See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/344239666

STATISTICA GENERALA CU APLICATII ÎN CONTABILITATE

Book · April 2012

DOI: 10.5682/9786065914018

CITATIONS READS

20 861

1 author:

Gheorghe Savoiu
Romanian Statistical Association - Bucharest - Romania
324 PUBLICATIONS   774 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Statistical Methods and Crossdisciplinarity View project

Statistical methods and Interdisciplinarity View project

All content following this page was uploaded by Gheorghe Savoiu on 25 November 2020.

The user has requested enhancement of the downloaded file.

 STATISTICA GENERALÃ
CU APLICAÞII ÎN CONTABILITATE
2
 GHEORGHE SÃVOIU

STATISTICA GENERALÃ
CU APLICAÞII ÎN CONTABILITATE

EDITURA UNIVERSITARÃ
Bucureºti, 2012

3
Colecþia ªTIINÞE ECONOMICE

Referenþi ºtiinþifici:

Redactor: Gheorghe Iovan

Tehnoredactor: Ameluþa Viºan
Corector: Gheorghe Sãvoiu
Coperta: Angelica Mãlãescu

Editurã recunoscutã de Consiliul Naþional al Cercetãrii ªtiinþifice (C.N.C.S.)

Descrierea CIP a Bibliotecii Naþionale a României

SÃVOIU, GHEORGHE
Statistica generalã cu aplicaþii în contabilitate /
Gheorghe Sãvoiu. - Bucureºti : Editura Universitarã, 2012
ISBN 978-606-591-401-8

311:657.41/.45

DOI: (Digital Object Identifier): 10.5682/9786065914018

© Toate drepturile asupra acestei lucrãri sunt rezervate, nicio parte din aceastã lucrare nu poate
fi copiatã fãrã acordul Editurii Universitare

Copyright © 2012
Editura Universitarã
Director: Vasile Muscalu
B-dul. N. Bãlcescu nr. 27-33, Sector 1, Bucureºti
Tel.: 021 – 315.32.47 / 319.67.27
www.editurauniversitara.ro
e-mail: redactia@editurauniversitara.ro

Distribuþie: tel.: 021-315.32.47 /319.67.27 / 0744 EDITOR / 07217 CARTE

comenzi@editurauniversitara.ro
O.P. 15, C.P. 35, Bucureºti
www.editurauniversitara.ro

4
 CUPRINS

INTRODUCERE ......................................................................................................... 7

CAPITOLUL 1
STATISTICA – INSTRUMENT DE FUNDAMENTARE A DECIZIEI APLICATE
ÎN CONTABILITATE ................................................................................................ 9
1.1 Definirea ºi accepþiunile statisticii contemporane ................................................. 10
1.2 Rolul ºi obiectul de studiu statisticii ca ºtiinþã ...................................................... 11
1.3 Trei ºtiinþe gemene nãscute o datã cu primul recensãmânt ................................... 18
1.4 Unele concepte sau noþiuni specifice ale limbajului statistic ................................ 20
1.5 Modul de gândire contabil ºi demersul statistic în contabilitate ........................... 23
1.6 Test de autoevaluare ºi aplicaþii statistice în contabilitate ..................................... 29

CAPITOLUL 2
OBSERVAREA, PRELUCRAREA, PREZENTAREA ªI REPREZENTAREA
DATELOR STATISTICE .......................................................................................... 32
2.1 Program, modalitãþi, tehnici ºi erori specifice observãrii statistice ....................... 33
2.2 Etape în sistematizarea datelor statistice ............................................................... 53
2.3 Indicatori relativi ºi locul lor în universul indicatorilor statistici .......................... 55
2.4 Test de autoevaluare ºi aplicaþii statistice în contabilitate ..................................... 63

CAPITOLUL 3
INDICATORII TENDINÞEI CENTRALE, VARIAÞIEI, ASIMETRIEI
ªI BOLTIRII ÎN SERIILE DE DATE ...................................................................... 66
3.1 Indicatori statistici ai tendinþei centrale ................................................................. 67
3.2 Indicatori statistici pentru caracterizarea frecvenþelor .......................................... 95
3.3 Indicatori statistici ai variaþiei ............................................................................... 97
3.4 Regula de adunare a dispersiilor ........................................................................... 107
3.5 Indicatori statistici ai asimetriei ºi boltirii ............................................................. 110
3.6 Test de autoevaluare ºi aplicaþii statistice în contabilitate ..................................... 112

CAPITOLUL 4
SONDAJE STATISTICE APLICATE ÎN CONTABILITATE .............................. 122
4.1 Teoria probabilitãþilor ºi noþiuni teoretice privind sondajul statistic .................... 123
4.2 Procedee ºi tehnici de eºantionare cu impact în activitãþi contabile ..................... 133
4.3 Erori specifice cercetãrilor selective ..................................................................... 137
4.4 Sondajul simplu aleator repetat ºi nerepetat ºi alte tipuri de sondaje .................... 141
4.5 Test de autoevaluare ºi aplicaþii statistice în contabilitate ..................................... 145

CAPITOLUL 5
METODA INDICILOR ªI MÃSURAREA INFLAÞIEI ÎN CONTABILITATE 151
5.1 Concepte, funcþii, utilitate ºi clasificãri în universul indicilor .............................. 152
5.2 Scurtã istorie a metodei indicilor ºi evoluþia indicelui interpret ............................ 157

5
5.3 Sisteme concrete de indici ºi probleme practice de construcþie ............................ 160
5.4 Descompunerea variaþiei unui fenomen complex prin metoda indicilor .............. 162
5.5 Inflaþia ºi indicii interpret în contabilitate ............................................................. 165
5.6 Test de autoevaluare ºi aplicaþii statistice în contabilitate ..................................... 168

CAPITOLUL 6
REGRESIE ªI CORELAÞIE STATISTICÃ ............................................................ 174
6.1 Legãtura statisticã – noþiuni esenþiale ºi clasificare............................................... 175
6.2 Regresia statisticã ºi valorificarea ei în contabilitatea practicã ............................. 176
6.3 Corelaþia statisticã ºi valorificarea ei în contabilitatea practicã ............................ 181
6.4 Test de autoevaluare ºi aplicaþii statistice în contabilitate ..................................... 187

CAPITOLUL 7
ANALIZA CRONOLOGICÃ ªI TERITORIALÃ A SERIILOR DE DATE DIN
SURSE CONTABILE ................................................................................................. 190
7.1 Documente tipice ºi situaþii generale cu caracter statistic ºi contabil .................... 191
7.2 Particularitãþi ºi tipologie în seriile cronologice ºi teritoriale ................................ 195
7.3 Sisteme de indicatori statistici ai seriilor cronologice ºi teritoriale ....................... 197
7.4 Determinarea trendului ºi sezonalitãþii în evoluþia fenomenelor surprinse în
contabilitate ........................................................................................................... 202
7.5 Previziune ºi ierarhizare statisticã a indicatorilor contabili relevanþi .................... 209
7.6 Test de autoevaluare ºi aplicaþii statistice în contabilitate ..................................... 211

CAPITOLUL 8
INDICATORI STATISTICI UTILI ÎN CONTABILITATEA AFACERILOR ... 218
8.1 Metode statistice aplicate în contabilitatea afacerilor ºi indicatori utili unui
management contabil modern ............................................................................... 219
8.2 Indicatori statistici ai protecþiei mediului utili în contabilitate .............................. 233
8.3 Indicatori statistici contabili ai poziþiei, performanþei, rentabilitãþii ºi gestiunii
firmei ..................................................................................................................... 242
8.4 Specificul contabilitãþii de mediu ºi a costurilor de mediu ºi implicaþiile statistice
majore .................................................................................................................... 253
8.5 Test de autoevaluare ºi proiect statistic ................................................................. 256

BIBLIOGRAFIE ......................................................................................................... 260

ANEXE ......................................................................................................................... 265

6
 INTRODUCERE

„Statistica şi demografia sunt nedespărţite. Ele s-au născut în aceeaşi zi: ziua
primului recensământ…” - Daniel Villey -
Această carte adaugă celor două ştiinţe gemene cunoscute, statistica şi
demografia, o a treia, respectiv ştiinţa contabilă, recunoscând astfel şi tradiţiile şi
evoluţia lor relativ comună pentru câteva milenii de istorie. Contabilitatea a apărut
corelată cu datele referitoare la proprietate şi bunăstare solicitate la recensământ.
Marile civilizaţii antice (babiloniană, chineză, egipteană, greacă şi romană) au
oferit astfel prin recensământ premisele apariţiei şi dezvoltării dintr-un arbore
comun a celor trei ştiinţe gemene statistică, demografie şi contabilitate, în forme
discontinui, diverse, nereglementate riguros până la romani, dar deţinând un
potenţial de excepţie.
Titlul acestei lucrări reînnoadă o legătură istorică necesară şi recunoscută între
gândirea statistică şi gândirea contabilă. Ce anume dar mai ales cum se poate scrie
despre gândirea statistică pentru a o face tot mai aplicată în contabilitate? Care ar fi
elementele care ar trebui să fie păstrate din gândirea statistică cu aplicabilitate
generală şi unghiul original de vedere al gândirii contabile sau al managementului
contabil în afaceri sau cum ar arăta o abordare statistică inovativă şi pragmatică în
afaceri? Care sunt natura şi esenţa statisticii? Gândirea contabilă de început care îşi
avea cauza în înregistrare şi cunoaştere a afacerii economice, adaugă noi principii
consistenţei sale de la continuitatea activităţii, la prudenţă şi la independenţa
exerciţiului etc. Nedezlipită practic secole de ev mediu de gândirea statistică,
gândirea contabilă devine tot mai preocupată şi ea de previziunea pe baza datelor
contabile şi de validarea previziunilor cu risc minim, crescând gradul de precizie şi
de semnificaţie ale datelor oferite prin contabilitate. Contabilitatea modernă devine
astfel după mai bine de o jumătate de mileniu un veritabil scenariu sau un joc
social cu actorii şi regizorii săi, cu formele şi instanţele sale de normalizare şi
reglementare. Gândirea contabilă intră într-un proces de normalizare şi
reglementare, iar conturile adaugă la soldare, agregarea şi consolidarea ca forme
superioare de gândire instrumentală, proces care a fost posibil cu ajutorul statisticii,
după cum calitatea indicatorilor statistici nu ar fi putut evolua fără precizia şi
promptitudinea datelor contabile. Ambele tipuri de gândire sunt supuse în noul
mileniu unui proces de normalizare şi armonizare. În raport cu o serie de criterii şi
concepţii, există în lume trei tipuri de sisteme contabile, produse ale evoluţiei
culturii şi gândirii contabile: continental (european), anglo-saxon şi islamic.
Sistemul contabil islamic are la bază o cultură religioasă, în care coexistă precepte
juridice, economice, reguli de etică şi comportament incluse in cultul islamic, cu
formele şi metodele economico-juridice aplicate de şcolile occidentale în procesul
de colonizare. Astfel legea islamică (sharia) permite profitul, dar interzice dobânda
(fiind percepută ca o camătă), iar produsele bancare oferite sunt nuanţat europene
sau anglo-saxone: leasing sau ihara, participaţie sau musharaka, dividente din profit
sau murabaha etc. Culturile contabile continentală şi anglo-saxonă şi-au pus
amprenta asupra organizării şi funcţionării contabilităţii în ţările în care au operat şi
operează încă. Procesul de armonizare, convergenţă şi conformitate contabilă

7
internaţională continuă, obiectivul fiind eliminarea diferenţelor dintre sisteme.
Gândirea statistică, atât de necesară în contabilitatea contemporană este un
pretext de structurare şi a cărţii de faţă. Atrasă continuu de variabilitate şi
diversitate, acest tip de gândire reuşeşte să identifice similitudini şi diferenţe
marcante în ceea ce priveşte datele contabile, culegerea şi prelucrarea lor, obţinerea
indicatorilor cu un dublu scop statistic şi contabil, prezentarea lor adecvată în
tabele şi reprezentarea lor cu ajutorul unui suport vizual al logicii gândirii specifice
fiecăreia dintre cele două ştiinţe. Omogenitatea globală tematică are o bază extinsă
de metode riguros şi sistematic prezentate în această lucrare. Contribuie astfel la
formarea unui specialist în contabilitate atât metoda grupării, cât şi a indicatorilor
relativi şi a indicatorilor tendinţei centrale, atât metodele de determinare a variaţiei,
simetriei şi excesului sau excentricităţii în seriile de date unidimensionale, cât şi
metoda analizei dispersionale, determinaţiei şi nedeterminaţiei factoriale, în
ipotezele de cunoaştere şi explicare a lumii economice şi mediului înconjurător.
Metoda cercetării selective şi metoda regresiei sau corelaţiei statistice se îmbină cu
metoda indicilor pentru a realiza construcţiile instrumentale practice contemporane
ale economiei de piaţă, pentru a facilita înţelegerea legăturilor multidimensionale
ale fenomenelor atipice şi aparent indeterministe de tipul celor inflaţioniste în
reevaluările contabile atât de discutate în afaceri sau legate de aspectele creşterii
economice, echilibrării pieţelor de capital sau ocupării relative a forţei de muncă,
comercializării externe ori protecţiei mediului, etc. Analiza statistică a seriilor
cronologice şi teritoriale contribuie semnificativ în formarea unor capacităţi
necesare de a prognoza sau estima şi de a ierarhiza spaţial. În acelaşi timp o carte
de statistică generală cu aplicaţii în contabilitate este şi un sprijin în însuşirea unui
limbaj statistic, matematic şi economic, dar şi contabil iar cu ajutorul metodelor şi
instrumentelor specifice intensifică atitudini prompte şi reacţii metodologice
riguroase în cunoaşterea contabilă a evoluţiei micro şi macroeconomice, a
afacerilor şi a activităţilor economice. Cartea de faţă este structurată într-un număr
de numai opt capitole, pentru care s-au stabilit de la bun început cuprinsul,
obiectivele, cuvintele cheie şi o bibliografie restrânsă, teste de autoevaluare,
aplicaţii soluţionate şi aplicaţii propuse spre rezolvare. Acest curs sintetic este
destinat segmentului celor ce înţeleg că timpul rămâne o resursă care nu se poate
stoca şi doresc să deţină la finalul unei educaţii academice secretele studiului
individual aprofundat, specific structurat şi punctat de teste de autoevaluare per
capitol, care să faciliteze studiul iar, mai târziu, procesul de cunoaştere continuă,
devenit cerinţă europeană şi naţională, sub denumirea de long life learning.
Principala ţintă a temelor acestei cărţi este aceea de a încerca să facă parteneri de
dialog din profesor şi student, formator şi format, dar şi să aleagă alternativa
pluralităţii metodologice, multidisciplinarităţii decizionale şi formative, sub
impactul diversităţii formelor de gândire într-un spaţiu cu „n” dimensiuni, cum
este cel al economiei globale contemporane, devenită unitară şi prin contabilitate.
Măsura în care această carte va avea un grad mai mare sau mai mic de utilitate
practică depinde majoritar de sugestiile viitorilor cititori, colegi şi prieteni, cărora
le mulţumesc cu anticipaţie pentru semnalarea oricăror aspecte, inclusiv a unor
posibile erori, pe adresa gheorghe.savoiu@upit.ro.
30 martie 2012 Autorul
8
 CAPITOLUL 1
STATISTICA - INSTRUMENT DE FUNDAMENTARE A DECIZIEI
ÎN CONTABILITATE
Cuprins Pag.
1.1 Definirea şi accepţiunile statisticii contemporane 10
1.2 Rolul şi obiectul de studiu statisticii ca ştiinţă 11
1.3 Trei ştiinţe gemene născute la primul recensământ 18
1.4 Unele concepte sau noţiuni specifice ale limbajului statistic 20
1.5 Modul de gândire contabil şi demersul statistic în contabilitate 23
1.6 Test de autoevaluare şi aplicaţii statistice în contabilitate 29

Obiective: Principalul obiectiv al statisticii generale este acela de a pune în aplicare un

mod specific de gândire, axat pe un ansamblu de metode, ulterior particularizându-se
pe domenii. Un prim obiectiv este acela de a găsi răspunsuri la unele întrebări legate de
teoria şi istoria definirii acestei ştiinţe, ca instrument util practic în planul decizional în
contabilitate, de semnificaţiile variate ale statisticii de la serie de date, la instituţie sau
activitate. Ţintele majore ale statisticii aplicate în contabilitate rămân cunoaşterea
limbajului specific, a modalităţilor de organizare a activităţii statistice, dobândirea
educaţiei statistice şi formarea în spirit antreprenorial a tinerilor studenţi, pentru a-i
transforma în economişti şi negociatori competitivi în afaceri interne şi internaţionale.
Cuvinte cheie: definiţie şi teorie a definiţiei, ştiinţa statisticii şi modul de gândire
statistic şi contabil, metode şi concepte statistice, rolul şi obiectul ştiinţei statistice,
fenomene indeterministe (stohastice), populaţie şi unitate statistică, caracteristică,
variabilă, variantă şi variaţie statistică, variabilă aleatoare, frecvenţă, repartiţie sau
distribuţie de frecvenţe, parametru statistic, scală de măsurare, date şi informaţii
statistice, indicator statistic, indicatori statistici primari şi derivaţi, eroare statistică,
demografie, recensământ, observare statistică, sistematizare, analiză şi interpretare a
rezultatelor, inferenţă şi decizie statistică, demers statistic, institut statistic naţional,
EUROSTAT,UNdata, educaţie statistică.
Bibliografie minimală
T., Andrei, S., Stancu, Statistică, Ed. ALL, Bucureşti 1995.
M., Bădiţă,T.Baron, M.Korka, Statistică pentru afaceri,Ed.Eficient, Bucureşti, 1998.
M.,Biji,E.M.Biji,E.Lilea,C.Anghelache,Tratat de statisticǎ, Ed.Economicǎ,Bucureşti, 2002.
M., Capron, Contabilitatea în perspectivă, Ed. Humanitas, Bucureşti, 1994.
M., Epuran, V., Băbăiţă, C., Imbrescu,Teoria contabilităţii, Ed.Economică, 2004A.Francis, Statistică
şi matematică pentru managementul afacerilor, Ed.Tehnică Bucureşti, 2005.
N.,Georgescu-Roegen, Metoda statistică,Ed. Expert, Bucureşti,1998.
Ionaşcu, I., Dinamica doctrinelor contabilităţii contemporane, Studii privind paradigmele şi
practicile contabilităţii, Ed. Economică, Bucureşti, 2003.
M.,Korka,L.-S.,Begu, E.Tusa, Bazele statisticii pentru economişti, Ed. Tribuna Economică, 2002.
C.,Moineagu,I.Negură,V.Urseanu,Statistica,Ed.ştiinţifică şi enciclopedică, Bucureşti, 1976.
G., Săvoiu, Statistica.Un mod ştiinţific de gândire, Ed.Universitară,Bucureşti,2007.
G., Săvoiu, Statistica.Mod de gândire şi metode, Ed.Universitară, Bucureşti, 2009.
G., Săvoiu, Statistică pentru afaceri, Ed. Universitară, Bucureşti, 2011.
M., Solomon, Moduri de gândire, Ed. Ştiinţifică şi enciclopedică, Bucureşti, 1987.
V.,Trebici, Mica enciclopedie de statistică, Ed. ştiinţifică şi enciclopedică, Bucureşti, 1985.
M.,Ţarcă, Tratat de statistică aplicată, Ed didactică şi pedagogică R.A.Bucureşti, 1998.
Webografie
*** http://www. insse.ro *** http://epp.eurostat.ec.europa.eu/ *** http://data.un.org/
9
 1.1 Definirea şi accepţiunile statisticii contemporane

Definiţia ştiinţifică, sintetizată matematic asemeni unei ecuaţii matematice

rezolvate, conţine în membrul stâng sau definitul (Dfd = necunoscuta ecuaţiei) iar
în partea din dreapta a ecuaţiei rezolvate definitorul (Dfn), unde nu intervin
necunoscute, (Dfd) ≡ (Dfn). Definiţia statistică, prin similitudine, reuneşte într-o
singură propoziţie definitul sau subiectul (definiendum) şi definitorul sau
predicatul (definiens), care descriu aceeaşi clasă de obiecte, iar ca rezultat direct al
teoriei, definiţia este menită să faciliteze cunoaşterea şi să precizeze înţelesul
termenilor pe care îi utilizăm, deşi ea însăşi oferă accepţiuni diferite. Definiţia a
devenit astăzi, Ca exemplu sintetic extrem de definire a unei ştiinţe, logica a fost
considerată gândirea care gândeşte gândirea. O problemă esenţială a termenilor
limbajului cotidian a devenit şi aceea a imposibilităţii definirii unice a conceptelor
majore, în cadrul atât de variatelor limbaje ştiinţifice specializate. Pentru
exemplificare în caseta nr.1 sunt prezentate sintetic câteva definiţii din dicţionare
ale termenului statistică.

Caseta nr. 1.1

a) dicţionare statistice: ştiinţa ce descrie şi analizează numeric fenomenele de masă,
dezvăluind particularităţi de volum, structură, dinamică, conexiune, precum şi legile ce
le guvernează;
b) dicţionare economice: ştiinţa care are ca obiect aplicarea metodelor statistice în
vederea măsurării, prezentării şi interpretării realităţii economice;
c) dicţionare matematice: teorie care se ocupă cu formularea şi interpretarea legilor de
comportare ale fenomenelor de masă (inaccesibile metodelor deterministe) sau ale
fenomenelor aleatoare, pe baza studiului unor date rezultate din observaţii asupra
acestora;
d)dicţionare fizice: teorie care se ocupă cu studiul sistemelor constituite dintr-un
număr foarte mare de particule, utilizând metode de calcul al probabilităţilor;
e) dicţionare biologice şi medicale: manipulare şi prelucrare raţională şi sistematică a
unui ansamblu de date, iniţial referitoare la populaţia umană sau stat;
f) dicţionare explicative: ştiinţa care culege, sintetizează, descrie şi interpretează date
ale fenomenelor de masă etc.

Principalele definiţii ale statisticii, indiferent de metoda din care sunt iniţiate,
respectiv fie că pornesc de la demersul inductiv fie de la cel deductiv, sau chiar şi
atunci când o consideră o expunere sistematică de concepte, principii şi metode, nu
uită să amintească de măsurare ca principal obiectiv al ştiinţei statistice.
Măsurarea cu rezultatul ei cantitativ a devenit treptat statistică. Cea mai naturală
definiţie inductivă a statisticii actuale pare să fie aceea de a gândi cu ajutorul
datelor, iar la nivelul unei exprimări generale, statistica devine ştiinţa prin care
înveţi să gândeşti cu ajutorul cifrelor. Definirea inductivă a statisticii, drept mod de
gândire cu ajutorul datelor, detaliază trei trenduri relativ emergente: a) creşterea
nevoii oamenilor de a gândi prin date în economie, educaţie, în viaţa zilnică; b)
expansiunea tehnologiilor capabile să ofere suport oamenilor pentru a gândi prin date;
c) creşterea interesului ştiinţific pentru înţelegerea gândirii prin date specific statisticii.
Pornind de la formularea de tipul terţului exclus, statistica se poate defini clasic
10
deductiv astfel: statistica este cantitate (rezultat al cantităţii), cantitatea este
măsurare (rezultat al măsurării) şi, în final, statistica este măsurare (rezultat al
măsurării). Pentru diversele state ale lumii, guvernele şi locuitorii acestora,
statistica este o siglă, un acronim sau o instituţie. În Uniunea Europeană, această
instituţie comună şi relativ tânără, se numeşte EUROSTAT, reunind 27 de institute
sau comisii naţionale, inclusiv Institutul Naţional de Statistică al României.
Statisticianul sau acela care desfăşoară activităţi într-o astfel de instituţie, se
identifică cu una din profesiunile umane cele mai vechi din istoria lumii, fiind un
personaj prezent, sub denumirea de „statist”, în piesele de teatru ale lui William
Shakespeare. Semnificaţia banală sau comună a statisticii, conform mass-media,
este aceea de serie de date sau informaţii, indiferent de faptul că seria în sine
vizează lumea politică, economică, sportivă, religioasă, culturală. Activitatea
generatoare de serii de date valorifică studiul numerelor, prezentarea lor în tabele,
reprezentarea sintetică în grafice, evaluarea erorilor, testarea validităţii unei ipoteze
etc. În concluzie, statistica este azi atât activitate, ştiinţă, metodă sau colecţie de
metode, instituţie şi profesie, serie de date sau informaţii, cât mai ales un mod de
gândire, la fel de “necesar ca şi scrisul sau cititul“ (Herbert George Wells).

1.2 Rolul, obiectul de studiu şi istoria statisticii ca ştiinţă

De la rolul de măsurare, de la nevoia practică de orientare prin număr şi de la

descrierea statelor prin intermediul cifrelor semnificative, statistica s-a transformat
treptat, prefigurată de noi concepte, metode, instrumente şi legităţi într-o abordare
selectivă, eficientă şi raţională, ce oferă date şi informaţii, cu costuri tot mai mici,
dar cu o promptitudine tot mai mare. Rolul contemporan al statisticii a devenit
acela de a furniza metode, instrumente şi, în final, informaţii solicitate de procesul
de decizie la toate nivelurile sale formale de tip micro, mezo şi macro, privind
majoritatea fenomenelor şi proceselor politice, economice şi sociale, precum şi în
toate abordările temporale specifice, de la decizia bazată pe termen scurt, la decizia
pe termen mediu sau lung. Procesul decizional, analizat fie la stadiul micului
întreprinzător sau antreprenor, fie la cel al societăţii transnaţionale, parcurge toate
etapele sale însoţit de metode şi informaţii statistice:

Omniprezenţa statisticii în etapele deciziei manageriale

Caseta nr. 1.2
Denumirea etapei (prezenţa statisticii)
Cunoaşterea situaţiei problematice apărute (informaţie statistică)
Elaborarea de variante decizionale distincte (analiză statistică)
Alegerea variantei decizionale optime (ierarhizare şi selectare statistică)
Executarea şi monitorizarea deciziei (control prin indicatori statistici)
Evaluarea impactului deciziei asupra situaţiei iniţiale (informaţie statistică)

Obiectul de studiu al statisticii se constituie din acele fenomene şi procese, în

marea lor majoritate global omogene şi intern structurate, care se produc sub forma
unui număr mare de manifestări individuale, cazuri, elemente aparent
întâmplătoare, dar care, la nivel de ansamblu, prezintă o esenţă comună, o
11
regularitate sau o legitate de manifestare. În cadrul obiectului statisticii se
conturează tot mai mult evaluarea erorilor cercetării ştiinţifice, identificarea
gradului de certitudine al legităţilor ştiinţifice şi delimitarea pragului de
credibilitate sau verosimilitate maxim admis. Fenomenele şi procesele de masă,
stohastice, indeterministe sau atipice descrise relevă legităţi statistice ce se
manifestă în condiţii concrete bine delimitate în timp, spaţiu sau din punct de
vedere organizatoric. Delimitarea concretă creează o întreagă tipologie a
statisticilor contemporane, respectiv statistica matematică, beneficiind de un grad
maxim de abstractizare, statistica generală sau teoretică reunind principalele
concepte, principii şi metode, statistica economică, oferind instrumente de măsură
esenţiale în planul evoluţiei fenomenelor economice, statistica descriptivă sau
tradiţională relevând aspectele cantitative ale descrierii statului, statistica actuarială
sau a asigurărilor de persoane, statistica socială sau a evaluării indicatorilor sociali
capabili să descrie dezvoltarea umană durabilă, calitatea vieţii şi coeziunea socială,
statistica informaţională sau a evaluării simetriei informaţionale, statistica
demografică sau statistică populaţiilor umane etc. Statistica se întrepătrunde în
prezent cu aproape toate „metriile“ (econometria, demometria etc.), cu economia,
psihologia, sociologia, geografia ş.a. Populaţiile, fenomenele şi procesele ştiinţei
statistice sunt finite, metodele şi instrumentele ei simple şi uşor accesibile, erorile
recunoscute dar şi estimate, iar soluţiile sale finale testate şi acceptate.
Un scurt istoric al ştiinţei statistice impune o trecere succintă prin următoarele
etape: statistica veche sau prestatistica atestată încă de acum 5000 de ani şi care a
rezistat aproape 4 milenii ca instrument de orientare practică a conducătorilor,
statistica descriptivă sau descrierea statului, o primă manifestare ca ştiinţă,
dezvoltată de universităţile europene, statistica şcolii aritmeticienilor politici
englezi sau etapa abordării analitice printr-un instrumentar matematic de o
simplitate fără precedent şi, mai ales, prin identificarea primelor legităţi, de către
primul statistician ca om de ştiinţă (John Graunt), clasicismul statistic sau statistica
inductivă determinată de apariţia şi dezvoltarea teoriei probabilităţilor, statistica
modernă, cristalizată în jurul şcolii anglo–saxone de statistică matematică, iar
temporal prin naşterea în 1924 a teoriei sondajului şi recunoaşterea oficială a
avantajelor cercetării selective din 1934, de către Societatea regală engleză de
statistică.
Primele date şi informaţii specifice protostatisticii sau prestatisticii sunt legate
de evidenţele statale referitoare la populaţie (ulterior definite de romani drept
census sau prin reluare periodică recensământ), pământuri, agricultură, corăbii
construite, navigaţie şi au o vechime atestată de aproximativ cinci până la şase mii
de ani. Civilizaţiile antice de la cea mesopotamiană, egipteană, chineză, greacă şi
până la imperiul roman, ca şi întregul ev mediu nu evidenţiază sistematizarea unor
concepte, principii, metode, tehnici şi instrumente, capabile să demonstreze natura
ştiinţifică a statisticii. Între primul „census“ roman, din vremea regelui Servius
Tullius (sec. VI î.Hr.) şi cadastrul englez, realizat între 1083 şi 1086, în perioada
lui William Cuceritorul, nu apare în mod clar nici măcar o idee despre spiritul
independent al statisticii ca ştiinţă. Timp de aproape patru milenii, statistica a fost
un simplu instrument de orientare practică a conducătorilor,oferind acestora
evaluări cantitative ale numărului locuitorilor şi ale puterii lor financiare în vederea
12
impozitării, precum şi estimări cât mai realiste ale potenţialului militar.
Etapa descriptivă sau a descrierii statului constituie prima manifestare a
statisticii ca ştiinţă în accepţiunea modernă a termenului. Şcoala germană fondată
de către Hermann Conring (1606-1681), autor al primului curs de statistică
descriptivă, intitulat Notatia rerum publicorum (1660) utilizează termenul de
statistică, drept un derivat latin de tip status sau italian ca statista, ale căror sensuri
de situaţie, stare sau stat şi de om politic versat în treburile statului sunt
metamorfozate în denumirea unei noi ştiinţe Etapa descriptivă se leagă puternic şi
de Gottfried Achenwall (1719-1772), spiritul fecund al şcolii din Gottingen, printre
altele şi cel care a popularizat conceptul de statistică utilizându-l cu semnificaţia de
cunoaştere aprofundată a situaţiei (status) respective şi comparate a fiecărui stat,
în timp ce profesorul său Martin Schmeitzel (1679-1747), originar din Braşov se
pare că l-ar fi inventat, iar A.L. von Schlözer (1735-1809), cel mai fidel discipol ai
lui Achenwall şi succesorul său la catedra universitară, i-a conferit splendoarea
academică prin aforismul celebru statistica este istorie în repaus, istoria statistică
în mişcare. A.L. von Schlözer este cel care a constatat că statistica nu se poate
concepe sau defini în afara cifrelor, consolidând esenţa statisticii prin determinări
numerice.
Cunoaşterea statistică descriptivă din această perioadă lungă de ev mediu este un
proces etapizat de înţelegere, coordonare sau adaptare şi anticipare a variaţiei lumii
exterioare prin descrierea statului, dar şi prin înţelegerea trecutului acestuia, prin
corelarea formală şi mai puţin profundă, prin adaptarea evenimentelor trecute la
timpul prezent şi uşoare anticipări pe termen scurt şi mediu. Cunoaşterea statistică
descriptivă sau demersul ştiinţific descriptiv are ca obiect cunoaşterea variaţiei unei
lumi în schimbare, temporal, spaţial şi organizatoric finită (viaţa economică, viul
social, concretul politic, prozaica dată sau efemerul indicator) şi mai puţin seria de
date teritorială şi pe termen lung sau şirul de variante reale, distribuţia empirică
normală sau asimetrică, alături de toate uimitoarele legi interne ascunse sub mantia
numerelor. Statistica intervine cu succes acolo unde fenomenele prezintă
variabilităţi, afirma statisticianul român E. C. Decuseară, doar în măsura în care
metodele sale pot semnala, măsura, corela şi anticipa variaţia, ceea ce în plin ev
mediu era mai puţin posibil metodologic. Demersul statistic descriptiv este unul în
esenţă total (exhaustiv) şi are ca rădăcină aproape exclusiv recensământul iar
monografia statistică principalul instrument de descriere a statului.
Dacă statistica descriptivă a fost orientată preponderent spre informaţie şi
descriere prin informaţie, şcoala aritmeticii politice sau aritmeticienilor politici
englezi deschide etapa excesiv de pragmatică a ştiinţei statisticii, asigurând
premisele pentru desprinderea regularităţilor în fenomenele social-economice şi
pentru formularea de legităţi sau chiar de previziuni, prefigurând esenţa statisticii
moderne. John Graunt (1620-1674) devine astfel primul statistician modern al
lumii ştiinţifice, iniţiind explorarea ştiinţifică de tip cantitativ, metodic a unui câmp
de variaţie fecund cum a fost cel demografic, anterior neconfruntat ci doar
înregistrat, pentru a formula concluzii calitative pertinente nu numai descriptive
sau spaţiale, ci, mai ales, temporale. John Graunt, marchează practic actul de
naştere a statisticii ca ştiinţă, prin apariţia lucrării sale Bills of mortality…, în anul
1662 şi prin impactul uriaş, avut în întreg deceniul următor, prin cele cinci ediţii
13
succesive (succes şi astăzi de invidiat). Titlul complet al lucrării lui Graunt este
Natural and political observations upon the bills of mortality chiefly with
reference to the government, religion, trade, growth, air, diseases etc. of the City of
London. Din dedicaţia acestei memorabile lucrări, dedicaţie adresată preşedintelui
Societăţii Regale Britanice rezultă importanţa şi ineditul descoperirilor sale: „Cred
că nu este mai prejos de demnitatea unui membru al Camerei Lorzilor, să ştie cât
de lipsite de raţiune şi de ineficiente sunt acele propuneri, potrivnice religiei, de a
spori numărul populaţiei, prin introducerea poligamiei, că golurile pricinuite în
oraşe de cele mai crunte epidemii sunt repede şi pe de-a-ntregul umplute de
populaţia satelor, că irosirea bărbaţilor în războaie şi în colonii nu modifică
raportul necesar dintre numărul bărbaţilor şi al femeilor, că Londra, metropola
Angliei, este poate un cap prea mare şi prea puternic pentru trupul ţării, că acest
cap creşte de trei ori mai repede decât trupul căruia îi aparţine, că meseriile şi
chiar centrul comercial al Londrei se mută spre vest...” Sursele formaţiei ştiinţifice
ale acestui prim statistician şi demograf, în egală măsură, au fost metoda
observaţiei, formulată de istoria naturală a lui Francis Bacon, metoda conturilor sau
în termeni mai generali, metoda dublei înregistrări în conturi (sau a „dublei intrări”
cum era denumită în epocă de către autorul ei, Luca Paciolo), metoda balanţelor şi
o concepţie globală (demoeconomică) despre societate. John Graunt este astăzi
omagiat pentru acurateţea gândirii sale statistice, cu ajutorul căreia a descoperit
primele regularităţi şi uniformităţi cu caracter ştiinţific, dar şi pentru dezvăluirea
posibilităţilor de predicţie a fenomenelor analizate, recunoscându-i-se trei merite
excepţionale, în formularea de rezultate numerice, apoi în folosirea de procedee de
analiză statistică şi demografică, dar, mai ales, în originalitatea gândirii şi metodei
de lucru. Aritmeticienii politici englezi au fost şi cei dintâi demografi, conferind în
mod inevitabil valenţe demografice ştiinţei lor statistice. Odată cu Johann Peter
Süssmilch (1707-1767), care a reuşit să realizeze sinteza aritmeticii politice prin
observarea şi investigarea atentă a explicaţiei fenomenelor vieţii umane, prin
formularea de ipoteze despre regularităţi şi în final de legităţi ale unor modele sau
teorii ce guvernează populaţiile, prin corelarea fenomenelor demografice, sociale şi
economice, prin examinarea dinamică a modelelor teoretice propuse, prin alegerea
şi evaluarea critică a datelor, s-a încheiat şi procesul de definire a statisticii ca
ştiinţă. Abordarea de tip cantitativ sau numeric este extinsă prin viziunea sistemică
a lui Johann Peter Süssmilch. Acest „strălucit şi solitar meteor“ german a marcat
înfrângerea descriptivului specific şcolii germane, de către „aritmetica politică“ sau
pragmatismul şi intuiţia modernă engleză. După moartea lui, statistica era formată
pe deplin ca ştiinţă şi avea să intre în perioada ei clasică profund inductivă.
Demersul cercetării statistice clasice era considerat complet atunci când includea:
- observarea sau culegerea şi înregistrarea datelor despre procesul, fenomenul,
obiectul luat în studiu, divers dar finit în variantele sale practice de manifestare;
- sistematizarea datelor statistice ca proces amplu ce reuneşte colectarea datelor
brute, gruparea şi clasificarea datelor individuale, centralizarea şi agregarea datelor,
determinarea indicatorilor, prezentarea şi reprezentarea datelor statistice şi se
încheie prin descrierea sau formularea unei ipoteze de cunoaştere statistică, cu
pretenţii de stabilitate, respectiv o grupare constantă, un indice stabil, o medie
statornică, o evoluţie în timp considerată consecventă sau ciclică etc.
14
- analiza şi interpretarea statistică a rezultatelor reunind confruntarea şi
compararea datelor, verificarea ipotezelor, formularea concluziilor asupra
cercetării, fundamentarea calculelor de prognoză şi care se sfârşesc într-o predicţie
bazată pe ipoteze şi deducţii logice sau, altfel spus, în legităţi statistice, regularităţi
ce caracterizează populaţiile şi nu individul, odată cu extinderea informaţiei oferite
de către indicatorii de maximă concentrare, cu validarea sau culegerea de noi date
statistice pentru a confrunta ipoteze şi predicţii formulate anterior, ceea ce închide
şi redeschide continuu cercul cunoaşterii statistice.
Apariţia teoriei probabilităţilor şi formularea teoremei legii numerelor mari, de
către Jakob Bernoulli (1654-1705) în lucrarea Ars conjectandi, descrierea funcţiei
de repartiţie normală de către Friedrich Karl Gauss (1775-1855) şi Pierre-Simon
Laplace (1740-1827), dezvoltarea de către Thomas Bayes (1702-1761) a teoriei
probabilităţilor subiective şi a inferenţei statistice bazate pe aceasta, descrierea de
către Simeon Denis Poisson (1781-1840) a repartiţiei evenimentelor rare prin legea
lor specifică sunt câteva momente reprezentative ale perioadei de maturizare a
statisticii clasice sau inductive. Aplicarea teoriei probabilităţilor la studiul
fenomenelor sociale este iniţiată de Adolphe Quetelet (1796-1874), statistician
belgian, creatorul controversatului „om mediu“.
Etapa statisticii moderne este cristalizată în jurul şcolii anglo-saxone de statistică
matematică, a Congreselor internaţionale de statistică, cu începere din 1853, dar şi
a Institutului Internaţional de Statistică în 1885, ca urmare şi a generalizării
funcţionării instituţiilor naţionale de statistică. Coordonatele universitare ale
statisticii moderne sunt Oxford, Cambridge şi Londra, cele publicistice Biometrika
şi Annals of Eugenics, iar corolarul instituţional Royal Statistical Society. Părinţii
statisticii moderne, de la Karl Pearson (1857-1936), Francis Galton (1822-1911),
Ronald Aylmer Fisher (1890-1962), Arthur Lyon Bowley (1869-1957), Francis
Ysidro Edgeworth (1845-1926), William Sealy Gosset cunoscut sub pseudonimul
„Student“(1876-1937), Charles Eduard Spearman (1883-1945), George Udny Yule
(1871-1951) şi până la Maurice Kendall (1907-1983) au extins aplicarea ştiinţei
statistice în cele mai variate domenii. Nenumărate metode şi instrumente le-au
preluat şi le-au imortalizat numele şi contribuţia sau amprenta gândirii lor statistice
în cercetarea ştiinţifică.
În anul 1924, Institutul Internaţional de Statistică acordă câştig de cauză metodei
sondajelor şi reprezentativităţii eşantioanelor şi astfel atrage atenţia asupra
avantajelor rezultate din aplicarea metodei reprezentative (Congresul Internaţional
de Statistică, Roma 1925). Cu toate acestea, este nevoie de Jerzy Neyman (1894-
1981), matematician şi statistician american de origine poloneză şi de expozeul
său, susţinut în anul 1934, în faţa membrilor renumitei Royal Statistical Society,
pentru a putea înregistra oficial actul de naştere a teoriei moderne a sondajului.
Utilizarea statisticii în mod ştiinţific şi angajarea statisticianului profesionist devin
o necesitate şi mai acută după răsunătorul eşec al revistei Literary Digest, din
alegerile prezidenţiale din anul 1936, în SUA, eşec cauzat de diletantismul
sondajelor sale de opinie. Din 1938, Anglia şi Franţa trec la organizarea de institute
de cercetare a opiniei publice. Problemele statisticii devin cele de estimaţie,
specificaţie şi repartiţie, la care se adaugă fundamentarea metodelor de eşantionare
pe inferenţa statistică. Completitudinea cedează în faţă inferenţei.
15
 Demersul cunoaşterii statistice moderne multiplică etapele cercetării clasice sau
descriptive. În forma ei de manifestare contemporană de maximă eficienţă, numită
cercetare selectivă sau sondaj, cunoaşterii statistice i se mai adaugă două etape noi
inferenţa şi decizia statistică, la cele trei deja cunoscute, respectiv observarea
(culegerea şi înregistrarea) datelor, sistematizarea sau prelucrarea primară,
precum şi analiza şi interpretarea rezultatelor.
Inferenţa de tip statistic sau extinderea rezultatelor de la eşantion la întreaga
populaţie (de la parte la întreg) şi decizia statistică sau alegerea ştiinţifică a
modelului, metodei, tehnicii, instrumentului, parametrului, completează cercetarea
şi îi maximizează avantajele, în paralel cu minimizarea dezavantajelor. În virtutea
cerinţelor de date şi informaţii se pot enumera principalele argumente ale
oportunităţii contemporane a demersului de cunoaştere de tip statistic în condiţiile
noilor economi de piaţă aflate în procese de globalizare şi internaţionalizare:
- reuniunea sau globalizarea accentuată a pieţelor (mărfuri şi servicii, capital, forţă
de muncă etc.) oferă informaţii statistice conjuncturale sau pe termen scurt, tactice
sau strategice ce trebuiesc interpretate permanent;
- simplitatea conceptelor, principiilor şi metodelor statistice transformă demersul
statistic într-o soluţie de maximă popularitate, chiar şi acolo unde lipsa de
informaţii devine cronică, iar incertitudinea dominantă;
- promptitudinea şi calitatea instrumentelor statistice de măsurare a evoluţiilor
economice, a dezechilibrelor şi a decalajelor sunt tot mai evidente;
- discernământul ca element esenţial al gândirii de natură statistică facilitează
identificarea repetabilului în fenomenele economice, sociale, educaţionale culturale
şi formularea de ipoteze sau chiar legităţi cu caracter statistic;
- cunoaşterea legităţii permite individului ca unitate statistică independentă să
anticipeze devenirea sau evoluţia aşteptată a populaţiei din care face parte;
- cunoaşterea şi comunicarea permanentă a abaterii existente între informaţia
obţinută şi cea reală sau altfel spus a nivelului de eroare a cercetării;
- selectarea din multitudinea de asocieri, legături şi corelaţii existente între
fenomene numai a celor stabile, reale şi eliminarea celor aparente, false, temporar
compensate etc.
Demersul statistic modern de natură completă se realizează practic în structuri
informaţionale diferite. El poate fi internaţional sau comparativ, aşa cum sunt toate
statisticile organizaţiilor internaţionale, naţional sau agregativ corespunzător
organizării naţionale a cercetării statistice şi teritoriale sau de confruntare,în
concordanţă cu funcţionarea statisticilor regionale şi subregionale sau chiar local şi
independent, conform statisticilor teritoriale sau locale.
Evoluţia cercetării statistice şi diversificarea etapelor ce o alcătuiesc în raport cu
celelalte tipuri de cercetări a continuat şi continuă şi în prezent. Statistica celei de-a
doua jumătăţi a secolului al XX-lea împrumută celorlalte ştiinţe, conceptele şi
principiile, metodele şi tehnicile, instrumentele şi testele proprii (aflate într-o
primenire de excepţie). Teoria matematică a lui Claude Shannon (1916-2001) şi
Warren Weaver (1894-1978), anticipată de teoria psihologiei consonantiste a lui
Ştefan Odobleja (1902-1978) şi urmată de teoria energiei informaţionale a lui
Octav Onicescu (1892-1983) sau a informaţiei entropice a lui Nicolae Geogescu-
Roegen (1906-1994), simetria informaţională şi utilizarea echilibrată a informaţiei
16
sunt câteva aspecte ale etapei contemporane extinse a statisticii. Accepţiunea
dominantă de ştiinţă a statisticii ultimelor trei secole este şi rezultatul recunoaşterii
unanime a faptului ca a depăşit stadiul de ştiinţă incipientă care conţine în corpul ei
legi, care deţine capacitatea explicativă şi aptitudinea de a elabora metode, modele
şi teorii (protoştiinţă). Ştiinţa statistică şi cercetarea sa caracteristică noului mileniu
folosesc ipoteze explicite, procedee repetabile sub nume de metode, modalităţi
precise de observare şi măsurare sub denumirea de tehnici şi instrumente, precum
şi un suport matematic de prelucrare şi interpretare a rezultatelor sale.
Principala caracteristică a statisticii reliefată de istoria sa şi de informaţie în
acelaşi timp pare să fie abordarea sa obiectiv limitativă, într-un câmp (obiect) de
studiu nelimitat. Investigaţia statisticii este pragmatică, neoperând cu infinitul
(toate noţiunile sale sunt finite), ci cu infinitatea domeniilor în care este aplicabilă,
conferind continuu elemente noi de cunoaştere şi oferind de o manieră complet
altruistă un sprijin permanent tuturor celorlalte ştiinţe pentru ca acestea să-şi
formuleze propriile legi, creând împreună, la final, noi şi noi discipline de graniţă.
Aceasta explică de ce în imaginea tuturor celorlalte ştiinţe uimitorul bagaj
metodologic al statisticii o transformă, într-un mod aparent şi exclusivist, într-o
ştiinţă a metodelor ştiinţifice simultan cu dezvăluirea artei aplicării acestor metode.
Statistica observă, formulează ipoteze, proiectează relativ şi tendenţial sau
generează predicţii cu grad ridicat de precizie (previziuni şi prognoze) şi, în final,
le validează sau invalidează, generând un ciclu al cercetării ştiinţifice cu caracter
general, care în cazul invalidării ipotezelor iniţiale se reia prin noi ipoteze până la
revalidarea acestora.
O a doua caracteristică la fel de importantă a statisticii, dar ca rezultat al
obiectului de studiu nelimitat, este apetitul ei indiscutabil către variaţie şi
variabilitate. Variabilitatea naturală sau artificială, biologică, economică, pur
tehnică sau tehnologică, demografică sau culturală, precum şi toate celelalte tipuri
de variaţii sau variabilităţi se traduc în tot atâtea domenii statistice. Modul de
gândire strict determinist şi legătura de tip unicauzal au fost contestate deja de
aproape trei secole de către modul de gândire statistic în analiza variabilităţii,
interdependenţele, factorii şi variabilele multiplicate de către cel din urmă
apropiindu-se tot mai mult de esenţa variaţiei.
Succinta prezentare a evoluţiei ştiinţei statistice trebuie privită nu numai ca o
întregire a semnificaţiei termenului sau conceptului de statistică ci şi ca o reuniune
de şcoli naţionale: anglo-saxonă, germană, rusă, italiană, franceză, americană şi, nu
în ultimul rând, o valoroasă şcoală românească.
Cu o tradiţie instituţională de peste un secol şi jumătate, cu participări
permanente la Institutul Internaţional de Statistică, cu o primă revistă de statistică,
Analele statistice, întemeiată în anul 1860, cu realizarea unui prim recensământ
european modern în perioada decembrie 1859 - martie 1860, ca şi a celebrului
recensământ din 1930, ale cărui arhive au fost solicitate şi la Berlin, datorită
originalităţii soluţiei de pionierat în rezolvarea simultană a problemei etnice prin
limbă maternă, apartenenţă religioasă şi cetăţenie, cu construcţia unor instrumente
de statistică, comparabile ca utilitate cu cele existente în practica internaţională, de
tipul indicilor de preţ Argus, cu lucrări de teorie statistică de valoarea Metodei
statistice a lui Nicolae Georgescu-Roegen sau a Tratatului de matematici
17
actuariale al lui Gheorghe Mihoc (1906-1981), cu conducători ai instituţiei
naţionale de statistică de talia lui Sabin Manuilă (1894-1964) şi Anton Golopenţia
(1909-1951), cu nenumăratele sale personalităţi academice ce au influenţat
gândirea statistică internaţională, de la Dimitrie Gusti (1880-1955), la Octav
Onicescu sau Ştefan Odobleja, şcoala statistică românească a adus o contribuţie
apreciată corect novatoare şi recunoscută drept substanţială în patrimoniul statistic
universal.

1.3 Trei ştiinţe gemene născute o dată cu primul recensământ

„Statistica şi demografia sunt nedespărţite. Ele s-au născut în aceeaşi zi: ziua
primului recensământ…” Aceasta constituie o afirmaţie devenită deja celebră a
regretatului economist şi profesor francez, Daniel Villey. În acest context, privind
mai în detaliu, se pare ca a mai existat o a treia ştiinţă geamănă, născut în aceeaşi
zi, respectiv contabilitatea. Argumentele privind originea lor comună sunt date de
natura informaţiilor solicitate la orice recensământ, fie el antic sau modern. O
abordare etimologică a demografiei este strict legată de semnificaţia celor două
cuvinte de origine greacă ce o compun, respectiv „demos” (gr. δήμος) - popor şi
„graphe” (gr.γράφε) sau „graphos” (gr. γράφος) - (de)scriere. O primă semnificaţie
ar conduce către un concept mai larg de „scriere despre populaţia umană”. O a
doua accepţiune ar fi aceea de ştiinţă, al cărei obiect îl constituie populaţia umană,
ca sistem bine delimitat beneficiind de autonomie relativă, unde accentul cade pe
variabilele de stare şi nivel, pe intrările şi ieşirile din sistemul descris şi mai ales pe
schimbările structurale pe dependenţele, interdependenţele, asocierile şi corelaţiile
dintre variabilele caracteristice ale populaţiei. Corespunzător specificităţii
obiectului ei, ştiinţa demografică, stricto sensu sau în sens îngust, studiază prin
intermediul unor metode statistico-matematice populaţiile umane şi variabilele
derivate ale acestora, concentrându-se asupra capacităţii efective a populaţiei
umane de multiplicare, asupra fertilităţii, asupra cuantificării atât a dispariţiilor
individuale sau mortalităţii, cât şi a apariţiilor individuale sau natalităţii, precum şi
asupra cuantificării rezultatelor deplasărilor teritoriale ale indivizilor umani sau
migraţiei acestora. Conform interdisciplinarităţii istorice, antropologice, statistice,
matematice, biologice şi biometrice, sociologice, medicale şi genetice, actuariale,
ecologice a obiectului ei, ştiinţa demografică, latu sensu sau în sens larg, studiază
în plus o multitudine de variabile socio-economice cum ar fi cele ce definesc
mobilitatea socială (între calitatea de persoană ocupată şi aceea de şomer, între
postura de persoană activă şi inactivă, între diversele statute ocupaţionale, profesii
şi ocupaţii umane), structura populaţiei după o mare varietate de criterii sociale şi
economice singulare sau combinate, identifică practic şi măsoară influenţa
factorilor social-economici, care influenţează toate aceste apariţii şi dispariţii
definite generic sub denumirea consacrată de fenomene demografice, precum şi
multiplele corelaţii existente între populaţie şi economie, populaţie şi etnografie,
populaţie şi medicină sau genetică, populaţie şi religie, populaţie şi resurse,
populaţie şi mediu, populaţie şi matematică (inclusiv matematică actuarială în
18
spectaculosul domeniu al asigurărilor de viaţă), populaţie şi sociologie, populaţie şi
antropologie sau istorie etc.
Contabilitatea a apărut corelată cu datele referitoare la proprietate şi bunăstare
solicitate tot la recensământ. De asemenea, orice schimbare de bunuri era
menţionată ca un flux al tranzacţiilor derulate şi a rezultatelor lor. Economia
incipientă a trocului nu deţinea tehnici în măsură să favorizeze dezvoltarea
contabilităţii, dar odată cu apariţia monedei se dezvoltă relativ empiric şi
contabiliatea, este drept limitată la înregistrarea plăţilor şi încasărilor şi la
prezentarea soldului monetar deţinut la un moment istoric dat. Marile civilizaţii
antice (babiloniană, chineză, egipteană, greacă şi romană) au oferit astfel prin
recensământ premisele apariţiei şi dezvoltării dintr-un arbore comun a celor trei
ştiinţe gemene statistică, demografie şi contabilitate, în forme discontinui, diverse,
nereglementate riguros până la romani, dar deţinând un potenţial de excepţie.
Apariţia celor trei ştiinţe este precedată de scrierea cifrelor şi de alfabet

Repere istorice şi culturale ale scrierii cifrelor şi alfabetului

Caseta nr. 1.3
Pornind de la constatarea că şi statistica şi demografia şi contabilitatea sunt iniţial
delimitate prin scrieri despre populaţii diverse (inclusiv umane) şi proprietăţi sau
bunăstare, bazate pe un alfabet de largă utilizare se înscrie ca firească identificarea
apariţiei lor în paralel cu momentul primei scrieri sau primului alfabet, relativizând
temporal o asemenea dificilă problemă istorică, mai curând decât a încerca a o lămuri
definitiv. În general, s-a acceptat originea europeană a primului alfabet, recunoscând
astfel că primă scriere simbolică şi literală, dar mai ales accesibilă, pe aceea feniciană
datată 900-800 î.C. Individul uman, omul în general a căutat permanent mijloace de
exteriorizare adecvate complexităţii sale cerebrale. Dacă validăm supoziţiile lui
Jacques van Ginneken, atunci înaintea scrisului nu se situează un limbaj articulat, ci
scrisul apare o dată cu un limbaj primitiv al gesturilor. Altfel spus omul a început a
vorbi, înclinând din umeri, dând din mâini şi scoţând sunete guturale, dar simultan a
trasat semne, simboluri, mai mult sau mai puţin întâmplător, pe pământ, plante, zăpadă,
nisip sau a citit semnele lăsate de animale în trecerea lor. A scrie înseamnă, în primul
rând, a desena. O primă supoziţie identifică desenul ca cea dintâi formă a scrierii, deşi
azi scrisul „braille” extinde substanţial noţiunea în sine… O a doua relaţie importantă
este aceea între cifră şi literă. Primordialitatea cifrei se insinuează economic şi social,
în gândirea oricărui om lipsit de prejudecăţi. La început a fost cifra. A scrie s-a
remarcat iniţial prin desenarea cifrelor. S-ar putea astfel conchide că matematica a
precedat scrisul, ea fiind cea mai verosimilă sursă de inspiraţie a alfabetului. Când s-a
produs oare în timp, prima desenare a cifrelor ? Oasele crestate ca reprezentare a
scurgerii timpului, apar cu 30.000 de ani î.C. Morţii mumificaţi dezgropaţi păstrau
veşminte pe care erau cusute mărgele marcând trecerea timpului sau „vârsta celui
decedat”. Două legende rămân interesante în contextul analizat. Prima, o legendă
egipteană istoriseşte cum zeul Toth sau Teut l-a vestit pe regele Thamos (Taumas) că
descoperise scrisul. Aproape înspăimântat de consecinţe, regele l-a acuzat că ar fi un
duşman al civilizaţiei, căci tinerii, care până atunci au fost obligaţi să ţină minte ce li se
spunea, odată cu utilizarea alfabetului, vor deveni delăsători şi vor înceta să-şi mai
întărească memoria. Scrierea sau alăturarea hieroglifelor avea astfel să producă o
atavică spaimă printre necunoscători (analfabeţi). A doua legendă, tot din antica lume a

19
grecilor, este aceea a lui Cadmos. Fiul unui rege fenician şi nepotul lui Poseidon,
mitologicul Cadmos a plecat, se povesteşte, din Fenicia în căutarea surorii sale Europa,
răpită de Zeus, care se preschimbase în taur. Rătăcind pe mare, Cadmos a ajuns în
Beoţia şi a întemeiat Teba, unde, de îndată ce a fost ales rege, s-a căsătorit cu
Harmonia, fiica lui Ares şi a Afroditei, dăruind tebanilor alfabetul pe care-l cunoştea
din patria lui din Fenicia. Concluzia celor două legende devine una deosebit de simplă,
aceea că originile primelor scrieri despre populaţia umană ca şi ale celor despre alfabet
se pierd în negurile multimilenare ale mitologiei.Din informaţiile şi izvoarele istorice
păstrate, primele scrieri se pare că au însoţit cutiile din lut utilizate pentru mostrele
comerciale transportate în Orientul Mijlociu mesopotamian, cu circa şase mii de ani în
urmă. Aceste cutii au evoluat devenind tăbliţe de lut, mijlocitoare ale sistemului unic
de scriere cuneiformǎ atât a numerelor cât mai ales a cuvintelor. Sumerienii,
akkadienii, asirienii sunt purtători vremelnici ai unor scrieri de tip cuneiform, prin
incredibila imensitate a spaţiilor străvechi. Cea mai simplă abordare tipologică
identifică patru feluri de scrieri: scrieri pictografice simple sau înşiruiri de pictograme
sau desene corelate sau legate între ele de o idee comună scrieri pictografice simbolice
sau înşiruiri de pictograme concrete ce transfigurează un substantiv sau un subiect
abstract având exemplul cel mai elocvent în scrierea hieroglifică egipteană (o tenace şi
ingenioasă înşiruire de desene ale unor obiecte părţi ale corpului uman figuri
geometrice) scrieri demotice obţinute din scrierile pictografice simbolice în timp prin
stilizare şi liniarizare sinusoidală unde fiecare semn reprezintă un cuvânt şi scrieri
alfabetice unde fiecare semn reprezintă o literă (literele fiind reduse ca număr
sistematic până la un prag după care se remultiplică relativ prin diversitatea
accentelor). Dificilul alfabet fenician s-a transformat treptat într-unul nou, denumit
elen, ca mai apoi din acesta să apară cel latin, care se află la originea celui dintâi
recensământ cu adevărat riguros din punct de vedere metodologic. Pornind totuşi pe
urmele primelor scrieri omeneşti şi implicit ale apariţiei alfabetului se pot detalia cu
uşurinţă şi primele lucrări de sorginte demografică.

1.4 Unele concepte sau noţiuni specifice ale limbajului statistic

Dialogul statistic nu poate fi realizat în afara limbajului specific sau, mai precis,
a cunoaşterii conceptelor sau noţiunilor statistice fundamentale, dintre care s-au
selectat câteva cu impact major în planul demersului statistic. Populaţia sau
colectivitatea statistică reprezintă o mulţime bine delimitată în timp, spaţiu şi
organizatoric de manifestări, cazuri, elemente de aceeaşi natură, respectiv care au
cel puţin o trăsătură comună. Dacă se iau în calcul toate manifestările, cazurile,
elementele, atunci populaţia statistică se numeşte generală sau exhaustivă, iar dacă
se extrage numai o parte, cu scop de extindere ulterioară a rezultatelor, atunci se
defineşte o populaţia parţială sau selectată. Unitatea statistică reprezintă purtătorul
originar de informaţie, subiectul logic al informaţiei statistice, o manifestare, un
caz sau un element din mulţimea bine delimitată, numită populaţie, ce defineşte
fenomenul cercetat. Unităţile statistice se clasifică în funcţie de nivelul de
înregistrare a performanţelor în simple (se înregistrează manifestarea, elementul,
cazul cu performanţele individuale) şi în complexe, (se înregistrează o sumă de
20
unităţi simple cu performanţele întregii colectivităţi).Caracteristica statistică
constituie trăsătura, însuşirea sau proprietatea cantitativă sau calitativă comună
tuturor elementelor din colectivitate. Abordată la nivelul elementelor, caracteristica
statistică observată prezintă fie un anumit nivel, fie o anumită stare particulară, care
diferenţiază o unitate statistică de alta. Nivelul, respectiv starea particulară
specifică capătă denumirea de variantă a caracteristicii. Privită la nivelul unei
populaţii statistice, mulţimea de variante a caracteristici devine variabilă statistică.
Calitatea unităţilor statistice de a-şi modifica nivelul de dezvoltare al unei
caracteristici într-un interval de valori, în condiţii date de timp şi spaţiu este
cunoscută ca variaţie (variabilitate). Tipologia variabilelor este diversă. Astfel,
criteriul utilitate le împarte în teoretice şi empirice, iar criteriul conţinut în variabile
de timp, de spaţiu şi atributive. Variabilele atributive se subclasifică şi ele în
subclase aşa cum rezultă din caseta următoare:

Subclase ale variabilelor statistice atributive

Caseta nr. 1.4
a) variabile atributive numerice (cantitative)
a1) variabile de tip discret (discontinuu), care pot lua numai anumite valori pe scara de
variaţie firească (de regulă întregi);
a2) variabile de tip continuu, care pot lua orice valori într-un interval dat (pentru
vârstă, de regulǎ 0-100 ani, pentru înălţime 50-250 cm etc.);
b) variabile atributive nenumerice (calitative sau de stare)
b1) variabile alternative (dihotomice sau binare, de tip alb–negru sau prezent–absent);
b2) variabile nealternative (mai multe stări, ex: căsătorit, necăsătorit, văduv, divorţat).

Variabila aleatoare desemnează variabila ale cărei valori, apriori necunoscute

apar în împrejurări datorate întâmplării, cu probabilităţi determinate (în teoria
probabilităţilor). În statistica matematică ea exprimă fie un ansamblu de valori
posibile (xi), fie o funcţie finită indicând, în raport cu rezultatul unui experiment,
probabilitatea fiecăreia dintre valorile posibile (pi). Variabila aleatoare este fie de
tip discret X= ⎛⎜ x i ⎞⎟ , unde:1≤ i ≤ n şi
n

⎜p ⎟ ∑p i
=1, fie de tip continuu: F (x) =P(X<x ),
⎝ i⎠ i =1
b
unde: F(-∞) = 0, F (+∞) = 1, F (x) = monoton crescătoare şi P {x∈[a , b ]} ═ ∫ f ( x )d ( x ) .
a

Frecvenţa exprimă atât numărul de înregistrări ale aceleiaşi variante într-o

populaţie statistică (ni sau fi), cât şi ponderea, greutatea specifică sau cota parte a
unei variante într-o populaţie statistică (n *i sau f *i ).În primul caz este definită
frecvenţa absolută (notată cu „ni” sau „fi”, unde i = 1k , iar k = numărul variantelor
distincte într-o populaţie statistică). În al doilea caz este precizată frecvenţa
xifi
relativă, notată cu n *i = n i × 100 sau f *i = f i × 100 sau gi = × 100
∑ in ∑i f ∑ x f
i i

Dată fiind o variabilă statistică xi care ia valorile x1, x2, …, xn, cu frecvenţele f1, f2,
…, fn, atunci mulţimea ale cărei elemente sunt perechile ordonate ( xi, fi) constituie
repartiţia variabilei statistice Xi sau distribuţia statistică de frecvenţe (discretă):
21
 ⎛ x 1 , x 2, ... x n ⎞ ⎛x ⎞
Xi: ⎜⎜ ⎟⎟ sau Xi: ⎜⎜ i ⎟⎟ , unde i= 1n .
⎝ f1 , f 2 ,... f n ⎠ ⎝ fi ⎠
Valoarea reprezentativă dedusă dintr-o operaţie numerică, definită fără
ambiguitate şi aplicată la o repartiţie statistică este cunoscută sub numele de
parametru statistic. Parametrul este rezultatul celei mai mari condensări posibile
desprinse dintr-o mulţime (masă) de observaţii. Parametrii statistici cei mai des
utilizaţi sunt cei de nivel (ex: media, mediana, modul) de împrăştiere sau dispersie
(ex:varianţa, abaterea medie pătratică, coeficientul de variaţie) de asimetrie şi
boltire (ex: coeficienţii Pearson sau Fisher). Succesiunea variabilă, repartiţie,
parametru nu poate fi concepută în afara măsurării, adică acordării de niveluri sau
stări unităţilor statistice pentru caracteristica studiată. În limbajul statisticianului
această problemă înseamnă a scala sau a stabili scala de măsurare. Tipologia
scalelor identifică patru categorii: nominală (neparametrică), ordinală (ierarhică),
cardinală (de interval) şi proporţională (de raport). Primele două caracterizează
variabilele calitative iar ultimele două variabilele cantitative. Scala nominală sau
neparametrică este o simplă enumerare de variante, cu precădere stări şi permite
doar clasificarea unităţilor studiate. Scala ordinală sau ierarhică introduce relaţia
de ordine şi prezintă ca logică esenţială: “superioritatea fiecărei poziţii sau stări nou
apărute în raport cu precedenta“. Scala cardinală sau de interval permite alături de
relaţia de ordine atât efectuarea operaţiilor elementare de adunare şi scădere. Pe o
scală cardinală, punctul “zero“ este fixat arbitrar sau relativ. Scala proporţională
sau de raport permite şi operaţii de raportare, pornind de la poziţia naturală a
valorii “zero“. Datele statistice sunt structurate în trei componente distincte:
partea numerică sau cantitativă care a fost identificată (indicatorul propriu-zis),
componenta de delimitare în timp, spaţiu şi organizatoric (incluzând şi precizarea
unităţii de măsură, precum şi asigurarea comparabilităţii) şi componenta noţională
(include metodologia de calcul a indicatorului). Orice dată statistică este
purtătoarea unui conţinut nou, mesaj inedit sau chiar a unei semnificaţii neuzitate.
Decriptarea mesajului, receptarea noutăţii de conţinut şi semnificaţiei generează o
informaţie statistică. Informaţia statistică este originalitatea deţinută de mesajul
reflectat al datei statistice, un semnal cât mai identic emis, transmis şi receptat,
referitor la cunoaşterea individuală sau universală, o formă a energiei conţinută de
date statistice, având utilitate deosebită, dar şi costuri foarte ridicate.Expresie
cantitativă sau numerică a unei anumite determinări sau trăsături calitative
constante printre manifestările, cazurile, elementele unei populaţii statistice bine
delimitate în timp, spaţiu şi organizatoric, indicatorul statistic prezintă o tipologie
diversă.Indicatorii primari de măsurare sunt valori absolute rezultate din
măsurarea caracteristicii la nivel de element, caz, manifestare, respectiv unitate
statistică, iar indicatorii primari sintetici adaugă la valorile absolute măsurate şi
operaţia de cumulare sau agregare. Indicatorii derivaţi prin comparare sunt
rezultatul celor mai simple operaţii aritmetice: scăderea (soldul balanţei comerciale
= Export–Import sau X-M) şi împărţirea (numeroasa familie a indicatorilor relativi
de structură, de coordonare, de dinamică, de intensitate şi ai programului sau
planului). Indicatorii derivaţi de estimare sunt rezultatul unor calcule deosebite,
abstractizări şi generalizări. Abordaţi ca ansamblu sistemul de indicatori statistici
22
reprezintă o componentă a bazei de date şi ea inclusă alături de sistemul de
gestiune şi mijloacele de culegere, prelucrare, transmitere, stocare, regăsire, în
banca de date (parte definitorie în subsistemul informaţional statistic reunind
beneficiarii şi furnizorii de informaţii statistice). Eroarea sau „cunoştinţa care nu
reflectă adecvat, corect, veridic realitatea obiectivă” este o componentă a
adevărului relativ. Ea are o semnificaţie primordial statistică. Eroarea statistică
este diferenţa: între o dată statistică (indicator statistic) şi valoarea reală
corespunzătoare sau înregistrarea altei valori x în locul celei reale x0 şi se determină
x −x
practic fie în valoare absolută e = x0 -x, fie în valoare relativǎ є = 0 = e ,
x0 x0
precum şi între înregistrarea valorii determinate statistic (calculate) şi notate xs în
locul celei reale x0 şi se determină analog, fie în valoare absolută es = x0 – xs, fie în
x 0 − x s es
valoare relativǎ єs = = .
x0 x0

1.5 Modul de gândire contabil şi demersul statistic în contabilitate

O scurtă retrospectivă istorică a evoluţiei ştiinţei contabilităţii permite

delimitarea conceptului de gândire contabilă. Indiferent dacă se face referire la o
contabilitate rudimentară care îmbrăca forma unor evidenţe economice primare
(chiar sub forma cea mai simplă a numărării) ori la o contabilitate modernă axată
pe pachete de software specializat, nevoia de măsurare şi, mai ales, de înregistrare
a activităţii economice umane (desfăşurate individual sau populaţional) reprezintă
principala cauză şi, implicit trăsătură a apariţiei şi dezvoltării contabilităţii.
Variabilitatea metodelor de măsurare şi înregistrare contabilă, în paralel cu
diversitatea suportului material pe care s-au realizat aceste înregistrări, conduc la
concluzia că şi istoria antică a contabilităţii ca şi a statisticii şi a demografiei se
confundă cu aceea a cifrelor, ceea ce le-a transformat în forme civilizatoare ale
evoluţiei speciei umane. Mai mult de trei sau chiar patru milenii, incluzând aici şi
primul mileniu după naşterea lui Iisus Cristos, contabilitatea a avut o dezvoltare
lentă, sinuoasă, evoluţia tehnicii şi obiectivelor sale fiind când mercantilistă, când
industrială, când referitoare la drepturile de proprietate materializate în general.
Momentul de apariţie al contabilităţii ca ştiinţă modernă coincide preponderent cu
apariţia capitalului productiv şi cu dezvoltarea simultană a creditului, iar
consemnarea într-un registru a tranzacţiilor privitoare la o afacere devine o
necesitate vitală pentru a supravieţui în domeniul economic, iar ţinerea unui
registru oferind gestionarului mijlocul de a se justifica, iar întreprinzătorului sau
patronului posibilitatea de a monitoriza această afacere. Această primă formă a
contabilităţii mai evoluate se mai numeşte şi contabilitatea de operaţii iar obiectivul
ei este determinarea rezultatului (încasările şi plăţile după tehnica partidei simple)
unei operaţii economice determinată (o expediţie, o tranzacţie comercială sau un alt
proiect), în scopul împărţirii lui. Ulterior a apărut şi sistemul de înregistrare
contabilă “în partidă dublă (de calcul contabil digrafic) ca un efort colectiv derulat

23
în timp după anul 1340, pentru mai bine de un secol şi jumătate, iar spaţial de la
Genova la Veneţia, un efort de construcţie în acelaşi timp şi anonim.
Inventarea tiparului a condus şi la extinderea metodei de înregistrare în partidă
dublă, îndeosebi după publicarea tratatului Summa de Arithmetica, Geometria,
Proportioni et Proportionalita, apărut în 1494 la Veneţia, sub semnătura lui Luca
Paciolo, tratat care includea 36 capitole în Tractatus XI particularis de computis et
scripturis, constituind prima lucrare imprimată de contabilitate dublă. La sfârşitul
feudalismului şi câteva secole din capitalismul dezvoltat au coexistat cele două
tipuri de contabilităţi, respectiv de casă sau de trezorerie (în partidă simplă) şi
contabilitatea în partidă dublă. Dezvoltarea firmelor şi creşterea capitalului
acestora, pe seama aporturilor din exterior, au impus contabilităţii necesitatea de a
realiza o distincţie clară între capital şi venituri, prin determinarea rezultatului, cu
caracter previzional, asigurând astfel aprecierea şi evaluarea performanţei firmei,
dar urmărind în acelaşi timp reînnoirea periodică a valorii bunurilor, pentru a
asigura continuitatea activităţii economice. A urmat practica bilanţului contabil şi a
contului de profit şi pierdere specifică secolelor XIX şi XX, administratorul firmei
sau managerul încercând conform obligaţiilor legale să-şi informeze periodic
acţionarii asupra patrimoniului afacerii şi asupra rezultatului gestiunii.
De la apariţia sa şi până în prezent gândirea ştiinţifică de tip contabil s-a
caracterizat printr-un proces de dezvoltare şi perfecţionare continuă a bazei
teoretice şi a manierei de realizare practică. Gândirea contabilă de început care îşi
avea cauza în înregistrare şi cunoaştere a afacerii economice, adaugă noi principii
consistenţei sale de la continuitatea activităţii, la prudenţă şi la independenţa
exerciţiului etc.. Apoi în cadrul acestui tip de gândire devine tot mai importantă
previziunea pe baza datelor contabile şi validarea previziunilor cu risc minim,
crescând gradul de precizie şi de semnificaţie ale datelor oferite prin contabilitate.
Contabilitatea modernă devine astfel după mai bine de o jumătate de mileniu un
veritabil scenariu pus în scenă sau un joc social cu actorii şi regizorii săi, cu
formele şi instanţele sale de normalizare şi reglementare. Gândirea contabilă intră
într-un lung proces de normalizare şi de reglementare, iar conturile contabilităţii
adaugă la soldare, agregarea şi consolidarea ca forme superioare de gândire
contabil instrumentală. Gândirea contabilă devine una cu caracter probatoriu prin
folosirea contabilităţii în partidă dublă, unitară prin valorificarea contului drept
unica formă de înregistrare a operaţiilor şi unicul criteriu de clasificare a
tranzacţiilor, dar aceeaşi gândire este şi dedicată informării asociaţilor, creditorilor,
salariaţilor şi terţilor în general. Gândirea contabilă oferă premisele metodologice
de evaluare corectă ale profitului şi cifrei de afaceri, ca bază de calcul a
principalelor impozite şi taxe, aşa cum sunt ele prezentate de situaţiile financiare
anuale. Gândirea contabilă contemporană mai este supusă şi unui proces intens de
normalizare şi armonizare.
În funcţie de o serie de criterii şi concepţii, în timp au fost delimitate mai multe
tipuri de sisteme contabile concrete ale evoluţiei gândirii contabile. În general, un
sistem contabil reprezintă ansamblul concepţiilor, teoriilor, principiilor, tehnicilor
de înregistrare şi control, jurisprudenţei, al instituţiilor şi mecanismelor care
concură la obţinerea informaţiilor contabile. Principalele sisteme contabile
constituite sunt sistemul contabil continental (european), sistemul contabil anglo-
24
saxon şi sistemul islamic. Sistemul contabil islamic are la bază cultura religioasă,
în care coexistă perceptele juridice şi economice precum şi regulile de etică şi
comportament incluse in cultul islamic, cu formele şi metodele economico-juridice
implementate de şcolile occidentale în procesul de colonizare (o dobândă fiind
percepută ca o camătă, cultura religioasă impunând inexistenţa cămătăriei şi a
dobânzilor face ca sistemul islamic să fie delimitat complet de celelalte două).
Cele două culturi contabile marcante, cea continentală şi cea anglo-saxonă şi-au
pus amprenta asupra modului de organizare şi funcţionare a contabilităţii entităţilor
din ţările în care acestea au operat şi mai operează încă. Procesul complex de
armonizare, convergenţă şi conformitate contabilă internaţională început cu mult
timp în urmă, continuă şi în prezent, principalul obiectiv fiind înlăturarea
diferenţelor dintre sistemele contabile. Scopul final rămâne acela de aplicare a unor
standarde internaţionale de contabilitate care să fie folosite ca bază de raportare în
întreaga lume, pentru a asigura comparabilitatea informaţiilor la nivel internaţional,
în condiţiile globalizării economiei şi dezvoltării pieţelor de capital.
Diferenţe semnificative între sistemul contabil european (continental)
şi cel anglo-saxon
Caseta nr. 1.5
Sistemul european sau continental s-a Sistemul contabil anglo-saxon a fost creat
constituit pe baza uneia dintre cele mai in Anglia şi Statele Unite ale Americii, pe
vechi culturi contabile. Cunoscută fiind baza unei culturi contabile ce s-a format sub
cauzalitatea existentă între sistemul de drept influenţa afacerilor financiare. Acest sistem
şi sistemul contabil, se poate remarca are drept caracteristică de bază faptul că este
influenţa sistemului de drept roman asupra constituit pe un cadru conceptual general,
sistemului contabil european. În cadrul care cuprinde un sistem coerent de obiective
acestui sistem de drept regulile provin din şi principii, fără să apeleze la norme si
interpretarea unor principii legale generale reglementări rigide. Reglementările fiscale
şi din interpretarea textelor doctrinare. Sursa nu au influenţă asupra contabilităţii.
principală a dreptului este legislaţia, regulile Sistemul contabil anglo-saxon nu se bazează
privind contabilitatea şi raportarea pe un plan contabil generalizat, precis şi
financiară apărând ca o rezultantă, prin rigid. De asemenea sistemul dă o foarte
includerea lor în cadrul dreptului civil sau mare libertate conducătorului întreprinderii
comercial. Cultura contabilă latino - în prezentarea documentelor financiare de
europeană a fost creată, dezvoltată şi sinteză, sub rezerva că ele să prezinte o
promovată de ţări europene cu economie imagine fidelă a situaţiei economice şi
dezvoltată ca Franţa, Germania şi Italia, financiare pentru ca informaţiile să permită
caracterizându-se prin următoarele aspecte utilizatorilor luarea unor decizii raţionale. În
definitorii: general, sistemele contabile anglo-saxone au
a) obiectivul principal al contabilităţii este fost corelate cu sistemul de drept cutumiar.
de a servi drept probă legală şi determina În dreptul cutumiar, judecătorii emit
veniturile impozabile, manifestându-se principiile din care derivă dreptul, un rol
prioritar spre apărarea intereselor statului; esenţial fiind atribuit doctrinei precedentului
b) rolul aparatului judiciar este semnificativ, similar atributelor dintr-un cod, fiecare caz
caracterul normelor fiind de obligativitate, considerat precedent indică direcţia în care
putându-se afirma ca acest tip de se îndreaptă dreptul, constituind baza sa de
contabilitate este puternic normată şi dezvoltare. Ţările anglo-saxone ca SUA,
controlată prin reglementări, înregistrarea Anglia, Canada operează cu alte standarde
operaţiunilor şi tranzacţiilor bazându-se în contabile şi doar în parte cu standardele

25
mare parte pe „planul de conturi general”;
c) sistemul de finanţare al întreprinderilor
este in principal reprezentat de un sistem de
credit în detrimentul pieţelor de capital (că
în cadrul unei ţări pot coexista sisteme de
finanţare diferite);
d) aplică o contabilitate dualistă, respectiv
în două circuite (financiară si de gestiune);
e) utilizatorii de informaţii contabile sunt
numeroşi şi diverşi, informaţia contabilă
fiind puternic influenţată de aspecte juridice.
În prezent, la baza sistemului continental
stau Directivele Europene, reglementarea
contabilităţii în ţările UE realizându-se prin
intermediul acestora. Directivele Europene,
obligatorii pentru ţările membre sunt
alcătuite din:
A. Directiva a IV-a, care prevede formatul
şi conţinutul situaţiilor financiare anuale,
principiile contabile si regulile de
recunoaştere, evaluare şi prezentare a
elementelor din situaţiile financiare anuale,
unele reguli privind contabilitatea de
gestiune. Aceste reglementări stabilesc, de
asemenea, reguli privind organizarea şi
conducerea contabilităţii si raportările
efectuate în conformitate cu cerinţele
instituţiilor statului, pentru uzul tuturor
categoriilor de utilizatori.
B.Directiva a VII-a, care prevede forma şi
conţinutul situaţiilor financiare anuale
consolidate, precum şi regulile de întocmire,
aprobare, auditare şi publicare a situaţiilor
financiare anuale consolidate;
C.Directiva a VIII-a privind auditarea
obligatorie a societăţilor cotate.
Standardizarea sistemului contabil la nivel
european se realizează prin IASB (Consiliul
pentru Standarde Internaţionale de
Contabilitate – International Accounting
Standards Boards) care prin cadrul său
conceptual presupune norme sau standarde
sub forma unor convenţii contabile de bază,
numite şi principii contabile care servesc la
intocmirea situaţiilor financiare anuale.
IASB emite standardele internaţionale de
raportare financiară (IFRS). Prin legi
naţionale, statele Uniunii Europene (Franţa,
Italia, Germania, Spania, România etc ) şi-
au implementat regulamentul european
26
IFRS emise de IASB. În ceea ce priveşte
reglementarea contabilă în SUA, procesul
complex al elaborării normelor în SUA nu
poate fi abordat fără a face referire la
„Comisia valorilor mobiliare” (Securities
and Exchange Commission – S.E.C.),
organism federal de reglementare înfiinţat în
1934 de către Congres în urma crahului
bursier din 1929, care a afectat încrederea
investitorilor şi chiar credibilitatea pieţei
financiare americane. Autoritatea S.E.C. se
extinde asupra unui număr de 12 000
societăţi dintr-un total de 3,7 milioane de
societăţi existente în SUA. S.E.C a fost creat
şi pentru a elabora norme contabile, dar de
la înfiinţare, politica adoptată a fost de a
trece aceste competenţe sectorului privat,
politică oficializată în anul 1973 în
Accounting Series Release nr. 150, care
stipulează că principiile, normele şi
practicile stabilite de Financial Accounting
Standards Boards (FASB) sunt considerate
de comisie ca având putere de lege (totuşi
SEC asigură o supraveghere strictă a
FASB). Marea Britanie a adoptat şi
implementat ca cerinţă obligatorie, din
2005, IFRS pentru societăţile cotate, restul
entităţilor având permisiunea de opţiune
(după 2005), a utilizării IFRS sau
standardelor naţionale.
Procesul de convergenţă a standardelor
globale de contabilitate, început încă din
2003, ca rezultat al memorandumurilor
urmărea o armonizare posibilă între normele
nord americane de contabilitate şi cele
internaţionale, în ideea de compatibilizare a
celor două categorii de standarde (IASB şi
FASB), fără a determina standarde identice,
ci conducând practic la inexistenţa unor
conflicte între acestea, prin comparabilitatea
cât mai curând posibilă a acestora şi prin
menţinerea acestei comparabilităţi. De la 1
ianuarie 2005, societăţile cotate pe o piață
reglementată dintr-un stat membru al UE
utilizează IFRS-urile la elaborarea situaţiilor
lor financiare consolidate, aşa cum au fost
adoptate de UE. Regulamentul privind
prospectele şi directiva „transparenţă”
extind obligaţia de a publica rapoarte
financiare, pe baza IFRS-urilor sau pe baza
privind aplicarea IFRS în anumite situaţii. standardelor de contabilitate ale anumitor
Astfel , din ianuarie 2005, companiile din ţări terţe echivalente cu IFRS-urile, la
Uniunea Europeana care au titluri de valoare emitenţii din ţări terţe care fac o ofertă
cotate la o bursă din UE trebuie să publică de titluri de valoare în UE şi la cei
întocmească situaţii financiare consolidate ale căror titluri sunt tranzacţionate în UE.
(de grup) în conformitate cu IFRS. Mai SUA are ca termen limită pentru IFRS-uri
mult, după 2005 multe state din UE, au 2015, ca şi Japonia, iar India, Canada şi
permis IFRS în conturile anuale (adică nu Coreea de Sud au încheiat deja procesul la 1
consolidate) ale tuturor companiilor (cu ianuarie 2012. Procesul are impact financiar
anumite excepţii). În plus, anumite state din şi statistic major, asigurând comparabilitatea
UE au început deja să alinieze regulile reală a indicatorilor microeconomici, dar şi
naţionale de contabilitate la IFRS macroeconomici în plan internaţional.
Surse: Bănuţă, M., Gădoiu, M., Săvoiu, G. The influence of accounting culture and
international accounting harmonization upon the accounting systems, Revista română de
Statistică, supliment nr. 4/2011. Ed. INS, Bucuresti, 2011 pag. 150-154 şi Munteanu, V.,
Zuca, M., Zuca, Ş., Coordonate ale sistemului contabil din Statele Unite ale Americii,
Gestiunea şi contabilitatea firmei (I şi II), nr. 3 şi.4 /martie, aprilie 2011.

Cunoaşterea şi cercetarea modernă în managementul contabil şi în decizia

contabilă în cadrul economiei de piaţă au devenit de natură preponderent statistico
– matematică, având ca surse mai ales date contabile, dar şi parţial demografic,
financiar, antreprenorial etc.), surprinzând printr-un număr tot mai mare de procese
logic integrate ce beneficiază de simplitate metodologică statistică dar şi de aportul
matematicii aplicate asupra datelor contabilităţii. Acest fapt implică într-un mod
specific statistica în corpul cunoaşterii economice contemporane cu precădere ca
metodă sau set de metode, deşi ştiinţa statistică rămâne în mod esenţial un mod
aparte de gândire. Observarea şi prelucrarea datelor conduc la formularea de
ipoteze, analiza şi interpretarea rezultatelor obligă la predicţia bazată pe deducţii
logice iar validarea sau invalidarea închid şi redeschid continuu modul de gândire
de natură statistică. O analiză succintă a organizării instituţionale a activităţii de
statistică relevă constanţa în timp a două criterii: a) criteriul adaptabilităţii sau
adecvarea organizatorică şi funcţională a statisticii oficiale la structurile economice
şi sociale şi b) criteriul unicităţii deciziei şi gestiunii metodologice sau existenţa
unui centru naţional de decizie şi gestiune a metodologiei. Statistica nu poate fi
utilă decât dacă îndeplineşte două condiţiuni esenţiale: teoria statistică trebuie să
fie atât de avansată încât să permită o interpretare ştiinţifică a rezultatelor, să poată
identifica reguli şi legi de valabilitate generală şi să stabilească corelaţii între cauză
şi efect, iar organizarea statistică trebuie să fie întemeiată pe o înregistrare exactă
de fapte statistice şi pe generalizarea înregistrării, astfel încât materialul contabil
supus unei examinări să poată fi interpretat în mod valabil prin metode ştiinţifice.
Dacă se produce un decalaj între teorie şi practică ambele rămân sterile şi
documentarea statistică va fi fără utilitate. Un demers complet statistic desfăşurat
pentru îmbunătăţirea deciziei contabile, a afacerilor economice şi rezultatelor
contabile ale acestora se distinge fie ca o cercetare de tip clasic, restrânsă la
observarea, prelucrarea, analiza şi interpretarea statistică a datelor, preponderent
contabile, fie ca o cercetare de tip modern, respectiv la cele trei etape clasice,
adăugând prin utilizarea teoriei sondajului, inferenţa şi decizia statistică.În cadrul
27
uneia dintre cele mai recente şi rezonante abordări, conţinutul demersului complet
al cercetării statistice, include patru cicluri sau dimensiuni suprapuse temporal şi
distinct etapizate, aşa cum au fost formulate de către profesorii Maxine Pfannkuch
şi Chris Wild de la Universitatea Auckland, Noua Zeelandă, pornind de la structura
modului de gândire ce caracterizează statistica în prezent, ca ştiinţă: a) ciclul
investigaţional (definire problemă→ program investigaţie→date rezultate→analiză şi
interpretare →concluzii); b) ciclul interogativ (generare de variante alternative sau
soluţii→căutare şi selectare de alternative sau soluţii optimizate→ interpretare şi
ierarhizare variante sau soluţii→ comentare variante sau soluţii→ varianta sau
soluţia pentru care s-a optat în decizia finală); c) ciclul tipologiei modalităţilor de
gândire consideră că statistica reuneşte moduri adecvate de gândire umană şi
cuprinde alături de tipurile generale de gândire strategică, cercetarea explicaţiilor,
gândirea modelatoare şi aplicativ tehnică, alte cinci tipuri exclusiv statistice de
gândire: recunoaşterea nevoii de date, transnumeraţia sau transformarea din
nenumeric în numeric, identificarea şi analiza variaţiei, apelul la capacitatea de a
raţiona prin intermediul modelelor statistice ca expresii ale agregării, reciprocitatea
contextual-statistic, altfel spus gândirea statistică asupra variaţiei obţinută cu
ajutorul datelor modelate îşi va relata propria poveste despre real/contextual,
argumentată matematic; d) ciclul părţilor psihologice ale investigaţiilor prin
conceptul de dispoziţii personale (originalitatea gândirii statistice fiind dată de
psihologia /dispoziţia personală a statisticianului).
Activitatea instituţională de statistică se desfăşoară în România de peste un
secol şi jumătate şi este organizată la nivelul Institutului Naţional de Statistică. Ca
instituţie naţională I.N.S. colaborează cu alte instituţii similare din diverse ţări dar
şi cu asociaţii ale acestora (EUROSTAT, ONU etc.).
Educaţia statistică este un factor important de optimizare a economiilor de
piaţă, de majorare a impactului economic şi social al afacerilor contemporane.
Principiul lui Heraclit, formulat prin educaţia este al doilea soare pentru cei care
o au, completat cu definiţia dată educaţiei de către Herbert Spencer, drept
pregătirea pentru o viaţă completă, caracterizează şi informaţia statistică.
Asigurarea educaţiei statistice se extinde de la studenţi, la economişti, de la
antreprenori la manageri, de la agenţi economici, la organizaţii şi instituţii, de la
individ la familie sau gospodărie, ca o lumină intens focalizată pe înţelegerea
fenomenelor economice şi sociale. Cunoaşterea metodelor, instrumentelor şi
publicaţiilor statistice, interpretarea corectă a indicatorilor statistici şi prognoza
bazate pe informaţii statistice devin esenţiale în derularea afacerilor interne şi
internaţionale, în economia de piaţă contemporană, constituind o condiţie de bază a
concurenţei echilibrate, a asigurării unei simetrii informaţionale în afaceri.

28
 1.6 Test de autoevaluare şi aplicaţii statistice în contabilitate

A) Test de autoevaluare
A1) Întrebări clasice recapitulative
(Completaţi spaţiile goale)
1.Cum definiţi statistica modernă ?
2.Care sunt principalele accepţiuni sau
semnificaţii ale statisticii?
3.Prin ce se particularizează rolul şi
obiectul de studiu al ştiinţei statisticii ?
4.Care sunt principalele noţiuni şi concepte
specifice limbajului statistic?
5. În ce anume constă un demers complet
statistic desfăşurat pentru îmbunătăţirea
deciziei contabile?
6.În ce constau semnificaţia şi importanţa
educaţiei statistice?
A2) Întrebări tip grilă
(Încercuiţi litera răspunsului corect)
7.După conţinut, variabilele statistice sunt:
a)de timp, de spaţiu şi atributive;b) discrete
şi continue; c) alternative şi nealternative.
8. Frecvenţa absolută este definită drept:
a) modalitatea concretă de manifestare a
variabilelor; b) numărul unităţilor statistice
care prezintă aceeaşi valoare, stare sau
variantă;c) numărul variabilelor utilizate în
cercetarea unui fenomen economic.
9. Etapele cercetării statistice clasice sunt:
a) interpretarea, prelucrarea şi observarea
statistică; b) observarea, prelucrarea, analiza
şi interpretarea statistică a datelor; c) anali-
za, interpretarea şi prelucrarea datelor.
10. Care dintre sistemele contabile care
urmează este complet diferit de celelalte
două: a) contabil continental (european); b)
contabil anglo-saxon; c) contabil islamic.

B) Aplicaţii rezolvate
1. Ordonaţi corect noţiunile din primele trei coloane, conform titlurilor:
Tabel nr. 1.1
Varianta (a1) Variabila (a2) Variaţia (a3)
Lista notelor Media obţinută la examen Nota 9
Tabel al PIB-ului real Creştere PIB real de 2 % Creştere economică
Dinamica salarială Salariul Nouă sute lei
Statut profesional Tipologia schimbărilor de statut Patron
Valoare active imobilizate 30 500 lei Evoluţia activelor
Rezolvare: Ordinea corectă este prezentată în tabelul 2, conform semnificaţiei
paradigmei variaţiei, prin analiza noţiunilor de variantă, variabilă şi variaţie:
Tabel nr. 1.2
Varianta (a1) Variabila (a2) Variaţia (a3)
Lista notelor Media obţinută la examen Nota 9
a1= Nota 9 a2 = Media obţinută la examen a3 = Lista notelor
Tabel al PIB-ului real Creştere PIB real de 2 % Creştere economică
a1=creştere PIB real de 2% a2 = Creştere economică a3 = Tabel al PIB-ului real
Dinamica salarială Salariul Nouă sute lei
a1= Nouă sute lei a2 = Salariul a3= Dinamica salarială
Statut profesional Tipologia schimbărilor de statut Patron
a1 = Patron a2 = Statut profesional a3 = Statut profesional
Valoare active imobilizate 130 500 lei Evoluţia activelor
a1 =130 500 lei a2 = Valoare active imobilizate a3 = Evoluţia activelor

29
2. Determinaţi frecvenţa absolută maximă şi frecvenţa relativă minimă în situaţiile
de mai jos. Comentaţi rezultatele obţinute.
a) Notele obţinute de 20 studenţi ai grupei 1, prezenţi la examen au fost
următoarele: 8, 5, 8, 9, 7, 6, 4, 7, 6, 9, 8, 7, 7, 10, 7, 8, 6, 5, 4, 6.
⎛ xi ⎞
Rezolvare: Distribuţia de frecvenţe este X : ⎜ ⎟ sau X : ⎛⎜
4 5 6 7 8 9 10 ⎞
⎟,
⎝ fi ⎠ ⎝2 2 4 5 4 2 1 ⎠
unde xi = reprezintă nota iar fi numărul studenţilor care au obţinut nota xi.
( )
I. frecvenţa absolută maximă: f i = 5 corespunde studenţilor ce au nota 7;
max
f i max
II. frecvenţa relativă minimă: ( f ) *
= ×100 = 1 × 100 = 5% corespunde
∑
i min
fi 20
studentului care a obţinut nota 10.
b) Trei produse A, B şi C s-au vândut la preţuri identice de 250 lei, dar în
cantităţi diferite, respectiv de 100, 400 şi 500 de bucăţi.
Rezolvare: Distribuţia de frecvenţe este Y : ⎛⎜
A B C ⎞
⎟
⎝ 100 400 500 ⎠
I. frecvenţa absolută minimă: (f i )min =100 şi corespunde produselor A;

( )
II.frecvenţa relativă maximă: fi* max= f i max ×100=
500
×100=50% corespunde lui C.
∑f i
1000
c) Aceleaşi trei produse A, B, C deţin un volum diferenţiat al vânzărilor, preţurile
la care s-au realizat pe piaţă fiind 500 lei (A), 400 lei (B) şi 250 lei (C), cantităţile
fiind aceleaşi ca în exemplul anterior .
⎛z ⎞
Rezolvare: Distribuţia de frecvenţe a volumului vânzărilor este Z: ⎜⎜ i ⎟⎟ , unde zi
⎝ fi ⎠
este tipul produsului (A,B şi C) iar fi = pi qi sau vânzările produselor:
⎛ A B C ⎞ ⎛ A B C ⎞
⎜ 500 × 100 400 × 400 250 × 500 ⎟ = ⎜ 50000 160000 125000 ⎟
⎝ ⎠ ⎝ ⎠
I.frecvenţa absolută minimă sau (f i )min = (p i q i )min =50000 lei şi corespunde
produselor de tip A vândute cu preţul maximal
II.frecvenţa relativă maximă este echivalentǎ cu greutatea specifică maximă a
160000
vânzǎrilor:gi= pi qi x100= × 100 = 47,8% şi reprezintă greutatea specifică a
∑pq i i
335000
vânzărilor produselor de tip B în total vânzări cumulate A,B şi C.
3. Calculaţi eroarea absolută şi relativă în cazurile descrise mai jos:
a) Testarea la recepţie a unui eşantion de 100 de becuri dintr-un lot de 10000, a
scos în evidenţă 6 rebuturi. Depăşind limita prevăzută în contract (5%), lotul a fost
verificat bec de bec, numărul final al rebuturilor fiind 606.
Rezolvare:La nivelul eşantionului în raport cu populaţia totală
x −x e 0,06
e = x0 – x = 6,06 – 6 = 0,06 ε = 0 = = = 0,0099 (% = 0,99).
x0 x 0 6,06
30
b)Într-un chestionar al unei anchete realizate cu scopul de a evalua cheltuielile
ocazionate de căsătorie s-au obţinut drept vârste medii declarate ale mireselor şi
mirilor 24 de ani la femei şi 30 de ani la bărbaţi. Datele statistice din ultimul
anuar prezintă valorile: 27 de ani la femei şi 29,5 la bărbaţi.
x 0 − x s es 3
Rezolvare: e sfemei =x0 - xs= 27-24=3 ani ε s = = = =0,111 (%=11,1),
x0 x0 27
x − x s e s − 0,5
e barbati
s =x0-xs=29,5-30=-0,5 ani ε s = 0 = = = -0,01695 (%= - 1,7).
x0 x0 29,5

C) Aplicaţii propuse spre rezolvare

1.Determinaţi frecvenţa absolută maximă şi frecvenţa relativă minimă în ceea ce
priveşte notele obţinute de cei 20 studenţi, prezenţi la examenul de statistică au fost
următoarele: 4,5,6,9,7,6,3,7,6,9,8,7,8,10,7,8,6,5,4,10.
2.Patru produse A, B, C şi D s-au vândut la preţuri identice de 70 lei, dar în
cantităţi diferite, respectiv de 100, 200, 300 şi 400 de bucăţi. Identificaţi frecvenţa
absolută şi frecvenţa relativă maximă şi minimă.
3.Determinaţi frecvenţele absolute şi frecvenţele relative dacă aceleaşi patru
produse A, B, C şi D deţin un volum diferenţiat al vânzărilor, preţurile la care s-au
realizat pe piaţă fiind 200 lei (A), 300 lei (B), 500 lei (C) şi 350 lei (D), cantităţile
fiind aceleaşi ca în exemplul anterior.
4.Calculaţi eroarea absolută şi cea relativă în cazurile descrise mai jos:
a) Testarea la recepţie a unui eşantion de 200 de becuri dintr-un lot de 20000, a
scos în evidenţă 7 rebuturi. Depăşind limita din contract de 4%, lotul a fost
verificat bec de bec, numărul total al rebuturilor fiind de 1206.
b) Într-un chestionar al unei anchete realizate cu scopul de a evalua cheltuielile
ocazionate de divorţ s-au obţinut drept vârste medii declarate 30 de ani la femei şi
36 de ani la bărbaţi.Datele statistice din ultimul breviar local prezintă următoarele
valori: 32 de ani la femei şi 35,5 la bărbaţi.

31
 CAPITOLUL 2
OBSERVAREA ŞI SISTEMATIZAREA DATELOR
Cuprins Pag.
2.1 Program, modalităţi, tehnici şi erori specifice observării statistice 33
2.2 Etape în sistematizarea datelor statistice 53
2.3 Indicatori relativi şi locul lor în universul indicatorilor statistici 55
2.4 Test de autoevaluare şi aplicaţii statistice în contabilitate 63

Obiective: Principalele obiective ale cercetărilor statistice sunt aceleaşi pentru afaceri
ca şi pentru alte domenii, respectiv observarea datelor, obţinerea prin prelucrare a
indicatorilor şi prezentarea sau reprezentarea lor conform demersului complet statistic.
O primă ţintă constă în însuşirea conţinutului observării, programului, modalităţilor
teoretice şi tehnicilor practice de măsurare şi scalare, generatoare de indicatori utili în
afaceri prin prelucrarea datelor, dar şi identificării de soluţii prompte de prevenire,
control şi înlăturare a erorilor. A doua ţintă vizează prezentarea şi reprezentarea
indicatorilor statistici, precum şi valorificarea practică a indicatorilor relativi.
Cuvinte cheie: observarea statistică, programul (planul) observării, scopul
observării, delimitarea populaţiei, definirea unităţii de observare, precizarea
timpului, locului şi variabilelor, metodelor, tehnicilor şi procedeelor practice de
recoltare de date, anticiparea erorilor observării, selectarea personalului,
documente, informarea şi mobilizarea opiniei publice, modalităţi de observare
directă şi documentară, exhaustivă şi selectivă, continuă, periodică şi unică,
tehnici de observare, recensământ, inventar, eşantion extras aleator, panel sau
eşantion constant în cote, observarea părţii principale sau a masivului de date,
ancheta, monografia şi sistemul informaţional statistic, scale numerice şi scale
nenumerice sau calitative, erori sistematice şi întâmplătoare, prevenire, control şi
înlăturare parţială a erorilor, indicatori relativi de structură, coordonare,
dinamică, intensitate şi ai planului sau programului.
Bibliografie minimală
M.,Bădiţă,T.Baron,M.Korka,Statistică pentru afaceri, Ed.Eficient,Bucureşti,1998.
M.Biji,E.M.Biji, E.Lilea,C.Anghelache,Tratat de statisticǎ,Ed.Economicǎ,Bucureşti, 2002.
A., Isaic-Maniu, Dicţionar de statistică generală, Ed. Economică, Bucureşti, 2003.
M.Korka,L.Begu,E.Tusa,Bazele statisticii pentru economişti, Ed.Tribuna Economică, 2002.
G., Săvoiu (coord.), Statistică generală. Elemente teoretice, teste tip grilă, aplicaţii şi studii de caz,
Ed. Independenţa Economicǎ,Piteşti, 2004.
G., Săvoiu, Statistica.Un mod ştiinţific de gândire, Ed.Universitară,Bucureşti, 2007.
G., Săvoiu, Statistica.Mod de gândire şi metode, Ed.Universitară,Bucureşti, 2009.
G., Săvoiu, Statistica pentru afaceri, Ed.Universitară,Bucureşti, 2011.
G., Săvoiu, I., Iorga-Simăn, Multidisciplinaritatea şi educaţia academică. Dialoguri argumentate, Ed.
Universitară, Bucureşti, 2011.
V., Trebici, Mica enciclopedie de statistică, Ed. ştiinţifică şi enciclopedică, Bucureşti,1985.
V.,Trebici,Mică enciclopedie de demografie, Ed.ştiinţifică şi enciclopedică,Bucureşti, 1975.
M.,Ţarcă, Tratat de statistică aplicată, Ed. didactică şi pedagogică R.A.Bucureşti, 1998.
Webografie
*** http://www. insse.ro şi *** http://epp.eurostat.ec.europa.eu/

32
 2.1 Program, modalităţi, tehnici şi erori specifice observării statistice

Indiferent dacă este considerată etapa unei cercetări statistice clasice descriptive
(restrânsă la observare, prelucrare, analiză şi interpretare) sau a unei cercetări
moderne selective (extinsă cu etapa inferenţei şi deciziei statistice), observarea
statistică este o acţiune de culegere şi înregistrare de date sau informaţii referitoare
la anumite caracteristici ale unităţilor statistice, după criterii unitare şi riguros
definite. În orice observare domină două întrebări îndreptăţite. Prima se referă la ce
anume se observă şi a doua la modul în care se realizează observarea.
Răspunsurile practice devin esenţa observării, respectiv se observă numai acele
trăsături, însuşiri sau caracteristici ale unităţilor statistice, care corespund scopului
declarat al cercetării statistice sau sunt bănuite a fi cauze, factori explicativi pentru
fenomenele şi procesele studiate şi oricât ar fi de limitată sau de extinsă observarea,
datele se culeg şi se înregistrează conform unui program sau plan de observare.
Programul unei observări statistice reprezintă o combinaţie optimă de decizii
referitoare la probleme metodologice şi organizatorice, un veritabil itinerar ce
conduce la atingerea obiectivelor observării.

Elemente ale componentei metodologice în programul de observare

Caseta nr. 2.1
Scopul observării constă în a oferi date şi informaţii statistice în vederea elaborării de
variante de decizie sau de validare / invalidare ulterioară a impactului decizional.
Delimitarea populaţiei statistice impune identificarea spaţială, temporală şi
organizatorică (administrativă) a mulţimii unităţilor statistice ce o compun. (inclusiv
eşantioane prelevate din populaţia totală în cazul observărilor parţiale cu scop de
testare, de probă sau pilot).
Definirea unităţii statistice presupune precizarea succintă, simplă şi lipsită de
ambiguitate a elementelor, manifestărilor, cazurilor, indivizilor unei populaţii statistice.
Precizarea timpului observării, fie ca moment t, generând o imagine de stoc a
fenomenului, fie ca perioadă sau interval între două momente t şi t+1, oferind o
imagine de flux ca însumare a manifestărilor, cazurilor, apariţiilor din perioada
cercetată poate conduce la perioade identice sau diferite în raport cu timpul de referinţă
al observării efective.
Precizarea locului observării identifică detaliat adresa (locaţia) unităţii statistice sau un
anumit itinerariu cu sau fără salt de la o adresă la alta.
Precizarea caracteristicilor (variabilelor) supuse observării trebuie să cuprindă
elemente privind măsurarea, scala de măsurare şi comparabilitatea unităţilor de măsură.
Determinarea riguroasă a metodelor, tehnicilor, procedeelor de recoltare a datelor se
realizează prin optimizarea raportului cost-eficienţă (efort minim-rezultat maxim).
Anticiparea apariţiei unor erori, a surselor acestora, inclusiv a ratei de nonrăspuns
facilitează prelucrarea şi analiza finală a datelor culese şi înregistrate.

În observarea statistică trei deficienţe sunt recunoscute ca „delicte”grave:

alegerea unui timp inadecvat, a unei populaţii nereprezentative şi a unui personal
nepregătit.

33
 Elemente ale componentei organizatorice în programul de observare
Caseta nr. 2.2
Selectarea şi pregătirea personalului se realizează în funcţie de caracterul permanent
(temporar), dar şi de periodicitatea observării, iar verificarea onestităţii, eficienţei şi
adecvării pregătirii la cerinţele majore ale fiind nu lipsesc din nici un program practic.
Documentele observării reunesc chestionare şi fişe specifice agenţilor economici sau
respondenţilor individuali, liste comune sau formulare ale raportărilor instituţionale,
ghiduri de interviuri sociale şi formulare virtuale postate pe web-site-uri etc. Toate pot
genera erori sistematice, prin tehnoredactare incorectă sau instrucţiuni incomplete.
Informarea şi mobilizarea opiniei publice în investigaţiile statistice majore se realizează
după obţinerea unui aviz favorabil din partea autorităţilor publice.
Programul se încheie cu un calendar de predare a bazelor de date şi informaţiilor
culese şi înregistrate, în vederea obţinerii indicatorilor prin prelucrare şi sistematizare.

Programul unei observări statistice se particularizează relativ şi în raport cu

modalităţile teoretice sau cu tehnicile practice specifice de culegere şi înregistrare.

Tipologia modalităţilor de observare

Tabel nr. 2.1
Criterii de clasificare Modalităţi de observare
• directă sau prin contact nemijlocit cu unitatea statistică
I.Accesul la (măsurarea, cântărirea, intervievarea etc.)
unitatea statistică • indirectă sau documentară (extragerea cu discernământ a
datelor din înregistrări sau cercetări anterioare)
II. Populaţia • totală (exhaustivă) sau înregistrarea tuturor unităţilor,
observată constituind populaţia finită, supusă cercetării
• parţială (selectivă) sau în eşantionul prelevat
III.Periodicitatea • curentă (continuă)
observării • periodică (la limită chiar unică)

Principalele tehnici de observare sunt recensământul sau inventarul, eşantionul

extras aleator (repetat şi nerepetat), panelul sau eşantionul constant în cote (dirijat
sau subiectiv), observarea părţii principale sau a masivului de date, ancheta,
monografia şi observarea prin intermediul rapoartelor sau formularelor statistice.

