Ћекции.ќрг


ѕоиск:




 атегории:

јстрономи€
Ѕиологи€
√еографи€
ƒругие €зыки
»нтернет
»нформатика
»стори€
 ультура
Ћитература
Ћогика
ћатематика
ћедицина
ћеханика
ќхрана труда
ѕедагогика
ѕолитика
ѕраво
ѕсихологи€
–елиги€
–иторика
—оциологи€
—порт
—троительство
“ехнологи€
“ранспорт
‘изика
‘илософи€
‘инансы
’ими€
Ёкологи€
Ёкономика
Ёлектроника

 

 

 

 


—татистический инструментарий




¬ обыденном сознании статистика ассоциируетс€ с Ђнаукой о цифрахї, призванной отвечать только на один вопрос: сколько. ¬ самых общих чертах задачи статистики Ч организаци€ сбора, обработки и анализа информации, а также разработка методов этой работы. јнализ Ч это прежде всего сравне≠ние, сопоставление статистических данных.

—татистика, которую можно квалифи≠цировать как количественную соци≠альную науку, имеет на вооружении мощные инструменты сбора, измерени€ и анализа эмпирических данных (стати≠стической информации). Ќаучное опреде≠ление термина Ђстатистическа€ информа≠ци€ї Ч совокупность количественных характеристик социально-экономичес≠ких €влений и процессов, полученных в результате статистического наблюдени€ и их обработки соответствующими метода≠ми. „тобы статистической информацией можно было эффективно пользоватьс€, она должна соответствовать определен≠ным требовани€м Ч быть достоверной, полной, обоснованной, сопоставимой и своевременной.

ќбъекты статистического наблюде≠ни€ Ч общественные €влени€ и процессы Ч никогда не используютс€ в сы≠ром, необработанном виде. »х перевод€т на категориальный €зык статистики и лишь потом с ними совершают расчетные манипул€ции.

ќсновными категори€ми, при помощи которых в статистике описываютс€ эмпирические данные, выступают: статистическа€ совокупность, признак, по≠казатель, вариаци€, система показателей. —татистическа€ совокупность Ч это множество объектов (единиц, фактов, случаев и т.д.) одного и того же вида, подвергаемых статистическому изучению. ќбъекты, которые образуют сово≠купность, называютс€ элементами совокупности. Ёлементы, множество ко≠торых образует изучаемую статистикой совокупность, называют ее единицами. ѕримерами совокупности €вл€ютс€: ко≠личество студентов конкретного вуза, множество предпри€тий одной отрасли производства, представители одной на≠циональности, множество натуральных чисел и т.д. ћножество (совокупность) обозначаетс€ прописной буквой, а их элементы строчными. ≈сли Ђаї есть эле≠мент совокупности (множества) ј, то в математике используетс€ запись Ђаїе ј. ≈сли Ђвї не €вл€етс€ элементом совокупности ј, то пишут Ђвїе ј.

ѕринадлежность к одному и тому же виду свидетельствует о том, что эле≠менты статистической совокупности однородны. “аково об€зательное требова≠ние статистики. Ѕез него невозможно провести ни одного измерени€, ни одно≠го расчета или группировки. «аработна€ плата должна измер€тьс€ только в руб≠л€х или долларах, но не в том и другом одновременно, и уж никак не в чайниках или отпечатанных книгах, которыми в 1990-е расплачивались убыточные пред≠при€ти€ в –оссии. ќбщее число единиц совокупности называют ее объемом.

ѕризнаки, принимающие различные значени€ или видоизменени€ у от≠дельных единиц совокупности, называютс€ варьирующими, а отдельные их значени€ или видоизменени€ Ч вариантами. ¬арьирующие признаки под≠раздел€ютс€ на атрибутивные (качественные) и количественные.

ѕризнак называетс€ атрибутивным, если отдельные его значени€ (вари≠анты) выражаютс€ в виде состо€ни€ или свойств, присущих €влению.   та≠ким признакам относ€тс€: професси€ (врач, токарь, сварщик, шве€ и т.п.), отраслева€ принадлежность предпри€тий (т€желое машиностроение, легка€ промышленность, сельское хоз€йство) и др.

ѕризнак называетс€ количественным, если отдельные его значени€ (ва≠рианты) выражаютс€ в виде чисел. ѕо характеру варьировани€ количествен≠ные признаки подраздел€ютс€ на дискретные и непрерывные. ƒискретны≠ми называютс€ количественные признаки, могущие принимать только вполне определенные значени€, между которыми не могут по€витьс€ промежуточ≠ные значени€. ¬арианты дискретных признаков обычно выражаютс€ в виде целых чисел (например, число членов семьи).  оличественные признаки, которые могут в определенных пределах принимать любые значени€, как целые, так и дробные, называютс€ непрерывными. “акими признаками €вл€≠ютс€, например, возраст, стаж работы, вес поезда, скорость движени€ и т.п.

