Reprezentatív megfigyelés a gazdasági statisztikában

1010

nagyobb mértékben harmadik piacokra

utalt, mint a többi kiemelt ország. Az

OEEC országok függősége harmadik pia—

cokon. elsősorban az alapvető fémekben Jelentkezik.

A: Egyesült Államok. Kumulu. Japán ("x a: (II-IEC orsuigmlc egymás közötti forgalmu"

! , §

§ Kivitel §Behozatal§ Import Megnevezés * § "" ,,,V_,,, ;uz export

§

milliárd ; ázalé-

ISA dollárban kában

' i

népek ... 3 ll,() i 35 su

Textiliák . _ 3.4 ! l,? ím

Fémek .. . '; LO * ?),H § 95 Vegyi tern , ... ; :rn , ; If) ; 62

Egyéb ipari termékek [ 7.2 45 § mi

(')'xszvsm eme zu; ! az

? §

": 4 18 ()Eliü onzág: Angli' Ausztria, Belgium, Fra'nriaomzag Göri'igoiszúg, Hollandia, lr—

l-zland, Noriigia, Olaszország, Portugália.

Törökország, Nem—ot Szövet ségi Közldiuihág, Trieszt és Luxembourg.

mmm;

Összefoglalóan tehát

hogy

1. az iparcikkek külkereskedelmi for- galmának volumene az eltelt fél évszázad során több mint megháromszorozódott;

megállapítható,

2. tíz iparilag fejlett tőkés ország bo—

nyolítja az iparcikkek nemzetközi forgal—

mának kb. 80 százalékát;

3. főleg a beruházási cikkek __ a gépek és gépi berendezések — forgalma nőtt, a fogyasztási iparcikkek, elsősorban a tex—

tiláruk részaránya az iparcikk—forgalom—

Ban jelentősen csökkent;

4. fémeket és ipari [ogyasztási cikkeket a főbb tőkés országok elsősorban egymás között értékesítenek, egyéb termékeik na—

gyobb részét általában más piacokon ér—

iékesítik.

Kerényi László

Reprezentatív megfigyelés a gazdasági statisztikában*

A gazdasági élet gyakorlatában egyre tőbb olyan igény merül fel a statisztiká—

val szemben, amelyek az újratermelési folyamat különböző vonatkozásairól, a gazdasági irányítás szükségleteinek meg—

felelően gyorsan és aránylag egyszerű módon kívánnak megbízható kvantitatív és esetleg kvalitatív jellemzést. A terv—

gazdaság ugyanis — vertikális felépítésé—

nek bármelyik szintjét nézzük — alig mű—

ködhet kielégítő eredményességgel, ha a különböző gazdasági döntések és intéz—

kedések elhatározásának (sokszor túl—

hosszú vizsgálódást alig engedő) végsö időpontjáig nem állanak rendelkezésre az intézkedéseket megalapozottá teVő objek—

tiv információk. A tervmunka eredmé—

nyességének biztosítása mind hangsúlyo—

zottabban veti fel tehát a gyors, mind—

amellett gyakorlatilag kielégitően meg—

bízható statisztikai adatszolgáltatás és elemzés szükségességét. Hasonló igények—

'kel lehet találkozni a társadalom életé—

nek más statisztikai tanulmányozás alá vont területén is. (így elsősorban a de—

mográfia területén, például a népszám—

lálási—anyag gyors feldolgozása.) Számos

* Fensti rímmel 253 oldal Ierj—edelomben 1956 ele—

jén jelentette meg a Kö * dasági és Jogi Kö 'v- kiadó P(írnii-zku Gábor es (,"svpil'usrku .lmlw' kozl—

k—Ön yve l,

ilyen szükséglet áll fenn az egészségügy és a közoktatás vonatkozásában. Különö—

sen szép számmal jelentkeznek igények egyes gazdasági határterületeken. így az agrotechnikában (lásd például Altum'n szovjet professzor ismert könyvét), még inkább az ipari tömegtermelésben, ahol a minőség ellenőrzésénél gyakran más eljá- '

lás nem is alkalmazható. Sajátos igények merülnek fel továbbá a közúti közlekedés iorgalomtechnikai vizsgálatánál, nem szól—

va a még távolabbi területekről, mint ami—

lyen a gyakorlati meterológia, a hidroló—

gia stb., és a különböző termelőgazdasági kisérletek területe.

A mindinkább sokasodó statisztikai igé- nyek és emellett az egyszerűsítésre valo erőteljes törekvés megköveteli azt, hogya statisztikai munka —— az eredmények

gyors szolgáltatása mellett —— minél egy—

szerűbb legyen és minél kisebb adminiszt—

rativ munka- és egyéb ráfordítással jár—

jon, vagyis minél inkább biztosítva le:—

gyen a gazdaságosság követelménye.