Principalele tehnici de observare statistică – descriere succintă

Caseta nr. 2.3
Recensământul este o tehnică bazată pe modalitatea de observare directă, exhaustivă,
periodică şi realizată după criterii unitare, nediscriminatorii şi riguros stabilite.Tipurile
cele mai cunoscute sunt recensământul populaţiei şi al locuinţelor, alături de
recensământul agricol (suprafeţe de teren, numărul de pomi, animale, valoarea şi
numărul pieselor de inventar agricol). Recensământul populaţiei este cel mai vechi şi
cel mai frecvent practicat, romanii fiind aceia care l-au consacrat şi i-au conferit un
limbaj specific (census, lustrum, tabularium etc.). Introduse în Roma de către Servius
Tullius (578 – 534 î.Hr.) „census“–urile romane se succedau la o perioadă (lustrum) de
numai cinci ani. În vremurile lui Augustus, în Roma devenită capitala unui imperiu
extins în „mai multe continente”, periodicitatea s-a mărit, la zece ani, ca în timpurile
34
lui Diocleţian să crească la 15 ani, cauza fiind diminuarea resurselor imperiale, mai
ales financiare.“Census populi“ sau operaţiunea recenzării se realiza iniţial pe câmpul
lui Marte, conducerea ei era încredinţată „censorilor”, în timp ce declaraţiile date de
cetăţeni cu prilejul recensământului erau depozitate la “tabularium“ sau arhiva publică.
Cel mai apropiat recensământ de anul “0”, a fost realizat la moartea împăratului
August, în anul 14 d.Hr., şi a înregistrat circa 54 de milioane de locuitori, respectiv
populaţia cunoscută de romani în imperiul acestora (în acelaşi secol, China era estimată
la circa 71 de milioane de locuitori, Egiptului la 9 milioane, iar o estimare populaţiei
omenirii pare să fi fost cuprinsă undeva între 200 şi 300 de milioane de locuitori, în
timp ce astăzi depăşeşte 6,8 miliarde de locuitori,iar în 2050 va atinge 9,2 miliarde).
Primele recensăminte cu caracter ştiinţific real s-au realizat la finalul celei de-a doua
jumătăţi a secolului al XVIII-lea (începând cu 1749 în Suedia, 1790 în SUA, 1800 în
Anglia şi 1801 în Franţa), iar cel dintâi recensământ unitar metodologic şi comparabil
cu cele de astăzi rămâne cel realizat în Belgia, sub conducerea statisticianului Adolphe
Quetelet, în 1846. Demografia actuală defineşte recensământul populaţiei ca o
observare statistică, exhaustivă, având drept obiectiv înregistrarea populaţiei la un
moment dat, împreună cu o serie de caracteristici demografice şi socio-economice:
domiciliul, vârsta, sexul, starea civilă, cetăţenia, nivelul de instruire, locul de muncă,
categoria socială etc., organizată în vederea determinării numărului, structurii şi
repartizării teritoriale a populaţiei. Recensământul contemporan valorifică şi două
tipuri de anchete specifice:a) ancheta de probă sau test (pilot), anterioară, cu scop de
verificare, printr-o simulare restrânsă spaţial; b) ancheta de control, ulterioară, cu rol
de estimare prin sondaj, a calităţii înregistrărilor(nivel de precizie al recensământului,
erori de înregistrare). Potrivit metodologiei ONU, proiectarea unui recensământ are în
vedere existenţa unui temei legal care să conţină dispoziţii privind lansarea, programul
de observare, personalul implicat, costurile, precizarea momentului critic („ora zero”,
ziua, luna), obiectivele propuse şi eşalonarea operaţiilor, organizarea şi administrarea
activităţii specifice, lucrările pregătitoare în teren (sectorizare, întocmire hărţi etc.),
pregătirea chestionarului, stabilirea programului de prelucrare, planul de înregistrare,
programul de prelucrare şi valorificare a datelor, programul de publicaţii, ancheta de
probă, test sau pilot (recensământul experimental), publicitatea, recrutarea şi formarea
personalului, studierea sectoarelor de recensământ de către recenzori, difuzarea
chestionarelor şi instrucţiunilor, înregistrarea propriu-zisă a datelor, după primirea şi
verificarea formularelor, însoţită de controlul pe teren după înregistrare, ancheta de
control, gruparea şi prelucrarea datelor, elaborarea unor studii diverse. În privinţa
metodei de înregistrare sunt argumente care pledează pentru autoînregistrare şi
recensământ prin internet, în cazul populaţiilor cu venit ridicat, alfabetizate, instruite
completă, cu dezavantajul interpretării neunitare a noţiunilor, dar şi pentru interogarea
orală şi înregistrarea directă ca fiind superioare şi unitare, dacă sunt puse în practică de
către recenzori instruiţi metodic. Definirea unităţilor statistice (persoana, gospodăria,
locuinţa, clădirea) şi stabilirea caracteristicilor se asigură prin nomenclatoare statistico-
demografice, unde se identifică variantele variabilelor personale de la domiciliul şi
reşedinţa, la locul naşterii, locul de muncă, sexul, vârsta, starea civilă, vârsta la
căsătorie, numărul de copii născuţi-vii, copiii în viaţă, cetăţenia, etnia, limba, religia,
nivelul de instruire, tipul activităţii, ocuparea, mediul de rezidenţă, compoziţia
gospodăriei, compoziţia familiei, statutul social-economic, venitul, suprafaţa şi dotarea
locuinţei sau clădirii. În privinţa recensămintelor România beneficiază de o bogată
tradiţie, primul recensământ modern fiind cel realizat după Unirea Principatelor (în
35
perioada decembrie 1859–martie 1860) şi care a cuprins locuitorii din Moldova şi Ţara
Românească, întrunind majoritatea cerinţelor impuse recensămintelor în epocă, de la
universalitate,la înregistrarea prin dialog cu subiectul, la caracterul individual al
înregistrării, la iniţierea şi efectuarea acţiunii de către stat. În secolul XX s-au mai
efectuat nouă recensăminte, în momentele critice sau zero (conform principiului
simultaneităţii sau al reperului temporal unitar definit ca ziua recensământului, socotită
la ora zero): 1 decembrie 1899, 19 decembrie 1912, 29 decembrie 1930, 29 decembrie
1930, 6 aprilie 1941, 25 ianuarie 1948, 21 februarie 1956, 15 martie 1966, 5 ianuarie
1977, 7 ianuarie 1992. În noul mileniu, România a realizat cu finanţarea Uniunii
Europene recensămintele din 18 martie 2002 şi 22 Octombrie 2011. Inventarul este o
observare totală, directă şi periodică a populaţilor statistice specifice activităţii firmelor
şi instituţiilor publice cu referire la numărul, mărimea, tipologia activelor imobilizate,
obiectelor de inventar, stocului de mărfuri, materialelor sau materiilor prime. Datorita
unui raport cost-eficienţă cu mult mai bun, categoria cea mai larg utilizată a
observărilor statistice este aceea a tehnicilor parţiale sau selective. Dacă tehnica
practică este aceea a eşantionului extras aleator (repetat şi nerepetat), atunci are loc o
extindere sau inferenţiere riguroasă a rezultatelor obţinute prin observare în eşantion
(populaţie selectată), la întreg (populaţie totală), cu precizarea erorii limită admise.
Costul mai redus şi timpul mai scurt al acestei observări sunt principalele avantaje,
alături de precizarea prealabilă a erorii (maxim 5% în economie). O altă tehnică
practică este şi aceea a panelului, care a debutat ca un eşantion selectat dirijat sau
subiectiv, constant sau stabil în cote pentru mai multe observări succesive. Apărute în
sectorul produselor de larg consum, la nivel de magazin şi apoi de consumatori),
panelurile s-au dezvoltat ca urmare a cererii de informaţii în economiile de piaţă.
Primul panel a fost creat în anul 1929, în S.U.A. de către Arthur Charles Nielsen ca
panel de distribuitori, iar in Europa apare şi se extinde progresiv, începând cu anul
1950. Panelul de distribuitori a rămas axat pe un eşantion statistic permanent de puncte
de vânzări cu amănuntul, panelul de consumatori este constituit din gospodării, ambele
fiind reprezentative la un anumit moment pentru populaţiile cercetate. Observarea
părţii principale sau a masivului de date este o tehnică practică de observare, motivată
mai ales de lipsa acută de resurse (personal, timp şi bani). Această tehnică este bazată
pe culegerea şi înregistrarea datelor de la un număr restrâns de unităţi considerate
principale, furnizând proporţia majoritară şi semnificativă (masivul de date). Această
observare este justificată şi de principiul „20/80” al lui Vilfredo Pareto (20% din cauze,
factori sau unităţi ale populaţiei oferă explicaţii pentru aproximativ 80% din efecte).
Ancheta statistică reprezintă o tehnică de observare în plină extindere, acoperind
majoritar observarea fenomenelor economice şi sociale. Ancheta este tehnica de
observare a unei părţi oarecare din populaţia statistică, mai rar extrasă aleatoriu, fără
şanse de a putea evalua matematic erorile şi nerestricţionată de o structură complet
asemănătoare populaţiei totale, ca în cazul panelului şi nici limitată prin variabile şi
unităţi ca observarea masivului de date. Ştiinţele sociologice definesc şi ele numeroase
tehnici specifice, dar accentuează importanţa anchetei şi interviului. Principalele
diferenţe între anchetă şi de interviu sunt: a) o anchetă este standardizată integral, în
timp ce interviul, foarte rar şi atunci numai general tematic; b) ancheta se bazează pe
chestionar (şi pe un manual de anchetă), iar interviul, exclusiv pe ghidul interviului; c)
ancheta se utilizează extensiv, interviul intensiv; d)populaţia observată este mult mai
numeroasă în anchetă, decât în interviu. După cum inventarul are un conţinut majoritar
contabil şi parţial statistic, tot astfel monografia este o observare predominant
36
sociologică sau contabilă şi doar în secundar are şi caracter statistic. Definită ca
observare intensivă a unui anumit domeniu ştiinţific, a unui anumit teritoriu cu toate
metodele şi instrumentele unei ştiinţe, cu referire specială la domeniul contabilităţii,
sociologiei sau statisticii, monografia rămâne totuşi limitată, aparţinând mai ales
perioadei descriptive a ştiinţei statistice. Tradiţiile şcolii monografice şi sociologice
româneşti, dar şi caracterul complex al campaniilor monografice au fost unele de
excepţie. În România interbelică, după ce idealul naţional al unirii a fost realizat,
generaţiile de absolvenţi ai universităţilor româneşti s-au aflat într-o efervescenţă
creativă şi o comunicare culturală excepţională. Şcoala sociologică sau monografică,
Serviciul social, Institutul Social Român, Criterion, Fundaţiile Regale cu editurile şi
revistele lor au constituit o legătură vitală şi durabilă între toţi cei pe care i-au adus în
contact şi al căror act fundamental de credinţă a devenit: ”a-ţi cunoaşte ţara pentru a o
servi”. Serviciul social, care a funcţionat în perioada 1938-1939, a instituit chiar
obligativitatea pentru fiecare student în parte de a lucra în campanii sociologice,
participând la realizarea unei monografii într-unul din satele României, pe durata
vacanţei de vară. Şcoala monografică sau sociologică românească a reunit şi a conferit
un sens intelectual “misiunii” membrilor săi, un grup de profesori, cercetători şi
studenţi ce se autointitulau cu deosebită mândrie “monografişti”, întrunind, după
Edward Tyrakian,cele 4 elemente necesare supravieţuirii ei istorice:
¾ un lider fondator “charismatic”, în persoana profesorului Dimitrie Gusti;
¾ o afiliere instituţională în domeniul academic (Universitatea din Bucureşti, Institutul
Social Român, Fundaţia „Principele Carol”, Academia Română);
¾ o publicaţie cu caracter permanent care să disemineze cercetările (în acest sens, cu
data de 1 aprilie 1919, a apărut într-un număr de 31 de ediţii, pe parcursul a 16 ani
„Arhiva pentru Ştiinţa şi Reforma Socială”, concepută ca instrument de descriere a
realităţilor româneşti, a metodologiilor cercetărilor sociologice şi a monografiilor rurale
realizate, completată din anul 1936 de revista „Sociologie Românească”, o frescă
sociologică a satelor şi ţărănimii noastre, apărută în 26 de ediţii, până în anul 1943);
¾ o proclamaţie profesională proiectată extern, în care monografia este prezentată ca
fază de început a proiectului, denumit de profesor „realizarea statului cultural”.
Şcoala sociologică a parcurs patru perioade sau patru cicluri de viaţă de dimensiuni
diferite, dar semnificative prin rezultatele lor:
I. o perioadă pregătitoare sau o etapă „eroică”, până în 1917, în fapt o extindere, o
dezvoltare a seminarului din 1915 şi a dezideratelor expuse în lecţia inaugurală a
profesorului Dimitrie Gusti din 1910;
II. o perioadă de maturitate sau a „aventurii intelectuale” (1918-1933), perioadă în care
deviza „pro scientia et patria” s-a concretizat prin împământenirea metodei
monografice şi a aplicării ei în mediul rural, dar şi printr-un prestigiu internaţional şi o
recunoaştere ştiinţifică de excepţie, dobândite prin participări tot mai consistente în
plan internaţional, în cadrul Congreselor Institutului Internaţional de Sociologie (două
prezenţe româneşti sunt remarcate încă din 1933, prin lucrările sociologilor Gheorghe
Vlădescu-Răcoasa şi Henri H. Stahl) şi în cadrul nou createi „Federaţii Internaţionale a
societăţilor şi a institutelor de Sociologie” în 1930 (unde profesorul Dimitrie Gusti
avea să fie ales vicepreşedinte, pentru un an, după 1935);
III. o perioadă inerţială, perpetuând bunele tradiţii (1934-1943), chiar şi în condiţiile
nefaste şi bulversante ale izbucnirii celui de-al doilea război mondial, care avea să
amâne sine die, şi desfăşurarea la Bucureşti, a celui de-al XIV-lea Congres Internaţional de
Sociologie, având ca temă „Satul şi oraşul” în perioada 29. VIII. – 13. IX.1939;
37
IV. o perioadă postbelică de reviriment tardiv (1944-1948), remarcabilă prin cele 68 de
lucrări sociologie publicate.
Este prima tentativă interbelică generalizată şi reuşită de organizare a muncii în
echipă (o echipă multidisciplinară a cercetătorilor din domenii foarte diverse), în
vederea cunoaşterii vieţii economice şi sociale, din care să se desprindă nevoile
reale de reformare a ei. Campanii monografice sau monografii sociologice şi etice
s-au făcut şi înaintea profesorului Dimitrie Gusti, de către diverse alte şcoli, de la
cea franceză şi până la cea germană. Ceea ce caracterizează monografiile
profesorului Dimitrie Gusti, sunt originalitatea nomenclaturii şi a modului
multidisciplinar de cercetare, în echipe numeroase, alcătuite din 12-100 de
cercetători. Numărul minim de cercetători a fost iniţial de doisprezece: un geograf,
un antropolog, dublat de un statistician, un istoric şi un psiholog-etnograf pentru
cadre. Iar pentru manifestări, un economist, un jurist, un cercetător al vieţii politice
şi administrative şi cel puţin trei cercetători ai vieţii spirituale: un folclorist
muzicolog, pentru muzică şi dans, un literat-lingvist pentru limbă, literatură şi
ideologie, precum şi un etnolog, cunoscător al artei, tehnicii şi moravurilor locale,
iar pentru coordonarea ansamblului cercetărilor şi efectuarea studiilor privitoare la
unităţi, relaţii şi procese, un sociolog. În urma observării specifice monografice,
fişele sau bibliofaptele, cum erau numite de către monografişti, erau reunite în
dosarele unei monografii definitivate şi se refereau în mod concret la următoarele
domenii: statistică, cosmologie, biologie (antropologie şi biologie socială), istorie,
psihologie, manifestări spirituale, (religie, magie, ştiinţă, morală, dans, muzică,
literatură, artă plastică, limbă, cultură), manifestări economice (ramuri de activitate,
procese de ansamblu), manifestări juridice, manifestări administrativ-politice,
unităţi (familia, gospodăria şi alte categorii sociale) şi relaţii, procese, tendinţe cu
caracter general şi comunitar Întemeietorul ei, Dimitrie Gusti este şi magistrul
teoretic şi organizatoric al şcolii monografice româneşti, în timp ce stâlpii sau
„întâistătătorii” campaniilor de teren monografice sunt Mircea Vulcănescu (1904-
1952), prin spiritul său enciclopedic, Traian Herseni (1907-1980), datorită
spiritului sociologic şi Henri H. Stahl (1901-1991) prin spiritul lui organizatoric şi
metodologic. Primii monografişti ai şcolii plecaţi în campanii monografice au fost: a)
statistică: Sabin Manuilă, Dumitru Georgescu, Anton Golopenţia, Roman Cresin, Ivan
Measnicov, Gheorghe Retegan;b) drept: Mircea Manolescu; c) geografie şi istorie: Ion
Conea; d) familie, gospodărie: Xenia Costa-Foru; e) limbă, literatură: Tudor Vianu,Ion
Cazan,Iorgu Stoian; f) relaţii, procese, tendinţe: Henri Stahl, Traian Herseni; g)
antropologie, igienă: Francisc Rainer, Ştefan Milcu; h) economie: Paul Sterian, Nicolae
Cornăţeanu, Mircea Vulcănescu; i) etnografie şi folclor (muzică, dans arte plastice):
Harry Brauner, Constantin Brăiloiu, Floria Capsali, Marcela Focşa, Elena Constante
Mihail Constantinescu; j) antropologie culturală: Mihai Pop, Ernest Bernea, Ion
Ionică, Dumitru Amzăr, Nicolae Constantinescu. Prima cercetare monografică s-a
desfăşurat în anul 1925, într-un sat din judeţul Dolj, sudul Olteniei, respectiv la Goicea
Mare, fiind urmată de campaniile monografice de la Ruşeţ, în judeţul Brăila (1926),
Nerej, situat în apropiere de Putna, în judeţul Vrancea (1927), Fundul Moldovei, în
Bucovina (1928), Câmpulung (1928), Drăguş, în judeţul Făgăraş (în mai multe etape:
1929, 1932, 1933, 1938), Runcu, în judeţul Gorj (1930), Cornova, în Basarabia (1941).
Numărul campaniilor monografice a fost de 626 şi s-au centrat asupra satului ca

38
totalitate a cadrelor şi manifestărilor sociale. Din 1938, Anton Golopenţia, Henri Stahl,
Traian Herseni s-au oprit asupra realizării monografiilor axate pe probleme locale şi a
celor cu caracter regional (Ion Ionică), conştientizând faptul că monografierea
exhaustivă a celor 15 000 de unităţi administrative rurale, mari, de pe teritoriul ţării, în
vederea elaborării „sociologiei naţiunii” constituia un demers cu caracter utopic,
imposibil de realizat. Şcoala sociologică gustiană a avut astfel posibilitatea să
experimenteze în timp câteva tipuri fundamentale de ipoteze ale cercetării
monografice: ipoteza monografiei exhaustive sau integrale, testată şi definitivată în
campaniile monografice succesive de la Goicea Mare, Ruşeţu, Nereju, Fundu
Moldovei, Drăguş, Runcu, Cornova, ipoteza monografiei centrate pe o problemă cheie,
experimentată de Institutul Social Banat-Crişana şi reluată de cercetările echipelor
studenţeşti conduse de D. Gusti după 1934; ipoteza monografiei sumare de sat şi a
cercetării comparative a comunităţilor reprezintă o variantă mai restrânsă a
monografiei centrate pe o problemă cheie, focalizată pe patru teme: sănătate, muncă,
minte şi suflet; ipoteza monografiei sociologice cu şi fără sat pilot, precum şi ipoteza
monografiei tematice. Ipoteza monografiei tematice a fost concepută în cadrul Şcolii
Sociologice de la Bucureşti pentru a fundamenta analiza unei teze, a unei probleme
sociale mai complexe şi mai complete pe baza schemei cadrelor şi manifestărilor, dar
fără referire specială la o arie spaţială (deşi nu era total exclusă). Indiferent de tipul
cercetării, monografia interbelică a rămas un curent cultural, esenţa originalităţii sale
fiind conferită de pluridisciplinaritatea discipolilor.Monografia interbelică a rămas un
curent cultural, esenţa originalităţii sale fiind dată de abordarea multidisciplinară a
monografiştilor. Observarea prin intermediul rapoartelor sau formularelor statistice
solicitate de instituţia naţională specializată este un sistem practic de observare reunind
toate tehnicile descrise anterior în cadrul programului cercetărilor statistice. Se poate
exemplifica prin domeniul demografic unde se confruntă observarea totală, periodică şi
directă a recensământului, cu cea de tip documentar, curentă cu ajutorul sistemului
buletinelor statistice demografice şi a registrelor de populaţie. Utilizarea combinată de
tehnici de observare, de la interviul telefonic la raportul statistic, de la preluarea de
baze de date prin internet sau intranet, la simpla confruntare de fişiere transmise în
reţele, subliniază diversitatea practică a observării statistice contemporane.

Procesul de observare nu se poate realiza fără măsurarea statistică definită ca

scalare şi reunind prezenţa variabilei, etalonului de măsură şi unor reguli precise de
atribuire a valorilor numerice sau atributelor nenumerice (ordinea prin numerale,
clasificările prin simboluri etc.). Etalonul de măsură este o mărime definită, cu care
urmează a fi comparate variantele ce descriu nivelul de dezvoltare a caracteristicii
numerice studiate sau starea atributivă a unei trăsături. Etalonul natural defineşte o
mărime naturală absolută, cu semnificaţie de unitate de măsură şi exprimare
numerică certă şi precisă (metru, kilogram etc.), în timp ce etalonul conceptual
defineşte o mărime relativă printr-un set de criterii sau standarde cu sensul de
unitate convenţională de măsură. Pentru unele variabile atributive statistica
utilizează şi ea etaloane conceptuale prin scalele calitative în mod special.
„Asocierea variabilei unei caracteristici” sau scalarea calitativă în expresia sa
clasică este legată de parcurgerea următoarelor etape: mai întâi se identifică un
„câmp maxim de amplitudine sau un spaţiu de variaţie” (ca rezultat al observării),
care va avea conţinutul unei mulţimi de valori ce vor fi ulterior asociate cu
39
variantele caracteristicii, apoi se definesc regulile de asociere şi simbolurile pentru
situaţiile concrete ale variantelor reale şi, la final, se trece la asocierea practică,
pentru caracteristica de tip calitativ studiată, fiecărui individ îi va corespunde o
singură valoare din câmpul maxim de amplitudine sau spaţiul specific de variaţie.
Prima formă de măsurare statistică este scala nominală (neparametrică). A
nominaliza statistic nu înseamnă a realiza operaţii, ci a identifica şi clasa. În raport
cu complexitatea operaţiilor, tipologia scalelor se rezumă în practica cercetărilor
statistice la patru categorii: scala nominală (neparametrică), ordinală
(ierarhică),cardinală (de interval) şi proporţională (de raport). Primele două
caracterizează variabilele calitative iar ultimele două, pe cele cantitative.
I. Scala nominală sau neparametrică reprezintă o simplă enumerare de variante
atributive diverse, cu precădere stări şi permite doar clasificarea unităţilor studiate.
Nu se realizează nici ordonarea sau ierarhizarea de unităţi şi nici nu se măsoară
distanţa dintre două elemente. Nivelul nominal sau mai corect starea nominală
presupune doar existenţa unui set de categorii. Atribuirea valorilor sau încadrarea
într-o categorie se face exclusiv pe baza relaţiei de egalitate / neegalitate. Această
relaţie este simetrică (A=B, atunci şi B=A) şi tranzitivă (dacă A=B, B=C atunci şi
A=C). Scala nominală sau enumerativă respectă cerinţele unei clasificări corecte
(exhaustivitatea sau completitudinea, definită prin clasificarea tuturor elementelor
şi exclusivitate sau unicitatea încadrării într-o clasă, conform căreia un element
poate fi repartizat exclusiv la o singură categorie). Prelucrarea statistico-
matematică pe această scală este limitată la frecvenţe absolute şi relative, valori
modale, coeficienţi Gini-Struck, coeficienţi de contingenţă (de asociere). Simpla
enumerare a unor profesiuni umane este un exemplu elocvent în acest sens.
II. Scala ordinală sau ierarhică introduce relaţia de ordine şi prezintă ca logică
esenţială: superioritatea/inferioritatea fiecărei poziţii sau stări nou apărute în
raport cu starea precedentă. Scala ordinală sau ierarhică reflectă relaţia de ordine
„mai mare”, „mai mic”, indicându-se rangul poziţiilor ocupate pe o scală, fără a se
putea preciza diferenţele dintre ele. Relaţia de ordine este asimetrică (A>B, atunci
B<A, deci B≠A) şi tranzitivă (dacă A>B şi B>C, atunci A>C). Transformările
permise ale valorilor de scale cuprind operaţiile matematice de scădere, adunare,
împărţire sau înmulţire cu o constantă, deoarece ele conservă relaţia de ordine. La
prelucrarea statistico-matematică a datelor, pe lângă operaţiile specifice nivelului
nominal, se adaugă poziţionarea şi determinarea medianei distribuţiei şi a restului
cuantilelor, a abaterii interquartilice, cuantificarea coeficienţilor de corelaţie a
rangurilor. Tipul de şcoală absolvită, respectiv primară, gimnazială, de ucenici,
profesională sau vocaţională, liceală, postliceală sau de maiştri, studii superioare de
licenţă, masterat şi studii doctorale, constituie un exemplu de ierarhie ce generează
o scală ordinală.
III. Scala cardinală (de interval) permite efectuarea operaţiilor elementare de
adunare şi scădere, alături de relaţia de ordine, precum şi calculul distanţelor dintre
diferitele trepte, ranguri, nivele, eşaloane. Pe o scală cardinală, punctul “zero“ este
întotdeauna ales arbitrar sau relativ. Scala cardinală sau de interval prezintă o serie
de constrângeri, dintre care cea mai importantă este aceea că transformările
permise cu valorile atribuite sunt limitate la adunarea sau scăderea unei constante
(transformări liniare), pentru a se păstra relaţia originară. Cele mai relevante
40
exemplificări sunt cele ale scalelor de temperatură Celsius, Kelvin, Fahrenheit (00
Kelvin = -2730 Celsius = 320 Fahrenheit). Pe scala cardinală neexistând operaţia de
raportare, devine clar că este lipsită de sens raportarea lui 100 C la 50 C, rezultatul
nefiind regăsit ulterior prin transfer pe niciuna dintre scalele cardinale de
temperatură (00 Celsius, 00 Kelvin sau 00 Fahrenheit sunt fixate arbitrar sau relativ).
Tipologia operaţiilor şi calculelor permise de scala cardinală este mai extinsă
cuprinzând suplimentar media distribuţiei, abaterea medie liniară sau pătratică,
coeficienţii de corelaţie, de regresie etc. (exemple mai cunoscute rămân şi scala de
ierarhizare tip Likert, scala intervalelor aparent egale - Thurstone).
IV. Scala proporţională sau de raport permite şi efectuarea de operaţii de
raportare, pornind de la poziţia naturală a valorii “zero“. Fixarea adecvată, lipsită
de relativitate sau de arbitrar a valorii “zero“, transformă o scală, din cardinală în
proporţională. Scala proporţională prezintă în practică cele mai multe relaţii şi
operaţii (ordine, distanţă şi origine naturală) iar atribuirea valorilor se bazează pe
existenţa unei unităţi de măsură şi a unui punct natural de pornire ceea ce conduce
la valori cantitative în sensul strict al termenului. Statistica operează cu variabile
care impun scalarea proporţională temporală (vârstă, vechime etc.), economică
(venit, profit etc.), fizică (lungime, masă, volum etc.)ş.a. Scala proporţională
valorifică multiplicarea sau demultiplicare, apelând la întregul aparat statistico-
matematic.
În măsurarea statistică se disting câteva proprietăţi sau cerinţe importante:
- validitatea de conţinut (internă), care exprimă gradul în care indicatorii măsoară
ceea ce se presupune că măsoară;
- validitatea predictivă (externă), se referă la gradul în care măsurarea efectuată se
asociază cu anumiţi factori exteriori, caracteristici sociale, profesionale, de
performanţă, şi la prognozarea evoluţiei viitoare a fenomenelor cercetate;
- validitatea de construct este dată de ponderea varianţei comune a variabilei
măsurate şi a factorilor explicativi, raportată la totalul varianţei variabilei.
- fidelitatea, care exprimă gradul de încredere şi gradul de stabilitate în cazul
măsurării efectuate
Trei criterii de clasificare domină diversitatea scalelor: complexitatea operaţiilor
şi a relaţiilor matematice ce se pot realiza la nivelul fiecărei scale în parte,
specificitatea sociometrică a tehnicii de scalare (devenind deja celebre scalele de
tip Osgood, Adorno-Stapel, Likert, Guttman, Thurstone, Bogardus, Guilford)
precum şi natura variabilei scalate (o variabilă numerică, cum ar fi preţul sau
nenumerică, respectiv o atitudine). În caseta următoare sunt detaliate şi
exemplificate câteva din metodele de scalare calitativă, ce posedă atât o utilizare
ridicată, cât şi o dinamică ascendentă a acestei utilizări, în practica cercetării
cantitative sau statistice a pieţei, denumită în prezent cercetare de marketing dar şi
în alte tipuri de cercetări ştiinţifice.

Caseta nr. 2.4

I.Diferenţiala de tip semantic (semantic differential) a devenit în timp un ansamblu
de scale ce măsoară un câmp (spaţiu) semantic standardizat riguros, deşi provine
dintr-o simplă scală bipolarizată adjectival prin expresii antinomice, de tip limitativ
ale reacţiilor afective generale în raport cu un anumit cuvânt.
41
1.Scurtă descriere: Metoda originală a fost standardizată prin intermediul unei liste
de adjective bipolare poziţionate grafic pe o scară cu şapte trepte (I treaptă devenea
polul negativ cuantificat cu -3, treapta a IV-a coincidea cu punctul de echilibru, de
neutralitate, egal cu „zero”, iar a VII-a treaptă se transforma în polul pozitiv
cuantificat cu +3). Ca instrument de măsură, diferenţiala determină direcţia şi
intensitatea atitudinii respondenţilor la stimul (cuvânt).Apar două etape de selectare
mai întâi a cuvintelor, noţiunilor, conceptelor (stimulilor) şi apoi a adjectivelor polare
adecvate (se apela la perechile utilizate deja şi care erau grupate în structura EPA sau
Evaluare, Putere, Activitate).[10] Structura EPA justifică mai mult de 2/3 din varianţă,
ceea o transformă în factor determinant, în variaţia de ansamblu. Scorurile populaţiei
cercetate sunt agregate apoi pentru fiecare scală aferentă practic unui anumit stimul
(cuvânt), urmărind determinarea direcţiei (- sau +),după formula unei medii aritmetice
ponderate a populaţiei respondenţilor şi are loc determinarea scorurilor pentru scalele
grupate după (e), (p), (a), ca medii simple aritmetice ale scorurilor de scală. La final,
se poate calcula scorul conceptului de ansamblu.
2.Autorul şi anul primei utilizări a metodei:Charles E. Osgood în 1957 (SUA).
3.Domenii de cercetare: Scalarea aprecierilor consumatorilor
4.Avantaje:Reprezentările grafice moderne ale rezultatelor scalării sunt foarte
sugestive (fie prin intermediul diagramei specifice denumită „profil polar”, fie prin
graficele tridimensionale denumite vectorii de scor sau de polarizare plasaţi în cadrul
unei sfere sau unui cub, prin aplicarea programelor SAS sau SPSS).
5.Dezavantaje:Este mai puţin relevantă static, necomparată sau neconfruntată.
Metodologia nu este definitivată în ceea ce priveşte numărul scalelor în corelaţie cu
conceptul scalat, iar referitor la unele aspecte este fie eliptică (succesiunea optimă a
scalelor), fie restrictivă (structura EPA).
6. Exemplificare: Aprecierile asupra unui produs nou, la o lună de la cumpărare,
exprimate de către un număr de 300 de clienţi, cuprinşi într-un eşantion extras aleator
prin tehnica pasului mecanic de numărare, folosind ca bază de eşantionare lista
certificatelor de garanţie emise clienţilor unde se anexase următorul chestionar:
Tabel nr. 2.2
Vă rugăm să ne răspundeţi la ce vă gândiţi când vedeţi scrisă denumirea
noului produs „Y”, prin simpla marcare cu un „x” în căsuţa aleasă de dvs.
Aprecierea dvs. referitoare la produsul „Y”
1 2 3 4 5 6 7
* Bun * Rău
* Mare * Mic
* Plăcut * Neplăcut
**Tare ** Slab
**Profund **Superficial
** Uşor ** Greu
*** Rapid ***Lent
*** Silenţios ***Nesilenţios
*** Activ ***Pasiv
Modelul prezentat este adaptat după Metodologia cercetării sociologice, Septimiu
Chelcea, Ed. Economică, Bucureşti, 2004, pag.271-279 (*=E,**=P,*** =A).
Scorurile scalelor după prelucrarea chestionarelor
Tabel nr. 2.3
Treapta I -foarte favorabil=1 Treapta VII -foarte defavorabil =7

42
 Scor Scala Scor înregistrat Scala Număr
scală 1 2 3 4 5 6 7 clienţi
1,35 Bun 250 20 18 4 4 3 1 Rău 300
1,30 Mare 256 21 12 4 3 3 1 Mic 300
1,26 Plăcut 259 21 10 4 3 1 1 Neplăcut 299
e =1,30
1,84 Tare 191 35 30 24 16 4 - Slab 300
1,91 Profund 196 20 35 23 17 8 1 Superficial 300
1,93 Uşor 176 44 34 31 6 3 6 Greu 300
p=1,89
2,08 Rapid 120 73 68 22 3 4 1 Lent 291
? Silenţios 85 29 27 40 17 13 33 Nesilenţios 294
2,74 Activ 101 56 49 34 21 19 12 Pasiv 292
a=?
Scorul produsului „Y” = e + p + a = ?
Determinarea scorului per scală este echivalent cu evaluarea simplă a mediei
aritmetice ponderate, exemplificat pentru scala silenţios-nesilenţios:
Scor scală=[(85x1)+(29x2)+(27x3)+(40x4)+(17x5)+(13x6)+(33x7)]:294=2,64.
Pentru conceptele structurale, scorul este o medie aritmetică simplă a scorurilor per
scală conţinute în conceptual structural analizat, aşa cum rezultă din calculul lui a:
a = (2,08+2,74+2,64):3=2,49 iar scorul conceptului produsului Y este suma celor trei
scoruri ale conceptelor structurale analizate:S=(e+p+a)=(1,3+1,89+2,49)= 5,68.
Static, scorul obţinut pare mai puţin relevant. Expus comparaţiilor cu alte produse
diferenţiatorul semantic devine tot mai semnificativ şi permite stabilirea polarizării.
II. Diferenţiala semantică în varianta Adorno - Stapel
1. Scurtă descriere: Scala Adorno-Stapel este alcătuită dintr-un număr de zece trepte
sau grade de intensitate a aprecierilor, aspiraţiilor, dorinţelor, dintre care cinci au
valori pozitive, iar celelalte cinci negative:
(ceva ce nu doriţi în nici un caz) (ceva ce doriţi foarte mult)
-5 -4 -3 -2 -1 Criteriul (variabila) de scalare +1 +2 +3 +4 +5
2. Autorii şi anii primelor utilizări practice a metodei: T.W. Adorno în 1961
(emigrat din Germania în SUA) şi J.Stapel în 1969 (Olanda).
3. Domenii de cercetare: Scalează aprecieri,aspiraţii,dorinţe ale consumatorilor
4. Avantaje: Mai multe trepte se traduc prin dinamism accentuat ca şi prin
personalizări mult diferenţiate ale respondenţilor. În cazul opiniilor, dorinţelor sau
aprecierilor relativ omogene, utilizarea scalei Adorno-Stapel, oferă un grad mai mare
de relevanţă a rezultatelor. Un aspect deosebit de interesant este calculul omogenităţii
populaţiei respondenţilor în raport cu opinia exprimată
5. Dezavantaje: Raţia scalei este inegală, în zona centrală ea ajungând la 2 puncte, în
timp ce în rest este de numai 1 punct. Acest fapt contribuie la o polarizare mai
accentuată în raport cu aceea a diferenţiatorului semantic Osgood. Pentru o evaluare
în trepte mai echilibrate, se poate utiliza o scală construită ca o progresie clasică
aritmetică a cărei raţie este permanent de 2 puncte, polarizarea accentuându-se în mod
evident (câmpul valorilor devine aproape dublu).
-9 -7 -5 -3 -1 Criteriul (variabila) de scalare +1 +3 +5 +7 +9
6. Exemplificare: Dorind să cunoască aprecierea consumatorilor în ceea ce priveşte
imaginea creată de reţeaua de magazine, firma „Y” a iniţiat un studiu statistic de piaţă
în rândul clienţilor, folosind ca variabile de scalare diversitatea ofertei, preţurile
43
practicate, atitudinea vânzătorilor şi locaţia magazinelor firmei în raport cu domiciliul
cumpărătorilor. Rezultatele a 200 de formulare centralizate, prelucrate pentru a se
determina scorul fiecărei variabile scalate cu diferenţiala Adorno-Stapel:
Tabel nr.2.4
-9 -7 -5 -3 -1 Criteriul (variabila) de scalare +1 +3 +5 +7 +9
2 4 7 33 47 Diversitatea ofertei 52 32 12 7 4
3 5 12 19 31 Preţurile practicate 67 43 11 5 4
2 3 3 11 21 Atitudinea vânzătorilor 64 56 25 14 1
1 2 3 4 33 Plasamentul magazinelor 67 39 25 14 12
Tabel nr.2.5
Criteriul (variabila) de scalare Scorul variabilei Abaterea de la scorul mediu
Diversitatea ofertei 0,33 -0,89
Preţurile practicate 0,56 -0,66
Atitudinea vânzătorilor 1,78 0,56
Plasamentul magazinelor 2,16 0,94
Imaginea „Firmei Y” Scor mediu = 1,22
Imaginea pozitivă a firmei este datorată în mare parte locaţiilor sau plasamentelor şi
ceva mai puţin atitudinii corecte a vânzătorilor, în timp ce diversitatea ofertei şi
preţurile practicate sunt în opoziţie cu celelalte două variabile, aşa cum rezultă din
valorile aproximativ simetrice ale abaterilor faţă de scorul mediu. Diferenţiala
Adorno-Stapel „accentuează” polarizările apărute.
III. Scala repertorială sau scala Likert
1. Scurtă descriere: Definită generic drept scală de tip repertorial, scala este
cunoscută şi sub numele Likert (de la numele autorul ei) şi exprimă gradual acordul
sau dezacordul, printr-un număr de acum clasic de numai cinci trepte, a căror
structură şi denumire s-a nuanţat ,aşa cum se constată din tabelul următor:
Tabel nr. 2.6
Aprobare puternică Aprobare Indecis Dezaprobare Dezaprobare puternică
Acord total Acord Neutru Dezacord Dezacord total
Soluţiile de acordare a scorului (punctajului sau ponderii) per treaptă s-au diversificat
şi ele, aşa cum rezultă din variantele expuse mai jos:
Tabel nr. 2.7
5 4 3 2 1
2 1 0 -1 -2
În practică scala Likert cu cinci trepte coexistă cu alte modele de trei (acord– indecis–
dezacord) sau şapte răspunsuri (acord puternic–acord–indecis,dar probabil de acord–
indecis–indecis, dar probabil în dezacord–dezacord–dezacord puternic).
2. Autorul şi anul primei utilizări practice a metodei: Rensis Likert în 1932.
3. Domenii de cercetare: Studii de piaţă sau cercetări statistice privind imaginea de
marcă, eficienţa promovării, intensitatea intenţiei de cumpărare, caracterul de lider
într-o piaţă, atitudinea cumpărătorilor faţă de noile produse sau servicii.
4. Avantaje: Simple prin construcţie şi lesne de interpretat, scalele de tip Likert
permit chiar testarea statistică.
5. Dezavantaje:Scorul obţinut prin scala Likert trebuie convertit în scor standard, şi
confruntat cu o valoare maximă sau minimă.
6. Modul concret de aplicare: Există mai multe etape în aplicarea unei scalări
repertoriale sau de tip Likert. Mai întâi se redactează într-un chestionar enunţurile
44
considerate definitorii în raport cu dimensiunea (caracteristica sau variabila ce
urmează a fi măsurată sau scalată). Apoi se detaliază scorurile răspunsurilor la
întrebările ce constituie enunţurile definitorii, ca în exemplul următor privind
abordarea drept variabilă a spiritului de echipă, într-o firmă ce realizează proiecte cu
finanţări externe, pornind de la un chestionar special pentru un studiu de impact:
Personal consideraţi că în activitatea desfăşurată de dvs. ar fi mai bine ca:
A. spiritul de echipă să domine spiritul individual în realizarea proiectului ?
Acord total Acord parţial Lipsă opinie Dezacord parţial Dezacord total
B. acel membru al echipei care are cele mai multe relaţii deschise cu partenerii, să
fie numit automat managerul proiectului indiferent de poziţia sa în firmă ?
Acord total Acord parţial Lipsă opinie Dezacord parţial Dezacord total
C. Echipa de proiectare are nevoie de cât mai puţini membrii ce au opinii
asemănătoare despre variate subiecte, exprimate public în diverse ocazii ?
Acord total Acord parţial Lipsă opinie Dezacord parţial Dezacord total

Sistemul de notare utilizat este următorul:

După scalare rezultatele individuale (scorurile) celor 100 de salariaţi ai firmei au fost
ordonate pentru fiecare enunţ în parte şi sistematizate.
Tabel nr. 2.8
Scorul final al enunţurilor Acord Acord Lipsă Dezacord Dezacord
definitorii total parţial opinie parţial total
Scor A( quartila I) = 30 - - 9 12 4
Scor A(quartilaIII) = 68 4 10 11 - -
IV. Scala cumulativă de tip Guttman
Scurtă descriere: Scala cumulativă de tip ordinal Guttman este axată pe agregarea
scorurilor pentru toate întrebările dihotomice (Da=1 şi Nu=0), întrebări sau sensuri ce
s-au structurat pe baza unui „continuum comun” transferat semantic şi sistematic,
regresiv şi lipsit de salturi monotone de la Da la Nu. Un exemplu de scală Guttman
alcătuită din zece astfel de întrebări este prezentat în continuare:
I.Credeţi că societăţile unde statul deţine ponderea majoritară ca acţionar ar trebui
să dispară în întregime într-o economie de piaţă dinamică şi eficientă?
II.Consideraţi că produsele oferite de către societăţile unde statul deţine ponderea
majoritară ca acţionar sunt incapabile să se adapteze pieţei?
III.Sunteţi convins că dimensiunea mare a acestor societăţi contribuie la amplificarea
incapacităţii lor de adaptare?
IV.Consideraţi că există un grad mai mic de risc în atitudinea lor de comercializare?
V.Aveţi şi dvs. convingerea că la societăţile descrise puteţi obţine mai rapid o
comandă cu ajutorul unui comision acordat managerilor şi nu prin calitatea şi preţul
ofertei?
VI.Credeţi că aceste societăţi prezintă „obişnuinţe mai puţin economice” în
activitatea de aprovizionare ?
VII.Socotiţi că societăţile majoritar aflate în proprietate de stat sunt mai uşor
coruptibile pe piaţa muncii?
VIII.Credeţi că utilizarea ineficientă a timpului este cauza majoră a incapacităţii?
IX.Apreciaţi că managementul rigid al acestor societăţi le face mai puţin capabile în

45
a se adapta tranziţiei şi pieţei?
X.Faceţi parte dintre cei care consideră că stimulentele alocate necorespunzător în
societăţile descrise mai sus le diminuează capacitatea de adaptare?
1. Autorul şi anul primei utilizări practice a metodei:Louis Guttman în 1944.
2. Domenii de cercetare:Studii sau cercetări statistice privind evaluarea atitudinilor şi
satisfacţiei celor intervievaţi.
3. Avantaje: Permite identificarea respondenţilor lipsiţi de sinceritate şi prezintă o
aplicabilitate deosebit de rapidă, datorită limitării numărului de întrebări sub 10-12.
4. Dezavantaje: Spectrul domeniilor de aplicabilitate este ceva mai limitat, cauza
rămânând tipul de întrebare exclusiv alternativă sau binară ca posibilităţi de răspuns.
Eşantioanelor de volum mediu şi mare, situate în apropierea valorii de 100 de
respondenţi şi mai ales peste această valoare nu li se pot aplica scale Guttman datorită
volumului foarte mare de erori potenţiale.
5. Modul concret de aplicare: În raport cu exemplul de scală Guttman prezentat se
poate detalia calculul principalilor indicatori. Procesul de determinare a
coeficientului de reproductibilitate, prin intermediul căruia se indică dacă un
domeniu este scalabil sau nu, se bazează pe o relaţie aritmetică foarte simplă:
R nerori
CG = 1− . Coeficientul are ca limita minimă de acceptabilitate a
nrespondenţi × nîntrebări
unui domeniu scalabil valoarea de 0,85. Pentru a înţelege modalitatea de obţinere a
valorii coeficientului se prezintă sinteza unei scale Guttman la care au participat 10
respondenţi, care au răspuns la cele 10 întrebări fiecare:
Tabel nr.2.9.
Respondenţi Răspunsul ( DA=1, NU=0) la întrebarea: Scor final
I II III IV V VI VII VIII IX X
1 1 1 1 1 1 1 1 1 1 1 10
2 0 1 1 1 1 1 1 1 1 1 9
3 0 0 1 1 1 1 1 1 1 1 8
4 0 0 0 1 1 1 1 1 1 1 7
5 0 0 0 0 1 0 1 0 1 1 4
6 0 0 0 1 0 1 1 1 1 1 6
7 0 0 0 0 0 0 0 1 1 1 3
8 0 0 0 1 0 1 0 1 1 1 5
9 0 0 0 0 0 0 0 0 1 1 2
10 0 0 0 1 0 1 0 1 0 1 4
Număr de erori 0 0 0 3 0 3 0 3 0 0 *
Cum au fost detectate erorile?Prin analiza de monotonie sau aceea a „continuumului
coerenţei logice”se constată că specificitatea construcţiei întrebărilor acestei scale a
fost axată pe logica „o dată ce răspunsul s-a transferat din zona lui „0” în aceea a lui
„1”el va rămâne în acest tip de răspuns monoton,coerent, stabil, logic. Respondenţii la
care s-au constatat erori sunt 5,6,8 şi 10. Coeficientul de reproductibilitate este C=1-
9/100=0,91. Scalarea de tip Guttman poate fi utilizată în scopul propus. Întrebările
IV,VI şi VIII vor fi reanalizate şi eventual reformulate, înlocuite integral sau se va
renunţa definitiv la ele, iar asupra respondenţilor 8 şi 10 „planează spectrul lipsei de
onestitate în răspunsurile date”, în măsura în care testarea scalei nu a identificat erori
de formulare la întrebările IV, VI şi VIII.
V. Scala de interval tip Thurstone
46
1.Scurtă descriere: Scala de interval tip Thurstone măsoară atitudini prezente, prin
întrebări sau formulări lipsite de echivocitate sau ambiguităţi, personalizate tematic,
accentuat individualizate şi corect adresate segmentului ţintă, utilizând expresii
verbale evaluate şi plasate într-un continuum atitudinal logic alcătuit din 7 sau 11
clase, de către un număr variabil de „judecători”(preferabil între 50-300), urmat de
calculul valorii de scală (preferată fiind valoarea mediană). Scala finală conţine 14 sau
22 de enunţuri (dublul numărului claselor), la care se mai adaugă întrebări cu rol de
segmentare a respondenţilor şi de verificare a sincerităţii lor.
2.Autorul şi anul primei utilizări practice a metodei:Louis Thurstone în 1929
3.Domenii de cercetare: Cercetări statistice referitoare la atitudini, intenţii, preferinţe
de cumpărare, la comportamentul consumatorului.
4.Avantaje: Utilizarea unui număr relativ mare de „judecători”permite o mai bună
segmentare a atitudinilor ce vor fi surprinse de scală, iar enunţurile selectate de către
„judecători”sunt mai fiabile.
5.Dezavantaje:Nu permite evaluarea intensităţii atitudinilor la scoruri paritare, nu
exclude subiectivismul judecătorilor şi deşi consumul de timp este maxim în raport cu
alte scale, calitatea predicţiei nu este direct proporţională cu timpul.

VI. Scala arbitrară adaptată după aceea a distanţei sociale sau Bogardus
1. Scurtă descriere: Scala Bogardus anticipează în mod sintetic şi coerent încercările
contemporane de evaluare a unui concept atât de extins cum este cel al coeziunii
sociale, mai ales incluziunea şi excluziunea specifică noului concept statistic şi social.
O propunere de utilizare a scalei vizează varianta cu şapte trepte ce permite
determinarea rapidă a celor trei indici specifici: al distanţei de piaţă sau culturale
(scorul IDC cuprins între 0 şi 6), al contactelor de piaţă sau culturale (scorul ICC
ordonat descrescător de la 6 la 0) şi al calităţii contactelor de piaţă sau culturale
(scorul ICCC definit ca un cumul descrescător al frecvenţele scorurilor ICC, fiind
cuprins între limita maximă 21 şi minimă 0).
Tabel nr. 2.10.
În În casa În casa În sediul În altă Într-o În nici
propria unui unui unde îmi casă de pe casă din o altă
casă prieten vecin desfăşor teritoriul oricare casă
apropiat serviciul ţării altă ţară
Scor IDC 0 1 2 3 4 5 6
Scor ICC 6 5 4 3 2 1 0
IDC + ICC 6 6 6 6 6 6 6
Scor ICCC 21 15 10 6 3 1 0
2. Autorul şi anul primei utilizări a metodei: Emory Bogardus în 1925
3. Domenii de cercetare: Studii de piaţă şi cercetări statistice privind intenţii,
atitudini, preferinţe pentru produse şi servicii tradiţionale specifice.
4. Avantaje:Scala permite o identificare a intensităţii atitudinii sociale faţă de produse
şi servicii, polarizând gradului de atracţie sau respingere.
5. Dezavantaje:Nuanţele arbitrare specifice, aproximarea sensurilor şi egalitatea
relativă a intervalelor sunt considerate principalele deficienţe ale scalei.
6. Modul de aplicare: Pentru a identifica atitudinea a 100 de respondenţi faţă de
câteva servicii de livrare la domiciliu a unor produse culinare cu specific naţional se
detaliază prin scală adaptată de tip Bogardus, şapte trepte de distanţare reală:

47
Tabel nr. 2.11.
Categoria de În În casa În casa În sediul În altă Într-o În
produse culinare propria unui unui unde îmi casă de pe casă din nici o
(livrare la casă prieten vecin desfăşor teritoriul oricare altă
domiciliu) apropiat serviciul ţării altă ţară casă
Pizza x x x x x
Kebap x
Hot-dog x
Salată a la grec x x x x x
Hamburger x x
Ştrudel cu carne x x x x x
După metodologia propusă indicii obţinuţi de către acest respondent unic sunt:
Tabel nr. 2.12.
Categoria de produse IDC (scorul primei ICC (scorul prime ICCC (cumul de
culinare (livrate la apariţii a lui x pe apariţii a lui x pe scoruri ICC ale
domiciliu) scala IDC) scala ICC) lui x)
Pizza 0 6 20
Kebap 6 0 0
Hot-dog 4 2 2
Salată a la grec 0 6 20
Hamburger 3 3 5
Ştrudel cu carne 0 6 20
După prelucrarea a 100 de chestionare se obţin valorile finale ale indicilor, valori
determinate ca medii aritmetice ponderate ale seriilor de frecvenţe rezultate, unde
media IDC şi ICC prin însumare vor genera o valoare constantă, respectiv 6.
Tabel nr. 2.13.
Categoria de produse culinare (livrate la domiciliu) IDC ICC ICCC
Pizza 1,4 4,6 16,7
Kebap 4,8 1,2 5,1
Hot-dog 3,9 2,1 7,1
Salată a la grec 1,6 4,4 15,9
Hamburger 3,6 2,4 8,4
Ştrudel cu carne 1,5 4,5 16,2
Se constată o atitudine favorabilă faţă de pizza, salate greceşti şi ştrudelul cu carne,
pentru care ICCC se află dincolo de quartila superioară a intervalului (0-21), respectiv
între15,75 şi 21. ICCC poate fi interpretat în 4 intervale de atitudine:
Tabel nr. 2.14.
Atitudine Slab favorabilă Favorabilă Puternic favorabilă Extrem de favorabilă
Interval ICCC 0 - 5,25 5,25– 10,5 10,5 - 15,75 15,75 - 21
VII. Scalele statistice bazate pe comparaţii şi exprimate prin indicatori relativi:
Scalele comparaţiilor perechi, axate pe ordonarea rangurilor şi cu sumă constantă
A. Scala comparaţiilor perechi sau Thurstone-Guilford
1.Scurtă descriere: Scala are ca obiect combinările a „n” elemente luate câte două
p n! n! n(n −1)(n − 2)! n(n −1)
(p=2), respectiv Cn = = = = .
p!(n − p)! 2!(n − 2)! 2!(n − 2)! 2
Principiul de determinare a ierarhiei finale se poate baza fie pe ordinea preferinţelor,
48
fie pe aceea a atitudinilor defavorabile sau a refuzurilor, fie pe utilizarea combinată a
celor două variante de clasare.
2.Autorul şi anul primei utilizări practice a metodei: J.P.Guilford în 1954.
3.Domenii de cercetare:Studii sau cercetări statistice al căror principal obiectiv este
determinarea atitudinilor favorabile sau a intensităţii preferinţelor pentru diferite
mărci, produse, servicii, ambalaje.
4.Avantaje: Promptitudinea şi simplitatea devin argumente importante în aplicarea
scalei bazate pe metoda comparaţiilor perechi.
5.Dezavantaje: Relativizarea distanţei reale şi a preciziei scalării în ierarhia finală
alături de numărul destul de limitat al obiectelor măsurate prin scală.
6.Modul concret de aplicare: Un studiu îşi propune să ierarhizeze prin compararea
sub formă de perechi a unui număr de cinci mărci complementare. Numărul final al
combinărilor posibile este egal cu 10, iar la chestionar au răspuns un număr de 1000
de consumatori (numărul variantelor exprimate fiind de 10000). Datele colectate sub
forma unor frecvenţe absolute sunt următoarele:
Tabel nr. 2.15.
Varianta Varianta preferată Total
respinsă A B C D E
A 1150 300 1350 1000 3800
B 10 630 900 860 2400
C 600 50 110 740 1500
D 30 140 1030 300 1500
E 70 130 90 510 800
Total 710 1470 2050 2870 2900 10000
Valorificând datele anterioare ca indicatori relativi, exprimaţi sub forma unor
coeficienţi, în urma raportării frecvenţelor specifice fiecărei opţiuni la volumul total al
respondenţilor (1000) prin rotunjire se obţin următoarele scoruri preferenţiale:
Tabel nr. 2.16
Varianta Varianta preferată Total
respinsă A B C D E
A 1 0 1 1 3
B 0 1 1 1 3
C 1 0 0 1 2
D 0 0 1 0 1
E 0 0 0 1 1
Total 1 1 2 3 3 10
Scorul citit pe verticală identifică pe scala comparativă a preferinţelor mărcile
complementare D şi E ca deţinând numărul maxim, dar şi egal de 3 puncte, scorul
evidenţiat de numărul de respingeri nu le poate separa, fiind egal. Soluţia finală de
ierarhizare este oferită de confruntarea între cele două mărci, atitudinea faţă de marca
D devenind favorabilă în raport cu E şi congruentă cu situaţia inversă (E nu este
preferată lui D).
B.Scala axată pe ordonarea rangurilor sau ierarhizarea statistică prin metoda
rangurilor şi a distanţei relative se recomandă mai ales atunci când variabilele
cercetărilor statistice nu sunt susceptibile de scalare econometrică de tip clasic sau
când precizia intervalului sau măsurării nu sunt riguros definite şi necesare, dar se
poate totuşi furniza o ordonare prin numere de ordine denumite „ranguri”.

49
1.Scurtă descriere: Fie că este descrisă metoda rangurilor, fie aceea a distanţei
relative, utilizarea unor numere de ordine iniţiale sau ranguri, precum şi a unor
scoruri finale ierarhizatoare sunt considerate ca etape esenţiale. Rangul acordat şi
ocupat de către fiecare marcă, produs, serviciu sau oricare alte unităţi statistice
cercetate (inclusiv abordări diferenţiate în plan teritorial) se interpretează ca indicativ
esenţial al scalării. Dacă ierarhizarea este în linii mari aceeaşi, departajarea interioară
devine mai precisă în cazul metodei distanţei relative.
2.Autorul şi anul primei utilizări :M.G.Kendall în 1911, C.E.Spearman în1927
3.Domenii de cercetare:Dacă în prima fază rangurile au fost utilizate de M.G.
Kendall în cercetările statistice, după 1927, C.E. Spearman va extinde aplicarea şi în
domeniile sociometriei şi psihometriei, iar astăzi scala nu mai are restricţii.
4.Avantaje: Simplitatea şi adaptabilitatea, uşurinţa aplicării în cazul variabilelor
calitative ale cercetărilor statistice şi mai ales a lipsei informaţiilor exprimate ca
indicatori absoluţi sunt câteva dintre avantajele cele mai des citate.
5.Dezavantaje:Un grad ridicat de relativizare a ordonării şi omogenizarea excesivă a
unor opinii,atitudini,preferinţe eterogene sunt dezavantaje persistente, în ciuda unor
multiple şi serioase îmbunătăţiri aduse scalării specifice.
6.Modul concret de aplicare:În funcţie de percepţia asupra fenomenului de piaţă
analizat, se alocă scoruri sau ranguri parţiale pentru poziţia deţinută în ierarhia
respondentului,crescătoare (rangul I =1 punct, II =2 puncte, III =3 puncte) sau
descrescătoare (rangul I =3 puncte, II =2 puncte, III =1 punct).Scorul final defineşte
primul rang prin analogie cu ierarhia punctajului, respectiv maximum de punctaj
coincide cu primul rang, în cazul ierarhiei descrescătoare sau minimum de punctaj, în
cazul ierarhiei crescătoare. În cazul metodei distanţei relative se determină mai întâi
distanţa relativă a scorului specific acordat în raport cu scorul maxim acordat (prin
intermediul indicilor sau coeficienţilor), după care se evaluează distanţa medie ca
medie geometrică simplă a distanţelor relative. Rangurile finale se alocă în raport cu
valoarea distanţei medii atinse. Apar situaţii cu caracter special, care necesită unele
particularizări. Astfel, în situaţia în care se doreşte a se analiza convergenţa de opinii
a unui număr restrâns de respondenţi (grupaţi în 2 sau 3 echipe distincte) asupra
ierarhizării unor procese, fenomene, mărci, produse şi servicii se ordonează două sau
trei categorii de ierarhii finale şi se compară punctând cu valoarea -1, perechile
ordonate în mod opus şi cu 1 perechile ordonate în mod identic. Se poate exemplifica
scalarea cu ajutorul preferinţei exprimate de către două echipe de specialişti asupra
adecvării la produsul analizat a formelor de publicitate optime:
Echipa I
Televiziunea Radioul Presa Presa Publicitatea Publicitatea pe
(A) (B) locală (C) centrală (D) exterioară(E) suport tipărit (F)
1 2 3 4 5 6
Echipa a II-a
Televiziunea Radioul Presa Presa Publicitatea Publicitatea pe
(A) (B) locală (C) centrală (D) exterioară(E) suport tipărit (F)
4 3 1 2 6 5
Punctajul perechilor de opinii exprimate în cele 15 combinări posibile = 3
AB AC AD AE AF BC BD BE BF CD CE CF DE DF EF
-1 -1 -1 1 1 -1 -1 1 1 1 1 1 1 1 -1
Din calculul unui coeficient analogic al tendinţelor perechi, pe care îl propunem în

50
formula: Cana logic =
∑ analogii = 2∑ analogii ∈ [ −1;1] , rezultă o valoare de 3/15
C2n n(n − 1)
sau de 0,2, ceea ce arată că nu există analogii între cele două echipe de respondenţi,
respectiv imaginea asupra unui proces sau fenomen, este neclară şi neunitară.
C.Scala cu sumă constantă repartizată procentual între variabilele cercetării sau
pe toate treptele scalei (varianta Fishbein-Rosenberg)
1.Scurtă descriere: Se repartizează 100% între variabile sau pe treptele scalei.Uneori
pentru a asigura şi o ierarhizare pe intervale şi cu intensităţi egale se precizează
mărimile de procente ce se vor aloca (40 %-30 %-20 % -10), de manieră crescătoare,
descrescătoare sau aleatoare. În final, se determină procente medii la nivel de
variabilă, a căror sumă este tot 100 %. Scala Fishbein-Rosenberg ponderează în mod
unic variabilele cu valori sub formă de coeficienţi, cuprinse între 0 şi 1, care însumate
sunt constante şi egale cu 1.
2.Autorul şi anul primei utilizări practice a metodei: Fără a putea identifica un
autor şi a localiza în timp apariţia scalei, particularizări ale prezentărilor statistice ale
specificităţii mediilor în cazul procentelor apar în lucrările clasice la jumătatea
secolului trecut şi fac posibile diversificarea scalei.
3.Domenii de cercetare:Nu are restricţii în lumea economică, sintetizată în proporţie
majoritară prin procente.
4.Avantaje:Calculul rapid ca şi soluţia de comparare ulterioară a rezultatelor
transformă scala în cea mai eficientă soluţie generală a scalei de raport.
5.Dezavantaje:Nu permite detalieri procentuale, ci exprimări generale nenuanţate.
6.Modul concret de aplicare: Un număr de 250 de respondenţi, au răspuns unui
chestionar privind opţiunea pentru un anumit mod de a petrece timpul liber, apelând
la servicii culturale.Procentul mediu este determinat ca medie a procentelor
individuale ponderate cu numărul respondenţilor în următoarele 4 variante:
Tabel nr. 2.17
Număr de Procente acordate de respondenţi serviciului cultural accesibil
respondenţi Teatru Muzeu Bibliotecă Librărie
Varianta I = 60 10 20 30 40
Varianta II =70 10 20 40 30
Varianta III =80 30 10 40 20
Varianta IV =40 20 10 40 30
Procentul mediu 18 15,2 37,6 29,2

Scalarea multidimensională reprezintă „corolarul” evoluţiei scalării la finalul

celei de-a doua jumătăţi a secolului XX, definind o suită de metode care redau
sugestiv în cadrul unei diagrame bidimensionale grupele compacte ce conţin unităţi
statistice, în raport cu similitudinile interne şi cu distanţele cauzate de
disimilarităţile grupelor. Autorii noii exprimări a structurii matriceale a
similarităţilor şi disimilarităţilor dintre unităţile scalate sunt statisticienii Shepard
(1962), Kruskal (1964) şi Sammon (1969). Această evoluţie a condus la apariţia şi
dezvoltarea statisticii multidimensionale ca o nouă ramură a statisticii, cu accent pe
analiza multiplelor aspecte ce definesc scalarea unităţilor de observare ale
populaţiilor contemporane.

51
 În general, nu există observare care să nu fie influenţată de erori specifice,
clasificate în sistematice (care provin din acţiunea continuă şi constantă a unui
factor, care produce o distorsiune sau deplasare a variantelor, întotdeauna în
acelaşi sens, ele fiind cauzate de om sau aparat în procesele de numărare,
măsurare, interogare, calcul sau de nerespectarea principiilor de chestionare şi
înregistrare) şi întâmplătoare sau accidentale (care rezultă din acţiunea unor
factori aleatori ce produc devieri, deplasări ale variantelor continuu în ambele
sensuri, astfel încât cu cât populaţia statistică observată va fi mai numeroasă, cu
atât erorile de un anumit sens le vor compensa pe cele de sens contrar şi conform
legii numerelor mari, data sau informaţia finală vor fi practic foarte puţin sau
aproape deloc afectate de acest tip de eroare). Ordinul de mărime al erorilor
generează valorile extreme sau „aberante”, ce se revăd sau elimină chiar de la
apariţia lor. Sensul unic agregativ sau compensator al unei erori este evidenţiat de
calculul erorii nete (En), respectiv En =|Σei|=|Σ(x0-xi)|,unde 1≤i≤n şi xi= valoarea
eronată.Dacă erorile individuale (ei) reprezintă semne diferite şi relativ alternante
pentru câteva situaţii luate în calcul (ex:ei =+3,-6,+5,-4,+2,+1,-3,-1), atunci se
identifică o eroare întâmplătoare. În măsura în care se realizează un număr mai
mare de verificări, eroarea netă scade sau tinde spre valoarea zero (En↓), de unde
şi noţiunea de eroare potenţial compensatoare.Dacă erorile individuale(ei) prezintă
exclusiv acelaşi semn (fie numai +, fie numai -), eroarea rezultată este de natură
sistematică. În măsura în care, pentru un număr tot mai mare de verificări, eroare
netă creşte (En↑), apare şi noţiunea de distorsiune (deplasare a valorii). Prevenirea
apariţiei erorilor începe cu identificarea lor prealabilă prin observări test, pilot sau
de probă şi continuă cu elaborarea de formulare şi chestionare clare, complete, cu
redactarea de întrebări simple, precise şi a unor instrucţiuni uşor de înţeles.

Câteva soluţii de prevenire, control şi, eventual, înlăturare a erorilor

Caseta nr. 2.5
Controlul cantitativ/calitativ al erorilor de observare se face atât în timpul cât şi imediat
după realizarea observării. Controlul cantitativ are ca obiective asigurarea completitudinii şi
autenticităţii culegerii şi înregistrării de date (în volum complet şi de la toate unităţile
statistice din programul observării, autentificate nominal, prin coduri, semnături, ştampile,
adrese poştale, telefon, fax, e-mail etc). Controlul calitativ se referă la realizarea efectivă de
verificări logice, de la verificarea respectării unor corelaţii, conexiuni, legături logice între
variabile, pânǎ la realizarea de verificări aritmetice sau de utilizare a unor „chei de control”
conţinând operaţii aritmetice simple bazate pe respectarea unor relaţii balanţiere (nivel
iniţial + intrări = nivel final + ieşiri). Cheile de control existǎ, parţial, în instrucţiuni de
observare şi, complet, în erorile descrise prin programele informatice adecvate introducerii
datelor în calculatoare şi formării bazelor de date. Ca urmare a extinderii prelucrărilor
automate apare cu o frecvenţă tot mai mare un tip de control mixt, simultan calitativ şi
cantitativ, bazat pe valori limitative înscrise pe rapoarte sau formulare de observare, care se
stabilesc apelând şi la o valoare reziduală maximală, acordând un prag de 5% sub şi peste
nivelul rezultat din calcule, pornind de la cerinţa de asigurare a unei informaţii statistice în
procesul deciziei economice şi sociale cu o probabilitate de apariţie suficientă de 0,95 sau
valabilă în 95% din cazuri). Înlăturarea parţială a erorilor constatate sau, dacă este posibilă,
eliminarea erorilor de observare se realizează în funcţie de proporţia unităţilor la care s-au
identificat valori eronate. O primă soluţie ar fi refacerea întregii observări a populaţiei dacă
numărul erorilor depăşeşte un prag limită prestabilit (situaţie gravă, cu consecinţe în
52
costuri, determinată superficialitatea observărilor test, pilot sau de probă). Dacă numărul de
erori de observare este mai mic sau sub prag, apar trei soluţii de ameliorare în funcţie de
tehnica de observare: a)soluţia corectării erorilor la unităţile statistice la care au fost
constatate (valabilă în observarea totală şi implică o nouă culegere şi înregistrare la acele
unităţi statistice la care s-au identificat erorile); b) soluţia înlăturării unităţilor ce au
prezentat erori şi înlocuirea lor cu unităţi statistice noi, la care se va realiza practic vechea
culegere şi înregistrare de date (valabilă în observarea parţială); c) soluţia înlăturării
unităţilor statistice generatoare de erori la n elemente şi extinderea informaţiei obţinute de
la populaţia statistică ce nu a furnizat erori în cercetare (N-n) elemente, la populaţia totală
iniţială de N elemente. În cazul primei soluţii existǎ riscul repetării erorii din dorinţa sursei
de a fi constantǎ în afirmaţii, în cazul celei de-a doua soluţii poate apare imposibilitatea
identificării de unităţi statistice „similare” pentru înlocuire, iar în cazul celei de-a treia
soluţii, aceasta poate fi insuficientă (nereprezentativă) pentru cunoaşterea întregii populaţii
de N elemente, pe baza a numai (N-n) elemente.

2.2 Etape în sistematizarea datelor statistice

Sistematizarea datelor statistice reprezintă un complex de operaţii de

prelucrare(colectare, aranjare, ordonare, grupare, clasificare, centralizare,
agregare, prezentare şi reprezentare), în vederea expunerii cât mai clare şi
într-o formă cât mai uşor accesibilă a informaţiilor finale ale observării.

Principalele etape ale procesului de sistematizare

Caseta nr. 2.6
I.Colectarea şi centralizarea datelor brute sunt punţi între observare şi sistematizare,
constând în aducerea datelor la un centru unic de prelucrare, urmată de centralizarea
matriceală (tabelară) uniformă a datelor brute, denumită centralizare simplă.
II.Calculul caracteristicilor secundare (derivate) se realizează prin modele simple
de tip aditiv (bazate pe adunare, inclusiv pe substituirea a două variante prin diferenţa
sau soldul lor) sau multiplicativ (axate pe înmulţire şi împărţire, inclusiv pe substituirea
a două variante prin raportul lor) şi impun anterior măsurarea statistică, a cărei ecuaţie
simplă este: k = (Valoare măsurată) : (Unitate de măsură standard), unde k rezultă
din măsurare.
II.Gruparea şi clasificarea datelor individuale constituie etapa esenţială a
sistematizării statistice.În timp ce gruparea statistică presupune dezmembrarea,
descompunerea, scindarea sau partiţionarea unei populaţii statistice în componente
omogene numite grupe, ale căror unităţi sunt de acelaşi fel sau tip calitativ (diferă una
de alta, în mică măsură), clasificarea statistică sau nomenclatorul definesc o grupare
stabilă, care s-a validat, respectiv a rezistat în timp sau a fost oficializată printr-un act
normativ. Considerată una dintre cele mai vechi metode statistice, gruparea constrânge
pe utilizatorul ei la parcurgerea următorilor paşi:
A. identificarea, selectarea şi folosirea caracteristicilor de grupare;
B. Calculul sau alegerea numărului optim de grupe (r) şi stabilirea înălţimii
intervalului de grupare (h) conform relaţiei lui H.A. Sturges, valabilă în cazul grupării
pe intervale egale: h = (Ax) : (r) = (xmax - xmin): (1+3,322 lg n ), unde: Ax este
amplitudinea sau câmpul maxim de împrăştiere al variabilei xi şi n reprezintă numărul
unităţilor statistice, iar r = numărul de grupe (intervale), limitat de statistica clasică

53
diferit: rmax <5 lg n sau 6≤ rmediu≤ 16 sau rmax ≈ 25;
C.determinarea centrului intervalului de grupare [xi = ½ (xsup+xinf)] pornind de la
limitele de interval şi evaluarea erorii introduse prin grupare (absolute/relative);
D.selectarea formei optime de prezentare şi reprezentare a rezultatului grupării cu
precizarea alternativelor la problemele soluţionate prin metoda grupării.
Tipologia grupării este variată, în raport cu numărul caracteristicilor de grupare se
disting gruparea simplă şi combinată, cu natura variabilei gruparea cronologică,
teritorială şi atributivă, dar şi repartiţia (distribuţia) de frecvenţe, iar în raport cu
complexitatea procesului gruparea pe variante distincte, pe intervale de variaţie (egale
sau neegale). Gruparea pe intervale neegale este cunoscută şi sub denumirea de grupare
tipologică. Gruparea pe intervale de variaţie se realizează cu respectarea principiilor
omogenităţii, completitudinii, unicităţii şi scindării respectiv recompunerii succesive a
grupelor sau intervalelor. Pornind de la exemplul comun al notelor obţinute la examen
de către un grup de 50 de studenţi grupate iniţial pe variante distincte:
yi : 3 4 5 6 7 8 9 10 unde yi = nota obţinută, iar ni = numărul
ni : 1 4 5 6 16 8 6 4 (frecvenţa absolută) celor ce deţin nota yi.
Amplitudinea fiind Ax = xmax - xmin =10-3 =7 puncte, iar pentru un număr comandat de
grupe (intervale), de exemplu r = 4, înălţimea h ≈ 2. există multiple soluţii de grupare
simplă a numărului de studenţi (ni) conform notei (xi) prin precizarea concretă a:

A – variantelor limitǎ B – apartenenţei C – apartenenţei

de interval limitei inferioare a limitei superioare a
intervalului intervalului
Tabel nr 2.18 Tabel nr.2.19 Tabel nr. 2.20
xi ni xi ni xi ni
3-4 5 2-4 5 2-4 5
5-6 11 4-6 11 4-6 11
7-8 24 6-8 24 6-8 24
9-10 10 8-10 10 8-10 10
Total 50 Total 50 Total 50
Observaţie: variabila xi Observaţie: limita inferioa- Observaţie: limita superi-
este discretă şi are limite ară nu este inclusă în inter- oară este inclusă în inter-
discontinui [xinf-xsup]. val sau (xinf-xsup] val sau (xinf-xsup]
sau prin grupare pe intervale neegale de variaţie (studenţi nepromovaţi, medii şi buni)

xi [2-4] [5-7] [8-10] Total

ni 5 27 18 50
Între r şi h există o relaţie indirectă, produsul lor fiind egal cu amplitudinea. În
populaţiile grupate pe intervale pentru calcule se valorifică centrul de interval [xi = ½
(xsup+xinf)]. Rezultatele grupării sunt seria (modalitate de prezentare a datelor sub forma
a două şiruri paralele, în care primul şir se referă la caracteristica de grupare, iar cel de
al doilea înfăţişează rezultatul centralizării frecvenţelor sau valorile unei alte
caracteristici, aflate într-o relaţie de interdependenţă cu caracteristică de grupare),
tabelul (imagine de ansamblu sistematică şi neechivocă a unor judecăţi asupra
fenomenului cercetat, beneficiind de o formalizare succintă, expusă prin cuvinte,
expresii şi ordine de mărime cât mai simple şi uşor de înţeles, eliminând omisiunile,
confuziile şi redundanţa informaţională) şi graficul (suportul vizual decizional al
gândirii logice).
III. Centralizarea complexă şi agregarea datelor prezintă aceeaşi semnificaţie de
54
însumare sau agregare directă, cu evidenţierea unor structuri prin totaluri parţiale, dar
se poate identifica o diferenţă semantică semnificativă între cei doi termeni. Agregarea
este o centralizare cu aport calitativ, rezultatul însumării directe realizate după o
metodologie specifică de calcul, putând deveni o informaţie de referinţă şi fiind uşor de
corectat direct cu anumite elemente ce apar pe o treaptă superioară de analiză.
IV. Determinarea indicatorilor statistici constituie obiectivul principal al
sistematizării şi oferă suport prezentării şi reprezentării lor finale. Indicatorul statistic
rezultat din sistematizarea datelor în calitate de expresie cantitativă (numerică) a unei
determinări calitative constatate pe elementele unei populaţii bine delimitate în timp,
spaţiu sau organizatoric, deţine funcţii de măsurare, comparare (confruntare), analiză şi
interpretare, sinteză, estimare, prognoză, verificare a ipotezelor statistice şi testare .

2.3 Indicatori relativi şi locul lor în universul indicatorilor statistici

Indicatorii statistici se clasifică în absoluţi (ca rezultat direct al măsurării şi

eventual al centralizării sau agregării) şi derivaţi (rezultaţi dintr-o prelucrare
ulterioară observării şi măsurării fie simplă, fie cu un caracter complex de
abstractizare sau generalizare). La rândul lor, indicatorii absoluţi sunt structuraţi
în categoria celor de măsurare şi a celor sintetici (implică suplimentar prezenţa
agregării ca însumare cu aport calitativ), iar cei derivaţi sunt rezultaţi din
comparare sau confruntare (sub formă de diferenţă sau de raport) şi din estimare
(determinaţi pe baza unui algoritm standard). Din categoria indicatorilor derivaţi
prin comparare sub formă de raport fac parte indicatorii relativi (de structură, de
coordonare, de dinamică, de intensitate şi ai programului), iar dintre cei derivaţi
prin estimare se pot enumera indicatorii medii, sintetici de variaţie, de asimetrie, de
boltire etc.
Indicatorul relativ exprimă caracteristici calitative prin compararea sub formă
de raport a altor doi indicatori (absoluţi, relativi sau medii) şi este rezultatul
împărţirii indicatorului raportat, la cel denumit bază de raportare (comparaţie) fiind
un număr pur (adimensional) în cele mai multe situaţii (fac excepţie indicatorii
relativi de intensitate, care deţin două unităţi de măsură). Clasificarea acestui
indicator relevă cinci categorii speciale: indicatori relativi de structură, de
coordonare, de dinamică, de intensitate şi ai programului (planului).

Indicatori relativi, proceduri de determinare şi grafice specifice

Caseta nr. 2.7
Indicatorii relativi de structură arată în ce raport se află fiecare variantă statistică,
grupă sau interval de variaţie cu întreaga populaţie şi apar sub denumirea de pondere
m m m
sau cotă parte (xi: ∑ xi ), frecvenţă relativă (ni: ∑ ni ) şi greutate specifică (xini: ∑ xini ),
i =1 i =1 i =1
cu i = 1m , iar 100% sau 1 devin valorile maxime procentuală, respectiv în exprimată
prin coeficienţi. Graficul specific rămâne diagrama de structură.

Indicatorii relativi de coordonare descriu numeric raportul dintre doi indicatori de

acelaşi fel ce caracterizează grupe diferite sau intervale de variaţie distincte, dar
aparţinând aceleiaşi populaţii statistice sau prezintă cantitativ raportul dintre nivelurile

55
atinse de un indicator în teritorii diferite (xi:xj), unde i şi j = 1m . Cunoscuţi mai ales ca
indici teritoriali, pot lua orice valori (mai mari dar şi mai mici ca 100%, respectiv ca 1)
iar graficul specific este cartograma sau cartodiagrama.

Indicatorii relativi de dinamică redau evoluţia unui fenomen în timp şi reflectă

variaţiei indicatorului specific de la o perioadă bază de comparaţie sau anterioară (x0
sau xt-1) la o perioadă curentă (xt). Rezultatul comparării sau confruntării celor două
x
niveluri ale fenomenului este un indice statistic cronologic cu bază fixă (i t / 0 ) sau cu
x x x
bază în lanţ sau mobilă (i t / t −1 ) calculaţi astfel:i t / 0 =(xt): (x0)×100 şi i t / t −1 =(xt): (xt-
1)×100. Pot lua orice valori, de regulă procentuale (mai mari dar şi mai mici ca 100%)
iar graficul specific este cronograma cu timpul redat pe abscisa Ox (rareori diagrama
prin benzi sau coloane).

Indicatori relativi de intensitate reprezintă un raport între doi indicatori diferiţi ce

caracterizează două fenomene ce se află într-o relaţie de interdependenţă, beneficiind
de o dublă unitate de măsură. Se calculează la nivel de unităţi simple (xi:yi) sau la
m m
nivel agregat ( ∑ xi : ∑ yi , cu i= 1m ). Nu există restricţii valorice, iar diagramele prin
i =1 i =1
figuri geometrice, benzi şi coloane domină reprezentarea lor grafică.

Indicatorii relativi ai programului (planului)se determină fie ca raport al nivelului

curent realizat (xt) şi nivelului programat (xpr),denumiţi indici ai gradului de îndeplinire
ai programului [(xt: xpr) ×100], fie ca raport între nivelul noului program şi nivelul
perioadei trecute (xt-1), denumiţi şi indici ai sarcinii de program sau plan [xpr:xt-1)
×100], realitatea nelimitându-le valoarea în raport cu 100% şi nici forma de
reprezentare statistică la un anumit fel de diagramă (domină totuşi diagramele
comparative prin benzi sau coloane).

Prezentarea datelor grupate şi a indicatorilor rezultaţi se realizează sub

formă de serii şi tabele statistice iar reprezentarea sub formă de grafice.
Seria statistică este rezultatul direct al grupării statistice, fiind alcătuită din două
şiruri de date paralele, primul şir se referă la caracteristica de grupare, iar cel de al
doilea înfăţişează rezultatul centralizării frecvenţelor sau valorile altei caracteristici
aflate într-o relaţie de interdependenţă cu caracteristica de grupare (variantă sau
stare, timp sau spaţiu), ceea ce face ca această exprimare a unei variabile în raport
cu variaţia alteia să fie denumită când serie de repartiţie de frecvenţe, când serie
cronologică sau teritorială.
Tabelele statistice reprezintă imagini de ansamblu ale unor judecăţi postgrupare
sau postsistematizare, beneficiind de o formalizare succintă, sistematică şi
neechivocă asupra fenomenului studiat, expuse într-un spaţiu redus, prin cuvinte,
expresii şi ordine de mărime, cât mai simple şi uşor de înţeles, eliminând sau
diminuând omisiunile şi confuziile, dar mai ales redundanţa informaţională
(repetarea informaţiilor). Indiferent de scopul pentru care au fost create, tabelele
trebuie să respecte, atât elementele de fond (subiectul şi predicatul specific), cât şi
elementele de natură formală (titlul, reţeaua şi sursa de date).

56
 Titlul general al tabelului statistic
Tabel nr. 2.21 - U.M. -
Predicatul tabelului

Titluri interioare

-A- -B- -1- -2- … … … -n-

interioare
Subiectul
tabelului

Titluri

Reţeaua
tabelului
st a t i stic

Total*
Sursa: detaliată prin autor, lucrare, editură, localitate, anul apariţiei, pagina.

Graficele statistice sau diagramele sunt forme de reprezentare a indicatorilor

rezultaţi din sistematizarea datelor, ce valorifică maximal calitatea celui mai bine
structurat şi capacitat organ de simţ uman care este ochiul, în a aprecia sintetic
forma, direcţiile, lungimile, suprafeţe şi mai ales raportul dintre toate acestea.
Definit succint de André Piatier ca „suport vizual al gândirii logice”, orice grafic
statistic obligă atât la cunoaşterea elementelor sale constructive (titlul, reţeaua,
scara de reprezentare, legenda şi notele explicative, sursele de date), cât şi la
respectarea principiilor şi regulilor referitoare la proporţii, la linii, culori şi haşuri,
la corespondenţa cu fenomenul primar şi la adecvarea prin indicatori optimi a
fenomenelor studiate.
Principalele semnale practice de ambiguitate şi neîncredere în reprezentarea
grafică sunt generate de nerespectarea regulii de aur a lui ¾ (abscisa Ox fiind
întotdeauna egală cu ¾ din ordonata Oy), falsificarea principiului proporţionalităţii
şi echidistanţei, necunoaşterea adecvării scalei de reprezentare la conţinutul
fenomenului, alegerea inadecvată a indicatorului statistic în raport cu obiectivul
cercetării şi utilizării fără discernământ a graficelor color, ca şi a celor bazate pe
figuri geometrice.

Câteva noţiuni fundamentale privind grafice uzuale şi diagrame statistice

Caseta nr. 2.8
Reţea rectangulară
Gândirea statistică preferă lumea
pozitivă a cadranului I, orice
punct Px1y1 fiind definit prin
variantele x1 şi y1 ale variabilelor
xi şi yi pe Ox (abscisa) şi Oy
(ordonata) pe o scară aritmetică,
Reţea polară unde: Ox este axa şi „O”
polul axei, coordonatele
devenind ρ = OP (raza
vectoare exprimată într-o
lungime oarecare şi α =
unghiul polar (xOP), ex-
2π =an, π = semestru etc. primat în radiani.

57
logaritmică sau semilogaritmică. Reţeaua grafică poate fi a) vizibilă sau b) invizibilă

a) b)

Diagrame diverse (prin coloane, linii, histogramă, cronogramă, densitate de

frecvenţe, structurală)
7 7

6 6

5 5

4 4

3 3

2 2

1 1

0 0
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

7 3.5

6 3.0

5 2.5

4 2.0

3 1.5

2 1.0

1 0.5

0 0.0
5 10 15 20 25 30
0.5 1.0 1.5 2.0 2.5 3.0

.6

15%
.5

.4
20%
.3
65%
.2

.1

.0 Alfa Beta Gama

0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5

58
 Aşa cum se constată cu uşurinţă scara de reprezentare limitează reprezentarea
grafică lizibilă la maximum trei dimensiuni (variabile), ceea ce constituie un
dezavantaj în capacitatea de sintetizare a reprezentării grafice.
Legenda şi notele explicative sunt scurte precizări ale semnelor convenţionale,
ale haşurilor, ale culorilor sau ale liniilor ce au fost folosite în grafic. Dacă nu sunt
prea numeroase ele apar în corpul graficului sau chiar în titlu. Notele explicative
depăşesc caracterul de simple precizări ale legendei graficului şi fie atrag atenţia
asupra unui procedeu special de calcul, fie disculpă, justifică sau motivează o
anumită alegere sau soluţie preferatǎ.
Sursele de date revin ca o obligaţie a celui care realizează graficul, ele fiind
prezentate detaliat sub reţea cu scopul bine precizat de a identifica rapid
provenienţa, calitatea şi promptitudinea indicatorilor statistici reprezentaţi.
Detalierea surselor se asigură pornind de la precizarea autorului, lucrării sau
documentului, editurii, locului şi anului apariţiei, până la pagina, anexa sau tabelul
din care s-au extras indicatorii statistici.
Reprezentarea grafică răspunde unor cerinţe specifice gândirii statistice şi anume:
sintetizării maxime la nivel vizual a datelor observate, grupate, sistematizate,
centralizate şi agregate în tabele statistice, selectării, analizei şi interpretării
raportului dintre doi sau mai mulţi indicatori, a structurii şi mutaţiilor structurale, a
formei de variaţie, asimetrie, boltire, a legăturilor dintre variabilele statistice, a
trendului unui fenomen sau proces şi a variaţiei unui fenomen complex în funcţie
de factorii săi explicativi, precum şi evaluării sau calculării prin grafic a
nivelului unor indicatori statistici. Pentru a asigura aceste cerinţe graficele se supun
unui set de reguli şi principii referitoare la:
1. asigurarea proporţionalităţii unităţilor de măsură pentru a nu denatura
realitatea, inclusiv a „proporţionalităţii interne” a graficului bidimensional sau
tridimensional;
2. precizarea sau includerea cu caracter obligatoriu a unui nivel „0” sau altui
nivel de „referinţă” pe scara aleasă (ca în cazul indicatorilor relativi, unde
nivelul de referinţă cel mai des utilizat este 100,0%) şi indicarea acestuia în
cazul limită prin oricare mijloc vizual capabil să atragă atenţia (linii ondulate,
în zig–zag, la finalul scării, în partea ei inferioară);
3. optimizarea numărului de axe în reţeaua „vizibilă” sau a cifrelor de pe axe în
reţeaua „invizibilă” pentru citirea rapidă şi corectă a graficului;
4. accentuarea sau diferenţierea netă a dreptelor sau curbelor graficului în raport
cu liniile reţelei cu scopul de a întării sinteza vizuală a reprezentării;
5. inscripţionarea cât mai evidentă a scării după unitatea de măsură chiar dacă are
caracter repetitiv în raport cu legenda sau alte indicaţii;
6. individualizarea pe axa Ox a unităţilor de timp cât mai aproape de unitatea de
măsură reală utilizată în seria cronologică;
7. prezentarea diferenţiată a curbelor sau dreptelor într-un grafic comun;
8. sintetizarea în titlul graficului a obiectului diagramei sau graficului statistic,
pentru materialul suplimentar se apelează la subtitlu;
9. asigurarea corespondenţei între grafic şi fenomenul prezentat ;
10. adecvarea prin grafic şi prin indicator optim a fenomenelor reflectate;

59
 11. preferinţa pentru linia vizuală în cazul necesităţii de evaluare cât mai exactă a
dimensiunilor diferite a indicatorilor ca urmare a liniei orizontale a ochilor
(rapiditatea şi aproximaţia sunt mult îmbunătăţite prin construcţia şi implicit
percepţia orizontală).
12. „simplitatea, claritatea şi renunţarea la tot ce poate fi artificial”asigură esenţa
reprezentării prin intermediul diagramei statistice, care trebuie să fie atât de
simplă, încât oricine priveşte ori o poate pricepe ori, dacă nu, orice alt artificiu
este de prisos (Nicolae Georgescu – Roegen) .
Pentru a evita analfabetismul grafic se recomandă respectarea unor principii
majore. Exemplificarea supraestimării şi a subestimării grafice a dinamismului
unui fenomen se realizează pornind de la necesitatea ca în formarea gândirii
statistice să se împletească situaţiile de „scriitor şi cititor” de diagrame, posturi la
care atât antreprenorul cât şi managerul sunt expuşi în permanenţă. Pornind de la
tabelul următor, se va reda grafic sau vizual o serie cronologică de date
reprezentând cifrai de afaceri exprimată în sute de mii de euro, pe o perioadă de
şase ani consecutivi.
Evoluţia cifrei de afaceri
Tabel nr. 2.22 - sute de mii de euro -
Anul (t) I II III IV V VI
Cifra de afaceri (yt) 10,0 12,0 14,0 16,0 18,0 20,0

Cele trei grafice ce urmează, deşi reprezintă transpunerea aceloraşi date, oferă un
suport vizual complet diferit.

Figura nr. 2.1

Oy = ¾ Ox
imagine veridică, optimă

Oy >Ox supraestimare Oy < ¾ Ox subestimare

sau exces de dinamism sau exces de staţionaritate

Dintre toate diagramele de tip temporal sau cronogramele de mai sus aceea care
respectă regula de aur devine veridicǎ şi reflectă fără excese evoluţia unui fenomen
(graficul din mijloc).

Al doilea semnal de echivocitate asupra unui grafic este generat de

nerespectarea pe scară specifică a proporţionalităţii transpunerii unităţii de măsură
sau apariţiei caracteristicii de grupare. Astfel, echidistanţarea în raport cu timpul
obligă la echidistanţarea aritmetică a abscisei Ox .Graficele expuse în continuare
transpun parţial tabelul 2.22 omiţând anii II, III şi V şi oferă un suport vizual lipsit
60
de identitate, fals şi falsificator ca impresie vizuală..

Figura nr. 2.2

20 20

15 15

10 10

5 5

0 0
I II III IV V VI I IV VI

“echidistanţare” corectă “echidistanţare” incorectă

Dintre cele două variante de reprezentare grafică corectă este aceea care redă
proporţional şi echidistant timpul (t) pe abscisa Ox .

Al treilea semnal de ambiguitate asupra unui grafic este conferit de lipsa de

adecvare a scării de reprezentare la conţinutul fenomenului primar. Variantele
grafice plasate în continuare transpun pe două scări de reprezentare, diferite ca
reţea segmentată, un impact vizual ce transmite imagini complet lipsite de
asemănare.

Figura nr.2.3
20 20
15 18
16
10
14
5 12
0 10
I IV VI I II III IV V VI
Reţea cu origine „O” şi Reţea cu originea în „10” şi
evoluţie neîntreruptă pe Oy evoluţie întreruptă pe Oy

Varianta din stânga, identică în principiu ca reţea şi scară de reprezentare cu

celelalte diagrame declarate corecte de până acum, este soluţia adecvată analizei
evoluţiei cifrei de afaceri al cărei nivel se dublează pe întreaga perioadă în termeni
reali, în timp în timp ce varianta din dreapta transmite vizual un ritm mai accentuat
ascendent falsificând dinamismul afacerii.

Al patrulea semnal de incertitudine asupra unui grafic este rezultatul alegerii

unui indicator statistic inadecvat. Datele din tabelul 2.22 pot fi preluate şi termenul
sau indicatorul absolut yt poate fi înlocuit cu ritmul de dezvoltare al fenomenului
cu bază în lanţ sau mobilă, rezultând două diagrame complet opuse ca semnal de
natură vizuală transmis celui ce priveşte aceste sinteze grafice.

61
 Figura nr. 2.4

Varianta din stânga transpune evoluţia ascendentă a indicatorului absolut, definit ca

cifră de afaceri, în timp ce varianta din dreapta relevă o evoluţie descendentă a
ritmului de creştere a cifrei de afaceri şi trădează o posibilă saturare a pieţei (în
conformitate cu legea Gossen, a comportamentului consumatorului) în care firma
este prezentă, oferind o imagine strategică mai veridică.
y −y
Rt/t-1= t t −1 ×100 ca relaţie de calcul a ritmului conduce la valorile următoare
y
t −1
pentru anii II, III, IV, V şi VI: [(12-10):10]×100=20%; [(14-12):12]× 100=16,7%;
[(16-14):14]×100=14,3%; [(18-16):16]×100=12,5% şi [(20-18):18]×100=11,1%.
Aceste valori sunt reprezentate în graficul din dreapta care prezintă mai realist
dinamica cererii satisfăcute prin afacerea descrisă unui antreprenor sau manager.
Alegerea indicatorului adecvat cercetării reprezintă însă o necesitate bazată pe o
cunoaştere aprofundată a legilor economice în paralel cu indicatorii statistici.

Al cincilea semnal de neîncredere este legat de folosirea premeditată a

anumitor culori în graficul statistic. Astfel, culorile deschise şi calde cum sunt roşu,
portocaliu, galben fac ca suprafaţa reprezentată grafic să pară mai mare, iar cele
închise şi reci produc o uşoară contracţie a suprafeţelor din punct de vedere vizual.
Acest fapt obligă la utilizarea cu atenţie a graficelor color în diagramele de
structură şi chiar a figurilor geometrice expresive, în diagramele de coordonare.
Familia diagramelor, cum sunt denumite generic graficele este numeroasă şi
cuprinde grafice bine individualizate, de la diagrame prin benzi sau coloane, figuri
geometrice de suprafaţă sau de volum, diagrame polare (radiale), cronograme
(historiograme), diagrame teritoriale (cartograme sau cartodiagrame), diagrame ale
repartiţiilor de frecvenţe unidimensionale (histograma, poligonul frecvenţelor etc.)
şi bidimensionale (corelograma), la multe alte diagrame diverse şi originale
(pictograme cu figuri naturale şi convenţionale), aflându-se într-un proces continuu
de multiplicare prin pachete de programe statistice cu grafice personalizate (Excel,
SPSS, EViews, SAS etc.).Dacă secolul al XIX-lea a fost unul al analfabetismului
clasic, secolul al XX-lea a devenit acela al analfabetismului grafic (J.P.Simeray),
iar veacul în care ne aflăm se va redefini prin analfabetism funcţional (S.P.Kapiţa).
62
 2.4 Test de autoevaluare şi aplicaţii statistice în contabilitate

A) Test de autoevaluare
A1) Întrebări clasice recapitulative
(Completaţi spaţiile goale)
1. Elementele componentei metodologice în
programul de observare sunt?
2.Ce tip de observare este recensământul?
3.Enumeraţi patru soluţii de prevenire,
control şi înlăturare a erorilor?
4.Cum se calculează înălţimea intervalului
de grupare?
5.Care sunt principalele categorii de
indicatori relativi?
6.Care sunt principalele campanii ale şcolii
monografice româneşti?
7. Care este definiţia seriei de date statistice
pornind de la variabilitatea specifică
demersului acestei ştiinţe?
A2) Întrebări tip grilă
(Încercuiţi litera răspunsului corect)
8. Gruparea salariaţilor după venit este:
Tabel nr. 2.23
Grupe după venitul 3,0- 4,5- 6,0- 7,5- 9,0-
orar – lei / oră – 4,5 6,0 7,5 9,0 10,5
Număr de salariaţi 6 23 14 5 2
Ponderea salariaţilor cu venit orar mai mic
de 7,5 lei în % este: a)58;b) 86; c)96; d)106.
9. Comparaţia indicatorilor derivaţi se face:
a) prin diferenţă; b) prin raport; c) prin
diferenţă şi prin raport; d) prin adunare.
10. Indicatorii relativi de intensitate se
definesc astfel: a) raportul a două valori
aparţinând aceleiaşi populaţii;b) compararea
nivelului din perioada curentă cu cel din
perioada de bază; c) raportarea a două
fenomene distincte cu unităţi de măsură
diferite.

B) Aplicaţii rezolvate

1.Ratele medii ale dobânzii la creditele practicate de 10 bănci au fost în procente

de: 9,1;10,4;11,3;10,2;12,3;12,9;10,6;11,8;11,5;11,1. Grupaţi băncile după
dobândă, pe 4 intervale egale şi reprezentaţi grafic gruparea printr-o histogramă.

Rezolvare: Valoarea r fiind dată (4), se calculează valorile A şi h necesare grupării

Amplitudinea variaţiei dobânzilor Histograma

A = (xmax -xmin) = 12,9-9,1=3,8 şi înălţimea 4
unui interval h = A: r = 3,8:4 ≈ 1 3,5
3
Gruparea băncilor după dobânda 2,5
practicată 2
Tabel nr. 2.24 1,5
Rata-xi 9-10 10-11 11-12 12-13 Total 1
Bănci-ni 1 3 4 2 10 0,5
0
Obs.limita superioară este inclusă în interval 9,0-10,0 10,0-11,0 11,0-12,0 12,0-13,0

2.Utilizând exemplul notelor la examen ale celor 50 de studenţi din caseta 2.6 să se
determine centrele de interval şi erorile introduse prin grupare, în cazul B descris
în tabelul 2.19, comparând cu rezultatele din gruparea A, tabelul 2.18, iar în final,

63
să se opteze pentru gruparea A sau B prin analiza erorii relative.

Rezolvare: Se calculează mediile pe interval şi media finală conform notelor reale

Note reale obţinute - xi 3–4 5–6 7–8 9 – 10
Numărul studenţilor-ni 1 +4=5 5 +6= 11 16+8=24 6+4=10
Media aritmetică parţială reală 19
= 3,8
61
= 5, ( 45)
176
= 7 , (3)
94
= 9,4
(pentru fiecare interval în parte) 5 11 24 10
n
∑ x
i 3 +16 + 25 + 36 +112 + 64 + 54 + 40
Nota medie a întregii populaţii este xi = i = 1 = =7 puncte
n 50
Calculul erorilor dintre mediile reale şi centrele de interval ale grupării B este
descris în continuare:
Grupe de Număr de Centrul de Media reală de Eroarea Eroarea
studenţi după studenţi interval interval absolutǎ relativǎ
notă (xi) ( ni ) ( Xi ) (e ) ( Є în % )
2– 4 5 3 3,8 -0,8 -26,(6)
4– 6 11 5 5,(45) -0,(45) -8,(3)
6– 8 24 7 7,(3) -0,(3) -4,(54)
8– 10 10 9 9,4 -0,4 -4,255
n sup n
x +xinf ∑ x e
Total ∑ n = 50 x = i Є = x ×100
i i 2 x = i = 1 e = x - Xi
i =1 i n i

Media aritmetică estimată prin gruparea B a notelor celor 50 de studenţi la examen

este de 6,56 puncte, pe baza valorilor centrelor de interval calculate:
xi (nota ) : 3 5 7 9
ni (număr studenţi): 5 11 24 10
Total puncte la nivel de grupă xi × ni 15 55 168 90

15 + 55 + 168 + 90 328
Media estimată = = = 6, 56 , eroarea absolută e = 7-6,56 =
50 50
e 0, 44
0,44 şi eroarea relativă Є = × 100 = × 100 = 6, 3% În gruparea A media
x 7, 0
aritmetică a centrelor de interval este afectată de o eroare relativă mult mai mică
prin gruparea în varianta A (sub 1 %), ceea ce nu va distorsiona semnificativ nici
o decizie ulterioară, bazată pe aceste calcule.
xi (nota ) : 3,5 5,5 7,5 9,5
ni (număr studenţi): 5 11 24 10
xi × ni 17,5 60,5 180,5 95,0

17, 5 + 60, 5 + 180 + 95 353

Media estimată = = = 7, 06 , iar e = - 0,6 şi Є= - 0,9%.
50 50
Varianta A valorifică variaţia specifică de tip discret a notei (notele sunt numere
naturale) şi deţine o eroare relativă mai mică, fiind, în final, gruparea adecvată.

64
C) Aplicaţii propuse spre rezolvare

1.Grupaţi cei 20 de salariaţi ai Tabel nr. 2.25

firmei conform datelor alăturate

Sex (F/M)

Sex (F/M)
Câştig net

Câştig net
Vechime

Vechime
după x, y şi z conform relaţiei lui H.

Nr. crt.

Nr. crt.
(Ron)

(Ron)
A. Sturges, apoi pe 4 intervale egale
şi centralizaţi datele după y şi z.
Reprezentaţi grafic grupările cu 0 x y z 0 x y z
ajutorul diagramei de structură, a 1 F 2 1300 11 M 3 1300
histogramei şi a poligonului 2 M 7 1600 12 F 15 1800
frecvenţelor. 3 F 6 1500 13 F 12 1500
4 F 4 1400 14 M 20 1880
Notă: * Date centralizate utile
5 M 13 1800 15 F 18 1730
F=12 (60%) şi M=8 (40%)
6 F 7 1700 16 M 21 1820
Σyi=200 şi Σ yi − y =96 7 M 15 1850 17 F 5 1500
8 F 8 1500 18 M 14 1720
Σzi=32000 şi Σ zi − z =3200 9 F 4 1400 19 F 8 1700
10 F 9 1500 20 M 9 1500

2.Rezultatele înregistrate la examen în grupa 2, de către cei 20 de studenţi prezenţi

sunt:9,3,8,6,5,4,6,9,10,6,7,5,4,8,7,6,5,7,7,4. Sistematizaţi notele obţinute printr-o
grupare simplă pe variante, pe patru intervale egale şi reprezentaţi grafic
rezultatele utilizând histograma şi poligonul frecvenţelor. Apelând la variabila
promovat/nepromovat grupaţi notele şi realizaţi o diagramă de structură.
3.În luna curentă, producţia firmei ALFA a atins 8890 zeci de mii de lei, iar
numărul salariaţilor a fost de 254 angajaţi.Productivitatea muncii a crescut de
1,12 ori faţă de luna precedentă. Nivelul productivităţii muncii în luna precedentă
exprimat în zeci de mii lei/salariat a fost: a)10,8; b)18,35; c)25,13; d)31,25.
4.În care din lunile următoare două produse beneficiază de aceeaşi evoluţie:
- cu bază fixă ianuarie - a) februarie; b) martie; c) aprilie; d) mai.
- cu bază mobilă sau în lanţ - a) februarie; b) martie; c) aprilie; d) mai.

Tabel nr. 2.26

Produsul U.M. Preţul practicat pe piaţă, în lei, în luna:
Ianuarie Februarie Martie Aprilie Mai
A kg 100 136 180 216 230
B l. 90 80 70 84 207

5 Pornind de la producţia anterioară de 120 de tone, firma Alfa doreşte să îşi

menţină creşterea de producţie de 10 %. Care va fi noul program? Dacă a realizat
la final 125 tone, care este indicele gradului de realizare a programului?

65
 CAPITOLUL 3
INDICATORI AI TENDINŢEI CENTRALE, VARIAŢIEI,
ASIMETRIEI ŞI BOLTIRII

Cuprins Pag.
3.1 Indicatori statistici ai tendinţei centrale 67
3.2 Indicatori statistici pentru caracterizarea frecvenţelor 95
3.3 Indicatori statistici ai variaţiei 97
3.4 Regula de adunare a dispersiilor 107
3.5 Indicatori statistici ai asimetriei şi boltirii 110
3.6 Test de autoevaluare şi aplicaţii statistice în contabilitate 112

Obiective: Un deziderat major al gândirii statistice este şi acela de a identifica printr-o

unică valoare ordinul de mărime al tuturor datelor ce alcătuiesc o serie de date.
Problema apărută simultan cu calculul acestor indicatori medii sau ai tendinţei centrale
este legată de posibilitatea ca studentul în loc să simplifice, nu cumva să complice
realitatea, prin ceea ce creează ca valoarea substitutivă a seriei (esenţializată, tipică,
centrală şi reprezentativă). Opţiunea localizării completează alternativa gândirii
cantitative sau algoritmice. Istoria statisticii oscilează câteva secole în jurul valorii
optime a indicatorului mediu, dar şi a condiţiilor ce trebuie îndeplinite în planul
variaţiei, asimetriei şi boltirii pentru a utiliza o valoare centrală fără riscuri în calcule
viitoare. Câţiva indicatori capătă o valoare de termometru pentru validarea temperaturii
populaţiei, fiind cei care validează sau nu o ipoteză de normalitate a seriilor de date şi
poartă numele de coeficienţi de variaţie, asimetrie şi boltire. Ţinta practică se referă la
dobândirea de competenţe nu atât prin însuşirea algoritmilor de calcul, localizare şi
validare a indicatorilor tendinţei centrale ci prin selectarea şi validarea acestora.
Cuvinte cheie: indicatori medii, valori substitut, medii simple şi ponderate, media
aritmetică, armonică, geometrică, pătratică, cubică, anarmonică, cronologică, media
variabilei alternative, mod, mediană, medială, valoare potenţială, coeficientul Gini-
Struck, abatere, amplitudine, abatere medie liniară şi pătratică, dispersie, coeficient de
omogenitate, eterogenitate, dispersie explicată şi reziduală, coeficient de determinaţie
şi nedeterminaţie.
Bibliografie minimală
T., Andrei, S., Stancu, Statistică, Editura ALL, Bucureşti, 1995.
N.,Georgescu-Roegen, Metoda statistică, reed. Editura Expert, Bucureşti, 1998.
M.Korka,L.,Begu,E.,Tusa,Bazele statisticii pentru economişti,Ed.Tribuna Economică,2002.
G.,Săvoiu, Statistică generală. Argumente în favoarea formării gândirii statistice, Ed.
Independenţa Economicǎ, Piteşti, 2003.
G.,Săvoiu (coord.), Statistică generală. Elemente teoretice, teste tip grilă, aplicaţii şi studii
de caz, Ed. Independenţa Economicǎ, Piteşti, 2004.
G.,Săvoiu, Statistica.Un mod ştiinţific de gândire, Ed. Universitară, Bucureşti, 2007.
G.,Săvoiu, Statistica.Mod de gândire şi metode, Ed.Universitară, Bucureşti, 2009.
V.,Trebici, Mica enciclopedie de statistică, Ed. ştiinţifică şi enciclopedică, Bucureşti, 1985.
M.,Ţarcă,Tratat de statistică aplicată, Ed. didactică şi pedagogică R.A. Bucureşti, 1998.
G.U.Yule, M.G.Kendall, Introducere în teoria statisticǎ, Ed. ştiinţifică, Bucureşti, 1969.
Webografie
*** http://www. insse.ro *** http://www.bnr.ro

66
 3.1 Indicatorii statistici ai tendinţei centrale

Indicatorii medii într-o serie de date, în calitatea lor de indicatori evoluaţi,

constituie expresii numerice sintetice, rezultate din maxima concentrare
(condensare) de date individuale în cadrul fenomenelor economice şi evidenţiază
ceea ce este esenţial, tipic, central, comun şi reprezentativ în populaţia statistică
prin prisma caracteristicii studiate. Indicatorii medii sunt expresii numerice
susceptibile de a rezuma ansamblul valorilor observate ale unei variabile statistice
sub acţiunea puternică şi permanentă a factorilor esenţiali. Principala clasificare a
indicatorilor medii este legată de procedura de determinare, după care se disting:
indicatori medii de nivel, calculaţi printr-un algoritm de substituire bazat pe o
proprietate specifică ansamblului de unităţi statistice şi indicatori medii poziţionali,
rezultaţi în principal din localizare. Din prima categorie fac parte media aritmetică,
armonică, geometrică şi pătratică alături de media cronologică, anarmonică, cubică
media variabilei alternative şi alte valori medii specifice, iar din cea de-a doua
categorie modul, mediana, mediala şi valoarea potenţială. Condiţiile sau cerinţele
ce trebuie îndeplinite de către un indicator mediu au fost formulate de G.U.Yule şi
în conformitate cu ele o mărime medie: a) se defineşte în mod precis (obiectiv şi
independent); b) este expresia tuturor observaţiilor(valorilor înregistrate); c) deţine
proprietăţi simple şi evidente, o semnificaţie uşor de înţeles şi nu posedă un
caracter matematic prea abstract; d) se calculează cu uşurinţă şi rapiditate; e) este
afectată cât mai puţin cu putinţă de fluctuaţiile de selecţie; f) se studiază rapid cu
ajutorul calculului algebric (se pretează cu uşurinţă la calcule algebrice ulterioare).
Indicatorul mediu rezultat dintr-un algoritm de substituire bazat pe o proprietate se
defineşte mai ales ca valoare substitut, respectiv cu care dacă s-ar înlocui toate
valorile individuale ale unui şir de unităţi statistice sau variantele unei repartiţii de
frecvenţe, nu se va modifica suma, suma „inverselor”, produsul sau suma
„pătratelor” tuturor acestor valori (variante).
Media aritmetică este acea valoare substitut, cu care dacă s-ar înlocui toate
valorile individuale ale şirului unităţilor statistice sau toate variantele unei
repartiţii de frecvenţe ce grupează populaţia studiată nu se va modifica suma
valorilor sau variantelor. Fiind date valorile individuale ale şirului de unităţi
statistice din populaţia studiată xi: x1, x2, x3, …, xn, unde i = 1n , atunci proprietatea
specifică sau funcţia determinantă pentru calculul mediei aritmetice este de tip
n
aditiv sau cumulativ: x1 + x2 + …+xi +… + xn = ∑x
i =1
i. Se notează cu x, media

aritmetică a tuturor acestor valori şi se ţine cont de calitatea de valoare substitut a

indicatorului mediu, de a înlocui toate unităţile dar menţinând nemodificată suma
n n
lor rezultă că: x + x +…+ x = ∑x
i =1
i ⇔nx= ∑ x , de unde:
i =1
i

∑x i
(3.1) x = i =1(media aritmetică simplă)
n
Acest procedeu de calcul se utilizează în cazul seriilor de valori distincte.
67
În cazul unei serii de repartiţie de frecvenţe, media aritmetică simplă este înlocuită
pentru simplificarea calculelor cu media aritmetică ponderată. Fiind dată seria de
repartiţie sau variabila xi , a cărei repartiţie de frecvenţe este:
⎛ x1 , x2 , ..., xm ⎞
xi = ⎜ ⎟ , unde i = 1m
⎝ n1 , n2 , ..., nm ⎠
atunci proprietatea specifică sau funcţia determinantă pentru calculul mediei
m
aritmetice este de tip aditiv sau cumulativ:x1n1 + x2n2 + … + xm nm = ∑x i +1
i ni.

