1. ETAPA STATISTICKÉHO VÝZKUMU

Proces zkoumání socioekonomických jevů prostřednictvím systému statistických metod a kvantitativních charakteristik – soustavy ukazatelů, se nazývá statistický výzkum.

Hlavní fáze statistického výzkumu jsou:

1) statistické pozorování;

2) souhrn přijatých dat;

3) statistická analýza.

V případě potřeby může statistická studie obsahovat další etapu – statistickou předpověď.

Statistické pozorování je vědecky organizovaný soubor údajů o jevech a procesech společenského života registrací jejich podstatných rysů podle předem vyvinutého programu pozorování. Údaje z pozorování jsou primární statistické informace o pozorovaných objektech, které jsou základem pro získání jejich obecných charakteristik. Pozorování funguje jako jedna z hlavních metod statistiky a jako jedna z nejdůležitějších etap statistického výzkumu.

Není možné provádět statistickou studii bez kvalitní informační základny získané v průběhu statistické pozorování. Proto se od okamžiku změny myšlenky statistiky jako popisné vědy vyvíjejí zvláštní pravidla pro provádění pozorování a speciální požadavky na jeho výsledky - statistická data. To znamená, že pozorování je jednou z hlavních metod statistiky.

Pozorování je první fází statistického výzkumu, na jehož kvalitě závisí dosažení konečných cílů studie.

1.1. Pozorování probíhá podle speciálně připraveného programu.

Program obsahuje seznam charakteristik předmětu studia, o kterých je třeba získat údaje jako výsledek pozorování.

Při přípravě pozorování je nutné předem určit:

1. Pozorovací program, ve kterém:

a) je vymezen objekt pozorování, tzn. množina jednotek jevu, který je třeba zkoumat. Dále je nutné odlišit jednotku zjišťování od jednotky vykazující. Vykazovací jednotka - jednotka, která poskytuje statistické údaje, může sestávat z několika jednotek populace nebo se může shodovat s jednotkou populace. Například v populačním šetření může být jednotkou člen domácnosti a zpravodajskou jednotkou může být domácnost.

b) jsou určeny hranice objektu pozorování.

c) zjišťují se vlastnosti objektu pozorování, o kterých je třeba získat informace jako výsledek pozorování.

2. Čas pozorování objektu - čas, ve kterém nebo pro který jsou zaznamenávány informace o zkoumaném objektu.

3. Načasování pozorování. To znamená, že se určí časové období pro sběr dat a datum ukončení pozorování. Termíny pozorování ovlivňují dobu dokončení statistické studie jako celku a včasnost jejích závěrů.

4. Prostředky a zdroje potřebné pro monitorování: počet kvalifikovaných specialistů; materiální zdroje; prostředky zpracování výsledků pozorování.

5. Požadavky na statistická data. Hlavní požadavky jsou: a) spolehlivost, tzn. informace o předmětu studia by měly odrážet jeho skutečný stav v době pozorování; b) srovnatelnost údajů, tzn. informace získané jako výsledek pozorování by měly být srovnatelné, což je zajištěno jednotnou metodikou sběru a analýzy dat, jednotkami měření atd.

1.2. Existuje několik typů statistického pozorování.

1. Podle pokrytí jednotek populace:

a) pevné;

b) nespojité (selektivní, monografické, podle metody hlavního pole)

2. Do doby evidence skutečností: a) aktuální (průběžné); b) nespojité (periodické, jednorázové)

3. Podle způsobu sběru informací: a) přímé pozorování; b) dokumentární pozorování; c) průzkum (dotazník, korespondent atd.)

Souhrn - proces zavedení přijatých dat do systému, jejich zpracování a výpočet průběžných a obecných výsledků, výpočet vzájemně souvisejících analytických hodnot.

Další fází statistické studie je příprava informací získaných během pozorování pro analýzu. Tato fáze se nazývá souhrn.

Souhrn obsahuje:

— systematizace informací získaných během pozorování;

- jejich seskupení;

- vytvoření soustavy ukazatelů charakterizujících vzdělané skupiny;

— vytvoření vývojových tabulek pro seskupená data;

— výpočet odvozených hodnot podle vývojových tabulek.

V literatuře o teorii statistiky se často setkáváme s uvažováním souhrnů a seskupení jako samostatných fází výzkumu. Je však třeba poznamenat, že pojem souhrn zahrnuje akce pro seskupování statistických údajů, takže zde je pojem „shrnutí“ převzat jako název fáze výzkumu.

Statistický rozbor je studium charakteristických znaků struktury, souvislostí jevů, trendů, zákonitostí vývoje sociálně-ekonomických jevů, pro které se používají specifické ekonomicko-statistické a matematicko-statistické metody. Statistická analýza je doplněna interpretací získaných výsledků.

Statistická prognóza - vědecká identifikace stavu a možné způsoby vývoj jevů a procesů, založený na systému zavedených vztahů a vzorců příčina-následek.

CVIČENÍ 1

Výsledkem výběrového šetření mzdy 60 zaměstnanců průmyslového podniku obdrželo následující údaje (tabulka 1).

Sestavte intervalovou řadu rozdělení podle výsledného atributu a vytvořte pět skupin se stejnými intervaly.

Určete hlavní ukazatele variace (rozptyl, směrodatná odchylka, variační koeficient), střední hodnotu výkonu (střední hodnotu vlastnosti) a strukturální průměry. Znázorněte graficky ve formě: a) histogramů; b) kumuluje; c) ogis. Udělejte závěr.

ŘEŠENÍ

1. Stanovme rozsah variace podle ukazatele výkonu - podle délky služby podle vzorce:

R \u003d Xmax – Xmin \u003d 36 – 5 \u003d 31

kde Xmax je maximální množství aktiv

Xmin - minimální množství aktiv

2. Určete hodnotu intervalu

i \u003d R / n \u003d 31/5 \u003d 6.2

s přihlédnutím k získané hodnotě intervalů seskupíme banky a získáme

3. Postavíme si pomocnou tabulku

Skupina funkcí	Význam hodnot ve skupině x i	Kvantita funkce frekvence (frekvence) fi	v % z celku ω	Akumulovaná frekvence Si	Střed intervalu	* f i	ω
já 5 – 11,2	6,8,7,5,8,6,10,9,9,7, 6,6,9,10,7,9,10,10, 11,8,9,8, 7, 6, 9, 10		43,3	43,3		210,6	350,73		46,24	1202,24
II 11,2 – 17,4	16,15,13,12,14,14, 12,14,17,13,15,17, 14		21,7		14,3	185,9	310,31		0,36	4,68
III 17,4 – 23,6	18,21,20,20,21,18, 19,22,21,21,21,18, 19		21,7	86,7	20,5	266,5	444,85		31,36	407,68
IV 23,6 –29,8	28,29,25,28, 24				26,7	133,5	221,61	11,8	139,24	696,2
PROTI 29,8 – 36	36,35,33,				32,9	98,7	164,5
CELKOVÝ						895,2	1492		541,2	3282,8

4. Průměrná hodnota atributu ve studované populaci je určena váženým aritmetickým vzorcem:

roku

5. Rozptyl a směrodatná odchylka znaku je určena vzorcem

Definice volatility

Tedy V>33,3 %, tedy populace je heterogenní.

6. Definice módy

Režim je hodnota vlastnosti, která se ve studované populaci vyskytuje nejčastěji. Ve studované intervalové variační řadě se modus vypočítá podle vzorce:

Kde

xM0
– spodní hranice modálního intervalu:

i M0 je hodnota modálního intervalu;

f M0-1 f M0 f M0+1 jsou frekvence (frekvence) modálních, premodálních a postmodálních intervalů.

Modální interval je interval s nejvyšší frekvencí (četností). V našem problému se jedná o první interval.

7. Vypočítejte medián.

Medián je varianta umístěná uprostřed uspořádané série variací, která ji rozděluje na dvě stejné části, takže polovina jednotek populace má hodnoty atributů nižší než medián a polovina vyšší než medián.

V intervalové řadě je medián určen vzorcem:

kde je začátek středního intervalu;

- hodnota středního intervalu

je frekvence středního intervalu;

je součet nashromážděných frekvencí v intervalu před mediánem.

Interval mediánu je interval, ve kterém se nachází pořadové číslo mediánu. K jejímu určení je nutné vypočítat součet akumulovaných frekvencí až do počtu přesahujícího polovinu celku.

Podle Gr. 5 pomocné tabulky najdeme interval, množství nashromážděných často přesahuje 50 %. Toto je druhý interval - od 11,6 do 18,4 a je to medián.

Pak

V důsledku toho polovina zaměstnanců s pracovní zkušeností méně než 13,25 let a polovina - více než tato hodnota.

6. Nakreslete řadu ve formě mnohoúhelníku, histogramu, kumulativní přímky, ogive.

Grafické znázornění hraje důležitou roli při studiu variačních řad, protože umožňuje jednoduchou a vizuální formou analyzovat statistická data.

Existuje několik způsobů, jak graficky znázornit řady (histogram, polygon, kumulovat, ogive), jejichž výběr závisí na účelu studie a na typu variační řady.

Distribuční polygon se používá hlavně k zobrazení diskrétní řady, ale můžete sestavit i mnohoúhelník pro intervalovou řadu, pokud ji nejprve přinesete do mateřské. Distribuční polygon je uzavřená přerušovaná čára v pravoúhlém souřadnicovém systému se souřadnicemi (x i, q i), kde x i je hodnota i-tého prvku, q i je frekvence nebo frekvence i-ro prvku.

K zobrazení intervalové řady se používá distribuční histogram. Chcete-li sestavit histogram na vodorovné ose, postupně oddělujte segmenty rovnající se intervalům znaménka a na těchto segmentech, stejně jako na základnách, se postaví obdélníky, jejichž výšky se rovnají frekvencím nebo údajům pro řadu s stejné intervaly, hustoty; pro řadu s nestejnými intervaly.

Kumulovat je grafické znázornění variační řady, kdy jsou nashromážděné frekvence nebo podrobnosti vyneseny na svislé ose a hodnoty prvku na vodorovné ose. Kumulace slouží pro grafické znázornění diskrétních i intervalových variačních řad.

Závěr: Byly tedy vypočteny hlavní ukazatele variace studované řady: průměrná hodnota rysu - pracovní zkušenosti je 14,9 let, rozptyl je vypočten rovný 54,713, směrodatná odchylka rysu je 7,397. Mód má hodnotu 9,13, v modálním intervalu je první interval studované řady. Medián řady je 13 108, což rozděluje řadu na dvě stejné části, což naznačuje, že ve zkoumané organizaci má polovina zaměstnanců méně než 13 108 let praxe a polovina více.

ÚKOL 2

Máme následující počáteční údaje charakterizující dynamiku za roky 1997-2001. (tabulka 2).

Tabulka 2 Počáteční údaje

Rok	1997	1998	1999	2000	2001
Výroba krystalového cukru, tisíc tun	1620	1660	1700	1680	1700

Určete hlavní ukazatele řady dynamiky. Předložte výpočet ve formě tabulky. Vypočítejte průměrné roční hodnoty ukazatelů. Ve formě grafického obrázku - polygonu, uveďte dynamiku analyzovaného ukazatele. Udělejte závěr.

ŘEŠENÍ

Dáno

Rok	let
	1997	1998	1999	2000	2001
	1620	1660	1700	1680	1700

1) Průměrná úroveň dynamika se vypočítá podle vzorce

2) Řetězec a základní míry růstu vypočítáme následovně:

1. Absolutní růst je určen vzorcem:

Аib = yi – y0

Aic \u003d yi - yi-1

2. Tempo růstu je určeno vzorcem: (%)

Trb = (yi / y0) *100

Trc \u003d (yi / yi-1) * 100

3. Tempo růstu je určeno vzorcem: (%)

Tnrb \u003d Trb -100 %:

Тnрц = Трц - 100 %

4. Průměrný absolutní růst:

y n
je konečná úroveň dynamické řady;

y 0
– počáteční úroveň dynamické řady;

n c
je počet absolutních přírůstků řetězce.

5. Průměrná roční míra růstu:

6. Průměrná roční míra růstu:

3) Absolutní obsah zvýšení o 1 %:

A \u003d Xi-1/100

Všechny vypočtené ukazatele jsou shrnuty v tabulce.

Ukazatele	let
	1997	1998	1999	2000	2001
Množství chirurgické operace během toho období	1620	1660	1700	1680	1700
2. Absolutní růst
Aic
3. Rychlost růstu
Kmen		102,5	104,9	103,7	104,9
trits		102,5	102,4	98,8	101,2
4. Rychlost růstu
Тпib
Tpits
5. Význam zvýšení o 1 %.		16,2	16,6	17,0	16,8

5) Průměrná roční hodnota

7. Nakreslete graficky jako mnohoúhelník.

Tak se získá následující. Největší absolutní i relativní nárůst chirurgických výkonů za období byl v roce 1999 a činil 1700, absolutní nárůst oproti základnímu roku byl 80 operací, tempo růstu oproti základnímu roku 1997 bylo 104,9 % a základní tempo růstu bylo 4,9 %. Největší absolutní zisky řetězce byly v letech 1998 a 1999 – každý 40 operací. Nejvyšší tempo růstu řetězce bylo pozorováno v roce 1998 - 102,5 % a nejmenší tempo růstu řetězce v počtu transakcí bylo v roce 2000 - 98,8 %.

ÚKOL 3

Jsou zde údaje o prodeji zboží (viz tabulka 3)

Tabulka 3 Prvotní údaje o prodeji zboží

	Produkt	Základní rok		Vykazovaný rok
		Množství	cena	Množství	cena
		1100		1000
			1350		1300
		1650		1700

Určete: a) jednotlivé indexy ( i p, i q); b) společné indexy (I p, I q, I pq); c) absolutní změna obchodu v důsledku: 1) množství zboží; 2) ceny.

Na základě vypočtených ukazatelů udělejte závěr.

