Предмет экономической статистики и ее задачи. Основные категории статистики.
Ответы кэкзамену
по дисциплине «Статистика»
Предмет экономической статистики и ее задачи. Основные категории статистики.
Статистика – отрасль общественной науки, изучающая методом обобщающих показателей количественную сторону качественно определенных массовых социально-экономических явлений и закономерностей их развития в конкретных условиях места и времени.
Предметом статистикивыступают размеры и количественные соотношения качественно определенных социально-экономических явлений, закономерности их связи и развития в конкретных условиях места и времени.
Объектом статистического исследованияявляется статистическая совокупность.
Статистическая методология – система приемов, способов и методов, направленных на изучение количественных закономерностей, проявляющихся в структуре, динамике и взаимосвязях социальных явлений.
Статистические методы:
1. метод массовых наблюдений,
2. выборочный метод,
3. метод группировки,
4. метод анализа на основе сводки,
5. метод анализа рядов динамики,
6. корреляционно-регрессионный метод анализа,
7. индексный метод.
Задачи статистики:
1. организация работ, связанных с подготовкой и проведением Всероссийской переписки населения;
2. приоритет вопросам совершенствования статистики малого предприятия;
3. создание единого статистического информационного пространства федеральных органов государственной власти и координация их статистической деятельности;
4. целесообразность проведения переоценки основных фондов;
5. совершенствование расчётов в области неформальной и скрытой экономики;
6. повышение качества статистических разработок;
7. совершенствование статистики отдельных отраслей социально-экономической сферы;
8. организация системы муниципальной статистики.
Понятие статистики
Термин «статистика» происходит от латинского слова status, что в Средние века означало политическое состояние государства. В науку этот термин был введен немецким ученым Готфридом Ахенвалем (1719 – 1772 гг.), и означал он тогда государствоведение.
История развития статистики показывает, что статистическая наука сложилась в результате теоретического обогащения, накопленного человечеством передового опыта учетно-статистических работ, обусловленных прежде всего потребностями управления жизнью общества.
Развитие статистической науки, расширение сферы применения практических статистических исследований, ее активное участие в механизме управления экономикой привели к изменению содержания самого понятия «статистика».
В настоящее время термин статистика имеет несколько значений:
1. Статистика – плановый и систематический учет массовых общественных явлений, которые осуществляются статистическими органами.
2. Статистика – это статистические данные, публикуемые в статистических органах, справочниках и периодической прессе.
3. Статистика – это социально-научная дисциплина.
4. Статистика – это наука, изучающая количественную сторону массовых общественных явлений в неразрывной связи с их качественной стороны, количественное выражение закономерности общественного развития.
Закономерностьювообще принято называть повторяемость, последовательность и порядок изменений в явлениях.
Статистическая закономерность– количественная закономерность изменения в пространстве и во времени массовых явлений и процессов общественной жизни, состоящих из множества элементов(единиц закономерности). Статистическая закономерность отражает относящиеся к определенному пространству и времени причинно-следственные связи, выражающиеся в последовательности, регулярности, повторяемости событий с достаточно высокой степенью вероятности. Статистическая закономерность устанавливается на основе анализа массовых данных, это обусловливает ее взаимосвязь с законом больших чисел.
Метод статистики.
Для изучения своего предмета статистика разрабатывает и применяет различные методы, совокупность которых образует статистическую методологию. Общей основой данного метода является принцип диалектического подхода к изучению явлений в жизни общества. Это прежде всего требование рассмотрения факторов, характеризующих изучаемые явления в их целом, во взаимосвязи, во взаимодействии, что весьма важно при изучении причинных отношений.
Статистика руководится положением диалектики о переходе количественных изменений в качественные. Статистика опирается на категории случайного и необходимого, единственного и массового, индивидуального и общего.
Этапы и методы статистического исследования:
1. Сбор первичной статистической информации. На данном этапе применяется метод массовых наблюдений, основанный на законе больших чисел.
2. Сводка статистических данных. Данные подвергаются систематизации и группировке. Важный метод, применяемый в ней, является метод группировок. Группировки имеют принципиальное значение потому, что они позволяют выделить однородные совокупности, разделить их на группы и подгруппы по существенным признакам и тем самым дать общую характеристику всего объекта. На этой стадии переходят от описания отдельных единиц к описанию их групп и объектов в целом по средствам подсчета итогов, вычисления обобщающих показателей в виде средних величин.