Dacă se notează media aritmetică a tuturor acestor valori cu x şi se ţine cont de

calitatea de valoare substitut a indicatorului mediu, respectiv aceea de a menţine
nemodificată suma lor, rezultă că:
m m m
x n1 + x n2 + … + x nm = ∑ x i ni ⇔ x
i +1
∑n i =
i +1
∑x
i +1
i ni , de unde:
m

∑xn
i =1
i i
(3.2) x= m
(media aritmetică ponderată)
∑n i =1
i

Atunci când în locul frecvenţelor absolute (ni) se utilizează frecvenţe relative ( n*i ),
m
exprimate prin coeficienţi ( ∑ n* = 1 ) sau frecvenţe relative ( f * ) exprimate prin
i =1
i i

m
procente ( ∑ f * = 100 ), relaţia de calcul se modifică şi devine:
i =1
i

m m
1
(3.3) x = ∑ xi ni* sau × ∑ x i f i*
(3.4) x=
i =1 100 i=1
Paternitatea ştiinţifică a mediei aritmetice ponderate este atribuită lui Roger
Cotes, care expune relaţia de calcul a acesteia încă din anul 1722.
În statistica matematică, media aritmetică a fost denumită şi „speranţa
matematică” a unei variabile aleatoare de tip discret, Xi caracterizată de repartiţia
ansamblului de valori (xi) şi a probabilităţilor acestora de apariţie (pi):
⎛ x1 , x2 , ..., xn ⎞ n
Xi = ⎜ ⎟ unde : 1≤ i ≤ n ∑ pi = 1 şi este egală cu „suma
⎝ p1 , p2 , ..., pn ⎠ i1

produselor dintre valorile ei posibile şi probabilităţile corespunzătoare”.

n
(3.5) x = x1p1 + x2p2 + …… +xnpn = ∑px
i =1
i i

În situaţia în care variabila aleatoare (X1) este de tip continuu şi beneficiază

de funcţia de densitate f(x), atunci media aritmetică devine:

68
(3.6) x = ∫ x f (x) d(x)
Într-o distribuţie empirică (reală) de frecvenţe, media aritmetică este raportul dintre
suma variantelor caracteristicii (xi) şi numărul total al frecvenţelor (ni) şi coincide,
din punct de vedere grafic, cu centrul de greutate al distribuţiei. În graficul următor,
unde pe axa ordonatelor sunt redate frecvenţele de apariţie (ni) ale variabililor
caracteristicii (xi) curba frecvenţelor, cu alură de formă „masivă” deţine ca punct
de echilibru al acesteia chiar media aritmetică ( x ) „citită” pe axa absciselor.
Media aritmetică – centrul de greutate al frecvenţelor
Grafic nr.3.1.

Ox:variantele variabilei (xi) conform repartiţiei de frecvenţe de mai jos,

Oy:frecvenţa de apariţie (ni) a variantelor variabilei (xi) după aceeaşi repartiţie.
Repartiţia de frecvenţe
xi 2, 3, 4, 5, 6, 7, 8, 9 m m

ni 7, 8, 9, 11, 15, 28 13, 9 ∑ x n = 600, ∑ n = 100 şi x = 6

i =1
i i
i =1
i

Media aritmetică interpretată grafic, dar mai ales fizic, este un punct de sprijin
situat în centrul de greutate al ansamblului greutăţilor individuale, asociind
repartiţiei o „balanţă” echilibrată:
Figura nr.3.1

x1n1 x2n2 x3n3 x4n4 xm-1nm-1 xmnm

...

Proprietăţile mediei aritmetice sunt clasificate în două mari categorii: proprietăţi

de verificare a exactităţii calculului şi proprietăţi de simplificare a calculului
acesteia (proprietăţile 5 şi 6). Enunţul principalelor proprietăţi şi unele observaţii
importante sunt prezentate sintetic în continuare:
Caseta nr. 3.1.
1. Într-un şir de valori individuale egale cu o constantă sau într-o repartiţie
similară, media aritmetică este şi ea egală cu aceste valori şi implicit cu constanta
respectivă. Fie şirul de valori xi: x1 = x2 = … = xn = c sau repartiţia:

69
 ⎛ x1 = x2 = ... = xm = c ⎞
Xi = ⎜ ⎟⎟ , atunci media aritmetică devine:
⎜ n1 , n2 , ... , nm
⎝ ⎠
n m m

∑x
i =1
i ∑xn
i =1
i i c ∑ ni
i =1
x = = (n x c) : n = c sau x = m
= m
=c
n
∑n
i =1
i ∑n
i =1
i

2. Media aritmetică este unic sau mai explicit într-un şir de valori individuale sau o
repartiţie, respectiv o distribuţie de frecvenţe x este o valoare unică.
3. Media aritmetică este cuprinsă între valoarea minimă şi valoarea maximă a
şirului de valori sau a repartiţiei variantelor individuale: xmin ≤ x ≤ x max ; Media
x este o valoare internă a şirului de valori, ce poate să coincidă sau nu cu o valoare
individuală înregistrată sau chiar cu limitele x min şi x max (numai dacă toate valorile
individuale ar fi egale cu acea limită).
4. Media aritmetică într-o serie de repartiţie (distribuţie) de frecvenţe oscilează în
jurul valorii individuale (variantei) cu frecvenţa cea mai mare. Media aritmetică
este foarte sensibilă la valorile extreme, aberante. Media salariaţilor pentru un
număr total de 7 agenţii, ale unei societăţi turistice, este de 6 persoane (xi:
3,4,5,6,7,8,9). În situaţia introducerii eronate a datelor în calculator pentru ultima
agenţie, cifra de personal devenind 100 în loc de 9, noua medie aritmetică sub
influenţa valorii aberante a devenit 19 persoane. Fără a sugera că valorile aberante
sunt întotdeauna valori eronate, se impune însă o verificare atentă a acestora,
mergând până la eliminarea lor în anumite situaţii de incertitudine.
5. Media aritmetică este translativă. Dacă într-un şir de valori sau într-o repartiţie
(distribuţie) de frecvenţe se majorează sau se diminuează toate valorile
(variabilele) cu o constantă (a), nouă medie ( x' ) este şi ea mai mare sau mai mică
decât vechea medie ( x ) cu aceeaşi constantă (a).
n

'
∑ ( x ± a)
i =1
i
Dacă fiecare nouă valoare x = xi ±a, unde a≠0, atunci: x ' =
i
n
n n

∑ x ± ∑a
i =1
i
i =1 na
= =x ± = x ± a (pentru şirul valorilor distincte) sau:
n n
m m m

∑(xi ± a)ni ∑xini a∑ni

x' = i =1
m
= i =1
m
± i=1
m
= x ± a (pentru o repartiţie de frecvenţe).
∑n
i =1
i ∑n
i =1
i ∑n
i=1
i

6. Dacă într-un şir de valori sau într-o repartiţie (distribuţie) de frecvenţe se

multiplică (amplifică) sau se demultiplică (simplifică) toate valorile (variantele) cu
un factor constant (k), noua medie ( x ' ) este egală cu vechea medie ( x )

70
multiplicată (amplificată) sau demultiplicată (simplificată) cu acelaşi factor
'
constant (k). Dacă fiecare nouă valoare xi = xi· k, unde k ≠ 0, atunci:
n n

∑ ( xi ⋅ k )
i =1
(∑ xi ) ⋅ k
i =1
x' = = = x · k (pentru un şir de valori distincte) sau
n n
m m

∑ ( xi ⋅ k )ni
i =1
(∑ xi ni ) ⋅ k
i =1
x' = m
= m
= x · k (pentru o repartiţie de frecvenţe)
∑n
i =1
i ∑n
i =1
i

1
Dacă fiecare nouă valoare x'i = xi · , unde k ≠ 0, atunci:
k
n n
1 1
∑ ( ni ⋅
k
) ( ∑ xi ) ⋅
k 1
x' = i =1 = i =1 = x· (pentru un şir de valori distincte) sau
n n k
m m
1
∑ ( x ⋅ k )n i i ( ∑ xi ni ) ⋅
k = x · 1 (pentru o repartiţie de frecvenţe)
x' = i =1 = i =1
m m
k
∑ ni
i =1
∑n
i =1
i

7. Dacă într-o repartiţie (distribuţie) de frecvenţe se multiplică (amplifică) sau se

demultiplică (simplifică) toate frecvenţele aferente valorilor (variantelor) cu un
factor constant (k) noua medie ( x ' ) rămâne egală cu vechea medie ( x )
Dacă fiecare nouă frecvenţă ni' = ni · k, unde k ≠ 0, atunci :
m m m

∑ x ⋅ (n ⋅ k )
i =1
i i (∑ xi ni ) ⋅ k
i =1
∑xn
i =1
i i
x' = m
= m
= m
= x
∑ (n ⋅ k )
i =1
i (∑ ni ) ⋅ k
i =1
∑n
i =1
i

1
Dacă fiecare nouă frecvenţă ni' = ni · , unde k ≠ 0, atunci:
k
m m m
1 1
∑ xi ( ni ⋅
k
) ( ∑ xi ni ) ⋅
k
∑xn i i
x' = i =1m = i =1m = i =1
m
= x
1 1
∑i =1
(ni ⋅ )
k
(∑ ni ) ⋅
i =1 k
∑n
i =1
i

8. Dacă într-o repartiţie (distribuţie) de frecvenţe toate frecvenţele sunt egale,

relaţia de calcul a mediei aritmetice ponderate se transformă într-o medie
aritmetică simplă. Dacă frecvenţele sunt egale (n1=n2=…=ni=m) şi m≠a, atunci:

71
 m m m

∑ xi ni (∑ xi ) ⋅ m ∑x i
i =1 i =1
x= i =1
m
= =
m⋅m m
∑n
i =1
i

9. Media aritmetică a sumei unui număr de două[8] variabile aleatoare

independente ( x + y ) este egală cu suma mediilor aritmetice ale celor două
variabile aleatoare independente ( x + y ). (3.7) ( x + y ) = ( x + y )
Pentru a demonstra această egalitate este suficient să se calculeze media aritmetică
a unei sume pentru cele două variabile aleatoare independente:
m n n

∑ ( xi + yi ) ∑ xi ∑y
i =1
i
( x + y) = i =1
= i =1
+ = x + y (două şiruri valori distincte)
n n n
m m m

∑ ( xi + yi )ni
i =1
∑ xi ni
i =1
∑yn
i =1
i i
( x+ y) = m
= m
+ m
= x + y (două repartiţii de frecvenţe)
∑n
i =1
i ∑ni =1
i ∑n
i =1
i

10. Media aritmetică a produsului unui număr de două variabile aleatoare

independente ( x ⋅ y ) este egală cu produsul mediilor aritmetice ale celor două
variabile aleatoare independente ( x · y ). (3.8) x× y = x × y
11. Suma algebrică a abaterilor valorilor (variantelor) individuale ale unei
caracteristici de la media aritmetică este egală cu zero:
n m
(3.9) ∑ ( xi − x) = 0 sau
i =1
(3.10) ∑ ( x − x)n = 0
i =1
i i

Fie x , media aritmetică pentru un şir de valori distincte, atunci:

n

n n n ∑x i n n

∑ ( xi − x) =
i =1
∑ xi - n x =
i =1
∑ xi - n ·
i =1
i =1

n
= ∑ xi -
i =1
∑x =0
i =1
i

Fie x , media aritmetică pentru o repartiţie de frecvenţe, atunci:

m
m m m m ∑xn i i m m m

∑(xi − x)ni = ∑ xi ni - x ∑ ni = ∑ xi ni - i =1
m
· ∑ n i = ∑ xi ni - ∑ xi ni = 0
i =1 i =1 i =1 i =1
∑ nii =1
i =1 i =1 i =1

12. Suma pătratelor abaterilor valorilor (variantelor) individuale ale unei noi
caracteristici de la media aritmetică este mai mică decât suma pătratelor abaterilor
de la oricare alt număr a, unde a ≠ x :
n n n
(3.11) ∑ ( xi − x) 2 <
i =1
∑ ( xi − a) 2 sau
i =1
∑ ( x − x)
i =1
i
2
= minim

72
 m m m
(3.12) ∑ ( xi − x) 2 ni <
i =1
∑ ( xi − a) 2ni sau
i =1
∑ ( x − x)
i =1
i
2
ni = minim

Pentru a demonstra relaţia 3.11 (iar prin analogie şi 3.12) se majorează şi se

diminuează paranteza din partea dreaptă a inegalităţii cu x :
n n n n

∑(xi − x) 2 <
i =1
∑(xi −x + x − a) 2 ⇔
i =1
∑(xi − x) 2 <
i =1
∑⎡⎣(x − x) + (x − a)⎤⎦
i =1
i
2
şi prin

n n n
dezvoltarea parantezei: ∑(xi − x) 2 <
i =1
∑(xi − x) 2 + 2( x -a) ∑(xi − x) + n( x -a)2,
i =1 i=1
n n
cum însă 2( x -a) ∑(x − x) =0, iar ∑ ( x − x) =0, ceea ce conduce la inegalitatea
i =1
i
i =1
i

n n n
evidentă: ∑ ( xi − x) 2 < ∑ ( xi − x) 2 + n( x -a)2 ⇔
i =1 i =1
∑(x − x)
i =1
i
2
= minim.

O demonstraţie mai rapidă a acestei proprietăţi se poate realiza prin derivare. Dacă
n
se notează f = ∑ (x
i =1
i- a) 2 = minim atunci minimul pentru f se atinge acolo unde se

anulează derivata de ordinul 1.

δf n
= (-2) ⋅∑ ( xi − a) = 0 . Acest lucru este posibil conform proprietăţii 3.11
δa i =1
n
numai în cazul când ∑ ( x − a) = 0 ⇔ a = x
i =1
i

Proprietăţile 5 şi 6 conduc la două formule importante privind calculul simplificat al

mediei aritmetice, unde a ≠ 0 şi k ≠ 0:
xi − a
n

∑ k
(3.13) x = i =1 k + a (pentru un şir de valori distincte)
n
m
xi − a
∑ k
ni
(3.14) x= i =1
m
k + a (pentru o repartiţie de frecvenţe)
∑ ni i =1
Proprietăţile 11 şi 12 deţin o importanţă deosebită, fiind valorificate în calculul
indicatorilor variaţiei (abaterii medii liniare şi pătratice).

Avantajele mediei aritmetice sunt dominante în raport cu orice altă valoare

medie „calculată” sau poziţională.Prezentarea concisă a acestor avantaje este
însoţită de sublinierea utilizărilor sale specifice.
9 Media aritmetică este singurul indicator mediu ce satisface toate cele şase
cerinţe de selectare, cunoscute sub denumirea de "condiţiile lui Yule". Media
aritmetică este precis definită, este expresia tuturor valorilor (variantelor), este
deţinătoarea unor proprietăţi simple şi evidente, dar şi a unui caracter matematic
73
mai puţin abstract, ea se calculează cu uşurinţă şi rapiditate, fiind cel mai puţin
afectată de fluctuaţiile de selecţie şi se pretează cu eleganţă la calcule algebrice
ulterioare. Din aceste motive atunci când termenul de medie apare neînsoţit de un
determinant adjectival, se va subînţelege medie aritmetică.
9 Media aritmetică se poate determina în aproape toate situaţiile în comparaţie cu
celelalte valori medii mai limitate ca posibilităţi de evaluare. Astfel media
aritmetică se calculează chiar şi atunci când se cunosc nivelul sau volumul totalizat
n n
al valorilor sau variantelor ( ∑ x i sau ∑ x ini) şi numărul unităţilor statistice sau
i =1 i =1
m
volumul complet al populaţiei statistice („n”sau ∑n
i =1
i
) fără a se dispune de

valorile sau variantele individuale (x1,x2,….xi), ca în situaţia concretă a salariului

mediu calculat din fondul de salarii şi numărul salariaţilor.
9 În cazul variabilei alternative sau binare soluţia de determinare a indicatorului
mediu, în urma unui artificiu de calcul prin care se atribuie variantei afirmative
valoarea 1 şi variantei nonafirmative valoarea "0" este tot media aritmetică.
Procedeul este sintetizat în trei etape şi în tabelul nr. 3.1:
- se identifică şi se delimitează precis existenţa celor două variante opuse de tip
ori / ori sau da / ba ( x1 şi non x1 sau x2);
- se acceptă un artificiu de calcul pentru cuantificarea variantelor, prin atribuirea
unei valori egale cu 1, variantei afirmative sau de interes (x1), precum şi a unei
valori egale cu 0, variantei opuse (nonx1 sau x2);
- se determină prin calcul media aritmetică a celor două variante (1 şi 0).
Tabel nr. 3.1
Varianta Varianta Frecvenţa Frecvenţa relativă Calculul mediei variabilei
observată atribuită absolută (n*i) alternative (de interes)
(ni)
x1 = varianta x1 = 1 n1 = M *
n1 = M = p
m
∑ xin i x1 n1 + x 2 n 2
afirmativă N x= i=1 =
N −M
m n1 + n 2
*
n2 = = q =1-p ∑ n i
x2 = varianta i=1
N
neafirmativă x2 = 0 n2 = N-M =1 ⋅ M + 0 ⋅ (N − M ) =M
m m M + (N − M ) N

∑ ni =N ∑ ni* =(p+q)=1 x= M =p
Total i =1 i =1
N
9 Media caracteristicii alternative sau binare este egală cu frecvenţa
relativă a variantei afirmative sau de interes. Media promovaţilor (M=90
studenţi), din totalul studenţilor prezenţi (N=100 studenţi) la examenul de
statistică, este egală cu frecvenţa relativă a variantei afirmative, exprimată
ca un coeficient (0,9) sau ca un procent (90,0%).
9 La reunirea de populaţii parţiale, cu medii aritmetice cunoscute
( x1 , x 2 , ..., x m ) şi de volum cunoscut (n1, n2, …, nm), media aritmetică a
populaţiei totale ( x 0 ) este o medie aritmetică ponderată a mediilor parţiale:

74
 r
(3.15) x0 = ∑ x ⋅n
i i
,unde: r = numărul de grupe, iar xi = mediile grupelor
i =1
r
∑ n
i
i =1
parţiale cu comportament de variante distincte.
Nu se recomandă determinarea mediei mediilor pe baza relaţiei de calcul a mediei
aritmetice simple, fiecare medie parţială se impune a fi ponderată în conformitate
cu numărul sau importanţa unităţilor statistice pe care le substituie.
9 În cazul procentelor, calculul mediei aritmetice a acestora se realizeazǎ prin
ponderarea fiecărui procent proporţional ca baza sa[10]. Există unele condiţii ce
favorizează utilizarea unui sistem diferit de ponderare. Se emite ipoteza că un
student a luat cele două examene, cel de statistică generală, respectiv cel de
statistica afacerilor economice fiecare dintre ele acoperind o jumătate din
subiectele întregii discipline. La primul examen studentul a rezolvat corect 80%, (8
din cele 10 întrebări şi aplicaţii punctate identic), iar la al doilea 62,5% (10 din cele
16 întrebări şi aplicaţii evaluate tot identic). Media aritmetică ponderată a celor
douǎ procente este egalǎ cu (10×80% + 16×62,5%) : 26 = 69,2%, în timp ce media
aritmetică simplă a celor două procente este 71,3%, cea din urmă putând fi
preferată datorită parităţii generale a celor două examene în disciplina de ansamblu,
ca subiecte şi importanţă.
9 Media aritmetică este utilizată cu succes atunci când fenomenul prezintă în
variantele sale concrete, valori ce alcătuiesc termenii unei progresii aritmetice.
Considerată cea mai populară valoare tipică şi esenţială şi cea mai uşor de calculat,
media aritmetică are însă şi câteva dezavantaje importante:
-media aritmetică este sensibilă la valorile extreme, depinzând în mod accentuat
de aceste valori;
- când termenii sunt prea împrăştiaţi media devine nereprezentativă;
-dacă variabila este discontinuă şi prezintă aglomerări, concentrări sau
condensări ce se traduc prin tipuri distinctive se recomandă calculul unor medii
parţiale într-o populaţie segmentată tipologic;
-media aritmetică este în mod semnificativ afectată de intervale deschise,
impunându-se închiderea lor prealabilă.
Practica a impus şi forme modificate de calcul al mediei aritmetice. Un exemplu
prozaic este cel oferit de meteorologie care în locul celor 24 de temperaturi orare,
foloseşte temperatura minimă şi maximă a zilei şi cu succes media aritmetică a
acestora. O altă formă modificată de calcul constă în eliminarea uneia sau mai
multor valori aberante sau extreme, media obţinută din valorile obişnuite rămase
fiind utilizată la măsurarea variaţiilor sezoniere, dar nu şi a celor accidentale sau
excepţionale.
Media armonică este acea valoare substitut, cu care dacă s-ar înlocui toate
valorile individuale ale şirului unităţilor statistice sau toate variantele unei repartiţii
de frecvenţe ce grupează populaţia studiată, nu se va modifica suma valorilor
inverse ale valorilor sau variantelor[11].
Fiind date valorile individuale ale şirului de unităţi statistice din populaţia studiată
xi: x1, x2, x3,…, xn, unde i = 1n , atunci proprietatea specifică sau funcţia
determinantă pentru calculul mediei armonice este de tip aditiv sau cumulativ dar
75
 1 1 1 n
1
are ca obiect valorile inverse: + +…+
x1 x2 xn
= ∑x i =1
.
i

Dacă se notează media armonică cu x h şi se ţine cont de calitatea indicatorului

mediu de valoare substitut, de a menţine modificată suma valorilor inverse, rezultă:
n
1 1 1 n
1 1 1
+ + ... +
xh xh xh
= ∑
i =1 xi
⇔ n⋅
xh
= ∑x
i =1 i

de „n” ori
de unde se deduce relaţia de calcul a mediei armonice simple, iar prin analogie se
poate ajunge la aceea a mediei anarmonice simple:
n 2
n ∑ x
(3.16) xh= n
(media armonică) şi x ah = i = 1 i (media anarmonică).
1
∑x
i =1
n
∑ x
i
i
i =1
În cazul unei serii de repartiţie de frecvenţe, media armonică simplă este înlocuită,
cu media armonică ponderată. Din relaţia de mai jos:
1 1 1 m
1 1 m m
1
xh
⋅ n1 + ⋅ n2 + ... + ⋅ nm =
xh xh
∑
i =1 xi
⋅ ni ⇔
xh
∑ ni = ∑
i =1 i =1 xi
⋅ ni

rezultă formula de calcul a mediei armonice ponderate, iar prin analogie se poate
ajunge la aceea a mediei anarmonice ponderate:
m n 2
∑ ni ∑ x n
i i
(3.17) x h= m i =1 (media armonică) şi x ah = i = 1 (media anarmonică).
1 m
∑
i =1 xi
⋅ ni ∑ xn
i i
i =1
Dacă în locul frecvenţelor absolute se utilizează frecvenţe relative exprimate prin
m m
coeficienţi ( ∑ ni* =1) sau procente ( ∑ fi* =100), relaţia de calcul devine:
i =1 i =1

1 100
(3.18) xh= sau (3.19) x h = m
1 *m
1 *
∑
i =1 xi
ni
i =1 xi
fi ∑
Considerată o mărime inversă în raport cu media aritmetică şi fiind calculată din
valorile sau variantele inverse (1/xi), media armonică poate deveni o formă
particulară a mediei aritmetice (ca urmare a înlocuirii lui ni cu xini).
m m m

∑n i ∑(x n ) i i ∑xn i i
(3.20) xh = m
i =1
= m
i =1
= i =1
m
=x
1 1
∑
i =1 xi
ni ∑
i =1 xi
( xi ni ) ∑n
i =1
i

76
Media armonică ponderată devine egală cu cea aritmetică a aceloraşi valori (xi)
numai când sistemele de ponderare sunt diferite (xini comparativ cu ni).
Proprietăţile mediei armonice, exceptându-le pe acelea prezentate în cazul
mediei aritmetice, la poziţiile 1,2,3,4,7 care rămân valabile şi în cazul acestui
indicator mediu, subliniază obligativitatea utilizării sale, atunci când se evidenţiază
relaţii de proporţionalitate inversă între două variabile.
Caseta nr. 3.2.
1 1
1. Suma „abaterilor" de tip ( − ) este egală cu zero:
xi x h
n
⎛1 1 ⎞ m
⎛1 1 ⎞
(3.21) ∑ ⎜ −
i =1 ⎝ xi xh
⎟=0 sau (3.22) ∑⎜ x −
xh
⎟ ni = 0
⎠ i =1 ⎝ i ⎠
Fie x h , media armonică pentru un şir de valori distincte, atunci:
n
⎛1 1 ⎞ n 1 n n
1 n n 1 n
1 n 1
∑ ⎜
i =1 ⎝ xi
− ⎟ ∑
= − = ∑ − ∑ ∑ −∑ = 0
=
x h ⎠ i =1 xi x h i =1 xi n i =1 xi i =1 xi i =1 xi
Fie x h media armonică pentru o repartiţie de frecvenţe, atunci:
m
⎛1 1 ⎞ m
ni 1 m m
ni 1 m m
ni m ni
∑ ⎜ −
i =1 ⎝ xi xh
⎟ i ∑
⋅ n =
x
− ∑
x h i =1
ni = ∑
i =1 xi
− m ∑ ni = ∑ −∑ = 0
xi i =1 xi
⎠ i =1 i
∑n
i =1
i
i =1 i =1

m
1
∑x
i =1
ni
i
2. Dacă se identifică o relaţie de proporţionalitate inversă (legătură statistică inversă)
între două variabile yi= (1/xi) şi dacă pentru una din ele s-a folosit media aritmetică,
atunci se va utiliza media armonică pentru cealaltă variabilă. Proporţionalitatea
inversă se extinde şi asupra mediilor y = (1 / x h ).
Avantajele mediei armonice sunt generate de utilizarea ei în cazul acelor
variabile a căror formă de exprimare este una de tip invers (1/xi). Astfel domeniile
în care media armonică este cea mai bună soluţie de precizare a valorii esenţiale,
tipice, centrale sunt acela al cuantificării şi normării muncii (la 1 oră sunt normate
x produse) şi acela al preţurilor care precizează numărul, cantitatea, volumul de
produse la o unitate de măsură monetară (x kg la 1 Euro, y m.c. la 1 $ SUA etc.)
Dezavantajele mediei armonice sau ale reciprocei mediei aritmetice a
reciprocelor valorilor sau variantelor unei variabile, conform definiţiei succinte a
lui G.U.Yule, sunt rezultatul restricţiilor matematice fireşti legate de utilizarea
valorii inverse (1/xi). Pe de-o parte, valoarea inversă sau reciprocă este factorul
esenţial al avantajelor şi specificităţii aplicării mediei armonice, iar pe de altă parte,
tot ea este şi cauza restricţionării utilizărilor ei:
- media armonică nu se utilizează niciodată pentru o variabilă care are cel puţin
una din variante egală cu zero, fiind imposibil de calculat din punct de vedere
matematic, deoarece devine nedeterminabilǎ, atunci când xi=0;
- media armonică manifestă o sensibilitate deosebită faţă de variantele „unice”,
cu sensul de egale cu 1 (xi=1).
77
Caseta nr. 3.3.
Trei salariaţi nu au realizat conform parametrilor de calitate câte 20, 40 şi 50 de
produse lunar. Media armonică simplă a produselor rebutate este egală cu:
xh= 3
= 31,6 ≈ 32 produse / salariat.
1 1 1
+ +
20 40 50
În situaţia în care în ultima lună, un salariat nou angajat a rebutat un singur produs,
media armonică simplă a rebuturilor devine egală cu:
4
xh= = 3,7 ≈ 4 produse / salariat.
1 1 1 1
+ + +
1 20 40 50
În acelaşi context, media aritmetică simplă a rebuturilor ar fi fluctuat mai lent de la
(20+40+50):3≈37 produse rebutate/salariat la (1+20+40+50):4≈28 produse.
Dacă într-un şir de valori distincte sau într-o repartiţie de frecvenţe apar valori
sau variante nule (xi=0), respectiv „unice", cu sensul de "egale cu 1" (xi=1), atunci
media armonică simplă sau ponderată este imposibil de calculat, respectiv nu se
recomandă calculul acesteia din cauza sensibilităţii exagerate a valorii medii, de
tip armonic la valoarea 1.Dacă într-un şir de valori distincte sau într-o repartiţie
de frecvenţe, toate valorile sau variantele sunt pozitive, întotdeauna media
armonică este cea mai mică valoare medie rezultată dintr-un algoritm de
substituire, bazat pe o proprietate specifică.
Media geometrică este acea valoare substitut, cu care dacă s-ar înlocui toate
valorile individuale ale şirului unităţilor statistice sau toate variantele unei
repartiţii de frecvenţe ce grupează populaţia studiată, nu se va modifica produsul
valorilor sau variantelor. Fiind date valorile individuale ale şirului de unităţi
statistice din populaţia studiată xi: x1, x2, … xn, unde i = 1n , atunci proprietatea
specifică sau funcţia determinantă pentru calculul mediei geometrice este de tip
n
multiplicativ: x1 ⋅ x2 ⋅ ... ⋅ xn = ∏x
i =1
i .Dacă se notează cu x g , media geometrică şi se

ţine cont de calitatea de valoare substitut a acesteia, calitatea prin care se menţine
nemodificat produsul valorilor sau variantelor, atunci:
n n

( ) =∏x
n
x g ⋅ x g ⋅ ... ⋅ x g = ∏ xi ⇔ x g i
i =1 i =1
de „n” ori
de unde rezultă relaţia de calcul a mediei geometrice simple:
1
n
⎡ n
⎤ n
(3.23) xg = n
∏x
i =1
i sau x g = ⎢∏ xi ⎥
⎣ i =1 ⎦
În cazul unei serii de repartiţie de frecvenţe media geometrică simplă este
înlocuită cu aceea ponderată. Pornind de la funcţia multiplicativă specifică:
m
x1n1 ⋅ x2n2 ⋅ ... ⋅ xmnm = ∏ xini ,unde: i = 1m
i =1

78
se utilizează x g ca valoare substitut, ce menţine constant produsul variantelor
ridicate la o putere egală cu frecvenţa specifică:
m

( ) ( ) ( ) ∑ ni
n1 n2 nm m m
xg ⋅ xg ⋅ ... ⋅ x g = ∏ xini ⇔ x g
i =1
( ) i =1 = ∏ xini ,
i =1
de unde rezultă relaţia de calcul a mediei geometrice ponderate:
m 1
∑ ni m
⎡ m ni ⎤ ∑
m

(3.24) xg = i =1
∏x
i =1
ni
i sau x g = ⎢∏ xi ⎥ i=1 ni
⎣ i =1 ⎦
Relaţiile de calcul (3.23) şi (3.24), prin logaritmare se transformă în:
n
⎛ n ⎞
∑ lg xi ⎜ ∑ lg xi ⎟
lg x g = i =1 , de unde: (3.25) x g = anti lg ⎜ i =1 ⎟
n ⎜ n ⎟
⎜ ⎟
⎝ ⎠
m
⎛ m
⎞
∑ ni lg xi ⎜ ∑ ni lg xi ⎟
lg x g = i =1 m , de unde (3.26) x g = anti lg ⎜ i =1 m ⎟
⎜ ⎟
∑i =1
ni ⎜ ∑ ni ⎟
⎝ i =1 ⎠
Pornind de la ultimele două relaţii de calcul, G.U.Yule redefineşte lapidar media
geometrică, prin intermediul funcţiei logaritm.Astfel, logaritmul mediei geometrice
a valorilor (variantelor) este media aritmetică a logaritmilor acestora , ceea ce
redenumeşte media geometrică drept media logaritmică.
Proprietăţile mediei geometrice reunesc o parte din proprietăţile mediei
aritmetice (1,2,3,4,7) cu câteva caracteristici inedite ale acestui indicator mediu.
Caseta nr. 3.4.
1. Produsul rapoartelor dintre valorile (variantele) individuale şi valoarea mediei
geometrice, rapoarte de tipul xi / x g este egal cu 1 Acelaşi lucru, transpus prin
logaritmare din produs în sumă, devine: suma abaterilor logaritmilor valorilor sau
variantelor, de la logaritmul mediei lor geometrice este egală cu zero.
n
xi n
(3.27) ∏
i =1 x g
=1 sau (3.28) ∑ ( lg x − lg x ) = 0
i =1
i g

Demonstraţia este bazată pe relaţia de definire a mediei geometrice

n

( x ) = ∏ x , relaţie ( x ) devine
n n
g i care în urma împărţirii prin g egală cu:
i =1

( x ) = x ⋅ x ⋅ ... ⋅ x
n
g n
xi
1 2 n
= 1 ,respectiv ∏ = 1 ,iar prin logaritmare devine:
(x ) x x x
n
g g g g i =1 xg
n

∑ ( lg x − lg x ) = 0 .
i =1
i g

79
2. Media geometrică simplă sau ponderată a două şiruri formate din acelaşi număr
de valori sau variante în cazul a două variabile distincte este egală cu raportul
mediilor geometrice ale celor două variabile (simple sau ponderate).
În cazul mediei geometrice simple:
n n

x1 x2 x ∏ xi n
∏x i =1
i
x g (pentru cele două şiruri de
(3.29) n ⋅ ⋅ ... ⋅ n = n
i =1
= =
n
y1 y2 yn n
yg
∏y
i =1
i n
∏y i
i =1

valori distincte xi şi yi, , dar care deţin acelaşi număr de valori i = 1 n )

Pentru două distribuţii de frecvenţe distincte dar alcătuite din acelaşi număr de
variante (i = 1m ):
⎛ x , x2 , ... xm ⎞ ⎛ y1 , y2 , ... ym ⎞
Xi : ⎜ 1 ⎟ şi Yi : ⎜ ⎟
⎝ n1 , n2 , ... nm ⎠ ⎝ n1 , n2 , ... nm ⎠
dar pornind invers de această dată respectiv de la raportul celor două medii
geometrice ponderate caracteristice:
m

∑ ni m m

xg
i =1
∏x ni
i m ∏x ni
i
m

∑ ni x n1 x n2 x nm
=∑
i =1 ni
= m i =1
i =1
m
= i=1 1n1 ⋅ 2n2 ⋅ ... ⋅ mnm , relaţia finală devine:
y g ∑ ni m y1 y2 ym
i =1
∏y ni
i
∏y i =1
ni
i
i =1
m

∑ ni x1n1 x2n2 xmnm xg

(3.30) i =1
n1
⋅ n2 ⋅ ... ⋅ nm =
y1 y2 ym yg
3. Analog, media geometrică simplă sau ponderată a produsului a două şiruri
formate din acelaşi număr de valori sau acelaşi număr de variante, în cazul a două
variabile distincte este egală cu produsul mediilor geometrice ale celor două
variabile (medii simple sau ponderate). Demonstraţia este similară prin simplitatea
raţionamentului cu aceea a proprietăţii anterioare.
n n n
(3.31) n
∏x y
i =1
i i = n
∏x ⋅ ∏y
i =1
i
n
i =1
i = xg ⋅ yg

(pentru cele două şiruri de valori distincte xi şi yi, dar care deţin acelaşi număr de
valori i = 1n ) şi
m m m

∑ ni m
∑ ni m
∑ ni m
(3.32) i =1
∏xi =1
ni
i y = ni
i
i =1
∏x
i =1
ni
i ⋅ i =1
∏yi =1
ni
i = xg ⋅ yg

(pentru cele două distribuţii de frecvenţe ale variabilelor distincte xi şi yi, dar care
deţin acelaşi număr de variante i = 1 m )
Avantajele mediei geometrice au condus la utilizarea ei cu precădere în statistica
internaţională, datorită preciziei şi exactităţii valorii rezultate din relaţia ei specifică
de calcul. Media geometrică este recomandată la evaluarea mediilor unor
indicatori relativi, ca în cazul indicilor de preţ sau în determinarea tendinţei
80
centrale a unor fenomene ce evoluează în progresie geometrică şi conform unei
legi exponenţiale, ca în cazul unor fenomene demografice cum sunt cele referitoare
la natalitate, mortalitate, nupţialitate, divorţialitate. Utilizată pentru valorile sau
variantele care nu permit o relaţie de aditivitate, ci una multiplicativă, media
geometrică este numită pentru aceste avantaje şi medie de „ritm”, deoarece
permite calculul ritmului mediu de creştere sau scădere din indicele mediu analog,
în evoluţia în timp a unui fenomen economic sau social. Practic, variaţiile frecvente
de procente (promile, procentimile etc.), impun media geometrică în raport cu
oricare alt indicator mediu. Mai puţin sensibilă la valorile extreme, în raport cu
media aritmetică, şi aproape neutră faţă de valoarea unică (x = 1),în comparaţie cu
variaţia specifică a celei armonice, media geometrică se situează între aceste două
valori centrale.
Principalul dezavantaj al mediei geometrice este cel cauzat de dificultatea de
calcul, necompensat de precizia şi exactitatea acestei valori tipice şi esenţiale, în
multe situaţii practice. Dacă o singură valoare sau variantă este egală cu zero,
atunci media geometrică devine şi ea egală cu zero. O situaţie delicată apare şi
atunci când cel puţin una dintre valori sau variante este negativă, media geometrică
transformându-se în număr complex, fără sens economic sau social, în statistica
populaţiilor finite. În consecinţă, când apar o valoare sau o variantă nulă sau
negativă, se renunţă la calculul mediei geometrice, care se determină practic din
valori (variante) strict pozitive (xi >0).
Media pătratică este acea valoare substitut, cu care dacă s-ar înlocui toate
valorile individuale ale şirului unităţilor statistice sau toate variantele unei repartiţii
de frecvenţe ce grupează populaţia studiată nu se va modifica suma pătratelor
valorilor (variantelor). Fiind date valorile individuale ale populaţiei studiate xi: x1,
x2,…,xn, unde i= 1n , atunci proprietatea specifică sau funcţia determinantă pentru
calculul mediei pătratice apare simultan ca un „compromis aditiv şi multiplicativ”:
n
x12+ x22+…+ xn2 = ∑x
i =1
2
i
.Dacă se notează cu x p media pătratică şi se ţine cont de

calitatea sa de substitut, prin care se menţine constantă suma pătratelor valorilor

sau variantelor, atunci:
n n

( ) ( ) ( ) ( )
2 2 2 2
xp + xp + ... + x p = ∑ xi2 ⇔ n x p = ∑ xi2
i =1 i =1
de „n” ori
de unde, rezultă relaţia de calcul a mediei pătratice simple:
1
n
⎡ n 2 ⎤2
∑x ⎢ ∑ xi ⎥
2
i
(3.33) xp = i =1
sau x p = ⎢ i =1 ⎥
n ⎢ n ⎥
⎢⎣ ⎥⎦
În cazul unei serii de repartiţie de frecvenţe, media pătratică simplă este înlocuită
prin media pătratică ponderată. Pornind de la funcţia determinantă specifică: (x1)2.

81
 m

∑( x )
2
n1+(x2)2. n2+…+(xm)2. nm= i ni , unde i= 1m , se valorifică x p ca valoare
1=1
substitut, ce menţine nemodificată suma pătratelor valorilor sau variantelor
multiplicate cu frecvenţa caracteristică:
m m m
( x p)2 . n1+( x p)2 . n2+…+( x p)2. nm= ∑ (x )
1=1
i
2.
ni ⇔ ( x p)2 ∑ ni = ∑ ( xi ) ⋅ ni
2

i =1 i =1
de unde rezultă relaţia de calcul a mediei pătratice:
1
m
⎡ m ⎤2
∑(x )
2
⎢ ∑ ( xi ) ⋅ ni ⎥
2
i ⋅ ni
(3.34) xp = i =1 sau x p = ⎢ i =1 m ⎥
m
⎢ ⎥
∑n
i =1
i
⎢⎣ ∑ i =1
ni
⎥⎦
Proprietăţile mediei pătratice regrupează alături de proprietăţile comune cu
cele ale mediei aritmetice (1,2,3,4,7) o caracteristică importantă legată de conceptul
său specific de abatere.
Caseta nr. 3.5.
1. Suma abaterilor valorilor sau variantelor faţă de media pătratică, definite ca
diferenţe de tip (xi2- x p2) este egală cu zero.
n m

∑ (x i 2 - x p )=0 ∑ (x
2
2
(3.35) sau (3.36) i - x p2)ni = 0
i=1 i =1

Fie x p media pătratică pentru un şir de valori distincte, atunci:

n

∑x 2

∑( x )
n n n i n n
= ∑ x − n⋅ x = ∑ x − n⋅ = ∑ xi2 − ∑ xi2 = 0
2 2 2 2 2
i −x p i p i
i =1

i =1 i =1 i =1 n i =1 i =1

Fie x p media pătratică pentru o repartiţie de frecvenţe, atunci:

m

∑x n 2

∑( x )
m m m m i i m m m
− x ⋅ ni = ∑ x n − x ⋅ ∑ni = ∑ x n − ⋅ ∑ni = ∑ xi2ni − ∑ xi2ni = 0 .
2 2 2 2 2 i =1
i p i i p i i m
i =1 i =1 i =1 i =1
∑n
i =1
i
i =1 i =1 i =1

Avantajele mediei pătratice sunt rezultatul utilizării ei deosebite în teoria

statistică. Importanţa ei este mai puţin legată de capacitatea de a fi un indicator
mediu, ci de forţa de a releva împrăştierea (dispersia). Media pătratică nu va fi o
măsură a tendinţei centrale, ci ca o măsură a dispersiei, ea va fi numită abaterea
standard, abaterea tip sau abaterea medie pătratică. Dacă media armonică este cel
mai mic indicator mediu, fiind preferată când domină valori sau variante mici, prin
opoziţie, media pătratică reprezintă cea mai mare valoarea a unui indicator mediu şi
este utilizată când domină valori sau variante mari în seria analizată.
Dezavantajele mediei pătratice sunt reflectarea firească a sensibilităţii ei ieşite
din comun la valorile extreme şi a limitelor utilizării ei în cazul valorilor nule şi
negative. Este evident din relaţia ei de calcul, că media pătratică este afectată de
valori extreme într-o proporţie mai mare chiar şi decât media aritmetică.
82
Generalizarea noţiunii de indicator mediu de nivel sau calculat este o funcţie
simetrică a variantelor unei repartiţii de frecvenţe care îndeplineşte cerinţele:
1) Pentru variante egale cu o constantă, media repartiţiei de frecvenţe este şi ea
egală cu constanta respectivă;
2) Media repartiţiei de frecvenţe, bazată pe o proprietate specifică sau o funcţie
determinantă este o valoare unică în raport cu proprietatea sau funcţia respectivă;
3) Media repartiţiei de frecvenţe este o valoare internă a acesteia (încadrându-se
în intervalul de variante al caracteristicii).
Primele trei proprietăţi ale mediei aritmetice şi ale celorlalte valori medii sunt
îndeplinite de o funcţie de forma descrisă în continuare:
1
( )
(3.37) f x k = m
⎡⎣ f ( x1 ) n1 + f ( x2 ) n2 + ... + f ( xm ) nm ⎤⎦ , unde i = 1m şi
∑n
i =1
i

f ( x ) este o funcţie monotonă, iar x k este media „calculată” de ordin „k”:

1
m
⎡ m ⎤k
∑ x n ⎢ ∑ xik ni ⎥
k
i i
(3.38) x k = k i =1 = ⎢ i =1m ⎥
m
⎢ ni ⎥
∑i =1
ni
⎢ ∑
⎣ i =1 ⎥⎦
Dacă în relaţia anterioară se atribuie lui „k” valorile –1, 0, 1, 2 se regăsesc
cele patru valori medii „calculate”.
Pentru k = - 1 se obţine relaţia de calcul a mediei armonice:
−1
⎡ m −1 ⎤ m

⎢ ∑ xi ni ⎥ ∑n i
x −1 = ⎢ i =1m ⎥ = m
i =1
= xh
⎢ 1
ni ⎥
⎢⎣ ∑ ∑ ni
i =1
⎥⎦ i =1 xi

Pentru k = 0 se ajunge la relaţia de calcul a mediei geometrice:

1
⎡ m 0 ⎤0
⎢ ∑ xi ni ⎥
x 0 = ⎢ i =1m ⎥ = 1∞ , pentru a înlătura nedeterminarea evidentă se logaritmează
⎢ ni ⎥
⎢⎣ ∑ i =1
⎥⎦
expresia mediei de ordin „k” (3.38).
1 x10 n1 + x20 n2 + ... + xm0 nm
ln x 0 = ln , apoi se aplică regula lui l’Hôspital
0 n1 + n2 + ... + nm
n1 x1k ln x1 + n2 x2k ln x2 + ... + nm xmk ln xm
k →0
( )
lim ln x k = lim
k →0 n1 + n2 + ... + nm
pentru k=0 şi xik = 1,

83
 (
n1 n2 nm
n1 ln x1 + n2 ln x2 +... + nm ln xm ln x1 ⋅ x2 ⋅...⋅ xm )
unde i = 1m , rezultă: ln x0 = ( ) n1 + n2 +... + nm
= m

∑ni
i=1
m

∑ ni m
de unde: x 0 = i =1
∏x
i =1
ni
i = xg

Pentru k = 1 se regăseşte relaţia de calcul a mediei aritmetice:

⎡ m ⎤
⎢ ∑ xi ⋅ ni ⎥
x1 = ⎢ i =1m ⎥=x
⎢ ni ⎥
⎢⎣ ∑ i =1
⎥⎦
Pentru k = 2 se identifică relaţia de calcul a mediei pătratice:
1
⎡ m 2 ⎤2
⎢ ∑ xi ⋅ ni ⎥
x 2 = ⎢ i =1 m ⎥ = xp
⎢ ni ⎥
⎢⎣ ∑ i =1
⎥⎦
Se poate continua pentru k = 3 obţinându-se „media cubică”:
1
⎡ m 3 ⎤3
⎢ ∑ xi ⋅ ni ⎥
(3.39) x3 = ⎢ i =1 m ⎥ = xc
⎢ ni ⎥
⎢⎣ ∑ i =1
⎥⎦
Pentru k = 4 se ajunge „media dublu pătratică” ( x p 2 ):
2
⎛1⎞
⎜ ⎟
⎡ m
⎤
⎢ ∑ ( xi ) ⋅ ni ⎥
⎝2⎠
2 2

(3.40) x 4 = ⎢ i =1 ⎥ = x p2
m
⎢ ⎥
⎢⎣ ∑
ni
i =1
⎥⎦
şi pentru k = 5, 6, 7, …,n, obţinându-se valori medii foarte rar sau chiar deloc
folosite în practica statistică.
Generalizarea noţiunii de indicator mediu de nivel sau “calculat” prin valorile date
ale lui k, permite stabilirea raportului de mărime dintre cele patru valori medii
utilizate în practică.
Relaţia ierarhică dintre media armonică, geometrică, aritmetică şi pătratică este
cunoscută sub denumirea de „inegalitatea specifică a mărimilor sau valorilor
medii” sau pe scurt „inegalitatea mediilor”:
(3.41) x −1 ≤ x 0 ≤ x1 ≤ x 2 ⇔ x h ≤ x g ≤ x ≤ x p
Relaţia de egalitate are loc atunci când valorile sau variantele sunt egale între ele şi
egale cu o constantă (xi = a).

84
Caseta nr. 3.6.
În cazul existenţei a numai două valori x1 şi x2, cei mai folosiţi indicatori medii capătă
o expresivitate deosebită şi relevă relaţii inedite:

2 x1 x 2 x + x2 x2 + x2
xh = , x g = x1 x2 , x = 1 şi x p = 1 2
sau, în urma unor
x1 + x 2 2 2
xg ( x g )2
( )
2
prelucrări simple: x h = x g ⋅ xg = x ⋅ xh ⇒ x = şi xg = x ⋅ xh sau
x xh
( x ) = ( x) + ⎡⎣( x) − ( x ) ⎤⎦ de unde: ( x p + x)( x p − x) = ( x + xg )( x − xg ) etc.
2 2 2 2
p g

Dintre cele patru valori tipice, esenţiale şi centrale, media armonică este
preferată atunci când valorile sau variantele mici sunt mai numeroase iar media
pătratică atunci când valorile sau variantele mari sunt majoritare. Mediile
geometrică şi aritmetică sunt „mai centrale”, deci mai reprezentative şi chiar
universale.Media geometrică, deşi este cu mult mai precisă şi mai exactă, cedează
locul de primă valoare tipică, esenţială şi centrală în faţa mediei aritmetice,
singura care satisface toate cele şase „condiţii ale lui Yule”.
Media cronologică este un caz aparte al mediei aritmetice, caz în care media
aritmetică a întregii populaţii este rezultatul agregării intervalelor de timp nu
neapărat egale, dar obligatoriu „continue”. Media cronologică se exprimă prin
medii aritmetice simple sau ponderate cu timpul ale nivelurilor atinse de fenomenul
cercetat în momentul de început (x2k+1) şi de sfârşit (x2k+2), raportate la numărul
intervalelor. Astfel, între „n” momente, unde se află „tn-1” intervale:
x1 + x2
• primul interval (t1) este definit de nivelurile x1 şi x2 şi are media .
2
x2 + x3
• al II-lea interval (t2) de nivelurile x2 şi x3 şi are media
2
• …
xn −1 + xn
• ultimul interval (tn-1) de nivelurile xn-1 şi xn şi are media .
2
Media cronologică simplă este media aritmetică simplă „continuă” a tuturor
intervalelor.
x1 + x2 x2 + x3 x +x x1 x
+ + ... + n −1 n + x2 + ... + xn −1 + n
(3.42) x cr = 2 2 2 = 2 2
n −1 n −1
iar media cronologică ponderată cu intervalele de timp (tn-1) este media
aritmetică ponderată „continuă” a tuturor acestor intervale:
x1 + x2 x +x x +x
t1 + 2 3 t2 + ... + n −1 n tn −1
(3.43) x cr = 2 2 2 sau transformată:
t1 + t2 + ...... + tn −1

85
 t1 t +t t
x1 + 1 2 x2 + ... + n −1 xn
(3.44) x cr = 2 2 2 , unde tn-1 reprezintă unităţi de timp
t1 + t2 + ... + tn −1
(ore, zile, săptămâni, luni, trimestre, ani etc.)
Media cronologică este specifică seriilor statistice cu acelaşi nume şi constituie un
indicator important în analiza temporală a fenomenelor economice şi sociale.
Ce-a de-a doua categorie a indicatorilor medii sunt cei poziţionali, în principal
obţinuţi prin localizare şi mai puţin ca urmare a unor calcule (în situaţia când
acestea apar, ele pot fi considerate sumare şi convenţionale). Cei mai cunoscuţi
indicatori de acest tip sunt modul, mediana, mediala şi valoarea potenţială. Aceşti
indicatori medii caracterizează tendinţa centrală, în calitate de valori esenţiale, fie
tipice maximal, ca în cazul modului, fie mijlocii sau centrale prin definiţie şi
neafectate de valori extreme, ca în cazul medianei. Indicatorii medii poziţionali
exprimă în mod indirect nivelul mediu, în jurul căruia se concentrează,
condensează sau densifică, întreaga populaţie statistică sau o parte majoritară a
acesteia şi sunt numiţi „necalculaţi” pentru a sublinia lipsa calculelor.
Modul sau valoarea dominantă reprezintă indicatorul mediu poziţional ce
caracterizează exclusiv repartiţiile (distribuţiile) de frecvenţe. Modul, valoarea
modală sau dominantă reprezintă aceea variantă (xi), care se întâlneşte cel mai
des, respectiv valoarea caracteristicii cu frecvenţa apariţie maximă (ni maxim).
Notaţia specifică a acestui indicator este Mo. Valoarea cea mai frecventă sau
„valoarea cea mai probabilă”, cum mai este cunoscut modul, corespunde variantei
(xi) cu frecvenţa maximă (absolută sau relativă).Printre exemplele ades invocate, se
pot enumera: talia dominantă la femei sau la bărbaţi, venitul modal net sau cel mai
des încasat într-o economie, preţul cel mai frecvent întâlnit pentru un produs,
articolul la „modă” sau cel mai bine vândut dintr-o gamă de produse specifice. Prin
antinomie se poate defini valoarea antimodală ca valoarea cea mai rar întâlnită,
specifică acelor curbe în formă de „U” ce caracterizează repartiţiile de frecvenţe.
Există şi populaţii statistice ce prezintă două sau mai multe variante ce au aceeaşi
frecvenţă maximă de apariţie, denumite bimodale sau plurimodale. De reţinut că, în
cazul acestor repartiţii de frecvenţe diferite, valorile modale încetează a mai fi
considerate reprezentative, centrale pentru toată populaţia statistică. Ele capătă o
uşoară „esenţă” locală, fiind numite valori tipice locale. Determinarea valorii
modale în cazul unei variabile discrete presupune parcurgerea următoarelor 2
etape, respectiv mai întâi se identifică frecvenţa maximă a repartiţiei (nMo = ni max)
şi apoi se citeşte varianta corespunzătoare frecvenţei maxime a caracteristicii (xi),
denumită mod sau dominantă (MO).Utilizând exemplul repartiţiei de frecvenţe a
notelor obţinute de cei 50 de studenţi care au predat proiecte la disciplina statistică:
xi 3 4 5 6 7 8 9 10 m

ni 1 4 5 6 16 8 6 4
i =1
∑ ni = 50
se determină concret valoarea modală, procedura fiind simplificată de faptul că
datele sunt clasificate şi grupate, frecvenţa maximă a repartiţiei ni maxim sau nMo este
16 şi varianta corespunzătoare frecvenţei maxime este nota 7 (Mo=7 puncte).
Determinarea grafică a modului, în cazul variabilei discrete presupune identificarea

86
ordonatei maxime (Oy maxim coincide cu ni maxim) şi „citirea” pe abscisă a
variantei (xi) corespunzătoare. Modul se poate defini grafic drept „abscisa
ordonatei maxime” a unei repartiţii de frecvenţe.
Transpunerea grafică a repartiţiei de frecvenţe a notelor
Grafic nr. 3.2

Ox: nota obţinută la test (x1)

Oy: frecvenţa notei obţinute la test (ni)

Ordonatei maxime (ni maxim = 16)

îi corespunde abscisa 7 (xi = 7 puncte)

Mo = 7
Notă:Repartiţia de frecvenţe prezintă un
unic ni maxim (repartiţia este unimodală).

Grafic se disting mai multe situaţii importante în cazul repartiţiilor de frecvenţe

care deţin douǎ sau mai multe frecvenţe maxime identice („ni” maxim nu mai este
o valoare unică, deci repartiţia nu poate să fie unimodală).
Grafic nr. 3.3 Grafic nr. 3.4
10 10

8 8

6 6
4 4
2 2
0 0
1 2 3 4 5 1 2 3 4 5
1.
Repartiţie de frecvenţe egale Repartiţie de frecvenţe „bimodală”
sau „amodală” cu valori de interes doar local
Grafic nr. 3.5 Grafic nr. 3.6
10 10

8 8

6 6

4 4

2 2

0 0
1 2 3 4 5 1 2 3 4 5 6 7 8 9

Repartiţie de frecvenţe Repartiţie de frecvenţe plurimodală, cu

în formă de „U”, relevantă valori de
pentru valoarea antimodală interes exclusiv local

Determinarea valorii modale în cazul unei variabile de tip continuu, respectiv a

87
unei repartiţii (distribuţii) de frecvenţe rezultate dintr-o grupare pe intervale,
presupune parcurgerea următoarelor trei etape (exemplificate prin gruparea a 100
de agenţii pe intervale egale de variaţie conform tabelului nr 4.5):
1. se identifică frecvenţa maximă - (ni maxim = 50 );
2. se localizează intervalul modal căruia îi aparţine modul - Mo ∈(4-6];
3. se estimează valoarea modală (dominantă) prin intermediul unei formule
specifice de interpolare (considerată cam vetustă sau perimată în condiţiile
generalizării utilizării calculatoarelor personale ce permit cu uşurinţă
identificări exacte poziţionale sau localizări în baze de date statistice):
inf Δ1 40
(3. 45) Mo = xMo + hMo Mo = 4 + 2 = 5, 23 milioane lei
Δ1 + Δ 2 40 + 25
cu: Δ1 = n( Mo ) − n( Mo −1) cu: Δ1 = 50 − 10 = 40
Δ 2 = n( Mo ) − n( Mo +1) Δ 2 = 50 − 25 = 25
inf
şi unde: xMo = limita inferioară a intervalului modal (xMo = 4)
hMo = înălţimea intervalului modal (xsup = xinf = 6-4 =2)

Determinarea grafică a modului apelează la intersecţia a două diagonale în

intervalul modal al histogramei „Valoarea modală sau dominantă este valoarea
coborâtă de sub vârful curbei pe axa absciselor”.Gruparea pe intervale egale a 100
de agenţii ale unei societăţi după profitul realizat, prezentă în tabelul nr 3.2 este
transpusă grafic într-o histogramă (graficul nr 3.7)
Tabel nr. 3.2 Grafic nr. 3.7
Grupe de agenţii după Numărul
profitul anual agenţiilor(ni)
milioane lei (xi)
0-2 5
2-4 10
4-6 50
6-8 25
8-10 10
Total 100
Observaţie: limita superioară este inclu- Ox: profitul lunar în milioane lei (xi)
să în interval. Oy: numărul agenţiilor (ni)

Demonstrarea formulei algebrice de aproximare (estimare) a valorii modale se

realizează pornind de la păstrarea în grafic a trei intervale semnificative, cel modal,
anterior modal şi ulterior modal. Notaţiile esenţiale sunt n(Mo), Δ1 = n( Mo) -n( Mo-1) şi
Δ2 = n( Mo) - n( Mo+1) , cunoscute ca semnificaţie pe ordonată şi Mo, x inf sup
Mo şi x Mo

cunoscute sau uşor de dedus.

88
Grafic nr 3.8
Pornind de la relaţia de proporţionalitate
Mo-xinf Δ
sup
Mo
= 1 ⇒ Δ2Mo - Δ2 xinf sup
Mo = Δ1x Mo - Δ1Mo
xMo -Mo Δ2
care devine: Mo ( Δ1 + Δ 2 ) = Δ1x sup inf
Mo + Δ 2 x Mo
sup
în care, înlocuind x Mo = x inf
Mo + h (înălţimea
intervalului), în final se obţine:
Δ1
M o = x inf
Mo
+h
Δ1 + Δ 2
.
Determinarea prin interpolare a modului a rezultat din ajustarea densităţii de repartiţie
după o parabolă de forma f ( x ) = a + bx + cx fiind o soluţie artificială şi aproximativă
2

inf
n( Mo) − n( Mo−1) Δ1
Mo = xMo + hMo inf
sau Mo = xMo +h
( n( Mo ) ) (
− n( Mo−1) + n( Mo) − n( Mo+1) ) Δ1 + Δ 2

În realitatea contemporană, în lumea modernă a computerelor personale toate

variantele există în baze de date şi determinarea modului este o simplă localizare.
Proprietăţile modului sau valorii dominante reflectă caracterul de valoare
tipică prin excelenţă. Proprietăţile mediei aritmetice de la punctele 1,3,5,6,7 rămân
valabile şi în cazul valorii modale sau dominante. Avantajele valorii modale sunt
evidente în măsura în care repartiţia de frecvenţe relevă o tendinţă clară a
variantelor de a se aglomera în jurul valorii modale, de a se densifica în apropierea
frecvenţei maxime, ceea ce l-a determinat pe G.T. Fechner să definească modul ca
mărimea densităţii maxime. Modul se impune în câteva cazuri concrete cum ar fi:
- situaţia în care determinarea mediei „calculate„ fie nu este posibilă,fie nu are
sens (talia dominantă în confecţii, numărul cel mai frecvent vândut în încălţăminte,
capacitatea medie a rezervorului în livrări de benzină auto etc.);
- existenţa valorilor extreme (aberante) şi a unor intervale deschise, dificil de
închis, generează preferinţa pentru valoarea dominantă, ca urmare a absenţei în
determinare sa a calculelor bazate pe valori individuale, modul nefiind în niciun fel
influenţat în localizarea sa de prezenţa valorilor extreme;
- determinarea preferinţelor în domeniile economice, sociale, electorale, unde
interesul pentru valoarea dominantă este mai mult decât evident;
- rapiditatea localizării, cu condiţia ca datele să fie sistematizate;
- asigurarea într-o măsură satisfăcătoare a unui indicator mediu reprezentativ într-o
repartiţie de frecvenţe asimetrică (atunci când densificarea unităţilor statistice în
jurul valorii modale este situată la o distanţă semnificativă de valoarea mediei
aritmetice, respectiv Mo ≠ x ).
Principalul dezavantaj al valorii modale este legat de pierderea caracterului de
valoare centrală tipică de interes general, în cazul repartiţiilor bimodale şi
plurimodale. Modul nu constituie un indicator mediu util, decât dacă este bazat pe
89
un număr suficient de mare unităţi statistice ce-l posedă ca valoare a caracteristicii
*
(densificarea fiind bine definită, prin ni sau ni ).
Mediana este valoarea „mijlocie” prin definiţie (notată uzual Me). Acest
indicator reprezintă valoarea centrală a caracteristicii, atunci când variantele sunt
ordonate crescător sau descrescător. Mediana este o mărime medie a localizării, în
raport cu care variantele ce sunt mai mari sau mai mici ca ea, apar cu frecvenţe
cumulate egale. Pentru orice şir de valori distincte, valoarea mediană se găseşte la
mijlocul şirului de valori, ordonate în prealabil crescător sau descrescător şi are în
partea sa stângă tot atâtea unităţi statistice câte se află şi în dreapta.Pentru orice
repartiţie de frecvenţe valoarea mediană, denumită şi echiprobabilă, este acea
valoare a argumentului „x”, pentru care probabilitatea ca variabila aleatoare „xi” să
ia valori inferioare medianei este egală cu probabilitatea ca variabila aleatoare „xi”
să ia valori superioare medianei. Prin definiţie mediana este datǎ de identitatea:
1
(3.46) p ( xi ≤ Me ) = p ( xi ≥ Me ) =
2
Determinarea practică a medianei se realizează uşor diferit pentru o serie simplă
sau o repartiţie de frecvenţe, iar alte mici diferenţe apar şi în funcţie de numărul
valorilor sau variantelor.
Caz I. A-Într-un şir de valori impare distincte se parcurg următoarele faze:
1) se ordonează şirul de valori crescător sau descrescător;
n +1
(3.47) loc Me =
2
n +1
2) se stabileşte locul valorii Mediane (locMe = ) sau numărul de ordine al
2
unităţii statistice ce deţine valoarea mediană (locMe = x(n+1)/2);
(3.48) Me = x n +1
2

3) se „citeşte” sau localizează valoarea medianei (x(n+1)/2 = Me).

Caz I B-Într-un şir de valori pare şi distincte valoarea mediană nu mai coincide cu
una reală, etapele evaluării fiind următoarele:
1) se ordonează şirul de valori crescător sau descrescător;
n +1
2)se identifică poziţia medianei(locMe= ) ca o tăietură în şirul ordonat, între
2
valoarea unităţii statistice (xn/2) şi valoarea unităţii statistice [x (n/2)+1];
3) se determină convenţional valoarea mediană, ca o medie aritmetică simplă a
valorii unităţilor statistice x n şi x n .
+1
2 2

x ⎛ n ⎞ + x⎛ n ⎞
⎜ ⎟ ⎜ +1 ⎟
⎝2⎠ ⎝2 ⎠
(3.49) Me =
2

90
Caz.II A - Intr-o repartiţie de frecvenţe rezultată în urma unei grupări pe variante
distincte se succed următoarele stadii în determinarea valorii mediane:
1) se ordonează variantele, indicându-se în paralel cu frecvenţele absolute (ni) şi
frecvenţele cumulate crescător (ni↑ ) sau descrescător (ni↓ );
2) şi 3) se precizează poziţia medianei şi valoarea ei reală sau convenţională:
m
∑ n +1
i
(3.50) locMe = i =1
2
m
- dacă ∑ n este un număr impar, mediana se localizează pe baza frecvenţelor
i =1
i

cumulate crescător sau descrescător şi coincide cu locul unităţii statistice de rang

m
∑ n + 1
sau cu număr de ordine i=1
i , iar valoarea medianei devine egală cu varianta
2
m
x [( ∑n
i =1
i +1) / 2]
şi „se poate citi ” direct;

m
- dacă ∑ n este un număr par, mediana se localizează tot pe baza frecvenţelor
i =1
i

m
∑ ni + 1
cumulate crescător sau descrescător: locMe= i =1 , dar cum este vorba de o
2
„tăietură” între unităţile statistice cu numărul de ordine x m şi x⎛ m ⎞
,
∑ ni /2 ⎜ ∑ n /2+1⎟
⎜ i ⎟
i=1 ⎝ i=1 ⎠
valoarea mediană devine egalǎ în mod convenţional cu media aritmetică simplă a
variantelor celor două unităţi aflate în vecinătatea „tăieturii mediane”.
xm + x⎛ m ⎞
∑ ni /2 ⎜ ∑ n /2+1⎟
⎜ i ⎟
i=1 ⎝ i=1 ⎠
(3.51) Me =
2
Caz II.B - Într-o repartiţie de frecvenţe, rezultatǎ dintr-o grupare pe intervale de
variaţie (egale sau neegale), etapele în determinarea medianei sunt următoarele :
r

∑ n +1 i
1) se stabileşte locul valorii mediane ( loc Me = ); i =1

2
2) se identifică intervalul căruia aparţine valoarea mediană, redenumit astfel
interval median, determinat uşor prin utilizarea frecvenţelor cumulate crescător;
3) se calculează mediana, printr-o formulă de interpolare specifică:

91
 r
∑ ni + 1 n (M e −1)
i =1 − ∑ ni
2
(3.52) Me= x Mi n ef + hM e
nM e
i =1
, unde:
inf
xMe =limita inferioară a intervalului median, hMe = înălţimea intervalului median,
r r
∑ n +1 ( Me-1)
i =1
2
i
= poziţia medianei ∑
i=1
n i = frecvenţa cumulată crescător până la

intervalul median, nMe = frecvenţa intervalului median. Ordonarea crescătoare nu a

fost menţionată ca etapă, ea fiind implicită grupării. Utilizând datele celor 100 de
agenţii grupate pe intervale egale după profitul lunar, din tabelul nr.3.6 conform
frecvenţelor cumulate crescător (ni↑) şi descrescător (ni↓) se determină mediana:
r
∑ ni + 1 101
1) localizarea valorii mediane: loc Me = i =1 (loc Me = = 50,5 )
2 2
Tabel nr. 3.3
xi ni ni↑ ni↓
0-2 5 5 100
2-4 10 15 95
4-6 50 65 85
6-8 25 90 35
8-10 10 100 10
Total 100 - -
Observaţie :Limita superioară este inclusă în interval
Grafic nr. 3.9

ni↓

= poligonul frecvenţelor cumulate crescător şi descrescător

Grafic, mediana se identifică cu perpendiculara descinsă din intersecţia
poligoanelor de frecvenţe cumulate crescător şi descrescător, pe axa Ox.
2) identificarea intervalului median: Me ∈ ( 4 − 6 ] .

92
3) calculul efectiv al medianei Me = 4 + 2 × 5 0, 5 − 1 5 = 5,42 milioane lei
50
Cele 100 de agenţii grupate după profitul lunar obţinut au drept valori medii
semnificative: Mo = 5,23 milioane lei, Me = 5,42 milioane lei şi x = 5,5 milioane
lei. Dacă modul a fost considerat valoarea coborâtă de sub vârful curbei grafice pe
axa absciselor, mediana reprezintă indicatorul mediu poziţional care împarte curba
graficului unei repartiţii de frecvenţă în două regiuni sau areale egale.
Proprietatea fundamentală a valorii mediane completează celelalte douǎ proprietăţi
considerate ca „esenţiale” în cazul unei valori tipice de către matematicianul
Cauchy (proprietăţile nr 2 şi 7 ale mediei aritmetice) şi îi conferă o poziţie aparte
între valorile medii. Această proprietate subliniază că suma abaterilor în valoare
absolută (în modul) a tuturor valorilor (variantelor) individuale de la mediană este
minimă în raport cu oricare altă valoare:
n
(3.53) ∑ x − Me = minim
i =1
i

Avantajele medianei sunt plasate substanţial peste nivelul a tot ceea ce

caracterizează toate celelalte valori medii, mai puţin însă în ceea ce o priveşte pe
media aritmetică. Există însă şi câteva situaţii în care mediana este preferată chiar
şi mediei aritmetice:
- deoarece este foarte uşor de determinat, într-unul din două cazuri mediana nu
necesită decât o localizare corectă;
- fiindcă depinde, în mai mult de numărul sau frecvenţa cumulată a valorilor decât
de valorile ca atare, mediana este preferată ca indicator mediu atunci când
informaţiile sunt parţiale, dar acoperă zona de mijloc, centrală a populaţiei
statistice;
- întrucât este majoritar o formă concretă şi naturală de indicator mediu, indiferent
de unitatea de măsură, cu condiţia respectării numărului şi relaţiei de ordine în
populaţia statistică supusă cercetării;
- mediana este foarte puţin influenţată de valorile extreme sau aberante, iar
intervalele deschise nu au practic nici un efect asupra acesteia.
Principalul dezavantaj este cauzat de imposibilitatea studierii ei pe baza
calculelor algebrice, a teoretizărilor şi abstractizărilor matematice. Ce de-a şasea
cerinţă a unei valori medii nu este practic respectată întrucât mediana nu se
pretează la calculele algebrice.
Mediala este un indicator poziţional prin a cărui tăietură specifică suma
m m
produselor dintre variante şi frecvenţe ( ∑ x n ) sau suma valorilor ( ∑ x ) este
i =1
i i
i =1
i

segmentată în două părţi egale.Ca şi la mediană şirul de valori distincte este

ordonat crescător sau descrescător, după cum şi repartiţia de frecvenţe este şi ea
ierarhizată.Pentru un şir de valori distincte, mediala (Ml) se obţine după
parcurgerea fazelor:
1. se ordonează crescător şirul de valori ale caracteristicii unităţilor statistice (xi)
2.se determină şirul cumulat al valorilor (Li) de la xmin către x max (Li = xi↑)
3.se identifică locul medialei pe baza relaţiei:
93
 n
(3.54) locMl = ∑x
i =1
i 2 şi se determină apoi valoarea medială ca fiind valoarea

conferită de acea variantă a caracteristicii xi care deţine un nivel al şirului cumulat

Li egal sau imediat superior locului medialei. Se exemplifică prin şirul valorilor
livrărilor cantitative ale firmei B în contextul unei obligaţii contractuale totale de
10 000 produse pe parcursul a 10 livrări decadale (xi) în plin sezon, respectiv şirul
ordonat crescător dar întâmplător şi cronologic al acestor livrări este: (xi): 400,
600, 700, 800, 1000, 1100, 1200, 1300, 1400, 1500. Locul valorii mediale este
n

∑x i
rezultat din relaţia:locMl= = 10000 = 5000 produse şi este atins sau imediat
i =1

2 2
depăşit, în şirul cumulat al cantităţilor livrate (Li) pentru L7, respectiv pentru x7=
1200 produse. (Li=xi↑): 400, 1000, 1700, 2500, 3500, 4600, 5800, 7100, 8500,
10000. Valoarea medială este 1200 produse şi în raport cu valoarea mediei
aritmetice x =1000 produse relevă o diferenţă semnificativă cauzată de prezenţa
unor livrări de nivel redus în primele decade cu riscuri evidente, de a rămâne la
sfârşitul sezonului cu un stoc semnificativ de produse nevândute.Pentru o repartiţie
de frecvenţe, mediala (Ml) se determină în esenţă după acelaşi principiu, diferenţa
fiind dată de faptul că localizarea nu se va face în raport cu suma înjumătăţită a
m
valorilor ( ∑ x )/2, ci la jumătatea sumei produselor dintre variantele şi frecvenţele
i =1
i

m
caracteristicii studiate ( ∑ x n )/2:
i =1
i i

m
1. se determină şirul produselor (xini) cumulate Li = ∑xn ,
i =1
i i

2. se identifică locul medialei pe baza relaţiei:

m

∑xn
i =1
i i
(3.55) locMl = şi apoi valoarea medială va fi valoarea conferită de acea
2
variantă a caracteristicii xi care deţine un nivel cumulat al produsului xini respectiv
m
Li = ∑ x n , egal sau imediat superior locului medialei.
i =1
i i

Distribuţia vânzărilor produsului „Y” în cele 8 magazine ale unei firme este
prezentată în funcţie de preţ (xi) ordonat crescător şi număr de produse vândute (ni),
prin intermediul următoarei repartiţii de frecvenţe specifice:
Tabel nr. 3.4
A B C D E F G H
Magazin
Preţ-mii lei/produs (xi) 1,0 1,10 1,20 1,25 1,30 1,40 1,50 1,75
Număr de produse vândute (ni) 300 280 250 240 120 110 108 80

94
 m
1. Se determină şirul produselor (xini) cumulate (Li = ∑ x n ):
i =1
i i

Tabel nr. 3.5

Magazin A B C D E F G H
xini - vânzări în mii lei 300 308 300 300 156 154 162 140
m
(Li = ∑xn )
i =1
i i 300 608 908 1208 1364 1518 1680 1820

m
∑ x n
i i
2) se identifică locul medialei:loc Ml = i =1 = 1820/2 = 910 mii lei, iar
2
valoarea medială este conferită de Li= 1208 mii lei, respectiv preţul medial (Ml)
este cel aparţinând valorii xi corespondente, respectiv 1,25 mii lei /produs. Aşa cum
se constată preţul medial este diferit atât de cel modal (1 mie lei /produs) de cel
median (1,20 mii lei /produs), cât şi de cel mediu aritmetic (1,223 mii lei /produs),
semnificaţia sa fiind de preţ caracteristic poziţiei centrale în şirul ordonat crescător
(exclusiv după preţ) al vânzărilor. Mediala variabilei este mediana agregatului
m
( ∑ x n ) ordonat crescător după x . Mediala rămâne o mediană specială a unei
i =1
i i i

agregări, atât superioare cât şi posibile totodată.

Valoarea potenţială sau acea valoare a unei repartiţii de frecvenţe care are un
potenţial maxim şi care deţine nivelul maxim al produsului sau agregatului
„variantă × frecvenţă” (xini maxim).Determinarea locului valorii potenţiale se
realizează prin identificarea valorii maxime a produsului xini şi este urmată de
simpla citire a „variantei corespunzătoare a caracteristicii xi”(evident după ce
calculul prealabil la toate produsele xini). Folosind distribuţia vânzărilor produsului
y în cele 8 magazine ale firmei descrise anterior se determină locul valorii
potenţiale sau a „preţului potenţial” ca fiind generat de xini maxim, respectiv xini = 308
mii lei şi se citeşte varianta corespunzătoare a preţului xi(potenţial) de 1,10 mii lei/
produs. Aparent mai puţin utilizată „valoarea potenţială” va avea cu siguranţă un
viitor fiscal de excepţie, fiind cea mai adecvată valoare tipică în domeniul
repartiţiilor de averi, impozite, venituri. Se propune pentru valoarea potenţială
notaţia M0 potenţial, datorită caracterul ei de valoare dominantă sau modală de rangul
al doilea.După cum mediala este o mediană specială a unei agregări superioare, tot
astfel şi valoarea potenţială este o valoare dominantă deosebită a aceleiaşi agregări,
respectiv a produsului „varianta×frecventă” (xini).

3.2 Indicatorii statistici pentru caracterizarea frecvenţelor

Sistemul de indicatori statistici pentru caracterizarea frecvenţelor într-o

serie de repartiţie (distribuţie) este alcătuit din frecvenţe absolute (ni), frecvenţe
relative (n*i), frecvenţe cumulate crescător (ni↑ sau n*i↑) sau descrescător (ni↓ sau
n*i↓), densităţi de repartiţie a frecvenţelor (ni/hi sau ni*/hi). Frecvenţele cumulate
crescător (descrescător) permit identificarea cuantilelor (Cv) din a căror familie fac
95
parte mediana (Me), quartilele (Q1, Q2, Q3), decilele (D1,…,D9) şi centilele
(C1,…,C99), care împart populaţia în două, patru, zece şi o sută de părţi egale.
Etapele specifice ale determinării unei cuantile sunt: a) ordonarea frecvenţelor şi
m
si ( ∑ ni + 1)
i =1
cumularea lor; b) identificarea locului cuantilelor [ locCvs s = ], unde si
i s
este rangul iar S tipul cuantilei (ex. decila cu numărul 4 devine Cvs ⇒ Cv4 ); c)
i s
10
determinarea intervalului în care se afla cuantila pentru repartiţiile de frecvenţă
rezultate din gruparea pe intervale; d) calculul bazat pe o relaţie generală de
interpolare a oricărei cuantile:
Cv ( s −1)
si m i
( ∑ ni + 1) − ∑ ni
i =1 i =1
(3.56) Cvs = X Cv + h s , unde: X Cv ,h şi nCv reprezintă
is nCv si s
si
s
Cv (s −1)
i
limita inferioară, înălţimea şi frecvenţa intervalului cuantilic şi ∑ ni semnifică
i =1
frecvenţa intervalelor cumulată până la cel cuantilic. Sistemul de indicatori ai
gradului de concentrare/diversificare (depărtare sau apropiere) a unei repartiţii de
frecvenţe în raport cu repartiţia egalitară sau cu echirepartiţia este alcătuit din:

1. coeficientul abaterii medială (Ml)-mediană (Me), notat CMl-Me:

Ml − Me Ml − Me
CMl − Me = × 100 = × 100 0 0 0 ≤ C Ml − Me ≤ 100 0 0
Ax xmax − xmin

2. coeficientul abaterii medii Gini, notat CdmG unde 0 ≤ CdmG ≤ 1 :

diferenta medie Gini ( dmG ) 4 n

Cdm = , cu dmG = 2 ∑ xi − Me rang x − rangMe
G 2x n i=1 i
1
2h r *
sau dm = {( ni )[ n − ( ni )]} , unde h=înălţimea intervalului de grupare
G 2 i∑
=1
ni

n 2 ni
3.coeficientul Gini: CG = ∑ gi ,cu valori în intervalul ⎡⎣ 1 n ,1⎤⎦ şi gi= m
i =1
∑ n
i =1 i
4.coeficientul Gini-Struck:
n
n ∑ gi2 − 1
(3.57) CG-S= i =1 , unde 0 ≤ CG − S ≤ 1
n −1
Densităţile de repartiţie a frecvenţelor (ni/hi, ni* hi sau f i * hi ) permit aprecierea
normalităţii şi simetriei repartiţiilor empirice de frecvenţe.
96
 3.3 Indicatori statistici ai variaţiei

Gândirea statistică nu se va limita la identificarea tendinţei centrale, ci o va

completa cu analiza variaţiei, oferind elemente practice utile privind:
- gradul de omogenitate al seriei, nivelul de reprezentativitate a mediei, gradul de
sistematizare a datelor prin grupare;
- concentrarea valorilor individuale în jurul celor centrale şi identificarea lor în
raport cu valorile tipice;
- clasificarea factorilor în principali şi secundari după variaţia generată la nivelul
unităţilor statistice;
- compararea sau confruntarea seriilor de repartiţie de frecvenţe;
- identificarea unor semnale sau tendinţe de omogenitate şi normalitate ale
seriilor de date prezentate sub forma repartiţiei de frecvenţe.
Caracterizarea variaţiei în seria de repartiţie de frecvenţe unidimensională se
realizează prin indicatori calculaţi în raport cu media generală, în timp ce în cazul
seriilor de repartiţie de frecvenţe bidimensionale se utilizează indicatorii calculaţi
atât în interiorul fiecărui interval sau grupe, cât şi între intervale sau grupe.
Mărimea, intensitatea şi forma variaţiei într-o serie de repartiţie de frecvenţe
unidimensională devin ţintele fireşti ale analizei statistice standard a variaţiei. Un
sistem de indicatori ai variaţiei caracterizează mărimea variaţiei prin intermediul
indicatorilor simpli, intensitatea variaţiei cu sprijinul indicatorilor sintetici, iar
forma variaţiei cu ajutorul indicatorilor asimetriei şi excesului sau boltirii.
Primul subsistem de analiză a variaţiei este reprezentat de categoria indicatorilor
simpli ai variaţiei sau ai evaluării mărimii împrăştierii în jurul valorii centrale
apelează în afara mediei, la cel mult una sau două unităţi statistice (variante,
termeni, cazuri, elemente). Se cuprind aici amplitudinea absolută şi relativă a
variaţiei şi familia numeroasă a abaterilor absolute şi relative (individuală,
intercuartilică, interdecilică).
Amplitudinea variaţiei defineşte câmpul maxim al variaţiei caracteristicii fie
într-o manieră absolută prin păstrarea unităţii de măsură a caracteristicii:
(3.58) Ax = (x max – x min), unde x max şi x min sunt variabile reale sau limite de
interval ale ultimului interval (xsup) şi primului interval (xinf) şi nu centre de
interval, fie într-o modalitate relativă cu scopul de a asigura comparabilitatea unor
populaţii statistice cu unităţi de măsură diferite, printr-o simplă raportare a
amplitudinii absolute la medie:
(3.59) Ax (%) = [Ax / x ] ×100 sau detaliind: Ax (%) = [(x max – x min)/ x ] ×100
Întrucât la marea majoritate a seriilor de repartiţie de frecvenţe empirice sau
reale, amplitudinea relativă nu depăşeşte decât arareori 200 %, se apreciază că
populaţia statistică prezintă o tendinţă de omogenitate sau normalitate (beneficiază
de un indicator al tendinţei centrale reprezentativ şi utilizabil în calculele
ulterioare), dacă amplitudinea ei relativă se situează sub sau în jurul valorii de
100,0 %.
I. Un prim semnal, o primă tendinţă de omogenitate sau de normalitate a unei serii
de repartiţie de frecvenţe unidimensională este:
(3.60) Ax(%) ≤ 100,0 %

97
 Amplitudinea relativă se poate calcula şi ca raport între xmax şi xmin, atunci când
interesul este de a preciza amplitudinea multiplicării sau demultiplicării nivelului
atins de un fenomen în timp sau spaţiu:
(3.61) Ax (%) = x m ax × 1 00
x m in

Amplitudinea prezintă dezavantajul de a fi influenţată în mod negativ de

prezenţa valorilor aberante (intruşilor). Amplitudinea nu relevă nici un alt aspect
al câmpului de împrăştiere cu excepţia mărimii, determinate prin valorile extreme
ale repartiţiei, de unde şi utilizarea ei preponderentă în gruparea statistică, la
calculul înălţimii intervalului de grupare.Abaterile individuale se determină ca
simple diferenţe între fiecare variantă înregistrată şi media lor, fie ca valori
absolute, fie ca valori relative:

(3.62) di = xi – x şi (3.63) di (%) = d i × 1 0 0 = x i − x × 1 0 0 ,unde i = x

x x
Locul mediei aritmetice ( x ), în calculul abaterilor individuale, poate fi luat de
către oricare altă valoare centrală (mediană, mod etc.).În cazul seriei de repartiţie
de frecvenţe unidimensională rezultată din gruparea pe intervale de variaţie se
folosesc în calcul valorile centrelor de interval (xi = centrul de interval).
O altă clasificare importantă a abaterilor individuale este aceea în:
+
A.Pozitive - absolute: d max = xmax − x
+
+ d max
- relative: d max (%) = × 100
x
−
B.Negative - absolute: d max = xmin − x
- relative: d m− ax
d m− ax (% ) = × 100
x
II. Un alt semnal respectiv o a doua tendinţă de simetrie sau de normalitate a
unei serii de repartiţie de frecvenţe unidimensională este conferită de relaţia:
+ −
(3.64) d max = d max
Abaterile interquartilică şi interdecilică sunt cazuri speciale derivate din
împărţirea populaţiei în patru şi respectiv zece părţi egale. Abaterea, diferenţa sau
ecartul fie de tip quartilic sau decilic, ar putea descrie distanţa dintre 2 cuartile sau
dintre 2 decile, în cazul fiecărei populaţii statistice în parte. În gândirea statistică
însă familia cuantilelor este aceea a unor valori poziţionale specifice. Localizarea şi
ierarhizarea generează utilizarea lor practică, ca în cazul când profesorul afirmă
despre un student că aparţine quartilei superioare sau primului sfert valoric al
grupei ori că are toate calităţile pentru a ocupa un loc firesc în decila superioară sau
între primii 10% dintre colegii săi, într-un clasament valoric. Familia cuantilelor a
fost concepută să localizeze sau să poziţioneze şi ca urmare distanţa în raport cu
aceste multiple repere, individuală sau a tuturor unităţilor statistice este mai puţin
semnificativă.
Abaterea interquartilică este distanţa (diferenţa sau ecartul) dintre quartila
superioară şi inferioară şi măsoară teoretic gradul de împrăştiere a 50% dintre
98
nivelurile atinse de unităţile statistice în raport cu mediana (în cazul repartiţiilor
simetrice).
(3.65) d Q = Q 3 − Q1
2
Abaterea interquartilică este definită şi ca amplitudine semi-interquartilică
datorită calităţilor pe care le are în raport cu amplitudinea simplă. Concret ea
permite înlăturarea, inconvenientului prezenţei unor valori extreme sau aberante
sau al intervalelor marginale deschise.
III.Un alt semnal sau o a treia tendinţă de simetrie sau de normalitate rezultă din
una dintre relaţiile următoare:
(3.66) dQ ≈ x − Q1 ≈ Q3 − Me ≈ Q3 − x ≈ Me − Q1
Abaterea interquartilică neglijează 50% dintre unităţile statistice, în timp ce
abaterea interdecilică omite numai 20%.
D9 − D1
(3.67) dD =
2
Deşi semnificativă în general, mărimea câmpului de împrăştiere a valorilor
unităţilor statistice nu este suficientă pentru a aprecia omogenitatea seriei şi
reprezentativitatea valorii medii, aşa se şi explică de ce această mărime trebuie să
fie completată de analiza intensităţii variaţiei prin intermediul indicatorilor
sintetici ai variaţiei. Indicatorii sunt numiţi astfel ca urmare a faptului că
sintetizează şi iau în calcul toate unităţile statistice ale populaţiei cercetate.
Principalii indicatori sintetici ai variaţiei sunt abaterea medie liniară sau absolută,
dispersia, varianţa sau fluctuaţia, abaterea medie pătratică, standard sau tip şi
coeficientul de variaţie sau omogenitate.
Abaterea medie liniară (absolută) este calculată pornind de la abaterile
individuale (di) luate în considerare ca valori în modul deci permanent pozitive,
( )
respectiv d i .Denumirea de abatere medie liniară absolută d , traduce de fapt
calculul unei „medii aritmetice simple sau ponderate a abaterilor în valoare
absolută (în modul) a tuturor unităţilor statistice de la tendinţa lor centrală”, fiind
logică preferinţa pentru media aritmetică ( x ) sau pentru mediană (Me).Relaţiile
generale de calcul ca medie aritmetică simplă sau ponderată sunt următoarele:
n m
∑ di ∑ di ni
i =1 i =1
(3.68) d= , cu i = 1n sau (3.69) d= m , cu i = 1m
n
∑ ni
i =1
(pentru un şir de valori distincte) (pentru o serie de repartiţie de frecvenţe)
Particularizate prin utilizarea mediei aritmetice relaţiile anterioare devin:

99
 n m
∑ xi − x ∑ xi − x ni
(3.70) d x = i =1 , cu i = 1n sau (3.71) d x = i =1 m , cu i = 1m
n
∑ ni
i =1
(pentru un şir de valori distincte) (pentru o serie de repartiţie de frecvenţe)
iar prin folosirea medianei se transformă în:
n m
∑ xi − Me ∑ xi − Me ni
i =1 i =1
(3.72) d Me = , cu i = 1n sau (3.73) d Me =
m , cu i = 1m
n
∑ ni
i =1
(pentru un şir de valori distincte) (pentru o serie de repartiţie de frecvenţe)
Abaterea medie liniară sau absolută se determină şi în cazul frecvenţelor relative
m

n ∑d i fi*
(3.74) d = ∑ di ni* sau (3.75) d= i =1
deoarece
i =1 100
m m

∑ ni* = 1
i =1
deoarece ∑f
i =1
i
*
= 100

Abaterea medie liniară sau absolută calculată în raport cu mediana este

întotdeauna mai mică decât aceea calculată în funcţie de media aritmetică, datorită
unei proprietăţi importante a valorii mediane:
n m

∑ ( xi − Me ) = min
i =1
sau ∑ ( x − Me )n
i =1
i i = min

(pentru un şir de valori distincte) (pentru o serie de repartiţie de frecvenţe)

Indicatorul sintetic denumit astfel abatere medie liniară sau absolută prezintă
câteva caracteristici, avantaje, dezavantaje şi limite:

- d se exprimă prin unităţile de măsură ale variabilei studiate;

- d Me ≤ d x (egalitatea apare când Me = x );
- cea mai simplă interpretare a unei valori efective rezultate din calcule este „ d
arată în medie cu cât se abat valorile individuale (xi) de la indicatorul tendinţei
centrale ( x sau Me)”;
- d este semnificativă şi în analiza unor serii statistice specifice cum sunt cele
cronologice şi teritoriale;
- dezavantajul major constă în faptul că d nu ţine seama de semnul algebric,
acordând aceeaşi importanţă şi abaterilor mari şi abaterilor mici;
- limitele de interes pentru d sunt generate de lipsa unui grad mare de
omogenitate a seriei studiate şi de nevoia de analiză şi interpretare a variabilităţii
nu numai ca mărime a abaterilor ci şi ca semn al acestor abateri.
Dispersia, varianţa sau fluctuaţia ( σ 2 ) se regăseşte explicit sau implicit
100
formulată în toate dezvoltările ce caracterizează gândirea statistică, şi metodele
acesteia. Calculul dispersiei are ca punct de plecare tot abaterile individuale (di) dar
ridicate la pătrat, pentru a înlătura impedimentul constatat şi la abaterea medie
liniară sau absolută.Dispersia este tot o medie aritmetică simplă sau ponderată dar a
pătratelor abaterilor individuale ale tuturor unităţilor statistice de la media lor.
Relaţiile de calcul ale dispersiei sunt următoarele:
n n m m
∑ ( di2 ) ∑ ( xi − x ) ∑ ( di2 ) n ∑ ( xi − x )
2 2
i
ni
(3.76) σ 2 = i =1
= i =1 sau (3.77) σ 2 = i =1
m = i =1 m
n n
∑ ni ∑ ni
i =1 i =1
(pentru un şir de valori distincte) (pentru o serie de repartiţie de frecvenţe)
Dispersia se individualizează ca procedură de calcul în cazul frecvenţelor relative:
m m
∑( di2 ) fi* ∑( xi − x)
2
m m
fi*
( )
2 *
( )
(3.78) σ 2 = ∑ di2 ni* = ∑ xi − x ni sau (3.79) σ 2 = i =1
100
= i =1
100
i =1 i =1

m m
deoarece ∑
i =1
ni* = 1 deoarece ∑
i =1
fi* = 100

O altă relaţie de calcul mult redusă bazată pe metoda momentelor centrate (μp) şi
iniţiale (mp) este utilizată cu succes în practică, dar pentru aceasta se cuvine a fi
detaliate într-o casetă distinctă cele trei categorii de momente utilizate în statistică
pentru seriile de repartiţie de frecvenţe.
Caseta nr. 3.7
A.mp = momente iniţiale B.Mp= momente ordinare C.μp = momente centrate
sau simple m
∑ ( xi − x )
p
m m ni
∑ xip ni ∑ ( xi − A)
p
ni μp = i =1
i =1 i =1 m
mp = m Mp = m ∑ ni
∑ ni ∑ ni i =1
i =1 unde:μ0 = 1; μ1 = 0; şi μ2 =
i =1

unde: m0 = 1; m1 = x σ2.
Frecvent se utilizează momentele centrate şi iniţiale.Dacă se dezvoltă numărătorul
formulei C, unde, anterior acesta a fost artificializat cu (+a), cu (-a) şi apoi (a - x ) şi în
m
∑ [( xi − a ) + α ]
p
ni
i =1
final s-a substituit cu α, momentul centrat (μp) devine: μp = m ,
∑ ni
i =1
atunci, printr-o prelucrare ulterioară, prin intermediul binomului lui Newton se ajunge
la formulele de legătura dintre momentele iniţiale şi cele centrate: μ0 = m0 = 1; μ1 = m1
(1-m0) = 0; μ2 = m2 - (m1)2 = σ ; etc.
2

101
Dacă se utilizează pătratul mediei pătratice şi al mediei aritmetice, respectiv
n m m
( ∑ xi2 /n) şi
i =1
∑ xi2 ni / ∑ ni ,atunci, pentru aceleaşi valori xi, se obţine o soluţie
i =1 i =1
rapidă de determinare a dispersiei prin diferenţă:
2
⎛ n n
⎞ n

∑ x ⎜ ∑ xi
2
i ⎟ ∑x 2
i

()
2
(3.80) σ =
2 i =1
− ⎜ i =1 ⎟ = i =1
− x ,
n ⎜ n ⎟ n
⎜ ⎟
⎝ ⎠
(pentru un şir de valori distincte)
2
m
⎛ m ⎞ m

∑ x n ⎜ ∑ xi ni
2
i i ⎟ ∑x n 2
i i

()
2
(3.81) σ 2 = i =1m − ⎜ i =1m ⎟ = i =1
m
− x ,
∑ ni ⎜⎜ ∑ ni ⎟
⎟ ∑n i
i =1 ⎝ i =1 ⎠ i =1

(pentru o serie de repartiţie de frecvenţe)

( ) − ( x) = ( x )( )
2 2
(3.82) σ 2 = x p p − x x p + x , (atât pentru un şir de valori
distincte cât şi pentru o serie de repartiţie de frecvenţe).
Dispersia beneficiază de câteva proprietăţi importante, câteva dintre ele fiind utile
în calculul ei simplificat aşa cum rezultă din caseta următoare:
Caseta nr.3.8
1.Într-un şir de valori constante (xi = x = c şi xi - x =0) dispersia este gală cu zero.
2.Dispersia este egală cu momentul iniţial de ordinul doi minus pătratul momentului
iniţial de ordinul întâi: σ = m2 - (m1)2
2

3.Dacă se majorează sau se diminuează fiecare valoare într-un şir, de valori distincte
sau fiecare variantă într-o serie de repartiţie de frecvenţe cu o constantă (a), atunci
noua valoare a dispersiei (σ ) nu se modifică :
' 2

n m
( )
2
⎡( xi ± a) −( x ± a)⎤ ni
2
∑ ⎡
⎣( xi ± a ) − x ± a ⎤
⎦ ∑ ⎣ ⎦
(3.83) (σ ) = i=1 = σ 2 sau (σ ' ) = i=1
' 2 2
m =σ2
n
∑ni
i=1
(pentru un şir de valori distincte) (pentru o serie de repartiţie de frecvenţe)
4. Dacă se multiplică sau demultiplică toate valorile într-un şir de valori distincte sau
toate variantele într-o serie de repartiţie de frecvenţe, de „k” ori atunci noua valoare a
dispersiei (σ )
' 2
se multiplică sau simplifică şi ea de „k2” ori.

102
 n 2 2 n 2
(
∑ kxi − k x ) k (
∑ xi − x )
(3.84) (σ ) ' 2
=
n
i =1
n
= i =1
= k 2σ 2 ,
(pentru un şir de valori distincte)
2
n ⎛ 1 1 ⎞
( )
1 n 2
∑ ⎜ xi − x⎟ ∑ xi − x
i =1 ⎝ k k ⎠
(σ )
2
' 2 k i =1 1 2
= = = 2
σ ,
n n k
(pentru un şir de valori distincte)
m 2 2 m 2
(
∑ kxi − k x ni )
k ∑ xi − x ni ( )
(σ ) ' 2
= i =1
m =
i =1
m
2 2
=k σ ,
∑ ni ∑ ni
i =1 i =1
(pentru o serie de repartiţie de frecvenţe)
2
m ⎛1 1 ⎞
( )
1 m 2
∑ ⎜ xi − x ⎟ ni ∑ xi − x ni
i =1 ⎝ k k ⎠ 2
(σ ) ' 2
= m =
k i =1
m
1 2
= 2 σ ,
k
∑ ni ∑ ni
i =1 i =1
(pentru o serie de repartiţie de frecvenţe).
Pe baza proprietăţilor 3 şi 4 se efectuează calculul simplificat al dispersiei (în cazul
seriei rezultate din gruparea pe intervale egale):
2
n ⎛ xi − a ⎞
∑ ⎜ ⎟
i =1 ⎝ h ⎠
( )
2 2
(3.85) σ2= ×h − x−a (pentru un şir de valori distincte)
n
2
m ⎛ xi − a ⎞
∑ ⎜ ⎟ ni
i =1 ⎝ h ⎠
( )
2 2
(3.86) σ2= m ×h − x−a (pentru o serie de repartiţie de
∑ ni
i =1
frecvenţe), unde a = originea şi h = înălţimea intervalului de variaţie.
5.Dacă se multiplică sau simplifică fiecare frecvenţă într-o serie de repartiţie de
frecvenţe, de „k” ori, atunci noua valoare a dispersiei (σ ) ' 2
nu se modifică:

( ) ( )
m 2 m 2
∑ xi − x ni × k ∑ xi − x ni
(σ )
' 2
= i =1
m =
i =1
m =σ
2

∑ ni × k ∑ ni
i =1 i =1

( )
m 2 1
( )
m 2
∑ xi − x ni × ∑ xi − x ni
(σ ) ' 2
=
i =1
m 1
k
=
i =1
m =σ
2

∑ ni × ∑ ni
i =1 i =1
k

6.În cazul unei variabile alternative sau binare unde mediile celor două variante

103
posibile sunt p = M şi q = 1 – p = N − M , dispersia variantei de interes σ 2p
N N
( )
devine egală cu:
m 2
∑ x i ni 2 2
( )
(3.87) σ 2 =
2 1 ×M +0 × N −M
p
i =1
m ()
− x =
N
− p
2
=
M

N
− p
2 2
= p− p =
∑ ni
i =1

= p(1 − p ) = p × q (produsul celor două medii specifice ale variantelor x1 şi nonx1).

7.Într-o cercetare statistică bazată pe eşantioane de volum redus relaţia de calcul a
dispersiei (S2) pentru „n –1” grade de libertate este:
n 2
2
(
∑ xi − x
i =1
)
(3.88) S = ,unde „n –1” abateri determină cert şi pe aceea de ordin „n”.
n −1

Dacă se calculează dispersia într-o serie de repartiţie de frecvenţe rezultată dintr-o

grupare pe intervale egale pornind de la ipoteza uniformităţii distribuţiei variantelor
reale în interval, se obţine o valoare aproximativă, deoarece într-o serie de repartiţie de
frecvenţe unimodală, cu o variabilă continuă, media reală a variantelor în interiorul
fiecărui interval se va abate de la centrul de interval în direcţia modului.
Pentru a corecta eroarea sistematică introdusă se scade din valoarea dispersiei
calculate, echivalentul a 1/12 din pătratul înălţimii intervalului (h).
2 2 1 2
(3.89) σ corectată = σ calculată − ×h
12
Corecţia lui Sheppard cum este numită procedura anterioară se aplică în cazul când
m
∑ n i ≥ 1 0 0 0 şi gruparea este mai largă decât cea în care intervalul de grupare este a
i =1
douăsprezecea parte din intervalul de variaţie a variabilei. De asemenea se mai reţin şi
alte două condiţii necesare, care fac posibilă această corecţie: a) repartiţia de frecvenţă
trebuie să fie continuă; b) frecvenţa intervalelor de grupare trebuie să tindă către zero
în ambele direcţii .
Dispersia ca şi media manifestă o sensibilitate deosebită la valorile extreme,
aberante. Acest indicator poate fi calculat şi în funcţie de o altă valoare centrală,
cum ar fi ca exemplu mediana. Din păcate, dispersia este un indicator abstract,
adimensional, fără a păstra unitatea de măsură concretă a variabilei sau a deţine o
alta oricare ar fi aceasta. Dispersia este o sinteză cantitativă „pură” a modului în
care valorile individuale „gravitează” în jurul valorii centrale, ca urmare a tuturor
factorilor: esenţiali şi neesenţiali. Este considerată utilă în verificări de ipoteze
statistice, dar mai ales în calculul altor indicatori statistici importanţi (abaterea
medie pătratică, standard sau tip şi coeficientul de variaţie sau de omogenitate).
Dispersia este şi un indicator tipic de „pasaj” sau de trecere la abaterea medie
pătratică, standard sau devierea standard printr-o simplă „extragere” a radicalului
de ordinul obişnuit, respectiv de ordinul al doilea din valoarea proprie.
Abaterea medie pătratică, standard sau tip (σ) reprezintă un concept introdus
în statistică de către Karl Pearson, în anul 1893. Acest indicator sintetic al variaţiei

104
este definită drept media pătratică simplă sau ponderată a abaterilor unităţilor
statistice de la tendinţa lor centrală, de la media aritmetică ( x ) sau mediană (Me).
n 2

(3.90) σ i =1
(
∑ xi − x ) , (3.91)
n
(
∑ xi − x
i =1
2
n
i)
= σ =
n n
∑ ni
i =1
pentru un şir de variante distincte pentru o serie de repartiţie de frecvenţe
Denumită frecvent abaterea standard sau deviere standard, aceasta se calculează cu
uşurinţă din valoarea dispersiei:
m 2
( )
∑ d i ni
i =1
(3.92) σ = σ2 sau (3.93) σ = m
∑ ni
i =1
În cazul utilizării frecvenţelor relative ( ni* sau f i * ), relaţia devine:
m 2 *
n 2 * (
∑ xi − x fi )
(3.94) (
σ = ∑ xi − x ni
i =1
) sau (3.95) σ = i =1
100
n m
deoarece ∑ n * = 1 deoarece ∑ f * = 1 0 0
i =1 i i =1 i
IV. Un alt semnal sau o a patra tendinţă de normalitate a unei serii de repartiţie
de frecvenţe unidimensională este rezultatul comparării abaterii medii liniare cu
abaterea medie pătratică:

(3.96) d ≈ 4 5σ sau d = 0, 7979σ

sau al comparării abaterii intercuartilice cu abaterea standard:

(3.97) d Q ≈ 2 3σ sau d Q = 0, 6745σ

V. Un alt semnal, a cincea tendinţă de normalitate a unei serii de repartiţie de
frecvenţe unidimensională este constanţa unei anumite proporţii din unităţile
statistice în intervalele definite prin medie şi abatere standard de tipul [ x ± kσ ]:
• 68,26% dintre variante aparţin intervalului [ x ± σ ]
• 95,44% dintre variante aparţin intervalului [ x ± 2σ ]
• 99,74% dintre variante aparţin intervalului [ x ± 3σ ]
Avantajele abaterii standard decurgând din importanţa cuvenită acordată fiecărei
abateri individuale, într-un mod chiar excesiv prin ridicarea la pătrat a acestor
valori, au transformat-o într-un instrument de măsură a riscului financiar şi bursier,
într-un preţios indicator de caracterizare a variaţiei particulare pe diverse pieţe sau
de prognozare a evoluţiei unor fenomene şi, nu în ultimul rând, prin generalizarea
metodologiei sale de calcul într-un instrument de măsură a distanţelor medii
specifice metodei „cluster”. Datorită exprimării abaterii medii pătratice în aceleaşi
105
unităţi de măsură ca şi variabilele cercetate, acest indicator sintetic al variaţiei este
folosit în calcule de corelaţie, în estimări ale erorilor de sondaj şi la verificarea
semnificaţiei altor indicatori statistici. Prezenţa unităţii de măsură este concomitent
şi un dezavantaj. Ea nu permite compararea a două populaţii statistice ale căror
variabile studiate deţin unităţi de măsură diferite, comparare privind variaţia sau
împrăştierea lor specifică.
Coeficientul de variaţie sau omogenitate reprezintă ţinta analizei dispersiei
unei populaţii statistice şi constituie cel mai sintetic indicator al evaluării
intensităţii împrăştierii valorilor individuale în jurul tendinţei centrale. A fost
propus drept parametru semnificativ de către Karl Pearson.
Coeficientul de variaţie sau omogenitate (Cv sau Co) se defineşte ca raport între
una din abaterile sintetice (fie cea medie absolută, fie cea standard) şi nivelul
mediu al unei variabile, iar pentru simplitatea interpretării se preferă exprimarea sa
în procente:
(3.98) Cv sau Co = d × 1 0 0 şi (3.99) Cv sau Co = σ × 1 0 0
x x
Interpretarea statistică generală a indicatorului subliniază câte unităţi ale abaterii
sintetice alese revin la 100 de unităţi ale mediei variabilei. Practica statistică a
impus treptat acest parametru statistic ca mai ales ca raport procentual între
abaterea standard şi media aritmetică a unei serii de repartiţii de frecvenţe.
Coeficientul de variaţie este numit şi de omogenitate deoarece permite evaluarea
omogenităţii sau eterogenităţii seriei statistice analizate şi reprezentativitatea
mediei recomandând sau nu utilizarea indicatorului tendinţei centrale, interpretarea
concretă a valorii obţinute din calcul, porneşte de la domeniul de definiţie al
coeficientului, respectiv Cv sau Co ∈ [ 0%;100% ] : a) dacă Cv sau Co = 0%, valorile
sunt egale între ele şi implicit cu media lor, lipsa variaţiei fiind evidentă; b) dacă Cv
sau Co tinde spre 0%, variaţia caracteristicii este tot mai mică (minimă); c) dacă Cv
sau Co tinde spre100%, variaţia caracteristicii este tot mai mare (maximă).
Intervalul de valori poate fi împărţit în trei modalităţi distincte ce generează trei
nivele de abordare ascendente ca detaliere sau nuanţare:

Tabel nr.3.6
Intervalul de Caracterizarea Caracterizarea Calitatea Recomandări
valori al lui omogenităţii reprezentativităţii grupării finale
Cv sau Co seriei mediei statistice

- VARIANTA A -
0%≤Cv sau omogenă reprezentativă edificatoare x utilizabilă
Co≤35-40%
35-40%<Cv sau eterogenă nereprezentativă needificatoare x inutilizabilă
Co≤100% (se reface)

- VARIANTA B -
0%≤Cv sau omogenă reprezentativă edificatoare x utilizabilă
Co≤35%

106
 35%<Cv sau relativ relativ relativ x relativ
Co≤50% eterogenă nereprezentativă needificatoare
inutilizabilă
50%<Cv sau eterogenă nereprezentativă needificatoare x inutilizabilă
Co≤100% (se reface)

- VARIANTA C -
0%≤Cv sau strict strict strict x strict
Co≤17% omogenă reprezentativă edificatoare
utilizabilă
17%<Cv sau moderat moderat moderat x moderat
Co≤35% omogenă reprezentativă edificatoare
utilizabilă
35%<Cv sau relativ relativ relativ x relativ
Co≤50% eterogenă nereprezentativă needificatoare
inutilizabilă
50%<Cv sau eterogenă nereprezentativă needificatoare x inutilizabilă
Co≤100% (se reface)

Coeficientul de variaţie sau omogenitate poate fi considerat un test de

omogenitate al seriei, un test de reprezentativitate a mediei şi, nu în ultimul rând,
un test al calităţii grupării statistice efectuate. O serie omogenă aduce cu sine
riscuri ulterioare mici în valorificarea valorilor centrale de substituire (medie, mod
mediană). În concluzie, dacă valoarea lui este mai mare de 35-40% atunci seria este
eterogenă, media nu este reprezentativă şi nici utilizabilă şi se recomandă ca datele
să fie regrupate. În final se pot calcula şi medii parţiale sau de grupă ce pot fi
utilizate numai în măsura în care şi ele sunt reprezentative pentru subgrupele pe
care le substituie.

3.4 Regula de adunare a dispersiilor

Sistemul de indicatori statistici ai variaţiei într-o repartiţie bidimensională se

transformă într-un sistem de indicatori factoriali ai dispersiei fiind recunoscut sub
denumirea de sistemul care satisface „regula de adunare a dispersiilor”. Ipoteza
sintetică de tip clasic galileo-newtonian, utilizată în scopul determinării sistemului
de indicatori statistici ai variaţiei, este aceea că într-o populaţie statistică grupată pe
intervale după o caracteristică oarecare yi, modificarea acesteia din urmă este
cauzată de o altă caracteristică explicativă xi.
Măsura în care xi este un factor semnificativ al variaţiei lui yi, va fi relevată şi
cuantificată în final printr-un coeficient denumit de „determinaţie” sau de acţiune a
lui xi asupra lui yi, determinând variaţia sa specifică. Gândirea statistică a
dezmembrat populaţia după variabila yi, şi, în baza datelor despre caracteristica xi,
comensurând influenţa sau determinaţia factorului xi asupra lui yi: în cazul unei
valori lipsite de semnificaţie a acestei influenţe, a unei determinaţii reduse sau a
unei „nedeterminaţii”, un alt factor zi,. va fi reaşezat în ipoteza iniţială, apoi
factorul wi etc. şi astfel abordarea devine iterativă.Descrisă astfel analiza
indicatorilor variaţiei se transformă în analiză dispersională. Ipoteza iniţială
generează o grupare, combinată a populaţiei statistice în raport cu yi şi xi.

