Статистическое наблюдение. СТАТИСТИЧЕСКАЯ СВОДКА И ГРУППИРОВКА

Статистическое наблюдение – научно организованный сбор и регистрация основных фактов изучаемых правовых явлений.

^ Статистическое наблюдение представляет собой массовое, планомерное, научно организованное наблюдение за правовыми явлениями, заключающееся в регистрации отобранных признаков у каждой единицы совокупности.

Виды статистического наблюдения:

1. сплошное наблюдение, когда наблюдению подвергаются все без исключения единицы совокупности;
2. несплошное наблюдение в виде выборочного, основного массива, монографического;
3. текущее и прерывное наблюдение;
4. непосредственное наблюдение;
5. документированное наблюдение;
6. опрос – сведения фиксируются со слов опрашиваемого.

В правовой статистике применяются следующие виды опросов:

1. экспедиционный (устный);
2. саморегистрация;
3. явочный способ;
4. корреспондентский способ;
5. анкетный способ.

Основой документированного наблюдения являются документы первичного учета и статистической отчетности органов внутренних дел, прокуратуры, юстиции, судов, например, карточки на зарегистрированное преступление, статистическая карточка на подсудимого, карточка о движении уголовного дела, журнал учета административных правонарушений и т.д.

Определяя единицу конкретного статистического наблюдения, необходимо указывать специфические черты.

Вопросы программы наблюдения фиксируются в формуляре (бланке наблюдения).

Совокупность документов (инструкций), применяемых при наблюдении, называется инструментарием наблюдения.

Практикуя статистическое наблюдение правонарушений, следует учесть время его проведения, продолжительность, а также критический момент наблюдения. Кроме того, следует учесть вопросы точности и достоверности полученных данных. Погрешности называются ошибками наблюдения или регистрации.

В процессе несплошного наблюдения, в частности выборочном, могут возникать специфические ошибки, называемые ошибками репрезентативности.

После получения статистических формуляров следует провести проверку полноты и качества собранных данных с помощью логического и арифметического контроля.


Практические задания

1. Проведите классификацию форм статистической отчетности органов внутренних дел.
2. Проведите классификацию форм статистической отчетности прокуратуры.
3. Проведите классификацию форм статистической отчетности судов первой инстанции по рассмотрению уголовных (гражданских) дел.
4. Составьте перечень наиболее существенных признаков следующих единиц статистического наблюдения: а) органов внутренних дел района; б) органов внутренних дел города; в) прокуратуры города, области.

ТЕМА 3 СТАТИСТИЧЕСКАЯ СВОДКА И ГРУППИРОВКА 

МАТЕРИАЛОВ СТАТИСТИЧЕСКОГО НАБЛЮДЕНИЯ


3.1 Статистические сводки


Сводка – это комплекс последовательных операций по обработке конкретных единичных фактов, образующих совокупность, для выявления типичных черт и закономерностей, присущих изучаемому явлению в целом.

По глубине и точности обработки материала различают сводку простую и сложную.

^ Простая сводка – это операция по подсчету общих итогов по совокупности единиц наблюдения (число подсудимых по району, городу, области).

Сложная сводка – комплекс операций, включающих группировку единиц наблюдения, подсчет итогов по каждой группе и по всему объекту и представление результатов группировки и сводки в виде статистических таблиц.

Проведение сводки необходимо осуществлять по следующим этапам:

• выбор группировочного признака;
• определение порядка формирования групп;
• разработка системы статистических показателей для характеристики групп и объекта в целом;
• разработка макетов статистических таблиц для предоставления результатов сводки.

^ 3.2 Виды группировок в гражданско-правовой статистике


Группировка - это распределение статистической совокупности на однородные группы по существенным признакам, которые выступают в виде группировочных признаков (возраст, срок расследования, размер ущерба, срок лишения свободы и т.д.) и атрибутивных (пол осужденного, профессия, образование, вид совершенного преступления, место совершения преступления).

