Tilastotutkimus vaatii erityiskoulutusta sen suorittamiseksi korkealla tieteellisellä tasolla.

Tilastollinen tutkimus- Tämä on tieteellinen ja organisatorinen prosessi, jossa yksittäistä ohjelmaa seurataan tiettyjen ilmiöiden ja prosessien osalta, perustietojen kerääminen, rekisteröinti, niiden käsittely ja analysointi.

Kaikenlainen tutkimus alkaa tosiasioiden huomioon ottamisesta ja alkuaineiston keräämisestä, joka voi työn tarkoituksesta ja tehtävästä riippuen olla monipuolista merkitykseltään ja hankintamenetelmiltään. Esimerkiksi väestölaskentoja tarvitaan väestön koon ja koostumuksen tutkimiseksi. Tautien leviämisen tutkimiseksi on tarpeen kirjata ja rekisteröidä yksittäisiä sairauksia hoitolaitoksissa. Lääketieteellisten laitosten toiminnasta on mahdollista saada järjestelmällistä tietoa vain, jos ne järjestävät asianmukaisen tyyppiset tiedot. Siksi tilastollisen tutkimuksen tehtävänä on kerätä objektiivista, luotettavaa ja täydellistä perustietoa.

Tilastollisen tutkimuksen prosessi voidaan jakaa vaiheisiin:

Tilastotutkimuksen suunnitelman laatiminen, sen ohjelman kehittäminen;

Tilastomateriaalin rekisteröinti ja kerääminen;

Tietojen kehittäminen ja kokoaminen;

Tilastollinen analyysi;

Tutkimustulosten soveltaminen käytännössä.

Tilastollisen tutkimuksen suunnitelma ja ohjelma

Tilastollista tutkimusta tehdään aina tietyn suunnitelman mukaan, joka sisältää sekä ohjelmia että organisatorisia kysymyksiä, ja sen määrää tilastollisen havainnoinnin tehtävä, jonka tulee antaa kattava ja monipuolinen kuvaus tutkittavasta ilmiöstä. Tutkimussuunnitelman laatimiseen kuuluu siis useiden organisatoristen kysymysten ratkaiseminen, jotka liittyvät tutkimuksen tavoitteen muodostumiseen, tavoitteet, havaintokohteen ja -yksikön valinta, tutkimuksen paikka ja aika, tutkimus tietolähde, käytännön toteutusmuoto sekä tilastollisen tutkimuksen menetelmät.

Kohde tilastotutkimus vastaa kysymykseen "miksi opiskella?".

Siinä ennakoidaan ilmiöön sisältyvien mallien ja tämän ilmiön yhteyksien määrittelyä muihin, toimenpiteiden kehittämistä negatiivisten tekijöiden terveysvaikutusten vähentämiseksi, työn tulosten toteuttamista terveydensuojelun käytännössä ja toimenpiteitä parantamaan sairaanhoidon laatua.

Tehtävä vastaa kysymykseen "mitä tehdä?".

Joten esimerkiksi tilastollisen tutkimuksen tehtävänä voi olla tutkia ilmiön tasoa ja rakennetta (sairastuvuus, kuolleisuus) tietyissä väestöryhmissä, ilmiön esiintymistiheyttä ryhmissä, joihin vaikuttavat erilaiset tekijät (ympäristö, biologiset ja sosiaalinen), sairaanhoidon määrä ja laatu tietyille väestöryhmille.

Havaintoa valmisteltaessa on tavoitteen lisäksi tarpeen määrittää, mitä tarkalleen tutkitaan - vahvistaa se esine, nimittäin tilastollinen henkilöiden tai ilmiöiden joukko, joka koostuu yksiköistä, tutkittavista faktoista. Joten se voi olla esimerkiksi joukko yksilöitä (sairaita, kuolleita), toiminnallisia yksiköitä (sängyt sairaalassa, sairaalassa), ryhmiä, joille on ominaista tietyt ilmiöt (työkyvyttömät työntekijät) jne.

Tilastollisen havainnoinnin kohteella tulee olla tutkimukseen osoitetun perusjoukon rajat, esimerkiksi ennen tilastollisen tutkimuksen tekemistä on selvitettävä lääketieteellisten laitosten toiminta, minkä laitosten toimintaa tutkitaan. Niitä säätelevät tutkimuksen tavoitteet.

Tautien leviämistä ja väestön kuolleisuutta tutkittaessa on myös tarpeen hahmotella tämän väestön rajat, minkä väestöryhmien keskuudessa ilmiötä tulisi tutkia. Jos tutkimuksen kohdetta ja rajoja ei ole tarkasti määritelty, saadut tiedot eivät anna täydellistä ymmärrystä ilmiön tasosta ja koostumuksesta.

Väestölaskennan kohteena ovat tietyllä alueella pysyvästi asuvat henkilöt. Samalla on tärkeää tietää, ketä luetella: väestön, joka asuu tietyllä alueella väestönlaskentahetkellä vai joka asuu pysyvästi. Näin ollen on tärkeää tietää tiedot todellisen väestön koosta erilaisten palvelujen, mukaan lukien lääketieteen, järjestämistä varten ja pysyvästi elävästä väestöstä - erilaisten ryhmien (esimerkiksi esikoulu- tai koululapset) kokoonpanon määrittämiseksi ikä määrittää koulujensa ja lastenhoitopalvelujensa saatavuuden). Siten kohteen valinta ja tarkoitus riippuu tilastollisen tutkimuksen tarkoituksesta ja tavoitteista.

Samanaikaisesti kohteen määrittelyn kanssa on tarpeen määrittää havaintoyksikkö. Havaintoyksikkö (laskentayksikkö) on kiinteä osa tilastollista perusjoukkoa (yksilö, yksilöilmiö), esineen kiinteä osa, jolla on rekisteröitäviä ja tutkittavia ominaisuuksia (sukupuoli, ikä, syntymäpaino, syntymän pituus). palvelu, hoidon tulos, sairaalassa vietetty aika). Se on määriteltävä selkeästi: niin sairauksien tutkimuksessa havainnointiyksikkö voi olla kuin sairas ihminen. Niin on myös tietty sairaus tutkimuksen tehtävistä ja tavoitteista riippuen.

Tutkittaessa sairauksia poliklinikalle tehtyjen hakemusten tietojen perusteella havainnointiyksiköksi otetaan vain ensikäynti. Vastasyntyneiden lukumäärää määritettäessä otetaan huomioon vain elävät.

Joskus havaintoyksiköiden valinnassa on kuitenkin erityisiä ohjeita. Joten esimerkiksi kuolleen syntymän käsite määräytyy erityisillä säännöillä, jotka määrittelevät termit "syntynyt elävänä ja kuolleena" tai "syntynyt kuolleena". Tutkimusyksikön oikeasta valinnasta riippuu saatujen materiaalien laatu ja mahdollisuudet käyttää niitä analysointiin.

Tilastotutkimuksen suunnitelmia laadittaessa ei selvitetä vain kirjanpitoasiakirjojen muotoja ja täyttösääntöjä, vaan myös kysymyksiä siitä, kuka ne täyttää, valvoo kerättyjen tietojen oikeellisuutta ja täydellisyyttä sekä muita tilastollisen materiaalin keräämiseen liittyvät organisatoriset ja metodologiset kysymykset. Siten ensimmäisessä vaiheessa nimitetään toimeenpanijat ja hyväksytään talousarvio.

Tutkimusmenetelmät (tyypit).

Havainnon luonteesta riippuen on olemassa ajankohtaisia, jaksollisia ja kertahavaintoja.

Jos aineistoa kerätään systemaattisesti ja tosiasiat rekisteröidään jatkuvasti sellaisina kuin ne ilmenevät, niin se tapahtuu nykyinen havainto.

Jos sitä tehdään säännöllisesti, mutta ei jatkuvasti, niin se tekee määräaikainen havainto.

Nykyinen tilastollinen tutkimus- Tämä on sellaisten ilmiöiden tunnistamista, jotka muuttuvat nopeasti ajan myötä ja ovat jatkuva prosessi, joka vaatii jatkuvaa rekisteröintiä. Tällä menetelmällä määritetään yksittäisten ryhmien ilmaantuvuus, syntyvyys, väestön kuolleisuus jne.

Samanaikaiset havainnot heijastavat ilmiön tilaa tietyllä hetkellä, jota kutsutaan kriittiseksi havainnointihetkeksi. Esimerkkinä voisi olla väestölaskenta tai poliklinikalla tiettynä ajankohtana käyneiden laskenta, paikkojen, terveydenhuoltolaitosten laskenta, lääkäreiden tai ensihoitajan työn ajoitus jne. Tällaiset havainnot osoittavat, että ilmiöiden statiikka, jonka muuttuminen ajan myötä on suhteellisen vapaata. Tarvittaessa käytetään molempien tilastollisen tutkimuksen muotojen yhdistelmää. Näin ollen tiedot terveydenhuollon laitosten lukumäärästä ja rakenteesta kerätään kertaluonteisella menetelmällä ja niiden toiminnasta - kirjanpidon kautta.

Tilastolliset tutkimukset jaetaan havaintojen tosiasioiden huomioon ottamisen riittävyyden (täydellisyyden) kannalta: jatkuva (kiinteä) ja epäjatkuva (ei jatkuva) (osittainen).

Jatkuva (jatkuva) tutkimus kattavat kaikki havaintoyksiköt, jotka ovat osa tutkittavaa populaatiota (pääjoukko). Tämä on tarpeen, jos on tarpeen määrittää ilmiöiden absoluuttiset mitat (väestö, AIDS-potilaiden lukumäärä jne.). Sellaisen tutkimuksen tekeminen on erittäin työläs, taloudellisesti kannattamaton menetelmä, joka vaatii huomattavia kustannuksia. Materiaalin kehittäminen vie tietysti paljon aikaa, vaikka ensi silmäyksellä menetelmä on todennäköisin,

Jos jatkuva havainto on mahdotonta tai epätäydellinen, se on suoritettava epäjatkuva. Se ei vaadi täydellistä selvitystä kaikista väestön yksiköistä, mutta tyytyy tiettyyn osaan. Tätä osaa tutkittaessa aineistosta on mahdollista saada myös yleistäviä johtopäätöksiä, jotka voidaan riittävällä todennäköisyydellä laajentaa koko joukkoon.

Epäjatkuva tutkimus voi olla monografinen, päätaulukko, valikoiva.

monografinen kuvausta käytetään väestön tyypillisten yksiköiden yksityiskohtaiseen, syvälliseen kuvaamiseen, laitoksen kehityksen, sen menestymiseen vaikuttavien tai puutteita aiheuttavien syiden tutkimiseen. Eräiden tyypillisten tai edistyneiden lääketieteellisten laitosten työn yksityiskohtainen kuvaus on tärkeä huippuosaamisen elementtien sosiaalistamisen ja muodostumisen sekä sen levittämisen kannalta.

Menetelmän käyttö pääjoukko voit tutkia kohteita, jotka keskittyvät enemmän havainnointiyksiköitä. Jos esimerkiksi tiedetään, että suurin osa tuberkuloosipotilaista (80-90 %) hoidetaan kahdella erikoistuneella klinikalla kaupungissa, niin sairaanhoidon organisointia koskevat tutkimukset nämä joukot toteutetaan näissä sairaaloissa. Menetelmän puutteet ovat, että osa potilaista jää tutkimatta ja tulokset voivat poiketa päätaulukosta saaduista.