—редством получени€ статистической информации выступает статисти≠ческое наблюдение, которое проводитс€ на основе программы и плана, вклю≠чающих программно-методологические и организационные вопросы. —та≠тистическим наблюдением называетс€ процесс сбора, группировки, обработ≠ки и анализа статистической информации.

ћожно выделить еще несколько основных источников получени€ стати≠стической информации: отчетность, таблицы (сводные, групповые и комби≠национные), представл€ющие результаты статистических группировок, а также обобщающие показатели.

ќтчетность Ч предусмотренна€ действующим законодательством фор≠ма организации статистического наблюдени€ за де€тельностью предпри€тий и организаций, при которой органы государственной статистики получают информацию в виде установленных отчетных документов (форм отчетности), утвержденных ћинистерством финансов –‘ и √оскомстатом –‘, подписан≠ных лицами, ответственными за достоверность сведений.

  числу главных методов получени€ данных относ€тс€ непосредственное наблюдение, документальное наблюдение и опрос. ¬ основе статистических исследований всегда лежит массовое наблюдение фактов. „ем больше объем наблюдаемых единиц, тем ближе полученные данные к реально действую≠щей закономерности, определ€ющей поведение изучаемой совокупности.  огда нет возможности обследовать всю совокупность, организуют так на≠зываемое выборочное наблюдение.

Ѕольшинство социально-экономических €влений носит веро€тностный характер. ¬ статистике веро€тность Ч это отношение количества благопри≠€тных исходов к общему количеству возможных исходов. ÷арством веро€т≠ностей и случайных величин заведует закон больших чисел и, как производ≠ное от него, нормальное распределение.

ƒл€ более точного и полного описани€ массовых €влений используютс€ такие статистические показатели, как средние величины и показатели вари≠ации. —редн€€ величина Ч это обобщающа€ характеристика изучаемого при≠знака совокупности, она отражает то общее, что присуще всем единицам данной совокупности. ¬ыбор вида средней величины и способов расчета за≠висит от целей анализа и характеристик совокупности. —редние использу≠ютс€ как дл€ сравнени€ различных совокупностей между собой, так и дл€ ана-

лиза изменений одной и той же совокупности во времени. ѕоказатели вари≠ации описывают разброс значений совокупности. ќсновные показатели ва≠риации Ч это размах вариации, дисперси€ и коэффициент вариации. ѕолез≠ную информацию дл€ социолога дает анализ и сравнение средних величин и показателей вариации.  оэффициент вариации используют не только дл€ сравнительной оценки вариации единиц совокупности, но и как характери≠стику однородности совокупности. —овокупность считаетс€ количественно однородной, если коэффициент вариации не превышает 33%.

Ќад статистическими данными осуществл€ют две процедуры, которые на≠зывают предварительной обработкой, Ч сводку и группировку. ќни провод€тс€

дл€ упор€дочени€ данных и подготовки их к последующему анализу. —татисти≠ческа€ сводка Ч это научно организован≠на€ обработка материалов наблюдени€, включающа€ систематизацию, группи≠ровку данных, составление таблиц, под≠счет групповых и общих итогов и других показателей.

–аспределение элементов по соответствующим группам представл€ет со≠бой процесс классификации, т.е. отнесение того или иного элемента к опре≠деленному классу на основе соответствующих критериев или параметров. “ак группируют отрасли промышленного производства исход€ из их особенно≠стей (металлурги€ черна€, цветна€).

√руппировку понимают как упор€дочение данных по какому-либо стати≠стическому признаку. ¬ыбор признака дл€ классификации и группировки осуществл€етс€ в соответствии с цел€ми и гипотезами исследовани€. √руп≠пировка может проводитьс€ на основе выделени€ номинальных групп (по полу, уровню квалификации, национальности и т.д.) или по какому-либо воз≠растающему или убывающему количественному признаку (например, по уровню заработной платы: от 1 до 10 минимальных размеров оплаты труда, от 11 до 20, от 21 до 30 и т.д.).

¬ажнейшим приемом приведени€ исходных материалов к удобному дл€ сравнени€ виду €вл€етс€ расчленение разнородных величин на однородные. ¬ыделив в разнородной совокупности признак, характеризующий тот или иной социальный объект, однородные типы и группы в р€де структурных частей этого объекта, можно сравнивать типы или группы друг с другом. ѕризнак (свойство объекта), по которому проводитс€ группировка, называ≠етс€ группировочным признаком, или основанием группировки.

