Что такое статистическая сводка и что такое статистическая группировка данных в криминологии

Криминология. Шпаргалка

В данной шпаргалке изложены основные вопросы и ответы по дисциплине «Криминология». Предложенный материал написан доступным языком и будет незаменимым помощником для тех, кто желает быстро подготовиться к экзамену и успешно его сдать. Шпаргалка предназначена для студентов юридических вузов.

Оглавление

Приведённый ознакомительный фрагмент книги Криминология. Шпаргалка предоставлен нашим книжным партнёром — компанией ЛитРес.

6. Статистика в криминологических исследованиях

Уголовная статистика — система положений и приемов общей теории статистики, применяемых к изучению уголовно-правовых и криминологических явлений в целях отслеживания их закономерностей и разработки мер, противодействующих преступности.

Задачи уголовной статистики:

1) цифровая характеристика состояния и динамики преступности в абсолютных и относительных показателях, а также оценка практики борьбы с преступностью;

2) получение достоверной информации о регистрации преступлений и мер борьбы с ними;

3) определение тенденций изменения преступности и ее рецидива;

4) выявление особенностей по борьбе с преступностью.

Методы уголовной статистики:

1) статистическое наблюдение;

2) сводка и группировка собранного материала;

3) вычисление обобщенных принципов;

4) качественный анализ общественных явлений.

Статистические наблюдение — организационный сбор информации о массовых процессах и явлениях, имеющих отношение к криминологическому исследованию.

Главная задача статистического наблюдения в области преступности — регистрация каждого выявленного преступления и лица, его совершившего, выступающих в качестве единиц его совокупности в соответствующих документах учета.

Статистическая сводка — научная обработка материалов статистического наблюдения, сведение отдельных единиц в различные совокупности в целях получения обобщенной характеристики изучаемого явления по ряду существенных для него признаков.

Источник

Лекция 5 Статистическая сводка и группировка

Статистическая сводка и группировка. В результате проведения статистического наблюдения получают данные о признаках каждой обследованной единицы статистической совокупности. Однако эти массивы данных, содержащие подробные сведения о каждой единице совокупности, собирают не для того, чтобы получить характеристики каждой из них, а с целью изучить совокупность в целом, выявить ее характерные группы и закономерности. Для этого необходимо обобщить и систематизировать сведения, полученные в ходе статистического наблюдения.

Обобщение и систематизация первичных статистических данных – это самостоятельный этап статистического исследования, основная задача которого получить полную и всестороннюю характеристику как совокупности в целом, так и отдельных ее частей и представить полученную информацию об изучаемой совокупно­сти в наиболее удобной для пользователей форме. В статистической практике данный этап статистического исследования называют этапом сводки и группировки статистических данных.

Статистическая сводка

Сводка – это научная обработка первичных данных с целью получения обобщенных характеристик изучаемого социально-экономического явления по ряду существенных для него признаков с целью выявления типичных черт и закономерностей, присущих изучаемому явлению в целом.

По глубине и точности обработки материала различают простую сводку и сложную сводку.

Простая сводка – это операция по подсчету общих итогов по совокупности единиц наблюдения и оформление этого материала в статистических таблицах.

Сложная сводка – это комплекс последовательных операций, включающих группировку полученных при наблюдении материалов, составление системы показателей для характеристики типичных групп и подгрупп изучаемой совокупности явлений, подсчет числа единиц и итогов по каждой группе и подгруппе, и по всему объекту и представление результатов в виде статистических таблиц.

Этапы проведение сводки

Статистическая группировка

Группировка – разбиение общей совокупности единиц объекта наблюдения по одному или нескольким существенным признакам на однородные группы, раз­личающиеся между собой в количественном и качественном отношении и позволяющие выделить социально-экономические типы, изучить структуру совокупности и проанализи­ровать связи между отдельными признаками.

Задачи, решаемые с помощью метода группировок:

Виды группировок. В соответствии с познавательными задачами, решаемыми в ходе построения стати­стических группировок, различают следующие их виды: типологические, структурные, аналитические.

