zási nomenklaturája, másrészt : az általános iskola VIII. osztályának megfelelőiskolae
típus kiválasztása. !
Bizonyos nehézséggel azonban a polgári iskolák 1938—as adataiból kiválaszthae tók a ,,gazdasági munkás és cseléd", valamint az ,,ipari és bányászati alkalmazott—"
szülők foglalkozási kategóriájába tartozók gyermekei. Ezeknek az összes tanulók számához viszonyított számaránya 2.1, illetve 15.1 %. Még ezek a (valóságnál való—
szinüleg nagyobb) számok is azt mutatják, hogy ma a szegényparaszti kategóriába tartozók arányszáma csaknem négyszeresére, a bányászati és ipari kategóriába tar—
tozóké csaknem kétszeresére emelkedett.
*
Az iskolastatisztika e három alapvető kérdésének számadatai azt mutatják, hogy népi demokráciánk eddigi éveiben, —— de különösen legutolsó esztendejében f—
mindhárom területen egyaránt volt fejlődés. Emelkedett az oktatás szinvonala;
csokkent a lemorzsolódás, és a dolgozók fiai ma mind nagyobb mértékben népesítik be az általános iskola legmagasabb osztályait is. A statisztika feladata, hogy a meglévő hiányosságokra. a még! mindig magas arányú lemorzsolódásra és annak okaira, a falusi és városi oktatás közötti színvonalkülönbségre, az oktatási szinvonal
emelésének további szükségére rámutasson. Tolnai György
A tömeggyártás minőségének statisztikai ellenőrzése
A statisztikai módszernek egyik fontos ipari alkalmazása a tömeggyártás és a tömegeikkek minőségének ellenőrzése. A napjainkban oly rohamosan elterjedő lőmeg— és sorozatgyártás e nélkül már el sem képzelhető.
Közismert tény, hogy nagyban, nagy sorozatokban, vagyis tömegben termelve, a kisebb méretekben való termeléshez képest, rendszerint igen jelentős meg—
takarítások érhetők el. A szocializmus építése során w— mint ezt a Szovjetúnió iparának fejlődése mutatja —— a tömeg- gyártás éppen ezért, ahol csak lehet, előtérbe kerül. A szocialista társadalom—
ban ennek megvannak a messzemenő előfeltételei.
A gyártmánytípusoknak nagy soro—
zatokban való előállítása természetesen csak akkor járhat a kívánt eredménnyel, ha az azonos típushoz tartozó gyártmá—
nyek egymással minél tökéletesebben, de legalább is a minőségi ismérvekre meg—
állapított tolerancia— (tűrési) határokl) között egyeznek. li követelmény betartá—
sának biztosítására szolgál a gyártmányok minőségi előírásainak a tervszerű ellen—
őrzése. Az így szükségessé váló minőségi ellenőrzést az erre alkalmas fejlett sta- tisztikai módszerek segítségével ma már igen alacsony
_ ')A tolerancia— (tűrési) határ azt mutatja meg, hogy a gyártmány az előírásos mérettől vagy egyéb minőségi jellemző előírásos nagyságától legfeljebb milyen mértékben térhet elanélkül, hogy a terv—
szerű rendeltetésére való felhasználása ezzel akadá—
lyozva lenne. Vagyis, anélkül, hogy alkalmatlanná, illetőleg selejné válnék.
fajlagos ráfordítással és
igen hatékonyan lehet megvalósítani;
miután —— bizonyos kivételes esetektől eltekintve —— nem szükséges, mint ezt régebben tették, minden gyártmányegy—
séget vagy munkadarabot megvizsgálni;
_ hanem elegendő bizonyos kisszámú és megfelelő módon (pl. szúrópróba útján) kiválasztott ú. n. mintacsoportot ellen- őrizni. Ennek eredményeiből e módszerek.
segítségével a teljes termelésre kielégítő
pontossággal lehet következtetni. Éppen)
ezért ,,a minőségi ellenőrzésnek az ipar jelenlegi fejlődési fokának megfelelő tudo;mányos módszere: astatisztikaí módszer?)
