Статистические методы и анализ обработки данных в социальных программах ХМАО-Югры

Автор: Павловский Сергей Владимирович

Журнал: Вестник Нижневартовского государственного университета @vestnik-nvsu

Статья в выпуске: 3, 2011 года.

Бесплатный доступ

Рассмотрены основные методики обработки данных применительно к разработке и реализации социальных программ правительства Ханты-Мансийского автономного округа - Югры.

Статистический метод, социальная программа, целевая, учет, правительство, развитие, данные, анализ, статистика

Короткий адрес: https://sciup.org/14116654

IDR: 14116654

Текст научной статьи Статистические методы и анализ обработки данных в социальных программах ХМАО-Югры

На сегодняшний день правительством ХМАО—Югры принято и работает более 30 целевых программ, направленных на улучшение состояния округа в различных направлениях.

Окружные целевые программы представляют собой увязанный по задачам, ресурсам и срокам осуществления комплекс научно-исследовательских, опытно-конструкторских, производственных, социально-экономических, организационно-хозяйственных и других мероприятий, обеспечивающих эффективное решение системных проблем в области государственного, экономического, экологического, социального и культурного развития Ханты-Мансийского автономного округа — Югры.

Целевая программа может включать в себя несколько подпрограмм, направленных на решение конкретных задач в рамках программы. Деление целевой программы на подпрограммы осуществляется исходя из масштабности и сложности решаемых проблем, а также необходимости рациональной организации их решения.

Более 70% от общего числа принятых целевых программ являются социальными, т.е. направлены на улучшение жизни населения округа. К таким программам можно отнести, например, программы улучшения жилищных условий населения Ханты-Мансийского автономного округа — Югры на 2005—2015 гг., развития и модернизация жилищно-коммунального комплекса Ханты-Мансийского автономного округа — Югры на 2005—2012 гг. и т.д.

Во всех программах, помимо увязанного комплекса определенных ресурсов и задач, также существует целостный механизм, позволяющий с течением времени вести учет, анализировать и предпринимать различные меры для возможного пересмотра хода реализации той или иной программы. Рассмотрим, например, бездефицитный или профицитный бюджеты, в первом случае объем запланированных средств на финансирование целевых программ остается неизменным на всем протяжении действия программы или финансового года, в течение которого сверстан и принят бюджет, а в случае с профицитным бюджетом количество ассигнований увеличивается.

При разработке целевой программы необходимо исходить из следующих разделов:

  • -    характеристика проблемы, на решение которой направлена целевая программа;

  • -    основные цели и задачи целевой программы с указанием сроков и этапов ее реализации, а также целевых индикаторов и показателей;

  • -    перечень программных мероприятий;

  • -    обоснование ресурсного обеспечения целевой программы;

  • -    механизм реализации целевой программы, включающий в себя механизм управления программой и механизм взаимодействия государственных заказчиков;

  • -    оценка социально-экономической и экологической эффективности целевой программы.

С точки зрения статистических методов программы, разрабатываемые в Ханты-Мансийском автономном округе содержат шесть основных этапов исследования, и это в свою очередь отвечает научному подходу, формам и методам статистического анализа данных.

  • 1.    Определение проблемы.

  • 2.    Разработка подхода к решению проблемы.

  • 3.    Разработка плана исследования.

Первый этап любого статистического исследования заключается в выяснении проблемы. При ее определении руководство должно принимать во внимание цель исследования, соответствующую исходную информацию, то, какая информация необходима и как она будет использована при принятии решения. Определение проблемы включает в себя ее обсуждение с лицами, принимающими решения, интервью с экспертами в данной сфере, анализ вторичных данных и, возможно, проведение отдельных качественных исследований. Как только проблема точно установлена, можно разрабатывать план статистического исследования и приступать к его проведению.

Разработка подхода к решению проблемы включает в себя формулировку теоретических рамок исследования, аналитических моделей, поисковых вопросов, гипотез, а также определение факторов, которые могут влиять на план исследования. Этот этап характеризуется следующими действиями: обсуждение с руководством и экспертами по данной сфере, изучение ситуаций и моделирование, анализ вторичных данных, качественные исследования и прагматические соображения.

План статистического исследования детализирует ход выполнения процедур, необходимых для получения нужной информации. Он необходим для того, чтобы разработать план проверки гипотез, определить возможные ответы на поисковые вопросы и выяснить, какая информация необходима для принятия решения. Проведение поискового исследования, точное определение переменных и определение соответствующих шкал для их измерения — все это тоже входит в план статистического исследования. Необходимо определить, каким образом должны быть получены данные от респондентов (например, проведение опроса или эксперимента). Одновременно необходимо составить анкету и план выборочного наблюдения. Более строго разработка плана статистического исследования состоит из следующих этапов:

  • —    анализ вторичной информации;

  • —    качественные исследования;

  • —    сбор количественных данных (опрос, наблюдение и проведение экспериментов);

  • —    измерение и методы шкалирования;

  • —    разработка анкеты;

  • —    определение размера выборки и проведение выборочного наблюдения;

  • —    план анализа данных.

