STATISZTIKAI IRODALMI FIGYELŐ 1012
zott követelményeket támasztottak mind a statiszti- kai hivatalok, mind az adatszolgáltatók körében.
Kérdés, hogy az európai döntéselőkészítés miért igényel olyan részletezésű adatsorokat, amelyek ed- dig sohasem voltak szükségesek Németországban.
Vissza kellene találni olyan megoldásokra (a kiegé- szíthetőség elvét szigorúan érvényesítve), hogy az Európai Unió adatigénye elsősorban a tagországok- ban rendelkezésre álló statisztikákból induljon ki. A szerző szerint arra kellene kísérletet tenni, hogy a nemzeti statisztikák bevált eredményeit tegyék ösz- szehasonlíthatóvá harmonizálással. Nem okozhat gondot, ha esetenként pótlólagos átszámításokra lesz szükség. A jogi kötelezettséggel elrendelt európai egységes megfigyeléseket, adatközléseket olyan ese- tekre kellene korlátozni, amelyeknél kényszerítően szükség van az egységes felépítésű hivatalos statisz- tikai adatsorokra, feltéve, hogy a meglevő nemzet- közi statisztikák alapján az adatok harmonizálására nincs lehetőség.
Kifejti a cikk a hivatalos statisztika további racio- nalizálásának követelményeit. Erre azért van szükség, mert az adófizetők pénzéből készülnek a statisztikák.
A politika szemszögéből valóban fontos, hogy a sta- tisztika megbízható, aktuális, nemzetközileg egyre in- kább összehasonlítható legyen, és indokolt az is, hogy megalapozza a tervezést, a politikai döntést, vonatko- zási pontot szolgáltasson a szabályozás mechanizmu- saihoz, mégpedig mindezt a közvélemény számára el- érhetően. Mindennek azonban ára van. A statisztikai munkára is érvényes az az igény, amely az egész köz- igazgatás hatékonyabbá tételét célozza. A cikk utal ar- ra, hogy a német Szövetségi Statisztikai Hivatal jól be- vált racionalizálási eszközöket alkalmaz, például a költség- és teljesítményelszámolást, a kontrollingot, a szerződések elemzését és hasonlókat.
A szervezet korszerűsítésében kulcsszerep jut a kor színvonalának megfelelő informatikának és táv- közlésnek. Az a cél, hogy a statisztikai tevékenysé- gek egyre kevesebb papírmunkával járjanak. Ezek helyettesíthetők a modern elektronikus adathordo- zókkal és számítógépes eljárásokkal. Az adatfelvéte- lekben növekvő szerep jut például az internetnek, mind az adatok felvételében, mind a statisztikai ter- mékeik terjesztésében.
A cikk áttekinti az adatszolgáltatói terhek csök- kentésének lehetőségeit, ugyanis a növekvő bürokrati- kus terheket sok bírálat éri. A német kormányzat eze- ket az észrevételeket igen komolyan veszi, általános elvként fogadta el, hogy csökkenjenek az ilyen állami munkák alapjául szolgáló adatkérések. Nagy feladat vár ennek kapcsán a hivatalos statisztikára, ilyen pél- dául az adatgyűjtési programok felülvizsgálata. Egyes
statisztikai felvételek jelentősen egyszerűsíthetők, és olyan is van, amelynek szükségessége megkérdőjelez- hető.
Az említett informatikai fejlesztések csak meg- felelő beruházásokkal valósíthatók meg. A szaktu- dás, felkészültség erőteljes fejlesztése is szükséges, mind a Szövetségi Statisztikai Hivatal központjában, mind a tartományi hivatalokban. A cikk nagy jelen- tőségűnek minősíti az adatszolgáltatói terhek csök- kentésében az igazgatási adatállományok erőtelje- sebb felhasználását. A német országos statisztikák mintegy 40 százaléka épül jelenleg ilyen adatátvéte- lekre. A szerző további vizsgálatot tart szükséges- nek, az említett arány növelése érdekében. Meghatá- rozó szerepet tulajdonít például az igazgatási regisz- ter fejlesztésének, és hogy bevezessék a gazdálkodó szervezetek egységes azonosító számjelét. Az ilyen információk csökkentik az igazgatási adatok statisz- tikai célú felhasználásának ráfordításait. A szerző megemlíti, hogy figyelembe kell venni az adatvé- delmi előírásokat.
