Protecţia drepturilor şi intereselor consumatorilor AE Vol XII • Nr. 28 • Iunie 2010 313 APLICAREA METODEI DE ANALIZĂ ÎN COMPONENTE PRINCIPALE ASUPRA INDICATORILOR SPECIFICI ACTIVITĂŢII AUTORITĂŢII NAŢIONALE DE PROTECŢIE A CONSUMATORILOR DIN ROMÂNIA Manuela Rozalia Gabor 1∗ , Daniela Ştefănescu 2 şi Lia Codrina Conţiu 3 1) 2) 3) Universitatea Petru Maior din Tîrgu Mureş, România Rezumat Autoritatea Naţională pentru Protecţia Consumatorilor din România (ANPC România) este o instituţie a cărei activitate înregistrează evoluţii diferite de la o regiune de dezvoltare la alta şi implicit de la un judeţ la altul. Indicatorii activităţii ANPC România sunt în strânsă corelaţie cu anumiţi indicatori macroeconomici importanţi inclusiv la nivelul judeţelor României, ipoteză verificată într-o cercetare anterioară a autorilor. (Ştefănescu & Gabor, 2008) În prezenta lucrare, verificăm ipoteza că în ultimul deceniu au avut loc numeroase modificări structurale privind indicatorii economici la nivelul judeţelor şi vom analiza evoluţia acestor schimbări structurale pentru două perioade diferite, respectiv pentru anii 2000 şi 2006 şi mai ales gruparea judeţelor României, ţinând cont de indicatorii macroeconomici şi de cei înregistraţi de ANPC România, prin aplicarea unei metode descriptive de analiza datelor, respectiv analiza în componente principale (ACP). Prin aplicarea metodei ACP, se obţin informaţii utile ANPC care, potrivit atribuţiilor specifice, colaborează cu administraţiile publice locale, în privinţa elaborării strategiei de educare a consumatorilor şi de organizare a activităţilor de control. În acest sens, în funcţie de gradul de dezvoltare economică a fiecărui judeţ, de particularităţile de consum ale populaţiei, de nivelul câştigului salarial, de nivelul PIB-ului pe locuitor, se pot dezvolta de către ANPC strategii diferenţiate, adaptate la specificul fiecărui judeţ. Cuvinte-cheie:Autoritatea Naţională de Protecţie a Consumatorilor din România, analiza în componente principale, indicatori macroeconomici, judeţe, corelaţie Clasificare JEL: C02, C1, C19, D02, D03, D12, D18 Introducere Între fenomenele şi procesele economice se manifestă o serie de relaţii de interdependenţă, sub influenţa unor factori esenţiali sau neesenţiali care, fie acţionează indepedent, fie acţionează grupat, formând un alt factor determinant pentru evoluţia acestor procese sau fenomene. ∗ Autor de contact, Manuela Rozalia Gabor - [email protected]
18
Embed
APLICAREA METODEI DE ANALIZĂ ĂŢ NAŢIONALE DE PROTECŢ
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Protecţia drepturilor şi intereselor consumatorilor AE
Vol XII • Nr. 28 • Iunie 2010 313
APLICAREA METODEI DE ANALIZĂ ÎN COMPONENTE PRINCIPALE ASUPRA INDICATORILOR SPECIFICI ACTIVITĂŢII AUTORITĂŢII NAŢIONALE DE PROTECŢIE A CONSUMATORILOR DIN ROMÂNIA
Manuela Rozalia Gabor1∗, Daniela Ştefănescu2 şi Lia Codrina Conţiu3
1) 2) 3)Universitatea Petru Maior din Tîrgu Mureş, România
Rezumat
Autoritatea Naţională pentru Protecţia Consumatorilor din România (ANPC România) este o instituţie a cărei activitate înregistrează evoluţii diferite de la o regiune de dezvoltare la alta şi implicit de la un judeţ la altul. Indicatorii activităţii ANPC România sunt în strânsă corelaţie cu anumiţi indicatori macroeconomici importanţi inclusiv la nivelul judeţelor României, ipoteză verificată într-o cercetare anterioară a autorilor. (Ştefănescu & Gabor, 2008) În prezenta lucrare, verificăm ipoteza că în ultimul deceniu au avut loc numeroase modificări structurale privind indicatorii economici la nivelul judeţelor şi vom analiza evoluţia acestor schimbări structurale pentru două perioade diferite, respectiv pentru anii 2000 şi 2006 şi mai ales gruparea judeţelor României, ţinând cont de indicatorii macroeconomici şi de cei înregistraţi de ANPC România, prin aplicarea unei metode descriptive de analiza datelor, respectiv analiza în componente principale (ACP). Prin aplicarea metodei ACP, se obţin informaţii utile ANPC care, potrivit atribuţiilor specifice, colaborează cu administraţiile publice locale, în privinţa elaborării strategiei de educare a consumatorilor şi de organizare a activităţilor de control. În acest sens, în funcţie de gradul de dezvoltare economică a fiecărui judeţ, de particularităţile de consum ale populaţiei, de nivelul câştigului salarial, de nivelul PIB-ului pe locuitor, se pot dezvolta de către ANPC strategii diferenţiate, adaptate la specificul fiecărui judeţ. Cuvinte-cheie:Autoritatea Naţională de Protecţie a Consumatorilor din România, analiza în componente principale, indicatori macroeconomici, judeţe, corelaţie
Clasificare JEL: C02, C1, C19, D02, D03, D12, D18
Introducere
Între fenomenele şi procesele economice se manifestă o serie de relaţii de
interdependenţă, sub influenţa unor factori esenţiali sau neesenţiali care, fie acţionează indepedent, fie acţionează grupat, formând un alt factor determinant pentru evoluţia acestor procese sau fenomene. ∗ Autor de contact, Manuela Rozalia Gabor - [email protected]
AE Aplicarea metodei de analiză în componente principale asupra indicatorilor specifici activităţii Autorităţii Naţionale de Protecţie a Consumatorilor
din România
Amfiteatru Economic 314
Statistica, mai precis analiza datelor dispune, prin metodele descriptive de analiză a datelor, de instrumente de analiză multidimensională puternice şi eficiente, instrumente pe baza cărora pot fi deduse informaţii derivate importante pentru cercetările de piaţă, analize economice etc, informaţii care, prin aceste metode pot fi ierarhizate din punct de vedere a intensităţii influenţei şi mai ales pot fi analizate în ansamblu şi nu independent. Mai rar utilizate decât metodele explicative de analiza datelor (regresia, de exemplu), metodele descriptive oferă avantaje suplimentare comparativ cu acestea: avantajul neseparării variabilelor în explicative şi explicate, avantajul vizualizării acestor influenţe în spaţiu vectorial care completează şi recomandă aceste metode de analiză a datelor.