107
Tabel nr. 3.7
Grupe după Grupe după variaţia
variaţia caracteristicii xi (i = 1r )
caracteristicii TOTAL (nj·)
yj (j = 1m ) xmin-x1 x1-x2 ... xi-1-xi ... xr-1-xr
0 1 2 ... i ... r n
ymin – y1 n11 n12 ... n1i ... n1r n1·
y1 – y2 n21 n22 ... n2i ... n2r n2·
y2 –y3 n31 n32 ... n3i ... n3r n3·
... ... ... ... ... ... ... ...
yj-1 –yj nj1 nj2 ... nji ... njr nj·
... ... ... ... ... ... ... ...
ym-1 - ym nm1 nm2 ... nmi ... nmr nm·
r m
∑ ngi = ∑ n j g =
i =1 j =1
TOTAL (n ·i) n ·1 n ·2 ... n ·i ... n ·r
m r
∑ ∑ n = Nni g
j =1 i =1 ji
Tabelul rezultat este de tip combinat şi prezintă în reţeaua sa frecvenţele
condiţionate nji, ordonate pe rânduri după yj, respectiv nj. şi pe coloane, după xi
respectiv n.i, completând astfel studiul variaţiei la nivelul întregii populaţii de pe
coloane, cu studiul variaţiei în cadrul fiecărei grupe şi între grupe.Pentru a
cuantifica variaţia caracteristicii yi în funcţie de xi se determină mai întâi toate
mediile posibile:
m
⎛ ∑ y n ⎞
⎜ j =1 j j g ⎟
(3.100) - y 0 sau media populaţiei totale ⎜ y 0 = m ⎟
⎜ ∑ n jg ⎟
⎝ j =1 ⎠
m m
⎛ ∑ y j n ji ∑ y n ⎞
⎜ j =1 j =1 j ji ⎟
(3.101) - y i sau mediile de grupă condiţionate ⎜ y gi = m = ⎟
∑ n ji ngi
⎜ ⎟
⎝ j =1 ⎠
Se identifică apoi cele trei tipuri de abateri ce definesc:
- variaţia valorilor yj în jurul mediei populaţiei totale y 0 , respectiv definită prin
abaterile de tip (yj- y 0 ), care este cauzată de acţiunea tuturor factorilor (principali
sau esenţiali, dar şi întâmplători sau neesenţiali);
- variaţia valorilor yj în jurul mediei lor de grupă sau mediei lor condiţionate, y i ,
respectiv definită prin abaterile de tip (yj- y i ) care este cauzată de acţiunea izolată
a factorilor întâmplători sau neesenţiali;
- variaţia valorilor mediilor de grupă sau mediilor condiţionate y i în jurul medie
populaţiei totale y 0 , definită prin abaterile de tip ( y i - y 0 ), care este cauzată de
acţiunea izolată a factorilor principali sau esenţiali, dar şi relaţia dintre acestea:
108
(3.102) abateri (yj- y 0 ) = abateri (yj- y i ) + abateri esenţiale ( y i - y 0 )
totale întâmplătoare (sistematice)
Pe baza relaţiei anterioare se determină apoi toate dispersiile posibile:
(3.103) σ o2 sau dispersia populaţiei totale, ce cuantifică variaţia totală a lui yj sub
⎡ 2 ⎤
( )
m
⎢ 2 j∑=1 y j − y 0 n j g ⎥
acţiunea tuturor factorilor ⎢σ o = m ⎥
⎢ ∑ n jg ⎥
⎢⎣ j =1 ⎥⎦
(3.104) σ 2i sau dispersiile de grupă-parţiale ce măsoară variaţia parţială a lui yj la
nivel de grupă, sub acţiunea factorilor întâmplători sau neesenţiali:
⎡ 2 2 ⎤
( ) ( )
m m
∑
⎢ 2 j =1 jy − y gi n ji ∑ y j − y gi n ji ⎥
j =1
⎢σ gi = m = ⎥
⎢ ∑ n ji ngi ⎥
⎢⎣ j =1 ⎥⎦
(3.105) σ 2 sau „media dispersiilor de grupă” (dispersia reziduală sau neexplicată)
ce sintetizează acţiunea factorilor întâmplători sau neesenţiali la nivelul întregii

( )
r
⎡ ∑ σ gi ngi ⎤
2
⎢
populaţii statistice σ 2 = i =1 r
⎥
⎢ ⎥
⎢⎣ ∑ n
i =1 gi ⎥⎦
(3.106) σ 2 sau „dispersia mediilor de grupă” (dispersia explicată sau dintre grupe)

( )
⎡ r 2 ⎤
∑ −
⎢ 2 i =1 gi 0 ngi ⎥
y y
ce reflectă acţiunea factorilor principali: ⎢σ = r ⎥
⎢ ∑ ngi ⎥
⎢⎣ i =1 ⎥⎦
Resintetizate într-un tabel simplificat datele prelucrate devin următoarele:

Tabel nr. 3.8

Grupe Volumul Media Dispersia
după xi grupei grupei
( )
2 grupei
(σ ) n
2

(y ) y*i − y 0 n*i
(σ )
*i *i
( i = 1r ) ( n*i ) 2
*i *i

xmin – x1 n *1 y*1
( y*1 − y 0 )
2
n*1
σ *12 (σ ) n
2
*1 *1

x1 – x2 n *2 y*2
(y *2 −y ) n
0
2

*2
σ *22 (σ ) n
2
*2 *2

x2 –x3 n *3 y*3
(y *3 −y ) n
0
2

*3
σ *32 (σ ) n
2
*3 *3

109
 ... ... ... ... ... ...
xi-1 –xi n *i y*i
(y *i − y0 )n
2

*i
σ 2
*i (σ ) n
2
*i *i

... ... ... ... ... ...

xr-1 - xr n *r y*r
(y *r − y0 )n
2

*r
σ 2
*r (σ ) n2
*r *r

∑( )
r r 2 r
TOTAL ∑ n*i
i =1
-
i =1
y *i − y 0 n*i - ∑ (σ ) n
i =1
2
*i *i

Toţi indicatorii prezentaţi anterior ca medii şi dispersii sunt cunoscuţi ca „indicatori

factoriali ai dispersiei” iar relaţia între dispersia populaţiei statistice totale ( σ o2 ),
dispersia mediilor de grupă ( σ 2 ) şi media dispersiilor de grupă ( σ 2 ) este
denumită „regula de adunare a dispersiilor”:
(3.107) σ o2 = σ 2 + σ 2
Dispersia populaţiei statistice totale este egală cu dispersia explicată de factorul de
grupare ( σ 2 ) la care se adaugă dispersia neexplicată sau reziduală ( σ 2 )
Dacă relaţia anterioară se împarte la valoarea dispersiei populaţiei totale ( σ o2 ) se
obţin cei doi coeficienţi de „determinaţie”(R2) şi „nedeterminaţie” (K2).
σ2 σ2
(3.108) + =1 sau R2 + K2 = 1
σ o2 σ o2
Coeficientul de determinaţie (R2) se exprimă de regulă procentual:
(3.109) R2 = σ ×100 şi identifică ponderea factorului principal de grupare
2

σ o2
(variabila xi) în variaţia totală a caracteristicii analizate (variabila yj).
Atunci când R2 >100% - R2 acţiunea variabilei xi este hotărâtoare în variaţia
variabilei yj. Coeficientul de nedeterminaţie (K2) subliniază ponderea factorilor
întâmplători (neînregistraţi în tabelul combinat iniţial) în variaţia totală a
caracteristicii analizate (variabila yj):
σ2
(3.110) K2 = ×100 = 100% − R 2
σo
2

Atunci când R2 < 100%- R2 sau K2 > 100% - K2, variaţia caracteristicii yj se
datorează acţiunii altor factori neînregistraţi şi mai puţin variabilei xi.

3.5 Indicatori statistici ai asimetriei şi boltirii

Sistemul de indicatori statistici ai asimetriei şi ai boltirii (excentricităţii) într-o

serie de repartiţie de frecvenţe unidimensională necesită definirea asimetriei ca
măsură în care seria este mai mult (pronunţat) sau mai puţin (uşor) oblică în raport
cu distribuţia normală (Gauss-Laplace) şi definirea excentricităţii ca măsură în care

110
repartiţia este mai rarefiată sau mai densă (condensată) în jurul tendinţei centrale
decât în cazul aceleiaşi distribuţii normale (Gauss-Laplace).
A.Principalii indicatori ai asimetriei sau oblicităţii sunt:

1.asimetria absolută : Δ = x -M0 Δ > 0 asimetrie pozitivă

Δ = 0 simetrie perfectă
Δ < 0 asimetrie negativă
2.densităţile de frecvenţe, calculate ca raport între frecvenţe şi înălţimea
intervalului într-o serie rezultată dintr-o grupare pe intervale neegale (ni/hi sau
ni* hi sau fi * hi )
3.coeficienţi de asimetrie propuşi de Karl Pearson (Cas1 şiCas2), Ronald
Fisher(Cas3), Yule şi Kendall (Cas4), Arthur Bowley (Cas5)

(3.111) Cas1 = SK1 =

x − Mo
∈ [ −1,1] (3.112) Cas2 = SK2 =
(
3 x − Me ) ∈ [ −3,3]
σ σ
Seriile moderat asimetrice deţin valori cuprinse între
Cas1 ∈ [- 0,3; 0)∪ (0; 0,3] Cas2∈ [- 1; 0)∪ (0; 1]

3 2
⎛m ⎞
μ 2
⎜∑ ( xi − x ) ni ⎟
2 3
(3.113) Cas3 = SK3 = β1 = 33 sau Cas3 = SK3 = β1 = ⎜ i =1
μ2 m
∑ n
⎟ : σ( )
⎜ ⎟
⎝ i =1 i ⎠
⎛m 4 ⎞
μ ⎜ i∑ ( xi − x ) ni ⎟ 2
(3.114) SK4 = β 2 = 42
μ2
sau SK4 = β 2 = ⎜ =1 m
∑ ni
⎟: σ
2
( )
⎜ ⎟
⎝ i =1 ⎠

(3.115) Cas4 = SK =
(Q3 − Me) − ( Me − Q1) = q − q 1 2
,unde: q1=Q3–Me şi q2=Me–Q1.
5 Q3 − Q1 q1 + q2
q1' − q2'
(3.116) Cas5 = S K6 = ' '
, unde: q1' = Me – D1 şi q2' = D9 – Me .
q1 + q2
B. Principalii indicatori ai boltirii, excentricităţii sau excesului sunt:
a) coeficientul pearsonian şi b) coeficientul lui Ronald Fisher
m 4 2
⎡∑ ⎤ ⎛m 2 ⎞
μ4 ⎢ ( xi − x ) ni
⎥ ⎜ i=1 ( )
∑ xi − x ni
⎟
(3.117) S = ⎢ i=1 (3.118) γ 2 = β 2 − 3
K 4 = β2 = 2 m ⎥ :⎜ m ⎟
μ2 ⎢ ∑ ni ⎥ ⎜ ∑ ni ⎟
⎣ i =1 ⎦ ⎝ i=1 ⎠

111
 Sistemul de indicatori statistici ai seriilor atributive calitative cuprinde indicatori
privind caracterizarea frecvenţelor (absolute, relative, cumulate crescător /
descrescător), indicatori relativi de coordonare, indicatori poziţionali (Me /Mo) şi
indicatori de concentrare/diversificare (Gini-Struck).

3.6 Test de autoevaluare şi aplicaţii statistice în contabilitate

A) Test de autoevaluare
A1) Întrebări clasice recapitulative
(Completaţi spaţiile goale)
1. Cum definiţi generic un indicator mediu
determinat pe baza unui algoritm de calcul?
2.Cum se calculează media armonică şi ce
proprietăţi, avantaje şi dezavantaje deţine?
3. Cum se calculează şi interpretează un
coeficient de omogenitate şi de asimetrie?
4.În ce constă structura unui sistem de
indicatori pentru a caracteriza frecvenţele?
5.Care sunt principalii indicatori
tendinţei centrale?
6.Care sunt principalii indicatori
variaţiei, asimetriei şi boltirii?
7. În ce situaţie se recomandă utilizarea
exclusivă a mediei aritmetice?
A2) Întrebări tip grilă
(Încercuiţi litera răspunsului corect)
8. Unul dintre indicatorii de mai jos este
inutil în evaluarea omogenitǎţii:a) dispersia;
b) amplitudinea absolută; c) abaterea medie
liniarǎ; d) media.
9. Într-o serie de date, unde media este 16m,
σ2 =25 şi Mo=3,2m, coeficientul de variaţie
(omogenitate) este: a) 125,07%; b)31,25 %;
c) 21,33 %; d) 6,44 %.
10.Identificaţi valorile corecte pentru seria:
xi (to) 5 6 7 8 9 10
ni 1 9 24 30 27 9 Σni =100
Media aritmetică: a) 6; b) 7; c) 8; d) 9.
ai
Abaterea medie liniară:a)0,9; b)1,22; c)1,39;
d)1,44. Abaterea medie pătratică: a)1,15;
b)1,32; c)1,48; d)1,63.
ai
Coeficientul de variaţie în %, în funcţie de
abaterea medie
- liniară: a)9,50; b)10,75; c)11,25; d) 14,44.
- pătratică:a)11,90;b)12,35;c)14,38;d) 16,50.

B) Aplicaţii rezolvate
1.Producţia de avioane(xi) a firmei BETA în ultimele 10 luni a fost de:15,17,29,14,
12,9,19,27,13,16. Determinaţi indicatorii medii bazaţi pe algoritm de calcul.
Rezolvare: Se apelează la un sistem tabelar de calcul al acestor indicatori:
Sistem tabelar de calcul al indicatorilor medii (prin agregare pe rânduri)
Tabel nr. 3.9 - număr -
Variabila Şirul valorilor distincte ale variabilei Agregări
n
15 17 29 14 12 9 19 27 13 16 ∑ xi = 171
( xi ) i =1

n 1
(1/xi) 0,067 0,059 0,034 0,071 0,083 0,111 0,053 0,037 0,077 0,063 ∑ = 0,655
i =1 x
i
n
1,176 1,23 1,462 1,146 1,079 0,954 1,279 1,431 1,114 1,204 ∑ lg xi =12,075
( lg xi ) i =1

112
 n 2
(x ) 2
i
225 289 841 196 144 81 361 729 169 256 ∑ xi = 3291
i =1

xh = n
n 1
∑
i=1 x
i
i=1
(n ) i=1
n
=15,3 ≅15 x g = antilg ∑ lgx i n =16,1 ≅ 16 x = ∑ x i n =17,1≅ 17

n 2
xp = ∑ xi n =18,1 ≅ 18 (tipul discret al variabilei cere rotunjirea valorilor).
i=1
2. Notele obţinute de 50 de studenţi la examen au generat distribuţia:
⎛ 3 4 5 6 7 8 9 10 ⎞ , unde m ∑ n = 50 . Calculaţi mediile uzuale.
Xi : ⎜ ⎟
⎝ 1 4 5 6 16 8 6 4 ⎠ i =1 i
Rezolvare:Se apelează la un sistem tabelar de calcul al celor patru indicatori medii.
Tabel nr. 3.10
(xi) (ni) (xini) (1/xi) ni (nilg xi) (xi2ni)

3 1 3 0,333 0,477 9
4 4 16 1 2,408 64
5 5 25 1 3,495 125
6 6 36 1 4,669 216
7 16 112 2,286 13,522 784
8 8 64 1 7,225 512
9 6 54 0,667 5,725 486
10 4 40 0,4 4 400
m m m 1 m m 2
Total
∑ ni =50 ∑ xi ni =350 ∑ ni =7,686 ∑ ni lg xi =41,521 ∑ xi ni =2596
i =1 i =1 i =1 x i =1 i =1
i
m
∑ ni
m m i=1
x = ( ∑ xi ni ) : ( ∑ ni ) = 7 x h = m 1 = 6, 51
i=1 i=1 ∑ ni
i=1 x i
⎛ m ⎞
⎜ ∑ n lgx ⎟ m 2
⎜ i i⎟ ∑ x ni
x g = antilg ⎜ i=1 ⎟ = 6, 77 xp = i=1 i = 7, 21
⎜ m ⎟ m
⎜ ∑ ni ⎟ ∑ ni
⎝ i=1 ⎠ i=1
3. Calculaţi valorile medii pentru notele obţinute de către cei 50 de studenţi
grupate pe 4 intervale egale de variaţie discontinuu (ca medii ponderate).
Rezolvare:Pentru seria de date grupate se vor utiliza centre de interval, care conduc
la estimarea şi nu la calculul precis al indicatorilor medii dar nu introduc o eroare
mare (aici sub 1%). Estimarea mediilor ponderate este prezentată mai jos:
Tabel nr. 3.11
Grupe Număr Centrul
conform studenţi de inter- xini (1/xi)ni (ni.× lgxi) (xi)2ni
notă (xi) (ni) val (Xi)
3-4 5 3,5 17,5 1,4286 5·0,544068=2,72034 61,25

113
 5-6 11 5,5 60,5 2 11·0,740363=8,143993 332,75
7-8 24 7.5 180 3,2 24·0,8750613=21,00147 1350,00
9-10 10 9,5 95,0 1,0526 10·0,9777236=9,777236 902,50
Total 50 - 353 7,6812 41,63039 2646,5
2
∑ ni ∑ xi ni ∑ xi ni
xh = = 6,509; x = = 7,06; xg = anti lg0,7946 = 6,23 ; x p = = 7,275.
1 ∑ ni ∑ ni
∑ ni
xi
4. Calculaţi media aritmetică şi valoarea modală a salariului mediu brut într-o
regiune în construcţii, apoi evaluaţi asimetria prin coeficientul Pearson şi precizaţi
valoarea ei şi în ce condiţii puteţi calcula mediana după relaţia lui Yule. Dintre
indicatorii tendinţei centrale decideţi care ar fi mai adecvat pentru identificarea
salariului cel mai des plătit şi estimarea rapidă a fondului de salarii regional?
Care sunt valorile indicatorilor sintetici ai variaţiei salariilor în jurul mediei
lunare? Este media reprezentativă şi poate înlocui fără riscuri populaţia studiată?
Tabel nr. 3.12
Salariul brut lunar (mii lei/salariat) -xi- Xi Număr salariaţi (mii salariaţi) -ni-
2,5 – 3,5 3 5
3,5 – 4,5 4 20
4,5 – 5,5 5 70
5,5 – 6,5 6 130
6,5 – 7,5 7 40
7,5 – 8,5 8 20
8,5 – 9,5 9 15
TOTAL - 300
Observaţie: limita superioară nu este inclusă în interval.
∑ xi ni 1800
Rezolvare: Media aritmetică: x = = =6 mii lei / salariat
∑ ni 300
Δ1
Valoarea modală: niMAX=130 şi locMoЄ[55-65), de unde Mo = xMo + h
Δ1 + Δ 2
adică Mo=55+10×[60/(60+90)]=5,9 mii lei/salariat.
Determinarea coeficientului de asimetrie Pearson impune anterior calculul abaterii
2
medii pătratice: σ =
∑ xi − x2 ( ) ni
=
450
= 1,50 , de unde σ = σ 2 = 1, 225 mii lei.
∑ ni 300
(Seria rezultată din grupare este omogenă, media reprezentativă şi utilizabilă)
x − Mo 6, 0 − 5, 9 0,1
x -Mo = 6 - 5,9 = 0,1 asimetrie pozitivă C AS = = = = 0, 0816
σ 1, 225 1, 225
CAS >0 şi CASЄ (0 - 0,35)⇒ seria rezultată din grupare este uşor asimetrică.
Evaluarea valorii mediane pornind de la relaţia existentă într-o serie de repartiţie
unidimensională uşor sau moderat asimetrică x -Mo = 3( x –Me ).
0,1 = 3( 6 – Me ) sau 3Me = 18 - 0,1 =17,9 , de unde: Me = 5,97 mii lei.
Estimarea valorii mediane pe baza formulei de interpolare obişnuite în cazul unei
114
serii de repartiţie de frecvenţe conduce la un rezultat destul de apropiat.
Loc Me=150,5 de unde (x150 - Me - x151)
nMe−1

1/ 2 ( ∑ ni + 1) − ∑n i
150, 5 − 95
Me = xMe + h i =1
= 5, 5 + 10
= 5, 93 mii lei.
nMe 130
Între cele două valori apare o diferenţă foarte mică (sub 1,0 %).
x =6,0 mii lei serie de distribuţie de frecvenţe absolute.
Me=5,93 mii lei seria este uşor asimetrică (ponderat).
Mo=5,9 mii lei asimetria este pozitivă.
Decizia privind indicatorul adecvat selectează modul pentru salariul cel mai
frecvent plătit şi media pentru fondul de salarii.Indicatorii sintetici ai variaţiei sunt:
- abaterea medie liniară d =∑ xi − x ni /∑ni =250 /300 =0,833 mii lei.
2
2 (
∑ xi − x ) ni 450
- dispersia σ = = = 1, 50 mii lei
∑ ni 300

- abaterea medie pătratică σ = σ = 1, 225 mii lei

2

- coeficientul de variaţie (omogenitate)

σ 1, 225
CV = × 100 = × 100 = 20, 4% ⇒ CV <35-40 %
x 6
Seria rezultată din grupare este omogenă, media poate fi utilizată fără riscuri.
5.Societatea de asigurări ASIRTOTAL deţine un număr de 70 de agenţii teritoriale.
Agenţiile sunt grupate după volumul operaţiilor decadale. O explicaţie a variaţiei
volumului acestor operaţii ar putea fi dimensiunea diferită a agenţiilor, stabilită în
funcţie de numărul de salariaţi care lucrează în cadrul acestora. Tabelul de mai
jos grupează agenţiile în funcţie de cele două caracteristici observate:
Tabel nr. 3.13
Volum operaţii Mărimea agenţiilor după numărul salariaţilor
decadale Microagenţii Agenţii mici Agenţii mijlocii Total
(mii lei) 5-10 10-15 15-20
4,5 - 5,2 2 6 - 8
5,2 - 5,9 12 6 - 18
5,9 - 6,6 4 20 - 24
6,6 - 7,3 2 4 2 8
7,3 - 8,0 - 4 2 6
8,0 - 8,7 - - 4 4
8,7 - 9,4 - - 2 2
TOTAL 20 40 10 70
Observaţie: limita superioară nu este inclusă în interval.
Să se caracterizeze statistic distribuţia agenţiilor în funcţie de volumul operaţiilor
decadale efectuate, determinând indicatorii tendinţei centrale, ai variaţiei şi
asimetriei comentând rezultatele obţinute.Considerând că volumul operaţiilor
decadale depinde de numărul de salariaţi din fiecare agenţie, să se determine
mediile şi dispersiile de grupă, să se verifice regula de adunare a dispersiilor şi să
115
se calculeze şi comenteze coeficientul de determinaţie rezultat.
Rezolvare: După ce se stabileşte valoarea fiecărui centru de interval se determină
tabelar indicatorii tendinţei centrale:
Tabel nr. 3.14
Grupe de agenţii Numărul Centrul
după volumul agenţiilor de interval xini (1/xi)ni (xi)2ni ni×lgxi
activităţii (mii lei) (ni) ( xi )
4,5-5,2 8 4,85 38,8 1,649 188,180 5,486
5,2-5,9 18 5,55 99,9 3,243 554,445 13,397
5,9-6,6 24 6,25 150,0 3,840 937,500 19,101
6,6-7,3 8 6,95 55,6 1,151 386,420 6,736
7,3-8,0 6 7,65 45,9 0,784 351,135 5,302
8,0-8,7 4 8,35 33,4 0,479 278,890 3,687
8,7-9,4 2 9,05 18,1 0,221 163,805 1,913
TOTAL 70 - 441,7 11,367 2860,375 55,622
Observaţie: limita superioară nu este inclusă în interval.
În continuare sunt prezentate valorile mediilor clasice calculate( x, xh , x p , xg ):
∑ xi ni 441, 7 ∑ ni 70
x= = = 6, 31 mii lei; xh = = = 6,16 mii lei;
∑ ni 70 1 11, 367
∑ ni
xi
2
∑ xi ni 2860, 375 ∑ ni n 1
xp = = = 6, 39 mii lei; lg x g = lg ∏ xi i <=> lg xg = ∑ ni lg xi
∑ ni 70 ∑ ni

∑ ni lg xi 55, 622
lg xg = = = 0, 7946 şi xg = anti lg 0, 7946 = 6, 23 mii lei.
∑ ni 70
Notă: Pentru simplitatea şi rapiditatea calculelor, în calitate de indicator mediu
esenţial se recomandă utilizarea cu precădere a mediei aritmetice.
Mediile poziţionale cele mai importante rămân mediana (Me) şi modul (Mo), iar
mediala, valoare potenţială, precum şi cuantilele (cuartilele Q1-3 , decilele D1-9,
centilele C1-99) constituie indicatori cu utilizări speciale.Determinarea acestor doi
indicatori medii poziţionali se realizează estimativ, parcurgând etapele cunoscute:
∑ ni + 1 71 X
35 35, 5 ;
• determinarea locului medianei:locM e = = = ⎯⎯→
X
2 2 36
• identificarea intervalului median : Me ∈ [5,9 - 6,6 );
• estimarea valorii mediane prin intermediul formulei de interpolare:
nMe−1
(
1 / 2 ∑ ni + 1 − ∑ ni
i =1
) ( )
1 / 2 ∑ ni + 1 − ∑ nVMe
Me = xMe + h sau Me = xMe + h
nMe nMe
nMe−1
∑ n = ∑ nv = 26 şi reprezintă suma rezultată din frecvenţele cumulate
i =1 i Me
crescător ale tuturor intervalelor până la intervalul median, iar x Me=5,9; h=0,7 şi

116
 35, 5 − 26
nMe =24. Me = 5, 9 + 0, 7 =5,9+0,7×0,396=6,1772 ≈ 6,18 mii lei.
24
Determinarea valorii modale se realizează parcurgând aceleaşi etape:
• determinarea locului valorii modale: locMo ⇒ ni max (ni max =24);
• identificarea intervalului modal: Mo Є [5,9 - 6,6 );
• estimarea valorii modale prin intermediul unei formule de interpolare:
Δ1
Mo = xMo + h , unde: Δ1 = 24 – 18 = 6 şi Δ2 = 24 – 8 = 16 .
Δ1 + Δ 2
6
Mo = 5, 9 + 0, 7 = 6, 091 ≅ 6, 09 mii lei.
6 + 16
Cei trei indicatori esenţiali ai tendinţei centrale sunt situaţi în acelaşi interval de
variaţie, respectiv [5,9 - 6,6), dar nu sunt identici, seria nefiind una simetrică.
Există diferenţe, însă acestea sunt destul de mici (modul = 6,09 mii lei, mediana =
6,18 mii lei şi media = 6,31 mii lei).Ca imagine generală intervalul median şi
modal este totodată şi al mediilor,reunind 34,3% din numărul agenţiilor, iar între
5,2 şi 7,3 mii lei se află 71,4% din populaţia agenţiilor. Se emite ipoteza unei medii
reprezentative, datorită concentrării în acelaşi interval a ¾ din populaţie.
Amplitudinea (absolută sau relativă), ca indicator simplu al variaţiei nu poate fi
determinată,necunoscând clar valorile extreme,dar se pot afla abaterile individuale:
xi − x
1.abaterile individuale absolute: di = xi − x şi relative: d i (%) = × 100
x
Pozitive absolute 2,74
relative 43,4 %
Abaterile maxime Negative absolute -1,46
relative -23,1 %
+ −
Notă: d max im = d max im constituie un semnal de simetrie a distribuţiei.

Tabel nr. 3.15

Centrul Număr
xi − x
de de
( xi − x )
2
di = xi −x di(%) = × 100 xi - x ni ni
interval agenţii x
4,85 8 -1,46 -23,1 11,68 17,0528
5,55 18 -0,76 -12,0 13,68 10,3968
6,25 24 -0,06 -1,0 1,44 0,0864
6,95 8 0,64 10,1 5,12 3,2768
7,65 6 1,34 21,2 8,04 10,7736
8,35 4 2,04 32,3 8,16 16,6464
9,05 2 2,74 43,4 5,48 15,0152
n n 2
( )
n
∑ n =70 ∑ x − x ni =53,6 ∑ xi − x ni = 73, 248
/ i =1 i / / i =1 i i=1
Indicatorii sintetici ai variaţiei exprimă intensitatea împrăştierii

117
 ∑ xi − x ni 53, 6
1.Abaterea medie liniară sau absolută: d = = = 0, 7657 mii lei.
∑ ni 70

Interpretare: Abaterea medie liniară d exprimă cu câte unităţi concrete de măsură

se abat în medie variantele (xi) de la media colectivităţii (în situaţia dată se abat
concret cu 0,7657 mii lei).Se poate calcula şi în funcţie de mediană, dar se reţine că
întotdeauna d x > d .Se apreciază că acest indicator nu corespunde integral
Me
cerinţei de evidenţiere a intensităţii împrăştierii, o măsură mai bună a intensităţii
variaţiei fiind oferită de abaterea medie pătratică (mai întâi se determină dispersia).
2.Dispersia (media aritmetică a pătratelor abaterii valorilor individuale de la medie
sau diferenţa dintre pătratul mediei pătratice şi cel al mediei aritmetice)
( )
2
2 ∑ xi − x ni 73, 248
σ = = = 1, 0464 sau
∑ ni 70
2
2 ⎛ ∑ xi ni ⎞ 2860, 375 ⎛ 441, 7 ⎞ 2
∑ xi ni
2
σ = −⎜ ⎟ = −⎜ ⎟ =1,0464
∑ ni ⎝ ∑ ni ⎠ 70 ⎝ 70 ⎠
Dispersia este o mărime adimensională ce nu se valorifică direct în analiza variaţiei.
3.Abaterea medie pătratică sau abaterea standard (devierea standard) - σ
σ = σ 2 = 1, 023 mii lei. Interpretare: Fiecare din cele 70 de agenţii are un
volum decadal de operaţii, în medie cu 1,023 mii lei mai mare sau mai mic decât
media (6,31 mii lei).
Tabel nr. 3.16
Grupe de agenţii
după volumul de xi* fi xi* fi (xi*- x )2 (xi*- x )2ni (xi*)2fi
activitate (mii lei)
4,5-5,2 -2 8 -16 2,1316 17,0528 32
5,2-5,9 -1 18 -18 0,5776 10,3968 18
5,9-6,6 0 24 0 0,0036 0,0864 0
6,6-7,3 1 8 8 0,4096 3,2768 8
7,3-8,0 2 6 12 1,7956 10,7736 24
8,0-8,7 3 4 12 4,1616 16,6464 36
8,7-9,4 4 2 8 7,5076 15,0152 32
n * n * 2
n * 2
70 i=1(xi × fi ) = 6
∑ ∑ (x i − x ) × ni ∑ (x i ) × f
TOTAL - - i =1 i =1 i

= 73,248 = 150
d σ 1, 023
4.Coeficientul de variaţie CO = × 100 sau CO = × 100 şi CO = × 100 = 16, 2% .
x x 6, 31
Populaţia celor 70 de agenţii este strict omogenă, media strict reprezentativă şi
utilizabilă fără riscuri sau rezerve. Indicatorii statistici ai asimetriei (asimetria
absolută, densităţi de frecvenţă şi coeficientul de asimetrie propus de Pearson) se
determină în paralel cu sistemul celor ce caracterizează frecvenţele (frecvenţe

118
absolute şi relative, cumulate crescător sau descrescător, coeficientul de
concentrare–diversificare Gini–Struck, densităţi de frecvenţă).
1.Asimetria absolută: x -Mo (în situaţia descrisă x = 6, 31 iar Mo = 6,09 şi x -Mo
= 0,22, traducând astfel o asimetrie absolută pozitivă)
2.Coeficientul de asimetrie Pearson, pentru repartiţia de frecvenţe unimodală: CAS
sau SK 1 = ( x -Mo):σ = 0,22:1,023 = 0,215 (conform valorii mai mici decât 0,3 seria
este moderat asimetrică, media reuşind să substituie cu succes populaţia statistică).
3.Densitatea absolută a frecvenţelor (ni/h) sau relativă (ni*%) /h, este determinată
aici forţat, din motive didactice, nefiind specifică distribuţiilor pe intervale egale:
Tabel nr. 3.17
Frecvenţe cumulate
xi ni ni*= gi gi2 ni↑ ni*↑(%) ni/hi (ni*%)/hi
4,85 8 0,1143 0,01306 8 11,43 11,43 16,33
5,55 18 0,2571 0,06610 26 37,14 25,71 36,73
6,25 24 0,3429 0,11758 50 71,43 34,29 48,99
6,95 8 0,1143 0,01306 58 82,86 11,43 16,33
7,65 6 0,0857 0,01229 64 91,43 8,57 12,24
8,35 4 0,0571 0,00326 68 97,14 5,71 8,16
9,05 2 0,0286 0,00082 70 100,00 2,86 4,09
/ 70 1,0000 0,22617 / / / /
Densităţile de repartiţie a frecvenţelor (ni/hi, şi ni* hi ) permit aprecierea asimetriei
în cazul repartiţiilor reale sau empirice de frecvenţe.Aceste instrumente se folosesc
cu precădere în cazul seriilor rezultate din grupările statistice pe intervale neegale.
În măsura în care seria reală tinde spre o repartiţie normală, respectiv valorile
frecvenţelor (absolute/relative) se diminuează către capetele distribuţiei se poate
aprecia că seria tinde spre simetrie sau o asimetrie uşoară (moderată).Densităţile de
frecvenţe sunt instrumente de comparare a repartiţiilor empirice cu cele teoretice.
Majoritatea fenomenelor economice analizate prin intermediul distribuţiilor de
frecvenţe tind să se apropie de repartiţia simetrică (normală). Pentru că sunt date
disponibile în tabel se poate determina cu uşurinţă:

n 2
n ∑ gi − 1
4.Coeficientul Gini-Struck: CG − S = i =1 , unde: 0 ≤ CG − S ≤ 1 .
n −1
7 × 0, 22617 − 1 0, 58319
CG − S = = = 0, 311766 (uşor diversificată).
7 −1 6

Dacă valoarea acestui coeficient tinde către „1”, atunci are loc un proces de
concentrare (specializare sau repartizare neuniformă) iar dacă tinde către „0”
atunci are loc un proces de diversificare (relativ uniform). Pentru a demonstra
existenţa unui factor cauzal esenţial al variaţiei lui „x”, (ipoteza iniţială) se
sistematizează dispersiile şi mediile grupelor într-un tabel unic:

119
Tabel nr. 3.18
Grupe Media Dispersia
(x )
2
σ nj
2

de agenţii nJ j − x0 nj
grupei ( σ )
2
grupei ( x j ) j

MICRO 20 115,2/20=5,76 5,978:20 6,05 5,978

[5-10) mii RON =0,2989
MICI 40 245,8/40=6,145 24,059:40 1,089 24,059
[10-15) mii RON =0,601475
MIJLOCII 10 80,7/10=8,07 5,096:10 30,976 5,096
[15-20) mii RON =0,5096
n n 2
( )
2
Total 70 2
(σ0) =73,248:70 ∑ x j − x0 n j ∑ σ nj
x o =441,7:70 j =1 j =1
=1,0464
=6,31 = 38,115 = 35,133
Factorul de grupare dimensiunea agenţiei exprimată prin numărul de salariaţi este
cel mai important dintre factorii explicativi ai variaţiei volumului operaţiilor (D=52
% şi R2 > K2) Se determină mai întâi dispersia explicată de factorul de grupare
( )
2
∑ x j − x0 nj 38,115
„numărul de salariaţi din fiecare agenţie”: δ 2 = = = 0, 5445
∑nj 70
(dispersia mediilor de grupă). Apoi se calculează şi dispersia reziduală sau cauzată
2
2
∑σ n j 35,133
de factori necunoscuţi: σ = = = 0, 5019 (media dispersiilor de grupă)
∑nj 70

Regula de adunare a dispersiilor se verifică pe baza rezultatelor: σ 0 2 = δ 2 + σ 2 =

= 0,5445+0,5019=1,0464 (dispersia colectivităţii generale- σ 0 2 este egală cu suma
dintre dispersia mediilor de grupă δ 2 şi media dispersiilor de grupă σ 2 ).

Coeficientul de determinaţie D sau gradul de determinaţie (R2) subliniază

contribuţia factorului de grupare în variaţia fenomenului analizat, în timp ce gradul
de nedeterminaţie (K2) identifică acelaşi lucru pentru factorii necunoscuţi. Relaţia
dintre aceştia este:R2+K2=1. Dacă R2 > K2 există un factor atât important cât şi
majoritar explicativ, ceea ce corespunde ipotezei acestei aplicaţii:
δ2 0, 5445
D = 2 × 100 = × 100 = 52, 0% .
σ0 1, 0464
Coeficientul de determinaţie D sau gradul de determinaţie R2 arată că 52,0 % din
variaţia totală a variabilei dependente sau rezultative volumul operaţiilor (mii lei) este
explicată de variabila cauzală sau independente numărul de salariaţi din fiecare
agenţie. În acelaşi timp K2 arată că 48,0% din variaţia totală a variabilei dependente
sau rezultative volumul operaţiilor (mii lei) este explicată de influenţa unor factori
necunoscuţi şi neînregistraţi. Interpretare: din variaţia totală a volumului
operaţiilor o valoare procentuală de 52,0% se explică prin numărul diferit de
salariaţi ce lucrează în cele 70 de agenţii. Întrucât R2 > K2 se poate afirma că
variabila număr de salariaţi din fiecare agenţie reprezintă factorul major pentru
volumul operaţiilor.
120
C) Aplicaţii propuse spre rezolvare
1. Profitul celor 20 de sucursale ale firmei SIGMA, pe variante distincte sunt:
Tabel nr. 3.19
Profit (milioane lei) -xi - 4 5 6 7 8 9 10
Număr filiale -ni - 2 4 5 4 2 2 1
a)Determinaţi nivelul profitului mediu pentru cele 20 de filiale. b)Identificaţi
profitul ca valoare mediană. c)Calculaţi abaterea medie liniară în funcţie de media
aritmetică de la punctul „a” şi de valoarea mediană de la punctul „b”.
2.Calculaţi numărul mediu al obiectelor de inventar casate şi coeficientul de
variaţie pentru seria unidimensională şi comentaţi omogenitatea repartiţiei:
Tabel nr. 3.20
Puncte de lucru grupate după numărul obiectelor de inventar casate-xi Număr de agenţii -ni
30– 40 10
40– 50 20
50– 60 50
60– 70 20
TOTAL 100
Observaţie : limita superioară este inclusă în interval.
3.În sesiunea de refacere a unei probe de verificare, din cei 120 de studenţi
nepromovaţi s-au prezentat la examen numai 94. Să se calculeze media şi dispersia
caracteristicii alternative prezent – absent.
4. Pentru o firmă ce desfăşoară o activitate industrială se cunosc următoarele date
referitoare la vechimea în specialitate a celor 300 de salariaţi:
Tabel nr. 3.21
Grupe de salariaţi Sub 5 5-10 10-15 15-20 20-25 25-30 30-35 35 şi
după vechime (ani) peste
Număr salariaţi (n) 10 40 60 80 50 30 20 10
a) Să se precizeze valoarea vechimii medii în specialitate exprimată în ani prin
utilizarea mediei aritmetice a frecvenţelor absolute, relative şi printr-o modalitate
de calcul simplificat, specificând ce proprietăţi ale mediei aritmetice stau la baza
determinării mediei aritmetice prin intermediul frecvenţei relative şi prin calcul
simplificat. b) Să se determine valorile indicatorilor medii de poziţie.
5. Un număr de 50 de studenţi care au participat la examen provin din trei forme
de învăţământ diferite. Pornind de la ipoteza că forma diferită de învăţământ
constituie factorul principal al variaţiei notelor obţinute la examen să se verifice
regula de adunare a dispersiilor şi să se calculeze şi interpreteze valorile
coeficienţilor de determinaţie şi nedeterminaţie:
Tabel nr. 3.22
Grupe de studenţi Grupe de studenţi după forma de învăţământ x (i=1r ) TOTAL
i
după nota obţinută studenţi
Cursuri Zi Frecvenţă redusă Învăţământ la
yj (j = 1m ) (nj.)
dimineaţa (i = 1) (i = 2) distanţă (i = 3)
3-4 1 4 - 5
5-6 1 8 2 11
7-8 13 4 7 24
9-10 9 - 1 10
Total 24 16 10 50

121
 CAPITOLUL 4

SONDAJE STATISTICE APLICATE ÎN CONTABILITATE

Cuprins Pag.
4.1 Teoria probabilităţilor şi noţiuni teoretice privind sondajul statistic 123
4.2 Procedee şi tehnici de eşantionare cu impact în activităţi contabile 133
4.3 Erori specifice cercetărilor selective 137
4.4 Sondajul simplu aleator repetat şi nerepetat şi alte tipuri de sondaje 141
4.5 Test de autoevaluare şi aplicaţii statistice în contabilitate 145

Obiective: O cerinţă omniprezentă în gândirea statistică şi contabilă este eficienţa

cercetării prin îmbunătăţirea continuă a raportului dintre cheltuieli şi rezultate,
evidenţiată de preferinţa pentru sondaje (cercetări selective), în detrimentul celei pentru
cercetări totale. Problema ce apare în acest tip de abordare a realităţii economice este
legată de reprezentativitatea rezultatelor, iar costurile mult mai mici pot justifica
informaţii statistice cu o eroare de reprezentativitate redusă ca impact în decizia
contabilă. Formarea unei gândiri statistice necesare în decizia contabilă se întregeşte
astfel prin cunoaşterea şi aplicarea metodei sau teoriei sondajelor.
Cuvinte cheie: experiment, eveniment, probabilitate, densitate de probabilitate, lege
de repartiţie, sondaj, eşantion, prelevare, erori efective, erori probabile, erori de
reprezentativitate,erori limită maxim admisibile, inferenţă, parametru, estimator, non-
răspuns, bază de sondaj, nivel de încredere, sondaj dirijat sau subiectiv, sondaj aleator
simplu repetat şi nerepetat, sondaj stratificat, sondaj de serii.
Bibliografie minimală
T., Andrei, S., Stancu, Statistică, Editura ALL, Bucureşti, 1995.
M.Korka,L.,Begu,E.,Tusa,Bazele statisticii pentru economişti,Ed.Tribuna Economică,2002.
C.A., Moser, Metode de anchetă în investigarea fenomenelor sociale, Ed., Ştiinţifică,
Bucureşti, 1967.
G., Mihoc, M., Iositescu, V., Urseanu, Elemente de teorie a probabilităţilor şi aplicaţiile ei,
Ed. ştiinţifică, Bucureşti, 1966.
G.,Săvoiu, Statistică generală. Argumente în favoarea formării gândirii statistice, Ed.
Independenţa Economicǎ, Piteşti, 2003.
G.,Săvoiu (coord.),Statistică generală. Elemente teoretice, teste tip grilă, aplicaţii şi studii
de caz, Ed. Independenţa Economicǎ, Piteşti, 2004.
G.,Săvoiu, Statistica.Un mod ştiinţific de gândire, Ed. Universitară, Bucureşti, 2007.
G.,Săvoiu, Statistica.Mod de gândire şi metode, Ed.Universitară, Bucureşti, 2009.
G., Săvoiu, Statistica pentru afaceri, Ed.Universitară, Bucureşti, 2011.
V.,Trebici, Mica enciclopedie de statistică, Ed. ştiinţifică şi enciclopedică, Bucureşti, 1985.
M.,Ţarcă,Tratat de statistică aplicată, Ed. didactică şi pedagogică R.A. Bucureşti, 1998.
Webografie
*** http://www. insse.ro

122
 4.1 Teoria probabilităţilor şi noţiuni teoretice privind sondajul statistic

Sondajul a reprezentat rezolvarea practică preferată în cercetarea statistică a

ultimului secol, ca urmare a faptului că oferă cele mai pertinente soluţii în situaţiile
lipsei resurselor materiale şi a timpului cercetării ori în situaţia inaccesibilităţii
tuturor unităţilor ce compun populaţiile unor domenii diverse din biologie,
geologie, agricultură, industrie extractivă sau prelucrătoare, comerţ, servicii etc.
sau a caracterului aparent infinit al numărului elementelor specifice altor populaţii
atomizate, devenite veritabile universuri de cercetare, ca în cazul preţurilor,
mărcilor, atitudinilor etc. Sondajul constă din caracterizarea unei populaţii
originare, ca urmare a generalizării proprietăţilor unei subpopulaţii reprezentative,
denumită eşantion (cu accent pe estimarea mediei şi dispersiei populaţiei totale).
Esenţa teoriei sondajului impune accesul la o populaţie originară N ce urmează a fi
minim definită prin intermediul unei variabile (Xi), apelând la subpopulaţia n
extrasă după anumite principii din populaţia originară N (n<N) şi care trebuie să fie
reprezentativă într-un grad ridicat sau minim acceptat. În urma analizei detaliate a
subpopulaţiei n, denumită eşantion (având ca rezultat media şi dispersia redenumite
în acest caz estimatori), se caracterizează populaţia originară N cu ajutorul
caracteristicilor aceleiaşi variabile Xi (estimând, cu un grad bine precizat de eroare,
media şi dispersia pentru populaţia totală redefinite aici drept parametri).
Evoluţia teoriei probabilităţilor se află la baza teoriei sondajului, iar împreună au
marcat profund ultimele trei secole de cercetare statistică. De la 1713, când Jacob
Bernoulli, în lucrarea „Ars conjectandi” formulează pentru prima dată legea
numerelor mari, trecând apoi prin ezitările, neîncrederea şi disputele pe tema
reprezentativităţii eşantioanelor, relativ limpezite la Congresul internaţional de
statistică din 1925, de la Roma şi culminând cu expozeul lui Jerzy Neyman, în
apărarea teoriei moderne a sondajelor din 19 iunie 1934, susţinut în faţa membrilor
Societăţii Regale de Statistică a Marii Britanii, drumul parcurs de sondajul statistic
sau cercetarea statistică este unul anevoios ca al oricăror noi metode ştiinţifice.

Caseta nr. 4.1.

Începuturile teoriei preclasice a probabilităţilor aparţin secolelor XV-XVII şi sunt
consemnate în lucrările matematice despre jocurile de noroc ale lui Luca Pacioli (1445-
1517), Niccolo Tartaglia (1499-1557), Girolamo Cardano (1501-1576) etc. La
jumătatea secolului XVII, când cavalerul de Méré l-a consultat pe Blaise Pascal cu
privire la problemele legate de jocul cu zaruri, a primit un răspuns complet inovator, în
limbajul simbolic al matematicilor. Ceea ce astăzi poate fi explicat cu uşurinţă în
câteva propoziţii ale vorbirii curente, a fost exprimat atunci într-o terminologie complet
nouă,ce desemna limbajul teoriei probabilităţilor, aparent încriptat pentru o imensă
majoritate, rămasă cu falsa impresie că există o metodă ştiinţifică de a juca jocuri de
noroc şi că formulele ezoterice ale matematicii furnizează cheia succesului. De atunci
au trecut mai mult de trei secole şi teoria probabilităţilor asigurând descrierea
matematică a repartiţiei binomiale prin Jacob Bernoulli, a repartiţiei normale, iniţial
prin Abraham de Moivre (1667-1754) şi ulterior dezvoltată de Pierre-Simon Laplace şi
Karl-Friedrich Gauss, a repartiţiei lui Simon Denis Poisson, specifică evenimentelor
rare, şi-a creat condiţii speciale de aplicare în practică. Conceptul ştiinţific de

123
probabilitate a pătruns definitiv în limbajul cotidian, marea majoritate a oamenilor îl
utilizează frecvent, asimilându-l cu noţiunea de şansă sau posibilitate. Dezvoltarea
contemporană a teoriei probabilităţilor s-a realizat multidisciplinar în direcţia
informaţională, actuarială, a teoriei jocurilor, riscului, programării şi modelării.
Gândirea statistică a sondajului a fost rând pe rând, contestată şi acceptată, ecourile şi
influenţele reciproce în noile ştiinţe ale epocii, ca mereologia (ştiinţă deductivă,
axiomatică a părţilor şi întregului, creată de matematicianul şi logicianul Stanisław
Leśniewski în 1927, de la meros, care în greacă înseamnă parte) şi de gestalt sau teoria
gândirii ansamblurilor, ca reprezentând mai mult decât simpla însumare a părţilor
(ştiinţă creată de filosoful şi psihologul Max Wertheimer în 1924, de la gestalt, cuvânt
german cu semnficaţia de formă) fiind dovezi grăitoare în acest sens.
În anul 1936 alegerile prezidenţiale din S.U.A. având drept principali protagonişti pe
A. Landon (L) şi D. Roosevelt (R) au atras în utilizarea de sondaje de opinie
(demoscopice) revista Literary Digest, care a apelat la un eşantion imens, poate cel mai
mare în epocă prin cele 10 milioane de buletine de vot trimise prin poştă la care au
răspuns numai 2,3765 milioane persoane, dar şi cel mai puţin reprezentativ din istorie
prin concluziile sale. Previziunile sale au fost (L) =70% şi (R) =30%, iar rezultatele
oficiale (L) =1,5% şi (R) =98,5%. Cauzele eşecului sondajului şi ale falimentului
publicaţiei au fost în principal lipsa de profesionalism în alegerea bazei de sondaj
(cartea de telefon şi registrul proprietarilor de autoturisme) şi prelucrarea unor rezultate
afectate de o rată de nonrăspuns de 76,2%. Metoda chestionarelor prin poştă a fost
relativ discreditată şi ea. În paralel, Institutul Gallup a prevăzut cu rigoare şi
profesionalism alegerea lui Roosevelt, utilizând un eşantion de circa 3000 de persoane,
cu o eroare cuprinsă între 0,5% şi 2%. Eşecul răsunător al lui Literary Digest, ca revistă
nespecializată în sondaje expunea public problema abordării lipsite de profesionalism a
cercetării selective şi conducea după numai doi ani la apariţia şi organizarea atentă de
institute naţionale de cercetare a opiniei (publice) în Anglia şi Franţa, iar ulterior în
marea majoritate a statelor europene. Cercetarea selectivă s-a dezvoltat rapid, oferind
cunoaşterii ştiinţifice, în cea de-a doua jumătate a secolului al XX-lea, circa 30 % din
metode şi limbaj.

Conceptul ştiinţific de probabilitate a pătruns definitiv în limbajul cotidian,

marea majoritate a oamenilor îl utilizează frecvent, asimilându-l cu noţiunea de
şansă sau posibilitate. Înainte de a conceptualiza probabilitatea statistică este
necesară prezentarea noţiunilor de experiment statistic aleator (experienţă) definit
ca situaţie, determinată natural sau special pregătită de către om, care se poate
efectua sau lua în considerare pentru a obţine informaţii utile, de probă sau
rezultatul experimentului şi de eveniment statistic,delimitat ca o submulţime a
mulţimii rezultatelor date,care prezintă interes. Un experiment combinat
reconsideră într-un singur experiment, două sau mai multe experimente
independente, în sensul reproducerii fenomenelor statistice complexe, prin
simplificarea enumerării evenimentelor. Evenimentul elementar se realizează într-o
singură probă, în timp ce evenimentul compus se realizează în două sau mai multe
probe. Evenimentul contrar evenimentului A, notat A , este evenimentul a cărui
realizare constă în nerealizarea evenimentului A. Pe mulţimea evenimentelor se
introduc operaţiile de reuniune a evenimentelor A şi B (A∪B),când se realizează
unul dintre evenimentele A şi B şi de intersecţie a evenimentelor A şi B (A∩ B),
124
când se realizează simultan evenimentele A şi B. Mulţimea evenimentelor K şi
operaţiile astfel definite, constituie un corp borelian (conţine evenimentul sigur E,
care se produce obligatoriu la efectuarea unei probe şi este închisă faţă de reuniune,
precum şi complementară).
I.În sens clasic, probabilitatea realizării unui eveniment este raportul dintre
numărul de cazuri favorabile şi numărul de cazuri posibile. Deci, pentru o
experienţă cu n evenimente egal probabile, un eveniment A ∈ K , care se poate
realiza în m probe, are probabilitatea:P(A) = m ∈ [0,1 ] . Evenimentul sigur (E),
n
devine astfel acela care se produce cu certitudine (m = n şi P =1), iar evenimentul
imposibil ( Φ ) cel care nu apare la nici o probă (m = 0 şi P =0 ). Perioada clasică a
teoriei probabilităţilor a fost puternic dinamizată de contribuţiile şcolii ruse de
matematică. Fără teorema centrală a teoriei probabilităţilor datorată lui Pafnuti
Lvovici Cebîşev sau în lipsa funcţiei caracteristice a lui Aleksandr Mihailovici
Leapunov, generalizarea extinsă şi axiomatizarea teoriei moderne, de către Andrei
Nikolaevici Kolmogorov (1903-1987), nu ar fi fost posibilă încă din 1933.
Axiomele lui Kolmogorov rămân un exemplu al condensării maxime a teoriei:
1. Evenimentele sunt subansamblul unui spaţiu E şi formează o clasă aditivă A.
2. Fiecărui a din clasa A îi corespunde un număr real nenegativ P(A), niciodată
superior lui unu, numit probabilitatea lui A.
3. P (E)=1 este probabilitatea unui eveniment sigur, care e egală cu 1.
4. Dacă intersecţia dintre A şi B e mulţimea vidă, atunci P(A U B) = P(A) + P(B).
5. Dacă A(n) e o succesiune descrescândă de evenimente, n tinzând spre infinit,
intersecţia evenimentelor din A(n) tinde spre 0, deci lim P[A(n)]= 0.
II.În sens axiomatic, pornind de la K, un corp borelian deja enunţat al mulţimii E,
probabilitatea se defineşte ca funcţie P:K→R, cu următoarele axiome şi proprietăţi:
Tabel nr. 4.1.
Axiome Proprietăţi
1. P ( A ) ≥ 0 , ∀ A ∈ K ; 1. P ( Φ ) = 0;
2. P (E) = 1 2. P ( A ) = 1 – P(A);
3. Dacă A ⊂ B ⇒ P ( A ) ≤ P (B ) ;
3. P( A ∪ B) = P( A) + P(B), ∀ A, B ∈ K 4. Oricare A ∈ K ⇒ 0 ≤ P ( A ) ≤ 1 ;
evenimente incompatibile. 5. P( A ∪ B) = P( A) + P(B) − P( A ∩ B), ∀A, B ∈ K ;
6. P ( A − B ) = P ( A ) − P ( A ∩ B ), ∀ A , B ∈ K ;

În această situaţie când (E,K,P) a devenit un câmp de probabilitate şi dacă B ∈ K

astfel încât P(B) = 0, se poate defini probabilitatea evenimentului A condiţionată
de realizarea evenimentului B: P B ( A ) = P ( A ∩ B ) . Evenimentele reciproc
P (B )
exclusive sunt oricare două evenimente ale unui experiment care nu se pot întâmpla
în acelaşi timp (mulţimile evenimentelor lor nu se intersectează). Evenimentele
independente sunt două evenimente care nu se pot influenţa reciproc (intersecţia lor
este nulă, ele fiind fizic complet diferite) şi P( A ∩ B) = P( A) × P(B) .

125
Calculul probabilităţii unei reuniuni de evenimente generalizează proprietatea 5,
iar când evenimentele sunt incompatibile două câte două, probabilitatea reuniunii
devine suma probabilităţilor. Pentru probabilitatea unei intersecţii de mai multe
evenimente există relaţia:

P ( A1 ∩ A 2 ∩ ... ∩ A n )= P ( A1 ) × P A1 ( A 2 ) × ... × P A1 ∩ A 2 ∩ ... ∩ A n − 1 ( A n ) .

Dacă oricare două evenimente sunt independente atunci probabilitatea intersecţiei

este chiar produsul probabilităţilor.
III. Definită frecvenţial, probabilitatea statistică a realizării unui eveniment este
limita frecvenţei (relative) a succeselor, adică a soluţiilor care verifică evenimentul,
când numărul probelor tinde spre infinit.
IV. Conceptualizată bayesian, probabilitatea realizării unui eveniment este preţul
pe care un individ îl crede corect în scopul de a obţine 1 dacă evenimentul e
verificat (şi 0 altfel). Thomas Bayes (1702-1761) a extins teoria probabilităţilor de
la analiza a priori, la cea a posteriori efectuării unei probe.
Fie A1,A2,…,An un sistem complet de evenimente care îndeplineşte
n
condiţiile: ∑ Ai =E şi Ai ∩ A j = Φ , ∀ i ≠ j . Probabilitatea unui eveniment X este:
i=1
n
( )
P ( X ) = ∑ P A j × P A j ( X ) . Calculul probabilităţii condiţionate PX ( Aj ) în mod
j =1
( )
P A j × PA j (X )
practic se realizează după formula lui Bayes: ( )
PX A j =
n
∑ P ( A j )× P A j
(X )
j =1
Puntea de legătură între teoria probabilităţilor şi aplicarea ei în teoria sondajului a
constituit-o legea numerelor mari,potrivit căreia frecvenţa unui eveniment
converge în probabilitate către probabilitatea acelui eveniment. Aceasta s-a
reflectat imediat într-un grup de teoreme ce stabileau convergenţa în probabilitate a
valorilor medii ale unor experimente stohastice către valori constante. Legea
numerelor mari a beneficiat treptat şi de o utilizare curentă, întrucât ea a permis să
se aprecieze probabilitatea unui eveniment doar prin simpla referire la numărul de
cazuri în care s-a produs, aprecierea devenind cu atât mai bună, cu cât numărul
observaţiilor era mai mare, ajungând astfel la enunţul comun, după care într-o
populaţie foarte numeroasă, diversele abateri individuale, întâmplătoare de la o
anumită valoare se compensează reciproc, relevând existenţa unei valori tipice
(medii), relativ stabile a caracteristicii studiate[1]. Avea însă sǎ fie meritul lui
Cebîşev acela de a oferi forma generalizată a legii numerelor mari, interpretată ca
lege obiectivă a lumi reale. Teorema lui Cebîşev subliniază că între comportarea
fiecărei variabile aleatoare şi comportarea mediei aritmetice a acestora există o
mare diferenţă: nu se poate prevedea valoarea fiecăreia dintre variabilele aleatoare,
însă cu o probabilitate foarte mare se poate stabili ce valoare va atinge media lor
aritmetică. Legea numerelor mari a obligat practica sondajului să respecte trei
principii esenţiale:
A.– principiul alegerii aleatoare a unităţilor statistice din populaţia originară în
subpopulaţia denumită statistic eşantion;
126
 B.– principiul existenţei unei şanse nu neapărat egale, dar diferite de „zero”
pentru fiecare unitate statistică din populaţia originară de a fi extrasă în eşantion;
C.– principiul stabilirii volumului subpopulaţiei anterior eşantionării, în funcţie
de variabilitatea fenomenului cercetat şi a gradului de semnificaţie cu care se
extind rezultatele sondajului în populaţia originară (estimarea cu precizie a
parametrilor).
În teoria probabilităţilor, un rol la fel de important aproape ca al probabilităţilor în
sine este deţinut de conceptul de variabilă aleatoare. Dacă mulţimea valorilor posibile
este: {x1,x2,…,xi,…,xn} şi evenimentul {X = xi} se realizează cu probabilitatea pi, atunci
variabila aleatoare este definită prin tabloul de distribuţie:
⎛ x1 , x 2 , ..., x i , ..., x n ⎞ n
X: ⎜⎜ ⎟ cu ∑ pi = 1 . Se reaminteşte că o variabilă aleatoare
⎟
⎝ p1 , p 2 , ..., p i , ..., p n ⎠ i =1

este discretă, când mulţimea valorilor posibile este finită, într-un interval dat, iar când
dimpotrivă poate lua orice valoare devine o una de tip continuu, reprezentarea ei
distinctă realizându-se prin funcţia de repartiţie şi densitatea de probabilitate.

Tabel nr. 4.2

Densitatea de probabilitate Funcţia de repartiţie
Definiţie f :R→R F:R→R
f ( x ) = F , ( x ) , pentru x
F ( x ) = P( X < x ) sau F ( x ) = ∫ f (t )dt
Legea
F ( x ) derivabilă −∞
1. 0 ≤ F ( x ) ≤ 1, ∀ x ∈ R ;
1. f ( x ) ≥ 0, ∀ x ∈ R ;
+∞ 2. F ( x1 ) ≤ F ( x2 ), ∀ x1 < x2 ;
Proprietăţi
2. ∫ f ( x )dx = 1 ; 3. F (− ∞ ) = 0; F (+ ∞ ) = 1 ;
−∞ 4. P( x1 ≤ X < x2 ) = F ( x2 ) − F ( x1 ) .
În matematică, întregind teoria probabilităţilor, similar cu statistica, informaţiile despre
variabilele aleatoare studiate se sintetizează prin indicatori ai repartiţiilor, care măsoară
caracteristicile distribuţiilor: media, momentele centrate, dispersia etc.

Tabel nr. 4.3

Variabile discrete Variabile continue
n
Indicatori ⎛ x , x , ..., xi , ..., xn ⎞ ⎛ x ⎞
X: ⎜ 1 2 ⎟ cu ∑ pi = 1 X : ⎜⎜ ⎟⎟ , x ∈ [α , β ]
⎝ f ( x )⎠
⎜ p , p , ..., p , ..., p ⎟ i=1
⎝ 1 2 i n⎠
n β

Media M (X) M(X)= ∑ xi × pi = m M (X ) = ∫ x × f (x )dx

i =1 α

Momentele n k β

centrate (k) μ k (X)= i∑ =1

(
xi − m × pi ) μ k (X ) = ∫α (x − m ) × f (x )dx
k

μ k (X)
Dispersia σ2 σ2 = M [X-M(X)]2 = M (X2) - M2 (X)
Teoria probabilităţilor a descris legile de repartiţie clasice (discrete şi continue).

127
Caseta nr. 4.2
Repartiţia binomială
Un eveniment A se realizează cu probabilitate Repartiţia este discretă cu
2
p, iar evenimentul contrar ( A ) cu q=1– p, în M(X) = np şi σ = npq
urma unei probe. Dacă se repetă proba de n ori, şi cu legea conferită de termenul
apariţia evenimentului A de k ori se realizează general al binomului lui Newton
cu probabilitatea Pn,k. Pn,k = Cnk pkq n – k iar p + q =1.
Repartiţia Poisson (Siméon Denis Poisson)
Repartiţia este discretă, fiind un caz
Un eveniment A se realizează cu probabilitate limită al binomialei, pentru n foarte mare
p, iar evenimentul contrar ( A ) cu q=1–p, în şi p foarte mic, media şi dispersia
urma unei probe. Dacă se repetă proba de n ori, coincid. Legea repartiţiei este dată de
apariţia evenimentului A de k ori se realizează coeficientului lui XK
cu probabilitatea P definită de coeficientul lui Q ( x ) = ( p1 X + q1 ) × ... × ( p n X + q n ) În
n,k
XK din polinomul Q(X). contextul notaţiilor anterioare
Pn,k = e– np × [(np)k] / k!
Repartiţia hipergeometrică (bilă nerevenită)
Repartiţia este discretă.
Dintr-o urnă cu N bile, unde a sunt bile albe, iar M(X) = np şi σ2 = npq(N–n)/(N–1).
restul N-a sunt bile negre, se extrag n bile fără a Legea repartiţiei este dată de relaţia:
mai fi reintroduse în urnă. ( C ak × C nN - -ka )
Probabilitatea obţinerii a k bile albe este Pk. Pk=
C nN
Repartiţia normală (Pierre-Simon Laplace şi Karl Friedrich Gauss)
Repartiţia normală sau legea Gauss-Laplace Repartiţia este de tip continuu, iar din
este limita la care tind legile de repartiţie. punct de vedere matematic densitatea
Particularităţile acestora sunt: de probabilitate este dată de relaţia:
1. Grafic sunt curbe de forma unui clopot cu ( x − m )2
maxim în care abscisa este media, iar ordonata −
1 2σ 2
este de valoarea [1/ (σ 2π )]. f (x ) = e
2. Scad simetric la stânga şi dreapta şi se σ 2π
apropie de abscisă, cu o convexitate îndreptată Graficul func ţ iei poartă denumirea de
în sus, ce se schimbă în punctele cu abscisa: (m curba normal ă sau clopotul lui Gauss.
-σ) şi (m+σ).
Repartiţia normală standard
Pentru z = (x-m) / σ, unde M(X) = m = 0 şi σ = 1 densitatea de probabilitate a
repartiţiei normale devine una standard şi este dată de o relaţie mult simplificată:
2
− z
f (z)= 1 e 2
2π
2
Repartiţia χ („hi pătrat” a lui F.R.Helmert şi Karl Pearson)
Repartiţia este de tip continuu definită pe axa (0, +∞),M( χ 2) = n şi σ2 ( χ 2) = 2n,
iar densitatea de probabilitate a repartiţiei normale este dată de relaţia:
⎛s ⎞ s
1 ⎜ −1⎟ −
f (x) =
s
x⎝ 2 ⎠ e 2 , pentru x ≥ 0
s
2 Γ ⎛⎜ ⎞⎟
2
⎝2⎠

128
 0 , pentru x < 0
Repartiţia t a lui Student (William Sealy Gosset)

Repartiţia este de tip continuu definită pe (–∞, +∞), unde t = X / ( 1 n 2 ), iar

∑x
n i =1 i
M(X) = 0 şi σ2 = S / (S–2). Legea repartiţiei este dată de relaţia:
Γ ⎛⎜ s + 1 ⎞⎟ ⎛ 2 ⎞
− s+
2
1
f (t,s) = 1 ⎝ 2 ⎠ ⎜1 + t ⎟
s π Γ ⎛⎜ s ⎞⎟ ⎜⎝ s ⎟
⎠
⎝ 2⎠
Repartiţiile z şi F ale lui Ronald Aylmer Fisher
Repartiţia z este continuă şi –∞<z<+∞, iar densitatea de repartiţie este dată de relaţia:
f ⎛ f + f ⎞ f + f
1 Γ⎜ 1 2⎟ − 1 2
f (z,f1,f2) = 2 ⎛⎜ f
1
⎞
⎟
2 ⎜
⎝
2 ⎟ ( f z ) ⎛ f ⎞
⎠ e 1 ⎜1 + 1 e 2 z ⎟ 2 , cu z = lns1– lns2
⎜ f ⎟ ⎛ f ⎞ ⎛ f ⎞ ⎜ f ⎟
⎝ 2 ⎠ Γ ⎜ 1 ⎟Γ ⎜ 2 ⎟ ⎝ 2 ⎠
⎜ 2 ⎟ ⎜ 2 ⎟
⎝ ⎠ ⎝ ⎠

Repartiţia F este continuă şi 0<F<+∞, iar densitatea de repartiţie este dată de relaţia:
f1 f 2 ⎛ f1 + f 2 ⎞ ⎛ f ⎞
Γ⎜ ⎟ ⎜ 1 −1 ⎟
f (F, f1,f2) = f12 f 22 ⎜⎝ 2 ⎟
⎠ ⎜ 2
⎝
⎟
⎠ cu F = (s1)2 / (s2)2
F
⎛
⎜ f + f ⎞⎟
⎛ f1 ⎞ ⎛ f 2 ⎞ ⎜ 1 2 ⎟⎟
Γ ⎜⎜ ⎟Γ ⎜
2 ⎟⎠ ⎜⎝ 2
⎟
⎟ ( f2 + f1 F ) ⎜
⎜⎜
⎝
2 ⎟⎟
⎠
⎝ ⎠
2z
Între cele două repartiţii există relaţiile de transformare: F =e şi z = 1/2 ln F

Domeniile de aplicaţie ale repartiţiilor descrise sunt dintre cele mai diverse, de la
analiza calităţii şi fiabilităţii produselor şi până la analizele de tip financiar.
Desigur că tipologia acestor repartiţii este deosebit de variată, incluzând repartiţiile
Beta şi Gamma, Weibull şi multe, multe altele, care se utilizează în raport cu
concordanţa dintre caracteristicile şi fenomenele studiate.
Sondajul este soluţia practică optimă, în cazul unor situaţii obiective ca:
a. lipsa resurselor materiale şi timpului necesar cercetării totale sau exhaustive;
b. iraţionalitatea controlului distructiv total în asigurarea calităţii produselor;
c. inaccesibilitatea tuturor unităţilor statistice ce compun o populaţie statistică;
d. caracterul aparent infinit al unor populaţii percepute ca universuri statistice.
Etapele cercetării selective sau fazele sondajului desfăşurate în vederea estimării
cu o anumită precizie a parametrilor populaţiei totale sunt următoarele:
1. eşantionarea sau prelevarea de eşantioane (alăturarea concretă a unităţilor
statistice ce alcătuiesc partea sau părţile succesive, metodic şi planificat extrase
din întreaga populaţie);
2. observarea unităţilor statistice selectate şi sistematizarea datelor înregistrate
(după un program prestabilit);
3. calculul estimatorilor sau indicatorilor ce caracterizează eşantionul (precum
media, dispersia, funcţia de repartiţie etc.);
4. inferenţa statistică (extinderea rezultatelor de la eşantion la populaţia totală sau
estimarea cu precizie determinată a parametrilor, analiza şi interpretarea finală).
La finele secolului al XX-lea, teoria sondajului îşi ocupa locul binemeritat în

129
demersul general al cunoaşterii ştiinţifice, oferindu-i aproape o treime din metodele
şi limbajul lui actual.Conceptele fundamentale şi noţiunile perechi specifice
sondajului îşi au originea în dualitatea subpopulaţie - populaţie totală, în dialectica
relaţiei dintre eşantion şi populaţia originară.

Noţiuni teoretice esenţiale în teoria sondajului statistic

Caseta nr. 4.3
Populaţia totală (originară) reprezintă mulţimea tuturor manifestărilor, cazurilor,
unităţilor, elementelor sale componente, care au cel puţin o trăsătură comună, fiind
bine delimitată în timp, în spaţiu şi organizatoric (structural). Eşantionul (selecţia,
mostra, proba), definit ca o populaţie parţială, selectată aleator, dirijat sau mixt din
populaţia originară este rezultatul identificării, extragerii şi alăturării unităţilor sau
prelevării sale din populaţia totală. Reprezentativitatea eşantionului descrie capacitatea
măsurabilă a acestuia de a reproduce „în mic” şi cât mai fidel cu putinţă, structura şi
trăsăturile esenţiale ale populaţiei originare. Eşantionul extras aleator este unicul a
cărui reprezentativitate poate fi riguros precizată. Reprezentativitatea eşantionului
depinde în mod semnificativ de caracteristicile populaţiei originare, mărimea
eşantionului, procedura de eşantionare sau tehnica de selecţie, calitatea bazei de sondaj,
nonrăspunsurile finale. Erorile de reprezentativitate măsoară diferenţa efectivă sau
probabilă dintre cei mai stabili indicatori ai populaţiei originare şi ai eşantionului,
distingând aici, mai ales, eroarea medie şi eroarea limită de reprezentativitate. Baza
(cadrul) de sondaj constituie o sistematizare a unităţilor unei populaţii (liste, hărţi,
fişiere) realizată astfel încât să permită atât identificarea lor cu uşurinţă, cât şi
extragerea rapidă a tuturor acelora ce vor intra în eşantion, fiind de regulă completă,
nerepetitivă sau cu duble înregistrări, disponibilă într-un singur centru şi periodic
actualizată. Nonrăspunsul se defineşte ca refuzul sau imposibilitatea obţinerii datelor,
manifestat în final prin absenţa unui volum de date utile. O rată mare a
nonrăspunsurilor deformează (distorsionează) rezultatele sondajului. Remediul practic
pentru nonrăspunsuri o constituie sporirea volumului eşantionului cu numărul acestora
(nonrăspunsuri anticipate ca valoare a absolută sau ca procent preluat din sondaje
similare). Estimatorii reprezintă valorile caracteristice variabilei atributive numerice
sau alternative (media x sau w şi dispersia σ2 sau σ2w), calculate pornind de la seria de
repartiţie a variabilei xi, obţinută prin prelucrarea datelor observate în eşantion.
Principalele valori specifice populaţiei originare rămân parametri (media x0 sau p şi
2 2
dispersia σ 0 sau σ p ) care se inferenţiază pe baza estimatorilor. Nivelul de încredere a
fost şi este problema cardinală a sondajului, delimitând credibilitatea sa, prin precizarea
probabilităţii în estimarea parametrilor şi a mărimii erorilor caracteristice. Dacă nu este
posibil ca fiecărei unităţi din populaţia originară să i se determine o probabilitate de
selecţie calculabilă şi nenulă, atunci teoria sondajului nu se poate aplica şi nu se pot
preciza erorile, ceea ce transformă rezultatele în simple opinii nefundamentate statistic.

Principalele obiective ale sondajului, urmărind obţinerea cu un efort minim a

unui volum maxim de informaţii, rămân observarea unei părţi cât mai reduse, dar
suficiente, din numărul total de unităţi statistice, sistematizarea volumului de date
înregistrate şi extinderea finală a rezultatelor asupra populaţiei totale pe baza
capacităţii părţii de a reproduce la scară redusă structura şi trăsăturile esenţiale ale
130
întregului, respectiv a reprezentativităţii eşantionului. Etapele sondajului sunt: a)
eşantionarea (prelevarea) de eşantioane; b)observarea unităţilor statistice selectate
şi sistematizarea datelor înregistrate; c)calculul estimatorilor ce caracterizează
eşantionul; d)inferenţa statistică (estimarea cu precizie determinată a parametrilor);
e) analiza şi interpretarea finală.
Eşantionarea (prelevarea) eşantionului se defineşte ca o extragere şi o alăturare
succesivă, metodică şi programată a unităţilor statistice ce alcătuiesc selecţia,
mostra etc. În teoria statistică se recunoaşte existenţa unor avantaje certe ale
valorificării sondajului, descrise prin faptul că sondajul: a) se impune ori de câte ori
cercetarea totală nu este posibilă sau nu este recomandabilă (geologie, astronomie,
control distructiv de calitate etc.); b) este mult mai eficient(operativ şi economic);
c) oferă un plus de cunoaştere, volumul eşantionului fiind mult redus permite un
program de observare mai amănunţit; d) este cel mai indicat, atât în cazul
cercetărilor de tip preliminar (pilot, test), cât şi ulterior (control validare). În
paralel apar limitări şi dificultăţi, ce se pot transforma în situaţii de neglijare totală
în dezavantaje: a) apariţia unui nou tip de eroare foarte importantă prin consecinţe,
denumită eroare de reprezentativitate; b) realizarea unui nivel mediu mai ridicat al
cheltuielilor pe unitatea de informaţie (legate de asigurarea tehnicilor de prelevare a
eşantioanelor, de actualizarea bazei de sondaj şi de culegerea datelor cu o mai
mare precizie); c) dificultatea sau chiar imposibilitatea de a surprinde, în perioade
scurte de timp, schimbările petrecute în evoluţia fenomenului economic.
Noţiunile pereche sau indicatorii pereche constituie rezultatul abordării similare
la nivelul populaţiei totale (prin notaţii cu majuscule) şi la nivelul subpopulaţiei
extrase (prin minuscule) şi se referă la volum (N,R,M în cuplu cu n, r, m), la medie
( x0 , p cu x , w) şi la dispersia caracteristicii analizate ( σ 02 , σ 2p ,cu σ 2 , σ w2 ). Prin
notaţiile diferenţiate după tipul caracteristicii (alternative/nealternative) şi al
unităţii (simple/complexe) aceste noţiuni sunt sintetizate în tabelul următor:
Notaţii şi noţiuni pereche în teoria sondajului
Tabel nr. 4. 4
Noţiunea/indicatorul Notaţia şi modalitatea de calcul în:
de tip statistic populaţia totală subpopulaţia extrasă
(originară) (eşantion)
A.Caracteristică nealternativă şi unităţi statistice simple
Volumul total N
n = ∑ ni
n
N = ∑ ni i =1
i =1
N n
∑ xi ni ∑ xi ni
Nivelul mediu (media) X 0 = i =1
i
x = 1=
N n
Dispersia (împrăştierea N 2
∑ ( xi − x 0 ) ni
n
∑ ( xi − x)2 ni
în jurul mediei) 2
σ0 = i =1 σ 2 = i=1
N n
B.Caracteristică nealternativă şi unităţi statistice complexe
Volumul total R r
r = ∑ ni
R = ∑ ni i =1
i =1

131
 R r
∑ xi ni ∑ xi ni
Nivelul mediu (media) X = i =1 i
x = 1=
0
R r
Dispersia (împrăştierea R r
2
∑ ( xi − x 0 ) ni ∑ ( xi − x)2 ni
în jurul mediei) σ 2
= i =1 σ = 1
2 i =
0
R r
C.Caracteristică alternativă
Volumul total N n
n = ∑ ni
N = ∑ ni i =1
i =1

Nivelul mediu (media) P=M : N w=m:n

Dispersia (împrăştierea σ = p(1 − p)
2
p σ = w(1 − w)
2
w
în jurul mediei)
Parametri Estimatori
Programul oricărui sondaj rămâne o combinaţie de decizii tehnice şi organizatorice,
iar domeniile lui de aplicabilitate sunt în continuă expansiune.

Caseta nr. 4.4

Programul sondajului este un lanţ de acţiuni şi lucrări complexe de la descrierea
populaţiei originare şi eşantionului, la precizarea erorilor de sondaj, de la tehnica de
eşantionare adecvată, la volumul eşantionului. Conţinutul etapizat este următorul: pasul
I stabileşte obiective şi resurse necesare sondajului (detalierea scopurilor, metodelor şi
a unei schiţe de buget aferente); pasul II precizează modul de utilizare a rezultatelor
cercetării selective şi nivelul de încredere al estimării parametrilor; pasul III
delimitează populaţia totală în timp (definirea temporală a unităţii statistice: anul de
înfiinţare al firmei sau gospodăriei), în spaţiu (arealul geografic al mulţimii unităţilor:
judeţ sau localitate), organizatoric (delimitarea funcţională: clasa firmelor, tipul
gospodăriilor) şi chiar structural (delimitarea internă a submulţimilor: bazine
hidrografice, străzi), pasul IV obligă la verificarea omogenităţii populaţiei totale, care
induce şi primele efecte tehnice, populaţia omogenă impunând un sondaj simplu
aleator, iar populaţia eterogenă oferind două alternative, un sondaj stratificat sub
constrângerea unităţilor simple(locuitori) sau un sondaj de serii pretins de unităţile
complexe(firme sau gospodării);pasul V selectează, stabileşte şi actualizează continuu
baza de sondaj (eşantionare) şi anticipează nonrăspunsurile în valori absolute sau
relative; pasul VI identifică mărimea eşantionului, tehnicile de eşantionare (extracţie) şi
procedurile de calcul ale estimatorilor, extragerea şi alăturarea eşantionului (prelevarea
lui); pasul VII stabileşte precis variabilele, planul observării, metodele de obţinere a
datelor (directe prin operator de interviu şi anchetator sau indirecte prin telefon şi prin
poştă) şi a periodicităţii sondajului (ex: panelul sau sondajul pe cote de tip continuu sau
în valuri); pasul VIII presupune cunoaşterea cu anticipaţie a temei, reacţiei
respondenţilor, a necesităţii ameliorării chestionarului (interviului) prin intermediul
anchetei pilot, testului preliminar sau interviului de probă; pasul IX coincide cu
definitivarea elaborării formularelor şi tipărirea lor; pasul X reuneşte colectarea datelor
culese şi înregistrate din eşantion cu calculul estimatorilor la nivelul subpopulaţiei
extrase;pasul XI alege procedeele de verificare a semnificaţiei estimatorilor şi inferenţă
(extindere) a rezultatelor eşantionului la nivelul populaţiei totale cu precizie
determinată (estimarea parametrilor); pasul XII analizează, interpretează date şi
formulează concluzii. În domeniul statisticii economice şi sociale, în ultimele două

132
decenii, cercetările statistice au devenit selective şi în România, armonizându-se cu
statistica europeană. Cercetări exhaustive se mai menţin în demografie, în statistica
învăţământului şi în domeniul cultural şi în foarte puţine alte activităţi, în paralel cu
extinderea sondajelor în industrie, transporturi, construcţii, comerţ, servicii, în
evaluarea veniturilor şi cheltuielilor populaţiei, în evaluarea ocupării resurselor de
muncă, în folosirea timpului liber, în determinarea condiţiilor de viaţă, în domeniul
măsurării inflaţiei etc. Omniprezenţa cercetării selective este tot mai evidentă de la
biologie, fizică, meteorologie, astronomie, controlul şi asigurarea calităţii, la presa
scrisă şi audio-vizuală etc.

4.2 Procedee şi tehnici de eşantionare

Procedeele şi tehnicile de eşantionare minimizează distorsiunea sau diferenţa

dintre valoarea scontată şi valoarea reală a parametrului şi maximizează precizia,
pentru o cheltuială relativ constantă sau limitată de resurse. Reprezentativitatea ca
identitate a trăsăturilor şi fidelitatea structurală (a întregului şi a părţii extrase)
depinde de trei aspecte majore la nivelul eşantionului: a) omogenitatea populaţiei
originare, analizată după caracteristicile cercetate;b)mărimea eşantionului, mărime
care o dată ce creşte peste valori de 600-700 de unităţi statistice aduce un spor de
precizie tot mai mic, conform curbei Stoetzel şi Girard (teoretic un eşantion de
1000 de persoane are în final cam aceeaşi reprezentativitate atât pentru populaţia
Chinei de peste 1,4 miliarde de locuitori la 1 iulie 2007, cât şi pentru un oraş de o
sută de mii de locuitori);c)procedeul de eşantionare (reprezentativitatea se poate
determina numai pentru eşantioanele strict aleatoare sau probabilistice). Condiţiile
concrete de reprezentativitate ale unui eşantion extras aleator (probabilistic) sunt:
a) asigurarea de probabilităţi de extracţie determinabile anticipat şi nenule pentru
fiecare unitate statistică a populaţiei originare; b) prelevarea unui eşantion suficient
de mare pentru a reda şi structura şi trăsăturile populaţiei originare (cu un grad
mare de stabilitate a indicatorilor); c) extragerea în mod obiectiv a unei unităţi
statistice,după legile hazardului şi independent de alte unităţi (evenimentele de
extracţie ale fiecărei unităţi în parte trebuie să fie independente); d) acceptarea unui
procedeu teoretic şi a unei tehnici practice de eşantionare care să manifeste o
evidentă autonomie în raport cu caracteristicile sau variabilele populaţiei originare.
Procedeele teoretice clasice de eşantionare se divid în două clase: aleatoare sau
probabilistice (sondajul aleator, quasialeator şi parţial aleator), nealeatoare sau
neprobabilistice (sondajul prin eşantionarea dirijată sau subiectivă) şi mixte.

Procedee şi tehnici de eşantionare aleatoare, nealeatoare şi mixte

Caseta nr. 4.5
A. Sondajul aleator se concretizează în tehnicile loteriei (varianta bilei revenite şi bilei
nerevenite), a tabelului cu numere întâmplătoare şi a pasului mecanic de numărare.
A1.Tehnica loteriei sau tragerii la sorţi defineşte sondajul aleator de notorietate şi
constă în confecţionarea de bile, bilete, jetoane identice, care coincid ca număr cu
volumul populaţiei originare şi reprezintă fiecare câte o unitate statistică. Se disting
două variante de extragere din urnă varianta sondajului simplu repetat sau a bilei
revenite şi sondajului nerepetat sau a bilei nerevenite în urnă. În varianta sondajului

133
simplu repetat fiecare bilă beneficiază de şansa de a reintra în eşantion, iar principalele
caracteristici sunt:a) şansa egală şi constantă a fiecărei unităţi, pe întreg parcursul
extragerilor, de a fi prelevată în eşantion, transpuse în nivel identic al probabilităţilor
de selecţie p=(1/N), unde N este numărul unităţilor din populaţia originară; b) prin
extrageri repetate se pot obţine maxim Nn eşantioane distincte, unde n este volumul
eşantionului; c) la finalul eşantionării sau prelevării, în urnă rămân (N-1) unităţi
statistice. În cea de-a doua variantă a sondajului simplu nerepetat, bila odată extrasă nu
se mai reintroduce în urnă, iar principalele caracteristici sunt:a) şansa egală pentru
fiecare unitate de a fi inclusă în eşantion înaintea fiecărei extrageri, dar în permanentă
creştere de la o extragere la alta, conform evoluţiei nivelului probabilităţilor:
1 1 1 1
( p1 = ) < (p 2 = ) < (p 3 = ) < ... < [ p n = ]; b) prin extrageri repetate se
N N −1 N−2 N − ( n − 1)
n
obţin C N eşantioane distincte sau N!/(N-n)!n!; c) la final, în urnă rămân (N-n) unităţi.
O limită practică de utilizare a tehnicii loteriei este generată de volumul populaţiei N.
Asigurarea de bile identice pentru întreaga populaţie a României, ce se introduc apoi în
urnă presupune un număr foarte mare de bile, iar extragerea cu şanse egale este
imposibilă.
A2. Tehnica tabelului cu numere întâmplătoare presupune o selectare a celor n unităţi
statistice ale eşantionului din populaţia originară, unde au fost numerotate în prealabil
de la 1 la N, selectare bazată pe tabelele elaborate de Kendall, Babbington-Smith,
Rand, Tippet, Fisher, Yates, inclusiv pe unele programe elementare contemporane
generatoare de numere aleatoare. Tabelele clasice cu numere întâmplătoare se
întocmeau cu ajutorul unui dispozitiv de „randomizare” sau amestecare aleatoare a
numerelor. Tehnica a apărut ca soluţie în cazul eşantioanelor mari, iar practica recentă
valorifică programe ce generează numere aleatoare pe calculator şi răspunde oricărei
cerinţe de volum a eşantionului.
A3. Tehnica pasului mecanic de numărare sau selecţia mecanică este un procedeu
quasialeator, deoarece extragerea unei unităţi a eşantionului depinde de selecţia celei
anterioare în timp ce, în celelalte tehnici prezentate anterior, toate rămân independente.
În ce anume constă această dependenţă, se poate deduce din calculul pasului mecanic
de numărare (k), care rezultă din raportarea volumului populaţiei originare, la volumul
eşantionului: k = (N/n). Eşantionul se constituie printr-o selecţie aleatoare a primei
unităţi statistice (de obicei printr-o tragere la sorţi dintr-o urnă ce conţine un număr k
de unităţi statistice) urmată de selecţia tuturor celorlalte (n-1) unităţi rămase,
identificate şi extrase prin adăugarea repetată a valorii pasului mecanic obţinut la
numărul de ordine al primei unităţi extrase (N1): a) prima unitate (n1) extrasă aleator
este situată în poziţia N1; b) a II-a unitate (n2) este situată în poziţia N1+k; c) a III-a
unitate (n3) este situată în poziţia (N1+k)+k=N1+2k; d) a m-a unitate (nm) este situată în
poziţia [N1+(m-1)k].
B.Sondajul nealeator este cunoscut ca sondaj dirijat şi se aplică în cercetări de
marketing sau sociologice, ca de exemplu în determinarea atitudinilor şi opiniilor
cumpărătorilor.
B1. Sondajul dirijat în varianta eşantionării pe cote, presupune o cunoaştere specială a
populaţiei originare, a factorilor principali de grupare şi a omogenităţii grupelor
formate în interiorul acestei populaţii. Eşantionarea pe cote este mai puţin riguroasă
teoretic deoarece nu asigură fiecărei unităţi statistice o şansă calculabilă şi nenulă de a
fi cuprinsă în subpopulaţia finală, dar relativitatea rezultatelor poate fi compensată prin
134
utilizarea unui bun cunoscător (expert) al populaţiei originare, prin includerea
conştientă în eşantion de unităţi considerate de acesta ca fiind reprezentative.
Elementul aleatoriu, probabilistic este înlocuit cu cel subiectiv, intenţional, urmat de
fixarea unor reguli ferme de alegere a unităţilor reale din eşantion de către operatorii
cercetării. Concret sondajul pe cote conţine trei etape esenţiale: a) stabilirea factorilor
de grupare în populaţia originară ce devin apoi criterii pentru stabilirea cotelor în
eşantion (denumite criterii de control şi exemplificate prin sex, grupă de vârstă, statut
social, nivel de venit etc.); b) descompunerea după cote a eşantionului, conform
structurii populaţiei originare prin intermediul criteriilor de control (de regulă
independente); c) alegerea unităţilor statistice reale se bazează pe reguli a căror aplicare
este lăsată în seama investigatorilor anchetei sau operatorilor de interviu. Cele mai
cunoscute eşantioane pe cote sunt panelurile (de consumatori, magazine, distribuitori
etc.). Alături de eşantionarea pe cote, în practică se mai aplică şi alte metode de selecţie
dirijată: a) metoda voluntariatului, bazată pe voluntarii extraşi prin intermediul unui
chestionar dintr-o populaţie specială (cititorii unui anumit ziar, aderenţii la o
organizaţie caracteristică etc.) beneficiind de rezultate cel mult interesante, dar nu şi
inferenţiabile; b) metoda eşantionării la faţa locului, ce se realizează pe cei selectaţi
prin pas mecanic(a n-a persoană ce „vizitează” un spaţiu special şi de interes în
cercetarea selectivă - muzeu, aeroport, magazin etc.) şi ale cărei rezultate nu se
extrapolează; c) metoda itinerariilor axată pe o eşantionare pe cote combinată cu
interesul realizării unui anumit traseu şi cu respectarea anumitor puncte de oprire care
încearcă să evite nonrăspunsul, prin trecerea la punctul următor sau la unitatea statistică
următoare; metoda rămâne nereprezentativă în rezultate, fiind numai orientativă; d)
metoda unităţilor tip, determinată de definirea unităţii tip, prin corelarea anumitor
variabile şi gruparea populaţiei originare în subansambluri omogene, fără pretenţii de
extindere riguroasă a indicatorilor final obţinut sau rezultat din eşantion.
C.Sondajul mixt (parţial aleator) este o combinaţie de eşantionare aleatoare şi dirijată,
pornind de la ideea de a maximiza avantajele şi minimiza dezavantajele sondajului.
C1. Sondajul stratificat (tipic) se aplică populaţiilor eterogene de unităţi simple, care se
pot segmenta în straturi omogene, pentru care se prelevează distinct subeşantioane,
formarea eşantionului ca reuniune a subeşantioanelor apelând la tehnici aleatoare la
nivelul fiecărui strat sau fiecărei grupe în parte. Motivaţiile stratificării sunt generate de
existenţa unei legături consistente între variabila corelată şi criteriul de clasificare (cu
cât este mai mare proporţia variaţiei totale într-o populaţie originară cauzată de variaţia
între straturi, cu atât este mai mare avantajul stratificării) şi de nevoia practică de
segmentare pe criterii geografice (regiuni, judeţe, oraşe, comune).Apar astfel trei
probleme majore ale stratificării: a) determinarea straturilor (identificarea corectă a
variabilei generatoare sau fondatoare de straturi) şi a criteriilor de alcătuire ale acestora
(calitative, ca şi cele geografice sau teritoriale şi cantitative, ca şi cifra de afaceri pentru
agenţi economici sau populaţia pentru localităţi); b) optimizarea numărului de straturi
(cu cât creşte precizia la nivel de strat cresc şi cheltuielile totale ale cercetării ); c)
repartizarea concretă a eşantionului pe straturi (fie neproporţional, proporţional sau
optim, fie cu stratificare anterioară sau ulterioară selecţiei).
C2. Sondajul de serii este utilizat atunci când populaţia este tot neomogenă dar alcătuită
din unităţi statistice complexe, ca în cazurile controlului de loturi (pachete, lăzi,
containere), al transporturilor aeriene (serii de zboruri) etc. Aceste unităţi statistice
complexe denumite curent serii prezintă grade diferite de omogenitate, o serie extrasă
în eşantion fiind în mod obligatoriu cercetată integral. Aplicarea practică a selecţiei de
135
serii se impune atunci când populaţia originară este natural grupată în serii. Deoarece
eşantionul se formează din aceste serii sau subansamble formal similare, adesea o bază
de sondaj incompletă (indisponibilă) poate fi remediată prin acest tip de sondaj.
C3. Sondajul multistadial (în trepte) este o selecţie de serii cercetatǎ sau studiatǎ parţial,
selecţie repetată în mai multe stadii sau trepte. Primul stadiu sau prima treaptă are o
contribuţie majoră în precizia cercetării. În practică nu se recomandă prea multe stadii
sau trepte (în mod obişnuit apar două sau trei). Realizarea efectivă a unui sondaj „bi
sau tristadial” presupune existenţa unei grupări a populaţiei cât mai naturale (de tipul
teritorial-administrativ, ca în cazul judeţelor, localităţilor). Un sondaj multistadial sau
în trepte poate fi exemplificat astfel la nivel regional: a) stadiul I-localitatea; b) stadiul
II-gospodăria; c) stadiul III-gospodăria; d) stadiul IV- individul. Se preferă ca în primul
stadiu grupele să fie mai omogene. Avantajul acestei selecţii îl constituie concentrarea
cercetării în teren şi dezavantajul major, creşterea erorii de reprezentativitate, în funcţie
de numărul stadiilor.
C4. Sondajul multifazic utilizează mai multe eşantioane succesiv. În prima fază
eşantionul este de dimensiuni mai mari, iar numărul variabilelor studiate, limitat.În
fazele următoare se diminuează semnificativ volumul noului eşantion, dar se extinde
profunzimea programului de observare (numărul caracteristicilor acestuia
creşte).Principalul avantaj al acestei tehnici este generat de posibilitatea utilizării
eşantionului iniţial (al primei faze) pentru selectarea eşantioanelor din fazele următoare
(tematic specializate).Tehnica este folosită cu succes pentru completarea
recensămintelor cu cercetări tematice aprofundate.
C5. Sondajul secvenţial verifică practic unele calităţi importante şi mai ales apartenenţa
la un spectru de valori bine delimitat prin diverse testări.Domeniul major de aplicare al
acestui sondaj este cel al controlului calităţii producţiei, asigurând la timp corecţiile
necesare.
Practica extinde tipologia sondajelor şi eşantioanelor. Se mai utilizează eşantioane
întrepătrunse sau replicate, rezultate din divizarea în subpopulaţii a eşantionului iniţial,
eşantioane pe zone sau pe areale, a căror bază de eşantionare este o hartă, eşantioane de
bază sau dominante, din care se extrag periodic subeşantioane,cele dominante
simplificând şi accelerând procedura de selecţie, cu condiţia să fie întreţinute şi
actualizate periodic.

136
 4.3 Erori specifice cercetărilor selective

În cadrul cercetării selective, pe lângă celelalte tipuri de erori sistematice sau

întâmplătoare, comune tuturor cercetărilor statistice, apare o categorie aparte
denumită eroare de reprezentativitate, mai rar evaluată ca efectivă şi cel mai des ca
probabilă. Eroarea de reprezentativitate sau măsura în care este afectată capacitatea
eşantionului de a reproduce cât mai fidel, la o scară redusă, structura, trăsăturile şi
valorile esenţiale şi stabile ale populaţiei originare, se regăseşte în diferenţa,
abaterea sau ecartul dintre estimatori şi parametri.
Eroarea efectivă se calculează pentru acele caracteristici la care s-au cules şi
înregistrat date, atât prin observare totală cât şi prin sondaj. În situaţia în care nu se
dispune de o cercetare totală anterioară şi de valori ale parametrilor, dar sunt
disponibile mai multe eşantioane şi valorile estimatorilor, un parametru se
substituie cu media mediilor mai multor eşantioane ( x ) iar relaţia de calcul
m
∑ xi
este: x = i =1 ,cu x
i
= media per eşantion i şi m = număr de eşantioane extrase.
m
Eroarea efectivă de reprezentativitate se evaluează prin trei indicatori specifici:
a) eroarea absolută (mǎrimea abaterii absolute a reprezentativităţii ( d x ), ca
diferenţă absolută între media eşantionului şi media populaţiei originare :
d x = x es – x0 sau media eşantionului analizat şi a mediei mediilor mai multor
eşantioane ( x ): d x = x es – x
b) eroarea relativă sau procentul abaterii reprezentativităţii ( d x %), ca valoare
relativă a abaterii mediei eşantionului ( x es ) de la media populaţiei originare ( x 0 )
sau de la media mediilor eşantioanelor ( x ): d x (%)= d x × 100 =
x es − x 0
× 100 sau
x0 x0

d
d x (%)= x × 100 = xes − x × 100
x x
c) eroarea structurală de reprezentativitate sau procentul abaterii de la structura
programată, ca raport între suma abaterilor în modul ( ∑ m
d f ) ale structurii
i =1
eşantionului (ni*es) de la structura programată a populaţiei originare (ni*), respectiv:
m
∑ df
kdf = i=1 ×100 , unde df = (ni*es) – (ni*), n = volumul eşantionului şi m = număr
n
de variante distincte, grupe sau intervale.
Erorile probabile de reprezentativitate ale sondajului, respectiv eroarea medie şi
eroarea limită (admisibilă), constituie soluţiile matematice oferite de teoria
probabilităţilor şi statistica matematică pentru cazul practic în care nu se cunosc
informaţii despre populaţia originară, dar s-a verificat că eşantionul este suficient
de reprezentativ. Această verificare a reprezentativităţii se traduce fie într-o
verificare paralelă a eşantionului bazată pe existenţa datelor despre o altă variabilă

137
statistică atât în subpopulaţie, cât şi în populaţia originară (situaţie mai rar
întâlnită), fie prin controlul respectării condiţiei ca extracţia eşantionului să fi fost
aleatoare sau, altfel exprimat, pe baza unei scheme probabilistice, de prelevare
(situaţie cu cea mai mare frecvenţă practică). Teoria sondajului subliniază că dacă
volumul eşantionului este suficient de mare, media de selecţie va urma legea de
repartiţie din populaţia originară, apropiindu-se tot mai mult de media populaţiei
originare sau, pe scurt: o selecţie aleatoare suficient de mare va asigura apropierea
până la identitate a valorii estimatorului de valoarea parametrului.Teoria
sondajului, conform legii numerelor mari, susţine stabilitatea valorii tipice (mediei)
pe măsura creşterii volumului subpopulaţiei studiate. Legea numerelor mari,
formulată matematic de Jacob Bernoulli prin: lim P ( ni* − p < ε ) → 1, pentru ∀ε > 0
n→∞

arată că probabilitatea ca diferenţa absolută între frecvenţa relativă şi probabilitatea

de producere a unui eveniment (p) să fie mai mică decât un număr pozitiv şi
arbitrar ales ε, va tinde spre 1, atunci când volumul eşantionului va tinde spre
infinit (n→ ∞). Consecinţa teoremei lui Cebîşev afirmă că în timp ce variaţia
caracteristicii aleatoare la nivel individual rămâne imprevizibilă, valoarea atinsă de
media aritmetică se poate determina cu probabilitate mult mai mare pentru o
subpopulaţie suficient de numeroasă. În practică, prin selecţii succesive se
accentuează caracterul de variabilă aleatoare al mediei de selecţie. Pentru acelaşi
volum de selecţie se pot obţine mai multe eşantioane extrase din aceeaşi
colectivitate totală, rezultând astfel valori diferite ale mediei de selecţie. În acest
proces de formare a mediilor de selecţie fiecare medie poate să apară o singură dată
sau de mai multe ori determinând practic o serie specifică de repartiţie de
frecvenţe. Se confirmă astfel că şi media de selecţie este tot o variabilă aleatoare
căreia i se poate stabili legea de distribuţie.Pe cale empirică şi matematică se
dovedeşte că eşantioanele de volum n extrase din populaţia originară de volum N,
ce deţin o medie identică practic cu media populaţiei totale sunt întotdeauna cele
mai frecvente sau mai des întâlnite.
Eroarea medie de reprezentativitate sau abaterea medie pătratică a tuturor
mediilor de selecţie ( σ x ) se determină pornind de la relaţia existentă între dispersia
populaţiei originare( σ 02 ),pătratul erorii medii de reprezentativitate ( σ x2 )şi volumul

σ 02
n al eşantionului, respectiv σ 02 = σ 2x × n ,de unde: σ x = .
n
Acceptând ipoteza că dispersia eşantionului poate fi considerată o măsură
satisfăcătoare a dispersiei populaţiei totale, pentru un eşantion suficient de mare, se
estimează eroarea medie de reprezentativitate în funcţie de dispersia eşantionului:
σ 02 σ 02
σx = sau σ x = (SSAR –sondaj simplu aleator repetat)
n −1 n
n ≤ 120 n>120

138
 w(1 − w) w(1 − w)
σw = sau σ w = (SSANR-sondaj simplu aleator nerepetat)
n −1 n
n<120 n>120
Aceste formule se rectifică, prin multiplicare cu corecţia finită a populaţiei
(c.f.p.) egală cu radicalul raportului dintre numărul unităţilor statistice rămase în
urnă după o selecţie simplă aleatoare nerepetată (N-n) şi una repetată (N-1):
N −n N −n N −n n .
c.f.p.= , iar dacă N este suficient de mare,c.f.p. = ≈ ≈ 1−
N −1 N −1 N N
p(1 − p ) w(1 − w) p(1 − p ) w(1 − w)
σw = ≈ σw = ≈
n −1 n −1 n n
n ≤ 120 n>120
(SSAR-sondajul simplu aleator repetat)
p(1 − p) ⎛ n ⎞ w(1− w) ⎛ n ⎞ p(1− p) ⎛ n ⎞ w(1− w) ⎛ n ⎞
σw = ⎜1− ⎟ ≈ ⎜1− ⎟ σw = ⎜1− ⎟ ≈ ⎜1− ⎟
n −1 ⎝ N ⎠ n −1 ⎝ N ⎠ n ⎝ N⎠ n ⎝ N⎠
n ≤ 120 n>120
(SSANR -sondajul simplu aleator nerepetat)
Eroarea limită de reprezentativitate sau maxim admisibilă este a doua eroare
probabilă semnificativă derivată din eroarea medie de reprezentativitate. Se notează
Δ x şi este egală cu produsul erorii medii de reprezentativitate şi argumentul
funcţiei Gauss–Laplace: Δ x = z × σ x , unde z este coeficientul funcţiei de
probabilitate cu care se garantează rezultatele sau argumentul funcţiei Gauss-
Laplace. Revenind la teoria probabilităţilor teorema limită centrală a lui Leapunov
probabilitatea ca variabila aleatoare sau media de eşantionare ( x0 )să fie cuprinsă
între două limite fixate cu anticipaţie, se aproximează prin relaţia:
zα z2
+z u2 1 −

2 π − ∫z
1 − e 2
dz
P[( x − zσ x )< x 0 <( x + zσ x )]=
2π
∫e
−z
2
du =
α
=Øzα,

unde Øzα defineşte funcţia de probabilitate cu care se garantează rezultatele (un

anumit nivel de încredere în rezultate), iar z este coeficientul acesteia (z fiind
argumentul funcţiei Gauss-Laplace descrise mai sus). Distribuţia mediilor a m
eşantioane de volum n, extrase dintr-o populaţie de volum N tinde spre distribuţia
normală când n tinde spre infinit. Eroarea limită de reprezentativitate se determină
ca o abatere între media unui eşantion şi media populaţiei originare, garantată cu
suma probabilităţilor corespunzătoare limitelor intervalului său de variaţie, luând
valori în ambele sensuri. Teoria sondajului, pornind de la legea numerelor mari,
demonstrează că în cazul unui eşantion aleator suficient de mare (pentru
fenomenele monotipice cu n >40 de unităţi statistice) media de selecţie se distribuie
după funcţia sau repartiţia normală Gauss-Laplace.Dacă mediile de sondaj se
repartizează după distribuţia normală şi erorile de reprezentativitate se măsoară în

139
 x i es − x o
abateri normale normate, conform relaţiei zi= , pe baza repartiţiei normale
σx
cu x o =0 şi σ x =1, pentru un nivel de probabilitate (1-α) şi prag de semnificaţie (α)
se pot preciza limitele intervalului de încredere (estimarea parametrului):

Nivel de siguranţă, prag de semnificaţie şi interval de încredere în distribuţia

normală
Tabel nr. 4.5
Nivel de probabilitate Prag de semnificaţie Interval de încredere
(1-α sau Øz ) în % (α) în %
68,26 31,74 − σ x
< x 0 < σ x

95,00 5,00 − 1, 96 σ x < x 0 < 1, 96 σ x

95,44 4,56 − 2 , 00 σ x < x 0 < 2 , 00 σ x
99,00 1,00 − 2 , 58 σ x < x 0 < 2 , 58 σ x
99,73 0,27 − 3 , 00 σ x < x 0 < 3 , 00 σ x
99,90 0,10 − 3 , 29 σ x < x 0 < 3 , 29 σ x
99,9938 0,0062 – 4,00 σ x < x 0 < 4,00 σ x
În practică, z este tabelat, iar valorile sale şi ale lui Øz cele mai des folosite sunt
cele generate de acceptarea ca prag minim economic al lui Øz = 0,95. Cu cât creşte
Øz sau nivelul de probabilitate, cu atât creşte z argumentul funcţiei Gauss-Laplace,
iar invers cu cât valoarea lui z creşte cu atât Øz se apropie de 1.

Valori ale lui z (argumentul funcţiei Gauss-Laplace) pentru un nivel Øz uzual

Tabel nr.4.6
Øz z Øz z Øz z
0,6827 1 0,9500 1,96 0,9901 2,58
0,7499 1,15 0,9545 2,00 0,9949 2,80
0,9011 1,65 0,9608 2,06 0,9995 3,29
0,9297 1,81 0,9707 2,18 0,999938 4,00
0,9426 1,90 0,9797 2,32 0,999999 5,00
Eroarea limită sau maxim admisibilă de reprezentativitate luând valori în ambele
sensuri, pe cale de consecinţă şi parametrul (media populaţiei originare) va fi egal
cu media sondajului plus sau minus eroarea limită garantată cu un anumit nivel de
probabilitate Øz. Procesul de estimare a parametrului generează un interval centrat
pe valoarea estimatorului şi delimitat cu plus şi minus de valoarea erorii limită de
reprezentativitate sau maxim admisibile (indiferent de tipul variabilei).
( )( )⎦
x0 = x ± Δ x ⇔ x0 ∈ ⎡ x − Δ x ; x + Δ x ⎤ ⇔ ( x − Δ x )≤ x 0 ≤ ( x + Δ x )
⎣
p = w ± Δw ⇔ p ∈ [(w - Δw);( w + Δw) ] ⇔ (w - Δw) ≤ p ≤ ( w + Δw)
În practica statistică, problema se mai poate pune şi altfel, respectiv cu ce nivel
de probabilitate Øz trebuie garantate rezultatele sondajului pentru a obţine un
anumit interval de încredere al mediei de selecţie pornind de la valoarea erorii
140
medii de reprezentativitate? Din calculul erorii limită se determină coeficientul z
sau argumentul funcţiei Gauss-Laplace: Δ x = z σ x ⇒ z = Δ x / σ x , iar repartiţia
normală fiind tabelată, se caută şi se identifică nivelul de probabilitate Øz
corespunzător valorii lui z (z ⇒ Øz). În condiţiile unei caracteristici alternative,
notaţiile celor două erori probabile se modifică prin utilizarea simbolului mediei şi
dispersiei unei variabile alternative [Δw= z×σw şi Δw = z×σw, cu media w şi
dispersia w(1-w)].
În final, se poate afirma că eroarea medie şi cea limită pot fi calculate anticipat
dacă se cunosc media şi dispersia variabilei în populaţia totală sau un estimator al
acestora şi dacă s-au stabilit volumul eşantionului şi probabilităţile cu care se vor
garanta rezultatele. Pentru acelaşi volum al eşantionului se vor obţine o singură
eroare medie şi mai multe erori limită, în raport cu nivelul de probabilitate acceptat
sau volumul eşantionului. Valoarea erorii limită depinde de volumul eşantionului şi
de probabilitatea cu care se estimează abaterea dintre media eşantionului şi media
populaţiei originare. În cadrul sondajului simplu aleator repetat (SSAR), pornind de
la relaţia de calcul a erorii limită sau maxim admisibile se determină mai întâi
σ02 σ2 σ2 σ2
volumul eşantionului (n): Δx = z× σx = z × ≈ z× ⇒( Δ x )2 = z2× 0 ≈ z2 ×
n n n n
z 2σ 02 z 2σ 2
⇒ n= ≈ .
(Δ x ) 2 (Δ x ) 2
Acelaşi raţionament conduce la aflarea volumului eşantionului în sondajul simplu
aleator nerepetat (SSANR): n = z 2σ 02 z 2σ 2 . Utilizarea variabilei
≈
z 2σ 02 2 z 2σ 2
2
(Δ x ) + (Δx ) +
N N
alternative modifică în formulele de calcul pe Δ x şi σ în ∆w respectiv w (1-w).
2

Debutul oricărui sondaj (aleator sau nealeator) este constituit de determinarea

practică a volumului eşantionului ce urmează a fi prelevat pentru a se putea elabora
rapid schiţă sumară de buget a sondajului, apoi se trece riguros la respectarea
programului cercetării selective.