ŘEŠENÍ

Vytvoříme pomocnou tabulku

Pohled	základní		Hlášení		Práce		Indexy
	Množství, q 0	Cena, p 0	Množství, q 1	Cena, p 1	q 0 * p 0	q 1 * p 1	i q \u003d q 1 / q 0	i p \u003d p 1 / p 0	q 1 * p 0
					44000	35000	0,875	0,909	38500
	1100		1000		41800	40000	0,909	1,053	38000
					7500	8400	1,200	0,933	9000
		1350		1300	40500	26000	0,667	0,963	27000
					45000	44000	1,100	0,889	49500
	1650		1700		26400	25500	1,030	0,938	27200
CELKOVÝ					205200	178900			189200

Závěr: Jak vidíte, celkový nárůst obratu za rok činil (-26300) konvenčních jednotek, včetně vlivu změn množství prodaného zboží o -16000 a v důsledku změn ceny zboží -10300 konvenčních jednotek Jednotky. Celkový nárůst obchodního obratu činil 87,2 %. Nutno podotknout, že dle vypočtených indexů množství zboží podle sortimentu dochází k mírnému nárůstu obratu u zboží „P“ o 120 % a zboží „C“ o 110 %, mírný nárůst prodeje zboží "T" - pouze 103%. Tržby za zboží "P" se poměrně výrazně snížily - pouze 66,7 % tržeb ve výchozím roce, tržby za zboží "H" - 87,5 % a zboží "O" - 90,9 % odpovídajícího ukazatele základního roku mírně vyšší. Z individuálního cenového indexu vyplývá, že cena vzrostla pouze u produktu „O“ – o 105,3 %, zároveň u všech ostatních druhů zboží – „N“, „P“, „R“, „S“, „T " individuální cenový index indikuje negativní trend (pokles), respektive - 90,9 %; 93,3 %, 96,3 %, 88,9; 93,8.

Celkový index fyzického objemu tržeb naznačuje mírný pokles celkového objemu tržeb o 94,6 %; index všeobecných cen ukazuje celkový pokles cen prodávaného zboží o 92,2 % a index všeobecného obchodního obratu celkový pokles obchodního obratu o 87,2 %.

ÚKOL 4

Z výchozích údajů tabulky č. 1 (vyberte řádky 14 až 23) proveďte ze dvou důvodů - odsloužená doba a mzdy korelační regresní analýzu, určete parametry korelace a stanovení. Sestrojte graf korelace mezi dvěma znaménky (výsledkovým a faktoriálem). Udělejte závěr.

ŘEŠENÍ

Počáteční údaje

Zkušenosti s výrobou	Plat
	1800
	2500
	1750
	1580
	1750
	1560
	1210
	1860
	1355
	1480

Závislost na přímce

Parametry rovnice jsou určeny metodou nejmenších čtverců, soustavou normálních rovnic

K řešení soustavy používáme metodu determinantů.

Parametry se počítají podle vzorců

přijaté materiály.

souhrnné ukazatele.

Každé pozorování se provádí za určitým účelem. Při jeho provádění je nutné stanovit, co má být zkoumáno. Je třeba vyřešit následující otázky:

Předmět pozorování

Jednotka pozorování

Kvalifikace

podepsat

Program pozorování je sestaven ve formě formulářů (dotazníky, formuláře), do kterých se zapisují primární údaje. Nezbytným doplňkem formulářů je pokyn, který vysvětluje význam otázek.

podmínky pozorování;

přípravné práce;

Například kritický okamžik mikrosčítání v roce 1994. byla 0:00 v noci ze 13. na 14. února. Stanovením kritického okamžiku pozorování lze s fotografickou přesností určit skutečný stav věcí.

Datum zveřejnění: 09.01.2015; Přečteno: 317 | Porušení autorských práv stránky

Studopedia.org – Studopedia.Org – 2014–2018. (0,001 s) ...

Etapy statistického výzkumu. Shromážděné během první etapy statistického výzkumu - statistické pozorování - údaje o hodnotě jakéhokoli znaku studované populace

123Další ⇒

Shromážděné během první fáze statistické studie - statistické pozorování - údaje o hodnotě jakéhokoli znaku studované populace by měly být zpracovány tak, aby byla získána přesná a podrobná odpověď na všechny otázky kladené účelem studie. Úkolem druhé etapy statistického výzkumu je statistické zpracování (shrnutí) - spočívá v seřazení a zobecnění primárního materiálu, jeho rozdělení do skupin a na tomto základě podání zobecněného popisu celku. Kvalita výchozího statistického materiálu předurčuje kvalitu zobecňujících ukazatelů získaných jako výsledek statistického souhrnu.

Rozlišovat souhrn jednoduché a složité (statistické seskupení).

Jednoduché shrnutí je operace pro výpočet součtů pro sadu jednotek pozorování. Komplexní shrnutí - jedná se o soubor operací, který zahrnuje seskupování jednotek pozorování, sčítání součtů za každou skupinu a za celou populaci a předkládání výsledků souhrnu a seskupování ve formě statistických tabulek.

Statistické seskupování se redukuje na rozdělení obyvatelstva do skupin podle k vybranému rysu podstatnému pro jednotky populace (funkce seskupování ). Volba seskupovacího prvku, tzn. podepsat , podle kterého se jednotky studované populace sdružují do skupin, - jeden z nejvýznamnějších a nejsložitějších problémů teorie seskupování a statistického výzkumu . Z správná volba seskupovací rys často závisí na výsledcích celé statistické studie.

Statistické pozorování. Etapy statistického výzkumu

Seskupování umožňuje získat takové výsledky, pomocí kterých lze identifikovat složení populace, charakteristické rysy a vlastnosti typických jevů, objevovat zákonitosti a vztahy.

Nejjednodušší a nejčastěji používaný způsob sumarizace statistických dat je distribučních řadách . Statistická řada (zákon) rozdělení je číselné rozdělení jednotek populace podle zkoumaného znaku. Nechť je nějaký SW diskrétní, tzn. může nabývat pouze pevných (v nějakém měřítku) hodnot X já V tomto případě řada pravděpodobností P(X i) pro všechny ( i=1, 2, …, n) přípustné hodnoty této veličiny se nazývá její distribuční zákon.

V závislosti na použitém seskupovacím prvku mohou být statistické řady atributivní a variační (kvantitativní).

Řádky atributů distribuce odrážejí kvalitativní stav jednotek populace (pohlaví osoby, rodinný stav, odvětvová příslušnost podniku, jeho forma vlastnictví atd.) a variační - mít číselné vyjádření (objem výroby, rodinný příjem, věk člověka, akademické skóre atd.).

Příkladem atributové řady je rozdělení studentů ve skupině podle pohlaví.

Variační (kvantitativní) seskupené řady mohou být oddělený nebo interval . Diskrétní variační distribuční řada je řada, ve které je číselné rozdělení jednotek populace podle diskrétního atributu vyjádřeno jako celočíselná konečná hodnota. Příkladem je rozdělení pracovníků podle kategorií, rozdělení městských rodin podle počtu dětí a podobně. Intervalová distribuční řada je řada, ve které jsou charakteristické hodnoty uvedeny jako interval. Konstrukce intervalových variačních řad je účelná především pro náhodné veličiny charakterizované spojitou variací znaku (tj. když hodnota znaku v populačních jednotkách může nabývat libovolných hodnot, i když v určitých mezích).

Takže zákon rozdělení pravděpodobnosti diskrétního SW nese všechny informace o něm. Tento zákon (nebo jednoduše rozdělení náhodné veličiny) lze specifikovat třemi způsoby:

— ve formě tabulky hodnot množství a jejich odpovídajících pravděpodobností;

- ve formě diagramu nebo, jak se někdy říká, distribučního histogramu;

- ve formě vzorce např. pro normální, binomické atd. rozdělení.

123Další ⇒

Související informace:

Vyhledávání na webu:

Etapy statistického výzkumu

Etapy statistického výzkumu.

Statistická studie - jedná se o sběr, shrnutí a analýzu údajů (fakt) o socioekonomických, demografických a jiných jevech a procesech veřejného života ve státě, vědecky uspořádaných podle jednotného programu, s evidencí jejich nejvýznamnějších znaků v účetní dokumentaci .

Charakteristickými znaky (specifiky) statistického výzkumu jsou: účelnost, organizovanost, masový charakter, konzistentnost (složitost), srovnatelnost, dokumentovatelnost, ovladatelnost, praktičnost.

Statistický výzkum se skládá ze tří hlavních fází:

1) sběr primárních statistických informací(statistické pozorování) - pozorování, sběr dat o hodnotách studovaného atributu jednotek statistických nákladů, kt je základem budoucí statistické analýzy. Pokud při sběru primárních statistických údajů došlo k chybě nebo se materiál ukázal jako nekvalitní, ovlivní to správnost a spolehlivost teoretických i praktických závěrů.

2) statistické shrnutí a zpracování primárních informací- Data jsou organizována a seskupována. Výsledky statistického seskupování a přehledů jsou prezentovány ve formě statistických tabulek, což je nejracionálnější, systematičtější, nejkompaktnější a nejnázornější forma prezentace hromadných dat.

3) zobecnění a interpretace statistických informací- analýza statistických informací.

Všechny tyto fáze jsou vzájemně propojeny, absence jednoho z nich vede k porušení celistvosti statistické studie.

Etapy statistického výzkumu

1. Stanovení cíle

2. Definice předmětu pozorování

3. Definice jednotek pozorování

4. Sestavení výzkumného programu

5. Vypracování pokynů pro vyplnění formuláře

6. Shrnutí a seskupení dat (stručná analýza)

Základní pojmy a kategorie statistické vědy.

1. Statistická populace- soubor jevů, které mají jeden nebo více společných znaků a liší se od sebe hodnotami ostatních znaků. Takovými jsou například všechny domácnosti, všechny rodiny, všechny podniky, firmy, sdružení atd.

2. Podepsat - tato vlastnost, charakteristický rys jevu, je předmětem statistického studia

3. Statistický ukazatel- jde o zobecňující kvantitativní charakteristiku sociální ekonomie jevů a procesů v jejich kvalitativní určitosti v podmínkách konkrétního místa a času. Statistické ukazatele lze rozdělit do dvou hlavních typů: účetní a odhadované ukazatele (velikosti, objemy, úrovně sledovaného jevu) a analytické ukazatele (relativní a průměrné hodnoty, variační ukazatele atd.).

4. Jednotka sov- to je každý jednotlivec, podléhá statistickému zkoumání.

5. Variace- jde o variabilitu velikosti atributu v jednotlivých jednotkách soujevů.

6. Pravidelnost- nazývá se opakování a pořadí změn jevů.

Hlavní etapy statistického pozorování.

St-nějaké pozorování je vědecky podložený soubor dat o fenoménu sociální ekonomiky společenského života.

fáze CH:

1. Příprava na statistické pozorování – zahrnuje použití metody hromadného pozorování, což není nic jiného než sběr primárních statistických informací. (řešení vědeckých, metodických a organizačních a technických otázek).

2. Shrnutí a seskupení primárních statistik- shromážděné informace jsou shrnuty a distribuovány určitým způsobem pomocí metody seskupování statistik. včetně práce začíná distribucí sčítacích formulářů, dotazníků, formulářů, formulářů statistického hlášení a končí jejich odevzdáním po vyplnění orgánům provádějícím pozorování.

3. Analýza statistických informací- metodou zobecnění ukazatelů se provádí analýza statistických informací.

4. Vypracování návrhů na zlepšení CH- analyzuje příčiny, které vedly k nesprávnému vyplňování statistických formulářů a vypracovává návrhy na zlepšení pozorování.

Získávání informací během CT SN vyžaduje značné množství finanční práce a času. (názorový průzkum)

Seskupování statistik.

seskupení- jedná se o rozdělení sov do skupin podle podstatných znaků.

Důvody pro seskupování: originalita předmětu statistické studie.

Metoda seskupování řeší následující problém: alokace socioekonomických typů a jevů; studium struktury jevu a strukturálních změn v něm probíhajících; odhalující vztah a závislost mezi jevy.

Tyto úkoly jsou vyřešeny pomocí typologických, strukturních a analytických seskupení.

Typologická skupina– identifikace typů sociálně ekonomických jevů (skupina průmyslových podniků podle formy vlastnictví)

Strukturální skupina– studium struktury a strukturálních posunů. S pomocí takových skupin lze studovat: složení my-já podle pohlaví, věku, místa bydliště atd.

Analytická skupina- identifikace vztahu mezi rysy.

Fáze výstavby SG:

1.výběr prvku seskupení

2.stanovení potřebného počtu skupin, do kt je nutné rozdělit studovanou sovu

3. nastavte hranice intervalů gr-ki

4. nastavení pro každou skupinu indikátorů nebo jejich systém, který by měl vybrané skupiny charakterizovat.

seskupovací systémy.

Seskupovací systém- jde o řadu vzájemně souvisejících statistických seskupení podle nejvýznamnějších znaků, které komplexně odrážejí nejdůležitější aspekty zkoumaných jevů.

Typologická skupina- jde o rozdělení studované kvalitativně heterogenní společnosti na třídy, sociálně-ekonomické typy (skupina průmyslových podniků podle formy vlastnictví)

Strukturální skupina- charakterizuje složení homogenního nákladu podle určitých vlastností. S pomocí takových skupin lze studovat: složení my-já podle pohlaví, věku, místa bydliště atd.

Analytická skupina- používají se při studiu vztahu mezi znaky, jeden z kt je faktoriální (ovlivňuje změnu výkonnosti), druhý je produktivní (vlastnosti, které se mění pod vlivem faktorů).

Konstrukce a typy rozvodných řad.

Stat číslo distribuce- jedná se o uspořádané rozdělení jednotek sov do skupin podle určitého proměnlivého znaku.

Rozlišovat: atributivní a variační šťastná distribuce.

Atributivní- to jsou r.r., postavené na kvalitativních základech. R.r. převzaty ve formě tabulek. Charakterizují složení sov podle existujících znaků, převzatých za několik období, tyto údaje umožňují studovat změnu struktury.

variační jsou r. r. postaveny na kvantitativním základě. Každá variační řada se skládá ze 2 prvků: variant a frekvencí.

Možnosti jsou uvažovány jednotlivé hodnoty atributu, které nabývá ve variační řadě, tzn.

konkrétní hodnota atributu proměnné.

Frekvence- jedná se o počet jednotlivých možností nebo každé skupiny variační řady, tzn. to jsou čísla ukazující, jak často se určité varianty vyskytují v r.r.

Variační série:

1.diskrétní- charakterizuje rozložení jednotek sov na diskrétním základě (rozložení rodin podle počtu pokojů v jednotlivých bytech).

2.interval– prvek je prezentován jako interval; je to účelné především při souvislé obměně znaku.

Nejvýhodnější r.r. analyzovat pomocí jejich grafického znázornění, které umožňuje posoudit formu distribuce. Vizuální znázornění povahy změny frekvencí variační řady je dáno polygonem a histogramem, existuje ogive a kumulace.

