На головну

Методи оцінки взаємозв'язку

  1. I. 2.4. Принципи та методи дослідження сучасної психології
  2. I. Методи перехоплення.
  3. I. Суб'єктивні методи дослідження ендокринної системи.
  4. I. Суб'єктивні методи дослідження кровотворної системи.
  5. I. Суб'єктивні методи дослідження органів жовчовиділення і підшлункової залози.
  6. I. Суб'єктивні методи дослідження органів сечовиділення.
  7. II. Інтервальні ОЦІНКИ.

Для виявлення наявності зв'язку, її характеру та напрямки застосовуються різні статистичні методи. Оскільки залежності в статистиці виявляються через варіацію ознак, то і методи в основному вимірюють і зіставляють варіацію факторного і результативного ознак.

1. Описові методи.

1) Метод приведення паралельних рядів.

2) Балансовий метод.

3) Графічний метод (кореляційне поле).

4) Метод аналітичної угруповання.

2. Аналітичні методи.

1) Непараметричні (рангові): коефіцієнт Фехнера, коефіцієнт асоціації та контингенции, коефіцієнт Спірмена (рангові коефіцієнт).

2) Параметричні: кореляційний.

Розглянемо кожен з них окремо.

Вивчення неповної кореляції здійснюється двома групами методів, які можна визначити, як нематематичні і математичні. Нематематичні методи дають наближену оцінку про наявність, форми і напрямку зв'язку. нематематичні методи:

1) Метод паралельних рядів;

2) Метод аналітичних угруповань;

3) Графічний метод.

Метод паралельних рядів застосовується для визначення наявності та

напрямки взаємозв'язку при нечисленних сумах (15-20 одиниць). При цьому методі значення факторної ознаки розташовується в порядку зростання або зменшення і паралельно з ними відображаються відповідні значення результативної ознаки. Зіставляючи ряди значень, встановлюється залежність. За варіації ознаки в першому і другому ряду судять про наявність зв'язку ознак. Такий метод дозволяє вивести тільки напрямок зв'язку, але не виміряти її.

Метод аналітичної угруповання застосовується у випадках, коли сукупність досить велика і паралельні ряди не дозволяють виявити залежність. Суть методу аналітичних угруповань полягає в тому, що одиниці статистичної сукупності групуються, як правило, по факторному ознакою і для кожної групи розраховується середня або відносна величина по результативному ознакою. Потім зміни середніх або відносних значень результативної ознаки зіставляються зі змінами факторного ознаки для виявлення характеру зв'язку між ними. Результати аналітичної угруповання представляють у вигляді підсумкової статистичної таблиці.

У розрахункової частини за даними 30 підприємств виконана аналітична угруповання, результати якої представлені в підсумковій таблиці.

Таблиця 1

Результати аналітичної угруповання

 Групи предпріятійпо рівнем продуктивності праці, тис. Руб. / Чол  число підприємств  Рівень продуктивності, тис. Руб. / Чол  Середня заробітна плата. тис. руб.
 всього  середнє  всього  середнє
 120 - 168  136,67  44,33
 168 - 216
 216 - 264  242,58  75,58
 264 - 312  287,43  90,14
 312 - 360  337,5  111,8
 всього    247,43  78,33

Таким чином, гіпотеза про наявність прямої залежності між продуктивністю праці та заробітною платою підтверджується. У групі з найнижчою продуктивністю праці - 136,67 тис. Руб. / Чол. заробітна плата так само найнижча і становить 44,33 тис. руб. / чол. У групі з найвищою продуктивністю праці - 337,5 тис. Руб. / Чол. спостерігається і найвищий рівень заробітної плати - 11,8 тис. руб. Таким чином зростання продуктивності праці в 337,5 / 136,67 = 2,47 раз призводить до збільшення заробітної плати в 111,8 / 44,33 = 2,52 рази. Отже, можна зробити припущення про пропорційному збільшенні заробітної плати в залежності від зростання продуктивності праці. Іншим словами, можна припустити, що взаємозв'язок між факторами може бути виражена лінійною залежністю.