¬ качестве основных принципов процедуры группировки выступают: рас≠членение разнородных €влений на однородные; нахождение общих и одно≠типных €влений; определение признаков, по которым следует разграничи≠вать типы; определение интервалов перехода от одного типа к другому.

¬ социологических исследовани€х примен€ютс€ самые разные виды груп≠пировки: 1) группировка при помощи простого суммировани€ однородных признаков, благодар€ чему определ€ютс€ абсолютные числа и про€влени€ в изучаемой совокупности; 2) ранжирование, т.е. группировка изучаемых еди≠ниц совокупности в зависимости от возрастани€ или убывани€ изучаемого признака; 3) группировка на основе логически выделенных признаков при помощи заранее разработанной пор€дковой или интервальной шкалы, каждый

интервал которой выражает уровень или степень про€влени€ изучаемого при≠знака; 4) табулирование, т.е. построение статистических таблиц, графиков (в социологических исследовани€х оно €вл€етс€ наиболее распространенным).

—амым простым способом группировки €вл€етс€ группировка путем про≠стого суммировани€ однородных признаков. ¬ то же врем€ этот вид группи≠ровки служит основным звеном дл€ перехода от абсолютных чисел к относи≠тельным (процентам, средним величинам и т.д.), €вл€ющимс€ основными характеристиками группировки. ƒостаточно проста группировка при помощи ранжировани€, которое позвол€ет вы€вить динамику изучаемого признака в различных совокупност€х. √руппировка на основе логически выделенного одного или нескольких признаков отличаетс€ от предыдущих группировок тем, что предполагает глубокий теоретический, т.е. содержательный, анализ осо≠бенностей изучаемых социальных €влений. ѕоэтому главное значение здесь приобретает правильный выбор группировочных признаков4.

„аще всего примен€ютс€ такие признаки, как пол, возраст, образование, классова€ принадлежность и т.п. –езультат группировки единиц наблюдени€ по одному какому-либо признаку называетс€ статистическим р€дом. –аспре≠деление частот признака в совокупности называетс€ вариационным р€дом.

√руппировка, или расчленение совокупности данных на однородные группы, выступает стартовой площадкой дл€ последующею использовани€ множества самых разнообразных и интересных статистических методов, в том числе коррел€ционного и дискриминантного.

√руппировку можно рассматривать как первый шаг к дискриминантному анализу, который исследует различи€ между группами. — его помощью можно установить, в частности, различи€ между трем€ группами людей, выбравших определенную профессию (например, юрист, физик, инженер), основыва≠€сь на их успехах в школе по определенным дисциплинам. “акой метод объ€сн€ет выбор профессии успехами по определенным предметам.

»зуча€ социально-экономические €влени€, статистика использует абсо≠лютные и относительные величины. јбсолютные величины Ч это именованные числа.  ажда€ из них об€зательно имеет единицу измерени€: штуки, тонны, метры, рубли, киловатты, годы и пр. ≈диницы измерени€ подраздел€ютс€ на натуральные, стоимостные и др. ѕо способу выражени€ размеров изучаемых €влений абсолютные величины подраздел€ютс€ на индивидуальные и суммар≠ные, которые представл€ют собой один из видов обобщающих величин. »ногда одна натуральна€ единица измерени€ недостаточна дл€ характеристики изу≠чаемого €влени€, в подобных случа€х используют вторую единицу в сочета≠нии с первой. ѕоэтому в практике натуральные единицы измерени€ могут быть составными. “ак, трудовые затраты в торговле измер€ютс€ числом работни≠ков и количеством человеко-часов (чел./ч), человеко-дней (чел./дней), рабо≠та транспорта выражаетс€ в тонно-километрах (т/км).

ќтносительные величины показывают отношени€ между абсолютными вели≠чинами, они представл€ют собой частное от делени€ двух статистических ве≠личин и характеризуют количественное соотношение между ними. Ќаиболее распространенный тип относительных величин Ч проценты. ќтносительные величины значительно облегчают сравнение и анализ статистических данных.

—ловарь прикладной социологии / [—ост.  .¬. Ўульга; –едкол.: √.ѕ. ƒавидкж (отв. ред.) и др.]-ћинск: »зд-во Ђ”ниверситетскоеї, 1984. —. 28.

ѕри расчете относительных величин следует иметь в виду, что в числи≠теле всегда находитс€ показатель, отражающий то €вление, которое изуча≠етс€, т.е. сравниваемый показатель, а в знаменателе Ч показатель, с которым производитс€ сравнение, принимаемый за основание, или базу сравнени€. Ѕаза сравнени€ выступает в качестве своеобразного измерител€. ¬ зависи≠мости от того, какое числовое значение имеет база сравнени€ (основание), результат отношени€ может быть выражен либо в форме числа (коэффици≠ента) или процента, либо в форме промилле или децимилле.