Statistické tabulky.

SVATÝ je racionální a běžná forma prezentace statistických dat.

Tabulka je nejracionálnější, nejnázornější a nejkompaktnější forma prezentace statistického materiálu.

Hlavní techniky, které určují techniku ​​tvorby stopy ST:

1. T by měl být kompaktní a obsahovat pouze ty výchozí údaje, které přímo odrážejí studovaný socioekonomický fenomén v článku.

2. Nadpis tabulky a názvy sloupců a řádků by měly být jasné a stručné.

3.inf-tion se nachází ve sloupcích (sloupcích) tabulky a končí souhrnným řádkem.

5. je užitečné číslovat sloupce a řádky atp.

Podle logického obsahu jsou ST „statní věta“, hlavními prvky jsou podmět a predikát.

Předmět název objektu, charakterizovaný čísly. toto je m.b. jedna nebo více sov, jiné jednotky sov.

Predikát ST jsou ukazatele, které charakterizují předmět studia, tzn. předmět stolu. Predikát je horní nadpisy a stav sloupce obsahu zleva doprava.

9. Pojem absolutní hodnoty ve statistice .

Stat pok-zda je kvalitativně definovaná proměnná, která kvantitativně charakterizuje předmět studia nebo jeho vlastnosti.

A.v.- jedná se o zobecňující ukazatel, který charakterizuje velikost, rozsah nebo objem určitého jevu v konkrétních podmínkách místa a času.

Způsoby vyjádření: přirozené jednotky (t., ks, množství); pracovní rozměr (otrok. Wr, práce); hodnotový výraz

Jak se dostat: evidence skutečností, shrnutí a seskupování, výpočet dle definované metodiky (HDP, ratingy atd.)

Typy AB: 1.individuální AB - charakterizujte jednotlivé prvky obecných jevů 2. Celkem AB - har-t ukazatele pro spoluobjekty.

Absolutní změna (/_\) je rozdíl mezi 2 AB.

Etapy a metody statistického výzkumu

Statistický výzkum se skládá ze tří hlavních fází:

Statistické pozorování je první etapa. V jejím průběhu jsou shromažďovány primární statistické informace a data, která se stanou základem pro budoucí statistické analýzy. Metody statistického pozorování představují sčítání, statistické vykazování, dotazování a výběrové pozorování.

Statistické shrnutí je druhá fáze. V jeho průběhu dochází ke zpracování primárních informací; konkrétní jednotlivé informace jsou shrnuty a tvoří soubor, aby bylo možné identifikovat typické rysy a vzorce vlastní studovanému jevu jako celku. Hlavní metodou statistického shrnutí je seskupování, kdy se studované jevy dělí podle podstatných znaků na nejdůležitější typy, charakteristické skupiny a podskupiny. Výsledky statistického seskupení a přehledů jsou prezentovány ve formě tabulek a grafů.

Zobecnění a analýza statistických informací je třetí etapa. Statistická analýza je poslední fází statistického výzkumu.

Hlavní fáze analýzy jsou následující:

1. zjištění skutečností a jejich posouzení;

2. stanovení charakteristických znaků a příčin jevu;

3. srovnání jevu se základními jevy - normativními, plánovanými a dalšími;

4. formulace hypotéz, závěrů a předpokladů;

5. statistické ověřování předložených hypotéz pomocí speciálních zobecňujících statistických ukazatelů.

Obecné ukazatele- v této fázi se používají absolutní, relativní, průměrné hodnoty a indexové systémy. Společné rysy tvorba zobecňujících ukazatelů se stanoví měřením jejich odchylek a jejich přivedením k průměrnému ukazateli. Studium odchylek - "variací" - spolu s použitím průměrných a relativních hodnot má velký praktický a vědecký význam. Ukazatele odchylek „variací“ charakterizují stupeň homogenity statistického souboru podle požadovaného atributu. Indikátory „variací“ určují míru a hranice variace. Značně zajímavý je vztah znaků "variací".

Všechny tyto tři stupně jsou nerozlučně spojeny organickou jednotou. Statistické pozorování tedy nemá smysl bez další analýzy a analýza je nemožná bez informací získaných ve fázi primárního zpracování dat.

Zpracování empirických výzkumných dat je obvykle rozděleno do několika fází:

1) Primární zpracování údajů:

- Sestavování tabulek;

— Transformace formy informací;

- Kontrola dat.

2) Statistická analýza dat:

— Analýza primárních statistik;

— hodnocení spolehlivosti rozdílů;

— normalizace dat;

— Korelační analýza;

- Faktorová analýza.

Ve většině případů je vhodné začít se zpracováním dat sestavováním kontingenčních tabulek.

Kontingenční datová tabulka- jedná se o jakýsi „akumulátor“ všech dat získaných jako výsledek studie, ideálně by měl obsahovat data všech subjektů podle všech výzkumných metod. Kontingenční tabulky jsou obvykle sestavovány v aplikaci Microsoft Office Excel nebo Word, Access.

Základem pro kontingenční tabulku zdrojových dat je následující formulář. Každý řádek obsahuje hodnoty všech ukazatelů jednoho subjektu. Každý sloupec (pole) obsahuje hodnoty jednoho ukazatele pro všechny subjekty. V každé buňce (buňce) tabulky je tedy zaznamenána pouze jedna hodnota jednoho ukazatele jednoho subjektu. Nejvyšší řádek obsahuje číslo subjektu v pořadí, celé jméno (nebo nějaký jiný identifikátor), naměřené ukazatele, hodnocení na stupnici atd. Tento řádek usnadňuje orientaci v tabulce. V každém následujícím řádku je zaznamenáno jméno subjektu a hodnoty všech od něj naměřených parametrů; samozřejmě pro všechny předměty ve stejném pořadí ukazatelů.

Předměty mohou být uvedeny v abecedním pořadí, ale je lepší použít tento princip na nejnižší úrovni dělení. Nejprve je lepší rozdělit předměty podle příslušnosti do libovolných podskupin, které se budou mezi sebou porovnávat. V rámci těchto podskupin je užitečné seřadit předměty podle pohlaví, věku nebo jiného pro vás důležitého parametru.

Transformace formy informace.

Všechny znaky, které vás zajímají, je vhodné zapsat do tabulky ve formě desetinného čísla, tedy minuty předem spočítat na desetinné zlomky hodiny, vteřiny na desetinné zlomky minuty, počet měsíců na desetinný zlomek roku atd. To je nezbytné, protože formát dat většiny dnes používaných počítačových programů má svá vlastní omezení. Také se snažte do tabulky bez zvláštní potřeby nezadávat různé textové znaky (tečky, čárky, pomlčky atd.).

Všechny informace, které lze zakódovat čísly, je lépe převést do číselné podoby. To dá více možností Pro odlišné typy zpracování dat. Výjimkou je první řádek, který obsahuje názvy (častěji krátké názvy - zkratky) měřených ukazatelů. Ve formě čísel v tabulce můžete zadat informace o těch parametrech vzorku, které mohou být údajně významnými faktory, ale máte je v kvalitativním vyjádření.

Metody a hlavní etapy statistického výzkumu

Nejjednoduššími operacemi mohou být: číselné kódování (muži - 1, ženy - 2; vyškolení - 1, neprospěli - 2 atd.) a převod kvalitativních ukazatelů na pořadí.

Kontrola dat.

Po vytvoření tabulky na papíře nebo počítači je nutné zkontrolovat kvalitu přijatých dat. K tomu často stačí pečlivě prozkoumat datové pole. Kontrolu byste měli začít identifikací chyb (překlepů), které spočívají v tom, že je špatně napsáno pořadí čísla. Například místo 10 se zapíše 100, místo 94 se zapíše 9,4 atd. Pokud se podíváte pozorně na sloupce, je snadné to zjistit, protože parametry, které se velmi liší, jsou relativně vzácné. Nejčastěji mají hodnoty jednoho parametru stejné pořadí nebo nejbližší pořadí. Při sběru dat na počítači je důležité dodržet požadavky na formát dat v použitém statistickém programu. V první řadě se to týká znaménka, které musí oddělovat celočíselnou část od zlomkové části v desetinném čísle (tečka nebo čárka).

Využití metod matematické statistiky při zpracování primární empirickéúdaje jsou nezbytné pro zvýšení spolehlivosti závěrů vědecké studie. Zároveň se nedoporučuje omezovat používání ukazatelů, jako jsou aritmetické průměry a procenta. Nejčastěji neposkytují dostatečné podklady pro rozumné závěry z empirických dat.

Volba metody statistické analýzy získaných empirických dat je velmi důležitou a odpovědnou součástí studie. A je lepší to udělat ještě před přijetím dat. Při plánování studie je třeba předem promyslet, které empirické ukazatele budou zaznamenávány, jakými metodami budou zpracovány a jaké závěry lze vyvodit s různými výsledky zpracování.

Při výběru statistického kritéria je nutné především identifikovat typ proměnných (vlastnosti) a měřítko, které bylo použito při měření ukazatelů a dalších proměnných - např. věk, složení rodiny, úroveň vzdělání. Proměnnými mohou být jakékoli ukazatele, které lze vzájemně porovnávat (tedy měřit). Je třeba mít na paměti, že nominativní a ordinální škály mohou být ve studiích široce používány: verbální a neverbální behaviorální reakce, pohlaví, úroveň vzdělání - to vše lze považovat za proměnné. Hlavní věcí je mít jasná a přesná kritéria pro jejich přiřazení k jednomu nebo druhému typu v závislosti na stanovených hypotézách a úkolech.

Při výběru statistického kritéria je třeba se zaměřit také na typ distribuce dat, která byla ve studii získána. Parametrické testy se používají, když je rozložení přijatých dat považováno za normální. Normálního rozdělení je pravděpodobnější (ale ne nezbytně) získat se vzorky více než 100 subjektů (může fungovat s menším počtem nebo nemusí fungovat s větším počtem). Při použití parametrických kritérií je nutné zkontrolovat normalitu rozdělení.

U neparametrických kritérií nezáleží na typu distribuce dat. Při malé velikosti vzorku subjektů je vhodné zvolit neparametrická kritéria, která poskytují větší spolehlivost závěrů, bez ohledu na to, zda studie získala normální rozložení dat. V některých případech lze vyvodit statisticky platné závěry i se vzorky 5-10 subjektů.

Mnoho studií hledá rozdíly v naměřených ukazatelích mezi subjekty s určitými charakteristikami. Při zpracování relevantních dat lze pomocí kritérií identifikovat rozdíly v úrovni studovaného znaku nebo v jeho distribuci. K určení významnosti rozdílů v projevu znaku ve studiích se často používají indikátory, jako je párový Wilcoxonův test, Mann-Whitney U-test, x-kvadrát (x2) test, Fisherův exaktní test a binomický test. použitý.

V mnoha studiích se provádí hledání vztahu studovaných ukazatelů ve stejných předmětech. Ke zpracování příslušných dat lze použít korelační koeficienty. Vztah hodnot mezi sebou a jejich závislost je často charakterizována Pearsonovým lineárním korelačním koeficientem a Spearmanovým koeficientem pořadové korelace.

Struktura dat (a tedy i struktura studované reality), stejně jako jejich vzájemný vztah, jsou odhaleny faktorovou analýzou.

V mnoha studiích je zajímavé analyzovat variabilitu znaku pod vlivem jakýchkoli řízených faktorů, nebo jinými slovy posoudit vliv různých faktorů na studovaný znak. Pro matematické zpracování dat v takových úlohách lze použít Mann-Whitney U-test, Kruskal-Wallisův test, Wilcoxonův T-test, ? 2 Friedman. Pro studium vlivu, a tím spíše vzájemného vlivu několika faktorů na zkoumaný parametr, však může být užitečnější analýza rozptylu. Výzkumník vychází z předpokladu, že některé proměnné lze považovat za příčiny a jiné za důsledky. Proměnné prvního druhu jsou považovány za faktory, zatímco proměnné druhého druhu za efektivní vlastnosti. To je rozdíl mezi analýzou rozptylu a korelační analýzou, ve které se předpokládá, že změny v jednom atributu jsou jednoduše spojeny s určitými změnami v jiném.

V mnoha studiích se odhaluje významnost změn (posunu) jakýchkoli parametrů a projevů za určité časové období, za určitých podmínek (například za podmínek nápravného opatření). Formativní experimenty v praktické psychologii řeší právě tento problém. Pro zpracování relevantních dat lze použít koeficienty pro posouzení spolehlivosti posunu hodnot studovaného znaku. K tomu se často používají znaménková kritéria, Wilcoxonův T-test.

Je důležité věnovat pozornost omezením, která má každé kritérium. Pokud se pro analýzu dostupných dat nehodí jedno kritérium, je vždy možné najít jiné, třeba změnou typu prezentace dat samotného. Před statistickou analýzou empirických dat je užitečné zkontrolovat, zda existují kritické hodnoty odpovídající množství a typu vašich dat. V opačném případě můžete být zklamáni, když se vaše výpočty ukáží jako marné kvůli absenci v tabulce kritické hodnoty s velikostí vzorku, kterou máte.

Po seznámení s postupem pro výpočet kritéria můžete provádět „ruční“ zpracování dat nebo použít statistický program osobního počítače.

Pro počítačové zpracování jsou nejoblíbenější programy SPSS a Statistica.

Využití statistických programů při počítačovém zpracování urychluje zpracování materiálu o několik řádů a poskytuje výzkumníkovi takové metody analýzy, které nelze realizovat při ručním zpracování. Tyto výhody však lze plně využít, pokud má výzkumník v této oblasti potřebnou úroveň vzdělání. Obvykle platí, že čím výkonnější počítačový program (čím výkonnější je), tím více času zabere jeho zvládnutí. Trávit čas jeho studiem se vzácným přístupem k výkonnému statistickému aparátu tedy není zcela efektivní. Velmi často vyžaduje použití takových programů k řešení i jednoduchých úkolů také určitou dávku dovedností.

Abyste se vyhnuli zbytečným potížím a nákladům na čas, je mnohem efektivnější obrátit se na profesionály. Kvalitně a profesionálně provedou veškerou potřebnou matematickou a statistickou analýzu vašich výzkumných dat: analýzu primární statistiky, posouzení spolehlivosti rozdílů, normalizaci dat, korelační a faktorovou analýzu atd.