Valikoiva kutsutaan tutkimukseksi, jossa koko faktajoukon ominaisuudet annetaan sen jonkin osan mukaan, joka valitaan satunnaisesti tai tietyillä kriteereillä.

Näytteenottomenetelmä yhtenä tyypeistä epäjatkuva tutkimus on mahdollista edellyttäen, että otos edustaa pääasiallista määrällisesti ja laadullisesti, eli huomioidaan tapausten lukumäärän riittävyys ja tutkittavan ilmiön kaikki monipuolisuus luodaan. näyte. Tällöin tulokset voidaan laajentaa pääpopulaatioon.

Edustavuus näyteryhmä saavutetaan havaintoyksiköiden oikealla valinnalla. On tärkeää, että jokaisella koko perusjoukon yksiköllä oli sama mahdollisuus päästä otospopulaatioon. Lisäksi sen laadulliset ominaisuudet ovat tärkeitä, mikä voidaan varmistaa typologinen valintamenetelmä. Sen ydin on siinä, että koko populaatio on jaettu useisiin samantyyppisiin ryhmiin, joista valitaan havaintoyksiköt. Joten esimerkiksi tutkittaessa kaupunkiväestön sairauksia on tarpeen erottaa alueyksiköt (piirit). Typologisesti esitellyissä ryhmissä havaintoyksiköiden valinta voidaan tehdä suhteessa tai suhteettomasti kunkin ryhmän koon mukaan.

Havaintoyksiköiden valinta voidaan suorittaa seuraavilla menetelmillä:

Satunnainen valinta- arvonta, arpajaiset, satunnainen valinta jne.;

Mekaaninen valinta- tietyn väestön koon mukaan luotettavalla periaatteella (joka viides, kymmenes jne.);

pesiviä- kaikista joukoista muodostetaan pesiä (ryhmiä), tyypillisimpiä objekteja, joita tutkitaan jatkuvalla tai valikoivalla menetelmällä;

Ohjattu valinta, joka koostuu siitä, että valitaan henkilöitä, joilla on sama kokemus, ikä tai sukupuoli jne.

Usein otantatilastotutkimuksissa käytetään monimutkaisia ​​valintamenetelmiä, jotka tarjoavat suuren tulostodennäköisyyden.

Valikoiva opiskelu vaatii vähemmän aikaa, henkilöstöä, varoja, niillä voi olla syvällinen ohjelma, mikä on etu jatkuva tutkimusta. Näytejoukko eroaa aina pääkappaleesta (yleinen, tyhjentävä). On kuitenkin olemassa menetelmiä, joiden avulla voit määrittää eron asteen niiden määrällisten ominaisuuksien ja indikaattoreiden mahdollisten vaihteluiden rajojen välillä tietylle määrälle havaintoja.

Näytekoko, ts. havaintoyksiköiden lukumäärän todennäköisyys eri valintamenetelmille lasketaan eri tavalla. Tärkeimmät kaavat on esitetty taulukossa 1.

Pöytä 1.

Vaadittu otoskoko joillekin taulukon luontimenetelmille

Legenda:

n - vaadittu näytekoko;

σ - keskihajonta (ominaisuuksien vaihtelu);

N- väestön koko;

T - luotettavuuskriteeri;

W- osan arviointi;

∆ - rajavirhe.

Havaintojen määrällä on tässä tapauksessa tärkeä rooli, mitä suurempi havaintojen määrä, sitä tarkemmin pääjoukko näytetään ja sitä pienempi on todennäköisyysvirhe Esitetyt menetelmät antavat mahdollisuuden valita tarvittava määrä havaintoja tutkia riittävällä todennäköisyydellä.

Toistuvan tai ei-toistuvan valinnan määrää mahdollisuus osallistua useaan tai yksittäiseen osallistumiseen kunkin havaintoyksikön näyteryhmien muodostamiseen.

Siten valikoiva menetelmä asianmukaisella organisoinnilla ja käytöksellä on täydellisin muoto ajoittainen havainto.

Menetelmät lääketieteellisen ja tilastollisen tiedon tallentamiseen ja keräämiseen

Tilastotutkimuksessa voidaan käyttää erilaisia ​​menetelmiä:

Suora rekisteröinti;

asiakirjakirjanpito;

kopiointi;

• kuulustelut;

klo suora kirjanpito Tosiasioista tarvittavat tilastotiedot saadaan erityisellä kirjanpidolla - tarkastuksella, mittauksella, punnitsemalla ja kirjaamalla yksittäiselle havaintokortille.

Dokumentaarinen kirjanpito Ensisijainen perustuu systemaattiseen tosiasioiden rekisteröintiin esimerkiksi hoitolaitoksissa. Tällaiset tiedot eri virallisista asiakirjoista kopioidaan karttaan tutkimista varten.

kopioiminen kehitetyn tilastoasiakirjan tietoja voidaan käyttää esimerkiksi saamaan tietoa sairaanhoitoon hakeutuvien henkilöiden kokoonpanosta, itse hoitolaitoksista, niiden toiminnasta, henkilöstöstä ja muista kehitysohjelmien asioista.

Lääketieteellisen tiedon teknisten laskentamenetelmien käyttö, sen keskittäminen optimoi mekanismin sen jatkokäsittelyyn ja analysointiin.

Lääketieteellisen ja tilastollisen tiedon keruu kyselyn avulla toteutetaan ekspeditiivisillä tai vastaavilla menetelmillä, itserekisteröinnillä.

klo edelleenlähetysmenetelmä tutkija kuulustelee potilasta ja hänen sanoistaan ​​täyttää itsenäisesti tutkimuskortin, joka varmistaa vastausten oikeellisuuden.

klo itse ilmoittautuminen tutkittava potilas täyttää itsenäisesti kortin.

klo kirjeenvaihtajamenetelmä tutkija lähettää tutkittavaksi kortit, joissa on asianmukaiset täyttöohjeet. Täytettyään kortit (joissa on vastauksia kysymyksiin) vastaaja lähettää ne tutkijan osoitteeseen.

Kyselymenetelmä käytetään, kun tutkittavaa ilmiötä on mahdotonta havaita suoraan. Kyselylomakkeet lähetetään tietyille henkilöille, mutta heidän vastauksensa ovat epätäydellisiä ja epätarkkoja. Tämän menetelmän haittapuolena on, että kyselylomakkeiden täyttämisen oikeellisuus riippuu muotoiltujen kysymysten ymmärtämisestä.

Niin kyselylomake käytetään apuvälineenä tai luotettavampien tiedonhankintamenetelmien puuttuessa. Usein siitä on hyötyä sosiologisessa tutkimuksessa.

Tutkimusmenetelmien valinnan määräävät tehtävät ja seurantaohjelma. Luotettavin on edelleenlähetystapa, mutta se vaatii eniten kustannuksia.Itserekisteröintimenetelmä on edullisempi, joten sitä käytetään silloin, kun tutkittavien on mahdollista täyttää kortit. Tätä menetelmää käytetään usein väestölaskennassa. Vastaava menetelmä vaatii vähiten kustannuksia, mutta sen avulla saadut tiedot eivät aina ole luotettavia. Sitä voidaan käyttää apuvälineenä ottaen huomioon sen subjektiivisuuden, epätarkkuuden.

Samalla aineistonkeruumenetelmien kehittämisen kanssa valmistellaan tiedon ryhmittelyä ja yhdistämistä,

Ryhmittely tilastoissa on väestöyksiköiden jakamista homogeenisiin osiin niiden luontaisin ominaisuuksineen. Sen tehtävänä on erottaa tutkitut tosiasiat erillisiksi laadullisesti homogeenisiksi osiksi, mikä on välttämätön edellytys yleistävien indikaattoreiden määrittämiselle.

Tilastollisen tutkimuksen suunnitelmassa tulee määrätä ryhmät, joihin ilmiö tulisi jakaa. Tällaisen väestön jakautumisen laadullisesti homogeenisiin ryhmiin merkitys piilee tarpeessa näyttää heidän erityispiirteensä, yhteys muihin ja keskinäinen riippuvuus. Joten tutkittaessa nosologisten muotojen esiintyvyyttä näiden ryhmien potilaat ovat laadullisesti heterogeenisiä: lapset, nuoret, vanhukset, joten jokainen sairausryhmä on jaettava vielä homogeenisempiin - sukupuolen, iän jne.

Tilastollisen aineiston ryhmittelyperiaatteen tulee määrittää lääkäri, joka tuntee hyvin sen metodologisen perustan. Ryhmittelyn taustalla olevia populaatioyksiköiden ominaisuuksia kutsutaan ryhmitetyiksi. He ovat muuttuja (määrällinen) ja ne on mitattu. Muuttuva ryhmittely suoritetaan merkkien numeeristen arvojen mukaan (potilaiden ryhmittely iän, sairauden ajan, sängyssä oleskelun, lasten painon, pituuden jne. mukaan).

Laadullisesti määriteltyjä ominaisuuksia kutsutaan attribuutti: potilaiden jakautuminen sairausryhmien, sukupuolen, ammattien jne. mukaan.

Ryhmitettäessä attribuuttien perusteella, joilla ei ole kvantitatiivista ilmaisua, ryhmien lukumäärä määräytyy ominaisuuden (sukupuoli, ammatti, sairaus) mukaan.

Tilastollista ryhmittelyä suoritettaessa on mahdollista jakaa laadullisesti homogeeninen ryhmä (miehet) ikäryhmiin (muuttuvien ominaisuuksien mukaan) - tämä on yhdistetty ryhmittely.

Ryhmäominaisuuksien valinta perustuu kolmeen perussääntöön:

ryhmittelyn tulee perustua tärkeimpiin tutkimuksen tavoitteita vastaaviin piirteisiin;

valittaessa ryhmän ominaisuuksia on otettava huomioon erityiset olosuhteet, joissa tämä ilmiö toteutuu;

tutkittaessa ilmiötä, johon useat eri tekijät vaikuttavat, ryhmittelyä ei tarvitse tehdä yhden, vaan usean merkin mukaan (yhdistetty).

Ryhmittely on perusta tilastollisen materiaalin yhdistämiselle, ja kaikkien sääntöjen ymmärtämisen ansiosta voit tehdä oikeat johtopäätökset ja tunnistaa luotettavat mallit, jotka ovat luonnostaan ​​​​tutkittavalle väestölle.

Ryhmittely on erotettava luokittelusta, joka perustuu ilmiöiden ja esineiden jakamiseen tiettyihin ryhmiin, luokkiin niiden tyypillisyyden ja eron perusteella. Laadullinen merkki on luokittelun perusta. Luokitukset ovat vakiomuotoisia ja muuttumattomina pitkän ajan kuluessa, valtion ja kansainvälisten tilastoviranomaisten määräämiä ja mukautettuja Luokitukset ovat samat kaikissa tutkimuksissa ja muodostavat usein ryhmittelyn perustan.

Ensimmäisessä vaiheessa kehitetään ohjelmia tilastolliseen havainnointiin, tilastollisen aineiston kehittämiseen ja integrointiin sekä tietojen analysointiin.

Havaintoohjelma on luettelo kirjanpitoon kirjatuista merkeistä, jotka kuvaavat kutakin havaintoyksikköä. Sen on täytettävä seuraavat vaatimukset: sen tulee sisältää luettelo vain oleellisista piirteistä, jotka kuvastavat tutkittavaa ilmiötä, sen tyyppiä, piirteitä ja ominaisuuksia; sanatarkkuutta ja loogista järjestystä.

