สถิติสัมพัทธ์ ค่าทางสถิติแบบสัมบูรณ์และแบบสัมพัทธ์ แนวคิดของค่าสถิติสัมบูรณ์ ประเภทของค่าสัมบูรณ์ความหมาย หน่วยแอบโซลูท

ผลของการวิเคราะห์กระบวนการและปรากฏการณ์ที่ศึกษาโดยใช้วิธีการทางสถิติคือชุดของลักษณะเชิงตัวเลขที่สามารถจำแนกได้เป็นตัวบ่งชี้แบบสัมบูรณ์และแบบสัมพัทธ์

อินดิเคเตอร์แบบสัมบูรณ์

ค่าสัมบูรณ์ในแง่ของสถิติแสดงถึงจำนวนหน่วยหรือจำนวนในกลุ่มตัวอย่างซึ่งเป็นผลโดยตรงของการสรุปและการจัดกลุ่มของข้อมูลที่วิเคราะห์ ตัวชี้วัดสัมบูรณ์สะท้อนให้เห็นถึงลักษณะ "ทางกายภาพ" ของกระบวนการและปรากฏการณ์ภายใต้การศึกษา (พื้นที่, มวล, ปริมาตร, พารามิเตอร์เชิงพื้นที่และเวลา) ซึ่งตามกฎแล้วจะถูกบันทึกไว้ในเอกสารทางบัญชีหลัก ค่าสัมบูรณ์มีมิติเสมอ เรายังทราบด้วยว่า ในทางตรงกันข้ามกับการตีความทางคณิตศาสตร์ ค่าสัมบูรณ์ทางสถิติอาจเป็นค่าบวกหรือค่าลบก็ได้

การจำแนกตัวบ่งชี้แบบสัมบูรณ์

ค่าสัมบูรณ์จำแนกตามวิธีการนำเสนอมิติของปรากฏการณ์ที่ศึกษาเป็นรายบุคคล กลุ่ม และทั่วไป

ถึง รายบุคคลรวมถึงตัวบ่งชี้สัมบูรณ์ที่แสดงมิติตัวเลขของแต่ละหน่วยของประชากร ตัวอย่างเช่น จำนวนพนักงานในองค์กร ผลผลิตรวมขององค์กร กำไร ฯลฯ

กลุ่มตัวชี้วัดเรียกว่าพารามิเตอร์ที่กำหนดลักษณะมิติหรือจำนวนหน่วยในบางส่วนของประชากร ตัวชี้วัดดังกล่าวคำนวณโดยการสรุปพารามิเตอร์สัมบูรณ์ที่สอดคล้องกันของแต่ละหน่วยของกลุ่มการศึกษาหรือโดยการนับจำนวนหน่วยในตัวอย่างโดยตรงจากประชากรทั่วไป

ตัวบ่งชี้สัมบูรณ์ที่อธิบายขนาดของคุณลักษณะในทุกหน่วยของประชากรเรียกว่า ทั่วไป. พารามิเตอร์ดังกล่าวเป็นผลจากการสรุปผลการศึกษาทางสถิติ ตัวชี้วัดเหล่านี้ได้แก่ ค่าจ้างรัฐวิสาหกิจของภูมิภาค ข้าวสาลีในรัฐ ฯลฯ

ความหมายของค่าสัมพัทธ์

จากมุมมองของสถิติ ค่าสัมพัทธ์คือพารามิเตอร์ทั่วไปที่อธิบายอัตราส่วนเชิงปริมาณของค่าสัมบูรณ์สองค่า กล่าวอีกนัยหนึ่ง ตัวบ่งชี้สัมพัทธ์แสดงลักษณะความสัมพันธ์และการพึ่งพาอาศัยกันของสองพารามิเตอร์เปรียบเทียบแบบสัมบูรณ์

การประยุกต์ใช้ในการวิจัยทางสังคมและเศรษฐกิจ

ตัวชี้วัดสัมพัทธ์มีบทบาทสำคัญในการวิเคราะห์กระบวนการทางเศรษฐกิจและสังคม เนื่องจากลักษณะสัมบูรณ์นั้นไม่อนุญาตให้ประเมินปรากฏการณ์ที่วิเคราะห์อย่างถูกต้องเสมอไป บ่อยครั้ง ความสำคัญที่แท้จริงของพวกมันถูกเปิดเผยเมื่อเปรียบเทียบกับตัวบ่งชี้สัมบูรณ์อื่นเท่านั้น

ตัวบ่งชี้สัมพัทธ์รวมถึงพารามิเตอร์ที่กำหนดโครงสร้างของปรากฏการณ์ตลอดจนการพัฒนาเมื่อเวลาผ่านไป ด้วยความช่วยเหลือของพวกเขา ง่ายต่อการติดตามแนวโน้มในการพัฒนากระบวนการภายใต้การศึกษาและคาดการณ์วิวัฒนาการต่อไป

คุณสมบัติหลักของค่าสัมพัทธ์คือทำให้สามารถดำเนินการกระบวนการที่หาที่เปรียบมิได้ในแง่สัมบูรณ์ซึ่งจะเปิดโอกาสในการเปรียบเทียบระดับการพัฒนาหรือความชุกของปรากฏการณ์ทางสังคมต่างๆ

หลักการคำนวณค่าสัมพัทธ์

ในความสัมพันธ์กับตัวบ่งชี้แบบสัมบูรณ์ซึ่งเป็นข้อมูลอินพุตสำหรับการวิเคราะห์ทางสถิติ ค่าสัมพัทธ์จะได้มาจากพวกเขาหรือรอง การคำนวณตัวบ่งชี้สัมพัทธ์ใน ปริทัศน์ทำได้โดยการหารพารามิเตอร์สัมบูรณ์ตัวหนึ่งด้วยอีกตัวหนึ่ง ในกรณีนี้ ค่าในตัวเศษเรียกว่า การเปรียบเทียบ หรือ กระแส และตัวบ่งชี้ในตัวส่วนที่ใช้เปรียบเทียบจะเป็นฐาน (ฐาน) ของการเปรียบเทียบ

เห็นได้ชัดว่าเป็นไปได้ที่จะทำการเปรียบเทียบแม้ค่าสัมบูรณ์ที่ดูเหมือนไม่เกี่ยวข้องกันโดยสิ้นเชิง ควรเลือกตัวบ่งชี้สัมพัทธ์ที่จำเป็นสำหรับการวิเคราะห์ทางสถิติตามวัตถุประสงค์ของการศึกษาเฉพาะและลักษณะของข้อมูลหลักที่มีอยู่ ในขณะเดียวกันก็จำเป็นต้องได้รับคำแนะนำจากหลักการในการมองเห็นและความง่ายในการรับรู้

ในฐานะที่เป็นตัวบ่งชี้ปัจจุบันและพื้นฐานสำหรับการคำนวณ คุณสามารถใช้ได้ไม่เฉพาะค่าสัมบูรณ์แต่ยังใช้คุณลักษณะสัมพัทธ์ด้วย พารามิเตอร์สัมพัทธ์ที่ได้จากการเปรียบเทียบคุณลักษณะสัมบูรณ์เรียกว่าตัวบ่งชี้ลำดับที่หนึ่ง และพารามิเตอร์สัมพัทธ์เรียกว่าตัวบ่งชี้ลำดับที่สูงกว่า

ขนาดของค่าสัมพัทธ์

การวิเคราะห์ทางสถิติช่วยให้คุณคำนวณตัวบ่งชี้ที่สัมพันธ์กันสำหรับค่าเดียวกันและค่าที่ตรงกันข้าม ผลลัพธ์ของการเปรียบเทียบพารามิเตอร์ของชื่อเดียวกันคือค่าสัมพัทธ์ที่ไม่มีชื่อซึ่งสามารถแสดงเป็นปัจจัยหลายหลากซึ่งแสดงถึงจำนวนครั้งที่ตัวบ่งชี้ปัจจุบันมากกว่าหรือน้อยกว่าฐานหนึ่ง (ในกรณีนี้จะใช้หนึ่งเป็นพื้นฐานสำหรับ การเปรียบเทียบ). บ่อยครั้งในการศึกษาทางสถิติ จะใช้ฐานเปรียบเทียบเท่ากับ 100 ในกรณีนี้ ขนาดของตัวบ่งชี้สัมพัทธ์ที่ได้รับจะเป็นเปอร์เซ็นต์ (%)

เมื่อเปรียบเทียบพารามิเตอร์ต่าง ๆ อัตราส่วนของมิติที่สอดคล้องกันของตัวบ่งชี้ในตัวเศษและตัวส่วนจะถูกนำมาเป็นมิติของค่าสัมพัทธ์ที่ได้รับ (เช่น ตัวบ่งชี้ระดับของ GDP ต่อหัวมีขนาดล้านรูเบิล / คน ).