Az ellenőrzés szükségességét egyébként a gyártási technika fogyatékosságai is megkívánják, amelyek részben műszaki okokból elkerülhetetlenek. , A tömegcikkek előállításánál —— a leg—több esetben —— mind műszakilag, mind;
gazdaságilag a cél a gyártmányegységek mi—
nél tökéletesebb egyezése. A gyártmányok messzemenő egyöntetűségének biztosítása a gyakorlatban azonban komoly műszaki _ és gazdasági akadályokba ütközik. Neve:
zetesen —— nyomós műszaki okokból ——
még a legtökéletesebb gyártási eljárás—
sem alkalmas arra, hogy vele igen soli- szor ismételve (sorozatosan) elméletileg egymással pontosan egyező gyártmány—
példányokat lehessen előállítani. Gazda—
sági vonatkozásban pedig fontos körüli
*) V. Goszlvev: O nekotorüh effektivnüh meto—
dah bor-bú za vüszokoe kacsesztvo promilslennoj produkcii.ngHatékony módszerek az ipari termelés kiváló mi ségéért folyó harcban.) —— Voproszü eko—
uomiki, 1949 ,8. sz.. 21. old.
407
mény, hogy általában annál költségesebb a termelés (pl. finommechanika), a ter—
nékegységeknek minél precízebb egye—
zésére törekednek; Rendesen van . egy határ, ameddig az egyes példányok egyező—
vétételének tekintetében 5— a technikai
fejlettség adott fokán —— gazdaságilag ér—tlelms elmenni. Ezt a határt az szabja meg, hogy a gyártás pontosabbá tételére
fordított költség nagyobb-e, mint az a
gazdasági veszteség (selejtcsökkenés, stb.), 3911er az előző gyártási módszerrel árt._ A minőség előírt ismérveitől _— a vázolt okok következtében -—— állandóan lesznek kisebb—nagyobb eltérések. Az ú. n. stan- dard (szabványosított) minőség megengedi, hogy aminőségi ismérvekl) tényleges mér—
tékei —— bizonyos korlátozott tolerancia (tű—
rési) határok között ———- az előírásostól, a normalizálttól eltérhetnek?) Fontos, hogy ezek az eltérések a toleranciahatároknak meghatározott mértékét túl ne lépjék.
Éppen erre ügyel a minőségi ellen—
őrzés.
A toleranciahatárokat túl nem lépő el—
térések az ü. n. véletlenszerű eltérések, az
előírt toleranciahatároknak túllépése a
selejt.
A statisztikai minőségi ellenőrzés szorit—
kozhat egyrészt csak magának a kész—
termékeknek a puszta minőségi megvizs—
gálására, másrészt —-— a gyártási hibák ki—
küszöbölése céljából ——-— kiterjedhet a gyártás egyes fázisaira, ( pl. az egyes munkagépek precíziós beállításának ellen—
őrzésére), sőt az egész gyártási folya—
matra. Előbbi a gyártmány- vagy átvételi, illetőleg a gyártás utáni ellenőrzés; az utóbbi a gyártási fokozal- (esetleg műve—
Iet— ), illetőleg gyártásellenőrzés.
A gyártásellenőrzés természetszerűleg csaknem mindig automatikusan biztosítja a gyártmányellenőrzést. A selejtképző—
désben mintegy elhárító szerepe van (az ellenőrzés aktív formája), úgyhogy lénye—
m minőségi jellemzők rendszerint mérhető tulajdonságok s igy a statisztikii számbavétel számára általában hozzáférhetők. Természetük szerint több csoportra oszth-rtók: geometriai jel- lemzők (alak, méret, stb. ), fizikai jellemzők (súly,
— szilárdság, rugalmasság, kemény ség, vezetőképes—
nég, bigi-aszkopicitás, viszkozitlis, fényerő, stb.), Mmiaí jellemzők (viz-, hamu—, sav—, lúg—, kén-, stb., ütalában valamely elem— vagy vegyülettartalom, lényénékenység, égési hő, stb. ), biológiai jellemzők (ostromrtalom, baktériumszám, stb.).