Po provedení nezbytné statistické analýzy dat je nutné získané výsledky korelovat s původně vyslovenou hypotézou, s teoretickými zdůvodněními autorů, kteří se tímto tématem zabývali, a předchozích výzkumníků. Formulujte závěry a interpretujte výsledky.

Předchozí12345678910Další

Hlavní etapy statistického výzkumu

Zvažte nejdůležitější metodu statistiky – statistické pozorování.

Využití různých metod a technik statistické metodologie

vyžaduje dostupnost komplexních a spolehlivých informací o studovaném

objekt. Studium masových společenských jevů zahrnuje fáze sběratelství

statistické informace a jejich primární zpracování, informace a seskupování

výsledky pozorování v určitých agregátech, zobecnění a analýzy

přijaté materiály.

V první fázi statistického výzkumu, primární

statistická data nebo hrubé statistické informace, které

je základem budoucí statistické budovy. Aby byla budova

pevný, pevný a kvalitní by měl být jeho základem. Pokud při sběru

primární statistické údaje, došlo k chybě nebo se materiál ukázal jako takový

špatná kvalita, ovlivní to správnost a spolehlivost obou

teoretické i praktické poznatky. Proto statistický

pozorování od počátečního do konečného stadia - získání konečné

materiály – měly by být pečlivě promyšlené a přehledně uspořádané.

Statistické pozorování poskytuje výchozí materiál pro zobecnění, začátek

která slouží jako souhrn. Pokud při statistickém pozorování o každém jeho

jednotka obdrží informace, které ji charakterizují z mnoha stran, pak data

souhrny charakterizují celý statistický soubor a jeho jednotlivé části.

V této fázi je populace rozdělena podle znaků odlišnosti a kombinována podle

znaky podobnosti, celkové ukazatele se počítají pro skupiny a v

obecně. Pomocí metody seskupování jsou studované jevy rozděleny na nejdůležitější

typy, charakteristické skupiny a podskupiny podle podstatných znaků. Používáním

seskupení jsou omezeně ve významném ohledu kvalitativně homogenní

totality, což je předpokladem pro definici a aplikaci

souhrnné ukazatele.

V konečné fázi analýzy pomocí zobecňujících ukazatelů

jsou vypočteny relativní a průměrné hodnoty, je uvedeno souhrnné hodnocení

variace znaků, charakterizuje se dynamika jevů, uplatňují se indexy,

bilančních konstrukcí se počítají ukazatele, které charakterizují těsnost

souvislosti ve změně znamení. Pro ty nejracionálnější a nejjasnější

prezentace digitálního materiálu, je prezentována formou tabulek a grafů.

3. Statistické pozorování: pojem, základní formy.

Jedná se o vědeckou a organizační práci na sběr dat. Formuláře: stat. 1) hlášení, kat. na základě dokladového účetnictví. od roku 1998 byly zavedeny 4 jednotné formy federálního státního dozoru: FP-1 (projektová problematika), FP-2 (investiční), FP-3 (finanční stav organizací), FP-4 (počet -t pracovníků, prac. ), 2) speciálně organizované pozorování (sčítání), 3) registr je s-ma pok-lei, který charakterizuje každou jednotku pozorování: registry usniya, pr-ty, stavenišť a dodavatelů. maloobchod a velkoobchod. Typy pozorování: 1) spojité, nespojité (selektivní, kvalifikované na základě metody hlavního pole, monografie). Pozorování je aktuální, tečka, jednorázové. Metody pozorování: přímé, dokumentární, průzkumné (zasílatel, dotazník, soukromé, korespondenční). Statistická pozorování se provádějí podle plánu, který obsahuje: programově-metodické záležitosti (cíle, úkoly), organizační záležitosti (čas, místo). V důsledku pozorování dochází k chybám, kočka snižuje přesnost pozorování, proto se provádí kontrola dat (logická a počítací). V důsledku kontroly autentických dat jsou odhaleny následující chyby pozorování: náhodné. chyby (chyby registrace), úmyslné chyby, neúmyslné (systém. a nesystém.), chyby reprezentativnosti (reprezentativnosti).

Programově-metodologické otázky statistického pozorování.

Programové a metodologické otázky statistického pozorování

Každé pozorování se provádí za určitým účelem.

Při jeho provádění je nutné stanovit, co má být zkoumáno. Je třeba vyřešit následující otázky:

Předmět pozorování - soubor objektů, jevů, ze kterých by se měly sbírat informace. Při definování objektu, jeho hlavní charakteristické rysy(znaky). Jakýkoli objekt hromadného pozorování se skládá z jejich jednotlivých jednotek, takže je nutné rozhodnout, jaký je prvek celku, který bude sloužit jako jednotka pozorování.

Jednotka pozorování - jedná se o integrální prvek objektu, který je nositelem označení podléhajících registraci a základem účtu.

Kvalifikace jsou určitá kvantitativní omezení pro objekt pozorování.

podepsat - jde o vlastnost, která charakterizuje určité rysy a vlastnosti vlastní jednotkám studované populace.

Organizační otázky statistického pozorování.

Program pozorování je sestaven ve formě formulářů (dotazníky, formuláře), do kterých se zapisují primární údaje.

Nezbytným doplňkem formulářů je pokyn, který vysvětluje význam otázek.

Mezi organizační záležitosti programu patří:

podmínky pozorování;

kritický okamžik pozorování;

přípravné práce;

Období pozorování, ke kterému se zaznamenané informace vztahují. Říká se tomu objektivní doba pozorování. To může být určité časové období (den, dekáda, měsíc) nebo určitý okamžik. Okamžik, ke kterému se zaznamenaná informace vztahuje, se nazývá kritický okamžik pozorování.

Například kritický okamžik mikrosčítání v roce 1994. byla 0.00 hod.

v noci z 13. na 14. února. Stanovením kritického okamžiku pozorování lze s fotografickou přesností určit skutečný stav věcí.

Přípravné práce počítají se zajištěním pozorování s podklady a také se sestavením seznamu zpravodajských jednotek, formulářů, pokynů.

Doklady m. budou vyplněny v průběhu pozorování nebo na základě jeho výsledků.

Důležité místo v systému přípravné práce má výběr a školení personálu, stejně jako instruktáž těch, kteří se budou účastnit pozorování.

⇐ Předchozí12345678910Další ⇒

Datum zveřejnění: 09.01.2015; Přečteno: 313 | Porušení autorských práv stránky

Studopedia.org – Studopedia.Org – 2014–2018. (0,002 s) ...

Etapy statistického výzkumu.

Fáze 1: Statistické pozorování.

Fáze 2: Redukce a seskupení výsledků pozorování do určitých populací.

Fáze 3: Zobecnění a analýza obdržených materiálů. Identifikace vzájemných vztahů a měřítek jevů, stanovení zákonitostí jejich vývoje, vývoj prediktivních odhadů. Je důležité mít komplexní a spolehlivé informace o zkoumaném objektu.

V první fázi statistického výzkumu se tvoří primární statistická data, neboli prvotní statistické informace, které jsou základem budoucí statistické „budovy“.

ETAPA STATISTICKÉHO VÝZKUMU

Aby byla „budova“ odolná, pevná a kvalitní, musí být její základy. Pokud došlo k chybě při sběru primárních statistických údajů nebo se materiál ukázal jako nekvalitní, ovlivní to správnost a spolehlivost teoretických i praktických závěrů. Proto musí být statistické pozorování od počáteční až po konečnou fázi pečlivě promyšleno a jasně organizováno.

Statistické pozorování poskytuje výchozí materiál pro zobecnění, jehož počátek je souhrn. Pokud se při statistickém pozorování o každé její jednotce získá informace, která ji charakterizuje z mnoha stran, pak tyto zprávy charakterizují celý statistický agregát i jeho jednotlivé části. V této fázi je populace rozdělena podle znaků rozdílu a kombinována podle znaků podobnosti, celkové ukazatele jsou vypočteny pro skupiny a jako celek. Metodou seskupování jsou studované jevy rozděleny na nejdůležitější typy, charakteristické skupiny a podskupiny podle podstatných znaků. Pomocí seskupení se omezují kvalitativně homogenní populace, což je předpokladem pro definici a aplikaci zobecňujících ukazatelů.

V konečné fázi analýzy se pomocí zobecňujících ukazatelů vypočítávají relativní a průměrné hodnoty, uvádí se posouzení variace znamének, charakterizuje se dynamika jevů, aplikují se indexy a bilanční konstrukce, ukazatele jsou vypočítané, které charakterizují blízkost vztahů v měnících se znameních. Za účelem co nejracionálnější a nejnázornější prezentace digitálního materiálu je prezentován ve formě tabulek a grafů.

Poznávací hodnota statistiky věc je:

1) statistika poskytuje digitální a smysluplné pokrytí studovaných jevů a procesů, slouží jako nejspolehlivější způsob hodnocení reality; 2) statistika dává důkazní sílu ekonomickým závěrům, umožňuje kontrolovat různá „chodící“ tvrzení, jednotlivé teoretické pozice; 3) statistika má schopnost odhalit vztah mezi jevy, ukázat jejich podobu a sílu.

1. STATISTICKÉ POZOROVÁNÍ

1.1. Základní pojmy

Statistické pozorování — jde o první etapu statistického výzkumu, což je vědecky organizované účtování faktů charakterizujících jevy a procesy společenského života, a sběr dat získaných na základě tohoto účtování, vědecky uspořádaný podle jediného programu.

Ne každý sběr informací je však statistickým pozorováním. O statistickém pozorování lze mluvit pouze tehdy, když se studují statistické zákonitosti, tzn. ty, které se projevují v hromadném procesu, ve velkém počtu jednotek nějaké množiny. Proto by mělo být statistické pozorování plánované, masivní a systematické.

Plánovitost statistické sledování spočívá v tom, že je připravováno a prováděno podle vypracovaného plánu, který zahrnuje otázky metodiky, organizace, sběru informací, kontroly kvality sebraného materiálu, jeho spolehlivosti a prezentace konečných výsledků.

Hmotnost z povahy statistického pozorování vyplývá, že pokrývá velký počet případů projevů tohoto procesu, postačujících k získání pravdivých dat charakterizujících nejen jednotlivé jednotky, ale celou populaci jako celek.

Systematický statistické pozorování je dáno tím, že musí být prováděno buď systematicky, nebo průběžně, nebo pravidelně.

Na statistické pozorování jsou kladeny následující požadavky:

1) úplnost statistických dat (úplnost pokrytí jednotek studované populace, aspekty konkrétního jevu i úplnost pokrytí v čase);

2) spolehlivost a přesnost údajů;

3) jejich jednotnost a srovnatelnost.

Každý statistický výzkum musí začít formulací jeho cílů a záměrů. Poté se určí objekt a jednotka pozorování, vypracuje se program a zvolí se typ a způsob pozorování.

Předmět pozorování- soubor socioekonomických jevů a procesů, které jsou předmětem zkoumání, případně přesné hranice, ve kterých budou statistické informace zaznamenávány . Například při sčítání lidu je nutné zjistit, jaké obyvatelstvo podléhá evidenci - hotovostní, to znamená, že se v době sčítání na daném území skutečně nachází, nebo trvalé, tedy trvale bydlící v dané oblasti. Při průzkumu průmyslu je nutné stanovit, které podniky budou klasifikovány jako průmyslové. V některých případech se k omezení předmětu pozorování používá ta či ona kvalifikace. Kvalifikace- omezující znak, který musí splňovat všechny jednotky studované populace. Takže např. při sčítání výrobních zařízení je třeba určit, co se výrobnímu zařízení přisuzuje a čemu ruční nářadí, jaké zařízení podléhá soupisu - pouze provozní nebo i v opravě, skladem, rezervou.

Jednotka pozorování se nazývá integrální součástí objektu pozorování, která slouží jako základ pro počítání a má znaky, které podléhají registraci během pozorování.

Takže například při sčítání lidu je pozorovací jednotkou každý jednotlivý člověk. Pokud je úkolem také určit počet a složení domácností, pak bude pozorovací jednotkou každá domácnost spolu s osobou.

Pozorovací program- toto je seznam problémů, o kterých se shromažďují informace, nebo seznam znaků a indikátorů, které mají být registrovány . Program pozorování je sestaven ve formě formuláře (dotazník, formulář), do kterého se zapisují primární informace. Nezbytným doplňkem formuláře je instrukce (nebo označení na samotných formulářích), vysvětlující význam otázky. Skladba a obsah otázek pozorovacího programu závisí na cílech studia a na charakteristice studovaného sociálního jevu.

Koncepce studia kvantitativních aspektů objektů a jevů se vytvořila již dávno, od okamžiku, kdy si člověk rozvinul základní dovednosti v práci s informacemi. Avšak termín „statistika“, který se dostal až do naší doby, byl vypůjčen mnohem později z latinského jazyka a pochází ze slova „status“, což znamená „určitý stav věcí“. „Status“ se také používal ve smyslu „politický stát“ a byl zafixován téměř ve všech evropských jazycích v tomto sémantickém významu: anglický „stát“, německý „Staat“, italský „stato“ a jeho odvozenina „ statista“ - znalec státu.

Slovo „statistika“ bylo široce používáno v 18. století a bylo používáno ve významu „státní věda“. Statistika je obor praktické činnosti zaměřený na sběr, zpracování, analýzu a veřejné využívání dat o jevech a procesech společenského života.

Analýza je metoda vědeckého zkoumání předmětu zvažováním jeho jednotlivých aspektů a základní části.

Ekonomicko-statistická analýza je vývoj metodologie založené na širokém používání tradičních statistických a matematicko-statistických metod za účelem kontroly adekvátní reflexe studovaných jevů a procesů.

Etapy statistického výzkumu. Statistický výzkum probíhá ve třech fázích:

• 1) statistické pozorování;
• 2) souhrn přijatých dat;
• 3) statistická analýza.

V první fázi se pomocí metody hromadného pozorování shromažďují primární statistická data.

Ve druhé fázi statistické studie jsou shromážděná data podrobena primárnímu zpracování, shrnutí a seskupování. Metoda seskupování umožňuje vybrat homogenní populace, rozdělit je do skupin a podskupin. Souhrn - jedná se o příjem součtů za obyvatelstvo jako celek a jeho jednotlivé skupiny a podskupiny.

Výsledky seskupení a shrnutí jsou prezentovány ve formě statistických tabulek. Hlavním obsahem této etapy je přechod od charakteristik každé jednotky pozorování k souhrnným charakteristikám populace jako celku nebo jejích skupin.