Az elörebocsátott két határozott kivá—

nalom: a) gyorsaság és a gyakorlati köve—

telme'nyeknek megfelelő megbízhatóság, .b) egyszerűség és a ráfordítások minél messzebbmenő csökkentése előtérbe he- lyezi mindazokat a statisztikai módszere- ket, megfigyelési eliárásokat, amelyek a

SZEMLE

1011

szükséges adatszolgáltatást és elemzést minél rövidebb idő alatt nyújtják.

Érthetően következik az előrebocsátott

követelményekből, hogy a statisztikusok figyelme az utóbbi időben fokozottan az ún. reprezentatív statisztikai módszerek

felé fordul, mint olyan megismerési mód—

szerek felé, amelyek a megvizsgált és elemzett jelenségekről, a hagyományos teljeskörű felvétellel dolgozó statisztikai módszerekhez mérten szembetűnően rö- videbb idő alatt és kielégítő megbízható—

sággal lényegesen kisebb fajlagos ráfor—

dításokkal adnak számszerű (guantitatív) és a szükséghez mérten minőségi (duali—

tatív) megállapításokat.

A reprezentatív módszer vázolt; nagyobb hatékonyságával szemben áll az eddig jobbára használt statisztikai módszerek—

től eltérő, kissé bonyolultabb *természete és több tekintetben — különösen egyes egyszerűbb matematikai, valószínűségszá—

mítási alapismeretek vonatkozásában w- igényesebb volta mind e statisztikai mód—

szert alkalmazókkal, mind az így nyert eredményszámok felhaszgilóival szem—

ben.

A módszer némileg bonyolultabb volta kapcsolatos azzal, hogy a reprezentatív megfigyelés egyes alapvető valószínűség—

számítási, matematika-i statisztikai téte- lekre épül fel, amelyek — legalább vázla—

tos — ismerete nélkül a reprezentatív sta—

tisztikai eszközöket kielégítő eredmény—

nyel alkalmazni aligha lehet.

,,A reprezentatív megfigyelés elmélete a tömegjelenségek legáltalánosabb tör—

x'e'nyszerűségein (nagy számok törvénye, központi határeloszlás törvénye, —— a bí—

-ra'lók megjegyzése) nyugszik. Ezek objek—

tív törvények, melyek a természet és a társadalom tömegjelenségeire egyaránt ('rve'nyesek. E törvényeket a valószínű—

ségszámítás tárja fel és fogalmazza meg.

Ezeknek a törvényeknek ismerete képessé teszi a statisztikust arra, "hogy tudományos alapon szervezze meg a reprezentatív megfigyelést és így nagy valószinűséggel állapítson meg elfogadható határokat a kívánt jellemzőkre nézve" (lO. oldt).

A reprezentativ módszer szükségszerű

valószínűségelméleti megalapozottsága ko-

rántsem jelenti annak túlmatematizált természetét, csupán azt, hogy a matema—

tikai alaptételek megkívánta szabatossá—

, f—tot és szakavatottságot a módszer alkal—

mazói sajátítsák el, ha azt valóban a ki—

vánt eredménnyel óhajtják felhasználni.

Tartsák szem előtt, hogy a matematika ' igen alkalmas arra, hogy közvetlen érzé—

kelésünk számára nem pontos dolgokí ról — ezúttal a reprezentatív sta—

tisztikai megállapítások megbízhatóságá—

iól —— is pontosan tudjunk beszélni.

Egyébként a reprezentatív módszer tudo—

mányos ismeretanyaga nem más minta statisztikai következtetés (indukció) tudo- mánya. Nevezetesen az alapsokaságbói (tömegből) alkalmas (a könyv III. fejeze—

tében részletesen ismertetett) módszerek—

kel kiválasztott mintasokaság nyújtotta információkból számszerűen kijelölhető hibahatárok között következtetés magára az alap—, a fősokaságra, amelyet a követ—

keztetés tárgya szempontjából a minta—

csoport képvisel, illetőleg —— helyes min—

tavételi eljárás mellett — kell, hogy kép—

viseljen. Innen a képviseleti vagy repre—

zentatív megfigyelés elnevezése.