С помощью метода группировок решаются следующие задачи:

• выделение социально-экономических типов правовых нарушений;
• изучение структуры явления и структурных сдвигов;
• выявление связи и зависимости между явлениями.

Содержание группировочного признака может определять число выделяемых групп при проведении группировки. Так, при группировке по атрибутивному признаку "пол" выделяют две группы: мужчины и женщины; по признаку "место свершения преступления" – такие две группы, как "город" и "село"; при группировке по очередности группы.: 1-ая судимость, 2-ая судимость, 3-я судимость и более.

Виды статистических группировок:

• типологическая группировка – расчленение разнородной совокупности на отдельные качественные однородные группы и выявление на этой основе типов правовых нарушений;
• структурной называется группировка, которая предназначена для изучения состава однородной совокупности по любому из признаков группировки по количественному признаку, отдельные значения которого изменяются в значительных пределах, осуществляются с помощью интервального ряда распределения. При этом величина интервала h определяется по следующей формуле

(3.1)


где ^ R – размах интервала;

n – число групп;

xmax, xmin – максимальное и минимальное значения признака в совокуп-

ности. 

Определение числа групп в распределении можно осуществить и математическим путем с использованием формулы Стерджесса


N=1+3,322*lg N, (3.2)


где n – число групп;

N – число единиц совокупности.

Согласно формуле 3.2 выбор числа групп зависит от объекта совокупности. Применяется, если совокупность состоит из большого числа единиц и их распределение близко к нормальному. Если вариация признака проявляется в сравнительно узких границах и распределение носит равномерный характер, то строится группировка с равными интервалами и используется формула 3.1. Если размах вариации признака велик и значения признака варьируются неравномерно, то необходимо использовать группировку с неравными интервалами по формуле


hi+1=hi+a, (3.3)


в геометрической прогрессии:


hi+1=hi*q, (3.4)


где а – константа, имеющая для прогрессивно возрастающих интерва-

лов знак "+", а для прогрессивно убывающих интервалов – знак "-";

q – константа (для прогрессивно убывающих интервалов q>1, в другом случае – q<1).
 

3. 3. 
      ^ Ранжированные ряды распределения. Вариационные ряды

Ряды распределения – это упорядоченное распределение единиц совокупности на группы по определенному признаку. В зависимости от признака, положенного в основу ряда распределения, различаются атрибутивные и вариационные ряды распределения.

Атрибутивными называются ряды распределения, построенные по качественным признакам, т.е. признакам, не имеющим числового выражения.

Вариационными называются ряды распределения, построенные по количественному признаку. Любой вариационный ряд состоит из двух элементов: вариантов и частот.

Вариантами называются отдельные значения признака, которые он принимает в вариационном ряду, т.е. конкретное значение варьирующего признака.

Частотами называются численности отдельных вариантов или каждой группы вариационного ряда, т.е. это числа, которые показывают, как часто встречаются те или иные варианты в ряду распределения. Сумма всех частот определяет численность всей совокупности, ее объем. 

Частостями называются частоты, выраженные в долях единицы или в процентах к итогу. Соответственно сумма частостей равна 1 или 100%.

В зависимости от характера вариации признака различают дискретные и интервальные ряды.

^ Дискретный вариационный ряд характеризует распределение единиц совокупности по дискретному признаку, принимающему только целые значения. Например, распределение осужденного по числу детей (чел.) (табл. 3.1).

Таблица 3.1 - Распределение осужденных по числу детей

В случае непрерывной вариации величина признака у единиц совокупности может принимать в определенных пределах любые значения, отличающиеся друг от друга на сколько угодно малую величину. Построение интервальных вариационных рядов целесообразно прежде всего при непрерывной вариации признака, а также если дискретная вариация проявляется в широких пределах, т.е. число вариантов прерывного признака достаточно велико.

Правила построения рядов распределения аналогичны правилам построения группировки.


