A tömeggyártás minőségének statisztikai ellenőrzése

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. Ha

igen, 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._mrs

tekints?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

^p

ta

^-

imahasznos mun mis—me:áig MSaWy MIMR sz. ;;7. aki.

' Nmré xm alant N.Á. :;

apon!) e kacat Ha? Baegm ! WaWaM:pAggxemmMnek

234"