Kā zināms, XXI gadsimtu sauc par informācijas tehnoloģiju gadsimtu. Patiešām, mūsdienu cilvēks darbojas ar dažādām informācijas iegūšanas un apstrādes metodēm. Analīzei ir svarīga loma informācijas izmantošanas procesā. Kas ir analīze? Kādas informācijas novērtēšanas metodes pastāv? Lasiet tālāk, lai iegūtu atbildes uz šiem un citiem jautājumiem.
Kas ir analīze?
Šim vārdam ir grieķu saknes, un tas burtiski tiek tulkots kā "analīzes māksla". Šo terminu Aristotelis izmantoja, lai apzīmētu loģiskās datu ieguves tehniku.
Šodien zinātnieki sniedz plašāku jēdziena interpretāciju. Analītika mūsdienu pasaulē tiek uzskatīta par loģikas (spriešanas mākslas) daļu, kuras ietvaros tiek aplūkota datu analīzes doktrīna. Tiek pētītas veseluma (process, reprezentācija, attiecības starp objektiem utt.) reālas vai mentālas sadalīšanas komponentos veidojošos elementos.
Kas ir datu analīze? Šis jēdziens ir šaurāks nekā termins "analītika". Zinātniski datu analīzi sauc par datorzinātņu un matemātikas nozari, kuras ietvaros konstruē un pētī visvairākvispārīgi skaitļošanas algoritmi un metodes zināšanu iegūšanai no eksperimentāli iegūtas informācijas. Citiem vārdiem sakot, mēs runājam par paņēmienu kopumu, kas saistīts ar informācijas apstrādes algoritmiem. Informācijas analīze šaurā nozīmē ir izpētes, filtrēšanas, pārveidošanas (modelēšanas) process, lai iegūtu noderīgus datus un pieņemtu lēmumus.
Mašīnmācība
Šodien to uzskata par visspēcīgāko un visizplatītāko informācijas analīzes metodi. Mūsdienās diemžēl nav mašīnmācības algoritmu, kas nodrošinātu labu vairāk vai mazāk patvaļīgas informācijas apstrādi. Šajā sakarā speciālisti ir spiesti veikt iepriekšēju datu vākšanu un apstrādi, lai tos izveidotu algoritma lietošanai piemērotā formā. Parasti šādu apstrādi sauc par funkciju atlasi vai atkārtotu apstrādi. Lielākā daļa algoritmu var izmantot fiksēta garuma skaitļus.
Tajā pašā laikā ir pieaugusi interese par algoritmiem, kuru pamatā ir neironu tīkli. Priekšrocība ir tāda, ka tos var izmantot ne tikai skaitļiem, bet arī objektiem, kuriem ir papildu (galvenokārt ģeometriskas) īpašības. Piemēram, varat analizēt attēlu: algoritms ņem vērā pikseļu vērtību, kā arī to relatīvo pozīciju. Līdzīgā veidā tiek novērtēti audio celiņa vai video secības sākotnējie dati.
Ekonomikas analīze kā zinātne
Datu ekonomiskais novērtējums ir uz ekonomiskā kompleksa attīstības un funkcionēšanas modeļiem balstīta speciālu zināšanu sistēma, kuras mērķis iruzņēmuma finanšu un saimniecisko operāciju analīzes, diagnostikas, plānošanas un prognozēšanas metodikas apguve.
Ekonomiskās analīzes priekšmets ir organizācijas ekonomiskā darbība, tās sociāli ekonomiskā efektivitāte un galīgie finanšu rādītāji. Pēdējā vērtība veidojas subjektīvo un objektīvo faktoru ietekmē. Finanšu un saimnieciskās darbības rādītāji ir atspoguļoti uzņēmuma pārskatu sistēmā.
Informācijas izpētes mērķis
Datu izvērtēšana ekonomikā nodrošina nepieciešamo parametru skaitu, caur kuriem var veidot objektīvu priekšstatu par organizācijas finansiālo stāvokli, tās peļņu, zaudējumiem, saistību un aktīvu sastāva izmaiņām. Ar analīzes palīdzību var noteikt racionālākās un nerentablākās darba jomas, finanšu, materiālo un darba resursu sadalījumu.
Dialektiskā metode
Šī datu novērtēšanas metode ietver parādību un procesu izpēti to dinamikā, tas ir, pastāvīgās pārmaiņās. No tā izriet metodes galvenā iezīme - nepieciešamība salīdzināt noteiktus rādītājus. Varat salīdzināt vērtības ar dažādiem avotiem: iepriekšējo gadu rezultātiem, plānotajiem rādītājiem, konkurentu sasniegumiem utt.