^ 3.4 Сравнимость статистических группировок


Вторичная группировка или перегруппировка сгруппированных данных применяется для лучшей характеристики изучаемого явления (в случае когда первоначальная группировка не позволяет четко выявить характер распределения единиц совокупности) либо для приведения к сопоставимому виду группировок с целью проведения сравнительного анализа.

^ Вторичная группировка – операция по образованию новых групп на основе ранее осуществленной группировки.

Применяют два способа образования новых групп. Первым, наиболее простым является изменение (чаще укрупнение) первоначальных интервалов. Второй способ получил название долевой перегруппировки и состоит в образовании новых групп на основе закрепления за каждой группой определенной доли единиц совокупности. 


^ 3.5 Метод группировок и многомерные классификации


В практике правовых исследований на изменение величины результативного признака оказывает влияние множество факторов, действующих в разных направлениях. Для исследования таких многофакторных связей используются многомерные группировки. Целью таких группировок является расчленение совокупности правовых явлений на качественно однородные группы по большому числу признаков одновременно и на их основе определение связи и влияния факторных признаков на результативный. В основу построения многомерной группировки положен принцип перехода от величин, имеющих определенную размерность к безразмерным относительным величинам. Так, абсолютные значения результативного признака заменяются отношениями




(3.5)





где 

а абсолютные значения факторных признаков – отношениями


(3.6)
 

6 Статистические таблицы


Табличная форма является рациональной, наглядной и компактной формой представления статистических данных, изложения результатов сводки и группировки материалов статистического наблюдения.

Анализ данных статистических таблиц как метод научного исследования позволяет выявить соотношения и пропорции между группами явлений по одному или нескольким признакам, провести сравнительный анализ, охарактеризовать типы социально-экономических явлений, выявить характер и направление взаимосвязей и взаимозависимостей между различными, определенными логикой экономического анализа признаками, сформулировать выводы и определить резервы развития изучаемого явления, объекта или процесса.

^ Статистической таблицей называется таблица, которая содержит сводную числовую характеристику исследуемой совокупности по одному или нескольким существенным признакам, взаимосвязанным логикой экономического анализа. Прежде чем переходить к рассмотрению видов и правил построения статистических таблиц, необходимо иметь представление об основных элементах, ее формирующих.

ПОКАЗАТЕЛИ В ПРАВОВОЙ СТАТИСТИКЕ 


4.1 Статистические показатели


Статистический показатель представляет собой количественную характеристику правовых явлений и процессов в условиях качественной определенности. Качественная определенность показателя заключается в том, что он непосредственно связан с внутренним содержанием изучаемого явления или процесса, его сущностью.

Все используемые в правовой статистике показатели по форме выражения классифицируются на абсолютные, относительные и средние.


^ 4.2 Абсолютные показатели


Абсолютные показатели отражают физические размеры изучаемых статистикой процессов и явлений, а именно их массу, а также могут представлять объем совокупности, т.е. число составляющих ее единиц. К абсолютным показателям, например, относятся общая численность преступников, количество осужденных и т.д.

Абсолютные статистические показатели всегда являются именованными числами.

Размер общественных явлений может быть выражен либо в виде численности единиц совокупности (число зарегистрированных преступлений, число осужденных, число дел, находящихся в производстве и т.д.), либо в виде величины признака, характеризующего данное общественное явление (срок лишения свободы, возраст осужденных, размер заработной платы и т.п.).


^ 4.3 Относительные показатели


В статистической практике для аналитических целей широко применяются относительные показатели. Относительный показательпредставляет собой результат деления одного абсолютного показателя на другой и выражает соотношение между количественными характеристиками социально-экономических процессов и явлений. Поэтому по отношению к абсолютным показателям относительные показатели, или показатели в форме относительных величин, являются производными, вторичными.