4.4 Sondajul simplu aleator repetat şi nerepetat şi alte tipuri de sondaje

Sondajul simplu aleator, în variantele sale clasice repetat şi nerepetat (abreviat

SSAR şi SSANR) este utilizat în cazul populaţiilor originare care sunt: a) omogene
(conform valorii coeficientului de omogenitate); b) restrânse sau puţin numeroase
(după tehnica loteriei) şi eventual de volum mare şi foarte mare (după tehnica
pasului mecanic de numărare şi a tabelului cu numere întâmplătoare); c)alcătuite
din unităţi statistice simple; d) bine amestecate sau deţinând posibilităţi practice de
amestecare a unităţilor statistice ce le compun. Fie că este vorba de solicitantul,
realizatorul sau de cel ce interpretează rezultatele sondajului, etapele practice sunt
ordonate prin program şi pornesc cu determinarea volumului eşantionului (n). Se
emite ipoteza unui sondaj aleator simplu repetat (simple random sampling with
141
replacement) ce deţine o eroare medie de reprezentativitate, descrisă prin relaţia:
σ 02 σ2 σ 02 σ2
σx = ≈ şi o eroare limită Δ x = z× σ x = z ≈z
. Se deduce
n n n n
apoi volumul necesar al eşantionului, în funcţie de valoarea σ 02 sau σ 2 disponibilă:
σ 02 σ2 z 2σ 02 z 2σ 2
( Δ x )2 = z2 ≈ z2 ⇒ n= ≈ . Dispersia poate fi valorificată atât
n n (Δ x ) 2 (Δ x ) 2
pentru variabila cantitativă ( σ 2 ) cât şi pentru variabila calitativă, respectiv w(1-w).
După determinarea practică a volumului eşantionului ce urmează a fi prelevat,
pentru a se putea evalua costul sondajului, se precizează eroarea limită (maxim
admisibilă) de reprezentativitate ( Δ x ), nivelul de probabilitate cu care se
intenţioneazǎ a fi obţinuţi indicatorii de sondaj (Øz), nivel căruia îi corespunde o
anumită valoare tabelată a argumentului z. În locul dispersiei populaţiei originare,
se poate valorifica o dispersie orientativă dintr-o cercetare exhaustivă sau selectivă
anterioară a populaţiei cercetate. Dacă nu se deţine o astfel de informaţie se extrage
un eşantion din populaţia originară pentru a se identifica un nivel aproximativ al
dispersiei eşantionului. În cea mai dificilă dintre situaţiile practice se apelează la
valorile maximă şi minimă ale populaţiei originare, obţinând o dispersie maximală:
n n
∑ di ( )
2
∑ ( xi − x )
2
( x max − x min )
2
σ 2 = i =1 = i =1 =
n n 2
(pentru o variabilă alternativă sau binară ea va fi egală cu 0,25 ).
În aceste condiţii se determină volumul eşantionului (n) şi nu se omite să se
majoreze valoarea lui n, cunoscând nivelul relativ al nonrăspunsurilor din cercetări
anterioare similare [R2(%)=(n2/n)×100, unde n2 = nonrăspunsuri totale]:
n ≈ z σ 0 (1 + R2 / 100) ≈ z σ (1 + R2 / 100) sau n ≈ z w (1 − w ) (1 + R 2 / 100 ).
2 2 2 2 2

(Δ x ) 2
(Δ x ) 2
(Δ w )2
În aceeaşi manieră succintă, se procedează şi în cazul unui sondaj simplu aleator
nerepetat (simple random sampling without replacement), caracterizat de o eroare
medie de reprezentativitate, descrisă prin relaţia: σ = σ 02 ⎛ N - n ⎞
x ⎜ ⎟
n ⎝ N -1 ⎠

σ2 ⎛ N - n ⎞ σ2 ⎛ n ⎞ şi de o eroare limită: Δx = z
≅ ⎜ ⎟ ≅ ⎜1 - ⎟
n ⎝ N ⎠ n ⎝ N ⎠
σ2 ⎛ N − n ⎞ σ2 ⎛ N - n ⎞ σ2 ⎛ n ⎞ .
σx = z× 0
⎜ ⎟ ≅ z× ⎜ ⎟ ≅ z× ⎜1 - ⎟
n ⎝ N −1 ⎠ n ⎝ N ⎠ n ⎝ N ⎠
Apelând la corecţia finită de populaţie se calculează volumul eşantionului,
z2σ 2
soluţionând ecuaţia anterioară n = . Pentru acele sondajele unde
(Δ x ) 2 + z 2 σ 2 / N
variabila este calitativă alternativă, generată de întrebările de tipul (da sau nu),
142
volumul eşantionului se va determina pe baza dispersiei variabilei binare w(1-w),
respectiv: n = z 2 w (1 − w ) . Debutul sondajului aleator repetat este şi el
( Δ w ) 2 + z 2 w (1 − w ) / N
constituit tot de determinarea practică a volumului eşantionului ce urmează a fi
prelevat, după precizarea erorii limită (maxim admisibilă) de reprezentativitate
( Δ x ), a nivelului de probabilitate cu care se intenţioneazǎ a se obţine indicatorii de
sondaj (Øz şi valoarea tabelată a lui z).Se determină volumul eşantionului (n) şi nu
se omite să se majoreze valoarea lui n, cunoscând nivelul relativ al non
răspunsurilor din cercetări de piaţă similare anterioare [R2(%)= (n2/n)×100],
z 2σ 2
n≈ ×(1 + R 2 / 100) sau: n≈ z 2 w(1 − w) × (1 + R 2 / 100) .
2 2 2
(Δ x ) + z σ / N (Δ w ) + z 2 w(1 − w) / N
2

Principalele avantaje ale sondajului aleator sunt constituite de calitatea sa de

soluţie ideală în cazul populaţiilor relativ omogene (pieţe dominate de veniturile
unei clase medii majoritare, pieţe de produse şi servicii relativ omogene atât ca preţ
cât şi din punct de vedere calitativ, populaţii şcolare omogene ca performanţă etc).
Dacă se consideră a fi justificată practic alocarea unor probabilităţi diferite de
extracţie pentru unele unităţi considerate ca nefiind echiprobabile (oraşe, magazine,
şcoli etc) se apelează la varianta sondajului proporţional cu volumul unităţilor. O
exemplificare se poate realiza prin construirea unui eşantion de volum mic (n=6),
prin intermediul unui sondaj proporţional cu populaţia unor oraşe existente într-o
anumită regiune geografică.Populaţia urbană a regiunii este de 3500000 de
persoane ce locuiesc în 30 de oraşe grupate astfel: 1 oraş de o jumătate de milion
de locuitori, 7 de două sute de mii, 10 de o sută de mii şi 12 de cincizeci de mii de
locuitori, se pot determina probabilităţi diferite de incluziune în sondaj, pentru
fiecare tip de oraş în parte după relaţia: pi = n ×yi: (Σyi), unde i =1,...,30 şi (Σyi)
=3500000, obţinându-se patru valori ale acestora, a căror Σ p × k= 6:
a) p1 = 6 × 500000:3500000 = 0,857; b) p2 = 6×200000:3500000 = 0,343;
c) p3 = 6 × 100000:3500000 = 0,171; d) p4 = 6 ×50000:3500000 = 0,086.
Evident şansele oraşului de 500 de mii de locuitori de a fi inclus în eşantion sunt cu
mult mai mari comparativ cu oricare alt tip de oraş.
Principalele dezavantaje ale sondajului aleator sunt legate de limitările de volum
ale urnei în utilizare acestei tehnici ca procedeu clasic de eşantionare aleatoare şi de
asigurarea concretă de bile, jetoane etc. perfect identice. Soluţia este conferită de
loturile înseriate şi de tehnica pasului mecanic de numărare sau a tabelelor cu
numere întâmplătoare, generate de calculator. Sondajul aleator nu permite evaluări
riguroase ale volumului eşantionului populaţiilor eterogene (polarizate,
stratificate), unde se recomandă sondajul mixt stratificat sau alcătuite din unităţi
complexe (gospodării, menaje) unde se valorifică sondajul mixt de serii.
Sondajul stratificat (stratified sampling) sau tipic impune soluţionarea a trei
probleme majore ale stratificării: determinarea straturilor şi a criteriilor de alcătuire
ale acestora (identificarea corectă a variabilei generatoare de straturi), optimizarea
numărului de straturi (cu cât creşte precizia la nivel de strat cu atât cresc şi
cheltuielile totale ale sondajului) şi repartizarea eşantionului pe straturi (fie
neproporţional, proporţional sau optim, fie cu stratificare anterioară sau ulterioară).
143
În practica eşantionării stratificate se identifică mai întâi şi apoi se delimitează
straturile calitative din populaţia originară, apoi se realizează sondaje aleatoare la
nivel de strat, simultan cu transferul structurii populaţiei originare în eşantion,
printr-o selecţie dirijată. Împărţirea populaţiei pe straturi permite descompunerea în
funcţie de factorul de stratificare a dispersiei generale ( σ 02 ), în dispersia mediilor
de strat ( δ 2 ) şi media dispersiilor de strat de acelaşi factor ( σ 2 ). Eroarea medie de
reprezentativitate se va calcula după o formulă asemănătoare sondajului aleator
repetat sau nerepetat în care dispersia eşantionului disponibil ( σ 2 ) este înlocuită cu
dispersia reziduală ( σ 2 ) pentru o variabilă nealternativă şi alternativă [ w(1− w) ].
Variabilă cantitativă (SSAR) Variabilă cantitativă (SSANR)
2 2
σ2 σ2 σ ⎛ n⎞ σ ⎛ n ⎞
σx = σx = σ x n − 1 ⎜⎝ 1 − N ⎟⎠ σx n
⎜1 − ⎟
⎝ N ⎠
n − 1 sau n = sau =
n ≤ 120 n >120 n ≤120 n > 120
Variabilă calitativă alternativă Variabilă calitativă alternativă (SSANR)
(SSAR)
w(1− w) ⎛ n ⎞ w(1 − w) ⎛ n ⎞
w (1 − w ) w(1 − w) σw = ⎜1− ⎟ σ = ⎜1 − ⎟
σw = n −1 ⎝ N ⎠ sau w n ⎝ N ⎠
σw= n −1 sau n
n ≤ 120 n >120 n ≤120 n > 120
Similar se determină eroarea limită de reprezentativitate şi volumul eşantionului
Variabilă cantitativă : Δ x = z × σ x Variabilă calitativă alternativă: Δ w = z × σ w
2
z2 σ2 2
z σ 2 n= z w (1 − w ) sau n = z 2 w(1 − w)
n= sau n = (Δ w ) 2 z 2 w(1 − w)
(Δ x ) 2 z2 σ2 (Δ w ) 2 +
(Δ x ) 2 + N
N
Sondajul stratificat este valorificat în practică prin trei variante practice legate
direct de procedura de alocare a unităţilor statistice ale eşantionului pe straturi:
I. Stratificarea simplă II.Stratificarea proporţională III. Stratificarea optimă
ni = n : r ni = (Ni: N) × n Nj ×σj
2

unde n reprezintă volumul eşantionului, ni al stratului în nj = ×n

r
2
eşantion, N al populaţiei şi Nj al stratului în populaţia totală. ∑Nj ×σj
j=1
Principala caracteristică a sondajului de serii este capacitatea de a asigura o mai
bună în populaţiile originare, împărţite în serii sau unităţi complexe, alcătuite la din
unităţi simple eterogene (cazul gospodăriilor în cadrul populaţiilor umane) sau
relativ omogene (exemplul loturilor de produse în vânzările generale). Sondajul de
serii utilizează în calculul erorilor de reprezentativitate în locul dispersiei populaţiei
totale ( σ 02 ), dispersia mediilor acestor serii ( δ 2 ) sau dispersia explicată de
factorul de grupare. În cazul selecţiei de serii aleatoare nerepetate corecţia finită a
populaţiei operează cu raportul de bază, R sau numărul seriilor fiind redus fără a se
renunţa practic la -1 de la numitorul fracţiei (c.f.p.= R − r ).
R −1
144
 Cele două erori probabile, atât cea medie cât şi cea limită, deţin în varianta
repetată şi nerepetată următoarele proceduri teoretice de calcul:
Variabilă cantitativă (SSAR)
δ x2 δ x2
pentru r ≤ 120 : σ = sau pentru r >120: σ x =
x
r −1 r
Variabilă cantitativă (SSANR)
δ x2 ⎛ R − r ⎞ δ x2 ⎛ R − r ⎞
pentru r ≤ 120 : σ x = ⎜ ⎟ sau pentru r >120: σ x = ⎜ ⎟
r −1 ⎝ R −1 ⎠ r ⎝ R −1 ⎠
Variabilă calitativă alternativă (SSAR)
δ w2 δ w2
pentru r ≤ 120 : σ w = sau pentru r >120: σ w =
r −1 r
Variabilă calitativă alternativă (SSANR)
δ w2 ⎛ R − r ⎞ δ w2 ⎛ R − r ⎞
pentru r ≤ 120 : σ w = ⎜ ⎟ sau pentru r >120: σ w = ⎜ ⎟
r −1 ⎝ R −1 ⎠ r ⎝ R −1 ⎠
Variabilă cantitativă : Δ x = z × σ x Variabilă calitativă alternativă: Δ w = z × σ w

Avantajele utilizării sondajului de serii sunt dictate de natura înseriabilă a

populaţiei originare şi de indisponibilitatea sau chiar lipsa bazei de sondaj. În
practica statistică se constituie serii de mărimi relativ reduse şi pe cât posibil
omogene. Dezavantajul său constă în utilizarea specifică şi nu generalizată şi în
determinările laborioase prealabile axate pe dispersia explicată de factorul ipotetic
de grupare sau înseriere, alături de estimarea specială a nonrăspunsurilor.

4.5 Test de autoevaluare şi aplicaţii statistice în contabilitate

A) Test de autoevaluare
A1) Întrebări clasice recapitulative A2) Întrebări tip grilă
(Completaţi spaţiile goale) (Încercuiţi litera răspunsului corect)
1. Care sunt etapele sondajului modern? 8.Sondajul în care s-a exclus intervenţia
2.Care sunt elementele noi în programul de subiectivă în eşantionare este: a) stratificat;
observare al unui sondaj? b) aleator; c) dirijat; d) de serii.
3. Care sunt relaţiile de calcul ale erorilor 9. Sondajul stratificat valorifică în calcul:
efective de reprezentativitate? a) dispersia generală; b) dispersia mediilor
4.Cum se determină eroarea medie de de strat; c) media dispersiilor de strat.
reprezentativitate şi eroarea limită? 10.Corecţia finitǎ de populaţie este
5.Care sunt indicatorii sondajului simplu specifică variantei de prelevare nerepetată
aleator repetat şi nerepetat? a unităţilor în eşantion, fiind egală cu:
6.Care sunt caracteristicile calculului erorii a) N ; b) N − n n ; c) 1
;
medii şi erorii limită în eşantioanele ≈ 1−
n N −1 N N −1
stratificate şi de serii?
7.Care este tipul de legătură între eroarea d) ⎛⎜ ⎞:⎛ 1 ⎞ .
1
⎟ ⎜ ⎟
probabilă medie de reprezentativitate şi ⎝n⎠ ⎝ N ⎠
volumul eşantionului?

145
B) Aplicaţii rezolvate
1. Din populaţia totală de studenţi a facultăţii (N=1490), care a fost supusă unui
test la o disciplină definitorie pentru examenul de licenţă, s-a extras un eşantion
(SSAR şi SSANR), cu n = 50, ce a fost analizat atât prin intermediul notei ( x =7,06
puncte), cât şi prin prisma variabilei calitative alternative promovat-nepromovat
(nu au promovat cinci studenţi, media fiind w=0,1).
A.Să se asigure o estimare a notei ca parametru al caracteristicii cantitative şi
stării promovat-nepromovat sau a caracteristicii calitative alternative cu un nivel
de probabilitate Øz1 de 0,95 căruia îi corespunde un z1=1,96. B. Să se determine
cât de mare ar trebui să fie un nou eşantion (SSAR şi SSANR) care să răspundă
condiţiei de asigurare a unei estimări a parametrului cu un nivel de probabilitate
Øz2 =0,9995 căruia să îi corespundă un z2=3,29 şi în limitele unui interval
caracterizat de Δ x =0,5 puncte sau de Δ w =0,1.
Rezolvare:A.Volumul noului eşantion se calculează în condiţiile unui sondaj
simplu aleator repetat şi nerepetat, iar noţiunile pereche sunt expuse în tabel:

Tabel nr. 4.7

Noţiunea statistică sau Parametri Estimatori
indicatorul statistic
Volumul total ∗∗ N=1490 studenţi n=50 studenţi
Nivelul mediu (media) X0 ∈ [ ? ] p ∈ [ ? ] x =7,06 puncte w=0,1
Dispersia sau împrăştierea σ 02 ≈ σ 2 σ 2 =3,0864
valorilor în jurul mediei
(se admite prin ipoteză) σ 2 =w (1-w) = 0,09

Atât în cazul sondajului simplu aleator repetat (SSAR), cât şi al celui nerepetat
(SSANR) se parcurg aceleaşi etape pentru estimarea parametrilor:
a) calculul şi interpretarea valorii erorii medii de reprezentativitate sau a abaterii
medii pătratice a mediilor de selecţie sau sondaj ( σ x sau σw).
SSAR-variabilă
Cantitativă (nota) Calitativă (alternativă:promovat – nepromovat)
σ 2 =0,251 puncte w (1 − w )
σx = σw = =0,043 (4,3%)
n −1 n −1
SSANR-variabilă
Cantitativă (nota) Calitativă (alternativă:promovat – nepromovat)
σx 2 w (1 − w ) ⎛ n⎞
= σ ⎛⎜1 − n ⎞⎟ =0,247 puncte σw = ⎜1 − ⎟ =0,042 (4,2%)
n −1⎝ N ⎠ n −1 ⎝ N ⎠
Interpretare: cu un nivel de probabilitate Øz =0,95 (z=1,96) distanţa maximă
(admisă) între x şi x 0 , respectiv w şi p este Δ x =0,49 puncte (SSAR) şi Δ x =0,48
puncte (SSANR), respectiv Δw = 8,4% (SSAR) şi Δw = 8,3 % (SSANR) ceea ce
înseamnă că x 0 ∈ [ x ± Δ x ] , respectiv p ∈ [ w ± Δ w ] .

146
b) calculul şi interpretarea valorii erorii limită de reprezentativitate sau maxim
admisibile ( Δ x sau Δw).
SSAR-variabilă
Cantitativă (nota) Calitativă (alternativă:promovat – nepromovat)
Δ x = z × σ x =0,49 puncte Δw = z × σw=0,084 (8,4%) p ∈ [0,016;0,184]

x 0 ∈ [6,57;7,55]
SSANR-variabilă
Cantitativă (nota) Calitativă (alternativă:promovat – nepromovat)
Δ x = z × σ x =0,48 puncte Δw = z ×σw=0,083 (8,3%) p ∈ [0,017;0,183]

x 0 ∈ [6,58;7,54]
Interpretare: cu un nivel de probabilitate Øz =0,95 (z =1,96), distanţa maximă
(admisă) între x şi x0 , respectiv w şi p este Δ x = 0,49 puncte (S.S.A.R.) şi
Δ x =0,48 puncte (S.S.A.NR.), respectiv Δw = 8,4 % (S.S.A.R.) şi Δw = 8,3 %
(S.S.A.NR.) ceea ce înseamnă că x 0 ∈ [ x ± Δ x ] , respectiv p ∈ [ w ± Δ w ]
Notă: Dacă cerinţa de calcul conform SSAR şi SSANR este aplicată aceleiaşi populaţii
originare şi erorile se calculează după aceleaşi rezultate atunci se recomandă rectificarea
valorilor erorilor probabile din SSAR cu corecţia finită a populaţiei pentru a se obţine rapid
valorile erorilor în varianta SSANR. Valoarea corecţiei finite a populaţiei este de:
⎛
c.f.p.= ⎜ 1 −
n⎞ ⎛ 50 ⎞
⎟ = ⎜1 − ⎟ = 0, 983
⎝ N⎠ ⎝ 1490 ⎠
I.Eroarea medie de reprezentativitate specifică SSAR pentru variabila nealternativă se
corectează cu multiplicatorul 0,983 pentru a se obţine acelaşi indicator statistic în SSANR:

σx= σ2 ⎛ n ⎞ σ 2
⎛ n ⎞
⎜1 − ⎟ = × ⎜1 − ⎟ = 0, 251 × 0, 983 = 0,247 puncte
n −1⎝ N ⎠ n −1 ⎝ N ⎠
Analog se procedează şi în cazul variabilei calitative alternative
w( w − 1) ⎛n⎞ w(1 − w) ⎛ n⎞
σw = ⎜1 − ⎟ = × ⎜1 − ⎟ = 0, 043 × 0, 0983 =0,042 (4,2%)
n −1 ⎝ N⎠ n −1 ⎝ N⎠
II.În cazul erorii limită (admise) de reprezentativitate se rectifică şi aici valorile specifice
variabilei nealternative şi alternative în mod similar:
2 2
Δ x =z× σ x = z
σ ⎛ n⎞ σ ⎛ n ⎞ = 0, 084 × 0, 983 = 0, 083 (8,3%)
⎜1 − ⎟ = z × ⎜1 − ⎟
n −1 ⎝ N⎠ n −1 ⎝ N⎠
Analog şi pentru o variabilă alternativă, dacă în condiţiile SSAR procentul mediu de
nepromovaţi în populaţia originară, cu un nivel de probabilitate Øz =0,95 (z=1,96) este
estimat în intervalul [1,6%;18,4%], în condiţiile SSANR, deci cu o eroare medie evident
mai mică, intervalul de încredere se diminuează la [1,7%;18,3%] şi astfel creşte precizia
sondajului. Utilizarea corecţiei finite a populaţiei impune câteva precizări şi delimitări:
a) dacă N este o valoare foarte mare şi n foarte mică atunci (N-n) / (N-1) tinde spre 1;
b) dacă n / N < 5 %, atunci corecţia ⎛⎜ 1 − n ⎞⎟ se poate neglija;
⎝ N ⎠

147
a. dacă N este destul de mic, atunci în locul lui ⎛ n ⎞ se aplică N −n ;
⎜1 − ⎟
⎝ N ⎠ N −1
b. dacă n <30 de unităţi statistice (eşantion de volum redus) atunci nu se aplică c.f.p.
B.Stabilirea volumului eşantionului este diferită în condiţiile unei selecţii simple
aleatoare repetate în comparaţie cu sondajul nerepetată. Volumul n se deduce din
formula specifică detaliată a erorii limită ridicată în prealabil la pătrat:
SSAR-variabilă SSANR-variabilă
Cantitativă Alternativă Cantitativă Alternativă
zσ
2
2 2
z w (1 − w ) 2 2
z σ z 2 w (1 − w )
(Δ )2 (Δ w )2 2
2 2
z σ 2 z 2 w (1 − w )
x (Δ ) + (Δ w ) +
x N N
= 134 studenţi = 98 studenţi = 123 studenţi = 74 studenţi
2. O cercetare prin sondaj asupra unei pieţe a identificat 14900 firme a căror
clasă de activitate comercială include produsele mărcii „X”. Pentru cele 14900
firme valorificând informaţiile rezultate din datele unui sondaj realizat pe un
eşantion de 50 de firme extrase aleator să se calculeze volumul unui nou eşantion
în condiţiile unui nivel de probabilitate Øz =0,95 (z =2) al unui nivel relativ al
nonrăspunsurilor estimat R2=15% şi al unui nivel al erorii limită Δ x =0,2 milioane
lei, în cazul concret al unui SSAR :
Tabel nr. 4.8
Vânzările zilnice Tipuri de firme după dimensiunea rezultată din diversitatea
ale produselor de gamei produselor vândute TOTAL
interes (xi) Micro sau strict Mici sau relativ Medii sau
milioane lei RON specializate specializate nespecializate
2,5 – 4,5 1 4 - 5
4,5 – 6,5 1 8 2 11
6,5 – 8,5 13 4 7 24
8,5 – 10,5 9 - 1 10
TOTAL 24 16 10 50
Stratificarea pieţei cercetate este evidenţiată în continuare, de datele specifice:
Tabel nr. 4.9
Strat sau tip Numărul total de firme în: Vânzarea medie în Dispersia în
de firme Populaţia totală I eşantion eşantion eşantion
Firme micro N1=7150 n1=24 x1 =8,0 σ12 =2,083
Firme mici N2=4750 n2=16 x 2 =5,5 σ 22 =2,0
Firme medii N3=3000 n3=10 x3 =7,3 σ 32 =1,16
TOTAL N=14 900 n = 50 x0 =7,06 σ 02 =3,0864
Notă:Relaţia existentă între cele trei tipuri de dispersii se validează pe baza datelor din tabel:
Dispersia populaţiei Dispersia mediilor de strat + Media dispersiilor de strat
totale = ( σ 0 =3,0864) ( δ =1,2144)
2 2
( σ =1,872)
2

Rezolvare: Dispersia mediilor de strat ( δ 2 ) sau dispersia explicată de factorul de

stratificare dimensiunea firmei rezultată din diversitatea gamei produselor vândute
148
reprezintă împrăştierea vânzărilor medii zilnice ale fiecărui strat faţă de media
aceloraşi vânzări calculată în populaţia celor 50 de firme. Cu cât straturile sunt mai
omogene, cu atât ele prezintă medii mai apropiate iar variaţia mediilor de sondaj va
depinde majoritar de variaţia fiecărui strat din populaţia totală materializată în
media dispersiilor de strat.Această dispersie, denumită neexplicată va înlocui
dispersia populaţiei totale în calculul volumului eşantionului. Calculul se face cu
includerea ratei nonrăspunsurilor, dar în funcţie de tipul sondajului şi variabilei:
SSAR SSANR
n= z σ
2 2 2 2
×(1 + R 2 / 100) sau n= z σ ×(1 + R 2 / 100)
2
(Δ x ) (Δ x ) + z 2 σ 2 / N
2

Noul eşantion al SSAR va fi prelevat în trei variante într-un volum egal cu:
z 2σ 2
n= 2
x (1 + R2 /100) = 216 firme (media dispersiilor de strat σ 2 fiind 1,872)
(Δ x )
A.Stratificarea simplă (r = 3) este indicată în condiţii de valori aproximativ egale
n 216
ale numărului de firme în straturile populaţiei originare: ni= = = 72 firme /
r 3
strat sau straturi perfect egale n1 = n2 = n3 = 72 firme. B.Stratificarea proporţională
alocă fiecărui strat din eşantion un număr de unităţi statistice conform sau ponderii
fiecărui strat în cadrul populaţiei originare.În ipoteza populaţiei totale ca sumă a
r r
N
straturilor N= ∑N
j=1
j şi n = ∑n , se utilizează:
i=1
i
r
n
i =
r
N
j sau ni=
N
j
× n şi
∑ n ∑ N
i=1 i j=1 j
rezultă subeşantioanele:n1=104, n2=69 şi n3=43.
C.Stratificarea optimă are la bază ipoteza conform căreia intensitatea variaţiei în
interiorul fiecărui strat este diferită de aceea a celorlalte straturi şi relaţia de calcul
2
se modifică şi devine: n i = N jσ j , de unde ni = N j σ j × n , iar pentru
2

r r r
2
∑ ni ∑ N jσ j
2
∑ N jσ j
i =1 j=1 j=1

σ =2,083, σ =2,0 şi σ =1,16 rezultă următoarele valori ale subeşantioanelor:

2
1
2
2
2
3

7150×2,083
n1= ×216 = 115 firme,
7150×2,083+4750×2,0+3000×1,16
4750×2,0
n2= ×216 = 74 firme,
7150×2,083+4750×2,0+3000×1,16
3000×1,16
n3= ×216 = 27 firme.
7150×2,083+4750×2,0+3000×1,16

C) Aplicaţii propuse spre rezolvare

1.Din totalul de 1000 de hectare cultivate cu cereale, pe teritoriul agricol al S.C
AGROEXP S.A, s-a extras un eşantion prin tehnica loteriei, varianta bilei revenite,
de 100 de suprafeţe (areale). Eşantionul extras şi grupat este prezentat mai jos:
149
Tabel nr. 4.10
Grupe de suprafeţe după cantitatea recoltată (mii kg/ha) Numǎr de suprafeţe (ni)
2,5 - 3,5 24
3,5 - 4,5 36
4,5 - 5,5 25
5,5 - 6,5 15
Total 100
Observaţie:limita superioară este inclusă in interval.
a)Calculaţi media şi dispersia eşantionului. b)Calculaţi eroarea medie de
reprezentativitate. c)Determinaţi eroarea limită sau maxim admisibilă în condiţii
de Øz=0,99 (z=2,58). Interpretaţi şi comentaţi. d) Patronul societăţii doreşte o
estimare a mediei producţiei (pentru cele 1000 de hectare) cu o probabilitate de
0,95 (economică), respectiv un Øz=0,95 sau z=1,96. e)Determinaţi cât de mare ar
trebui să fie un nou eşantion în condiţii de limite de interval Δ w =0,5 kg şi cu o
probabilitate de 0,97 (Øz=0,97 sau z =2,18).
2.Cu scopul recepţionării (admiterii sau respingerii) unui lot de piese de schimb s-
a extras un eşantion de 600 de piese. Numărul unităţilor statistice care posedă
caracteristica de rebut este de 24. Volumul întregului lot este de 20 000 de unităţi
iar eşantionul este de tip SSAR. a)Calculaţi media şi dispersia caracteristicii
alternative. b)Determinaţi eroarea medie de reprezentativitate a caracteristicii
alternative şi comentaţi rezultatul. c)Interpretaţi valoarea erorii limită obţinute în
condiţii de Øz =0,95 (z =1,96). Interpretaţi rezultatul, în condiţii de Δ w =0,002,
Øz = 0,99 sau z =2,58. e) Considerând eşantionul anterior de tip SSANR să se
rezolve toate cerinţele aplicaţiei.
3.Care este valoarea erorii medii de reprezentativitate a unui eşantion simplu,
aleator repetat de volum n = 121, dacă dispersia este egală cu 36 ?
4 Pentru a putea lua o decizie investiţională pe piaţa consumatorilor pentru un
viitor robot casnic multifuncţional este necesară mai întâi determinarea volumului
unui eşantion simplu aleator repetat şi nerepetat ce se va extrage dintr-o populaţie
de 3,15 milioane de locuitori. Adresându-se unui institut specializat în cercetări de
piaţă, managerului firmei i s-au mai cerut date suplimentare privind nivelul de
eroare maxim admisă (de 3% sau Δ w =0,03) şi nivelul de probabilitate cu care să
se garanteze rezultatele cercetării prin sondaj (Øz=0,9995 şi valoarea tabelată a
lui z = 3,29). Acceptând un nivel maxim al dispersiei de 0,25 şi un procent
probabil de nonrăspunsuri din cercetări de piaţă similare anterioare R2= 20%, s-a
determinat un volum foarte ridicat al viitorului eşantion aleator. În aceste condiţii
decidentul a acceptat o eroare maxim admisă majorată la 5% sau Δ w =0,05 şi un
nivel mai redus de probabilitate în garantarea rezultatelor cercetării (Øz =0,95 şi
z =1,96). Comparaţi valorile volumului eşantionului aleator în cele patru cazuri şi
motivaţi opţiunea pentru una dintre situaţii.

150
 CAPITOLUL 5

METODA INDICILOR ŞI MĂSURAREA INFLAŢIEI ÎN

CONTABILITATE
Cuprins Pag.
5.1 Concepte, funcţii, utilitate şi clasificări în universul indicilor 152
5.2 Scurtă istorie a metodei indicilor şi evoluţia indicelui interpret 157
5.3 Sisteme concrete de indici şi probleme practice de construcţie 160
5.4 Descompunerea variaţiei unui fenomen complex prin metoda indicilor 162
5.5 Inflaţia şi indicii interpret în contabilitate 165
5.6 Test de autoevaluare şi aplicaţii statistice în contabilitate 168

Obiective: Realitatea contemporană a mediului de afaceri şi a activităţilor contabile

impune prezenţa metodei indicilor, datorită calităţii de numere pure a acestora,
specifică încă de la crearea lor, acum trei secole, de către episcopul anglican William
Fleetwood. Obiectivul esenţial al temei este legat de însuşirea metodei, utilizată tot mai
mult în descompunerea variaţiei fenomenelor complexe şi în cuantificarea influenţei
modificărilor structurale a populaţiilor omogene. Obiectivele investigaţiei indiciale
includ cunoaşterea şi însuşirea semnificaţiei conceptului de indice, descrierea variatei
tipologii a indicilor şi a principalelor sisteme de ponderare, cu scopuri practice de
calcul şi construcţie a unor astfel de instrumente. Rolul indicilor de translator al vieţii
economice şi sociale a devenit esenţial în statistică, justificând deplin importanţa
indicilor interpret. Dobândirea de competenţe privind soluţionarea problemelor apărute
în construcţia indicilor şi capacitatea în a descompune variaţia unui fenomen complex,
exemplificabilă prin măsurarea inflaţiei în contabilitate cu ajutorul indicilor interpret
încheie enumerarea principalelor beneficii practice ale metodei.
Cuvinte cheie: semn indicial, index number, indice interpret, indici elementari şi
sintetici (de grup), indici agregaţi, sisteme de ponderare Laspeyres, Paasche şi Fisher,
indici construiţi ca medii implicite şi indici ca raporturi de medii (structurali), metode
de descompunere,indice al preţurilor bunurilor de consum (IPC), deflatorul PIB-ului,
indice armonizat (HIPC), inflaţionare, deflaţionare.
Bibliografie
W.Eichhorn, J.Voeller, Teoria indicilor de preţ, abordarea şi generalizarea testelor lui Fisher, Viena,
1976.
A.,Francis, Statistică şi matematică pentru managementul afacerilor, Ed. Tehnică, Bucureşti, 2005.
M., Korka, L.,Begu, E.,Tusa, Bazele statisticii pentru economişti, Ed.Tribuna Economică, 2002
G.Săvoiu, Universul indicilor interpret, Ed. Independenţa Economicǎ, Piteşti, 2001.
G.Săvoiu, Statistică aplicată în domeniul economic şi social. Elemente teoretice, teste tip grilă,
aplicaţii şi studii de caz, Ed. Independenţa Economicǎ, Piteşti, 2004.
G.Săvoiu, Statistica.Un mod ştiinţific de gândire, Ed.Universitară, Bucureşti, 2007.
G.Săvoiu, Statistica.Mod de gândire şi metode, Ed.Universitară, Bucureşti, 2009.
G.Săvoiu, Gândirea statistică aplicată, Ed.Universitară, Bucureşti, 2010.
G.,Săvoiu, Statistică pentru afaceri, Ed.Universitară, Bucureşti, 2011.
V.Trebici, Mica enciclopedie de statistică,Ed.ştiinţifică şi enciclopedică,Bucureşti, 1985.
M.Ţarcă,Tratat de statistică aplicată, Ed. didactică şi pedagogică R.A. Bucureşti, 1998.
Webografie
***http://www. insse.ro şi ***http://epp.eurostat.ec.europa.eu/ şi *** http://www. bnr.ro

151
 5.1 Concepte, funcţii, utilitate şi clasificări în universul indicilor

Având originea etimologică în grecescul deixis, devenit în latinǎ index, conceptul

de indice are multiple semnificaţii de la arătător, indicator, titlu, listǎ până la
inscripţie, sensuri îmbogăţite cu cele de indiciu, indicaţie, semn. Indicii statistici
sunt acceptaţi ca metodǎ, sistem, raport (raportare), mărime sau indicator relativ,
valoare medie ponderatǎ a unor mărimi relative (variaţie medie relativǎ), număr pur
(expresie numericǎ adimensională), reprezentare simplificatǎ prin substituirea
datelor, funcţie matematicǎ sau valoare a teoriei axiomatice a indicilor.

Conceptualizarea şi funcţiile indicilor statistici

Caseta nr. 5.1
Metoda indicilor este o metodǎ de descompunere şi analizǎ factorială axatǎ pe identificarea
şi înregistrarea factorilor, conform structurării interne a fenomenelor, şi pe clasificarea
atentă şi sistematizarea riguroasǎ, cu scop de selecţie a celui mai potrivit instrument
(indice). Fenomenul complex studiat prin metoda indicilor este descompus atât în factori
calitativi şi cantitativi, cât şi în factori sistematici şi accidentali. Sistemul indicilor este
forma cea mai uzualǎ de exprimare a existenţei complexe a indicilor. Indicele ca raportare
identifică raportul logic între douǎ mărimi reale sau practic posibile, omogene (de acelaşi
gen), exprimate în date absolute, comparate în timp sau în spaţiu. Între numărător şi
numitor indicelui trebuie să existe o relaţie logică, naturală: a) cronologică sau temporală
(perioada curentǎ, actuală sau care se raportează şi perioada trecutǎ, de bază sau la care se
raportează); b) teritorialǎ, cu scop de delimitare a evoluţiei sau involuţiei de tip spaţial, cu
scop de ierarhizare sau confruntare (ce face posibilă determinarea avansului sau decalajului
teritorial); c) limitativă în raport cu un nivel de referinţă de tip program (plan). Cele două
niveluri ale caracteristicii comparate trebuie să fie dintre cele obişnuite iar diferenţa dintre
ele să corespundă modificării absolute a fenomenului studiat. Privit ca indicator relativ,
indicele sintetizează nivelul relativ al caracteristicii unui element sau al unui ansamblu de
elemente, care delimitează fenomenul şi reprezintă raportul dintre termenii unei serii şi o
bază oarecare. Indicele urmăreşte dinamica sau teritorialitatea şi este adimensional, ceea ce
îi conferă o mai mare uşurinţă în utilizarea sa în comparaţii şi ierarhizări. Cele mai
condensate definiri sunt datorate lui G.U.Yule şi M.G.Kendall, unde indici sunt valori
medii ponderate ale unor mărimi relative sau de variaţii medii relative ale acelor mǎrimi. În
calitate de expresii numerice ale unor tendinţe centrale în cadrul unor serii de date, indicii
sau cea mai mare parte a acelora utilizaţi în mod curent nu sunt altceva decât medii
ponderate ale mărimilor relative care reprezintă elementele componente ale fenomenului
studiat.Scopul indicelui este de a furniza o măsură a variaţiei medii relative a unui fenomen,
fie că este vorba de o singură unitate de observare , de o grupă sau de un ansamblu.Definit
ca număr-pur indicele este o formă particulară a purităţii numerice, a independenţei în
raport cu unitatea de măsură a mărimilor comparate.Termenul de indice, aplicat iniţial la
datele seriilor dinamice, este considerat un număr fără dimensiune, obţinut prin raportarea a
două valori ale aceleiaşi variabile simple ce corespund la două perioade de timp sau spaţiu
diferite sau a două mărimi ale unui indicator complex ale cărui mărimi simple nu pot fi
însumate direct. Privit ca schemă a variaţiei unei singure sau mai multor mărimi
(fenomene), indicele este o reprezentare simplificată prin substituirea datelor brute cu
raportul lor şi vizând refacerea evoluţiei din punct de vedere temporal şi spaţial a mărimilor
observate. Abordat în calitate de funcţie matematică, indicele a generat o întreagă teorie
axiomatică ce îi poartă numele. Un indice economic este o măsură economică, o funcţie
F:DÆR, care proiectează pe de o parte un set D de obiective (informaţii şi date) de interes
152
economic, într-un set R de numere reale şi care satisface, pe de altă parte, un sistem de
condiţii economice relevante-spre exemplu proprietăţile de monotonie, de omogenitate sau
de omoteticitate sau identitate relativă. În concluzie, dacă o variabilă îşi modifică nivelul în
timp sau spaţiu, raportul temporal sau spaţial va naşte inevitabil un indice statistic. Indicele
este definit fie ca raport sau raportare ce furnizează un număr caracteristic, fie ca mărime
sintetică relativă sau indicator relativ în expresie numerică adimensională sau în calitate de
număr pur, fie în varianta definitorie cea mai condensată, ca valoare medie ponderată a
unor mărimi relative sau măsura variaţiei medii relative a unor variabile în diferite
momente de timp, în diferite spaţii, ori în diferite categorii organizatorice şi, nu în ultimul
rând, ca reprezentare matematică simplificată prin substituirea datelor brute cu raportul lor,
prin intermediul unei funcţii cu acelaşi nume-funcţia indice, respectiv F:DÆR, unde:
F(z1,z2,…,zk)=z1/z2, iar z=variabila specifică, D fiind mulţimea obiectivelor, informaţiilor şi
datelor de interes (economic) şi R mulţimea numerelor reale. Conceptul de indice este
relevat de o metodă generală de descompunere şi analiză factorială şi utilizat în practică
majoritar ca sistem.Funcţiile cognitive ale indicilor reflectă calităţile metodei indicilor în a
simplifica cunoaşterea sistemică a populaţiilor, fenomenelor şi proceselor. Metoda indicilor
oferă noi variante de înţelegere a acestora datorită faptului că indicii: a) reflectă nivelul
noului program faţă de cel efectiv anterior: i x ( )( )
pr1 / ef 0 = x pr1 : xef 0 × 100
; b)caracterizează

x
( )( )
gradul de îndeplinire a unui program: i pr / pr1 = x pr : x pr1 ×100 ; c)măsoară variaţia în
1 1

timp şi spaţiu a fenomenelor: i A / B = (X A : X B ) × 100 ; d)explică numeric influenţa

factorilor asupra unui fenomen complex: I f = ∑x f

0 1
×100 şi I 1x/ 0 =
∑x f
1 1
×100 ; e)
∑x ∑x f
1/ 0
f
0 0 0 1

contribuie esenţial la omogenizarea unor populaţii eterogene şi în special la omogenizarea

unor universuri statistice variate (preţuri, salarii etc.), indicii utilizaţi curent nefiind altceva
decât medii ponderate ale mărimilor relative ale fenomenelor studiate; f)asigură
comparabilitatea unor serii de date, ale căror valori caracteristice prin unităţile de măsură
specifice sunt valori absolute de necomparat (legea lui Okun sublinia, prin intermediul
indicilor, că o reducere a ratei şomajului cu 1% se asigura cu indicele PIB real de 105%).

Utilitatea indicilor este astăzi indiscutabilă. Metoda indicilor este omniprezentă

datorită calităţilor sale specifice: a) are o largă aplicabilitate în analiza statistică a
variaţiei fenomenelor sociale şi economice complexe, în descompunerea lor pe
factori de influenţă ai variaţiei dinamice, teritoriale, structurale sau organizatorice;
b) oferă prin indice o modalitate dominantă sub care ajung informaţiile la utilizatori
(indicele preţurilor bunurilor de consum pentru inflaţie, indicele producţiei
industriale pentru activitatea industrială, indicele volumului fizic al PIB-ului,
pentru creşterea economică); c)substanţializează analize comparative (confruntări)
privind realizarea programelor, evoluţiile teritoriale etc. Forma concretă de
exprimare a indicilor creează, chiar din definirea lor ca raport, trei probleme de
veridicitate, ale căror soluţii pot fi exprimate succint astfel:a)valorile indicatorilor
din numărătorul şi numitorul indicelui trebuie să fie mărimi reale sau practic
posibile; b) diferenţa dintre valoarea numărătorului şi numitorului indicelui trebuie
să corespundă modificării absolute a fenomenului cercetat; c) datele exprimate prin
valorile indicatorilor din numărătorul şi numitorul indicelui vor avea ca sursă fie o
cercetare exhaustivă, fie o cercetare selectivă cu reprezentativitate asiguratǎ.Forma
153
de exprimare sau notaţia indicilor este un procedeu de identificare a conţinutului
detaliat al lor, pornind de la o definiţie tipologică a indicilor, care îi consideră
mărimi relative ce rezultă din compararea fenomenelor individuale sau compararea
ansamblurilor de fenomene de acelaşi fel în timp, în spaţiu sau faţă de un program
stabilit şi care îi divide în:a) indici individuali (elementari),ce apar când fenomenul
x
comparat are caracter individual şi se notează cu literǎ minusculǎ: i 1x/ 0 = 1 × 100 şi
x0
b) indici de grup (sintetici) ce rezultă din compararea unor ansambluri de fenomene
şi se notează cu literǎ majusculǎ: Ix1/0 = ∑ x 1 f 1 × 100 .
∑ x f0
0

Exprimarea standard şi interpretarea elementară a indicilor

Caseta nr. 5.2
Indicele statistic, număr pur, adimensional se exprimă prin: I =(Numărător:Numitor)×100K
Modalitatea de evaluare efectivǎ se concretizează în coeficienţi (k=0), procente (k=2 ⇒%),
promile (k=3 ⇒ 0/00), prodecimile (k = 4⇒0/000), procentimile (k=5⇒0/0000) etc. De regulă,
factorul calitativ este simbolizat prin x şi cel cantitativ prin f, iar operatorului sumă nu i se
n
precizează limitele (∑ înlocuind pe ∑ ). Relaţia dintre numărător şi numitor este
i =1
esenţială nu numai în notaţia, ci şi în interpretarea elementară a unui indice statistic. Se
disting trei situaţii în cea mai uzuală formă de exprimare, respectiv aceea de tip procentual:
a)staţionaritate I = (Numărător:Numitor) ×100=100%,(fenomenul nu se modifică în timp
sau spaţiu); b) proces de majorare sau creştere: I = (Numărător : Numitor) × 100 > 100 %,
(nivelul fenomenului creşte în timp sau spaţiu); c) proces de diminuare sau reducere:
I = (Numărător : Numitor) × 100 <100% (nivelul fenomenului scade în timp sau spaţiu).

În statistică, mărimilor direct observabile (xi) le corespund indici individuali sau

elementari (ix), iar mărimilor reprezentative ale unor fenomene vaste, complexe (yi)
le corespund indicii sintetici sau de grup (Iy). Clasificările indicilor s-au multiplicat,
la aceea în raport cu sfera de cuprindere, prezentată mai sus adăugându-se altele tot
mai detaliate. În funcţie de natura comparaţiei (destinaţia şi scopul comparării),
indicii statistici se clasifică în indici rezultaţi din compararea aceluiaşi indicator: a)
în timp, ca indici de dinamică sau cronologici [(yt)/(y0)] sau [(yt)/(y t-1)]; b) în
spaţiu, cunoscuţi drept indici teritoriali sau spaţiali [yA/yB], unde A şi B sunt unităţi
teritoriale sau spaţiale; c) în raport cu programul (planul) ce se pot evalua în
variantele: c1) noul nivel programat în raport cu nivelul efectiv anterior [(ypr1)/(yef
0)]; c2) nivelul efectiv realizat, în raport cu cel programat [(yef1)/(ypr1)].Se recunosc
cu uşurinţă în această clasificare indicatori relativi de dinamică sau indicii în
general, de coordonare şi ai programului.Prezentarea proprietăţilor indicilor
individuali şi analiza simplificată a testelor lui Fisher, permite o înţelegere rapidă a
unor cerinţe fundamentale, în construcţia indicilor sintetici specializaţi.

154
 Proprietăţile indicilor individuali
Caseta nr. 5.3
xt
A.Identitatea generează testul identităţii şi stă la baza transferabilităţii: itx/ t = = 1.
xt
1
B.Simetria este comparabilă testului reversibilităţii în timp: i tx/ 0 ×0x/ t = 1sau itx/ 0 = x .
i0 / t
C.Înlănţuirea sau circularitatea prezintă un echivalent în testul circularităţii:
i xt1 / t 2 × i xt 2 / t 3 × i xt 3 / t1 = 1 sau i xt1 / t 0 × i xt 2 / t1 × .. × i xt n / t n −1 × i tx0 / t n = 1 .
D.Completitudinea coincide cu testul reversibilităţii factorilor care pornind de la
modelul multiplicativ v = p×q sau y = x×f conduce la: iv= ip×iq sau i y= ix×i f. În cazul
indicilor sintetici, cu cât se asigură mai multe din proprietăţile indicilor elementari, cu
atât calităţile şi simplitatea lor de calcul îi apropie de conceptul de indice ideal.

Dezvoltarea metodei indicilor a dus la apariţia unor subclasificări importante.O

primă subclasificare a indicilor sintetici sau de grup (Iy), conform modului de
calcul al acestora, este aceea în indici sintetici agregaţi, indici sintetici calculaţi sub
formă de medie şi indici sintetici calculaţi ca raport de medii. Alegerea unui indice
sintetic este o problemă practică, legată de informaţiile statistice disponibile.
Subspecia indicilor sintetici agregaţi este utilizată atunci când populaţiile statistice
studiate sunt eterogene, există date individualizate la nivelul factorului calitativ (x)
şi al celui cantitativ (f), dar sumele ∑x şi ∑f sunt respinse de logica economicului.
În acelaşi timp însǎ agregatul ∑xf are sens economic evident (vânzările ca ∑pq,
fondul de salarii ca ∑ST etc.). Subspecia indicilor sintetici agregaţi operează atât la
numitor, cât şi la numărător cu acelaşi agregat sau sumă a produselor de doi factori
(indicatori) dintre care numai unul se modifică, având rolul de mărime indexată, iar
celălalt rămâne constant, având rolul de pondere. În evoluţia istorică a indicilor,
accentul s-a pus pe construirea sistemelor de ponderare, pe identificarea unor
soluţii optime sau ideale de construcţie a indicilor sintetici agregaţi, detaliate în
continuare, utilizând notaţii specifice ce reprezintă iniţiala numelui fiecărui autor.

Cele trei sisteme clasice de ponderare a indicilor agregaţi

Caseta nr.5.4

A.Etienne Laspeyres a considerat ca semnificativă perioada de bază (zero) cu care

marchează comăsurătorul.Conservator, conform calităţii de profesor, s-a axat pe
stabilitatea agregatului şi pe date complete verificate din trecut:

L1x / 0 =
∑ x1 f 0 L1/f 0 =
∑ x0 f1
∑ x 0 f 0 şi ∑ x0 f0
B.Hermann Paasche a accentuat importanţa perioadei curente (1 sau t) cu care
identifică practic comăsurătorul. Perioada recentă şi promptitudinea agregatului au fost
punctele de interes ale acestui autor, care a lucrat o parte din viaţă ca agent de bursă:

P1x/ 0 =
∑ x1 f1 P1/f0 =
∑ x1 f1
∑ x 0 f 1 şi ∑ x1 f0
155
C.Irving Fisher a încercat un compromis între cele două sisteme de ponderare clasice,
valorificând media lor geometrică, pe care a denumit-o indicele ideal.Rezultatul este de
o mare precizie,dar semnificaţia economică se diluează sau dispare: F1x/ 0 = Lx1 / 0 × P1x/ 0

şi F1f/ 0 = Lf1 / 0 × P1f/ 0 .Conform proprietăţii de completitudine (testului de

reversibilitate a factorilor), produsul celor doi indici în cadrul sistemului va fi egal cu
indicele fenomenului complex, modelat multiplicativ:∑y =∑x×f, acest lucru nefiind
validat pentru Laspeyres sau Paasche: I1y/ 0 ≠ Lx1/ 0 × Lf1/ 0 ≠ P1x/ 0 × P1f/ 0 ,dar fiind valabil
numai la Fisher: I1y/ 0 = F1x/ 0 × F1x/ 0 şi în situaţia încrucişării indicilor Laspeyres cu
Paasche: I 1y/ 0 = Lx1 / 0 × P1f/ 0 = Lf1 / 0 × P1x/ 0 .

Subspecia indicilor sintetici calculaţi sub formă de medie ponderată este

rezultatul investigării unor populaţii eterogene şi neînsumabile. Construirea
agregatelor ∑xf nu este posibilă, întrucât nu sunt disponibile informaţiile
referitoare la x şi f (nu apar înregistrate în documentele primare). Apar două
situaţii, când se cunosc:
y x f y x f
a) indicii individuali i1 / 0 , i1 / 0 , i1 / 0 şi a) indicii individuali i1 / 0 , i1 / 0 , i1 / 0 şi
nivelul iniţial y0, rezultând un indice nivelul final y1, rezultând un indice
sintetic ca o medie aritmetică ponderată: sintetic ca o medie armonică ponderată:
y ∑ y1 ∑ y1 ∑ y1
∑ 1 ×y0 y y
I1/ 0 = = =
y ∑ y1 y0 ∑ i1 / 0 × y 0 1 1
I = = = ∑ y0
1/ 0 ∑ × y1 ∑ y × y1
∑ y0 ∑ y0 ∑ y0 y1 i1/ 0
y0

Analog se obţin I1x/ 0 şi I1f / 0 , calculaţi tot sub formă de medii.Indicii cuantificaţi
ca medii ponderate apar în practică atunci când sunt îndeplinite următoarele
condiţii: a) indicii individuali ai fenomenului complex deţin caracter de medie; b)
când acest tip de indici sunt egali cu indicele agregat pe care îl substituie.
Subspecia indicilor sintetici calculaţi ca raport de medii (structurali) constituie
rezultatul practic al cercetării statistice a unor populaţii omogene şi însumabile,
unde f este logic însumabil şi datele ce-l privesc sunt disponibile. În mod concret,
deoarece existǎ ∑y şi ∑f, atunci se poate calcula uşor media factorului calitativ:

x=
∑ y = ∑ x × f = ∑ x × g (unde structura g = f ) Media factorului
∑f ∑f ∑f
calitativ depinde de fiecare valoare (individuală) a lui xi,dar şi de structura
populaţiei (gi). Indicele sintetic calculat ca raport de medii se mai numeşte şi indice
cu structură variabilă (ISV): I x = x1 = ∑ x1f1 : ∑ x 0f0 = ∑ x1g1 = I şi exprimă
1/0 x 0 ∑f ∑f ∑x g SV
1 0 0 0
modificarea medie a caracteristicii, ca urmare a influenţei concomitente exercitate
de x şi g. Acest tip de indice generează un sistem al indicilor structurali, ce conţine
alături de indicele de structură variabilă (ISV) şi indicele cu structură fixă (ISF), ca
rezultat al izolării modificării relative a factorului calitativ, exclusiv pe seama
156
valorilor individuale ale lui x, precum şi indicele variaţiei structurale (IVS), ca
rezultat al izolării modificării relative a factorului calitativ, exclusiv pe seama
structurii (g):
x(x) x ∑ x1f1 ∑ x 0f1 ∑ x1g1 şi x(g) x ∑ x 0f1 ∑ x 0f0 ∑ x 0g1
I1/0 = 1 = : = = ISF I1/0 = 01 = : = = I VS
x ∑ f1 ∑ f1 ∑ x 0 g1 x ∑ f1 ∑ f0 ∑ x 0g 0
01 0
Cei trei indici rezultaţi formează un sistem propriu: ISV = ISF × IVS
Pornind de la baza de raportare, subclasa indicilor cronologici se subdivide în:
a) indici cu bază fixă b) indici cu bază mobilă (în lanţ):
y
ity/ 0 = t I ty/ 0 =
∑ yt y
ity/ t −1 = t I ty/ t −1 =
∑ yt
y0 sau ∑ y0 y t −1 sau ∑ yt −1
Natura ponderilor conduce la apariţia a două tipuri de indici specifici:
a) indici cu ponderi constante b) indici cu ponderi variabile
atât din perioada 0 cât şi din n atât din perioada i cât şi din (i-1)

I ix/ 0 =
∑x i f0
I ix/ 0 =
∑x i fn
I ix/ i −1 =
∑x i fi
I ix/ i −1 =
∑x i f i −1
∑x 0 f0 ∑x
0 fn f ∑x
i −1 i i −1 f i −1 ∑x
Indicii cu ponderi constante mai pot apare şi cu bază mobilă (în lanţ), în timp ce
indicii cu pondere variabilă se determină numai cu bază în lanţ.În conformitate cu
natura fenomenului complex studiat, indicii statistici se clasifică în diverse sisteme
de indici: a) sistemul indicilor interpret (indici ai preţurilor); b) sistemul indicilor
productivităţii muncii; c)sistemul indicilor eficienţei utilizării activelor imobilizate;
d) sistemul indicilor salariului (brut, net, real); e) sistemul indicilor stocurilor; f)
sistemul indicilor bursieri; g) sistemul indicilor raportului de schimb; h) sistemul
indicilor demografici etc.

5.2 Scurtă istorie a metodei indicilor şi evoluţia indicelui interpret

Apărut ca şi statistica modernă din şcoala aritmeticienilor politici, indicele are

drept părinte pe episcopul anglican William Fleetwood. Data naşterii primului
indice interpret este 1707 şi este consemnată de studiul evoluţiei preţurilor în
Anglia, între 1440 şi 1707, cunoscut sub titlul Chronicon Preciosum. Valoarea
acestui prim indice a fost de 30/5 sau 600,0% şi a fost construit pe baza mediei
aritmetice simple a opt produse: grâu, ovăz, fasole, îmbrăcăminte, bere, carne de
vită, carne de oaie şi şuncă.

Istoria succintă a cuantificării matematice a indicilor statistici

Caseta nr. 5.5
n

Indicele Dutot descrie primul calcul matematic al unui indice: p1 + p2 + .... + pn =

∑p
i =1
i
,
n
Ρ1 + Ρ 2 + ... + Ρ n
∑Ρ
i =1
i

unde: pi = preţul perioadei curente, şi Pi = preţul perioadei de bază. Dacă se multiplică

numărătorul şi numitorul indicelui cu (1/n),apare formula de calcul a indicelui Dutot

157
 n n
(un raport de medii), respectiv ( ∑ pi /n):( ∑ Ρi /n). Pentru a cuantifica efectul avut de
i =1 i =1
afluxul de metal preţios în Europa, între 1500 şi 1750, după descoperirea Americii,
istoricul, astronomul şi economistul italian Gian Rinaldo Carli, în anul 1764, a folosit
media aritmetică a trei produse, respectiv: grâu, vin şi ulei, în construcţia unui alt
indice interpret. Indice Carli: 1 ⎛⎜ p1 + p2 + ... + pn ⎞⎟ = 1 ∑ pi Dutot şi Carli sunt
n

n ⎝ Ρ1 Ρ 2 Ρ n ⎠ n i =1 Ρi
apreciaţi pentru generarea problemei adimensionalităţii, a transformării în mărimi
relative a unor mărimi absolute, în general incomparabile sau deloc reductibile. Cea
mai importantă îmbunătăţire în construcţia indicelui aparţine lui Arthur Young, prin
introducerea ponderării, a unor coeficienţi, pentru a sublinia importanţa relativă a
diferitelor articole ce intră în componenţa indicelui. Young a folosit două formule de
ponderare, plecând fie de la Dutot, indicele Young (1):
n

p1k1 + p2 k2 + .... + pn kn ∑ pi ki ,unde ki = coeficient de importanţă per produs i, fie

= i =1
n
Ρ1K1 + Ρ 2 K 2 + ... + Ρ n K n
∑ Ρi K i
i =1

1 ⎛ p1 p2 pn ⎞ 1 n
pi
de la Carli, indicele Young (2):
n ⎜ C1 + + C2 ... + Cn ⎟ = n
× ∑ × Ci =
⎝ Ρ1 Ρ2 Ρn ⎠ i =1 Ρi
∑ iC
i =1
∑ iC
i =1
n
pi C
∑ (c. p.)i =
n
C
∑ Ρ
× n i ,unde n i = coeficient de ponderare (c.p.) şi 1.După
∑ Ci ∑ Ci
i =1 i i =1

i =1 i=1
soluţia Young din 1812, noua problemă a proiectării indicilor avea să devină efectul
variaţiei ponderilor. Sir George Shuckburgh Evelyn a introdus, în anul 1798, noţiunea
de an de bază şi a anticipat astfel dilema selecţiei bazei şi construcţiei sistemului de
ponderare. În anul 1863, prin indicele calculat ca medie geometrică a indicilor
individuali, Stanley Jevons extinde problematica şi asupra formulei şi mai ales a mediei
n
pi
utilizate: Indice Jevons: n ∏Ρ
i =1
.Jevons nu va diferenţia indicii individuali,acordându-
i
le acestora aceeaşi importanţă.Doi indici impuşi de şcoala germană de statistică rămân
şi astăzi, asemeni celor doi poli tereştri, limitele de construcţie pe axa sistemelor de
ponderare. Primul este indicele lui Etienne Laspeyres, realizat în 1864, folosind
ponderarea cu perioada de bază, iar cel de-al doilea este indicele lui Hermann Paasche,
elaborat în 1874, utilizând perioada curentă drept criteriu de ponderare:
Indicii Laspeyres: ∑ p i1q i0 sau ∑ p i0 q i1 şi Paasche: ∑ pi1qi1 sau ∑ p i1q i1 , unde:
∑ p i0 q i0 ∑ p i0 q i0 ∑ pi0qi1 ∑ p i1q i0
pi0 şi pi1 = preţuri ale perioadei de bază (0) şi curente (1)
qi0 şi qi1 = cantităţi ale perioadei de bază (0) şi curente (1).
X
Deşi aceşti indici verifică numai condiţia de identitate ( I1/1 =X1/X1 =1), din toate testele
lui Fisher pentru indici elementari, totuşi sunt cei mai des folosiţi în practică, datorită
conţinutului lor economic. În interiorul diferenţei dintre indicii Laspeyres şi Paasche,
dar cu pierderea conţinutului economic specific şi în afara relaţiei lui Ladislaus von
158
Bortkiewicz, s-au plasat mulţi indici teoretici. Aceştia pot fi numiţi fără nici o rezervă,
indici de tip „mesonic”, pornind de la dorinţa autorilor lor de a se situa valorile în
interiorul diferenţei (P – L), de a furniza o soluţie de echilibru între cele două valori
limită din punctul de vedere al alegerii bazei. Dintre formulele indicilor de tip
„mesonic” cele mai cunoscute sunt construcţiile ce utilizează medii statistice comune,
obişnuite. Media aritmetică simplă a indicilor Laspeyres şi Paasche este indicele
Sidgwik – Drobisch.: L + P .
2
Media aritmetică a cantităţilor din cele două perioade şi devenită astfel pondere
genereazǎ indicele Marshall - Edgeworth sau Bowley - Edgeworth (1885 - 1887):
∑ pi1 ( qi0 +qi1 ) .
∑ pi0 ( qi0 +qi1 )
Media geometrică a cantităţilor din cele două perioade transformată în pondere descrie

integral un indice Walsh (1901):

∑ pi1 ( qi1 × qi0 ) . Media geometrică simplă a indicilor
∑ pi0 ( qi1 × qi0 )
Laspeyres şi Paasche nu este altul decât indicele Fisher (1922): ( L × P ) Singurul test
care nu este satisfăcut de acest indice este testul de înlănţuire (circularitate). Avantajul
1 1
datorat de reversibilitatea indicelui Fisher :F0/1 = ( L1/0 × P1/0 ) = = este
( L1/0 × P1/0 ) F1/0

contrabalansat prin dezavantajul pricinuit de lipsa de conţinut economic. O construcţie

deosebit de practică este aceea a lui R.H.I. Palgrave (1886), care a propus un indice
mediu aritmetic ponderat cu valoarea bunurilor, aferentă perioadei curente
(v1i=p1i×q1i): ∑ i1/0 × (p1iqi1) = ∑ i1/0 × (v1i ) . Şirul indicilor pur teoretici sau generalizaţi este
∑ pi1qi1 ∑ v1i
imprevizibil şi plin de originalitate. Soluţia Cobb - Douglas (1928) este o generalizare
a indicelui Jevons, utilizând ponderi inegale şi îndeplinind trei din testele Fisher (fără
n α
⎛ pi ⎞ i n
reversibilitatea factorilor): Indice Cobb - Douglas:
∏ ⎜
⎜ Ρ
⎟
⎟
, unde αi > 0 şi αi = ∑
i =1 ⎝ i ⎠ i=1

1. Varianta lui Stuvel, un indice combinat între un Laspeyres al factorului preţ (LP) şi
un Laspeyres al factorului cantitate (Lq), realizat în 1957, satisface exclusiv condiţia de

(L )
2
p
p q -P q
+ I(
p×q )
identitate: L -P + ,unde I(p×q) = indicele variaţiei totale. O altă
2 4
construcţie, inspirată de această dată din metoda proiectării „experimentale”, axată pe
concepţia factorială, dar inoperantă economic, fiind lipsită de o astfel de semnificaţie
este indicele lui R.S. Banerjee (1961), tot o combinaţie de indici Laspeyres şi
Paasche: L + 1 = P ( L + 1 ) .Un adevărat punct limită al teoretizării clasice îl constituie
1 +1
P
(P + 1)
∑ ( pi Pi a 2i )
indicele autoregresiv: , Prin ai se înţeleg cantităţi de produse sau coeficienţi
∑ ( Pi )
2
2
×a
i
de ponderare (importanţă). Acesta verifică condiţia de identitate deşi este construit

159
 2
condiţionat, ∑ ⎡p - P × I
⎢⎣ i i
⎤
AUTOREGRESIV ⎥⎦
= minim. Indicii Torngvist (1936) şi Divisia
(1925) sunt rezultatul generalizărilor de tip matematic definindu-i următoarele relaţii:
⎡ pq PQ ⎤
1 i i + i i ⎥ × ln pi pi qi PQ
i i
ln (Indice Torngvist)= ∑ ⎢ , unde: şi sunt
2 ⎢ ∑ pi qi ∑ P Q ⎥ P ∑ pi qi ∑ Pi Qi
⎣ i i⎦ i
ponderi ale valorii tranzacţiilor specifice piqi şi PiQi .Forma obişnuită sub care se
întâlneşte indicele Divisia este:P0t Q0t =
∑ p it q it ca valoare medie dintr-o relaţie
∑ p i0 q i0
determinată a indicilor individuali ai preţurilor, respectiv P (i p + i p + ... + i p n ) = i p .
1 2 i
Procesele de multiplicare contemporană a formulelor de calcul ale indicilor au două
tendinţe, una deja vizibilă de axiomatizare şi matematizare extremă după modelele
indicilor Torngvist şi Divisia, care a culminat cu şcoala indicilor axiomatici şi o a doua
de reluare a filonului logic de semnificare economică a construcţiilor de indici,
specifică ultimelor construcţii în plan internaţional de la sfârşitul secolului al XX-lea,
respectiv variante de integrare a modelelor de construcţie aditive sau a modelelor mixte
aditiv – multiplicative, apropiate de semnificaţia fenomenelor reale, ca în cazul
indicelui avantajului comparativ relevat sau indicele David Neven
⎛ x m ⎞
(1895): ⎜ k − k ⎟ × 100, unde x şi m sunt valori ale exportului şi importului la
⎜∑ x m ⎟⎟
⎜
⎝ k ∑ k ⎠
nivelul industrie k.Indicele aparţine intervalului de valori (-100%; 100%), dar rareori
atinge valori mai mari de 10% sau mai mici de – 10%.

Departe de a fi considerat definitiv încheiat procesul de construire a indicilor se

află într-o continuă perfecţionare. Construcţia indicilor conduce la un fenomen de
sintetizare şi încorporare a mai multor indici simpli sau reunire a unor indici simpli
şi sintetici într-un singur indice agregat.

5.3 Sisteme concrete de indici şi probleme practice de construcţie

Utilizarea cea mai des întâlnită a indicilor sintetici se realizează în varianta lor de
indici cronologici, iar pentru a simplifica în conformitate cu cazul cel mai frecvent,
mai ales în ipostaza de indici cu bază fixă (It/0). Principalele sisteme concrete de
indici sunt cele referitoare la vânzări, livrǎri, expedieri sau, prin generalizare, la
valoarea exprimatǎ în raport cu preţul şi cantitatea efectivǎ (∑v=∑pq), la producţie
în funcţie de productivitate şi personal (∑Q=∑WT), la producţie în funcţie de
eficienţa fondurilor fixe şi valoarea fondurilor fixe (∑Q=∑EF) şi la fondul de
salariu în raport cu salariul nominal şi numărul salariaţilor (∑FS=∑ST). Se
utilizează indici sintetici agregaţi, informaţia fiind completă, detaliată şi evidenţele
uşor accesibile.

I.Sistemul de indici ai valorii (v = pq) şi (∑v =∑ pq)

În mod concret, se disting douǎ tipuri de modificǎri ale valorii cu influenţe
detaliate în raport cu preţul şi cantitatea specificǎ:

160
A. Modificarea relativă a valorii B. Modificarea absolută a valorii
∑pq t t
-Modificarea absolută generalǎ
I tv/ 0 = Δvt / 0 = ∑ pt qt − ∑ p0 q0
-Indicele general al valorii ∑p q0 0

-Indicele preţurilor (indicele valorii sub -Modificarea absolută a valorii

∑ pt qt ca urmare a schimbării preţurilor
I tp/ 0 = Δvt(/p0) = ∑ pt qt − ∑ p0 qt = ∑ qt Δp
influenţa preţurilor) : ∑ p0 qt
-Indicele volumului fizic (indicele valorii sub -Modificarea absolută a valorii ca
∑p0qt urmare a schimbării volumului fizic
influenţa volumului fizic) : I q =
t /0 ∑p0qt Δtv/(0q ) = ∑ p0 qt − ∑ p0 q0 = ∑ p0 Δq
Ponderile utilizate generează următoarele relaţii de verificare a calculelor:
I tv/ 0 = I tp/ 0 ⋅ I tq/ 0 şi t/0 t/0 Δv t/0 = Δv ( p ) + Δv ( q )
De o manierǎ similară se determină şi celelalte sisteme concrete de indici, respectiv al
producţiei în funcţie de productivitate şi număr de personal, de eficienţă şi valoarea
activelor ori a fondului de salarii în funcţie de salariu şi numărul salariaţilor (Q = WT) şi
(∑Q =∑WT), (Q = eF) şi (∑Q = ∑eF), (FS = ST) şi (∑FS =∑ST= ∑eF) etc.

Existǎ şi circumstanţe în care informaţia statistică deţinută este strict structurală

f
(apare gi = i ) şi se deţin p, W , E , S modificările medii ale caracteristicilor
∑ fi
calitative. În această situaţie se apelează la modelul indicilor calculaţi ca raport de
medii, cunoscuţi şi ca sistem de indici structurali.

II. Sistemul de indici ai preţului mediu, în funcţie de evoluţia preţurilor

individuale şi a structurii vânzărilor
Caseta nr. 5.6

p=
∑ pq = ∑ p q = ∑ pg
∑q ∑q
A. Modificarea relativă a preţului mediu
Indicele cu structură variabilă- arată modificarea preţului mediu ca urmare a influenţei
concomitente exercitate şi de p şi de q:

I tp/ 0 =
pt
=
∑pq :∑p q t t 0 0
sau
pt
=
∑pg t t
= I SV
p0 ∑q ∑q t 0 p0 ∑p g 0 0

Indicele cu structură fixă

I tp/ 0( p ) - arată variaţia lui p ca urmare a modificării lui p, iar q
rămâne la nivel t
pt ∑ pt qt ∑ p0 qt p ∑ pt gt = I
I tp/ 0( p ) = = : sau t =
∑ qt ∑ qt p0t ∑ p0 gt
SF
p0t

Indicele variaţiei structurale

I tp/ 0( q ) - arată variaţia lui p ca urmare a modificării lui q, iar p
rămâne la nivel 0

161
I tp/ 0( q ) =
p0t
=
∑p q :∑p q 0 t 0 0
sau
p0t
=
∑p g
0 t
= IVS
p0 ∑q ∑q t 0 p0 ∑p g
0 0
B. Modificarea absolută a preţului mediu
Δtp/ 0 = ∑ pt gt − ∑ p0 g 0
(a preţului mediu sub influenţa concomitentă exercitată de p şi q)
Δtp/(0p ) = ∑ pt gt − ∑ p0 gt = ∑ gt Δp
(a preţului mediu sub influenţa exercitată de p)
Δtp/(0q) = ∑ p0 gt − ∑ p0 g0 = ∑ p0Δg
(a preţului mediu sub influenţa exercitată de q)
Relaţiile se verifica la final astfel:
I tp/ 0 = I tp/ 0( p ) ⋅ I tp/ 0( q ) Δ tp/ 0 = Δ tp/(0p ) + Δ tp/(0q )

Analog se procedează şi pentru productivitatea medie a muncii, pentru eficienţa

medie a capitalului, pentru salariul mediu etc. În sinteză, în construcţia sistemelor
concrete de indici se disting unele aspecte cu implicaţii practice deosebite. Într-un
proces minimal de construcţie reală se recomandă parcurgerea următoarelor etape:
a) identificarea corectă a unităţii de observare, a variaţiei temporale, spaţiale sau în
raport cu orice altă situaţie (structură, organizare, limită, necesitate, impunere,
estimare); b) identificarea factorilor calitativi (x) şi a celor calitativi (f); c) analiza
şi evaluarea posibilităţilor de însumare în cazul factorilor cantitativ şi a
imposibilităţii de agregare acolo unde aceasta apare; d) alegerea corespunzătoare a
bazei de raportare ca nivel spaţial sau temporal, justificând desemnarea ca etalon în
vederea unei adimensionalizări optime ulterioare; e)schimbarea bazei „îmbătrânite”
sau a bazei care şi-a pierdut calitatea de a asigura tipul de comparabilitate pentru
care a fost selectată; f) alegerea formulei de calcul a indicilor în funcţie de
disponibilitatea, promptitudinea, completitudinea, precizia şi natura informaţiilor;
g) selectarea tipului adecvat de indice sintetic sub formă de medie, de raport de
medii sau de indice agregat; h) alegerea sistemului de ponderare în acord cu factorii
care determină variaţia specifică urmărită, disponibilităţi, rapiditate şi costuri; i)
racordarea periodică a construcţiilor de sisteme de indici pentru a putea asigura
continuitatea informaţiilor, dar şi pentru a limita impactul fenomenului de
îmbătrânire a ponderilor sau a coeficienţilor de ponderare.

5.4 Descompunerea variaţiei unui fenomen complex prin metoda indicilor

Metoda indicilor şi-a câştigat un loc important şi binemeritat în analiza, ca şi în

descompunerea variaţiei unui fenomen complex, pornind de la factorii de influenţă
ai acestuia, cu precădere datorită simplităţii sale. Dacă modelul analizat este unul
de tip multiplicativ, descompunerea variaţiei prin metoda indicilor se regăseşte sub
forme diferenţiate ca: metoda bifactorială (metoda substituirii în lanţ–MSL şi
metoda restului nedescompus–MRN), metoda multifactorială. Metoda bifactorială
de descompunere a variaţiei se numeşte astfel datorită modelului clasic de analiză
multiplicativ specific:y = xf.Varianta denumită metoda substituirii în lanţ este
162
justificată de o modificare cât mai mică a ponderii factorului cantitativ. Aceasta
presupune două situaţii de schimbare succesivă a factorilor în timp:
A. M.S.L. 1 – cu debut cantitativ (mai întâi se modifică factorul cantitativ)
Caseta nr. 5.7
Modificări relative Modificări absolute

I ty/ 0 =
∑ yt
=
∑ xt ft Δ ty/ 0 = ∑ xt f t − ∑ x0 f 0
∑ y0 ∑ x0 f0
Modificări relative Modificări absolute

I ty/ (0f ) =
∑x 0 t f
Δ ty/(0f ) = ∑ x0 f t − ∑ x0 f 0 = ∑ x0 Δf
∑x 0 f0
Modificări relative Modificări absolute

I ty/ (0x ) =
∑x f t t
Δ ty/(0x ) = ∑ xt ft − ∑ x0 f t = ∑ ft Δx
∑x f 0 t
Verificarea finalǎ
I ty/ 0 = I ty/ (0 f ) × I ty/ (0x ) Δ ty/ 0 = Δ ty/(0f ) + Δ ty/(0x )

B. M.S.L. 2 – cu debut calitativ (mai întâi se modifică factorul calitativ)

Caseta nr. 5.8
Modificări relative Modificări absolute

I ty/ 0 =
∑ yt =
∑ xt ft Δ ty/ 0 = ∑ xt f t − ∑ x0 f 0
∑y 0 ∑x 0 0f
Modificări relative Modificări absolute

I ty/ (0x ) =
∑x f t 0
Δ ty/(0x ) = ∑ xt f 0 − ∑ x0 f 0 = ∑ f 0 Δx
∑x f 0 0
Modificări relative Modificări absolute

I ty/ (0f ) =
∑x f t t
Δ ty/(0f ) = ∑ xt f t − ∑ xt f 0 = ∑ xt Δf
∑x f t 0

Verificarea finalǎ I ty/ 0 = I ty/ (0f ) × I ty/ (0x ) Δ ty/ 0 = Δ ty/(0f ) + Δ ty/(0x ) .

Varianta restului nedescompus (influenţelor izolate) separă variaţia fenomenului

complex, suma influenţelor izolate nefiind egală cu variaţia totală, restul
nedescompus rezultând din interacţiunea celor doi factori.

Caseta nr. 5.9

Modificări relative Modificări absolute

I ty/ 0 =
∑x f t t
Δ ty/ 0 = ∑ xt f t − ∑ x0 f 0
∑x f 0 0
Ambii factori se modifică izolat, dar pentru a întregi variaţia totală, se evaluează şi
influenţa lor comună, generatoare a restului nedescompus (neputând detalia iniţial, în
cadrul acestui rest, partea de influenţă a fiecărui factor în parte, în mod distinct).
163
I ty/ (0 f ) =
∑x f 0 t
Δ ty/(0f ) = ∑ x0 f t − ∑ x0 f 0 = ∑ x0 Δf
∑x f 0 0

I ty/ (0x ) =
∑x f t 0
Δ ty/(0x ) = ∑ xt f 0 − ∑ x0 f 0 = ∑ f 0 Δx
∑x f 0 0

∑x f t t

I ty/ (0x I f ) = ∑ x f 0 t I ty/ (0x I f)

= ∑x f − ∑x f − ∑x f + ∑x f = ∑x Δf −∑x Δf
t t 0 t t 0 0 0 t 0
∑x f t 0

∑x f 0 0
y y( f ) y( x) y ( xI f )
Verificarea finală I t / 0 = I t / 0 × I t / 0 × I t / 0 Δ ty/ 0 = Δ ty/(0f ) + Δ ty/(0x ) + Δ ty/(0x I f)

Apar trei situaţii practice de repartizare a restului nedescompus [ Δ ty/(0x I f ) ]:

a) restul nedescompus se repartizează unui singur factor, ceea ce conduce la
metoda substituirii în lanţ (MSL devine un caz particular al metodei MRN);
b) restul nedescompus se poate diviza în părţi egale celor doi factori;
c) restul nedescompus se repartizează în funcţie de ponderea influenţei izolate a
fiecărui factor în suma celor două influenţe izolate; pentru realizarea acestei cerinţe
efective mai întâi se calculează doi coeficienţi de repartizare specifici:
Δ ty/(0f ) Δ ty/(0x )
kf = şi kx =
Δ ty/(0f ) + Δ ty/(0x ) Δ ty/(0f ) + Δ ty/(0x )
apoi se repartizează proporţional restul nedescompus pentru a se obţine:
™ influenţa totală a factorului cantitativ T Δ ty/(0f )
T Δ ty/(0f ) = Δ ty/(0f ) + k f × Δ ty/(0x I f)

™ influenţa totală a factorului cantitativ T Δ ty/(0x )

T Δ ty/(0x ) = Δ ty/(0x ) + k x × Δ ty/(0x I f)

Rezultatele caracteristice metodei restului nedescompus sunt mult mai exacte,

comparativ cu metoda substituirii în lanţ, mai ales în condiţiile existenţei unei
repartizări relativ distincte, semnificative sau proporţionale în realitatea imediată a
influenţelor factorilor.Metoda multifactorială bazată pe un model multiplicativ cu
mai mulţi factori este caracterizată de imposibilitatea de a mai face distincţia
simplă între factorul calitativ şi cel cantitativ. Metoda se utilizează când un model
bifactorial multiplicativ este detaliat. Astfel consumul de materii prime şi materiale
(M) modelat elementar în funcţie de consumul specific (c) şi producţie (q), în urma
detalierii producţiei în termeni valorici (pq) devine: M = c × p × q .
Metoda multifactorială se aplică practic cu respectarea a două reguli
Regula 1:Se alcătuiesc un număr de indici egal cu numărul factorilor.
Regula 2: Factorii sunt trataţi succesiv drept factori calitativi şi cantitativi
(de manieră translativă sau glisantă de la stânga la dreapta).
Concret pe un model multifactorial y = a × b × c × d se remarcă următoarele:
164
A. Modificări relative B. Modificări absolute

I ty/ (0a ) =
∑ at bt ct dt Δ ty/(0a ) = ∑ at bt ct dt − ∑ a0bt ct d t = ∑ (at − a0 )bt ct dt
∑a bc d 0 t t t

I ty/ (0b ) =
∑a bc d 0 t t t
Δ ty/(0b ) = ∑ a0bt ct dt − ∑ a0b0 ct dt = ∑ (bt − b0 )a0 ct dt
∑a b c d0 0 t t

I ty/ (0c ) =
∑a b c d0 0 t t
Δ ty/(0c ) = ∑ a0b0ct dt − ∑ a0b0 c0 dt = ∑ (ct − c0 )a0b0 dt
∑a b c d0 0 0 t

I ty/ (0d ) =
∑a b c d0 0 0 t
Δ ty/(0d ) = ∑ a0b0 c0 dt − ∑ a0b0 c0 d 0 = ∑ (dt − d 0 )a0b0 c0
∑a b c d0 0 0 0
Verificarea finalǎ
y y(a) y (b ) y (c)
I t /0 =I t /0 ×I t /0 ×I t /0 × I ty/0( d ) Δ ty/ 0 = Δ ty/(0a ) + Δ ty/(0b ) + Δ ty/(0c ) + Δ ty/(0d )
Dacă modelul analizat este unul de tip aditiv clasic y = a + b (ca în exemplul:
salariul brut = salariul net + taxe şi impozite) descompunerea este mult simplificată
y a +b a1 b
prin modificări relative de forma: ity/ 0 = 1 = 1 1 = + 1 şi modificări
y0 a0 + b0 a0 + b0 a0 + b0
absolute: Δty/0 = (a1 + b1 ) − (a0 + b0 ) = (a1 − a0 ) + (b1 − b0 ) = Δta/0 +Δbt /0 . Descompunerea
practică a variaţiei unui fenomen complex pe factori de influenţă prin metoda
indicilor operează cu promptitudine în condiţiile unui număr relativ limitat de
indici (implicit factori explicativi).

5.5 Inflaţia şi indicii interpret în contabilitate

Definiţii distincte în diverse statistici naţionale, atribuite variatelor tipuri de

indici de preţ, validează prin sintetizare afirmaţia că indicele interpret îşi are drept
elemente constant identice următoarele caracteristici: a) instrument de măsură care
furnizează o estimare a evoluţiei preţurilor (bunurilor de consum în IPC, industriale
în IPPI etc.); b) înstrăinarea bunurilor şi prestarea serviciilor (respectiv preţuri şi
tarife efectiv practicate); c) modificarea preţurilor între o perioadă fixă (perioadă
de bază sau de referinţă) şi o perioadă variabilă (perioadă curentă).Cei mai utilizaţi
indici interpret sunt următorii:
I. IPC –indicele preţurilor (bunurilor) de consum al populaţiei măsoară evoluţia de
ansamblu a preţurilor mărfurilor cumpărate şi a tarifelor serviciilor utilizate, fiind
considerat principalul instrument de evaluare a inflaţiei; descrierea instrumentală şi
aplicativă a indicelui preţurilor bunurilor de consum are ca repere: definirea,
avantajele şi dezavantajele utilizării, sfera de cuprindere, sursele de date,
eşantioanele utilizate în construcţie, sistemul de ponderare, calculul efectiv, inflaţia
calculată ca ritm al IPC, indicatori specifici ai inflaţiei, utilizări ale IPC şi indicele
puterii de cumpărare a monedei naţionale.

165
IPC = ∑ I ( p q ) , unde ( p q ) = C
p
0 0 0 0
iar Ip = indicele la nivel de post, grupă
∑( p q ) ∑( p q )
p
0 0 0 0

sau general în luna t în raport cu anul t-2 şi Cp=coeficient de ponderare specific

(sortimentului, postului, grupei) conform anchetei ABF.

Caseta nr. 5.10

Indicele IPC este un indice sintetic calculat cu o medie aritmetică ponderată a indicilor
pe diverse nivele inferioare de agregare (grupă, post, sortiment). Rata inflaţiei se
determină ca ritm al IPC. Dacă IPC este un coeficient, rata inflaţiei devine:
R=(IPC × 100)–100, iar când IPC este un procent, rata inflaţiei se determină astfel:
R=PC–100.Indicatorii inflaţiei, publicaţi în Buletinul statistic de preţuri, sunt descrişi
în continuare.
I.Rata lunară a inflaţiei în luna t faţă de cea precedentă(t-1): R t t−1 = IPCt t−1 × 100 − 100
II. Rata medie lunară a inflaţiei ca medie geometrică a creşterilor lunare pentru o
anumită perioadă de n luni: R = ( n ∏ IPC ) × 100 − 100
III. Rata inflaţiei la sfârşitul perioadei (anului) în luna t (decembrie) faţă de luna
decembrie a anului precedent: R t decembrie= IPCt decembrie×100− 100
IV. Rata anuală a inflaţiei într-un an faţă de anul precedent, calculată ca un raport între
indicele mediu al preţurilor dintr-un an şi cel al anului precedent, determinaţi amândoi
ca medii aritmetice simple ale indicilor lunari din fiecare an, calculaţi faţă de aceeaşi
bază (de exemplu: octombrie 1990 = 100): R ANt AN ( t −1) =
IPC ANt
× 100 − 100
IPC AN ( t −1)
Utilizările IPC-ului sunt conjuncturale (IPC şi rata şomajului sunt indicatori esenţiali în
analiza conjuncturală a ţărilor U.E, fostele criterii Maastricht) în analiza contabilităţii
naţionale şi în analize sociale (comunitare), conducând la determinarea câştigului
salarial real, Sr = (Sn/IPC) × 100, a pensiei reale, Pr = (Pn/IPC) × 100, la indexarea
câştigurilor salariale şi a pensiilor, la determinarea consumului real etc.
Indicele puterii de cumpărare a monedei naţionale (IPCMN) constituie inversul valorii
IPC, semnalând pierderea puterii de cumpărare a monedei naţionale: IPCMN = 1
IPC
Pentru un indice al preţurilor de consum de 107,0%, IPCMN devine egal cu 93,5%,
dezvăluind o pierdere a puterii de cumpărare estimată a monedei naţionale de 6,5%.

II. IPPI –indicele preţurilor producţiei industriale exprimă în mod sintetic

evoluţia sau schimbările medii ale preţurilor produselor fabricate şi livrate de
producătorii interni, practicate efectiv în primul stadiu al comercializării acestora,
fiind utilizat atât la deflatarea producţiei industriale evaluată în preţuri curente, cât
şi la determinarea inflaţiei în sfera „preţurilor producătorilor”. Acest indice este
unul dintre puţini indicii înzestraţi cu putere de „premoniţie”, o veritabilă
Cassandra în lumea atît de populată a instrumentelor de măsură a inflaţiei. Astfel
IPPI anticipează evoluţia IPC. Din analiza ultimilor 17 ani, se constată o dinamică
paralelă a evoluţiei celor două instrumente statistice de evaluare a inflaţiei,
relevând capacitatea de predicţie a dinamicii IPC, pornind de la evoluţia IPPI;
166
 III. IVU–indicele valorii unitare a exportului/importului caracterizează dinamica
preţurilor din contractele de export/import, extinderea variaţiei preţurilor mărfurilor
considerate reprezentative asigurând în final o rată de acoperire maximală a
produselor de 92%, ceea ce permite deflatarea prin intermediul său a indicatorilor
ce caracterizează schimburile externe şi chiar calcularea raportului de schimb;
IV. ICV –indicele de cost al vieţii arată care este costul la preţurile pieţei în perioada
curentă, pentru menţinerea standardului de viaţă atins în perioada de bază, fiind
calculat ca raport între acest cost ipotetic şi costul efectiv (de consum) al perioadei de
bază, necesitatea acestui tip de indice interpret fiind evidentă mai ales în determinarea
salariului real şi venitului real; între IPC şi ICV există o relaţie deosebită,
caracterizată succint în continuare:
V. IPAm–indicele preţurilor cu amănuntul stabileşte modificarea preţurilor la
toate mărfurile vândute prin reţeaua comerţului cu amănuntul, importanţa lui ca
instrument de măsură a inflaţiei în sfera preţurilor cu amănuntul, fiind evidentă;
VI.ICC–indicele costului construcţiilor apreciază modificarea preţurilor în
construcţiile de locuinţe, servind la indexarea chiriilor, indiferent de metoda de
calcul aleasă el fiind folosit şi independent dar şi în cadrul IPC;
VII.IPPA-A–indicele preţurilor produselor agro-alimentare măsoară evoluţia
preţurilor pe piaţa ţărănească (piaţa producătorilor agricoli individuali sau asociaţi),
furnizând informaţii importante despre inflaţia pe această piaţă specială;
VIII. - indicele deflator al PIB sau deflatorul implicit al PIB–indicele preţurilor
produsului intern brut care se calculează ca rezultat al raportului între PIB nominal
sau în preţuri curente şi PIB exprimat în preţuri comparabile (după deflatarea
separată a fiecărei componente a acestui indicator macroeconomic).

Caseta nr. 5.11

Indicele implicit al preţurilor produsului intern brut sau deflatorul PIB–ului este un
instrument statistic care măsoară evoluţia de ansamblu a preţurilor întregii sfere de
producţie a unei economii naţionale, respectiv a preţurilor şi tarifelor produselor şi
serviciilor finale, la nivelul unui teritoriu economic, într-o anumită perioadă de timp, de
regulă un an sau un trimestru.Principalul avantaj al deflatorului PIB-ului este completitudinea
sau sfera sa de cuprindere, mai extinsă în comparaţie cu toate celelalte instrumente statistice
de măsurare a inflaţiei, iar dezavantajul major este lipsa promptitudinii sale sau tardivitatea
specifică. PIB se calculează anual, iar din 2000 se estimează şi trimestrial. Evaluarea PIB este
provizorie (la sfârşitul anului sau perioadei de referinţă), semidefinitivă (la 1-2 ani distanţă
de anul de referinţă) şi definitivă (la 2-3 distanţă de anul de referinţă). Deflatorul PIB-ului
este un indice Paasche, calculat prin raportarea indicelui PIB-ului nominal la indicele real:
∑pq 1 1
I nominal ∑p q ∑pq
Deflatorul PIB-ului = PIBreal = 0 0
=
1 1
I PIB ∑p q 0 1 ∑p q
0 1

∑p q 0 0

Indicele implicit al PIB–ului se calculează şi la nivelul componentelor: consum public şi

privat, investiţii brute, modificări ale stocurilor, exportului şi importului.
Indici interpret sunt acele instrumente statistice absolut necesare în economiile de
piaţă, care permit substituirea caracterizărilor de tip adjectival ale inflaţiei cu o
167
scală ordinală. Cum variabila măsurată pe o scală ordinală este înzestrată cu relaţia
de ordine aceasta permite ierarhizarea următoare: a ) nivelul de inflaţie subnormală
(cuprinsă între 0 şi 3%); b) nivelul de inflaţie (infra)normală (model Friedman -
inflaţie 3-5% anual); c) nivelul de inflaţie moderată (între 5 şi 10% anual); d)
nivelul de inflaţie întreţinută (între 10 şi 20% anual); e) nivelul de inflaţie
persistentă (între 20 şi 100% anual); g) nivelul de inflaţie forţată (între 100 şi 200%
anual); h) nivelul de inflaţie accelerată (între 200 şi 300% anual); i) nivelul de
inflaţie excesivă (între 300 şi 1300% anual) şi h) hiperinflaţia (şoc inflaţionist lunar
de peste 50% şi peste 13000% anual).

5.6 Test de autoevaluare şi aplicaţii statistice în contabilitate

A) Test de autoevaluare
A1) Întrebări clasice recapitulative A2) Întrebări tip grilă
(Completaţi spaţiile goale) (Încercuiţi litera răspunsului corect)
7. Identificaţi valoarea indicelui de preţ
1. Ce este un indice statistic şi care sunt care asigură menţinerea volumului valoric
funcţiile cognitive ale sale ? al vânzărilor în condiţiile reducerii cu 15%
a cantităţilor produse: a) 15,00; b) 17,65;
2. Care sunt cele trei sisteme clasice de c) 33,33 %; d) 117,65 %.
ponderare şi în ce constă originalitatea lor? 8. Alegeţi afirmaţia falsă privind indicii de
preţ calculaţi în statistica românească:
3. Care sunt problemele practice legate de a)Deflatorul PIB este un indice Paasche;
construcţia sistemelor de indici interpret? b)IPPI este un indice Laspeyres; c)IPC este
un indice Fisher.
4.Cum se detaliază sistemul de indici ai 9. Identificaţi indicele puterii de cumpărare
preţului mediu? a monedei naţionale, în condiţiile în care
inflaţia a fost de 9,0%: a)71,45%; b) 91,0%;
5. Care sunt procedurile de determinare a c) 91,74% ; d) 109,03%.
IPC, IPPI şi deflatorul implicit al PIB-ului? 10 Dacă cifra de afaceri nominală sau în
preţuri curente prezintă lunar un indice de
6. Care este indicele de preţ cu cea mai 120% şi rata inflaţiei este de 25%, atunci
mare utilizare în afaceri? dinamica cifrei de afaceri reale este egală
cu: a)95,0%; b) 96,0%;c)104,2%; d)105,0%

B) Aplicaţii rezolvate
1.Dacă vânzările la export, a două produse, în două luni succesive sunt cele din
tabelul 5.1, atunci să se determine: a) indicii individuali ai vânzărilor, ai preţurilor
şi ai volumului fizic; b) indicii sintetici agregaţi ai volumului fizic şi ai preţurilor
Laspeyres, Paasche şi Fisher, iar în final indicele valoric al vânzărilor totale.
Tabel nr. 5. 1
Produs Preţ unitar (€) Cantitate (mii) Valoarea vânzărilor (mii € )
p0 p1 q0 q1 p0q0 p0q1 p1q0 p1q1
A 100 120 10 9 1000 900 1200 1080
B 400 500 8 7 3200 2800 4000 3500
Total - - - - 4200 3700 5200 4580
Rezolvare: Indicii individuali iV, ip, iq semnifică dinamica la nivel de produs a
168
 v1 p1q1 p1
vânzărilor: i1/V 0 = × 100 = × 100 , preţurilor i1/p 0 = ×100 şi cantităţilor
v0 p0 q0 p0
q1 v p q
i1/q 0 = × 100 . Întotdeauna i1/ 0 = i1/ 0 × i1/ 0 ,iar rezultatele sunt:
q0

Produs i1v/ 0 i1p/ 0 i1q/ 0

A 108,0 120,0 90,0
B 109,4 125,0 87,5
Indicii agregaţi Laspeyres (L) şi Paasche (P) sunt prezentaţi în paralel:

• Indicele volumului fizic: L1/q 0 =

∑ p0 q1 × 100 = 3700 × 100 = 88, 095% ,
∑ p0 q0 4200

( L1/q 0 şiP1/q0 ) P1/q0 =

∑ p q × 100 = 4580 × 100 = 88, 077% .
1 1

∑pq 1 0
5200

• Indicele preţurilor : L1/p 0 =

∑ p q ×100 = 5200 × 100 = 123,809% ,
1 0

∑pq 0
4200
0

( L1p/ 0 şiP1 p/ 0 ) P1/p0 =

∑ p q × 100 = 4580 × 100 = 123, 784% .
1 1

∑pq 0 1
3700
În final, indicele valorii vânzărilor totale este I V = L p P q = Lq P p = 109,047 %
Sistemul de indici de preţ şi ai volumului fizic de tip Fisher (F) reprezintă mediile
simple geometrice ale indicilor Laspeyres şi Paasche:
Fq = Lq × P q = 88, 086% , Fp = Lp × P p = 123, 796% şi IV=Fq·FP=109,047 %.
2.O firmă a vândut pe piaţă trei produse în luna ianuarie în valoare de 10 mii lei
(5 mii de lei pentru articolul A, 3 mii pentru B şi 2 mii pentru C). Pentru februarie
calculaţi indicele Laspeyres ca medie aritmetică a indicilor individuali iAf =120,0
%, iBf = 80,0 % şi iCf = 150,0 %. Soluţie: Se determină indicele conform

formulei I f
=
∑i x f f
0 0
=114,0 % .
∑x f
L
0 0

3. Datele privind exporturile celor două agenţii ale firmei A&B, privind două noi
produse introduse pe piaţă timp de douǎ trimestre sunt următoarele:
Tabel nr. 5.2
Preţ unitar (€) Structură vânzǎri(%)
Preţuri medii ( p = ∑ pi g i )
Agenţia
p0 p1 g0 g1 p0g0 p0g1 p1g0 p1g1
A 5 4 0,4 0,2 2,0 1,0 1,6 0,8
B 8 10 0,6 0,8 4,8 6,4 6,0 8,0
TOTAL - - 1,0 1,0 6,8 7,4 7,6 8,8
a. Care sunt valorile pentru indicele preţului mediu sub influenţa concomitentǎ a preţurilor
şi structurii, indicele preţului mediu sub influenţa preţurilor şi indicele preţului mediu sub
169
influenţa structurii. b. Determinaţi influenţele absolute şi contribuţia procentuală a celor
doi factori (preţul individual şi structura vânzărilor), în variaţia preţului mediu.
Rezolvare:Preţul mediu este expresia raportării vânzărilor la cantităţile totale:
∑ v = ∑ pq = p q = pg .Apoi se preia informaţia structurală g = q
p= ∑ q ∑
∑q ∑q ∑ ∑q
exprimată prin intermediul coeficienţilor. Astfel, se deduc preţurile medii apelând
la produsele preţ şi structură (pg), agregate (Σ pg):
• p0 = ∑p 0 ⋅ q0 = 6,8 € (preţul mediu al perioadei de bază),
• p01 = ∑ p0 ⋅ q1 = 7,4 € (preţul mediu al perioadei de bază cu structura
vânzărilor din perioada curentă),
• p10 = ∑ p1 ⋅ q0 = 7,6 € (preţul mediu al perioadei curente cu structura
vânzărilor din perioadei de bază),
• p1 = ∑ p1 ⋅ q1 = 8,8 € (preţul mediu al perioadei curente).
Indicii preţului mediu sunt construiţi ca raporturi de medii. Indicele preţului mediu
sub influenţa preţurilor şi structurii, cunoscut ca indice cu structură variabilă este:
p
I1/p 0( p , g ) = 1 × 100 =
∑ p1q1 : ∑ p0 q0 × 100 = ∑ p1 g1 × 100 = 8, 8 × 100 ≈ 129, 4%
p0 ∑ q1 ∑ q0 ∑ p0 g0 6, 8
Indicii preţului mediu sub influenţă preţurilor şi a structurii sunt indicii cu structură
fixă (ISF) şi ai variaţiei structurale (ISV).

I1/p 0( p ) =
p1
× 100 =
∑pq 1 1
:
∑pq0 1
× 100 =
∑ p g ×100 = 8,8 ×100 ≈ 118, 9% =(ISF)
1 1

p01 ∑q 1 ∑q 1 ∑p g
0 1
7, 4

I1/p 0( g ) =
p01
× 100 =
∑pq 0 1
:
∑pq0 0
× 100 =
∑ p g × 100 = 7, 4 ×100 ≈ 108,8% =(IVS)
0 1

p0 ∑q 1 ∑q 0 ∑p g
0 0
6,8
p ( p,g ) p( p) p( g )
Întotdeauna: I =I 1/0 ×I sau ISV=ISF×IVS. Modificările absolute cauzate
1/0 1/0
de variaţia preţurilor individuale şi de variaţia structurii sunt prezentate detaliat.
Modificarea concomitentă a celor doi factori este:

I SV = I1/p (0pg ) =
∑pg 1 1
⇒ Δ p ( p , g ) = ∑ p1 g1 − ∑ p0 g 0 = 8,8 − 6,8 = 2 €
∑p g 0 0

Modificarea exclusivă a preţurilor reprezintă:

p( p)
I SF = I1/0 =
∑pg 1 1
⇒ Δ p ( p ) = ∑ p1 g1 − ∑ p0 g1 = 8,8 − 7, 4 = 1, 4 €
∑p g 0 1

Modificarea exclusivă a structurii de vine egală cu:

p( g )
IVS = I1/0 =
∑p g 0 1
⇒ Δ p ( g ) = ∑ p0 g1 − ∑ p0 g 0 = 7, 4 − 6,8 = 0, 6 €
∑p g 0 0

p( p,g )
Întotdeauna: Δ = Δ p ( p ) + Δ p ( g ) sau ΔSV = ΔSF + ΔVS .Cum variaţia totală a
preţului mediu a fost Δ p ( p , g ) = 2 € rezultă că variaţia preţurilor a contribuit cu

170
 Δ p( p) 1, 4 Δ p( g ) 0,6
p ( p, g )
×100 = ×100 = 70 % şi variaţia structurii cu p ( p, g )
×100 = ×100 = 30 % .
Δ 2, 0 Δ 2,0
4.S-au dat publicitǎţii urmǎtoarele date, pentru două regiuni:
Tabel nr. 5.3
Anul 0 Anul 1
Venitul nominal minim lunar în sute de euro 5 6
Structura cheltuielilor de consum (coeficienţi de ponderare) -%-
- mărfuri alimentare – cpA 55,0 60,0
- mărfuri nealimentare – cpN 30,0 26,0
- servicii – cpS 15,0 14,0
Indicele preţurilor bunurilor de consum (IPC) -%-
- mărfuri alimentare – iA - 150,0
- mărfuri nealimentare – iN - 120,0
- servicii – iS - 140,0
a) Determinaţi IPC, pornind de la indicii individuali şi structura consumurilor.
b). Calculaţi şi comentaţi dinamica reală a venitului nominal minim lunar.
c) Aflaţi diferenţa dintre IPC şi ICV.
Rezolvare: Indicele preţurilor de consum în formula Laspeyres
p1
∑ p0 q 0
p
IL =
∑ p1q0 p0
=
∑ i1/0p p0 q0 p
= A N S
unde i1 / 0 sunt indicii i , i , i ,iar
∑pq 0 0 ∑pq 0 0 ∑pq 0 0

p0 q0
reprezintă coeficienţii de ponderare ai cheltuielilor din perioada 0.
∑pq 0 0

150 × 55 120 × 30 140 × 15 13950

I lp = 2
+ 2
+
=1,395 =
( % =139,5)
2
100 100 100 100 2
Nivelul şi dinamica reală a venitului minim lunar
Nivelul nominal 6
Nivelul real= = =4,3 sute euro.
IPC 139, 5
Dinamica este conferită de indicele individual al celor două valori exprimate în
4, 3
preţurile aceluiaşi an: i1/venit
0 = x 100 = 86,0 %.Confruntat cu un IPC de 139,5
5
%,nivelul venitului minim lunar deşi prezenta o creştere aparentă de 20%
(6/5x100=120,0%), în termeni reali sau comparabili, acelaşi venit minim s-a
diminuat cu numai 14%. La acelaşi rezultat se ajunge şi prin raportarea celor doi
indici, respectiv a indicelui dinamicii venitului minim lunar la IPC:
VENIT
I NOMINAL 120, 0
IVenit minim real = = x100 = 86,0 %.
IPC 139, 5
Aplicaţia permite şi calculul indicelui costului vieţii (în formula Paasche) astfel:

171
I pp = ∑ ∑pq ∑v
p1 q1 1
= 1 1
= =ICV
∑ p0 q1 ∑p /p
1
p1 q1
1
∑ ip v 1
1 0 1/ 0

Ïn formulă se înlocuiesc datele din aplicaţie, unde i1p/ 0 sunt indicii iA , iN , iS , iar
structura curentă a cheltuielilor de consum este alcătuită din coeficienţii de
ponderare obţinuţi la nivelul anului 1.
1 1
IPC = x100= ×100=139,53 %
1 1 1 1
∑i p
p1q1
1, 5
× 0, 6 +
1, 2
× 0, 26 +
1, 4
× 0,14
1/ 0
Diferenţa dintre IPC şi ICV este egală cu 139,5 % - 139,53 %= - 0,03%.

C) Aplicaţii propuse spre rezolvare

1.Completaţi informaţiile ce lipsesc despre evoluţia activităţii unui agenţii
specializate în vânzările de autoturisme, pentru următorii cinci ani:
Tabel nr. 5.4
Anul Cifra de afaceri Indicele volumului Indicele preţurilor
( sute de mii € ) q
fizic ( I t / t −1 ) -%-
p
( I t / t −1 ) -%-
T 10,8 105,0 102,0
T+1 11,9 108,4
T+2 14,4 100,0
T+3 16,2 90,0
T+4 20,0 125,0
2.La nivelul firmei X se cunosc datele de mai jos privind vânzările în două semestre
ale anului curent:
Tabel nr.5.5
Denumirea Valoarea vânzărilor (mii lei) Indice de volum
produsului Sem. I Sem. II fizic (%)
Interfon „A” 500 550 114,0
Interfon „B” 1200 1800 120,0
Interfon „C” 1000 1000 156,0
a). Să se calculeze indicii individuali ai volumului valoric şi ai preţurilor. b). Să se
determine indicii de grup sau sintetici ai volumului valoric,fizic şi ai preţurilor. c). Să se
măsoare contribuţia factorului calitativ şi cantitativ în modificarea totală a vânzărilor.

3. Despre exporturile firmei Y s-au obţinut urmǎtoarele informaţii în douǎ trimestre

succesive şi pentru cele trei agenţii deţinute. Datele sunt prezentate în continuare:
Tabel nr. 5.6
Agenţia Preţ unitar ( € / produs) Structura vânzărilor %
p0 p1 g0 g1
„A” 70 50 0,45 0,60
„B” 60 60 0,25 0,25
„C” 80 100 0,30 0,15
TOTAL - - 1,00 1,00
172
a). Să se determine preţul mediu în cele două trimestre. b). Să se determine indicele
preţului mediu (ISV ), indicele preţului mediu sub influenţa preţurilor (ISF ) şi sub influenţa
structurii (IVS,), influenţele absolute ( Δ ) şi contribuţia procentualǎ a celor doi factori.
4. Exporturile pentru trei produse, în două luni succesive au fost următoarele:
Tabel nr.5.7
Produs Preţul unitar ( € ) Cantitatea (mii produse)
p0 p1 q0 q1
A 100 120 200 180
B 200 160 300 500
C 140 140 500 620
Determinaţi indicii individuali ai vânzărilor, preţurilor şi cantităţilor, cei sintetici
agregaţi, conform Laspeyres, Paasche şi Fisher, dar şi indicele vânzărilor totale.
5. În care din următoarele două regiuni dinamica prognozată a câştigului minim
lunar este mai avantajoasă pentru locuitorii săi ?
Tabel nr. 5.8
ANUL
T T+1
Reg X Reg Y Reg X Reg Y
Câştigul salarial lunar – sute euro 6,0 5,8 6,6 6,38
Structura cheltuielilor de consum (coeficienţi de ponderare) -%-
• mărfuri alimentare – cpA 43,0 46,0 40,0 45,0
• mărfuri nealimentare – cpN 35,0 30,0 32,0 33,0
S
• servicii – cp 22,0 24,0 28,0 22,0
Indicele preţurilor bunurilor de consum (IPC) -%-
• mărfuri alimentare – iA - - 130,0 120,0
N
• mărfuri nealimentare – i - - 140,0 110,0
S
• servicii – i - - 120,0 130,0
a).Să se afle diferenţa dintre indicele preţurilor în formula Laspeyres şi Paasche.
b).Comentaţi dinamica reală a câştigului salarial,după cele două formule de
calcul.