3. Анализ и обобщение статистических фактов и обнаружение закономерностей в изучении явлений. Выводы и сам анализ излагаются, как правило, текстом и сопровождаются графическими и табличными иллюстрациями. Применяется весь арсенал методов, имеющихся в статистике.
Основные категории статистики:
1. признак;
2. вариация;
3. статистическая совокупность;
4. показатель;
5. система показателей.
Признаком называется свойство, характерная черта или иная особенность единиц объектов (явлений), которые могут быть наблюдаемы или измерены. Признаками промышленного предприятия могут служить: вид выпускаемой продукции, размеры производства, численность персонала, величина основных производственных фондов.
Признаки делятся на качественные и количественные.
Под качественными (атрибутивными) понимают признаки, отдельные значения которых отличаются друг от друга существенными моментами. Качественный признак – профессия человека может отличаться характером труда: землекоп и учитель или характером обрабатываемого материала: деревообработчик, металлист. Если качественные признаки принимают одно из двух противоположных значений, то они альтернативные: грамотный и неграмотный.
Количественными называются признаки, отдельные значения которых отличаются друг от друга по величине и выражается числом: возраст, зарплата.
Признаки могут быть разделены на:
· первичные, полученные при сборе статистических данных;
· вторичные, полученные при обработке этих данных.
Признаки бывают:
· основные – определяют главное содержание процессов и явлений;
· второстепенные – не связаны непосредственно с внутренним содержанием явлений, дают добавочные сведения о свойствах этих явлений.
Признаки делятся на варьирующие – принимают различные значения отдельных единицах совокупности (возраст людей от 0 до 100лет) и постоянные – имеют неизменные значения у всех единиц объекта.
Вариацией называют колеблемость, многообразие, изменяемость величины признака у отдельных единиц в совокупности.
Пределы, в которых возможны различия величины количественного варьирующего признака, называются границами вариации. Нижняя граница вариации – это минимальное значение признака. Верхняя граница – это максимальное значение признака. Отдельные значения признака называют вариантом этого признака.
Статистическая совокупность – множество объектов или явлений, изучаемых статистикой, которые имеют один или несколько признаков и различаются между собой по другим признакам.
Отдельные объекты или явления, образующие статистическую совокупность называют единицами совокупности.
Показатель – это обобщенная количественная характеристика социально-экономических явлений и процессов в их качественной определенности в условиях конкретного места и времени.
Совокупность показателей образует систему показателей.
Основные преимущества
1. Выборочное наблюдение можно осуществить по более широкой программе.
2. Выборочное наблюдение более дешевое с точки зрения затрат на его проведение.
3. Выборочное наблюдение можно организовать тогда и в тех случаях, когда отчетностью мы воспользоваться не можем.
Основные недостатки
1. Полученные данные всегда содержат в себе ошибку, о результатах наблюдения можно судить лишь с определенной степенью достоверности. Но по сравнению с другими видами наблюдения это достоинство выборочного метода.
2. Для его проведения требуются квалифицированные кадры.
Вся совокупность единиц, из которых производится отбор, называется генеральной. Совокупность единиц отобранных называется выборочной.
Характерными особенностями количественных исследований является четко определенный формат собираемых данных и источники их получения, а обработка собранных данных осуществляется с помощью упорядоченных процедур, в основном количественных по своей природе. Результаты количественных исследований дают ответы на вопросы: Кто?, Что?, Где?, Когда?, Сколько?
Если исследование охватывает весь изучаемый массив, оно будет сплошным, т. е. в таком исследовании каждый элемент генеральной совокупности служит единицей сбора информации. В тех случаях, когда объект исследования насчитывает более 500 человек, единственно правильным признается применение выборочного метода.
§ 1. Формирование выборки исследования
Совокупность всех возможных социальных объектов, которые подлежат изучению в пределах программы исследования, называется генеральной совокупностью. Выборочная совокупность (выборка) —часть объектов генеральной совокупности, отобранная с помощью специальных приемов для получения информации о всей совокупности.
Репрезентативность —свойство выборочной совокупности воспроизводить параметры и значимые элементы структуры генеральной совокупности.