Tekintve, hogy e nálunk még kevéssé

ismert igen hatékony módszert a külön—

bözö előképzettséggel rendelkező statisz—

tikusok nagy része fogja —— előrelátható—

'lag nem sokára — kiterjedtebben felhasz—

nálni, fontos érdekek fűződnek ahhoz, hogy a szükséges módszertani ismereteket oly módon dolgozzák fel, hogy ezeka kii—

lönböző műveltségi szinten levő statisz—

tikus káderek által könnyedén legyenek elsajátíthatók.

Erre a fogas feladatra vállalkoztak ——

először magyar nyelven —- a Közgazdasági és Jogi Könyvkiadó szerkesztésében nem régen megjelent ,,Reprezentatív megfigye- lés a gazdasági statisztikában" című érté—

kes kézikönyv irói: Párniczky Gábor és Csepinszky Andor.

Munkájuk, bár azt -— mint az élőszóban jelzik —— kifejezetten gyakorlati statisz—

tikusok és a statisztika oktatói számára írták, egyformán alkalmas az újtípusu sta—

tisztikai műveltséget elsajátító kezdők számára, mint a reprezentatív statisztikai elméletét tanulmányozó igényesebb olva—

sók részére.

A könyv érdemei közé tartozik sajátos didaktikai'felépítése és az egyszerű mate-

matikai gondolkodás eszközeivel meggyö-

zö oktató módszerei Ez —— tekintve a sok, ' nem egyszer ellentmondó követelményt a munka anyagával szemben — semmi—

esetre sem volt könnyű dolog. Az a né—

1012

hány kisebb aránytalanság (az egyszerűbb aritmetikai gondolatformák, kombinatori—

kai levezetések eröltetése, kissé túlzottan

a normál eloszlásra való támaszkodás, a-

variancia elemzés egyszerűbb fnvmáinak nem kellő felkarolása, az összetettebb statisztikai paraméterekre való alkalma—

zások elhagyása stb.), ami a reprezentatív módszer kifejtése és tárgyalása során itt—

ott előfordul, bőven magyarázatát leli a

szerzők előtt álló sokigényű, nehéz felw

adat természetében,, amelynek megoldá—

sára megfelelő idegennyelvű példakép sem állott rendelkezésükre.

A könyv öt fejezete — az anyag egyes iószei fontosságának megfelelően — elég—

gé arányosan elosztva tartalmazza a ki—

i'ejteni kívánt ismeretanyagot. Nevezete- sen a könyv — a szerzők soraival élve ——

,,...éppen azokat az ismereteket szeretné közölni a statisztikusokkal, ahogyan ezt a sajátos megfigyelést kell végrehajtani, hogy a megfigyelés eredményeképpen nyert adatokra bátran lehessen alapozni a gazdasági intézkedéseket" (64 old.), En—

nek megfelelően a 253 oldalnyi terjede—

lemből mintegy 186 oldal jut a központi ismeretanyagot nyújtó három középső fe—

jezetre és ebből is 67 oldal a megalapozó ll. fejezetre és —— helyesen —— több mint

! 80 oldal almegfigyelés megbizhatóságának :. számszerűsítésére. .

Az I. fejezet (,,A reprezentatív megfi- gyelés fogalmat) ennek a nálunk még Vi—

szonylag új módszernek a gazdasági sta- tisztikában betöltött — szerepét ismerteti.

Megállapítja eddigi főbb hazai és külföldi alkalmazási területeit. Nincs azonban ki—

emelten megemlítve a statisztikai követ- keztetés (becslés) azon igen fontos terv—

gazdasági alkalmazási területe, amikor gazdasági összefüggések alapján, szabatos tudományos előrelátás lehetséges. Jólvan megindokolva viszont a módszer alkalma—

zásának szükségessége és lehetősége.

Ezenkívül megfelelő tudományelméleti ér—

tékelést kap a módszer helye a gazdasági elemzésnél. A legszükségesebb alapfogal-

mak röviden, de találóan vannak bemu—

tatva. Élesen ki van domborítva a repre—

zentativ mintavétel alapján történő sta—

'tisztikai becslés preciziója, a kapcsolatos véletlen, illetőleg valószínű (standard) hiba jelentése. .,A véletlen hibát az idézi elő. hogy a vizsgált ismérv előfordulásá—

SZEMLÉ

nak átlagos mértéke a minta sokaságában

függ a minta összetételétől..." (15. alá.).

Külön érdeme a fejezetnek, hogy az új módszerrel kapcsolatos alapfogalmak nyel—

vi megjelölésére több jól sikerült magyar szót (alapsokaság, mintasokaság, minta) általánosít. A későbbi fejezetekben erősen bővül az igen hasznos szókincsszaporitási tevékenység.

A II. fejezet már ,,A reprezentativ meg—

figyelés elméleti alapjai"—val foglalkozik.