≈сли значение основани€ или базы сравнени€ принимаетс€ за единицу (приравниваетс€ к единице), то относительна€ величина (результат сравне≠ни€) €вл€етс€ коэффициентом и показывает, во сколько раз изучаема€ вели≠чина больше основани€. –асчет относительных величин в виде коэффици≠ента примен€етс€ в том случае, если сравниваема€ величина существенно больше той, с которой она сравниваетс€.

≈сли значение основани€ или базу сравнени€ прин€ть за 100%, результат вычислени€ относительной величины будет выражатьс€ также в процентах. ¬ тех случа€х, когда базу сравнени€ принимают за 1000% (например, при ис≠числении демографических коэффициентов), результат сравнени€ выража≠етс€ в промилле (%о). ќтносительные величины могут быть выражены и в децимилле (%оо), если основание отношени€ равно 10 000.

‘орма выражени€ относительных величин зависит от количественного соот≠ношени€ сравниваемых величин, а также от смыслового содержани€ полученного результата сравнени€. ¬ тех случа€х, когда сравниваемый показатель больше ос≠новани€, относительна€ величина может быть выражена или коэффициентом, или в процентах.  огда сравниваемый показатель меньше основани€, относительную величину лучше выразить в процентах; если же сравнительно малые по числово≠му значению величины сопоставл€ютс€ с большими, относительные величины выражаютс€ в промилле. “ак, в промилле рассчитываютс€ коэффициенты рож≠даемости, смертности, естественного и механического прироста населени€.

–асчет относительных величин счи≠таетс€ правильным, если дл€ сравнени€ используютс€ сопоставимые показате≠ ли.   несопоставимости показателей чаще всего привод€т различи€ в методо≠логии сбора, обработки статистической информации, в длительности пери≠одов времени, за которые исчислены сравниваемые показатели, и др.

ƒл€ характеристики структуры совокупности примен€ютс€ особые пока≠затели, которые можно назвать структурными средними.   таким показате≠л€м относ€тс€ мода и медиана.

ћодой называетс€ чаще всего встречающийс€ вариант, или то значение при≠знака, которое соответствует максимальной точке теоретической кривой распре≠делений. ќна представл€ет собой наиболее часто встречающеес€ или типичное значение. ¬ дискретном р€ду мода Ч это вариант с наибольшей частотой. ¬ ин≠тервальном вариационном р€ду модой приближенно считают центральный ва≠риант так называемого модального интервала, т.е. того интервала, который имеет наибольшую частоту (частость). ћода Ч это именно то число, которое в действи≠тельности встречаетс€ чаще всего (€вл€етс€ величиной определенной), а в прак≠тике имеет самое широкое применение (например, наиболее часто встречаю≠щийс€ тип покупател€).

ћедиана Ч величина, котора€ делит численность упор€доченного вариа≠ционного р€да на две равные части: одна часть имеет значени€ варьирующего признака меньшие, чем средний вариант, а друга€ Ч большие. ѕон€тие ме≠дианы легко у€снить из следующего примера. ƒл€ ранжированного р€да (т.е. построенного в пор€дке возрастани€ или убывани€ индивидуальных величин) с нечетным числом членов медианой €вл€етс€ вариант, располо≠женный в центре р€да. ¬ интервальном вариационном р€ду пор€док нахож≠дени€ медианы следующий: располагаем индивидуальные значени€ признака по ранжиру; определ€ем дл€ данного ранжированного р€да накопленные частоты; по данным о накопленных частотах находим медианный интервал5.

ќтносительные величины структуры характеризуют состав изучаемых со≠вокупностей. »счисл€ютс€ они как отношение абсолютной величины каждого из элементов совокупности к абсолютной величине всей совокупности, т.е. как отношение части к целому, и представл€ют собой удельный вес части в целом.  ак правило, относительные величины структуры выражаютс€ в процентах (база сравнени€ принимаетс€ за 100). ѕоказатели структуры могут быть вы≠ражены также в дол€х (база сравнени€ принимаетс€ за единицу).

ƒл€ изучени€ изменений объекта во времени стро€т р€ды динамики. –€д динамики Ч это р€д расположенных в хронологической последовательности числовых значений статистического показател€, характеризующих измене≠ние общественных €влений во времени.

¬ каждом р€ду динамики имеютс€ два основных элемента:

1) показатель времени /;

2) соответствующие ему уровни развити€ изучаемого €влени€ у.

¬ качестве отчета времени в р€дах динамики выступают либо определенные даты (моменты) времени, либо отдельные периоды (годы, кварталы, сутки).