Преимущества выборочного исследования по отношению к сплошномусостоят в том, что оно:
· позволяет сократить затраты на сбор и обработку информации;
· позволяет добиться большей оперативности;
· имеет более широкую область применения;
· в ряде случаев позволяет получить более достоверные сведения.
Процесс выборки основан на двух моментах:
во-первых, на взаимосвязи ивзаимообусловленности качественных характеристик и признаков социальных объектов;
во-вторых, на правомерности выводов о целом на основании изучения его части при условии, что по своей структуре эта часть является микромоделью целого.
Единицы отбора— элемент или набор элементов, предназначенный для отбора на определенной ступени выборки.
Единицы анализа— элементы выборочной совокупности (респонденты), подлежащие изучению.
Переменная— множество отдельных значений характеристик элементов совокупности.
Параметр— суммарное описание переменной в генеральной совокупности.
Статистика— суммарное описание переменной в выборочной совокупности.
Основная цель выборочного метода — выбор элементов из совокупности таким образом, чтобы распределение этих элементов в выборке повторяло их распределение в совокупности. Достижению этой цели служит вероятностная выборка.
Модель вероятностной (случайной) выборки связана с понятием статистической вероятности,изучаемой в социальных науках (вероятность некоторого ожидаемого события есть отношение числа ожидаемых событий к числу всех возможных).
Случайная выборка носит наиболее распространенный характер. Самый легкий путь получения случайной выборки — присвоить каждому элементу свой номер, а затем с помощью компьютера рассчитать случайные числа, из которых и берется выборка (например, каждый десятый номер в каждой случайной цепи). Можно выбирать из генеральной совокупности по какому-то принципу (каждая тысячная фамилия из списка абонентов телефонной сети, каждый третий дом на определенной улице, студенты, родившиеся в сентябре, и т. д.)
Преимущества случайной выборки:
· объективность и точность отбора респондентов;
· не требуется детальное знание изучаемой совокупности;
· использование методов математической вероятности.
Недостатки случайной выборки:
· сложность процедуры отбора;
· затратность ресурсов.
На практике часто применяется метод гнездовой выборки.Он предполагает отбор в качестве единиц анализа не отдельных людей, а групп (семьи, студенческие группы, бригады и т. д.), с последующим сплошным опросом в отобранных группах. Гнездовая выборка будет репрезентативна в том случае, если состав групп в максимальной степени близок по основным демографическим признакам респондентов.
В некоторых случаях невозможно использование вероятностных схем отбора, описанных выше. Тогда используется целенаправленная выборка,к которой неприменимы правила теории вероятности. Она осуществляется с помощью следующих методов:стихийной выборки, метода квот и метода основного массива.
Вслучае стихийной выборкиневозможно предопределить структуру массива респондентов и соответственно трудно определить репрезентативность. Существует несколько разновидностей стихийного отбора:
так называемый отбор «первого встречного». Встречается в практике обследований, проводимых средствами массовой информации. Исследователь проводит опрос лиц, которые встретились ему в месте опроса (например, на улице);
отбор «себе подобных». Исследователь подбирает для опроса или наблюдения респондентов из своего окружения (знакомые, коллеги);
отбор «желающих участвовать». Примером может служить почтовый опрос читателей газеты или журнала. При таких опросах решение о включении в выборку принимает сам респондент.
Метод квотной выборки — распространенный способ отбора респондентов при массовых опросах общественного мнения. Его используют в том случае, если до начала исследования имеются статистические данные о контрольных признаках элементов генеральной совокупности. Все данные о том или ином контрольном признаке выступают в качестве квоты. Респонденты отбираются целенаправленно, с соблюдением параметров квот. Число характеристик, данные о которых выбираются в качестве квот, как правило, не превышает четырех.
Главная задача для интервьюеразаключается в том, чтобы создать условия, близкие к случайному отбору, с равными шансами для каждого элемента генеральной совокупности попасть в выборку.
Метод квот позволяет существенно сократить время и средства, затрачиваемые на опросы. К преимуществам квотной выборки относятся также оперативность и малая трудоемкость.
Недостатки квотной выборки:
· требуется детальное знание изучаемой совокупности;
· субъективизм интервьюера при отборе респондентов;
· ограниченное время посещения респондентов;
· уклонение респондентов от опроса;
· не позволяет использовать методы математической вероятности.
