Gyventojų užimtumo paslaugose statistinis tyrimas Kauno apskrityje

ĮVADAS Statistika – metodologinis taikomasis mokslas, nagrinėjantis statistinių duomenų rinkimo, analizės metodus ir jų naudojimą. Statistika tiria masinių visuomenės reiškinių kiekybinę pusę neatskiriamai nuo jų kokybinės pusės, atskleidžia ir kiekybiškai išreiškia juose esamus dėsningumus konkrečiomis vietos ir laiko sąlygomis. Kursinio darbo ekonominės statistikos tyrimo objektas yra – gyventojų užimtumo paslaugose skaičiaus kitimas Kauno apskrityje nuo 1998 iki 2005 metų. Statistinis vienetas – gyventojai užimti paslaugose. Duomenų šaltinis – Lietuvos statistikos metraštis. Pagrindinis šio kursinio darbo tikslas – susisteminus ir išanalizavus duomenis, gauti apibendrintas išvadas apie tiriamą objektą. Kursinį darbą sudaro trys dalys: teorinė, metodinė ir praktinė. Teorinėje dalyje pateiksiu statistinių lentelių apibūdinimą, aprašysiu grafikų, naudojamų praktinėje dalyje, rūšis, bei formules reikalingas atitinkamiems rodikliams apskaičiuoti. Metodinėje dalyje aprašyti visi veiksmai bei priemonės, kurių prireikė analizuojant gyventojų užimtumo paslaugose skaičiaus kitimas Kauno apskrityje. Praktinėje dalyje pateikti visi grafikai ir lentelės, kurie buvo reikalingi atliekant statistinį tyrimą. Taip pat pridėsiu išvadas bei priedą, kuriame atlikti kiti reikalingi skaičiavimai. I. UŽIMTUMO PASLAUGOSE STATISTINIO TYRIMO KAUNO APSKRITYJE TEORINIS PAGRINDIMAS 1. Statistinių lentelių naudojimas atliekant užimtumo paslaugose statistinį tyrimą Kauno apskrityje Neapdoroti duomenys, gauti statistinių stebėjimų metu, vadinami pirminiais statistiniais duomenimis, kurie nesuteikia jokios aiškios informacijos. Atliekant statistinį tyrimą šie duomenys turi būti patikrinti, susisteminti, išanalizuoti: nustatytas tarpusavio ryšys bei kitimo tendencijos. Pirminiai duomenys surašomi į statistinę eilutę. Šiuo atveju buvo naudojama dinamikos eilutė, kuri nusako rodiklių pasikeitimą laiko atžvilgiu. Sugrupavus ir suvedus duomenis, toliau statistinė informacija pateikiama statistinėje lentelėje. Bartosevičienė statistine lentele vadina statistinę informaciją apie socialinius ekonominius reiškinius, mus dominančius objektus bei procesus, kuri yra išdėstyta pagal tam tikrą eilučių ir stulpelių sistemą. Statistinėse lentelėse pateikti duomenys yra geriau ir aiškiau suprantami, jeigu jie yra tinkamai išdėstyti, o lentelė nėra perpildyta nereikalinga informacija. Statistinių lentelių sudarymas reikalauja kruopštumo bei atidumo, ypač kai dirbama su dideliais informacijos kiekiais. Mano darbe panaudota paprastoji lentelė. Bartosevičienė ir Martišius lenteles suskirsto į: pasiskirstymo ir dinamikos lenteles. Pasiskirstymo duomenų lentelėse pavaizduoti duomenų, skaičių kitimai erdvės atžvilgiu, o dinamikos duomenų lentelės parodo rodiklių pasiskirstymą laiko atžvilgiu. Pasak Jakubausko, priklausomai nuo lentelės veiksnio (veiksnys parodo kokį reiškinį nagrinėjame) yra skiriamos trys lentelių rūšys: • paprastos; • grupinės; • kombinuotosios. O Bartosevičienė priklausomai nuo tarinio (tarinys nurodo rodiklius, kuriais apibūdiname nagrinėjamą reiškinį) išskiria dvi lentelių rūšis: • paprastas; • kombinuotas. Tinkamai išdėsčius informaciją, duomenis yra lengva analizuoti, jie geriau suprantami bei lengviau paaiškinami, jeigu yra publikuojami visuomenei. 