Tutkittavia ominaisuuksia koskevat kysymykset ratkaistaan ​​yksikön nimeämisen jälkeen ottaen huomioon tutkimuksen tavoitteet. Joten sairauksien tutkimuksessa ohjelman ominaisuuksia voivat olla sukupuoli, ikä, huonot tavat, lääketieteellisen avun hakupäivä, työkokemus, työpaikka jne.

Erittäin tärkeää on ohjelmaasioiden muotoilu, niiden selkeys ja yksiselitteinen tulkinta. Ne voidaan esittää suljettuina kysymyksinä - vaihtoehtoisina (kyllä, ei) tai kolmella tai useammalla vastauksella. Avoimeen kysymykseen ("Kerro mielipiteesi osaston työstä?") vastaaja voi antaa minkä tahansa vastauksen.

Jokaisesta havaintoyksiköstä tallennettavien tietojen yksiselitteisen tallentamisen varmistamiseksi havainnointiohjelma laaditaan tietueasiakirjan muodossa. Tilastollista tutkimusta tehtäessä tietolähteinä voidaan käyttää virallista kirjanpitoa tai erityisesti kehitettyjä kirjanpitoasiakirjoja.

Jos tutkimusohjelma ei ylitä olemassa olevien virallisten raportointi- ja kirjanpitoasiakirjojen rajoja (tilastollinen kuponki lopullisen diagnoosin rekisteröimiseksi, lääketieteellinen kuolintodistus, avohoitokuponki jne.), niin sen jälkeen, kun se on kehitetty lääketieteellisen laitoksen raportin kirjoittamista varten, niitä voidaan käyttää soveltavassa tilastotutkimuksessa.

Jos tutkimusohjelma edellyttää sellaisten aineistojen vastaanottamista, jotka eivät ole virallisessa kirjanpidossa, laaditaan erityinen tietue. Se voi olla lomakkeen, kyselylomakkeen, kortin muodossa tai se voidaan tallentaa tietokonetietokantaan. Merkit syötetään kartalle tai tietokonetietokantaan, jotka tallennetaan jokaiselle havaintoyksikölle: yhden vastasyntyneen tai kuolleen, yhden potilaan tiedot jne. Luetteloasiakirjat (päiväkirja, selvitys, tilikirja) sisältävät tietoja kahdelta tai useammalta havaintoyksiköt, jotka sijaitsevat hänen eri riveissään. Yksittäisissä tiliasiakirjoissa voi olla enemmän kysymyksiä kuin luetteloasiakirjoissa. Siksi aineiston keräämisen kortti- tai tietokonemuodoilla sen integrointi helpottuu ja kehitystyö tehdään syvemmällä ohjelmalla.

Kehitysohjelma (yhdistykset) - taulukkoasettelujen lisääminen.

Yhdistys voidaan keskittää - kaikki primaarimateriaalit lähetetään prosessoitavaksi yhteen analyysikeskukseen, hajautettu - käsittely tapahtuu paikallisesti.

Aggregointi suoritetaan tilastotaulukoiden muodossa, jotka täytetään yhdistettyjen tilastomateriaalien tiedoilla. Vastaanotetut tilastotiedot tulee tarkistaa etukäteen.

Tilastotaulukot on digitaalisen aineiston systemaattisen, rationaalisen ja visuaalisen esittämisen muoto, joka luonnehtii tutkittavia ilmiöitä ja prosesseja.

Taulukon yläosassa on yhteinen otsikko. Se ilmaisee lyhyesti sen olemuksen, tiedonhankinnan ajankohdan ja paikan. Tilastotaulukossa tulee olla myös tiedot tutkittavan ilmiön numeerisesta mittauksesta (%, abs. luvut jne.) ja tutkittujen ominaisuuksien laskennalliset summat.

Tilastotaulukossa on aihe ja predikaatti. Tutkimuskohdetta kutsutaan subjektiksi. Tämä voi olla tilastollisen perusjoukon yksikkö tai niiden ryhmät (diagnoosit, väestön sairaustyypit ikäryhmittäin jne.). Tilastotaulukon predikaatti voi olla luettelo kvantitatiivisista indikaattoreista, jotka kuvaavat tutkimuskohdetta eli taulukon aihetta. Yksiköiden tai ryhmien (aiheen) nimet tehdään taulukon vasemmalle puolelle, ja otsikoiden predikaatin nimi on sarake. Yläosassa taulukon otsikon yläpuolella on niiden numerointi (taulukko 1,2,3...).

Tilastollinen kohde on jaettu vaakasuorilla viivoilla aukeiksi, tilastollinen predikaatti - pystysuoralla viivalla kaavioiksi. Vaaka- ja pystysuorien viivojen leikkauspisteet muodostavat soluja, joihin tallennetaan digitaalista dataa. Vaakasuorilla riveillä ja pystysarakkeilla, ja niiden tuloksella on oltava sama numero predikaattirivien solussa. Taulukoiden nimissä rivit ja sarakkeet osoittavat mittayksikön.

Taulukkoasettelut voivat olla kehittynyt, kun tiedot annetaan jokaisesta ominaisuudesta erikseen. Sitten niiden perusteella ne muodostetaan analyyttiset taulukot, joka yleensä esittää tietoja ryhmän ominaisuuksista.

Tilastotaulukoita on seuraavan tyyppisiä: yksinkertainen, ryhmä, yhdistetty.

yksinkertainen pöytä- tietojen numeerinen jakautuminen yhdelle attribuutille,

Tällaisessa taulukossa ei ole ryhmittelyä, se ei luonnehdi piirteiden välistä suhdetta. Yksinkertainen taulukko antaa vähän tietoa, vaikka se on selkeä ja nopea analysointia varten. Esimerkki yksinkertaisesta taulukosta voi olla Taulukko 2.

Jotta saat käsityksen tietystä ilmiöstä, tehdä johtopäätöksiä, on tarpeen suorittaa tilastollinen tutkimus. Terveydenhuollon ja lääketieteen tilastollisen tutkimuksen kohteena voi olla väestön terveys, sairaanhoidon järjestäminen, hoitolaitosten toiminnan eri osa-alueet, terveydentilaan vaikuttavat ympäristötekijät.

Tilastollisen tutkimuksen suorittamisen menetelmällinen järjestys koostuu tietyistä vaiheista.

Vaihe 1. Tutkimussuunnitelman ja -ohjelman laatiminen.

Vaihe 2. Materiaalin kerääminen (tilastollinen havainto).

Vaihe 3. Materiaalikehitys, tilastollinen ryhmittely ja yhteenveto

Vaihe 4. Tutkittavan ilmiön tilastollinen analyysi, johtopäätösten tekeminen.

Vaihe 5 Kirjallinen käsittely ja tulosten esittäminen.

Tilastollisen tutkimuksen päätyttyä laaditaan suositukset ja johdon päätökset, toteutetaan tutkimuksen tuloksia ja arvioidaan tehokkuutta.

Tilastollisen tutkimuksen suorittamisessa tärkein elementti on tiukan järjestyksen noudattaminen näiden vaiheiden toteutuksessa.

Ensimmäinen taso Tilastollinen tutkimus - suunnitelman ja ohjelman laatiminen - on valmistelevaa, jossa määritellään tutkimuksen tarkoitus ja tavoitteet, laaditaan suunnitelma ja tutkimusohjelma, laaditaan ohjelma tilastollisen aineiston tiivistämiseksi ja ratkaistaan ​​organisatorisia kysymyksiä.

Tilastotutkimusta aloitettaessa on välttämätöntä muotoilla tarkasti ja selkeästi tutkimuksen tarkoitus ja tavoitteet, tutustua aiheeseen liittyvään kirjallisuuteen.

Tavoite määrää tutkimuksen pääsuunnan ja on pääsääntöisesti paitsi teoreettinen myös käytännöllinen. Tavoite on muotoiltu selkeästi, selkeästi, yksiselitteisesti.

Tavoitteen paljastamiseksi määritellään tutkimustehtävät.

Tärkeä osa valmisteluvaihetta on organisaatiosuunnitelman laatiminen. Tutkimuksen organisatorisessa suunnitelmassa määritellään paikka (havainnon hallinnollis-aluerajat), aika (tarkkoja termejä havainnon toteuttamiselle, aineiston kehittäminen ja analysointi) ja tutkimuksen aihe (järjestäjät, suorittajat, metodologinen ja organisatorinen johtaminen, tutkimuksen rahoituslähteet).

Pl a n tutkimusta d ov a nia sisältää:

Tutkimuskohteen määritelmä (tilastollinen perusjoukko);

Tutkimuksen laajuus (jatkuva, ei-jatkuva);

Tyypit (nykyinen, kertaluonteinen);

Tapa kerätä tilastotietoja. Tutkimusohjelma sisältää:

Havaintoyksikön määritelmä;

Luettelo kysymyksistä (kirjanpitomerkit), jotka rekisteröidään kunkin havaintoyksikön osalta*

Yksilöllisen kirjanpitolomakkeen (rekisteröinti) kehittäminen, jossa on luettelo tallennettavista kysymyksistä ja ominaisuuksista;

Taulukkoasettelujen kehittäminen, johon sitten syötetään tutkimuksen tulokset.

Jokaisesta havaintoyksiköstä täytetään erillinen lomake, joka sisältää passin osan, selkeästi muotoiltuja ohjelman kysymyksiä, jotka on asetettu tiettyyn järjestykseen, ja asiakirjan täyttöpäivämäärän.

Kirjanpitolomakkeina voidaan käyttää lääketieteellisten laitosten ammatissa käytettäviä kirjanpitolomakkeita.

Tietolähteinä voivat toimia muut lääketieteelliset asiakirjat (tapaushistoriat ja avohoidon yksittäiset kortit, lapsen kehityshistoria, synnytyshistoria), hoitolaitosten ilmoituslomakkeet jne.

Näiden asiakirjojen tietojen tilastollisen kehittämisen mahdollistamiseksi tiedot kopioidaan erityisesti suunnitelluille kirjanpitolomakkeille, joiden sisältö määräytyy tapauskohtaisesti tutkimuksen tavoitteiden mukaisesti.

Tällä hetkellä havainnoinnin tulosten koneellisen käsittelyn yhteydessä tietokoneella voidaan formalisoida ohjelmakysymyksiä , kun tilinpäätöstositteessa esitetyt kysymykset esitetään vaihtoehtojen muodossa (kyllä, ei) , tai tarjotaan valmiita vastauksia, joista valitaan tietty vastaus.

Tilastotutkimuksen ensimmäisessä vaiheessa havainto-ohjelman ohella laaditaan ohjelma * yhteenvedosta saaduista tiedoista, joka sisältää ryhmittelyn periaatteiden määrittämisen, ryhmittelyominaisuuksien valinnan. , näiden merkkien yhdistelmien määrittäminen, tilastotaulukoiden asettelujen laatiminen.

Toinen vaihe- tilastollisen aineiston kerääminen (tilastollinen havainto) - koostuu tutkittavan ilmiön yksittäisten tapausten ja niitä kuvaavien kirjanpitomerkkien kirjaamisesta rekisteröintilomakkeisiin. Ennen tämän työn suorittamista ja sen aikana tarkkailijoita opastetaan (suullisesti tai kirjallisesti) ja heille toimitetaan ilmoittautumislomakkeet.

