統計數據質量

用手机看条目

出自 MBA智库百科(https://wiki.mbalib.com/)

統計數據質量(Quality of Statistics Data)

目錄

什麼是統計數據質量

  所謂“統計“是“將原始數據整理轉化為二次加工數據或信息的一個過程”。而統計數據的質量,可以理解為“數據的一組品質標誌滿足用戶需求的能力的綜合”。在這個定義中,質量的主體是數據,質量的客體是用戶,質量控制的本質就是主體滿足客體的能力的綜合。如果統計數據質量的概念是片面的或殘缺的,那麼一切統計數據質量的控制方法或改革思路,都可能與提升統計數據質量“南轅北轍”,這也是強調科學界定統計數據質量基本內涵的原因所在。

  從三個基本原則上把握統計數據質量的內涵:

  1、適用性:是指收集的統計信息是否有用、是否符合用戶的需求。統計信息是要為政府、企業以及社會各階層服務的一種“商品“。因此怎樣使統計信息最大化地滿足用戶,就是保證統計信息適用性的根本。

  2、準確性:主要是指統計估算與目標特征值即“真值“之間的差異程度。實際上所謂“真值”是不可知的,一般通過分析抽樣誤差、範圍誤差、時間誤差、計數誤差、加工整理差錯、方法誤差、人為誤差、模型設計誤差等影響數據準確性的各個因素,測算統計估算值的變動繫數、標準差、曲線吻合度、假設檢驗偏差等,將統計誤差控制在一個可以接受的置信區間內,以保證統計信息的準確性。

  3、及時性:主要是指調查基準期與統計數據發佈時間的間隔時間。及時性就是縮短統計信息從搜集、加工整理到數據傳輸的整個過程,縮短調查基準期與數據結果發佈時間的間隔時間。另外,應預先公佈各項統計數據發佈日期,並按時發佈數據,建立和規範統計信息發佈制度,使用戶及時掌握使用統計信息。此外,統計數據質量還包括了可比性、可銜接性、可取得性、可解釋性、客觀性、健全性、有效性等幾個原則。

  需要強調的是,統計數據質量是分別從用戶、生產者和被調查者三個角度提出來的,它們之間既密切聯繫,又存在某種矛盾和衝突。如在準確性和及時性、準確性和有效性等方面之間均存在不同程度的衝突。即使對同一個統計數據,不同用戶也會提出不同的質量要求,有的可能偏重準確性,有的可能偏重及時性。因此,統計機構需要在統計數據質量各個方面之間不斷進行權衡、選擇和折中,以達到一個最佳平衡點,來滿足用戶需求。這就決定了統計數據質量不是一個絕對的、而是相對的屬性概念。

統計數據質量的問題及分析

  1、數據不實、甚至弄虛作假

  這是最常見的統計數據質量問題,也是危害最為嚴重的數據質量問題。這類統計數據完全是虛構的杜撰的,毫無事實根據。造成統計數據虛假的因素多種多樣,比如,有意虛報,瞞報統計數據資料,指標制定不嚴密,統計制度不完善等。

  2、指標數值背離指標原意

  這是由於統計工作者對指標的理解不准確,或者是因為指標含義模糊,指標計算的隨意性大等原因造成的數據質量問題,表現為收集整理的統計數據不是所要求的統計內容,數據與指標原意出現走樣,面目全非。

  3、數據的不可比性

  它是指同一個指標在不同時期的統計範圍、口徑、內容、方法、單位和價格上有差別而造成的數據的不可比性。

  此外,常見的統計數據問題還有計算錯誤、筆誤等等。造成這些問題的原因主要是:

  1)統計觀念缺乏創新統計手段和方法不科學,造成統計數據的及時性、準確性、權威性“弱化“,指導決策和服務管理的職能作用“淡化”。

  2)統計基礎工作薄弱有些基層單位不重視統計工作,統計隊伍有失穩定,或統計人員兼任其他多項工作,造成一心多用,嚴重影響統計工作質量。部分企業單位的基礎核算資料、原始記錄、統計台帳不健全。甚至有的根本沒有原始記錄、統計台帳,統計數據缺乏可靠的依據。個別企業原始記錄、統計台帳不完善、不規範,憑印象填報數據,有的甚至連報表都沒有,靠工作人員估報,統計數據隨意性較大,這就更難保證統計數據的準確性。

  3)統計隊伍素質不高在基層統計人員中存在業務素質偏低,新手多,外行多,複合型人才少,尖子人才少的問題。由於基層統計人員缺乏必要統計基礎知識,不能運用科學方法搜集、整理、論證統計數據,仍然沿用過去的統計方法。同時,統計人員社會地位較低,待遇較差,導致一些統計人員缺乏較強的事業心和責任感,造成基層統計隊伍不穩,人才外流問題嚴重,統計崗位調換頻繁,還有一些單位根本沒有固定的統計人員,臨時抽人填報,工作中完全憑感覺、靠估計。