При расчете относительного показателя абсолютный показатель, находящийся в числителе получаемого отношения, называется текущим или сравниваемым. Показатель же, с которым производится сравнение и который находится в знаменателе, называется основанием или базой сравнения. Таким образом, рассчитываемый относительный показатель указывает, во сколько раз сравниваемый абсолютный показатель больше базисного, или какую долю он составляет от базисного показателя, или сколько единиц первого приходится на 1, 100, 1000 и т.д. единиц второго. Относительный показатель может выражаться в коэффициентах, процентах, промилле, продецимилле или быть именованным числом.

В правовой статистике применяются статистические показатели структуры, динамики, интенсивности и сравнения.

^ Относительный показатель динамики (ОПД) представляет собой отношение уровня исследуемого процесса или явления за данный период времени (по состоянию на данный момент времени) и уровня этого же процесса или явления в прошлом:



. (4.1)


Рассчитанная таким образом величина показывает, во сколько раз текущий уровень превышает предшествующий (базисный) или какую долю от последнего от составляет. Данный показатель может быть выражен кратным отношением или переведен в проценты.

Различают показатели динамики с постоянной и переменной базой сравнения. Если сравнение осуществляется с одним и тем же базисным уровнем, например первым годом рассматриваемого периода, получают относительные показатели динамики с постоянной базой (базисные). При расчете относительных показателей динамики с переменной базой (цепных) сравнение осуществляется с предшествующим уровнем, т.е. основание относительной величины последовательно меняется.

^ Относительный показатель структуры (ОПС) представляет собой соотношение структурных частей изучаемого объекта и их целого:





(4.2) . 


Выражается относительный показатель структуры в долях единицы или в процентах. Рассчитанные величины, соответственно называемые долями или удельными весами, показывают, какой долей обладает или какой удельный вес имеет та или иная часть в общем итоге.

^ Относительный показатель интенсивности (ОПИ) характеризует степень распространения изучаемого процесса или явления и представляет собой отношение исследуемого показателя к размеру присущей ему среды




. (4.3) 

Данный показатель получают сопоставлением равноименных, но взаимосвязанных в своем развитии величин. Поэтому наиболее часто он представляет собой именованную величину, но может быть выражен и в процентах, промилле, продецимилле.

Обычно относительный показатель интенсивности рассчитывается в тех случаях, когда абсолютная величина оказывается недостаточной для формулировки обоснованных выводов о масштабах явления, его размерах, насыщенности, плотности распространения.

Относительная величина интенсивности характеризует степень распространения или развития явлений в определенной среде. Она получается путем сопоставления разноименных абсолютных величин, которые относятся к различным, не связанным в своем развитии совокупностям. Например коэффициент преступности, исчисляемый как отношение числа преступников к общей среднегодовой численности населения. Полученное соотношение показывает, сколько в течение анализируемого отрезка времени зарегистрировано преступлений (или преступников) на каждые 100 жителей данной территории.


^ 4.4 Средние величины


Наиболее распространенной формой статистических показателей является средняя величина, представляющая собой обобщенную количественную характеристику признака в статистической совокупности в конкретных условиях места и времени. Показатель в форме средней величины выражает типичные черты и дает обобщающую характеристику однотипных явлений по одному из варьирующих признаков. Он отражает уровень этого признака, отнесенный к единице совокупности. Широкое применение средних объясняется тем, что они имеют ряд положительных свойств, делающих их незаменимыми в анализе явлений и процессов общественной жизни.

Важнейшее свойство средней заключается в том, что она отражает то общее, что присуще всем единицам исследуемой совокупности. Значения признака отдельных единиц совокупности варьируют под влиянием множества факторов, среди которых могут быть как основные, так и случайные. Сущность средней в том и заключается, что в ней взаимопогашаются те отклонения значений признака, которые обусловлены действием случайных факторов, и учитываются изменения, вызванные действием факторов основных. Это позволяет средней отражать типичный уровень признака и абстрагироваться от индивидуальных особенностей, присущих отдельным единицам.