173
 CAPITOLUL 6
REGRESIE ŞI CORELAŢIE STATISTICĂ

Cuprins Pag.
6.1 Legătura statistică – noţiuni esenţiale şi clasificare 175
6.2 Regresia statistică şi valorificarea ei în contabilitatea practică 176
6.3 Corelaţia statistică şi valorificarea ei în contabilitatea practică 181
6.4 Test de autoevaluare şi aplicaţii statistice în contabilitate 187

Obiective:. Obiectivul esenţial al capitolului este legat de însuşirea metodei regresiei şi

corelaţiei. Identificarea legăturilor statistice între fenomenele economice se transpune
în înţelegerea şi abstractizarea unei forme de realitate superioarǎ a vieţii economice.
Investigaţia prin metoda regresiei şi corelaţiei debutează cu intuiţia grafică şi este
urmată de aplicarea metodei celor mai mici pătrate, combinată şi finalizată cu
abstractizarea succesivă a factorilor conform principiul stabilităţii anumitor elemente
ale analizei statistice (caeteribus paribus). Rolul regresiei sau este completat de
capacitatea de analiză multicauzală a corelaţiei. Determinaţia se împleteşte cu
nedeterminaţia, parţialitatea cu eroarea şi rezidualitatea în înţelegerea profundă a
fenomenului economic. Dobândirea de competenţe privind identificarea existenţei,
sensului şi intensităţii legăturilor statistice şi capacitatea de a interpreta valorile unor
indicatori speciali (coeficient de regresie şi de corelaţie, raport de corelaţie şi
determinaţie) sunt elemente de mare impact în formarea gândirii statistice a studenţilor
care vor lucra în domeniul deciziei contabile.
Cuvinte cheie: legătură, dependenţă şi interdependenţă statistică, asociere, coeficient
de asociere, de interdependenţă şi pătratul de contingenţă, metoda seriilor paralele
interdependente, grupării, tabelului de corelaţie, corelograma, regresia uni şi
multifactorială, coeficient de regresie şi corelaţie, raport de corelaţie, coeficient de tip
Spearman şi Kendall, Fechner şi Bravais-Pearson, coeficient de corelaţie cu decalaj,
coeficient de elasticitate.
Bibliografie
Biji,M., Biji,E.,Lilea,E, Anghelache,C.,Tratat de statistică, Ed.Economică,Bucureşti, 2002.
Isaic-Maniu, Al., (coord), Dicţionar de statistică generală, Ed.Economică, Bucureşti, 2003.
M.Korka,L.,Begu,E.Tusa,Bazele statisticii pentru economişti, Ed.Tribuna Economică, 2002
C., Moineagu, I., Negură, V., Urseanu, Statistica, Ed.ştiinţifică, Bucureşti,1976.
G. Săvoiu, Statistică generală.Argumente în favoarea formării gândirii statistice, Ed. Independenţa
Economicǎ, Piteşti, 2003.
G. Săvoiu, Statistică aplicată în domeniul economic şi social. Elemente teoretice, teste tip grilă,
aplicaţii şi studii de caz, Ed. Independenţa Economicǎ, Piteşti, 2004.
G. Săvoiu, Statistica.Un mod ştiinţific de gândire, Ed.Universitară, Bucureşti, 2007.
G. Săvoiu, Statistica.Mod de gândire şi metode, Ed.Universitară, Bucureşti, 2009.
G., Săvoiu, Statistica pentru afaceri, Ed.Universitară, Bucureşti, 2011.
V.Trebici, Mica enciclopedie de statistică,Ed.ştiinţifică şi enciclopedică,Bucureşti, 1985.
M. Ţarcă,Tratat de statistică aplicată, Ed. didactică şi pedagogică R.A. Bucureşti, 1998.
Webografie
***http://www. insse.ro şi ***http://epp.eurostat.ec.europa.eu/ şi *** http://www. bnr.ro

174
 6.1 Legătura statistică – noţiuni esenţiale şi clasificare

În varianta extinsă sau generalizată, legătura statistică a două sau mai multe
variabile reprezintă influenţa unidirecţională (reciprocă), manifestată prin
dependenţe sau interdependenţe, care conduc la schimbarea nivelului de dezvoltare
final. Această variaţie unidirecţională sau reciprocă poate fi numită, fie variaţie a
caracteristicii dependente în raport cu o altǎ caracteristicǎ independentă, fie
covariaţie sau legătură prezentă între cele două variabile. Variabila independentă
este numită explicativă, cauzală sau factorială, în timp ce variabila dependentă
apare ca rezultativă, explicată sau ca efect. Legăturile sau covariaţiile dintre diverse
fenomene sau procese din natură şi din societate se află sub o permanentă influenţă
a legilor dinamice sau de tip statistic. O lege dinamică, transpusă simplificat,
generează o legătură dinamică (cauzală), sintetic exprimată prin afirmaţia: unei
cauze xi îi corespunde un efect yi, respectiv unui nivel xi îi corespunde un anumit
nivel yi . O lege de tip statistic, esenţializată într-o legătură de tip statistic, este
caracterizată prin formularea: variabila yi depinde de mai multe cauze x1,x2,…,xi
…,xn. Rezultă că legea statistică este caracterizată de o relaţie de multicauzalitate,
unele variabile explicative, independente, factoriale deţinând un caracter esenţial,
altele unul întâmplător.Legătura dinamică dintre x şi y devine matematic o funcţie
univocă sau unifactorială yi= f(xi), în timp ce legătura statistică se transformă într-o
funcţie multifactorială yi = f(x1, x2,…, xi,…,xn).În mod concret, conţinutul relaţiilor
existente între familia factorilor explicativi x1,x2,…,xi…,xn şi efectul yi descrie: a) o
dependenţă statistică (legătură univocă sau dinamică); b)o interdependenţă
statistică (legătură biunivocă); c) o interdependenţă falsă (aparentă), care dezvăluie
în profunzime o cauză comună; d) o dublă dependenţă compensată al rezultat final
asupra lui y este nul; e) descrie un simplu paralelism variaţional între cele două
variabile, ce lasă impresia unei legături statistice (xk nefiind un factor al lui y).
Dintre cele cinci cazuri descrise, numai primele două merită şi pot fi caracterizate
numeric, pentru a intensifica gradul de cunoaştere al variaţiei lui yi, în raport cu
factorii x1,x2,…,xi,…,xn . Cazurile c, şi d nu precizează pentru moment informaţii
cantitative relevante, iar cazul e este tipic pentru un paralelism variaţional de scurtă
sau lungă durată, lipsit de semnificaţie în aprofundarea variaţiei lui yi.În cazul unui
asemenea conglomerat dinamic de factori nu este posibil ca relaţia dintre cauză şi
efect să poată fi constatată la fiecare manifestare (xi→yi). Relaţia dintre variabila
explicativă şi variabila explicată poate fi însǎ sesizată ca o tendinţă medie specifică
unui număr suficient de mare de manifestări, elemente, indivizi. Analiza legăturilor
şi stabilirea unei regresii sau corelaţii dă rezultate bune atunci când: a) există un
număr suficient de mare de cazuri individuale (perechi xi, yi); b) distribuţia
abaterilor este o distribuţie normală sau aproximativ normală; c) abstractizarea
factorilor se realizează succesiv. Legătura statistică, în forma ei generic numită
corelaţie statistică, reprezintă deci o reflectare într-o formă numerică adecvată a
interdependenţei dintre fenomenele, procesele, indicatorii diverselor fenomene
cercetate, în ceea ce priveşte natura, forma, direcţia (sensul) şi gradul de
intensitate. Tipologia legăturilor statistice este una dintre cele mai diverse, având la
bază o gamă variată de criterii. Principalele clasificări se realizează în raport de:
a) natura relaţiei de cauzalitate [legături funcţionale, univoce sau de cauzalitate
175
simplă de tipul yi=f(xi),precum şi legături statistice (stohastice sau multicauzale) de
tipul yi= f(x1,x2,...,xi…,xn )];
b) numărul caracteristicilor factori sau al variabilelor luate în analiză (legături
statistice simple, în care apare o singură variabilă rezultativă, dependentă,
explicativă sau efect yi şi se abstractizează sau se izolează din mulţimea de cauze
posibile numai una singură xi, numită şi variabilă independentă sau explicativă,
precum şi legături statistice multiple, în care efectul yi este rezultatul a două sau
mai multe variabile factoriale, cauzale concomitente sau asincrone);
c) tipul şi natura caracteristicilor (legături referitoare exclusiv la variabilele
cantitative şi asociaţii statistice, nerestricţionate dar specifice celor calitative);
d) forma legăturii dintre variabile [legături liniare exprimate prin ecuaţia unei
drepte (yi=a+bxi) şi legături curbilinii, exprimate prin ecuaţia unei funcţii
1
exponenţiale (yi=abx), parabolice (yi= a+bxi+ cxi2 ), hiperbolice (yi=a+b ) etc. ];
xi
e) direcţia sau sensul în care se produc (legături directe sau de acelaşi sens şi
legături inverse sau de sens contrar);
f) timpul efectiv în care se realizează (legături sincrone sau concomitente şi
legături asincrone sau cu decalaj);
g) conţinutul relaţiei dintre variabile (dependenţe şi interdependenţe).
În lipsa unor serii lungi de date, în practica statistică dependenţele şi
interdependenţele false, compensate sau paralele - cu sensul de legǎturi artificiale-
se lasă greu identificate sau descoperite şi necesită alături de testări semnificative şi
o analiza conceptuală, structurală şi funcţională economică şi socială.

6.2 Regresia statistică şi valorificarea ei în contabilitatea practică

În mod curent, pentru identificarea şi caracterizarea sumară a legăturilor statistice

se utilizează următoarele metode elementare: metoda seriilor paralele
interdependente, metoda grupării, metoda tabelului de corelaţie, metoda grafică sau
corelograma, ultima fiind cea mai des folosită. Prima utilizare a conceptului de
origine latină regresie (regressio = întoarcere) aparţine lui Francis Galton şi a
apărut în Regression toward mediocrity in hereditary stature (1886), din lucrarea
Natural inheritance (1889), unde cu ajutorul tabelului de corelaţie şi al seriilor de
medii legate, prezintă rezultatele prelucrării observaţiilor culese despre înălţimea
părinţilor şi înălţimea fiilor acestora în 928 cazuri, postulând existenţa unei regresii
către valoarea medie: din părinţi cu talie superioară regresează copii cu talie
inferioară şi invers. De aici au apărut două aspecte majore în teoria
regresiei:ecuaţia matematică a regresiei şi intensitatea diferită a tendinţei de
regresie, în grupuri diferite. Răspunsul matematic avea să fie dat de către Karl
Pearson, la primul aspect prin indicarea funcţiei liniare simple ca fiind singura
adecvată problemei lui Francis Galton şi la al doilea aspect prin introducerea
celebrului său coeficient de corelaţie. În anul 1909, G.U.Yule a propus, în locul
termenului de regresie, impropriu utilizat, un altul de estimare sau de ecuaţie de
estimare. S-a constatat însă, că încercarea era tardivă, termenul de regresie intrase
şi se extinsese rapid în gândirea statistico-matematică, conform expresiilor analiza
176
de regresie, ecuaţia de regresie, linia de regresie, coeficientul de regresie etc.
Regresia statistică sau metoda regresiei selectează funcţia, ce aparţine unei clase de
funcţii matematice, care realizează cea mai bună descriere a variaţiei lui yi,
bazându-se pe relaţia existentă între xi şi yi, o relaţie liniară de tipul
yi=a+bxi.Determinarea rapidă a parametrilor regresiei liniare se realizează prin
intermediul metodei celor mai mici pătrate. Metoda este aplicabilă numai acelor
funcţii care sunt de formă polinomială sau pot fi aduse la o formă polinomială
printr-un artificiu de calcul. Prin mulţimea punctelor care alcătuiesc corelograma
sau diagrama de corelaţie se pot trasa practic o infinitate de drepte aparţinând
aceleiaşi clase de funcţii. Pentru a determina parametrii funcţiei care se apropie cel
mai mult de mulţimea punctelor din grafic se recurge la minimizarea sumei
pătratelor diferenţelor dintre punctele graficului Pi(xi,yi) şi punctele situate pe
dreapta de regresie Pi(xi, yi = a+bxi). În ipoteza avansată a unei legături liniare (yi
depinzând liniar de xi), respectiv yi = y(xi) = a + bxi, condiţia matematică impusă
devine: ∑ ( yi − y( xi ) ) 2 =minim, echivalentă practic cu: f = ∑ ( y i − a − bx i ) 2 =
minim. Pentru a stabili valoarea parametrilor a şi b care definesc ecuaţia regresiei
liniare, minimul funcţiei f se obţine calculând derivatele (parţiale) de ordinul întâi
în raport cu cei doi parametrii menţionaţi, derivate ce sunt egalate cu „zero”:
∂f
= 2∑ ( yi − a − bxi )(−1) = 0
∂a
∂f
= 2∑ ( yi − a − bxi )( −b) = 0
∂b
Apoi, simplificând cu 2, înmulţind cu cei doi coeficienţi (-1) şi (-xi) şi însumând
ecuaţiile pentru toate valorile caracteristicilor xi şi yi se obţine sistemul:

n n n n n

∑ a + ∑ bxi − ∑ yi = 0
i =1 i =1 i =1
na + b∑ xi = ∑ yi
i =1 i =1
n n n n n n

∑ axi + ∑ bxi 2 − ∑ xi yi = 0
i =1 i =1 i =1
a ∑ xi + b∑ xi 2 = ∑ xi yi
i =1 i =1 i =1

Apelând la metoda determinanţilor, sistemul va avea următoarele soluţii

redactate simplificat, fără a se mai preciza operatorului sumǎ („Σ”) limitele:
⎛ ∑ yi ∑ xi ⎞
det ⎜ 2 ⎟
⎜∑ x y ∑ x i ⎟⎠ 2
∑ y i ∑ xi − ∑ xi ∑ xi y i
a = ⎝ i i =
⎛ n ∑ xi ⎞ n ∑ xi 2 − ( ∑ xi ) 2
det ⎜ ⎟
⎜∑ x 2 ⎟
⎝ i ∑ xi ⎠
⎛ n ∑ yi ⎞
det ⎜ ⎟
b= ⎝ ∑ xi ∑ xi yi ⎠
=
n ∑ xi yi − ∑ xi ∑ yi
⎛ n ∑ xi ⎞ n ∑ xi 2 − ( ∑ xi ) 2
det ⎜ 2⎟
⎜∑ x ∑ xi ⎟⎠
⎝ i

177
 Ecuaţia de regresie căutată yi = a + bxi este identică, în final, cu:
⎛ ∑yi ×∑xi2 −∑xi ×∑xi yi ⎞ ⎛ n × ∑ xi yi − ∑ xi × ∑ yi ⎞
Yi = ⎜ ⎟⎟ + ⎜⎜ ⎟⎟ X i
n×∑xi2 −(∑xi )2 ⎠ ⎝ n × ∑ xi − (∑ xi )
⎜ 2 2
⎝ ⎠
Parametrul a este lipsit de semnificaţie, în schimb b sau coeficientul de regresie
arată sensul („+” sau „-”) şi mărimea influenţei lui xi asupra lui yi, respectiv sensul
şi mărimea reacţiei finale a lui yi la modificarea cu o unitate a lui xi: a) când b > 0
există o legătură directă; b) când b = 0 nu există nici o legătură; c) când b < 0 există
o legătură indirectă. De multe ori, apar diferenţe între valorile reale yi şi valorile
teoretice Yxi = a + bxi , pentru acelaşi nivel al variabilei cauzale xi, diferenţe care
exprimă efectul celorlalţi factori (secundari), ce perturbă relaţia dintre xi şi yi. Ca
urmare funcţia de regresie liniară Yxi = a + bxi sau f(xi)= a + bxi exprimă tendinţa
medie de modificare liniară a lui yi în funcţie de xi. fiind dreapta care se apropie cel
mai mult de norul de puncte pe care îl traversează în corelograma sa specifică.
Pentru a evalua capacitatea unei funcţii liniare de a caracteriza variaţia lui yi în
raport cu xi se utilizează unul din cei doi indicatori de apreciere a calităţii funcţiei
de regresie: coeficientul de determinaţie D şi coeficientul de eroare e.
⎡ ⎤
( )
2

D = ⎢1 −
∑ yi − Yxi ⎥ × 100
⎢ ⎥
( )
2

⎣⎢ ∑ yi − y ⎦⎥
,unde D ∈ (0,100%).Cu cât D este mai apropiat ca valoare de 100%, cu atât
funcţia de regresie liniară Yxi = a + bxi descrie mai fidel variaţia lui yi. Valoarea lui
D(%) exprimă procentual acea parte din variaţia lui yi care este surprinsă sau
cuprinsă în funcţia de regresie liniară Yxi = a + bxi , adică este explicată prin
influenţa lui xi. Coeficientul de eroare se determină similar coeficientului de
omogenitate, Co = ( )
σ 2 / x × 100 , cu referire la dispersia dintre punctele reale şi
cele teoretice situate pe dreapta Yxi = a + bxi :

( )
2
∑ yi − Y x
i
ni ,unde e ∈ (0,100%).
e = × 100
y
Cu cât e se apropie de valoarea „zero”, cu atât este mai corectă descrierea
mulţimii de valori reale ale lui yi prin intermediul funcţiei de regresie liniare
Yxi = a + bxi . Tipul de legătură statistică descrisă anterior este o regresie liniară
simplă. Complexitatea fenomenelor şi proceselor analizate conduce la identificarea
de legături liniare multiple, funcţia de regresie liniară multiplă având la bază o
relaţie cauzală multifactorială (sub acţiunea celor m factori determinanţi):

178
 Yx , x ,... x = a0 + a1 x1 + a2 x2 + ... + am xm , unde:
1 2 m
a0 –exprimă influenţa altor factori (secundari) cu acţiune constantă în afara celor
m factori analizaţi şi cuprinşi în relaţia de calcul şi a1,a2,…,am –reprezintă
coeficienţii de regresie liniară multiplă şi exprimă cu cât a reacţionat în final
variabila yi la modificarea cu o unitate a valorii variabilelor xi corespondente
(x1,x2,…xm).
Legătura liniară multiplă se transpune grafic sub forma unei suprafeţe
multidimensionale, determinarea parametrilor a1,a2,…,am, valorificând aceeaşi
metodă a celor mai mici pătrate, prin condiţia de minim a funcţiei:

( )
n 2
f ( x ) = ∑ yi − Yx , x ,..., x = minim şi înlocuind pe
j =1 1 2 m

Yx , x ,... x = a0 + a1 x1 + a2 x2 + ... + am xm se obţine

1 2 m
n
f ( x) = ∑ ( yi − a0 − a1 x1 j − a2 x2 j − ... − am xmj ) = minim
2

j =1

Calculând apoi derivatele de ordinul întâi (parţiale), derivate ce sunt egalate în

final cu „zero”, se obţine sistemul de ecuaţii:
n n n
na0 + a1 ∑ x1 j + K + am ∑ xmj = ∑ y j
j =1 j =1 j =1
n n 2 n n
a0 ∑ x1 j + a1 ∑ x1 j + K + am ∑ xmj ⋅ x1 j = ∑ y j ⋅ x1 j
j =1 j =1 j =1 j =1
M
n n n 2 n
a0 ∑ xmj + a1 ∑ x1 j ⋅ xmj + K + am ∑ xmj = ∑ y j ⋅ xmj
j =1 j =1 j =1 j =1
Sistemul conţine „m+1” ecuaţii normale şi se soluţionează prin diverse metode
clasice (metoda Cramer, metoda simplex etc.). După identificarea, parametrizarea
şi aprecierea calităţii unei funcţii liniare de regresie se impune evaluarea finală a
intensităţii legăturii statistice.Pentru gândirea econometrică a stabili cât de
puternică sau cât de intensă este o legătură statistică este mai ales o problemă de
veridicitate (verosimilitate) a modelului ce descrie dependenţa sau interdependenţa
unor fenomene reale. O intensitate puternică este echivalentă cu un nivel de
încredere ridicat în deciziile ulterioare ce vor fi bazate pe funcţia teoretică
identificată şi parametrizată. Pentru a măsura intensitatea legăturii se determină
covarianţa şi coeficientul de corelaţie, iar pentru verificarea liniarităţii se apelează
şi la raportul de corelaţie. Covarianţa, notată cov(x,y), se determină ca medie
aritmetică a produselor abaterilor individuale ale variabilelor faţă de media lor:
n n
∑ d x d y ∑ ( xi − x )( yi − y )
i =1 i =1
cov( x, y ) = =
n n
n n
n n ∑ x ∑y
i i
Prelucrând relaţia anterioară în care: ∑
i =1
( x − x)( y − y ) = ∑
i i
i =1
xy −
i i
i =1 i =1
n
se

179
 ∑ xi yi ∑ xi ∑ yi
ajunge la: cov( x , y ) = − × = xy − x × y
n n n
Covarianţa este aşadar egală şi cu diferenţa dintre media produsului celor două
variabile ( xy ) şi produsul celor două medii ( x × y ) şi beneficiază de proprietăţi
importante. Astfel, semnul covarianţei arată sensul legăturii, iar valoarea „zero”
indică inexistenţa acesteia (independenţa variabilelor). Limitele valorice ale
covarianţei sunt: -σx σy ≤ cov(x,y) ≤ σx σy , deoarece covarianţa are ca maxim
produsul σx σy (atunci când între variabile există o legătură liniară funcţională).
Aprecierea intensităţii rezultatului obţinut drept covarianţă rămâne însă dificilă,
deoarece valoarea acesteia diferă de la o aplicaţie la alta.Dacă relaţia anterioară se
împarte la produsul σx σy se va obţine:
σ xσ y cov( x, y ) σ xσ y cov( x, y )
− ≤ ≤ sau −1 ≤ ≤1
σ xσ y σ xσ y σ xσ y σ xσ y
Această nouă relaţie stabilizează sau limitează noul indicator obţinut în intervalul
[-1,1]. Parametrul rezultat este denumit coeficient de corelaţie (ry/x):
n n n n n
r =
cov( x, y)
= i=1
( )(
∑ d xd y ∑ xi − x yi − y ) n ∑ xi yi − ∑ xi ∑ yi
y/ x σ σ = i=1 = i=1 i=1 i=1

( ) ( )
x y nσ xσ y nσ xσ y ⎡ n 2 n 2⎤ ⎡ n 2 n 2⎤
⎢n ∑ xi − ∑ xi ⎥ ⎢n ∑ yi − ∑ yi ⎥
⎣ i=1 i=1 ⎦ ⎣ i=1 i=1 ⎦
Dualitatea în regresie permite calculul coeficientului de regresie pe baza mediei
geometrice a coeficienţilor de regresie sau a pantelor celor două drepte de regresie:
Yxi = a + by / x × xi şi X yi = a + bx / y × yi , respectiv: ry / x = b y / x × b x / y .

( )
O soluţie practică este şi relaţia de calcul: ry / x = b y / x × σ x / σ y , dacă se
dispune cu promptitudine de σ x şi σ y . Coeficientul de corelaţie (ry/x), ca parametru
al distribuţiilor normale bidimensionale ce caracterizează legătura între variabila
explicativă xi şi variabila rezultativă yi aparţine intervalului [-1,0) ∪ (0,1]. Pentru
ry/x=0 nu există legătură statistică, variabilele xi şi yi fiind independente.
Interpretarea unui coeficient de corelaţie se realizează succint în modul matematic
( ry / x ) şi conform acestei interpretări se consideră corecte următoarele afirmaţii:
1. când ry / x ∈(0;0,2] practic nu există legătură statistică sau este foarte slabă;
2. când ry / x ∈(0,2;0,5] legătura este slabă şi trebuie testată statistic;
3. când ry / x ∈(0,5;0,75] legătura este de intensitate medie;
4. când ry / x ∈(0,75;0,95] legătura este puternică;
5. când ry / x ∈(0,95;1] legătura este foarte puternică,deterministă (funcţională).

180
 O problemă importantă a regresiei liniare este testarea liniarităţii legăturii
ca soluţie exclusivă, în raport cu orice altă funcţie neliniară (curbilinie).
Testul de verificare a liniarităţii constă din confruntarea valorii
coeficientului (ry/x) şi a raportului de corelaţie (Ry/x). Dacă cele două valori
coincid (ry/x= Ry/x), atunci corelaţia este exclusiv de liniară. Raportul de
corelaţie măsoară intensitatea legăturii indiferent de forma acesteia (liniară
sau neliniară).Raportul de corelaţie (Ry/x) este rezultatul extragerii unui
radical elementar (de ordin II ) din coeficientul de determinaţie (R squared

( )
n 2
2 ∑ y − Yx
sau R y/x): R 2 i =1 i i sau Ry / x = D , iar Ry/x ∈ (0,1].
y/x = Ry/x = 1 −
( )
n 2
∑ yi − y
i =1

( )
n 2
Dacă ∑ yi − Yx tinde către „zero”, raportul de corelaţie tinde spre valoarea
i =1 i
maximă (Ry/x=1). Dacă ry/x ≠ Ry/x , atunci legătura nu este exclusiv liniară.

6.3 Corelaţia statistică şi valorificarea ei în contabilitatea practică

Corelaţia statistică sau conceptul generic al legăturii statistice este reflectarea

într-o formă numerică adecvată a interdependenţelor obiective dintre procese sau
fenomene. Corelaţia include atât asocierea cât şi regresia, atât legătura liniară cât şi
neliniară (curbilinie), atât legătura simplă, cât şi cea multiplă, atât parţială cât şi
totală. Conceptul are o istorie iniţial legată de ştiinţele naturii. Termenul corelaţie,
exprimă relaţia, legătura reciprocă între două sau mai multe lucruri sau fenomene.
Etimologic provine din cuvântul de origine latină correlatio = relaţie cu, fiind
preluat din ştiinţele naturii, de la principiul corelaţiei aşa acum a fost el formulat de
către naturalistul francez Georges Cuvier (1769-1832): orice fiinţă înzestrată cu
organe formează un ansamblu, un sistem unic şi închis, ale cărui părţi se leagă
mutual şi concură la aceeaşi acţiune definitivă printr-o reacţie reciprocă. Nici una
din aceste părţi nu poate să se schimbe fără ca celelalte să nu se schimbe, şi, prin
urmare, fiecare din ele, luată separat, influenţează şi se leagă de toate celelalte.
(P.Fouquié, R Saint-Jean-Dictionaire de la langue filosofique). Cea de-a două sursă
aparţine lui Charles Darwin, care a folosit expresia variabilitate corelativă înţeleasă
ca raporturi reciproce între părţi diverse ale organismului. Tot Francis Galton este
cel care a transpus corelaţia cu semnificaţia de raporturi reciproce între variabile în
statistica matematică: corelaţiile se observă peste tot unde variaţiile a două
fenomene sunt datorate în parte uneia şi aceleiaşi cauze comune.(Correlations and
their measurements).În practică, apar variate legături neliniare sau curbilinii
specifice dependenţelor dintre variabila explicativă xi şi rezultativă yi. Dacă prin
corelogramă s-a identificat o hiperbolă: Yx = a + b 1 , prin metoda celor mai mici
i xi
2
n ⎡ ⎤
=minim ⇔ ∑ ⎢ yi − ⎛⎜ a + b 1 ⎞⎟⎥ =minim, iar sistemul de
n
( )
2
pătrate rezultă: ∑ yi − Yx
i
i =1 i =1 ⎣ ⎝ xi ⎠⎦

181
ecuaţii util determinării lui a şi b este:
n 1 n
na + b ∑ = ∑ yi
i =1 xi i =1

n 1 n 1 n 1
a∑ +b ∑ = ∑ y
i =1 xi i =1 x 2 i =1 xi i
i
Soluţiile sistemului sunt cele prezentate în continuare:
⎛ 1 ⎞
⎜ ∑ yi ∑
xi ⎟
d et ⎜ ⎟
⎜ 1 1 ⎟ 1 1 1
⎜∑ y ∑ 2 ⎟ ∑ yi ∑ 2 − ∑ ∑ y
⎜ xi i xi ⎟ xi xi xi i
a = ⎝ ⎠ =
⎛ 1 ⎞
n∑
1
− (∑
1 2
)
⎜ n ∑
xi ⎟ xi 2 xi
d et ⎜ ⎟
⎜ 1 1 ⎟
⎜⎜ ∑ x ∑ 2 ⎟
⎝ i x i ⎟⎠

⎛ n ∑ yi ⎞
⎜ ⎟
det ⎜ 1 1 1 1
yi ⎟
⎜∑ x ∑
xi ⎟ n∑
x
yi − ∑
x
∑ yi
b = ⎝ i ⎠ = i i
⎛ 1 ⎞
n∑
1
− (∑
1 2
)
⎜ n ∑
xi ⎟ xi 2 xi
det ⎜ ⎟
⎜ 1 1 ⎟
⎜⎜ ∑ x ∑ ⎟
⎝ i x i 2 ⎟⎠

Raportul de corelaţie specific bazat pe o funcţie hiperbolică este egal cu:

2
n ⎛ 1 ⎞
∑ ⎜ yi − a − b ⎟
i =1 ⎜⎝ x i ⎟⎠
R = 1−
y/x n 2
(
∑ yi − y
i =1
)
În situaţia când corelograma identifică o funcţie exponenţială: Yxi = abxi funcţia
este de forma: lgYxi = lga + xi lgb, care, prin metoda celor mai mici pătrate:
n n

∑( y −Y )
2
∑ ⎡⎣ y − ab
2
i xi = minim ⇔ i
xi
⎤⎦ = minim, conduce la următorul sistem
i =1 i =1

de ecuaţii normale necesar calcului parametrilor a şi b, prin valorile lg a şi lg b :

n n
n lg a + ∑ xi lg b = ∑ lg yi
i =1 i =1
n n n

∑ xi lg a + ∑ xi 2 lg b = ∑ xi lg yi
i =1 i =1 i =1

Soluţiile sistemului sunt cele descrise în continuare:

182
 ⎛ ∑ lg yi ∑ xi ⎞
det ⎜ ⎟
⎜ ∑ x lg y ∑ x2 ⎟ 2
a = anti lg ⎝ i i i ⎠ = anti lg ∑ lg yi ∑ xi − ∑ xi ∑ xi lg yi
⎛ n ∑ xi ⎞ n∑ xi2 − (∑ xi )2
det ⎜ ⎟
⎜ ∑ x ∑ x2 ⎟
⎝ i i ⎠
⎛ n ∑ lg yi ⎞
det ⎜ ⎟
⎝ ∑ xi ∑ xi lg yi ⎠ n∑ xi lg yi − ∑ xi ∑ lg yi
b = anti lg = anti lg
⎛ n ∑ xi ⎞ n∑ xi 2 − (∑ xi )2
det ⎜ ⎟
⎜∑ x ∑ x 2 ⎟
⎝ i i ⎠
Raportul de corelaţie specific bazat pe o funcţie exponenţială este egal cu:
x 2

R
n
∑ yi − ab i
= 1 − i =1
( )
y/ x n 2
∑ yi − y
i =1
( )
Dacă funcţia identificată în corelogramă este o funcţie parabolică (de gradul al-
II-lea), Yxi = a + bxi + cxi2 , după aplicarea metodei celor mai mici pătrate:
n

∑( y −Y ) ∑ ⎡⎣ y − ( a + bx + cx )⎤⎦
2 2
2
i xi = minim ⇔ i i i = minim,
i =1
se va obţine un sistem de trei ecuaţii, util determinării parametrilor a, b şi c:
n n n
a + b∑ xi + c ∑ xi2 = ∑ yi
i =1 i =1 i =1
n n n n
a ∑ xi + b ∑ xi 2 + c ∑ xi3 = ∑ xi yi
i =1 i =1 i =1 i =1
n n n n
a ∑ xi2 + b ∑ xi 3 + c ∑ xi4 = ∑ xi2 yi
i =1 i =1 i =1 i =1
Soluţiile sistemului sunt următoarele:
⎛ ∑ yi
⎜
∑x i ∑ x ⎞⎟ 2
i
⎛ n
⎜
∑y i ∑ x ⎞⎟ 2
i

det ⎜ ∑ xi yi ∑x 2
i ∑x ⎟ 3
i
det ⎜ ∑ xi ∑x y
i i ∑x ⎟ 3
i
⎜ ∑ xi 2 yi ⎜ ∑ xi 2 ∑x y ∑ x ⎟⎠
∑x ∑ x ⎟⎠ ,
3 4 2 4
⎝ i i
b= ⎝ i i i
şi
a=
⎛ n
⎜
∑x i ∑ x ⎞⎟ 2
i
⎛ n
⎜
∑x i ∑ x ⎞⎟
2
i

det ⎜ ∑ xi ∑x 2
i ∑x ⎟ 3
i
det ⎜ ∑ xi ∑x 2
i ∑x ⎟
3
i
⎜ ∑ xi 2 ∑x 3
∑ x ⎟⎠ 4 ⎜ ∑ xi 2 ∑x 3
∑ x ⎟⎠
4
⎝ i i ⎝ i i

183
 ⎛ n
⎜
∑x i ∑ y ⎞⎟ i

det ⎜ ∑ xi ∑x 2
∑x y ⎟ 2
( )
i i i n 2
⎜ ∑ xi 2 ∑ yi − a − bxi − cxi
c= ⎝ ∑x 3
i ∑ x y ⎟⎠ 2
i i
iar R = 1 − i =1
y/ x
⎛ n
⎜
∑x i ∑ x ⎞⎟ 2
i
n
∑ yi − y
2
( )
det ⎜ ∑ xi ∑x 2
i ∑x ⎟ 3
i
i =1
⎜ ∑ xi 2 ∑x 3
∑ x ⎟⎠ 4
⎝ i i

Fiecare parametru a, b şi c se determină efectiv, utilizând regula lui Cramer

pentru sisteme de tip 3×3 (trei rânduri × trei coloane).Funcţiile neliniare sau
curbilinii nu se reduc la cele prezentate anterior. Se mai pot identifica prin
x
corelograme şi funcţii putere ( Yx = a × b i ), logaritmice (Yx = a + b lg xi ) etc.
i i
Semnificaţia raportului de corelaţie se verifică prin testul F al a analizei
( ) ( )
n 2 n 2
∑ Yx - y ∑ yi - Yx
i i
dispersionale, comparând valoarea lui Fcalculat = i=1 : i=1 cu valoarea
k -1 n-k
lui Ftabelat sau (Fteoretic), unde k = numărul grupelor şi n = numărul unităţilor
statistice.Raportul de corelaţie este semnificativ când Fcalculat > Ftabelat pentru k-1 şi
respectiv n-k grade de libertate şi pentru un nivel de probabilitate riguros precizat
de 0,95; 0,97 sau 0,99 şi mai rar valori superioare. În corelaţia multiplă, specifică
distribuţiilor multidimensionale se utilizează un raport de corelaţie generalizat
(dreapta) care se particularizează în cazul a două variabile explicative x1 şi x2
(stânga):

( )
n 2
2 2
∑ y - Yx ,x ,...x n ry/x + ry/x - 2ry/x ×ry/x ×rx
i=1 i 1 2 şi R y/x ,x = 1 2 1 2 1/x2
R y/x = 1- 2
1 ,x 2 ,...x n
( )
n 2 1 2 1- rx /x
∑ yi - y 1 2
i=1

Corelaţia parţială este o formă de izolare a unei legături statistice într-un context
relaţional mai larg. Acest tip de corelaţie caracterizează intensitatea legăturii într-o
ipoteză de menţinere a influenţei unei singure variabile explicative x1 în raport cu o
variabilă rezultativă Yx. În cazul a două variabile independente x1 şi x2 explicative şi
a unei singure variabile independente Y, coeficientul de corelaţie parţială (de
ordinul întâi) se calculează astfel: neglijând influenţa lui x2 sau x1:

rY / x − rY / x × rx rY / x − rYx × r
2 / x1 sau 2 1 x2 / x1
r(Y / x ), x = 1 2
r(Y / x =
1 2 2 2 2 ), x1 2 2
(1 − r Y / x2 )(1 − x / x ) r (1 − r r
Y / x1 )(1 − x / x )
2 1 2 1

Abordarea în timp a corelaţiei extinde noţiunea în sine şi structurează trei tipuri

de corelaţii temporale:
a) autocorelaţia sau corelaţia internă ca legătură între valorile aceleiaşi variabile,
separate printr-un interval de timp;
184
 b) corelaţia sincronă sau legătura între valoarea variabilei explicative xi, luată
într-un anumit moment şi valoarea variabilei rezultative yi, luată în acelaşi moment;
c) corelaţia asincronă sau cu decalaj, ca legătură între valoarea variabilei xi
(promptă sau nedecalată), atinsă într-un anumit moment şi valoarea unei alte
variabile yi (tardivă sau decalată), atinsă după un interval de timp determinat.
Ultima categorie permite calculul unui coeficientul de corelaţie simplă cu decalaj
( )( )
n
∑ xi - x - y( t-h ) - y
(autori Morice E. şi Charter F.), după relaţia: r = i=1 , unde: t =
h ( n - h ) σxσy
numărul de termeni al seriei iniţiale şi h = numărul de termeni cu care se decalează
cea de-a doua serie. Pentru a fixa corect valoarea lui h se reprezintă grafic cele
două serii şi se glisează un grafic peste celălalt (reprezentări la aceeaşi scară).
Coeficientul rh arată practic legătura între primii termeni ai seriei factoriale xi şi
ultimii termeni ai celei tardive rezultative yi, xi: x1,x2,x3,...,xt şi yi:y1+h,y2+h, y3+h,...,
yt+h.
Identificarea rapidă şi selectarea unor factori esenţiali apelează şi la metode
neparametrice, ce presupun înlocuirea variantelor reale cu numere de ordine
(ierarhizare, ranguri etc.) sau cu diferenţe între termeni consecutivi şi prezintă
avantaje semnificative prin utilizare, când distribuţia variabilelor corelate nu este
normală sau nu este cunoscută şi în condiţii de asimetrie a distribuţiilor variabilelor
corelate, deoarece: a)permit obţinerea rapidă a confirmării sau infirmării existenţei
legăturii statistice (inclusiv a intensităţii, dacă se identifică o corelaţie); b) sunt
unica soluţie în situaţia concretă a lipsei de date absolute compensată de existenţa
unor clasamente, ierarhii, diferenţe între variante succesive etc.; c) constituie soluţii
practice când una sau ambele variabile corelate sunt calitative.
I. Coeficientul de asociere definit de Yule G.U. şi Kendall M.G. drept o situaţie în
care una dintre variabilele calitative nu poate avea loc fără cealaltă variabilă
calitativă, deşi cealaltă poate avea loc fără ca prima să se fi produs este cea mai
simplă soluţie practică.
Debutul determinării este dat de prezentarea variabilelor xi şi yi cu variantele x1 şi
non x1, respectiv y1, şi non y1 într-un tabel sintetic:

Tabel nr. 6.1.

yi y1 nony1 Total
xi sau y2
x1 a b a+b
nonx1 sau x2 c d c+d
Total a+c b+d a+b+c+d
În condiţiile notaţiilor anterioare, relaţia de calcul a acestui coeficient devine:
bc
1− ad − bc
Y = ad sau Y = .Cei doi coeficienţi Yule G.U. şi Kendall
bc ad + bc
1+
ad
M.G. respectiv Q şi Y beneficiază de proprietăţi şi deficienţe asemănătoare,
dezavantajul lor major fiind acela de a nu face distincţie între asociere completă, în
185
formele ei pozitivă şi negativă, detaliat pentru cele trei situaţii specifice (fie în
forma pozitivă b=c, c=0 sau b=c=0, fie în forma negativă a=0, d=0 sau a=d=0).
II. Coeficienţii Charles Eduard Spearman (rs sau ρ) şi Maurice Kendall (rk sau τ)
presupun în prealabil acordarea de ranguri (umere de ordine), în funcţie de poziţia
deţinută de unitatea statistică, după ce s-a procedat la ordonarea lor crescătoare.
a)Ipoteza logică ce stă la baza coeficientului Spearman este aceea că în cazul
unei legături directe foarte puternice există o concordanţă aproape deplină între
rangurile celor două variabile corelate, iar în cazul unei legături indirecte foarte
puternice apare o discordanţă totală între aceleaşi ranguri. Relaţia de calcul a

( )(
coeficientului Spearman este rs sau ρ = 1 − 6 × ∑ di
n

i =1
2
)
: n3 −n , unde: di = rangul

după xi- rangul după yi (di = rg xi– rgyi), n=numărul unităţilor la care s-au studiat
cele două caracteristici sau numărul perechilor de valori corelate. La stabilirea
rangurilor variabilelor corelate apar situaţii variantele pot deţine aceeaşi valoare şi
cărora li se va acorda acelaşi rang. În această situaţie se va urmări ca rangul valorii
distincte imediat următoare să corespundă cu numărul de unităţi analizate.
b).Relaţia de calcul a coeficientului Kendall este rk sau τ = S 2S ,
=
0,5n(n − 1) n(n − 1)
n n
unde: S = ∑ Pi − ∑ Qi sau suma algebrică dintre numărul de ranguri superioare
i =1 i =1
n n
fiecărui rang ( ∑ Pi ) şi numărul de ranguri inferioare ( ∑ Qi ) calculate pentru
i =1 i =1
caracteristica rezultativă condiţionată de caracteristica factorială (ordonată). De
regulă, coeficientul Kendall este mai mic decât coeficientul Spearman, respectiv
rk<rs , dar ei se interpretează, în final, ca orice alt coeficient de corelaţie.
III. Coeficientul simplu de covariaţie diferenţială sau coeficientul lui Fechner G.
T. este un indicator a calculat pe baza concordanţelor sau discordanţelor de semne
ale diferenţelor Δ xi = xi − xi −1 şi Δyi = yi − yi −1 sau Δ * x = x − x şi Δ* y = y − y ,
i i i i
c−d *
prin formula: k1 = , unde c = concordanţă de semn între Δxi şi Δyi sau Δ xi
c+d
* *
şi Δ yi , iar d = discordanţe de semn între Δxi şi Δyi sau Δ xi şi Δ* yi , şi c + d
reprezintă numărul total de unităţi statistice (dacă una sau mai multe abateri Δxi
* *
sau Δyi sau Δ xi şi Δ yi sunt nule, perechile (xi, ,yi) ce le-au generat vor fi excluse
din calcul). Atunci când există numai concordanţe de semn k1 = (c/c) = 1, iar când
se constată numai discordanţe, rezultă un k1 = (–d/d) = –1. Aceste valori reprezintă
limita maximă şi minimă a coeficientului Fechner. Coeficientul simplu de
covariaţie diferenţială devine egal cu zero când c = d.
IV. Coeficientul ponderat de concordanţă Fechner se valorifică dacă se doreşte a
* *
pondera în calcul mărimea abaterilor Δxi şi Δyi sau Δ xi şi Δ yi , prin formula:

186
 k2 = ( C − D) : ( C + D) ,unde:C = suma produselor pozitive Δxi × Δyi şi Δ xi × Δ yi , D =
* *

* *
valoarea absolută a sumei produselor negative Δxi × Δyi şi Δ xi × Δ yi , iar k∈[-1,1]
şi devine egal cu „zero”, atunci când C = D.
V. Un alt coeficient de concordanţă mai echilibrat metodologic şi care nu atinge
cu aceeaşi uşurinţă ±1, ca în cazul celorlalţi doi coeficienţi descrişi anterior (uneori
şi când legătura descrisă nu este funcţională), este coeficientul Bravais-Pearson:
n n *
∑ Δxi Δyi *
∑ Δ xi Δ yi
k = i =1 sau k3 = i =1
3 n 2n 2 n 2 n 2
( )
∑ Δxi ∑ Δyi ( ) i =1
*
(
∑ Δ xi ∑ Δ yi
i =1
) (
*
)
i=1 i=1

6.4 Test de autoevaluare şi aplicaţii statistice în contabilitate

A) Test de autoevaluare
A1) Întrebări clasice recapitulative
A2) Întrebări tip grilă
(Completaţi spaţiile goale)
(Încercuiţi litera răspunsului corect)
1.De ce coexistă ambele noţiuni, 8. Alegeţi testul de verificare a liniarităţii
respectiv şi regresie şi corelaţie? legăturii statistice dintre relaţiile următoare:
2. Care este esenţa metodei celor mai a) r= K; b) r = R; c) e = D; d) R2= K2.
mici pătrate? 9. Identificaţi relaţia corectă de calcul pentru
3.Cum se determină un coeficient de coeficientul de corelaţie: a) r = b×(σx):(σy);
regresie şi ce semnificaţie are? b) r = (ad-cd):(ad+cd); c) r = 2s:[(n(n-1)].
4.Cum se determină şi interpretează 9. Două variabile de stoc Xi şi Yi, între care s-a
raportul de corelaţie? identificat o legătură deţin următoarele date:
5.Care sunt principalele instrumente Tabel nr. 6.2
neparametrice în aflarea intensităţii Xi 4 6 8 10 12 15 20 21 26 28
corelaţiei? Yi 85 70 120 165 185 220 215 225 209 206
6.Care sunt coeficienţii de evaluare a I. Coeficientul de regresie: a)5,687; b)0,37449;
asocierii dintre variabile ? c) 0,99704; d) 0,78182. II. Raportul de corelaţie:
7. Care este una dintre cele mai a) 5,687; b) 0,37449; c) 0,99704; d) 0,78182.
răspândite soluţii practice de evaluare III.Coeficientul Sperman: a)5,687; b) 0,37449; c)
a unei corelaţii cu decalaj ? 0,99704; d) 0,78182.
B) Aplicaţii rezolvate
1.Care este valoarea coeficientului de asociere dintre nota obţinută de către 25 de
studenţi la proiectul statistic şi situaţia lor finală la examen?
Tabel nr.6.3
yi y1 non Total Rezolvare
Qc=T=
ad−bc =0,38
y1 Conform valorii
(a +d)(a +c)(d +b)(d +c)
xi ad−bc
Q= =0,77 (slabă)
x1 11 2 13 ad+bc
Y= ad − bc = 0,47 (legătură slabă)
non x1 5 7 12
Legătura directă ad + bc
Total 16 9 25
şi intensă
187
 Notă: x1 =studenţi cu un proiect bun (nota la proiect ≥ media grupei) şi non x1=studenţi cu
un proiect slab (nota<media) şi y1 = studenţi promovaţi şi non y1=studenţi nepromovaţi.
2.O firmă turistică deţine 10 agenţii ale sale, plasate în 10 localităţi, iar numărul
de salariaţi sau agenţi turistici (xi) şi cifra de afaceri (yi), exprimată în milioane
lei, sunt prezentate în următoarea distribuţie de frecvenţe:
xi 6 7 8 9 10 10 11 12 13 14
yi 1,0 1,1 1,2 1,4 1,3 1,6 1,4 1,6 1,7 1,7
Să se identifice grafic existenţa unei legături statistice, să se parametrizeze şi
evalueze ca intensitate funcţia matematică de regresie caracteristică.
Rezolvare: Prin corelogramă se identifică o legătură statistică de tip liniar (yi = a
+ bxi), cu b>0 intensă relativ (jumătate din puncte fiind pe dreapta din grafic).

Grafic nr. 6.1

16 1.8
Magazine 1.7
14 P1 (6;1,0) 1.6
P2 (7;1,1)
12 P3 (8;1,2) 1.5
SALARIATI

P4 (9;1,4) 1.4
10
CA

P5 (10;1,3)
1.3
P6 (10;1,6)
8 P7 (11;1,4) 1.2
P8 (12;1,6) 1.1
6 P9 (13;1,7)
1.0
P10 (14;1,7)
4 0.9
0.9 1.0 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 4 6 8 10 12 14 16

CA SALARIATI

Calculul parametrilor a şi b ai legăturii liniare directe, semnalate în grafic:

Tabel nr.6.4
Număr de Cifra de afaceri xi
2 xi × yi Yx = a + bxi Sistemul de ecuaţii teoretic:
salariaţi (xi) (yi mil. lei) i na +b∑ xi = ∑ yi
6 1.0 36 6,0 1,04
7 1.1 49 7,7 1,13 a ∑ xi + b ∑ xi2 = ∑ xi yi
8 1.2 64 9,6 1,22
devine practic:
9 1.4 81 12,6 1,31
10a + 100b = 14
10 1.3 100 13,0 1,40
100 a + 1060b = 145, 4
10 1.6 100 16,0 1,40
11 1.4 121 15,4 1,49 şi are ca soluţii:
12 1.6 144 19,2 1,58 a = 0,5 şi b = 0,09
13 1.7 169 22,1 1,67 iar regresia liniară
14 1.7 196 23,8 1,76 Y = a + bx parametrizată
xi i
100 14,0 106 145,4 14,00 este Yx = 0, 5 + 0, 09 xi
2
∑ Yxi
i
∑ xi ∑ yi ∑ xi ∑ xi yi

Se poate apela la relaţia de control ∑ yi = ∑ Yxi , oricând disponibilă tabelar, pentru

188
a verifica acurateţea calculelor. Suma termenilor reali este egală cu a termenilor
teoretici (ajustaţi). Coeficientul de regresie b = 0,09 arată că la fiecare creştere a
lui xi cu o unitate (salariat), cifra de afaceri notată yi, se majorează cu 0,09
milioane lei În exemplul analizat, coeficientul de determinaţie D = 86,8%, ceea ce
traduce o calitate satisfăcătoare funcţiei de regresie liniare parametrizate, iar
valoarea coeficientului de eroare (e) = 6,67%. Cum valoarea ry/x = Ry/x
=0,9315885 şi se poate afirma că între variabila număr de salariaţi şi cifra de
afaceri există o legătură statistică de intensitate puternică, exclusiv liniară de
forma: Yx = 0, 5 + 0, 09 xi .
i

C) Aplicaţii propuse spre rezolvare

1 Cinci magazine sunt ordonate crescător în raport cu preţul practicat:
Tabel nr. 6.5
Magazin Preţul practicat Cantitatea vândută
(xi - lei / kg) (yi -mii kg)
1 10,0 9,0
2 12,0 8,8
3 15,0 8,2
4 18,0 8,0
5 20,0 8,0
Aplicaţi metoda grafică de identificare a legăturii statistice între xi şi yi, calculaţi
parametrii a şi b ai modelului de regresie şi interpretaţi semnificaţia coeficientului
de regresie. Analizaţi calitativ funcţia de regresie cu un coeficient de determinaţie
şi de eroare şi, în final determinaţi raportul de corelaţie şi coeficientul de
corelaţie. Verificaţi liniaritatea legăturii prin testul Rxy = rxy.

2.Pornind de la suprafaţa comercială(xi) şi vânzările firmei (yi), din ultimele 6 luni,

parametrizaţi o regresie între cele două variabile de forma yi = a + bxi , evaluând
intensitatea corelaţiei şi estimând vânzările la o suprafaţă de 250 şi 300 mp:
Tabel nr.6.6
Luna
I II III IV V VI
Suprafaţa comercială (mp) 50 70 80 120 140 210
Valoarea vânzărilor (mii lei ) 480 600 820 1100 1400 2200

3. Pornind de la un eşantion alcătuit din 50 de firme s-au obţinut următoarele date

despre productivitatea medie şi salariul mediu lunar:
Tabel nr. 6.7
Productivitatea medie Salariul mediu (11600 lei / salariat)
135 produse / salariat Mai mic decât media Mai mare decât media Total
Mai mică decât media 16 6 22
Mai mare decât media 9 19 28
Total 25 25 50
Coeficientul de asociere de tip Yule este: a) 0,243; b) 0,980; c) 0,901; d) 0,698.

189
 CAPITOLUL 7

ANALIZA CRONOLOGICĂ ŞI TERITORIALĂ A SERIILOR DE DATE

DIN SURSE CONTABILE
7.1 Documente tipice şi situaţii generale cu caracter statistic şi contabil 191
7.2 Particularităţi şi tipologie în seriile cronologice şi teritoriale 195
7.3 Sisteme de indicatori statistici ai seriilor cronologice şi teritoriale 197
7.4 Determinarea trendului şi sezonalităţii în evoluţia fenomenelor
surprinse în contabilitate 202
7.5 Previziune şi ierarhizare statistică a indicatorilor contabili relevanţi 209
7.6 Test de autoevaluare şi aplicaţii statistice în contabilitate 211

Obiective:Variaţiile în timp şi în spaţiu ale caracteristicilor unor populaţii statistice se

supun analizei statistice cronologice şi teritoriale. Obiectivul major îl constituie
înţelegerea trendurilor sau tendinţelor generale, ciclicităţii, sezonalităţii, oscilaţiilor,
variaţiilor aleatoare în timp, cât şi a criteriilor de ordonare teritorială, pentru a putea da
răspunsuri concrete nevoii de previziune şi cerinţelor de confruntare, competiţie sau
ierarhizare teritorială. Particularităţile şi tipologia seriilor cronologice şi teritoriale de
date, specificitatea sistemelor de indicatori statistici, alături de obligaţia de a acoperi
lipsa involuntară a unor termeni interni, dar şi de nevoia de anticipare a lor în exteriorul
seriei de date generează dilemele trendului, pe cele ale sezonalităţii, precum şi pe cele
ale decalajului sau avansului. Dobândirea de competenţe privind analiza statistică
optimă şi de maximă adecvare a seriilor de date cronologice şi teritoriale este de mare
utilitate practică şi în cazul datelor obţinute din surse contabile.
Cuvinte cheie: serie cronologică, serie teritorială, periodizare, periodicitate,
modificări absolute, indici şi ritmuri cu bază fixă sau în lanţ, avans şi decalaj absolut
şi relativ, indici teritoriali, rată de avans sau decalaj, indice de concentrare sau
diversificare teritorială Gini-Struck, metode de extrapolare a datelor, metoda mediilor
mobile, metoda modificării medii, metoda indicelui mediu, metoda trendului liniar şi
neliniar (exponenţial, parabolic, hiperbolic), metoda rangurilor şi metoda distanţei
relative.
Bibliografie
Biji,M., Biji,E.,Lilea,E, Anghelache,C.,Tratat de statistică, Ed.Economică,Bucureşti, 2002.
Isaic-Maniu, Al., (coord), Dicţionar de statistică generală, Ed.Economică, Bucureşti, 2003.
M.Korka, E.Tuşa, Statistică pentru afaceri internaţionale,Ed. ASE, Bucureşti, 2004.
M.Korka,L.,Begu,E.Tusa,Bazele statisticii pentru economişti, Ed.Tribuna Economică, 2002
G. Săvoiu, Statistică generală.Argumente în favoarea formării gândirii statistice, Ed. Independenţa
Economicǎ, Piteşti, 2003.
G. Săvoiu, Statistică aplicată în domeniul economic şi social. Elemente teoretice, teste tip grilă,
aplicaţii şi studii de caz, Ed. Independenţa Economicǎ, Piteşti, 2004.
G. Săvoiu, Statistica.Un mod ştiinţific de gândire, Ed.Universitară, Bucureşti, 2007.
G. Săvoiu, Statistica.Mod de gândire şi metode, Ed.Universitară, Bucureşti, 2009.
G. Săvoiu, Statistica pentru afaceri, Ed.Universitară, Bucureşti, 2011.
V.Trebici, Mica enciclopedie de statistică,Ed.ştiinţifică şi enciclopedică,Bucureşti, 1985.
M. Ţarcă,Tratat de statistică aplicată, Ed. didactică şi pedagogică R.A. Bucureşti, 1998.
Webografie
***http://www. insse.ro şi ***http://epp.eurostat.ec.europa.eu/ şi *** http://www. bnr.ro

190
 7.1 Documente tipice şi situaţii generale cu caracter statistic şi contabil

Cercetarea statistică este caracterizată ca un proces de cunoaştere a fenomenelor

de tip stocastic, realizat cu ajutorul metodelor statistice, începând de la colectarea
datelor individuale până la centralizarea, procesarea, analiza şi diseminarea datelor
statistice în forma agregată de tip informaţional a indicatorului statistic. Un demers
de această natură trebuie să asigure îndeplinirea scopului statistic referitor la
cunoaşterea cantitativă cu rol şi impact major decizional în înţelegerea manifestării
fenomenelor economice, sociale şi de mediu, la nivelul ansamblului de entităţi,
utilizând metode de colectare si de prelucrare a datelor statistice individuale şi
agregate.
Acest lucru se realizează apelând la documente tipice si situaţii generale,
statistica oficială reglementând prin lege (Legea statisticii oficiale, din 11 iulie
2009) sau prin alte acte normative adoptate în temeiul acesteia, precum şi prin
statutul BNR, evident în concordanţă cu principiile fundamentale ale statisticii
naţionale toate aceste activităţi. Documentele şi situaţii cu caracter statistic
financiar contabil însoţesc fenomenul economic de la înfiinţarea firmei, până la
desfiinţarea acesteia. Astfel, Oficiul registrului comerţului înregistrează demografia
populaţiei agenţilor economici, în calitate de unităţi statistice complexe ale
cercetării statistice de la naştere sau înfiinţare, până la fuziune sau dispariţie ori
faliment), iar oficii specializate desfăşoară activităţi statistice de colectare, de
procesare şi de diseminare a datelor, în forme instituţionale distincte, concretizate
în departament, direcţie, serviciu, birou, compartiment, ori după caz, în cadrul
structurii organizatorice proprii a autorităţii căreia îi aparţin. Acest proces amplu şi
deosebit de complex este coordonat de statistica oficială românească a cărei istorie
depăşeşte un secol şi jumătate.
Data de 12 iulie 1859, data oficială a naşterii statisticii instituţionale
româneşti
Caseta nr. 7.1
Prin Unirea Principatelor române, la 24 aprilie 1859, Consiliul Administrativ al
Principatelor se aprobă şi proiectul de lege pentru înfiinţarea unui Birou de Statistică,
precum şi întocmirea unor statistici naţionale. Domnitorul Alexandru Ioan Cuza.
Astfel, Decretul domnesc nr. 117 din 28 aprilie 1859, îl numeşte pe Dionisie Pop
Marţian ca şef al acestui Birou şi poate fi socotită data înfiinţării oficiale a Serviciului
statistic central din Ţara Românească, devenit ulterior nucleul Serviciului Român de
Statistică. După ce Dionisie Pop Marţian, a prezentat domnitorului Alexandru Ioan
Cuza Proiectul pentru instituirea unui Oficiu central de statistică administrativă,
Adunarea electivă a dezbătut acest proiect pe 1 iulie şi l-a aprobat, pe 3 iulie 1859. Pe
baza referatului prezentat domnitorului de Lascăr Catargiu, la 1 iulie 1859, domnitorul
Alexandru Ioan Cuza dă decretul de înfiinţare a Direcţiei de Statistică a Moldovei.
Simultan, domnitorul semnează un decret prin care Ion Ionescu de la Brad este numit
director al Direcţiei de Statistică a Moldovei. La 12 iulie, domnitorul Alexandru Ioan
Cuza a confirmat amendarea legii prin Hotărârea domnească nr. 276 consfinţind
naşterea Oficiului Central Statistic din Principatele unite române. Aşa s-a născut
statistica instituţională românească, căreia Dionisie Pop Marţian i-a fost întâiul ei şef.
Activitatea Institutului Naţional de Statistică (INS) al României contemporane a
extins obiectivul iniţial de întocmire a unor statistici naţionale, la un set din care se pot
191
selecta succint următoarele cinci obiective principale: a) producerea informaţiilor
statistice operative necesare factorilor de decizie ai strategiei economico-sociale; b)
asimilarea indicatorilor statistici specifici economiei de piaţă şi implementarea
metodologiilor de cercetare şi calcul conform standardelor şi practicii internaţionale; c)
dezvoltarea statisticii calitative, în completarea celei tradiţionale; d) extinderea şi
diversificarea mijloacelor de diseminare a datelor; e) cooperarea cu alte institute
naţionale de statistică în vederea dezvoltării unui sistem statistic durabil, derularea de
proiecte pentru asigurarea comparabilităţii datelor statistice cu cele ale altor ţări,
armonizarea continuă şi alinierea la standardele UE şi ale instituţiei sale comunitare
(EUROSTAT).
Sursa: http://www.insse.ro/cms/rw/pages/index.ro.do
Punerea în aplicare a principiilor fundamentale ale statisticii oficiale şi a codului
european de bune practici în domeniul statistic impun respectarea principiilor
informaţiei statistice consfinţite prin noua lege, multiplicate şi armonizate european
în raport cu
prima ordonanţă referitoare la statistica României intrată într-un lung proces de
tranziţie către economia de piaţă, încheiat în linii mari prin aderarea la 1 ianuarie
2007, la Uniunea Europeană.
O abordare comparativă a principiilor statistice legiferate
Caseta nr. 7.2
Ordonanţă nr.9 – 7 august 1992 Legea statisticii oficiale - 11 iulie 2009
Principiile fundamentale ale statisticii oficiale au
Principiile fundamentale pe care devenit prin multiplicare şi armonizare:
se baza statistica oficială erau a) independenţa profesională, b) autoritate în
următoarele: materie de culegere a datelor,c) adecvarea re-
a) autonomia ştiinţifică, b) relevanţa, surselor, d) angajamentul privind calitatea în
c)confidenţialitatea, d)corectitudinea, statistici, e) confidenţialitate, f) imparţialitate şi
e) promptitudinea şi punctualitatea, obiectivitate, g) metodologie solidă, h) proceduri
f) transparenţa, g) accesibilitatea, statistice adecvate, i) sarcină de răspuns adec-
h) consistenţa, i) deontologia statis- vată pentru repondenţi, j) eficienţa costurilor, k)
tică şi h) raport cost-eficienţă în relevanţă, l)precizie şi fiabilitate(credibilitate),
producerea de statistici. m) promptitudine şi punctualitate,n) coerenţă şi
comparabilitate, o) accesibilitate şi claritate.
Principiile sunt consemnate şi respectate în toate activităţile cu caracter statistic
indiferent că acestea se referă strict la programe (multianuale/anuale), la
nomenclatoare sau clasificări (registre etc.), la surse (documente/situaţii), la date şi
informaţii. Programul statistic naţional multianual se elaborează pe o perioadă de
maximum patru ani, ţinând seama de obiectivele strategiei şi de stadiul îndeplinirii
acestora, de programul statistic al Comunităţilor Europene, cu avizul utilizatorilor,
al producătorilor şi al furnizorilor de date. INS, în cooperare cu ceilalţi producători
de statistici oficiale elaborează programul statistic naţional anual(PSNA), în scopul
detalierii /operaţionalizării programului multianual.Astfel, ca exemplificare, PSNA
2010 a fost structurat pe trei secţiuni: a) lucrări şi cercetări statistice ale Sistemului
statistic naţional ce se vor realiza de către INS; b) lucrări şi cercetări statistice ale
Sistemului statistic naţional ce se realizează de către ministere şi alte instituţii
publice; c) lucrări şi cercetări statistice finanţate din fonduri externe.
În acest spirit semnificaţia datelor cu caracter statistic, culese şi apoi prelucrate
192
după metode şi cu respectarea unor metodologii aparte, din documente şi situaţii
financiar contabile, s-a îmbogăţit şi ea adăugând datelor noi semnificaţii, de la
conceptul general de date statistice – date colectate la cerere, în cadrul unei
cercetări statistice, de către un producător de statistici oficiale, segmentându-se în
date individuale – date cu caracter personal, despre o persoană fizică identificată
sau identificabilă ori referitoare la un operator economic cu sau fără personalitate
juridică, colectate de serviciile de statistică oficială pe baza programelor statistice,
destinate exclusiv prelucrării în scopuri statistice şi respectiv în date statistice
oficiale sau statistici oficiale – rezultate din procesarea (agregarea, gruparea,
sintetizarea etc.) datelor individuale, de către producătorul de statistici oficiale.
Documentele tipice şi situaţiile generale cu caracter statistic financiar contabil,
prin proiectarea, editarea, completarea, culegerea şi prelucrarea sau închiderea
circuitului lor complet, reflectă şi ele în întregime principiile statisticii oficiale din
România. Tipologia lor este însă una extrem de variată aşa cum de altfel apar în
final şi în Registrul de evidenţă curentă a arhivei, unde sunt ţinute evidenţele
dosarelor şi documentelor financiar contabile intrate în arhive, precum şi mişcarea
acestora în decursul timpului. Un factor de multiplicare continuu al acestor
documente şi situaţii îl constituie chiar noua tipologie de arhivare, respectiv arhiva
electronică, o evidenţă şi o păstrare cu mult mai „flexibilă şi spaţioasă” a noilor
documente de tip electronic. Documentul sau situaţia statistică financiar contabilă
este rezultatul acţiunii cumulate a trei tipuri de gândire care beneficiază de multe
similitudini, dar care sunt şi metodic asumate, respectiv gândirea de tip statistic,
specifică cercetării ştiinţifice în general, de tip financiar, definită prin maximizarea
câştigurilor, profitului, patrimoniului, avuţiei în general şi de tip contabil ca
ansamblu de metode şi operaţii de înregistrare, care asigură pe baza unor norme si
reguli speciale, mişcarea fondurilor şi materialelor, fie într-o microentitate, fie în
plan agregat într-o mezo sau macroentitate teritorială, socială şi economică.
Documentele tipice şi situaţiile generale financiar contabile sunt reflectate în
evidenţa exhaustivă financiar–contabilă, care reuneşte contabilitatea primară
(înregistrarea documentelor primare în conturi aferente operaţiunilor unei entităţi),
cu contabilitatea financiară (ansamblul operaţiunilor de înregistrare a existenţei şi
mişcării elementelor patrimoniale ale aceleiaşi entităţi, pe baza normelor şi a
regulilor speciale), cu contabilitate sintetică (oglindeşte mijloacele, sursele şi
procesele economice în expresie valorică sub aspectul conţinutului lor), precum şi
cu contabilitatea de gestiune (denumită si analitică sau internă ale cărei obiective
fundamentale rămân furnizarea informaţiilor care pot contribui la determinarea
analitică a costurilor, a preţurilor de vânzare şi la controlul rentabilităţii lor,
furnizarea informaţiilor necesare controlului condiţiilor interne de exploatare).
Sistemul documentelor şi situaţiilor financiar contabile este unul foarte complex,
cu particularităţi de conţinut sau cu restricţii de întocmire şi circulaţie.În funcţie de
tratare şi complexitate, o tipologie majoră le regrupează în trei mari categorii: a)
documente justificative prin intermediul cărora se atestă efectuarea ca atare a
operaţiilor economice (constituind majoritatea acestora); b) documente de evidenţă
şi prelucrare contabilă; c) documente de sinteză şi raportare contabilă şi financiar-
fiscală. Documentele şi situaţiile justificative sunt documente primare întocmite la
locul şi în momentul desfăşurării evenimentului patrimonial sau documente
193
centralizatoare obţinute prin sortarea documentelor primare pe operaţii. Există un
veritabil proces de atestare a documentelor de acest tip de la investigarea codului
pachetului documentelor, până la vizualizarea unora din componentele lui.
Standardul minimal unui document sau al unei situaţii finaciar contabile cuprinde:
denumirea documentului (factură, chitanţă, bon, etc.); denumirea unităţii (gestiunii)
care a întocmit documentul; numărul de ordine al documentului; data şi locul
întocmirii; felul operaţiei, cu indicarea elementelor cantitative şi calitative;
valoarea în monedă (scrisă în cifre şi în litere, pentru documentele bancare şi de
casă); semnătura persoanelor implicate în efectuarea operaţiilor, aprobarea şi
confirmarea datelor înscrise în documente; semnătura de autorizare prin control a
legalităţi operaţiilor prevăzute etc. Alte două caracteristici importante ale
documentelor şi situaţiilor financiar contabile sunt legate de arhivarea şi de
respectarea cu stricteţe a metodologiei de întocmire şi de circulaţie a acestora.
Pentru toate categoriile de documente există obligativitatea păstrării (arhivării)
acestora, în limita unor termene stabilite prin lege, clasării şi sistematizării lor de
aşa manieră încât să faciliteze accesul retroactiv şi controlul situaţiei desfăşurate, la
orice moment dorit. c) Se reţine de asemenea obligaţia respectării cu stricteţe a
metodologiei de întocmire şi circulaţie a documentelor primare şi introducerea lor
în procesul de prelucrare contabilă după reguli şi folosind procedeele cele mai
potrivite specificităţii organizatorice şi pretenţiile manageriale ale fiecărui agent
economic.
Legea contabilităţii nr.82/1991 obligă la transpunerea documentelor şi situaţiilor
primare în conturi pe principiul „dublei înregistrări”, prin intermediul „formulei
contabile”, respectând cu stricteţe procedeele specifice metodei contabilităţii, în
conformitate cu alfabetul ştiinţei care se presupune, apriori, a fi cunoscut.
Prelucrarea contabilă se realizează prin intermediul registrelor şi la final devin
documente justificative.
Tipologia documentelor şi situaţiilor cu caracter statistic, dar şi dominant
financiar contabil cuprinde o varietate extraordinară care acoperă cele mai diverse
activităţi, produse şi servicii, reunind situaţii anuale, de acum considerate clasice,
cu cele mai personalizate sau tipice dintre documentele posibile:
• situaţii financiare anuale simplificate:bilanţ prescurtat, cont de profit şi
pierdere, note explicative la situaţiile financiare anuale simplificate;
• situaţii financiare anuale: bilanţul, contul de profit şi pierdere, situaţia
modificărilor capitalului propriu, situaţia fluxurilor de trezorerie, notele explicative
la situaţiile financiare anuale;
• o gamă variate de jurnale, de la jurnalul clasic (document în care se
consemnează operaţiuni zilnice, ex. jurnal de casă), la jurnalul contabil (registru
contabil unde se înregistrează cronologic şi sistematic mişcările activelor) sau
jurnalul pentru cumpărări (jurnal auxiliar pentru înregistrarea achiziţiilor de bunuri
şi servicii) ori la jurnalul pentru vânzări (jurnal auxiliar pentru înregistrarea
livrărilor de bunuri şi/sau a prestărilor de servicii), la care se adaugă jurnale de
stabilire lunară sau trimestrială, după caz, a taxei pe valoarea adăugată (t.v.a.)
deductibile, jurnale privind consumurile şi alte ieşiri de stocuri (jurnal auxiliar
pentru inregistrarea lunara a operaţiunilor în creditul conturilor de stocuri la

194
unităţile care aplică forma de înregistrare pe jurnale), jurnal privind decontările cu
furnizorii (jurnal auxiliar pentru înregistrarea operaţiunilor privind decontările cu
furnizorii pentru materiale, mărfuri, lucrări executate, servicii prestate etc.),
jurnalul privind operaţiunile de casă şi bancă (jurnal auxiliar pentru înregistrarea
operaţiunilor cu mijloace băneşti), jurnalul privind operaţiunile diverse, jurnalul
cartea mare, jurnalul privind salariile etc.;
• documente contabile şi financiare clasice: nota de contabilitate, balanţa de
verificare, procesul-verbal de recepţie etc.;
• registre obligatorii, de la registrul de casă, la registrul de inventar;
• documente primare care probează legal o operaţiune contabilă sau financiară;
• scrisori de garanţie bancară, declaraţii privind accize; situaţii privind încasarea
- achitarea facturilor;
• deconturi de cheltuieli, liste de avans chenzinal, tichete cadou; bilete de
valoare;
• buget de venituri şi cheltuieli, raport anual de natură financiar contabilă etc.
Documentele şi situaţiile financiar contabile sunt expresii ale diversităţii
operaţiunilor financiar contabile derivate din diversitatea activităţilor, produselor şi
serviciilor agenţilor economici şi altor entităţi instituţionale.
Varietatea documentelor statistice este însă, în mod surprinzător, mult mai largă,
adăugând la gama largă a prelucrării documentelor anterioare şi unele documente
de tip informatic on-line (ex: documente şi situaţii INTRASTAT), alături de
clasicele formulare statistice de raportări, precum şi de noile documente privind
anchete, buletine şi chestionare de tip statistic, interviuri conjuncturale şi situaţii
privind indicatori pe termen scurt, ori alte multiple situaţii statistice specifice,
agregative sau de tip panel etc.
Numitorul comun al acestor documente şi situaţii este oferit de caracterul lor
simetric informaţional şi de capacitatea de a genera, prin prelucrări metodice şi
riguros statistice, indicatori şi sisteme de indicatori capabile a caracteriza aproape
toate fenomenele ce se desfăşoară în entităţile economice şi instituţionale.

7.2 Particularităţi şi tipologie în seriile cronologice şi teritoriale

Abordarea temporală şi spaţială impune cunoaşterea metodelor de analiză

statistică a seriilor cronologice şi teritoriale de date. Cunoaşterea fenomenelor în
succesiunea lor temporală caracterizează seria cronologică, definită drept seria de
tip statistic, în care primul şir de valori, respectiv al caracteristicii de grupare, este
timpul, iar cel de-al doilea şir este cel al variantelor caracteristicii de interes, în
cadrul fenomenului studiat. Seria cronologică este generatoare de variabile
istorice, conform afirmaţiei lui Joseph Schumpeter, şi devine cea mai apreciată
soluţie în analiza unor tendinţe pe termen lung sau seculare, după Frederick Mills.
În practica statistică, acest tip de serie apare mai ales sub forma unui şir de valori
ordonate în funcţie de timp ale unui indicator statistic, economic sau social şi din
nefericire, din cauza lipsei unor date cu caracter continuu se utilizează adeseori
scale inadecvate de interval sau cardinale (în care momentul de început sau zero
este mult prea arbitrar ales) şi nu scale optime de raport (proporţionale).

195
 Seria teritorială este tot un rezultat al grupării statistice, dar de această dată
având spaţiul drept caracteristică de grupare sau variante teritoriale în primul şir
(teritoriile:A,B,C,…,W) şi variante ale nivelului fenomenului cercetat, în cel de-al
şir specific. În practica statistică acest tip de serie apare mai ales sub forma unui
indicator prezentat iniţial agregat, ce este ulterior dezmembrat teritorial.

Condiţii specifice de realizare a seriilor cronologice şi teritoriale

Caseta nr 7.3
Serii cronologice (temporale)
I.Fenomenul primar este cel ce determină
alegerea intervalului de timp al seriei.
II. Seriile cronologice vor fi omogene ca tip
de indicator exprimat în aceleaşi condiţii
(nu se construiesc serii mixte de indicatori,
ci se acceptă fie numai indicatori absoluţi,
fie numai relativi, fie numai medii).
III.Cerinţele de comparabilitate statistică se
asigură integral (metodologie unitară de
calcul, abordare spaţială identică, unitate de
măsură similară, preţuri ).
IV. Se preferă perioadele de timp egale
celor inegale.
V.Bazei de comparaţie sau termenului de
început i se acordă cea mai mare atenţie.
Serii teritoriale (spaţiale)
I.Existenţa unor clasificări recunoscute şi
nomenclatoare administrativ - teritoriale
acceptate internaţional sunt cerinţe majore.
II.Fiecare termen este şi unitate complexă şi
element în nivelul agregat al seriei.
III. Seriile teritoriale vor fi alcătuite din
indicatori similari pentru acelaşi fenomen.
IV.Cerinţele de comparabilitate se respectă
integral şi în cazul seriilor teritoriale
(metodologia unitară, unităţi de măsură
identice, unităţi de timp similare, preţuri).
V.În dezmembrările spaţiale, agregatul este
un termen de control, iar în cazul unui
indicator ce nu suportă agregare teritorială
(indice, ritm) identificarea unui indicator
agregativ este de o importanţă deosebită.

Ambele tipuri de serii, atât cele cronologice cât şi cele teritoriale, beneficiază de
criterii de clasificare diverse şi implicit de o tipologie variată.Astfel, seriile
cronologice se clasifică în raport cu unitatea de timp specifică în serii de intervale
şi de momente, în funcţie de modalitatea concretă de exprimare, în serii de
indicatori absoluţi relativi sau medii, iar pornind de la numărul de termeni ai seriei
în serii de lungime mică (de 5-10 termeni, cu un pronunţat caracter didactic sau de
popularizare), serii de lungime medie (de 15-20 termeni, cu un evident caracter
practic) şi serii de lungime mare (de aproape 100 de termeni, cu un vădit caracter
istoric sau secular).La rândul lor, seriile teritoriale se împart în funcţie de
modalitatea concretă de exprimare în serii de indicatori absoluţi, relativi sau medii,
iar în raport de agregarea finală a termenilor în serii teritoriale agregabile (de
indicatori, cu precădere, absoluţi, precum şi în serii ce nu se pot agrega sau însuma
logic (mai ales cele alcătuite din indicatori relativi şi medii). Seriile cronologice şi
teritoriale se diferenţiază substanţial între ele şi în raport cu alte serii statistice.

Particularităţi ale seriilor cronologice şi teritoriale de date

Caseta nr. 7.4
Serii cronologice
I. Omogenitatea termenilor (yt)
(esenţa calitativă comună şi minima
dispersare temporală de termeni succesivi)
Serii Teritoriale
I. Omogenitatea termenilor (yi)
(conţinutul asemănător şi minimizarea
variaţiei teritoriale a termenilor)

196
II. Comparabilitatea termenilor (yt)
(satisfacerea unitară a criteriilor: spaţial,
organizatoric, unităţii de măsură, preţurilor)
III. Interdependenţa termenilor (yt)
(valoarea unui termen depinde de cel
anterior, din cauza unei tendinţe inerţiale)
IV. Periodizarea seriei de termeni
(delimitarea etapelor calitativ diferite în
evoluţia fenomenului prin alegerea bazei)
V. Adecvarea lungimii seriei de termeni la
fenomenul reflectat (asigurarea unui număr
suficient de termeni oferind astfel câmp de
acţiune legii numerelor mari)
II. Comparabilitatea termenilor (yi)
(satisfacerea unitară a criteriilor: temporal,
organizatoric, unităţii de măsură, preţurilor)
III. Independenţa termenilor (yi)
(diferite niveluri ale termenilor nu se
condiţionează reciproc)
IV. Simultaneitatea termenilor seriei
(variantele teritoriale se referă la acelaşi
moment sau interval de timp)
V. Variabilitatea termenilor (yi)
(evidenţierea variaţiei fenomenului reflectat
prin termeni de nivel diferit)

Compromisul final al seriei cronologice se realizează practic între tendinţa de

adecvare a lungimii seriei şi tendinţa de asigurare a omogenităţii şi
comparabilităţii termenilor seriei. O serie cronologică prea lungă este greu de
realizat în practică, din punctul de vedere al omogenităţii şi comparabilităţii, în
timp ce o serie cronologică prea scurtă, deşi alcătuită din termeni omogeni şi
comparabili, nu asigură întotdeauna o reflectare corectă a fenomenului cercetat (nu
oferă un câmp de acţiune satisfăcător acţiunii legii numerelor mari). Dilema
oricărei serii teritoriale este soluţionarea cât mai corectă a problemei delimitării
unităţii statistice spaţiale.Aceasta trebuie să fie complexă, aşa cum se prezintă
orice unitate teritorială sau spaţială la o primă analiză, dar şi simplă, în acelaşi
timp, în raport cu nivelul de agregare superior, atunci când acesta este posibil.
Graficele specifice celor două tipuri de serii diferă şi ele în mod semnificativ. În
timp ce seria cronologică este reprezentată cu mare fidelitate prin intermediul
cronogramelor sau historiogramelor, alături de diagrame prin benzi sau coloane,
diagrame cu scară semilogaritmică sau diagrame radiale (polare), seria teritorială
este redată relevant cu ajutorul cartogramelor sau cartodiagramelor, ca grafice
speciale, construite pe fondul unei hărţi a unităţilor teritoriale cercetate.

7.3 Sisteme de indicatori statistici ai seriilor cronologice şi teritoriale

Impactul sistemului de indicatori are caracter şi analitic, dar şi sintetic (în acelaşi
timp sau în acelaşi spaţiu).
A. Sistemul de indicatori statistici ai unei serii cronologice se calculează pornind
practic de la termenii acesteia şi rezultă două clase, una analitică şi alta sintetică de
indicatori.În raport însă cu modul de calcul şi de exprimare indicatorii se
structurează în subsisteme specifice: a) subsistemul indicatorilor absoluţi; b)
subsistemul indicatorilor relativi; c) subsistemul indicatorilor medii.
I. Subsistemul indicatorilor absoluţi ai unei serii cronologice este alcătuit din
termenii seriei, din volumul agregat al acestora (numai în cazul seriilor de
intervale) şi din modificările absolute, constatate între nivelul termenilor.Termenii
seriei cronologice, notaţi cu yt, unde t = 1T , redau de o manieră statistică nivelul,
mărimea specifică a fenomenului analizat la momentele t1, t2, t3 … tT, reliefând, în
197
cazul unor creşteri constante, o evoluţie ascendentă sau în cazul unor diminuări
constante, o evoluţie descendentă.Variaţiile oscilant evolutive sub formă de creşteri
sau descreşteri alternative, ca şi staţionaritatea de nivel constituie stările posibile
ale fenomenului cercetat în timp, stări care rezultă din analiza termenilor seriei
cronologice.Volumul agregat al termenilor seriei cronologice se calculează
exclusiv pentru serii de intervale, ele fiind agregabile(cumulative). Modificările
absolute (diferenţe sau ecart) se concretizează în sporuri sau reduceri absolute şi se
clasifică în funcţie de bază în modificări absolute cu bază fixă ( Δt /1 = yt − y1 ) şi cu
bază mobilă sau în lanţ [ Δ = yt − y ].Există două proprietăţi cu semnificaţie
t / ( t-1) ( t-1)
deosebită, prin utilitatea lor în reconstituirile de termeni ai seriilor cronologice.
Diferenţa dintre două modificări absolute consecutive cu bază fixă este egală cu
modificarea absolută cu bază în lanţ sau mobilă a celor doi termeni consecutivi:
( )
Δt /1 − Δ(t −1) /1 = ( yt − y1 ) − y(t −1) − y1 = yt − y(t −1) = Δt /( t −1) .
Suma tuturor modificărilor absolute cu bază în lanţ sau mobilă este egală cu
modificarea cu bază fixă a ultimului termen faţă de primul termen.
T

∑Δ (
t =2
t / t −1)
=Δt/(t−1) +Δ(t−1)/(t−2) +... +Δ3/2 +Δ2/1

( )( )
= yt -y( t-1) + y( t-1) -y( t-2) +...+( y3 -y2) +( y2 -y1) =( yt -y1) =Δt/1

II. Subsistemul indicatorilor relativi ai unei serii cronologice cuprinde: a) indici,

care arată de câte ori nivelul fenomenului studiat (yt) est mai mare sau mai mic
într-un moment sau într-un interval „t” în raport cu oricare alt moment sau alt
interval „t-1” sau „1”; b)ritmuri, care subliniază cu cât s-a modificat nivelul dintre
cele două momente sau intervale; c) valori absolute ale unui procent din ritmurile
determinate anterior.În general, indicatorii relativi redau fie proporţia între diferite
niveluri de dezvoltare în timp a fenomenului studiat, ca în cazul indicilor, fie
decalajul sau avansul identificat între aceleaşi niveluri menţionate, ca în cazul
ritmurilor. De regulă, indicele se exprimă în coeficienţi sau în procente fie cu bază
y
fixă ( I ty/1 = yt × 100 ), fie cu bază mobilă sau în lanţ ( I ty/ ( t −1) = t × 100 ). În cazul
y1 y( t −1)
indicilor, se reţin alte două proprietăţi esenţiale în demersul practic de reconstituire
a termenilor lipsă din şirul specific al seriei cronologice.
Produsul tuturor indicilor cu bază mobilă sau în lanţ este egal cu indicele cu
bază fixă al ultimului termen, în raport cu primul termen.
T
y y( t −1) y y
∏t =2
I ty/ ( t −1) = t ×
y(t −1) y( t − 2)
× ... × 3 × 2 = I ty/ ( t −1) .
y2 y1

Raportul dintre doi indici cu baza fixă, construiţi din doi termeni consecutivi sau
succesivi, este egal cu indicele cu bază mobilă sau în lanţ, al celor doi termeni.
I ty/1 yt y(t −1) y
y
= : = t = I ty/ (t −1) .
I ( t −1) /1 y1 y1 yt −1
198
 Cele două relaţii anterioare sunt relaţii de recurenţă cu aplicabilitate în multiple
domenii economice şi sociale.Ritmul sau rata modificării relative (ca ritm al
sporului sau reducerii) reprezintă decalajul sau avansul surprins în valoarea
indicelui (sporul sau reducerea).Ritmul sau rata, în calitate de indicator relativ al
seriei cronologice, se calculează ca diferenţă între indicele exprimat prin coeficient
şi valoarea unu (I–1) sau între indicele exprimat prin procent şi 100%[I(%)–100%].
In cazul ritmului cu bază fixă, relaţiile de calcul sunt următoarele:
y yt − y1 Δt /1
Rt /1 = I t /1 − 1 = t − 1 = = sau
y1 y1 y1

y yt − y1 Δ
Rt /1 ( %) = It /1 ( %) − 100% = t ×100 − 100 = ×100 = t /1 ×100
y1 y1 y1
În cazul ritmului cu bază mobilă sau în lanţ formulele de calcul devin:
y yt − y(t −1) Δ t / ( t −1)
Rt / (t −1) = I t / ( t −1) − 1 = t − 1 = = sau
y( t −1) y( t −1) y( t −1)
yt − y Δ
yt ( t −1) t / ( t −1)
t / ( t −1) ( ) t / ( t −1) ( )
R % = I % − 100% = × 100 − 100 = × 100 = × 100
y y y
( t −1) ( t −1) ( t −1)
Ritmul sau rata modificării relative reprezintă un raport între modificarea
absolută a fenomenului cu bază fixă sau în lanţ şi nivelul bazei fixe sau în lanţ
comparate.
Valoarea absolută a unui procent din ritmul cu bază fixă (At/1) sau cu bază în
lanţ (At/(t-1)) stabileşte concret numărul unităţilor de măsură în care este exprimat
fenomenul analizat, unităţi ce corespund unei modificări (creşteri sau reduceri) cu
un singur procent.Modificarea absolută a unui procent din ritmul cu bază fixă,
redă un procent din baza fixă şi este în fapt o valoare constantă, în timp ce
valoarea absolută a unui procent din ritmul cu bază în lanţ sau mobilă reprezintă un
procent din termenul anterior:
Δ t /1 Δ t /1 Δ Δ y
y
şi t / ( t −1) t / ( t −1) ( t −1)
At /1 = = = 1 A = = =
Rt /1 ( % ) Δ t /1 100 t / ( t −1) R Δ
t / ( t −1) 100
× 100 t / ( t −1)
y1 × 100
y
( t −1)
Valoarea absolută a unui procent din ritmul de bază în lanţ sau mobilă este
inedită prin aspectele şi mai ales prin tendinţele relevate. Ritmurile cu bază mobilă
ale unei serii de termeni în creştere au o tendinţă de diminuare de la un termen la
altul iar ritmurile cu bază mobilă ale unei serii de termeni în scădere au o tendinţă
de majorare de la un termen la altul. În lumea gândirii statistice, o lume finită, acest
lucru se traduce prin formularea nimic nu poate creşte nelimitat tot astfel cum
nimic nu se poate reduce la infinit.
III. Subsistemul indicatorilor medii ai unei serii cronologice conţine nivelul
mediu al termenilor sau media specifică, modificarea medie absolută, indicele
199
mediu şi ritmul mediu.Nivelul mediu al termenilor se calculează ca medie
∑ yt
aritmetică simplă ( y = ) în serii cronologice de intervale sau ca medie
T
y1 y
+ y2 + ... + y(T −1) + T
T
cronologică în serii de momente: ycr = ∑ yt / (T − 1) = 2 2
t =1 T −1
Media cronologică specifică seriilor de momente este o medie a mediilor
intervalelor create între acele momente (evident „T-1” intervale situate între „T”
momente).Pentru detalierea specifică gândirii de tip statistic se poate apela şi la o
medie cronologică ponderată cu timpul „scurs” între momentele seriei.
T −1

∑ y ×t t t y1 × t1 + y2 × t2 + ... + y (T −1) × t(T −1)

ycr = t =1
T −1
=
t1 + t2 + ... + t(T −1)
∑t
t =1
t

În urma desfăşurării mediilor yt se obţine relaţia :

t1 t +t t(T − 2) + t(T −1) t(T −1)
y1 ×
+ y2 × 1 2 + ... + y(T −1) × + yT ×
y cr = 2 2 2 2
t1 t1 + t2 t(T − 2) + t(T −1) t(T −1)
+ + ... + +
2 2 2 2
Modificarea medie absolută reprezintă media modificărilor absolute cu bază în lanţ
T

∑Δ t / ( t −1) T
Δt /1 yt − yi
Δ= t =2

T −1 t =2
, dar cum ∑Δ ( =
t / t −1)
T −1 T −1
= Δt /1 rezultă că: Δ=
.

Modificarea medie absolută este un indicator cu atât mai reprezentativ al seriei

cronologice, cu cât modificările de la un fenomen la altul sunt aproximativ egale cu
Δ (similar unei progresii aritmetice a cărei raţie este chiar „ Δ ”).
Indicele mediu subliniază practic de câte ori s-a modificat „în medie” fenomenul
analizat în timp (de la un termen la altul al seriei). Relaţia lui calcul este o medie
geometrică:
T
(T −1)
∏I
t =2
t / ( t −1)
= I t / (t −1) × I (t −1) / ( t − 2) × ... × I 2 /1 = I

de (T-1) ori
T
yt
I = (T −1) ∏ I t / (t −1) , rezultă că: I = (T −1) .
t =2 yi
Indicele mediu este considerat un indicator cu atât mai reprezentativ al seriei
cronologice, cu cât modificările de la un termen la altul sunt aproximativ egale cu
I ( similare unei progresii geometrice a cărei raţie este chiar „ I ”).
Ritmul mediu identifică în mod concret „cu cât” s-a modificat „în medie”
fenomenul analizat în timp (de la un termen la altul al seriei). Relaţia de calcul este
una din cele care urmează, în funcţie de modul de exprimare:
200
 R t / (t −1) = I t / ( t −1) − 1 , atunci când R şi I se exprimă prin coeficienţi şi
R t / (t −1) ( % ) = I ( t −1) ( % ) − 100% , atunci când R şi I se exprimă în %.
Calitatea analizei efectuate prin intermediul subsistemelor de indicatori absoluţi,
relativi şi medii asupra seriei cronologice depinde în mod hotărâtor de calitatea
fenomenului primar, de omogenitatea acestuia şi de acurateţea datelor iniţiale.
B.Sistemul de indicatori statistici ai unei serii teritoriale prezintă particularităţile
sale deşi, aparent, este alcătuit tot din aceleaşi trei subsisteme:
I. Subsistemul indicatorilor absoluţi cuprinde termenii seriei teritoriale şi
decalajul absolut sau avansul absolut.
II. Subsistemul indicatorilor relativi, ce conţine indici teritoriali, rate de decalaj
sau de devansare, iar pentru serii de termeni agregabili cote, ponderi sau greutăţi
specifice teritoriale şi indici ai repartiţiei sau ai specializării teritoriale (indicele de
concentrare–diversificare Gini–Struck, indicele Herfindahl, indicele Krugman etc).
III. subsistemul indicatorilor medii, destul de rar utilizaţi în analize teritoriale şi
cu preferinţă axat pe teritoriul median, mai curând decât pe cel mediu aritmetic sau
modal.În prezentarea succintă a subsistemului indicatorilor absoluţi specifici se
constată, cu uşurinţă, că fiecare termen al seriei teritoriale yi este un indicator de
nivel şi exprimă concret volumul caracteristicii în teritoriul i. Decalajul absolut
sau avansul absolut al unui teritoriu i faţă de teritoriul j se definesc prin diferenţa
dintre nivelul atins de caracteristica studiată, în fiecare din spaţiile menţionate,
decalaj în situaţia când diferenţa este negativă şi avans atunci când este pozitivă.
Δ i / j = yi − y j unde:: Δ i / j < 0 = decalaj absolut
Δ i / j > 0 = avans absolut
Concretizarea indicatorilor prin unităţi de măsură limitează posibilitatea de
comparare teritorială a unor populaţii statistice diferite. Într-o astfel de situaţie se
apelează la subsistemul indicatorilor relativi sau, mai precis, la indici teritoriali şi
rate de decalaj sau rate de devansare.Un indice teritorial este raportul a două
niveluri ale caracteristicii sau a două variante, ca simplu rezultat al variaţiei spaţiale
yi
a fenomenului studiat: I i / j = , unde:
yj
- I i / j < 1 , corespunde decalajului teritoriului i faţă de j (yi - yj < 0),
- I i / j > 1 , corespunde devansării (avansului) teritoriului i faţă de j (yi - yj > 0).

Indicele teritorial coexistă prin indici reversibili: I i / j × I j / i = 1 , deoarece yi × y j = 1

yj yi
Acest lucru permite construcţii de indici teritoriali agregaţi de tip Paasche,
Laspeyres sau Fisher, transferând conceptul de bază temporală în bază teritorială
pentru fenomene complexe (y = x × f):

Pi /x j =
∑ xi fi , Lx = ∑ xi f j sau Fi /x j =
∑ xi fi × ∑ xi f j .
∑ x j fi i/ j
∑ xj f j ∑ x j fi ∑ x j f j
201
Indicii teritoriali pot fi construiţi şi ca indici sub formă de raport de medii:

I ix/ j =
∑x f : ∑x f
i i j j
.
∑f ∑f i j
Ratele de decalaj sau de devansare se utilizează pentru exprimarea rapidă a
diferenţelor dintre cele două niveluri teritoriale (yi - yj), relativizate prin raportare
Δi / j yi − y j
la ultimul dintre ele (yj): Δ i(%)
/j =
yj
=
yj
( )
× 100 = I i / j − 1 × 100

Atunci când termenii seriei teritoriale sunt agregabili din punct de vedere logic,
se pot valorifica şi indicatori clasici relativi de tipul ponderilor, cotelor-părţi,
greutăţilor specifice (gi) şi de tipul indicilor repartiţiei teritoriale, specializării sau
diversificării teritoriale (indicele repartiţiei teritoriale Gini-Struck (CG-S), indicii
specializării sau diversificării Herfindahl, Krugman:
yi n∑ g i 2 − 1
gi = sau CG − S = , unde: 0 ≤ CG-S ≤ 1
∑y i
n −1
Dacă indicele repartiţiei teritoriale Gini-Struck (CG-S) tinde spre 0, atunci repartiţia
fenomenului cercetat în teritoriu este uniformă, echilibrată, în timp ce o tendinţă
spre 1 traduce dezechilibre de repartiţie, sub forma unor concentrări într-un număr
redus de teritorii pentru acelaşi fenomen cercetat. Concentrarea moderată este
delimitată de o valoare a indicelui repartiţie teritoriale de aproximativ 0,3.În cazul
subsistemului indicatorilor medii, valoarea de tip median prin teritoriul median
este cea mai frecvent utilizată şi ,destul de rar, valoarea medie sau teritoriul mediu.
În concluzie, sistemele de indicatori statistici ale celor două abordări, una de tip
temporal, prin serii cronologice şi alta de tip spaţial, prin serii teritoriale, sunt
similare ca subsisteme dar diferite prin indicatori caracteristici, calcul tip, aplicaţii
practice şi interpretări specifice.

7.4 Determinarea trendului şi sezonalităţii în evoluţia fenomenelor

surprinse în contabilitate

Într-o serie cronologică de lungime suficient de mare se pot identifica cele trei
componente esenţiale: componenta sistematică sau trendul ( ŷt ), oscilatorie sau
periodică (St) şi aleatoare sau întâmplătoare (εt), ce pot fi modelate aditiv şi / sau
multiplicativ: yt = yˆt + St + ε t sau yt = yˆt × St × ε t .
Componenta sistematică sau trendul ( ŷt ) se naşte ca urmare a acţiunii factorilor
importanţi, semnificativi şi cu influenţă continuă relativ stabilă şi sesizabilă pe
perioade foarte mari de timp. Prin trend se înţelege de altfel, tendinţa centrală de
evoluţie, pe întregul orizont de timp analizat, iar principalii factori ai trendului
rămân progresul sub toate formele sale, respectiv cultural, ştiinţific, tehnic,
economic, politic, social şi evoluţia populaţiei umane cu implicaţii profunde în mai
toate fenomenele şi procesele cercetate.Atât din puncte de vedere teoretic cât şi
practic, pot apare şi serii cronologice fără trend sau staţionare (din care trendul a
202
 yt
fost eliminat): yt − yˆt = St + ε t sau = St × ε t .
yˆt
Componenta oscilatorie sau periodică (St) devine rezultatul acţiunii factorilor
secundari cu influenţă schimbătoare dar relativ continuă, iar pe termen scurt este
sesizabilă cu mai mare uşurinţă în interiorul unui an. Componenta oscilatorie se
manifestă cu o anumită ritmicitate sub denumirile de sezonalitate (în interiorul
unui an) sau ciclicitate (pentru un număr mai mare de ani analizaţi).[5] Factorii
generatori de influenţe sezonabile sau ciclice sunt cei naturali, climaterici, sociali.
Oscilaţiile pot constitui un subiect de analiză pentru gândirea statistică şi pe
intervale de variaţie mult mai mici (infralunare în decade sau săptămâni de zile,
infrasăptămânale în zile, infrazilnice în ore sau pe schimburi etc). Lungimea
perioadei oscilaţiei sau durata acesteia este constantă. Aceasta rămâne o condiţie
esenţială a existenţei oricărui tip de componentă periodică (St). Oscilaţia în variaţia
fenomenului analizat nu este specifică tuturor seriilor cronologice şi există prin
urmare serii fără sezonalitate sau ciclicitate (din care influenţa sezonieră sau ciclică
y
a fost eliminată): yt − S t = yˆ t + ε t sau t = yˆt × ε t .
St
Componenta aleatoare sau întâmplătoare (ε t ) este consecinţa apariţiei
accidentale a unei devieri de la trend sau de la oscilaţia specifică a seriei
cronologice, sub influenţa unor factori imprevizibili, aleatori sau întâmplători. Este
cazul concret al erorilor de observare statistică, al crizelor, al revoluţiilor, al
cutremurelor, al inundaţiilor şi al altor fenomene considerate în general
imprevizibile. Această componentă rămâne obligatoriu în modelul elementelor
specific chiar dacă şi trendul şi oscilaţia dispar: yt − yˆt − St = εt sau
yt
= εt
yˆ t × S t
Atât trendul sau componenta sistematică ( ŷt ), cât şi oscilaţia sau componenta
periodică (St) se pot determina şi analiza statistică. Metodele elementare sau
mecanice de determinare a trendului sunt diverse. Astfel, o primă metodă simplă
este metoda bazată pe indicatorul mediu specific (media, mediana, modul), ce
beneficiază de calitatea de imagine esenţială, centrală, tipică pentru seria
cronologică analizată. O altă metodă este metoda mediilor mobile, care au rolul de
a netezi anumite oscilaţii sau abateri accidentale (fluctuaţii în general). Aceste
medii mobile se determină din numere pare sau impare de termeni succesivi ai
seriei cronologice, (prin înlocuirea sistematică a primului termen luat în calcul cu
primul termen nepreluat încă în calcul din seria cronologică) şi substituie termenii
reali. În cazul calculării mediei dintr-un număr impar de termeni este necesar o
singură netezire a mediilor obţinute, în locul termenilor iniţiali. Se poate
exemplifica apelând la 8 preţuri înregistrate în opt săptămâni succesive, al căror
nivel mediu se va calcula din câte 3 şi respectiv din câte 4 termeni succesivi:
• cazul mediei calculate din număr impar de termeni (K = 3)
203
 p1 p2 p3 p4 p5 p6 p7 p8
p + p2 + p3
↓ ↓ ↓ ↓ ↓ ↓ p1 = 1
3
p1 p2 p3 p4 p5 p6
(noua serie cronologică netezită este diminuată cu un număr de K-1 termeni).
• cazul mediei calculate din număr par de termeni (K = 4)
p1 p2 p3 p4 p5 p6 p7 p8
↓ ↓ ↓ ↓ ↓
p1 p2 p3 p4 p5
↓ ↓ ↓ ↓
p1c p2c p3c p4c
p +p +p +p p +p
p1 = 1 2 3 4 şi p1c = 1 2
4 2
(după prima netezire se obţin cinci preţuri medii ca medii necentrate a câte patru
termeni, iar după a doua netezire se ajunge la patru preţuri medii ca medii centrate
a câte două preţuri medii necentrate obţinute anterior, în final se pierd K termeni).
Numărul final al mediilor ce vor constitui noii termeni ai seriei cronologice,
obţinute din câte K termeni (K = 3,4,…,n) este egal cu numărul iniţial de termeni ai
seriei diminuat cu K-1 termeni sau cu K termeni la capetele acestuia. Obiecţiile de
fond ale utilizării mediilor mobile sunt legate de diminuarea numărului termenilor,
modul subiectiv de alegere al lui K şi imposibilitatea de previziune ulterioară,
termenii dispăruţi fiind tocmai cei din capetele seriei.O metodă simplă este şi
metoda grafică, a cărei ipoteză este aceea că toţi factorii de influenţă prezintă o
acţiune constantă pe toată perioada de analiză. Se reprezintă mai întâi datele seriei
cronologice printr-o historiogramă sau printr-o cronogramă. Apoi se stabileşte o
tendinţă aproximativă a seriei cronologice, trasând vizual o dreaptă sau o curbă cât
mai aproape de punctele reale din graficul specific menţionat şi care va uni
punctele extreme ale acestui grafic. În acest fel se alege funcţia matematică ce
caracterizează cel mai bine tendinţa seriei cronologice, direct din graficul realizat
Metoda modificării medii absolute (a sporului mediu sau a reducerii medii - Δ )
este recomandată atunci când evoluţia în timp a fenomenului se realizează în
modificări absolute aproape egale, de la un termen la altul:
yT − y1
Δ 2 1 ≈ Δ3 2 ≈ Δ 4 3 ≈ ... ≈ Δt t −1 ≈ Δ ≈
T −1
Este o metodă de ajustare mecanică ce presupune înlocuirea termenilor reali sau
empirici (yt) cu valori ajustate sau teoretizate specifice ( yΔ ). Seria ajustată sau
seria termenilor teoretici este rezultatul utilizării unei progresii aritmetice simple cu
raţia egală cu modificarea medie ( Δ ).
ŷ1 = y1 (primul termen ajustat este identic cu primul termen real),
ŷ2 = y1 + Δ ,
( ) ( )
yˆ3 = y1 + Δ + Δ = y1 + 2Δ ,

204
 …
yˆT = y1 + (T − 1) Δ (ultimul termen ajustat este identic cu ultimul real).
Din punct de vedere grafic, metoda modificării medii este o dreaptă oblic
ascendentă sau descendentă care uneşte primul termen cu ultimul termen al seriei
reale sau empirice.
În concluzie, utilizarea metodei este indicată la acele serii cronologice unde alura
graficului este aceea a unei drepte şi acolo unde creşterile sau descreşterile de la un
termen real la altul sunt relativ egale. Relaţia de calcul specifică metodei rămâne
yˆ = y1 + (T − 1) Δ .
Δ
Metoda indicelui mediu presupune înlocuirea termenilor seriei empirice cu
termenii unei progresii geometrice, pornind de la prima valoare reală (y1) şi
T
utilizând o raţie egală cu indicele mediu, respectiv I , unde: I = T −1 ∏ I t /(t −1) .
t =2
Metoda este recomandabilă acelor serii cronologice unde evoluţia în timp a
fenomenului analizat îmbracă fie forma unor indici cu bază mobilă sau un lanţ
yT
aproximativ egali: I 2 1 ≈ I 3 2 ≈ I 4 3 ≈ ... ≈ I t t −1 ≈ I ≈ T −1 , fie a decalajelor sau a
y1
avansurilor aproximativ egale între termenii succesivi, traduse prin ritmuri aproape
Δ t (t −1) yt − y(t −1)
identice cu bază în lanţ: R2 1 ≈ R3 2 ≈ R4 3 ≈ ... ≈ Rt t −1 ≈ = .
y(t −1) y(t −1)
Este tot o metodă de ajustare mecanică ce substituie termenii seriei reale sau
empirice cu termenii unei serii teoretice. Această serie "ajustată" are ca prim
termen chiar prima valoare reală şi utilizează o progresie geometrică simplă cu
raţia egală cu indicele mediu ( I ) şi care se construieşte astfel.
ŷ1 = y1 (primul termen ajustat este identic cu primul termen real),
ŷ2 = y1 × I

( )( I ) = y × ( I )
2
ŷ3 = y1 × I 1

…
(T −1)
yˆT = y × I (ultimul termen ajustat este identic cu ultimul real).
1
În cazul metodei indicelui mediu, din punct de vedere grafic, în historiograma
sau cronograma finală, locul dreptei oblic ascendente sau descendente, specifice
metodei modificării medii absolute, este luat de o curbă exponenţială.
În concluzie, utilizarea metodei este indicată la seriile cronologice unde alura
graficului este aceea a unei curbe exponenţiale şi acolo unde creşterile sau
descreşterile de la un termen la altul prezintă ritmuri aproape egale.
(T −1)
Relaţia de calcul a metodei indicelui mediu este următoarea: yˆt = y1 × I .
În afara unor metode elementare, trendul sau componenta sistematică a unei serii

205
cronologice ( ŷt ) se poate determina şi prin intermediul metodelor analitice, bazate
pe identificarea unor funcţii matematice, respectiv prin trend liniar şi trend
neliniar (exponenţial, parabolic, hiperbolic, etc.). Demersul de parametrizare a
trendului liniar sau neliniar este urmarea fireasca a utilizării metodei celor mai
mici pătrate, urmărind minimizarea pătratelor abaterilor valorilor ajustate , de la
∑( y − yˆt ) = minim
2
termenii reali sau empirici: t

Dacă prin metoda grafică s-a identificat o posibilă funcţie de ajustare liniară şi se
acceptă această ipoteză , respectiv ŷt = a + bt , unde t = 1T , atunci parametrii a şi
b se calculează ca soluţii simple ale sistemului cunoscut deja de la regresia de tip
liniar, în care x este înlocuit cu t. Fără a mai menţiona operatorului sumă limitele
evidente, acest sistem devine egal cu:
a + b ∑ ti = ∑ yt
a ∑ ti + b∑ ti 2 = ∑ ti yt
Deoarece timpul nu este o variabilă cauzală sau explicativă, ci o variabilă reper,
atunci se facilitează soluţionarea rapidă a sistemului printr-un artificiu de calcul
conform căruia ∑
ti = 0 . Acest lucru se realizează diferenţiat în raport cu numărul
termenilor seriei cronologice.
a) Dacă numărul de termeni este impar, atunci t = 0 devine valoarea mediană
(centrală) şi t se retranscrie, ca o progresie aritmetică cu raţia "1", conform
exemplului următor:
Anul (t) iniţial: 1 2 3 4 5 6 7 ⇒ ∑ ti ≠ 0
Anul (t) artificializat: -3 -2 -1 0 1 2 3 ⇒ ∑ ti = 0
b) Dacă numărul termenilor este par se poate proceda în două variante:
• atunci când seria cronologică este mai lungă de 12 termeni se renunţă la primul
termen, fără a conduce la o schimbare esenţială a estimării (se artificializează
apoi ca la punctul anterior).
• când seria este scurtă, se păstrează toţi termenii; centrarea prin t = 0 nu este
posibilă din cauza numărului impar al termenilor, iar pentru cei doi termeni
aflaţi în mijlocul seriei se vor folosi valorile "-1" şi "1”, ceea ce modifică raţia,
care devine astfel egală cu "2”.

Anul (t) iniţial: 1 2 3 4 5 6 ⇒ ∑ ti ≠ 0

Anul (t) artificializat: -5 -3 -1 1 3 5 ⇒ ∑ ti = 0
Prin condiţia ∑t i = 0 , sistemul se simplifică esenţial şi devine urmǎtorul:

na = ∑y t ⇒a=
∑y t
= y (a este media aritmetică a variabilei)
n
= ∑ ti yt ⇒ b = ∑
ti yt
b ∑t 2
(b este panta trendului liniar)
∑t
i 2
i

Parametrul b este esenţial pentru evoluţia în timp a fenomenului studiat, el având

206
semnificaţia unui multiplicator. Astfel, b exprimă efectiv cu câte unităţi de măsură
ale variabilei analizate se modifică nivelul fenomenului la o variaţie a timpului t cu
o unitate (oră, zi, lună, trimestru, an).Aprecierea calităţii estimării tendinţei
generale a fenomenului se realizează prin intermediul a doi coeficienţi:
Coeficientul de eroare (e) sau Coeficientul de determinaţie (D):
2
(
∑ yt − yˆt )
⎡ 2⎤
n ⎢ ∑ ( yt − yˆt ) ⎥
e= × 100 D = 1 − × 100
⎢ ∑ y −y 2 ⎥
y
⎣ t ⎦ ( )
Ambii coeficienţi pot lua valori teoretice cuprinse între 0% şi 100%, coeficientul
de eroare a ajustării (e) tinzând în mod evident către zero, iar coeficientul de
determinaţie a ajustării (D) către sută la sută. În situaţia în care valorile e şi D nu
sunt acceptabile, procentul reprezentat de e fiind mult mai mare decât 5%, iar cel al
lui D mult mai mic de 95% (eroarea de 5% fiind limita de acceptare a unei erori în
gândirea statistică în ceea ce priveşte analiza fenomenelor sociale şi economice),
atunci se revine la metoda grafică, respectiv la historiogramă sau cronogramă, în
încercare de emite o altă ipoteză, aceea a unui trend neliniar.
t
Un trend neliniar de tip exponenţial ( ŷt = a + b i ) generează în urma aplicării
metodei celor mai mici pătrate sistemul:
n lg a + ∑ ti lg b = ∑ lg yt

∑ t lg a + ∑ t
i i
2
lg b = ∑ ti lg yt , care prin artificiul ∑t i = 0, devine:

⎛ ∑ lg yt ⎞
n lg a = ∑ lg y
⇒ a = anti lg ⎜⎜
t ⎟⎟
⎝ n ⎠

∑ ti 2 lg b = ∑ ti lg yt ⇒ b = anti lg ⎜⎜ ∑ i t 2 t
⎛ t lg y ⎞
⎟⎟
⎝ ∑i ⎠
Un trend neliniar de tip parabolic (printr-o funcţiei de gradul II ŷt = a + bti + ct i2 ),
în urma aplicării metodei celei mai mici pătrate, conduce la sistemul :
∑
na + b Σ ti + c Σ t i2 = yt
a ∑ t + b∑ t + c ∑ t =∑ t y , care prin ∑ t = 0, devine:
i i
2
i
3
i t i

a ∑ t + b∑ t + c ∑ t =∑ t y
i
2
i
3
i
4
i
2
t

na + c∑t = ∑ y ⇒a =1 n⎡∑y −∑t ( ∑t ∑y −n∑t y ) ( ∑( t ) −n∑t ) ⎤ 2 2

2 2 2 2 4

⎣⎢ ⎦⎥
i t t i i i i t i i

b∑ t = ∑ t y
i
2
⇒ b = (∑ t y ) ∑ t
i t i t i
2

a∑t +c∑t =∑t y ⇒ c = ( ∑ t ∑ y − n∑ t y ) ⎣⎡( ∑ t ) − n∑ y ⎦⎤

2
i
4
i
2
i t i
2
i
2
i i i
2 4
i

207
 1
Un trend neliniar de tip hiperbolic ( ŷt = a + b ) dă naştere prin metoda celor mai
ti
mici pătrate sistemului:
1
na + b∑ = ∑ yt
ti
1 1 1
a ∑ + b∑ 2 = ∑ × yt ; care prin
ti ti ti
∑t i = 0 , devine:

na = ∑ yt ⇒ a = 1 n ∑ yt ⇒ a = y
1 1 ⎛ 1 ⎞ ⎛ 1⎞
b∑ =∑ × yt ⇒ b = ⎜ ∑ × yt ⎟ ⎜ ∑ ⎟
ti ti ⎝ ti ⎠ ⎝ ti ⎠
Există şi alte funcţii matematice de tip neliniar (funcţia logistică ŷt = 1 a + bcti , ( )
cti
funcţia Gompertz ŷt = a × b etc.) capabile să descrie corect trenduri sau ipoteze
de trend neliniar. Alegerea celei mai îndreptăţite funcţii pentru a caracteriza
trendul sau componenta sistematică a unei serii cronologice este realizabilă prin
calculul coeficienţilor descrişi e şi D, precum şi prin alte metode specifice de
testare a ipotezelor statistice de trend emise. Pentru componenta oscilatorie sau
periodică (St), nespecifică tuturor seriilor cronologice, ca şi trendul, se utilizează cu
o frecvenţă mai mare, determinarea sezonalităţii în cazul seriilor cronologice
staţionare (lipsite de trend).Percepută sub formă de oscilaţii periodice la intervale
mai mici de un an, sezonalitatea se determină fie ca vârf sau maxim sezonal, printr-
un raport specific, fie ca val sezonier, prin intermediul indicilor de sezonalitate. În
situaţia când datele statistice sunt disponibile numai pentru un singur an, singura
soluţie este determinarea vârfului sau a valorii maxime sezonale ca un raport de
max ( yt )
tipul:max (St) = , unde yt reprezintă producţia, cifra de afaceri, valoarea
min ( yt )
adăugată sau orice alt indicator analizat lunar, trimestrial.Atunci când se deţin
informaţii pe o perioadă de trei până la cinci ani consecutivi se poate caracteriza
întregul val sau întreaga mişcare oscilatorie prin intermediul indicilor de
sezonalitate calculaţi prin metoda mediilor aritmetice, prin metoda mediilor mobile
sau prin metoda trendului.Toate metodele presupun calculul mediilor lunare yt
(reale ca în cazul metodei mediilor aritmetice sau reale şi ajustate ca în situaţia
celorlalte două metode, respectiv a mediilor mobile şi a trendului), urmat de
determinarea mediei generale y şi, în final, de evoluarea sezonalităţii prin
y y
intermediul indicelui de sezonalitate: I S = t × 100 sau I S = t × 100 .
t y t y ajustat
(pentru metoda mediilor aritmetice) (pentru celelalte metode)

208
 7.5 Previziune şi ierarhizare statistică a indicatorilor contabili relevanţi

Deşi conştientă de incertitudinea evoluţiei fenomenelor în timp, gândirea

statisticǎ a cǎutat să identifice procedee simple de previziune. La ipoteza creşterii
gradului de incertitudine, pe măsura majorării orizontului de previziune se adaugă
şi ipoteza autocorecţiei fenomenelor în populaţii finite, care nu suportă accelerări
de creştere sau descreştere pentru perioade mai lungi de timp.Orice acceleraţie
este practic pândită de o deceleraţie, în seriile cronologice de tip economic, social.
Previziunea, apărută din dorinţa de anticipare a evoluţiei viitoare a termenilor unei
serii cronologice se concretizează în examinarea atentă atât a trendului cât şi a
oscilaţiilor periodice, urmând conturul ciclului fenomenului primar, evoluţia
specifică în perioada trecută, factorii cu acţiune semnificativă în viitor, adecvarea
perioadei analizate pentru estimarea corectă a sezonalităţii etc. Caseta următoare
detaliază câteva concepte nuanţat apropiate de semnificaţia previziunii.