การจำแนกค่าสัมพัทธ์

ท่ามกลางความหลากหลายของพารามิเตอร์สัมพัทธ์ ประเภทต่อไปนี้มีความโดดเด่น:

• ตัวบ่งชี้การเปลี่ยนแปลง
• ตัวชี้วัดของแผนและการดำเนินการตามแผน
• ตัวบ่งชี้ความเข้ม
• ดัชนีโครงสร้าง
• ตัวบ่งชี้การประสานงาน
• ดัชนีเปรียบเทียบ

ตัวบ่งชี้แบบไดนามิก (OPD)

พารามิเตอร์นี้อธิบายอัตราส่วนของระดับการพัฒนาในปัจจุบันของปรากฏการณ์ที่กำลังศึกษาต่อบางส่วน ซึ่งถือเป็นพื้นฐาน ระดับการพัฒนาในช่วงเวลาก่อนหน้า แสดงเป็นอัตราส่วนหลายค่า ตัวบ่งชี้สัมพัทธ์ของไดนามิกเรียกว่าปัจจัยการเติบโต และคิดเป็นเปอร์เซ็นต์ - อัตราการเติบโต

ตัวบ่งชี้แผน (PPI) และตัวบ่งชี้การดำเนินการตามแผน (PIP)

ตัวชี้วัดดังกล่าวถูกใช้โดยหน่วยงานทางเศรษฐกิจทั้งหมดที่เกี่ยวข้องในปัจจุบันและ การวางแผนเชิงกลยุทธ์. คำนวณได้ดังนี้

ลักษณะที่กล่าวถึงข้างต้นมีความเกี่ยวข้องกันโดยความสัมพันธ์ดังต่อไปนี้:

OPD \u003d OPP * OPP

ตัวบ่งชี้สัมพัทธ์ของแผนกำหนดความเข้มข้นของงานเมื่อเทียบกับช่วงก่อนหน้า และการดำเนินการตามแผนจะกำหนดระดับของการดำเนินการ

ดัชนีโครงสร้าง (SIR)

ตัวบ่งชี้สัมพัทธ์นี้แสดงองค์ประกอบโครงสร้างของประชากร และแสดงโดยสัมพันธ์กับขนาดของคุณลักษณะสัมบูรณ์ของส่วนโครงสร้างของวัตถุที่ศึกษากับขนาดของคุณลักษณะของประชากรโดยรวม กล่าวอีกนัยหนึ่งการคำนวณตัวบ่งชี้โครงสร้างประกอบด้วยการคำนวณน้ำหนักเฉพาะของแต่ละส่วนของประชากร:

OPS มักจะแสดงเป็นเศษส่วนของหน่วย (สัมประสิทธิ์) หรือเปอร์เซ็นต์ ผลรวมของน้ำหนักจำเพาะของส่วนโครงสร้างของประชากรที่ศึกษาควรเท่ากับหนึ่งหรือร้อยเปอร์เซ็นต์ตามลำดับ

ค่าสัมประสิทธิ์ดังกล่าวใช้ในการศึกษาโครงสร้างของปรากฏการณ์ที่ซับซ้อนหลายองค์ประกอบ เช่น ในการศึกษาการปล่อยสารอันตรายจากยานพาหนะในการจราจร แยกตามประเภทของเชื้อเพลิงที่ใช้ (น้ำมันเบนซิน ดีเซล แก๊ส) หรือโดย วัตถุประสงค์ (รถยนต์ รถบรรทุก รถโดยสาร) ฯลฯ

ดัชนีการประสานงาน (CPI)

พารามิเตอร์นี้กำหนดลักษณะอัตราส่วนของคุณลักษณะของประชากรทางสถิติบางส่วนต่อคุณลักษณะของส่วนฐาน ตัวบ่งชี้สัมพัทธ์ของการประสานงานใช้ในการวิเคราะห์ทางสถิติเพื่อแสดงความสัมพันธ์ระหว่าง แยกชิ้นส่วนประชากรที่ศึกษา

ส่วนของประชากรที่มีความถ่วงจำเพาะสูงสุดหรือมีความสำคัญจะถูกเลือกเป็นส่วนพื้นฐาน

ดัชนีความเข้ม (IIR)

ลักษณะนี้ใช้เพื่ออธิบายการแพร่กระจายของปรากฏการณ์ (กระบวนการ) ภายใต้การศึกษาในสภาพแวดล้อมของตนเอง สาระสำคัญของมันอยู่ที่การเปรียบเทียบปริมาณที่มีชื่อตรงข้ามกันซึ่งเกี่ยวข้องกันในทางใดทางหนึ่ง

ตัวอย่างคือตัวชี้วัดระดับของ GDP ต่อหัว ตัวชี้วัดทางประชากรศาสตร์ของการเพิ่มขึ้น (ลดลง) ตามธรรมชาติของประชากรต่อ 1,000 (10,000) คน เป็นต้น

ตัวบ่งชี้เปรียบเทียบ (CFR)

พารามิเตอร์นี้อธิบายอัตราส่วนของคุณสมบัติสัมบูรณ์ที่เหมือนกันของวัตถุที่แตกต่างกัน:

ตัวบ่งชี้การเปรียบเทียบแบบสัมพัทธ์สามารถใช้ได้กับ การวิเคราะห์เปรียบเทียบตัวอย่างเช่น ประชากรในรัฐต่างๆ ราคาสำหรับ สินค้าเหมือนกันแบรนด์ต่าง ๆ ผลิตภาพแรงงานในองค์กรต่าง ๆ เป็นต้น

การคำนวณลักษณะสัมพัทธ์คือ เหตุการณ์สำคัญอย่างไรก็ตาม การวิเคราะห์ทางสถิติโดยไม่คำนึงถึงตัวบ่งชี้สัมบูรณ์หลัก เราสามารถสรุปได้ไม่น่าเชื่อถือ ดังนั้น การประเมินที่ถูกต้องของกระบวนการและปรากฏการณ์ทางเศรษฐกิจและสังคมต่างๆ ควรยึดตามระบบของพารามิเตอร์ ซึ่งรวมถึงตัวชี้วัดทั้งแบบสัมบูรณ์และแบบสัมพัทธ์

ตัวบ่งชี้ทางสถิติเป็นลักษณะเชิงปริมาณของกระบวนการหรือปรากฏการณ์ทางเศรษฐกิจและสังคม

ชุดของตัวบ่งชี้ทางสถิติที่มีความสัมพันธ์กัน ซึ่งมีโครงสร้างระดับเดียวหรือหลายระดับ ก่อให้เกิดระบบของตัวบ่งชี้ทางสถิติ

แยกตัวบ่งชี้ - หมวดหมู่และตัวบ่งชี้ทางสถิติเฉพาะ ตัวบ่งชี้ - หมวดหมู่นี้สะท้อนถึงแก่นแท้ คุณสมบัติเด่นทั่วไปของตัวบ่งชี้ทางสถิติเฉพาะ แต่หลังจากผูกไว้กับสถานที่เฉพาะ (วัตถุ) จะกลายเป็นเฉพาะ ตัวอย่างเช่น ประชากร ความหมายเชิงคุณภาพและประชากรของ Leninogorsk เมื่อวันที่ 01.01.2010 เป็นสถิติเฉพาะ

ตามความครอบคลุมของหน่วยประชากร ตัวบ่งชี้สามารถเป็นรายบุคคลและรวมเข้าด้วยกันได้ สรุปแบ่งออกเป็น:

ปริมาตร - ได้มาจากการเพิ่มค่าแอตทริบิวต์ของแต่ละหน่วยของประชากร

คำนวณ - คำนวณตามสูตรต่างๆ และใช้สำหรับวัดความสัมพันธ์ ความผันแปร ลักษณะของการเปลี่ยนแปลงโครงสร้าง ฯลฯ

ตามปัจจัยด้านเวลา ตัวบ่งชี้อาจเป็นชั่วขณะ - สำหรับวันที่และช่วงเวลา - สำหรับช่วงเวลา ตั้งแต่ ... ถึง ...

