Метод статистичних групувань. Цей метод у порівнянні з методом середніх та відносних величин має велике значення для вивчення взаємозв’язку між явищами суспільного життя.
Щоб вивчити взаємозв’язок з допомогою методу групувань, необхідно розгрупувати всі одиниці за ознакою, вплив якої треба визначити, і в межах кожної групи обчислити середню величину іншої ознаки, залежної від групувальної ознаки(результативної). Порівнюючи середні значення похідної (результативної) ознаки з ознакою, яка покладена в основу групування, встановлюємо зв'язок між ознаками. Отже, поєднання методу групувань з методом середніх дає змогу обчислити групові середні, які використовуються для вимірювання взаємозалежності явищ.
При визначенні залежності будь-якої ознаки не від однієї, а від декількох ознак, треба провести групування за цими ознаками, взятими в сукупності, тобто в комбінації. На базі цього групування слід побудувати комбінаційну таблицю, в підметі якої будуть групи і підгрупи, утворені за кількома ознаками, взятими в комбінації, а в присудку – середні розміри ознаки, обумовлені групувальними ознаками.
За допомогою таких групувань можна вивчити зв`язок між злочинністю і “фоновими” явищами (алкоголізмом, наркоманією, розпутством тощо), між злочинністю неповнолітніх та їх сімейно-побутовими умовами життя, між злочинністю і рівнем освіти осіб, які вчинили злочини, і т.п. Цей метод дає змогу встановити наявність чи відсутність зв`язку між явищами, а також загальну тенденцію цієї залежності. Для проведення таких групувань є достатньо даних в статистичній звітності правоохоронних органів.
Наприклад, ми маємо такі дані про роботу 15 суддів місцевого суду (табл. 3).
Таблиця 3. Відомості про кількість розглянутих справ і якість їх розгляду
|
№ судді |
Кількість розглянутих справ |
% нескасованих вироків |
|
1 |
201 |
79,2 |
|
2 |
183 |
76,3 |
|
3 |
154 |
90,2 |
|
4 |
128 |
88,4 |
|
5 |
113 |
100 |
|
6 |
98 |
96,0 |
|
7 |
94 |
100 |
|
8 |
86 |
91,0 |
|
9 |
80 |
100 |
|
10 |
79 |
100 |
|
11 |
72 |
83,2 |
|
12 |
68 |
100 |
|
13 |
49 |
94,1 |
|
14 |
31 |
94,2 |
|
15 |
26 |
100 |
Використовуючи метод групування, розіб’ємо усі дані на п`ять груп з рівними інтервалами. Для цього від максимальної кількості розглянутих справ (201 справа) віднімемо мінімальну кількість розглянутих справ (26 справ) і одержаний результат поділимо на 5. Інтервали дорівнюватимуть 35 справам. Після цього шляхом нескладних арифметичних розрахунків одержимо такі дані, які будуть наглядно свідчити про залежність якості розгляду справ від завантаженості суддів. Зростання кількості розглянутих справ призводить до зниження якості судочинства і, як наслідок, до зростання питомої ваги скасованих вироків (табл. 4).
Таблиця 4. Залежність якості судочинства від завантаженості суддів.
|
Групи суддів за кількістю розглянутих справ |
Число суддів |
Середній відсоток нескасованих вироків на одного суддю |
|
25 – 60 |
3 |
95 |
|
61 – 95 |
6 |
96 |
|
96 – 130 |
3 |
94 |
|
131 – 165 |
1 |
90 |
|
Більше 165 |
2 |
78 |
|
Всього: |
15 |
90 |
Метод групувань, як й інші методи, дає змогу встановити наявність чи відсутність залежності між явищами, а також встановити загальний напрямок цієї залежності.
За допомогою статистичних групувань можна встановити вплив двох і більше факторів на зміну результативної ознаки (комбінаційні групування). Групування важливі і для вивчення зв'язків між якісними та кількісними показниками. Але метод групувань та інші розглянуті методи не дають змоги і не ставлять своїм завданням числове вираження щільності зв'язку. Це питання розв’язується в статистиці лише за допомогою методів кореляції, розроблених математичною статистикою.
Графічний метод. Він використовується для попереднього встановлення наявності зв`язку між явищами та розкриття характеру цього зв’язку, а також для вибору форми зв`язку. У статистиці його застосовують таким чином, на прямокутній системі координат наносяться індивідуальні значення ознаки (факторної) і відповідних йому значень результативної у вигляді окремих точок. (рис 1). На даному рисунку нанесені одночасно вік злочинців і кількість вчинених ними фактів хуліганства в окремих районах міста. Для умовного приклада ми взяли чотири райвідділи міста. Як видно з графіку, ця залежність є оберненою, чим старше злочинці, тим менше фактів хуліганства вони вчиняють . (Приклад умовний, дані наведені в табл. 5).
Таблиця 5. Дані про кількість виявлених осіб, які вчинили хуліганство
|
№ райвідділу |
Вік, кількість років |
Всього |
||||||
|
16 |
20 |
24 |
28 |
32 |
36 |
40 |
||
|
1 |
20 |
17 |
11 |
11 |
9 |
11 |
4 |
83 |
|
2 |
18 |
15 |
12 |
11 |
10 |
6 |
3 |
75 |
|
3 |
16 |
14 |
10 |
12 |
9 |
6 |
4 |
71 |
|
4 |
14 |
8 |
13 |
12 |
10 |
6 |
2 |
65 |
|
Всього |
68 |
54 |
46 |
46 |
38 |
29 |
13 |
294 |
|
Середня кількість |
17 |
13,5 |
11,5 |
11,5 |
9,5 |
7,25 |
3,25 |
73,5 |
Рис. 1. Залежність кількості виявлених хуліганств від віку осіб, які їх вчинили.
З графіку (рис. 1) видно, що точки кореляційного поля лежать ні на одній лінії, вони витягнуті смугою зліва направо. Можна згрупувати ці дані по кожній віковій групі і знайти середні значення. (останній рядок табл. 5). Після цього нанести ці середні значення на графік і з`єднуючи їх послідовно відрізками прямих ліній , побудувати так звану емпіричну лінію зв`язку (на графіку 1 – перервна лінія).
Якщо ця емпірична лінія зв`язку по вигляду наближається до прямої лінії, то можна припустити наявність прямолінійної кореляційної залежності між факторною та результативною ознаками. На графіку 1 вона побудована, як лінія неперервна. Якщо ж є тенденція нерівномірної зміни значень результативної ознаки, і емпірична крива наближується до якої-небудь кривої, то це може бути пов`язано з наявністю криволінійної кореляційної залежності.
Регресійний та дисперсійний метод аналізу зв'язків. Цей метод покликаний вирішити три основних завдання:
1) в результаті економічного аналізу встановити форму зв'язку і дати його математичне вираження за допомогою кореляційних рівнянь;
2) встановити щільність зв'язку між факторною (х) і результативною ознакою (у);
3) встановити ті фактори, які в даних конкретних умовах є головними щодо формування результативного фактору.
Перше завдання вирішується в ході аналізу того чи іншого явища. Залежно від форми зв’язку, який визначено на основі попереднього якісного аналізу, кореляційні рівняння можуть мати різний вигляд. У статистиці використовуються прямолінійні та криволінійні кореляційні рівняння.