În vederea analizării datelor, metodele descriptive pot fi utilizate cu succes în următoarele cazuri:
• identificarea dimensiunilor sau factorilor fundamentali care explică corelaţiile între mai multe variabile;
• identificarea unui nou ansamblu de dimensiuni reduse de variabile necoralate, cu scopul de a înlocui primul ansamblu de variabile corelate într-o analiză multivariată (analiza de regresie sau analiza discriminantului);
• pentru identificarea unui ansamblu mai redus de variabile determinante începând cu un ansamblu mai mare ca să poată fi aplicat unei analize multivariate;
• căutarea de concepte noi, care să reducă numărul de variabile ce descriu o situaţie (Petcu, 2003, p. 122);
• testarea ipotezelor asupra unui ansamblu de variabile (Petcu, 2003, p. 122). Studierea numeroaselor variabile economice, care în cele mai multe situaţii sunt
corelate între ele cu ajutorul analizei descriptive a datelor, este foarte importantă şi reprezintă o informaţie utilă pentru analize complexe, detaliate fie pentru managementul şi marketingul unei firme, fie pentru caracterizări la nivel local, regional sau naţional.
În economie, un individ – consumator, cumpărător, organizaţie, etc. – este caracterizat de mai mult de o variabilă, iar celelalte metode statistice (ca de exemplu corelaţiile) permit analiza fiecărei variabile, dar separat, pe când analiza descriptivă a datelor - şi în special Analiza în Componente Principale – permite abordarea caracterului multidimensional a datelor/ variabilelor ce caracterizează un individ.
În prezenta cercetare, prin folosirea metodei ACP se urmăreşte verificarea ipotezei privind modificarea distribuţiei judeţelor României şi modul de grupare a indicatorilor ANPC, macroeconomici, respectiv, care din aceste grupări de indicatori caracterizează mai bine condiţiile pieţei din fiecare judeţ.
O altă ipoteză vizează verificarea gradului în care populaţia din judeţele mai dezvoltate economic, implicit cu un nivel mai ridicat al PIB-ului, ar conduce la intensificarea activităţii de control ale ANPC.
Pornind de la corelaţiile testate deja în cercetarea anterioară, pentru care s-au obţinut rezultate semnificative din punct de vedere statistic, se urmăreşte identificarea indicatorilor ANPC care se combină cu indicatorii macroeconomici şi influenţează dispersia judeţelor României. Dintre corelaţiile evidenţiate între indicatorii ANPC şi cei macroeconomici analizaţi anterior, le reţinem pe următoarele: valoarea vărsămintelor la buget şi PIB (coeficientul de corelaţie Spearman: 0.62), valoarea totală amenzilor şi PIB (coeficientul de corelaţie Spearman: 0.45), PIB şi numărul firmelor de comerţ (coeficientul de corelaţie Spearman: 0.67), valoarea produselor cu abateri şi numărul firmelor de comerţ (coeficientul de corelaţie Spearman: 0.50), populaţie şi PIB (coeficientul de corelaţie
Protecţia drepturilor şi intereselor consumatorilor AE
Vol XII • Nr. 28 • Iunie 2010 315
Spearman:- 0.65). Rezultatele sunt garantate cu un nivel de semnificaţie de 0,01 şi toate arată un nivel mediu al intensităţii corelaţiilor.
Prin aplicarea metodei ACP, se mai urmăreşte testarea ipotezei că indicatorii ANPC vor forma împreună cu indicatorii macroeconomici una din componentele principale şi că această grupare respectă corelaţiile testate anterior. 1. Metodologie – Prezentarea metodei Analiza în Componente Principale (ACP)
Principiul fundamental al acestei metode este de a extrage cel mai mic număr de componente care să recupereze cât mai mult din informaţia totală conţinută în datele originale, aceste noi componente exprimând atribute noi ale indivizilor şi construite astfel încât să fie necorelate între ele, fiecare din aceste noi variabile fiind o combinaţie liniară de variabile originale. (Giannelloni & Vernette, 2001, p. 382) Această metodă oferă o vizualizare grafică a hărţii indivizilor, respectiv a judeţelor din studiu, în funcţie de asemănările dintre ei şi a hărţii variabilelor , respectiv a indicatorilor ANPC şi macroeconomici în funcţie de corelaţiile lor.