Определить среднюю во многих случаях удобнее через исходное соотношение средней (ИСС) или ее логическую формулу




. (4.4)


Для каждого показателя, используемого в правовой статистике, можно составить только одно истинное исходное соотношение средней. Однако от того, в каком виде представлены исходные данные, зависит, каким именно образом исходное соотношение средней будет реализовано. Расчет большинства конкретных статистических показателей основан на использовании средней агрегатной, средней арифметической или средней гармонической. Однако необходимо иметь в виду, что в анализе динамики для расчета среднего темпа роста используется средняя геометрическая, ряд статистических показателей, характеризующих вариацию и взаимосвязь, базируется на средней квадратической и степенных средних более высоких порядков.

Все средние, за исключением средней агрегатной, могут рассчитываться в двух вариантах – как взвешенные и невзвешенные.

Из всех видов средних величин в правовой статистике находит применение средняя арифметическая, исчисляемая при наличии данных первичных значений признака, например, возраст отдельных осужденных, срок лишения свободы, продолжительность судебного разбирательства отдельных дел, цена иска, размер ущерба и т.д.

В зависимости от характера исходной информации, при которой исчисляется средняя величина, следует применять среднюю арифметическую простую (по индивидуальным значениям признака) либо среднюю арифметическую взвешенную (по сгруппированным значениям с указанием статистических весов). Расчеты должны проводится по формулам




простая: (4.6) 

взвешенная (4.7)

где х – индивидуальные значения осредняемого признака;

f – статистический вес, т.е. частота, с которой отдельные значения 

признака (варианты) встречаются в совокупности; 

- удельный вес частоты отдельного варианта в общей численности 
 

• 
  единиц совокупности (относительная величина структуры).

^ 4.5 Показатели вариации


Одна и та же средняя может быть получена из различных величин, а значит, объекты, характеризуемые средней, при одной и той же величине средней могут в разной степени различаться по величине признака. Исходя из этого, при оценке однородности двух (и более) сравниваемых совокупностей наряду с расчетом средних величин необходимо исчислять показатели вариации. Они позволяют установить степень отклонения отдельных значений признака от средней величины.

Известно несколько показателей, характеризующих вариацию признака в ряду распределения:

а) размах вариации;

б) среднее линейное отклонение;

в) среднее квадратическое отклонение.

^ Размах вариации (R) является наиболее простым измерителем вариации признака

R=xmax-xmin, (4.8)

где хmax – наибольшее значение варьирующего признака;

хmin – наименьшее значение признака.


^ Среднее линейное отклонение (d) представляет собой среднюю величину из отклонений вариантов признака от их средней. Его можно рассчитать по формуле средней арифметической, как невзвешенной, так и взвешенной, в зависимости от отсутствия или наличия частот в ряду распределения.

Невзвешенное среднее линейное отклонение




. (4.9)

Ввешенное среднее линейное отклонение




. (4.10) 

Символы хi, х, fi и n имеют то же значение, что и в предыдущей теме. Рассмотренные выше показатели имеют ту же размерность, что и признак, для которого они вычисляются.

Пример. На основе данных табл. 7.1 рассчитаем среднее линейное отклонение для дискретного ряда распределения.

Решение. Размах вариации стажа равен

R=12-8=4 года.

Результаты вспомогательных расчетов даны в графах 3-5 табл. 7.1.

С
редний срок лишения свободы определяем по формуле средней арифметической взвешенной


Отклонения индивидуальных значений срока лишения свободы от средней с учетом и без учета знака содержатся в графах 4 и 5, а произведения отклонений пол модулю на соответствующие частоты - в гр. 6.

Дисперсия представляет собой средний квадрат отклонений индивидуальных значений признака от их средней величины (обозначается греческой буквой σ2 – «сигма квадрат»). Дисперсия вычисляется по формулам простой невзвешенной и взвешенной.

Невзвешенная дисперсия:



. (4.11) 


Взвешенная дисперсия: 



(4.12)

. 


