Достоверность статистических данных и ошибки статистического наблюдения

Важнейшим требованием предъявляемым к статистическим данным является их достоверность, т.е. соответствие данных тому, что есть на самом деле.

Меры по повышению достоверности статистической информации:

• повышение компетентности работника, участвующего в статистическом наблюдении;
• совершенствование инструментария (бланков, инструкций);
• повышение заинтересованности и обеспечение готовности объекта наблюдения;
• обеспечение полноты данных (охват всех единиц исследуемой совокупности и наиболее существенных сторон явления).

Ошибки статистического наблюдения, их виды

Погрешность (ошибка) статистического наблюдения - расхождение межу действительными (истинными) значениями и данными, полученными в результате наблюдения. Выделяют ошибки регистрации и ошибки репрезентативности (представительности ). Ошибки регистрации возникают вследствие неправильного установления фактов в процессе наблюдения или неправильной их записи. Они подразделяются на случайные и систематические и могут быть как при сплошном, так и несплошном наблюдении.
Случайные ошибки – это ошибки, которые не имеют какой-либо направленности и могут быть допущены как опрашиваемыми в их ответах, так и регистраторами при заполнении бланков.
Систематические ошибки – это ошибки, которые имеют определенную направленность имогут быть преднамеренными и непреднамеренными. Преднамеренные ошибки (сознательные, тенденциозные искажения) получаются:

1. в результате того, что опрашиваемый, зная действительное положение дела, сознательно сообщает неправильные данные;
2. когда регистратор преднамеренно воздействует на опрашиваемого с целью получения определенного ответа.

3 когда регистратор преднамеренно искажает в формулярах наблюдения результаты непосредственного, либо документального наблюдения (например, сведения в отчетах об объемах выпущенной продукции).

Непреднамеренные ошибки вызываются различными случайными причинами (например, неисправностью измерительного прибора и т.п.).

Ошибки репрезентативности (представительности) свойственны несплошному наблюдению. Они возникают в результате того, что состав отобранной для обследования части единиц совокупности недостаточно полно отображает состав всей изучаемой совокупности, хотя регистрация сведений по каждой отобранной для обследования единице была проведена точно.

Для выявления и устранения допущенных ошибок регистрации может применяться счетный и логический контроль собранного материала.

Счетный контроль заключается в проверке точности арифметических расчетов, применявшихся при составлении отчетности или заполнении формуляров обследования.

Логический контроль основан на логической взаимосвязи между признаками и заключается в проверке ответов на вопросы программы наблюдения путем их логического осмысления или путем сравнения полученных данных с другими источниками по этому же вопросу.

Статистические методы контроля качества

Смысл статистических методов контроля качества заключается в значительном снижении затрат на его проведение по сравнению c органолептическими (визуальными, слуховыми и т.п.) со сплошным контролем, с одной стороны, и в исключении случайных изменений качества продукции – с другой.

Различаются две области применения статистических методов в производстве (рис. 4.8):

при регулировании хода технологического процесса с целью удержания его в заданных рамках (левая часть схемы);

при приемке изготовленной продукции (правая часть схемы).

Рис. Области применения статистических методов управления качеством продукции

Для контроля технологических процессов решаются задачи статистического анализа точности и стабильности технологических процессов и их статистического регулирования. При этом за эталон принимаются допуски на контролируемые параметры, заданные в технологической документации, и задача заключается в жёстком удержании этих параметров в установленных пределах. Может быть поставлена также задача поиска новых режимов выполнения операций с целью повышения качества конечного производства.

Прежде чем браться за применение статистических методов в производственном процессе, необходимо четко представлять цель применения этих методов и выгоду производства от их применения. Очень редко данные используются для заключения о качестве в том виде, в каком они были получены. Обычно для анализа данных используются семь, так называемых, статистических методов или инструментов контроля качества: расслаивание (стратификация) данных; графики; диаграмма Парето; причинно-следственная диаграмма (диаграмма Исикавы или «рыбий скелет»); контрольный листок и гистограмма; диаграмма разброса; контрольные карты.

Дата добавления: 2015-07-12