Выборочный метод изучения производственных и финансовых показателей

К таким совокупностям можно  применять многоступенчатый отбор, т. е. последовательно осуществлять отбор на каждой ступени.

Примером двухступенчатого механического  отбора может служить давно практикуемый отбор бюджетов рабочих. На первой ступени  механически выбираются предприятия, на второй - рабочие, бюджет которых обследуется.

Ошибки выборки

Рассмотрим некоторые вопросы  теории выборочного метода. Применяя выборочный метод в статистике, обычно используют два основных вида обобщающих показателей: среднюю величину количественного  признака и относительную величину альтернативного признака (долю или  удельный вес единиц в, статистической совокупности, которые отличаются от всех других единиц этой совокупности только наличием изучаемого признака).

Выборочная доля w, или частость, определяется отношением числа единиц, обладающих изучаемым признаком m, к  общему числу единиц выборочной совокупности n:

w = m/n.(2)

Для характеристики надежности выборочных показателей различают среднюю  и предельную ошибки выборки.

Ошибка выборки e или, иначе говоря, ошибка репрезентативности представляет собой разность соответствующих  выборочных и генеральных характеристик:

для средней количественного признака

(3)

 

для доли (альтернативного признака)

(4)

Ошибка выборки свойственна  только выборочным наблюдениям. Чем  больше значение этой ошибки, тем в  большей степени выборочные показатели отличаются от соответствующих генеральных  показателей.

Выборочная средняя и выборочная доля по своей сути являются случайными величинами, которые могут принимать  различные значения в зависимости  от того, какие единицы совокупности попали в выборку. Следовательно, ошибки выборки также являются случайными величинами и могут принимать  различные значения. Поэтому определяют среднюю из возможных ошибок - среднюю  ошибку выборки m.

Средняя ошибка выборки также зависит  от степени варьирования изучаемого признака. Степень варьирования, как  известно, характеризуется дисперсией s2 или w(l-w) - для альтернативного признака. Чем меньше вариация признака, а  следовательно, и дисперсия, тем  меньше средняя ошибка выборки, и  наоборот. При нулевой дисперсии (признак не варьирует) средняя ошибка выборки равна нулю, т.е. любая  единица генеральной совокупности будет совершенно точно характеризовать  всю совокупность по этому признаку.

Зависимость средней ошибки выборки  от ее объема и степени варьирования признака отражена в формулах, с  помощью которых можно рассчитать среднюю ошибку выборки в условиях выборочного наблюдения, когда генеральные  характеристики ( , р) неизвестны, и следовательно, не представляется возможным нахождение реальной ошибки выборки непосредственно по формулам (3), (4).

При случайном повторном отборе средние ошибки теоретически рассчитывают по следующим формулам:

 

для средней количественного признака

(5)

для доли (альтернативного признака)

(6)

Поскольку практически дисперсия  признака в генеральной совокупности s2 точно неизвестна, на практике пользуются значением дисперсии S2 , рассчитанным для выборочной совокупности на основании  закона больших чисел, согласно которому выборочная совокупность при достаточно большом объеме выборки достаточно точно воспроизводит характеристики генеральной совокупности.

Таким образом, расчетные формулы  средней ошибки выборки при случайном  повторном отборе будут следующие:

для средней количественного признака

(7)

для доли (альтернативного признака)

(8)

Однако дисперсия выборочной совокупности не равна дисперсии генеральной  совокупности, и следовательно, средние  ошибки выборки, рассчитанные по формулам (7) и (8), будут приближенными. Но в  теории вероятностей доказано, что генеральная дисперсия выражается через выборную следующим соотношением:

(9)

Так как n / (n - 1) при достаточно больших n величина, близкая к единице, то можно принять, что s2 » S2 , а следовательно, в практических расчетах средних  ошибок выборки можно использовать формулы (7) и (8). И только в случаях  малой выборки (когда объем выборки  не превышает 30) необходимо учитывать  коэффициент n / (n - 1) и исчислять среднюю  ошибку малой выборки по формуле:

(10)

При случайном бесповторном отборе в приведенные выше формулы расчета  средних ошибок выборки необходимо подкоренное выражение умножить на 1-(n / N), поскольку в процессе бесповторной выборки сокращается численность  единиц генеральной совокупности. Следовательно, для бесповторной выборки расчетные  формулы средней ошибки выборки  примут такой вид:

для средней количественного признака

(11)

для доли (альтернативного признака)

 

(12)

Механическая выборка состоит  в том, что отбор единиц в выборочную совокупность из генеральной, разбитой по нейтральному признаку на равные интервалы (группы), производится таким образом, что из каждой такой группы в выборку  отбирается лишь одна единица. Чтобы  избежать систематической ошибки, отбираться должна единица, которая находится  в середине каждой группы.