Среднее квадратическое отклонение представляет собой корень второй степени из среднего квадрата отклонений отдельных значений признака от их средней

Невзвешенное отклонение:



(4.13)

.

Взвешенное отклонение: 



. (4.14)


Среднее квадратическое отклонение - это величина именованная, имеет размерность осредняемого признака.

^ 4.7 Характеристики вариационного ряда


Мода – значение признака, наиболее часто встречающегося в исследуемой совокупности.

Медиана – значение признака, приходящееся на середину ранжированной (упорядоченной) совокупности.

Для интервальных вариационных рядов мода определяется по формуле

(4.43)




где хМо – нижняя граница значения интервала, содержащего моду;

іМо – величина модального интервала;

fМо – частота модального интервала;

fМо-1 – частота интервала, предшествующего модальному;

fМо+1 – частота интервала, следующего за модальным.

Медиана интервального ряда распределения определяется по формуле




(4.44)


где хМе – нижняя граница значения интервала, содержащего медиану;

iМе – величина медианного интервала;

∑f – сумма частот;

SМе-1 – сумма накопленных частот, предшествующих медианному интервалу;

fМе – частота медианного интервала.

Общие вопросы исследования 


Исследование объективно существующих связей между явлениями – важнейшая задача правовой статистики.

Социально-экономические явления представляют собой результат одновременного воздействия большого числа причин. При изучении этих явлений необходимо выявлять главные, основные причины, абстрагируясь от второстепенных. В основе первого этапа статистического изучения связей лежит качественный анализ явления, связанный с анализом его природы методами экономической теории, социологии, конкретной экономики.

Второй этап – построение модели связи. Он базируется на методах статистики: группировки, средних величин, таблиц и т.д. ^ Третийпоследний этап– интерпретация результатов, вновь связан с качественными особенностями изучаемого явления. Статистика разработала множество методов изучения связей, выбор конкретного из которых зависит от цели исследования и от поставленной задачи. Связи между признаками и явлениями, ввиду их большого разнообразия, классифицируются по ряду оснований. Признаки по их значению для изучения взаимосвязи делятся на два класса. Признаки, обуславливающие изменение других, связанных с ними признаков, называют факторными, или просто факторами. Признаки, изменяющиеся под действием факторных признаков, называют результативными. Связи между явлениями и их признаками классифицируются по степени тесноты, по направлению и по аналитическому выражению.

В правовой статистике различают функциональную связь и стохастическую зависимость. Функциональной называют такую связь, при которой определенному значению факторного признака соответствует одно и только одно значение результативного признака.

Если причинная зависимость проявляется не в каждом отдельном случае, а в общем, среднем при большом числе наблюдений, то такая зависимость называется стохастической. Частным случаем стохастической связи является корреляционная связь, при которой изменение среднего значения результативного признака обусловлено изменением факторных признаков.

аблица 6.1 - Количественные критерии оценки тесноты связи
 

Величина коэффициента корреляции	Характер связи
До	Практически отсутствует Слабая Умеренная Сильная

По направлению выделяют связь прямую и обратную. При прямой связи с увеличением или уменьшением значений факторного признака происходит увеличение или уменьшение значений результативного. Например, увеличение степени механизации труда способствует росту рентабельности строительного производства. В случае обратной связи значения результативного признака изменяются в противоположном направлении по сравнению с изменением факторного признака. Так, с увеличением уровня фондоотдачи снижается себестоимость единицы производимой продукции.

По аналитическому выражению выделяют связи прямолинейные (или просто линейные) и нелинейные (криволинейные). Если статистическая связь между явлениями приближенно выражена уравнением прямой линии, то ее называют линейной связью; если же она выражена уравнением какой-либо кривой линии (параболы, гиперболы: степенной, показательной, экспоненциальной и т.д.), то такую связь называют нелинейной иликриволинейной.

Для выявления наличия связи, ее характера и направления в статистике используются методы: приведения параллельных данных, аналитических группировок, графический, корреляции и регрессии.