Графічний метод полягає в побудові кореляційного поля, на якому відображаються параметричні дані. На осі абсцис відкладається значення факторної ознаки, а на осі ординат - результативного. Кожна одиниця, що володіє певним значенням факторного і результативного ознаки, позначається крапкою. За корреляционному полю так само можна судити про характер взаємозв'язку. Якщо точки сконцентровано близько діагоналі йде зліва направо, знизу вгору - то зв'язок пряма. Якщо біля іншої діагоналі - зворотна. Якщо точки розсіяні по всьому полю графіка - зв'язок відсутній. Навпаки, чим сильніше зв'язок, тим тісніше точки групуються навколо певної лінії.

На малюнку 1 представлений графік кореляційного поля. Залежна змінна - рівень заробітної плати, факторний ознака - продуктивність праці. Зв'язок пряма, точки тісно групуються навколо прямої лінії, таким чином, між факторами спостерігається тісна залежність.

Рис.1. Графік кореляційного поля

Більш глибокий аналіз здійснюється за допомогою математичних методів:

1) регресійний аналіз, Що дозволяє висловити за допомогою рівняння форму взаємозв'язку, тобто досліджує аналітичне вираз взаємозв'язку між ознаками. Однією з проблем побудови рівнянь регресії є їх розмірність, тобто визначення числа факторних ознак, що включаються в модель. Їх кількість має бути оптимальним. Скорочення розмірності за рахунок виключення другорядних, несуттєвих факторів дозволяє отримати модель, якісніше реалізовану.

При побудові моделей регресії необхідно дотримуватися таких вимог:

1. Сукупність досліджуваних вихідних даних повинна бути однорідною і математично описуватися безперервними функціями.

2. Можливість опису модельованого явища одним або кількома рівняннями причинно-наслідкових зв'язків.

3. Всі факторні ознаки повинні мати кількісне вираження.

4. Наявність досить великого обсягу досліджуваної сукупності.

5. Постійність територіальної і часової структури досліджуваної сукупності.

2) кореляційний аналіз має своїм завданням кількісне визначення тісноти і напрямку зв'язку між двома ознаками (при парній зв'язку) і між результативним і безліччю факторних ознак (при багатофакторної зв'язку). Тіснота зв'язку кількісно виражається величиною коефіцієнтів кореляції, які, даючи кількісну характеристику тісноти зв'язку між ознаками, дозволяють визначити «корисність» факторних ознак при побудові рівняння множинної регресії. Знаки при коефіцієнтах кореляції характеризують напрямок зв'язку між ознаками.

Кореляційні методи діляться на:

- параметричні методи, Які дають оцінку тісноти зв'язку безпосередньо на базі значень факторного та результативного ознак. Головним параметричних методом є кореляційний. Він полягає в знаходженні рівняння зв'язку, в якому результативний ознака залежить тільки від нас цікавить фактора (або кількох чинників). Всі інші фактори, також впливають на результат, приймаються за постійні середні.

- непараметричні методи - Дають оцінку на основі умовних оцінок ознак. Їх ще називають ранговими методами. Вони пов'язані з розрахунками різних коефіцієнтів: коефіцієнт Фехнера (коефіцієнт збігу знаків), коефіцієнти асоціації та контингенции, коефіцієнт Спірмана (рангові коефіцієнт). Застосовуються як окремо, так і спільно з параметричними. Особливо ефективні непараметричні методи, коли необхідно виміряти зв'язок між якісними ознаками. Вони простіше в обчисленні і не вимагають ніяких припущень про закон розподілу вихідних статистичних даних, тому що при їх розрахунку оперують не самими значеннями ознак, а їх рангами, частотами, знаками і т.д.

Оцінка тісноти криволінійних залежностей дається після розрахунку параметра рівняння регресії. Тому такий метод називається кореляційно-регресійний.

Якщо аналізується залежність одного факторного і результативного ознак, то в цьому випадку маємо справу з парної кореляції і регресією. Якщо аналізуються кілька факторних і результативних ознак - це множинна кореляція і регресія.

 



Попередня   11   12   13   14   15   16   17   18   19   20   21   22   23   24   25   26   Наступна

Макет комбінаційної таблиці | Тема. Абсолютні і відносні величини | Тема. Середні величини. структурні середні | Властивості середньої арифметичної величини | Тема. Показники та аналіз варіації | Тема. вибіркове спостереження | вибірка | Межі генеральної частки | Тема. Статистичне вивчення динаміки соціально-економічних процесів | Тема. економічні індекси |

© um.co.ua - учбові матеріали та реферати