2. Grafikas kaip statistinio tyrimo instrumentas Statistinėse lentelėse išdėstytus duomenis vaizduojame grafiškai. Statistiniai grafikai - tai statistinių duomenų vaizdavimas geometrinėmis figūromis, linijomis bei schemomis statistiniuose žemėlapiuose. Grafikų pagalba nustatomi reiškinių tarpusavio ryšiai, didėjimo ar mažėjimo intervalai, be to, jeigu yra daug duomenų, diagramomis pavaizduoti jie yra labiau suprantami. Bartosevičienė (2001m.) pagal sudarymo būdą grafikus skiria į: • diagramas; • statistinius žemėlapius. Savo darbe statistinių žemėlapių nenaudojau, o duomenys grafiškai pavaizduoti diagramose, įvairiose lentelėse, pasinaudota formulėmis. Diagrama – tai brėžinys, kuriame statistiniai duomenys pavaizduoti figūromis, linijomis, ženklais. Remiantis Bartosevičiene, Jakubausku ir Martišiumi, diagramos yra skaidomos į dvi rūšis: 1) pagal naudojamas vaizdines priemones; 2) pagal statistinių rodiklių turinį. O pagal naudojamas vaizdines priemones diagramos dar skirstomos į linijines, plokštumines ir erdvines. Linijinės diagramos naudojamos reiškinių kitimui tam tikru metu, jų palyginimui ir tarpusavio ryšiams nustatyti. Šios diagramos taip pat naudojamos šiais atvejais: ◦ sutarčių vykdymui apibūdinti; ◦ reiškinių kitimui laiko atžvilgiu apibūdinti; ◦ dviejų reiškinių ryšiui pavaizduoti. Norint pavaizduoti reiškinių kitimą, yra nubrėžiama koordinačių sistema, kurios abscisių ašyje pasirinkus atitinkamą mastelį atidedamas laikas, o ordinačių ašyje – reiškinio rodikliai. Ašių susikirtimo vietų taškus sujungus tiesėmis, gaunama linijinė diagrama. Plokštuminės diagramos naudojamos grafiniam duomenų vaizdavimui plokštumoje. Skiriamos 4 plokštuminių diagramų rūšys: • stulpelinė diagrama; • juostinė diagrama; • kvadratinė diagrama; • sektorinė (skritulinė) diagrama. Stulpelinė diagrama naudojama pavaizduoti duomenų kitimą per tam tikrą laikotarpį. Norint pavaizduoti duomenis stulpeline diagrama, ant abscisių ašies pagal pasirinktą mastelį atidedamas laikas, o ordinačių ašyje – statistiniai duomenys. Kiekvieno stulpelio aukštis vaizduoja atitinkamą duomenų dydį arba dažnį. Kuo aukštesnis stulpelis, tuo didesnis skaičius. Vienoje stulpelinėje diagramoje galima pavaizduoti kelių tiriamų objektų duomenų kitimą, skirtingiems kintamiesiems parenkant skirtingas spalvas arba štrichus. Sektorinės (skritulinės) diagramos labiausiai tinka statistinių visumų sudėčiai pavaizduoti. Apskritimas yra padalijamas į sektorius, kurių plotas atspindi pasirinktos grupės dažnį, kelių kintamųjų skaičių. Sektorines diagramas sunku suvokti, jei yra daug sektorių arba kai kurie iš sektorių yra labai maži. Todėl rekomenduojama vienoje diagramoje nevaizduoti daugiau negu 5 sektorių. Histograma vaizduojamos intervalinės pasiskirstymo eilutės. Norint nubrėžti histogramą, abscisių ašyje atidedami pasiskirstymo eilutės intervalai, ant kurių brėžiami stačiakampiai, o ordinačių ašyje atidedami intervalų dažniai arba santykiniai dažniai. Gautą laiptuotą stačiakampį vadiname histograma. Sklaidos diagrama yra naudojama kai norima pavaizduoti tarpusavio ryšį tarp dviejų kintamųjų. Ji parodo kaip duomenys yra išsidėstę vienas kito atžvilgiu ir kaip kintant vienam rodikliui, pasikeičia kitas. E.Stankaus teigimu, iš sklaidos diagramos mes galime pamatyti ar egzistuoja ir koks (jei egzistuoja) ryšys tarp koreliacijos koeficiento didumo ir taškų išsisklaidymo laipsnio. Jei sklaidos grafiko taškai labiau koncentruojasi apie tiesę, su nelygiu nuliui krypties koeficientu, tai galime sakyti, jog ryšys tarp dviejų kintamųjų – tiesinis (vienam rodikliui didėjant, didėja ir kitas). Šiuo atveju, tiesinis ryšys tarp kintamųjų atsispindi mano darbe. Stačiakampės diagramos – (dar vadinamos Box plot) tai diagramos, kuriose pagal duomenų išsibarstymą yra nustatomos kvartilės. V.Bartosevičienės teigimu kvartilė ranžiruotą eilutę padalina į keturias lygias dalis, todėl visose jos dalyse reikšmių skaičius visada vienodas, tačiau skiriasi išsibarstymo tankumas. Iš šios diagramos mes galime nustatyti mažiausią ir didžiausią reikšmes, vidutinę reikšmę, bei sritį, kurioje koncentruojasi duomenys. 