Ajan suhteen tilastollinen havainto voi olla ajankohtaista ja kertaluonteista.

klo nykyinen havainto Yu denia ilmiötä tutkitaan jonkin erillisen ajanjakson ajan (viikko, vuosineljännes , vuosi jne.) tallentamalla ilmiö päivittäin tapauskohtaisesti. Esimerkki nykyisestä havainnosta on syntyneiden lukumäärän laskeminen , kuollut, sairas , kotiutettu sairaalasta jne. Tämä ottaa huomioon nopeasti muuttuvat ilmiöt.

klo kertaluonteinen havainto Yu denia tilastotiedot kerätään tietyllä (kriittisellä) hetkellä. Kertaluonteisia havaintoja ovat: väestölaskenta, lasten fyysisen kehityksen tutkimus, vuoden hevosten sairaalasänkyjen laskeminen, hoitolaitosten sertifiointi jne. Tähän tyyppiin kuuluvat myös väestön ennaltaehkäisevät tutkimukset. Kertarekisteröinti heijastaa ilmiön tilaa opiskeluhetkellä. Tämän tyyppistä havaintoa käytetään hitaasti muuttuvien ilmiöiden tutkimiseen.

Ajan mittaan havainnointityypin valinta määräytyy tutkimuksen tarkoituksen ja tavoitteiden mukaan. Esimerkiksi sairaalassa olevien potilaiden ominaisuudet voidaan saada sairaalasta lähteneiden nykyisen rekisteröinnin tuloksena (nykyinen havainto) tai yhden päivän sairaalassa olleiden potilaslaskennan avulla (kertahavainto).

Tutkittavan ilmiön kattavuuden kattavuuden mukaan erotetaan jatkuva ja ei-jatkuva tutkimus.

klo jatkuva Tutkimuksessa tarkastellaan kaikkia populaatioon kuuluvia havaintoyksiköitä, ts. yleinen väestö. Jatkuvalla tutkimuksella selvitetään ilmiön absoluuttinen koko, esimerkiksi koko väestö, syntyneiden tai kuolleiden kokonaismäärä, tietyn sairauden tapausten kokonaismäärä jne. Käytetään myös jatkuvaa menetelmää. tapauksissa, joissa tiedot ovat tarpeellisia operatiiviseen työhön (tartuntatautien laskenta, lääkäreiden työmäärä jne.)

klo epäjatkuva Tutkimuksessa tarkastellaan vain osaa väestöstä. Se on jaettu useisiin tyyppeihin: kyselylomake, monografinen, päätaulukko, valikoiva. Lääketieteellisen tutkimuksen yleisin menetelmä on näytteenottomenetelmä.

Monografinen menetelmä- antaa yksityiskohtaisen kuvauksen populaation yksittäisistä yksiköistä, joka on tunnusomaista joka suhteessa, ja syvällisen, kattavan kuvauksen kohteista.

Päätaulukkomenetelmä- sisältää niiden kohteiden tutkimuksen, joihin suurin osa havaintoyksiköistä on keskittynyt. Tämän menetelmän haittana on, että osa populaatiosta jää tutkimuksen paljastamatta, vaikkakin kooltaan pieni, mutta joka voi poiketa merkittävästi pääjoukosta.

Kyselymenetelmä- Tämä on tilastotietojen keräämistä käyttämällä erityisesti suunniteltuja kyselylomakkeita, jotka on osoitettu tietylle ihmisryhmälle. Tämä tutkimus perustuu vapaaehtoisuuden periaatteeseen, joten kyselylomakkeiden palautus on usein puutteellista. Usein esitettyihin kysymyksiin annetuissa vastauksissa on subjektiivisuuden ja sattuman jälkiä. Tällä menetelmällä saadaan likimääräinen kuvaus tutkittavasta ilmiöstä.

Näytteenottomenetelmä- rajoittuu joidenkin havaintoyksiköiden erityisesti valitun osan tutkimiseen koko väestön luonnehtimiseksi. Tämän menetelmän etuna on korkea luotettavuus ja huomattavasti alhaisemmat kustannukset. Tutkimuksessa työskentelee pienempi määrä esiintyjiä , lisäksi se vaatii vähemmän aikaa.

Lääketieteessä näytteenottomenetelmän rooli ja paikka on erityisen suuri, sillä lääketieteen työntekijät käsittelevät yleensä vain osaa tutkittavasta ilmiöstä: he tutkivat ryhmää potilasryhmää, jolla on tietty sairaus, analysoivat yksittäisten osastojen ja lääketieteen työskentelyä. toimielimet , arvioida tiettyjen tapahtumien laatua jne.

Tilastollisen havainnon aikana tiedonhankintamenetelmän ja sen toteuttamisen luonteen mukaan erotetaan useita tyyppejä:

1) suora havainto(potilaiden kliininen tutkimus , suorittava laboratorio , instrumentaalinen tutkimus , antropometriset mittaukset jne.)

2) sosiologisia menetelmiä: haastattelumenetelmä (kasvokkainen kysely), kysely (kirjeenvaihtokysely - anonyymi tai ei-anonyymi) jne.;

3) dokumentaarinen tutkimus a ei(kopio tiedoista kirjanpidon ja raportoinnin lääketieteellisistä asiakirjoista, tiedot laitosten ja järjestöjen virallisista tilastoista.)

Kolmas vaihe- aineiston ryhmittely ja yhteenveto - alkaa havaintojen lukumäärän tarkistuksella ja selventämisellä , saatujen tietojen täydellisyys ja oikeellisuus , tunnistaa ja poistaa virheitä, päällekkäisiä tietueita jne.

Materiaalin oikeaan kehittämiseen käytetään ensisijaisten kirjanpitoasiakirjojen salausta. , nuo. kunkin ominaisuuden ja sen ryhmän merkintä merkillä - aakkosellinen tai numeerinen. Salaus on tekniikka , helpottaa ja nopeuttaa materiaalin kehitystä , laadun parantaminen, tarkkuuden kehittäminen. Salauksia - symboleja - kehitetään mielivaltaisesti. Diagnooseja koodattaessa on suositeltavaa käyttää kansainvälistä tautien nimikkeistöä ja luokitusta; ammatteja koodattaessa - ammattien sanakirja.

Salauksen etuna on, että tarvittaessa pääkehityksen päätyttyä voidaan palata materiaaliin kehitystyötä uusien suhteiden ja riippuvuuksien selventämiseksi. Salattu kirjanpitomateriaali tekee siitä helpompaa ja nopeampaa , kuin salaamaton. Tarkistuksen jälkeen ominaisuudet ryhmitellään.

ryhmittely- tutkitun datan kokonaisuuden jakaminen homogeeniseksi , tyypillisiä ryhmiä tärkeimpien piirteiden mukaan. Ryhmittely voidaan tehdä laadullisin ja määrällisin perustein. Ryhmittelykohteen valinta riippuu tutkittavan populaation luonteesta ja tutkimuksen tavoitteista.

Typologinen ryhmittely suoritetaan laadullisten (kuvaavien, attribuuttisten) piirteiden mukaan, esimerkiksi sukupuolen mukaan , ammatti, sairausryhmät, taudin kulun vakavuus, leikkauksen jälkeiset komplikaatiot jne.

Ryhmittely kvantitatiivisten (variaatio) ominaisuuksien mukaan tapahtuu kohteen numeerisen koon perusteella , Esimerkiksi , iän mukaan , taudin kesto, hoidon kesto jne. Kvantitatiivinen ryhmittely vaatii ratkaisun kysymykseen ryhmittelyvälin koosta: väli voi olla yhtä suuri, ja joissain tapauksissa - epätasainen, sisältää jopa ns. avoimet ryhmät.

esimerkiksi , ikäryhmittelyssä avoimet ryhmät voidaan määrittää: enintään 1 vuosi . 50 vuotta ja vanhempi.

Ryhmien lukumäärää määritettäessä noudatetaan tutkimuksen tarkoitusta ja tavoitteita. On välttämätöntä, että ryhmittelyt voisivat paljastaa tutkittavan ilmiön kuviot. Suuri määrä ryhmiä voi johtaa materiaalin liialliseen murskaantumiseen, tarpeettomiin yksityiskohtiin. Pieni määrä ryhmiä johtaa ominaispiirteiden hämärtymiseen.

Kun materiaali on ryhmitelty, siirry yhteenvetoon.

Kanssa vodka- yksittäisten tapausten yleistäminen , saatu tilastollisen tutkimuksen tuloksena tiettyihin ryhmiin, niiden laskeminen ja sisällyttäminen asettelutaulukoihin.

Tilastoaineiston yhteenveto tehdään tilastotaulukoiden avulla. Pöytä , ei ole täynnä numeroita , kutsutaan layoutiksi.

Tilastotaulukot ovat luetteloituja , kronologinen, alueellinen.

Taulukossa on aihe ja predikaatti. Tilastollinen aihe sijoitetaan yleensä vaakasuorille viivoille taulukon vasemmalle puolelle ja kuvastaa pääpiirrettä. Tilastollinen predikaatti on sijoitettu vasemmalta oikealle pystysarakkeisiin ja heijastaa muita kirjanpitoominaisuuksia.

Tilastotaulukot on jaettu yksinkertaisiin , ryhmä ja yhdistelmä.

AT yksinkertaiset pöydät esitetään materiaalin numeerinen jakauma yhden ominaisuuden mukaan , sen osat (taulukko 1). Yksinkertainen taulukko sisältää yleensä yksinkertaisen luettelon tai yhteenvedon tutkittavan ilmiön kokonaisuudesta.

pöytä 1

N.-sairaalassa kuolleiden jakautuminen iän mukaan

AT ryhmäpöytiä esittää kahden merkin yhdistelmän toisiinsa yhteydessä (taulukko 2).

taulukko 2

N.-sairaalassa kuolleiden jakautuminen sukupuolen ja iän mukaan

AT yhdistä a qi noin nämä taulukot on annettu materiaalin jakautuminen kolmen tai useamman toisiinsa liittyvän ominaisuuden mukaan (taulukko 3).

Taulukko 3

N.-sairaalassa kuolleiden jakautuminen eri sairauksiin iän ja sukupuolen mukaan

Taustalla olevan sairauden diagnoosi	Ikä
0-14	15-19	20-39	40-59	60 ja >	Kaikki yhteensä
m	hyvin	m	hyvin	m	hyvin	m	hyvin	m	hyvin	m	hyvin	m+f
Verenkiertoelinten sairaudet.	-	-	-	-
Loukkaantumiset ja myrkytykset		-		-					-
pahanlaatuisuus. kasvaimet.	-	-	-	-	-	-
Muu zab.	-	-	-	-
Kaikki sairastuivat.		-		-

Taulukoita laadittaessa on täytettävä tietyt vaatimukset:

Jokaisella taulukolla tulee olla otsikko, joka kuvastaa sen sisältöä.

Taulukon kaikilla sarakkeilla tulee myös olla selkeät ja ytimekkäät otsikot.

Taulukkoa täytettäessä kaikkien taulukon solujen tulee sisältää vastaavat numeeriset tiedot. Taulukon solut, jotka jäävät tyhjiksi tämän yhdistelmän puuttumisen vuoksi, on yliviivattu ("-"), ja jos solussa ei ole tietoa, "n.s." tai "...";

Alimman vaakarivin ja oikeanpuoleisen viimeisen pystysarakkeen taulukon täyttämisen jälkeen pystysarakkeiden ja vaakaviivojen tulokset lasketaan yhteen.

Taulukoissa on oltava yksi järjestysnumerointi.

Tutkimuksissa, joissa on pieni määrä havaintoja, yhteenveto tehdään manuaalisesti. Kaikki kirjanpitoasiakirjat on jaettu ryhmiin merkkikoodin mukaisesti. Seuraavaksi tiedot lasketaan ja kirjataan taulukon vastaavaan soluun.

