US 1.

NOŢIUNI FUNDAMENTALE

Cuprins
1.1 Date statistice
1.2 Variabile statistice
1.3 Distribuţii statistice

Obiective
- definirea conceptelor fundamentale specifice metodelor cantitative
- prezentarea de exemple pentru fiecare concept
- familiarizarea studenţilor cu sursele de date statistice oficiale

Competenţe
- însuşirea noţiunilor fundamentale necesare utilizării metodelor cantitative în administraţia publică
- înţelegerea diferenţei dintre metodele descriptive şi cele inferenţiale
- dobândirea competenţelor practice de accesare şi iinterogare a bazelor de date statistice oficiale

Termen mediu: 2 h

Bibliografie

1. Andrei, T. şi Stancu, S., Statistică - teorie şi aplicaţii , Editura All, Bucureşti, 1995
2. Jaba, E., Statistica, Ediţia a treia, Editura Economica, Bucureşti, 2002
3. McNabb, D., Research methods in public administration and nonprofit management : quantitative
and qualitative approaches, Armonk, M.E. Sharpe, 2002
4. Mcneill, P., Research methods, London, Routledge, 2005
5. Rosental, C. and C. Frémontier-Murphy, Introduction aux méthodes quantitatives en sciences
humaines et sociales, Paris, Dunod, 2001
6. Wonnacott, T.H., Wonnacott, R.J., Statistique, Economica, Paris, 1991.
 Cursul Metode de Cercetare Cantitativă în Administraţia Publică impune studiul unor
noţiuni fundamentale, cum ar fi: datele statistice, variabilele statistice, distribuţii statistice.

1.1. Date statistice. Metode cantitative

În sensul cel mai larg, datele statistice reprezintă rezultatul activităţii desfăşurate de
instituţia de statistică, cercetători sau de firme specializate care îşi publică rezultatele în rapoarte sau
lucrări de cercetare, care apoi sunt diseminate publicuui interesat. Asemenea rezultate apar în tabele
sau sub formă grafică, pot lua o formă numerică sau nenumerică. În sens restrâns, datele statistice se
referă strict la procesul de măsurare a realităţii economice şi sociale. Procesul de sintetizare,
prelucrare şi analiză se traduce apoi în rezultate sintetice, în informaţii care au deja un conţinut
cognitiv datorat interpretării şi corelării rezultatelor.
Specificul datelor statistice este acela că ele se referă la populaţii statistice, adică la
colectivităţi reale de unităţi bine delimitate formate din obiecte, persoane, fapte, evenimente,
procese din lumea reală. Acestea se obţin ca urmare a unui proces de observare directă, adică se
obţin prin măsurarea realităţii acolo unde es se manifestă. În general, populaţiile statistice respectă o
condiţie de volum adică sunt “suficient de numeroase”, pentru a respecta o serie de legi ale
statisticii, astfel încât rezultatele să fie consistente.
Pentru explorarea tipurilor de date statistice oferite de sursele oficiale, studenţii vor parcurge
paginile Institutului Naţional de Statistică (www.insse.ro) şi ale EUROSTAT
(www.ec.europa.eu/eurostat).
Metodele cantitative sunt metode de cercetare care au a bază datele statistice. Este vorba
despre un set de instrumente care permit “exploatarea” datelor statistice pentru a obţine o informaţie
sub forma indicatorilor statistici sau a unor rezultate mai elaborate cum ar fi estimaţiile sau
modelele care explică dependenţa dintre fenomene.
La nivelul acestui curs, studenţii sunt introduşi în cunoaşterea şi aplicarea a două categorii
de metode de bază ale analizei cantitative: metode statistice descriptive şi inferenţiale.
Metodele descriptive se referă la obţinerea informaţiei cantitative cu ajutorul unor indicatori
statistici care sintetizează informaţia de la nivelul tuturor unităţilor statistice analizate. Această
informaţie se referă la întreaga populaţie sau colectiuvitate analizată şi se prezintă sub formă
grafică, tabelară şi a indicatorilor descriptivi.
Metodele inferenţiale au la bază ideea culegerii datelor, a prelucrării şi analizei acestora de
la nivelul unui eşantion reprezentativ extras din populaţiie după un procedeu ştiinţific
corespunzător. Rezultatele obţinute la nivelul eşantionului sunt apoi extrapolate la nivelul populaţiei
totale, în condiţii de calitate specificate. Obiectivul principal al accestor metode este estimarea unor
parametri şi testarea unor ipoteze care privesc realitatea analizată.