Deşi la baza acestei metode stă acelaşi principiu ca şi la analiza factorială (în principiu este o metodă factorială liniară), analiza în componente principale diferă de aceasta prin modul de definire a elementelor tabelului de date iniţial şi modul de calcul al distanţelor dintre puncte. Ca metodă descriptivă de analiză a datelor se aplică doar variabilelor cantitative şi tabelelor de dimensiuni mari care cuprind informaţii referitoare la mai mult de 15 indivizi şi 4 variabile. O altă caracteristică care o diferenţiază de analiza factorială este dată de modalitatea de transformare a termenilor (Pintilescu, 2003, p. 24), astfel în analiza componentelor principale este folosită relaţia (1), pe când în analiza factorială, relaţia (2).
j
jijij n
xxx
σ∗
−=" (1)
j
jijij
xxx
σ−
=' (2)
Etapele ACP sunt redate în figura nr. 1. Etapele prezentate în figura 1 sunt urmate de interpretarea rezultatelor analizei, Saporta şi Ştefănescu (1996, pp. 76-80) menţionând două tipuri de interpretări ce trebuie făcute în cazul ACP, respectiv interpretarea ”internă” adică a corelaţiilor între componentele rezultate în urma aplicării metodei ACP şi variabilele iniţiale (reprezentate prin cercul de corelaţii) şi interpretarea ”externă” între variabile şi indivizi suplimentari, respectiv a judeţelor, explicarea rezultatelor făcându-se cu ajutorul datelor ce au servit la obţinerea lor.
AE Aplicarea metodei de analiză în componente principale asupra indicatorilor specifici activităţii Autorităţii Naţionale de Protecţie a Consumatorilor
din România
Amfiteatru Economic 316
Figura nr. 1 – Etapele analizei în componente principale
Sursa: Pintilescu, C., 2003. Analiza datelor. Iaşi: Editura Junimea, p. 37
În analiza componentelor principale, pentru alegerea numărului de axe factoriale, respectiv a componentelor ce se vor interpreta se folosesc următoarele criterii: • criteriul lui Kaiser (criteriul valorii supraunitare) care constă în alegerea numărului de
axe pentru care valorile proprii corespund unei valori mai mari decât unu. (Saporta & Stefanescu, 1996, p. 507)
• criteriul lui Evrard (criteriul pantei sau ”granulozităţii”) bazat pe reprezentarea grafică a valorilor proprii şi urmărirea unor căderi bruşte a inerţiei explicată de acestea.
• criteriul lui Benzecri (criteriul procentului de acoperire) care presupune alegerea acelui număr de axe care explică mai mult de 70 % din variaţia totală a norului de puncte.
• metoda analizei paralele (elaborată de Horn) este aplicabilă datelor standardizate şi presupune generarea de eşantionae aleatoare, variabilele ce caracterizează populaţie fiind presupuse necorelate două câte două. (Saporta & Stefanescu, 1996, pp. 508-509)
• metoda regresiei este analogă analizei paralele dar nu presupune generarea eşantioanelor aleatoare şi efectuării ACP la nivelul fiecărui eşantion. (Saporta & Stefanescu, 1996, p. 511)
În prezenta lucrare, pentru a asigura un nivel mai ridicat de obiectivitate a prelucrării datelor s-au folosit cumulat mai multe dintre criteriile menţionate: Kaiser, Evrard, Benzecri.
Pentru alegerea numărului de componente principale se utilizează combinaţiile liniare standardizate care au ca punct de pornire în loc de matricea R a corelaţiilor, matricea sumă a covarianţei, şi constă în alegerea acelei combinaţii liniare standardizate cu cea mai mare varianţă. Spre dosebire de analiza factorială – unde se modelează variaţiile variabilelor X prin transformări liniare a unui număr fixat, limitat de factori numiţi ”ascunşi”, latenţi - ACP caută combinaţii liniare între variabile, ordonându-le după valorile proprii ale matricei covarianţelor. Pentru aplicarea metodei ACP s-a folosit programul SPSS, iar pentru detalierea interpretărilor interne şi externe s-a folosit programul EXCEL pentru statistica descriptivă a rezultatelor ACP.
Calcularea vectorilor proprii
normaţi ai matriciei corelaţiilor XTX
Calcularea coordonatelor şi contribuţiilor unităţilor
statistice şi variabilelor pe axele factoriale
Proiecţia şi reprezentarea punctelor
în planul axelor
Calcularea elementelor matriciei
XTX sau XXT
Calcularea valorilor proprii matriciei XTX sau XXT
Protecţia drepturilor şi intereselor consumatorilor AE
Vol XII • Nr. 28 • Iunie 2010 317
2. Rezultate obţinute prin aplicarea metodei
Demersul practic al acestei metode a avut ca bază de pornire datele statistice prezentate în anexele 1 şi 2, pentru ambele perioade, respectiv 2000 şi 2006 folosindu-se următoarele grupuri de variabile:
• variabile specifice activităţii desfăşurate de ANPC România: numărul total al acţiunilor de control desfăşurate de ANPC, valoarea produselor cu abateri de la OG 21/1992 pe total şi pentru produse de import, valoarea totală a amenzilor aplicate şi valoarea vărsămintelor la buget din amenzi;
• variabile macroeconomice la nivel judeţean: populaţia la 1 iulie, PIB-ul pe judeţ, numărul firmelor de comerţ, cifra de afaceri a firmelor de comerţ, câştigul salarial nominal mediu net lunar pe total economie.