Tällä hetkellä tietokoneita käytetään laajalti materiaalin lajittelussa ja yhteenvedossa. . jotka mahdollistavat paitsi materiaalin lajittelun tutkittujen ominaisuuksien mukaan , mutta tee laskelmat.

Neljäs vaihe- tilastollinen analyysi - on tutkimuksen ratkaiseva vaihe. Tässä vaiheessa lasketaan tilastolliset indikaattorit (taajuus , rakenteet , tutkittavan ilmiön keskimääräinen koko), esitetään niiden graafinen esitys , dynamiikka , trendejä, ilmiöiden välisiä yhteyksiä luodaan . annetaan ennusteita jne. Analyysi sisältää saatujen tietojen tulkinnan, tutkimuksen tulosten luotettavuuden arvioinnin. Lopuksi tehdään johtopäätökset.

Viides vaihe- Kirjallinen käsittely on lopullinen. Siihen kuuluu tilastollisen tutkimuksen tulosten viimeistely. Tulokset voidaan esittää artikkelin, raportin, raportin muodossa , väitöskirjat jne. Jokaiselle suunnittelutyypille on tiettyjä vaatimuksia , joita tulee huomioida tilastollisen tutkimuksen tulosten kirjallisessa käsittelyssä.

Lääketieteellisen ja tilastollisen tutkimuksen tuloksia viedään terveydenhuollon käytäntöön. Erilaiset vaihtoehdot tutkimuksen tulosten hyödyntämiseksi ovat mahdollisia: tuloksiin tutustuminen laajalle lääketieteen ja tieteen työntekijöiden yleisölle; Opetus- ja metodologisten asiakirjojen laatiminen; rationalisointiehdotuksen laatiminen ja muut.

Johdanto

1. Metodologia lähtötietojen hankkimiseksi

2. Tilastollinen yhteenveto ja perustietojen ryhmittely

2.1 Ryhmittely

2.2 Aritmeettisten ja rakenteellisten keskiarvojen määrittäminen

2.3 Histogrammi ja kumulaatio

2.4 Käyttöomaisuuden kustannukset

2.5 Tuotantomäärä

3. Korrelaatioanalyysi

3.1 Tekijän ja suorituskykyominaisuuksien välisen suhteen tutkimus. Korrelaatiotaulukon rakentaminen

3.2 Viestinnän läheisyysasteen määrittäminen

4. Regressioanalyysi

4.1 Simulointi

4.2 Ennustus

Johtopäätös

Käytetty kirjallisuutta ja ohjelmia

Johdanto

Yhteiskunnallisen elämän ilmiöiden tilastollinen tutkimus alkaa tilastollisen havainnoinnin vaiheesta, jonka aikana kognitiivisten tavoitteiden ja päämäärien mukaisesti muodostuu joukko lähtötietoja tutkittavasta kohteesta, ts. muodostuu tutkimuksen tietokanta, jolle suoritetaan laskentaa ja valvontaa, suunnittelua, tilastollista analysointia ja johtamista. Tässä vaiheessa käytetään "suurten lukujen lakiin" perustuvia massahavainnointimenetelmiä, koska massailmiöiden kvantitatiiviset mallit näkyvät selvästi vain riittävän suuren joukon sosioekonomisia ilmiöitä ja prosesseja tutkittaessa.

Kaikki tilastolliset havainnot tulee valmistella ja toteuttaa selkeästi laaditun suunnitelman mukaisesti, joka sisältää menetelmiä, tiedonkeruun organisointia ja tekniikkaa sekä sen laadun ja luotettavuuden valvontaa koskevat kysymykset. Näin ollen tilastollisella havainnolla on oltava ohjelma ja organisaatiosuunnitelma sen toteuttamiseksi. Samalla on tarpeen ratkaista kysymyksiä havainnoinnin menetelmästä, muodosta, tyypistä, keinoista, ajoituksesta, järjestämispaikasta ja suorittamisesta jne., mikä puolestaan ​​​​määrittää sen suunnittelun.

Tilastollista havainnointia ei tule tehdä spontaanisti, ajoittain, vaan systemaattisesti: joko jatkuvasti tai määräajoin - säännöllisin väliajoin. Tämä johtuu tutkittujen sosioekonomisten ilmiöiden ja prosessien tila-ajallisesta vaihtelusta.

Tilastollista havainnointia voivat suorittaa valtion tilastolaitokset, tutkimuslaitokset sekä eri organisaatiorakenteiden taloudelliset ja analyyttiset palvelut.

Tilastollisen tutkimuksen toinen vaihe on tilastollinen yhteenveto ja tilastollisen havaintoaineiston ryhmittely. Tilastollisen havainnoinnin tuloksena saadaan tietoa jokaisesta populaation yksiköstä, jolla on lukuisia ajassa ja tilassa muuttuvia piirteitä. Näissä olosuhteissa on tarpeen systematisoida ja yleistää tilastollisen havainnoinnin tulokset ja saada tältä pohjalta tiivistelmä koko kohteen ominaisuuksista yleistävien indikaattoreiden avulla, jotta voidaan tunnistaa ominaispiirteet, erityiset tilastollisen perusjoukon ja sen yksittäisten komponenttien piirteitä ja löytää yhteiskunnallisesti tutkittujen - taloudellisten ilmiöiden ja prosessien malleja. Siitä, mitä on sanottu, seuraa, että yhteenveto ensisijaisesta tilastoaineistosta on tarpeen.

Tilastollinen yhteenveto suoritetaan erityisesti kehitetyn ohjelman mukaisesti, joka varmistaa saatujen tulosten täydellisyyden ja luotettavuuden. Tämä ohjelma sisältää luettelon ryhmistä, joihin havaintoyksiköiden joukko voidaan jakaa yksittäisten ominaisuuksien mukaan, sekä indikaattorijärjestelmän, joka luonnehtii tutkittua ilmiösarjaa kokonaisuutena ja sen yksittäisiä osia.

Tilastotutkimuksen kolmas vaihe on tilastotietojen analysointi. Tässä vaiheessa tilastollisen tutkimuksen tulosten pohjalta tehdään käytännön toiminnan kannalta hyödyllisiä johtopäätöksiä ja tehdään myös ennuste tutkittavasta ilmiöstä tai prosessista.

1. Metodologia lähtötietojen hankkimiseksi

Selvittääksemme tuotannon volyymin riippuvuutta käyttöomaisuuden arvosta kaudella 2006-2007. Tšeljabinskin alueen valtion tilastolaitos järjesti tilastollisen tutkimuksen instrumentteja valmistavista yrityksistä.

Tuotettu 20 prosenttia tyypillinen näyte.

Tilastollisen havainnoinnin kohteena on joukko instrumentteja valmistavia yrityksiä Tšeljabinskin kaupungissa ja Tšeljabinskin alueella. Tilastollisen havainnoinnin raportointiyksikkö on instrumentteja valmistava yritys.

Venäjän federaation Goskomstat on kehittänyt kohdeohjelman parantaakseen instrumentteja valmistavien yritysten otantatutkimusten järjestelmää.

Ohjelman mukaan resurssien säästämiseksi tutkitaan 20 % Tšeljabinskin alueen työpäivänä toimivien yritysten kokonaismäärästä. Ohjelman toimintaan kuuluu useita organisatorisia, metodologisia, ohjelmisto- ja teknologisia töitä, jotka varmistavat instrumenttiyritysten otantatutkimusten valmistelun ja suorittamisen, joiden aiheena on sellainen kysymys kuin tuotannon määrän riippuvuus tuotteen arvosta. käyttöomaisuus. Yritysten otantatutkimusten valmistelun asianmukaisten menettelytapojen varmistamiseksi Ohjelman toimintoihin kuuluu myös henkilöstön koulutusta tutkimuksiin ja tavoittamiseen. Ohjelman odotetaan toteutuvan vuosina 2008-2009. Tšeljabinskin kaupungin ja Tšeljabinskin alueen instrumentteja valmistavien yritysten otantahavainnon tulokset kahdelle indikaattorille (tuotantomäärä ja käyttöomaisuuden kustannukset) on esitetty taulukossa 1.

Pöytä 1 . Tšeljabinskin kaupungin ja Tšeljabinskin alueen instrumenttien valmistusyritysten tärkeimmät suoritusindikaattorit kaudella 2006 - 2007.

Tehdas nro	Käyttöomaisuuden kustannukset	Tuotantomäärä, miljoonaa ruplaa	Tehdas nro	Käyttöomaisuuden kustannukset	Tuotantomäärä, miljoonaa ruplaa

2. Tilastollinen yhteenveto ja perustietojen ryhmittely

2.1 Ryhmittely

Tilastollisen havainnoinnin tietojen mukaan on nähtävissä, että merkkien vaihtelu ilmenee suhteellisen kapein rajoissa ja jakautuminen on tasaista. Tässä tapauksessa ryhmittely rakennetaan tasavälein. Ryhmien lukumäärä riippuu ensisijaisesti ominaisuuden vaihteluasteesta: mitä suurempi piirteen vaihtelu (variaatioalue), sitä enemmän ryhmiä voidaan muodostaa. Alla on kaavat tilastollisen ryhmittelyn muodostamiseksi.

Koska otoskoko ei ole suuri, määritämme ryhmien lukumäärän kaavalla:

Intervalliarvo h kaavan mukaan:

Kaavalla (1.2) saatu arvo, joka on intervalliaskel, pyöristetään (pyöristyksen ei tulisi poiketa alkuperäisestä arvosta enempää kuin 10-15%). Tässä tapauksessa ensimmäisen intervallin alaraja on , ja ylempi - (+ h) jne. Siten i:nnen välin alaraja on yhtä suuri kuin (i -1) -välin yläraja. Tiivistelmä >> Filosofia

... Tasot. 1.Main Tasot sosiologian kehitys 1.1Ensin vaiheessa ... , "Main marxismin kysymyksiä", "Taide ja julkinen elämä", "K... naturalistisia tulkintoja julkinen ilmiöitä. Uskottavuuden ydin tilastollinen tietoa sosiologiasta tutkimus". ...

Markkinointi tutkimusta matkailussa

Huijauslehti >> Liikunta ja urheilu

Alueen matkailu, tieteellinen ja tilastollinen tutkimusta matkailun ja koulutuksen alalla ... (toimikunnan jäsen). 3. Perus vaiheessa: sertifiointityön järjestäminen ... jne.). Menetelmä on tapa tietää, tutkimusta ilmiöitä julkinen elämää, vastaanotto tai vastaanottojärjestelmä...

menetelmät tilastollinen tutkimusta (2)

Koetyö >> Taloustiede

Kustannukset elämää. Indeksi... tilastollinen tutkimusta tilastollinen opiskella koostuu kolmesta suuri Tasot: tilastollinen ... vaiheessa tutkimusta; sen toteuttamista varten laaditaan organisaatiosuunnitelma; objekti on määritelty (set julkinen ilmiöitä ...

Tilastollinen makrotaloudellisten indikaattoreiden analyysimenetelmät (1)

Tiivistelmä >> Markkinointi

... tilastollinen opiskelu……………………………………………………………………………………………..4 2.2.Järjestelmä tilastollinen makrotaloudelliset indikaattorit…………………..6 2.3. Main... taso elämää väestö... vaiheessa tilastollinen tutkimusta soveltaa menetelmää tilastollinen ... julkinen ilmiöitä heijastuu...

Tilastotutkimus (SI) antaa sinun saada käsityksen tietystä ilmiöstä, tutkia sen kokoa, tasoa, tunnistaa kuvioita. SI:n aiheena voi olla väestön terveys, sairaanhoidon järjestäminen, terveyteen vaikuttavat ympäristötekijät jne.