A titoktartás, az adatok bizalmas kezelése na- gyon lényeges követelmény, amely azt fejezi ki, hogy a kizárólag statisztikai célokra begyűjtött egyedi adatokhoz sem az adóhatóság, sem a konku- rensek nem juthatnak hozzá. Mind a vállalatoknak, mind a magánszemélyeknek bízniuk kell adataik bi- zalmas kezelésében, mert csak így juthat a statisztika valósághű adatokhoz. A jövőben is szavatolni kell a felmért egyedi adatok titkosságát mint a megbízható hivatalos statisztika alapját. Más irányú bírálatra is utal a szerző, egyesek túl szigorúnak, túlméretezett- nek tartják a hivatalos statisztika titoktartási gyakor- latát. Bár a szigorú szabályok valóban megnehezítik a felmért adatok bizonyos célú hasznosítását, de gondolni kell arra, hogy egyetlen téves döntés is sú- lyos következményekkel járhat. Ha nyilvánosságra jutnának érzékeny adatok, ezzel akár több évtizedre is megzavarhatnák azt a bizalmat, amely az adat- szolgáltatók és a hivatalos statisztika szervei között kialakult.
(Ism: Nádudvari Zoltán)
PLATEK, R. – SARNDAL, C. E.:
MIT NYÚJTHAT A STATISZTIKUS?
(Can a statistician deliver?) – Journal of Official Statistics, 2001. 1. sz. 1–20. p.
A szerzők a Kanadai Statisztikai Hivatal tanács- adói és a nemzeti statisztikai hivatalok által közrea- dott adatok minőségével foglalkoznak. A minőség-
STATISZTIKAI IRODALMI FIGYELŐ 1013 biztosítás ezen a területen a tudományos szigor és a
gyakorlati követelmények összeegyeztetésének igé- nyével kerül szembe. Az adatok minőségét végső so- ron többen is meghatározzák: az elméleti statiszti- kus, az adatgyűjtés szakértője, a szakterületet műve- lő statisztikus, az informatikus és az adott program irányítója. A felsoroltak érthetően különböző módon közelítik és értelmezik a minőséget. A statisztikai hivatalokban, ideális esetben, statisztikusokból álló különböző teamek állnak össze valamely feladat el- végzésére. Ahhoz, hogy a csoportmunkában a részt vevők felelősséget érezzenek a közös munka ered- ményeképpen előálló adatok minőségéért, jól képzett és kellően motivált résztvevőkre van szükség.
A felhasználó szempontja megint más: akkor elégedett az adattal, ha az megfelel az általa kialakí- tott minőségi követelményeknek, ha azokat használ- hatónak és időszerűnek találja. Az adat megbízható- ságát a felhasználó általában úgy ellenőrzi, hogy összeveti korábbi vagy hasonló megfigyelésből származó információval. Az ő megközelítése vi- szonylag közel áll a szakstatisztikuséhoz, viszont lé- nyegesen különbözik az elméleti statisztikusétól vagy az adatgyűjtés szakértőjétől. A felhasználó ese- tenként túl sokat vár a statisztikától, máskor pedig indokolatlan jelentést tulajdonít egy adatnak. Míg a statisztikus a közreadott adatot egy véges sokaság valamely ismérvére vonatkozó adott időpontban ér- vényes becslésnek tekinti, a felhasználó – talán nem is tudatosan – a jövőre vonatkozó döntéséhez hasz- nálja fel a statisztikát. Több statisztikai hivatal úgy alkalmazkodik a felhasználói igényekhez, hogy a minőséget a felhasználásra való alkalmasságként de- finiálja. A gyakorlatban ez azt jelenti, hogy a megje- lentetés előbbre hozása, az időbeli összehasonlítha- tóság, az adatok értelmezhetősége, elérhetősége és azok egyértelmű jelentése az, amire összpontosítják a figyelmet, azaz a minőség már nem a pontosságot, a mintaszórásra való odafigyelést jelenti.