Urmând etapele aplicării ACP, în prima etapă s-au obţinut rezultatele din anexele 3 şi 4, unde sunt prezentate matricele de corelaţie a variabilelor analizate pentru cele două perioade, respectiv coeficientii de corelatie Pearson din care se observă valori ridicate între multe variabile. Acesta este un semn al redundanţei informaţionale şi prin urmare vom încerca reducerea dimensionalităţii aplicând tehnica ACP, atât pentru 2000 cât şi pentru 2006, urmând să analizăm ulterior dacă între cele două perioade au avut loc schimbări structurale semnificative privind gruparea judeţelor României în funcţie de aceste variabile. Singura variabilă care a suferit modificări este câştigul salarial net mediu lunar (CSMNL) care a înregistrat o creştere a intensităţii corelaţiei cu celelalte variabile ale componentei 1, precum şi cu variabila valoarea totală a produselor cu abateri, de la corelaţie negativă slabă în 2000 la corelaţie pozitivă medie în 2006.
Pentru cea de-a doua etapă a aplicării metodei ACP, respectiv calcularea valorilor proprii matricei corelaţiilor, programul SPSS a generat rezultatele pentru cele două perioade considerate în tabelele 1 şi 2. Se poate observa aşadar, atât pentru anul 2000 cât şi pentru anul 2006, doar două componente principale pot fi reţinute, respectiv judeţele României vor fi reprezentate pe două axe factoriale formate din combinaţia variabilelor iniţiale, deoarece doar pentru două componente s-au obţinut valori mai mari decât 1 (criteriul Kraiser). Un alt criteriu de care s-a ţinut cont în alegerea a două axe factoriale, respectiv două componente principale, este criteriul Benzecri, iar conform datelor din tabelele 1 şi 2 rezultă că aceste componente explică împreună mai mult de 70% din varianţa totală a norului de puncte.
Tabel nr. 1: Varianţa totală explicată şi a valorilor proprii pentru anul 2000 Valori proprii Sumele extrase ale pătratelor
AE Aplicarea metodei de analiză în componente principale asupra indicatorilor specifici activităţii Autorităţii Naţionale de Protecţie a Consumatorilor
din România
Amfiteatru Economic 318
Tabel nr. 2: Varianţa totală explicată şi a valorilor proprii pentru anul 2006 Valori proprii Sumele extrase ale pătratelor
Pe baza rezultatelor din tabelele nr. 1 şi nr.2, deducem că doar două componente au valori proprii mai mari decât 1, exprimând 79 % din varianţa totală pentru 2000 şi 88 % pentru 2006, ceea ce înseamnă că îi putem utiliza pentru a reprezenta norul de puncte în planul principal. Creşterea proporţiei variaţiei totale explicate de cele două componente este rezultatul creşterii intensităţii corelaţiei, de la nivel slab la nivel mediu, a variabilei câştig salarial net mediu lunar cu celelalte variabile ale componentei 1. De asemenea, se constată că cele două variabile care descriu indicatori specifici ANPC explică doar 13% din varianţa totală pentru anul 2000 şi 19 % pentru 2006. Reprezentarea grafică tipică a unei ACP, respectiv Scree plotul obţinut, identic pentru cele două perioade analizate, confirmă cele două componente principale rezultate în urma aplicării metodei, reprezentate în figura nr. 2.
Scree Plot
Component Number
10987654321
Eige
nval
ue
8
7
6
5
4
3
2
1
0
Figura nr. 2: Graficul valorilor proprii
Analizând reprezentarea grafică a valorilor proprii, şi respectând criteriul Evrard pentru obţinerea numărului de componente principale, putem decide alegerea a 2 componente. Dacă urmărim divizarea cantităţii de informaţie şi faptul că doar primele 2 componente aduc un plus de informaţie faţă de o variabilă din forma iniţială, atunci le vom păstra doar pe acestea din urmă. De asemenea, putem remarca că o proporţie de 79 % din informaţia iniţială pentru 2000 şi 88 % pentru 2006 este extrasă de noile variabile.
Protecţia drepturilor şi intereselor consumatorilor AE
Vol XII • Nr. 28 • Iunie 2010 319
Observăm că variabilele (conform celor două matrici a corelaţiilor din anexele 3 şi 4) valoarea produselor cu abateri de la OG 21/1992_produse de import şi valoarea produselor cu abateri de la OG 21/1992_total nu se corelează intens cu nici una dintre variabilele componentei 1. În figurile 3 şi 4 sunt reprezentate grafic componentele obţinute prin rotirea axelor prin metoda Varimax pentru cele două perioade. Valorile coeficienţilor de corelaţie din anexele 3 şi 4 servesc drept coordonate ale variabilelor iniţiale în planul vectorial al celor două componente principale.
Figura nr. 3: Diagrama componentelor în spaţiul obţinut prin rotaţia Varimax,
anul 2000
Figura nr. 4: Diagrama componentelor în spaţiul obţinut prin rotaţia Varimax, anul
2006 Analizând cele două reprezentări grafice din figurile 3 şi 4 devine evident faptul că prima componentă este apropiată de variabilele ce descriu atât indicatorii de măsurare a activităţii ANPC România cât şi de indicatorii macroeconomici, pe când cea de-a doua componentă principală este apropiată de valoarea produselor cu abateri de la OG 21/1992 atât pe total valoare cât şi pentru produsele de import. Se observă însă modificări ale grupării variabilelor pe cele două componente de la un an la altul, astfel:
• trecerea din cadranul valorilor negative ale primei componente a variabilei câştig salarial net mediu lunar la cadranul valorilor pozitive îndepărtate de axa OX formată de componenta principală 2, aşadar contribuţia acesteia creşte în anul 2006 faţă de anul 2000, la formarea componentelor;
• distanţarea de axa OX, axa care descrie componenta principală 2 a variabilei valoarea totală a produselor cu abateri ce formează componenta 2 şi apropierea de variabila valoarea produselor de import cu abateri împreună cu care formează această componentă. Rezultatele generate de programul SPSS pentru matricea componentelor principale în urma rotaţiei Varimax pentru normalizarea vectorilor proprii, conform celei de-a treia etape a metodei, precum şi coordonatele contribuţiilor unităţilor statistice şi variabilelor pe axele factorilor, conform celei de-a patra etape sunt prezentate în tabele 3 şi 4.