Метод основного массива применяется в разведывательных исследованиях для уточнения какого-нибудь контрольного вопроса. В таких случаях опрашивается 50-60% потенциальных респондентов.
Все рассмотренные методы представляют собой пример одноступенчатой выборки. Многоступенчатые выборкиосуществляются в несколько ступеней: на первой ступени обычно реализуется гнездовая выборка, а потомпроводится случайный отбор респондентов в гнездах.
Многоступенчатая выборка используется в крупномасштабных исследованиях, когда в генеральной совокупности насчитываются тысячи и миллионы единиц, размещенных на значительной территории. При построении многоступенчатой выборки используются несколько способов отбора элементов выборочной совокупности.
Районированный отбор (типический)производится на основе распределения заданного числа отбираемых единиц измерения, т. е. объема выборки, между так называемыми районами, типами – группами элементов генеральной совокупности, выделяемыми в соответствии со значениями изучаемого в исследовании заданного «базового признака». Выделяемые таким образом слои будут внутренне однородными, но отличными друг от друга и взятые вместе исчерпывать всю совокупность.
В крупномасштабных многоступенчатых выборках требования к точности оценок смещаются на второй план, уступая место вопросам снижения стоимости исследования благодаря выбору минимально допустимого числа единиц опроса.
Объем выборки определяется аналитическими задачами исследования, ее репрезентативность – целевой установкой программы.
Объем выборки влияет на ошибки репрезентации: чем больше величина выборки, тем меньше возможная ошибка. Для увеличения точности в два раза необходимо увеличить выборку в четыре раза.
Ошибка репрезентации— это различие между характеристиками генеральной и выборочной совокупности. Количество респондентов, включенных в выборочную совокупность, должно составлять 10% от генеральной совокупности, но не превышать 2000—2500 человек (если величина генеральной совокупности 5000 человек и более).
Для пробных опросов достаточна выборочная совокупность объемом 100-250 человек. При массовых опросах, если величина генеральной совокупности составляет менее 5000 человек, достаточный объем выборочной совокупности, гарантирующий достоверные результаты исследования, составляет 500 человек.
Оценка надежности результатов выборочного обследования проводится следующим образом:
· ошибка выборки до 3% — повышенная надежность;
· ошибка выборки 3-10% — обыкновенная;
· ошибка выборки от 10 до 20% — приближенная;
· ошибка выборки от 20 до 40% — ориентировочная;
· более 40% — прикидочная надежность.
В аналитических и экспериментальных исследованиях проблема репрезентативности выборки является второстепенной в сравнении с необходимостью обеспечить качественное представительство изучаемых объектов.
Качество выборки зависит:
а) от меры однородности социальных объектов по наиболее существенным характеристикам (чем более они однородны, тем меньшая численность может обеспечить статистически достоверные выводы);
б) от степени дробности группировок анализа, планируемых по задачам исследования;
в) от целесообразного уровня надежности выводов из предпринимаемого исследования.
Традиционно выделяют следующие виды ошибок:
· случайные отклонения выборочных значений параметров;
· систематические ошибки (ошибки смещения);
· погрешности вычислений.
Погрешности вычисленийвозникают при математико-статистической обработке результатов измерений. О погрешности вычислений необходимо помнить при оценке точности и надежности выборочных данных и при интерпретации результатов.
Случайные ошибкибывают следствием большого числа разнообразных факторов, и учесть действие каждого из них невозможно. Ошибка выборки считается случайной, а выборочная совокупность репрезентативной, если отклонение не превышает в среднем 5%.
Наиболее опасный вид ошибок — систематические ошибки(или ошибки смещения). Такие ошибки являются результатом действий в одном направлении определенной группы причин, которую возможно выявить.
Источники систематических ошибок:
а) неверные статистические данные о параметрах контрольных признаков генеральной совокупности;
б) ошибочная модель выборки;
в) неправильное формирование выборочной совокупности;
г) несовершенство инструментария и ошибки в организации сбора данных;
д) неправильная интерпретация результатов первичных измерений и неправильная последующая обработка и анализ информации.