Caseta nr. 7.5

Terminologia statistică este destul de variată, previziunea având similitudini aproape
depline în conţinut cu prognoza, termen preluat din statistica şi demografia franceză sau
relative cu proiectarea, predicţia, estimarea, planificarea, perspectiva, prospecţia, etc.
Utilizarea termenului de prognoză subliniază că din mulţimea variantelor a fost atent
selectată aceea care deţine cea mai mare probabilitate de a se realiza (semnificaţia
meteorologică a termenului forecast fiind relevantă în acest sens). Proiectarea şi estimarea
au la bază analiza fenomenului şi ipotezele structurale, dar majoritar exclusiv interne
sistemului. Predicţia este rezultatul studiului extins, implicând şi acţiunea factorilor externi
procesului sau fenomenului. O planificare bună include în semnificaţia ei generală şi
predicţia. Utilizarea în locul planificării sau prognozei a termenului de previziune este
menită să sublinieze că nu au fost disponibile date cu un grad ridicat de acoperire, precizie
şi ipoteze complete privind acţiunea cuantificată a tuturor factorilor şi mai ales a celor
intercompensaţi. Dacă perspectiva admite că deţine conturul relativ vag al viitorului,
înglobând realul în măsură semnificativă ca şi fictivul sau ficţiunea, prospecţia sau
prospectologia completează previziunea cu acţiunea în spiritul atingerii acesteia Chiar dacă
se va alege cu mare atenţie termenul de previziune sau prognoză, ori un substitut nuanţat al
acestora, apar imediat alte întrebări generând alte opţiuni necesare, respectiv conceptul va fi
însoţit de o nouă caracteristică adjectivală definitorie exploratorie, tendenţială, oscilatorie,
normativă, globală, analitică, fundamentală, secvenţială etc.

În mod obişnuit se elaborează mai multe variante de previziune sau prognoză, fie
în funcţie de natura şi mărimea parametrilor folosiţi, fie în funcţie de abordarea
timpului ca variantă explicativă sau nu, a fenomenului.În mod practic apar două
cerinţe: a) prima cerinţă este conferită de lipsa unei date în interiorul unui interval,
fapt ce impune o estimare denumită frecvent interpolare (reconstituirea unui singur
termen sau a mai multora din seria cronologică iniţială, termeni ce, fie nu au fost
determinaţi, fie au dispărut); b) a doua cerinţă este rezultatul dorinţei de a identifica
date în afara intervalului, cunoscută ca soluţie de extrapolare.
Extrapolarea este tipul de prognoză cu cele mai multe aplicaţii practice.
Extrapolarea se realizează prin metode mecanice, dintre care mai frecvent utilizate
metoda modificării medii absolute ( Δ ) şi metoda indicelui mediu ( I ), dar şi prin
metode analitice.
209
Metoda modificării medii absolute este utilizată în ipoteza constatării pe baza
analizei aproximativ constante între două momente (intervale) succesive. Relaţia de
calcul devine: yˆ K = y1 + ( K − 1) Δ , unde: Δ = yT − y1 , iar K > T şi T = 2, n .
Δ T −1
Metoda indicelui mediu este folosită în ipoteza identificării pe baza analizei
perioadei trecute a unui ritm al modificări aproximativ constant între două
( K −1)
momente (intervale) succesive. Relaţia de calcul este: yˆ K = y1 × I ,unde
I

yT
I = T −1 , iar K > T şi T = 2, n .Ambele metode pot fi aplicate şi în cazul în care
y1
se dispune de un număr limitat la numai doi termeni într-o serie cronologică
(primul şi respectiv ultimul termen).Extrapolarea prin metode analitice este o
prognoză bazată pe funcţia matematică de ajustare a seriei empirice. Aşa cum s-a
constatat din analiza trendului liniar şi neliniar, extrapolarea analitică se bazează pe
funcţii speciale de tip liniar( ŷ K = a + bK ), exponenţial ( yˆ K = a × b K ), parabolic
1
( yˆ K = a + bK + cK 2 ), hiperbolic ( yˆ K = a + b × ) etc.
K
În concluzie, previziunea bazată pe seriile cronologice anticipează relativ corect un
anumit termen al seriei cronologice, în funcţie de calitatea datelor, acurateţea
metodelor, aprofundarea fenomenului economic. În realitate, componenta aleatoare
sau întâmplătoare ε t , nefiind practic posibil de prognozat, aceasta va acţiona chiar
şi asupra celor mai bune şi detaliate prognoze. Validarea integrală a anticipărilor
statistice este mai curând o imposibilitate, nu există şi nu va exista o previziune sau
o prognoză perfectă. Aşa cum s-a constatat încă de la gruparea statistică sau de la
sistematizarea datelor, gândirea de tip statistic ordonează, valorizează, dar şi
ierarhizează. Clasificarea definită ca o grupare stabilizată în timp este bazată tot
pe ordonare şi ierarhizare. Abordarea simplă, unicriterială este utilă în plan
teoretic, dar în plan practic poate fi semnificativ completată şi chiar contrazisă.
Prin urmare, ierarhizarea, mai ales cea de tip teritorial este cu atât mai obiectivă cu
cât criteriile utilizate sunt mai numeroase şi mai adecvate. O ierarhizare teritorială
multicriterială optimă este sinonimă cu discernământul selectării criteriilor şi
moderaţia în ceea ce priveşte numărul şi importanţa acestora. Principalele metode
de ierarhizare teritorială multicriterială sunt metoda rangurilor, metoda distanţei
relative şi metoda matricială. Metoda rangurilor sau a numerelor de ordine constă
din următoarele etape: a) acordarea de ranguri pentru fiecare criteriu analizat
(caracteristică sau variabilă analizată) în funcţie de nivelul atins de fiecare teritoriu
în parte; b) stabilirea scorului realizat de către fiecare teritoriu printr-o simplă
cumulare finală (însumare de ranguri parţiale obţinute); c) ierarhizarea finală sau
acordarea de ranguri finale, în funcţie de scorul realizat.Metoda are avantajul
supleţei şi simplităţii, dar şi marele dezavantaj al incapacităţii de departajare
corectă a unităţilor teritorial-administrative între ele, ca distanţe. Astfel, deşi locul I
şi al II-lea pot fi destul de apropiate ca scor final, locul al II-lea se poate afla la o
distanţă foarte mare fără a cunoaşte concret semnificaţia acestei distanţe.Aşa se

210
face că metoda distanţei relative este special realizată pentru a departaja cât mai
clar şi mai ales pentru a evalua distanţele dintre teritoriile ierarhizate.Metoda
distanţei relative impune respectarea unor etape:
1. calculul pentru fiecare teritoriu sau unitate teritorial-administrativă a distanţei
relative în raport cu distanţa maximă (y maxim); teritoriul ce deţine valoarea maximă
capătă distanţa relativă egală cu 100,0%, iar celelalte valori generează indici
y
teritoriali specifici: d r = I i /max = i × 100
ymax

2.determinarea distanţei medii ca o medie geometrică simplă a distanţelor relative

n n
la nivelul fiecărui teritoriu: d = n
∏I
i =1
i / max = n
∏d
i =1
i

3. acordarea de ranguri finale fiecărei unităţi teritoriale în raport cu nivelul atins de

distanţa medie, pornind de la distanţa medie cea mai mare la cea mai mică.
Metoda distanţei relative permite o departajare netă a unităţilor administrativ-
teritoriale, inclusiv a unităţilor teritoriale succesive.

7.6 Test de autoevaluare şi aplicaţii statistice în contabilitate

A) Test de autoevaluare
A1) Întrebări clasice recapitulative
(Completaţi spaţiile goale)
1. Care este principala diferenţă între
seria temporală şi teritorială de date?
2. Care sunt principalii indicatori relativi
şi medii ai seriei cronologice?
3. Care sunt indicatorii specifici ai unei
serii teritoriale de date?
4.Care sunt metodele mecanice şi analitice
de previziune a seriilor cronologice?
5.Care sunt metodele de ierarhizare în
cazul seriilor de date teritoriale?
6. Care este principala diferenţă între
seriile teritoriale şi cronologice ca
indicatori specifici?
A2) Întrebări tip grilă
(Încercuiţi litera răspunsului corect)
6.Identificaţi varianta de răspuns care nu
constituie o proprietate a termenilor seriei
teritoriale: a)simultaneitate; b) omogenitate;
c) independenţă; d) interdependenţă.
7. Nu este considerată raţională şi nu se
practică însumarea termenilor unei serii
cronologice: a) de momente sau de stoc ; b)
de intervale sau de flux; c) exprimate în
unităţi valorice; d) exprimate în unităţi fizice.
8. Extrapolând datele din tabel prin metoda
sporului mediu identificaţi soldul contului X
în luna t+5: a) 470 ; b) 475; c) 480 ; d) 485 .
Luna t t+1 t+2 t+3 t+4
Sold cont-lei 200 260 300 350 420
9. Extrapolând datele din tabel prin metoda
indicelui mediu identificaţi profitul în iunie:
a) 170,5 ; b) 173,1; c) 175.7 ; d) 178,3 .
Luna I II III IV V
Profit -mii lei 110 120 135 148 160

211
B) Aplicaţii rezolvate

1.Utilizând seriile cronologice următoare să se determine indicatorii: a) absoluţi;

b) relativi; c) medii:
Ziua 1.X 2.X 3.X 4.X 5.X Luna I II III IV V
Preţ (lei) 10,0 10,9 11,5 12,0 12,3 Salariaţi 57 53 49 46 45
Rezolvare: Prima serie este de momente, iar a doua de intervale.
Indicatori absoluţi în seria Indicatori absoluţi în seria
cronologică de momente cronologică de intervale

Tabel nr. 7.1 Tabel nr. 7.2

Data Preţ Modificări absolute cu Luna Număr Modificări absolute cu
-yt- bazǎ salariaţi bază
fixă în lanţ -yt- fixă în lanţ
[ Δt /1 ] ⎡Δt /(t−1) ⎤
⎣ ⎦
[ Δt /1 ] ⎡Δt /(t −1) ⎤
⎣ ⎦
1.X 10,0 0 - I 57 0 -
2.X 10,9 0,9 0,9 II 53 -4 -4
3.X 11,5 1,5 0,6 III 49 -8 -4
4.X 12,0 2,0 0,5 IV 46 -11 -3
5.X 12,3 2,3 0,3 V 45 -12 -1
Total - - 2,3 Total 250 - -12

Indicatori relativi în seria cronologică de momente

Tabel nr. 7.3
Indici cu bază Ritmuri cu bazǎ Valori absolute ale
-yt- unui % cu bază
fixă în lanţ fixă în lanţ fixă în lanţ
It/1 It/(t-1) Rt/1 Rt/(t-1) At/1 At/(t-1)
10,0 100,0 - 0,0 - 0,1 -
10,9 109,0 109,0 9,0 9,0 0,1 0,1
11,5 115,0 105,5 15,0 5,5 0,1 0,109
12,0 120,0 104,3 20,0 4,3 0,1 0,115
12,3 123,0 102,5 23,0 2,5 0,1 0,120
Indicatori relativi în seria cronologică de intervale
Tabel nr. 7.4
Indici cu bază Ritmuri cu bazǎ Valori absolute ale
-yt- unui % cu bază
fixă în lanţ fixă în lanţ fixă în lanţ
It/1 It/(t-1) Rt/1 Rt/(t-1) At/1 At/(t-1)
57 100,0 - 0,0 - 0,57 -
53 93,0 93,0 -7,0 -7,0 0,57 0,57
49 86,0 92,5 -14,0 -6,5 0,57 0,53
46 80,7 93,9 -19,3 -6,1 0,57 0,49
45 78,9 97,8 -21,1 -2,2 0,57 0,46

212
 Indicatori medii în seria de momente
Preţul mediu în fiecare din cele patru zile poate fi considerat o medie simplă a
preţurilor de la începutul şi sfârşitul zilei (preţul începutului zilei următoare):
p + p 10 + 10,9 p + p3 10,9 + 11,5
p 1-2X= 1 2 = = 10, 45 lei; p 2-3X= 2 = = 11, 2 lei;
2 2 2 2
p + p 11,5 +12,0 p + p 12,0 + 12,3
p 3-4X= 3 4 = = 11,75 lei; p 4-5X= 4 5 = = 12,15 lei
2 2 2 2
T

∑ pt p1 + p2 + p3 + p4 + p5
p 1-5X= t=1 = 2 2 = 45,55 =11,3875 lei(medie cronologică simplă)
T −1 5 −1 4
Notă: Dacă preţul mediu era detaliat pe luni se calcula ca o medie cronologică
t t +t t(T − 2 ) + t(T −1) t(T −1)
y1 × 1 + y2 × 1 2 + ... + y(T −1) × + yT ×
ponderată astfel : y cr = 2 2 2 2
t1 t1 + t2 t(T − 2 ) + t(T −1) t(T −1)
+ + ... + +
2 2 2 2
31 31 + 28 28 + 31 31 + 30 30
10 × + 10,9 × + 11,5 × + 12 + 12,3
concret : p cr = 2 2 2 2 2 = 1366,3 =
31 31 + 28 28 + 31 31 + 30 30 120
+ + + +
2 2 2 2 2
=11,38583 lei
Δt /1 yt − yi
Modificarea medie Δ= = iar în cazul preţului Δ = (2,3: 4) = 0,575 lei.
T −1 T −1

yt 12,3
Indicele mediu I = (T −1) iar în cazul preţului I = 4 = 1, 0531 sau 105,31%
yi 10
Ritmul mediu R t / ( t −1) ( % ) = I ( t −1) ( % ) − 100% , respectiv R preţului = 5,31%

Indicatori medii în seria de intervale

Numărul mediu lunar de salariaţi y = ∑y t
= y =250:5=50.
T
Δt /1 yt − yi
Modificarea medie Δ= = în cazul salariaţilor Δ = − 12 = − 3 persoane
T −1 T −1 4
y 45
Indicele mediu I = (T −1) t iar în cazul salariaţilor I = 4 = 0,9426 sau 94,26%
yi 57
Ritmul mediu R t / ( t −1) ( % ) = I ( t −1) ( % ) − 100% , respectiv R număr de salariaţi = -5,74%.
2.Care sunt indicatorii seriei teritoriale de mai jos, constituită din cifra de afaceri
anuală, în milioane lei, a celor cinci filiale ale unei societăţi comerciale, situate în
cinci oraşe distincte: Bucureşti=10,1; Iaşi=5,2; Cluj=4,3; Timişoara=3,0;
Piteşti=2,4.
213
Rezolvare:Se calculează tabelar toate sistemele de indicatori specifici.
Indicatori absoluţi ai seriei teritoriale
Tabel nr.7.5
Nr. Filiala Cifra de afaceri (yi) Decalajul absolut Avansul absolut faţă
crt. teritorială (milioane lei RON ) faţă de filiala din de filiala din Piteşti
Bucureşti ( Δ i / j ) ( Δi / j )
1 Bucureşti 10,1 0,0 7,7
2 Iaşi 5,2 -4,9 2,8
3 Cluj 4,3 -5,8 1,9
4 Timişoara 3,0 -7,1 0,6
5 Piteşti 2,4 -7,7 0,0
Indicatori relativi ai seriei teritoriale
Tabel nr. 7.6
Nr. Filiala Cifra de Indici teritoriali (Ii/j) ai: (%)
Rata ( Δ i / j ) de:
crt. teritorială afaceri (yi)
milioane lei decalajului avansului decalaj avans faţă
RON faţă de faţă de Piteşti faţă de de Piteşti
Bucureşti Bucureşti
1 Bucureşti 10,1 100,0 420,8 0,0 320,8
2 Iaşi 5,2 51,5 216,7 -48,5 116,7
3 Cluj 4,3 42,6 179,2 -57,4 79,2
4 Timişoara 3,0 29,7 125,0 -70,3 25,0
5 Piteşti 2,4 23,8 100,0 -76,2 0,0
Indicatorii medii ai seriei teritoriale :
a) cifra medie de afaceri = ∑
yi 25
= = 5 milioane lei;
n 5
b) cifra mediană de afaceri: etapa I – localizare CAmediană= n1 + 1 = 3 ⇒ y3 = ymedian
2
etapa II – mediana coincide cu filiala Cluj, respectiv cu 4,3 milioane lei;
Cifra de afaceri modală nu se poate preciza (serie amodală n1 = n2 = … = ni = 1) .
Indicatori statistici relativi ai seriei teritoriale agregabile
Tabel nr. 7.7
Nr. Filiala Cifra de yi gi
2 Indicele de repartiţie
crt. teritorială afaceri (yi) gi = teritorială Gini-Struck (CG-
mil lei RON ∑y i
S-)
1 Bucureşti 10,1 0,404 0,163216 n ∑ gi 2 − 1
2 Iaşi 5,2 0,208 0,043264 C
G −S
= = 0, 273
n −1
3 Cluj 4,3 0,172 0,029584
4 Timişoara 3,0 0,120 0,014400 pentru n = 5 şi
5 Piteşti 2,4 0,096 0,009216 ∑g 2
i = 0, 25968
TOTAL 25,0 1,000 0,25968
Notă: Indicele Gini-Struck obţinut subliniază că filialele prezintă o concentrare spaţială la
limita moderaţiei (0,3), existând resurse pentru o repartizare mai echilibrată.
3. Extrapolând datele din tabelul Tabel nr. 7.8
alăturat prin metoda trendului liniar Luna Număr mediu de
prognozaţi umărul salariaţilor în luna salariaţi (yt)
iunie, calculaţi şi interpretaţi valorile Ianuarie 570
214
parametrilor a şi b, apreciaţi calitatea Februarie 530
prognozei cu coeficientul de eroare şi Martie 490
coeficientul de determinaţie . Aprilie 460
Mai 450
Total 2500
Tabel nr. 7.9
Luna Număr mediu ŷt
( yt − yˆt ) ( y − y )
2 2
de salariaţi (yt) (ti) (ti)2 yt × (ti) t

Ianuarie 570 -2 4 -1140 562 64 4900

Februarie 530 -1 1 -530 531 1 900
Martie 490 0 0 0 500 100 100
Aprilie 460 1 1 460 469 81 1600
Mai 450 2 4 900 438 144 2500
Total 2500 0 10 -310 2500 390 10000
Parametrii a şi b se obţin din sistemul de ecuaţii următor:
5a = 2500 ⇒ a = 500 salariaţi, de unde ŷt = 500 - 31t
10b = -310 ⇒ b = −31 salariaţi/lună
Termenii teoretici sau ajustaţi prin metoda trendului liniar sunt calculaţi pe baza
funcţiei de gradul I parametrizate ŷt = 500 - 31t, unde t = -2,-1, 0, 1, 2 (pentru t = -
2 ⇒ ŷt = 500 - 31 (-2) = 562 etc.).Interpretarea parametrului a subliniază nivelul
mediu al seriei reale sau empirice (a = 500 de salariaţi, ca medie a primelor 5 luni)
şi a lui b ilustrează panta trendului liniar sau demultiplicatorul lunar teoretic al
numărului mediu al salariaţilor (b = -31 salariaţi, la fiecare schimbare de lună).
Prognoza lunii iunie va fi ŷk = 500 - 31 (k) = 407 salariaţi, pentru k = 3. (iunie)
Aprecierea calităţii estimării tendinţei generale de evoluţie a fenomenului
Coeficientul de eroare (e) şi coeficientul de determinaţie (D):

∑ ( y − yˆt )
2
t
⎡ yt − yˆt ) ⎤
∑ (
2

e= n ×100 = 1,76% D = ⎢1 − ⎥ × 100 = 96,1%.

⎢ ⎥
( )
2

⎣⎢ ∑ t
y y −y ⎥
⎦
Coeficientul de eroare de 1,76% traduce în unităţi procentuale cu cât se abat în
medie termenii reali (yt) de la linia de tendinţă (trendul liniar ŷt = 500 - 31t) şi
exprimă o eroare redusă ca urmare a unei bune capacităţi a funcţiei de ajustare şi
prognoză de a reflecta evoluţia reală a variabilei. Coeficientul de determinaţie
arată că din totalul numărului mediu al salariaţilor 96,1% sunt surprinşi în funcţia
liniară de ajustare analitică (96,1% din cota de variaţie este inclusă în totalul
variaţiei numărului mediu al salariaţilor sau funcţia matematică parametrizată
ŷt = 500 - 31t surprinde 96,1% din evoluţia şi prognoza variabilei).
4. O societate comercială a realizat Tabel nr. 7.10
trimestrial timp de trei ani consecutivi Anul /
nivelurile producţiei,prezentate în tabelul Trimestrul T T+1 T+2 Total
alăturat şi exprimate în mii produse I 3 2 1 6

215
standard. Să se determine indicii de II 4 3 2 9
sezonalitate specifici acestei firme şi să III 5 4 3 12
se identifice trimestrele ideale pentru IV 1,5 1 0,5 3
plecări în concediu de odihnă. Total 13,5 10 6,5 30
Rezolvare:Calculul indicilor de sezonalitate este prezentat în tabelul de mai jos:

Tabel nr. 7.11

Anul /
Trimestrul
T T+1 T+2
∑y t yt I S = ( y t : y ) × 100
t
I 3 2 1 6 2 (2/2,5) × 100 = 80,0
II 4 3 2 9 3 (3/2,5) × 100 = 120,0
III 5 4 3 12 4 (4/2,5) × 100 = 160,0
IV 1,5 1 0,5 3 1 (1/2,5) × 100 = 40,0
Total 13,5 10 6,5 30 y = 2,5 400,0
Trimestrele ideale pentru plecarea în concediu a salariaţilor în raport cu
sezonalitatea producţiei sunt I şi IV.

Tabel nr. 7.12

5. Valorificând datele din tabelul Caracteristica
alăturat realizaţi ierarhizarea Teritoriul -y1- -y2- -y3- -y4-
multicriterială a teritoriilor A 110,9 7,93 4,0 69,4
analizate, conform metodelor B 78,9 10,21 3,3 73,9
rangurilor şi a distanţei relative. C 312,7 38,63 1,0 61,9
Apreciaţi calitatea fiecăreia D 238,4 21,70 5,3 52,7
dintre metode în parte. E 49,0 5,38 3,3 56,1
F 93,0 10,18 3,6 65,1

Rezolvare: Ierarhizarea finală a fiecărui teritoriu după metoda rangurilor este:

Tabel nr. 7.13.

Caracteristica Rang conform ri Scor Rang
Teritoriul -y1- -y2- -y3- -y4- -y1- -y2- -y3- -y4- ( ∑ ri ) final
A 110,9 7,93 4,0 69,4 3 5 2 2 12 II-III
B 78,9 10,21 3,3 73,9 5 3 4 1 13 IV
C 312,7 38,63 1,0 61,9 1 1 6 4 12 II-III
D 238,4 21,70 5,3 52,7 2 2 1 6 11 I
E 49,0 5,38 3,3 56,1 6 6 4 5 21 VI
F 93,0 10,18 3,6 65,1 4 4 3 3 14 V

Notă: Rangurile de la 1 la 6 privind nivelul tuturor indicatorilor (yi) s-au acordat pornind de
la cea mai mare valoare a indicatorului către cea mai mică, iar rangul final în mod invers.
Alegerea subiectivă a criteriilor este problemă de fond a metodei rangurilor, alături
de dificultatea departajărilor corecte a teritoriilor ( ex: II şi III).

216
Tabel nr. 7.14
Distanţa relativă Distanţa medie Rangul
Teritoriul (dr = yi/ymax × 100) d = n ∏ di final
-d1- -d2- -d3- -d4-
A 35,47 20,53 75,47 93,90 47,66 III
B 25,23 26,43 62,26 100,00 45,14 V
C 100,00 100,00 18,87 83,76 63,05 II
D 76,24 56,17 100,00 71,31 74,09 I
E 15,67 13,93 62,26 75,91 31,87 VI
F 29,74 26,35 67,92 88,09 46,53 IV
Metoda distanţelor relative soluţionează favorabil departajarea aşa cum rezultă din
calculul distanţelor relative la nivel de caracteristică ti prin distanţa medie ce
conduce la acordarea de ranguri distincte pentru fiecare teritoriu în parte.

C) Aplicaţii propuse spre rezolvare

1. Valorificând indicatorii firmei Z după primele cinci luni, extrapolaţi nivelul
acestora pentru luna iunie şi iulie şi calculaţi coeficientul de eroare per metodă:
Tabel nr. 7.15
Nr. Indicator UM Luna
crt. I II III IV V
1 Cifra de afaceri mil lei 13,5 14,0 16,7 18,0 20,5
2 Producţia (Q) to 410 435 480 505 510
3 Număr de salariaţi persoane 104 96 90 82 80
4 Fond de salarii mil.lei 0,45 0,48 0,51 0,52 0,60
5 Profit mil.lei 0,51 0,60 0,64 0,72 0,81
2. Producţia trimestrială de lapte, exprimată în mii hectolitri, realizată în trei ani
de către firma Y este prezentată în tabelul următor:
Tabel nr. 7.16 - în mii hectolitri-
Anul Producţia realizată
Trimestrul I Trimestrul II Trimestrul III Trimestrul IV
T 15,4 25,6 22,3 20,2
T+1 21,2 28,3 25,5 20,7
T+2 20,4 23,5 20,0 21,5
Stabiliţi indicii de sezonalitate prin metodele mediei aritmetice şi mediei mobile.
3. Folosind datele de mai jos să se realizeze ierarhizarea multicriterială a
regiunilor analizate, după metoda rangurilor şi metoda distanţei relative:
Tabel nr. 7.17

PIB Den- Rata de Rata de Rata de Rata Gradul de Speranţa

Terito- $/ loc sitate activitate ocupare şomaj anuală a alfabetizare de viaţă în
riul loc/km2 % % % inflaţiei al populaţiei ani
% adulte %
A 6011 104 39,1 60,5 15,3 20,2 92,9 67,0
B 6142 114 40,2 64,2 14,5 12,5 91,0 69,8
C 6680 98 39,5 65,2 13,9 9,1 93,6 69,0
D 6875 130 41,4 62,8 12,8 14,2 92,8 68,1
E 6556 86 43,5 68,2 14,2 18,4 94,8 69,1
F 7648 92 44,6 68,1 12,0 8,5 93,9 70,5
Comentaţi pe scurt rezultatele obţinute prin cele două metode.

217
 CAPITOLUL 8
INDICATORI STATISTICI UTILI ÎN CONTABILITATEA
AFACERILOR
Cuprins Pag.
8.1 Metode statistice aplicate în contabilitatea afacerilor şi indicatori
utili unui management contabil modern 219
8.2 Indicatori statistici ai protecţiei mediului utili în contabilitate 233
8.3 Indicatori statistici contabili ai poziţiei, performanţei, rentabilităţii şi
gestiunii firmei 242
8.4 Specificul contabilităţii de mediu şi a costurilor de mediu şi impli-
caţiile statistice majore 253
8.5 Test de autoevaluare şi aplicaţii statistice în contabilitate 256

Obiective: Obiectivul major îl constituie înţelegerea necesităţii implicării practice a

statisticii în economie şi selectarea principalelor noţiuni microeconomice şi
macroeconomice, generatoare de aplicaţii ale instrumentelor statistice în noua
contabilitate a costurilor de mediu. Toate acestea sunt valorificate în cadrul unui
proiect statistic aplicativ final. Cunoaşterea teoriei statistice permite cuantificarea
corectă a fenomenelor economice, înţelegerea necesităţii prelucrării corecte a seriilor
de date statistice cronologice şi teritoriale şi interpretarea corectă a datelor cu ajutorul
statisticilor descriptive constituie principalele ţinte ale acestei teme.
Cuvinte cheie: macroagregate SCN (PIB, PIN, PNB,PNN etc), patrulater şi pentagon
magic,hexagonul peren al dezvoltării economice, rata creşterii economice, ritmul IPC,
rata şomajului, soldul balanţei comerciale, indicele de coeziune socială, indicatorii
ciclului afacerilor sau indicatorii pe termen scurt, indicele libertăţii economice,
indicatorii contului de producţie, indicatorii forţei de muncă, cota de piaţă, indicii
raportului de schimb, indicator de mediu, protecţia mediului, contabilitate
verde,contabilitatea economico-ecologică contabilitatea costurilor de mediu.
Bibliografie
M., Biji,E.,Biji,E,Lilea,C.,Anghelache, Tratat de statistică, Ed.Economică,Bucureşti, 2002.
N., Dobrotă, (coord), Dicţionar de economie, Ed. Economică, ed a III-a, Bucureşti, 2001.
G., Grădinaru,Tehnici de analiză statistică a beneficiilor de mediu, Ed.ASE,Bucureşti, 2008.
G., Grădinaru, Bazele statisticii mediului, Ed.ASE, Bucureşti, 2004.
G., Grădinaru,D.,Colibabă,V.,Voineagu,Metode cantitative pentru analiza datelor de mediu, Ed.
ASE, Bucureşti, 2003.
Al., Isaic-Maniu, (coord), Dicţionar de statistică generală, Ed.Economică, Bucureşti, 2003.
M., .Korka, E., Tuşa, Statistică pentru afaceri internaţionale,Ed. ASE, Bucureşti, 2004.
G., Săvoiu, Statistica. Un mod ştiinţific de gândire, Ed. Univeristară, Bucureşti, 2007.
G., Săvoiu, (coord), Cercetări şi modelări de marketing. Metode cantitative în cercetarea pieţei, Ed.
Universitară, Bucureşti, 2005
G., Săvoiu, Gândirea statistică aplicată, Ed.Universitară, Bucureşti, 2010.
G., Săvoiu, Statistică pentru afaceri, Ed.Universitară, Bucureşti, 2011.
M., Ghereş, G., Săvoiu, (coord), Economia mediului.Tratat,Ed.Universitară,Bucureşti, 2010.
M.,Ţarcă, Tratat de statistică aplicată, Ed.didactică şi pedagogică, Bucureşti, 1998.
V., Trebici, Mica enciclopedie de statistică, Ed. ştiinţifică şi enciclopedică, Bucureşti,1985
Webografie
***http://www. insse.ro ***http://www.oecd.org/statsportal ***https:// statistici.insse.ro/shop/index
***http://www.biodiv.org/doc/publications/guide.asp ***http://data.worldbank.org/indicator

218
 8.1 Metode statistice aplicate în contabilitatea afacerilor şi indicatori
utili unui management contabil modern

Orice s-ar întâmpla şi oricum ar fi construite teoriile şi modelele economice,

metodele, instrumentele şi chiar noţiunile statistice sunt aplicate continuu, cu un
impact major, neputându-se realiza o prezentare simplificată şi formalizată a unui
fenomen economic, fără ajutorul lor. Sistemul Conturilor Naţionale (SCN), cât şi
indicatorii conjuncturali sau pe termen scurt ai afacerilor, omniprezenţi în
înţelegerea economiei de piaţă, oferă principalul suport de cunoaştere a acesteia,
dar şi conceptele economice şi indicatorii statistici fundamentali.
Caseta nr.8.1
Activitatea economică defineşte un proces complex reunind fapte, acte, comportamente
şi decizii privind atragerea şi utilizarea resurselor economice, cu scopul de a obţine
profit, prin satisfacerea unor nevoi. Activitatea este generatoarea noţiunilor de fenomen
şi subiect economic.Fenomenul economic include operaţiunile cu bunuri şi servicii
(reale) şi monetare (financiare) ce conferă substanţă principalelor forme de existenţă
ale activităţii economice: producţia, schimbul, repartiţia, consumul, acumularea
(investiţia). Fenomenul economic are loc atât în ţesutul celulelor de bază, care coincid
cu cele cinci categorii mari de subiecte, respectiv gospodării private (menaje),
întreprinderi (firme), stat (administraţia publică, privată şi asigurări sociale), bănci
(instituţii financiare şi de asigurări) şi restul lumii (străinătatea), cât şi la suprafaţa
ţesutului, devenind expresia unei generalizări, esenţializări. Între subiectele economice
au loc crearea, transformarea, transferul sau lichidarea de valori, prin relaţii generând
schimb de proprietate asupra obiectelor activităţii economice (bunuri şi servicii,
inclusiv servicii ale factorilor de producţie şi creanţe). Aceste relaţii definesc
tranzacţiile economice, fie ele vizibile, (efective, de piaţă sau bilaterale), formalizate ca
bunuri şi servicii (tranzacţii reale) sau prin monedă (tranzacţii financiare sau băneşti),
fie invizibile (unilaterale), fiind denumite şi transferuri, condiţionat de formele
organizatorice complexe şi, mai ales, de materialitatea lor. Tranzacţiile sunt evaluate,
datate şi localizate. Totalitatea tranzacţiilor similare reunite generează un flux
economic, aşa cum agregarea subiectelor economice de aceeaşi natură dă naştere unui
sector economic. Combinând cele două agregări în spaţiul sau teritoriul economic se
pot obţine fluxurile intrasectoriale şi intersectoriale. Dacă se însumează fluxurile
circulare existente pe teritoriul economic al unui stat se obţine un uriaş circuit
economic intern (domestic), iar prin extinderea la o comunitate de state, circuitul
devine regional şi, treptat, mondial. Subiectele economice, în raport cu teritoriul
economic al unui stat şi cu centrul principal de interes sau de activitate, se împart în
rezidente şi nerezidente, în măsura în care cele două criterii coincid sau nu prin
localizare. Reunind fluxurile generate de activitatea rezidenţilor naţionali cu fluxurile
conaţionalilor rezidenţi în alte teritorii sau state se obţine un circuit naţional. Circuitul
intern astfel modelat devine economie internă, aşa cum circuitul naţional se
transformă în economie naţională. În economia de piaţă unde prevalează schimbul,
priorităţile sunt date de raportul cerere-ofertă şi rezultatele sunt formarea, nivelul şi
dinamica preţurilor. SCN prezintă predecesori încă din prima jumătate a secolului al
XVIII-lea, în tabloul economic al lui Quesnay. În anul 1947, Richard Stone, în baza
rezultatelor cercetărilor întreprinse sub egida Societăţii Naţiunilor Unite, elaborează
metodologia Venitului naţional şi a totalurilor legate de acesta. Un prim sistem

219
standardizat de conturi naţionale a fost publicat prima dată în 1952, iar varianta
operaţională actuală datează din 1993 şi armonizează SCN cu balanţa de plăţi externe,
statistica financiară a statului, statistica monetară şi bancară, cu clasificarea
internaţională standard ONU şi cu metodologia în domeniul forţei de muncă elaborată
de Biroul Internaţional al Muncii. În paralel, Comunitatea Economică Europeană a
renunţat la Sistemul simplificat de contabilitate naţională şi a creat o versiune
comunitară a SCN (SEC-Sistemul European de Conturi), la începutul lui 1996
(abreviată SEC 1995). Principalii indicatori de rezultate macroeconomice sunt:
Tabel nr. 8.1
Indicatori cu conţinut brut Indicatori cu conţinut net
Produsul Intern Brut - PIB Produsul Intern Net - PIN
(Gross Domestic Product -GDP) (Net Domestic Product - NDP)
Produsul Naţional Brut - PNB Produsul Naţional Net - PNN
(Gross National Product - GNP) (Net National Product - NNP)
La interfaţa subiectelor economice, veniturile unora devin cheltuielile altora, ceea ce
egalizează producţia finală cu veniturilor realizate şi cu cheltuielile. Caracterul
estimativ al indicatorilor îşi găseşte explicaţia în metode, surse de date şi tehnici de
prelucrare diverse. O analiză a metodelor de calcul subliniază specificul lor:
Tabel nr. 8.2
Metode în SCN-Obiectul agregării Indicatori macroeconomici-Modul de calcul
şi localizarea subiectelor economice pentru principalele macroagregate
I.Metoda de producţie Produs global brut PGB=∑Bunuri şi servicii
-fluxurile reale de bunuri şi servicii Produs intern brut la preţurile pieţei
-subiectele economice din sfera de PIBpp=∑VABpp sau PIBpp=PGB–CI
producere a valorii adăugate brute PIBpp=∑VABpf+(IP+TV)–Sv, unde:
(VAB) IP = impozite pe produs, TV = taxe vamale,
Sv = subvenţii
Produs intern net la preţurile pieţei
PINPP=PIBpp-A, unde A= amortizarea
II.Metoda de consum Produs intern brut la preţurile pieţei
-fluxurile reale de mărfuri şi servicii CF=consum final, FBCF=formarea brută de
nefinanciare capital fix, ΔS=variaţia de stoc,
-subiectele economice din sfera Enet = (X-M)= export net
distribuţiei PIBpp= CF + FBCF + ΔS + (X-M)
Produs naţional net la preţurile pieţei
PNNpp = PINpp + ΔVFS, unde:
ΔVFS= soldul veniturilor factorilor în raport
cu străinătatea
III.Metoda veniturilor Produs intern brut la preţurile pieţei
-fluxurile financiare PIBpp=CFM+ENE+A+IIN,
-factorii de producţie recompensaţi în unde:CFM=compensarea forţei de muncă,
sfera repartiţiei ENE=excedent net de exploatare şi
IIN=impozitele indirecte nete
Produs intern net la preţurile pieţei
PINPP = CFM+ENE+IIN
IV.Metoda cheltuielilor Produs intern brut la preţurile pieţei
-fluxurile financiare (cheltuieli sau PIBpp=Cpr+EN+ID+IIN+A, (unde Cpr =
disponibilităţi, economii) cheltuieli private EN=economii nete,

220
 -subiectele economice din sfera ID=impozite directe)
acumulării şi consumului Produs intern net la preţurile factorilor
(venit naţional) VN=PINPf = PIBpp– IIN–A
SCN este creat pentru a asigura estimarea indicatorilor sintetici de rezultate (PIB, PNB,
PIN, PNN) dar şi a altor indicatori: formarea brută de capital (fix) sau FBC(F), venitul
disponibil sau VD, economii sau E la fel de utili în modelările macroeconometrice.
Pentru estimarea PIB-ului, metodele publicate sunt metoda de producţie şi consum.
I. Metoda de producţie:PIBpp =∑VABpf + (IP+TV)–Sv sau PIBpp =∑VABpf +IIN
Sursa datelor o reprezintă http://www.insse.ro şi Anuarul statistic al României,
Ed.INS, Bucureşti,1991-2010, iar PIB-ul este detaliat după metoda de producţie:
Tabel nr. 8.3
Anul PIBpp IPIB real ∑VABpf IP (impozite TV (taxe Sv (Subvenţii)
(% ) pe produs) vamale)
- miliarde lei (ROL) preţuri curente -
1990 857,9 94,4 788,1 102,0 1,6 -33,8
1991 2203,9 87,1 2066,1 193,2 24,7 -80,1
1992 6029,2 91,2 5915,2 484,8 86,9 -457,7
1993 20035,7 101,5 18579,2 1857,5 303,5 -704,5
1994 49773,2 103,9 45954,7 3848,2 648,9 -678,6
1995 72135,5 107,1 66598,5 5579,4 1189,0 -1231,4
1996 108919,6 103,9 101854,2 7458,7 1852,3 -2245,6
1997 252925,7 93,9 232817,6 18569,1 3808,2 -2269,2
1998 373798,2 95,2 331547,6 39806,6 5859,4 -3415,4
1999 545730,2 98,8 480475,1 61605,7 7242,5 -3593,1
- milioane lei (RON) preţuri curente -
2000 80984,6 102,4 72736,4 8337,1 912,0 -1000,9
2001 117945,8 105,7 106120,0 11686,4 905,0 -765,6
2002 152017,0 105,1 136922,3 15702,2 986,2 -1593,7
2003 197427,6 105,2 175640,9 21644,2 1381,2 -1238,7
2004 247368,0 108,5 220931,3 25322,8 2531,7 -1417,8
2005 288954,6 104,2 255232,7 33126,1 2685,7 -2089,9
2006 344650,6 107,9 304269,8 38711,5 3238,8 -1569,5
2007 416006,8 106,3 368356,3 48028,1 1210,2 -1587,8
2008 514654,0 107,1 458489,4 56415,6 1192,3 -1443,3
2009* 491273,7* 92,5* 441935,4* Impozite indirecte nete (IIN) = 49338,3*
2010** 513640,8** 98,7** 455924,1** Impozite indirecte nete (IIN) = 57716,7**
* Date semidefinitive şi **date provizorii -Buletin statistic lunar nr.1/2010 şi 2011, INS, Bucureşti.
II.Metoda de consum:PIBpp=CF+FBCF+ΔS+(X-M) sau PIBpp=CF+FBC+ Enet
Componentele PIB după metoda consumului sunt şi ele detaliate în continuare:
Tabel nr. 8.4
Anul PIBpp Deflator (%) CF FBCF ΔS Enet=X-M)
- miliarde lei (ROL) preţuri curente -
1990 857,9 - 679,5 169,8 89,7 -81,1
1991 2203,9 294,9 1672,5 317,0 301,1 -86,7
1992 6029,2 300,0 4642,5 1156,8 736,7 -506,8
1993 20035,7 327,4 15235,8 3583,7 2212,2 -996,0
1994 49773,2 239,1 38452,4 10095,7 2252,6 -1027,5
1995 72135,5 135,3 58662,4 15424,9 2085,1 -4036,9
1996 108919,6 145,3 89939,4 24998,5 3161,4 -9179,7
1997 252925,7 247,3 218619,8 53540,1 -1368,7 -17865,5

221
 1998 373798,2 155,2
67919,9 -1586,4 337468,6
-30003,9
1999 545730,2 147,8
96630,4 -8889,9 484361,5
-26371,8
- milioane lei (RON) preţuri curente -
2000 80984,6 144,9 69587,4 15245,2 444,6 -4292,6
2001 117945,8 137,8 100731,7 24171,4 2014,8 -8972,1
2002 152017,0 122,6 127118,8 32366,5 1079,6 -8547,9
2003 197427,6 123,5 168818,7 42496,6 873,6 -14761,3
2004 247368,0 115,5 211054,6 53850,3 4701,1 -22238,0
2005 288954,6 112,1 251038,1 68526,6 -1240,0 -29370,1
2006 344650,6 110,5 294867,6 88272,0 2916,3 -41405,3
2007 416006,8 113,6 344937,0 125645,3 3213,4 -57788,9
2008 514654,0 115,5 420872,2 164264,4 -3368,2 -67114,4
2009* 491273,7* 103,2* 397273,5* 125825,6* -2633,8* -29191,6*
2010* 513640,8** 105,9 ** 405422,4** 116793,1** 19127,5** -27702,2**
* Date semidefinitive şi **date provizorii - Buletin statistic lunar nr.1 /2010 şi 2011, INS, Bucureşti.
Estimarea macroagregatelor SCN conduce la aprecierea evoluţiei economiei prin
creşterea economică sau ritmul PIB-ului real, obţinut din indicele procentual al
PIB-ului real din care se scade valoarea de 100 de procente: R PIB real (%) = IPIB real
(%) -100 (%). Imaginea principalelor macroagregate în preţuri comparabile asigură
un factor important care oferă imaginea reală a transformărilor structurale (în
preţurile anului de bază).Evaluarea este rezultatul produsului între volumul
neagregabil în unităţi fizice şi preţul exprimat prin variaţia medie a preţurilor.
Concret se determină rezultatul exprimat în preţuri comparabile al raportului PIB-
ului realizat timp de doi ani consecutivi, din indicele PIB-ului în preţuri curente:
I PIB preţ uri curente ( %) = (PIB în preţurile anului t : PIB în preţurile anului t-1) × 100,
care de îndată ce a fost obţinut se împarte la un indice de preţ specific, denumit
deflatorul implicit al PIB, ceea ce rezultă constituind în fapt indicele PIB-ului real.
IPIB real ( %) = (I PIB preţ uri curente : Deflatorul implicit al PIB ) × 100
Creşterea economică naţională sau modificarea anuală a IPIB real, după 1990
Tabel nr. 8.5 Anul precedent = 100
- 5,6 1990
-12,9 1991
- 8,8 1992
1993
1994
1995
1996
-6,1 1997
- 4,8 1998
-1,2 1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
-7,5 2009
-1,3 2010
Anul 2011
Ritmul
1,5
3,9
7,1
3,9

2,4
5,7
5,1
5,2
8,5
4,2
7,9
6,3
7,1

2,3

IPIB real
Surse: Anuarul statistic al României,1991–2010 şi Buletin statistic lunar, nr.1/2011, INS, Bucureşti
Evoluţia ciclică a economiei naţionale după anul 1990
Grafic nr.8.1
15
10
5
0
-5
-10
-15
-20
-25
-30
1990

1994
1995
1996
1997
1998
1999
2000

2004
2005
2006
2007
1991
1992
1993

2001
2002
2003

2008
2009
2010
2011

Surse: Principalii indicatori statistici privind dezvoltarea economico-socială, Conferinţa INS, 2009 şi
Anuarul statistic al României 2011, Ed. INS, Bucureşti, 2012

222
 Principiile alcătuirii de sisteme de indicatori statistici capabili să sintetizeze
fenomenele economice, exprimate ca cerinţe în modelarea macroeconometrică
impun analize de conjunctură, de sezonalitate, de ciclicitate etc. Cea mai simplă
prezentare economică conjuncturală (cu sens de ansamblu de factori obiectivi şi
subiectivi sau împrejurări ce influenţează pozitiv/negativ economia) este descrisă
prin careul magic al strategiei economice şi cuprinde rata creşterii economice, rata
inflaţiei, rata şomajului şi soldul balanţei comerciale. Dacă acestui sistem minimal
de indicatori i se adaugă raportul între veniturile maxime şi minime (ori medii şi
minim garantate), cunoscut drept indice de coeziune se obţine pentagonul magic şi
prin adăugarea indicatorilor de mediu se ajunge la hexagonul peren al echilibrelor
majore. Se pot selecta şi alţi indicatori alternativi grupaţi în şase clase (domenii),
ce oferă informaţii despre principalele echilibre economice, ce delimitează aceste
construcţii) de la patrulaterul strategiei, la pentagonul magic şi hexagonul peren).

Figura nr. 8.1

1.Indicatori ai echilibrului investiţie - consum şi ai creşterii economice (ritmul creşterii
economice reale, rata formării brute de capital fix, ponderea consumului final etc.)
2.Indicatori ai echilibrului cerere-ofertă prin nivelul preţurilor (indicii preţurilor, rata
anuală a inflaţiei, deflatorul PIB-ului, cursul de schimb al monedei, taxa de scont etc)
3.Indicatori ai echilibrului pieţei forţei de muncă (gradul şi structura ocupării şi migrării
internaţionale a forţei de muncă, rata şomajului, rata de înlocuire etc.)
4.Indicatori ai echilibrului extern al economiei naţionale (indicatorii contului curent
balanţei de plăţi externe, fluxurilor internaţionale în investiţii, îndatorării externe etc.)
5.Indicatori ai echilibrului social şi comunitar (ecartul dintre salariul minim şi maxim,
greve şi conflicte, indicele de cost al vieţii şi dezvoltării umane, concentrarea
veniturilor)
6.Indicatori ai echilibrului mediului sau ecosferei (indicatori statistici referitori la ariile
protejate, la resurse de apă asigurate, la calitatea apelor de suprafata, la defolierea
arborilor la principalele specii, la cheltuieli pentru protecţia mediului etc.)

Modelările macroeconometrice valorifică aceşti indicatori prin regrupare tactică şi

sub alte denumiri la fel de expresive:indicatori instrumentali (ex:deficitul bugetului
general consolidat ca procent din PIB), indicatori de pilotaj (ex:soldul balanţei
comerciale), indicatori de obiective (ex: rata şomajului şi rata inflaţiei) indicatori de
supravieţuire(ex:indicatori de mediu) etc. Managementul contabil axat pe modele
şi date microeconometrice face apel în procesul decizional în condiţii de risc,
incertitudine şi restricţii ale resurselor (timp şi bani pentru propriile cercetări) la
indicatori vectoriali cu calităţi de senzori (reprezentativi) pentru a delimita starea
actuală şi perspectivele afacerii, indicatori distinctivi în relansarea economică
(numărul înmatriculărilor de noi întreprinderi, de locuri de muncă vacante şi nou
create, modificarea şomajului în termeni absoluţi şi relativi, dinamica şi volumul
creditelor pentru dezvoltarea de afaceri, dinamica exportului, importului,
consumului privat şi al administraţiei publice, precum şi alţi indici specializaţi), în
raport cu declinul economic (numărul de falimente, dinamica arieratelor,
stocurilor, productivităţii, veniturilor orare, evoluţia conflictelor sociale de orice
natură şi a grevelor etc.).
223
 Indicatorii pe termen scurt concentrează aceste fenomene şi devin factori ai
modelului microeconometric curent decizional, al realizării, evaluării, prognozării
fenomenelor printr-un un set minimal, dar şi funcţional care cuprinde:
1. evaluarea de tip cantitativ a activităţii definită prin producţie;
2. anticiparea activităţii sintetizată prin comenzi şi contracte;
3. factorul esenţial al fluctuaţiilor conjuncturale, respectiv investiţiile;
4. anticiparea tendinţelor în domeniul fluctuaţiilor (abordate prin investiţii)
aproximând profitabilitatea prin excedentul brut de exploatare;
5. aproximarea profitabilităţii se realizează prin evidenţierea indicatorilor: cifra
de afaceri compensaţia pentru salariaţi şi excedentul net de exploatare;
6. ajustarea cu asigurarea comparabilităţii prin indici de preţ (indicele preţurilor
produselor industriale, al preţurilor bunurilor de consume, al valorii unitare);
7. detalierea privind utilizări şi destinaţii prin stocuri şi fonduri;
8. evaluarea resurselor de muncă prin numărul forţei de muncă şi rata şomajului;
9. utilizarea intensivă a forţei de muncă prin productivitate;
10. comercializarea externă (exporturi şi importuri, sold şi grad de acoperire).
Pentru aplicarea statisticii în economie sunt importante trei aspecte: orizontul de
timp (impune compararea cu o perioadă apropiată şi avantajează în fenomenele cu
sezonalitate ridicată, dezavantajând dacă situaţia economică sau ciclul afacerilor se
apropie de un moment hotărâtor, o inflexiune în dinamica fenomenului), forma
indicatorului (un indice care reliefează ciclul tendinţei în încercarea de a elimina
fluctuaţiile) şi tipul de valoare finală (media lunară sau mobilă, valorificând
avantajul insensibilităţii sau volatilitatea la factori extremi sau la distorsiuni mari).
Pentru evaluarea indicatorilor de rezultate ale activităţii, firmele utilizează şi
informaţiile contului de producţie,derivat din logica SCN şi descris în continuare:
Tabel nr. 8.6
Cheltuieli Încasări
1.Consumul intermediar - CI 7.Vânzări de bunuri către alte firme -Vz
2.Amortizarea capitalului fix- A 8.Modificarea stocurilor de produse finite ΔS
3.Impozite indirecte - II 9.Bunuri de capital fix rezultate din producţia
4.Remunerarea muncii (salarii, impozit pe proprie - BCPP
salarii etc.) - RM 10.Subvenţii - Sv
5.Dobânzi, rente – D+R
6.Profit (dividende şi impozit pe dividende,
impozit pe profit, profit nedistribuit) - Pr
Prin intermediul contului de producţie se determină indicatorii valorici de rezultate.
Producţia brută a firmei (PBi), cuprinde bunurile şi serviciile vândute altor firme şi
pe acelea care au rămas în stoc, care au contribuit la creşterea capitalului firmei:
PBi=Vzi+ΔSi+BCPPi sau PBi=CIi+Ai+(II-Sv)i+RMi+Di+Ri+Pri.
Valoarea adăugată brută a firmei (VABi) reprezintă valoarea brută a bunurilor şi
serviciilor finale produse într-o perioadă de timp. Se exprimă la preţul pieţei când
se includ impozitele indirecte nete şi la preţul factorilor când nu se includ aceleaşi
impozite.Se pot utiliza metoda producţiei: VABpp=PBi-CIi şi metoda veniturilor:
VABpp = Ai+(II-Sv)i+RMi+Di+Ri+Pri.
Valoarea adăugată netă la preţul factorilor (VANpf) exprimă valoarea nou creată
de către firmă în perioada de calcul la preţul factorilor: VANpf =VABpp-Ai-(II-v)i.

224
Excedentul brut de exploatare al firmei la preţul factorilor (EBEpfi) este un
indicator al cărui conţinut exprimă ceea ce rămâne la dispoziţia firmei după ce se
elimină din valoarea adăugată brută, impozitele indirecte şi elementele care
reprezintă remunerarea muncii: EBEpfi = VABpp-RMi-(II-Sv)i.
Excedentul net de exploatare al firmei la preţul factorilor (ENEpfi) anticipează
profitul întreprinzătorului, fiind un indicator preferat al statisticilor europene
conjuncturale pe şi termen scurt: ENEpfi = EBEi-Ai
La nivel macroeconomic, conceptul de resurse umane se exprimă prin populaţia
ocupat, dar, mai ales, prin forţa de muncă. Pentru analiza statistică a volumului
forţei de muncă la nivelul firmei se utilizează indicatorul numărul salariaţilor, în
variantele sale de efectiv al salariaţilor (reprezentând numărul total de angajaţi
existent la un anumit moment - indicator de stoc) şi de număr mediu al salariaţilor
(calculat ca medie a efectivelor zilnice- un indicator de flux). Eficienţa sau
productivitatea sunt cazuri particulare ale intensităţii relaţiei directe ori indirecte,
între efecte (rezultate) şi eforturi (consumuri).
Determinarea eficienţei activităţii în economie
Tabel nr. 8.7
Metoda directă (Efect / Efort) Metoda indirectă (Efort / Efect)
Efect E1 E2 … En Efort C1j C2j … Cnj

Efort Efect
C1j E1
C2j, E2,
… e = (En / Cnj) × 100 … e = (Cnj / En ) ×100
Cnj En
Productivitatea muncii beneficiază de aceeaşi modalitate de determinare generală
cu eficienţa fondurilor sau activelor imobilizate ori cu profitabilitatea capitalului.
Dintre indicatorii care sintetizează participarea firmei pe piaţă se detaliază în afară
de cifra de afaceri în expresie valorică, considerat cel mai important indicator al
firmei, cota de piaţă şi indicii raportului de schimb pentru relevanţa lor deosebită în
modele microeconomice. Cota de piaţă reprezintă ponderea deţinută de vânzările
unei firme în totalul vânzărilor unui produs sau activităţi pe o anumită piaţă şi se
evaluează prin coeficienţi sau procentual astfel:
1. cota de piaţă globală: Cp = CAi ×100 ,unde:CAi este cifra de afaceri a firmei
i ∑ CAi
analizate, iar ΣCAi descrie cifra de afaceri a tuturor firmelor prezente pe piaţă
2. relativă (CAi firma X : CAi firma Y) x 100, unde CAi firma X este cifra de
afaceri a firmei analizate, iar CAi firma Y defineşte cifra de afaceri a concurentului
cel mai important (lider, colider, outsider, specialist etc.).
3.specifică (CAi firma X : ΣCAi sector specific) x 100, unde CAi firma X este cifra
de afaceri a firmei analizate, iar ΣCAi sector specific delimitează cifra de afaceri a
tuturor firmelor existente în sectorul analizat al pieţei.
Indicii raportului de schimb fac posibilă analiza activităţii de comercializare
externă şi traduc astfel starea echilibrului extern al economiei naţionale sau al unei
firme moderne, cu participare internaţională, simultan importatoare şi exportatoare:
Caseta nr.8.2
225
Premisele teoretice ale determinării indicilor raportului de schimb sunt următoarele:
- fluxurile de export şi import au efecte economice şi financiare opuse;
- fiecare flux poate fi analizat atât distinct, cât şi combinat ca sold (Δ= X-M), unde X şi M
= volumul activităţii de export, respectiv import.
- fluxurile pot fi evaluate simultan şi prin indicatorul relativ specific denumit grad de
acoperire a importurilor prin exporturi [GA = (X/M )x100];
- fluxurile pot fi analizate distinct, dar dinamic prin intermediul indicilor valorii, ai
volumului fizic şi ai preţurilor şi (Iv , Ip, Iq);
- fluxurile cantitative se analizează prin raportul de schimb brut: RSB = (QX :QM)x100;
- fluxurile pot fi analizat distinct, ca nivel, dinamică şi structură, pe destinaţii (exporturi)
sau în raport cu sursele de provenienţă (importuri), respectiv prin indici elementari:iX =
(X1:X2)x100 sau iM = (M1:M2)x100 şi prin ponderi sau greutăţi specifice: gX = (Xi: Σ Xi )
x100 sau gM = (Mi: Σ Mi ) x100;
-fluxurile se analizează şi combinat ca sold al balanţei comerciale (Δ), iar în raport cu
valoarea atinsă de cei doi indicatori se disting trei situaţii semnificative:
• Δ < 0 sau balanţa deficitară (sold pasiv sau deficitar) ⇔ X < M,
• Δ = 0 sau balanţa echilibrată (fără sold) ⇔ X = M,
• Δ > 0 sau balanţa excedentară(sold activ sau excedentar)⇔ X > M.
Aprecierea rolului comercializării externe în rezultatul final al economiei se determină ca
raport (Δ/PIB), analog şi în rezultatul firmei (Δ/CA ori Δ/VAB). Raportul între soldul
balanţei comerciale şi rezultat relevă contribuţia comercializării externe finale în procente.
- fluxurile se mai pot evalua şi prin gradul de acoperire a importurilor prin exporturi (GA),
beneficiind de avantajul neglijării semnului caracteristic soldului balanţei comerciale, iar
pentru GA exprimat prin coeficienţi (multiplicator sau demultiplicator):
• GA<1 sau balanţa deficitară (sold pasiv sau deficitar) ⇔ X < M,
• GA = 1 sau balanţa echilibrată(fără sold)⇔ X=M,
• GA >1 sau balanţa excedentară (sold activ sau excedentar)⇔ X > M.
-fluxurile se mai pot caracteriza şi prin indicii valorii, volumului fizic şi ai preţurilor:
indicii preţurilor în comercializarea externă sunt denumţi indici ai valorii unitare şi se
determină şi pentru export şi pentru import; mărfurile nefiind identice în mulţimea şi
diversitatea contractelor de comerţ exterior, nu se poate utiliza termenul de preţ mediu, ci
mai curând cel de valoare unitară; relaţia de calcul a indicelui valorii unitare este aceea a
unui indice construit ca medie armonică (Paasche):

Ip =
∑ v1 = ∑ p1q1 = I .V .U .
∑ i p ⋅ v1 ∑ p0 q1
1

- fluxurile cantitative izolate şi ulterior relativizate conduc şi la raportul de schimb brut.

Interpretarea statistică a acestui indicator exprimat prin coeficienţi subliniază prin valoarea
obţinută dacă pentru o unitate de măsură (tonă) importată s-au exportat: a) mai puţin de o
tonă de produse RSB = (QX:QM)<1; b) tot o tonă de produse RSB = (QX:QM )=1; c)mai
mult de o tonă de produse RSB = (QX:QM) >1. Dacă RSB este exprimat ca un coeficient,
interpretarea relevă aspecte statice ale echilibrului extern al economiei sau firmei:
• RSB<1 sau „mai puţin de o tonă exportată pentru o tonă importată” subliniază o
situaţie favorabilă, bazată pe un export majoritar de produse intens prelucrate şi
manufacturate în raport cu importul de produse neprelucrate (materii prime, materiale) sau
în stadii incipiente de prelucrare (semifabricate);
• RSB=1 sau echivalenţa „tonă exportată=tonă importată” permite emiterea unei
ipoteze de echilibru static cantitativ;
• RSB>1 sau „mai mult de o tonă exportată pentru o tonă importată” identifică o
226
situaţie defavorabilă, fundamentată pe exportul majoritar de produse neprelucrate (materii
prime, materiale) sau în stadii incipiente de prelucrare (semifabricate), în raport cu importul
de produse prelucrate şi manufacturate .
Principalele analize prin indicii raportului de schimb includ următorii indicatori:
• indicele raportului de schimb valoric (IRSV) cunoscut şi ca indice al gradului
de acoperire a importurilor prin exporturi IGA = GA1:GA0 = I VX : I M V
; IRSV sau
IGA>1 (sau IRSV>100,0%) descrie o evoluţie pozitivă în care valoarea exportului
creşte mai repede decât valoarea importurilor şi are ca efect o ameliorare a balanţei
comerciale (reducerea deficitului balanţei sau creşterea excedentului balanţei);
• indicele raportului de schimb brut (IRSB) definit şi ca raport de schimb
cantitativ IRSB = I XQ : I MQ ; IRSB <1 (sau IRSB<100,0%) identifică o îmbunătăţire
structurală a exporturilor economiei sau firmei, în favoarea exportului de produse
cu un plus de manoperă încorporată;
• indicele raportului de schimb net (IRSN = I XP : I MP sauIVU X : IVU Y ); IRSN>1
(sau IRSN >100,0%) identifică efectul unei „ieftiniri” relative a importurilor faţă
de exporturi şi o îmbunătăţire a raporturilor de schimb în comercializarea externă;
• foarfecele de preţuri în comerţul exterior (FP), calculat numai în condiţiile în
care IRSN <1 sau 100 %: FP = (1-IRSN) x 100; foarfecele de preţuri în comerţul
exterior este expresia procentuală a pierderii pe care o economie (firmă) o
înregistrează prin comercializare externă ca urmare a faptului că preţurile de export
nu reuşesc să ţină pasul cu preţurilor importurilor;
• efectul în mărime absolută al deteriorării raportului de schimb net (ΔRSN)
determinat în condiţii similare cu foarfecele de preţuri, a cărui relaţia de calcul este:
ΔRSN = Δ Xp − Δ Mp , Δ Xp = ∑ p1X q1X − ∑ p0X q1X , Δ Mp = ∑ p1M q1M − ∑ p0M q1M
• indicele puterii de cumpărare a exporturilor (IPC „X”)
Ip Iv
IP C " X " = IR S N × I Xq = qX × I Xq = Xp = I Mq " O B T E N A B IL E "
IM IM
q
I Mq < I M "OBTENABILE " arată un efect pozitiv asupra balanţei comerciale ca rezultat
al unui import sub limita obtenabilă conform puterii de cumpărare a exporturilor;
• indicele factorial al raportului de schimb (IFRS= IRSN x IW).
Macroeconomia financiară îşi are propriile instrumente, concepte, principii, legi,
reguli de funcţionare a căror cunoaştere sau aprofundare este posibilă şi prin
intermediul sistemului de indicatori statistici macrofinanciari, ale cărui subsisteme
sunt: subsistemul indicatorilor financiari ai bugetului de stat, ai activităţilor privind
asigurările de viaţǎ şi de bunuri, ai pieţelor financiare de capital, ai activităţilor
bancare, ai raportului de schimb sau ai echilibrului financiar extern. Stabilitatea
preţurilor este măsurată prin intermediul a trei indicatori statistici distincţi: indicele
preţurilor bunurilor de consum (IPC), în calitate de instrument de evaluare de
ansamblu a creşterii preţurilor mărfurilor cumpărate şi a tarifelor serviciilor
utilizate de către populaţie, indicele preţurilor produsului intern brut („deflatorul
implicit al PIB”–ului), care exprimă modificarea medie a preţurilor bunurilor şi
tarifelor serviciilor întregii producţii a economiei naţionale şi indicele preţurilor
227
produselor industriale (IPPI), instrument de măsurare a evoluţiei de ansamblu a
preţurilor produselor industriale fabricate şi livrate de producători interni. Rata
inflaţiei este frecvent valorificată în econometrie, conferind comparabilitate datelor
şi se determină astfel: indice de preţ (%)-100%.Variabila economică, este derivată
din definiţia dată economiei de către Adam Smith ca investigaţie în lumea naturii
şi a cauzelor avuţiei naţiunilor sau din aceea dată de către John Stuart Mill, ca
ştiinţă practică a producţiei şi distribuţiei bogăţiei: consumul, producţia,
înzestrarea tehnică, capitalul (fix, variabil) etc. Multitudinea factorilor economici
devin factori statistici explicativi în modele de corelaţie şi regresie statistică, de
unde nu se pot omite preţul, venitul, profitul, dimensiunea sistemică sau corelată a
părţilor (abordarea structurală prin produse, servicii, activităţi etc), precum şi
dimensiunea teritorială (macro, mezo, microeconomică).Toate aceste concepte
economice sunt însoţite de legităţi consacrate ale teoriei economice, legile cererii şi
ofertei, echilibrului generat de volumul investiţiilor şi economiilor etc. Pentru a da
un exemplu consacrat de aplicare a statisticii în lumea microeconomică se impune
o trimitere la coeficientul de elasticitate. Conceptul de elasticitate, cu o istorie mai
mică de două secole este un concept important în ştiinţa economicǎ contemporană,
un instrument al analizei economice de o varietate tipologicǎ deosebitǎ.
Caseta nr. 8.3.
Simplǎ sau multiplǎ, parţialǎ sau totalǎ, directǎ sau inversǎ, instantanee sau diacronicǎ,
realǎ sau virtuală, certǎ sau aleatoare, elasticitatea a devenit în limbajul obişnuit sinonimǎ
cu sensibilitatea, supleţea posibilitatea de adaptare, marja disponibilǎ pentru acţiunile
spontane sau dirijate. Gândirea statisticǎ identificǎ elasticitatea cu un instrument de mǎsurǎ,
iar la limitǎ cu o caracteristicǎ sau cu un parametru reflectat într-un coeficient. Sensul major
statistic al elasticitǎţii oscileazǎ între raport şi mǎsurǎ. Acest concept este definit succesiv şi
succint de către P.H. Derycke, ca un raport de variaţii relative ce prezintǎ modificarea unei
variabile economice (preţul) ca o acţiune concomitentǎ sau anterioarǎ a altei variabile
economice (cantitatea). J. Tinbergen redefineşte elasticitatea drept mǎsurǎ a mobilitǎţii
absolute şi relative a unui fenomen prin raportare la un altul cu care se aflǎ într-o legǎturǎ
naturalǎ Elasticitatea în gândirea statisticǎ, nǎscutǎ din noţiunile de proporţionalitate şi
neproporţionalitate aflate într-o antimonie perpetuǎ, devine concept operaţional în
formulǎrile neo-clasice, fiind intuitǎ de Antoine-Augustin Cournot încă din 1838 şi
autentificatǎ instrumental de Alfred Marshall în 1885, prin coeficientul de elasticitate.
Elasticitatea exprimǎ sensibilitatea, flexibilitatea, reactivitatea unei variabile
rezultative sau dependente faţǎ de modificarea altor variabile explicative sau
independente x, z, w etc. (x, z, w fiind variabile cauzale ce explică variaţia lui y).
Clasificarea statisticǎ a elasticitǎţii contribuie şi ea la îmbogǎţirea universului ei
criterial şi implicit tipologic: a) în raport cu procedura de cuantificare elasticitatea
este absolutǎ şi relativǎ; b) în raport cu numǎrul de variabile explicative sau
cauzale cuantificate se disting elasticitatea simplǎ şi multiplǎ; c) în raport cu
valoarea funcţiei ce o caracterizeazǎ elasticitatea se defineşte de tip iso - sau hetero
- respectiv valoarea funcţiei sale este o constantǎ sau o variabilǎ. Soluţionarea
problematicii elasticitǎţii impune o analizǎ succesivǎ atât a inelasticitǎţii, drept
contrariul sǎu definitoriu şi a limitelor de contact ale celor douǎ noţiuni economice
sau antinomii statistice, cât şi a reversibilitǎţii sau ireversibilitǎţii în timp şi mai
ales a stabilitǎţii fenomenului denumit elasticitate.Coeficientul de elasticitate se
referǎ, restricitv, la elasticitatea calculatǎ într-un punct sau într-o porţiune a curbei
228
funcţiei de elasticitate y = f(x). Elasticitatea este, în general, un fenomen de
neechivalenţă între modificările relative a două variabile: rezultativă (y) şi
explicativă (x). Neechivalenţa este exprimată prin modalitatea de determinare a
unui coeficient de elasticitate diferit de |±1|.
Δy Δx
Cum ≠ ,atunci Δy = λ × Δx ,de unde: λ = Δy : Δx .
y x y ( y / x) x ( y / x) y x
Coeficientul de elasticitate al unui fenomen măsoară raportul dintre modificarea
fenomenului respectiv şi modificarea factorului explicativ. Exemplificând
fenomenul prin cerere, se ajunge la cazul elasticităţii cererii, factorii ei fiind preţul
sau venitul (ce va completa denumirea coeficientului). Coeficientul de elasticitate-
preţ sau elasticitate-venit a cererii se determină prin relaţiile:
Δc Δp Δc Δv
λ (c / p )= : şi λ ( c / v ) = :
c p c v
(unde: Δp → 0 ) (unde: Δv → 0 )
Coeficientul de elasticitate se exprimă şi ca o funcţie de elasticitate a cererii, de
tipul y= f(x), fiind egal cu raportul dintre valoarea marginală a funcţiei şi valoarea
medie a acesteia. Cele două expresii de calcul al coeficientului de elasticitate-preţ
sau de elasticitate-venit al cererii devin următoarele:
dc c dc c Δc c Δc c
λ ( c/p) = : şi λ ( c/ v) = : sau λ ( c/p) = : şi λ ( c/v) = :
dp p dv v Δp p Δv v
(unde: Δp → 0 ) (unde: Δv → 0 )
Coeficientul de elasticitate al unui fenomen economic exprimat printr-o funcţie
de elasticitate y=f(x), este determinabil şi ca un raport între derivata logaritmică a
lui y şi derivata logaritmică a lui x. Cele două relaţii de calcul al coeficientului de
elasticitate-preţ sau de elasticitate-venit sunt următoarele:
d ( log c ) dc dp dc p dc p
λ ( c/p ) = = : = × = × (unde: Δp → 0 )şi
d ( log p ) c p c dp dp c
d ( log c ) dc dv dc v dc v
λ ( c/v ) = = : = × = × (unde: Δv → 0 )
d ( log v ) c v c dv dv c
Δy Δx
Prin optica seriilor cronologice, relaţia de calcul obişnuită λ ( y / x ) = : , se
y x
transformă într-un raport al ritmurilor de variaţie: λ ( y / x ) = R (y% ) / R (x% ) .

Coeficientul de elasticitate este şi un raport al ritmurilor de variaţie ale

fenomenului y şi ale variabilei sale explicative x.Cele mai simple modalităţi de
calcul al coeficientului de elasticitate-preţ sau de elasticitate-venit devin:
λ ( c/ v ) = R (c%) / R (v%) şi λ ( c/ p ) = R (c%) / R (p%) .
Coeficientul de elasticitate se mai poate exprima şi în funcţie de indicii cererii,

229
 ΔC1/ 0 ΔV1/ 0 C1 − C 0 V1 − V0 I1/C 0 − 100
preţurilor sau veniturilor: λ C / V = : = : = V ,
C0 V0 C0 V0 I1/ 0 − 100
unde: I 1C/ 0 , I 1V/ 0 sunt indicii cererii şi ai venitului sau conform relaţiei următoare:
ΔC1/ 0 ΔP1/ 0 C1 − C 0 P1 − P0 I1/C 0 − 100
λC / P = : = : = P , unde: I1/C 0 , I1/P 0 sunt indicii
C0 P0 C0 P0 I1/ 0 − 100
cererii, respectiv ai preţurilor.
O aplicaţie reală are capacitatea de a defini mai rapid modalităţile concrete de
valorifcare a statisticii în economie. Astfel, o firmă axată pe producţia şi exportul
de aparate frigorifice ecologice, consultând surse de date specializate şi propriile
proiecţii pe termen scurt, anticipează o creştere a exporturilor sale de la 4 la 5,6
milioane de euro(€) ca urmare directă a generalizării măsurilor de protecţie a
mediului, în următorul an, pe piaţa regiunii europene Y.Analiza aceloraşi baze de
date subliniază că, importul de aparate frigorifice ecologice pe aceeaşi piaţa a
regiunii Y va creşte cu 25,0%. În condiţiile în care studiile identifică şi o creştere a
cererii europene în ansamblu de bunuri de folosinţă îndelungată, în următorul an
cu circa 15,0 %, o cercetare efectuată asupra pieţei specifice, estimează o tendinţă
de majorare a cererii de aparate frigorifice ecologice în aceeaşi perioadă cu 21,0%.
Cum va acţiona firma, prin creşterea competitivităţii firmei sau a produsului?
Decizia bazată pe coeficientul de elasticitate detaliază prompt ritmurile analizei:
Δy Δ x y1 − y0 x1 − x0 R y 5,6−4,0
E= : = : = =1,6 unde:Rx=25,0% şi Ry= x100= 40%
y0 x0 y0 x0 Rx 4,0
La fiecare procent de creştere a cererii de aparate frigorifice ecologice pe piaţa
europeană oferta firmei specializate răspunde cu 1,6%, iar Δ =y1-y2=5,6-4,0=1,6
milioane €. Din informaţiile studiului se disting trei ritmuri de creştere a cererii:
R
I. R1=15,0% × Δ∗Y iar Δ Y = y0 1 , respectiv efectul absorbţiei generale a
∗
100
∗
pieţei europene asupra activităţii firmei( Δ y = 4,0×0,15 = 0,6 milioane €). Sub
impactul creşterii generale a cererii europene, exportul firmei ar putea creşte
(ipotetic) la 4,0+0,6=4,6 milioane €, suma de 0,6 milioane €, exprimând efectul de
absorbţie al pieţei europeneY.
R2
II. R 2 = 21, 0% × Δ∗∗
y = y0 × , respectiv efectul absorbţiei exportului firmei ca
100
∗∗ 21
urmare a specializării în aparate frigorifice ( Δy = 4,0× = 0,84milioane €).Sub
100
impactul pozitiv al specializării în producţia de aparate frigorifice ( Δ∗∗ 〉 0),
exportul firmei ar putea creşte (ipotetic) la 4,0+0,84=4,84 milioane €.
R3
III. R 3 =25,0 % × Δ∗∗∗
y = y0 = 4, 0 × 0, 25 = 1 milion €. Acest 1 milion € este
100
expresia efectului atracţiei pentru exportul de aparate frigorifice ecologice pe piaţa

230
regiunii "Y"(orientarea geografică este bună Δ∗∗∗ ∗∗
y 〉 Δ y ).

IV. Diferenţa Δ y − Δ∗∗∗

y =(5,6-4,0)-1,0 = 0,6 milioane €. Cum diferenţa anterioară
este pozitivă, concluzia ce s-ar putea desprinde ar fi aceea că din creşterea exportului
cu 1,6 milioane € numai 0,6 milioane € (37,5%) s-ar putea datora competitivităţii
firmei, restul de 1 milion € (62,5%) reprezentând efectul cumulat al creşterii cererii,
respectiv creşterii absorbţiei pieţei europene a agregatelor frigorifice ecologice în
regiunea Y.
Concluzia este ca pe viitor, accentul să se deplaseze de la produs pe imaginea şi
competitivitatea firmei. Este indicată de urgenţă o cercetare de teren a pieţei pentru
schimbarea imaginii firmei. Semnificaţia coeficienţilor de elasticitate în cercetarea
pieţei este cu mult mai evidentă, prin prisma analizei practice anterioare:
coeficientul de elasticitate-preţ al cererii este un instrument de investigaţie care
exprimă procentul cu care se modifică cererea, atunci când are loc o variaţie de un
procent a preţului (transcrierea este precedată de semnul minus), iar coeficientul de
elasticitate-venit al cererii exprimă procentul cu care se modifică cererea, atunci
când are loc o variaţie de un procent a venitului (transcrierea este precedată de
plus).
Tabelul următor prezintă elasticitatea cererii şi domeniile limită ale coeficientului
specific pentru variabilele explicative preţ şi venit.
Tabel nr. 8.8
Domeniul de Tipul de elasticitate - preţ Domeniul de Tipul de elasticitate -
existenţă a cererii existenţă venit a cererii
λ(c/p) → - ∞ elasticitate perfectă λ(c/v) → + ∞ elasticitate perfectă
λ(c/p)∈(-∞,-1) elasticitate supraunitară λ(c/v)∈ (1,+∞) elasticitate supraunitară
λ(c/p) = - 1 elasticitate unitară sau λ(c/v) = 1 elasticitate unitară sau
proporţională proporţională
λ(c/p)∈(-1, 0) inelasticitate relativă λ(c/v) ∈ (0, 1) inelasticitate relativă
(anelasticitate) (anelasticitate)
λ(c/p) = 0 inelasticitate perfectă λ(c/v) = 0 inelasticitate perfectă
λ(c/p) >0 relativ anormală λ(c/p) < 0 relativ anormală
Elasticitatea transversală (încrucişată) are ca substrat posibilitatea de calcul a
unui coeficient al elasticităţii cererii, în situaţia unui bun x, în funcţie de
modificarea preţului bunului y, după relaţia:
Δqx qx Δqx py Δqx Δpy
λ = : = × = : = Rqx / Rpy
( qx /py ) Δpy py Δpy qx qx py
I. Dacă λ> 0 ,această implică o creştere a cererii pentru produsul“x, datorită
majorării preţului lui y, cele două produse fiind rivale sau substituibile (miere şi
zahăr sau cafea şi ceai).
II. Dacă λ < 0 , are loc o diminuare a cererii produsului “x”, ca urmare a
majorării preţului produsului “y”, cele două produse fiind complementare sau
solidare (autoturism şi benzina sau calculator şi imprimantă).
III. Dacă λ= 0 , produsele sunt independente (situaţie de inelasticitate).
O firmă specializată în producţia şi vânzarea de carne proaspătă (x) şi de
231
preparate din carne (y) constată că informaţiile anchetei ABF permit compararea
acestor categorii de produse, prin modelul de analiză al coeficienţilor de
elasticitate transversali. Ritmurile anuale de creştere publicate, pentru cererea
cantitativă a celor două tipuri de produse au fost de 10,2% şi 8,2%,iar ritmurile de
creştere a preţurilor conform IPPI (indicele preţurilor produselor industriale) de
6,64% şi 11,54%.Evaluaţi care ar putea fi impactul relaţiei generale existente între
preţuri şi cantităţi prin compararea cu programul livrărilor în etapa următoare
utilizând modelul coeficienţilor transversali (pornind de la datele firmei, unde sunt
prevăzute creşteri cantitative de 20% şi diminuări de10%, pentru primul trimestru,
iar limitele de creştere a preţurilor de livrare prevăzute pentru negocieri sunt 140%
şi 130%). Prima constatare confirmă rivalitatea produselor, conform coeficienţilor
de elasticitate transversală ce se pot determina, pentru produsele x şi y:
λ =Rqx:Rpy =10,2:11,54 = 0,884 şi λ = Rqy:Rpx = 8,2:6,64 =1,235.
(q x / p y ) (q y / p x )
Valoarea de 0,884 implică o creştere a cererii pentru produsul “x”, datorită
majorării preţului produsului “y”,cele două produse fiind rivale sau substituibile.
Acest fapt este confirmat şi de valoarea 1,235 cu precizarea că cererea produsului
“y”, este mai mare în cazul majorării preţului produsului ”x”.Pornind de la datele
consemnate în programul firmei coeficienţii de elasticitate transversală ce se pot
determina sunt: λ =Rqx:Rpy =20:30=0,67 şi λ =Rqy:Rpx = -10:40= - 0,25.
( q x /p y ) ( q y /p x )
Programul de vânzări trebuie refăcut, altfel va fi complet infirmat de piaţă. De
altfel cele două categorii de produse conform programului au un caracter
contradictoriu prin valorile determinate ale coeficienţilor. Esenţial este însă să se
stabilească variabila explicativă ce nu se va modifica substanţial. În ipoteza că
aceasta ar fi cantitatea programată a fi produsă conform contract şi negocierile de
preţ nu sunt încă definitivate, atunci noile limite de creşteri sau diminuări de preţuri
R qy R qx
sunt: R px = =-10/1,235= - 8,1% şi R py = = 20/0,884 = 22,6 %.
λ λ
( q y /px ) ( qx /py )
Cercetarea statistică a reactivităţii cererii, concretizată în evoluţia cheltuielilor
consumatorilor în funcţie de evoluţia veniturilor şi a preţurilor se realizează tot prin
intermediul coeficienţilor de elasticitate, care măsoară influenţa pe care o exercită
factorii venit sau preţ asupra cererii de mărfuri şi servicii, iar valorile obţinute
traduc intensitatea cu care răspunde cererea. Prima modelare statistică aparţine lui
Engel şi constă în formularea unor veritabile axiome ca rezultat al interpretării
valorilor coeficienţilor de elasticitate în cercetarea pieţei.
Axioma I Elasticitatea-venit a cererii este variabilă, dar inferioară unităţii sau
pragului de proporţionalitate λ c / v < 1 , cazul cheltuielilor cu bunuri alimentare.
Axioma II Elasticitatea-venit a cererii este egală cu unitatea sau cu pragul de
propoţionalitate λ c/v = 1 ,cazul cheltuielilor cu locuinţa.
Axioma III Elasticitatea-venit a cererii este variabilă, dar superioară unităţii
sau pragului de proporţionalitate λ c / v > 1 , cazul cheltuielilor cu servicii.
Coeficienţii de elasticitate ierarhizează cererea, iar compararea lor se realizează

232
prin patru metode de analiză: a) compararea aceluiaşi actor al cererii în timpul mai
multor perioade (metoda panel, eşantioanele repetitive sau rotaţionale); b)
compararea mai multor actori ai cererii, care în cursul unei perioade de referinţă
plătesc aproape aceleaşi preţuri (metoda bugetelor de familie); c) compararea
cererii totale solvabilizate într-un teritoriu, relativ omogen ca preţuri în mai multe
perioade de timp (metoda cronologică); d) compararea cererii totale solvabilizate în
mai multe teritorii în acelaşi timp (metoda comparaţiilor internaţionale).Cercetarea
statistică a elasticităţii poate ajunge şi în practică în faţa unor paradoxuri, care
conduc la un optimism al elasticităţii-preţ a cererii ca evoluţie nefirească a cererii,
în mod proporţional cu creşterea preţurilor. Astfel, optimismul elasticităţii preţ se
resimte în economia Germaniei, prin creşterea preţurilor bunurilor germane de
capital şi investiţie, care nu a condus la diminuarea cererii, alte ţări în lipsa unei
industrii naţionale la fel de performante au continuat să importe aceste bunuri.
Coeficienţii de elasticitate sunt instrumente utile de cuantificare a capacităţii de
absorbţie a pieţelor teritoriale specifice şi ale cunoaşterii direcţiilor în care vor
evolua economiile consumatorilor.

8.2.Indicatori statistici ai protecţiei mediului utili în contabilitate

Conţinutul actual al sistemului naţional de indicatori statistici gestionat de către

INS şi disponibil pe site-ul: https:// statistici.insse.ro/shop/index, oferă baze de date
TEMPO sub formă de serii de timp în domeniul protecţiei mediului înconjurător şi
cuprinde un set de 22 de cuantificări precise sau indicatori statistici referitori la
ariile protejate, la resurse de apă asigurate potrivit gradului de amenajare, pe surse
de apă şi bazine hidrografice, la calitatea apelor de suprafaţa pe bazine hidrografice
şi clase de calitate, la defolierea arborilor la principalele specii şi la toate vârstele,
pe clase de defoliere, la cheltuieli pentru protecţia mediului, pe activităţi CAEN si
categorii de cheltuieli (€), la cheltuieli pentru protecţia mediului, pe activităţi
CAEN şi domenii de mediu (€), la cheltuieli pentru protecţia mediului pe sectoare
de activităţi, categorii de cheltuieli şi categorii de producători, la cheltuieli pentru
protecţia mediului, pe activităţi şi categorii de cheltuieli, la cheltuieli pentru
protecţia mediului, pe activităţi si domenii de mediu, la cantităţi de deşeuri
generate, valorificate şi eliminate, pe activităţi economice, cantităţi de deşeuri
municipale colectate, valorificate şi eliminate, pe macroregiuni şi regiuni de
dezvoltare, la cantităţi de deşeuri municipale colectate, valorificate şi eliminate, pe
tipuri de deşeuri, la nivel naţional, la locuitorii cu locuinţele conectate la sistemele
de canalizare şi epurare a apelor uzate, pe macroregiuni, regiuni de dezvoltare şi
judeţe, la ape uzate generate pe sectoare de activitate, la ape uzate colectate şi
evacuate pe tipuri de sisteme de canalizare, la numărul de trepte al staţiilor de
epurare pe tipuri de staţii, la capacitatea staţiilor de epurare exprimată in CBO5, la
debitul zilnic al staţiilor de epurare pe tipuri de staţii, la nămolul provenit de la
staţiile de epurare, la captarea apei pe surse de captare şi activităţi economice, la
contul fluxurilor materiale economie-mediu şi la contul emisiilor de poluanţi în aer.
Un sistem internaţional sau global de indicatori statistici de mediu oricum ar fi
structurat şi detaliat va conţine referinţe la cele şase componente ale mediului
(flora, fauna, atmosfera, apa, pământul sau solul şi aşezările umane).

233
 Două limite de construcţie internaţională ale unui sistem de indicatori statistici ai
dezechilibrelor cauzate mediului, ca urmare a valorificării resurselor, precum şi o
variantă intermediară de flux de tipul factori de instabilitate – stare de echilibru şi
evaluarea feedback-ului sunt cele trei alternative de sisteme de indicatori (în
variantele analitică, sintetică şi de tip circuit închis).
Abordarea analitică creează o suită de subsisteme, în care numărul de indicatori se
amplifică în mod continuu:
A.Subsistemul de indicatori statistici ai dezechilibrării reliefului prin subsidenţă şi
ca urmare a degradării reliefului prin morfodinamica antropogenă
A1.Indicatori privind subsidenţa (indusă ca proces antropic de degradare a
reliefului, provocată de extracţia fluidelor şi a gazelor, s indusă de lacurile de
acumulare, cauzată de exploatările miniere subterane etc.)
A2.Indicatori privind degradarea reliefului (prin activităţile miniere la zi,
activităţile din industriile prelucrătoare, deforestare şi prin activităţi agricole,
construcţii de infrastructură şi amenajări hidrotehnice, construcţii de habitat etc.)
B.Subsistemul de indicatori statistici ai dezechilibrelor valorificării bazinelor
hidrografice şi impactului poluării apelor
B1.Indicatori privind poluarea apelor de suprafaţă (poluarea apelor cu agenţi
infecţioşi, deşeuri consumatoare de oxigen, nutrienţi şi eutrofizarea apelor,
mediului acvatic cu substanţe toxice, prin scurgerile de petrol, cu fenoli, prin
acidifierea apelor, cu detergenţi, substanţe radioactive, sedimente,poluare termică a
apei sau şoc termic asupra apei etc.)
B2.Indicatori privind poluarea apelor subterane
C. Subsistemul de indicatori statistici ai dezechilibrelor cauzate de poluarea
aerului şi efectele sale asupra biotului
C1.Indicatori ai poluanţilor aerului [oxizi de carbon (CO şi C02), oxizi ai azotului
(N20 şi N02), compuşi ai sulfului (S02 şi H2S), hidrocarburi, smog fotochimic
oxidant (smoke=fum, fog=ceaţă), aerosoli, poluare microbiană, poluare fonică]
C2.Indicatori ai efectelor poluării aerului asupra sănătăţii omului, florei şi a faunei
C3.Indicatori ai conexiunilor dintre poluarea aerului şi dezechilibrele climatice
(localizarea şi frecvenţa episoadelor de poluare a aerului, sera urbană, ploile acide)
D. Subsistemul de indicatori statistici privind dezechilibrele cauzate de inundaţii
ca fenomene cu specific catastrofal
D1.Indicatori privind structura şi impactul inundaţiilor asupra mediului (provocate
de precipitaţii excesive,de cicloni tropicali - uragane şi taifunuri - de furtuni de
cutremure şi de erupţiile vulcanice accidentale)
E. Subsistemul de indicatori statistici privind dezechilibrele cauzate de
radioactivitatea şi implicatele economico - sociale ale iradierii
E1.Indicatori statistici privind radioactivitatea antropogenă, reactoare nucleare
civile şi centrale electronucleare, accidente nucleare, efectele biologice ale iradierii
F. Subsistemul de indicatori statistici privind dezechilibrele cauzate mediului prin
deşeuri
F1.Indicatori ai structurii deşeurilor (menajere,industriale, agricole, toxice,
radioactive)
F2.Indicatori ai depozitării deşeurilor (gropi sanitare, injectare în adânc, scufundare
în ocean)
234
F3.Indicatori privind incinerarea deşeurilor
F4.Indicatori privind reducerea deşeurilor (utilizare ca resursă, reciclare,
prelucrarea deşeurilor biodegradabile, reducerea deşeurilor prin strategii sociale,
tehnice şi tehnologice)
Alternativa sintetică sau simplificatoare include costurile de protecţie a mediului
(ecosferei) în categoriile de indicatori clasici, regrupându-le în patru cadrane ale
unui patrulater strategic ecologic. Dimensiunile ecologice, economice, sociale şi
coezive ale dezvoltării, implicit ale celei considerate durabile pot fi surprinse prin
intermediul unui patrulater de subsisteme de indicatori statistici ce sintetizează
problematicile de mediu (ecosferă) la nivel internaţional sau global (inclusiv
ecologia umană).
Tabel nr. 8.9
A.Indicatori ai mediului înconjurător B.Indicatori economici globali (cu costuri
(ecosferei) de mediu)
A1.Indicatori ai utilizării resurselor (costuriB1.Produs Intern Brut agregat (PIB ecologic
ecologice); mondial);
A2.Indicatori de stare a mediului B2.Rata investiţiei (calculată ca raport între
(conservare şi păstrare echilibru); formarea brută de capital -FBC ecologic şi
A3.Indicatori de răspuns al mediului (prin PIB ecologic mondial);
anticiparea efectelor cu impact major). B3.Productivitate globală (de la efecte şi
eforturi ce conţin costuri ecologice) etc.
C.Indicatori globali cu impact ecologic D.Indicatori ai facilităţilor economice
uman: materializate prin coeziune socială
C1.Indicele dezvoltării umane (determinat cu (dimensiuni majore structurale)
venituri majorate prin cheltuielile legate de D1.Indicatori formalizaţi
ecologia umană); Incluziune/ Excluziune
C2.Indicele sărăciei umane (evaluarea Legitimitate/Nelegitimitate
excluziunii ca limită minimă a aplicării Recunoaştere/ Respingere
costurilor ecologiei umane); D2.Indicatori substanţializaţi
C3.Indicatori ai veniturilor şi disparităţilor Egalitate/ Inegalitate
(evident agregaţi cu cheltuieli specifice Participare/ Pasivitate
ecologiei umane)etc Apartenenţă/ Izolare

Ecologia umană reprezintă un nou domeniu ştiinţific interdisciplinar, definind

modul în care grupurile umane se adaptează mediului lor de viaţă sau
antropoecosistemului, care devine astfel şi obiectul specific de studiu al noii
abordări. Cercetările din domeniul ecologiei umane includ, de regulă, studiul unei
grupe separate de oameni sau al populaţiei în întregime, în interacţiune cu mediul
înconjurător al unui anumit teritoriu, detaliind aspectele concrete cu impact asupra
vieţii umane, ca asprimea climei, rezervele şi regimul hidrologic al surselor de apă,
compoziţia chimică a apei din aceste surse, caracterul reliefului, particularităţile
vegetaţiei, starea social-economică, tradiţiile şi obiceiurile, gradul de poluare a
mediului, nivelul de salubritate a locuinţelor, asigurarea populaţiei cu spaţiu
locativ, specificul activităţilor, alimentaţia etc. Intenţia de a prezenta o imagine
concisă dar suficient de provocatoare a unui sistem de indicatori statistici la nivel
internaţional sau global obligă la folosirea opticii ecologiei umane în analiza
dinamicii echilibrelor şi dezechilibrelor de mediu (ecosferă).

235
 Variantă intermediară de flux de tipul factori de instabilitate – stare de echilibru
şi evaluarea feedback-ului descrie trei mari categorii de subsisteme, în paralel cu
principalele clase de indicatori globali de mediu.
Tabel nr. 8.10
Indicatori Factori de instabilitate Stare de echilibru Evaluare feedback
Schimbări climatice Producţie şi consum de Concentraţii Cheltuieli pentru
energie, emisii gaze ambientale, alternative energetice,
(efect de seră ) temperaturi globale preţuri diferenţiate
Diminuare strat de Producţie şi emisii CFC, Grosime strat ozon Legislaţie şi convenţii
ozon haloni internaţionale
Reducere Dinamică a utilizării Specii în pericol Cheltuieli pentru
biodiversitate terenurilor şi cantitate număr şi distribuţie protecţie
de pesticide/fertilizanţi a speciilor
Epuizare resurse Producţie energetică şi Prospectare rezerve Rată reciclare, indici de
consum de resurse de resurse minerale preţ, rată împăduriri
Împrăştiere materii Producţie şi utilizare Concentraţie Legislaţie, cheltuieli de
toxice materii toxice (chimice) dioxină în sol cercetare
Deşeuri Producţie, cantitate de Suprafaţă gropi de Cheltuieli pentru
deşeuri rezultată gunoi, calitate a colectare şi tratare
apei subterane deşeuri
Poluare aer şi Producţie, transport şi Nivel pH în sol, Penalităţi, cheltuieli,
acidifiere consum: emisii azotaţi apă,păduri uscate, legislaţie
sulfaţi, carbonaţi calitate aer urban
Mediu marin Transport ţiţei, turism Calitate ecosisteme Convenţii internaţionale
şi zone coastă maritim marine
Poluare apă şi Cerinţe apă, intensitate Concentraţii de Populaţie şi cheltuieli
resurse apă utilizare apă nitraţi şi fosfaţi în legate de canalizare şi
apă epurare
Sursa: http://www.oecd.org/statsportal
Evoluţia indicatorilor de mediu este corelată practic cu tehnologiile şi resursele
dominante ele economiei internaţionale.
Dinamica structurală a resursele energetice ale economiei globale
Grafic nr. 8.2 %
86
90
80
70 51
60 Cărbuni
50 Petrol
40 Gaze naturale
16
30 12 Hidrocentrale
14
20 9 Combustibili nucleari
3 7
10 2
0
Început de secol XX Început de secol XXI

Sursa: http://www.worldwatch.org/programs/energy_climate
În ultimul secol parcurs de economia globală, dominaţia resursei energetice cărbune
fost înlocuită de către petrol, gaze naturale şi combustibili nucleari. Toate acestea s-au

236
transformat în alternative semnificative, dar au multiplicat simultan şi factorii de
poluare a mediului (ecosferei) şi implicit gradul de poluare.
Sistemul Naţiunilor Unite de indicatori statistici de mediu prin programul pentru
mediu (UNEP) asigură domeniile privind integritatea ecosferei: a) evaluarea stării
mediului; b) conservarea şi protecţia biodiversităţii, c) managementul chimicalelor;
d) protecţia apelor, e) protecţia zonelor de coastă; f) protecţia solurilor; g) protecţia
stratului de ozon; h) schimbări climatice; i) energie durabilă; j) poluare urbană; k)
controlul poluării industriale; l) consum durabil. UNEP oferă indicatori
managementului mediului în vederea dezvoltării durabile cu ţintele următoare: 1)
avertizare preventivă; 2) dezvoltare politici şi legislaţie; 3) implementare politici de
mediu; 4) tehnologie, industrie şi economie; 5) cooperare regională; 6) convenţii
internaţionale; 7) comunicare şi informare public. UNEP oferă acces la date şi
informaţii referitoare la mediu şi acordă sprijin în utilizarea informaţiilor de mediu
pentru dezvoltarea durabilă. Primul sistem concret al ONU, cu un grad mare de
acoperire, cunoscut ca UN-FDES (Framework for Development of Environment
Statistics) reuneşte în sinteză cele mai importante dinamici şi stocuri ale
următoarelor fenomene de mediu:
Tabel nr. 8.11
1. Indicatori privind evaluarea speciilor şi resurselor genetice
2. Indicatori privind evaluarea zonelor cu vegetaţie
3. Indicatori privind evaluarea emisiilor nocive asupra florei
4. Indicatori privind evaluarea modului în care sunt distribuite habitatele şi
caracteristicile acestora
5. Indicatori privind evaluarea emisiilor nocive asupra faunei
6. Indicatori privind evaluarea emisiilor (tipuri şi surse de poluare a aerului)
7. Indicatori privind factori socio-economici care afectează calitatea aerului
8. Indicatori privind evaluarea resurselor şi a consumului de apă
9. Indicatori privind evaluarea evacuărilor (tipuri, surse de deversări, poluanţi)
10. Indicatori privind evaluarea ecosistemelor marine
11. Indicatori privind evaluarea modului în care sunt folosite coastele maritime
12. Indicatori privind evaluarea utilizării pământului şi a proprietăţii terenurilor,
caracteristici topografice
13. Indicatori privind evaluarea evacuărilor de deşeuri solide şi lichide
14. Indicatori privind evaluarea resurselor minerale
15. Indicatori privind evaluarea clădirilor, dependinţelor
16. Indicatori privind evaluarea emisiilor (surse, tipuri de poluanţi)
Trei modalităţi distincte domină prezentarea sistemelor de indicatori de mediu în
evaluările globale sau internaţionale: a) prezentările prin expresii relative sau
procentuale ale valorilor maxime sau minime ale indicatorilor de mediu (cu accent
pe gradul de ameninţare şi impact); b) statistici descriptive, axate pe metoda
ierarhizării seriilor de date teritoriale ale indicatorului de mediu, la nivelul tuturor
statelor lumii care deţin date asupra fenomenului de mediu analizat; c) valori
sintetice sau agregative global şi/sau continental ale indicatorului de mediu supus
cercetării sau cartograme detaliate prin nuanţarea intensităţii fenomenului,
exemplul emisiilor de CO2 în plan global, expus mai jos, fiind edificator în acest
sens: Site-ul de date şi informaţii statistice al Băncii Mondiale prezintă în toate cele
237
trei modalităţi informaţia statistică globalizată despre mediu (ecosferă) şi protecţia
sa, axându-se pe următorii indicatori majori determinaţi pentru intervalul 2005-
2009: 1) emisii de metan cu impact în agricultură (la nivel global 43,1% din total,
cu valoare maximă în Namibia de 89,9% şi minimă în Luxemburg de 0 %); b)
emisii de protoxid de azot cu impact în agricultură (la nivel global 82,6% din total,
cu valoare maximă în Mozambic de 99,7% şi minimă în Singapore de 0,8 %); c)
emisiile de CO2 (tone metrice per locuitor, la nivel global agregatul este 4.6 per
capita, cu valoare maximă în Qatar de 55,4% şi minimă în Afganistan, Mali,
Burundi de 0%); d) specii de peşti, ameninţate în număr de 1.275 la nivel global; e)
specii de mamifere ameninţate în număr de 1.141 la nivel global; f) specii de plante
ameninţate în număr de 8.457 la nivel global; g) indicele de biodiversitate (GEF
index plasat între valoarea minimă de 0% în multe state ale lumii de la Andora,
Belgia, Malta, Moldova, San Marino etc. şi maximă de 94,2 % în SUA); h)
suprafaţa rămasă acoperită de păduri (la nivel global 30,3 % din suprafaţa de teren
a lumii); i) emisii de poluanţi organici în apă (BOD în kg pe zi per lucrător, cu
valori cuprinse între 0,09 în Singapore şi 0,45 în Moldova); j) emisii de gaze cu
efect de seră, HFC, PFC şi SF6 (mii de tone metrice de echivalent CO2 cu un nivel
global de 601.890); k) arii terestre arii protejate (la nivel global media este de
14,4% din suprafaţa total); l) poluarea apei de către diferite activităţi industriale
(chimică, a sticlei, metalică, alimentară, celuloză şi hârtie, lemn etc. exprimată ca
procent din emisiile totale BOD, unde valorile diferă în raport cu specializarea
industrială a economiilor) etc.
Zonele de maximă poluare se identifică la capătul natural al distribuţiior de tip U
sau antimodale ale dezvoltării, SUA fiind plasate la polul bogăţiei, deţinând şi
consumul maxim de resurse (materii prime şi energie) şi degajând agregativ cca. 20
tone CO2 şi echivalent CO2 anual per locuitor, precum şi cantităţi imense de alte
deşeuri şi ţările sărace, la polul opus, lipsite de mijloace financiare pentru
combaterea poluării, protejarea mediului şi înlocuirea tehnologiilor învechite.
Statistic, SUA reciclează aproximativ 28% din deşeurile sale de astăzi, care
reprezintă dublul valorii structurale de acum zece ani. Leaderul european al
reciclărilor pare a fi Austria cu aproximativ 60% din deşeuri reciclate, în timp ce
Marea Britanie deţine un scor procentual de reciclare de 17,7%, iar Irlanda, Italia,
Portugalia şi Luxemburg nu sunt plasate nici ele prea departe. Credinţa deosebit de
periculoasă exprimată prin formularea natura este inepuizabilă, care consideră
natura care ne înconjoară drept o sursă infinită de resurse şi o groapă infinită de
deşeuri s-a dovedit falimentară şi autodestructivă pe termen mediu şi lung.
Sistemul european de indicatori statistici de mediu delimitează patru domenii
principale de evaluare a mediului înconjurător: a) schimbările climatice; b) natură
şi biodiversitate; c) mediu, sănătate şi calitatea vieţii; d) resursele naturale şi
deşeurile. La nivel intern, colectarea, validarea şi diseminarea datelor de mediu
pentru realizarea de indicatori statistici aparţin Eurostat, dar sunt organizate concret
în cadrul centrelor de date de mediu (EDCs) vizând capitolele resurse naturale,
produse şi deşeuri. La nivel internaţional, Eurostat asigură armonizarea statisticilor
şi metodologiilor referitoare la mediu, prin Intersecretariatul Grupului de lucru
privind statisticile mediului (IWG-ENV) şi la Conturile de mediu prin Grupul de la

238
Londra şi Comitetul de experţi pentru probleme economice şi de contabilitatea
mediului al Naţiunilor Unite (UNCEEA). Statistica deşeurilor şi substanţelor
periculoase – Centrul de date “Deşeuri” se axează pe dezvoltarea şi menţinerea
indicatorilor privind generarea, recuperarea şi eliminarea deşeurilor, dar şi
managementul deşeurilor pentru susţinerea politicii comunitare în domeniul
deşeurilor. Statistica apei, aerului şi schimbărilor climatice – Centrul de date
Protocolul de la Kyoto asigură indicatorii statistici privind colectarea datelor
armonizate privind resursele de apă, utilizarea apei şi tratarea apelor reziduale,
asigurarea calităţii datelor privind emisiile de gaze cu efect de seră şi alţi poluanţi
ai aerului. Conturi de mediu şi statistica cheltuielilor de protecţia mediului –
Centrele de date de mediu “Resurse naturale” şi “Produse” dezvoltă un set
integrat de conturi satelit pentru a analiza interacţiunilor dintre economie şi mediu:
a) contul fluxurilor de materiale/resurse naturale; b) emisii în aer; c) energie; d)
apă; e) deşeuri; f) statistici privind cheltuielile de mediu, impozite şi eco-industria.
Managementul şi raportarea integrată a bazelor de date privind mediul, statisticile
regionale de mediu, Medstat colectează statistici cu chestionarul Eurostat/ OECD.
Evoluţiile statistice generale europene, marcate prin evaluări cantitative cu
impact calitativ, de către instituţia de specialitate a acestei comunităţi economice
moderne, începând cu anul 2000, prezintă unele semne de relativă ameliorare în
cazul mai multor indicatori de mediu. În România, s-au fǎcut progrese
considerabile în sistemul de monitorizare a mediului şi în asigurarea cadrului de
raportare a datelor, dar există încǎ mari probleme în satisfacerea cerinţelor politice
şi asigurarea unui raport cost/eficienţǎ în ceea ce priveşte colectarea datelor şi
informaţiilor de mediu. Coexistă multe suprapuneri de date şi indicatori ceea ce
creează şi ambiguitate şi neîncredere relativă uneori.
La nivelul producătorului de informaţii statistice la nivel naţional, respectiv
Institutul Naţional de Statistică (INS) se structurează trei aspecte majore ce se
soluţionează în prezent: a) creşterea calităţii şi comparabilităţii indicatorilor; b)
majorarea accesului şi simplificarea procedurilor de asigurare promptă a
indicatorilor; c) selectarea şi utilizarea indicatorilor relevanţi. Toate aceste aspecte
au impus: a) dezvoltarea unei infrastructuri eficiente pentru îmbunătăţirea
diseminării cercetărilor şi prelucrării datelor şi indicatorilor de mediu; b) revizuirea
cerinţelor pentru crearea unui sistem coerent şi unic de indicatori; c) îmbunătăţirea
calitǎţii şi comparabilitǎţii indicatorilor; d) disponibilitatea metodologiilor şi
serviciilor de informaţii privind indicatorii de mediu; e) interoperabilitatea
politicilor de producere a indicatorilor de mediu şi monitorizare.
Indicatorii statistici care permit evaluarea şi analiza efectelor politicilor de mediu,
au fost restructuraţi în trei subsisteme: a) indicatori rezultaţi din dezvoltarea
statisticilor economice sectoriale corelate cu mediul şi a statisticilor de mediu
considerate ca fiind de bază; b) indicatori de mediu cuprinşi simultan în sistemul de
indicatori ai dezvoltării durabile; c)indicatori speciali ai conturilor de mediu (SCN
„verde sau înverzit”). Termenul SCN „verde sau înverzit” se referă la includerea
informaţiilor referitoare la mediu (conturi de mediu) şi a interacţiunii dintre economie
şi mediu (conturi interfaţă) în cadrul sistemului clasic al conturilor naţionale.

239
 Sistemul naţional de indicatori statistici de mediu creat de INS acoperă
domeniile: deşeuri, apă, emisii în aer, cheltuieli pentru protecţia mediului,
dezvoltare durabilă cu referinţă la mediu, conturi de mediu în conformitate cu
normele şi standardele U.E. şi valorifică cele trei abordări specifice statisticilor de
mediu: abordarea pe elemente (aer, apă, sol, biodiversitate etc), abordarea
economică (măsurarea surselor şi nivelului impactului activităţilor umane
susceptibile de degradarea mediului, evaluarea reacţiei mediului sau a calităţii
mediului şi cuantificarea răspunsului societăţii-protecţia mediului) şi reprezentarea
geografică (reunind aspectele cu impact la nivel global de la emisii de gaze cu efect
de seră, la diminuarea stratului de ozon, cu aspectele continentale sau europene de
la emisii transfrontaliere diverse la substanţe acidifiante, respectiv cu aspecte
regionale sau locale, de la acumulări de nutrienţi, la metale grele şi compuşi
persistenţi organici în sol sau apa subterană, de la zgomot, la ameninţarea locală a
biodiversităţii). Statisticile naţionale de mediul reunesc date cantitative privind
mediul fizic, de la potenţialul resurselor naturale, structura acestora după
caracteristici şi mod de utilizare, concentraţii de poluanţi în aer, apă şi sol, la
măsurarea biodiversităţii, apoi întregesc imaginea dezechilibrului fizic cu aspecte
economico-financiare, cheltuieli ale entităţilor economice şi gospodăriilor pentru
instalaţii şi echipamente de combatere a poluării, costuri ale operaţiilor de epurare,
valoarea comercială a pământului, pădurilor, peştilor şi altor resurse naturale.
Concluzia ce se desprinde după aderarea la U.E. a României, referitoare la
întregul sistem de indicatori statistici şi implicit la cel de mediu este aceea de
confruntare statistică permanentă cu media europeană a indicatorilor naţionali, a
dinamicilor, nivelurilor şi structurilor acestora.Un exemplu în acest sens poate
clarifica acest tip de abordare cu un caracter emergent necesar. Astfel, conform
statisticilor naţionale reflectate în evaluările ONU, situaţia la nivel naţional poate
părea sau chiar fi una favorabilă, ca în cazul emisiilor de CO2.
Evoluţia emisiilor de CO2 în România şi UE, între 1989 şi 2008
Tabel nr. 8.12
Schimbări absolute şi relative în emisiile de CO2
din 1989 în din 2000 în din 1989 în
2000 2008 2008
Emisiile de CO2 193.309,5 95.306,7 110.860,4
Schimbări în emisiile de CO2 - % -50,7 16,3 -42,7
Variaţia medie anuală a emisiilor de CO2-% -6,2 1,9 -2,9
Sursa: http://data.worldbank.org/indicator
Acest tip de evaluare singulară, în afara unor convenţii şi tratate dar mai ales în
afara reglementărilor şi obiectivelor europene devine una lipsită de conţinut, de
confruntare cu ţintele pe termen mediu ale U.E. şi de nivelul mediu al unui proces
de mediu şi tendinţele acestuia în plan european. Situaţia de comparare continuă ce
este descrisă în indicatorii U.E. trebuie preluată cel puţin prin confruntarea
continuă cu nivelul mediu al EU – 27, dacă nu cu cel al EU-15 care redă în esenţă
tendinţele comunităţii economice, sociale şi politice din care România face parte
integrantă. Câteva astfel de exemple comparative sunt edificatorii, uneori prin
decalaje favorabile.