AE Aplicarea metodei de analiză în componente principale asupra indicatorilor specifici activităţii Autorităţii Naţionale de Protecţie a Consumatorilor
din România
Amfiteatru Economic 320
Tabel nr. 3: Matricea componentelor principale în urma rotaţiei Varimax - 2000 Componenta Variabile iniţiale
1 2 PIB-ul pe judet ,956 ,084 Numarul firmelor de comert ,955 ,098 Numarul de locuitori la 1 iulie ,936 ,059 Valoarea totala a amenzilor aplicate ,933 ,199 Valoarea varsamintelor la buget ,899 ,257 Numarul actiunilor de control desfasurate ,888 ,172 Cifra de afaceri a firmelor de comert ,873 ,186 Castigul salarial nominal mediu net lunar ,638 -,069 Valoarea produselor cu abateri de la OG 21/1992_total ,028 ,859 Valoarea produselor cu abateri de la OG 21/1992_ import ,163 ,777
Metoda de extracţie: ACP. Metoda de rotaţie: Varimax cu normalizarea Kaiser. a Rotaţie convergentă în 3 iteraţii
Tabel nr. 4: Matricea componentelor principale în urma rotaţiei Varimax - 2006 Componenta Variabile iniţiale
1 2 Numarul firmelor de comert ,973 ,061 PIB-ul pe judet ,966 ,098 Cifra de afaceri a firmelor de comert ,934 ,125 Numărul de locuitori la 1 iulie ,930 -,007 Valoarea totala a amenzilor aplicate ,919 ,206 Valoarea varsamintelor la buget ,916 ,197 Numarul actiunilor de control desfasurate ,842 ,200 Castigul salarial nominal mediu lunar ,682 ,470 Valoarea produselor cu abateri de la OG 21/1992_import ,091 ,982 Valoarea produselor cu abateri de la OG 21/1992_total ,124 ,974
Metoda de extracţie: ACP. Metoda de rotaţie: Varimax cu normalizarea Kaiser. a Rotaţie convergentă în 3 iteraţii
Pentru a putea reprezenta punctele indivizi, respectiv judeţele României, pe harta indivizilor se folosesc coordonatele acestora aflate în componenta principală 1 şi componenta principală 2, respectiv etapele 3 şi 4 ale demersului metodologic, prin calcularea vectorilor proprii normaţi ai matricei corelaţiilor. În tabelele 3 şi 4 se poate observa gruparea celor zece variabile iniţiale pe cele două componente principale noi aferente variabilor celor două perioade analizate. În ceea ce priveşte gruparea variabilelor iniţiale în jurul celor două componente principale este ierarhia acestora care a suferit schimbări în 2006 faţă de 2000, respectiv:
• componenta principală 1: - variabila macroeconomică PIB trece de pe poziţia 1 din anul 2000 pe a doua poziţie în anul 2006, practic inversând locul cu o altă variabilă macroeconomică, numărul firmelor de comerţ care devine astfel, cea mai importantă variabilă a componentei principale 1 în anul 2006; - o altă variabilă macroeconomică cifra de afaceri a firmelor de comerţ trece de pe locul 7 în 2000 pe poziţia 3 în 2006;
Protecţia drepturilor şi intereselor consumatorilor AE
Vol XII • Nr. 28 • Iunie 2010 321
- Ca urmare a poziţionării variabilei cifra de afaceri a firmelor d ecomerţ pe locul 3 în 2006, cele trei variabile specifice ANPC care formează componenta 1 s-au deplasat ierarhic cu câte un nivel.
• componenta principală 2: cele două variabile ANPC care formează componenta 2 îşi inversează locurile în 2006 faţă de 2000. Schimbarea ierarhiei variabilelor este însoţită de o creştere a intenstităţii corelaţiilor acestora, atât în cadrul componentei 1 cât şi în cadrul componentei 2, dar mai semnificativă pentru cea de-a doua componentă, de la 0,859 şi 0,777 în anul 2000 la 0,982 şi 0,974 în anul 2006. Schimbările ierarhice observate pe parcursul celor 6 ani (2000-2006) între variabilele iniţiale şi locul pe care îl deţin în formarea celor două componente principale au o importanţă majoră pentru gruparea judeţelor României pe aceste două componente principale. Dacă în anul 2000, primordială era dezvoltarea economică a judeţelor, mărimea populaţiei judeţelor, în anul 2006, importante sunt variabilele care descriu capacitatea şi dezvoltarea comercială a judeţelor, dată de numărul firmelor de comerţ şi cifra de afaceri a acestora şi care este în strânsă corelaţie cu indicatorii raportaţi de ANPC, ipoteză de la care a pornit această cercetare (amintim că aceste corelaţii au valori mai mari decât media, respectiv între valoarea produselor cu abateri şi numărul firmelor de comerţ: 0,50, respectiv între PIB şi numărul firmelor de comerţ: 0,67). Ultima etapă, respectiv proiecţia şi reprezentarea punctelor indivizi (judeţele României) în planul axelor factoriale a celor două componente principale evidenţiată în figurile 5 şi 6, unde au fost reprezentate cele 41 de judeţe ale României şi municipiul Bucureşti în planul principal, conform coordonatelor punctelor indivizi. Se confirmă astfel, ipoteza iniţială a cercetării întreprinse, conform căreia, în decursul celor două perioade, vor avea loc schimbări structurale influenţate atât de evoluţia valorilor variabilelor iniţiale, cât şi de ierarhia combinării acestora în cadrul celor două componente.
