Analiza Componentelor

Principale (ACP)
Uhali Artur
Anul 1 Master SPMK

Ce este ACP?
Analiza componentelor principale are
ca obiectiv prezentarea sintetic a
unui tabel de date n care unitile
sunt descrise prin multiple variabile
cantitative.
O sintez a informaiei, variabilele
descriptive sunt regrupate n factori
sintetici, denumii componente
principale, astfel nct pierderea de
informaie s fie minim.

Ce este ACP?
Reducerea variabilelor iniiale poate fi
utilizat pentru uurarea interpretrii
(avem un numr mai restrns de factori)
i de asemenea poate servi ca faz
intermediar de calcul prealabil n
utilizarea altor metode de analiz
multidimensional.
Scopul A.C.P. const n determinarea
acelor direcii ce maximizeaz informaia
total reinut

Progresul tehnologic (2005)

In analiza respectiva au fost
luate in considerare 24 de tari:
Kazakhstan, Colombia, Thailand, China,
Turkey, Peru, Ecuador, Philippines, Tunisia,
Iran, Paraguay, SriLanka, ElSalvador,
Nepal, Madagascar, Vietnam, Indonesia,
Nicaragua, Egypt, Bolivia, India, Pakistan,
Bangladesh, SouthAfrica

Progresul tehnologic (2005)

Printre variabile au fost:
alfabetizare- Gradul de alfabetizare a adultilor de peste 15 ani in anul 2005;
linii_telefonice - Numarul de linii de telefonice la 1000 de persoane in 2005;
abonati_tel_mobil - numarul de telefoane mobile la 1000 de persoane in
2005;
utilizatori_internet - numarul utilizatorilor de internet la 1000 de persoane in
2005;
cercetatori numar de cercetatori la milionul de locuitori in 2005;
consum_energie- consumul de energie pe cap de locuitor(%) din totalul de
energie consumata in 2005;
PIB miliarde $ (us) 2005;
indicele saracie- indicele de saracie umana, valoare procentuala in 2005( cu
cat valoarea sa este mai mare cu atat poporul e mai sarac);
populatie_urbana- % din totalul populatiei 2005;
numar_angajati- numarul de angajati (mii) in anul 2005.

Progresul tehnologic (2005)

Component Matrixa

Prima componenta principala este puternic

negativ influientata de indicele de saracie,
deoarece, cu cat tara are un indice de
saracie mai mare cu atat este mai putin
inclinata spre folosirea de tehnologie.

Componenta a doua este puternica

influentata de nivelul PIB-ului si a
numarului de angajati. Reiese astfel, in
urma unei ordonari crescatoare, ca China,
India si Vietnam sunt tarile cu nivelul cel
mai ridicat al produsului intern brut si cu
numarul cel mai mare de angajati.

A treia componenta principala indica pe

bogatia monetara a tarilor considerate,
fiind influientata atat de PIB si numarul de
angajati cat si de economisirea de energie
electrica, nivelul dezvoltarii populatiei in
mediul urban, numarul de abonati la
telefonia mobila.

Component

Zscore(alfabetizare)

.761

-.211

-.174

Zscore(linii_telefonie)

.856

.288

-.184

Zscore(abonati_tel_m
obil)

.665

-.414

.303

Zscore(utilizatori_inte
rnet)

.721

-.100

-.018

Zscore(cercetatori)

.546

.262

-.062

Zscore(consum_ener
gie)

.323

.609

-.664

Zscore: PIB($)

.360

.811

.437

Zscore(indicele_sarac
ie)

-.867

.240

.119

Zscore(Populatie_urb
ana)

.659

-.563

.302

Zscore(numar_angaj
ati)

.242

.858

.404

Extraction Method: Principal Component

Analysis.
a. 3 components extracted.

Progresul tehnologic (2005)

Rotated Component Matrixa

Component

Zscore(alfabetizare)

.753

-.053

.291

Zscore(linii_telefonie)

.634

.358

.566

.808

.030

-.227

.691

.111

.203

.380

.320

.353

-.039

.193

.937

.049

.978

.143

-.867

.015

-.267

.863

-.089

-.298

-.081

.963

.154

Zscore(abonati_tel_m
obil)
Zscore(utilizatori_inte
rnet)
Zscore(cercetatori)
Zscore(consum_ener
gie)
Zscore: PIB($)
Zscore(indicele_sarac
ie)
Zscore(Populatie_urb
ana)
Zscore(numar_angaja
ti)

Extraction Method: Principal Component Analysis.

Rotation Method: Varimax with Kaiser
Normalization.
a. Rotation converged in 5 iterations.

Tabelul Rotated
Component Matrix
foloseste tehnica rotirii
axelor, tehnica Varimax, si
are drept scop obtinerea
unor coeficienti de corelatie
cat mai mici pe una din
componentele principale.