”ровни р€дов динамики отображают количественную оценку (меру) разви≠ти€ во времени изучаемого €влени€. »х можно выражать абсолютными, отно≠сительными или средними величинами. ¬ зависимости от характера изучаемо≠го €влени€ уровни р€дов динамики могут относитьс€ или к определенным да≠там (моментам) времени, или к отдельным периодам. ¬ соответствии с этим р€ды динамики подраздел€ютс€ на моментные и интервальные: моментныер€ды динамики отображают состо€ние изучаемых €влений на определенные даты (моменты) времени; интервальные р€ды динамики отображают итоги развити€ (функционировани€) изучаемых €влений за отдельные периоды (интервалы) времени. ќсобенностью интервального р€да динамики €вл€етс€ то, что каждый его уровень складываетс€ из данных за более короткие интервалы (субпериоды) времени. —войство суммировани€ уровней за последовательные интервалы вре≠мени позвол€ет получать р€ды динамики более крупных периодов.

—татистическое отображение развити€ изучаемого €влени€ во времени может быть представлено р€дами динамики с нарастающими итогами. »х применение обусловлено потребност€ми отображени€ результатов развити€ изучаемых показателей не только заданный отчетный период, но и с учетом предшествующих периодов. ѕри составлении таких р€дов производитс€ последовательное суммирование смежных уровней. Ётим достигаетс€ сум≠марное обобщение результата развити€ изучаемого показател€ с начала от≠четного периода (мес€ца, квартала, года и т.д.).

ѕодробнее см.: http://lib.wsu.ru/books/Bakalavrf)2/page0142.asp

ѕри использовании р€дов динамики примен€етс€ специальна€ система показателей динамики, куда включаютс€: абсолютный прирост (сокраще≠ние), темп и коэффициент роста, темп и коэффициент прироста, абсолют≠ное значение одного процента прироста. ¬ажнейшим статистическим пока≠зателем анализа динамики €вл€етс€ абсолютное изменение Ч абсолютный прирост (сокращение). јбсолютное изменение характеризует увеличение или уменьшение уровн€ р€да за определенный промежуток времени. јбсолют≠ный прирост с переменной базой называют скоростью роста.

ƒл€ характеристики интенсивности, т.е. относительного изменени€ уровн€ динамического р€да за какой-либо период времени, исчисл€ют темпы роста (сни≠жени€). »нтенсивность изменени€ уровн€ оцениваетс€ отношением отчетного уровн€ к базисному. ѕоказатель интенсивности изменени€ уровн€ р€да, выра≠женный в дол€х единицы, называетс€ коэффициентом роста, а в процентах Ч темпом роста. Ёти показатели интенсивности изменени€ отличаютс€ только еди≠ницами измерени€.  оэффициент роста (снижени€) показывает, во сколько раз сравниваемый уровень больше уровн€, с которым производитс€ сравнение (если этот коэффициент больше единицы), или какую часть уровн€, с которым произ≠водитс€ сравнение, составл€ет сравниваемый уровень (если он меньше единицы).

“емп прироста (сокращени€) показывает то, на сколько процентов сравнива≠емый уровень больше или меньше уровн€, прин€того за базу сравнени€, и вычис≠л€етс€ как отношение абсолютного прироста к абсолютному уровню, прин€тому за базу сравнени€. “емп прироста может быть положительным, отрицательным или равным нулю, выражаетс€ он в процентах, коэффициент прироста выража≠етс€ в дол€х единицы. “емп прироста (сокращени€) можно получить и из темпа роста, выраженного в процентах, если из него вычесть 100%.  оэффициент при≠роста получаетс€ вычитанием единицы из коэффициента роста6.

»з вышеизложенного можно сделать несколько обобщающих выводов. ¬ основе расчета показателей р€дов динамики лежит сравнение его уровней. ¬ зависимости от примен€емого способа сопоставлени€ показатели динами≠ки могут вычисл€тьс€ на посто€нной (базисный способ) и переменной (цеп≠ной способ) базе сравнени€. –€ды динамики формируютс€ в результате свод≠ки и обработки материалов периодического наблюдени€. ѕовтор€ющиес€ во времени (по отчетным периодам) значени€ одноименных показателей в ходе статистической сводки систематизируютс€ в хронологической последова≠тельности. ƒл€ получени€ научно обоснованных выводов о динамике €вле≠ни€ статистические данные должны быть сопоставимыми.

—татистика не ограничиваетс€ простым описанием €влений, даже если они сгруппированы и переведены в средние величины. ” нее есть куда более важна€ задача Ч вы€вить статистические закономерности, т.е. устойчивые св€зи между €влени€ми. Ќаличие и тесноту (силу) св€зи можно установить, пользу€сь регрес≠сионным и коррел€ционным анализом. ÷ель коррел€ционного анализа Ч измере≠ние тесноты св€зи между признаками и €влени€ми. Ќаличие св€зи между €вле≠ни€ми совсем не означает, что одно €вление служит причиной другого.