Az egyes csoportok _ különösen a termék orlati rendeltetésének szempontjából történő
latoknál —— keveredhetnek.
' minöségi ismérvek előírásainak be nem tar—
tásából ered a selejt.Éppen ezért mint összefoglaló ismérveDt, gyakran a seleilarány! szokták maximálni.
V. Szupi Kursz promüslennoj sztatisthik. Az iparstatisztika tankönyve), Moszkva, 1948, III. kiadás, 141. old.
4.8
gesen kevesebb termelőerő veszteséggel
jár, mint az, utólagos gyártmányellen—őrzés, eamelynél legfeljebb már csak a létrejött, selejt elkülönítéséről, esetleg ki—
javításáról lehet szó (az ellenőrzés passziv formája).
E dolgozat elsősorban a gyártásellen—
őrzés legfontosabb statisztikai alapelvei—
vel kiván foglalkozni.
A gyártásközbeni ellenőrzés statisztikai problematikájánalc lényege: olyan minta—
vételi eljárás kidolgozása, amely alkalmas arra, hogy a próbák minősége a teljes munkadarabtömeg, illetve a gyártási folya—
mat minőségét kielégítő megbízhatósággal jellemezze.
A találomra történő mintavételi el—
járás, amelyet röviden szúrópróba eljárás—
nak is neveznek, e célnak jól megfelel.
A reprezentativ eljárás alkalmazását sok esetben nemcsak gazdasági okok (ellenőrzési költségek csökkentése), hanem a műszaki körülmények is szükségessé teszik; így olyan esetekben. amikor az ellenőrző vizsgálat a terméket megron—
gálja vagy éppenséggel meg is semmisíti.
(pl. szakitási, törési, tartóssági, robban—
tási, stb. próba).
A találomra vett próbák módszerét főképpen az a sajátossága teszi alkal—
massá, hogy —— mért ismérvek esetén ——
az egyes esoporttagok minőségi jellem—
zőinek átlagai, az ü. n. mintaesoport—
átlagok —— az egyes ismérvfokozatok elő—
fordulási gyakorisága szerint __, rendesen ü. n. normális (Gauss—Ljupanno—féle) megoszlást mutatnak.-'a)
Az ilyen és hasonló elméleti megosztásra jellemző, hogy a tagok, illetve e esoportátla—
gok (az x-ek) a teljes tömeg átlaga körül- határozott szabály szerint szóródnak.
A tömeggyártás minőségi követelmé—
nyeinél is hasonló dologról van szó. A minőségi előírás általában ugyanis magá—
ban foglalja, hogy annál ritkábban szabad előfordulnia a megállapított minőségi ismérvtől való eltérésnek, minél nagyobb ez az eltérés. Ezen felül pontosan is meg, van szabva, hogy bizonyos tolerancia—
nagyságot túllépő eltérés az esetek leg—
feljebb hány %-ában tűrhető meg. Igy szokásos a 0.3, 1.0, 5.0, stb. (%,-os meg—' engedett eltérési gyakoriság.
Nagy könnyebbséget jelent a gyártás ellenőrzésénél, hogy az említett elméleti megoszlásoknál e %—os eltérési gyakori—
ságok a megengedett m— az ú. n. átlagos '*
")Lásd ezzel kapcsolatban :; szerzőtől: Statisz—
tikai indukció alkalmazása a terméseredmények becslésénél, Budapest, 1948.
négyzetes eltérés ( a )1) egységeiben'kifeje—
zett —— toleranciabatárokkal függvény—
szeryű kapcsolatban vannak. Igy elegendő _ az :c-ek adott %—ú eltérési gyakoriságát ellenőrizni, mégpedig függetlenül attól, hogy milyen létszámú mintacsoporlok útján történik a vizsgálat, miután a különböző létszámú mintacsoportok o-ái és a teljes tömeg o—ja meghatározott összefüggésben állanak?) Az ellenőrzés költségeinek csök—
kentése szempontjából e tény nagy jelen—
tőségű.