Saskaņā ar materiālistiskās dialektikas teoriju katra parādība tiek uztverta kā vienotība un vienlaikus pretstatu cīņa. No tā izriet nepieciešamība pētīt iekšējās pretrunas, negatīvos un pozitīvos aspektuskatrs process.
Izmantojot datu novērtēšanas dialektisko metodi, tiek ņemtas vērā visas savstarpējās atkarības un attiecības. Nav iespējams objektīvi analizēt procesu atrauti no citām parādībām un notikumiem. Saimniecisko operāciju savstarpējā atkarība un savstarpējā saistība rada nepieciešamību izmantot sarežģītas saimnieciskās darbības analīzes metodes. Tikai visaptveroša informācijas izpēte ļauj pareizi novērtēt darba rezultātus, atklāt rezerves.
Atskaitīšana un indukcija
Starp daudziem procesiem un notikumiem pastāv cēloņsakarība. Tas nozīmē, ka viena lieta izriet no citas. Cēloņsakarības noteikšana ir vissvarīgākais uzdevums datu ekonomiskajā novērtēšanā. Rezultātā analīze ir precīzāka un objektīvāka. Tas, savukārt, ļauj kvantificēt datus, noteikt noteiktu faktoru ietekmes pakāpi uz uzņēmuma darbu.
Indukcija ietver procesu izpēti no konkrēta uz vispārīgu: no faktoriem līdz secinājumiem, no cēloņiem līdz rezultātiem. Dedukcija ir apgriezta metode, kas ietver izpēti no vispārējā uz konkrēto. Šajā gadījumā notiek sava veida fenomena "sadalīšana" elementos.
Sistēmiskums
Izmantojot datu izvērtēšanas dialektisko pieeju, katra parādība, process, notikums ir jāuzskata par daudzu komponentu kopumu, kas ir cieši saistīti viens ar otru. Maksimālā detalizācija tiek veikta sistemātiskas pieejas īstenošanas laikā. Aprakstot datu tipus,to raksturojums, faktoru ietekmes pakāpes noteikšana uz tiem utt., tiek atklāts svarīgākais, svarīgākais pētāmajā objektā. Sistemātiska pieeja ļauj izveidot aptuvenu procesa shēmu, noteikt tā galvenās sastāvdaļas, to subordināciju, funkcijas un rezultātā atklāt analīzes loģisko un metodoloģisko modeli.
Ekonomikas vērtējumā, izpētot atsevišķus organizācijas darbības aspektus, to savstarpējo atkarību, pakārtotību, tiek apkopoti apkopotie dati. Tajā pašā laikā no visa datu un faktoru apjoma tiek izdalīti galvenie un noteicošie. No tiem galvenokārt ir atkarīgi saimnieciskās darbības rezultāti.
Ekonomikas modeļi
Datu sistemātiskai klasifikācijai, to novērtēšanai un apstrādei nepieciešams izveidot pētījuma uzdevumiem un galamērķiem atbilstošu shēmu. Atkarībā no pētāmā objekta tiek izdalīti optimizācijas un līdzsvara modeļi. Pirmie tiek izmantoti, lai raksturotu to saimniecisko vienību uzvedību, kuras sasniedz savus mērķus ar pieejamajām iespējām. Līdzsvara modeļus izmanto, lai noteiktu subjektu grupas mijiedarbības rezultātu, identificētu nosacījumus viņu uzdevumu un mērķu saderībai.
Analīzes metodes
Saimniecisko vienību mijiedarbības rezultāti būs atkarīgi no laika perioda, kurā tiek pētīta to uzvedība. Attiecīgi tiek izdalītas salīdzinošās statistikas, statistiskās un dinamiskās analīzes metodes.
Pirmais ir aktivitāšu statistiskā novērtējuma rezultātu salīdzināšana dažādos laika periodos. Lai noteiktu raksturu, tiek izmantota dinamiskā analīzeekonomisko rādītāju izmaiņas starp dotajiem laika punktiem un faktoru noteikšanu, kas nosaka šīs izmaiņas. Statistiskā novērtēšana ietver darbību izpēti noteiktā brīdī. Piemēram, varat noteikt, kā, ņemot vērā piedāvājumu un pieprasījumu, veidojas produkta izmaksas.
Makroekonomiskā novērtējuma metodoloģijas pamatā ir trīs zināšanu jomu krustpunkts: matemātika, statistika un ekonomika. Ekonomiskās metodes ir: salīdzināšana, grupēšana, grafiskā un līdzsvara analīze.
Matemātikas tehnikas iedala 3 grupās:
- Ekonomika. Tie ietver matricas metodes, ievades un izlaides līdzsvara teorijas, ražošanas funkcijas.