При организации механического  отбора единицы совокупности предварительно располагают (обычно в списке) в определенном порядке (например, по алфавиту, местоположению, в порядке возрастания или  убывания значений какого-либо показателя, не связанного с изучаемым свойством, и т.д.), после чего отбирают заданное число единиц механически, через  определенный интервал. При этом размер интервала в генеральной совокупности равен обратному значению доли выборки. Так, при 2 %-ной выборке отбирается и проверяется каждая 50-я единица (1:0,02), при 5 %-ной выборке - каждая 20-я  единица (1:0,05), например, сходящая со станка деталь.

При достаточно большой совокупности механический отбор по точности результатов  близок к собственно-случайному. Поэтому  для определения средней ошибки механической выборки используют формулы  собственно-случайной бесповторной выборки (11), (12).

Для отбора единиц из неоднородной совокупности применяется так называемая типическая выборка.

Типическая выборка используется в тех случаях, когда все единицы  генеральной совокупности можно  разбить на несколько качественно  однородных, однотипных групп по признакам, от которых зависят изучаемые  показатели.

При обследовании предприятий такими группами могут быть, например, отрасль  и подотрасль, формы собственности. Затем из каждой типической группы собственно-случайной или механической выборкой производится индивидуальный отбор единиц в выборочную совокупность.

Типическая выборка обычно применяется  при изучении сложных статистических совокупностей. Например, при выборочном обследовании семейных бюджетов рабочих  и служащих в отдельных отраслях экономики, производительности труда  рабочих предприятия, представленных отдельными группами по квалификации.

Типическая выборка дает более  точные результаты по сравнению с  другими способами отбора единиц в выборочную совокупность. Типизация  генеральной совокупности обеспечивает репрезентативность такой выборки, представительство в ней каждой типологической группы, что позволяет  исключить влияние межгрупповой дисперсии на среднюю ошибку выборки. Поэтому при определении средней  ошибки типической выборки в качестве показателя вариации выступает средняя  из внутригрупповых дисперсий.

Среднюю ошибку выборки находят  по формулам:

для средней количественного признака

(13,14)

для доли (альтернативного признака)

(15,16)

 

где   - средняя из внутригрупповых дисперсий по выборочной совокупности;

 - средняя из внутригрупповых  дисперсий доли (альтернативного  признака) по выборочной совокупности.

Серийная выборка предполагает случайный отбор из генеральной  совокупности не отдельных единиц, а их равновеликих групп (гнезд, серий) с тем, чтобы в таких группах  подвергать наблюдению все без исключения единицы.

Применение серийной выборки обусловлено  тем, что многие товары для их транспортировки, хранения и продажи упаковываются  в пачки, ящики и т.п. Поэтому  при контроле качества упакованного товара рациональнее проверить несколько  упаковок (серий), чем из всех упаковок отбирать необходимое количество товара.

Поскольку внутри групп (серий) обследуются  все без исключения единицы, средняя  ошибка выборки (при отборе равновеликих серий) зависит только от межгрупповой (межсерийной) дисперсии.

Среднюю ошибку выборки для средней  количественного признака при серийном отборе находят по формулам:

(17,18)

где r - число отобранных серий; R - общее  число серий.

Межгрупповую дисперсию серийной выборки вычисляют следующим  образом:

 

(19)

где   - средняя i - й серии;   - общая средняя по всей выборочной совокупности.

Средняя ошибка выборки для доли (альтернативного признака) при серийном отборе:

(20,21)

Межгрупповую (межсерийную) дисперсию  доли серийной выборки определяют по формуле:

(22)

где wi - доля признака в i - й серии;   - общая доля признака во всей выборочной совокупности.

Предельную ошибку выборки для  средней ( ) при повторном отборе можно рассчитать по формуле:

(23)

где t - нормированное отклонение - "коэффициент доверия", зависящий  от вероятности, с которой гарантируется  предельная ошибка выборки;   - средняя ошибка выборки.