SI:tä voidaan käyttää suoritettaessa 2 metodologista lähestymistapaa:

1) ilmiön voimakkuuden tutkimus ympäristössä, ilmiön esiintyvyys, väestön terveydentilan kehityssuuntien tunnistaminen - tehdään yleispopulaatioille tai otospopulaatioille, jotka ovat riittävän suuria intensiivisten indikaattoreiden saamiseksi ja siirrä saadut tiedot kohtuullisesti koko väestölle

2) tiukasti suunniteltujen tutkimusten tekeminen yksittäisten tekijöiden tutkimuksesta paljastamatta ilmiön voimakkuutta ympäristössä - ne tehdään pääsääntöisesti pienille populaatioille uusien tekijöiden tunnistamiseksi, tuntemattoman tai vähän tuntemattoman syyn tutkimiseksi - ja vaikutus -suhteet

Tilastollisen tutkimuksen vaiheet:

Vaihe 1. Suunnitelman ja tutkimusohjelman laatiminen- on valmisteleva, se määrittää tutkimuksen tarkoituksen ja tavoitteet, laatii tutkimuksen suunnitelman ja ohjelman, laatii ohjelman tilastollisen aineiston tiivistämiseksi ja ratkaisee organisatorisia kysymyksiä.

A) tutkimuksen tarkoitus ja tavoitteet on muotoiltava selkeästi; tavoite määrittää tutkimuksen pääsuunnan ja on pääsääntöisesti paitsi teoreettinen, myös käytännöllinen, se on muotoiltu selkeästi, selkeästi, yksiselitteisesti; tavoitteen paljastamiseksi määritellään tutkimustehtävät.

B) on tarpeen tutkia kirjallisuutta tästä aiheesta.

B) sitä on kehitettävä organisaatiosuunnitelma - määrää 1) paikan (havainnon hallinnollis-alueelliset rajat), 2) ajan (tarkkoja termejä havainnon toteuttamiselle, aineiston kehittämiselle ja analysoinnille) ja 3) tutkimuksen kohteen (järjestäjät, esiintyjät, metodologinen ja organisatorinen johtaminen, tutkimusrahoituksen lähteet).

D) kehitys Tutkimussuunnitelma – sisältää määritelmän:

- tutkimuksen kohde (tilastollinen perusjoukko);

- tutkimuksen laajuus (jatkuva, ei-jatkuva);

– tyypit (nykyinen, kertaluonteinen);

– tapoja kerätä tilastotietoja.

D) täytyy tehdä Tutkimus (havainto)ohjelma - sisältää:

– havaintoyksikön määrittäminen;

- luettelo kysymyksistä (kirjanpitomerkit), jotka rekisteröidään kunkin havaintoyksikön osalta

- yksilöllisen kirjanpitolomakkeen (rekisteröinnin) kehittäminen, jossa on luettelo talletettavista kysymyksistä ja merkeistä;

- asettelutaulukoiden kehittäminen, joihin tutkimuksen tulokset sitten kirjataan.

Jokaisesta havaintoyksiköstä täytetään erillinen lomake, joka sisältää passin osan, selkeästi muotoiltuja ohjelman kysymyksiä, jotka on asetettu tiettyyn järjestykseen, ja asiakirjan täyttöpäivämäärän. Kirjanpitolomakkeina voidaan käyttää lääketieteellisten laitosten ammatissa käytettäviä kirjanpitolomakkeita.

Tietolähteinä voivat toimia muut lääketieteelliset asiakirjat (tapaushistoriat ja avohoidon yksittäiset kortit, lapsen kehityshistoria, synnytyshistoria), hoitolaitosten ilmoituslomakkeet jne.

Näiden asiakirjojen tietojen tilastollisen kehittämisen mahdollistamiseksi tiedot kopioidaan erityisesti suunnitelluille kirjanpitolomakkeille, joiden sisältö määräytyy tapauskohtaisesti tutkimuksen tavoitteiden mukaisesti.

Tällä hetkellä havainnoinnin tulosten koneellisen käsittelyn yhteydessä tietokoneella voidaan formalisoida ohjelmakysymyksiä , Kun tilinpäätöstositteessa esitetään kysymyksiä vaihtoehtojen muodossa (kyllä, ei) , Tai tarjotaan valmiita vastauksia, joista valitaan tietty vastaus.

E) on tarpeen laatia ohjelma saatujen tietojen tiivistämiseksi, joka sisältää ryhmittelyperiaatteiden vahvistamisen, ryhmittelyn ominaisuuksien korostamisen , Näiden merkkien yhdistelmien määrittäminen, tilastotaulukoiden asettelujen laatiminen.

Vaihe 2. Materiaalin kokoelma (tilastollinen havainto)- - koostuu tutkittavan ilmiön yksittäisten tapausten ja niitä kuvaavien kirjanpitomerkkien rekisteröimisestä rekisteröintilomakkeisiin. Ennen tämän työn suorittamista ja sen aikana tarkkailijoita opastetaan (suullisesti tai kirjallisesti) ja heille toimitetaan ilmoittautumislomakkeet.

Tilastollinen havainto voi olla:

MUTTA ) ajan kanssa:

1) Nykyinen- ilmiötä tutkitaan jonkin erillisen ajanjakson ajan (viikko, vuosineljännes , Vuosi jne.) kirjaamalla päivittäin ilmiö tapauskohtaisesti (laskemalla syntyneiden lukumäärä). , Kuolleita, sairaita , kotiutettu sairaalasta). Tämä ottaa huomioon nopeasti muuttuvat ilmiöt.

2) kerran- tilastotietoja kerätään tiettynä (kriittisenä) ajankohtana (väestölaskenta, lasten fyysisen kehityksen tutkimus, väestön ennaltaehkäisevät tarkastukset). Kertarekisteröinti heijastaa ilmiön tilaa tutkimushetkellä, sillä tutkitaan hitaasti muuttuvia ilmiöitä.

Havaintotyypin valinta ajallisesti määräytyy tutkimuksen tarkoituksen ja tavoitteiden mukaan (sairaalapotilaiden ominaisuudet voidaan saada sairaalasta lähteneiden nykyisen rekisteröinnin tuloksena - nykyinen havainto tai yhden päivän väestölaskenta sairaalassa olevista potilaista - kertahavainto).

B) riippuen tutkittavan ilmiön kattavuuden täydellisyydestä:

1) jatkuva- tutkitaan kaikki perusjoukon eli yleisen populaation havaintoyksiköt. Toteutetaan ilmiön absoluuttisen koon (kokonaisväestö, syntyneiden tai kuolleiden kokonaismäärä) määrittämiseksi. Sitä käytetään myös tapauksissa, joissa tietoa tarvitaan operatiiviseen työhön (tartuntatautien laskeminen, lääkäreiden työtaakka jne.)

2) epäjatkuva- tutkitaan vain osaa väestöstä, se on jaettu useisiin tyyppeihin:

1. Monografinen menetelmä- antaa yksityiskohtaisen kuvauksen populaation yksittäisistä yksiköistä, jotka ovat millään tavalla tunnusomaisia, ja syvällisen, kattavan kuvauksen kohteista.

2. Päätaulukkomenetelmä- sisältää niiden kohteiden tutkimuksen, joihin suurin osa havaintoyksiköistä on keskittynyt. Tämän menetelmän haittana on, että osa populaatiosta jää tutkimuksen paljastamatta, vaikkakin kooltaan pieni, mutta joka voi poiketa merkittävästi pääjoukosta.

3. Kyselymenetelmä- Tämä on tilastotietojen keräämistä käyttämällä erityisesti suunniteltuja kyselylomakkeita, jotka on osoitettu tietylle ihmisryhmälle. Tämä tutkimus perustuu vapaaehtoisuuden periaatteeseen, joten kyselylomakkeiden palautus on usein puutteellista. Usein esitettyihin kysymyksiin annetuissa vastauksissa on subjektiivisuuden ja sattuman jälkiä. Tällä menetelmällä saadaan likimääräinen kuvaus tutkittavasta ilmiöstä.

4. Näytteenottomenetelmä- yleisin menetelmä, rajoittuu tietyn erityisen valitun havaintoyksiköiden osan tutkimiseen koko väestön luonnehtimiseksi. Tämän menetelmän etuna on korkea luotettavuus ja huomattavasti alhaisemmat kustannukset. Tutkimuksessa työskentelee pienempi määrä esiintyjiä , Lisäksi se vaatii vähemmän aikaa. Lääketieteen tilastoissa näytteenottomenetelmän rooli ja paikka on erityisen suuri, koska lääketieteen työntekijät käsittelevät yleensä vain osaa tutkittavasta ilmiöstä (he tutkivat ryhmää potilasryhmää, jolla on tietty sairaus, analysoivat yksittäisten yksiköiden työtä).

C) tiedonhankintatavan ja sen toteuttamisen luonteen mukaan

1. Suora havainto(potilaiden kliininen tutkimus , Laboratorion suorittaminen , instrumentaalinen tutkimus , Antropometriset mittaukset jne.)

2. sosiologisia menetelmiä: haastattelumenetelmä (kasvokkainen kysely), kysely (etäkysely - anonyymi tai ei-anonyymi) jne.;

3. Dokumentaarinen tutkimus(kopio tiedoista kirjanpidon ja raportoinnin lääketieteellisistä asiakirjoista, tiedot laitosten ja järjestöjen virallisista tilastoista.)

Vaihe 3. Materiaalikehitys, tilastollinen ryhmittely ja yhteenveto– alkaa havaintojen lukumäärän tarkistamisesta ja tarkentamisesta , Saatujen tietojen täydellisyys ja oikeellisuus , Virheiden, päällekkäisten merkintöjen jne. tunnistaminen ja poistaminen.

Materiaalin oikeaan kehittämiseen käytetään Ensisijaisten kirjanpitoasiakirjojen salaus, Eli kunkin ominaisuuden ja sen ryhmän nimeäminen merkillä - aakkosellinen tai numeerinen. Salaus on tekniikka , Helpottaa ja nopeuttaa materiaalin kehitystä , Laadun kasvu, kehitystarkkuutta. Salauksia - symboleja - kehitetään mielivaltaisesti. Diagnooseja koodattaessa on suositeltavaa käyttää kansainvälistä tautien nimikkeistöä ja luokitusta; ammatteja koodattaessa - ammattien sanakirja.

Salauksen etuna on, että tarvittaessa pääkehityksen päätyttyä voidaan palata materiaaliin kehitystyötä uusien suhteiden ja riippuvuuksien selventämiseksi. Salattu kirjanpitomateriaali tekee siitä helpompaa ja nopeampaa , Kuin salaamaton. Tarkistuksen jälkeen ominaisuudet ryhmitellään.

Ryhmittely - tutkitun datajoukon jakaminen homogeeniseksi , Tyypilliset ryhmät merkittävimpien piirteiden mukaan. Ryhmittely voidaan tehdä laadullisin ja määrällisin perustein. Ryhmittelykohteen valinta riippuu tutkittavan populaation luonteesta ja tutkimuksen tavoitteista.