Ve třetí fázi jsou získaná souhrnná data analyzována metodou zobecňujících ukazatelů (absolutní, relativní a průměrné hodnoty, variační ukazatele, indexové systémy, metody matematické statistiky, tabulková metoda, grafická metoda atd.).

Základy statistické analýzy:

• 1) tvrzení skutečností a stanovení jejich hodnocení;
• 2) identifikace charakteristických znaků a příčin jevu;
• 3) srovnání jevu s normativními, plánovanými a jinými jevy, které jsou brány jako základ pro srovnání;
• 4) formulace závěrů, prognóz, předpokladů a hypotéz;
• 5) statistické ověření navržených předpokladů (hypotéz).

Analýza a zobecnění statistických dat - Poslední fáze statistický výzkum, jehož konečným cílem je získání teoretických závěrů a praktických závěrů o trendech a zákonitostech studovaných socioekonomických jevů a procesů. Úkoly statistické analýzy jsou: stanovení a hodnocení specifik a rysů studovaných jevů a procesů, studium jejich struktury, vzájemných vztahů a zákonitostí jejich vývoje.

Statistická analýza dat je prováděna v úzké návaznosti na teoretickou, kvalitativní analýzu podstaty zkoumaných jevů a odpovídajících kvantitativních nástrojů, studium jejich struktury, vztahů a dynamiky.

Statistický rozbor je studium charakteristických znaků struktury, souvislostí jevů, trendů, zákonitostí vývoje sociálně-ekonomických jevů, pro které se používají specifické ekonomicko-statistické a matematicko-statistické metody. Statistická analýza je doplněna interpretací získaných výsledků.

Ve statistické analýze jsou znaky rozděleny podle povahy jejich vzájemného vlivu:

• 1. Znak-výsledek - znak analyzovaný v této studii. Jednotlivé rozměry takového přihlášení jednotlivé prvky populace jsou ovlivněny jedním nebo více dalšími rysy. Jinými slovy, atribut-výsledek je považován za důsledek interakce jiných faktorů;
• 2. Znak-faktor - znak, který ovlivňuje studovaný znak (vlastnost-výsledek). Navíc lze kvantitativně určit vztah mezi znaménkovým faktorem a znaménkovým výsledkem. Synonyma tohoto pojmu ve statistice jsou „faktorový znak“, „faktor“. Je nutné rozlišovat mezi pojmy znakový faktor a znaková váha. Znaménko-váha je znak, který je třeba vzít v úvahu při výpočtech. Váha znaménka však neovlivňuje studované znaménko. Faktor rysu lze považovat za váhu rysu, tj. zohledněný ve výpočtech, ale ne každá váha rysu je faktorem rysu. Například při studiu vztahu mezi dobou přípravy na zkoušku a počtem bodů získaných ve zkoušce ve skupině studentů je třeba vzít v úvahu i třetí vlastnost: „Počet lidí certifikovaných pro určité skóre ." Poslední vlastnost neovlivňuje výsledek, bude však zahrnuta do analytických výpočtů. Právě tato vlastnost se nazývá charakteristika hmotnosti, nikoli faktor faktoru.

Před přistoupením k analýze je nutné zkontrolovat, zda jsou splněny podmínky, které zajišťují její spolehlivost a správnost:

• - Spolehlivost primárních digitálních dat;
• - Úplnost pokrytí studované populace;
• - Srovnatelnost ukazatelů (účetní jednotky, území, způsob výpočtu).

Hlavní pojmy statistické analýzy jsou:

• 1. Hypotéza;
• 2. Rozhodující funkce a rozhodovací pravidlo;
• 3. Ukázka z populace;
• 4. Hodnocení charakteristik běžné populace;
• 5. Interval spolehlivosti;
• 6. trend;
• 7. Statistický vztah.

Analýza je závěrečnou fází statistického výzkumu, jehož podstatou je identifikace vztahů a zákonitostí zkoumaného jevu, formulace závěrů a návrhů.

Chcete-li získat představu o konkrétním jevu, vyvodit závěry, je nutné provést statistickou studii. Předmětem statistického zkoumání ve zdravotnictví a medicíně může být zdraví obyvatelstva, organizace lékařské péče, různé úseky činnosti zdravotnických zařízení, faktory prostředí ovlivňující zdravotní stav.

Metodický sled provádění statistické studie se skládá z určitých etap.

Fáze 1. Vypracování plánu a programu výzkumu.

Fáze 2. Sběr materiálu (statistické sledování).

Fáze 3. Vývoj materiálu, statistické seskupování a shrnutí

Fáze 4. Statistická analýza zkoumaného jevu, formulace závěrů.

Fáze 5 Literární zpracování a prezentace výsledků.

Po dokončení statistické studie jsou vypracována doporučení a rozhodnutí managementu, výsledky studie jsou uvedeny do praxe a je hodnocena účinnost.

Při provádění statistické studie základní prvek je dodržovat přísnou posloupnost při provádění těchto fází.

První etapa statistický výzkum - sestavení plánu a programu - je přípravný, na kterém se stanoví účel a cíle studia, sestaví plán a program výzkumu, vypracuje se program pro sumarizaci statistického materiálu a řeší se organizační záležitosti.

Při zahájení statistické studie je nutné přesně a jasně formulovat účel a cíle studie, prostudovat literaturu na toto téma.

Cíl určuje hlavní směr výzkumu a je zpravidla nejen teoretický, ale i praktický. Cíl je formulován jasně, jasně, jednoznačně.

Pro odhalení cíle jsou definovány výzkumné úkoly.

Důležitým aspektem přípravné fáze je vypracování organizačního plánu. organizační plán výzkum zahrnuje určení místa (administrativně-územní hranice pozorování), času (konkrétní termíny pro realizaci pozorování, vývoje a rozboru materiálu) a předmětu studia (organizátoři, vystupující, metodické a organizační vedení, zdroje výzkumu financování).

Pl A n výzkum d ov A nia zahrnuje:

Definice předmětu studia (statistická populace);

Rozsah studia (průběžný, nesouvislý);

Typy (aktuální, jednorázové);

Způsoby sběru statistických informací. Výzkumný program zahrnuje:

Definice jednotky pozorování;

Seznam otázek (účetních znaků), které mají být registrovány ve vztahu ke každé jednotce sledování*

Vytvoření individuálního účetního (registračního) formuláře se seznamem otázek a funkcí, které mají být zaznamenány;

Vypracování tabulkových layoutů, do kterých se následně zapisují výsledky studie.

Pro každou jednotku pozorování je vyplněn samostatný formulář, obsahuje pasovou část, jasně formulované otázky programu, řazené v určitém pořadí a datum vyplnění dokumentu.

Jako účetní formuláře lze použít účetní lékařské formuláře používané v praxi zdravotnických zařízení.

Zdrojem pro získávání informací mohou být další lékařské dokumenty (anamnézy a individuální karty ambulantního pacienta, vývojová anamnéza dítěte, porodní anamnéza), hlášení zdravotnických zařízení apod.

Pro umožnění statistického vývoje údajů z těchto dokumentů jsou informace kopírovány do speciálně navržených účetních formulářů, jejichž obsah je v každém jednotlivém případě stanoven v souladu s cíli studie.

V současné době lze v souvislosti se strojovým zpracováním výsledků pozorování pomocí počítače formalizovat programové otázky , když jsou otázky v účetním dokladu uvedeny ve formě alternativ (ano, ne) , nebo jsou nabízeny hotové odpovědi, ze kterých by se měla vybrat konkrétní odpověď.

V první fázi statistické studie je spolu s programem pozorování sestaven program * souhrnu získaných dat, který zahrnuje stanovení zásad seskupování, výběr charakteristik seskupování , stanovení kombinací těchto znaků, sestavování rozložení statistických tabulek.

Druhá fáze- sběr statistického materiálu (statistické pozorování) - spočívá v evidenci jednotlivých případů zkoumaného jevu a účetních znaků je charakterizujících v evidenčních listech. Před a během výkonu této práce je prováděna instruktáž (ústní nebo písemná) pozorovatelů a jsou jim poskytovány registrační formuláře.

Z časového hlediska může být statistické pozorování aktuální a jednorázové.

Na aktuální pozorování Yu popření jev je studován po určité samostatné časové období (týden, čtvrtletí , rok atd.) denním zaznamenáváním jevu, jak se každý případ vyskytuje. Příkladem současného sledování je účtování počtu narozených dětí , mrtvý, nemocný , propuštěn z nemocnice atd. To zohledňuje rychle se měnící jevy.

Na jednorázové pozorování Yu popření statistické údaje se shromažďují v určitém (kritickém) časovém okamžiku. Jednorázové pozorování je: sčítání lidu, studie fyzický vývoj dětí, účtování nemocničních lůžek pro koně roku, atestace léčebných ústavů atd. K tomuto typu patří i preventivní prohlídky obyvatel. Jednorázová registrace odráží stav jevu v době studie. Tento typ pozorování se používá ke studiu pomalu se měnících jevů.

Volba typu pozorování v čase je dána účelem a cíli studie. Například charakteristiku hospitalizovaných pacientů lze získat jako výsledek aktuální registrace těch, kteří opustili nemocnici (aktuální pozorování) nebo jednodenním sčítáním pacientů, kteří jsou v nemocnici (jednorázové pozorování).

Podle úplnosti pokrytí zkoumaného jevu se rozlišuje souvislá a nesouvislá studie.

Na kontinuální Studie studuje všechny jednotky pozorování zahrnuté v populaci, tzn. běžné populace. Průběžná studie se provádí za účelem zjištění absolutních rozměrů jevu, například celkové populace, celkového počtu narozených nebo zemřelých, celkového počtu případů určitého onemocnění atd. Používá se také průběžná metoda v případech, kdy jsou informace nezbytné pro operativní práci (účtování infekčních nemocí, vytížení lékařů atd.)

Na nespojitý Studie zkoumá pouze část běžné populace. Dělí se na několik typů: dotazníkové, monografické, hlavní pole, výběrové. Nejběžnější metodou v lékařském výzkumu je metoda odběru vzorků.

Monografická metoda- podává podrobný popis jednotlivých jednotek obyvatelstva, v každém ohledu charakteristické, a hluboký ucelený popis objektů.

Metoda hlavního pole- zahrnuje studium těch objektů, ve kterých je soustředěna naprostá většina jednotek pozorování. Nevýhodou této metody je, že část populace zůstává studiem nepokrytá, i když je malá, ale může se výrazně lišit od hlavního pole.

Dotazníková metoda- jedná se o sběr statistických dat pomocí speciálně vytvořených dotazníků adresovaných určitému okruhu lidí. Tato studie je založena na principu dobrovolnosti, proto je návratnost dotazníků často neúplná. Často odpovědi na položené otázky nesou otisk subjektivity a náhody. Tato metoda slouží k získání přibližného popisu zkoumaného jevu.

Metoda odběru vzorků- je redukován na studium některé speciálně vybrané části jednotek pozorování k charakterizaci celé obecné populace. Tato metoda má výhodu v získání výsledků s vysokým stupněm spolehlivosti a také s výrazně nižšími náklady. Studie zaměstnává menší počet účinkujících , navíc to vyžaduje méně času.

Role a místo v lékařské statistice vzorkovací metoda jsou zvláště velké, protože zdravotničtí pracovníci se obvykle zabývají pouze částí zkoumaného jevu: studují skupinu pacientů s konkrétním onemocněním, analyzují práci jednotlivých oddělení a zdravotnických zařízení , hodnotit kvalitu určitých akcí atd.

Podle způsobu získávání informací v průběhu statistického pozorování a povahy jeho provádění se rozlišuje několik typů:

1) přímé pozorování(klinické vyšetření pacientů , dirigentská laboratoř , instrumentální výzkum , antropometrická měření atd.)

2) sociologické metody: metoda rozhovoru (osobní průzkum), dotazování (korespondenční průzkum - anonymní nebo neanonymní) atd.;

3) dokumentární výzkum A ne(kopie informací z účetních a vykazovacích lékařských dokladů, informace z oficiálních statistik institucí a organizací.)

Třetí etapa- seskupení a shrnutí materiálu - začíná kontrolou a upřesněním počtu pozorování , úplnost a správnost obdržených informací , identifikace a odstraňování chyb, duplicitních záznamů atd.

Pro správný vývoj materiálu se používá šifrování primárních účetních dokladů. , těch. označení každého znaku a jeho skupiny znaménkem - abecedním nebo číselným. Šifrování je technika , usnadnění a urychlení vývoje materiálu , zlepšení kvality, přesnosti vývoje. Šifry - symboly - jsou rozvíjeny libovolně. Při kódování diagnóz se doporučuje používat mezinárodní nomenklaturu a klasifikaci nemocí; při kódování profesí - slovník profesí.

Výhodou šifrování je, že v případě potřeby se po ukončení hlavního vývoje můžete vrátit k materiálu pro vývoj za účelem vyjasnění nových vztahů a závislostí. Šifrovaný účetní materiál to usnadňuje a urychluje , než nešifrované. Po kontrole jsou funkce seskupeny.

seskupení- rozdělení celku studovaných dat na homogenní , typické skupiny podle nejvýznamnějších znaků. Seskupování lze provádět na kvalitativních a kvantitativních základech. Volba seskupovacího znaku závisí na povaze studované populace a cílech studie.

Typologické seskupení se provádí podle kvalitativních (popisných, atributivních) znaků, např. podle pohlaví , profese, skupiny onemocnění, závažnost průběhu onemocnění, pooperační komplikace atp.

Seskupování podle kvantitativních (variačních) znaků se provádí na základě číselné velikosti znaku , Například , podle věku , doba trvání onemocnění, délka léčby atd. Kvantitativní seskupování vyžaduje řešení otázky velikosti seskupovacího intervalu: interval může být stejný av některých případech - nerovný, dokonce zahrnovat takzvané otevřené skupiny.

Například , při seskupování podle věku lze určit otevřené skupiny: do 1 roku . 50 let a více.

Při určování počtu skupin vycházejte z účelu a cílů studie. Je nutné, aby seskupení mohla odhalit vzorce zkoumaného jevu. Velké číslo skupiny mohou vést k nadměrnému drcení materiálu, zbytečnému detailování. Malý počet skupin vede k zatemnění charakteristických rysů.

Po dokončení seskupování materiálu přejděte na shrnutí.

S vodka- zobecnění ojedinělých případů , získané na základě statistické studie do určitých skupin, jejich výpočet a zařazení do dispozičních tabulek.

