Класи точності вибіркових даних

Класи	Гранична відносна похибка вибірки, %	Терміни
1	2 і менше	Висока точність
2	3-5	Підвищена точність
3	6-10	Середня точність
4	11-20	Низька точність
5	вище 20	Малоприйнятна точність

Потрібно завжди добре знати ту точність, яка потрібна для результатів, не прагнучи до надлишкової точності вимірювання і обчислень. У той же час точність пов’язують із якістю роботи, із ретельністю її виконання, з достовірністю обробленої і аналізованої інформації.

Класи надійності вибіркових даних

Класи	Ймовірність (), %	Коефіцієнт довіри ()	Термін
А	99,7 і вище	3 і більше	Достовірність
Б	95-99,7	2-3	Впевненість
В	85-95	1,5-2	Прийнятність
Г	70-85	1-1,5	Слабка надійність
Д	60-70	0,8-1	Підвищений ризик

Тема 12 Оцінка якості результатів вибіркового спостереження

Перелік запитань

1	Поняття якості
2	Критерії якості результатів вибіркового спостереження
3	Компроміс між якістю та витратами на обстеження

Методичні вказівки

1 Поняття якості

Якість [Quality]– це сукупність ознак і властивостей даних, що визначає їх здатність задовольнити заявлені чи передбачені потреби користувачів.

2 Критерії якості результатів вибіркового спостереження

Якість статистичних даних може визначається за такими критеріями:

1) Релевантість: спостереження є релевантним, якщо задовольняє потреби користувачів. У силу цього необхідно встановити, хто є користувачами, і дізнатися, які їх очікування;

2) Надійність (точність) оцінок: точність визначається як наближеність оцінок значень показників до реальних (невідомих) значень сукупності. Визначення точності оцінки потребує аналізу загальної похибки. Характеристика цього критерію якості кардинально відрізняється для суцільних та вибіркових спостережень, оскільки для вибіркових мають бути визначені вибіркові похибки, яких у суцільних спостереженнях не існує;

3) Своєчасність і пунктуальність: більшість користувачів бажає отримувати актуальні цифри, які публікуються часто і до попередньо встановлених строків (дат). Зазвичай користувачі вимагають, щоб статистична інформація вироблялась у мінімальні строки, випускалась відразу ж після складання і, якщо можливо, була регулярною. Для того, щоб виробляти дані в найкоротші строки, потрібно використовувати ефективні техніки виробництва, найчастіше дуже дорогі. З тим щоб скоротити до мінімуму період виробництва матеріалів, потрібно тримати під контролем весь процес збирання, редагування даних, їх умовного обчислення, оцінки і розповсюдження. Проблема може бути частково вирішена завдяки представленню попередніх оцінок, побудованих на основі підвибірки респондентів. Варто ретельно продумувати форму представлення такої інформації, а також наступне розповсюдження переглянутої інформації. Інколи виникає конкуренція між статистичною інформацією, виробленою (часто приватними компаніями) і розповсюдженою дуже швидко, проте, менш достовірною, і більш повільною, але і більш точною інформацією, яка надходить від державних статистичних служб. Для деяких користувачів змагання між швидкістю і точністю має дуже визначені очевидні наслідки. Така ситуація спонукає статистичні служби збільшувати швидкість випуску своїх статистичних даних, не знижуючи високого рівня якості;

4) Доступність і ясність інформації: статистичні дані є найбільш цінними, якщо вони легко доступні для користувачів і викладені в такій формі, в якій цього хочуть користувачі. Той, хто надає статистичні дані, повинен надавати також допомогу в їх прочитанні та трактуванні. У потоці інформації розповсюдження є життєво важливим етапом. Мати «хороші статистичні матеріали» десь в надрах статистичного закладу, недостатньо. Їх варто привести до адекватної форми і зробити здобутком усіх потенційних користувачів. По-перше, користувачі повинні мати можливість дізнатися, які статистичні матеріали є. По-друге, доступ до статистичних матеріалів повинен бути фізично зручним. По-третє, статистичні дані повинні супроводжуватися необхідною інформацією щодо понять і методів. Іноді потрібно передбачити різного рівня пояснення, розрізняючи фахівців і нефахівців за даною темою. Нарешті, корисність статистичної продукції може зрости завдяки аналізу статистичних даних;

5) Порівнянність: статистичні дані, які характеризують певну ознаку, будуть найбільш корисними, якщо вони дозволяють проводити достовірні порівняння величин, що визначають цю ознаку, взятих у часі і в просторі. Порівнювальний аспект передбачає зіставлення аналогічних статистичних даних між різними країнами, з метою оцінки значення статистичних даних, агрегованих на Європейському рівні. Між національними поняттями і європейськими визначеннями можуть бути розбіжності. Будь-яке з таких розбіжностей має бути описано. Наприклад, якщо в даній державі в поняття валової інвестиції не включається вартість капітальних товарів, придбаних шляхом фінансового лізингу, але ця вартість включена в європейське визначення. Якщо збирання даних щодо вартості товарів, придбаних шляхом фінансового лізингу не можливе, потрібно провести оцінку на агрегованому рівні. Зіставлення не обмежується зіставленням всередині ЄС: Євростату потрібна можливість оцінювати зіставлення статистичних даних ЄС з даними інших країн чи груп країн (США, Японії). Потрібно досягти зіставлення в часі: зміни, які відбулися внаслідок зміни вихідного визначення чи процесу вимірів, повинні документуватися, а їх вплив підлягає оцінці. Таким чином потрібно приймати до уваги зміни в цілому в суспільстві (наприклад, нове законодавство, явище об’єднання чи роз’єднання), які впливають на послідовність;

6) Узгодженість: статистичні дані, що походять з одного джерела, узгоджені у тому простому значенні, що їх можна об’єднувати в більш складні без погіршення надійності результатів. Статистичні дані, отримані із різних джерел, зокрема, шляхом проведення статистичних обстежень різної періодичності, статистичні дані сумісні, якщо вони засновані на загальних визначеннях, класифікаціях і методологічних стандартах. У цьому випадку інформація, яку статистичні дані несуть користувачу, буде напевно взаємопов’язана чи, як мінімум, не суперечна. Сумісність статистичних даних дозволяє проводити зіставлення різних статистичних матеріалів, зазвичай складених різними способами і для різних користувачів.

Там, де існують схожі статистичні дані, які походять із різних джерел, їх потрібно виявити, а розходженням, по можливості, дати кількісний вираз. Невідповідність між двома комплектами статистичних даних, вироблених у результаті двох різних обстежень, може бути наслідком: різниць в процесі збору даних чи різниць звітних одиниць, що призводить до різниць в оцінках. Положення можливо покращити шляхом вказівки перевірочних даних (наприклад, для річних результатів – місячні чи квартальні статистичні матеріали) чи з’єднуючи результати різних обстежень.

У будь-якому випадку невірному розумінню користувачами потрібно запобігати, використовуючи в формулюваннях різних понять різну термінологію. Крім того, комплексні поняття, пов’язані з виробництвом статистичних оцінок (коефіцієнти, еластичність та ін.), повинні базуватися на узгоджуваних елементарних статистичних даних (які мають узгоджувані визначення сукупності, яка вивчається, властивостей, звітного періоду, статистичної одиниці).