Figura nr. 5: Proiecţia şi reprezentarea punctelor indivizi (a judeţelor) în planul
axelor factoriale a celor două componente principale pentru anul 2000
AE Aplicarea metodei de analiză în componente principale asupra indicatorilor specifici activităţii Autorităţii Naţionale de Protecţie a Consumatorilor
din România
Amfiteatru Economic 322
Pentru analiza modificărilor structurale a judeţelor s-au aplicat indicatorii statisticii descriptive, abaterea individuală absolută, media, abaterea standard, pe baza acestora evidenţiindu-se permutări majore în cazul următoarelor judeţe: Bihor, Satu Mare, Harghita, Neamţ, Vrancea, Prahova, restul judeţelor poziţionându-se în jurul originii axelor formate de cele două componente. Variabila macroeconomică PIB a avut o influenţa determinantă în repoziţionarea judeţelor menţionate anterior, explicată şi prin faptul că această variabilă şi-a schimbat locul în ierarhia variabilelor componentei 1.
Figura nr. 6: Proiecţia şi reprezentarea punctelor indivizi (a judeţelor) în planul
axelor factoriale a celor două componente principale pentru anul 2006
Cele două componente principale sunt „abstracte”. Pentru a putea face interpretarea internă a celor două componente principale se calculează coeficienţii de corelaţie între variabilele iniţiale ale cercetării noastre şi cele două componente principale, rezultate evidenţiate în tabelele 5 şi 6.
Pe baza datelor din tabelele nr. 5 şi nr. 6, se poate observa faptul că variabilele iniţiale valoarea produselor cu abateri de la O.G. 21/1992_total şi valoarea produselor cu abateri de la O.G. 21/1992_produse de import, care formează cea de-a doua componentă principală, sunt mult mai puternic corelate comparativ cu variabilele iniţiale ce formează prima componentă, având coeficienţi de corelaţie apropiaţi de medie, spre deosebire de cei de la prima componentă care au valori foarte mici. Mai mult, variabilele date de indicatorii macroeconomici care formează componenta 1 sunt corelate negativ cu cea de-a doua componentă, excepţie înregistrând variabila câştigul salarial mediu net lunar, singura care înregistrează coeficienţi de corelaţie de intensitate medie. Se demonstrează astfel una dintre ipotezele cercetării, respectiv aceea că, acele judeţe unde CSNMNL este mai ridicat şi deci şi nivelul de dezvoltare economică a judeţului este mai ridicat, posibilitatea de a cumpăra şi alte produse decât cele din coşul zilnic şi deci produse din import, duce proporţional la creşterea probabilităţii de intensificare, în acele judeţe, a numărului de reclamaţii şi
Protecţia drepturilor şi intereselor consumatorilor AE
Vol XII • Nr. 28 • Iunie 2010 323
constatări făcute de ANPC. Aşadar, va determina o creştere direct proporţională a numărului acţiunilor de control, a valorii produselor cu abateri din import, etc.
Tabel nr. 5: Matricea coeficienţilor scorurilor celor două componente principale generate de SPSS– 2000
Componenta Variabile iniţiale 1 2
Număr controale ,137 ,017Valoarea produselor cu abateri_total
-,171 ,629
Valoarea produselor cu abateri _import
-,067 ,553
Amenzi aplicate ,141 ,031Varsaminte la buget ,128 ,078PIB-ul pe judet ,160 -,056Nr. de locuitori la 1 iulie ,159 -,073Nr. firmelor de comert ,158 -,046Cifra de afaceri a firmelor de comert
,132 ,029
CSMNL ,122 -,129Metoda de extracţie: ACP Metoda de rotaţie: Varimax cu normalizare Kaiser Scorurile componentei.
Tabel nr. 6: Matricea coeficienţilor scorurilor celor două componente
principale generate de SPSS – 2006 Componenta
Variabile iniţiale 1 2 Număr controale ,127 ,014Valoarea produselor cu abateri _total
-,078 ,471
Valoarea produselor cu abateri _import
-,084 ,479
Amenzi aplicate ,140 ,009Varsaminte la buget ,140 ,005PIB-ul pe judet ,159 -,050Nr. de locuitori la 1 iulie ,163 -,098Nr. firmelor de comert ,164 -,069Cifra de afaceri a firmelor de comert
,151 -,033
CSMNL ,071 ,164Metoda de extracţie: ACP Metoda de rotaţie: Varimax cu normalizare Kaiser Scorurile componentei.