บนพื้นฐานเชิงพื้นที่ ตัวชี้วัดสามารถอ้างถึงระดับรัฐบาลกลาง ระดับภูมิภาค และระดับท้องถิ่น

จากมุมมองของวัตถุและรูปแบบการแสดงออกที่เฉพาะเจาะจง ตัวบ่งชี้สามารถเป็นแบบสัมบูรณ์ แบบสัมพัทธ์ ค่าเฉลี่ย

ตัวชี้วัดทางสถิติที่แสดงมิติ (ปริมาตร ระดับ) ของปรากฏการณ์ทางเศรษฐกิจและสังคมในหน่วยวัด น้ำหนัก ปริมาตร ความยาว พื้นที่ ต้นทุน ฯลฯ เรียกว่า สถิติสัมบูรณ์. พวกมันมีมิติที่แน่นอน หน่วยวัดที่แน่นอนเสมอ

การเลือกหน่วยสำหรับการวัดค่าสัมบูรณ์นั้นพิจารณาจากสาระสำคัญ คุณสมบัติของปรากฏการณ์ที่กำลังศึกษา ตลอดจนวัตถุประสงค์ของการศึกษา ในสถิติใช้หน่วยการวัดที่หลากหลายที่สุดจำนวนมาก ในการจำแนกประเภททั่วไปที่สุด พวกเขาสามารถลดลงได้สามประเภท: ธรรมชาติ การเงิน (มูลค่า) และแรงงาน

เป็นธรรมชาติเป็นเรื่องปกติที่จะเรียกหน่วยวัดดังกล่าวซึ่งแสดงเป็นหน่วยวัดน้ำหนักปริมาตรความยาวพื้นที่ ฯลฯ หน่วยวัดดังกล่าวใช้เพื่อกำหนดลักษณะปริมาตร ประเภทต่างๆสินค้า, ขนาดของสินค้าที่ขาย, กำลังของโรงไฟฟ้า ฯลฯ เหล่านี้คือการผลิตผ้า - เป็นเส้นตรงและ (หรือ) ตารางเมตร, การผลิตก๊าซ - เป็นลูกบาศก์เมตร, ไฟฟ้า - เป็นกิโลวัตต์ชั่วโมง

ในบางกรณี สมัคร เป็นธรรมชาติตามเงื่อนไข หน่วย ใช้เพื่อรวบรวมมูลค่าการใช้ที่เหมือนกันหลายแบบ หนึ่งในนั้นถือเป็นมาตรฐาน ในขณะที่ส่วนอื่นๆ จะถูกแปลงโดยใช้สัมประสิทธิ์พิเศษเป็นหน่วยวัดของมาตรฐานนี้ ดังนั้น ในทางปฏิบัติตามสถิติของเรา เชื้อเพลิงทุกประเภทจะถูกคำนวณใหม่เป็นเชื้อเพลิงที่เทียบเท่ากัน โดยมีค่าความร้อนอยู่ที่ 29.3 MJ/kg (7000 kcal/kg)

สบู่ที่มีปริมาณกรดไขมันต่างกันคำนวณใหม่เป็นปริมาณกรดไขมัน 40% อาหารกระป๋องที่มีปริมาตรต่างกันเป็นกระป๋องที่มีเงื่อนไขซึ่งมีปริมาตร 353.4 ซม. 3 รถบรรทุก - เป็นแกน ฯลฯ

ตัวอย่างเช่น หากมีสบู่ 100 ตันที่มีปริมาณกรดไขมัน 40% และ 100 ตันที่มีปริมาณกรดไขมัน 60% ให้นับสบู่ 40% เราจะได้ 100 + 100 60/40 = สบู่ 250 ตันตามเงื่อนไข

แรงงานหน่วยวัด เช่น ชั่วโมงทำงาน วันทำงาน เป็นต้น ใช้เพื่อกำหนดต้นทุนแรงงานสำหรับการผลิตผลิตภัณฑ์ เพื่อประสิทธิภาพการทำงานบางอย่าง โดยคำนึงถึงความเข้มแรงงานของการดำเนินงานแต่ละขั้นตอนของกระบวนการทางเทคโนโลยี .

ในเงื่อนไข เศรษฐกิจตลาดที่สำคัญและใช้กันอย่างแพร่หลาย ค่าใช้จ่าย หน่วยวัดที่ให้การประเมินทางการเงินของปรากฏการณ์และกระบวนการทางเศรษฐกิจและสังคม

ได้แก่ ผลิตภัณฑ์มวลรวมภายในประเทศ มูลค่าการค้า รายได้และค่าใช้จ่ายของประชากร เป็นต้น

ตัวบ่งชี้ทางสถิติแบบสัมบูรณ์แบ่งออกเป็นตัวบ่งชี้ปริมาณและตัวบ่งชี้ระดับ

ตัวบ่งชี้ปริมาณช่วยให้เราสามารถกำหนดลักษณะของประชากรทั้งหมดหรือบางส่วนของประชากรได้ ดังนั้นประชากรที่ใช้งานทางเศรษฐกิจในรัสเซียในปี 2541 มีจำนวน 72,572,000 คนรวมถึงผู้ชาย 38,355,000 คนและผู้หญิง 34,217,000 คน นอกจากนี้ยังสามารถแสดงมูลค่ารวมของคุณลักษณะใดๆ ของประชากรทั้งหมดหรือบางส่วนได้

ตัวชี้วัดระดับกำหนดลักษณะมูลค่าของภาระของหน่วยของประชากรหนึ่งโดยองค์ประกอบของประชากรอื่น (ตัวอย่างเช่นในรัสเซียในปี 1999 จำนวนผู้อยู่อาศัยต่อ 1 km2 ของอาณาเขตคือ 8.6 คน) พวกเขายังสามารถกำหนดระดับความอิ่มตัวของชุดองค์ประกอบเฉพาะของคุณลักษณะบางอย่างของชุดนี้หรือชุดอื่นได้ (ในรัสเซียในปี 1998 ค่าเฉลี่ยการยังชีพขั้นต่ำต่อคนต่อเดือนคือ 493.3 รูเบิล; ในปี 1998 ในมอสโกค่าเฉลี่ย ราคาขายปลีกสำหรับเสื้อโค้ตเดมี่ของผู้หญิงที่ทำจากผ้าขนสัตว์และผ้ากึ่งขนสัตว์มีจำนวน 2128.16 รูเบิล ชิ้น)

นอกจากนี้ยังมี ความแตกต่าง ตัวเลขที่แน่นอน พวกมันแสดงถึงขนาดสัมบูรณ์ในความแตกต่างระหว่างตัวบ่งชี้สัมบูรณ์สองตัวในเวลาหรือพื้นที่ ตัวอย่างการแสดงความแตกต่างของเวลาที่แน่นอนของเจล (เรียกว่าอัตราการเติบโตที่แน่นอน) คือความแตกต่างระหว่างการผลิตขนมกับรัสเซียในปี 2541 (1310,000 ตัน) และในปี 2535 (1829 พันตัน) เท่ากับ 519 พันตัน ขนาดที่แน่นอนของการผลิตผลิตภัณฑ์ขนมในรัสเซียลดลงในช่วงหกปีที่ผ่านมา

ตัวชี้วัดสัมพัทธ์เรียกว่า ตัวบ่งชี้ทางสถิติ ซึ่งกำหนดเป็นอัตราส่วนของค่าสัมบูรณ์ที่เปรียบเทียบกับฐานของการเปรียบเทียบ ค่าที่ใช้เปรียบเทียบ (ตัวส่วนของเศษส่วน) มักจะเรียกว่าฐาน ฐานของการเปรียบเทียบ หรือค่าฐาน ตัวเศษคือค่าที่กำลังเปรียบเทียบ เรียกอีกอย่างว่าค่าปัจจุบันหรือค่าการรายงาน

ตัวอย่างเช่น การแบ่งประชากรในเมืองด้วยประชากรทั้งหมดของประเทศ เราจะได้ตัวบ่งชี้ "ส่วนแบ่งของประชากรในเมือง"

ค่าที่เปรียบเทียบอาจเป็นชื่อเดียวกันและชื่อตรงข้ามก็ได้ หากเปรียบเทียบค่าชื่อเดียวกัน ตัวบ่งชี้ที่สัมพันธ์กันจะแสดงเป็นตัวเลขนามธรรม ตามกฎแล้ว ฐานของการเปรียบเทียบจะเท่ากับ 1,100,1000 หรือ 10000 หากฐานเป็น 1 ค่าสัมพัทธ์จะแสดงสัดส่วนของค่าฐานที่เป็นค่าปัจจุบัน หากฐานของการเปรียบเทียบคือ 100 ค่าสัมพัทธ์จะแสดงเป็นเปอร์เซ็นต์ (%) หากฐานของการเปรียบเทียบคือ 1,000 - ใน ppm (% o) 10000 - ในหน่วยเดซิมิล (% oo)

เมื่อเปรียบเทียบค่าที่ตรงกันข้าม ชื่อของค่าสัมพัทธ์จะเกิดขึ้นจากชื่อของค่าที่เปรียบเทียบ (ความหนาแน่นของประชากรของประเทศ: คน / km2 ผลผลิต: centner / ha ฯลฯ )

ขึ้นอยู่กับงาน เนื้อหา และความหมายของอัตราส่วนเชิงปริมาณที่แสดง มีตัวบ่งชี้ที่เกี่ยวข้องของแผนงานใหม่ การดำเนินการตามแผน พลวัต โครงสร้าง การประสานงาน การเปรียบเทียบ ความเข้มข้น ระดับ การพัฒนาเศรษฐกิจ.

