Требования, предъявляемые к собираемым данным. Формы организаций и виды статистического наблюдения

Собираемые данные должны отвечать двум требованиям: достоверность и сопоставимость.

Достоверность — это соответствие данных тому, что есть на самом деле. Вся методика, организация и техника проведения статистического наблюдения должны быть нацелены на обеспечение достоверных данных. Общими условиями обеспечения достоверности являются полнота охвата наблюдаемого объекта, полнота и точность регистрации данных по каждой единице наблюдения.

Чтобы данные об отдельных явлениях можно было обобщать, они должны быть сопоставимы друг с другом: собираться в одно и то же время, по единой методике. Кроме того, должна быть обеспечена сравнимость с прошлыми исследованиями, чтобы можно было понять, как изменяется явление. Таким образом, необходима полная ясность организации и методологии статистического наблюдения, чтобы были понятны характер и причины различий в данных наблюдений, если таковые были вызваны именно организационно-методологическими факторами.

Сравнимость данных разных наблюдений выполняется, если использовались одно и то же определение единицы наблюдения, одна и та же методика регистрации первичных признаков и методика расчета вторичных признаков (таких, как себестоимость, производительность труда, рентабельность, ликвидность и т.д.).

Важным условием сравнимости является сохранение времени проведения наблюдения и периода или момента, к которому относятся регистрируемые данные. Например, численность студентов университета определяется на начало учебного года, стипендиальный фонд — на полгода (или год) и т.д.

Обычно рекомендуется, чтобы данные соответствовали хотя бы одному полному циклу изучаемого процесса (например, учебному, хозяйственному или финансовому году и т.д.).

Если большое влияние оказывает сезонность, то данные должны собираться по месяцам или по кварталам. Время наблюдения выбирается таким образом, чтобы наблюдаемый объект находился в наиболее стабильном состоянии.

Статистическое наблюдение подразделяется на виды — по времени наблюдения и по охвату единиц наблюдения.

По времени регистрации фактов различают непрерывное (текущее), периодическое и единовременное наблюдение. Непрерывное (текущее) наблюдение ведется систематически, постоянно, непрерывно, по мере возникновения явлений. Например, регистрируются в загсе юридические факты (рождение и смерть, брак и развод), на предприятиях учитываются выпуск продукции, явки и неявки работников, расчеты с дебиторами и кредиторами, поступление денег в кассу и денежные выплаты и т.п. При периодическом наблюдении регистрация проводится через определенные, обычно одинаковые, промежутки времени (например, учет успеваемости студентов по данным экзаменационных сессий). Единовременное наблюдение проводится один раз для решения какой-либо задачи или повторяется через неопределенные промежутки времени по мере надобности (например, перепись жилого фонда, школьная перепись и т.д.).

Какой вид наблюдения применить в конкретном случае, зависит от специфики исследуемого объекта. Так, функционирование общественного производства имеет непрерывный характер: ежедневно производится и потребляется множество различных видов продукции, изменяются их запасы и т.д. Обеспечение бесперебойного производства требует непрерывного систематического учета затрат на производство и его результатов. Иной характер носят изменения в составе населения по социальному или национальному признаку, образованию и пр. В обычных условиях для больших групп населения эти признаки изменяются несущественно в короткие промежутки времени, поэтому нет надобности в непрерывной их регистрации.

Бывает, что для изучения одного и того же процесса используется как текущее, так и единовременное наблюдение. Например, потребление населением продуктов изучается государственной статистикой по данным текущего наблюдения (бюджетные обследования). В то же время многими исследовательскими коллективами потребление продуктов изучается по данным единовременных наблюдений: фиксируются обычные дневные покупки продовольствия, иногда эти данные дополняются данными фактических покупок за последние 2—3 дня; фиксируются наличие предметов длительного пользования, покупки непродовольственных товаров за последний месяц, квартал или полгода и т.д.

По охвату единиц совокупности различают сплошное и несплошное наблюдение.

При сплошном наблюдении регистрации подлежат все без исключения единицы совокупности. Оно применяется, например, при переписи населения, сборе данных в форме отчетности, охватывающей предприятия разных форм собственности, учреждения и организации и т.д.

Развитие многоукладной экономики увеличило число объектов экономической деятельности. Это способствовало расширению практики несплошного наблюдения, которое, в свою очередь, подразделяется на метод основного массива, выборочное и монографическое.