Trebuie ţinut cont de faptul că (sau nu este un aspect de neglijat) că cele două
perioade luate în considerare, aparţin perioadei dinainte de 2007, anul aderării României la UE, perioadă în care România nu avea o pondere crescută a importurilor din UE, unde produsele aflate pe piaţă sunt supuse unor controale mai riguroase decât cele având ca provenienţă fie ţări care nu sunt membre UE, fie din alte zone de dezvoltare economică. Prin urmare, ne propunem continuarea acestei cercetări pentru cel puţin o perioadă de după 2007, anul aderării cu scopul de a urmări aceste schimbări structurale la nivelul judeţelor României, ţinând cont de indicatorii ANPC şi de indicatorii macroeconomici corelaţi cu cei ai ANPC. Acest demers este unul de descriere mezo şi macroeconomică pentru a analiza cum indicatorii ANPC se grupează cu indicatorii macroeconomici pentru a explica modificările structurale la nivelul judeţelor României. Acest demers prezintă aşadar o importanţă macroeconomică deoarece ANPC este o instituţie guvernamentală, de importanţă naţională cu o contribuţie majoră, atât prin indicatorii urmăriţi cât şi prin cei raportaţi, la explicarea la nivel judeţean şi regional a diferenţelor economice şi, mai detaliat, a diferenţelor de dezvoltare comercială a judeţelor. Comerţul reprezintă o importantă ramură a economiei, care are o contribuţie importantă în formarea PIB-ului şi care, după 1990 şi mai ales după 2007, momentul liberalizării comerţului cu piaţa UE, a condus la intensificarea posibilităţii României de a participa şi de a se alinia la comerţul intracomunitar. În România, ANPC, ca instituţie publică poate contribui şi la educarea consumatorului român, la dezvoltarea simţului civic – acesta fiind unul din obiectivele majore ale ANPC după 2007, de a folosi produse de calitate, însă acest aspect este strâns legat de CSNMNL al populaţiei judeţelor, cât şi de dezvoltarea economică, comercială şi
AE Aplicarea metodei de analiză în componente principale asupra indicatorilor specifici activităţii Autorităţii Naţionale de Protecţie a Consumatorilor
din România
Amfiteatru Economic 324
demografică a judeţelor (PIB-UL, numărul firmelor de comerţ, cifra de afaceri a firmelor de comerţ, numărul populaţiei).
Concluzii Prin aplicarea metodei ACP s-a realizat o reducere a datelor, înlocuind norul de
puncte iniţial cu un nor de puncte de dimensiuni reduse, pentru o reprezentare grafică comodă şi pentru a evidenţia particularităţile judeţelor României în ceea ce priveşte indicatorii de măsurare a activităţii ANPC şi cei macroeconomici înregistraţi în două perioade de timp diferite, respectiv anii 2000 şi 2006 grupate pe două componente principale.
Structura celor două componente formate în urma aplicării ACP prezentată în tabelele nr. 3 şi nr. 4 grupează variabilele analizate pe cele două componente principale, astfel:
• componenta 1: variabile specifice ANPC împreună cu variabile macroeconomice; • componenta 2: doar variabile specifice ANPC, valoarea produselor cu abateri pe
total şi pentru produse de import. Aspecte semnificative privind poziţionarea variabilelor pe cele două componente, evidenţiate pe baza figurilor nr. 3 şi nr. 4:
• Variabilele care formează componenta 1 sunt indepedente (unghiul format de vectorii variabilelor formează un unghi drept cu fiecare dintre variabilele analizate). De exemplu: valoarea vărsămintelor la buget şi valoarea amenzilor cu numărul de locuitori atât pentru 2000 cât şi pentru 2006.
• Există variabile „apropiate”, de exemplu, valoare produselor de import cu abateri şi valoarea totală cu abateri pentru anul 2006, respectiv PIB-ul şi numărul de locuitori atât în 2000 cât şi 2006.
• Există variabile „opuse” a căror unghi format de vectorii lor este obtuz, de exemplu variabilele componentei 2 cu câştigul salarial nominal mediu lunar, numărul de locuitori, practic cu toate variabilele componentei 1
• Coordonatele punctelor formate de variabilele iniţiale atât ale componentei 2 cât şi ale componentei 1 sunt depărtate de centrul în direcţia axei şi deci contribuţia la formarea axelor este una foarte importantă. În ceea ce priveşte gruparea judeţelor în funcţie de cele două componente principale, în figurile 5 şi 6 şi tabelele 5 şi 6 se observă că cele mai multe judeţe sunt poziţionate în zona valorilor negative (atât pentru componenta 1 cât şi pentru componenta 2). Aşadar rezultă că majoritatea judeţelor sunt sensibile la variabile iniţiale dar şi faptul că cea de-a doua componentă are o contribuţie majoră în gruparea judeţelor pe axele formate de cele două componente, lucru care se poate stabili printr-o analiză ulterioară prin aplicarea unei alte metode descriptive de analiza datelor, analiza discriminantului.
