Mācību materiāls

2. Statistiskā novērošana

Datu vākšana, sistematizācija, analīze un interpretācija ir būtiska daudzos ar biznesu saistītos procesos. 2.nod. uzzināsi, ka statistika dalās, - aprakstošā un izskaidrojošā statistikā, kādi ir datu tipi, un, kas ir statistiskā novērošana.


Aprakstošā un izskaidrojošā statistika

Statiska dalās divās daļās.

1. Aprakstošā statistika.

2. Izskaidrojošā statistika.

Aprakstošā statistika ietver datu kopas datu ievākšanas, prezentēšanas un analīzes metodes, nolūkā ticami un patiesi aprakstīt datu kopu.

Izskaidrojošā statistika ietver datu metodes, lai prognozētu ģenerālās kopas raksturlielumus, balstoties tikai uz izlases datiem.

Dati (lat.datum) datu bāzē ierakstīts faktu kopums.

Informācija (lat. informatio) interpretēti un cilvēkam saprotamā veidā pasniegti dati.

Datiem pašiem par sevi nav būtiskas vērtības, vērtība ir informācijai ko iegūst no datiem.

Datu formas ir:
  • simboli (cipari, burti);
  • attēli;
  • audio;
  • video.


Datu tipi

Atribūti un vērtības

Jebkuru datu kopu var apskatīt kā datu objektu sakopojumu. Datu objektu var nosaukt arī par piemēru vai ierakstu, un tās galvenās pazīmes tiek aprakstītas ar atribūtiem.

Piemērs. Notikuma ilgums, fiziska objekta svars.

2.1. tabula. Dažādi atribūtu tipi.

Atribūta tips

Apraksts

Piemēri

Operācijas

Kategoriskie

Nomināls

Vērtības ir vienkārši apzīmējumi, satur tikai tik daudz informācijas, lai atšķirtu vienu objektu no cita ( =, ≠).

Objekta krāsa, automobiļa modelis, pasta indekss.

Moda.

Kārtas

Kārtas atribūtu vērtības satur pietiekamu informāciju, lai sakārtotu objektus (<, >).

Māju numuri, vietas kinoteātrī , studenta ID.

Mediāna.

Skaitliskie

Intervāla

Intervāla atribūtiem atšķirībai starp vērtībām ir jēga, t.i., pastāv  mērvienība  (+, -).

Studenta reitings, kalendāra dati, ģeogrāfiskās koordinātes.

Vidējais aritmētiskais, standartnovirze.

Proporcijas

Proporcijas atribūtiem ir svarīgi ne tikai starpība starp vērtībām, bet arī proporcionālās sakarības (*, /).

Vecums, svars, augums.

Ģeometriskais vidējais, harmoniskais vidējais


Statistiskā novērošana

Statistiskā novērošana ir statistiskās pētīšanas pirmais posms.

Statistiskā novērošana ir sistemātiska, plānveidīga un racionāli organizēta, uz statistikas zinātnes un prakses atziņām balstīta sākotnējās datu vai informācijas vākšana par sabiedriskajām parādībām un procesiem, lai to varētu izlietot statistiskai vispārināšanai un analīzei.

Statistiskā novērošana palīdz reaģēt uz tirgus izmaiņām, pareizi organizēt mārketinga stratēģiju, novērtēt un organizēt biznesa procesus u.tml.

Novērošanas mērķis ir iegūt ticamu datus vai informāciju par vienas vai otras sociāli ekonomiskās parādības stāvokli vai procesa raksturu. Novērošanas rezultātā iegūst plašu individuālu faktu materiālu, pēc kura vēl nevar spriest par pētāmo parādību likumsakarībām un pieņemt optimālus lēmumus.

Iegūtajiem datiem jābūt:

  1. Ticamiem – jāatbilst reālajai patiesībai.
  2. Pilnīgiem, t.i. jāaptver visas statistiskās kopas vienības, ja tas nav iespējams, jāveido pamatota izlase.
  3. Savlaicīgiem un lētiem.
  4. Vienveidīgiem un salīdzināmiem.

Statistisko novērojumu veikšanai jārisina organizatoriskie jautājumi, kas ir šādi:

Novērošanas programmas izstrāde - jautājumu loks, uz kuriem jāsaņem atbildes - jāietver būtiskās pazīmes, jautājumi jāveido precīzi, nepārprotami, jāizkārto loģiskā secībā, jāietver kontroles jautājumi, jāizveido formulārs (aptaujas veidlapa, anketa, uzskaites karte u.c.) un instrukcija;

  1. Jānosaka novērošanas institūcija.
  2. Novērošanas laiks un vieta, kā arī jānorāda laiks, kurā jāapstrādā iegūtie dati.
  3. Jāsastāda atskaites vienību saraksts.
  4. Novērošanas materiālu un kopsavilkumu nodošanas un saņemšanas kārtība.
  5. Jāveic speciālistu apmācība.
  6. Darbs ar presi, medijiem.
  7. Kļūdu labošana.
  8. Izmaksu tāmes izstrāde u.c.

Novērošanas sagatavošanas posmā precīzi jānosaka novērošanas objekts: pētāmā statistiskā kopa, kurā notiek sociāli ekonomiskās parādības un procesi.

Piemērs. Banka, uzņēmumi, nodarbinātie, studējošie.

Pētāmais objekts sastāv no novērošanas vienībām:objekta pamatelementa, kura būtiskākās pazīmes novērošanas procesā reģistrē.

Piemērs. Darbinieks, studējošais.

Novērošanas pazīmes ir īpašības, kas piemīt novērojamajai vienībai. Pēc novērošanas vienībām piemītošajām īpašībām, pazīmes var iedalīt:

  • Kvalitatīvas (atributīvās) pazīmes.
  • Kvantitatīvās (skaitliskas) pazīmēs, kuras var izteikt ar skaitļiem.

Kvantitatīvās pazīmes var būt:

1.  diskrētās (pārtrauktās), kuras izsaka veseli skaitļi;

Piemērs. Cilvēku skaits ģimenē, istabu skaits dzīvoklī.
Šādos gadījumos variantus nodala mērīšanas vai reģistrācijas precizitāte.

2.  nepārtrauktās, kuru izteiksmes forma var būt kā veseli skaitļi tā arī daļas.

Izšķir vairākus novērošanas veidus.

1.  Pēc pētāmā objekta pilnīguma:

  • pilnā novērošana, kad tiek novērotas visas novērošanas vienības;
  • nepilnā novērošana, kuru izmanto, ja novēro tikai kopas daļu vai arī veic izlases novērošanu, kas ir zinātniski visvairāk pamatota.

2.  Pēc informācijas ieguves regularitātes: nepārtrauktā, vienreizējā, periodiskā.

3.  Pēc ziņu ieguves veida: pārskati un speciāli organizētas statistiskās novērošanas.

Novērošanas organizatoriskās formas ir pārskati un speciāli organizētas statistiskās novērošanas, kā arī reģistri. Galvenā ir statistiskie pārskati.

Novērošanas vieta - teritoriāli administratīvā vieta, kurā par katru vienību tiek reģistrētas ziņas. Novērošanas laiks - kalendārais laiks, gads, gadalaiks, ceturksnis, mēnesis, kad notiek statistiskā novērošana.

Statistiskās novērošanas galvenais uzdevums ir iegūt patiesu, precīzu, ticamu informāciju. Tomēr novērošanas gaitā neizbēgama ir kļūdu rašanās. Tāpēc jāveic materiālu kontrole, un, ja nepieciešams, kļūdas jālabo. Kļūdu novēršanai lieto loģisko un aritmētisko kontroli.