Ami a statisztikai adatok hibáját illeti, annak mértéke általában már a megfigyelés tervezésénél eldől, amikor a teljes sokaság helyett a költségek által korlátozott nagyságú minta megfigyelése mel- lett döntenek. A hibát ugyan nem csökkenti, de ajánlatos a negatív jelentésű szó helyett pontatlan- ságról vagy eltérésről beszélni. (Utóbbit választva a paraméter valódi értékéről is szólni kellene, be- vallva, hogy azt nem ismerjük, és ez azután vég- képp elbizonytalaníthatja a felhasználót, de a sta- tisztikai tevékenység finanszírozóját is elgondol- koztathatja.)
A statisztikai adatok előállítása végső soron nem különbözik alapvetően a feldolgozó-ipari termékek
gyártásától: a minőség és a költségek között szoros kapcsolat van mindkét területen. Egy Rolls Royce jobb minőségű, mint egy szériagyártmány, és ez az árukban is jelentkezik. A példánál maradva, annyi különbség mindenesetre van a két terület között, hogy a statisztika esetlegesen gyenge minősége ke- vésbé nyilvánvaló, mint egy gépkocsié. A felhaszná- lók csak a statisztikus szakmai kompetenciájában bízhatnak, hogy megfelelő adatokat kapnak a hiva- taltól.
A szerzők áttekintik a mintavételi hibán kívüli (ami egyesek szerint „túlkutatott” terület) egyéb hi- baforrásokat: válaszadás megtagadása, számított ér- tékekkel való helyettesítés, újrasúlyozás, a megfi- gyelésből való kimaradás, közigazgatási nyilvántar- tások felhasználása. Ami nehézséget jelent az az, hogy ezek mind hozzájárulnak a statisztika pontat- lanságához, az viszont nem számszerűsíthető, hogy az egyes területek mennyiben felelősek. Követke- zésképpen a „főbb” hibaforrásokra való fokozott odafigyelés is csak szubjektív döntés lehet. A kuta- tásnak a szerzők szerint két összetett terület vizsgá- latával kellene foglalkoznia: a kisterületi becslések elégtelen pontossága és az imputálás okozta szórás mérése. A kisterületi adatok iránt nő az érdeklődés, az imputálás pedig az eredeti adatoknak akár egyne- gyedét is kiteszi, amikor magas arányú a válaszadás megtagadása és/vagy sok a „gyanús” adat.
A szerzők még két kérdést érintenek, ahol mások véleményére hivatkoznak, és megjegyzéseket fűznek az idézetekhez. Az egyik kérdés a teljes megfigyelési hiba funkcionális modelljének kidolgozása, aminek nem biztosak a lehetőségében, mivel nincs jele az ilyen természetű próbálkozásnak. A másik kérdés, vajon van-e a megfigyelések gyakorlata mögött egy egysé- ges elmélet. A statisztikai hivatalok többsége gyakor- latias megközelítést alkalmaz. A Kanadai Statisztikai Hivatal véleménye szerint a megfigyelések módszerta- na „olyan eljárások gyűjteménye, amelyek mögött részleges elmélet és tapasztalati ellenőrzés áll”. az egész tanulmány gondolatmenete azt tükrözi, hogy a statisztikai hivatalok, anyagi lehetőségeik által szorít- va, mindenekelőtt a felhasználók elvárásainak próbál- nak megfelelni. A statisztikai adatok minőségének ja- vításával összefüggő tanulmányt a világ 11 országából 16 statisztikus szakember tapasztalata és véleménye egészíti ki. A téma sokszínűségére és jelentőségére te- kintettel a hozzászólások, illetve a szerzők viszontvá- laszának ismertetésére a Statisztikai Szemle hasábjain a későbbiekben visszatérünk.
(Ism.: Szász Kálmán)
