方法函數
應用範圍
施用方式
應用程序
評價
需要註意的事項
目錄
1匯總
2基本信息
3方法功能
4適用範圍
因素
經濟
5使用方法
連續替代
差異分析
指數分解
固定堿基替換
6應用程序
壹般程序
使用原則
7評估
8項預防措施
9篇參考文獻
因子分析法。也稱實證分析，是壹種定性分析方法。這種方法主要是指根據價值工程對象選擇中應考慮的各種因素，以分析人員的知識和經驗為基礎，通過集體研究確定選擇對象。該方法簡單，要求價值工程師熟悉產品，經驗豐富，適用於研究對象差異較大或時間較短的情況。缺點是沒有定量分析，主觀影響大。
因子分析是利用統計指標體系分析現象總變化中各因子影響程度的統計分析方法，包括序列替代法、差異分析法和指標分解法。因子分析是現代統計學中壹種重要而實用的方法，是多元統計分析的壹個分支。利用這種方法，研究者可以將壹組反映事物性質、狀態和特征的變量簡化為少數幾個能夠反映事物內在聯系、決定事物本質特征的因素。
基本信息
中文名
因子分析法
另壹個名字
指數因子分析
分類
系列替代法、差異分析法等。
方法函數
因子分析的最大作用是用數學方法處理可觀察事物由表及裏、由這裏到那裏、由粗到細、由假到真的發展過程中的外部特征和關系，從而得出對客觀事物普遍本質的概括。其次，利用因子分析可以大大簡化復雜的研究課題，保持其基本信息。
應用範圍
因素
通過分析期貨商品的供求狀況及其影響因素，解釋和預測期貨價格的變化趨勢。期貨交易是以現貨交易為基礎的。期貨價格和現貨價格之間有著密切的關系。商品的供求狀況以及影響其供求的諸多因素對現貨市場的商品價格有著重要的影響，因而也必然會對期貨價格產生重要的影響。因此，通過分析商品供求變化及其影響因素，可以幫助期貨交易者預測和把握商品期貨價格變化的基本趨勢。在現實市場中，期貨價格不僅受商品供求關系的影響，還受許多其他非供求因素的影響。這些非供求因素包括:金融貨幣因素、政治因素、政策因素、投機因素、心理預期等等。因此，對期貨價格走勢基本因素的分析需要綜合考慮這些因素的影響。[1]
經濟
商品的供求對商品期貨價格有重要影響。基本因素分析主要分析供求關系。商品供求的變化和價格的變化相互影響，相互制約。商品價格與供給成反比，供給增加，價格下降；供應減少，價格上漲。商品價格與需求成正比，需求增加，價格上漲；需求減少，價格下跌。在其他因素不變的情況下，供求關系的任何變化都可能影響商品價格的變化。壹方面，商品價格的變化受供求關系變化的影響；另壹方面，商品價格的變化反過來對供求產生影響:價格上漲，供給增加，需求減少；隨著價格下跌，供應減少，需求增加。供求與價格的這種相互影響和因果關系，使得商品供求分析更加復雜，即不僅要考慮供求變化對價格的影響，還要考慮價格變化對供求的反作用。
施用方式
連續替代
它將分析指標分解為可測量的因素，根據各因素之間的依賴關系，依次用各因素的比較值(通常是實際值)代替基準值(通常是標準值或計劃值)，從而衡量各因素對分析指標的影響。
例如，假設分析指標M是由三個相互關聯的因素A、B、C相乘得到的，則報告期(實際)指標和基期(計劃)指標為:
報告期(實際)指標M 1 = A 1 * B 1 * C 1。
基期(計劃)指標M0=A0 * B0 * C0
在確定各因素變化指數對指數r的影響程度時，可以依次進行:
基期(計劃)指標M0 = A0 * B0 * C0...(1)
第壹次更換A1 * B0 * C0...(2)
第二次更換A1 * B1 * C0...(3)
A1 * B1 * C1的第三次替換...(4)
分析如下:
(2)-(1)→A的變化對m的影響。
(3)-(2)→B變化對m的影響。
(4)-(3)→C的變化對m的影響。
總影響是△m = m 1-m0 =(4)-(3)+(3)-(2)+(2)-(1)。
差異分析
它是串行替換法的簡化形式，利用各因素的比較值與參考值的差值來計算各因素對分析指標的影響。
例如，某壹財務指標與相關因素的關系由以下公式組成:實際指標:Po = Ao× Bo× Co標準指數:PS = as× bs× cs實際與標準的總差值為po-PS，受A、B、C三個因素的影響，其各自的影響程度可分別用以下公式計算:
壹個因子變化的影響:(ao-as)×bs×cs；
因素B變化的影響；ao×(Bo-Bs)×Cs；
C因子變化的影響:Ao×Bo×(Co-Cs)。
最後，上述三個因素各自的影響數之和應該等於總差Po-Ps。
指數分解