Shrnutí statistického materiálu se provádí pomocí statistických tabulek. Stůl , není vyplněný čísly , se nazývá rozložení.

Statistické tabulky jsou uvedeny , chronologické, územní.

Tabulka má podmět a predikát. Statistický subjekt je obvykle umístěn na vodorovných čarách na levé straně tabulky a odráží hlavní, hlavní rys. Statistický predikát je umístěn zleva doprava podél svislých sloupců a odráží další účetní funkce.

Statistické tabulky jsou rozděleny na jednoduché , skupina a kombinace.

V jednoduché tabulky je uvedeno číselné rozdělení materiálu podle jednoho atributu , jeho součásti (tabulka 1). Jednoduchá tabulka obvykle obsahuje jednoduchý seznam nebo shrnutí souhrnu zkoumaného jevu.

stůl 1

Rozdělení zemřelých v nemocnici N. podle věku

V skupinové stoly představuje kombinaci dvou znaků ve vzájemné souvislosti (tabulka 2).

tabulka 2

Rozdělení zemřelých v nemocnici N. podle pohlaví a věku

V kombinovat A QiÓ tyto tabulky je uvedeno rozdělení materiálu podle tří nebo více vzájemně souvisejících znaků (tabulka 3).

Tabulka 3

Rozdělení úmrtí v nemocnici N. s různými nemocemi podle věku a pohlaví

Diagnostika základního onemocnění	Stáří
0-14	15-19	20-39	40-59	60 a >	Celkový
m	a	m	a	m	a	m	a	m	a	m	a	m+f
Nemoci oběhového systému.	-	-	-	-
Zranění a otravy		-		-					-
malignita. novotvary.	-	-	-	-	-	-
Ostatní zab.	-	-	-	-
Všichni onemocněli.		-		-

Při sestavování tabulek je třeba splnit určité požadavky:

Každá tabulka by měla mít nadpis, který odráží její obsah;

Všechny sloupce v tabulce by také měly mít jasné a výstižné názvy;

Při vyplňování tabulky musí všechny buňky tabulky obsahovat odpovídající číselné údaje. Buňky tabulky, které zůstávají prázdné kvůli absenci této kombinace, jsou přeškrtnuty („-“) a v případě absence informací v buňce „n.s.“ nebo "...";

Po vyplnění tabulky ve spodním vodorovném řádku a v posledním svislém sloupci vpravo se sečtou výsledky svislých sloupců a vodorovných čar.

Tabulky musí mít jedno sekvenční číslování.

Ve studiích s malým počtem pozorování se sumarizace provádí ručně. Všechny účetní doklady jsou rozloženy do skupin podle znakového kódu. Dále jsou data vypočítána a zaznamenána do odpovídající buňky tabulky.

V současné době jsou počítače hojně využívány při třídění a sumarizaci materiálu. . které umožňují nejen třídit materiál podle studovaných charakteristik , ale proveďte výpočty.

Čtvrtá etapa- statistická analýza - je klíčovou fází studia. V této fázi se provádí výpočet statistických ukazatelů (četnost , struktur , průměrná velikost zkoumaného jevu), je uvedeno jejich grafické znázornění , dynamika , trendy, ustavují se souvislosti mezi jevy . jsou uvedeny předpovědi atd. Analýza zahrnuje interpretaci získaných dat, posouzení spolehlivosti výsledků studie. Na závěr jsou vyvozeny závěry.

Pátá etapa- Literární zpracování je konečné. Zahrnuje finalizaci výsledků statistické studie. Výsledky mohou být prezentovány ve formě článku, zprávy, zprávy , dizertační práce atd. Na každý typ provedení jsou kladeny určité požadavky , které je nutno dodržet při literárním zpracování výsledků statistické studie.

Výsledky lékařského a statistického výzkumu jsou zaváděny do zdravotnické praxe. Jsou možné různé možnosti využití výsledků studie: seznámení se s výsledky široké veřejnosti lékařských a vědeckých pracovníků; příprava návodných a metodických dokumentů; formulace racionalizačního návrhu a další.

STATISTICKÉ HODNOTY

Pro srovnávací analýza statistická data se používají statistické hodnoty: absolutní , relativní , střední.

Absolutní hodnoty

Absolutní hodnoty získané v souhrnných tabulkách během statistické studie odrážejí absolutní velikost jevu (počet zdravotnických zařízení, počet nemocničních lůžek, počet obyvatel , počet zemřelých, narozených, nemocí atd.). Řada statistických studií končí získáním absolutních hodnot. V některých případech mohou být použity k analýze studovaného jevu. , Například , při studiu vzácných jevů , v případě potřeby znát přesnou absolutní velikost jevu , v případě potřeby věnovat pozornost jednotlivým případům zkoumaného jevu apod. S malým počtem pozorování , v případě, kdy není požadováno určení pravidelnosti , lze použít i absolutní čísla.

Ve značné části případů nelze absolutní hodnoty použít pro srovnání s údaji z jiných studií. K tomu se používají relativní a průměrné hodnoty.

Relativní hodnoty

Relativní hodnoty (ukazatele , koeficienty) jsou získány jako výsledek poměru jedné absolutní hodnoty k druhé. Nejčastěji používané indikátory jsou: , rozsáhlé, poměry , viditelnost.

Intenzivní- frekvenční indikátory , intenzita, prevalence jevu v prostředí , produkující tento jev. Ve zdravotnictví se studuje nemocnost , úmrtnost , zdravotní postižení, porodnost a další ukazatele zdraví populace. středa , ve kterém se procesy odehrávají, je populace jako celek nebo její jednotlivé skupiny (věkové, genderové, soc , profesionální atd.). V lékařsko-statistických studiích je fenomén jakoby produktem prostředí. Například , obyvatelstvo (životní prostředí) a nemocné (jev); nemocní (prostředí) a mrtví (jev) atd.

Hodnota základu se volí v souladu s hodnotou ukazatele - o 100, 1000, 10000, 100000, v závislosti na tom je ukazatel vyjádřen v procentech , ppm , prodecimille, prosantimille.

Intenzivní ukazatel se počítá takto: například v Íránu v roce 1995. Žilo 67283 tisíc obyvatel, zemřelo během roku 380200 lidí.

Intenzivní ukazatele mohou být obecné a speciální.

Obecné intenzivní indikátory charakterizují jev jako celek . Například , úhrnná plodnost , úmrtnost, nemocnost, přepočteno na celé obyvatelstvo správního území.

Speciální intenzivní indikátory (podle skupin) se používají k charakterizaci frekvence jevu v různých skupinách (nemocnost podle pohlaví, věku , úmrtnost dětí do 1 roku věku , letalita pro jednotlivé nosologické formy atd.).

Intenzivní indikátory se používají: k určení úrovně . frekvence , prevalence jevu; porovnat četnost jevu ve dvou různých populacích; pro učení změn ve frekvenci jevu v dynamice.

rozsáhlý- ukazatele měrné hmotnosti, struktury, charakterizují rozdělení jevu do jeho složek, jeho vnitřní strukturu. Extenzivní ukazatele se počítají poměrem části jevu k celku a vyjadřují se v procentech nebo zlomcích jednotky.

Rozsáhlý ukazatel je vypočítán následovně: například v Řecku bylo v roce 1997 719 nemocnic, z toho 214 všeobecných nemocnic.

K určení struktury jevu a srovnávacímu posouzení poměru jeho složek se používají rozsáhlé ukazatele. Extenzivní ukazatele jsou vždy propojeny, neboť jejich součet je vždy roven 100 procentům: např. při studiu struktury nemocnosti může podíl jednotlivého onemocnění růst s jeho skutečným růstem; na stejné úrovni, pokud se snížil počet jiných onemocnění; s poklesem počtu tohoto onemocnění , pokud k poklesu počtu dalších onemocnění dochází rychlejším tempem.

Poměry- představují poměr dvou nezávislých, na sobě nezávislých , kvalitativně jiné hodnoty. Mezi korelační ukazatele patří ukazatele zabezpečení obyvatelstva lékaři, nelékařskými pracovníky, nemocničními lůžky atp.

Poměr se počítá takto: například v Libanonu s 3 789 tisíci obyvateli pracovalo v roce 1996 ve zdravotnických zařízeních 3 941 lékařů.

viditelnost- se používají za účelem názornějšího a přístupnějšího srovnání statistických hodnot. Vizualizační metriky poskytují pohodlný způsob, jak převést absolutní, relativní nebo průměrné hodnoty do snadno srovnatelného formuláře. Při výpočtu těchto ukazatelů se jedna z porovnávaných hodnot rovná 100 (nebo 1) a zbývající hodnoty se přepočítají podle tohoto čísla.

Ukazatele viditelnosti se vypočítají takto: například počet obyvatel Jordánska byl: v ​​roce 1994. - 4275 tisíc lidí, v roce 1995 - 4440 tisíc lidí , v roce 1996 - 5439 tisíc lidí.

Indikátor viditelnosti: 1994-100 %;

1995	=	4460 *100	=	103.9%;
1996	=	5439*100	=	127.2%

Indikátory viditelnosti udávají, o kolik procent nebo kolikrát došlo ke zvýšení nebo snížení porovnávaných hodnot. Pro srovnání dat v čase se nejčastěji používají vizuální indikátory , představit vzorce zkoumaného jevu ve více vizuální podobě.

Při použití relativních hodnot může dojít k některým chybám. Zde jsou ty nejběžnější:

1. Někdy se změna frekvence jevu posuzuje na základě rozsáhlých ukazatelů, které charakterizují strukturu jevu, a nikoli jeho intenzitu.

3. Při výpočtu speciálních ukazatelů byste měli zvolit správný jmenovatel pro výpočet ukazatele: např. , pooperační mortalita by se měla vypočítat ve vztahu k operovaným , ne všichni pacienti.

4. Při analýze ukazatelů je třeba vzít v úvahu faktor času:

není možné porovnávat ukazatele vypočítané pro různá časová období: například výskyt za rok a za půl roku , což může vést k chybným úsudkům. 5. Obecné intenzivní ukazatele vypočítané ze souborů, které jsou složením heterogenní, nelze vzájemně porovnávat, protože heterogenita složení média může ovlivnit hodnotu ukazatele.

Průměrné hodnoty

Průměrné hodnoty dávají zobecňující charakteristiku statistické populace podle určitého měnícího se kvantitativního atributu.

Průměrná hodnota charakterizuje celou sérii pozorování jedním číslem, vyjadřujícím obecnou míru zkoumaného znaku. Vyrovnává náhodné odchylky jednotlivých pozorování a dává typickou charakteristiku kvantitativního znaku.

Jedním z požadavků při práci s průměry je kvalitativní homogenita populace, pro kterou se průměr počítá. Jen tak bude objektivně odrážet charakteristické rysy zkoumaného jevu. Druhým požadavkem je, aby průměrná hodnota vyjadřovala typické velikosti znaku pouze tehdy, když vychází z hromadného zobecnění studovaného znaku, tzn. vypočítané na dostatečném počtu pozorování.

Průměrné hodnoty jsou získány z distribučních řad (variační řady).

Variační série- množství homogenních statistických hodnot charakterizujících stejný kvantitativní účetní atribut, lišících se od sebe svou hodnotou a uspořádaných v určitém pořadí (klesající nebo rostoucí).

Prvky série variací jsou:

Volba- v - číselná hodnota studovaného měnícího se kvantitativního znaku.

Frekvence- p (pars) nebo f (frekvence) – četnost varianty ve variační řadě, která ukazuje, jak často se ta či ona varianta vyskytuje v této řadě.

Celkový počet pozorování- n (numerus) - součet všech frekvencí: n=ΣΡ. Li celkový počet existuje více než 30 pozorování, statistický vzorek se považuje za velký, pokud n je menší nebo rovno 30 - malý.

Variační řady jsou nespojité (diskrétní), skládající se z celých čísel, a spojité, když hodnotová varianta vyjádřeno jako zlomkové číslo. V nesouvislých řadách se sousední možnosti navzájem liší o celé číslo, například: počet tepů, počet dechů za minutu, počet dnů léčby atd. V souvislých řadách se možnosti mohou lišit o libovolnou zlomkovou hodnotu jedné. Variační řady jsou tří typů. Jednoduchý- série, ve které se každá možnost vyskytuje jednou, tzn. frekvence se rovnají jedné.

O hovězíŘada, ve které se varianty vyskytují více než jednou.

seskupené A ny- řádek. ve kterém jsou možnosti sloučeny do skupin podle jejich velikosti v určitém intervalu s uvedením četnosti výskytu všech možností zařazených do skupiny.

Používá se seskupená variační řada s velkým počtem pozorování a špatným rozsahem extrémních hodnot varianty.

Zpracování variační řady spočívá v získání parametrů variační řady (střední hodnota, směrodatná odchylka a průměrná chyba střední hodnoty).

Typy průměrů.

V lékařské praxi se nejčastěji používají tyto průměry: modus, medián, aritmetický průměr. Méně používané jsou další průměry: geometrický průměr (při zpracování výsledků titrace protilátek, toxinů, vakcín); střední kvadrát (při stanovení průměrného průměru úseku buněk výsledky kožních imunologických testů); průměrný krychlový (pro určení průměrného objemu nádorů) a další.

Móda(Mo) - hodnota znaku, nejčastěji se vyskytující v agregaci. Režim je brán jako varianta, která odpovídá největšímu počtu frekvencí ve variační řadě.

Medián(Já) - hodnota vlastnosti, která zaujímá střední hodnotu ve variační řadě. Rozděluje variační řadu na dvě stejné části.

Velikost režimu a mediánu není ovlivněna číselnými hodnotami extrémních možností dostupných v řadě variací. Nemohou vždy přesně charakterizovat rozsah variací a v lékařské statistice se používají poměrně zřídka. Hodnota aritmetického průměru charakterizuje variační řadu přesněji.

S aritmetický průměr(M, nebo) - se vypočítá na základě všech číselných hodnot studovaného znaku.

V jednoduché variační řadě, kde se možnosti vyskytují pouze jednou, se jednoduchý aritmetický průměr vypočítá pomocí vzorce:

Kde V - možnost číselných hodnot,

n - počet pozorování,

Σ - znak součtu

V obvyklých variačních řadách se aritmetický vážený průměr vypočítá podle vzorce:

Kde V jsou číselné hodnoty možnosti.

Ρ - četnost výskytu varianty.

n je počet pozorování.

S - znak součtu

Příklad výpočtu aritmetického váženého průměru je uveden v tabulce 4.