Részletesen értelmezi a Véletlen tömegje—

lenség fogalmát, majd a valószínűség fo—

galmát (,, . . . a valószínűség egy számérték, amely az illetö véletlen esemény bekövet- kezésének objektiv mértéke" — 22. old.), mint e statisztikai módszernél alapvetö szerepet játszó fogalmakat.

A szerzőknek már e résznél meg kellett alkudniok'azzal a körülménnyel, hogy a könyvet nem megfelelő matematikai is-

meretekkel rendelkezőknek is tökéletesen

érthetővé kell tenni.

A fejezet elején le is szögezik ,,Nem törekszünk mindenütt exakt matematikai

bizonyításokra inkább a tételek tartalmá—

nak helyes é elmezésére, illusztrálására és a gyakorlati következmények megvilá—

gítására." (17. old.) Nyilvánvaló, hogy

ilyen célkitűzés mellett már nem jutha—

tott hely a reprezentatív módszer néhány mélyenjáró valószínűségelméleti problé- májának érintésére.

A szerzők nehéz feladatának megoldá- sánál sokat segitett a kombinatorika kö—

rültekintő alkalmazása, azonban a gondo—

latmenet áttekinthetőségét nem növelte.

Talán célszerű lett volna e fejezetben va—

lamilyen —— esetleg grafikus formában —

szemléltető módon érzékeltetni á mód—

szer tulajdonképpeni lényegét, hasonlóan a 7, sz.,vméginkább a 21. sz. ábrához, Több jól sikerült külföldi elméleti munkában van erre tanulságos példa.

Még nehezebb volt a szerzők feladata a valószínűségi változó és eloszlásai tárgya—

lásánál. Helyes volt a felsőbb matemati—

kát alkalmazó részek apróbetűs szövege—

zése. A Valószínűségi változó jellemzőinél hasonló sikerrel járnak el a szerzők. Cél—

szerű lett volna a várható érték alterna—

iív elnevezéseként a sztochasztikus átlag elnevezést is használni. Igen szerencsés a torzitatlan statisztikai becslés feltételei—

nek a megadása, hasonlóképp a szórás

szerepének taglalása. Jó érzékkel alkal-

SZEMLE

10-13

mazzák a szerzők a vonatkozó levezeté—

seknél és bizonyításoknál a várható ér- tékre és a szórásra vonatkozó összegezési és állandóval való szorzási tételeket. A diszkrét valószínűségi változóra levezetett

főbb megállapításokat szellemesen átvi—

szik az alternatív ismérv esetére. A foly—

tonos valószínűségi változó jellemzői ter—

mészetesen —— bonyolultabb matematikai kezelésük folytán —— az apróbetűs részbe kerültek. A valószínűségi változó jellem—

zői a könyv céljának megfelelően általá- ban jól vannak ismertetve. Talán a szó—

rásnál lehetett volna utalni a szóródás más kifejezésére is. (Például 'a momentu- mok elvének a felhasználásával.)

A reprezentatív módszernél fundamen—

tális szerepet játszó nagy számok törvé- nye, Csebisev orosz matematikustól szár—

mazó híres egyenlőtlenséggel szépen van illusztrálva, Bernoulli fontos tétele vi—

szont csak érintőlegesen van említve. A nagy számok törvénye a gazdasági statisz- tika szempontjából helyes tudományelmé—

leti értékelést kap, ami tekintve, hogy tár—

sadalomtudományi vizsgálati területről van szó gondosan szem előtt tartandó.

Találóan tapint a lényegre V. Sz. Nyem—

csinov neves szovjet statisztikus figyel—

meztetése egyik legutóbbi írásábanlz ,,A

nagy (átlag—) számok törvénye mint az ob- jektív reális valóság törvénye nem a kom- binatorika törvényein alapszik, hanem a jelenségek okságának és kölcsönös össze—

függéseinek elvén, s a véletlen és a szűk- ségszerű dialektikus egységét fejezi ki."

A. másik szintén alapvető jelentőségű törvény a normális eloszlás törvénye, a Ljapunov-féle központi határ eloszlás té—

tele szintén meg kapja a tárgyalásnál az őt illető helyet. Ez alapvető eloszlás tudo—

mánytörténeti megvilágításánál azonban meg kellett volna emlékezni azokról a hí—

res francia és német matematikusokról (De Moiure, Laplace, Gauss) is, akik a XVIII. és a XIX. században ez eloszlást alapjaiban felismerték és elméletileg elő—

ször megfogták,

Ennél a résznél néhány szóval meg le- hetett volna emlékezni más elméleti meg-

oszlási típusokról is. így például a közle-

kedési forgalomelemzési vizsgálatoknál szerepet játszó Poisson-féle megoszlásról, még inkább és bővebben a reprezentatív

1 Szociológia és statisztika. Filoszofii.

1955. évi 6. sz. 27. old.