1.2. Variabile statistice

1.2.1. Definiţie şi notaţii

Variabila statistică este o caracteristică, o însuşire a unor unităţi statistice, care înregistrează
o anumită valoare, pentru fiecare unitate statistică observată.

Exemple
- dacă se consideră ansamblul firmelor din judeţul Iaşi care desfăşoară activitate de
producţie, variabilele statistice care pot reprezenta un interes pentru cercetarea statistică sunt:
valoarea vânzărilor, numărul de salariaţi, cifra de afaceri, mărimea firmei etc.
- dacă se consideră ansamblul studenţilor unei serii, variabilele statistice care pot fi supuse
analizei statistice sunt: vârsta studenţilor, sexul persoanei etc.

O variabilă statistică este notată cu X. Valorile sau variantele variabilei X se notează cu xi.
Din punct de vedere formal, avem: X : ( xi ), cu i  1, m .
 1.2.2. Clasificarea variabilelor statistice
Variabilele statistice pot fi clasificate după mai multe criterii:
1. După modul de exprimare, distingem:
- variabile cantitative sau numerice sunt acele variabile pentru care valorile sunt
exprimate numeric.
Exemple: vârsta persoanelor, câştigul salarial, înălţimea etc.

- variabile nenumerice, calitative sau categoriale sunt acele variabile pentru care valorile
sunt exprimate prin cuvinte.
Exemple: sexul persoanei (masculin şi feminin), starea civilă (celibatar, căsătorit, văduv,
divorţat), mediul de rezidenţă (urban, rural) etc.
Pentru analiza statistică, valorilor variabilei categoriale li se atribuie un cod numeric.
Variabilele categoriale pot fi nominale sau ordinale.
Variabilele nominale sunt acele variabile pentru care ordinea acordării codurilor nu are un
sens.
Exemple: pentru variabila X: Sexul persoanei, se pot acorda codurile 1 pentru varianta
Masculin şi 2 pentru varianta Feminin, fără să se poată stabili o relaţie de ordine între aceste două
valori.
Variabilele ordinale sunt acele variabile în care există o relaţie de ordine între unităţile din
categoriile variabilei. Ordinea acordării codurilor diferitelor categorii ale variabilei X are, în acest
caz, un sens.
Exemple: pentru variabila X: Preferinţa pentru un produs, cu variantele Foarte bun, Bun,
Nici bun-nici rău, Foarte rău, Rău, ordinea acordării codurilor are un sens. Valorile variabilei X
sunt 1- Foarte bun, 2- Bun, 3- Nici bun-nici rău, 4 - Foarte rău, 5-Rău.

2. După numărul de valori ale variabilei, distingem:

- variabile dichotomice sau binare sunt acele variabile care înregistrează două valori.
Exemple: dacă se înregistrează rata şomajului în diferite ţări ale Uniunii Europene se pot
defini două categorii de ţări: o categorie formată din ţările cu o rată a şomajului mai mică decât
nivelul mediu înregistrat pentru ansamblul ţărilor UE şi o categorie formată din ţările cu o rată a
şomajului mai mare.

- variabile care înregistrează trei sau mai multe valori.

Exemple: pentru variabila X: „vârsta”, valorile care pot fi înregistrate pentru o populaţie
sunt: (xi)=(0, 1, 2, ...) ani.

3. După modul de manifestare a variaţiei lor, distingem:

- variabile discrete sunt acele variabile care nu pot lua decât valori finite din domeniul de
valori al variabilei.
Exemple: variabilele Numărul de angajaţi, Numărul de şomeri, Numărul de copii pe familie
etc.

- variabile continue sunt acele variabile care pot lua o infinitate de valori din domeniul de
valori al variabilei.
Exemple: variabilele Înălţimea, Greutatea, Viteza etc.