3. Formulių naudojimas atliekant statistinį tyrimą Santykiniai dydžiai – tai intensyvūs (kokybiniai) statistiniai rodikliai. Jie gaunami lyginant du absoliučius dydžius. Santykiniai dydžiai – tai dalmuo, gautas padalinus du statistinius dydžius ir charakterizuojantis kiekybinį sąryšį tarp jų. Apskaičiuojant santykinius dydžius skaitiklyje visada rašomas rodiklis, atspindintis nagrinėjamą reiškinį. Vardiklyje – rodiklis su kuriuo lyginama ir kuris vadinamas baze (V.Bartosevičienė). Savo darbe skaičiuosiu: • struktūros santykinius dydžius, kurie parodo kiek moterų ir kiek vyrų užimtų paslaugose tenka šimtui gyventojų kiekvienais metais. (1) Sstruktūros = • koordinacijos santykinius dydžius, kurie parodo kiek moterų teko šimtui vyrų kiekvienais metais. (2) Skoordinacijos = Apskaičiuosiu šiuos santykinius dydžius naudodamasi (1) ir (2) formulėmis, o skaičiavimus atliksiu priede. Vidurkis – tai vidutinė duotų rodiklių reikšmė. Bartosevičienė vidurkį apibrėžia kaip apibendrinantį kiekybinį rodiklį, kuris išreiškia vienarūšių reiškinių tam tikro varijuojančio požymio tipišką lygį konkrečiomis vietos ir laiko sąlygomis. O Jakubauskas vidurkį apibūdina kaip konkrečią vidutinės reikšmės išraišką. Statistiniai vidurkiai yra svarbūs nustatyti vidutinėms kainoms, laiko sąnaudoms, naujoms technologijoms pagrįsti, pasiektam lygiui įvertinti, o taip pat reiškiniui planuoti bei prognozuoti. Savo darbe aš skaičiuosiu paprastą aritmetinį, progresyvinį vidurkius bei vidutinį kvadratinį nuokrypį naudodamasi (3), (6) formulėmis bei progresyvinio vidurkio apibrėžimu. Aritmetinis vidurkis yra vienas labiausiai paplitusių statistinių vidurkių, kuris skiriamas į dvi rūšis: paprastą ir svertinį. Paprastas aritmetinis vidurkis (klasikinis) taikomas tais atvejais, kai duomenys nesugrupuoti: (3) čia - požymio reikšmes arba variantai, n - variantų skaičius Svertinis aritmetinis vidurkis taikomas, kai duomenys sugrupuoti (kai nevienodi dažnumai) ir surašyti į pasiskirstymo diskrecinę variacinę eilutę: (4) čia - variantų dažnumai. Vidutinis kvadratinis nuokrypis arba kitaip dar vadinamas standartas – tai dydis parodantis, kiek vidutiniškai požymio reikšmės yra nutolusios nuo vidurkio: (5) (šaknis iš dispersijos). (sigma) turi tokį pat matavimo vienetą, kaip ir nagrinėjami požymiai . Vidutinis kvadratinis nuokrypis - tai pakeista kvadratinio vidurkio forma. Todėl jį galime užrašyti taip: (6) , - vidutinis kvadratinis nuokrypis. Progresyvinis vidurkis skaičiuojamas iš geriausių požymio reikšmių. Pirmiausia apskaičiuojamas aritmetinis vidurkis, po to išrenkamos reikšmės, geresnės už apskaičiuotą aritmetinį vidurkį (... > a arba ...0 - dešiniašonė asimetrija; 3. 