 оэффициент коррел€ции позвол€ет вы€вить и количественно оценить взаи≠мосв€зь между двум€ переменными. ќн может показывать степень идентично-

6 ѕодробнее см.: √усаров ¬.ћ. “еори€ статистики. ћ: ёнити, 1998; –€узов Ќ.Ќ. ќбща€ теори€ статистики. ћ.: —татистика, 1980; Ёкономическа€ статистика: ”чебник/ ѕод ред. ё.Ќ. »ванова. ћ.: »Ќ‘–ј, 1998.

ста характеристик, сравниваемых групп (например, ценностей или доходов), i также степень взаимосв€зи между двум€ признаками социального объекта (на≠пример, зависимость конкретных политических ориентации от величины со≠вокупного дохода). ѕри одновременном возрастании переменных коррел€цш называетс€ положительной. “огда же, когда возрастание одной переменно! св€зано с уменьшением другой, коррел€ци€ считаетс€ отрицательной.  райни* значени€ коэффициента коррел€ции обозначаютс€ (+) и (-). ¬ том случае, earn величина коэффициента коррел€ции составл€ет (+), можно говорить о тожде стве, если Ч (-), то о полной обратной зависимости (когда величина одного при знака максимальна, то другого Ч минимальна). »ногда с помощью коэффици ента коррел€ции можно установить причинно-следственные св€зи7.

Ѕолее глубоко раскрыть характер взаимосв€зи между переменными позвол€ етрегрессионный анализ, использу€ который можно установить характер и фор му зависимости результативного признака от объ€сн€ющих. «адачи регрессион ного анализа Ч выбор формы св€зи (например, пр€ма€ или обратна€, функцио нальна€ или стохастическа€) и определение расчетных значений зависимо! переменной (функции регрессии). ‘акторный анализ способствует определенЩ степени взаимосв€зи между непосредственно не наблюдаемыми переменным! (факторами) и эмпирически наблюдаемыми признаками.

ƒл€ анализа сложных социально-экономических €влений и процессов ис пользуетс€ такой вид статистических показателей, как индексы. »ндекс Ч этс относительный показатель, характеризующий изменение величины какого либо объекта во времени, пространстве или по сравнению с эталоном. Ohi позвол€ют привести разнородные €влени€ к соизмеримым величинам. »н дексы раздел€ют на индивидуальные, характеризующие изменение одноп элемента совокупности, и общие (сводные), при помощи которых можж описать всю совокупность, процесс или €вление. ѕо способу построени€ ин дексы классифицируютс€ на агрегатные и средние. ќсновное отличие агре гатного индекса состоит в том, что при его расчете только одна величина из мен€етс€, а друга€ остаетс€ неизменной. »ндексный метод широко используетс€ как дл€ оценки различных социально-экономических €влений и процессов, так и в аналитических цел€х.

ќсновные способы представлени€ ре≠зультатов статистических наблюдений Ч таблицы и графики. —татистический гра≠фик Ч это чертеж, на котором статистичес≠кие совокупности, характеризуемые опре≠деленными показател€ми, описываютс€ спомощью условных геометрических обра≠зов »Ћ» знаков. √рафик позвол€ет сделать рис 2 статистический графин...

представление данных гораздо более на- описываетс€ с помощью условных√ЋяƒЌџћ » ƒќ—“”ѕЌџћ8. геометрических образов или знаков

 азаринова Ќ.¬., ‘илатова ќ.√., ’ренов ј.≈. —оциологи€. ”чебник дл€ вузов/ ѕод ред. √—. Ѕать гина. ћ.: NOTA BENE, 1999.

ѕри подготовке данного материала использовалась информаци€ с веб-сайтов: http:/ www.buhgal.narod.ru/BOOKS/book4_sum.html; http://www.statsoft.ru/home/textbook/modules stbasic.html; http://www.saslib.ru/ref/arh/25/STATIST/Index.txt

–ќЋ№ » —ќƒ≈–∆јЌ»≈ —“ј“»—“»„≈— ќ√ќ ¬џ¬ќƒј

 роме логического и теоретико-гипотетического выводов, рассмотренных выше, существует еще третий Ч статистический вывод, о котором здесь пой≠дет речь.

ѕриводным ремнем эмпирического исследовани€ выступают специальные математические процедуры, в основе которых лежит теори€ веро€тностей, оп≠редел€юща€ технологию составлени€ выборочной совокупности и электронной обработки данных.   ней тесно примыкает процедура эмпирического обобще≠ни€, называема€ еще статистическим выводом. ¬ его основе лежит индукци€ (от лат. inductio Ч наведение) Чумозаключение, идущее от фактов к выводу.

