Стандартизованные показатели. Определение. Практическое применение.
Стандартизованные показатели — это условные, гипотетические величины, они не отражают истинных размеров явлений. Стандартизованные показатели свидетельствуют о том, каковы были бы значения сравниваемых интенсивных показателей, если бы были исключены различия в составах совокупностей.
Таким образом, метод стандартизации применяется для выявления влияния фактора неоднородности составов совокупностей по какому-либо признаку на величину сравниваемых интенсивных показателей.
Этапы расчета стандартизованных показателей.
1 этап. Расчет общих и частных интенсивных показателей.
Общих – совокупностям в целом, частных – по признаку различия (пол, возраст, стаж работы).
2 этап. Определение стандарта, т.е. выбор одинакового численного состава среды по данному признаку (возраст, пол) для сравниваемых совокупностей. Стандартом может стать состав любой совокупности из сравниваемых совокупностей или любой другой аналогичный состав совокупности. Уравниваются условия среды, «ожидаемые величины».
3 этап. Вычисление ожидаемых абсолютных величин в группах стандартов на основе групповых интенсивных показателей, рассчитанных на 1 этапе. Итоговые числа – сумма ожидаемых величин в группах.
4 этап. Вычисление стандартизированных показателей для сравниваемых совокупностей.
5 этап. Сопоставление стандартизированных и интенсивных показателей, формулировка выводов.
Методика анализа стандартизованных показателей
Существует три метода вычисления стандартизованного показателя: прямой, косвенный и обратно косвенный (Керриджа).
Прямой метод стандартизации.
Прямой метод стандартизации используется в следующих случаях:
- когда известен детальный состав среды сравниваемых статистических совокупностей и можно рассчитать общие и погрупповые(специальные) интенсивные показатели;
- если распределение по составу в сравниваемых статистических совокупностях аналогично
- если известен абсолютный размер явления.
Косвенный метод стандартизации.
Применяется - когда в одной из сравниваемых групп неизвестен состав изучаемого явления (нет сведений о половом, возрастном, профессиональном распределении групп и т.д.);
- или изучаемое явление представлено единичным случаем (или сведения мало достоверны).
Обратно косвенный метод стандартизации (Керриджа) применяется при отсутствии данных о составе среды и ее распределении по группам, когда имеются лишь сведения о возрастном, половом составе больных, умерших или родившихся и т.д., т.е. данные обратные тем, что использовались при косвенном методе стандартизации. Метод дает менее точные результаты.
Понятие о функциональной и корреляционной зависимости.
Функциональная зависимость - связь, при которой каждому значению независимой переменной х: соответствует точно определенное значение зависимой переменной у.
Статистическая зависимость -связь, при которой каждому значению независимой переменной х соответствует множество значений зависимой переменной у, причем неизвестно заранее, какое именно значение примет у
Частным случаем статистической зависимости является корреляционная зависимость - связь, при которой каждому значению независимой переменной х соответствует определенное математическое ожидание (среднее значение) зависимой переменной у.
Корреляционная связь является «неполной» зависимостью, которая проявляется не в каждом отдельном случае, а только в средних величинах при достаточно большом числе случаев.
Например: повышение квалификации работника ведет к росту производительности труда. Это положение подтверждается в массе явлений и не означает, что у двух или более рабочих одного разряда, занятых аналогичным процессом, будет одинаковая производительность труда. Уровни выработки будут различаться, так как у этих рабочих могут быть различными стаж работы, техническое| состояние станка, состояние здоровья и т.д.
Особенности зависимости
Функциональная зависимость всегда выражается формулами, что в большей степени присуще точным наукам (математике, физике) С одинаковой силой проявляется у всех единиц совокупности, является полной и точной, так как обычно известен перечень всех факторов и механизм их воздействия на переменную в виде уравнения.
Корреляционная зависимость включает в себя разнообразие факторов. Их взаимосвязи и противоречивые действия вызывают широкое варьирование переменной у. Корреляционная связь обнаруживается не в единичных случаях, а в массе и требует для своего исследования массовых наблюдений Связь между переменными x и у неполная и проявляется лишь в средних величинах