Модель оцінки конкурентного середовища методом факторного аналізу

Для реалізації моделі аналізу конкурентного середовища, яка була пропонована в параграфі 3.1, пропонується використовувати пакет Statistica. В даному пакеті існує особливий набір підпрограм, з'єднаних в групу методів Factor Analysis (Факторний аналіз). На рис. 3.2 приведені вихідні дані для вирішення задачі.

Рисунок 3.2- Вихідні дані моделі

На підставі вихідних даних, представлених в табл. 3.3 проведемо їх подальший аналіз одним з методів факторного аналізу.

На рис. 3.3 представлений графік кам'янистого осипу, що показує залежність чинників (по Х) і власних чисел (по У).

Рисунок 3.3 - Графік кам'янистого осипу

Далі ініціація кнопки Eigenvalues дозволяє оцінити рівень інформативності головних компонент (рис. 3.4). Представлена на малюнку таблиця містить наступні характеристики : відсоток загальної дисперсії (% Total variance), кумулятивні власні числа (Comulative Eigenvalues), кумулятивну дисперсію(Comulative %).

Рисунок 3.4 - Оцінка рівня інформативності головних компонент

Як видно з рис. 3.4, одержані головні компоненти пояснюють 61% всієї варіації початкової системи показників, причому перша головна компоненту пояснює 27% загальної дисперсії, друга і третя - 19% і 15% відповідно.

Наступним етапом є отримання факторних навантажень. Можливо необхідно провести обертання, для інтерпретації результаті. На рис. 3.5 представлені факторні навантаження, без обертання.

Рисунок 3.5 - Факторні навантаження без обертання

Для того, що б правильно інтерпретувати значення головних компонент, застосуємо обертання чинників. Обертання, яке пропонується використати - Varimax Normalized. На рис. 3.6 представлені факторні навантаження після обертання.

Рисунок 3.6 - Факторні навантаження

В одержаному вікні (рис. 3.6) представлені факторні навантаження, аналіз значень яких дозволяє зробити висновок, що перша головна компоненту характеризує потужності діяльності турфірми, друга - їх фінансові ризики, а третя характеризує - масштаб організаційної структури.

На рис. 3.7, 3.8 і 3.9 представлені графіки факторних навантажень. Причому порівнюються між собою кожна головна компоненту.

Далі (на рис. 3.10) пропонується розглянути таблицю спільності факторів. Вона показує спільність стану дисперсії кожної змінної для чинника. Чим більше спільність кожної змінної, тим краще. «Multiple R-Square» - коефіцієнт множинної кореляції змінної з фактором.

Рисунок 3.7 - Факторні навантаження факторів 1 і 2

Рисунок 3.8 - Факторні навантаження факторів 1 і 3

Рисунок 3.9 - Факторні навантаження факторів 2 і 3

Рисунок 3.10 - Спільність факторів

Розглянемо (рис.3.11) також кореляцію між факторами. При цьому чим менше фактори між собою корелюють - тим краще.

Рисунок 3.11 - Кореляція між факторами

Після аналізу значень головних компонент перейдемо до заключного етапу. А саме до побудови значень коефіцієнтів. На рис. 3.12 представлені значення факторів для 15 підприємств туристичного бізнесу.

В результаті проведеного моделювання, були отримані три латентні фактори: F1 - потужності діяльності турфірми, F2- фінансові ризики,F3 - масштаб організаційної структури., які включають в себе показники конкурентного середовища.

Рисунок 3.12 - Значення коефіцієнтів

В табл. 3.3 пропонується розглянути отримані головні компоненти, їх інтерпретацію та склад.

Подібні статті по економіці

Грошова оцінка земель в Україні
Земля являється одним з основних елементів виробництва, за допомогою якого країна створює матеріальні цінності. Поряд з тим земля є природним об’єктом, який вже існує і не створюється лю ...

Інноваційні напрями регіонального розвитку
У сучасних умовах господарювання інноваційна діяльність служить могутнім каталізатором розвитку економіки, тому що вона являє собою інструмент конкуренції. Сьогодні Україна пережива ...

Трансформація економічних систем постсоціалістичних країн
Капіталістичний спосіб виробництва розвивається вже п'ять століть. За цей час у його межах відбулися три революційні зрушення в технологічному способі виробництва, якісних змін зазнали в ...