Аналогичным образом может быть записана формула предельной ошибки выборки для доли Δw при повторном  отборе:

(24)

При случайном бесповторном отборе в формулах расчета предельных ошибок выборки (23) и (24) необходимо умножить подкоренное  выражение на 1 - (n / N).

Предельная ошибка выборки позволяет  определить предельные значения характеристик  генеральной совокупности и их доверительные  интервалы:

(25.26)

Это означает, что с заданной вероятностью можно утверждать, что значение генеральной  средней следует ожидать в  пределах от   до  .

Наряду с абсолютным значением  предельной ошибки выборки рассчитывается и предельная относительная ошибка выборки, которая определяется как  процентное отношение предельной ошибки выборки к соответствующей характеристике выборочной совокупности:

(27,28)

 

Расчетная часть

Условие:

Имеются следующие выборочные данные по предприятиям одной из отраслей промышленности региона в отчетном году (выборка 20% - ная механическая), млн. руб.:

Таблица 1

№ предприятия п/п	Выручка от продажи продукции	Затраты на производство и  реализацию продукции
1	36,45	30,255
2	23,4	20,124
3	46,54	38,163
4	59,752	47,204
5	41,415	33,546
6	26,86	22,831
7	79,2	60,984
8	54,72	43,776
9	40,424	33,148
10	30,21	25,376
11	42,418	34,359
12	64,575	51,014
13	51,612	41,806
14	35,42	29,753
15	14,4	12,528
16	36,936	31,026
17	53,392	42,714
18	41	33,62
19	55,68	43,987
20	18,2	15,652
21	31,8	26,394
22	39,1204	32,539
23	57,128	45,702
24	28,44	23,89
25	43,344	35,542
26	70,72	54,454
27	41,832	34,302
28	69,345	54,089
29	35,903	30,159
30	50,22	40,678

Задание 1

Признак – уровень рентабельности продукции (рассчитайте путем деления  прибыли от продаж, т.е. разности между  выручкой от продажи продукции и  затратами на ее производство и реализацию, на затраты на производство и реализацию продукции).

Число групп – пять.

Задание 2

Связь между признаками – затраты  на производство и реализацию продукции  и уровень рентабельности продукции.

Задание 3

По результатам выполнения задания 1 с вероятностью 0,997 определите:

1. Ошибку выборки среднего уровня  рентабельности организации и  границы, в которых будет находиться  средний уровень рентабельности  в генеральной совокупности;

2. Ошибку выборки доли организаций  с уровнем рентабельности продукции  23,9% и более и границы, в которых  будет находится генеральная  доля.

Задание 4

Выпуск продукции и удельный расход стали по региону, в текущем  периоде характеризуется следующими данными:

Таблица 2

Вид продукции	Фактический выпуск продукции, шт.	Расход стали на единицу  продукции, кг
		по норме	фактически
А	320	36	38
Б	250	15	12
В	400	10	9

 

Определите:

1. Индивидуальные индексы выполнения  норм расхода стали.

2. Общий индекс выполнения норм  расхода стали на весь выпуск  продукции.

3. Абсолютную экономию (перерасход) стали.

Решение:

Задание 1.

1. В среде MS Excel рассчитываем  уровень рентабельности по формуле,  данной в условии задачи:

Уровень рентабельности = 

Таблица 3

№ предприятия п/п	Выручка от продажи продукции	Затраты на производство и  реализацию продукции	Уровень рентабельности продукции
1	36,45	30,255	0,2048
2	23,4	20,124	0,1628
3	46,54	38,163	0,2195
4	59,752	47,204	0,2658
5	41,415	33,546	0,2346
6	26,86	22,831	0,1765
7	79,2	60,984	0,2987
8	54,72	43,776	0,2500
9	40,424	33,148	0,2195
10	30,21	25,376	0,1905
11	42,418	34,359	0,2346
12	64,575	51,014	0,2658
13	51,612	41,806	0,2346
14	35,42	29,753	0,1905
15	14,4	12,528	0,1494
16	36,936	31,026	0,1905
17	53,392	42,714	0,2500
18	41	33,62	0,2195
19	55,68	43,987	0,2658
20	18,2	15,652	0,1628
21	31,8	26,394	0,2048
22	39,1204	32,539	0,2023
23	57,128	45,702	0,2500
24	28,44	23,89	0,1905
25	43,344	35,542	0,2195
26	70,72	54,454	0,2987
27	41,832	34,302	0,2195
28	69,345	54,089	0,2821
29	35,903	30,159	0,1905
30	50,22	40,678	0,2346