240
 Emisii de gaze cu efect de seră în EU – 27 şi România, după 1990
Tabel nr. 8.13 Anul 1990 = 100 %
1990199119921993199419951996199719981999200020012002200320042005200620072008
EU -27 100 98,2 94,8 93,2 92,7 93,7 95,6 93,7 92,9 90,9 90,9 91,9 91,1 92,5 92,5 91,9 91,6 90,5 88,7
România 100 79 74,7 73,8 71,7 74,5 77 69,4 62 54,8 56,3 58,2 60,8 63,5 64,2 61,8 63,7 63,1 60,3
Sursa: Eurostat, http://epp.eurostat.ec.europa.eu/tgm/table.do
sau prin nivel favorabil:
Evoluţia emisiilor de substanţe acidifiante pe parcursul unui deceniu
în UE – 27 şi România
Tabel nr. 8.14
(milioane tone)
Emisii de substanţe Emisii de
acidifiante (mii monoxid de Emisii de Emisii de oxizi
tone echivalent) carbon oxizi de sulf de nitrogen
1997 2007 1997 2007 1997 2007 1997 2007
EU-27 1.012,5 727,4 47,08 27,92 14,49 7,95 13,84 10,94
Romania 38,9 45,8 1,43 1,49 0,59 0,86 0,38 0,33
Sursa: Eurostat, Annual European Community greenhouse gas inventory and annual Euro-
pean Community LRTAP convention emission inventory reports (http://www.eea.europa.eu)
alteori prin decalaje defavorabile:
Cota de energie recuperabilă din consumul final brut de energie
Tabel nr. 8.15
2006 2007 2008 … Program 2020
EU - 27 8,9 9,7 10,3 20
Romania 17,5 18,7 20,4 24
Sursa: Eurostat, http://epp.eurostat.ec.europa.eu/tgm/table.do
sau prin niveluri defavorabile:
Intensitatea energetică a economiei (consumul intern de energie raportat la
PIB) în UE şi în România
(în kilograme de petrol echivalent per 1000 Euro)
Tabel nr. 8.16
2000 2001 2002 2003 2004 2005 2006 2007 2008
EU – 27 187,34 187,8 185,1 187,18 184,78 181,28 175,73 169,09 167,11
România 913,36 858,93 852,87 846,95 768,3 730,94 703,38 657,32 614,57
Sursa: Eurostat, http://epp.eurostat.ec.europa.eu/tgm/table.do
Expunerea populaţiei urbane din UE şi România, la poluarea aerului
Tabel nr. 8.17
Expunerea populaţiei urbane la
poluarea aerului cu particule Expunerea populaţiei urbane la
materiale -PM10 poluarea aerului cu ozon
(micrograme per m³) (micrograme per m³)
1999 2001 2003 2005 2007 1999 2001 2003 2005 2007
EU-27 27,7 27,0 31,2 29,3 28,1 4.003 3.929 6.031 4.041 3.909
Romania : : : 46,2 43,1 : : : 4.500 3.784
Sursa: http://epp.eurostat.ec.europa.eu/ şi http://www.eea.europa.eu

241
 Apar sau există firesc şi situaţii de neconformitate aparentă care pot fi uşor
rezolvate prin dublă abordare statistică a indicatorilor de mediu, ca în cazul
cheltuielilor pentru protecţia mediului:
Cheltuielile bugetului de stat (sectorului public) pentru protecţia mediului
Tabel nr. 8.18 %
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
România 0,52 0,39 0,16 0,13 0,2 0,13 0,22 0,23 0,54 0,59
Sursa: Eurostat, http://epp.eurostat.ec.europa.eu/tgm/table.do
Totul poate fi completat cu indicatori comparativi colaterali, de exemplu taxa de
mediu medie la nivelul UE – 27 este de 2,45% iar în România de 2,07%, în timp ce
taxa de poluare de 0,1 % din PIB în UE–27 şi numai 0,01 % în România.Indiferent
de nivelul agregativ al abordării există aspecte câteva aspecte specifice ale
indicatorilor statistici de mediu cu impact în înţelegerea fenomenului în ansamblu.
Indicatorul statistic de mediu este unul de tip complex, uneori cu tendinţe
exhaustive, acoperind prin evaluările sale fenomene naturale şi activităţi umane
care exercită o incidenţă asupra mediului, sintetic în acoperirea prin date care
provin din surse şi domenii diferite, simultan calitativ şi cantitativ într-o mai mare
măsură decât cea obişnuită oricărui indicator, agregativ de la local, la teritorial,
regional, continental şi global, standardizat şi unitar pentru a permite confruntare
unui fenomen transfrontalier, cu un grad mult mai ridicat de incertitudine cauzală
(multicauzalitate de tip statistic). În raport cu mulţi alţi indicatori statistici,
indicatorul de mediu este mult mai evaziv cauzal şi corelativ (unele consecinţe
descrise prin indicator pot avea cauze plasate cu mult timp în trecut şi ceea ce se
poate face astăzi nu reflectă un aspect corelat integral, un impact imediat, dar
poate deveni un alt factor explicativ al proiecţiei pe termen mediu şi lung).

8.3 Indicatori statistici contabili ai poziţiei, performanţei, rentabilităţii

şi gestiunii firmei

Abordarea statistică şi contabilă permite diagnosticarea poziţiei financiare, în

vederea evaluării performanţei şi rentabilităţii activităţii firmei. Principalele surse
de date pentru această abordare statistică financiar contabilă a firmei sunt
constituite din documentele şi situaţiile contabile cu caracter sintetic: bilanţul,
contul de profit şi pierdere,situaţia fluxurilor de numerar, situaţia modificărilor
capitalului propriu şi notele explicative. Indicatorii statistici contabili furnizează
practic cea mai semnificativă parte a informaţiei privind evaluarea, analiza şi
predicţia activităţii firmei. Orice analiză devine echivalentă cu cunoaşterea
statistică a trecutului şi, mai ales, a prezentului firmei. Indicatorii statistici contabili
evidenţiază poziţia firmei axându-se pe activul net (finanţat din capitalurile
proprii).Specificul investigaţiei contabile este sintetizat în caseta următoare:
Caseta nr. 8.4
Abordarea economică predominant statistică şi contabilă acordă importanţă şi reflectă
în situaţii financiare următoarele structuri calitative: active, datorii (pasiv), capital
propriu şi rezultate sub formă de venituri şi cheltuieli. În demersul specializat al
abordării economice, activele sunt resurse controlate, provenite din evenimente
trecute, care generează beneficii viitoare. În aceeaşi manieră, obligaţiile sunt obligaţii
242
actuale ale societăţii, generate de evenimente din trecut prin decontarea cărora este
probabilă ieşirea altor resurse care includ beneficii economice. Capitalul propriu
reprezintă interesele reziduale ale proprietarilor în activele unei întreprinderi după
deducerea tuturor datoriilor sale. Veniturile reprezintă creşteri ale beneficiilor
economice realizate într-o perioadă contabilă concretizate în intrări sau creşteri de
active sau reduceri de datorii care conduc la creşterea capitalurilor proprii, altele decât
cele provenite din aportul proprietarilor societăţii.Cheltuielile reflectă diminuări ale
beneficiilor economice care se înregistrează într-o perioadă contabilă, ca ieşiri sau
diminuări ale valorii activelor ori creşteri ale datoriilor care conduc la diminuări ale
capitalului propriu,altele decât sumele distribuite asociaţilor sau acţionarilor. Noţiunile
de venituri şi câştiguri sunt diferite în sensul că primele apar în activităţile curente ale
firmei fiind cunoscute sub numele de venituri din vânzări, dobânzi, redevenţe, chirii
etc. Câştigurile sunt creşteri ale beneficiilor economice care nu apar în mod obligatoriu
în perioada curentă reflectată în contabilitate (veniturile din reevaluarea investiţiilor
financiare pe termen scurt ori din creşterea valorii activelor pe termen lung sunt două
exemple edificatorii în acest sens). Câştigurile se recunosc la valoarea netă, fiind
prezentate separat în contul de profit şi pierdere având în vedere importanţa care o
prezintă pentru luarea deciziilor economice. În mod similar, se impune diferenţierea
între cheltuieli şi pierderi pentru creşterea calităţii informaţiilor prezentate de situaţiile
financiare:
ACTIVUL NET = ACTIVUL TOTAL – DATORII TOTALE
Principalele cauze ale modificării activului net de la un exerciţiu financiar la altul sunt:
- variaţia financiară a legăturilor cu proprietarii firmei sau afacerii (modificarea
aportului de capital, a restituirilor de capital, a distribuirii de dividende);
- variaţia activităţii generale de gestiune (modificarea profiturilor ca urmare a
modificării atât a veniturilor, cât şi a cheltuielilor firmei);
- variaţii financiare contabile accidentale sau mai puţin obişnuite (prin reevaluări sau
conversii valorice);
- managementul financiar contabil al firmei sau al afacerii.
Ca reflectare a poziţiei financiare a firmei, bilanţul descrie elemente de activ (resurse
acumulate în timp de către firmă şi aflate sub controlul firmei la valoarea rămasă sau
contabilă, resurse a căror utilizare va fi dictată de avantaje economice viitoare),
elemente de datorii (obligaţii sau datorii acumulate în timp de către firmă, privind
procurarea de active) şi elemente de capital propriu. În mod teoretic, în activul
bilanţului se regăsesc bunuri şi disponibilităţi deţinute de către firmă, precum şi creanţe
sau drepturi ale firmei asupra terţilor.
Sursa:Săvoiu,G., Gândirea statistică aplicată.Sisteme de indicatori rezultaţi din documente
şi situaţii statistice financiar contabile, Ed. Universitară, Bucureşti, 2010.

Din punct de vedere al analizei evoluţiei ciclice sau aciclice a activului se disting
două grupe de indicatori statistici contabili, conform celor două categorii de
componente financiare:
A.Indicatori statistici ai structurii şi ai dinamicii activelor imobilizate sau aciclice,
pe categorii de imobilizări:
- corporale (terenuri şi construcţii,instalaţii tehnice şi maşini; alte instalaţii, utilaje
şi mobilier, avansuri acordate furnizorilor de imobilizări corporale şi imobilizări
corporale în curs de execuţie)

243
- necorporale (cheltuieli de constituire,cheltuieli de dezvoltare, concesiuni,
brevete, licenţe, mărcile comerciale, drepturile şi activele similare cu excepţia celor
create intern de entitate, fondul comercial, alte imobilizări necorporale, avansurile
acordate furnizorilor de imobilizări necorporale, imobilizările necorporale în curs
de execuţie),
- financiare (acţiunile deţinute la entităţile afiliate,împrumuturile acordate
entităţilor afiliate, interesele de participare, împrumuturile acordate entităţilor de
care compania este legată în virtutea intereselor de participare, alte investiţii
deţinute ca imobilizări, alte împrumuturi).
Notă: În termenii standardelor internaţionale de contabilitate activele imobilizate sau
aciclice sunt considerate active necurente.
B.Indicatori statistici ai structurii activelor circulante sau ciclice (stocuri, creanţe,
lichidităţi).
Notă: În termenii standardelor internaţionale de contabilitate activele circulante sau ciclice
sunt considerate active curente (active destinate ciclului normal de exploatare, negocierii pe
diferite pieţe pe termen mai mic de un an şi lichidităţi)
În cadrul pasivului se înscriu atât surse permanente, cum sunt capitalurile proprii
provenite de la proprietari din reinvestiri ale acumulărilor anterioare (rezerve) şi
din surse publice (subvenţii, provizioane), precum şi datoriile financiare ale firmei,
pe termen lung, cât şi surse curente, respectiv datorii pe termen scurt (credite,
furnizori, decontări, constituind pasivele curente sau ciclice).
Orice firmă desfăşoară activităţi curente sub forma unor operaţiuni de gestiune
(de exploatare, de investiţii şi de finanţare) şi în mod excepţional operaţiuni de
capital (investiţii legate de finanţări de capitaluri atrase sau dezinvestiţii legate de
rambursări de capitaluri atrase). Operaţiunile curente de gestiune, sintetizate în
profitul net şi în amortizare, se pot identifica cu uşurinţă în fluxurile de venituri şi
cheltuieli din contul de profit şi pierdere. În măsura în care amortizarea nu a fost
reinvestită, aceasta, cumulată cu profitul net,devine principala sursă a lichidităţilor
sau disponibilităţilor (numerarul în bancă şi în casă, lichidităţi echivalente şi
plasamente în titluri monetare şi financiare).
Pentru a determina totalitatea lichidităţilor aflate la dispoziţia firmei, rezultatul
contului de profit şi pierdere se corectează practic cu influenţa operaţiunilor de
capital. Ceea ce se obţine în final poartă denumirea de cash-flow la nivelul firmei
(trezoreria, lichidităţile, disponibilităţile acesteia).Această noţiune esenţială a
firmei se desprinde cu uşurinţă din analiza poziţiei firmei ca poziţie de potenţial
financiar. Pentru a înţelege semnificaţia şi conţinutul acestei noţiuni sunt necesare
însă prezentarea unor informaţii suplimentare privind indicatorii statistici financiar
contabili ai fondului de rulment, nevoii de fond de rulment, trezoreriei nete.
Fondul de rulment (FR), denumit şi capital de lucru net este expresia unui
potenţial echilibrat financiar pe termen lung al firmei şi a contribuţiei echilibrului
financiar la finanţarea activelor curente nete de datoriile curente[3]
(1) FR = pasive(surse) permanente –active(alocări) permanente
= (capitalul propriu + datorii financiare) – imobilizări nete (fără amortizări)
= (active circulante–datorii curente)+(cheltuieli în avans–venituri în avans)

244
Fondul de rulment negativ relevă o situaţie de gestiune financiară anormală, de
vulnerabilitate a firmei şi reflectă absorbirea unei părţi din sursele curente pentru
finanţarea unor alocări permanente.
Nevoia de fond de rulment (NFR) este definită ca diferenţă între alocări ciclice
sau active circulante (stocuri, creanţe, lichidităţi) şi surse ciclice sau datorii
curente (credite, furnizori, decontări).
(2) NFR = active circulante (stocuri, creanţe) – datorii curente
Dacă nevoia de fond de rulment este negativă, aceasta identifică o situaţie de
gestiune financiară anormală, un deficit de nevoi de active circulante în raport cu
datoriile curente(prin excepţie, ea poate fi apreciată pozitiv numai dacă este
rezultatul accelerării vitezei de rotaţie a activelor circulante şi al prezenţei unor
datorii cu scadenţe mult mai lejere).
Trezoreria netă (TN) este concretizată în diferenţa dintre fondul de rulment şi
nevoia de fond de rulment, relevând concludent calitatea echilibrului financiar
general al firmei.
(3) TN = FR –NFR
Trezoreria netă negativă semnifică un dezechilibru financiar la încheierea
exerciţiului, deficitul monetar constatat fiind acoperit prin noi credite, slăbind
poziţia firmei pe piaţă.Pentru calculul efectiv al fondului de rulment, nevoii de fond
de rulment şi al trezoreriei nete se poate apela la bilanţul contabil în două perioade
consecutive.
Elemente necesare calculului indicatorilor de echilibru financiar
Tabelul nr. 8. 19.
31.12.(T) 31.12.(T+1) Δ
Capitaluri proprii (anterior repartizării profitului)
(+) Rezultatul (profitul) exerciţiului
(+) Provizioane
(+) Amortizări şi provizioane calculate
(+) Datorii financiare (cu scadenţă > 1 an)
(–) Imobilizări în valoare brută
(=) Fond de rulment (I)
Stocuri (la valoare de intrare)
(+) Clienţi
(–) Furnizori
(–) Datorii curente (cu scadenţă < 1 an)
(=) Nevoia de fond de rulment (II)
Trezorerie netă (III = I – II)
Notă: Conform reglementărilor contabile actuale, postul „provizioane”cuprinde următoarele
a)provizioane pentru pensii şi obligaţii similare; b)provizioane pentru impozite; c) alte
provizioane.

Gestiunea trezoreriei este un important factor al poziţiei şi performanţei firmei în

medii concurenţiale instabile sau afectate de inflaţie, îndatorare şi variaţii

245
semnificative ale cursului valutar. Indicatorii statistici contabili ai gestiunii rezultă
din obiectivul de minimizare a costului acesteia realizat printr-un buget optim de
trezorerie. Bugetul de trezorerie cuprinde previziuni ale încasărilor şi plăţilor în
funcţie de previziuni ale veniturilor şi cheltuielilor perioadei următoare.În categoria
încasărilor se urmăresc: încasări din vânzările anului curent precum şi din cele
rămase neîncasate, încasări din cesiunea de active financiare şi fixe reale, încasări
din chirii, dividende, dobânzi. În categoria plăţilor se cuprind plăţi pentru
aprovizionări ale anului curent precum şi pentru cele rămase neplătite, plăţi pentru
salarii, plăţi pentru impozite, taxe, dobânzi şi rate scadente, plăţi ale dividendelor.
Previziunea statistică financiar contabilă este prezentă atât în ceea ce priveşte
nivelul încasărilor cât şi cel al plăţilor. Se urmăresc practic metode statistice de
extrapolare bazate pe constatarea unor regularităţi în evoluţia încasărilor (evoluţii
liniare şi neliniare).Creşterea trezoreriei nete reprezintă practic cash-flow-ul firmei.
Cash-flow-ul se poate defini ca:
I.Variaţia trezoreriei nete (ΔTN), între începutul şi sfârşitul perioadei de
exerciţiu financiar:
(4) CF = ΔTN = TN1 -TN0
II.Diferenţa dintre variaţia fondului de rulment (ΔFR) şi variaţia nevoii de fond
de rulment (ΔNFR), între începutul şi sfârşitul perioadei de exerciţiu financiar:
(5) CF = ΔFR –ΔNFR (accepţiunea franceză)
Analiza cash-flow-ului în această situaţie se realizează prin intermediul
Tabloului de finanţare, alcătuit în prima parte din tabloul de utilizări şi resurse
stabile pornind de la relaţia ΔFR = ΔNFR +ΔTN, iar în a doua parte din tabloul
utilizării fondului de rulment, care explică ΔNFR şi ΔTN, ca destinaţii ale primului
tablou. O creşterea unui activ este egală cu o plată de capital, în timp ce o scădere a
unui activ este egală cu o încasare de capital.O creştere a unui pasiv echivalează cu
o încasare de capital, iar o scădere a unui pasiv echivalează cu o plată de capital.
III.Suma cash-flow-urile rezultate din operaţiunile de gestiune, investiţii şi cele de
finanţare:
(6) CF = CFGESTIUNE +CFINVESTIŢII +CFFINANŢARE (accepţiunea anglo-saxonă)
• CFGESTIUNE se determină ca diferenţă între veniturile încasabile şi
cheltuielile plătibile ale activităţii curente de gestiune (încasări din vânzări plus
încasări din venituri extraordinare minus plăţi pentru aprovizionări, salarii,
dobânzi, impozite)
• CFINVESTIŢII se determină ca diferenţă între plăţile activelor fixe (imobilizări
corporale, necorporale şi financiare) şi încasări din rambursarea lor (inclusiv
remunerarea activelor financiare sub formă de dividende şi dobânzi încasate)
• CFFINANŢARE se determină ca diferenţă între încasările din majorări de
capitaluri externe şi plăţi pentru rambursări, răscumpărări de acţiuni sau obligaţiuni
Documentul de analiză este Tabloul de trezorerie.
Dacă se identifică un cash-flow pozitiv, aceasta se traduce prin creşterea
activului real, respectiv majorarea averii proprietarilor firmei (creşterea capacităţii
reale de autofinanţare a investiţiilor).
Dacă se identifică un cash-flow negativ, aceasta se traduce prin diminuarea
activului real, respectiv o reducere a averii proprietarilor firmei (scăderea
capacităţii reale de autofinanţare a investiţiilor).

246
 Cash-flow-ul pentru evaluarea firmei se deosebeşte de cel determinat prin
variaţia trezoreriei nete prin faptul că:
a) dobânzile se adună ca o compensare a deţinătorilor de capitaluri ce au fost
împrumutate firmei;
b) cuprinde şi variaţia activelor circulante în CFINVESTIŢII (CF disponibil include
CFINVESTIŢII, dar nu şi CFFINANŢARE).
Exemplificarea modalităţii concrete de calcul a cash-flow-ului conform datelor
din bilanţ se poate realiza după datele din tabelele următoare:
Calculul cash-flow-ului conform bilanţului la începutul perioadei
Tabelul nr. 8.20. - lei -
Activ Pasiv
Imobilizări 160.000 Capitaluri proprii 120.000
Stocuri 60.000 Datorii financiare 140.000
Creanţe 60.000 Datorii curente 40.000
Disponibilităţi 20.000
TOTAL 300.000 TOTAL 300.000
FR0 = (capitalul propriu0 + datorii financiare0) – imobilizări nete0 (fără amortizări0)
= 120.000 + 140.000 – 160.000 = 100.000 lei
NFR0 = active circulante0 (stocuri0 + creanţe0) – datorii curente0
= 60.000 + 60.000 – 40.000 = 80.000 lei
TN0 = FR0 – NFR0 = 100.000 – 80.000 = 20.000 lei
Calculul cash-flow-ului conform bilanţului la sfârşitul perioadei
Tabelul nr. 8.21 - lei -
Activ Pasiv
Imobilizări 140.000 Capitaluri proprii 140.000
Stocuri 80.000 Datorii financiare 140.000
Creanţe 120.000 Datorii curente 120.000
Disponibilităţi 60.000
TOTAL 400.000 TOTAL 400.000
FR1 = (capitalul propriu1 + datorii financiare1) – imobilizări nete1 (fără amortizări1)
= 140.000 + 140.000 – 140.000 = 140.000 lei
NFR1 = active circulante1 (stocuri1 + creanţe1) – datorii curente1 =
= 80.000 + 120.000 – 120.000 = 80.000 lei
TN1 = FR1 – NFR1 = 140.000 – 80.000 = 60.000 lei
CF = ΔTN = TN1 -TN0 = 60.000 – 20.000 = 40.000 lei
CF = ΔFR –ΔNFR = (140.000 – 100.000) – (80.000 – 80.000) = 40.000 lei.
Indicatorii statistici structurali se dovedesc de cea mai mare utilitate în analiza
componenţei şi dinamicii cash-flow-ului, trezoreriei nete, fondului de rulment şi
nevoii de fond de rulment. Pentru fiecare dintre aceşti indicatori financiari se pot
stabili astfel grade de acoperire sau de finanţare a componentelor pe baza
indicatorului analizat (exemple: grad de finanţare a nevoii de fond de rulment pe
baza fondului de rulment =FR/NFR%, grad de finanţare a stocurilor pe baza
fondului de rulment =FR/Stoc% etc.) Ca reflectare a fluxurilor financiare de
venituri şi cheltuieli contul de rezultate (profit şi pierdere) cuprinde trei mari
categorii de operaţiuni:

247
 - de exploatare a activelor conform activităţii firmei(producţie, vânzare de bunuri
sau prestaţii de servicii),
- financiare, reflectând participarea firmei pe piaţa de capital şi piaţa monetară,
- extraordinare sau independente de operaţiunile de exploatare şi financiare.
Pe baza contului de profit şi pierdere se deduc diverse marje succesive de
acumulare bănească. Dintre acestea cea mai extinsă marjă o constituie producţia
exerciţiului financiar(PEF) cuprinzând producţia vândută către terţi(PV), producţia
stocată în produse(PSP) şi producţia imobilizată (PI)în echipamente şi instalaţii
poprii prin autodotare (incluzând şi marja comercială – MC - din acte individuale
de comerţ).
(7) PEF = PV + PSP + PI, la care se adaugă MC, acolo unde apar acte de comerţ
individuale.
Trecând apoi prin suita de indicatori de rezultate la nivelul firmei se calculează:
• valoarea adăugată brută (VAB = PEF – C) ca diferenţă între producţia
exerciţiului financiar (PEF) diminuată cu valoarea consumurilor de la terţi (C);
• excedentul brut de exploatare (EBE =VAB–S–IIN) ca diferenţă între valoarea
adăugată brută (VAB), salarii (S) şi impozite indirecte nete (IIN);
• profitul net de exploatare (PNE = EBE –A–Prov) ca diferenţă între excedentul
brut de exploatare (EBE) şi amortizări (A) şi provizioane (Prov);
• profitul brut de gestiune (PBG = EBE –IIN) ca rezultat al profitului net la care
se adaugă dobânzile;
• profitul net (PN = PBG – dobânzi) ca sold între profitul brut de gestiune şi
dobânzi;
• capacitatea de autofinanţare (CAF = PN + A) ca însumare a profitului net cu
amortizarea (diferenţa dintre venituri încasabile şi cheltuieli plătibile);
Contul de profit şi pierdere poate fi analizat şi în raport cu marjele specifice:
™ marja brută (MB=V-Cost)ca rezultat al diminuării vânzărilor cu costul
bunurilor vândute
™ marja asupra cheltuielilor fixe (MCf = CA – Cf) ca sold al cifrei de afaceri
(vânzărilor) şi al cheltuielilor fixe
™ marja asupra cheltuielilor directe (MCD= CA-CD) ca sold al cifrei de
afaceri (vânzărilor) şi al cheltuielilor directe
™ marja asupra cheltuielilor indirecte (MCD= CA-CID) ca sold al cifrei de
afaceri (vânzărilor) şi al cheltuielilor indirecte
™ marja asupra cheltuielilor variabile (MCV= CA-CV) ca sold al cifrei de
afaceri (vânzărilor) şi al cheltuielilor variabile
™ Profitul net (PN) devine conform acestor evaluări prin marje egal cu
diferenţa dintre marja brută şi totalitatea cheltuielilor incluse (cheltuieli
fixe [Cf] şi cheltuieli variabile [CV]) în marja brută.
(8) PN = MB –(Cf+CV) = MB – (CD + CID)
De asemenea se poate determina şi pragul de rentabilitate (PR) sau cifra de
afaceri la nivelul căreia veniturile sunt egale cu cheltuielile (profitul este nul).

248
(9) PR = Cf / MCV
(unde Cf este exprimat în valori absolute iar MCV este exprimat în procente)
Pentru aprecierea poziţiei şi performanţei firmei se impun determinări concret
ale indicatorilor statistici financiar contabili ai lichidităţii.
Lichiditatea reprezintă capacitatea activelor de a fi transformate în bani. De
regulă, în bilanţ se înscriu mai întâi activele fără lichiditate sau cu lichiditate redusă
(terenuri, case, fond comercial, licenţe, brevete etc.) urmate de activele fixe
amortizabile, activele financiare, de stocuri şi creanţe, de valori mobiliare de
plasament şi de disponibilităţi băneşti în bancă şi în casă.
Lichiditatea este un concept ce caracterizează activele iar solvabilitatea
reprezintă o componentă a lichidităţii, caracterizând exclusiv transformarea
mărfurilor şi serviciilor în bani.
Un alt aspect financiar important este acela al exigibilităţii. Exigibilitatea
caracterizează pasivele, respectiv datoriile şi reprezintă capacitatea acestora de a
deveni scadente la o anumită dată de plată.
Indicatorii statistici financiar contabili ai lichidităţii sunt următorii:
- indicatorul lichidităţii curente [ILC]
(10) ILC = (Active curente /Datorii curente) x 100
Indicatorul mai este cunoscut şi sub denumirea de indicator al capitalului
circulant, valoarea recomandată ca acceptabilă fiind de aproximativ 200-250%.
Indicatorul lichidităţii curente oferă garanţia acoperirii datoriilor curente (credite,
furnizori, decontări) din activele curente (în principal stocuri, creanţe, lichidităţi).
- indicatorul lichidităţii reduse [ILR]
(11) ILR = [(Active curente – Stocuri)/Datorii curente] x 100
Valoarea acestui indicator ar trebui să tindă către 100%.
- indicatorul lichidităţii imediate [ILI]
(12) ILI = (Disponibilităţi/Datorii curente) x 100
Notă: În nota 9 explicativă la situaţiile financiar contabile cu caracter sintetic, unde se
prezintă indicatorii de lichiditate, se arată că o valoare de 2 a indicatorului lichidităţii
curente oferă garanţia acoperirii datoriilor curente din active curente.
În concluzie, echilibrul financiar la nivelul firmei este rezultatul atât al lichidităţii
activelor cât şi al exigibilităţii pasivelor.
Prin rentabilitatea firmelor se defineşte plasarea cifrei de afaceri totale a firmei
peste pragul de egalitate al cifrei de afaceri cu cheltuielile totale. Analiza statistică
a rentabilităţii financiare urmăreşte în principal rentabilitatea capitalurilor,
bazându-se pe indicatori statistici ai dinamicii (indici cronologici) ai următoarelor
tipuri de rate:
1. Indici cronologici (Rt/R0) ai ratei de rentabilitate economică
Rata de rentabilitate a capitalurilor investite este egală cu produsul a trei rate,
respectiv rata de marjă, rata de rotaţie şi rata de structură.
(13) R Capital INV = Rată marjă × Rată rotaţie × Rata structură
Rata capitalului investit conform datelor din contul de profit şi pierdere
pentru rezultate şi din bilanţ pentru capitaluri investite devine egală cu:
(14) R Capital INV = (Rezultate1/ Capitaluri0) × 100
unde: prin Rezultate se înţeleg fie excedentul brut de exploatare, fie profitul net

249
 Rata marjei capitalurilor reprezintă un factor cantitativ, în timp ce ratele de
rotaţie şi structură a capitalurilor sintetizează factori calitativi. Rata de marjă nu
reprezintă decât raportul între marje şi veniturile care le-au determinat, îndeosebi
cifra de afaceri.
(15) Rată marjă = (Marjă /CA) × 100
Rata de marjă reprezintă rentabilitatea comercială, deoarece exprimă
profitabilitatea în raport cu cifra de afaceri sau cu activitatea comercială a firmei,
fiind deosebit de utilă în raport cu concurenţa.
Rata de rotaţie se poate exprima în două modalităţi distincte:
• drept coeficient de rotaţie (mărimea anuală a cifrei de afaceri ce revine
la 1000 lei capital investit: CA/Activ sau Activ/CA)
• drept durata unei rotaţii complete a capitalurilor prin cifra de afaceri
(determinată direct proporţional cu durata anuală de obţinere a cifrei de
afaceri: 360 × (Activ/CA) )
Rata de structură este mai degrabă expresia riscului firmei, respectiv situării într-
un echilibru mai mult sau mai puţin stabil între capitalurile atrase şi capacitatea de
rambursare a acestora. Ratele de structură sunt practic rate de solvabilitate şi
exprimă capacitatea firmei de a face sau nu faţă angajamentelor asumate faţă de
furnizor. Se disting două tipuri de rate de structură, respectiv:
• ponderi ale datoriilor pe termen mediu şi lung în total pasiv (Datorii pe
termen mediu şi lung/Pasiv)
• ponderi ale datoriilor pe termen mediu şi lung în total capitaluri proprii
(Datorii pe termen mediu şi lung/Capitaluri proprii)
2.Indici cronologici (Rt/R0) ai ratei de rentabilitate financiară
Rata de rentabilitate financiară exprimă randamentul capitalurilor proprii prin
următoarea relaţie:
(16) R financiară = (PN1/Capitaluri proprii0) ×100
Rata rentabilităţii financiare trebuie să fie mai mare decât rata dobânzii la titlurile
de stat cumulată cu prima normală pentru riscul asumat de acţionari pentru ca firma
să fie atractivă.
3.Indici cronologici (Rt/R0) ai ratei dobânzii
Rata dobânzii reprezintă rata nominală stabilită în contractul de credit cu banca
sau în cel de emisiune a obligaţiunilor întreprinderii. În situaţia în care există
credite din diverse surse (comercial, bancar) şi de diferite maturităţi (termen scurt,
mediu sau lung) se practică o rată medie a dobânzii ca raport între cheltuieli anuale
cu dobânzi inclusiv comisioane aferente şi soldul iniţial al datoriilor care le-au dat
naştere:
(17) R dobânzii = [(Dobânzi1 + Comisioane1)/ Datorii0] ×100
În urma încheierii exerciţiului financiar se calculează indicatori de profitabilitate
specifici care exprimă eficienţa firmei în realizarea profitului din resursele
disponibile. Aceşti indicatori se referă la: rentabilitatea capitalului angajat şi marja
brută din vânzări. Analiza statistică financiară presupune urmărirea evoluţiei în
timp a indicatorilor de profitabilitate specifici, respectiv de la un exerciţiu financiar
la altul utilizând indici cronologici cu bază fixă sau mobilă.

250
 Rentabilitatea capitalului angajat [RCA] se determină ca raport între profitul
(înaintea plăţii dobânzii şi a impozitului pe profit) pe care-l obţine firma şi banii
investiţi in firmă (afacere)
(18) RCA = (Profit/Capital angajat) × 100
unde: capitalul angajat se referă la banii investiţi în firmă de către acţionari şi de
creditorii pe termen lung (se includ capitalul propriu şi datoriile pe termen lung).
Marja brută din vânzări reprezintă raportul procentual dintre profitul din vânzări
şi cifra de afaceri:
(19) MBV = (Profit brut din vânzări/CA) × 100
O evoluţie descendentă a indicatorului relevă faptul că firma este incapabilă să-şi
controleze costurile de producţie şi să obţină preţul optim de vânzare.
Notă: În nota 9 explicativă la situaţiile financiar contabile cu caracter sintetic, se prezintă
aceiaşi doi indicatori semnificativi RCA şi MBV.
Statistica financiară a gestiunii urmăreşte atât stocurile de materiale şi produse,
soldurile de creanţe-clienţi şi de trezorerie, clienţii, creanţele şi chiar datoriile sau
obligaţiile pe termen scurt.
Gestiunea stocurilor constă în optimizarea mărimii stocurilor diferenţiat în mediu
cert prin modelul Wilson –Whitin:
2 × N × cna
(20) S optim = ,
Pna × cd
unde: N = necesar total anual de aprovizionat
cna = cost fix unitar al unei noi aprovizionări
Pna = preţ unitar al unei noi aprovizionări
cd = cost de depozitare pe unitatea de stoc
sau în mediu aleatoriu cu întârzieri în aprovizionări prin modelul suplimentar al
stocului de siguranţă determinat cu ajutorul unor intervale medii ponderate.
⎛
⎜⎜ i =
∑ q × t ⎞⎟ :
⎝ ∑ q ⎟⎠
(21) S total = S curent + S siguranţă

unde: S curent =(N:360) × i , iar i = media ponderată a intervalelor aprovizionărilor

conform contractelor încheiate

Ssiguranţă=(N:360)× i ,iar i =media ponderată a timpilor de întârziere în aprovizionare,

înregistraţi anterior, conform contractelor încheiate.
Evoluţia stocului optim atât curent cât şi de siguranţă este caracterizată prin
indici cronologici cu bază fixă sau mobilă (favorabilă în măsura în care indicii sunt
subunitari şi defavorabilă în cazul celor supraunitari).Alături de cele două metode,
atunci când mărfurile necesită o grupare distinctă în raport cu articolele şi valoarea
unitară, stocul optim poate fi evaluat prin „metoda ABC”. Metoda ABC identifică
grupa A de stocuri, caracterizate printr-un număr redus de articole şi de valori mari
per articol, grupa B printr-un număr mediu de articole şi de valori medii per articol
şi metoda C printr-un număr mare de articole şi de valori mici per articol.
251
 Gestiunea soldurilor de creanţe-clienţi ca şi cele de trezorerie asigură
continuitatea exploatării în condiţiile în care apare discontinuitate în domeniul
soldului creanţe-clienţi şi a soldului de trezorerie.Optimizarea se supune aceloraşi
metode de calcul ca în cazul gestiunii stocurilor.
Gestiunea clienţilor are ca obiectiv creşterea rentabilităţii investiţiei de capital în
creanţe-clienţi în condiţiile uneori contradictorii dintre rentabilitatea creşterii
soldului „clienţi” (prin stimularea vânzărilor) şi creşterea costului de procurare a
capitalului necesar. Gestiunea clienţilor cuprinde:
™ indicatori ai evoluţiei soldului clienţilor, urmărind investiţia de capital în
formarea soldului:
(22) S clienţi = (CA ×Durata medie de scadenţă a clienţilor) : 360
™ durata medie de încasare a clientului:
(23) Durata medie de încasare client X = (S client X : CA client X)×360
Abordate dinamic informaţiile despre gestiunea clienţilor se transformă în
indicatori statistici financiar contabili importanţi ai urmăririi şi controlului
clienţilor la nivelul firmei.
Caseta nr. 8.5
În nota 9 explicativă la situaţiile financiar contabile cu caracter sintetic se definesc drept
principali indicatori de gestiune (activitate) următorii:
1. viteza de intrare sau de ieşire a fluxurilor de trezorerie;
2. capacitatea întreprinderii de a controla capitalul circulant şi activităţile de bază ale
întreprinderii;
3. viteza de rotaţie a stocurilor(rulajul stocurilor) care reflectă de câte ori a fost rulat
stocul într-un exerciţiu financiar(costul vânzărilor/stocul mediu=număr de ori)
4. număr de zile de stocare, adică perioada în zile în care bunurile sunt stocate(stoc
mediu/costul vânzărilor x 365 zile);
5. viteza de rotaţie a debitelor-clienţi reflectă eficacitatea întreprinderii privind colectarea
creanţelor sale , adică numărul de zile până la data la care întreprinderea reuşeşte să-şi
încaseze debitorii(stoc mediu clienţi/cifra de afaceri x 365 zile)
6. viteza de rotaţie a creditelor –furnizor reprezintă numărul de zile de creditare pe care
societatea îl obţine de la furnizorii săi(sold mediu furnizori/achiziţii de bunuri(fără
servicii) x 365 zile);
7. viteza de rotaţie a activelor imobilizate se exprimă prin valoarea cifrei de afaceri
generată de o anumită categorie de active imobilizate:
a) viteza de rotaţie a activelor imobilizate=cifra de afaceri/ACTIVE imobilizate
b) viteza de rotaţie a activelor totale.

Gestiunea recuperării creanţelor se transformă într-un indicator de standing

managerial important.
Relaţia de calcul a perioadei de recuperare a creanţelor [PR creanţe] este următoarea:
(24) PR creanţe = (Creanţe/CA) × Δ t , unde Δ t = 30, 90 sau 365 zile

252
Din punct de vedere statistic prezintă importanţă indicele cronologic al perioadei
de recuperare a creanţelor:
(25) I pr = (PR creanţe 1 : PR creanţe 0 ) × 100
Interpretarea indicelui perioadei de recuperare a creanţelor subliniază o evoluţie
favorabilă în condiţiile în care evoluţia relativă este < 100%.
Gestiunea datoriilor sau obligaţiilor pe termen scurt relevă capacitatea firmei de
a-şi achita sau rambursa datoriile sau obligaţiile. Principalul indicator este indicele
achitării sau rambursării datoriilor sau obligaţiilor pe termen scurt. O evoluţie
favorabilă (valoarea indicelui < 100%) demonstrează o stare de „sănătate”
financiară îmbunătăţită.
Indicele achitării sau rambursării datoriilor se calculează după următoarea relaţie
de calcul:
(26) I pr = (PR datorii 1 : PR datorii 0 ) ×100, unde:
(27) PR datorii = (Datorii / CA) × Δ t , unde Δ t = 30, 90 sau 365 zile.

Politica financiară a firmei, ca o componentă a politicii manageriale de ansamblu

trebuie să asigure echilibrul financiar pe termen lung sau nelimitat precum şi pe
termen scurt sau temporar utilizând surse proprii şi împrumutate prin informarea
prealabilă bazată pe indicatori statistici financiar contabili şi prin analiza atentă a
evoluţiei acestora. În vederea unei mai bune percepţii a acestor indicatori statistici
financiar contabili se impun a fi cunoscute elementele legislative de natură
contabilă şi financiară ale bilanţului şi ale contului de profit şi pierdere prezentate
în continuare ca anexe.

8.4 Specificul contabilităţii de mediu şi a costurilor de mediu

şi implicaţiile statistice majore

Statistica şi contabilitatea au ca obiect de studiu realitatea, cu siguranţă mult mai

extinsă ca acoperire în cazul primei ştiinţe menţionate şi cu certitudine mult mai
profund economică pe segmentul patrimonial şi de resurse în cazul celei de a doua.
Contabilitatea mediului a devenit un rezultat natural prin prisma expansiunii
activităţii economice în mediul extern, nu întotdeauna cu păstrarea integrităţii
acestuia. Ultimele patru decenii au impus acest nou mod de abordare contabilă în
plan internaţional. Contabilitatea de mediu nu se reduce la organizarea sistemului
contabil, pentru a integra costurile de mediu în vederea transmiterii lui drept
moştenire generaţiilor viitoare cât mai aproape de starea lui iniţială (un mediu
nepoluat, echilibrat, autoregenerator etc.), ci ceea ce trebuie remarcat în primul
rând este faptul că s-a îmbogăţit şi nuanţat conţinutul contabilităţii ca disciplină în
general, prin această abordare relativ recentă raportată la vârsta venerabilă a
contabilităţii, care depăşeşte o jumătate de mileniu.

253
 Semnificaţii îmbogăţite ale contabilităţii prin expansiunea
în mediul înconjurător
Figura nr. 8.2

Tehnica
de
mediu

Artă a Ştiinţă
supra- aplica-
vieţuirii tivă

Tehnica generală de tip contabil prin care se încearcă protejarea integrităţii

mediului a devenit sinonimă cu contabilitatea verde sau Green Accounting (efectul
imediat al acestei extensii conceptuale fiind acela al apariţiei conceptului de cont
verde atât la nivel micro cât şi macroeconomic în SCN), ştiinţa contabilă cu
aplicaţii în mediul ambiant al firmei devine similară cu contabilitatea economico-
ecologică sau Environmental Accounting (EA), iar arta de a supravieţui, păstrând
egalitatea de şanse intergeneraţii se identifică tot mai mult cu contabilitatea
resurselor naturale sau Natural Resource Accounting (NRA), cu ecologia umană
sau Human Ecology (HE), dar şi cu contabilitatea costurilor de mediu sau
Environmental Cost Accounting (ECA). Contabilitatea resurselor naturale este un
sistem de contabilitate care se ocupă cu stocurile şi variaţiile de stoc ale activelor
naturale, plantele şi animalele unei regiuni (biota), zăcămintele (rezervele
identificate şi dovedite cu eşantioane), apa şi solul cu ecosistemelor lor acvatice şi
terestre, iar din punct de vedere al evaluărilor statistice domină cele în unităţi
fizice, în timp ce în contabilitatea economico-ecologică şi a costurilor de mediu
predomină unităţile monetare. Indiferent dacă este etichetată ca fiind verde sau nu,
254
contabilitatea de mediu coincide la finalul demersului său ştiinţific cu contabilitatea
costurilor de mediu,costuri pe care le identifică, cuantifică şi le încorporează în
indicatorii de eficienţă ai firmei sau afacerii economice analizate. Corespunzător
noii contabilităţi specifice unei dezvoltări durabile a apărut un management de
mediu ori mai curând un punct de vedere al managementului clasic actualizat, care
implică îmbunătăţirea continuă a gestiunii mediului (reunind perspectiva mediului
înconjurător, cu noi funcţii manageriale şi cu noul profil al managerului de mediu).
Dacă în varianta clasică a contabilităţii manageriale accentul cădea pe procesul
intern decizional fundamentat pe informaţii despre preţuri, venituri, cote de piaţă
etc., pornind de la producţie şi accentuând controlul programului managerial, în
contabilitatea managerială de mediu, managementul contabil dislocă atenţia
anterior focalizată, subliniind importanţa utilizatorilor interni ai informaţiei
contabile, culegerea, prelucrarea şi controlul informaţiilor monetare şi nemonetare
despre impactul firmei asupra mediului devenind esenţiale în final, conform
reglementărilor internaţionale valabile după anul 2005 (Ghidul internaţional de
practici şi principii privind contabilitatea managerială de mediu)
În noul ghid se identifică priorităţi legate de performanţa economică în paralel cu
performanţa de mediu, dar şi referitoare la instrumentele contabilităţii de mediu:
calculaţia costurilor de mediu pe parcursul duratei de viaţă, contabilitatea costurilor
complete, cu includerea celor de mediu, estimarea profiturilor şi strategia acestui
tip special de management de mediu). Acest lucru se realizează şi prin informaţii
financiare cât şi prin informaţii nefinanciare (în unităţi monetare şi unităţi fizice).
Contabilitatea clasică nu a putut oferi suficiente date prin care să poată să fie
reflectată imaginea clară şi completă a impactului unei firme asupra mediului
înconjurător. În acest context, contabilitatea managerială de mediu oferă
mecanisme care pot genera un echilibru potenţial informaţional despre mediu, în
concordanţă cu performanţa economică a firmei (de la mica întreprindere la
corporaţia transnaţională) cum sunt raportări globale referitoare la iniţiative,
contabilitatea externalităţilor de mediu, bilanţul de mediu, indicatori statistici
specifici (exemplul emisiilor de gaze cu efect de seră fiind unul concludent).
Transpunerea în practica de tip contabil a noilor realităţi impune costuri directe
de implementare, de instruire a personalului, costuri cu personalul specializat şi
auditorii interni de mediu, precum şi costuri indirecte cauzate de diminuarea
profitului firmei, de pierderi potenţiale ale investitorilor sau clienţilor, ceea ce face
ca raportările de mediu sustenabile să reprezinte un indicator major al unui
management eficace semnalând pieţei financiare faptul că firma nu este expusă
unor riscuri asociate impactului de mediu. Criteriul sustenabilităţii domină în
contabilitatea costurilor de mediu în defavoare celui clasic de tip cost – eficienţă.
Bilanţul de mediu şi Situaţiile financiare de mediu înregistrează anual totalitatea
costurilor şi profiturilor financiare care pot fi atribuite programelor şi activităţilor
cu impact asupra mediului. Guvernanţa corporativă şi responsabilitatea socială,
prima ca reflectare a modalităţii în care entitatea economică este condusă şi
controlată, respectiv cea de a doua desemnând un concept prin care entităţile
economice integrează, în mod voluntar, preocupările sociale şi de mediu în cadrul
operaţiunilor economice şi în interacţiunea lor cu părţile interesate contribuie în
planul extins al Uniunii Europene la generalizarea noii contabilităţi.
255
 8.5 Test de autoevaluare şi proiect statistic

A) Test de autoevaluare
A1) Întrebări clasice recapitulative A2) Întrebări tip grilă
(Completaţi spaţiile goale) (Încercuiţi litera răspunsului corect)
1. Care sunt principalele metode de
estimare a PIB – ului în România? 7.Care este modalitatea eronată de calcul a PIB –
ului din cele descrise mai jos?
2. Care sunt cele şase subsisteme a) PIBpp=∑VABpp sau PIBpp=PGB–CI;
de indicatori ai hexagonului peren b) PIBpp=CF+FBCF+ΔS +(X–M);
al economiei de piaţă ? c) PIBpp = Cpr+EN+ID+IIN+A;
d) PIBpp= CFM+ENE+A+IIN;
3.Cum se determină şi interpretează
e) PIBpp = PINpf–ΔVFS – IIN.
indicele raportului de schimb net?
8.Cum se determină indicele raportului de schimb
4.Care sunt principalele sistem de net (IRSN): a) [IV(X):IV(M)]; b) [Iq(X):Iq(M)]; c) [Ip(X) : Ip(M)].
indicatori statistici de mediu şi 9. Pentru a înţelege semnificaţia şi conţinutul
valorile comparative România - noţiunii de cash-flow sunt necesare informaţii
EU? privind indicatorii statistici şi contabili: a)fond de
rulment; b) necesar de fond de rulment; c) necesar
5. Care sunt indicatorii statistici de lichidităţi; d) trezorerie netă; e) gestiune
financiar contabili ai performanţei a stocurilor.
firmei? 10.Noua contabilitate de mediu este: a) ştiinţă; b)
artă; c) normă de reglementare; d) instrument de
6. Care sunt componentele măsurare a rezultatelor; e) tehnică.
situaţiilor financiare anuale ?
Care sunt indicatorii statistici financiar contabili ai performanţei firmei?
B) Proiect statistic
Studiul de caz A
Pentru un număr de 80 de magazine aferente firmei ALFA s-au înregistrat date, în anexa A,
privind următoarele variabile:
Nr.crt. Descrierea variabilei studiate Simbol
1 Dimensiune magazin (SMCA/PMCA) z
- sub media cifrei de afaceri (SMCA) şi peste medie (PMCA) -
2 Efectivul salariaţilor - persoane - x
3 Încasări (mii lei) y
După extragerea eşantionului individual [n=25 magazine, prin procedeul de tip pas
mecanic de numărare, pornind de la numărul de ordine individual din lista alfabetică
nominală a grupei cu un pas de 3 (k= N:n = 80:25=3,2) şi reluând extracţia de la prima
unitate, unde este cazul]se vor soluţiona următoarele aspecte:
1. Să se detalieze eşantionul individual sub forma următorului tabel:
Nr. crt. Dimensiune magazin Efectivul salariaţilor Încasări
(SMCA/PMCA) - persoane - (mii lei)
0 -z- -x- -y-
1
...
25
Total SMCA= PMCA= ∑x = ∑y =

256
2. Să se sistematizeze, prezinte şi reprezinte datele statistice privind cele 25 de magazine,
parcurgând etapele descrise în continuare: a) efectuaţi o grupare simplă pe variante după
variaţia fiecărei caracteristici (z, x, y) şi centralizaţi datele; b) efectuaţi grupări pe trei
intervale egale pentru caracteristicile x şi y şi centralizaţi datele; c) grupaţi combinat
magazinele după caracteristicile statistice luate două câte două [(x,y), (x,z), (y,z)]; d)
reprezentaţi grafic rezultatele de la punctele anterioare utilizând diagrama de structură,
histograma şi poligonul frecvenţelor, diagrame prin benzi şi coloane.
Comentaţi succint informaţiile grupate, prezentate şi reprezentate.
3. Să se calculeze şi să se reprezinte grafic mărimile relative ce se pot obţine folosind
rezultatele de la punctul 2b.
4. Să se caracterizeze distribuţia magazinelor numai după caracteristicile x şi y conform
grupărilor de la punctele 2a şi 2b, stabilind şi respectiv estimând: a) valoarea mărimilor
medii calculate prin algoritm de calcul şi poziţionale, alegând-o în final pe cea mai
potrivită pentru a fi utilizată ulterior, comentând succint şi rezultatele obţinute prin
gruparea simplă pe variante, comparativ cu cele obţinute prin gruparea pe intervale egale
de variaţie; b) valoarea tuturor indicatorilor variaţiei, precizând după care dintre variabile
eşantionul magazinelor este mai omogen (x sau y); c) valoarea principalilor indicatori ai
asimetriei, comentând rezultatele obţinute.
5. Să se calculeze media şi dispersia variabilei alternative z (SMCA/PMCA).
6.Determinaţi erorile probabile (medie de reprezentativitate şi limită sau maxim
admisibilă) ale sondajului în condiţii de Øz=0,97 (z=2,18) pornind de la eşantionul celor
25 de magazine. Determinaţi cât de mare ar trebui să fie un nou eşantion extras aleatoriu
repetat şi nerepetat, dintr-o populaţie de 1.000 de magazine, în condiţii de limite de
interval Δ w sau Δ x = 0,5 şi cu un nivel de siguranţă sau probabilitate de 0,99 (Øz =0,99
sau z =2,58) şi pentru o dispersie egală cu aceea obţinută în calculele de la punctele 4 şi
respectiv 5. Comentaţi rezultatele obţinute şi nivelul lor de încredere.
ANEXA A
Baza de date a studiului de caz A
Dimensiune Efectivul Încasări Dimensiune Efectivul Încasări
Nr. magazin salariaţilor (mii lei) Nr. magazin salariaţilor (mii lei)
crt. SMCA/PMCA - persoane - crt. SMCA/PMCA - persoane -
0 - z- -x- -y- 0 - z- -x- -y-
1 SMCA 5 2,51 41 PMCA 15 8,34
2 PMCA 11 5,02 42 PMCA 11 5,83
3 SMCA 6 2,04 43 SMCA 4 2,55
4 SMCA 8 3,08 44 SMCA 5 2,00
5 SMCA 7 2,81 45 SMCA 8 3,91
6 PMCA 12 5,52 46 SMCA 7 3,68
7 SMCA 9 3,53 47 PMCA 12 6,97
8 SMCA 4 2,15 48 PMCA 13 8,34
9 SMCA 5 2,44 49 PMCA 15 8,50
10 PMCA 15 6,83 50 PMCA 15 8,10
11 SMCA 4 2,38 51 PMCA 15 8,05
12 SMCA 4 2,59 52 PMCA 12 7,44
13 SMCA 4 2,45 53 PMCA 14 8,79
14 SMCA 7 2,63 54 PMCA 11 6,23
15 PMCA 13 6,01 55 PMCA 14 6,88
16 PMCA 14 9,10 56 SMCA 4 2,31
17 SMCA 9 3,88 57 SMCA 9 4,59
257
18 PMCA 4 2,19 58 SMCA 7 3,86
19 SMCA 8 3,75 59 PMCA 14 7,12
20 SMCA 7 3,58 60 PMCA 11 5,25
21 PMCA 11 6,87 61 PMCA 13 6,91
22 PMCA 13 6,94 62 PMCA 10 5,19
23 PMCA 14 8,05 63 SMCA 8 4,20
24 SMCA 7 2,53 64 SMCA 5 2,90
25 SMCA 5 2,36 65 PMCA 15 8,85
26 PMCA 12 5,47 66 PMCA 15 8,05
27 PMCA 11 5,33 67 SMCA 7 3,91
28 PMCA 14 7,02 68 SMCA 7 3,19
29 PMCA 15 8,29 69 SMCA 8 4,08
30 PMCA 13 7,81 70 SMCA 6 3,24
31 PMCA 11 4,54 71 PMCA 14 7,42
32 SMCA 7 3,13 72 PMCA 13 7,03
33 SMCA 6 2,92 73 PMCA 12 6,56
34 SMCA 5 2,61 74 PMCA 10 5,81
35 SMCA 8 4,02 75 PMCA 15 7,94
36 PMCA 10 5,35 76 PMCA 14 6,85
37 SMCA 9 3,96 77 PMCA 11 5,88
38 PMCA 14 8,17 78 SMCA 9 4,26
39 PMCA 13 8,02 79 PMCA 12 6,57
40 SMCA 6 3,20 80 PMCA 15 7,55
Sursa: Bazele de date existente la nivelul firmei ALFA

Studiul de caz B
Preluaţi din anexa B una din cele 40 de serii cronologice de 5 ani consecutivi (extrase din
anuarul statistic al României editat în anul 2009) pornind de la numărul de ordine din lista
nominală a grupei. După preluarea seriei cronologice astfel individualizate se cer
următoarele: a) să se reprezinte grafic seria cronologică, prin intermediul cronogramei sau
historiogramei; b) să se calculeze indicatorii absoluţi, relativi şi medii pentru a caracteriza
variaţia în timp a fenomenului ce alcătuieşte seria analizată; c) să se realizeze ajustarea
mecanică a seriei cronologice folosind o metodă clasică, prin metoda modificării medii
( Δ ),prin aceea a indicelui mediu ( I ) şi prin metoda analitică; d) să se caracterizeze variaţia
reziduală faţă de funcţia de ajustare analitică; e) să se estimeze prin metodele de la punctul
c) nivelul indicatorului în următorii 2 ani (2008 şi 2009), apoi să se verifice cu datele reale
din anii respectivi (accesaţi pe internet http:// www.insse.ro) şi să se comenteze calitatea
estimaţiilor, justificând alegerea celei mai potrivite metode de estimare (extrapolare);
suplimentar se pot valorifica şi coeficientul de determinaţie (D) sau de eroare (e) al
ajustărilor mecanice ( Δ , I ) şi analitice în selectarea metodei de estimare (extrapolare).
ANEXA B
Baza de date pentru studiul de caz B
Seria 2003 2004 2005 2006 2007
1 10079 9915 9957 9851 10041
2 9234 9223 9158 9147 9313
3 845 692 799 704 728
4 4472493 4403880 4360831 4345581 4404581
5 281272 285861 281034 277318 276849
6 33077 33361 33222 30802 28977

258
 7 115,3 111,9 109,0 106,56 104,84
8 157836,3 186831,6 211081,9 247373,1 276110,4
9 1029 1077 1154 1220 1231
10 13394,0 17992,4 17702,5 23728,0 27229,9
11 5188 5151 5423 5361 5595
12 4607 4662 4906 4889 5115
13 581 489 517 472 480
14 2122226 1996604 1900561 1842208 1789693
15 150510 150168 144489 141601 138972
16 16942 16368 16157 13761 13107
17 114,7 109,5 106,1 103,84 103,89
18 7703,6 8558,0 9914,6 10585,7 12083,8
19 138 132 113 116 108
20 4397,4 5462,0 5208,3 8686,5 11317,0
21 4891 4764 4534 4490 4446
22 4627 4561 4252 4258 4198
23 264 203 282 232 248
24 758917 773843 767439 780925 791348
25 58925 62192 61914 62048 61620
26 9395 9853 10055 8381 8786
27 116,1 113,2 111,3 108,47 104,99
28 123512,4 148312,0 170129,7 199286,8 222771,4
29 328 461 597 702 736
30 4901,8 6180,6 7336,7 10001,5 12816,0
31 5525 5465 5471 5431 5526
32 5031 5057 4980 5011 5074
33 494 408 491 420 452
34 620785 650335 716464 785506 907353
35 30137 30857 31543 30583 31964
36 6537 6917 6803 8563 6931
37 114,8 114,7 110,5 108,20 106,63
38 26620,3 29961,6 31037,6 37500,6 41255,2
39 781 892 956 1259 1292
40 1665,0 1414,3 1677,4 2011,1 1678,6
Sursa de date: Anuarul statistic al României, ediţia 2009, INS, Bucureşti şi www.insse.ro
Notă:Datele prezintă evoluţia între 2003 şi 2007 a următorilor indicatori la nivel naţional:
1,11,21,31 = Populaţie activă totală, urbană, rurală şi de sex masculin, în mii locuitori.
2,12,22,32 = Populaţie ocupată totală, urbană, rurală şi de sex masculin, în mii locuitori.
3,13,23,33 = Număr şomerilor per total, urban, rural şi de sex masculin, în mii locuitori.
4,14,24,34 = Populaţie şcolară totală, gimnazială, liceală, studenţi, la nivel naţional, în persoane.
5,15,25,35 = Număr personal didactic total, gimnazial, liceal, universitar, în persoane.
6,16,26,36 = Număr salariaţi din cercetare total, întreprinderi, guvernamental, înv. sup., în persoane.
7,17,27,37 = Indicii preţurilor bunurilor de consum per total, mărfuri alimentare, nealimentare şi
servicii (în raport cu anul anterior şi în %).
8,18,28,38 = Producţie industrială totală, extractivă, prelucrătoare şi energetică, în mil. lei
9,19,29,39 = Număr hoteluri (incl.moteluri), cabane, pensiuni turistice urbane şi rurale.
10,20,30,40 = Investiţii în industrie, transport, comerţ, intermedieri financiare, în mil.lei.

259
 Bibliografie selectivă
A. Cărţi

1. Andrei, T., Stancu, S., - Statistică, Ed. ALL, Bucureşti 1995.

2. Baron,T., Biji, E.,Tovissi, L.,Wagner, P., Isaic-Maniu, A., Korka, M., Porojan, D., - Statistică
teoretică şi economică, Ed. didactică şi pedagogică, Bucureşti, 1996.
3. Baron, T., Bădiţă, M., Korka, M., - Statistica pentru afaceri, Ed. Eficient, Bucureşti, 1998.
4. Begu, L.S., - Statistică internaţională, Ed. All - Beck, Bucureşti, 1999.
5. Biji, M.,Biji, E.M.,Lilea,E., Anghelache, C., - Tratat de statisticǎ, Ed. Economicǎ, Bucureşti,
2002.
6. Biji, M., Biji, E., -Statistica teoretică, Ed. didactică şi pedagogică, Bucureşti, 1979.
7. Capanu, I., Wagner, P., Secăreanu, C., - Statistica macroeconomică, Ed. Economică, Bucureşti,
1997.
8. Craiu, V.,-Verificarea ipotezelor statistice, Ed. didactică şi pedagogică, Bucureşti, 1972.
9. Chelcea S., - Metodologia cercetării sociologice, Ed. Economică, Bucureşti, 2004.
10. Demetrescu, M.C., - Elasticitatea cererii populaţiei cu privire la bunurile de consum şi servicii,
Ed. Academiei, Bucureşti, 1967.
11. Fourastie, J., - Les indices statistiques, Edition Dunod, Paris, 1969.
12. Georgescu-Roegen, N., - Metoda statistică.Elemente de statistică matematică, ediţia a II-a, Ed.
Expert, Bucureşti, 1998.
13. Ghereş M.,(coord), Săvoiu, G.,(coord), - Economia mediului. Tratat. Ed. Universitară, Bucureşti,
2010.
14. Iluţ, P., Rotariu, T., - Ancheta sociologică şi sondajele de opinie, Ed. Polirom, Iaşi 1997.
15. Iorga-Simăn, I., Zarioiu, C., Principiile generale ale similitudinii fizice şi aplicaţii Ed. Arg-
Tempus Piteşti, 2000.
16. Iorga-Simăn, I., Management educaţional, Tipografia Universităţii din Piteşti, 2004.
17. Iosifescu, M., Moineagu, C., Trebici, V., Urşianu, E., - Mica enciclopedie de statistică, Ed.
ştiinţifică şi enciclopedică, Bucureşti, 1985.
18. Isaic-Maniu, A., Mitruţ, C., Voineagu, V., - Statistica, Ed. Universitară, Bucureşti, 2004.
19. Isaic-Maniu, A., Mitruţ, C., Voineagu, V., Săvoiu, G., - Statistica afacerilor, Ed. Independenţa
Economică, Piteşti, 2002.
20. Jaba, E., - Statistică, Ed. economică, Bucureşti, 1998.
21. Korka, M.,Tuşa, E., - Statistică pentru afaceri internaţionale, Ed. ASE, Bucureşti, 2004
22. March L, -Les principes de la méthode statistique, Librairie Felix Alcan Paris 1930
23. Marinescu, I., Moineagu, C., Niculescu, R., Rancu, N., Urseanu, V., - Elemente de statistică
matematică şi aplicaţiile ei, Ed. ştiinţifică, Bucureşti 1966.
24. Martel, J.M., Nadeau, R., - Statistique en gestion et en economie, Editeur Gaetan Morin,
Montreal, 1988.
25. Mihoc, G., Urseanu, V., - Matematici aplicate în statistică, Ed. Academiei, Bucureşti, 1962.
26. Mihoc, G., Iosifescu. M., Urseanu, V., - Elemente de teoria probabilitatilor şi aplicaţiile ei, Ed.
ştiinţifică, Bucureşti, 1966.
27. Mills, F., - Metode statistice, Ed. D.C.S. Bucureşti, 1959.
28. Moineagu, C., Negură, I.,Urseanu, V., - Statistica, Ed.ştiinţifică şi enciclopedică, Bucureşti,
1976.
29. Moldovan, I.,-Metodă de calcul şi estimare a indicilor costului vieţii, Ed. Focus, Cluj Napoca
1999
30. Piatier, A., - Statistique descriptive et initiation a l’analyse, Ed. Themis, Paris,1962
31. Porojan, D., - Statistica şi teoria sondajului, Ed. Şansa SRL, Bucureşti 1993.
32. Săvoiu, G., Grigorescu, R., - Statistică financiară,Ed.Independenţa Economicǎ,Piteşti, 2003.
33. Săvoiu, G., - Statistică generală. Argumente în favoarea formării gândirii statistice, Ed.
Independenţa Economicǎ, Piteşti, 2003.
34. Săvoiu, G., - Statistică aplicată în domeniul economic şi social,Ed.Independenţa Economicǎ,
Piteşti, 2004.
35. Săvoiu, G.,(coord), -Cercetări şi modelări de marketing. Metode cantitative în cercetarea
pieţei,Ed. Universitară, Bucureşti, 2005.

260
36. Săvoiu, G., - Statistica.Un mod ştiinţific de gândire, Ed. Universitară, Bucureşti, 2007
37. Săvoiu G., (coord), - Econometrie, Ed. Universitară, Bucureşti, 2009.
38. Săvoiu, G., - Gândirea statistică aplicată, Ed.Universitară,Bucureşti, 2010.
39. Stoetzel, J.,Girard, A.,-Sondajele de opinie publică, Ed. ştiinţifică şi enciclopedică,
Bucureşti 1975.
40. Săvoiu, G., Gândirea statistică aplicată. Sisteme de indicatori rezultaţi din documente şi situaţii
statistice financiar contabile, Ed. Universitară, Bucureşti, 2010.
41. Săvoiu, G., - Statistică pentru afaceri, Ed. Universitară, Bucureşti, 2011.
42. Săvoiu, G., Iorga-Simăn, I., - Multidisciplinaritatea şi educaţia academică, Ed. Universitară,
Bucureşti, 2011.
43. Trebici, V., - Mica enciclopedie de statistică, Ed. ştiinţifică şi enciclopedică, Bucureşti,1985.
44. Trebici, V., - Mică enciclopedie de demografie, Ed. ştiinţifică şi enciclopedică,Bucureşti, 1975.
45. Ţarcă, M., -Tratat de statistică aplicată, Ed.ştiinţifică şi enciclopedică, Bucureşti 1998.
46. Yulle, G.U.,Kendall, M.C,-Introducere în teoria statisticii, Ed. ştiinţifică,Bucureşti 1969.

B. Articole citate

1. Gheorghe Săvoiu, Valeria Pirlici, The Distinct Evaluation of Information in a New Managerial
Function of Information – Decision, Revista Analele Universităţii din Oradea Seria Ştiinţe
economice, Tom XVI, Oradea, 2007, pag. 1176 -1180
2. Gheorghe Săvoiu, Valeria Pirlici, The Preponderance of Decision in a new Managerial Function
of Information–Decision Annals of Oradea University. Fascicle of Management and
Technological Engineering, Vol. XVI 2007 VI, pag.2164-2173.
3. Gheorghe Săvoiu, Constantin Postică, Mladen Cudanov Statistica globalizării şi globalizarea
statisticii, Revista Română de Statistică, nr.2/2008, pag. 35- 64.
4. Gheorghe Săvoiu, Demografiile interdisciplinare sau multidisciplinare – abordări cantitative şi
calitative, istoric şi actualitate, Revista Română de Statistică nr.7/2008, pag. 38-50
5. Gheorghe Săvoiu, The Scientific Way of Thinking in Statistics, Statistical Physics and
QuantumMechanics, Revista Română de Statistică, nr.11/2008, S XIII pag. 1- 10.
6. Gheorghe Săvoiu, Gândirea statistică şi econofizica, Supliment Revista Română de Statistică,
nr.12/2008, pag.155-161.
7. Gheorghe Săvoiu, Viorel Crăciuneanu, A Generalized Exploratory Method for Managerial
Analysis and Business Communication, Annals of Oradea University. Fascicle of Management
and Technological Engineering, Vol. XVII (VII), 2008 pag. 2721-2730
8. Gheorghe Săvoiu, Adaptive Management of the Global Climate Problem: Bridging the Gap
Between Climate Research and Climate Policy Annals of Oradea University. Fascicle of
Management and Technological Engineering , Vol. XVII(VII), 2008) pag. 2733-2742.
9. Gheorghe Săvoiu, O teorie statistică a “semnalelor slabe” în identificarea crizelor economico –
financiare, Revista Română de Statistică nr.12/2009, Supliment pag. 25-29.
10. Gheorghe Săvoiu Raţionalitate şi simetrie informaţională E.M.H. şi D.J.I.A. Revista Română de
Statistică, nr.12/2009, Supliment pag. 217- 222
11. Gheorghe Săvoiu, Adrian Tase, Viorel Crăciuneanu, Florentina Magda Enescu, Statistical
thought and the fascination of medical information Revista Română de Statistică, Supliment nr.
6/2010, pag. 35-44.
12. Gheorghe Săvoiu, Constantin Manea, Victor Iorga–Simăn, Virginia Bălţat, Mladen Čudanov,
Ondrej Jaško, Ana Jaško, Corporaţiile multinaţionale - O abordare statistică comparativă în
România şi Serbia - Revista Română de Statistică nr.11/2010, pag. 56-77
13. Săvoiu, G., Enescu, F.M., Multi-disciplinary modelling knowledge as a pragmatic solution in
engineering and business education (Balkan Region Conference ISI on Engineering and
Business Education, in conjunction with 2nd International Conference on Engineering and
Business Education, October 15th-17th, 2009 Lucian Blaga University of Sibiu, Romania, pag.
219-225, http://conferences.ulbsibiuro/conf.brcee/registration.php
14. Enescu Florentina Magda Gheorghe Săvoiu Studies and researches on the interpretation of
visual images in educational management 5 Balkan Region Conference ISI on Engineering and
261
 Business Education, in conjunction with 2nd International Conference on Engineering and
Business Education, October 15th-17th, 2009 Lucian Blaga University of Sibiu, Romania, pag.
611-615 http://conferences.ulbsibiuro/conf.brcee/registration.php5
15. Săvoiu Gheorghe, Mladen Cudanov, Ondrej Jaško, Viorel Crăciuneanu, The importance of
general methods, quantitative techniques and management models in management system
Management, no 49-50 / 2008, Begrade, pag. 5-12
16. Gheorghe Săvoiu Paradigma şi prioritatea acesteia în raport cu metoda, în cadrul gândirii
statistice Limbaj şi context Revista nr.2/ 2009 on-line Universitatea Alecu Russo din
Bălţi,Republica Moldova, pag 79-89
17. Gheorghe Săvoiu,Ondrej Jaško,Mladen Čudanov, Diversity of scientific quantitative,
statiscal,and social methods, techniques and management models in management system
Management Nr 52/ 2009, pag.5 -15
18. Gheorghe Săvoiu,Constantin Andronache On the Efficiency of Financial Markets The 33rd
Annual ARA Congress –American Romanian Academy of arts and sciences, Proceedings, vol I,
Polytechnic International Press, Montreal, Quebec, 2009, pag. 214-218
19. Gheorghe Săvoiu, Durable development and migration. System of statistical indicators of
external migration in the context of durable development Conferinţă ştiinţifică internaţională la
Academia de Studii Economice a Moldovei organizată cu Institutul Internaţional de Cercetări
Economice al Academiei Române ASEM Dezvoltarea durabilă a României şi Republicii
Moldova în context european şi mondial 22-23 septembrie 2006 vol II, Ed. ASEM Chişinău,
2007 pag. 201-205
20. Gheorghe Săvoiu, Ion Iorga-Simăn, Constantin Manea, The Need for Multidisciplinarity in the
Academic Research of Modern Universities Proceedings of the International Conference of
University “Angel Kanchev” Rousse, Bulgaria, 2009, vol 48, pag 224 – 228
21. Gheorghe Săvoiu, Ondrej Jaško,Mladen Čudanov The opposite trends of the entrepreneur ship
and management, in a crisis’ period Proceedings of SYMORG 2010 University of Belgrade,
Faculty of Organizational Science, pag.109-121
22. Gheorghe Săvoiu The method, the theory and the model in the way of thinking of modern
sciences International Conference Romanian Academy October 6-9th 2010 The Limits of the
Knowledge Society Proceedings ICKLS 2010, pag 11-20
23. Ion Iorga-Simăn, Gheorghe Săvoiu, The limits of contemporary economic realism and some
modern solutions of multidisciplinary sciences, International Conference Romanian Academy
October 6-9th 2010,The Limits of the Knowledge Society Proceedings ICKLS 2010, pag 71- 80
24. Săvoiu, G., I. Iorga, M. Creţu and I. Mihăilă, 2011. Some statistical solutions and methods in
evaluation of efficiency in sport and effectiveness in the phenomenon of sportsmen' training.
J.Soc.Sci.,7:358-363.DOI:10.3844/jssp.2011.358.363URL: http://www.thescipub.com/ abstract/
10.3844/jssp.2011.358.363
25. Gheorghe Săvoiu, Modele statistico-matematice ale negocierii Buletin ştiinţific, Seria Şt. Ec., Ed
SITECH, Universitatea din Piteşti, Nr. 6 (12) / 2007 pag. 47-58
26. Gheorghe Săvoiu, Georgiana Mândreci, Multiple Management Significances, in the Market
Economy Conferinţa internaţională Communication and Argumentation in the Public Sphere.
Public Space versus Private Space, în vol. Communication and Argumentation in the Public
Sphere, April 12-14, 2007, pag. 160-173
27. Gheorghe Săvoiu, O definiţie a statisticii conform logicii fuzzy Sesiune de comunicări
internaţionale, în cadrul Zilelor Academice Ieşene, Ediţia a XXII-a, intitulată „Progrese in
teoria deciziilor economice in condiţii de risc şi incertitudine”, Ed. Performantica Iaşi ISBN:
978-973-730-368-8, Vol II, 2007,pag. 111-126.
28. Gheorghe Săvoiu, Pirlici Valeria, Camelia Manea, Representative Communication, Expressive
Communication and Communicational Excess, Conferinţa internaţională Semne particulare
Paradigme ale identităţii în managementul reprezentărilor sociale, Universitatea Bacău, ALMA
MATER Publishing House, 2007,pag. 468-477
29. Gheorghe Săvoiu,Pirlici Valeria, Constantin Manea, Communication and Information Conferinţa
internaţională Semne particulare Paradigme ale identităţii în managementul reprezentărilor
sociale,Universitatea Bacău, ALMA MATER Publishing House,2007,pag. 459-467.

262
30. Gheorghe Săvoiu New connections between migration and durable development Buletin ştiinţific
Seria Şt. Ec., Ed SITECH, Universitatea din Piteşti, Nr. 6 (12) / 2007 pag. 59-64
31. Săvoiu Gheorghe, Manea Constantin, Simoni Smaranda, The Demographic, Sociological and
Geographical Profile. The Role of the Profile Method in Contemporary Management Nicolae
Bălcescu Academy Publishing House, Sibiu, 2008, pag. 185-199
32. Cruceru Gheorghe, Săvoiu Gheorghe, Demografie, religie şi calendar, Institutul de Cercetări
Economice şi Sociale Gh. Zane, al Academiei României, Iaşi,Sesiunea ştiinţifică internaţională
Progrese în teoria deciziilor economice în condiţii de risc şi incertitudine Academia Română–
Filiala Iaşi, ICES G.Zane, Progrese in teoria deciziilor economice in condiţii de risc şi
incertitudine-Sisteme Fuzzy in economie Ed.Performantica,Iaş i, 2008, vol VI, pag. 226-235
33. Gheorghe Săvoiu, Constantin Andronache, The potential of econophysics for the study of the
economic processes) The 1st International workshop EDEN I March 20th, 2008) publicata in
revista on – line RCAM & Econophysics Journal / a Centrului de Cercetare Materiale Avansate
al Universităţii din Piteşti http://www.upit.ro/ccma/
34. Gheorghe Săvoiu, Constantin Manea, The new language of recession, The 15th International
Conference Proceedings, Nicolae Bălcescu Academy Publishing House,Sibiu,2009, pag 332-340
35. Gheorghe Săvoiu, Ion Iorga-Simăn, Constantin Manea, Knowledge transfer and experimentation
in economic and industrial engineering – versus the classical solution of the academic practical
training The International Conference on “Directions and modern strategies for ethnic and
improvement of Human Resources Field Proceedings, Section I, pag. 1-11.
36. Ion Iorga-Simăn Gheorghe Săvoiu, Valeria Pîrlici, Constantin Manea A model of academic
counselling in full accord with the evolution of the labour market The International Conference
on “Directions and modern strategies for ethnic and improvement of Human Resources Field
Proceedings, Section III, pag. 1-8.
37. Ion Iorga-Simăn, Sorin Anghel, Gheorghe Săvoiu, O posibilă taxonomie generală a obiectivelor
învăţării, în condiţii apreciabile de risc şi incertitudine academică, Sesiunea ştiinţifică
internaţională “Progrese în teoria deciziilor economice în condiţii de risc şi incertitudine” în
cadrul Zilele Academice Ieşene,18–19 sept.2009, Ed.Tehnopres, Iaşi, vol VIII pag. 254-260.
38. Gheorghe Săvoiu, Mirela Stanciu, Sandra Săvoiu, Riscuri ale apariţiei şi amplificării crizei
alimentare şi un instrument statistic de măsurare aparent uitat, Sesiunea ştiinţifică
internaţională “Progrese în teoria deciziilor economice în condiţii de risc şi incertitudine” în
cadrul Zilele Academice Ieşene, 18–19 sept. 2009, Ed.Tehnopres, Iaşi, vol VIII pag. 126-138
39. Gheorghe Săvoiu,Liliana-Camelia Săndulescu,Un proiect necesar:Universitatea antreprenorială
de vară bianuală Iaşi-Chişinău Conferinţa ştiinţifică internaţională „Turismul rural românesc.
Actualitate şi perspective” 29-30 mai 2009, Ed.Tehnopres, Iaşi, vol XVIII, pag. 86-97.
40. Gheorghe Săvoiu, De ce se impune un centru regional Gheorghe Zane- Anton Crihan, privind
cercetarea istoriei economice scrise şi a economiei transpuse în practică? Conferinţa ştiinţifică
internaţională “Dezvoltarea economico-socială durabilă în cadrul euro-regiunilor şi zonelor
transfrontaliere. Euroregiunea Siret-Prut- Nistru” 19-20.06 2009, Iaşi, Ed.Tehnopres, Iaşi, vol
VI, pag. 331-338
41. Gheorghe Săvoiu, Mihai Eminescu corifeul şi Gheorghe Zane întemeietorul unei noi discipline
de graniţă denumită istoria economiei naţionale, Conferinţa ştiinţifică internaţională
Dezvoltarea economico-socială durabilă în cadrul euro-regiunilor şi zonelor transfrontaliere.
Euroregiunea Siret-Prut- Nistru, 19-20.06 2009, Iaşi, Ed.Tehnopres, Iaşi, vol VI, pag. 371-385
42. Gheorghe Săvoiu, Mihai Eminescu – un istoric inconfundabil al economiei naţionale, un
economist remarcabil, precum şi un statistician metodic şi un demograf inepuizabil, Proceedings
of the Xth International Congres of Dacology, June 2009, Bucureşti şi Dacia magazin Nr.59/
mai–iunie 2009, pag. 39-47
43. Gheorghe Săvoiu, Ion Iorga-Simăn, Multi-disciplinary modelling knowledge, and one-discipline
isolation revista on – line RCAM & Econophysics Journal / a Centrului de Cercetare Materiale
Avansate al Universităţii din Piteşti http://www.upit.ro/ccma/
44. Ioan Ştefănescu, Ion Iorga-Simăn, Gheorghe Săvoiu, Constantin Manea Life quality and human
ecology-Interferences in academic education and in scientific research Progress of Cryogenics
and Isotopes Separation, Ed Conphys, Râmnicu–Vâlcea, vol 12,issues 23-24 2009) pag.117-128
45. Gheorghe Săvoiu, Constantin Andronache, The efficiency of capital markets: hypothesis or
approximation(2nd International workshop EDEN II March 20th, 2009) publicata in revista on
263
 – line RCAM & Econophysics Journal / a Centrului de Cercetare Materiale Avansate al
Universităţii din Piteşti http://www.upit.ro/ccma/
46. Iulian Vlad, Cristina Pîrvuleţ, Gheorghe Săvoiu, Mirela Stanciu, Statistic research concerning
the identification of some characteristics of sheep dairy products preparing, obtained in the
sheepfold, specific to the mountain area in the south of Carpathians Lucrări ştiinţifice,Seria D,
Vol.LIII, Zootehnie, Bucuresti, 2010, , Ed Granada pag.392-401.
47. Gheorghe Săvoiu, Proiectul şi universitatea modernă europeană Studii şi cercetări de economie
rurală. Tom VIII.Experienţă în proiectele de cercetare pentru agricultură şi dezvoltare rurală
Coord. V.M Bohateret,Ed. Terra Nostra, Iaşi, 2009, pag. 129-140.
48. Gheorghe Săvoiu, Legile echipei şi proiectul modern, Studii şi cercetări de economie rurală.
Tom VIII. Experienţă în proiectele de cercetare pentru agricultură şi dezvoltare rurală, Coord.
V.M Bohateret, Ed. Terra Nostra, Iaşi, 2009, pag. 140-150.
49. Gheorghe Săvoiu, Statistical thinking and statistical physics, Proceedings International
Conference ENEC 2008, Econophysics, New Economics & Complexity, Victor Publishing
House, Bucuresti, pag. 85-97.
50. Gheorghe Săvoiu, Some typical econopysics’ and sociophysics models, Proceedings
International Conference ENEC 2009, Econophysics, New Economics & Complexity, Victor
Publishing House, Bucuresti, pag. 55-70.
51. Gheorghe Săvoiu, Ion Iorga-Simăn A Short-term Company’s Future as a Quantum Entity and
the Role of Conscience in the New Capitalism at the Individual Level Proceedings International
Conference ENEC 2010, Econophysics, New Economics & Complexity, Victor Publishing
House, I, Bucuresti, pag. 83-92.
52. Gheorghe Săvoiu, Mirela Stanciu, Iulian Vlad, The sustenable development, academic
agricultural education and human ecology, Acta universitatis cibiniensis Vol. 1 nr. 1 (10) /
2010, Ed.Universitatea, ” Lucian Blaga”, Sibiu, pag.7-22.
53. Gheorghe Săvoiu,Sandra Savoiu, Probleme pedagogice specifice ale învăţării matematicii. Idei
si valori perene in ştiinţele sociale, Tom XV coord. Ana Gugiuman, Editura Argonaut, Cluj
Napoca, pag. 205 -222.
54. Gheorghe Săvoiu, Ion Iorga–Simăn,Constantin Manea,Ştefănescu Ioan 2010, Econometrics
models versus physics models and their final connections with social economic reality, the
educational system and scientific research Economy.Transdisciplinrity.Cognition, Publisher:
George Bacovia University, Bacău vol XIII issue no2/2010, pag. 32-44. http:// www. ugb.ro/
55. Săvoiu G., Manea C., Iorga–Simăn, V.,Enescu F.M.,Čudanov M.,Jaško O.,Jaško A, A Corporate
Model of Similitude for SMEs Reunion into a Corporation, Viewed from the Angle of Physical
Thought, and Its Complex Economic and Social Impact. Amfiteatru Economic Journal,
Vol.XIII,No.29, 2011,pag. 10-28, http://www.amfiteatrueconomic.ro/.aspx?
56. Mihaela Pîrvulescu, Vergina Chiriţescu, Gheorghe Săvoiu Alternative Energy - Realities and
Perspectives in the Context of Sustainable Development Scientific Papers Series Management,
Economic Engineering in Agriculture and Rural Development, Bucuresti, 2011, Vol.11, Issue 3,
2011 pag. 173-180
57. Gheorghe Săvoiu, Ion Iorga-Siman, Ioan Ştefănescu, Ondrej Jaško, Ana Jaško, Mladen
Čudanov, A multiverse of disciplines in contemporary scientific research, Econophysics,
Sociophysics & other Multidisciplinary Sciences Journal (ESMSJ) nr.1/ 2011, pag. 9-14,
http://www.esmsj.upit.ro/revista/
58. Gheorghe Săvoiu, Ion Iorga-Simăn, The concept of time in the physical way of thinking, and its
impact on knowledge and the evaluation of inflation as an economic phenomenon Econophysics,
Sociophysics & other Multidisciplinary Sciences Journal (ESMSJ) nr.2/ 2011, pag. 25-35
http://www.esmsj.upit.ro/revista/
59. Ondrej Jaško, Mladen Čudanov, Jovan Krivokapić, Jevtić Miloš, Gheorghe Săvoiu, Classical
solutions for improvement of restructuring process and representation of organizational
structure and alternative future solutions of quantum economics Econophysics, Sociophysics &
other Multidisciplinary Sciences Journal (ESMSJ) nr.2/ 2011, pag. 25-35
60. Gheorghe Săvoiu, Sisteme contemporane de indicatori statistici privind protecţia mediului,
Revista Română de Statistică Supliment nr.3/2011, pg. 45 -52.
61. Gheorghe Săvoiu, Constantin Manea, Enviromental statistics and human ecology, Revista
Română de Statistică nr 9/2011, pg. 75-101
264
ANEXE

265
 Anexa 1
Funcţia Gauss - Laplace
2
ux
1
Φ( z ) = ∫ e 2 du
2Π 0
Dacă se doreşte transformarea valorilor lui Z , în corespondenţă cu aria curbei normale de
repartiţie sau cu nivelul de probabilitate declarat sau impus, se are în vedere valoarea
dublată a celei corespunzătoare din tabel, respectiv Φz = 2Φz. Exemplu: în condiţii de α=
0,05 (col 6), 2Φz=0,95 ,de unde Φz = 0,475 , iar din tabel rezultă: Z=1,9 sau Z=2, 0 .

z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0 Col 1 Col 2 Col 3 Col 4 Col 5 Col 6 Col 7 Col 8 Col 9 Col 10
0,0 0,0000 0,0040 0,0080 0,0120 0,0160 0,0199 0,239 0,027 0,0319 0,0359
0,1 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,0675 0,0714 0,0753
0,2 0,0793 0,0832 0,0871 0,0910 0,0948 0,0987 0,1026 0,1064 0,1103 0,1141
0,3 0,1179 0,1217 0,1255 0,1293 0,1331 0,1368 0,1406 0,1443 0,1480 0,1517
0,4 0,1554 0,1591 0,1628 0,1664 0,1700 0,1736 0,1772 0,1808 0,1844 0,179
0,5 0,1915 0,1950 0,1985 0,2019 0,2054 0,2088 0,2123 0,2157 0,2190 0,2224
0,6 0,2257 0,2291 0,2324 0,2357 0,2389 0,2422 0,2454 0,2486 0,2517 0,2549
0,7 0,2580 ,02611 0,2642 0,2673 0,2704 0,2734 0,2764 0,2794 0,2823 0,2852
0,8 0,2881 0,2910 0,2939 0,2967 0,2995 0,3023 0,3051 0,3078 0,3106 0,3133
0,9 0,3159 0,3186 0,3212 0,3238 0,3264 0,3289 0,3315 0,3340 0,3365 0,3389
1,0 0,3413 0,3438 0,3461 0,3485 0,3508 0,3531 0,3554 0,3577 0,3599 0,3621
1,1 0,3643 0,3665 0,3686 0,3708 0,3729 0,3749 0,3770 0,3790 0,3810 0,3830
1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3962 0,3980 0,3997 0,4015
1,3 0,4032 0,4049 0,4066 0,4082 0,4099 0,4115 0,4131 0,4147 0,4162 0,4177
1,4 0,4192 0,4207 0,4222 0,4236 0,4251 0,4265 0,4279 0,4292 0,4306 0,4319
1,5 0,4332 0,4345 0,4357 0,4370 0,4382 0,4394 0,4406 0,4418 0,4429 0,4441
1,6 0,4452 0,4463 0,4474 0,4484 0,4495 0,4505 0,4515 0,4525 0,4535 0,4545
1,7 0,4554 0,4564 0,4573 0,4582 0,4591 0,4599 0,4608 0,4616 0,4625 0,4633
1,8 0,4641 0,4649 0,4656 0,4664 0,4671 0,4678 0,4686 0,4693 0,4699 0,4706
1,9 0,4713 0,4719 0,4727 0,4732 0,4738 0,4744 0,4750 0,4756 0,4761 0,4767
2,0 0,4772 0,4778 0,4783 0,4788 0,4793 0,4798 0,4803 0,4808 0,4812 0,4817
2,1 0,4821 0,5826 0,4830 0,4834 0,4838 0,4842 0,4846 0,4850 0,4854 0,4857
2,2 0,4861 0,4864 0,4868 0,4871 0,4875 0,4878 0,4881 0,4874 0,4887 0,4890
2,3 0,4893 0,4896 0,4898 0,4901 0,4904 0,4906 0,4909 0,4911 0,4913 0,4816
2,4 0,4918 0,4920 0,4922 0,4925 0,4927 0,4929 0,4931 0,4932 0,4934 0,4936
2,5 0,4938 0,4940 0,4941 0,4943 0,4945 0,4946 0,4948 0,4949 0,4951 0,4952
2,6 0,4953 0,4955 0,4956 0,4957 0,4959 0,4960 0,4910 0,4962 0,4963 0,4964
2,7 0,4965 0,4966 0,4967 0,4968 0,4969 0,4970 0,4971 0,4972 0,4973 0,4974
2,8 0,4974 0,4975 0,4976 0,4977 0,4977 0,4978 0,4978 0,4978 0,4080 0,4891
2,9 0,4981 0,4982 0,4982 0,4983 0,4984 0,4984 0,4985 0,4985 0,4986 0,4986
3,0 0,4987 0,4987 0,4987 0,4988 0,4988 0,4989 0,4989 0,4989 0,4990 0,4990

266
 Anexa 2

Valorile variabilei χ 2 în funcţie de probabilitatea

α = P( χ 2 〉 χα2 )
şi numărul gradelor de libertate f
α
0,990 0,975 0,950 0,900 0,100 0,050 0,025 0,010 0,001
f
0 Col 1 Col 2 Col 3 Col 4 Col 5 Col 6 Col 7 Col 8 Col 9
1 0,0002 0,0010 0,0039 0,0158 2,71 3,84 5,02 6,63 10,83
2 0,02 0,05 0,10 0,21 4,61 5,99 7,38 9,21 13,82
3 0,12 0,22 0,35 0,58 6,25 7,81 9,35 11,34 16,27
4 0,30 0,48 0,71 1,06 7,78 9,49 11,14 13,28 18,47
5 0,55 0,83 1,15 1,61 9,24 11,07 12,83 15,09 20,52
6 0,87 1,24 1,64 2,20 10,64 12,59 14,45 16,81 22,46
7 1,24 1,69 2,17 2,83 12,02 14,07 16,01 18,47 24,32
8 1,65 2,18 2,73 3,49 13,36 15,51 17,53 20,09 26,13
9 2,09 2,70 3,33 4,17 14,68 16,92 19,02 21,67 27,88
10 2,56 3,25 3,94 4,87 15,99 18,31 20,48 23,21 29,59
11 3,05 3,82 4,57 5,58 17,27 19,67 21,92 24,72 31,26
12 3,57 4,40 5,23 6,30 18,55 21,03 23,34 26,22 32,91
13 4,11 5,01 5,89 7,04 19,81 22,36 24,74 27,69 34,53
14 4,66 5,63 6,57 7,79 21,06 23,68 26,12 29,14 36,12
15 5,23 6,26 7,26 8,55 22,31 25,00 27,49 30,58 37,70
16 5,81 6,91 7,96 9,31 23,54 26,30 28,84 32,00 39,25
17 6,41 7,56 8,67 10,08 24,77 27,59 30,19 33,41 40,79
18 7,01 8,23 9,39 10,86 25,99 28,87 31,53 34,80 42,31
19 7,63 8,91 10,12 11,65 27,20 30,14 32,85 36,19 43,82
20 8,26 9,59 10,85 12,44 28,41 31,41 34,17 37,57 45,32
21 8,90 10,28 11,59 13,24 29,61 32,67 35,48 38,93 46,80
22 9,54 10,98 12,34 14,04 30,81 33,92 36,78 40,29 48,27
23 10,20 11,69 13,09 14,85 32,01 35,17 38,08 41,64 49,73
24 10,86 12,40 13,85 15,66 33,20 36,41 39,37 42,98 51,18
25 11,52 13,12 14,61 16,47 34,38 37,65 40,65 44,31 52,62
26 12,20 13,84 15,38 17,29 35,56 38,88 41,92 45,64 54,05
27 12,88 14,57 16,15 18,11 36,74 40,11 43,19 46,96 55,48
28 13,57 15,31 16,93 18,94 37,92 41,34 44,46 48,28 56,89
29 14,26 16,05 17,71 19,77 39,09 42,56 45,72 49,59 58,30
30 14,95 16,79 18,49 20,60 40,26 43,77 46,98 50,89 59,70

267
 Anexa 3

Repartiţia Student
Valorile lui t în funcţie de probabilitatea p(t ≤ tα )
şi numărul gradelor de libertate f

0,90 0,80 0,70 0,60 0,50 0,40 0,30 0,20 0,10 0,05 0,02 0,01 0,001
0 Col 1 Col 2 Col 3 Col 4 Col 5 Col 6 Col 7 Col 8 Col 9 Col 10 Col 11 Col 12 Col 13
1 0,158 0,325 0,510 0,727 1,000 1,376 1,963 3,078 6,314 12,706 31,821 63,657 63,619
2 0,142 0,289 0,445 0,617 0,816 1,061 1,386 1,886 2,920 4,303 6,965 9,925 31,598
3 0,137 0,277 0,424 0,584 0,765 0,978 1,250 1,638 2,353 3,182 4,541 5,841 12,929
4 0,134 0,271 0,414 0,569 0,741 0,941 1,190 1,533 2,132 2,776 3,747 4,604 8,610
5 0,132 0,267 0,408 0,559 0,727 0,920 1,156 1,476 2,015 2,571 3,365 4,032 6,869
6 0,131 0,265 0,404 0,553 0,718 0,906 1,134 1,440 1,943 2,447 3,143 3,707 5,959
7 0,130 0,263 0,402 0,549 0,711 0,896 1,119 1,415 1,895 2,365 2,998 3,499 5,408
8 0,130 0,262 3,990 0,546 0,706 0,889 1,108 1,397 1,860 2,306 2,896 3,355 5,401
9 0,129 0,261 0,398 0,543 0,703 0,883 1,100 1,383 1,833 2,262 2,821 3,250 4,781
10 0,129 0,260 0,397 0,542 0,700 0,879 1,093 1,372 1,812 2,228 2,764 3,169 4,587
11 0,129 0,260 0,396 0,540 0,697 8760 1,088 1,363 1,796 2,201 2,718 3,106 4,437
12 0,128 0,259 0,395 0,539 0,695 0,873 1,083 1,356 1,782 2,179 2,681 3,055 4,318
13 0,128 0,259 0,394 0,538 0,694 0,870 1,079 1,350 1,771 2,160 2,650 3,012 4,221
14 0,128 2,580 0,393 0,537 0,692 0,868 1,076 1,345 1,761 2,145 2,624 2,977 4,140
15 0,128 0,258 0,393 0,536 0,691 0,866 1,074 1,341 1,753 2,131 2,602 2,947 4,073
16 0,128 0,258 0,392 0,535 0,690 0,865 1,071 1,337 1,746 2,120 2,583 2,921 4,015
17 0,128 0,257 0,392 0,534 0,689 0,863 1,069 1,333 1,740 2,110 2,567 2,898 3,965
18 0,127 0,257 0,392 0,534 0,688 0,862 1,067 1,330 1,734 2,101 2,552 2,878 3,922
19 0,127 0,257 0,391 0,533 0,688 0,861 1,066 1,328 1,729 2,093 2,539 2,861 3,883
20 0,127 0,391 0,533 0,687 0,860 0,860 1,064 1,325 1,725 2,086 2,528 2,845 3,850
21 0,127 0,257 0,391 0,532 0,686 0,859 1,063 1,323 1,721 2,080 2,518 2,831 3,819
22 0,127 0,256 0,390 0,532 0,686 0,858 1,061 1,321 1,717 2,074 2,508 2,819 3,792
23 0,127 0,256 0,390 0,532 0,685 0,858 1,060 1,319 1,714 2,069 2,500 2,807 3,767
24 0,127 0,256 0,390 0,531 0,685 0,857 1,059 1,318 1,711 2,064 2,492 2,797 3,745
25 0,127 0,256 0,390 0,531 0,684 0,856 1,058 1,316 1,708 2,060 2,485 2,787 3,725
26 0,127 0,256 0,390 0,531 0,684 0,856 1,058 1,315 1,706 2,056 2,479 2,779 3,707
27 0,127 0,256 0,389 0,531 0,684 0,855 1,057 1,314 1,703 2,052 2,473 2,771 3,690
28 0,127 0,256 0,389 0,530 0,683 0,855 1,056 1,313 1,701 2,048 2,467 2,763 3,674
29 0,127 0,256 0,389 0,530 0,683 0,854 1,055 1,311 1,699 2,045 2,462 2,756 3,649
30 0,127 0,256 0,389 0,530 0,683 0,854 1,055 1,310 1,697 2,042 2,457 2,750 3,656
40 0,126 0,255 0,388 0,529 0,681 0,851 1,050 1,303 1,684 2,021 2,423 2,704 3,551
80 0,126 0,254 0,387 0,527 0,679 0,848 1,046 1,296 1,671 2,000 2,390 2,660 3,460
120 0,126 0,254 0,386 0,526 0,677 0,845 1,041 1,289 1,658 1,980 2,358 2,617 3,373
∞ 0,126 0,253 0,385 0,524 0,674 0,842 1,036 1,282 1,645 1,960 2,326 2,576 3,291

268
 Repartiţia Student
Valorile lui t în funcţie de probabilitatea p (t ≤ tα ) sau pragul de relevanţă al
testului şi numărul gradelor de libertate(g.d.l.)
Test t unilateral dreapta

gdl Pragul de semnificaţie sau nivelul de relevanţă al testului

0.40 0.25 0.10 0.05 0.025 0.01 0.005 0.0005
1 0.324920 1.000000 3.077684 6.313752 12.70620 31.82052 63.65674 636.6192
2 0.288675 0.816497 1.885618 2.919986 4.30265 6.96456 9.92484 31.5991
3 0.276671 0.764892 1.637744 2.353363 3.18245 4.54070 5.84091 12.9240
4 0.270722 0.740697 1.533206 2.131847 2.77645 3.74695 4.60409 8.6103
5 0.267181 0.726687 1.475884 2.015048 2.57058 3.36493 4.03214 6.8688
6 0.264835 0.717558 1.439756 1.943180 2.44691 3.14267 3.70743 5.9588
7 0.263167 0.711142 1.414924 1.894579 2.36462 2.99795 3.49948 5.4079
8 0.261921 0.706387 1.396815 1.859548 2.30600 2.89646 3.35539 5.0413
9 0.260955 0.702722 1.383029 1.833113 2.26216 2.82144 3.24984 4.7809
10 0.260185 0.699812 1.372184 1.812461 2.22814 2.76377 3.16927 4.5869
11 0.259556 0.697445 1.363430 1.795885 2.20099 2.71808 3.10581 4.4370
12 0.259033 0.695483 1.356217 1.782288 2.17881 2.68100 3.05454 4.3178
13 0.258591 0.693829 1.350171 1.770933 2.16037 2.65031 3.01228 4.2208
14 0.258213 0.692417 1.345030 1.761310 2.14479 2.62449 2.97684 4.1405
15 0.257885 0.691197 1.340606 1.753050 2.13145 2.60248 2.94671 4.0728
16 0.257599 0.690132 1.336757 1.745884 2.11991 2.58349 2.92078 4.0150
17 0.257347 0.689195 1.333379 1.739607 2.10982 2.56693 2.89823 3.9651
18 0.257123 0.688364 1.330391 1.734064 2.10092 2.55238 2.87844 3.9216
19 0.256923 0.687621 1.327728 1.729133 2.09302 2.53948 2.86093 3.8834
20 0.256743 0.686954 1.325341 1.724718 2.08596 2.52798 2.84534 3.8495
21 0.256580 0.686352 1.323188 1.720743 2.07961 2.51765 2.83136 3.8193
22 0.256432 0.685805 1.321237 1.717144 2.07387 2.50832 2.81876 3.7921
23 0.256297 0.685306 1.319460 1.713872 2.06866 2.49987 2.80734 3.7676
24 0.256173 0.684850 1.317836 1.710882 2.06390 2.49216 2.79694 3.7454
25 0.256060 0.684430 1.316345 1.708141 2.05954 2.48511 2.78744 3.7251
26 0.255955 0.684043 1.314972 1.705618 2.05553 2.47863 2.77871 3.7066
27 0.255858 0.683685 1.313703 1.703288 2.05183 2.47266 2.77068 3.6896
28 0.255768 0.683353 1.312527 1.701131 2.04841 2.46714 2.76326 3.6739
29 0.255684 0.683044 1.311434 1.699127 2.04523 2.46202 2.75639 3.6594
30 0.255605 0.682756 1.310415 1.697261 2.04227 2.45726 2.75000 3.6460
∞ 0.253347 0.674490 1.281552 1.644854 1.95996 2.32635 2.57583 3.2905

269
 Anexa 4

Repartiţia F (Fisher - Snedecor)

Valorile funcţiei F (F = S1 / S2) pentru I1, I2 grade de libertate P=0,95 sau
P=0,99 ,respectiv α = 0, 05 sau α = 0, 01 nivel de semnificaţie

I2 I1 =1 I1 =2 I1 =3 I1 =3 I1 =4
α= α= α= α= α=
0,05 0,01 0,05 0,01 0,05 0,01 0,05 0,01 0,05 0,01
1 161,4 4 052 199,5 4 999 215,7 5 403 224,6 5 625 230,2 5 764
2 18,51 98,49 19,00 99,00 19,16 99,17 19,25 99,25 19,30 99,30
3 10,13 34,12 9,55 30,81 9,28 29,46 9,12 28,71 9,01 28,24
4 7,71 21,20 6,94 18,00 6,59 16,69 6,39 15,98 6,26 15,52
5 6,61 16,26 5,79 13,27 5,41 12,06 5,19 11,39 5,05 10,97
6 5,99 13,74 5,14 10,91 4,76 9,78 4,53 9,15 4,39 8,75
7 5,59 12,25 4,74 9,55 4,35 8,45 4,12 7,85 3,97 7,45
8 5,32 11,26 4,46 8,65 4,07 7,59 3,84 7,01 3,69 6,63
9 5,12 10,56 4,26 8,02 3,86 6,99 3,63 6,42 3,48 6,06
10 4,96 10,04 4,10 7,56 3,71 6,55 3,48 5,99 3,33 5,64
11 4,84 9,65 3,98 7,20 3,59 6,22 3,36 5,67 3,20 5,32
12 4,75 9,33 3,88 6,93 3,49 5,95 3,26 5,41 3,11 5,06
13 4,67 9,07 3,80 6,70 3,41 5,74 3,18 5,20 3,02 4,86
14 4,60 8,86 3,74 6,51 3,34 5,56 3,11 5,03 2,96 4,69
15 4,54 8,68 3,68 6,36 3,29 5,42 3,06 4,89 2,90 4,56
16 4,49 8,53 3,63 6,23 3,24 5,29 3,01 4,77 2,85 4,44
17 4,45 8,40 3,59 6,11 3,20 5,18 2,96 4,67 2,81 4,34
18 4,41 8,28 3,55 6,01 3,16 5,09 2,93 4,58 2,77 4,25
19 4,38 8,18 3,52 5,93 3,13 5,01 2,90 4,50 2,74 4,17
20 4,35 8,10 3,49 5,85 3,10 4,94 2,87 4,43 2,71 4,10
21 4,32 8,02 3,47 5,78 3,07 4,87 2,84 4,37 2,68 4,04
22 4,30 7,94 3,44 5,72 3,05 4,82 2,82 4,31 2,66 3,99
23 4,28 7,88 3,42 5,66 3,03 4,76 2,80 4,26 2,64 3,94
24 4,26 7,82 3,40 5,61 3,01 4,72 2,78 4,22 2,62 3,90
25 4,24 7,77 3,38 5,57 2,99 4,68 2,76 4,18 2,60 3,86
26 4,22 7,72 3,37 5,53 2,98 4,64 2,74 4,14 2,59 3,82
27 4,21 7,68 3,35 5,49 2,96 4,60 2,73 4,11 2,57 3,78
28 4,20 7,64 3,34 5,45 2,95 4,57 2,71 4,07 2,56 3,75
29 4,18 7,60 3,33 5,42 2,93 4,54 2,70 4,04 2,54 3,73
30 4,17 7,56 3,32 5,39 2,92 4,51 2,69 4,02 2,53 3,70
40 4,08 7,31 3,23 5,18 2,84 4,31 2,61 3,83 2,45 3,51
60 4,00 7,08 3,15 4,98 2,76 4,13 2,52 3,65 2,37 3,34
120 3,92 6,85 3,07 4,79 2,68 3,95 2,45 3,48 2,29 3,17
∞ 3,84 6,64 2,99 4,60 2,60 3,78 2,37 3,32 2,21 3,02

270
 Anexa 4
(continuare)

I2 l1=6 l1=12 l1=12 l1=24 l1=25

α= α= α= α= α=
0,05 0,01 0,05 0,01 0,05 0,01 0,05 0,01 0,05 0,01
1 234,0 5 859 238,9 5 981 243,9 6 106 249,0 6 234 254,3 6 366
2 19,33 99,33 19,37 99,36 19,41 99,42 19,45 99,46 19,50 99,50
3 8,94 27,91 8,84 27,49 8,74 27,05 8,64 26,60 8,53 26,12
4 6,16 15,21 6,04 14,80 5,91 14,37 5,77 13,93 5,63 13,46
5 4,95 10,67 4,82 10,27 4,68 9,89 4,53 9,47 4,36 9,02
6 4,28 8,47 4,15 8,10 4,00 7,72 3,84 7,31 3,67 6,88
7 3,87 7,19 3,73 6,84 3,57 6,47 3,41 6,07 3,23 5,65
8 3,58 6,37 3,44 6,03 3,28 5,67 3,12 5,28 2,93 4,86
9 3,37 5,80 3,23 5,47 3,07 5,11 2,90 4,73 2,71 4,31
10 3,22 5,39 3,07 5,06 2,91 4,71 2,74 4,33 2,54 3,91
11 3,09 5,07 2,95 4,74 2,79 4,40 2,61 4,02 2,40 3,60
12 3,00 4,82 2,85 4,50 2,69 4,16 2,50 3,78 2,30 2,36
13 2,92 4,62 2,77 4,30 2,60 3,96 2,42 3,59 2,21 3,16
14 2,85 4,46 2,70 4,14 2,53 3,80 2,35 3,43 2,13 3,00
15 2,79 4,32 2,64 4,00 2,48 3,67 2,29 3,29 2,07 2,87
16 2,74 4,20 2,59 3,89 2,42 3,55 2,24 3,18 2,01 2,75
17 2,70 4,10 2,55 3,79 2,38 2,45 2,19 3,08 1,96 2,65
18 2,66 4,01 2,51 3,71 2,34 3,37 2,15 3,00 1,92 2,57
19 2,63 3,94 2,48 3,63 2,31 3,30 2,11 2,92 1,88 2,49
20 2,60 3,87 2,45 3,56 2,28 3,23 2,08 2,86 1,84 2,42
21 2,57 3,81 2,42 3,51 2,25 3,17 2,05 2,80 1,81 2,36
22 2,55 3,76 2,40 3,45 2,23 3,12 2,03 2,75 1,78 2,31
23 2,53 3,71 2,38 3,41 2,20 3,07 2,00 2,70 1,76 2,26
24 2,51 3,67 2,36 3,36 2,18 3,03 1,98 2,66 1,73 2,21
25 2,49 3,63 2,34 3,32 2,16 2,99 1,96 2,62 1,71 2,17
26 2,47 3,59 2,32 3,29 2,15 2,96 1,95 2,58 1,69 2,13
27 2,46 3,56 2,30 3,26 2,13 2,93 1,93 2,55 1,67 2,10
28 2,44 3,53 2,29 3,23 2,12 2,90 1,91 2,52 1,65 2,06
29 2,43 3,50 2,28 3,20 2,10 2,87 1,90 2,49 1,64 2,03
30 2,42 3,47 2,27 3,17 2,09 2,84 1,89 2,47 1,62 2,01
40 2,34 3,29 2,18 2,99 2,00 2,66 1,79 2,29 1,51 1,80
60 2,25 3,12 2,10 2,82 1,92 2,50 1,70 2,12 1,39 1,60
120 2,17 2,96 2,01 2,66 1,83 2,34 1,61 1,95 1,25 1,38
∞ 2,09 2,80 1,94 2,51 1,75 2,18 1,52 1,79 1,00 1,00

271
View publication stats