1.2.3. Scale de măsură

În vederea măsurării unei variabile pentru o unitate statistică, valorilor unei variabile li se
atribuie coduri sau numere. Scala este reprezentată de aceste coduri sau numere atribuite valorilor
unei variabile X.
 În statistică se folosesc patru tipuri de scale:
1. scale pentru măsurarea variabilelor categoriale: scala nominală şi scala ordinală;
2. scale pentru măsurarea variabilelor numerice: scala interval şi scala raport.

Scala nominală este o scală care presupune atribuirea de coduri variantelor unei variabile
categoriale nominale. Aceste coduri nu au decât rolul de a realiza o separare a unităţilor statistice pe
clase sau grupe. Ordinea acordării acestor coduri nu are un sens. Pe această scală de măsurare, nu
este posibilă realizarea operaţiilor de adunare, scădere etc.

Exemplu
- pentru variabila Sexul persoanei, codurile care se atribuie valorilor acestei variabile sunt,
de exemplu, 1 - pentru unităţile statistice de sex masculin, 2- pentru unităţile statistice de
sex feminin. Ordinea acordării acestor coduri nu are un sens, ceea ce înseamnă că se
poate atribui codul 1 - pentru unităţile statistice de sex feminin şi codul 2- pentru
unităţile statistice de sex masculin. Pentru această variabilă statistică, singurele operaţii
care pot fi realizate privesc doar frecvenţele sau numărul de unităţi statistice. De
exemplu, poate fi identificată categoria care are frecvenţa cea mai mare, însă nu poate fi
calculată media aritmetică, deoarece valorile codurilor sunt arbitrare.

Scala ordinală este o scală care presupune atribuirea de coduri variantelor unei variabile
categoriale ordinale. Scala ordinală introduce relaţia de ordine între valorile acestor coduri. Pe
această scală de măsurare, este posibilă realizarea operaţiilor specifice variabilelor nominale, dar şi
a operaţiilor care au la bază relaţia de ordine.

Exemplu
- pentru variabila Nivelul de educaţie cu variantele Studii primare, Studii gimnaziale,
Studii liceale, Studii superioare, codurile care se atribuie valorilor acestei variabile sunt,
de exemplu, 1 - Studii primare, 2 - Studii gimnaziale, 3 - Studii liceale, 4 - Studii
superioare. Ordinea acordării acestor coduri are, în acest caz, un sens. Pentru această
variabilă statistică, poate fi identificată categoria care are frecvenţa cea mai mare, dar şi
numărul de unităţi care au studii primare, gimnaziale şi liceale.

Scala interval este o scală care se foloseşte pentru o variabilă numerică. Diferenţa dintre
două valori are, în acest caz, un sens. Scala interval se caracterizează printr-o valoare zero, fixată,
însă, arbitrar: valoarea zero nu arată absenţa unui fenomen, ci doar trecerea de la o stare la alte. De
aceea, raportul dintre două valori nu are sens în cazul scalei interval.

Exemplu
Dacă se consideră temperatura exprimată în grade Celsius, diferenţa dintre valorile 200 şi
100 are aceeaşi semnificaţie ca diferenţa dintre valorile 300 şi 200. Temperatura de 200 de grade, de
exemplu, nu arată însă faptul că aceasta este o temperatură de două ori mai mare decât temperatura
de 100. De aceea, raportul dintre două valori în cazul scalei interval nu are sens.

Scala raport este folosită pentru variabilele numerice şi are ca proprietate faptul că posedă
un zero absolut. Valoarea zero arată, în acest caz, absenţa unui fenomen. În cazul acestei scale sunt
posibile toate operaţiile aritmetice.