—татистический вывод Ч это индуктивное обобщение, построенное на основе математической обработки и обобщени€ некоторого множества еди≠ниц исследовани€. Ќапример, вы опросили 1500 избирателей и вы€снили, что более 60% пожилых людей (старше 60 лет) на последних выборах голо≠совали за коммунистов. ¬ данном случае изучалась статистическа€ св€зь двух переменных: возраст и электоральное поведение. ¬ результате можно сделать статистический вывод: чем старше возраст респондента, тем выше веро€т≠ность того, что он проголосует за коммунистов. » наоборот.

¬ основе статистического вывода лежит индуктивное рассуждение, при≠вод€щее к утверждени€м, верным лишь с определенной степенью достовер≠ности. —трогий смысл степени достоверности обеспечиваетс€ математиче≠скими методами и веро€тностным подходом, образующими основы совре≠менной статистической теории9.

—татистический вывод социолог получает после обработки анкет и ана≠лиза первичных данных. Ёто количественный вывод. ¬ отличие от него два других рассмотренных ранее типа вывода Ч логический и теоретико-гипо≠тетический Ч €вл€ютс€ качественными. —в€зь между ними следующа€. ѕри составлении программы исследовани€ ученый теоретически постулирует (строит теоретическую гипотезу) возможность св€зи между двум€ перемен≠ными Ч возрастом и электоральным поведением. ѕосле составлени€ анке≠ты и проведени€ исследовани€ при математической обработке данных стро≠итс€ статистический вывод. Ёто две стороны одной медали: перва€ служит пробным проектом, теоретическим макетом возможной св€зи двух перемен≠ных, а втора€ Ч его эмпирическим подтверждением.

—татистический вывод невозможно делать на малых совокупност€х, напри≠мер в 35 респондентов. ≈сли в вашей анкете есть вопросы, к которым преду≠смотрено, скажем, по 5Ч7 вариантов ответов, то, разделив 35 на 7, получим 5. ј кажда€ €чейка должна содержать не менее 7 единиц. Ђ—татистический вывод начинает работать тогда, когда единиц исследовани€ достаточно много. ƒоста≠точно много означает, что при условии равноверо€тного попадани€ в каждую клетку пространства признаков наполнение каждой из них составит не менее семи единицї10. ќдна статистическа€ €чейка Ч это один признак. ƒопустим, вы

9 –ао —–. Ћинейные статистические методы и их применение. ћ., 1968.

10 Ѕатыгин √.—. Ћекции по методологии социологических исследований: ”чеб. дл€ высших учебныхзаведений. ћ., 1995. —. 67.

спрашиваете респондента о том, за какую партию он будет голосовать, и пред лагаете на выбор 7 наиболее крупных российских партий. ¬ этом списке одн парти€ Ч это один признак или одна €чейка. ≈е должны наполнить не мене> 7 респондентов.  онечно, чем их больше, тем меньше веро€тность ошибки, по этому статистический вывод хорошо работает на больших выборках.

»зюминка эмпирического исследовани€ выражаетс€ именно в этом тре тьем виде вывода Ч в статистическом. ƒело в том, что теоретическое иссле дование, не прибегающее к полевому наблюдению или массовому опросу вполне может содержать и логический, и теоретико-гипотетический выво ды. ќчень многие исследовани€ именно этим и ограничиваютс€. ¬ эмпири ческом же исследовании социолог может сделать вывод: Ђво-первых, сколь ко людей подпадает под значение переменной, т.е. наполнение класса, во вторых, каково распределение частот по всему континууму переменной в-третьих, как мен€етс€ распределение при введении в группировку второ го, третьего и энного признаков, и, в-четвертых, имеетс€ ли св€зь между при знаками и насколько она мен€етс€ в различных контекстахї''.

—татистические св€зи выполн€ют ту же функцию цементировани€ эмпи рических фактов, которую в теоретическом знании выполн€ет логика. —та тистические закономерности, статистические правила Ч это логика эмпири ческого знани€, механизм его построени€.