ตัวบ่งชี้สัมพัทธ์ของเป้าหมายที่วางแผนไว้(OHPZ) ใช้เพื่อวัตถุประสงค์ของ การวางแผนขั้นสูงกิจกรรมของวิชาของทรงกลมทางการเงินและเศรษฐกิจตลอดจนการเปรียบเทียบของจริง ผลลัพธ์ที่ได้กับที่วางแผนไว้ก่อนหน้านี้

ตัวอย่าง ในไตรมาสแรกมูลค่าการขายปลีกของสมาคมการค้าอยู่ที่ 250 ล้านรูเบิล ในไตรมาสที่สองจะมีการวางแผนการขายปลีก 350 ล้านรูเบิล กำหนดมูลค่าสัมพัทธ์ของงานที่วางแผนไว้

สารละลาย: HPP * 100% = 140% ดังนั้นในไตรมาสที่สอง จะมีการวางแผนที่จะเพิ่มมูลค่าการค้าปลีกของสมาคมการค้าขึ้น 40%

ประสิทธิภาพสัมพัทธ์ของแผน(OPVP) แสดงอัตราส่วนระหว่างระดับจริงและระดับที่วางแผนไว้ของตัวบ่งชี้ มักจะแสดงเป็นเปอร์เซ็นต์ วิธีการคำนวณตัวบ่งชี้ประสิทธิภาพสัมพัทธ์ของแผนขึ้นอยู่กับวิธีการและรูปแบบของตัวบ่งชี้แผนที่ได้รับ ตัวบ่งชี้ที่วางแผนไว้สามารถกำหนดได้ในรูปแบบของค่าสัมบูรณ์และค่าเฉลี่ย หากกำหนดเป้าหมายที่วางแผนไว้ในรูปแบบของค่าสัมบูรณ์และค่าเฉลี่ย ระดับของการปฏิบัติตามแผนจะถูกกำหนดโดยการหารมูลค่าที่ทำได้จริงของตัวบ่งชี้ด้วยมูลค่าที่แผนกำหนดไว้

เมื่อกำหนดแผนเป็นตัวบ่งชี้แบบสัมพัทธ์ (เปรียบเทียบกับเส้นพื้นฐาน) การดำเนินการตามแผนจะพิจารณาจากอัตราส่วนของมูลค่าสัมพัทธ์ของไดนามิกกับค่าสัมพัทธ์ของเป้าหมาย

หากงานที่วางแผนไว้มีระดับของตัวบ่งชี้ที่ลดลง ผลลัพธ์ของการเปรียบเทียบระดับจริงกับระดับที่วางแผนไว้ ซึ่งมีมูลค่าน้อยกว่า 100% จะบ่งชี้ว่าแผนได้รับการเติมเต็มแล้ว

ตัวบ่งชี้สัมพัทธ์ของไดนามิก(OPD) เรียกว่าปริมาณทางสถิติที่กำหนดระดับการเปลี่ยนแปลงของปรากฏการณ์ที่ศึกษาในช่วงเวลาหนึ่ง แสดงถึงอัตราส่วนของระดับของกระบวนการหรือปรากฏการณ์ที่ศึกษาในช่วงเวลาหนึ่งและระดับของกระบวนการหรือปรากฏการณ์เดียวกันในอดีต

ค่าที่คำนวณด้วยวิธีนี้แสดงจำนวนครั้งที่ระดับปัจจุบันเกินระดับก่อนหน้า (พื้นฐาน) หรือสัดส่วนของระดับหลัง ตัวบ่งชี้นี้สามารถแสดงเป็นหุ้นหรือร้อยละ

เมื่อมีข้อมูลอยู่หลายช่วงเวลา สามารถเปรียบเทียบระดับที่กำหนดแต่ละระดับกับระดับของช่วงเวลาก่อนหน้า หรือกับระดับอื่นที่ใช้เป็นฐานเปรียบเทียบ (ระดับพื้นฐาน) อดีตเรียกว่าตัวบ่งชี้สัมพัทธ์ของไดนามิกพร้อมฐานเปรียบเทียบตัวแปรหรือ โซ่, ตัวบ่งชี้ที่สอง - สัมพัทธ์ของไดนามิกพร้อมฐานการเปรียบเทียบคงที่หรือ ขั้นพื้นฐาน.ตัวบ่งชี้สัมพัทธ์ของไดนามิกเรียกว่าอัตราการเติบโตและอัตราการเติบโต

มีความสัมพันธ์ดังต่อไปนี้ระหว่างตัวบ่งชี้ที่สัมพันธ์กันของเป้าหมายที่วางแผนไว้ การบรรลุผลตามแผน และการเปลี่ยนแปลง: OPPZ อปท. = อปท. จากความสัมพันธ์นี้ สำหรับสองตัวบ่งชี้ที่รู้จัก จะสามารถกำหนดค่าที่ไม่รู้จักที่สามได้เสมอ

ตัวชี้วัดเชิงสัมพันธ์ของโครงสร้าง(OPS) แสดงถึงความสัมพันธ์ของส่วนและส่วนทั้งหมด พวกเขาอธิบายลักษณะโครงสร้างซึ่งเป็นองค์ประกอบของปรากฏการณ์ทางสังคมและเศรษฐกิจชุดหนึ่ง จากคำจำกัดความของตัวบ่งชี้สัมพัทธ์ของโครงสร้าง มันตามมาว่าเมื่อคำนวณแล้ว ค่าของทั้งหมด (รวมสำหรับตัวบ่งชี้ใด ๆ ) จะถูกนำมาเป็นพื้นฐานสำหรับการเปรียบเทียบและค่าของตัวบ่งชี้ของแต่ละบุคคล เปรียบเทียบส่วนต่างๆ ทั้งหมดนี้

ตัวชี้วัดสัมพัทธ์ของการประสานงาน(OPK) คืออัตราส่วนของประชากรส่วนหนึ่งต่ออีกส่วนหนึ่งของประชากรเดียวกัน

เป็นผลมาจากการแบ่งส่วนนี้ พวกเขาได้จำนวนครั้งที่ประชากรส่วนนี้มากกว่า (น้อยกว่า) ฐานหนึ่ง หรือกี่เปอร์เซ็นต์ของประชากร หรือกี่หน่วยของส่วนโครงสร้างนี้ตกอยู่ใน 1 หน่วย 100 1,000 หน่วยของส่วนอื่น ๆ - ใช้เป็นฐานของการเปรียบเทียบ

ตัวบ่งชี้ความเข้มสัมพัทธ์(OPI) กำหนดลักษณะระดับของความอิ่มตัวหรือการพัฒนาของปรากฏการณ์นี้และแสดงอัตราส่วนของตัวบ่งชี้ที่ศึกษาต่อขนาดของสภาพแวดล้อมโดยธรรมชาติ

ชนิดของตัวบ่งชี้ความเข้มสัมพัทธ์นั้นสัมพันธ์กัน ตัวชี้วัดระดับการพัฒนาเศรษฐกิจ (OPUER). พวกเขากำหนดลักษณะผลผลิตต่อหัวและมีความสำคัญมากในการประเมินสถานะของเศรษฐกิจของรัฐ

เนื่องจากตัวบ่งชี้ปริมาณการผลิตเป็นไปตามช่วงธรรมชาติ และตัวบ่งชี้ประชากรเป็นแบบชั่วขณะ การคำนวณจึงใช้ประชากรเฉลี่ยสำหรับช่วงเวลานั้น (เช่น ค่าเฉลี่ยรายปี):

ตัวชี้วัดเปรียบเทียบสัมพัทธ์(OPSr) คืออัตราส่วนของค่าที่คล้ายกันซึ่งเกี่ยวข้องกับวัตถุต่างๆ (องค์กร บริษัท อำเภอ ภูมิภาค ประเทศ ฯลฯ):

ด้วยความช่วยเหลือของตัวบ่งชี้ดังกล่าว เราสามารถเปรียบเทียบจำนวนประชากร ขนาดของอาณาเขต จำนวนพื้นที่หว่านตามประเทศ ภูมิภาค อำเภอ ฯลฯ

ค่าเฉลี่ยเป็นเรื่องปกติที่สุดในสถิติ สิ่งเหล่านี้แสดงถึงลักษณะทั่วไปเชิงปริมาณของลักษณะในผลรวมทางสถิติ พวกเขาให้คำอธิบายทั่วไปของปรากฏการณ์ประเภทเดียวกันตามคุณลักษณะที่แตกต่างกันอย่างใดอย่างหนึ่ง

คุณสมบัติที่สำคัญที่สุดของค่าเฉลี่ยคือความสามารถในการสะท้อนถึงสิ่งที่มีอยู่ในทุกหน่วยของประชากร ค่าเฉลี่ยสะท้อนถึงระดับทั่วไปของแอตทริบิวต์เมื่อคำนวณจากประชากรที่เป็นเนื้อเดียวกันในเชิงคุณภาพ หากประชากรไม่เป็นเนื้อเดียวกัน ค่าเฉลี่ยทั่วไปควรเสริมด้วยค่าเฉลี่ยกลุ่ม ซึ่งคำนวณจากการจัดกลุ่มข้อมูลประชากรเบื้องต้น

ประเภทเฉลี่ยที่ใช้บ่อยที่สุดในสถิติ ได้แก่ :