例如，資產利潤率可以分解為資產周轉率和銷售利潤率的乘積。
固定堿基替換
分別用分析值代替標準值，確定各種因素對財務指標的影響，如標準成本的差異分析。
應用程序
壹般程序
1，確定要分析的指標；
2.確定影響指數的因素及其與指數的關系；
3.計算並確定各因素的影響程度和影響量。
使用原則
人的心理現象是復雜的，是由多種因素有機結合而成的，而每壹種心理因素又同時受到各種條件的制約。它就像壹個巨大的多維系統，調控著人的行為。傳統的單變量和雙變量分析在信息處理中往往會丟失有用信息或引入無用信息，使得研究者無法區分主次現象或得出不恰當甚至錯誤的結論。因子分析可以在多元觀察分析的基礎上，綜合反映事物的不同方面。在心理學研究中，研究者利用因子分析從眾多變量中提取幾個決定性因素，建立理論假設，然後利用因子分析反復驗證假設，直至成功。因此，因子分析是形成科學概念進而構建思想模型和理論體系的有力認知手段和輔助工具。
因子分析的數學運算主要是基於矩陣運算。其基本操作過程如下:
首先是收集壹定的測量數據，並對數據進行標準化。在心理測量中，往往需要將測驗成績轉換成標準分，並整理成壹個數據矩陣。
其次，通過相關運算得到各因素與其他因素的相關矩陣。
再次，利用特定的運算方法，如主成分分析、圖像分析、α因子分析、最小殘差因子分析、最大可能解、重心法等，得到因子載荷矩陣。
第四，為了使載荷矩陣的意義明確，便於分析，應采用直角旋轉法和斜旋轉法處理載荷矩陣，使每個變量只對少數幾個因素有較大的載荷，有些變量的載荷接近於零。這可能使各變量的因子在總方差中更加集中，從而顯示出變量中最有意義的特征主因子。
第五，定義和解釋主要因素。主因子的定義是否準確，解釋是否恰當，不僅取決於因子分析的成功與否，而且很大程度上取決於主觀判斷過程。在因子分析結果不明確的情況下尤其如此。
因子分析在智力測驗中的應用
因子分析的應用始於對智力的研究。1904年，Spearman發表了《客觀測量智力》壹文，開創了因子分析研究智力的先河。斯皮爾曼在分析學生考試成績的過程中註意到，分數之間的相關矩陣具有壹定的系統性影響。其相關矩陣如下:？表格中的課程按照相關系數從左到右降序排列，每壹行中，數值壹般降低到相同的程度。斯皮爾曼通過分析指出，每門課程的考試成績可以看作是壹個壹般因素(與壹般智力壹致)和壹個特殊因素(與特殊智力壹致)的總和。他對各種試驗進行了反復計算，大部分都得出了類似的結果。因此，他認為任何智力因素都是由壹般因素G和特殊因素S組成的，這就是著名的智力雙因素理論。
此後，瑟斯頓等人通過對60多種不同類型的智力測驗進行因子分析，提取了60多個因子，發現了7個穩定的因子:計算、詞語流暢性、言語意義、記憶、推理、空間知覺和知覺速度，稱為“基本心理能力”，這就是瑟斯頓的智力群體因子理論。瑟斯頓和他的同事測試了每壹個穩定的能力因素，並預測這些能力應該是負相關的。然而，每種能力都與其他能力成正相關。看來各種能力中還是有壹般因素的。他們編制了PMAT測驗，分析了PMAT測驗的數據，發現仍然有兩組因素，即語言教育能力、空間機械能力和實踐活動能力。Vernon在1950通過因子分析使各種因子形成不同層次的分支。最高的是壹般因素G，其次是語言教育能力、空間機械能力和實踐活動能力組，然後是較小的PMAT亞組因素，最後是特殊因素s，他們通過對測量結果的因素分析，將智力劃分為層次結構。
吉爾福德的智力結構理論也受益於因素分析。他提出了三維智力結構模型，認為智力由操作、內容、結果三個變量構成，這三個變量分別包括五個、四個、六個方面，智力因素***120。後來他把120智力因素增加到150。為了證明這150個智力因素的存在，他設計了壹個智力測驗，並用因子分析進行了驗證。他聲稱自己發現了100多種智力因素，如果不進行因素分析，幾乎不可能提取出這麽多的自變量。
Cattel和Horn通過分析測驗的因素提出了自己的智力結構理論，認為壹般智力因素是流體智力GF和晶體智力GC。GF加載的是數字能力、空間能力和推理能力，GC加載的是語言能力、推理能力、記憶能力和單詞流暢性。他的理論支持了斯皮爾曼的智力兩因素理論。
韋克斯勒智力測驗的理論基礎直接來源於斯皮爾曼的智力雙因素理論和瑟斯頓的群體因素理論。韋伯斯特認為人的壹般智力是各種能力的綜合，所以他的智力測試得益於因素分析。Cohen對韋氏成人智力量表的前輩W-B、WAIS和WISC進行了因子分析，發現韋氏智力量表包含五個* * *相同的因子:言語理解I、知覺組織、記憶或註意力集中、言語。