При методе основного массива обследованию подвергается основной массив — та часть единиц, которая вносит наибольший вклад в изучаемое явление. Часть совокупности, о которой заведомо известно, что она не играет большой роли в характеристике совокупности, исключается из наблюдения, т.е. при этом методе отбираются наиболее крупные единицы. Логика метода состоит в том, что крупные единицы могут практически определять интересующие нас статистические показатели.

Часто применение метода основного массива требует установления ценза — значения признака, которое ограничивает объект наблюдения. Например, обследуются предприятия с числом работников 500 человек и более или устанавливается, что обследованию подлежат малые предприятия с численностью работников до 100 человек (или до 200 человек). Такой метод называется цензовым.

Следует иметь в виду, что термин «ценз» применяется в статистике не только в смысле пограничного значения признака, но и для обозначения переписей. В США, Англии цензами называют переписи населения, промышленности и т.д. При выборочном наблюдении обследованию подвергается отобранная в определенном порядке часть единиц совокупности, а получаемые результаты распространяются на всю совокупность.

В выборке полностью реализуется основная идея несплошного наблюдения. При этом получают информацию обо всей совокупности, изучив лишь ее часть. Например, чтобы понять, хорошее пиво или нет, не обязательно выпивать целую бочку, то же можно сказать в отношении проверки качества любой продукции. В решении такого рода задач, да и во многих других случаях, может помочь только выборка.

Выборочный метод играет все большую роль в отечественной статистике. При этом обследования основного массива и выборки — это массовые наблюдения, охватывающие множество единиц. При монографическом наблюдении подробно описываются отдельные единицы совокупности в целях их углубленного изучения, которое не может быть столь же детальным при массовом наблюдении. Главное внимание обращается на качественные стороны явления, его поведение, ориентацию, перспективы развития и т.д. Примерами монографических обследований являются этнографические исследования, когда изучается образ жизни семьи или нескольких семей, и др.

В любом обследовании источником получения первичных данных могут быть непосредственное наблюдение, документы и опрос.

Непосредственное наблюдение осуществляется путем регистрации изучаемых единиц и их признаков на основе непосредственного осмотра, подсчета, взвешивания, снятия показаний приборов и т.д. Например, во время переписи вагонов проводится осмотр каждого вагона. Примером непосредственного наблюдения являются также: регистрация цен и объема реализации товаров на рынках; метеорологические наблюдения — регистрация температуры воздуха, снежного покрова, суммы осадков; инвентаризация остатков товарно-материальных ценностей на складе.

Документальный способ наблюдения основан на использовании в качестве источника статистических сведений различных документов первичного учета предприятий, учреждений и организаций, поэтому этот способ наблюдения часто называют отчетным. Он применяется, например, при переоценках основных фондов (средств) предприятий и организаций, на базе которых осуществляется начисление амортизации, анализ использования фондов и их структуры, особенно в условиях инфляции.

При заполнении государственной статистической отчетности по переоценке каждым самостоятельным предприятием любой отрасли и формы собственности используются следующие данные первичной учетной информации:

- инвентаризационные описи;

- инвентарные карточки основных фондов;

- технические паспорта или другая соответствующая документация;

- данные бухгалтерского учета.

Непосредственное наблюдение и документальный способ обеспечивают наибольшую достоверность статистических данных. При опросе источником данных являются сведения, которые дают опрашиваемые лица. При этом могут быть использованы разные способы собирания данных: экспедиционный, корреспондентский и саморегистрация.

Экспедиционный способ заключается в том, что специально подготовленные регистраторы на основе опроса заполняют переписные формуляры, одновременно контролируя правильность получаемых ответов. Этот способ обеспечивает достаточно точные результаты, но он дорогостоящий. В отечественной статистике экспедиционный способ используется при переписях населения.

Корреспондентский способ заключается в том, что статистические или другие организации рассылают специально разработанные бланки и инструкции к их заполнению отдельным организациям или специально отобранным лицам, давшим согласие периодически заполнять бланки и присылать их статистическому органу в установленные сроки. Например, Научно-исследовательский институт по изучению спроса населения на товары народного потребления и конъюнктуры торговли создал сеть корреспондентов в каждом регионе, которые периодически сообщают в центр сведения о покупательском спросе населения, товарном обеспечении в данной местности и другую информацию. Преимуществом этого способа является его дешевизна, однако он не всегда обеспечивает хорошее качество сведений, т.к. зависит от уровня восприятия вопросов опрашиваемым, от его ответственности (отправит он заполненную анкету или нет).

