах 0,75<|r|<1.
Главной предпосылкой применения корреляционного анализа в анализе хозяйственной деятельности является возможность получения совокупности наблюдений одного и того же явления в различных условиях (либо по многим объектам, либо по одному объекту в динамике).
Значение корреляционного анализа для АХД состоит в расширении его возможностей и заключается:
в определении количественной оценки стохастических связей и зависимостей;
в углублении экономического анализа посредством дополнения детерминированного анализа корреляционным;
в использовании его для обоснования планов, прогнозов, управленческих решений;
в использовании его для количественной оценки внутрихозяйственных резервов.