เลขคณิตซึ่งสามารถง่ายและถ่วงน้ำหนักได้

ค่าเฉลี่ยเลขคณิตอย่างง่ายใช้เมื่อคำนวณตามข้อมูลที่ไม่ได้จัดกลุ่ม เมื่อต้องการทำเช่นนี้ ผลรวมของค่าของตัวบ่งชี้ต่างๆ จะถูกหารด้วยจำนวนทั้งหมด

ค่าเฉลี่ยเลขคณิต ใช้เมื่อค่าของคุณสมบัติตัวแปรซ้ำกัน ในกรณีนี้จะกำหนดความถี่ของการทำซ้ำของค่าดังกล่าวและคำนวณค่าเฉลี่ยจากข้อมูลที่จัดกลุ่มโดยใช้สูตร:

หรือตามสูตร:

เมื่อคำนวณค่าเฉลี่ยถ่วงน้ำหนักตามข้อมูลของชุดช่วงเวลา จำเป็นต้องย้ายจากค่าช่วงเป็นค่ามัธยฐาน

ค่าเฉลี่ยถ่วงน้ำหนักฮาร์มอนิก - ใช้เมื่อทราบตัวเศษของอัตราส่วนดั้งเดิมของค่าเฉลี่ย แต่ไม่รู้จักตัวส่วน ในกรณีนี้ การคำนวณจะดำเนินการตามสูตร:

ที่ไหน w i = x ฉัน ฉัน

ตำแหน่งถ่วงน้ำหนักสามารถใช้ในกรณีที่ค่า ฉันสำหรับหน่วยประชากรเท่ากับ (ระยะเวลาที่วางแผนไว้ของวันทำงาน) คำนวณโดยสูตร:

ค่าเฉลี่ยเรขาคณิตไม่ถ่วงน้ำหนักคำนวณโดยสูตร:

น้ำหนักฮาร์มอนิกเฉลี่ยคำนวณโดยสูตร:

สถิติที่ใช้บ่อยที่สุดคือโหมดและค่ามัธยฐาน แฟชั่น แสดงถึงคุณค่าของคุณลักษณะที่ศึกษาซึ่งซ้ำด้วยความถี่สูงสุด

ค่ามัธยฐานคือค่าของจุดสนใจที่อยู่ตรงกลางของประชากรที่จัดลำดับ (ตามคำสั่ง) คุณสมบัติหลักของค่ามัธยฐานคือผลรวมของการเบี่ยงเบนสัมบูรณ์ของค่าแอตทริบิวต์จากค่ามัธยฐานน้อยกว่าค่าอื่นๆ

ตามข้อมูลที่จัดกลุ่ม โหมดจะถูกกำหนดจากตาราง

ค่ามัธยฐานของแอตทริบิวต์คำนวณโดยสูตร:

ที่ไหน พี- ปริมาณของประชากร

ในอนุกรมช่วงเวลา โหมดคำนวณโดยสูตร:

ที่ไหน, X 0 - ขีด จำกัด ล่างของช่วงโมดอล (ช่วงเวลาที่มีความถี่สูงสุด), h - ความกว้างของช่วงกิริยา mMo คือความถี่ของช่วงโมดอล

ตู่ Mo-1 - ความถี่ของช่วงเวลาก่อนโมดอล

ตู่ Mo+1 - ความถี่ของช่วงหลังโมดอล

ในอนุกรมช่วงเวลา ค่ามัธยฐานคำนวณโดยสูตร:

โดยที่: x0 คือขีดจำกัดล่างของช่วงค่ามัธยฐาน (ช่วงแรกที่ความถี่สะสมเกินครึ่งหนึ่งของผลรวมของความถี่ทั้งหมด) h คือความกว้างของช่วงมัธยฐาน ตู่ผม - ความถี่ของช่วง i-th;

ส M e -1 - ความถี่สะสมของช่วงก่อนค่ามัธยฐาน

ตู่ฉัน - ความถี่ของช่วงมัธยฐาน

ใน เศรษฐศาสตร์สาขาวิชาสถิติอยู่ในตำแหน่งสำคัญ ทั้งนี้เนื่องมาจากหลายสาเหตุ ประการแรก ภายในกรอบของความเชี่ยวชาญทางเศรษฐศาสตร์ทั่วไป การวิจัยทางสถิติทำหน้าที่เป็นพื้นฐานสำหรับการพัฒนาและปรับปรุงวิธีการวิเคราะห์ นอกจากนี้ยังเป็นทิศทางที่เป็นอิสระด้วยตัวแบบของตัวเอง

ค่าสัมบูรณ์และค่าสัมพัทธ์

แนวคิดเหล่านี้เป็นองค์ประกอบหลักในวิทยาศาสตร์สถิติ ใช้เพื่อกำหนดลักษณะเชิงปริมาณพลวัตของการเปลี่ยนแปลง ค่าสัมบูรณ์และสัมพัทธ์สะท้อน ลักษณะที่แตกต่างแต่หากไม่มีสิ่งใดสิ่งหนึ่งก็ไม่สามารถดำรงอยู่ได้ อดีตแสดงมิติเชิงปริมาณของปรากฏการณ์นี้หรือปรากฏการณ์นั้นโดยไม่คำนึงถึงสิ่งอื่น เป็นไปไม่ได้ที่จะประเมินการเปลี่ยนแปลงและความเบี่ยงเบนจากการเปลี่ยนแปลงที่เกิดขึ้นอย่างต่อเนื่อง พวกเขาแสดงปริมาณและระดับของกระบวนการหรือปรากฏการณ์ ค่าสัมบูรณ์จะมีชื่อเป็นตัวเลขเสมอ พวกมันมีมิติหรือหน่วยวัด อาจเป็นได้ตามธรรมชาติ แรงงาน การเงิน และอื่นๆ ตัวอย่างเช่น ชั่วโมงมาตรฐาน ชิ้น พันรูเบิล ฯลฯ ในทางกลับกัน ค่าเฉลี่ยและค่าสัมพัทธ์จะแสดงอัตราส่วนของมิติข้อมูลที่แน่นอนหลายรายการ มันสามารถสร้างขึ้นสำหรับปรากฏการณ์หลายอย่างหรือสำหรับหนึ่ง แต่ถ่ายในปริมาณที่แตกต่างกันและในช่วงเวลาที่แตกต่างกัน องค์ประกอบเหล่านี้ทำหน้าที่เป็นผลหารของตัวเลขทางสถิติ ซึ่งกำหนดลักษณะอัตราส่วนเชิงปริมาณ ในการกำหนดค่าสัมพัทธ์ คุณต้องหารขนาดหนึ่งด้วยอีกขนาดหนึ่ง โดยนำมาเป็นฐาน ข้อมูลหลังอาจเป็นข้อมูลที่วางแผนไว้ ข้อมูลจริงจากปีก่อนหน้าหรือองค์กรอื่น เป็นต้น ญาติสามารถแสดงเป็นเปอร์เซ็นต์ (ถ้าฐานเป็น 100) หรือสัมประสิทธิ์ (ถ้าฐานเป็นหนึ่ง)

การจำแนกตัวเลขทางสถิติ

ค่าสัมบูรณ์ถูกนำเสนอในสองประเภท:

1. รายบุคคล. พวกเขากำหนดลักษณะของขนาดของลักษณะเฉพาะในหน่วยเฉพาะ ตัวอย่างเช่น อาจเป็นจำนวนเงินเดือนของพนักงาน เงินฝากธนาคาร และอื่นๆ ขนาดเหล่านี้พบได้โดยตรงระหว่าง การสังเกตทางสถิติ. บันทึกไว้ในเอกสารทางบัญชีหลัก
2. รวม. ค่าประเภทนี้สะท้อนถึงตัวบ่งชี้ทั้งหมดของแอตทริบิวต์สำหรับยอดรวมของวัตถุ มิติเหล่านี้ทำหน้าที่เป็นผลรวมของจำนวนหน่วย (ขนาดประชากร) หรือปริมาตรของคุณลักษณะที่แตกต่างกัน

หน่วย

ค่าสัมบูรณ์ธรรมชาติสามารถเป็นเรื่องง่าย ตัวอย่างเช่นตันลิตรรูเบิลชิ้นกิโลเมตร สิ่งเหล่านี้อาจซับซ้อน โดยแสดงลักษณะการรวมกันของปริมาณต่างๆ ตัวอย่างเช่น สถิติใช้ตัน-กิโลเมตรเพื่อกำหนดปริมาณการหมุนเวียนของการขนส่งทางรถไฟ กิโลวัตต์-ชั่วโมงเพื่อประมาณการการผลิตไฟฟ้า และอื่นๆ หน่วยธรรมชาติตามเงื่อนไขยังใช้ในการวิจัยอีกด้วย ตัวอย่างเช่น ที่จอดรถแทรกเตอร์สามารถเปลี่ยนเป็นเครื่องจักรอ้างอิงได้ หน่วยมูลค่าใช้เพื่อกำหนดลักษณะผลิตภัณฑ์ที่แตกต่างกันในแง่ของเงิน แบบฟอร์มนี้โดยเฉพาะใช้ในการประเมินรายได้ของประชากร ผลผลิตรวม การใช้หน่วยมูลค่า การเพิ่มเติมจะพิจารณาถึงการเปลี่ยนแปลงของราคาเมื่อเวลาผ่านไป และเอาชนะข้อเสียอันเนื่องมาจากราคาที่ "เปรียบเทียบได้" หรือ "คงที่" ในช่วงเวลาเดียวกัน ค่าแรงคำนึงถึงต้นทุนรวมของงาน ความซับซ้อนของการดำเนินการบางอย่างที่ประกอบเป็นวัฏจักรเทคโนโลยี พวกเขาจะแสดงออกใน ฯลฯ