0, tai pasiskirstymas yra aukščiau normalaus. (12) (13) Ex= μ4 -3 μ4 = Σ(xi- x)4 σ4 4 Ekscesas skaičiuojamas pagal (13) formulę ir pateikiamas 5.3 paveiksle. Ryšį tarp kintamųjų nagrinėja regresija ir koreliacija. Koreliacija parodo ar yra ryšys tarp nagrinėjamų kintamųjų, jei yra – kokia jo kryptis bei stiprumas. Koreliacinis ryšys gali būti tiesinis arba kreivinis. Tiesinio ryšio atveju koreliacijos koeficientas (r) skaičiuojamas pagal 14 formulę: (14) Kreivinio ryšio atveju skaičiuojame koreliacijos indeksą (R) pagal 15 formulę: (15) -bendroji dispersija, atspindinti visuminę visų faktorių įtaką, - rezultatinio požymio faktorinė dispersija, atspindinti y variaciją (sklaidą),priklausančią tik nuo tiriamo faktoriaus x; - liekamoji dispersija, atspindinti rezultatinio požymio y variaciją (sklaidą), priklausančią nuo visų likusių faktorių, išskyrus x. Dinamikos eilutės apibrėžia tiriamų statistinių duomenų kitimą laiko atžvilgiu. Kitimą apibūdinti yra naudojami dinamikos eilučių rodikliai: • Didėjimo/kitimo tempas rodo, kiek kartų padidėjo ar sumažėjo reiškinio lygis šio laikotarpio lyginant su praėjusiu laikotarpiu. Arba kiek procentų sudaro nagrinėjamo laikotarpio dydis lyginant su praėjusio laikotarpio dydžiu. Galime teigti, jo didėjimo tempas – tai dviejų dinamikos eilutės lygių santykis. Skaičiuojamas baziniu ir grandininiu būdu: (16) (17) • Padidėjimo (prieaugio) tempas rodo, keliais procentais pasikeičia reiškinio lygis per nagrinėjamą laikotarpį. Apskaičiuojamas taip: (18) , jei išreikštas koeficientais; (19) , jei išreikštas % . Grandininiams ir baziniams padidėjimo tempams apskaičiuoti naudosime (16), (17) ir (19) formules. Skaičiavimus atliksiu priede, o rezultatai pateikti pirmoje ir antroje lentelėse. II. Užimtumo paslaugose statistinio tyrimo Kauno apskrityje tyrimo eiga ir instrumentai Statistiniam tyrimui apie gyventojų užimtumą paslaugose Kauno apskrityje atlikti duomenis paėmiau iš Lietuvos Statistikos departamento duomenų bazės. Buvo atrinkti Kauno apskrities ir Kauno savivaldybių duomenys, atskirai išrenkant vyrus, moteris bei bendras užimtųjų paslaugose skaičių nuo 1998 iki 2005 metų. Gautus duomenis perkėliau į lentelę (1 pav.). Iš lentelės matome, jog duomenys pateikti tik Kauno apskrities. Taip yra dėl to, kad savivaldybių duomenis yra registruojami bendrai visoje apskrityje, neišskiriant atskirai vienos iš savivaldybių. Taip pat galime išskirti 2000 ir 2004 metus, kai atitinkamai užimtųjų paslaugose skaičius buvo mažiausias bei didžiausias. Ši lentelė, o vėliau ir diagramos, buvo atliktos su Statistica paketu. Norėdama grafiškai pavaizduoti lentelėje pateiktus duomenis nubrėžiau skritulinę diagramą. Joje matome, jog moterų užimtų paslaugose skaičius 2001 metais yra žymiai didesnis nei vyrų. Toliau brėžiau stačiakampes sklaidos diagramas. Pirmoji vaizduoja bendrą užimtųjų paslaugose skaičių Kauno apskrityje, antroji parodo vyrų ir moterų užimtų paslaugose skaičiaus išsibarstymą. 5.1, 5.2, 5.3 paveikslai rodo gyventojų užimtumo paslaugose Kauno apskrityje statistiką, kurios skaičiavimai pateikti priede. Ši lentelė atlikta su Statistica paketu. Norėdama pavaizduoti viso nagrinėjamo laikotarpio vyrų ir moterų užimtumo paslaugose Kauno apskrityje statistinius duomenis, nubrėžiau palyginamąją stulpelinę diagramą (6pav.). Iš jos matome, jog moterų užimtų paslaugose skaičius visą nagrinėjamą laikotarpį (1998 – 2005m.) buvo didesnis palyginti su vyrų užimtų paslaugose Kauno apskrityje skaičiumi. Linijinė diagrama (7 pav.) geriau pavaizduoja statistinių duomenų kitimą laiko atžvilgiu. Norėdama vaizdžiau parodyti gyventojų užimtumo paslaugose skaičiaus kitimą kiekvienais metais lyginant su baziniais, sudariau „Gyventojų užimtumo paslaugose bazinių padidėjimo tempų %“ lentelę (1 lentelė). Baziniais metais buvo pasirinkti 1998m. Remiantis šios lentelės duomenimis nubrėžiau „Vyrų ir moterų bazinių padidėjimo tempų linijinę diagramą“ (8 pav.). Kaip matome, moterų skaičiaus padidėjimai kiekvienais metais yra didesni lyginant su vyrų. O pavaizduoti gyventojų užimtumo paslaugose skaičiaus kitimą