При саморегистрации или самоисчислении работники организации, которая проводит опрос, раздают опросные листы или анкеты опрашиваемым лицам, инструктируют их, а затем собирают заполненные формуляры, контролируя полноту и правильность полученных сведений. Этот способ используется в государственной статистике при бюджетных обследованиях семей, проведении некоторых переписей и т.д.

В последние годы при сборе статистической информации начинают использовать безбумажные технологии. Технологии электронных коммуникаций широко используют глобальную сеть компьютеров, корпоративные и локальные сети. Также в этом случае применяются базы данных и системы управления базами данных для сбора и первичной обработки статистических данных.

Остановимся чуть подробнее на методах несплошного статистического наблюдения. Это методы, позволяющие по специально отобранной части обследуемой совокупности произвести расчет обобщенных характеристик всей совокупности и показателей точности этого расчета. Преимущества и недостатки рассматриваемых методов непосредственно следуют из этого определения и обусловлены в основном двумя их свойствами:

1) возможностью ограничить наблюдение частью совокупности;

2) наличием дополнительных ошибок, обусловленных неполнотой наблюдения (ошибок репрезентативности).

Рассмотрим основные преимущества методов несплошного наблюдения, которые не носят, однако, безусловного характера и могут реализоваться или нет в зависимости от конкретных условий.

1. Снижение стоимости наблюдения.

Затраты на организацию и проведение как сплошного, так и не сплошного статистического наблюдения можно представить следующей формулой:

CMOS = Co + (d×n), (2.1)

где CMOS — общая стоимость организации проведения наблюдения;

Со — начальные затраты на организацию наблюдения, не зависящие от числа единиц наблюдения;

d — средние затраты на наблюдение одной единицы;

n — число единиц наблюдения.

Видно, что выигрыш от несплошного наблюдения обусловлен сокращением числа наблюдаемых единиц n. Однако необходимо учитывать, что точность при несплошном наблюдении определяется не долей отбора, а числом отбираемых единиц. Поэтому для обеспечения одной и той же точности для малых совокупностей требуется больший отбор. В то же время начальные затраты на организацию несплошного исследования Со, как правило, больше, чем при сплошном, т.к. требуется разработка достаточно сложного методического и программного обеспечения, сбор базовой информации, оснащение вычислительными средствами и подготовка персонала. Эти затраты особенно велики в условиях отсутствия опыта и традиций.

Таким образом, экономический выигрыш от несплошного наблюдения не всегда гарантирован, особенно на начальной стадии его внедрения.

2. Оперативность получения статистических данных.

Сроки сбора и обработки информации практически всегда сокращаются при использовании методов несплошного наблюдения, особенно в тех случаях, когда достигается существенное уменьшение объема наблюдения. В некоторых странах, например, для более быстрого получения предварительных результатов переписи населения используют выборку из уже собранных анкет.

3. Повышение достоверности.

Несплошное наблюдение к ошибкам регистрации добавляет ошибки репрезентативности, однако сокращение объема наблюдения создает условия для более тщательной его подготовки и контроля, привлечения более квалифицированных специалистов, что уменьшает ошибки регистрации и в большинстве случаев, при соответствующей организации, обеспечивает повышение достоверности получаемых данных. Повышение точности также связано с тем, что методы несплошного наблюдения предусматривают анализ поступающих данных.

Вместе с тем использование методов несплошного наблюдения имеет свои трудности и проблемы.

А. Методологическая сложность. Эти методы опираются на достаточно сложный математический аппарат, что требует соответствующей подготовки персонала, проводящего организацию и само наблюдение. Помимо специальной подготовки, связанной с конкретным объектом наблюдения, необходимы знания в таких областях, как теория вероятностей и математическая статистика, умение работать на ПЭВМ. Кроме того, компьютерная грамотность должна позволять работать с довольно сложными программами. Разработка программного обеспечения также предполагает наличие программистов достаточно высокого уровня, т.к. программы включают оптимизационные и комбинаторные процедуры нестандартного характера. К этой же проблеме относится необходимость для большинства методов несплошного наблюдения накапливать и хранить статистическую информацию за прошедшие периоды, что предполагает наличие соответствующих банков данных. Обсуждаемые сложности относительно легко преодолимы, когда речь идет об общегосударственном уровне, и затруднительны для регионального уровня, который как раз и наиболее важен, т.к. основной поток первичной статистической информации доходит только до этого уровня.