ค่าสัมพัทธ์

เงื่อนไขหลักสำหรับการคำนวณคือการเปรียบเทียบหน่วยและการมีอยู่ของการเชื่อมต่อที่แท้จริงระหว่างปรากฏการณ์ที่กำลังศึกษา ค่าที่ทำการเปรียบเทียบ (ตัวส่วนในเศษส่วน) ทำหน้าที่เป็นฐานหรือฐานของอัตราส่วนตามกฎ ผลลัพธ์สามารถแสดงเป็นเศษส่วนต่าง ๆ ของหน่วยทั้งนี้ขึ้นอยู่กับทางเลือกของมัน อาจเป็นสิบ ร้อย (ร้อยละ) พัน (ส่วนที่ 10 ของ% - ppm) สิบในพัน (ร้อยของ% - เดซิมิลล์) หน่วยที่เปรียบเทียบกันได้จะเหมือนกันหรือต่างกันก็ได้ ในกรณีที่สอง ชื่อของพวกเขาจะถูกสร้างขึ้นจากหน่วยที่ใช้ (c/ha, rub./person, ฯลฯ )

ประเภทของค่าสัมพัทธ์

มีการใช้หน่วยเหล่านี้หลายประเภทในสถิติ มีค่าสัมพัทธ์ดังนี้

1. โครงสร้าง
2. งานที่วางแผนไว้
3. ความเข้ม
4. ลำโพง
5. การประสานงาน
6. การเปรียบเทียบ
7. องศาของการพัฒนาเศรษฐกิจ

มูลค่าสัมพัทธ์ของงานแสดงอัตราส่วนของสิ่งที่วางแผนไว้สำหรับรอบระยะเวลาที่จะมาถึงกับสิ่งที่ได้พัฒนาจริงสำหรับรอบระยะเวลาปัจจุบัน หน่วยแผนคำนวณในลักษณะเดียวกัน ขนาดสัมพัทธ์ของโครงสร้างเป็นลักษณะของส่วนแบ่งของประชากรบางส่วนที่ศึกษาในปริมาตรทั้งหมด การคำนวณจะดำเนินการโดยการหารตัวเลขในแต่ละส่วนด้วยจำนวนทั้งหมด (หรือปริมาตร) หน่วยเหล่านี้แสดงเป็นเปอร์เซ็นต์หรือทวีคูณอย่างง่าย เช่น คำนวณ แรงดึงดูดเฉพาะประชากรในเมือง

พลวัต

ค่าสัมพัทธ์สะท้อนให้เห็นในกรณีนี้อัตราส่วนของระดับของวัตถุในช่วงเวลาหนึ่งต่อสถานะในอดีตกาล กล่าวอีกนัยหนึ่ง มีลักษณะเฉพาะโดยการเปลี่ยนแปลงของปรากฏการณ์ในช่วงระยะเวลาหนึ่ง ค่าสัมพัทธ์ที่ระบุลักษณะไดนามิกเรียกว่า ทางเลือกของฐานในการคำนวณจะดำเนินการขึ้นอยู่กับวัตถุประสงค์ของการศึกษา

ความเข้ม

ค่าสัมพัทธ์สามารถสะท้อนถึงระดับการพัฒนาของปรากฏการณ์ในสภาพแวดล้อมเฉพาะ ในกรณีนี้ เราพูดถึงความเข้มข้น การคำนวณจะดำเนินการโดยการเปรียบเทียบปริมาณตรงกันข้ามที่เกี่ยวข้องกัน ตามกฎแล้วมีการกำหนดตาม 1,000, 100 และอื่น ๆ ตามหน่วยของประชากรที่ศึกษา ตัวอย่างเช่น ต่อพื้นที่ 100 เฮกตาร์ ต่อพันคน เป็นต้น ตัวบ่งชี้ค่าสัมพัทธ์เหล่านี้มีชื่อเป็นตัวเลข ตัวอย่างเช่น นี่คือวิธีคำนวณความหนาแน่นของประชากร แสดงเป็นจำนวนประชากรเฉลี่ยต่อตารางเมตร กม. ของอาณาเขต ลักษณะของระดับการพัฒนาเศรษฐกิจทำหน้าที่เป็นประเภทย่อยของหน่วยดังกล่าว ตัวอย่างเช่น ซึ่งรวมถึงประเภทของค่าสัมพัทธ์ เช่น ระดับ GNP, GDP, VID และอื่นๆ ต่อหัว ลักษณะเหล่านี้มีบทบาทสำคัญในการวิเคราะห์สถานการณ์ทางเศรษฐกิจในประเทศ

การประสานงาน

ค่าของค่าสัมพัทธ์สามารถกำหนดลักษณะสัดส่วนขององค์ประกอบแต่ละรายการของทั้งหมดเข้าด้วยกัน การคำนวณทำได้โดยการหารส่วนหนึ่งด้วยอีกส่วนหนึ่ง ปริมาณสัมพัทธ์ในกรณีนี้ทำหน้าที่เป็นชนิดย่อยของหน่วยความเข้ม ความแตกต่างอยู่ที่ความจริงที่ว่าพวกมันสะท้อนถึงระดับการกระจายของส่วนต่าง ๆ ของประชากรเดียวกัน ฐานสามารถเป็นสัญญาณหนึ่งหรืออย่างอื่นขึ้นอยู่กับเป้าหมาย ในเรื่องนี้สำหรับทั้งหมดเดียวกันสามารถคำนวณค่าสัมพัทธ์ของการประสานงานหลายค่าได้

การทำแผนที่

ค่าเปรียบเทียบแบบสัมพัทธ์คือหน่วยที่มีการหารบางส่วนของคุณลักษณะทางสถิติเดียวกันซึ่งทำหน้าที่เป็นคุณลักษณะสำหรับวัตถุต่างๆ แต่อ้างอิงถึงช่วงเวลาหรือช่วงเวลาเดียวกัน ตัวอย่างเช่น มีการคำนวณอัตราส่วนของระดับต้นทุน เฉพาะประเภทผลิตภัณฑ์ที่ผลิตโดยสององค์กร ผลิตภาพแรงงานสำหรับอุตสาหกรรมต่างๆ เป็นต้น

การประเมินเศรษฐกิจ

ในการศึกษานี้ มีการใช้หน่วยสัมบูรณ์และหน่วยสัมพัทธ์อย่างแข็งขัน อดีตใช้เพื่อสร้างอัตราส่วนของเงินสำรองและค่าใช้จ่ายกับแหล่งเงินทุนและประเมินองค์กรในแง่ของความมั่นคงทางการเงิน ตัวบ่งชี้สัมพัทธ์สะท้อนโครงสร้างของเงินทุนที่มีสถานะคงที่และ เงินทุนหมุนเวียน. ที่ การประเมินทางเศรษฐกิจใช้แล้ว การวิเคราะห์แนวนอน. ค่าสัมบูรณ์ที่มีลักษณะทั่วไปที่สุดซึ่งกำหนดลักษณะความมั่นคงทางการเงินของบริษัทคือการขาดแคลนแหล่งเงินทุนและเงินสำรองมากเกินไป การคำนวณทำได้โดยการลบ ผลลัพธ์คือความแตกต่างในขนาดของแหล่งที่มา (ลบด้วยสินทรัพย์ไม่หมุนเวียน) วิธีการสร้างหุ้นและจำนวนหุ้น องค์ประกอบหลักในเรื่องนี้คือหน่วยสถิติต่อไปนี้:

1. เป็นเจ้าของสินทรัพย์หมุนเวียน
2. ตัวบ่งชี้ทั่วไปของแหล่งที่วางแผนไว้
3. เงินกู้ยืมระยะยาวและกองทุนของตัวเอง

การวิจัยเชิงปัจจัยเชิงกำหนด

การวิเคราะห์นี้เป็นเทคนิคเฉพาะสำหรับการศึกษาผลกระทบของปัจจัยที่ปฏิสัมพันธ์กับผลลัพธ์มีลักษณะการทำงาน การศึกษานี้ดำเนินการโดยการสร้างและประเมินผลซึ่งใช้ตัวบ่งชี้สัมพัทธ์กันอย่างแพร่หลายในการวิเคราะห์นี้ ในกรณีส่วนใหญ่ใน การวิเคราะห์ปัจจัยมีการใช้แบบจำลองการคูณ ตัวอย่างเช่น กำไรสามารถแสดงเป็นผลคูณของปริมาณสินค้าและต้นทุนต่อหน่วย ส่วนหนึ่งของการวิเคราะห์ในกรณีนี้ดำเนินการใน 2 วิธี:

1. หมายถึงการทดแทนลูกโซ่ การเปลี่ยนแปลงในผลลัพธ์อันเนื่องมาจากปัจจัยนั้นคำนวณเป็นผลคูณของความเบี่ยงเบนของลักษณะที่ศึกษาโดยฐานของอีกลักษณะหนึ่งตามลำดับที่เลือก
2. วิธี ความแตกต่างสัมพัทธ์ใช้ในการวัดผลกระทบของปัจจัยต่อการเพิ่มขึ้นของผลลัพธ์ ใช้เมื่อมีการเบี่ยงเบนเป็นเปอร์เซ็นต์ที่คำนวณไว้ก่อนหน้านี้ในแหล่งข้อมูล

อนุกรมเวลา

สิ่งเหล่านี้แสดงถึงการเปลี่ยนแปลงในตัวบ่งชี้ตัวเลขของปรากฏการณ์ทางสังคมในช่วงเวลาหนึ่ง แนวทางที่สำคัญที่สุดประการหนึ่งในการวิเคราะห์นี้คือการศึกษาพัฒนาการของเหตุการณ์ในช่วงเวลาหนึ่งๆ ในหมู่พวกเขา:

บทสรุป

ค่าสัมพัทธ์มีค่าทางวิทยาศาสตร์สูงอย่างไม่ต้องสงสัย อย่างไรก็ตามในทางปฏิบัติไม่สามารถใช้แยกกันได้ พวกมันมักสัมพันธ์กับตัวชี้วัดแบบสัมบูรณ์ โดยแสดงอัตราส่วนของตัวหลัง หากไม่นำมาพิจารณา จะไม่สามารถระบุลักษณะปรากฏการณ์ที่กำลังศึกษาได้อย่างถูกต้อง การใช้ค่าสัมพัทธ์ คุณต้องแสดงว่าหน่วยสัมบูรณ์ใดที่ซ่อนอยู่เบื้องหลัง มิฉะนั้น คุณสามารถสรุปผิดได้ เฉพาะการใช้ค่าสัมพัทธ์และค่าสัมบูรณ์ที่ซับซ้อนเท่านั้นที่สามารถทำหน้าที่เป็น เครื่องมือที่จำเป็นข้อมูลและการวิเคราะห์ในการศึกษาปรากฏการณ์ต่างๆ ที่เกิดขึ้นในชีวิตเศรษฐกิจและสังคม โดยทั่วไป การเปลี่ยนไปใช้การคำนวณค่าเบี่ยงเบนทำให้สามารถเปรียบเทียบศักยภาพทางเศรษฐกิจและผลลัพธ์ของกิจกรรมขององค์กรที่แตกต่างกันอย่างมีนัยสำคัญในแง่ของปริมาณทรัพยากรที่ใช้หรือลักษณะอื่นๆ นอกจากนี้ ค่าสัมพัทธ์ยังสามารถทำให้บางกระบวนการราบรื่น (เหตุสุดวิสัย อัตราเงินเฟ้อ และอื่นๆ) ที่สามารถบิดเบือนหน่วยสัมบูรณ์ในงบการเงินได้

ทฤษฎีทั่วไปของสถิติ: บันทึกบรรยาย Nina Vladimirovna Konik

3. สถิติสัมพัทธ์

นอกเหนือจากค่าสัมบูรณ์แล้ว หนึ่งในรูปแบบที่สำคัญที่สุดของการกำหนดตัวชี้วัดทั่วไปในสถิติคือค่าสัมพัทธ์ ใน ชีวิตที่ทันสมัยเรามักจะต้องเผชิญกับความต้องการเปรียบเทียบและเปรียบเทียบข้อเท็จจริงใดๆ ไม่ใช่แค่เพราะมีคำกล่าวที่ว่า "ทุกสิ่งเป็นที่รู้จักกันดีในการเปรียบเทียบ" ผลลัพธ์ของการเปรียบเทียบจะแสดงโดยใช้ค่าสัมพัทธ์

ค่าสัมพัทธ์เป็นตัวบ่งชี้ทั่วไปซึ่งแสดงการวัดอัตราส่วนเชิงปริมาณที่มีอยู่ใน ปรากฏการณ์จำเพาะหรือวัตถุทางสถิติ เมื่อคำนวณค่าสัมพัทธ์จะใช้อัตราส่วนของค่าที่สัมพันธ์กันสองค่า (ส่วนใหญ่เป็นค่าสัมบูรณ์) กล่าวคือวัดอัตราส่วนซึ่งมีความสำคัญมากในการวิเคราะห์ทางสถิติ ค่าสัมพัทธ์ถูกนำมาใช้กันอย่างแพร่หลายในการวิจัยทางสถิติ เนื่องจากช่วยให้สามารถเปรียบเทียบตัวบ่งชี้ต่างๆ และทำให้การเปรียบเทียบดังกล่าวมีความชัดเจน

ค่าสัมพัทธ์คำนวณเป็นอัตราส่วนของตัวเลขสองตัว ในกรณีนี้ ตัวเศษเรียกว่าค่าเปรียบเทียบ และตัวส่วนเรียกว่าฐานของการเปรียบเทียบแบบสัมพัทธ์ ขึ้นอยู่กับธรรมชาติของปรากฏการณ์ที่กำลังศึกษาและวัตถุประสงค์ของการศึกษา ค่าพื้นฐานสามารถรับค่าที่แตกต่างกัน ซึ่งนำไปสู่รูปแบบที่แตกต่างกันของการแสดงออกของค่าสัมพัทธ์ ปริมาณสัมพัทธ์สามารถวัดได้:

1) ในสัมประสิทธิ์; ถ้าฐานของการเปรียบเทียบนำมาเป็น 1 ค่าสัมพัทธ์จะแสดงเป็นจำนวนเต็มหรือเศษส่วน ซึ่งแสดงว่าค่าหนึ่งมีค่ามากกว่าค่าอื่นหรือส่วนใดของค่านั้นกี่ครั้ง

2) เป็นเปอร์เซ็นต์ ถ้าเอาฐานของการเปรียบเทียบมาเป็น 100

3) เป็น ppm หากฐานเปรียบเทียบเป็น 1,000

4) ในหน่วยทศนิยม ถ้าเอาฐานของการเปรียบเทียบมาเป็น 10,000

5) ในชื่อตัวเลข (กม., กก., ฮ่า) เป็นต้น

ในแต่ละกรณีเฉพาะ การเลือกรูปแบบค่าสัมพัทธ์อย่างใดอย่างหนึ่งหรืออีกรูปแบบหนึ่งจะถูกกำหนดโดยวัตถุประสงค์ของการศึกษาและสาระสำคัญทางเศรษฐกิจและสังคม การวัดซึ่งเป็นตัวบ่งชี้สัมพัทธ์ที่ต้องการ ตามเนื้อหาค่าสัมพัทธ์แบ่งออกเป็นประเภทต่อไปนี้: การปฏิบัติตามภาระผูกพันตามสัญญา พลวัต; โครงสร้าง การประสานงาน; ความเข้ม; การเปรียบเทียบ

มูลค่าสัมพัทธ์ของภาระผูกพันตามสัญญาคืออัตราส่วนของผลการปฏิบัติงานจริงของสัญญากับระดับที่กำหนดโดยสัญญา:

ค่านี้สะท้อนถึงขอบเขตที่องค์กรได้ปฏิบัติตามภาระผูกพันตามสัญญาและสามารถแสดงเป็นตัวเลข (ทั้งหมดหรือเศษส่วน) หรือเป็นเปอร์เซ็นต์ ในขณะเดียวกัน ก็มีความจำเป็นที่ตัวเศษและตัวส่วนของอัตราส่วนเริ่มต้นต้องสอดคล้องกับภาระผูกพันตามสัญญาเดียวกัน

ค่าสัมพัทธ์ของไดนามิก- อัตราการเติบโต - เป็นตัวบ่งชี้ที่แสดงถึงการเปลี่ยนแปลงในขนาดของปรากฏการณ์ทางสังคมเมื่อเวลาผ่านไป ขนาดสัมพัทธ์ของไดนามิกแสดงการเปลี่ยนแปลงในปรากฏการณ์ประเภทเดียวกันในช่วงเวลาหนึ่ง ค่านี้คำนวณโดยการเปรียบเทียบแต่ละช่วงต่อจากช่วงเริ่มต้นหรือช่วงก่อนหน้า ในกรณีแรก เราได้รับค่าพื้นฐานของไดนามิก และในกรณีที่สอง ค่าลูกโซ่ของไดนามิก ทั้งค่าเหล่านั้นและค่าอื่น ๆ จะแสดงเป็นสัมประสิทธิ์หรือเป็นเปอร์เซ็นต์ ควรเลือกฐานเปรียบเทียบเมื่อคำนวณค่าสัมพัทธ์ของไดนามิกรวมถึงตัวบ่งชี้ที่เกี่ยวข้องอื่น ๆ ความสนใจเป็นพิเศษเนื่องจากมูลค่าจริงของผลลัพธ์ที่ได้ขึ้นอยู่กับสิ่งนี้เป็นส่วนใหญ่