A 6 és_ a %—os eltérési gyakoriságok közötti kapcsolat az egyes elméleti meg—
oszlásoknál különböző. A leggyakrabban előforduló Gauss—Ljapunov—íe'le úr 11. nor—
mális megoszlásnál például a középérték két oldalán kijelölt 133 nagyságú közön kívül az eseteknek 0.3 (pontosan 027)
%—a eshet. Hasonlókép az 1%-os eltérési gyakoriság i2.567.0', az 5%—os pedig 1.96.o tolerancia ,határoknak felel meg.
A gyártás ellenőrzésének feladata ren- desen kél változatban szokott előfordulni:
0) esetben előre ismert az M és a o, b) esetben előre egyik sem ismert és leg—
többször annak megállapitásáról van csak szó, hogy a gyártás folyamata a műszaki operatív terveknek megfelel-e vagy sem.
Az a ) esetben a mintacsoport létszámát, az n—t, kell úgy megtervezni, hogy az előírt eltérési %—ot a lehető legkisebb költ- séggel lehessen megbízhatóan ellenőrizni.
A gyakorlat tapasztalatai szerint n-t legmegfelelőbb 5-nek választani. Igy a 5;
(s az eltérési %-nak megfelelő i el—
térési határ kiszámítható. Az ellenőrzés azután már csak abból áll, hogy az ü. n.
ellenőrző (kontrol) diagrammon (lásd a mellékelt rajzol! ) pontok alakjában és időrendben herajzoljuk az egyes csoport—
atlagokat és figyelemmel kísérjük, hogy a pontok az előírt %—nál nagyobb gyako—
1)Ao pontosan a vizsgált tömeg tagjainak a számtani középértékétől számított átlagos négyze- les ( ü. n. standard ) eltérése, Ha N tagból áll a tömeg és a középérték M, az egyes tagok nagysága pedig x,, x,, ...xN, akkor
a : V(M——x1)4.2(M—x2)24—. . "HM—alu)? ___:
N :: Z (M——:c)2
N
') A csoportátlagok standard eltérése, a (TE természetesen kisebb mint a teljes tömeg tagjainak astamiard eltérése, a G . A kettő között a kapcsolat—
ha n a minta csoportlétszama: . ' '
a".
W
(j.—z Il
risággal lépik-e át a toleranciabatárok-
nak megfelelő nagyságban berajzolt ellen-
őrző (kontrol) határokat (a rajzon a és b vonalak), mint eltérési határokat. Haigen, akkor a Egyártás nem felel meg a
minőségi előírásoknak.A b) esetben nem ismeretes előre sem az M sem ao. Ilyenkor M—t a csoport- átlagok számtani középértékével, o-t pedig a csoport standard eltérések számtani átlagával, szükség esetén bármely n létszámú mintacsoport standard eltérésé—
vel (s—el) 3) szokás helyettesíteni. A dolog természetéből következik, hogy minél na:- gyobb a csoportok száma és létszáma, annál pontosabban állapítható meg az N és a 6. Agyártás tulajdonképpeni elle-—
őrzése egyébként hasonló az a) esethez.