Vopros zi 7 Statisztikai Szemle

megfigyelés ma már úgyszólván — külö- nösen a gazdasági folyamat határterüle- * tein — legkiterjedtebb vállfajának, a kis—

minták módszerének alkalmazásánál nél—

külözhetetlen ,,Student"—féle megoszlásról,

egyéb megoszlásokat nem is említve.

Kár,'hogy az alapsokaság normál elosz—

lásának követelményét vizsgálva nem említik meg a szerzők, hogy ez nem is—

annyira —— a könyvben tárgyalt — ún.

nagy létszámú mintacsoport alkalmazásá—

nál fontos, mint inkább az újabban mind

jobban térthódító kis létszámú (30—40 alatti) mintát alkalmazó mintavételi el—

járásnál. Hiszen itt a minta—átlagok a hí- res és aránylag matematikailag könnyen kezelhető ,,Student"-féle eloszlása csak akkor biztosított, ha az alapsokaság nor—

mális eloszlású. '

A konfidencia—intervallum, illetőleg az előre meghatározott valószínűséggel bekö—

vetkező becslési hibahatárok gyakorlati alkalmazásait szintén ' jól mutatják be a szerzők. Általában az ismeretanyag il—

lusztrálására beállított gyakorlati példák az anyag további részénél is — egy-két ld- vételt nem tekintve —— sikerülteknek mondhatók. Ez nagyban emeli a mű in—

struktív értékét. A normál eloszlás geo—

metriai ellenőrzésénél igen helyén való

volt a nagy szolgálatokat tevő Gauss—féle papír, illetőleg hálózat szerkezeti ismerte—

tése, Az erre a célra alkalmas geometriai

fogásoknak ezzel azonban csak kis része

került ismertetésre. Ki lehetett volna tér- ni a többi hasonló hálózat rövid ismerte—

tésére. Meg lehetett volna említeni, hogy a matematikai statisztikának erre a célra rendelkezésre állanak igen eredményesen használható matematikai formulák is.

Jó szolgálatot tesz a könyv olvasójának a. kombinatorikai függelék a II. fejezet végén, de ugyanúgy megfelelt volna és talán célszerűbb lett volna elhelyezése a könyv végén, a többi függelékkel együtt.

A III. fejezet (,,A mintasokaság kivá—

lasztása") a reprezentatív megfigyelés egyik legfőbb műveletével. az alapsokasá- got képviselő mintasokaság kiemelésével, a mintavétellel és annak követelményei-

vel. továbbá a mintavétel főbb típusaival _ foglalkozik. Bő teret szán —— helyesen ——

az alaptípusnak, a véletlenszerű kiválasz—

tás szigorű követelményei leírásának. Tár-

gyalja a véletlenszerűséget biztosító eljá-

szanta , ;

rások fő válfajait: a találomra történő ki-

választás, a ,,véletlen számtáblázat", a vé—

letlen" koordináták használatát, a mecha—

nikus, kiválasztást. Gondosan rámutat az önkényes kiválasztás veszélyeire.

A reprezentatív megfigyelésnél és an- nak egyik munkafázisánál, a minta kivá—

lasztásánál határozott törekvés a haté—

konyság fokozása, vagyis minél kevesebb költséggel minél megbízhatóbb megálla—

pítások szerzése a vizsgálat alatt álló alapsokaságról. E törekvés jegyében áll

mindaz, ami változatlan minta létszámnál

csökkenti a statisztikai becslés valószinű hibáját, illetőleg változatlan nagyságú hi—

bát biztosit kisebb mintacsoport terjede—

lemmel. Igen alkalmas erre az ún. ,,réte—

' gezett kiválasztás", amelynél —- az alap-

— sokaságról rendelkezésre álló előzetes is—

meretek alapján — az alapsokaságot ho—

mogénabb csoportokra, ún. rétegekre bont- ják és ilyen lényegesebb kisebb szóródási rétegre osztottan végzik (gyakran a réte—

, gek terjedelmének megfelelően) a minta—

vételt. Nyilván erősen csökkenni fog a valószínű hiba nagysága ugyanolyan

mintalétszámot használó egyszerű vélet—

— len kiválasztással szemben.