ค่าสัมพัทธ์ของโครงสร้างแสดงลักษณะส่วนประกอบต่างๆ ของประชากรที่ศึกษา ค่าสัมพัทธ์ของประชากรคำนวณโดยสูตร:

ค่าโครงสร้างสัมพัทธ์ โดยทั่วไปเรียกว่า แรงดึงดูดเฉพาะคำนวณโดยการหารส่วนหนึ่งของทั้งหมดด้วยผลรวมคิดเป็น 100% ค่านี้มีคุณลักษณะเดียว - ผลรวมของค่าสัมพัทธ์ของประชากรที่ศึกษาจะเท่ากับ 100% หรือ 1 เสมอ (ขึ้นอยู่กับวิธีแสดง) ค่าสัมพัทธ์ของโครงสร้างใช้ในการศึกษาปรากฏการณ์ที่ซับซ้อนซึ่งแบ่งออกเป็นกลุ่มหรือส่วนต่างๆ เพื่อกำหนดลักษณะความถ่วงจำเพาะ (ส่วนแบ่ง) ของแต่ละกลุ่มในผลรวมทั้งหมด

ค่าสัมพัทธ์ของการประสานงานกำหนดลักษณะอัตราส่วนของแต่ละส่วนของประชากรกับหนึ่งในนั้นซึ่งเป็นพื้นฐานสำหรับการเปรียบเทียบ เมื่อกำหนดค่านี้ ส่วนหนึ่งของทั้งหมดจะถูกนำมาเป็นพื้นฐานสำหรับการเปรียบเทียบ ด้วยค่านี้ คุณสามารถสังเกตสัดส่วนระหว่างองค์ประกอบของประชากรได้ ตัวชี้วัดการประสานงาน เช่น จำนวนผู้อยู่อาศัยในเมืองต่อ 100 ชนบท จำนวนผู้หญิงต่อผู้ชาย 100 คน เนื่องจากตัวเศษและตัวหารของค่าสัมพัทธ์ของการประสานงานมีหน่วยการวัดเดียวกัน ค่าเหล่านี้จึงไม่แสดงเป็นตัวเลขที่ระบุชื่อ แต่เป็นเปอร์เซ็นต์ ppm หรืออัตราส่วนหลายรายการ

ค่าความเข้มสัมพัทธ์เป็นตัวบ่งชี้ที่กำหนดความชุกของปรากฏการณ์ที่กำหนดในทุกสภาพแวดล้อม คำนวณเป็นอัตราส่วนของค่าสัมบูรณ์ของปรากฏการณ์ที่กำหนดต่อขนาดของสิ่งแวดล้อมที่มันพัฒนาขึ้น ค่าความเข้มสัมพัทธ์ใช้กันอย่างแพร่หลายในการปฏิบัติทางสถิติ ตัวอย่างของค่านี้สามารถเป็นอัตราส่วนของประชากรต่อพื้นที่ที่อาศัยอยู่, ผลิตภาพทุน, การจัดหาการรักษาพยาบาลให้กับประชากร (จำนวนแพทย์ต่อประชากร 10,000) ระดับของผลิตภาพแรงงาน (ผลผลิตต่อพนักงานหรือ ต่อหน่วยเวลาทำงาน) เป็นต้น .

ดังนั้นค่าสัมพัทธ์ของความรุนแรงจึงเป็นตัวกำหนดประสิทธิภาพของการใช้ทรัพยากรประเภทต่างๆ (วัสดุ การเงิน แรงงาน) มาตรฐานการครองชีพทางสังคมและวัฒนธรรมของประชากรของประเทศ และแง่มุมอื่น ๆ ของชีวิตสาธารณะ

ค่าความเข้มสัมพัทธ์คำนวณโดยการเปรียบเทียบค่าสัมบูรณ์ที่มีชื่อตรงกันข้ามซึ่งมีความสัมพันธ์แบบหนึ่งซึ่งแตกต่างจากค่าสัมพัทธ์ประเภทอื่น ๆ มักจะตั้งชื่อเป็นตัวเลขและมีมิติของค่าสัมบูรณ์ที่มีอัตราส่วน พวกเขาแสดงออก อย่างไรก็ตาม ในหลายกรณี เมื่อผลการคำนวณที่ได้นั้นน้อยเกินไป ผลลัพธ์เหล่านี้จะถูกคูณเพื่อความชัดเจนด้วย 1,000 หรือ 10,000 โดยได้คุณสมบัติเป็น ppm และเดซิมิลล์

สิ่งที่น่าสนใจเป็นพิเศษคือความหลากหลายของค่าความเข้มสัมพัทธ์ - ผลิตภัณฑ์มวลรวมภายในประเทศต่อหัว การขยายตัวบ่งชี้นี้ในบริบทของอุตสาหกรรมหรือผลิตภัณฑ์เฉพาะประเภท เราสามารถหาค่าความเข้มสัมพัทธ์ต่อไปนี้: การผลิตไฟฟ้า เชื้อเพลิง เครื่องจักร อุปกรณ์ บริการ สินค้า และอื่นๆ ต่อหัว

ค่าเปรียบเทียบแบบสัมพัทธ์เป็นตัวบ่งชี้แบบสัมพัทธ์ซึ่งเป็นผลมาจากการเปรียบเทียบระดับชื่อเดียวกันที่เกี่ยวข้องกับวัตถุหรืออาณาเขตต่างๆ ในช่วงเวลาเดียวกันหรือ ณ จุดใดเวลาหนึ่ง พวกเขายังคำนวณเป็นค่าสัมประสิทธิ์หรือเปอร์เซ็นต์และแสดงว่าค่าที่เปรียบเทียบกันหนึ่งค่ามากกว่าหรือน้อยกว่าค่าอื่นกี่ครั้ง

ค่าเปรียบเทียบสัมพัทธ์ใช้กันอย่างแพร่หลายในการประเมินเปรียบเทียบของตัวบ่งชี้ประสิทธิภาพต่างๆ ของแต่ละองค์กร เมือง ภูมิภาค ประเทศ ในกรณีนี้ ตัวอย่างเช่น ผลงานขององค์กรหนึ่งๆ จะถูกนำมาเป็นพื้นฐานในการเปรียบเทียบและมีความสัมพันธ์อย่างสม่ำเสมอกับผลลัพธ์ขององค์กรที่คล้ายคลึงกันในอุตสาหกรรมอื่น ภูมิภาค ประเทศ ฯลฯ

ในการศึกษาทางสถิติของปรากฏการณ์ทางสังคม ค่าสัมบูรณ์และค่าสัมพัทธ์จะเติมเต็มซึ่งกันและกัน หากค่าสัมบูรณ์มีลักษณะเฉพาะเช่นเดียวกับสถิตของปรากฏการณ์ค่าสัมพัทธ์จะทำให้สามารถศึกษาระดับไดนามิกและความรุนแรงของการพัฒนาปรากฏการณ์ได้ สำหรับการประยุกต์ใช้และการใช้ค่าสัมบูรณ์และค่าสัมพัทธ์อย่างถูกต้องในการวิเคราะห์ทางเศรษฐศาสตร์และทางสถิติ มีความจำเป็น:

1) คำนึงถึงลักษณะเฉพาะของปรากฏการณ์เมื่อเลือกและคำนวณค่าสัมบูรณ์และค่าสัมพัทธ์ประเภทใดประเภทหนึ่ง (เนื่องจากด้านเชิงปริมาณของปรากฏการณ์ที่โดดเด่นด้วยค่าเหล่านี้เชื่อมโยงกับด้านคุณภาพอย่างแยกไม่ออก)

2) เพื่อให้แน่ใจว่าการเปรียบเทียบของค่าเปรียบเทียบและค่าสัมบูรณ์พื้นฐานในแง่ของปริมาตรและองค์ประกอบของปรากฏการณ์ที่แสดงนั้น ความถูกต้องของวิธีการเพื่อให้ได้ค่าสัมบูรณ์นั้นเอง

3) การใช้ค่าสัมพัทธ์และค่าสัมบูรณ์ที่ซับซ้อนในกระบวนการวิเคราะห์และไม่แยกออกจากกัน (เนื่องจากการใช้ค่าสัมพัทธ์เพียงอย่างเดียวโดยแยกจากค่าสัมบูรณ์สามารถนำไปสู่ข้อสรุปที่ไม่ถูกต้องและผิดพลาดได้)