kiekvienais metais lyginant su praėjusiais, sudariau „ Gyventojų užimtumo paslaugose grandinių padidėjimo tempų %“ lentelę (2 lentelė). Remiantis šia lentele nubrėžiau stulpelinę diagramą (9pav.), kuri parodo kiek procentų pasikeitė gyventojų užimtų paslaugose skaičius lyginant su praėjusiais metais. Nubrėžta histograma (10 pav.) parodo intervalus, tarp kurių yra pasiskirstę gyventojų užimtų paslaugose duomenys. Matome, jog dažniausiai gyventojų užimtų paslaugose skaičius buvo tarp 162,3 tūkst. Ir 166,6 tūkst. Norėdama išsiaiškinti koks stiprus ryšys yra tarp užimtųjų paslaugose iš viso ir moterų užimtų paslaugose skaičiaus, pasinaudodama Statistica programa, nubrėžiau sklaidos diagramą, kad būtų galima aproksimuoti tiesinę funkciją (11 pav.). Pasinaudojusi ja ir formule „užimtieji paslaugose iš viso = 68.8651+0,9843*x” nubrėžiau diagramą, kuri vaizduoja tiesinės regresijos lygtį bei parodo ieškomo sąryšio dydį (12 pav.). Apskaičiuotus duomenis pateikiau 13 pav. Norėdama išsiaiškinti, kokią įtaką turi vyrų užimtų paslaugose skaičius bendram visų užimtųjų paslaugose skaičiui, apskaičiavau ir sudariau daugybinės regresijos lentelę (14 pav.) Toliau, jau žinodama vyrų užimtų paslaugose skaičiaus įtaką bendram užimtųjų paslaugose skaičiui, remdamasi autoregresiniu integruotu slenkamųjų vidurkių metodu (ARIMA), nustačiau tiriamo rodiklio prognozes ateičiai. Prognozavau ir trendo lygties pagalba. Prognozės pateiktos trims metams į priekį ir pavaizduotos 15 pav. III. Užimtumo paslaugose statistinio tyrimo Kauno apskrityje rezultatai Mano darbe yra pateikiama paprastoji lentelė. 1 pav. Gyventojų užimtumo paslaugose Kauno apskrityje pirminė lentelė Iš pateiktų duomenų galime nustatyti kiek vyrų ir kiek moterų buvo užimti paslaugų sferoje Kauno apskrityje nuo 1998 iki 2005 metų. Taip pat galime pastebėti tendenciją, kada moterų skaičius paslaugų sferoje sumažėjo, o vyrų skaičius paslaugų sektoriuje padidėjo. Nuo 1998 iki 2004 metų gyventojų užimtumas paslaugose padidėjo net 7,6%. Šiuo laikotarpiu galime išskirti 2001 metus, kai moterų užimtų paslaugose skaičius buvo didžiausias – 101,9 tūkst. ir tai sudarė 62% visų užimtų paslaugose, o vyrų mažiausias – 62,9 tūkst. Naudojant 1 lentelės duomenis nubrėšime sektorinę diagramą: Ši sektorinė diagrama parodo kokia dalis moterų ir vyrų buvo užimti paslaugų sferoje 2001 metais. Kaip matome iš diagramos moterų užimtų paslaugose skaičius sudarė 61,79% nuo viso užimtųjų paslaugose skaičiaus. 2 pav. Gyventojų užimtumo paslaugose Kauno apskrityje 2001m. sektorinė diagrama Iš šios diagramos galime pastebėti, jog nagrinėjamą laikotarpį, t.y. nuo 1998 iki 2005 metų, mažiau- sias gyventojų užimtumo paslaugose skaičius buvo nukritęs iki 153,7 tūkst., o didžiausias skaičius siekė net 170,9 tūkst. Taip pat matome, jog duomenys koncentruojasi tolygiai tarp 1-os ir 3-čios kvartilių [158,35;167,15]. Vidutinė reikšmė – 164,95, nes tokia mediana. 3 pav. Gyventojų užimtumo paslaugose skaičiaus paplitimas Kauno apskrityje 1998-2005 metais Vyrų ir moterų užimtumo Kauno apskrityje skaičiaus išsibarstymo intervalai nėra persidengę, o variacinės pasiskirstymo eilutės yra panašios. Moterų, užimtų paslaugose, skaičius labiau išsibarstęs tarp minimumo ir 3 –čios kvartilės, o vyrų – tarp 1-os ir 3-čios kvartilių. Medianos labai nutolusios viena nuo kitos, nes skiriasi vyrų ir moterų, užimtų paslaugose, minimumo ir maksimumo taškai. 