Természetesen tovább is lehet vinni a hatékonyság—fokozását éppen a rétegezett mintavétellel, oly módon még pedig, hogy a valószínű standard hiba minimumát ki- vánják elérni ugyan olyan kiválasztási

terjedelem mellett. így jön létre a min—

ták ún. optimális elhelyezése (allocatió—ja) az egyes egynemű rétegekre. Ennek ——

mint a következő, a megfigyelés hibájá- val foglalkozó IV. fejezet kifejti —— meg- lehetősen kötött és összetett matematikai feltételei vannak, amelyek a szórás—négy—

zetek elemzéséből (a variancia elemzésé—

ből) levezethetők. Sokszor ehhez termé—

szetesen tekintélyes volumenű számolási munka szükséges. Ma, a kifejlődő kiber—

netika korában azonban az ilyen felada- tok mind kevesebb problémát fognak je—

lenteni.

A példákon szemléltetővé tett rétege- zett kiválasztás után ismertetik a ,,lépcső—

zetes kiválasztás"-t, amelynél a minták kiválasztása fokozatosan történik. Gyak—

ran használatos ez akkor, ha az alapsoka- ságról területi (regionális), igazgatási cso—

' fportosítások állanak rendelkezésre. E ki-

'—választási eljárás hatékonysága az olcsó-

ságában van. Általában kedvezőtlenebb

standard hibát ad mint arétegezettkivá—

lasztás. A fejezet e tekintetben példákon keresztül tanulságos összehasonlító vizs—

gálatokat végez, amelyek (kiegészitveaa következő fejezetben mondottakkal) érté—

kes eligazítást nyújtanak a kiválasztás tervezése vonatkozásában.

A IV. fejezet: ,,A reprezentatív megfi—

gyelés hibájának meghatározását—t tár—

gyalja értékes részletes tagolásban. Meg—

világítja a minta jellemzőinek értékelését

a szóródás, illetőleg a konfidencia int ' vallum felhasználásával. Sorra veszi az egyes mintavételi eljárásokat és minősíti azokat standard hibájukra támaszkodva;

Közben bőségesen kitér magára a szóró—

dás számítására, a hibaszámitás elvi alap—

;iaira és technikájára nem kímélve az egyszerűbb matematikai apparátust, ha a bizonyítás, a levezetés szükséges és kézene fekvő. Felette értékes részek az egyes ki-

választási eljárások standard hibáit mód—

szeresen származtató levezetések. Külö—

nösen pedig a rétegezett mintavétel fino—

mítását és— hatékonyságát növelő szórás—

négyzet-elemzési vizsgálatok, amelyek

például lehetővé teszik a már emlitettgp—

timális minta elhelyezést.

Instruktív az egyes mintavételi eljárá—

sok megkapó példákon való egybevetése standard hibájuk, illetőleg —— mint a szer—

zők nevezik —— relativ hatékonyságuk alapján. Szembetűnően megmutatkozik a

rétegezett kiválasztás jóval nagyobb haté—

konysága. '

Meg kívánjuk jegyezni, hogy a könyv a

hatékonyság elbírálásánál a standard hiba

nagyságát tartja szem előtt: ,,A kiválasz—

tás hatékonyságát lényegében a standard

hiba nagysága fejezi ki". (202. old.) A gaz—

dasági élet gyakorlatában elterjedt haté—

konysági elemzés ezzel szemben — mint

ismeretes -— a használati érték vagy in—

tézkedés ilyen minőségben várható konk—

rét közvetlen és közvetett eredményessé,

gén, _ún. aktiv hatásán túl nagy gonddal mérlegeli azt is, hogy milyen ráfordítá—

sokkal, illetőleg ún. passziv hatásokkal

jár az, például milyen költségekkel. Ilyen értelemben előfordulhat, hogy a lépcsős, vagy éppenséggel az egyszerű véletlen megfigyelésre esik a választás, mint a konkrét esetben gyakorlatilag hatéko—

nyabbra.

A magyar nyelvű szakirodalomban pár- ját ritkító gazdag tartalmú fejezetet még

SZEMLE

1015

teljesebbé tette volna, ha a hatékonyság—

fokozás motívumát esetleg vázlatosan

tovább vitte volna. így például igen nagy fokozatokban való előre haladást jelent a reprezentatív megfigyelés területén a kis minták eljárásának rohamosan szélesedő bevezetése, amely már a szorosan vett gazdasági statisztika birodalmában is erő—

sen tért nyert. Számos, éppen a népgazda—

sági tervezésnél oly fontos szerepet ját—

szó makroökonómiai összefüggés paramé- tereit ez eljárással célszerű számszerűsí- teni, Gyakran még ez is próbára teheti a legkorszerűbb elektronikus számláló gép—

parkot. De nem is kell ilyen messzire menni. Az ún. ,,lineáris programmozásu például bevonult már a nagyüzemi gya—

ikorlatba is. Vagy, hogy kisebbeket említ—

sünk, itt van maga a keresletelemzés és hasonlók.

