2. Измерение связей между качественными признаками

Статистические методы различных обобщений не могут ответить на вопрос о мере связи и её количественном выражении. Это восполняется методами корреляционного анализа, позволяющими выделить из комплекта факторов влияние одного или многих обстоятельств и установить характер взаимосвязи, измерив её математически точно.

Для исследования корреляционных связей статистикой разработаны различные методы, каждый из которых решает свою конкретную задачу. Одни коэффициенты связи используются для измерения взаимосвязей качественных признаков, другие - для качественных и количественных, а третьи - только для количественных.

При измерении связи между качественными признаками в статистической науке широко применяются коэффициент сопряженности А. А. Чупрова, коэффициент ассоциации К. Пирсона и коэффициенты ранговой корреляции Спирмена и Кендала.

Коэффициент К. Пирсона в плане расчета - относительно простой показатель сопряженности величин. Он используется при вариации двух качественных признаков, которые распределены по двум группам. Его исчисление производится на основе т. н. таблицы четырех полей.

Коэффициент взаимной сопряженности А.А. Чупрова нужен для измерения связи между соотношением двух атрибутивных признаков по трем или более группам.

Важная роль в выявлении связей не только между качественными, но и между количественными признаками принадлежит параллельным статистическим рядам.

Параллельные ряды являют собой сопоставление двух или более статистических вариационных или динамических рядов показателей, которые связаны между собой причинным или иным способом. Они показывают не только изменения одного явления в рядах распределения или динамики, но и устанавливают взаимосвязанное изменение двух или более явлений. В юридической статистике параллельные ряды используются при сопоставлении рядов динамики преступности и раскрываемости, преступности и выявленных правонарушителей, преступности и судимости, судимости и числа заключенных и т.д. Такие ряды показывают результативность борьбы с преступностью, степень соответствия судебной практики криминогенным тенденциям, место и роль лишения свободы в борьбе с преступностью и многое другое.

Все показатели о юридически значимых явлениях можно поставить в параллельные статистические ряды распределения и динамики при условии, что между ними существуют реальные причинные или иные связи. Однако следует учесть, что обнаруженные совпадения могут быть случайными или ложными.

3. Парная линейная корреляция

Парной, или однофакторной, корреляцией называется неполная прямая или обратная связь между одним признаком-следствием и одним признаком-фактором. С её помощью можно относительно адекватно измерить выявленную связь.

Корреляционное измерение связи происходит после установления её наличия и характера в процессе других видов статистического анализа: сводки и группировки данных, расчета относительных и средних величин, составления вариационных, динамических и параллельных рядов.

4. Иные способы установления взаимосвязей

К другим способам установления взаимосвязей можно отнести коэффициент Фехнера и коэффициенты ранговой корреляции Спирмена, Кендала и др.

Коэффициент Фехнера рассчитывается на базе сравнения параллельных рядов. Он помогает установить направление связи и ее тесноту.

Существует множество измерителей корреляционных связей, значения которых при расчете на одних и тех же параллельных статистических рядах во многом различаются.

При изучении всех явлений главное - придерживаться одних и тех же или сопоставимых мер. Важным условием применения различных коэффициентов корреляции должна быть сопоставимость связей. Это означает, что можно использовать разные коэффициенты одновременно, но сравнивать между собой только сопоставимые коэффициенты.

Заменить парные коэффициенты корреляции может множественный коэффициент корреляции. Он исчисляет степень тесноты связи между признаком-следствием и рядом признаков-факторов одновременно. Так могут быть рассчитаны частные и множественные коэффициенты корреляции, множественный коэффициент детерминации, совокупные коэффициенты множественной корреляции и множественной детерминации и другие показатели, которые помогают уточнить влияние различных факторов на те или иные результаты. С помощью корреляционного анализа можно также измерить зависимость одних юридически значимых явлений от других, взаимосвязь уровней прошлых и настоящих лет, одного и того же явления.

КОМПЛЕКСНЫЙ СТАТИСТИЧЕСКИЙ АНАЛИЗ

1. Понятие статистического анализа

В широком понимании анализ являет собой научный метод мысленного или реального разложения, расчленения предмета, процесса или явления на составные элементы, признаки, свойства, отношения, которые потом изучаются в отдельности и во взаимосвязи с расчлененным целым в целях получения нового знания или систематизации уже имеющихся знаний.

Исходя из этого, статистический анализ рассматривается вообще и применительно к юридическим дисциплинам в отдельности. Не следует упускать из вида то, что юридическая наука и практика неоднородны.

2. Характер статистического анализа

Статистический анализ в социально-правовом исследовании представляет собой расчленение изучаемого процесса на составные части, определяемые той или иной отраслью права, количественное измерение этих составных частей, установление связи между ними и другими социальными процессами, выявление настоящих закономерностей развития явления.

В криминогенном исследовании статистический анализ включает в себя расчленение преступности, её причин, мер предупреждения и многое другое на составные элементы для установления и количественного измерения взаимосвязей и закономерностей преступности и связанных с ней массовых социальных явлений и процессов.

При раскрытии понятия статистического анализа в юридической науке следует выходить за пределы его общенаучного определения. Ведь выявление взаимосвязей между составными частями изучаемого процесса, между ними и другими социальными явлениями, установление общих закономерностей развития являются скорее элементами синтеза. Конечно, синтез процесса в его единстве и взаимосвязи путем обобщения и сведения в единое целое статистических данных, решает многие задачи статистического анализа.