Типологическая группировка – это разбиение разнородной совокупности единиц наблюдения на отдельные качественно однородные группы и выявление на этой основе социально-экономических типов явлений. При построении группировки этого вида основное внимание должно быть уделено идентификации типов и выбору группировочного признака. Решение вопроса об основании группировки должно осуществляться на основе анализа сущности изучаемого социально-экономического явления.

Структурная группировка – предназначена для изучения состава однородной совокупности по какому-либо варьирующему признаку, а также структуры и структурных сдвигов, происходящих в нем.

Аналитическая группировка – выявляет взаимосвязи между изучаемыми явлениями и признаками, их характеризующими.

. В статистике при изучении связей социально-экономических явлений признаки подразделяют на факторные и результативные.

Особенности построения аналитической группировки:

По способу построения группировки бывают простые и комбинационные.

Простая группировка – группы образованы только по одному признаку.

Комбинационная группировка – разбиение совокупности на группы производится по двум и более признакам, взятым в сочетании (комбинации).

Сначала группы формируются по одному признаку, затем группы делятся на подгруппы по другому признаку, а эти в свою очередь делятся по третьему и так далее. Таким образом, комбинационные группировки дают возможность изучить единицы совокупности одновременно по нескольким взаимосвязанным признакам.

При построении комбинационной группировки возникает вопрос о последователь­ности разбиения единиц объекта по признакам. Как правило, рекомендуется сначала производить группировку по атрибутивным признакам, значения которых имеют ярко выраженные качественные различия.

Этапы построения статистических группировок

При небольшом объеме совокупности (n

Определение числа групп можно осуществить несколькими способами. Формально-математический способ предполагает использование формулы Стерджесса (формула 5.2): (5.2)

где n – число групп; N – число единиц совокупности.

Согласно этой формуле выбор числа групп зависит только от объема изучаемой совокупности.

Применение данной формулы дает хорошие результаты в том случае, если сово­купность состоит из большого числа единиц наблюдения (n>50).

Другой способ определения числа групп основан на применении показателя среднего квадратического отклонения (σ). Если величина интервала равна 0,5σ, то совокуп­ность разбивается на 12 групп, а когда величина интервала равна 2/3σ и σ, то совокуп­ность делится, собственно, на 9 и 6 групп. Однако при определении групп данными методами существует большая вероятность получения «пустых» или малочисленных групп, характеристики изучаемого явления на основе которых будут недостаточно типичными для выделенной группы и изучаемой совокупности в целом.

Когда определено число групп, то следует определить интервалы группировки.

Интервал – это значения варьирующего признака, лежащие в определенных границах. Каждый интервал имеет верхнюю и нижнюю границы или одну из них. Нижней границей интервала называется наименьшее значение признака в интервале. Верхней границей интервала называется наибольшее значение признака в интервале. Величина интервала представляет собой разность между верхней и нижней границами интервала.

Интервалы группировки бывают: равные и неравные; открытые и закрытые.

Ширина равного интервала определяется по (формуле 5.3):

(5.3)

Если максимальные или минимальные значения сильно отличаются от смежных с ними значений вариантов в упорядоченном ряду значений группировочного признака, то для определения величины интервала следует использовать не максимальное или минимальное значения, а значения, несколько превышающие минимум, и несколько меньше, чем максимум.

Полученную по формуле (5.3) величину округляют и она будет являться шириной интервала.

Существуют следующие правила определения ширины интервала.

Если величина интервала, рассчитанная по формуле (5.3) представляет собой величину, которая имеет один знак до запятой (например: 0,67; 1,487; 3,82), то в этом случае полученные значения целесообразно округлить до десятых и их использовать в качестве ширины интервала. В приведенном выше примере это будут соответственно значения: 0,7; 1,5; 3,8.

Если рассчитанная величина интервала имеет две значащие цифры до запятой и несколько после запятой (например, 14,876), то это значение необходимо округлит до целого числа (15).