—татистический вывод Ч область веро€тностного знани€. ¬еро€тность -числова€ характеристика степени возможности по€влени€ какого-либо сл> чайного событи€ при тех или иных определенных, могущих повтор€тьс€ не ограниченное число раз услови€х. ќна изучаетс€ в теории веро€тностей Ч ра: деле математики, в котором по данным веро€тност€м одних случайных ее бытии наход€т веро€тности других событий, св€занных каким-либо образо с первыми. ћатематическа€ статистика, наука о математических методах cv стематизации и использовани€ статистических данных, опира€сь на теори] веро€тностей, позвол€ет оценить, в частности, необходимый объем выбор ки дл€ получени€ результатов требуемой точности при выборочном обагк довании. ќдна из основных задач теории веро€тностей состоит в вы€снени закономерностей, возникающих при взаимодействии большого числа случаг ных факторов. ћатематическа€ статистика понимаетс€ также как наука методах умозаключени€ о свойствах соответствующей генеральной совокуг ности на основе наблюдений над репрезентативной выборочной совокупне стью, причем данные наблюдений отбираютс€ из генеральной совокупное ти в случайном пор€дке. ћатематическа€ статистика занимаетс€ как статр стическим описанием результатов опытов или наблюдений, так построением и проверкой подход€щих математических моделей, содержащг пон€тие веро€тности.

 огда мы находим количественную меру, то автоматически переходим мир веро€тностных утверждений. ћы можем сказать, что с достоверность* равной 60-70%, женщины склонны выбирать в качестве брачного партнер мужчину с высшим образованием. «десь процентна€ дол€, котора€ заменж размытые формулировки типа Ђнекоторыеї, Ђбольшинствої или Ђчастьї, ш казывает степень веро€тности наступлени€ данного событи€. Ќо наука м(жет ошибатьс€ в своих прогнозах. „еловек непредсказуем в своих действ!

№атыгин √.—. Ћекции по методологии социологических исследований. ћ., 1995. —. 68.

€х, еще менее предсказуемы массы людей, которые, объедин€€сь, часто ве≠дут себ€ не так, как повела бы сумма разрозненных индивидов.

¬есь математический аппарат социологии построен на веро€тност€х, опи≠сываемых в процентных распределени€х. ћы говорим: 72% избирателей дан≠ного округа проголосуют за кандидата ћ. Ёто значит, что с веро€тностью в 72% избиратели на предсто€щих выборах отдадут предпочтение именно ему. ƒо≠бавим сюда ошибку выборки, скажем, в 5% и можем утверждать, что избира≠тели проголосуют за ћ с веро€тностью 72±5%.

—тепень веро€тности свидетельствует, во-первых, об ограниченных воз≠можност€х самой науки, во-вторых, о непредсказуемости, вариативности или изменчивости поведени€ объекта исследовани€, в-третьих, о высокой куль≠туре научного исследовани€, котора€ выражает себ€ требованием осторожно судить о реальности.

—татистический вывод основан на статистическом анализе результатов выборочных исследований и направлен на оценку параметров совокупности в целом. ¬ таком случае результаты выборочных исследований выступают всего лишь отправной точкой дл€ получени€ общих выводов. Ќапример, автомоби≠лестроительна€ компани€ провела два независимых исследовани€ с целью оп≠ределени€ степени удовлетворенности потребителей своими автомобил€ми. ѕерва€ выборка включала 100 потребителей, купивших данную модель в те≠чение последних шести мес€цев, втора€ выборка включала 1000 потребителей. ¬ ходе телефонного интервьюировани€ респонденты отвечали на вопрос: Ђ”довлетворены или не удовлетворены вы купленной вами моделью автомо≠бил€?ї ѕервый опрос вы€вил 30% неудовлетворенных, второй Ч 35%.

ѕоскольку существуют ошибки выборки и в первом, и во втором случа€х, то здесь можно рассуждать следующим образом. ¬ первом случае около 30% оп≠рошенных выразили неудовлетворенность купленной моделью автомобил€, во втором случае Ч около 35% опрошенных.  акой же общий вывод можно сде≠лать в данной ситуации?  ак избавитьс€ от слова Ђоколої? ƒл€ этого введем по≠казатель ошибки: 30%±х% и 35%±.у% и сравним хну. »спользу€ логический анализ, можно прийти к заключению, что больша€ выборка содержит меньшую ошибку и что на ее основе можно сделать более правильные выводы о мнении всей совокупности потребителей, т.е. решающим фактором правильности вы≠водов €вл€етс€ размер выборки. ѕоказатель ошибки присутствует во всех фор≠мулах, определ€ющих содержание различных методов статистического вывода12.





ѕоделитьс€ с друзь€ми:


ƒата добавлени€: 2015-05-07; ћы поможем в написании ваших работ!; просмотров: 1403 | Ќарушение авторских прав


ѕоиск на сайте:

Ћучшие изречени€:

„тобы получилс€ студенческий борщ, его нужно варить также как и домашний, только без м€са и развести водой 1:10 © Ќеизвестно
==> читать все изречени€...

677 - | 680 -


© 2015-2023 lektsii.org -  онтакты - ѕоследнее добавление

√ен: 0.052 с.