На правильность результатов исследования в наибольшей степени влияют ошибки смещения, вызванные неправильной реализацией модели выборки, несовершенством инструментария и организации сбора данных. Систематические ошибки могут появиться на любом этапе исследования. Необходимо стремиться к тому, чтобы по возможности исключить ситуации, способствующие возникновению ошибок, критически анализировать полученные результаты, природу расхождений выборочных и генеральных совокупностей.
При конструировании модели выборки целесообразно консультироваться со специалистами по математической статистике.
Заключение
Статистическая группировка – это процесс образования однородных групп на основе расчленения статистической совокупности на части или объединение изучаемых единиц в частной совокупности по существующим для них признакам.
Метод группировок является основой применения других методов статистического анализа основных сторон и характерных особенностей изучаемых явлений. По своей роли в процессе исследования метод группировок выполняет некоторые функции, аналогичные функциям эксперимента в естественных науках: посредством группировки по отдельным признакам и комбинации самих признаков статистика имеет возможность выявить закономерности и взаимосвязи явлений в условиях, в известной мере ею определяемых. При использовании метода группировок появляется возможность проследить взаимоотношение различных факторов и определить силу их влияния на результативные показатели.
Группировка является важнейшим этапом статистического исследования, соединяющим сбор первичной информации об объекте исследования и анализ этой информации на основе обобщающих статистических показателей.
Основные задачи, которые решаются с помощью группировок:
1) выделение социально экономических типов;
2) изучение структуры социально экономических явлений;
3) выявление связи между явлениями.
7. Абсолютные статистические показатели: определение, примеры.
Статистика, имея дело с массовыми явлениями и процессами, давая им количественную оценку, оперирует не просто числами, а статистическими показателями.
Под статистическим показателем понимается обобщающая количественная характеристика изучаемого объекта или его свойства.
Абсолютные показателихарактеризуют численность совокупности,либо объём изучаемого явления в конкретных границах пространства и времени, т. е. отражают уровень развития явления, его размер.
Абсолютный показатель можно получить одним из двух способов:
- путём подсчёта единиц совокупности, обладающих конкретным значением признака; например, число транспортных предприятий в Санкт- Петербурге на конкретную дату, численность промышленно-производственного персонала предприятия и т.д.
- путём суммирования значения признака по всей статистической совокупности; например, объём товарооборота предприятий торговли города в 2004г.
Абсолютные показатели всегда являются именованными числами.
В зависимости от социально-экономической сущности исследуемых явлений они выражаются в натуральных, стоимостных и трудовых единицахизмерения.
Натуральные измерителииспользуются в тех случаях, когда единицы измерения соответствуют потребительским свойствам изучаемых явлений, например: производство автомобилей измеряется в штуках, производство стали – в тоннах, урожайность – в центнерах и т.д.
Натуральные единицы измерения могут быть составными (сложными). Такие единицы применяются в тех случаях, когда для характеристики изучаемого явления одной единицы измерения недостаточно, и используется произведение двух единиц. Например, производство электроэнергии измеряется в киловатт-часах, грузооборот – в тонно-километрах и т. д.
В группу натуральных, включаются также условно- натуральные единицы измерения. Они используются, когда какой-либо продукт имеетнесколько разновидностей, и общий объем можно получить только исходя изобщего для всех разновидностей потребительского свойства. Например, вконсервной промышленности объёмы производства определяются в условныхконсервных банках объёмом 353,4 см3., в топливной – в условном топливе с теплотой сгорания 7000 ккал/кг (29,3 мДж/кг).
Чтобы получить обобщённые итоги, одна из разновидностей продукта принимается в качестве единого измерителя, а другие приводятся к нему с помощью соответствующих коэффициентов пересчёта. Например, если месторождение даёт за год 100 тыс. тонн нефти с теплотой сгорания 45,0 МДж/кг, то в условном топливе это будет эквивалентно 100×45,0/29,3=153,6 тыс. тонн условного топлива.
Стоимостные измерителипозволяют дать денежную оценку изучаемым явлениям и процессам. Эти измерители используются при обобщении данных, начиная с уровня предприятия и до уровня народного хозяйства, при оценке неоднородных статистических совокупностей. В стоимостных единицах измеряется объем выпущенной продукции предприятия, доходы населения и т. д.