В случае, когда рассчитанная величина интервала представляет собой трехзначное, четырехзначное и так далее число, то эту величину следует округлить до ближайшего числа, кратного 100 или 50. Например, 652 следует округлить до 650 или до 700.

Если размах вариации признака в совокупности велик и значения признака варьируют неравномерно, то надо использовать группировку с неравными интервалами.

Неравные интервалы могут быть получены в процессе объединения пустых, не содержащих ни одной единицы совокупности, равных интервалов. Это происходит в том случае, если после построения равных интервалов по изучаемому признаку образуются группы, содержащие мало или не содержащие вообще ни одной единицы, т.е. группы, не отражающие определенных типов изучаемого явления по признаку. В этом случае возникает необхо­димость в увеличении интервалов группировки.

Также неравные интервалы могут быть прогрессивно-возрастающие или прогрес­сивно-убывающие в арифметической или геометрической прогрессии. Величина интервалов, изменяющихся в арифметической и геометрической прогрессии, определяется следующим образом:h_i+1=h_i+а,

а – константа: для прогрессивно-возрастающих интервалов имеет знак «+», а при прогрессивно-убывающих – знак «-».

q — константа: для прогрессивно-возрастающих – больше «1»; для прогрессивно-убывающих ‑ меньше «1».

Применение неравных интервалов обусловлено тем, что в первых группах небольшая разница в показателях имеет большое значение, а в последних группах эта разница не существенна.

Например, при построении группировки строительных компаний города по показателю численности работающих, который варьирует от 500 человек до 3500 человек, нецелесообразно рассматривать равные интервалы, т. к. учитываются как малые, так и крупнейшие строительные фирмы города. Поэтому следует образовывать неравные интервалы: 500–1000, 1000–2000, 2000–3500, т.е. величина каждого последующего интервала больше предыдущего на 500 человек и увеличивается в арифметической прогрессии. Выбор исследователя в построении равных или неравных интервалов зависит от степени заполнения каждой выделенной группы, т.е. от числа единиц в них. Если величина интервала существенна и содержит большое число единиц совокупности, то эти интервалы необходимо дробить, а в противном случае – объединять.

Интервалы статистической группировки

Интервалы группировок могут быть закрытыми и открытыми.

Закрытые интервалы – это интервалы, у которых есть и верхняя и нижняя границы.

Открытые интервалы – это интервалы, у которых указана только одна граница: как правило, верхняя – у первого интервала и нижняя – у последнего.

Например, группы страховых компаний по числу работающих в них сотрудников (чел.): до 50, 50–100, 100–150, 150 и более. Применение открытых интервалов целесообразно в тех случаях, когда в совокупно­сти встречается незначительное число единиц наблюдения с очень малыми или очень большими значениями вариантов, которые резко, в несколько раз, отличаются от всех остальных значений изучаемого признака.

Если основанием группировки служит непрерывный признак (например, группы строительных фирм по объему строительно-монтажных работ, выполненных собственными силами (тыс. руб.): 1200–1400, 1400–1600, 1600–1800, 1800–2000), то одно и то же значение признака выступает и верхней и нижней границами двух смежных интервалов. В данном случае объем работ 1400 тыс. руб. составляет верхнюю границу первого интервала и нижнюю границу второго, 1600 тыс. руб. ‑ соответственно второго и третьего и т.д., т.е. верхняя граница i-го интервала равна нижней границе (i+1)-го интервала.

При таком обозначении границ может возникнуть вопрос, в какую группу включать единицы наблюдения, значения признака у которых совпадают с границами интервалов.