Tabulka 4

Stanovení průměrné doby ošetřování pacientů na specializovaném oddělení nemocnice

Ve výše uvedeném příkladu je režim 20 dní, protože se opakuje častěji než ostatní - 29krát. Po = 20. Sériové číslo medián je určen vzorcem:

Místo mediánu připadá na 48. možnost, jejíž číselná hodnota je 20. Aritmetický průměr vypočtený podle vzorce je rovněž 20.

Střední hodnoty jsou důležitými zobecňujícími charakteristikami populace. Jednotlivé hodnoty atributu jsou však skryty za nimi. Průměrné hodnoty nevykazují variabilitu, kolísání znaku.

Pokud je řada variací kompaktnější, méně rozptýlená a všechny jednotlivé hodnoty se nacházejí kolem průměru, pak průměrná hodnota poskytuje přesnější popis této populace. Pokud je variační řada natažená, jednotlivé hodnoty se výrazně odchylují od průměru, tzn. je zde velká variabilita kvantitativního znaku, průměr je pak méně typický, hůře odráží celou řadu jako celek.

Průměry stejné velikosti lze získat ze sérií s různými stupni disperze. Například průměrná doba léčení pacientů na specializovaném oddělení nemocnice bude také 20, pokud všech 95 pacientů bude v nemocnici 20 dní. Oba vypočítané průměry jsou si navzájem rovny, ale byly získány ze sérií s různým stupněm variace.

Pro charakterizaci variační řady je tedy kromě průměrné hodnoty zapotřebí další charakteristika , umožňující odhadnout míru jeho kolísání.

©2015-2019 web
Všechna práva náleží jejich autorům. Tato stránka si nečiní nárok na autorství, ale poskytuje bezplatné použití.
Datum vytvoření stránky: 2016-02-13

Odeslat svou dobrou práci do znalostní báze je jednoduché. Použijte níže uvedený formulář

Studenti, postgraduální studenti, mladí vědci, kteří využívají znalostní základnu ve svém studiu a práci, vám budou velmi vděční.

Vloženo na http://www.allbest.ru/

Ministerstvo školství a vědy Ruská Federace

"právní institut"

Fakulta "právní věda"

Esej

disciplínou

"právní statistiky"

Metody a hlavní etapy statistického výzkumu.

Práci provedl student

Gribanov A.S.

Moskva

Úvod

1. Pojem statistického výzkumu

2. Metody statistického výzkumu

3. Organizace a fáze statistického výzkumu

Závěr

Seznam použité literatury

Úvod

Statistika ví všechno,“ uvedli Ilf a Petrov ve svém slavném románu „Dvanáct židlí“ a pokračovali: „Je známo, kolik jídla průměrný občan republiky sní za rok... Je známo, kolik lovců, baletek... , obráběcí stroje, jízdní kola, pomníky, majáky a šicí stroje... Kolik života plného zápalu, vášní a myšlenek na nás kouká ze statistických tabulek! .. "Proč jsou tyto tabulky potřebné, jak je sestavit a zpracovat, jaké závěry lze na jejich základě vyvodit - na to odpovídá statistika otázky Italský stato – stát, latinský status – stát) Statistika je věda, která studuje, zpracovává a analyzuje kvantitativní data o široké škále hromadných jevů v životě.

Statistický výzkum do nás pevně vstoupil každodenní život. Vládní a komerční struktury pravidelně shromažďují rozsáhlé informace o společnosti a životní prostředí. Tyto údaje jsou publikovány ve formě tabulek a grafů. Každý člověk by se měl dobře orientovat v toku informací. To znamená, že musí extrahovat, analyzovat a zpracovávat informace, rozhodovat se v různých situacích.

Ve své práci se budu zabývat statistickými studiemi, co to je, jaké jsou metody statistického výzkumu, jak jsou tyto studie organizovány a z jakých fází se skládají.

1. Pojem statistického výzkumu

Pozorování jako počáteční fáze studie je spojeno se sběrem počátečních dat ke zkoumané problematice. Je to charakteristické pro mnoho věd. Každá věda má však svá specifika, liší se svými pozorováními. Proto ne každé pozorování je statistické.

Statistický výzkum je vědecky uspořádaný sběr, shrnutí a analýza údajů (faktů) o socioekonomických, demografických a jiných jevech a procesech veřejného života ve státě s evidencí jejich nejvýznamnějších znaků v účetní dokumentaci, uspořádaných podle jednotného program.

Charakteristickými znaky (specifiky) statistického výzkumu jsou: účelnost, organizovanost, masový charakter, konzistentnost (složitost), srovnatelnost, dokumentovatelnost, ovladatelnost, praktičnost.

Obecně by statistická studie měla:

* mít společensky užitečný cíl a univerzální (státní) význam;

* vztahují se k předmětu statistiky v konkrétních podmínkách jeho místa a času;

* Vyjádřete statistický typ účetnictví (a nikoli účetní a neoperativní);

* provádí se podle předem vypracovaného programu s jeho vědecky podloženou metodickou a jinou podporou;

* provádět sběr hromadných dat (faktů), které odrážejí celý soubor příčin a následků a dalších faktorů, které jev v mnoha ohledech charakterizují;

* být evidován ve formě účetních dokladů stanovené formy;

* zaručit absenci pozorovacích chyb nebo je omezit na minimum;

* stanovit určitá kritéria kvality a způsoby kontroly shromážděných dat, zajistit jejich spolehlivost, úplnost a obsah;

* zaměření na nákladově efektivní technologii pro sběr a zpracování dat;

* být spolehlivý informační základna pro všechny následující fáze statistického výzkumu a všechny uživatele statistických informací.

Studie, které tyto požadavky nesplňují, nejsou statistické.

nejsou statistické studie, např.

pozorování a výzkum: matky hrající si s dítětem (osobní otázka);

diváci na divadelní inscenaci (k představení neexistuje účetní dokumentace);

výzkumník pro fyzikální a chemické experimenty s jejich měřeními, výpočty a dokumentační evidencí (nikoli masově veřejná data);

lékař pro pacienty s vedením zdravotních karet (provozní evidence);

účetní pro pohyb Peníze na bankovní účet podniku (účetnictví);

novináři pro veřejný i soukromý život státních úředníků nebo jiných známých osobností (není předmětem statistik).

Statistická populace - soubor jednotek, které mají masový charakter, typičnost, kvalitativní uniformitu a přítomnost variace.

Statistická populace se skládá z věcně existujících objektů (Zaměstnanci, podniky, země, regiony), je objektem statistického výzkumu.

Statistické pozorování je první etapou statistického výzkumu, který je vědecky organizovaným souborem dat o studovaných jevech a procesech společenského života.

2. Metody statistického výzkumu

Je třeba zdůraznit, že statistickými materiály budeme nazývat materiály, které jsou speciálně vytvořeny podle předem stanovených principů a metod, podléhají dalšímu zpracování matematickými metodami, tzn. bude studovat kvantitativní charakteristiky studovaného objektu. Vytvářejí se ve dvou krocích:

1) primární dokumenty (primární zdroje) - dotazníky, soupisové listy, dotazníky atd.;

2) souhrnné výkazy, souhrnné tabulky, které jsou zpracovány metodami matematické statistiky; tyto souhrnné dokumenty se běžně označují jako „statistiky“.

Jakákoli statistická studie předpokládá následující:

1) seriózní přípravná práce;

2) přímý sběr dat;

3) práce na analýze získaných dat.

Studie se provádí podle určitého algoritmu, přičemž průchod každé fáze vyžaduje použití speciální metody a je uzavřena obsahu vykonávané práce.

Algoritmus pro provádění statistické studie může být znázorněn následovně.

1. Vypracování výzkumného programu nebo programu pozorování. V této fázi jsou cíle a záměry průzkumu, pokrytí studovaných objektů, stupeň pokrytí objektů, chronologický a geografický rozsah, jednotky pozorování, indikátory, které mají být zaznamenány, primární zdrojový formulář pro vyplnění v datech jsou určeny a mechanismy pro sběr informací, sledování kvality sběru informací, zpracování a analýzy získaných dat.

Monitorovací program je seznam funkcí, které je třeba zaregistrovat. evidence pozorování účetní dokumentace

Období pozorování je doba, během které jsou zaznamenávány informace.

Kritické datum pozorování je datum, ke kterému jsou vykazovány informace.

2. Statistické pozorování může být krátkodobé nebo dlouhodobé (prováděné v určitém období), kontinuální nebo výběrové. V důsledku toho se zpravidla objevuje komplex hromadných dokumentů.

3. Souhrn a seskupování statistických dat - výpočet a seskupování sesbíraných dat, v důsledku čehož se z nich stává systém statistických tabulek a mezisoučtů.

4. Analýza dat, která umožňuje předběžné stanovení úkolů, prováděná metodami statistické analýzy.

5. Interpretace dat - vysvětlení získaných výsledků, jejich porovnání s obdobnými ukazateli.

Druhy statistických dokumentů a metody jejich následného zpracování jsou stanoveny v souladu se způsoby sběru dat, to vše je reflektováno a stanoveno již dříve vypracovaným programem a závisí na cílech studia.

Ve fázi sběru dat má statistické pozorování dvě hlavní formy:

1) vykazování založené na aktuálním pozorování, aktuální (trvalé) evidenci skutečností a událostí;

2) speciálně organizované statistické pozorování.

Statistické pozorování lze provést následujícími metodami.

1. V době konání události:

1) aktuální (nepřetržité) pozorování, prováděné systematicky;

2) periodické pozorování, opakované po určité době (sčítání hospodářských zvířat);

3) jednorázové pozorování, prováděné podle potřeby, bez zohlednění časového intervalu (účtování toku dokumentů).

2. Podle pokrytí jednotek pozorování:

1) průběžné pozorování, v jehož důsledku jsou šetřeny všechny jednotky studované populace (všeobecné sčítání lidu);

2) nekontinuální pozorování, kdy se zkoumá určitým způsobem vybraná část jednotek zkoumaného objektu; typy nekontinuálního pozorování jsou:

a) metoda hlavního pole, kdy se zkoumá část jednotek populace, která má nejvýraznější sledované charakteristiky;

b) dotazníkové pozorování, kdy je pomocí průzkumných listů studován soubor znaků, který je následně extrapolován na celou populaci;

c) monografické pozorování, tzn. identifikace různých trendů ve vývoji jevů a charakteristik v jednom souboru;

G) selektivní pozorování- část studovaných jednotek zpracována náhodně (rodinný rozpočet);

e) přímé pozorování, při kterém se zjišťuje skutečnost, která má být zaznamenána, a na tomto základě se provádí zápisy do registračního deníku (formuláře).

Ve statistice existuje následující klasifikace způsobů shromažďování informací:

Korespondent, prováděný personálem dobrovolných dopisovatelů;

spedice, realizovaná ústně speciálně vyškolenými pracovníky;

Dotazník (ve formě dotazníků);

Samoregistrace (vyplnění formulářů samotnými respondenty);

Soukromé (manželství, děti, rozvody).

Zpracování informací získaných z primárních zdrojů obvykle spočívá v systematizaci informací. Postupem času se metody zpracování informací výrazně změnily.

Zpočátku se objevil jako systém číselného popisu, zahrnující účtování obyvatelstva a půdy, v XVIII století. Po zakotvení v legislativních aktech prošla tuzemská statistika v 19. a 20. století významným vývojem a vytvořila se jako komplexní, rozvětvený systém založený na vědeckých matematických metodách a výpočetní technice.

Na začátku XX století. v oblasti statistiky došlo k vážným pracovním zkušenostem, byly vytvořeny základní principy pro sběr a analýzu informací. Hlavní směry statistiky, její metody (výkazy, šetření, sčítání; struktura statistického materiálu a systém statistického výzkumu), stanovené a prověřené v 19. století, se vyvíjely v průběhu 20. století.

Statistické (kvantitativní) popisy v rámci regionálních studií s využitím nejjednodušších aritmetických výpočtů byly postupně nahrazovány složitými matematickými a počítačovými metodami, které umožňují získávat podrobné statistiky a na jejich základě předvídat a modelovat vývoj statistických ukazatelů. .

Prvními objekty zkoumání bylo obyvatelstvo a půda, řešily se úlohy zdanění, pro které se vypočítával celkový počet obyvatel, odhalovaly zákonitosti ve vývoji obyvatelstva, prováděly se pozemkové soupisy. Hlavní demografickou charakteristikou byl celkový počet obyvatel. Byly uvedeny údaje o narozených, zemřelých, počtu sňatků, byly sestaveny tabulky úmrtnosti, dožití do určitého věku, výpočtem rozdílu počtu narozených a zemřelých za rok byl stanoven průměrný přírůstek populace.

Statistika dnes využívá hromadná statistická pozorování, metodu seskupování, průměry, indexy, bilanční metodu, metodu grafických obrázků a další metody analýzy statistických dat.

Postupně se měnily i typy dokumentů. Vojenské statistické popisy a popisy provincie „z historického, statistického a etnografického hlediska“, písařské knihy a revize byly nahrazeny komplexními výběrovými a všeobecnými sčítáními („První všeobecné sčítání lidu Ruské impérium 1897", zemědělské a průmyslové sčítání), vícefaktorový systém podávání zpráv a vývoj meziodvětvové rovnováhy národní ekonomika v letech.

3. Organizace a fáze statistického výzkumu

Chcete-li získat představu o konkrétním jevu, vyvodit závěry, je nutné provést statistickou studii. Předmětem statistického zkoumání ve zdravotnictví a medicíně může být zdraví obyvatelstva, organizace lékařské péče, různé úseky činnosti zdravotnických zařízení, faktory prostředí ovlivňující zdravotní stav.

Metodický sled provádění statistické studie se skládá z určitých etap.

Fáze 1. Vypracování plánu a programu výzkumu.

Fáze 2. Sběr materiálu (statistické sledování).

Fáze 3. Vývoj materiálu, statistické seskupování a shrnutí

Fáze 4. Statistická analýza zkoumaného jevu, formulace závěrů.

Fáze 5 Literární zpracování a prezentace výsledků.

Po dokončení statistické studie jsou vypracována doporučení a rozhodnutí managementu, výsledky studie jsou uvedeny do praxe a je hodnocena účinnost.

Při provádění statistické studie je nejdůležitějším prvkem dodržení přísné posloupnosti při provádění těchto fází.