Exemplu
Dacă se consideră greutatea unor persoane, diferenţa şi raportul dintre două valori au un
sens. O greutate de 50 kg este de două ori mai mare decât greutatea de 25 de kg. Valoarea zero arată
faptul absenţa greutăţii pentru unitatea respectivă.
 1.3. Distribuţii statistice
Plecând de la un şir de valori ale unei variabile X înregistrate pentru un ansamblu format din
m unităţi, se poate realiza o grupare a acestor valori, prin construirea unei distribuţii de frecvenţă.
O distribuţie sau o serie statistică presupune ordonarea valorilor variabilei X şi determinarea
frecvenţei de apariţie, a numărului de unităţi pentru fiecare valoare xi a variabilei. Frecvenţa de
apariţie este notată cu ni.

1.3.1. Distribuţii statistice pentru variabile numerice discrete

Distribuţia statistică pentru o variabilă discretă presupune realizarea unei grupări a valorilor
variabilei X pe variante de variaţie şi determinarea frecvenţei de apariţie a fiecărei variante xi.
Forma de prezentare a unei distribuţii statistice pentru o variabilă discretă este prezentată în tabelul
de mai jos:

Tabelul 1.1. Forma generală a unei distribuţii

pentru o variabilă discretă
xi ni
x1 n1
x2 n2
 
xi ni
 
xm nm
TOTAL n   ni
i

Exemplu
Pentru un ansamblu format din 20 de studenţi se înregistrează nota obţinută la un examen în
sesiunea iunie 2009 şi se obţin următoarele rezultate: 9, 6, 5, 5, 6, 7, 6, 7, 9, 10, 7, 8, 4, 5, 8, 8, 7, 7,
6, 8. Se cere să se formeze distribuţia de frecvenţă.

Rezolvare
Variabila statistică X este reprezentată de Nota obţinută la examen, iar variantele variabilei
X sunt valorile xi: (4, 5, 6, 7, 8, 9, 10).
Pentru formarea distribuţiei de frecvenţă, se ordonează valorile variabilei X: Nota obţinută
la examen în sens crescător şi se determină frecvenţa de apariţie, ni, a fiecărei variante xi.
Rezultatele sunt prezentate în tabelul de mai jos:

Tabelul 1.2. Distribuţia studenţilor după nota obţinută la un examen

în sesiunea iunie 2009
xi Frecvenţa de apariţie ni
4 I 1
5 III 3
6 IIII 4
7 IIIII 5
8 IIII 4
9 II 2
10 I 1
TOTAL - 20

1.3.2. Distribuţii statistice pentru variabile numerice continue

Pentru construirea unei distribuţii statistice după o variabilă continuă, de regulă, se definesc
intervale de variaţie (xi-1, xi). Considerând cazul intervalelor egale de variaţie, pentru formarea
distribuţiei de frecvenţă se parcurg următoarele etape:
  se calculează mărimea intervalelor de grupare, după relaţia:
A x  x min
l   max , unde:
k k
A este amplitudinea de variaţie a variabilei X, adică diferenţa dintre nivelul maxim şi nivelul
minim al variabilei: A=xmax-xmin;
k este numărul de grupe în care se grupează datele.
Dacă se obţine un număr zecimal, mărimea intervalului de grupare se rotunjeşte întotdeauna
în plus.

 se formează intervalele de grupare;

 se determină frecvenţa de apariţie, ni, corespunzătoare fiecărui interval de variaţie.

Forma de prezentare a unei distribuţii statistice pentru o variabilă continuă este realizată în
tabelul de mai jos:

Tabelul 1.3. Forma generală a unei distribuţii

pentru o variabilă continuă
xi-1-xi ni
xo-x1 n1
x1-x2 n2
 
xi-1-xi ni
 
xm-1-xm nm
TOTAL n   ni
i

Observaţie
În cazul variabilelor discrete care prezintă un număr mare de valori, pentru o prezentare
sintetică a distribuţiei unităţilor statistice, se realizează, de regulă, gruparea acestora pe intervale de
variaţie.

Exemplu
Pentru un ansamblu format din 30 de firme se înregistrează valoarea vânzărilor (mil. Lei)
obţinute în luna decembrie 2008 şi se obţin următoarele rezultate: 11, 9, 15, 16, 18, 20, 22, 12, 9, 6,
5, 5, 6, 7, 6, 7, 9, 10, 7, 8, 7, 5, 8, 8, 21, 22, 7, 7, 6, 8. Se cere să se formeze distribuţia de frecvenţă
pe intervale de variaţie egale, considerând 5 intervale de grupare.