Например, во вторую или третью группу должна войти строительная фирма с объемом строительно-монтажных работ 1600 тыс. рублей? Если верхняя граница формируется по принципу «исключительно», то фирма должна быть отнесена к третьей группе, в противном случае – ко второй. Для того, чтобы правильно отнести к той или иной группе единицу совокупности, значение признака которой совпадает с границами интервалов, можно ориентироваться на открытые интервалы (по нашему примеру группы строительных фирм по объему строительно-монтажных работ преобразуются в следующие: до 1400, 1400–1600, 1600–1800, 1800 и более). В данном случае, вопрос отнесения отдельных единиц совокупности, значения которых являются граничными, к той или иной группе решается на основе анализа последнего открытого интервала. Возможны два случая обозначения последнего открытого интервала: 1) 1800 тыс. руб. и более; 2) более 1800 тыс. руб. В первом случае, строительные фирмы с объемом строительно-монтажных работ 1600 тыс. руб. попадут в третью группу; во втором случае – во вторую группу.

Если в основании группировки лежит дискретный признак, то нижняя граница 1-го интервала равна верхней границе i-1-го интервала, увеличенной на 1.

Например, группы строительных фирм по числу занятого персонала (чел.) будут иметь вид: 100–150, 151–200, 201–300.

Строя такую группировку, следует дифференцированно устанавливать границы интервалов для разных отраслей народного хозяйства. Это достигается путем использования группировок со специализированными интервалами.

Специализированные интервалы – применяются дли выделения из совокупности одних и тех же типов по одному и тому же признаку для явлений, находящихся в различных условиях.

При изучении социально-экономических явлений на макроуровне часто применяют группировки, интервалы которых не будут ни прогрессивно-возрастающими, ни прогрессивно-убывающими. Такие интервалы называются произвольными и, как правило, используются при группировке предприятий, например, по уровню рентабельности.

Пример. Далее на примере данных приведенных в табл. 5.1. произведем аналитическую группировку совокупности, включающей 30 банков.

Таблица 5.1 ‑ Совокупность 30 банков Российской Федерации

(на 01.01.19 г., цифры условные)

По данным табл.5.1 группировочным (факторным) признаком является капитал, результативным – прибыль. Группировку производим по факторному признаку. Зададим количество групп (условно) – 4, а величину интервала определим по формуле (5.3).

Обозначим границы групп:

1-я группа – 156,0-197,8;

2-я группа – 197,8-239,6;

3-я группа – 239,6-281,4;

4-я группа – 281,4-323,2.

После того, как определен группировочный признак – капитал, задано число групп – 4 и образованы сами группы, необходимо отобрать показатели, которые характеризуют группы, и определить их величины по каждой группе.

Далее показатели, характеризующие банки, разносятся по четырем указанным группам и подсчитываются групповые итоги. Результаты группировки заносятся в таблицу и определяются общие итоги по совокупности единиц наблюдения по каждому показателю.

Таблица 5.2 ‑ Группировка коммерческих банков по величине капитала

Источник

Что такое статистическая сводка и что такое статистическая группировка данных в криминологии

§ 5. Статистические методы, применяемые в криминологических исследованиях

Для сбора и анализа криминологической информации применяется, как уже отмечалось выше, ряд частнонаучных методов. Наиболее важным из них является статистический метод.

1. Статистический метод. Основные задачи использования статистических методов в криминологии следующие:

а) дать цифровую характеристику состояния и динамики преступности, а также практики борьбы с преступностью, деятельности органов, ведущих борьбу с ней, – описательная задача;

б) установить статистические связи, зависимости, соотношения в состоянии и динамике преступности и в деятельности правоохранительных органов – аналитическая задача;

в) определить тенденции развития преступности и детерминант, дать статистический, криминологический прогноз – прогностическая задача;

г) выявить положительные стороны и недостатки в практике борьбы с преступностью, помочь в разработке предложений и рекомендаций по совершенствованию этой борьбы. Например, статистические показатели уровня раскрываемости преступлений, объема профилактической работы в процессе расследования и рассмотрения дел дают возможность своевременно принять необходимые управленческие решения по более полной реализации общей и специальной превенции уголовно-правовых мер, реализации возможностей следственной профилактики – организаторская задача.

Статистический метод исследования состоит из трех этапов – наблюдение, группировка и сводка, анализ.