Б. Проблема ошибки репрезентативности. Сложность состоит не столько в том, чтобы оценить эту ошибку, хотя и это часто непростой вопрос, сколько в том, чтобы установить ее приемлемый уровень. Задача эта выходит за рамки собственно теории методов несплошного наблюдения и должна решаться с учетом того, где и как будут использоваться полученные в результате обследования статистические показатели. Объем наблюдения резко возрастает при стремлении обеспечить малую ошибку репрезентативности, особенно в диапазоне очень малых значений — порядка процента и меньше. С другой стороны, большая ошибка может обесценить статистическую информацию и даже сделать ее бессмысленной.

В. Требования к системе статистических показателей со стороны методов несплошного наблюдения. Возможности широкого использования методов несплошного наблюдения в значительной степени определяются действующей системой статистических показателей. Излишняя перегруженность системы натуральными показателями с широкой номенклатурой и разрезностью сокращает такие возможности. Особые затруднения возникают в связи с необходимостью обеспечения разрезности районного, отраслевого или иного плана, разбивающей исследуемую совокупность на мелкие подсовокупности и вызывающей необходимость работать с малыми выборками, когда доли отбора становятся неприемлемо большими, а возможности обеспечения удовлетворительной точности — проблематичными. Например, желание удержать заданный уровень ошибки репрезентативности для регионального уровня при существующем административном делении России означает увеличение объема выборки примерно в 90 раз (по числу субъектов Федерации). Таким образом, расширение области применения несплошного наблюдения является поводом для коррекции системы статистических показателей.

Г. Необходимость сочетания сплошного и несплошного статистического наблюдения. Эти две основные ветви статистического наблюдения не являются взаимоисключающими, а во многих случаях взаимодополняют друг друга.

Как уже отмечалось, большинство несплошных методов требует знания предшествующей информации об исследуемой совокупности, причем, чем эта информация полнее, тем лучше. Идеальным вариантом систематического наблюдения за объектом является сочетание относительно редких сплошных обследований типа переписей с систематическим несплошным наблюдением. Кроме того, очень эффективно и широко распространено на практике параллельное использование сплошного и несплошного наблюдения, когда одновременно со сплошным наблюдением по узкой программе часть единиц наблюдения обследуется по более широкой программе. Вообще, необходимо искать оптимальное сочетание областей применения сплошного и несплошного наблюдения, причем соотношение этих методов со временем может меняться в связи с изменяющимися условиями.

Что конкретно имеется в виду? Как уже отмечалось, большинство методов несплошного наблюдения нуждается в информации об объекте наблюдения за некоторый период в прошлом, причем, чем этой информации больше, тем лучше. Поэтому на региональном уровне, куда еще доходят потоки первичной статистической информации, необходимы унифицированные банки данных, позволяющие проводить накопление такой информации, манипулирование ею и импортирование в программы, обеспечивающие несплошное наблюдение. Такие банки имеют и самостоятельную ценность как основа аналитической работы на региональном уровне. Программы несплошного наблюдения в этих условиях должны рассматриваться как приложения, технологические элементы банков данных на региональном уровне и регистров — на федеральном.

Выборочный метод реально представляет собой большую группу методов, существенно отличающихся друг от друга, в основе которых лежит, как правило, принцип случайного отбора единиц наблюдения из исследуемой (генеральной) совокупности.

Оговорка, что случайный принцип отбора используется «как правило», сделана в связи с тем, что в некоторых руководствах по выборочным методам описывается обычно и систематический (механический) отбор, не являющийся, вообще говоря, случайным.

Выборочный метод наиболее теоретически разработан именно потому, что основан на принципе случайного отбора, т.е. при случайном отборе каждая единица генеральной совокупности имеет равную возможность попасть в выборочную совокупность. Например, при проведении тиража какой-либо лотереи применяется этот принцип, т.к. имеется абсолютно равная возможность выигрыша (попадания в выборку) любого номера билета. Можно сказать то же самое и по-другому: выигрыш того или иного билета — это дело случая.

Случайный отбор используется и при жеребьевке. Если из 10 000 школьников с целью изучения их успеваемости в школах одного района необходимо отобрать 1000, то это можно сделать следующим образом: написать на отдельных листочках фамилии всех школьников и вслепую вытащить 1000.