MUTTA) Typologinen ryhmittely tuotettu laadullisten (kuvaavien, attribuuttisten) ominaisuuksien (sukupuoli , Ammatti, sairausryhmät)

B) Vaihteleva ryhmittely(kvantitatiivisten ominaisuuksien mukaan) suoritetaan ominaisuuden numeeristen ulottuvuuksien perusteella (ikä , Sairauden kesto, hoidon kesto jne.). Kvantitatiivinen ryhmittely vaatii ratkaisun ryhmittelyvälin suuruuteen: väli voi olla yhtä suuri, ja joissain tapauksissa epätasainen, sisältää jopa niin sanotut avoimet ryhmät (iän mukaan ryhmiteltäessä avoimet ryhmät voidaan määritellä: jopa 1 vuosi, 50 vuotta ja vanhemmat).

Ryhmien lukumäärää määritettäessä noudatetaan tutkimuksen tarkoitusta ja tavoitteita. On välttämätöntä, että ryhmittelyt voisivat paljastaa tutkittavan ilmiön kuviot. Suuri määrä ryhmiä voi johtaa materiaalin liialliseen murskaantumiseen, tarpeettomiin yksityiskohtiin. Pieni määrä ryhmiä johtaa ominaispiirteiden hämärtymiseen.

Kun materiaali on ryhmitelty, siirry kohtaan yhteenveto– yksittäisten tapausten yleistäminen , Saatu tilastollisen tutkimuksen tuloksena tiettyihin ryhmiin, niiden laskeminen ja sisällyttäminen taulukkoasetteluihin.

Tilastoaineiston yhteenveto tehdään tilastotaulukoiden avulla. Pöytä , ei ole täynnä numeroita , nimeltään layout.

Tilastotaulukot ovat luetteloituja , Kronologinen, alueellinen.

Taulukossa on aihe ja predikaatti. Tilastollinen aihe sijoitetaan yleensä vaakasuorille viivoille taulukon vasemmalle puolelle ja kuvastaa pääpiirrettä. Tilastollinen predikaatti on sijoitettu vasemmalta oikealle pystysarakkeisiin ja heijastaa muita kirjanpitoominaisuuksia.

Tilastotaulukot on jaettu:

MUTTA) Yksinkertainen- esitetään aineiston numeerinen jakauma yhden ominaisuuden mukaan , sen osat. Yksinkertainen taulukko sisältää yleensä yksinkertaisen luettelon tai yhteenvedon tutkittavan ilmiön kokonaisuudesta.

B) Ryhmä- kahden toisiinsa yhteydessä olevan ominaisuuden yhdistelmä

AT) Yhdistelmä- annetaan materiaalin jakautuminen kolmen tai useamman toisiinsa liittyvän ominaisuuden mukaan

Taulukoita laadittaessa on täytettävä tietyt vaatimukset.:

- Jokaisella taulukolla tulee olla otsikko, joka kuvastaa sen sisältöä;

- taulukon sisällä kaikissa sarakkeissa tulee olla myös selkeät lyhyet nimet;

– taulukkoa täytettäessä taulukon kaikissa soluissa on oltava vastaavat numeeriset tiedot. Taulukon solut, jotka jäävät tyhjiksi tämän yhdistelmän puuttumisen vuoksi, on yliviivattu ("-"), ja jos solussa ei ole tietoa, "n. with." tai "…";

- alimman vaakarivin ja oikeanpuoleisen viimeisen pystysarakkeen taulukon täyttämisen jälkeen pystysarakkeiden ja vaakaviivojen tulokset lasketaan yhteen.

– Taulukoissa on oltava yksi järjestysnumerointi.

Tutkimuksissa, joissa on pieni määrä havaintoja, yhteenveto tehdään manuaalisesti. Kaikki kirjanpitoasiakirjat on jaettu ryhmiin merkkikoodin mukaisesti. Seuraavaksi tiedot lasketaan ja kirjataan taulukon vastaavaan soluun. Tällä hetkellä tietokoneita käytetään laajalti materiaalin lajittelussa ja yhteenvedossa. . Niiden avulla ei vain lajitella materiaalia tutkittujen ominaisuuksien mukaan , Mutta tee laskelmat.

Vaihe 4. Tutkittavan ilmiön tilastollinen analyysi, johtopäätösten tekeminen- tutkimuksen kriittinen vaihe, jossa lasketaan tilastolliset indikaattorit (taajuudet , rakenteet , Tutkittavan ilmiön keskikoko), niiden graafinen esitys on annettu , Dynamiikkaa tutkitaan , Suuntauksia, yhteyksiä ilmiöiden välille syntyy . Annetaan ennusteita jne. Analyysi sisältää saadun tiedon tulkinnan, tutkimustulosten luotettavuuden arvioinnin. Lopuksi tehdään johtopäätökset.

Vaihe 5 Kirjallinen käsittely ja tulosten esittäminen- on lopullinen, sisältää tilastollisen tutkimuksen tulosten lopullisen rekisteröinnin. Tulokset voidaan esittää artikkelin, raportin, raportin muodossa , Väitöskirjat jne. Jokaiselle suunnittelutyypille on tiettyjä vaatimuksia , Mitä tulee huomioida tilastollisen tutkimuksen tulosten kirjallisessa käsittelyssä.

Lääketieteellisen ja tilastollisen tutkimuksen tuloksia viedään terveydenhuollon käytäntöön. Erilaiset vaihtoehdot tutkimuksen tulosten hyödyntämiseksi ovat mahdollisia: tuloksiin tutustuminen laajalle lääketieteen ja tieteen työntekijöiden yleisölle; Opetus- ja metodologisten asiakirjojen laatiminen; rationalisointiehdotuksen valmistelu ja muut

Tilastollisen tutkimuksen päätyttyä laaditaan suositukset ja johdon päätökset, toteutetaan tutkimuksen tuloksia ja arvioidaan tehokkuutta.

Tilastollisen tutkimuksen suorittamisessa tärkein elementti on tiukan järjestyksen noudattaminen näiden vaiheiden toteutuksessa.

2.1 Kaava tilastollisen tutkimuksen suorittamiseksi

Tilastotietojen analysointijärjestelmät ovat nykyaikainen ja tehokas tilastollisen tutkimuksen työkalu. Laajat mahdollisuudet tilastotietojen käsittelyyn tarjoavat erityisiä tilastoanalyysijärjestelmiä sekä yleisiä työkaluja - Excel, Matlab, Mathcad jne.

Mutta täydellisinkään työkalu ei voi korvata tutkijaa, jonka tulee muotoilla tutkimuksen tarkoitus, kerätä tietoa, valita menetelmät, lähestymistavat, mallit ja työkalut tietojenkäsittelyyn ja analysointiin sekä tulkita tuloksia.

Kuvassa 2.1 on esitetty tilastollisen tutkimuksen suorittamiskaavio.

Kuva 2.1 - Tilastollisen tutkimuksen kaavio

Tilastollisen tutkimuksen lähtökohtana on ongelman muotoilu. Sitä määritettäessä otetaan huomioon tutkimuksen tarkoitus, selvitetään, mitä tietoa tarvitaan ja miten sitä käytetään päätöksenteossa.

Itse tilastollinen tutkimus alkaa valmisteluvaiheella. Valmisteluvaiheessa analyytikot tutkivat tekninen tehtävä- tutkimuksen asiakkaan laatima asiakirja. Toimeksiannossa tulee selkeästi mainita tutkimuksen tavoitteet:

tutkimuksen kohde on määritelty;

luettelee oletukset ja hypoteesit, jotka on vahvistettava tai kumottava tutkimuksen aikana;

kuvailee, miten tutkimuksen tuloksia tullaan käyttämään;

tutkimuksen suorittamisaikataulu ja tutkimuksen budjetti.

Tehtävänkuvauksen perusteella a analyyttisen raportin rakenne-siis, missä muodossa tahansa tutkimuksen tulokset tulee esitellä sekä tilastollinen tarkkailuohjelma. Ohjelma on luettelo havaintoprosessin aikana tallennettavista piirteistä (tai kysymyksistä, joihin on saatava luotettavat vastaukset jokaisesta tutkitusta havaintoyksiköstä). Ohjelman sisällön määräävät sekä tarkastelun kohteen ominaisuudet ja tutkimuksen tavoitteet että analyytikoiden valitsemat menetelmät kerätyn tiedon jatkokäsittelyyn.

Tilastollisen tutkimuksen päävaihe sisältää tarvittavan tiedon keräämisen ja analysoinnin.

Tutkimuksen viimeinen vaihe on analyyttisen raportin laatiminen ja sen toimittaminen asiakkaalle.

Kuvassa 2.2 on tilastollisen data-analyysin kaavio.

Kuva 2.2 - Tilastollisen analyysin päävaiheet

2.2 Tilastotietojen kerääminen

Aineiston keruu sisältää tutkimuksen toimeksiannon analysoinnin, tarvittavan tiedon lähteiden tunnistamisen ja (tarvittaessa) kyselylomakkeiden kehittämisen. Tietolähteiden tutkimuksessa kaikki tarvittava tieto jaetaan ensisijainen(tietoja ei ole saatavilla ja ne kerätään suoraan tätä tutkimusta varten), ja toissijainen(kerätty aiemmin muihin tarkoituksiin).

Toissijaisen tiedon keräämistä kutsutaan usein "pöytätutkimukseksi" tai "kirjastotutkimukseksi".

Esimerkkejä ensisijaisesta tiedonkeruusta: myymälän kävijöiden havainnot, sairaalapotilaiden kyselyt, ongelman keskustelu kokouksessa.

Toissijaiset tiedot jaetaan sisäiseen ja ulkoiseen.

Esimerkkejä sisäisistä toissijaisista tietolähteistä:

organisaation tietojärjestelmä (mukaan lukien kirjanpito-alijärjestelmä, myynninhallinnan osajärjestelmä, CRM (CRM-järjestelmä, lyhenne sanoista Customer Relationship Management) - sovellusohjelmisto organisaatioille, jotka on suunniteltu automatisoimaan) ja muut);

Aiemmat opinnot;

työntekijöiden kirjalliset raportit.

Esimerkkejä ulkoisista toissijaisista tietolähteistä:

tilastoelinten ja muiden valtion laitosten raportit;

raportit markkinointitoimistoilta, ammattijärjestöiltä jne.;

sähköiset tietokannat (osoitehakemistot, GIS jne.);

kirjastot;

joukkotiedotusvälineet.

Tiedonkeruuvaiheen tärkeimmät tuotokset ovat:

suunniteltu otoskoko;

otosrakenne (kiintiöiden olemassaolo ja koko);

tilastollisen havainnon tyyppi (tiedonkeruututkimus, kysely, mittaus, koe, tutkimus jne.);

tiedot kyselyn parametreista (esimerkiksi mahdollisuus kyselylomakkeiden väärentämiseen);

koodausmenetelmä prosessoitavaksi valitun ohjelman tietokannassa oleville muuttujille;

tietojen muuntamisen suunnitelma;

käytettävien tilastomenetelmien suunnitelma.

Tämä vaihe sisältää myös itse kyselymenettelyn. Tietenkin kyselylomakkeita kehitetään vain ensisijaisen tiedon saamiseksi.

Vastaanotetut tiedot tulee muokata ja valmistella asianmukaisesti. Jokainen kyselylomake tai havaintomuoto tarkistetaan ja tarvittaessa korjataan. Jokaiselle vastaukselle on annettu numeerinen tai aakkosellinen koodi - tiedot on koodattu. Tiedon valmistelu sisältää editoinnin, salauksen purkamisen ja tietojen validoinnin, koodauksen ja tarvittavat muunnokset.

2.3 Otoksen karakterisointi

Tilastollisen havainnoinnin tuloksena tilastollista analyysiä varten kerätyt tiedot ovat pääsääntöisesti otoksia. Tietojen muuntamisen järjestys tilastollisen tutkimuksen prosessiksi voidaan esittää kaavamaisesti seuraavasti (kuva 2.3).