Показатели, выраженные в стоимостных единицах, можно суммировать, получать по ним итоговые данные, но при их использовании необходимо учитывать изменение цен с течением времени.
Для устраненияуказанного недостатка стоимостных измерителей следует применять«неизменные» или «сопоставимые» цены одного итого же периода.
Трудовые единицы измеренияприменяются для оценки общих затрат труда и трудоемкости отдельных операции техпроцесса. К ним относятся человеко-часы, человеко-дни (оценка затрат рабочего времени), нормо-минуты (оценка трудоёмкости).
Сами по себе абсолютные показатели не дают полного представления об изучаемом явлении, не показывают его структуру, развитие во времени, соотношение между частями явления, на их основе сложно проводить сравнения с другими подобными явлениями. Перечисленные аналитические функции выполняют относительные показатели.
Изучая экономические явления, статистика не может ограничиваться исчислением только абсолютных величин. В анализе статистической информации важное место занимают производные обобщающие показатели – средние и относительные величины. Остановимся на характеристике относительных величин (относительных статистических показателей).
Анализ – это прежде всего сравнение, сопоставление статистических данных. В результате сравнения получают качественную оценку экономических явлений, которая выражается в виде относительных величин.
8. Относительные статистические показатели: определение, примеры.
Относительные статистические показатели (относительные статистические величины)в статистике представляют собой частное от деления двух статистических величин и характеризуют количественное соотношение между ними.
При расчете относительных величин следует иметь в виду, что в числителе всегда находится показатель, отражающий то явление, которое изучается, т. е. сравниваемый показатель, а в знаменателе – показатель, с которым производится сравнение, принимаемый за основание или базу сравнения. База сравнения выступает в качестве своеобразного измерителя. В зависимости от того, какое числовое значение имеет база сравнения (основание),результат отношения может быть выражен либо в форме коэффициента и процента, либо в форме промилле и децимилле. Существуют также именованные относительные величины. Например, показатель фондоотдачи в торговле получают делением объема товарооборота на среднегодовую стоимость основных фондов. Этот коэффициент показывает, сколько рублей товарооборота приходится на каждый рубль основных фондов.
Если значение основания или базы сравнения принимается за единицу (приравнивается к единице), то относительная величина (результат сравнения) является коэффициентом и показывает, во сколько раз изучаемая величина больше основания. Расчет относительных величин в виде коэффициента применяется в том случае, если сравниваемая величина существенно больше той, с которой она сравнивается. Если значение основания или базу сравнения принять за 100%, результат вычисления относительной величины будет выражаться также в процентах.
В тех случаях, когда базу сравнения принимают за 1000 (например, при исчислении демографических коэффициентов), результат сравнения выражается в промилле (%о). Относительные величины могут быть выражены и в децимилле, если основание отношения равно 10000.
Форма выражения относительных величин зависит от количественного соотношения сравниваемых величин, а также от смыслового содержания полученного результата сравнения. В тех случаях, когда сравниваемый показатель больше основания, относительная величина может быть выражена или коэффициентом, или в процентах. Когда сравниваемый показатель меньше основания, относительную величину лучше выразить в процентах; если же сравнительно малые по числовому значению величины сопоставляются с большими, относительные величины выражаются в промилле. Так, в промилле рассчитываются коэффициенты рождаемости, смертности, естественного и механического прироста населения.
В каждом отдельном случае следует выбирать ту форму выражения относительных величин, которая более наглядна и легче воспринимается. Например, лучше сказать, что объем товарооборота магазина за анализируемый период вырос почти в два раза, чем сказать, что объем товарооборота составил 199,5%.
Расчет относительных величин может быть правильным лишь при условии, что показатели, которые сравниваются, являются сопоставимыми. Причины, вызывающие несопоставимость показателей, неодинаковы, например различия в методологии сбора, обработки статистической информации, в длительности периодов времени, за которые исчислены сравниваемые показатели, и др. Во всех этих случаях расчет относительных величин можно выполнять только после приведения изучаемых показателей к сопоставимому виду.
По своему познавательному значению относительные величины подразделяются на следующие виды:
- относительный статистический показатель выполнения договорных обязательств;
- относительный статистический показатель планового задания;
- относительный статистический показатель структуры;
- относительный статистический показатель динамики;
- относительный статистический показатель сравнения;
- относительный статистический показатель координации;
- относительный статистический показатель интенсивности.