A Gauss—Ljapunov-féle elméleti meg—
oszlás alkalmazását elsősorban a tapasz—
talat támasztja alá. E szerint ugyanis, ha a (nagylétszámú sorozatot előállító) gyár—
tási folyamat —— mint üzemstatisztikai nyelven mondani szokták —- a statisztikai ellenőrzés állapotában van, vagyis ellen—
őrizve van abban a tekintetben, hogy a munkadarabon csak a tervezett techno—
lógiai és egyéb hatások és a tervezett ' módon érvényesülnek, a hatásokat pedig legfeljebb csak előre meg nem állapítható s így véletleneknek tekintett okok4)' Zavar—
hatják, a mintacsoportok átlagai az egész tömeg átlaga körül meghatározott ( Gauss—
Ljapunov, vagy ha n SO—nál kisebb, az ehhez hasonló Student-féle) módokon szóródnak.
Gyakorlatilag ez annyit jelent, hogy mindaddig, amíg a gyártás folyamán vizsgált mintacsoport—átlagok meghatáro—
zott V %—os relatív gyakorisággal (való—
színűséggel) esnek a tömeg átlagának két
oldalán kijelölt i' t. a; határok, az ábrán
m—mel jelölt, ú. n. kontrolhatárok közé (lásd az ú. n. ellenőrző diagrammon, az a és b vonalakat) vagy (100—V) %—os relatív gyakorisággal (valószínűséggel) "azon kívül, a gyártás a műszaki tervben kijelölt módon megy végbe. Vagyis oly- . képpen, hogy annak menetében a gyártási tervbe nem foglalt ,,domináló zavarór
') Ez utóbbi esetben az alapul szolgáló óme- függés O és 8 között:
0—1 6.5
and; :: n-től függő és táblázatokból mata
kori-)ekfiiósétényezóba. példá l
apyyárlás n u .a munkamat '
különeges tulajdonságai, a szerszám rezgéseglígz
tiltatta ""
g,a._mrstekints?tételt? amummm'
e eset'es ad m. (Y. me.: I. m. 20. old.) ng . '* m
smnszwm ELLENÖRZÖ DlAGRAMM
_É'É flO. (O %
;; _____________________________________
/ ggg * li fia/m dara/w aafa/Ivma/ij %
;xx 10 os —— ;:
RJ
%% ? * if a a e . , __f /// M
_a) %)
dm !:(37, ?
%%? doOOÉ ?" o ' o . e a
sa'g ; * e
Ég ;; 9 95 t ;
§ ga§ ; a/sa' Mmm? .óÚSÉy—wÉá/P—áj ******************
meg 9 90 ; , ; i . . s . ; ; l . , ;
(t)—É ; , í ( ] l l l ; l l l : § ; l ! l ; .
(§ O 5 40 45 20
———z— m;);favá/e/ áfa/ne, agya/fám gyár/ás life/ne
o a m/b/acsopan/ol szám/am" áf/ága/íí)
I- J— .: — !
okok" nem fejtenek ki hatást. Amint technológiai folyamat esetleges rejtett azonban egynéhány (:soportátlag az ellen— hibái idejekorán felismerhetők legyenek :;
_őrző határt a megengedettnél —— vagyis sőt az újabb módszerek segítségével ezek (100—V) %—os relatív gyakoriságnál — várható és külsőleg is esetten-hető felleg;—
gyakrabban átlépi (a rajzon a kívüleső tét előre meg lehet allapltmi. Az újabban pontok), ez figyelmeztetés arra, hogy a kidolgozott statisztikai eljárások ugyanis, gyártás technológiai vagy szerelési folya— sokszor már akkor érzékeltetik (pl. egy—
__matáhan valamely elő nem irányzott szerűbb esetekben az ellenőrző diagramm—
,zavaró oki) lépett fel, amelynek hatása, ban a kontrolvonalaknál szűkebb—hatá- mivel rendesen valamely domináló vagy rokra berajzolt ú. n. figyelmeztető UOnÚlUJÁ' iendszerinti ok hatása, már nem engedel- segítségével) a kezdődő zavaró okokat imeskedik a normális megoszlási —— illető— (pl. a gepbeállítás hibáit, az ellenőrző";
_,Jeg az ú.n. Gauss—Ljapunov—féle —— automaták pontatlanságát, stb.), amikor íhibatörvénynek. Az üzem minőségi felelő— még azok hatása jóval a tolerancia—
;,isének vagy a felelős operatív dolgozónak határokon belül van és amikor a gyártási a kötelessége ilyenkor a szükséges műszaki folyamatba alkalmasan beillesztett ellen—