4 pav. Vyrų ir moterų užimtumo paslaugose skaičiaus paplitimas Kauno apskrityje 1998-2005 metais 5.1 pav. Gyventojų užimtumo paslaugose Kauno apskrityje statistika 5.2 pav. Gyventojų užimtumo paslaugose Kauno apskrityje statistika 5.3 pav. Gyventojų užimtumo paslaugose Kauno apskrityje statistika Čia pateikta gyventojų užimtumo paslaugose Kauno apskrityje statistika. Kaip matome moterų užimtų paslaugų sferoje buvo net 42,3% daugiau negu vyrų. Tačiau vyrų užimtumo paslaugose Kauno apskrityje tyrimo duomenys yra mažiau išsibarstę lyginant su moterų užimtų paslaugų sferoje tyrimo duomenimis. Taip pat galime pastebėti, jog per visą tiriamą laikotarpį, t.y. 1998-2005 metais, gyventojų užimtų paslaugų sferoje skaičius siekė net 1305,5 tūkst. Tai sudaro beveik trečdalį Lietuvos gyventojų. Iš šios stulpelinės diagramos galime pastebėti, kaip Kauno apskrityje kito vyrų ir moterų pasiskirstymas paslaugų sferoje nuo 1998 iki 2005 metų. Matome, jog moterų skaičius tiriamą laikotarpį visada buvo didesnis nei vyrų. Ryškiausiais išsiskiria 2001 metai, kai moterų skaičius didžiausias, o vyrų mažiausias. Analizuojamu laikotarpiu gyventojų užimtumo paslaugose skaičius turėjo tendenciją kisti. 6 pav. Vyrų ir moterų užimtumo paslaugose Kauno apskrityje stulpelinė diagrama Šioje linijinėje diagramoje nesunkiai pastebime atotrūkį tarp vyrų užimtumo paslaugose ir moterų užimtumo paslaugose tiriamą laikotarpį. Vyrų užimtumo paslaugose skaičius vyrauja tarp 60 ir 80 tūkst., o moterų - tarp 80 ir 100 tūkst. Viršutinė linija parodo bendrą gyventojų pasiskirstymą paslaugų sferoje. 7pav. Gyventojų užimtumo paslaugose Kauno apskrityje linijinė diagrama 1 lentelė Gyventojų užimtumo paslaugose baziniai padidėjimo tempai % Metai Padidėjimo tempas, % Bazinis Vyrai Moterys 1998 1999 -0,146 -0,884 2000 -7,028 -0,331 2001 -7,906 12,597 2002 -0,439 11,160 2003 2,343 5,083 2004 4,978 9,613 2005 -2,928 9,834 Ši bazinių padidėjimų lentelė sudaryta remiantis 1 pav. duomenimis. Kaip matome iš lentelės vyrų užimtų paslaugose skaičius didėjo tik 2003 ir 2004 metais lyginant su baziniais, o moterų užimtų paslaugose skaičius lyginant su baziniu mažėjo tik 1999 ir 2000 metais. Šioje diagramoje yra pavaizduoti 1 lentelės duomenys. Kaip matome, vyrų (mėlyna) tiesė nagrinėjamą laikotarpį visada yra žemiau moterų (raudonos) tiesės. Tai reiškia, jog moterų užimtų paslaugose baziniai padidėjimo tempai yra didesni lyginant su vyrų baziniais padidėjimo tempais. 8 pav. Vyrų ir moterų bazinių padidėjimo tempų linijinė diagrama 2 lentelė Gyventojų užimtumo paslaugose grandiniai padidėjimo tempai % 2 lentelėje pateikti grandininiai vyrų ir moterų užimtų paslaugose padidėjimo tempai apskaičiuoti remiantis 1 pav. duomenimis. Iš šios lentelės galime pasakyti, jog ryškus vyrų užimtų paslaugose skaičiaus padidėjimas buvo 2002 metais lyginant su 2001 metais. Moterų užimtų paslaugose skaičiaus padidėjimo tempą galime išskirti 2001 metų lyginant su 2000 metais. Šioje diagramoje atvaizduoti duomenys pateikti 2 lentelė. Kaip matome iš diagramos, ryškiai išsiskiria 2001 ir 2002 metai, kai atitinkamai moterų ir vyrų grandiniai padidėjimo tempai buvo didžiausi. 9 pav. Vyrų ir moterų grandininių padidėjimo tempų stulpelinė diagrama Histogramoje nesunkiai pastebime, jog gyventojų užimtumo paslaugose Kauno apskrityje skaičius vyrauja nuo 160 tūkst. iki 166,6 tūkst. Šie duomenys pasiekti 2001, 2003 ir 2005 metais. Išsiskiria tik vienų metų duomenys, kai gyventojų užimtumo paslaugose skaičius nesiekė 160 tūkst. 10 pav. Gyventojų užimtumo paslaugose Kauno apskrityje histograma Iš šios sklaidos diagramos matome, jog duomenys pasiskirstę taip, kad galima aproksimuoti tiesinę funkciją. Ji nustatoma mažiausių kvadratų metodu, kuris leidžia rasti tokią funkciją (šiuo atveju tiesę), kuri nuo taškų būtų nutolusi mažiausiai. 