A kis mintákat alkalmazó eljárásnak óriási hatékonysági előnye az igen gyors eredményszolgáltatások mellett a ráfordí—

tások messzemenő leszorítása, nem egy—

szer a megbízhatóság komoly sérelme nél- kül.

Érdekes, hogy a szerzők az egyes il—

lusztráló példáknál gyakran _ önkéntele—

nül is — alkalmazzák a kislétszámú min—

tákat.

A IV. fejezet igazi értékét adja, hogy a dicséretre méltóan nagy gonddal össze—

állított anyaga tudományosan megalapo—

zott módszertani útmutatást ad a külön—

böző bevezetésre ajánlott reprezentatív

megfigyelések hibahatárainak, illetőleg dig csaknem valamennyi jelenleg elter- jedt használatú statisztikai paraméter tekintetében. A fejezet a reprezentatív módszer alkalmazása szempontjából tulaj—

donképpen a legdöntőbb rész.

A mű V. fejezete: ,.A reprezentatív meg—

figyelés szervezésének és az eredmények értékelésének néhány kérdése" címen egyes kérdések vonatkozásában bizonyos gyakorlati útmutatót jelent. Mintha a megelőző hatalmas fejezet kidolgozásában elfogyott volna a szerzők lélekzete, itt a

felvetett több tekintetben eltérő termé—

szetű —— kétségkívül szintén fontos ——

problémákat kissé kurtán tárgyalják meg.

Valószínű oka ennek, hogy a reprezentatív megfigyelés terén még aránylag csak ke—

Vés hazai tapasztalat áll rendelkezésre.

78!

Foglalkozik e fejezet mindenekelőtt -—

helyesen — a reprezentatív megfigyelés

programjának összeállításával. ,,A reprei zentatív megfigyelés szervezésének első és alapvető kérdése, hogy alkalmazásának előfeltételei biztosítva vannak—e vagy sem". (204. old.). Tekintve, hogy az arány—

lag kis létszámú mintasokaságból kell kö- vetkeztetni az alapsokaságra, a megfigye—

lési. módszer helyes alkalmazásának aka—

dályaival kapcsolatos minden hibát a le—

hető minimumra kell leszorítani. így pél—

dául a rétegezett mintavételnél az alap—

sokaságot a vizsgált (és nem ,,valamilyen ismérv**) alapján (mint a 205. oldalon ez szerepel) rétegezni kell. A mintavételnek pedig szigorúan előírásosnak kell lennie.

Az előfeltételek szigorú megteremtése esetén lehet tehát csak a reprezentatív módszer alkalmazását tervbe venni. A statisztikai program készítése azután már hasonló a teljes körű felvételeknél szoká—

sossal azzal az eltérésSel, hogy lehetőleg előre meg kell állapítani:

,,l. azokat a hibahatárokat, melyek kö—

zött a sokaság átlagát becsülni kí—

vánjuk,

2. milyen valószínűségi

runk becsülni,

3. és azt, hogy előző két előírás mel—

lett a már ismertetett módon mek- kora mintára van szükségünk".

(207. old.)

A felvétel végrehajtásának követelmé- nyei vannak a továbbiakban vázlatosan ismertetve.

szinten aka—

Külön, nem egészen 8 fejezetbe illő rész a ,,Statisztikai megfigyelés rendszeres hi- bájának korrigálása reprezentatív mód—

szerrel". Meggyőződésünk, hogy igen hasz—

nos dologról van szó, de ez már inkább a reprezentatív módszer alkalmazásának taglalásába tartozik mint a szorosan vett reprezentatív megfigyelés szervezési kér—

déséhez. Igen helyesen járnak el a szer—

zők, amikor a korrekciót végrehajtó becs—

lésne'l az együtthatós módszer mellett ki—

te'rnek a regressziós vetítési eljárásra is.

A reprezentativ módszer alkalmazása fel—

tételeinek a következetes betartása meg—

kívánja azonban mind az együttható,

mind a regressziós paraméterek valószmű hibáinak a kifejezését. Szépítik a hiányt a következő ,,Reprezentatív megfigyelés eredményeinek értékelése" című alfejezet—

'1016 szamu;

ben, amikor a dinamikus viszonyszám alapján történő vetítésnél tárgyalást kap a viszonyszám és a különbség standard

hibája. Különben ennek az alfejezetnek a vége néhány értékes, a dinamika magával hozta módosításokat figyelembe vevő megállapítást tartalmaz, amelyek részben már átvezetnek az idősorok elemzésénél felmerülő egyes problémákhoz.