В связи с переходом экономики страны на рыночные отношения в статистической отчетности не будет содержаться плановых показателей. Поэтому в процессе анализа относительные величины выполнения плана рассчитываться не будут. Вместо них исчисляется относительный статистический показательвыполнения договорных обязательств – показатель, характеризующий уровень выполнения предприятием своих обязательств, предусмотренных в договорах.
Расчет этих показателей производится путем соотношения объема фактически выполненных обязательств (например, объема фактической поставки товара) и объема обязательств, предусмотренных в договоре (объем, поставки товаров по договору). Выражаются относительные величины выполнения договорных обязательств в форме коэффициентов или в процентах.
Относительная величина Фактический уровень
выполнения договорных = ------------------------------------------- * 100
обязательств, % Уровень, предусмотренный
договором
Относительный статистический показатель планового заданияхарактеризует степень напряженности плана на следующий период по сравнению с предыдущим и рассчитывается отношением планового показателя данного периода (планового) к фактически достигнутому результату предыдущего периода.
Относительные статистические показатели структурыхарактеризуют состав изучаемых совокупностей. Исчисляются они как отношение абсолютной величины каждого из элементов совокупности к абсолютной величине всей совокупности, т. е. как отношение части к целому, и представляют собой удельный вес части в целом. Как правило, относительные величины структуры выражаются в процентах (база сравнения принимается за 100).
Величина изучаемой части совокупности
Относительная величина = -------------------------------------------------- * 100
структуры, % Величина всей совокупности
Показатели структуры могут быть выражены также в долях (база сравнения принимается за единицу).
Сравнивая структуру одной и той же совокупности за разные периоды времени, можно проследить структурные изменения, происшедшие во времени.
Пример. Из общей численности населения России, равной на конец 1985 г. 143,8 млн. человек, 104,1 млн. составляло городские жители, 39,7 млн. - сельские. Рассчитав относительные величины структуры, можно определить удельные веса (или доли городских и сельских жителей) в общей численности населения страны, т. е. структуру населения по месту жительства:
Городское - (104,1 : 143,8)*100=72,4%;
Сельское - (39,7:143,8) *100=27,6%.
Спустя шесть лет, численность населения страны составила 148,7 млн., в том числе: городских жителей - 109,7 млн., сельских - 39,0 млн. Исходя из этих данных, исчисляются показатели структуры населения:
Городское - (109,7 : 148,7) * 100=73,8%;
Сельское - (39,0 : 148,7) * 100=26,2%.
Сравнив состав населения страны в 1985 г. и 1991 г., можно сделать вывод о том, что происходит увеличение удельного веса городских жителей.
Относительные величины структуры широко используются в анализе коммерческой деятельности торговли и сферы услуг. Они дают возможность изучить состав товарооборота по ассортименту, состав работников предприятия по различным признакам (полу, возрасту, стажу работы), состав издержек обращения и т. д.
Относительные статистические показатели динамикихарактеризуют изменение изучаемого явления во времени, выявляют направление развития, измеряют интенсивность развития. Расчет относительных величин выполняется в виде темпов роста и других показателей динамики.
Пример. Реализация хлопчатобумажных тканей секцией универмага составила в январе 3956 тыс. руб., в феврале - 4200 тыс. руб., в марте-4700 тыс. руб.
Темпы роста:
базисные (база - уровень реализации в январе)
Кф/я = 4200:3950 * 100 = 106,3%;
Км/я=4700:3950 * 100= 118,9%;
цепные
Кф/я = 4200:3950 *100 = 106,3%;
Км/ф=4700 : 4200* 100= 111,9%.
Относительные статистические показатели сравненияхарактеризуют количественное соотношение одноименных показателей, относящихся к различным объектам статистического наблюдения.
Пример. По данным Всесоюзной переписи населения 1989 г. численность населения Москвы составила 8967 тыс., а численность населения Ленинграда (ныне Санкт-Петербурга) -5020тыс. человек.
Рассчитаем относительную величину сравнения, приняв за базу сравнения численность жителей Санкт-Петербурга: 8967:5020=1,79. Следовательно, численность населения Москвы в 1,79 раза больше, чем Санкт-Петербурга.
Мо