Rezolvare
Variabila statistică X este reprezentată de Valoarea vânzărilor.
Pentru formarea distribuţiei de frecvenţă pe intervale de variaţie egale, se parcurg
următoarele etape:
 se calculează mărimea intervalelor de grupare, după relaţia:
A x  x min 22  5
l   max   3,4 . Mărimea intervalelor de variaţie este l  3 ,4  4.
k k 5
 se formează intervalele de grupare. Primul interval de variaţie este intervalul (5-9), al doilea
interval este (9-13) etc.

 se determină frecvenţa de apariţie corespunzătoare fiecărui interval de variaţie.

 Rezultatele centralizării datelor sunt prezentate în tabelul de mai jos:

Tabelul 1.4. Distribuţia firmelor după valoarea vânzărilor (mil. Lei)

în luna decembrie 2008
xi-1-xi ni
5-9 20
9-13 3
13-17 2
17-21 3
21-25 2
TOTAL 30
*Notă: Limita superioară a fiecărui interval este inclusă în intervalul respectiv.

Observaţie
Pentru gruparea datelor pe intervale de variaţie, există mai multe variante posibile. Dacă
limita superioară a unui interval coincide cu limita inferioară a altui interval, se precizează printr-o
notă unde a fost inclusă acea valoare. În exemplul de mai sus, firmele cu vânzări de 9, 13, 17, 21
mil. Lei au fost incluse în intervalele în care aceste valori sunt limite superioare.

1.3.3. Distribuţii statistice pentru variabile categoriale

Distribuţia statistică pentru o variabilă categorială presupune prezentarea categoriilor
variabilei X şi determinarea frecvenţei de apariţie a fiecărei variante.
Forma de prezentare a unei distribuţii statistice pentru o variabilă categorială este prezentată
în tabelul de mai jos:

Tabelul 1.5. Forma generală a unei distribuţii

pentru o variabilă categorială
xi ni
x1 n1
x2 n2
 
xm nm
TOTAL n   ni
i

Exemplu
Pentru un ansamblu format din 10 persoane se înregistrează mediul de rezidenţă (urban,
rural) şi se obţin următoarele rezultate: urban, urban, urban, urban, rural, rural, urban, urban, rural,
urban. Se cere să se formeze distribuţia de frecvenţă.

Rezolvare
Variabila statistică X este reprezentată de Mediul de rezidenţă, variabilă categorială
nominală, iar variantele variabilei X sunt xi: (urban, rural).
Rezultatele sunt prezentate în tabelul de mai jos:

Tabelul 1.6. Distribuţia persoanelor după mediul de rezidenţă

xi ni
Urban 7
Rural 3
TOTAL 10
Teste1

1) Variabila alternativă:
a) admite alternative în procesul de măsurare
b) ia doar două valori posibile
c) poate fi numerică şi categorială

2) Un exemplu de variabilă continuă este:

a) vârsta
b) numărul de copaci într-un parc
c) genul persoanei

3) Distribuţia din tabelul de mai jos se referă la o variabilă:

xi-1-xi ni
5-9 20
9-13 3
13-17 2
17-21 3
21-25 2
TOTAL 30
a) discretă
b) continuă
c) numerică
d) alternativă

4) Se cunoaşte că într-o şcoală sunt 210 elevi de gen masculin şi 300 de gen feminin. Au loc
răspunsurile:
a) valoarea 210 este o frecvenţă relativă pentru cei de gen masculin
b) informaţiile disponibile permit construirea unei distribuţii după o variabilă alternativă
c) variabila analizată este categorială

5) Pentru distribuţia din tabelul de mai jos sunt valabile enunţurile:

xi ni
2 20
4 30
6 20
8 10
TOTAL 80
a) variabila distribuită este discretă
b) populaţia are 30 de unităţi
c) valoarea 10 este o frecvenţă absolută
d) variabila are patru valori distincte

1
Răspunsuri: 1 – b,c; 2 – a; 3 – b,c; 4 – b,c; 5 – a,c,d.