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.

Детерминированный факторный анализ представляет собой методику исследования влияния факторов, связь которых с результативным показателем носит функциональный характер, т.е. когда результативный показатель 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 анализпредставляет 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. Например, производительность труда при одном и том же уровне фондовооруженности может быть неодинаковой на разных предприятиях. Это зависит от оптимальности сочетания других факторов, воздействующих на этот показатель.

Методы стохастического факторного анализа:

- Способ парной корреляции;

 - Множественный корреляционный анализ;

 - Матричные модели;

- Математическое программирование;

- Метод исследования операций;

 - Теория игр.

При прямом факторном анализе исследование ведется дедуктивным способом - от общего к частному.

Обратный факторный анализ осуществляет исследование причинно-следственных связей способом логичной индукции - от частных, отдельных факторов к обобщающим.

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

Статический ФАприменяется при изучении влияния факторов на результативные показатели на соответствующую дату.

Динамический ФА представляет собой методику исследования причинно-следственных связей в динамике.

Ретроспективный факторный анализ изучает причины прироста результативных показателей за прошлые периоды.

Перспективный ФА исследует поведение факторов и результативных показателей в перспективе.

Применение

В настоящее время широко используется в психологии, нейрофизиологии, социологии, политологии, в экономике, статистике и других науках.

Понятие корреляционного (стохастического )анализа 

И возможности его применения

Корреляционный анализ — метод обработки статистических данных, заключающийся в определениитесноты связи между показателями, находящимися в вероятностной зависимости.

Для изучения связи одного факторного и результативного показателей используется парная корреляция, а при изучении взаимодействия нескольких факторов с результативным показателем – множественная корреляция.

Если изменение значения перемнной А произойдет одновременно с пропорциональным изменением переменной Б, то говорят, что переменныекоррелируют.

Чаще в экономических исследованиях встречаются стохастические зависимости, которые отличаются приблизительностью, неопределенностью. Они проявляются только в среднем по значительному количеству объектов (наблюдений). Здесь каждой величине факторного показателя (аргумента) может соответствовать несколько значений результативного показателя (функции). К примеру, производительность труда при одном и том же уровне фондовооруженности может быть неодинаковой на разных предприятиях.

Это объясняется тем, что все факторы, от которых зависит производительность труда, действуют в комплексе, взаимосвязано

Необходимые условия применения корреляционного анализа.
1. Наличие достаточно большого количества наблюдений о величине исследуемых факторных и результативных показателей (в динамике или за текущий год по совокупности однородных объектов).
2. Исследуемые факторы должны иметь количественное измерение и отражение в тех или иных источниках информации.

На практике корреляционный анализ сводится к выбору уравнения прямой или кривой зависимости (логарифмической, параболы 2-го, 3-го,n-го порядка, гиперболы и др).

Теснота между изучаемыми явлениями измеряется корреляционным отношением (для криволинейной зависимости) и коэфф.корреляции.

Применение корреляционного анализа позволяет решить следующие задачи:
1) определить изменение результативного показателя под воздействием одного или нескольких факторов (в абсолютном измерении), то есть определить, на сколько единиц изменяется величина результативного показателя при изменении факторного на единицу;
2) установить относительную степень зависимости результативного показателя от каждого фактора.

Исследование корреляционных соотношений имеет огромное значение в АХД. Это проявляется в том, что значительно углубляется факторный анализ, устанавливаются место и роль каждого фактора в формировании уровня исследуемых показателей, углубляются знания об изучаемых явлениях, определяются закономерности их развития и как итог - точнее обосновываются планы и управленческие решения, более объективно оцениваются итоги деятельности предприятий и более полно определяются внутрихозяйственные резервы.

Область применения

Данный метод обработки статистических данных весьма популярен в экономике и социальных науках (в частности в психологии и социологии), хотя сфера применения коэффициентов корреляции обширна: контроль качества промышленной продукции, металловедение, агрохимия, гидробиология, биометрия и прочие.

Популярность метода обусловлена двумя моментами: коэффициенты корреляции относительно просты в подсчете, их применение не требует специальной математической подготовки. В сочетании с простотой интерпретации, простота применения коэффициента привела к его широкому распространению в сфере анализа статистических данных.