Kuva 2.3 Tilastotietojen muunnoskaavio

Otosta analysoimalla voidaan tehdä johtopäätöksiä otoksen edustamasta yleisestä populaatiosta.

Yleisten näytteenottoparametrien lopullinen määritys tuotetaan, kun kaikki kyselylomakkeet on kerätty. Se sisältää:

vastaajien todellisen lukumäärän määrittäminen,

näyterakenteen määrittäminen,

jakautuminen tutkimuspaikan mukaan,

määritetään otoksen tilastollisen luotettavuuden luottamustaso,

tilastovirheen laskeminen ja otoksen edustavuuden määrittäminen.

Todellinen määrä vastaajia voi olla suunniteltua enemmän tai vähemmän. Ensimmäinen vaihtoehto on parempi analyysin kannalta, mutta epäedullinen tutkimuksen asiakkaalle. Toinen voi vaikuttaa haitallisesti tutkimuksen laatuun ja on siksi kannattamaton analyytikoille tai asiakkaille.

Esimerkkirakenne voi olla satunnainen tai ei-satunnainen (vastaajat valittiin aiemmin tunnetun kriteerin perusteella, esimerkiksi kiintiömenetelmällä). Satunnaiset näytteet ovat a priori edustavia. Ei-satunnaiset otokset voivat tarkoituksella olla epäedustava yleisestä populaatiosta, mutta tarjoavat tärkeää tietoa tutkimukselle. Tässä tapauksessa sinun tulee myös harkita huolellisesti kyselylomakkeen suodatuskysymyksiä, jotka on suunniteltu nimenomaan sopimattomien vastaajien seulomiseen.

varten estimoinnin tarkkuuden määrittäminen Ensinnäkin on määritettävä luottamustaso (95% tai 99%). Sitten maksimi tilastollinen virhe näyte lasketaan muodossa

tai
,

missä - otoskoko, - tutkittavan tapahtuman todennäköisyys (vastaajan joutuminen otokseen), - käänteisen tapahtuman todennäköisyys (vastaaja ei sisälly otokseen), - luottamuskerroin,
on ominaisuuden varianssi.

Taulukossa 2.4 on lueteltu yleisimmin käytetyt luottamustodennäköisyyden ja luottamuskertoimien arvot.

Taulukko 2.4

2.5 Tietokoneen tietojenkäsittely

Tietojen analysointi tietokoneella sisältää useita välttämättömiä vaiheita.

1. Lähtötietojen rakenteen määrittäminen.

2. Tietojen syöttäminen tietokoneelle niiden rakenteen ja ohjelmavaatimusten mukaisesti. Tietojen muokkaaminen ja muuntaminen.

3. Tietojenkäsittelytavan asettaminen tutkimuksen tavoitteiden mukaisesti.

4. Tietojenkäsittelyn tuloksen saaminen. Muokkaa ja tallenna se haluttuun muotoon.

5. Käsittelytuloksen tulkinta.

Vaiheita 1 (valmistelu) ja 5 (lopullinen) ei voi suorittaa millään tietokoneohjelmalla - tutkija tekee ne itse. Vaiheet 2-4 suorittaa tutkija ohjelmaa käyttäen, mutta itse tutkija määrittelee tarvittavat tietojen muokkaus- ja muunnosmenettelyt, tietojenkäsittelymenetelmät sekä käsittelytulosten esittämismuodon. Tietokoneen apu (vaiheet 2-4) on viime kädessä siirtymisessä pitkästä numerosarjasta tiiviimpään. Tietokoneen ”sisääntuloon” tutkija lähettää joukon alkutietoja, joita ei voida ymmärtää, mutta jotka soveltuvat tietokonekäsittelyyn (vaihe 2). Sitten tutkija antaa ohjelmalle komennon käsitellä tiedot tehtävän ja tietorakenteen mukaisesti (vaihe 3). "Lähdössä" hän saa käsittelyn tuloksen (vaihe 4) - myös joukon dataa, vain pienemmän, joka on ymmärrettävissä ja mielekkäästi tulkittavissa. Samalla tietojen kattava analysointi vaatii yleensä niiden toistuvaa käsittelyä eri menetelmillä.

2.6 Tietojen analysointistrategian valinta

Kerätyn tiedon analysointistrategian valinta perustuu tietoon tutkittavan aihealueen teoreettisista ja käytännöllisistä näkökohdista, tiedon erityispiirteistä ja tunnetuista ominaisuuksista, tiettyjen tilastomenetelmien ominaisuuksista sekä kokemuksesta ja näkemyksistä. tutkija.

On muistettava, että data-analyysi ei ole tutkimuksen perimmäinen tavoite. Sen tarkoituksena on saada tietoa, joka auttaa ratkaisemaan tietyn ongelman ja tekemään asianmukaisia ​​johtamispäätöksiä. Analyysistrategian valinta tulee aloittaa prosessin aiempien vaiheiden tulosten tarkastelulla: ongelman määrittelyllä ja tutkimussuunnitelman laatimisella. "Luonnoksena" käytetään alustavaa tietojen analysointisuunnitelmaa, joka on kehitetty yhtenä opintosuunnitelman osa-alueista. Sitten kun lisätietoa tulee saataville tutkimusprosessin myöhemmissä vaiheissa, tiettyjä muutoksia saattaa olla tarpeen tehdä.

Tilastolliset menetelmät jaetaan yksi- ja monimuuttujaisiin. Yksiulotteisia menetelmiä (yksimuuttujatekniikoita) käytetään, kun otoksen kaikkia elementtejä arvioidaan yhdellä indikaattorilla tai jos näitä indikaattoreita on jokaiselle elementille useita, mutta jokainen muuttuja analysoidaan erillään kaikista muista.

Monimuuttujatekniikat sopivat erinomaisesti data-analyysiin, jos kunkin näytekohdan arvioimiseen käytetään kahta tai useampaa indikaattoria ja näitä muuttujia analysoidaan samanaikaisesti. Tällaisia ​​menetelmiä käytetään ilmiöiden välisten riippuvuuksien määrittämiseen.

Monimuuttujamenetelmät eroavat yksimuuttujamenetelmistä ensisijaisesti siinä, että ne siirtävät painopistettä ilmiöiden tasoista (keskiarvoista) ja jakaumista (varianssit) ja keskittyvät näiden ilmiöiden välisen suhteen (korrelaatio tai kovarianssi) asteeseen.

Yksimuuttujamenetelmät voidaan luokitella sen perusteella, onko analysoitava data metristä vai ei-metristä (kuva 3). Metrinen tiedot mitataan intervalliasteikolla tai suhteellisella asteikolla. Ei-metriset tiedot arvioidaan nimellis- tai järjestysasteikolla

Lisäksi nämä menetelmät on jaettu luokkiin sen mukaan, kuinka monta näytettä - yksi, kaksi tai useampia - analysoidaan tutkimusten aikana.

Yksiulotteisten tilastomenetelmien luokittelu on esitetty kuvassa 2.4.

Riisi. 2.4 Yksiulotteisten tilastomenetelmien luokittelu analysoitavasta tiedosta riippuen

Näytteiden lukumäärä määräytyy sen mukaan, miten dataa käsitellään tiettyä analyysiä varten, ei sen mukaan, miten tiedot on kerätty. Esimerkiksi miehistä ja naisista voidaan saada tietoa samasta otoksesta, mutta jos niiden analyysin tarkoituksena on paljastaa sukupuolieroon perustuva käsitysero, tutkijan on operoitava kahdella eri otoksella. Näytteitä pidetään itsenäisinä, jos ne eivät ole kokeellisesti sukua keskenään. Yhdessä näytteessä tehdyt mittaukset eivät vaikuta toisen näytteen muuttujien arvoihin. Analyysissa eri vastaajaryhmiä koskevat tiedot, kuten naisilta ja miehiltä kerätyt tiedot, käsitellään yleensä itsenäisinä otoksina.

Toisaalta, jos kahden otoksen tiedot viittaavat samaan vastaajaryhmään, otosten katsotaan olevan paririippuvaisia.

Jos metritiedoista on vain yksi näyte, voidaan käyttää z- ja t-testiä. Jos on kaksi tai useampia riippumattomia näytettä, ensimmäisessä tapauksessa voit käyttää z- ja t-testiä kahdelle näytteelle, toisessa - yksisuuntaisen ANOVA:n menetelmää. Kahdelle toisiinsa liittyvälle näytteelle käytetään paritettua t-testiä. Kun on kyse yksittäisen otoksen ei-metristä datasta, tutkija voi käyttää taajuusjakaumatestejä, khi-neliöä, Kolmogorov-Smirnov (K~S) -testiä, sarjatestiä ja binomitestiä. Kahdelle riippumattomalle otokselle, joissa on ei-metristä dataa, voidaan turvautua seuraaviin analyysimenetelmiin: khi-neliö, Mann-Whitney, mediaani, K-S, yksisuuntainen varianssianalyysi Kruskal-Wallis (DA K-U). Sitä vastoin, jos toisiinsa liittyviä näytteitä on kaksi tai useampia, tulee käyttää merkki-, McNemar- ja Wilcoxon-testejä.

Monimuuttujatilastomenetelmillä pyritään tunnistamaan olemassa olevia malleja: muuttujien keskinäinen riippuvuus, tapahtumien suhde tai järjestys, objektien välinen samankaltaisuus.

Perinteisesti voidaan erottaa viisi standardityyppiä kuvioita, joiden tutkiminen on erittäin mielenkiintoista: assosiaatio, sekvenssi, luokittelu, klusterointi ja ennustaminen.

Assosiaatio syntyy, kun useat tapahtumat liittyvät toisiinsa. Esimerkiksi supermarketissa tehty tutkimus saattaa osoittaa, että 65% maissilastuja ostavista ottaa myös Coca-Colaa, ja kun tällaisesta setistä on alennus, he ostavat 85%:ssa Cocaa. Kun tällaisesta yhdistyksestä on tietoa, johtajien on helppo arvioida tarjotun alennuksen tehokkuus.

Jos tapahtumien ketju on yhteydessä ajassa, puhutaan sarjasta. Joten esimerkiksi talon ostamisen jälkeen 45 prosentissa tapauksista uusi liesi ostetaan myös kuukauden sisällä, ja kahden viikon sisällä 60 prosenttia uusista hankkii jääkaapin.

Luokittelun avulla paljastetaan merkkejä, jotka kuvaavat ryhmää, johon tämä tai tuo esine kuuluu. Tämä tehdään analysoimalla jo luokitellut kohteet ja muotoilemalla tietyt säännöt.

Klusterointi eroaa luokittelusta siinä, että itse ryhmät eivät ole ennalta määrättyjä. Klusteroinnin avulla erotetaan erilaisia ​​homogeenisia dataryhmiä.

Kaikenlaisten ennustejärjestelmien perustana on aikasarjojen muodossa tallennettu historiallinen tieto. Jos on mahdollista löytää malleja, jotka kuvastavat riittävästi kohdeindikaattorien käyttäytymisen dynamiikkaa, on todennäköistä, että niiden avulla on mahdollista ennustaa järjestelmän käyttäytymistä tulevaisuudessa.

Monimuuttujat tilastolliset menetelmät voidaan jakaa suhdeanalyysimenetelmiin ja luokitusanalyysiin (kuva 2.5).

Kuva 2.5 - Monimuuttujien tilastollisten menetelmien luokittelu