ellenőrzést megejteni és ennek eredménye— _örző szervek útján (így különösen az, ,.kép a gyártási folyamatba beavatkozni, ü n. kulcsműhelyekben, ill munkahelyeken;
illetőleg a megállapított zavaró okot még bőven van lehetőség a ,,minőség lmegszüntemit. 2) Éppen ezért az ellenőrző irányítása" —ra s nem kell megvárni, amíg
;határokat beavatkozási határoknalc (ill. több napos termelés kárba vész
akció vonalaknak) is nevezzük A dolog természetéből következik, hogy
A gyártás vezetőjének e módszerek minden egyes gyártási eljárásnak meg—
;segítSégéVel alkalma nyílik arra, hogy vannak;a_magalmeghatározott szóródást,
világosan és biztosan tudja követni a _ménékei, amelyek egyúttal az ilyen eljá-
(gyártás egyes fázisainak a menetét vala— rással gyartott termékek tolerancia—
, Joint az egyes intézkedések hatásait __batáxainek tudományos statisztikai meg—r
Pontosan így meg lehet Például állapi— állapításáaál (szabványosításánál) meg—
utani, hogy az anyagban. a gyártásban bízható alapul szolgálhatnak Ilyen módon vagy az ellenőrzésben van—e hiba, ami lehetővé valik aminőségi biz'onytalansá—
azután a gyártás irányításában biztos gok pontos mértékének statisztikai meg—
alapul szolgálhat. Éppen ezért a statisztikai alapítása, aminek agazdasági jexemőséga ellenőrzésigen alkalmas a szuperrevizxdra is. sok esetben nagylehet
A gyártás folyamatának statisztikai Egyes újabb statisztikai eljárások igen ellenőrzése módot ad ana ais,, hogy a amami Sak ;; s'g'k alkatrészbőlállóagyart-
3 . to elindabatárai ésaz alkatrészek 'toleranciahatáraiközötti összefüggés meg—
állapítására. A_xegjőssn fejlett müszaki munkamegosztassal dolgozó futószalag—
szerű gyártásba! —— különösen a gép-
gyártásnál —— van ennek igen nagy gazda—
sági jelentösége. Ezen eljárásokat azonban más téren is sűrűn alkalmazzák. A statisz—
tika műszaki alkalmazásának ez az ága—
zata különben most van kifejlődőben.
Hogy adott esetben mit jelenthet gazda—
ságilag a minőségi ellenőrzés, arra jellemző példát hoz fel V. Goszlyev : ,,A statisztikai ellenőrzésnek bevezetése a könyökös—
tengelyek mintázási folyamatánál lehetővé tette a kovácsolási selejt 33—40 %—ra való csökkentését a háborúelőttihez Viszo- anyítva'Ú)
A minőség ellenőrzésének az előzőkben csnpán egészen nagy vonásokban ———— az alapul szolgáló és a dolgozat keretét jóval meghaladó fontos valószinűségszámítási
részek nélkül —— ismertetett statisztikai
eljárásait tervszerűen még nem régóta alkalmazzák. Az első világháborút közvet—lenül követő időkben kezdték szélesebb
Államokban (főképpen a-gép— és készülék-
gyártóiparban).A Szovjetúnióban —— ahol nagy gondot fordítanak arra, hogy a tömegtermelést az élenjáró technika színvonalának meg—
felelően tervszerűen alkalmazzák ——- igen korán, már az első ötéves terv során, használták a minőségi ellenőrzés statisz- tikai módszereit. A kutatók egész sora foglalkozott a szocialista termeléssel szem- ben támasztott minőségi követelmények- nek megfelelő statisztikai ellenőrzési el—
járások kidolgozásával. Ezek eredményei—
ből a ,,Gyári laboratórium" című szak—
lap sokat közölt.?) A módszereknek külö—
nösen a gépgyártás terén való alkalma—
zását iejlesztették erősen?) Nálunk a statisztikai minőségi ellenőrzés kérdését érdemben a hároméves terv időelőtti befe—
jezése és általában a minőségjavítás moz—
galma, még hangsúlyozottabhan pedig az ötéves terv minőségi termelési célkitűzései Vetettek és karolták fel.