Первый этап, так называемое статистическое наблюдение, заключается в сборе необходимой первичной информации посредством учета и регистрации сведений из статистических карточек и статистических отчетов, которые имеются в органах – УВД, прокуратуры, юстиции и суда, а также из материалов анкетирования, интервью, изучения уголовного дела и так далее.

Второй этап состоит в сводке и группировке (классификации) всей информации, собранной из данных первичного учета. На этом этапе первичные данные систематизируются, подсчитывается их количество, после чего они группируются по различным признакам (например, по видам преступлений, по полу и возрасту), проводится подсчет по этим признакам и затем сводится воедино в статистический отчет, таблицу, схему, диаграмму.

Различают три вида группировок: 1) типологические (распределение по качественным признакам, например, по видам преступлений); 2) вариационные (распределение по количественным, варьирующим признакам, например, по возрастным группам); 3) аналитические (распределение на основе зависимости между двумя или несколькими группами факторов, например, по месту и времени совершения преступлений).

Статистический анализ – это завершающий и наиболее ответственный этап исследования. Он представляет собой процесс и результат сравнения, сопоставления, изучения полученных цифровых данных, их обобщения, установления и измерения взаимосвязей и закономерностей, характеризующих криминологически значимые явления и процессы.

Главное в статистическом анализе – не получение цифровой характеристики (какой бы обстоятельной она ни была), а правильность ее использования, оценки и практические выводы, извлекаемые из нее.

2. Выборочный метод. Уголовная статистика ведет сплошной учет всех без исключения ставших известными преступлений. Ее данные несут информацию о всей статистической совокупности преступности. Однако одной этой совокупности недостаточно для глубокого, всестороннего криминологического исследования.

Дополнительная информация добывается путем выборочных исследований, в ходе которых можно получить сведения, которых нет в уголовной и в иных отраслях правовой и социальной статистики. Чаще всего это дополнительная информация, необходимая для изучения причин и условий, обстоятельств, мотивов преступного поведения; углубленного изучения личности преступников, условий ее формирования, влияния микросреды на процесс деморализации с последующей криминализацией личности правонарушителя; изучения общественного мнения по вопросам борьбы с преступностью; изучения практики этой борьбы, мер профилактики, их результативности и так далее.

Суть выборочных исследований состоит в том, что целое описывается на основе его части. Изучению подвергается только часть всей совокупности (выборке), а полученные сведения используются для характеристики всей совокупности. Теория статистики и практика доказывают, что при достаточно большом числе наблюдений могут быть выявлены и проанализированы закономерности, присущие всей изучаемой совокупности (так называемой генеральной совокупности). Конечно, между результатами сплошного и выборочного наблюдения будет какое-то расхождение, которое называется ошибкой репрезентативности. Но эту ошибку можно определить и учесть, используя соответствующие формулы и таблицы. Важно лишь, чтобы выборка была репрезентативной, представительной, то есть выражала все своеобразие изучаемой совокупности. Иными словами, выборка рассматривается как равноценная, хотя и уменьшенная, модель всего массива[1].

Следует также иметь в виду, что чем больше выборка (часть подвергаемой изучению совокупности), тем точнее результаты, меньше ошибка репрезентативности и, с другой стороны, чем более однородна совокупность, тем меньше может быть выборка.

В криминологических исследованиях наиболее часто применяется случайная выборка, сущность которой состоит в том, что заранее не определяется единица наблюдения, а обеспечивается равноправное попадание в выборочную совокупность любой единицы наблюдения. Например, количество уголовных дел о кражах за один год в районе составляет 1000, но нам нужно изучить личности воров по 100 делам. Следовательно, исходя из принципа случайной выборки, из общего количества дел о кражах отбирается каждое десятое. Основой такой выборки должна служить картотека суда.

Необходимость применения выборочного метода (выборки) обусловливается тем, что исследователям достаточно трудно проводить сплошное обследование всей совокупности, требующее много времени, сил и средств.

Источник