11 pav. Užimtų paslaugose, iš viso ir moterų užimtų paslaugose Kauno apskrityje 1998–2005 metais sklaidos diagrama Ši sklaidos diagrama parodo ryšį tarp moterų ir vyrų užimtumo paslaugose Kauno apskrityje skaičiaus 1998-2005 metais. Šis ryšys yra tiesioginis, nes didėjant vyrų užimtumo paslaugose skaičiui, taip pat didėja moterų užimtumo paslaugose skaičius. 12pav. Užimtų paslaugose, iš viso ir moterų užimtų paslaugose Kauno apskrityje 1998–2005 metais sklaidos diagrama 13 pav. Rezultatai Kaip matome iš duotosios lentelės, koreliacijos koeficientas yra labai artimas vienetui. Tai rodo, jog moterų užimtų paslaugose skaičius Kauno apskrityje yra labai priklausomas nuo visų užimtų paslaugose rodiklio Kauno apskrityje. Determinacijos koeficientas šiam rodikliui taip pat yra labai artimas vienetui. Tai įrodo, jog moterų užimtų paslaugose skaičius Kauno apskrityje daro didelę įtaką visų užimtų paslaugose Kauno apskrityje skaičiui. 14 pav. Daugybinės regresijos rezultatai Šiame lange yra palygintas visų užimtų paslaugose skaičius Kauno apskrityje su vyrų užimtų paslaugose ir moterų užimtų paslaugose skaičiumi Kauno apskrityje. Kaip matome, koreliacijos koeficientas dar daugiau artimas nuliui, o tai įrodo, jog ryšys tarp vyrų užimtų paslaugose, moterų užimtų paslaugose ir visų užimtų paslaugose skaičiaus Kauno apskrityje yra labai stiprus. Labai artimas nuliui determinacijos koeficientas rodo, jog vyrų ir moterų užimtų paslaugose rodiklis stipriai įtakoja Kauno apskrities rodiklį. 15 pav. Gyventojų užimtumo paslaugose skaičiaus prognozavimas Kauno apskrityje Šiame grafike buvo prognozuojamas gyventojų užimtumo paslaugose skaičius Kauno apskrityje artimiausiems trims metams. Kaip matome iš grafiko, jis turėtų didėti. Gyventojų užimtumo paslaugose skaičių 2006, 2007 bei 2008 metams prognozavome trendo lygties pagalba. IŠVADOS Kursiniame darbe atlikau gyventojų užimtumo paslaugose statistinį tyrimą Kauno apskrityje. Išnagrinėjau tiek vyrų tiek moterų užimtų paslaugose skaičių, ištyriau ryšį tarp visų užimtų paslaugose ir moterų užimtų paslaugose duomenų, trendo lygties pagalba prognozavau trims metams į priekį bendrą visų užimtų paslaugose skaičių. Visi duomenys buvo pavaizduoti grafiškai. Atlikus išsamų gyventojų užimtumo paslaugose statistinį tyrimą Kauno apskrityje galiu daryti išvadas, jog moterų užimtų paslaugose skaičius nuo 1998 iki 2005 metų buvo didesnis už vyrų užimtų paslaugose skaičių. Taip pat pastebėta tendencija, jog Kauno apskrityje paslaugų sferoje kiekvienais metais padaugėja moterų. Vyrai paslaugų sferos plėtimesi dalyvauja pasyviau. Optimistiškos prognozės leidžia daryti prielaidą, kad vyrų užimtų paslaugose skaičius per ateinančius tris metus turėtų padidėti ir susilyginti su moterų užimtų paslaugose skaičiumi. Remiantis šia prielaida, galiu teigti, jog paslaugų sfera Kauno apskrityje per artimiausiu tris metus išsiplės. LITERATŪROS SĄRAŠAS 1. Gudonavičiūtė-Bartosevičienė V. Ekonominė statistika. 