Iv всероссийской научно-практической конференции (Омск, 4 июля 2017 г.) Омск 2017

АНАЛИЗ КАЧЕСТВА ИСХОДНЫХ ДАННЫХ КАК НЕОБХОДИМАЯ СТАДИЯ 
ФОРМИРОВАНИЯ КОМПЕТЕНЦИЙ ПРИ ОСВОЕНИИ ДИСЦИПЛИНЫ «СТАТИСТИКА» 
©
Л.М. Шайтанова 
доцент кафедры экономики и управления
Омской юридической академии, 
кандидат технических наук, доцент 
Аннотация. В статье рассмотрен алгоритм формирования компетенций в области оценки качества исход-
ной статистической информации в процессе обучения дисциплине «Статистика». Показаны пути анализа качества 
информации для четырех ситуаций, часто наблюдаемых в практике решения статистических задач. Методические 
положения, приведенные в настоящей работе, могут быть полезными для преподавателей других дисциплин, в 
которых существует необходимость обращать внимание на важность оценки качества исходной информации. 
Ключевые слова: алгоритм, группировка, качество исходных данных, компетенция, точность и сопоста-
вимость данных, статистический анализ. 
В настоящее время понятие качества исходных статистических данных строго не фор-
мализовано. С учетом различных формулировок такого понятия, приведенных в ряде учебно-
методических и научных работ, автором настоящей статьи принимается следующее опреде-
ление [1-4, 6, 7]: под качеством исходной статистической информации понимаются такие её 
свойства как достоверность (соответствие истинному значению, что обычно оценивается в 
терминах ошибок), точность (допустимые уровни вариации и смещения), сопоставимость (в 
рамках одного или множества наблюдений, сравнимость с данными прошлых наблюдений), 
а также свойство адаптироваться к цели поставленной задачи. 
В результате изучения курса «Статистика» студент должен обладать способностью и 
навыками анализировать исходные статистические данные на первом этапе статистического 
анализа, чтобы затем рассчитать достоверные социальные и экономические показатели, ис-
следовать их динамику и взаимосвязь (в рамках компетенций ОК-11, Юриспруденция и ПК-1, 
Экономика). Однако анализу качества исходной статистической информации в процессе обу-
чения не уделяется должного внимания, студенты используют официально опубликованные 
данные без предварительного анализа для статистических расчетов и формирования выво-
дов, которые могут быть некорректными или вовсе неверными. Изложенные моменты гово-
рят об актуальности темы представленной работы. 
Сформированные компетенции в области оценки качества исходной статистической 
информации позволяют студенту ответить на вопросы: подходят ли исходные данные для ре-
шения поставленных аналитических задач? Пригодны ли представленные данные и их еди-
ницы измерения для построения статистических моделей и их исследования? Можно ли их 
«увязать» в единый массив данных? Методическим основам формирования таких компетен-
ций и посвящена настоящая статья автора, основанная на практических материалах в ходе 
преподавания дисциплины.
На рисунке показана схема алгоритма анализа данных для четырех задач, которые ре-
шаются на практических занятиях в процессе изучения статистики. 
Основное содержание и решение задач: 
Задача 1. Анализ качества первичных группировок.
Проверка качества первичной группировки с точки зрения её точности проводится по 
критерию вариации. Анализируется вариационный интервальный ряд распределения значений 
признака. Рассчитываются статистические показатели признака: среднее значение признака, 
© Л.М. Шайтанова, 2017 

---

77
дисперсия, среднее квадратическое отклонение, коэффициент вариации. Если коэффициент 
вариации признака превышает 33 %, проводится перегруппировка исходного вариационного 
интервального ряда, и вычисления повторяются. Выводы формулируются по результатам рас-
чета для группировки с наименьшей вариацией. 
Анализируемые официально опубликованные исходные статистические 
данные до стадии расчета социальных и экономических показателей
Расчет социальных и экономических показателей, индексный анализ, определение
показателей динамики, построение адекватных моделей трендов и прогнозирование 
1. Анализ каче-
ства первичных 
группировок 
2. Выявление 
несопоставимых 
элементов в ин-
дексном анализе 
3. Рассмотрение 
представленных 
стоимостных 
оценок основных 
фондов
4. Сравнение 
данных по ВВП 
в текущих (ос-
новных) и сопо-
ставимых ценах 
Являются ли данные точными, досто-
верными, сопоставимыми, адаптиро-
ванными к задаче исследования?
Расчет вариа-
ции данных и 
перегруппи-
ровка 
Проверка со-
поставимости 
агрегатных 
индексов 
Выбор вида 
стоимостной 
оценки для 
расчета пока-
зателей 
Перерасчет 
ВВП или ВРП 
в сопостави-
мые уровни 
да 
нет 
Структура алгоритма анализа качества исходных данных 
 
Задача 2. Выявление несопоставимых элементов в индексном анализе. 
Индексный анализ получил широкое применение в факторном экономическом анализе, 
в частности, в сфере торговли. Сопоставимость стоимостных уровней и выбор соответствую-
щей базы для сравнения в индексном анализе имеет большое значение для получения досто-
верных итоговых выводов и заключений. Например, расчеты индексов Пааше и Ласпейреса 
дают различные результаты [3, с. 124–127; с. 492–494].
Студент должен обосновать выбор исходных данных для расчета, адаптированных к 
поставленной преподавателем цели исследования. В практике наиболее предпочтительным 
является решение, когда данные базисного и отчетного периодов являются сопоставимыми. 
Задача 3. Рассмотрение стоимостных оценок основных фондов (ОФ) и выбор вида 
оценки для расчета показателей. 
Существует ряд стоимостных оценок основных фондов. Студентам при сформирован-
ных компетенциях в области статистики необходимо знать, что каждая стоимостная оценка 

---

78
ОФ адаптирована к конкретной задаче исследования, а фонды, оцененные по полной перво-
начальной стоимости (в ценах приобретения), не сопоставимы во времени, что далее приво-
дит к несопоставимым показателям. При выборе вида показателя здесь предпочтительны ис-
ходные данные, выраженные в относительных величинах (темпы роста или прироста в про-
центах к предыдущему году), которые представляют собой сопоставимый временной ряд. 
Задача 4. Сравнение данных по валовому внутреннему продукту (ВВП) в текущих и со-
поставимых ценах. 
ВВП (для региона валовой региональный продукт – ВРП) является основным макро-
экономическим показателем, его достоверная оценка во многом предопределяет оптималь-
ный и эффективный комплекс мер по управлению экономикой страны [2; 3; 6]. Часто в офи-
циальных статистических сборниках исходные данные по уровню показателя приводятся в 
текущих (рыночных) ценах или в сопоставимых ценах с переменной базой сравнения [5]. 
Прежде чем анализировать динамику ВВП, необходимо пересчитать исходные уровни пока-
зателя в сопоставимые уровни по цене.
В данном случае студенты проводят перерасчет ВВП из уровней, заданных в текущих 
ценах (номинальный ВВП) в сопоставимые уровни (реальный ВВП) путем деления значений 
номинального ВВП на его индекс-дефлятор. После построения моделей по сопоставимым 
исходным данным студенты наглядно видят существенные различия как в тренде показателя, 
так и в прогнозных уровнях, что существенно влияет на выводы и принятие управленческих 
решений в сфере экономики. 
Таким образом, представленные в статье результаты можно использовать в практике 
преподавания не только курса статистики, но и ряда других дисциплин, в которых существу-
ет необходимость обращать внимание студентов на важность оценки качества исходной ин-
формации.