Dr. Kádas Kálmán körben használnipNémetorszagban (első—
sorban a kohászatban) és az Egyesült
Társadalmi átalakulás és a bűnügyi statisztika
Abüntetőjogi iskolák és a szociológia művelői—között egyaránt sok vitára adott alkalmat annak a kérdésnekraz eldöntése, hogy a bűnözés okát az emberi természetben, xátöröklött tulajdonságokbanikell—e keresni, vagy, pedig a gazdasági, szociális környezet aközvetlen vagy közvetett hatásában. Mint ismeretes, ebben a kérdésben is megmutatkozott az idealisták hamis, áltudományos nézete. Igy a társadalmi rend megsértésének egyedüli amotívumát például Lombroso kizárólag a ,,bűnöző ember" született fizikai és szellemi adottságainakhajlamainak tulajdonította és tagadta a környezet hatását, ketsegbe monta többek között a kriminalitás és a munkanélküliség összefüggését.
Az idealista filozófia és szociológia a bűnözést a társadalom normális, kikerülhetet—
; len jelenségének fogja fel.-A morálstatjsztika idealista művelői —— a francia Guerry, de kii—
;lönösen a belga endelet —— az, idealista szemlélet hatása alatt a bűnözés számszerűleg lemérhető és évrölg-évre v,,aló következetes megismétlődésében terméSZetfölötti okok meredójét látták és úgy vélték, hogy a ,,kriminalitás naptára" segítségével szinte előre itt lehet számítani a bűnözés irányát és intenzitását. Guetelet abba a hibába esett,hogy Meket a tbrvényszerűségeket amelyek akapitalizmus akkori periódusának sajátosságai annak,,omkérvényúeknek tekintette. De a fejlődés —,—— kulönasen _a szocialista _állam, gtSzometumóxmagasabbrendű erkölcse ———.,ezeket :: morálstatísztika területéngizelelet által
53431le" ,,örökéménvű" _ törvényszerűegíaelret, túlhaladta.
aA x_— polgári w'morálstat'isztikának idealista efelfogásával eszemben —.kialakult a kniminál—wszocioldgíai ,,e—irány,:melyga bűnözéw—okát , elsősorbanraigazdasúgi, társadalmi (.:iónyezőkshatásaibamku'esi, "Ar polgári mosáistatisztikuseka ésxszoeiológusokzezt ám.—irányt
;;th Mmmm—alkalmazva%_—keresteksösszeiüggéstx_a sbűnözés - és:,avz—gazáaöágis—sélet, egyes
'dSEigetelt jelenségetközöttaa$zzetszemben a maraízmusiav bűnögepkát ügyészi gazdasági
rendszerből vezeti le, mivel a politika, a jog, továbbá a szociális, kulturálisx_ésimorálisiielen-., _ségek- agezdaságizmtapokonx épülnek—siet.
'iv Yang
erre vo' " 19333; m'r'
an _Uaihecagst my mu vmi?!(A
pta
-imahasznos mun mis—me:áig MSaWy MIMR sz. ;;7. aki.
' Nmré xm alant N.Á. :;
apon!) e kacat Ha? Baegm ! WaWaM:pAggxemmMnek