1 ir II dalis. KTU.: Technologija, 1993,1995 2. Bartosevičienė V. Ekonominė statistika. KTU.: Technologija, 2001 3. J.Jakubauskas Statistika:mokomoji knyga. V.Kempino įm. „Valgra“, 2002 4. Kunigelytė L. ir kt. Bendrosios statistikos teorija. VU, 1987 5. Sakalauskas V. Statistika su Statistica. Margi raštai, Vilnius, 2003 6. Cekanavičius V. Murauskas G. Statistika ir jos taikymai 1 ir 2 dalys. TEV, Vilnius, 2000, 2001 7. S.A.Martišius. Taikomoji statistika ekonomistams ir vadybinikams. J.Kneitos IĮ „Ramduva“, 2001 8. http://www.stat.gov.lt/lt/ 9. www.google.lt PRIEDAI Struktūros santykiniams dydžiams apskaičiuoti naudosiu duomenis pateiktus 1 pav. Kadangi gyventojų paslaugose užimtumo duomenys išsiskaido į dvi grupes: vyrus ir moteris, struktūros santykinius dydžius apskaičiuosiu vyrams ir moterims atskirai. Skaičiuosiu pagal (1) formulę. Mano darbe struktūros santykiniai dydžiai parodo kiek vyrų ir kiek moterų teko šimtui žmonių: 1998 metai 100 užimtų paslaugose teko 43 vyrai ir 57 moterys, 1999 metais 100 dirbančiųjų paslaugose teko 43,2 vyrų ir 56,8 moterų ir t.t. Vyrai Moterys Koordinacijos santykiniams dydžiams apskaičiuoti naudosiu vyrų ir moterų užimtumo paslaugose statistinius duomenis pateiktus 1 pav. Skaičiuosiu pagal (2) formulę. Apskaičiuoti koordinacijos santykiniai dydžiai parodo kiek kiekvienais metais šimtui vyrų teko moterų: 1998 metais 100 vyrų teko 132,5 moterys, 1999 metai 100 vyrų teko 131,5 moterys ir t.t. Savo darbe skaičiuosiu aritmetinį, kvadratinį ir progresyvinį vidurkius. Skaičiavimams atlikti naudosiu duomenis 1 pav. Kadangi gyventojų užimtumo paslaugose statistiniai duomenys išsiskaido į tris grupes, apskaičiuosiu bendrus aritmetinį, kvadratinį ir progresyvinį vidurkius, kuriems naudosiu bendrą gyventojų užimtumo paslaugose skaičių ( vyrų ir moterų kartu) ir atskirus aritmetinį, kvadratinį ir progresyvinį vidurkius moterims (naudosiu moterų užimtumo paslaugose skaičių) ir vyrams (naudosiu vyrų užimtumo paslaugose skaičių). Skaičiuosiu pagal (3), (5), (6) formules. Bendras aritmetinis, kvadratinis ir progresyvinis vidurkiai Progresyvinis vidurkis skaičiuojamas iš geriausių požymio reikšmių. Kadangi aritmetinis vidurkis yra lygus 163,2, tai išrinksime visas reikšmes didesnes už jį: 164,9; 165; 165,7; 168,6; 170,9. Ir vėl apskaičiuojamas aritmetinis vidurkis, kuris vadinamas progresyviniu vidurkiu. Aritmetinis, kvadratinis ir progresyvinis vidurkiai vyrams Progresyvinis vidurkis skaičiuojamas iš geriausių požymio reikšmių. Kadangi aritmetinis vidurkis yra lygus 67,4, tai išrinksime visas reikšmes didesnes už jį: 68; 68,2; 68,3; 69,9; 71,7. Ir vėl apskaičiuojamas aritmetinis vidurkis, kuris vadinamas progresyviniu vidurkiu. Aritmetinis, kvadratinis ir progresyvinis vidurkiai moterims Progresyvinis vidurkis skaičiuojamas iš geriausių požymio reikšmių. Kadangi aritmetinis vidurkis yra lygus 95,8, tai išrinksime visas reikšmes didesnes už jį: 99,2; 99,4; 100,6; 101,9. Ir vėl apskaičiuojamas aritmetinis vidurkis, kuris vadinamas progresyviniu vidurkiu. Variacijos užmojis bendras (9): Variacijos užmojis vyrams: Variacijos užmojis moterims: Dispersija bendra (10): Dispersija vyrams: Dispersija moterims: Vidutinis kvadratinis nuokrypis bendras: Vidutinis kvadratinis nuokrypis vyrams: Vidutinis kvadratinis nuokrypis moterims: Dinamikos eilučių rodikliai Bazinis didėjimo/kitimo tempas (16). Padidėjimo (prieaugio) tempas (19). Iš viso: Iš viso: Vyrai: Vyrai: Moterys: Moterys: Grandininis didėjimo/kitimo tempas (17). Padidėjimo (prieaugio) tempas (19). Iš viso: Iš viso: Vyrai: Vyrai: Moterys: Moterys:

Daugiau informacijos...

★ Klientai rekomenduoja

Šį rašto darbą rekomenduoja mūsų klientai. Ką tai reiškia?

Mūsų svetainėje pateikiama dešimtys tūkstančių skirtingų rašto darbų, kuriuos įkėlė daugybė moksleivių ir studentų su skirtingais gabumais. Būtent šis rašto darbas yra patikrintas specialistų ir rekomenduojamas kitų klientų, kurie po atsisiuntimo įvertino šį mokslo darbą teigiamai. Todėl galite būti tikri, kad šis pasirinkimas geriausias!