A reprezentatív módszer alkalmazásá—

nak eddigi gyakorlatával foglalkozó rész általában jól van összeállítva, Talán ész—

revételezhető az a körülmény, hogy alig esik szó a háború előtti alkalmazásokról, és a témával foglalkozó elméleti munkák-

ról. Ugy itt, mint az l. fejezetből hiányzik

a reprezentatív módszer külföldi alkalma- zása kifejlődésének a történetéről és je—

lenlegi hallatlan széleskörben történő al—

kalmazásáról való összefoglaló rövid is- mertetés. Szükségesnek tartottuk volna, hogy a szerzők a reprezentatív megfigye- lés jelenlegi alkalmazásának kérdésével, ezzel kapcsolatban a további felhasználá—

sának lehetőségeivel bővebben foglalkoz- zanak. Mélyebb kritikai értékelését kel—

lett volna adniok a jelenlegi helyzetnek és több konkrét útmutatást a jövőre vo—

natkozóan. Különösen az utóbbi bírt vol—

na nagy jelentőséggel, valószínúleg hatha—

tósan segítette volna elő a kezdeményezé—

seket e területen. Ugyancsak célszerű lett volna megemlíteni a hazai és külföldi ha—

tárterületi alkalmazásokat. A könyvben szereplő irodalmi útmutató e tekintetben jó példával jár elől.

A fenti hiányosságokat részben pótolja a módszer népszerűsítése szempontjából alkalmazási távlatainak a megcsillanta—

tása. A kis minták módszerének mellőzése miatt azonban kimarad a vázlatos átte—

kintésből az alkalmazási terület tekinté- lyes része. Közben több fontos olyan al—

kalmazás, amely éppen a gazdasági veze—

tés, a gazdasági tervmunka területére

esik, számos népgazdasági összefüggés, amelyeknek a gazdasági tervezésnél alap—

vető szerepük van és paramétereiknek

konkrét értékei legtöbbször reprezentatív megfigyelés segítségével történő statisz—

tikai becsléssel állapíthatók meg, gyakran

éppen a kis minták módszerével. Óriási

népgazdasági érdek fűződik ahhoz, hogy

a becslések és standard hibáik szakszerű—

en legyenek kimunkálva. Több hasonló . feladat, merül fel egyes népgazdasági ága—

zatokban, sőt néha magukban a nagyobb

gazdasági egységekben. Különálló alkal—

mazási terület lehet a külkereskedelmi piaci elemzés és piackutatás egyes terü—

letei.

Az V. fejezet függeléke ,,A korreláció—

sza'mítás alapfogalmai" valahogy nem il—

lik be a könyv meglehetősen zárt anya—

gába, azonkívül, hogy túlságosan rövidre fogott ismertetés ahhoz, hogy kielégítő korrelációszámítási útmutatást adjon. A könyv tartalmához illett volna viszont, ha

már kitér a korrelációszámítás módsze— ,

rére, hogy az ott központi szerepet játszó és legtöbbször a reprezentatív megfigye- lési adatokból származtatott korrelációs koefficiens valószínű hibájának a kérdé- sét is ismertesse.

A könyvet záró szabványszerú tábláza—

tok helyénvalók és nélkülözhetetlenek a

reprezentatív megfigyelés gyakorlati al-

kalmazásánál és magának a módszernek

a tanulásánál és oktatásánál. Helyesen egészítik ki a művet,

Összefoglalóan értékelve nem lehet

eléggé méltányolni és dicsérni a szövegbe gondosan beleépített sok—sok tanulságos és néha igen választékos felépítésű gya—

korlati példát, amelyek a leghasznosabb ismeretközlő eszközök közé tartoznak az ilyen természetű ismeretanyag elsajátítá—

sánál.

Jó szolgálatot tett a Közgazdasági és

Jogi Könyvkiadó, s valóban a haladás

ügyét szolgálta e tudományterületen, ami—

kor a reprezentatív megfigyelés korszerű módszerének részletesebb leírására és be—

mutatására magyar nyelven lehetőséget adott, A mű kiállítása mintaszerű, a ki—

válóan összeállított tartalmán és a tömör, ugyancsak nehéz fajsúlyú mondanivalók—

hoz mérten könnyű nyelvezetén túl ez is

hozzá fog járulni nagy elterjedéséhez.

Dr. Kádas Kálmán Ollé Lajos,