  • 4.    Полевые работы или сбор данных.

  • 5.    Подготовка данных и их анализ.

  • 6.    Подготовка отчета и его презентация.

Сбор данных осуществляется персоналом по проведению полевых работ, которые работают либо в полевых условиях, как в случае личного интервьюирования (в домах по месту жительства или с помощью компьютера), либо из офиса с помощью телефона (телефонное или компьютерное интервьюирование), либо по почте (традиционная почта и почтовые панельные исследования с предварительно выбранными семьями), либо с помощью электронных средств (электронная почта или Интернет). Надлежащий отбор, обучение, контроль и оценка сотрудников, принимающих участие в полевых работах, минимизирует ошибки при сборе данных.

Подготовка данных включает в себя редактирование, кодирование, расшифровку и проверку данных. Каждая анкета или форма наблюдения проверяются или редактируются и, если необходимо, корректируются. Каждому ответу на вопрос анкеты присваиваются числовые или буквенные коды. Данные анкет расшифровываются или набиваются на магнитной ленте или на диске либо вводятся непосредственно в компьютер. Проверка дает возможность удостовериться, что данные с оригиналов анкет расшифрованы точно. Для анализа данных используются одномерные методы статистического анализа в том случае, если элементы выборки измеряются по одному показателю, или когда имеется несколько показателей, но каждая переменная анализируется отдельно. Если имеется два или более измерений каждого элемента выборки, а переменные анализируются одновременно, то для анализа данных используются многомерные методы.

Ход и результаты статистических исследований должны быть изложены письменно в виде отчета, в котором четко обозначены конкретные вопросы исследования, описан метод и план исследования, процедуры сбора данных и их анализа, результаты и выводы. Полученные выводы должны быть представлены в виде, удобном для использования при принятии управленческих решений. Кроме того, руководству должна быть сделана и устная презентация с использованием таблиц, цифр и диаграмм, чтобы повысить доходчивость и воздействие на аудиторию.

Статистические данные по своей природе делятся на два типа — количественные и категориальные и два вида — номинальные и порядковые. Количественные (метрические) данные являются непрерывными по своей природе. Эти данные измерены либо с помощью интервальной шкалы (определено расстояние между любыми двумя данными), либо с помощью шкалы отношений (кроме расстояния, определен и порядок значений). Категориальные (неметрические) данные — это качественные данные с ограниченным числом уникальных значений или категорий. Номинальные данные используются для нумерации различных объектов; порядковые — это данные, для которых существует естественный порядок категорий.

Основные задачи и методы статистического анализа

Основные задачи

Применяемые методы

Отбор данных

Диаграммы. Статистические критерии

Подбор модельного распределения

Диаграммы. Статистические критерии

Исследование взаимосвязей между различными факторами

Корреляционный анализ. Дисперсионный анализ. Регрессионный анализ

Поиск скрытых причин, объясняющих ситуацию

Факторный анализ

Распределение объектов генеральной совокупности на относительно однородные группы

Кластерный анализ. Дискриминантный анализ

В качестве одного из основных примеров можно привести окружную целевую программу «Создание единой сети связи и передачи данных в ХМАО—Югре», которая была разработана и реализована в 2007—2009 гг. При анализе и более подробном изучении социальной программы мы можем увидеть полное соответствие ранее обозначенным требованиям, из которых должна состоять целевая программа, а также выделить шесть основных этапов исследования статистической модели обработки данных.

В данной статье мы рассмотрели, каким образом строятся и из чего состоят целевые окружные программы. По отношению к социальной политике в округе создан крепкий фундамент для развития существующих программ и построения новых моделей реализации статистического метода обработки данных.

Список литературы Статистические методы и анализ обработки данных в социальных программах ХМАО-Югры

  • Айвазян С.А. Прикладная статистика. Основы эконометрики: Учебник для вузов: В 2 т. 2-е изд. М., 2001. Т. 2: Основы эконометрики.
  • Айвазян С.А., Мхитарян B.C. Прикладная статистика. Основы эконометрики: Учебник для вузов: В 2 т. 2-е изд. М., 2001. Т. 1: Теория вероятностей и прикладная статистика.
  • Бендат Дж., Пирсол А. Прикладной анализ случайных данных. М., 1989.
  • Бююль А., Цефель П. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. М., 2002.
  • Дубров A.M., Мхитарян B.C., Трошин Л.И. Многомерные статистические методы. М., 2003.
  • Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. М., 2004.
  • Малхотра Н.К. Маркетинговые исследования. Практическое руководство. 3-е изд. М., 2002.
  • Наследов А.Д. SPSS: Компьютерный анализ данных в психологии и социальных науках. СПб., 2005.
  • Пациорковский В.В., Пациорковская В.В. SPSS для социологов: Учебное пособие. М., 2005.
  • Перцев Н.В. Количественные методы анализа и обработки данных: Учебное пособие. Омск, 2002.
Статья научная