Progresul tehnologic (2005)

Concluzii

Topul tarilor in functie de prima

componenta principala, componenta ce
indica accesului populaiei la ntreaga gam
de servicii oferite de dezvoltarea
tehnologiilor informa ionale.
Tara
Turkey
China
Iran
Colombia
Tunisia
Kazakhsta
n
Thailand
Peru
Vietnam
Ecuador
SouthAfric
a
ElSalvado
r
Paraguay
Philippines

FACT_1
1.69205
5
1.64936
5
1.14077
9
0.89340
8
0.68940
4
0.52659
2
0.49704
9
0.48808
4
0.44183
4
0.43517
1
0.40434
1
0.19626
5
0.08999
9
0.07366
8
-

Topul tarilor in functie de a

doua componenta principala,
ordonata crescator, deoarece
indica, intr-un fel bogatia tarilor
respective.
Tara
China
India
Vietnam
Banglades
h
Nepal
Iran
Pakistan
SriLanka
Egypt
Thailand
Indonesia
Kazakhstan
Madagasca
r
Turkey
Tunisia
Nicaragua
ElSalvador
Paraguay
Philippines
Ecuador
Bolivia
SouthAfric
a
Colombia
Peru

FACT_2
3.597186
1.392008
1.013131
0.598077
0.587538
0.408052
0.244297
0.2331
0.121975
-0.0258
-0.03121
-0.05825
-0.07117
-0.43819
-0.45884
-0.66802
-0.67436
-0.69184
-0.78346
-0.82296
-0.82909
-0.87484
-0.88103
-0.88629

Topul tarilor in functie de cea de-a

treia componenta principala,
componenta ce indica nivelul
dezvoltarii economice a tarilor
considerate.
Tara
China
SouthAfric
a
India
Philippines
Nicaragua
Pakistan
Bolivia
Peru
Madagasca
r
Colombia
Tunisia
ElSalvador
Indonesia
Ecuador
Turkey
Banglades
h
Paraguay
Egypt
Nepal
Thailand
Kazakhstan
Iran
SriLanka
Vietnam

FACT_3
1.642949
1.486478
1.213454
0.526857
0.50377
0.43059
0.426051
0.414433
0.401167
0.370185
0.320675
0.232681
0.208636
0.142021
0.103563
-0.10371
-0.23572
-0.37094
-0.42547
-0.78275
-0.96234
-1.05085
-1.27032
-3.22141

Analiza in firmelor producatoare de

mobila
In analiza respectiva au fost
luate in considerare 25 de firme
care produc mobila: DUMBRAVA SA,
ELBAC SA, FAMOS SA, FURNIMOB SA, ILEFOR SA,
IMIX SA, LEMEXIM SA, MONTANA SA, METAL LEMN
SA, MOBAR SA, MOBIRIS SA, MOBAM SA, MOBEX
SA, MOBILEXTRA SA, MOBIHAR SA, MOBILA RAD
SA, MOBICRASNA, MOBILA BAR SA, MOBICOR SA,
MOV SA, SAMUS MEX SA, SIMEX SA, SAMOBIL SA,
SPECIAL SA, VICTORIAMOB SA

Analiza in firmelor producatoare de

mobila
Component Matrix
Factor Loadings (Unrotated)
Factor 1

Factor 2

CA

0,506

0,829

VT

0,888

-0,379

VE

0,890

-0,386

SAL

0,777

0,525

AI

0,804

-0,034

AC

0,925

-0,129

Expl. Var

3,94

1,27

Prp. Totl

0,65

0,21

Componenta
principala 1 este
puternic corelata
(pozitiv) cu indicatorul
financiar-contabil AC
(Active Circulante)
A doua componenta
principala este mai
greu de interpretat, ea
avand un coeficient de
corelatie relativ mare
(pozitiv) cu indicatorul
CA (Cifra de afaceri),
dar nu inregistreaza un
coeficient de corelatie
mic cu cealalt
componenta principala.

Analiza in firmelor producatoare de

mobila
Rotated Component Matrix

interpretata in termenii indicatorul VT sau

eventual VE (corelaie pozitiva), dar cum
matricea corelatiilor ne arat c acetia
sunt puternic corelati ntre ei, coeficientul
de corelatie alor avnd valoarea de 0,997,
putem aa bine s renuntam la unul dintre
ei, astfel renuntam la indicatorul VE
deoarece el intra si n alctuirea
indicatorului VT.

Factor Loadings (Rotated)

Factor 1 Factor 2
CA

0,043

0,970

VT

0,961

0,096

VE

0,966

0,091

SAL

0,428

0,835

AI

0,721

0,358

AC

0,872

0,333

Expl. Var

3,32

1,89

Prp. Totl

0,55

0,31

Componenta principal 1 poate fi

Componenta principal 2 este cum a

fost interpretat i mai devreme, tot n
termenii indicatorului CA (corelaie
pozitiv), adic este un indicator sintetic
reprezentnd volumul tuturor ncasrilor de
pe urma rezultatelor obinute n activitatea
de exploatare a ntreprinderii i este unul
dintre cei mai reprezentativi indicatori ai
volumului de activitate al unei ntreprinderi.

Analiza in firmelor producatoare de mobila

Concluzii
Cele 25 de firme n planul indicatorilor CA i VT se
clasifica astfel:

Clasa 1. Contine firmele F3, F4, F16, F22 care au scoruri bune pe
ambele componente;
Clasa 2. Contine firmele F5, F8, F13 care au scoruri bune la
indicatorul Cifra de afaceri dar au o situatie mai proasta la indicatorul
Venit total;
Clasa 3. Contine firmele F9, F17, F21, F23, F25 care au scoruri mai
slabe la indictorul Cifra de afaceri dar o situatie mai bun la
indicatorul Venit total;
Clasa 4. Contine firmele F1, F2, F6, F7, F10, F11, F12, F14, F15, F18,
F19, F20, F24 care au scoruri slabe la ambii indicatori de sinteza, atat
la Venit total cat si la Cirfa de afaceri.

Bibliografie
Liliana SPIRCU Analiza datelor.
Aplicatii economice , Editura ASE,
Bucuresti, 2005
Ruxanda GHEORGHE Analiza
multidimensionala a datelor, Editura
ASE, Bucuresti 2009
Saporta G., Stefanescu V., Analiza
datelor & informatica, Ed. Economica,
Bucuresti, 1996