- Optimālas programmēšanas metodes (nelineāra, lineāra, dinamiska) un ekonomiskā kibernētika.
- Lēmumu pieņemšanas procesa un darījumu izpētes metodes. Šajā grupā ir teorijas par rindām, spēlēm, grafikiem.
Salīdzinošā analīze
Salīdzinājums ir izpētīto datu un faktu salīdzinājums. Praksē tiek izmantoti:
- Horizontālā analīze. Jāidentificē rādītāju faktiskās vērtības relatīvās un absolūtās novirzes no bāzes līnijas.
- Vertikālā analīze. To izmanto, lai pētītu parādību struktūru.
- Tendences analīze. To izmanto, lai pētītu rādītāju relatīvos pieauguma tempus vairāku gadu garumā, salīdzinot ar bāzes gada līmeni.
Atlikuma analīze
Tas slēpjasdivu rādītāju kopu salīdzinošs mērījums, kas tiecas uz līdzsvaru. Rezultātā pētnieks nosaka jaunu – līdzsvarošanas – rādītāju.
Piemēram, novērtējot uzņēmuma nodrošinātības pakāpi ar izejvielām, salīdzina vajadzības pēc tā, avotus šo vajadzību segšanai un nosaka līdzsvarošanas rādītāju - materiālu pārpalikumu vai trūkumu.
Kā papildu bilances metodi to izmanto, pārbaudot faktoru ietekmes uz kopējo darbības rādītāju aprēķina rezultātu. Ja ietekmes summa ir vienāda ar novirzi no bāzes vērtības, tad aprēķini ir pareizi.
Papildus
Grafikus izmanto indikatoru mērogošanai. Vērtības un to atkarība tiek aprakstīta, konstruējot ģeometriskas formas. Jāsaka, ka grafiskajai metodei neatkarīgas nozīmes analīzē nav nozīmes. To izmanto tikai, lai ilustrētu izmaiņas.
Indeksa novērtējums balstās uz relatīvajām vērtībām, kas izsaka aplūkojamās parādības līmeņa attiecību pret bāzes līmeni. Statistikā tiek izmantoti vairāku veidu indeksi: harmoniskie, aritmētiskie, summārie utt.
Ja izmantojat indeksu pārrēķinus un veidojat laikrindu, kas atspoguļo, piemēram, preču izlaišanu vērtības izteiksmē, varat objektīvi novērtēt dinamiku.
Regresijas (stohastiskās) un korelācijas metodes izmanto, lai noteiktu savienojuma līmeni starp parametriem, kas ir funkcionāli neatkarīgi viens no otra. Caur korelācijujūs varat:
- Izveidojiet esošo faktoru modeli.
- Kvantitatīvi nosakiet savienojuma stiprumu.
Analīze socioloģijā
Jebkuru parādību aprakstu var veikt dažādos veidos. Viena no visizplatītākajām analīzes metodēm socioloģijā ir novērošana. Tās laikā varat kvantitatīvi noteikt datus, izmantojot:
- Psiholoģiskā mērogošana. Parasti punktus izmanto, lai apkopotu novērojumus.
- Laika mērīšana (laika uzskaite).
Cita pieeja ir laika izlases metode. Izmantojot to, no viena pētāmā procesa tiek atlasīti noteikti laika periodi informācijas konsolidēšanai. Tie tiek uzskatīti par reprezentatīviem ilgākam periodam. Reālos pētījumos parādību kvantitatīvo un kvalitatīvo aprakstu parasti veic kombinācijā.
Kvantitatīvos rādītājus var fiksēt novērojuma laikā vai vispārināt pēc tā pabeigšanas, iekļaut retrospektīvā ziņojumā. Pētnieka vispārējie iespaidi kalpo par pamatu retrospektīvajam vērtējumam. Ilgtermiņa novērošanai tie var, piemēram, ietvert jebkuras pētāmās epizodes biežumu. Tādējādi vērtību spriedumos var iekļaut kvantitatīvos rādītājus. Piemēram, "viņš reti iet uz skolu", "viņa vienmēr aizmirst mācību grāmatu" utt.
Papildus notikumu izvērtējošajam aprakstam pētnieks var izmantot savu iespaidu punktu vērtējumu. Šie skaitļi atspoguļoraksturīgi ilgstošiem nekontrolētiem novērojumiem ikdienas dzīvē. Kā liecina daži pētījumi, tos var izmantot kā vienu no galvenajiem vai vienīgajiem kritērijiem psiholoģisko testu vai indivīda īpašību atbilstības noteikšanai.