Putem concluziona aşadar că variabilele iniţiale care formează cea de-a doua componentă, sunt mult mai puternic corelate comparativ cu variabilele iniţiale ale componentei 1 (conform tabelor nr. 5 şi nr. 6), având coeficienţi de corelaţie apropiaţi de medie, spre deosebire de cei de la prima componentă care au coeficienţi de corelaţie foarte mici cu componenta 1. Mai mult, variabilele date de indicatorii macroeconomici din componenta 1 sunt corelate negativ cu a doua componentă, excepţia făcând pentru anul
Protecţia drepturilor şi intereselor consumatorilor AE
Vol XII • Nr. 28 • Iunie 2010 325
2000, variabila cifra de afaceri a firmelor de comerţ. Explicaţia ar putea fi aceea că, dintre toţi indicatorii macroeconomici, câştigul salarial nominal mediu net lunar înregistrează coeficienţi de corelaţie de intensitate medie, nefiind corelat puternic nici cu indicatorii ANPC dar nici cu ceilalţi indicatori macroeconomici şi necunoscând structura tipurilor de cumpărături efectuate de gospodăriile de toate categoriile din fiecare judeţ. Pe lângă obţinerea celor două componente, metoda scoate în evidenţă o vizibilitate mai bună a distribuţiei judeţelor pe cele două componente privind modificările structurale aşa cum rezultă din figurile nr. 5 şi nr. 6. Tot reprezentarea grafică este cea care ne oferă detalii despre faptul că judeţele României concentrează în jurul lor variabilele „active” date de componenta 1 şi „pasive” faţă de componenta 2 (sunt active faţă de variabilele primei componente şi pasive faţă de variabilele ce contribuie la formarea celui de-a doua componente). Astfel, ANPC poate elabora patru categorii de strategii, pentru fiecare grup de judeţe care s-a format în urma aplicării metodei ACP în figura 6. Unul dintre grupuri este format de judeţele Cluj, Prahova, Arad, Constanţa care se corelează direct cu ambele componente principale, caracterizate printr-un nivel ridicat de dezvoltare economică, printr-un sector comercial de asemenea bine dezvoltat; un alt grup este format din judeţele Vrancea, Satu-Mare şi sectorul agricol Ilfov se caracterizează printr-un nivel de dezvoltare economică relativ ridicat, un sector comercial bine reprezentat, dar care sunt mai dependente de variabilele ANPC care formează componenta principală 2, privind produsele cu abateri şi cele din import. Un caz atipic este reprezentat de municipiul Bucureşti care are cel mai ridicat nivel de dezvoltare atât din punct de vedere economic, cât şi din punct de vedere comercial, concentrând cele mai multe centre comerciale şi cei mai mulţi distribuitori. Aşadar, fiecare grup de judeţe ar putea fi tratat diferit, în funcţie de poziţia ocupată în reprezentarea grafică. Rezultatele acestei cercetări vor reprezenta baza unei analize ulterioare în vederea identificării unor noi schimbări a structurii judeţelor, ca urmare a efectelor recesiunii economice din ultima perioadă din România, pe cele două componente principale, rezultate în urma acestei cercetări. Bibliografie Benzécri, J.P. & Benzécri, F., 1980. L’analyse des données. Paris: Dunod. Gauthy Sinéchal, M. & Vandercammen, M., 2005. Études de marchés–methodes et outils.
2e édition. Buxelles: De Boeck & Larcier. Giannelloni, J. L. & Vernette, E., 2001. Etudes de marche. 2e edition. Paris: Vuibert. Institutul National de Statistică, 2008. Statistica teritorială, Bucureşti: Institutul National
de Statistică, Editura Revista Română de Statistică. Institutul National de Statistică, 2006. Buletinul statistic lunar – decembrie 2006,
Bucureşti: Institutul National de Statistică. Editura Revista Română de Statistică Institutul National de Statistică, 2005. Statistica teritorială, Bucureşti: Institutul National
de Statistică. Editura Revista Română de Statistică Institutul National de Statistică, 2000. Buletinul statistic lunar – decembrie 2000,
Bucureşti: Institutul National de Statistică, Editura Revista Română de Statistică Malhorta, N., 2004. Études marketing avec SPSS. 4e édition. Paris: Pearson Education. Petcu, N., 2003. Statistică – teorie şi aplicaţii în SPSS. Braşov: Editura Infomarket.
AE Aplicarea metodei de analiză în componente principale asupra indicatorilor specifici activităţii Autorităţii Naţionale de Protecţie a Consumatorilor
din România
Amfiteatru Economic 326
Pintilescu, C., 2003. Analiza datelor. Iaşi: Editura Junimea. Ruxanda, G., 2001. Analiza datelor. Bucureşti: Editura ASE. Saporta, G. & Ştefănescu, M. V., 1996. Analiza datelor şi informatică. Bucureşti: Editura
Economică. Smajda, A., 1988. Segmenter ses marches – applications pratique de technique de
segmentation dans le marketing. Lausanne: PPR. Spircu, L., 2004. Analiza datelor. Aplicaţii economice. Bucureşti: Editura ASE [Online]
Disponibil la: http://www.biblioteca-digitala.ase.ro/biblioteca/carte2.asp?id=489&idb=11 [Accesat 3 mai 2010]
Spircu, L., Calciu, M. & Spircu, T., 1994. Analiza datelor de marketing. Bucureşti: Editura ALL.
Ştefănescu, D. & Gabor, M.R., 2008. Statistical analysis of indicators concerning activity carried out by the Romanian National Authority of Consumer Protection. In: Journal of International Scientific Publication: Economy & Business, volume 2, ISSN: 1313 – 2555, pp. 943 – 973, Sunny Beach – Bourgas, Bulgaria, septembrie 2008, Info Invest: Bulgaria. [Online] Disponibil la: http://www.science-journals.eu/economy/JISP-Economy-Business-2-2008.swf [Accesat 3 mai 2010]
Ştefănescu, M.V., 2000. Analiza datelor - studii de caz. Bucureşti: Editura ASE. Volle, M., 1997. Analyse de données. 4e edition. Paris: Editura Economica.
AE Aplicarea metodei de analiză în componente principale asupra indicatorilor specifici activităţii Autorităţii Naţionale de Protecţie a Consumatorilor
Matricea corelaţiilor pentru variabilele anului 2006
AE Aplicarea metodei de analiză în componente principale asupra indicatorilor specifici activităţii Autorităţii Naţionale de Protecţie a Consumatorilor