  4)盲目追求政績造成了對數據質量的負面影響通常,人們把工作業績作為衡量管理者任職期間工作能力的尺度。統計數字作為一定時期經營成果的客觀反映,就被賦予了極為特殊的色彩。人為的干擾也可使統計數據的客觀性、準確性、真實性受到嚴重影響。

統計數據質量的控制方法

  1、統計數據質量控制的原則應當是全過程的、全員參加的數據質量控制

  首先,統計數據質量控制要貫穿於統計工作的全過程。統計數據的質量是統計“過程“的結果,所以必須對統計調查、數據收集、統計核算統計分析統計報告、統計服務、統計監督等各個環節,統籌兼顧、系統優化。其次,參加統計數據質量管理和控制的人員應當是全面的。全體統計工作者都要樹立數據質量意識,各個主要的工作環節都要落實專人負責。只有人人關心數據質量,大家都對數據質量高度負責,產生優質的統計數據才有堅實的群眾基礎。

  2、統計設計階段的質量控制

  統計設計是統計工作的首要環節,統計數據質量的好壞,首先決定於這個過程,它是提高統計數據質量的前提。如果設計過程的工作質量不好,就會給統計數據質量留下許多後遺症。設計過程的質量控制需要抓好以下幾項工作:

  1)正確規定統計數據質量標準數據質量標準是指根據不同的統計目的對統計數據精度所提出的要求。滿足統計目的精度的統計數據就是準確的,高質量的統計數據。首先要作充分的調查,系統地收集市場和用戶對統計數據的反映和實際使用效果的情況;其次要分析研究過去統計數據的主要質量問題,找準統計數據質量控制的主攻方向;最後要進行反覆論證,考慮到統計工作中實際能夠達到的水平。

  2)合理設計統計指標體系及其計算方法統計指標設計得是否合理,也是影響統計數據質量的因素之一。採用統計報表搜集資料,首先要實行標準化管理,制定的指標要符合統計制度的規定,範圍要全,分組要準,指標涵義的解釋和計算方法要精確;其次要對統計報表的設計、頒發、填制、彙總的全過程實行全面質量管理。

  3、資料整理鑒別階段的質量控制

  統計資料整理鑒別階段出現的差錯是統計數據質量問題的重要方面。如果資料不准確,就會影響結論的正確。因此,要特別註意審查資料的可靠性和適用性,要弄清楚統計指標的口徑範圍、計算方法和時期時點。對於口徑不一致或不完整的資料,需要進行調整、補充;對於相互比較的資料,必須要註意有無可比性;一旦發現數據有嚴重的質量問題,應進行核實,避免有質量問題的資料進入彙總處理階段。總之,對搜集到的資料,經過鑒別推敲、核實審定、使之準確無誤,才能使統計數據的質量得到保證。

  4、人為錯誤的質量控制,大力推進統計信息化建設

  依靠先進技術實現統計手段的創新和統計數據“快、精、準”的高質量標準,是統計改革和發展的必由之路。目前,已有許多企業根據實際情況,在企業內部推行統計電算化,一方面減輕了統計人員的勞動強度,提高了工作效率。另一方面,在提高信息傳輸速度的同時,也使數據質量有了大幅度的提高,真正實現了數據反饋的“準確性和及時性”。

  提高統計人員的業務素質。統計人員的業務技術水平,是統計人員在統計崗位上能否順利有效地開展工作,特別是能否切實履行、充分發揮統計職能的先決條件。要通過統計業務培訓,把企業統計練成一支懂得統計理論,能幹統計實務,會當領導參謀,既適應市場經濟需要,又適應現代化管理需要的具有過硬本領的隊伍,杜絕因業務不熟悉而造成的數據質量問題。提高對統計的認識,加大統計執法力度。統計部門今後應重點加大統計執法檢查,使統計工作者樹立高度的統計法制觀念和良好的職業道德,逐步建立健全社會的統計誠信體系。

本條目對我有幫助21
MBA智库APP

扫一扫,下载MBA智库APP

分享到:
  如果您認為本條目還有待完善,需要補充新內容或修改錯誤內容,請編輯條目

評論(共0條)

提示:評論內容為網友針對條目"統計數據質量"展開的討論,與本站觀點立場無關。

發表評論請文明上網,理性發言並遵守有關規定。

MBA智库
打开APP

以上内容根据网友推荐自动排序生成