Случайный отбор может быть бесповторный и повторный. Чаще на практике применяется бесповторный отбор, т.е. единица, попавшая в выборочную совокупность, обратно в генеральную не возвращается. Следовательно, численность генеральной совокупности все время уменьшается. По такой схеме проходят тиражи различных лотерей. При повторном отборе отобранная единица наблюдения возвращается в генеральную совокупность обратно. Таким образом, численность генеральной совокупности в процессе проведения выборочного обследования остается все время неизменной. В случае со школьниками это означало бы следующее: при попадании определенного листочка с фамилией в число случайно отобранных, этот листочек снова возвращался бы обратно и опять имел бы равную с другими возможность попасть в выборочную совокупность. Главное при этом, чтобы никакие факторы, никакие лица или комиссия, организующая выборочное исследование, никоим образом не влияли на случайность отбора единицы, т.е. чтобы соблюдался основополагающий принцип случайного отбора.

Однако строгая реализация этого принципа в статистической практике часто бывает затруднительна. Кроме того, для специалиста, хорошо знающего ситуацию, порой бывает неразумно довериться игре случая, игнорируя свои знания и опыт при отборе единиц наблюдения. Есть области статистики, где в силу разных обстоятельств преобладают экспертные методы отбора, например, при отборе товаров-представителей для расчета индексов цен или состава «корзин» для оценки стоимости жизни. Отказ от принципа случайного отбора может существенно повысить точность оценок, но при этом теряется их объективность и возможность иметь количественные характеристики ошибки, т.к. все зависит от квалификации эксперта.

На практике часто применяется систематический (механический) отбор. Предположим, что надо отобрать 1000 школьников из 10000. Тогда поступают так: располагают всех школьников в алфавитном порядке и отбирают из них каждого десятого, т.к. интервал равен 10 (10000 делим на 1000), т.е. осуществляется 10-процентный отбор. Если в первой десятке это оказался 3-й школьник (это можно сделать путем жребия), то отобранными окажутся 13, 23, 33-й... и т.д. до 9993-го школьника. Как мы видим, при систематическом отборе генеральная совокупность как бы механически делится на определенное количество групп и из каждой группы берется одна единица (один школьник в нашем примере). Следует отметить, что систематический (механический) отбор всегда бывает бесповторным. Важно подчеркнуть также, что при нем отобранные единицы более равномерно распределяются по генеральной совокупности.

В практике статистической работы встречаются наблюдения, когда исследуемая генеральная совокупность является неоднородной. Тогда эту совокупность делят на группы (типы) по типичному признаку, а внутри групп производят систематический (механический) отбор.

В том случае, когда типический отбор связан с несколькими стадиями, его называют многоступенчатым. Особенностью такого метода является то, что каждая стадия (ступень) имеет свою единицу отбора. Так, например, исследование успеваемости школьников какой-либо области можно провести с помощью 4-ступенчатого отбора: сначала отобрать районы (единицей отбора будет район), затем в каждом районе выбрать школы (единица отбора — школа), на третьей ступени отобрать необходимое число классов (единица отбора — класс) и, наконец, на четвертой ступени отбора — самих школьников (единица отбора — школьник). Как мы видим, применение многоступенчатого отбора вызвано сложностью исследуемого социально-экономического явления, а также желанием организовать обследование так, чтобы отобранные единицы равномерно распределялись внутри разных частей этого явления. Можно заметить также, что на каждой последующей ступени единицы отбора как бы уменьшаются по масштабам (районы, школы, классы, школьники).

В случае, когда на каждой ступени (фазе) сохраняется одна и та же единица отбора, говорят о многофазном отборе. Например, на первой фазе по краткой программе обследуется 20% генеральной совокупности, на второй — 15%, но по более широкой программе, и на третьей — 10% по полной программе.

Таким образом, видно, что отдельные фазы между собой различаются широтой исследования и объемом (процентом) отбора единиц.

Иногда в практике организации несплошных наблюдений бывают случаи, когда по тем или иным причинам приходится ограничиться малым числом наблюдений. Такая выборка называется малой. К ней прибегают в тех случаях, когда, например, технически невозможно большое число наблюдений или в процессе наблюдения отбираемая единица продукции уничтожается (при проверке качества продукции на производстве). Конечно, по небольшому числу наблюдений трудно дать точную характеристику всей генеральной совокупности. Но все же это возможно с помощью математической статистики, которая дает поправку в расчетах с учетом малого числа единиц наблюдения.

Иногда встречается неверная трактовка метода основного массива как основной массы единиц наблюдения (например, 60%), а не совокупности наиболее крупных единиц, обеспечивающих основной вклад в результаты статистического исследования. На самом деле численность основного массива может быть и невелика, но влияние на обобщающие показатели — определяющим.