První etapa statistické studie - sestavení plánu a programu - je přípravná, ve které se stanoví účel a cíle studia, sestaví se plán a program studia, vypracuje se program pro sumarizaci statistického materiálu, vypracuje se program pro shrnutí statistického materiálu a další etapa statistického studia. a organizační záležitosti jsou vyřešeny.

Cíl určuje hlavní směr výzkumu a je zpravidla nejen teoretický, ale i praktický. Cíl je formulován jasně, jasně, jednoznačně.

Pro odhalení cíle jsou definovány výzkumné úkoly.

Důležitým aspektem přípravné fáze je vypracování organizačního plánu. Organizační plán studia počítá s vymezením místa (administrativně-územní hranice pozorování), času (konkrétní termíny pro realizaci pozorování, zpracování a rozboru materiálu) a předmětu studia (organizátoři, interpreti, metodické a organizační vedení, zdroje financování výzkumu).

Studijní plán obsahuje:

Definice předmětu studia (statistická populace);

Rozsah studia (průběžný, nesouvislý);

Typy (aktuální, jednorázové);

Způsoby sběru statistických informací. Výzkumný program zahrnuje:

Definice jednotky pozorování;

Seznam otázek (účetních znaků), které mají být registrovány ve vztahu ke každé jednotce sledování*

Vytvoření individuálního účetního (registračního) formuláře se seznamem otázek a funkcí, které mají být zaznamenány;

Vypracování tabulkových layoutů, do kterých se následně zapisují výsledky studie.

Pro každou jednotku pozorování je vyplněn samostatný formulář, obsahuje pasovou část, jasně formulované otázky programu, řazené v určitém pořadí a datum vyplnění dokumentu.

Pro umožnění statistického vývoje údajů z těchto dokumentů jsou informace kopírovány do speciálně navržených účetních formulářů, jejichž obsah je v každém jednotlivém případě stanoven v souladu s cíli studie.

V současné době lze v souvislosti se strojovým zpracováním výsledků pozorování pomocí počítače formalizovat programové otázky, kdy jsou otázky v účetním dokladu kladeny formou alternativy (ano, ne), nebo jsou již hotové odpovědi. nabízené, z nichž by měla být vybrána konkrétní odpověď.

V první fázi statistického výzkumu je spolu s programem pozorování sestaven program pro sumarizaci získaných dat, který zahrnuje stanovení principů seskupování, identifikaci prvků seskupení, určení kombinací těchto znaků a sestavení rozložení statistických tabulek.

Druhá etapa - sběr statistického materiálu (statistické pozorování) - spočívá v evidenci jednotlivých případů zkoumaného jevu a účetních znaků charakterizujících je do registračních formulářů. Před a během výkonu této práce je prováděna instruktáž (ústní nebo písemná) pozorovatelů a jsou jim poskytovány registrační formuláře.

Z časového hlediska může být statistické pozorování aktuální a jednorázové.

Při současném pozorování je jev studován po určité oddělené časové období (týden, čtvrtletí, rok atd.) denním zaznamenáváním jevu, jak se každý případ vyskytuje.

Při jednorázovém pozorování se statistická data shromažďují v určitém (kritickém) časovém okamžiku. Jednorázová registrace odráží stav jevu v době studie. Tento typ pozorování se používá ke studiu pomalu se měnících jevů.

Volba typu pozorování v čase je dána účelem a cíli studie.

Podle úplnosti pokrytí zkoumaného jevu se rozlišuje kontinuální a nekontinuální výzkum.

V kontinuální studii jsou studovány všechny jednotky pozorování zahrnuté v populaci, tzn. běžné populace. Provádí se kontinuální studie s cílem stanovit absolutní rozměry jevu. Průběžná metoda se také používá v případech, kdy jsou informace nezbytné pro operativní práci.

V nekontinuální studii je studována pouze část běžné populace. Dělí se na několik typů: dotazníkové, monografické, hlavní pole, výběrové.

Monografická metoda - podává podrobný popis jednotlivých jednotek populace, které jsou v jakémkoli ohledu charakteristické a hluboký, komplexní popis objektů.

Metoda hlavního pole – zahrnuje studium těch objektů, ve kterých je soustředěna naprostá většina jednotek pozorování. Nevýhodou této metody je, že část populace zůstává studiem nepokrytá, i když je malá, ale může se výrazně lišit od hlavního pole.

Dotazníková metoda je sběr statistických dat pomocí speciálně navržených dotazníků adresovaných určitému okruhu lidí. Tato studie je založena na principu dobrovolnosti, proto je návratnost dotazníků často neúplná. Často odpovědi na položené otázky nesou otisk subjektivity a náhody. Tato metoda slouží k získání přibližného popisu zkoumaného jevu.

Metoda odběru vzorků – je redukována na studium nějaké speciálně vybrané části jednotek pozorování k charakterizaci celé obecné populace. Tato metoda má výhodu v získání výsledků s vysokým stupněm spolehlivosti a také s výrazně nižšími náklady. Studium zaměstnává menší počet účinkujících, navíc vyžaduje méně času.

Podle způsobu získávání informací v průběhu statistického pozorování a povahy jeho provádění se rozlišuje několik typů:

1) přímé pozorování

2) sociologické metody: metoda rozhovoru (osobní průzkum), dotazování (dotazování na dálku – anonymní nebo neanonymní) atd.;

3) dokumentární výzkum.

Třetí etapa - seskupování a sumarizace materiálu - začíná kontrolou a vyjasňováním počtu pozorování, úplnosti a správnosti obdržených informací, identifikací a odstraňováním chyb, duplicitních záznamů atd.

Pro správný vývoj materiálu se používá šifrování prvotních účetních dokladů, tzn. označení každého znaku a jeho skupiny znaménkem - abecedním nebo číselným. Šifrování je technika, která usnadňuje a urychluje vývoj materiálu, zlepšuje kvalitu a přesnost vývoje. Šifry - konvence- jsou generovány libovolně. Při kódování diagnóz se doporučuje používat mezinárodní nomenklaturu a klasifikaci nemocí; při kódování profesí - slovník profesí.

Výhodou šifrování je, že v případě potřeby se po ukončení hlavního vývoje můžete vrátit k materiálu pro vývoj za účelem vyjasnění nových vztahů a závislostí. Šifrovaný účetní materiál vám to umožňuje snadněji a rychleji než nešifrovaný. Po kontrole jsou funkce seskupeny.

Seskupování - rozdělení celku studovaných dat do homogenních, typických skupin podle nejvýznamnějších znaků. Seskupování lze provádět na kvalitativních a kvantitativních základech. Volba seskupovacího znaku závisí na povaze studované populace a cílech studie.

Typologické seskupení se provádí podle kvalitativních (popisných, atributivních) znaků.

Seskupování podle kvantitativních (variačních) znaků se provádí na základě číselné velikosti znaku. Kvantitativní seskupování vyžaduje řešení otázky velikosti seskupovacího intervalu: interval může být stejný av některých případech - nerovný, dokonce zahrnovat takzvané otevřené skupiny.

Při určování počtu skupin vycházejte z účelu a cílů studie. Je nutné, aby seskupení mohla odhalit vzorce zkoumaného jevu. Velké množství skupin může vést k nadměrnému drcení materiálu, zbytečnému detailování. Malý počet skupin vede k zatemnění charakteristických rysů.

Po dokončení seskupování materiálu přejděte na shrnutí.

Souhrn - zobecnění ojedinělých případů získaných jako výsledek statistické studie do určitých skupin, jejich počítání a zadávání do tabulkových rozložení.

Shrnutí statistického materiálu se provádí pomocí statistických tabulek. Tabulka, která není vyplněna čísly, se nazývá rozložení.

Statistické tabulky jsou seznamové, chronologické, územní.

Tabulka má podmět a predikát. Statistický subjekt je obvykle umístěn na vodorovných čarách na levé straně tabulky a odráží hlavní, hlavní rys. Statistický predikát je umístěn zleva doprava podél svislých sloupců a odráží další účetní funkce.

Statistické tabulky se dělí na jednoduché, skupinové a kombinované.

V jednoduchých tabulkách je uvedeno číselné rozdělení materiálu podle jednoho atributu, jeho součástí. Jednoduchá tabulka obvykle obsahuje jednoduchý seznam nebo shrnutí souhrnu zkoumaného jevu.

Při sestavování tabulek je třeba splnit určité požadavky:

Každá tabulka by měla mít nadpis, který odráží její obsah;

Všechny sloupce v tabulce by také měly mít jasné a výstižné názvy;

Při vyplňování tabulky musí všechny buňky tabulky obsahovat odpovídající číselné údaje. Buňky tabulky, které zůstávají prázdné kvůli absenci této kombinace, jsou přeškrtnuty („-“) a v případě absence informací v buňce „n.s.“ nebo "...";

Po vyplnění tabulky ve spodním vodorovném řádku a v posledním svislém sloupci vpravo se sečtou výsledky svislých sloupců a vodorovných čar.

Tabulky musí mít jedno sekvenční číslování.

Ve studiích s malým počtem pozorování se sumarizace provádí ručně. Všechny účetní doklady jsou rozloženy do skupin podle znakového kódu. Dále jsou data vypočítána a zaznamenána do odpovídající buňky tabulky.

Čtvrtá fáze – statistická analýza – je klíčovou fází studie. V této fázi se provádí výpočet statistických ukazatelů (četnost, struktura, průměrná velikost zkoumaného jevu), uvádí se jejich grafické znázornění, studuje se dynamika, trendy, navazují souvislosti mezi jevy. jsou uvedeny předpovědi atd. Analýza zahrnuje interpretaci získaných dat, posouzení spolehlivosti výsledků studie. Na závěr jsou vyvozeny závěry.

Pátá etapa – literární zpracování je definitivní. Zahrnuje finalizaci výsledků statistické studie. Výsledky mohou být prezentovány ve formě článku, zprávy, zprávy, disertační práce atd. Pro každý typ designu existují určité požadavky, které je nutné dodržet při literárním zpracování výsledků statistické studie.

Závěr

Pro studium různých sociálních a socioekonomických jevů, jakož i některých procesů probíhajících v přírodě, se provádějí speciální statistické studie. Jakýkoli statistický výzkum začíná cílevědomým sběrem informací o zkoumaném jevu nebo procesu.

Účelem statistické studie, jako každé vědecké studie, je odhalit podstatu hromadných jevů a procesů, jakož i jejich vlastní vzorce. Výrazná vlastnost těchto pravidelností je, že se nevztahují na každou jednotlivou jednotku celku, ale na celou masu jednotek jako celku. obecný princip základem studia statistických zákonitostí je takzvaný zákon velkých čísel.

Pro zobecnění a systematizaci dat získaných statistickým pozorováním jsou rozdělena do skupin podle určitého kritéria a výsledky seskupování jsou shrnuty v tabulkách.

Při provádění statistické studie po shromáždění a seskupení dat přistoupí k jejich analýze, přičemž k tomu používají různé zobecňující ukazatele.

Seznam použité literatury

1. Eliseeva I.I. Učebnice sociální statistiky 3. vydání, přepracovaná. a doplňkové -M.: Finance a statistika, 2003.

2. Metody statistického výzkumu / Elektronický zdroj (http://studme.org/43731/istoriya/metody_statisticheskih_issledovaniy).

3. Právní statistika: učebnice / Ed. PŘED NAŠÍM LETOPOČTEM. Lyalina, A.V. Simoněnko. -2. vyd., revidováno. a doplňkové M.: UNITY-DANA, 2010.

4. Savyuk L.K. Právní statistika / Učebnice, M .: Jurist, 2004.

5. Statistika: učebnice pro bakaláře / ed. I. I. Eliseeva. -- 3. vyd., přepracováno. a doplňkové -- M. : Nakladatelství Yurait, 2014.

6. Encyklopedie statistických pojmů. v.1. Metodologické základy statistiky. FSGS, 2012.

Hostováno na Allbest.ru

Podobné dokumenty

Statistické pozorování je základním způsobem sběru dat při provádění vládních opatření pro kontrolu kriminality. Definice a fáze statistického pozorování: přípravná fáze, vývoj programu a nástrojů.

abstrakt, přidáno 2.12.2008


Metody, techniky a metody výzkumu používané v právní statistice: sběr, shrnutí a zpracování, zobecnění a interpretace statistických informací. Hlavní úkoly statistického seskupování. Výkonové hodnoty, srovnání, aritmetický průměr.

test, přidáno 7.7.2009


Pojem a účel prognózování a plánování stavu v řízení socioekonomických procesů. Obsah a hlavní etapy sociologického výzkumu. Úrovně a aspekty prognózování socioekonomických procesů.

průběh přednášek, přidáno 10.11.2013


Úvaha o konceptu průzkumu jako jedné z metod sběru kriminologických dat. Studium typů rozhovorů a dotazníků. Pozorování jako metoda sběru informací přímým vnímáním a registrací. Kriminalistický experiment a zkoumání.

prezentace, přidáno 20.04.2015


Výzkum a analýza konceptu společnosti a veřejného života. Identifikace prvků morální a právní regulace jako součástí jednotných společenských norem a rysů jejich fungování jako mechanismů stabilizace společenského života jako celku.

semestrální práce, přidáno 18.05.2011


Teorie forenzní identifikace rukopisu. Úkoly výzkumu rukopisu v praxi. Podmínkou využití vlastností rukopisu a jeho znaků. Proces fungování a evoluce moderního písma a hlavní etapy studia rukopisu.

abstrakt, přidáno 27.08.2009


Studium právní konsolidace a povaha socioekonomických základů ústavního pořádku Ruské federace. Problémy implementace sociálních záruk a faktory úspěšné modernizace tržní ekonomiky ve státě a ve Voroněžské oblasti.

práce, přidáno 8.2.2011


Všeobecné vyučování o zločinu a trestu. Úprava pojmu, znaků a druhů souhrnu trestných činů podle trestního zákoníku Ruské federace a právních předpisů sousedních zemí (Bělorusko, Moldavsko, Kazachstán a Ukrajina).

semestrální práce, přidáno 25.04.2014


Pojem, hlavní druhy a znaky kvalifikace trestných činů s hodnotícími znaky. Kvalifikace hodnotících znaků sociální a mravní újmy. Potíže s kvalifikací sociokulturních hodnotících znaků v případech pornografie.

semestrální práce, přidáno 03.08.2011


Pojem, charakteristika socioekonomických práv. Právní záruky realizace sociálně ekonomických práv a svobod občanů. Zajištění ústavních práv občanů v sektorové legislativě. Soudní ochrana sociálních a ekonomických práv občanů.