Принцип основного массива — отбора наиболее крупных единиц — имеет универсальное значение. При любом методе несплошного наблюдения рекомендуется произвести предварительный отбор наиболее крупных, уникальных единиц и включать их в число обязательно наблюдаемых.

Анкетный метод состоит в рассылке анкет респондентам при отсутствии какой-нибудь предварительной договоренности с адресатами. Теории, позволяющей количественно оценить ошибки при этом методе, нет. Методические разработки относятся, в основном, к организационным и психологическим проблемам обеспечения приемлемого процента ответивших, а также учета преднамеренного искажения информации. Эффективность метода существенно зависит от уровня социальной сознательности и моральной атмосферы в обществе.

Корреспондентский метод во многом аналогичен анкетному. Отличие состоит в том, что с адресатами, которым высылаются анкеты, достигается предварительная договоренность, часто подкрепляемая определенными формами вознаграждения. В прошлом метод имел распространение в России. Так, до конца 20-х годов прошлого столетия использовалась сеть крестьянских хозяйств, в основном зажиточных, для получения данных о сельскохозяйственном производстве.

Цензовое наблюдение предписывает отбор единиц по некоторому определенному критерию (цензу). В современной практике в качестве ценза часто используется, например, некоторое заданное критическое число работников, занятых на предприятии. Использование ценза при проведении несплошного наблюдения следует отличать от его употребления при определении единицы отбора и объекта обследования. Та же численность занятых на предприятии может служить для определения малого предприятия в определенной отрасли народного хозяйства, например, не более 100 человек. И если ставится задача исследования малых предприятий, то предприятия с числом занятых более 100 человек не наблюдаются и не досчитываются, т.к. не относятся к объекту исследования.

При рассмотрении и анализе методов несплошного статистического наблюдения необходимо учесть и следующее. Если при организации исследований за один прием отбирается одна единица совокупности, то речь идет об индивидуальном отборе (число приемов может повторяться много раз). Иногда используется групповой отбор, при котором за один прием отбирается несколько единиц, т.е. группа или серия; при сочетании индивидуального и группового отбора получается комбинированный отбор.

Возможность разобраться в сложных взаимосвязях рассматриваемых методов и помочь получить целостное представление о них дает следующая схема классификации, которая представляет собой иерархическую систему наиболее важных классифицирующих признаков.

Если методы в совокупности считать нулевым иерархическим уровнем, то к первому уровню классификации относятся следующие признаки:

- объектно-временные характеристики наблюдения, определяемые особенностями объекта наблюдения и протяженностью наблюдения во времени;

- тип отбора единиц наблюдения, т.е. метод формирования наблюдаемой части обследуемой совокупности;

- организационный способ получения данных — организационная форма сбора первичной статистической информации;

- метод распространения (досчета) результатов несплошного наблюдения на всю обследуемую (генеральную) совокупность;

- объем отбора — количество отбираемых единиц наблюдения, которое в значительной степени определяет метод расчета ошибки статистических показателей.

Разновидностями случайного отбора являются отбор по технологии JALES и Пуассоновский отбор, в основе которых лежит присвоение единицам наблюдения в качестве своеобразных номеров случайных чисел из интервала 0—1. Эти виды отбора применяются при периодических исследованиях с использованием регистров в качестве источников базовой информации. С их помощью, в частности, очень удобно решается задача ротации.

Соблюдение принципа случайности на практике часто сопряжено со значительными трудностями, однако необходимо принимать все меры для его неукоснительного выполнения. В противном случае теряет силу теория выборочного метода и ошибка репрезентативности становится неопределимой. Суть систематического отбора состоит в том, что составляется список единиц отбора и устанавливается шаг отбора, т.е. интервал, через который единицы отбираются. Например, при 10-процентной выборке отбирается каждая 10-я единица, т.е. если взята первая единица в списке, то далее следует 11-я, 21-я, и т.д. Если единицы отбора в списке расположены произвольным образом, например, в алфавитном порядке, то систематический отбор близок к случайному, и называется неранжированным. Однако на практике часто используется ранжированный систематический отбор, когда список единиц отбора ранжируют по базовым данным исследуемого или коррелированного с ним признака. В этом случае отбор принципиально отличается от случайного и здесь возможны разные приемы отбора: с постоянным шагом, как это описано выше, и равномерный отбор, который позволяет избежать неприятностей при больших отклонениях от кратности шагу отбора численности исследуемой совокупности.