Збір та поширення статистичної інформації

Збір та поширення статистичної інформації

Інформація – це послідовність зазвичай упорядкована відомостей, знань, що є актуалізованими тобто такими, що одержуються, передаються, перетворюються, стискаються або реєструються за допомогою деяких знаків - символьного, образного, жестового, звукового, сенсомоторного типу. Це приріст, розвиток, актуалізація знань, що виникають в процесі цілеспрямованої інтелектуальної діяльності людини. Ніяка інформація, ніяке знання не з'являється відразу – цьому передує етап нагромадження, осмислення, систематизації досвідчених даних, поглядів. Знання – продукт такого процесу. Мислення – необхідний атрибут такого процесу.Методика збору інформації – це сукупність засобів і порядок проведення робіт, що регламентує процес збору інформації про зовнішнє і внутрішнє середовище. Вона включає порядок розробки, класифікацію і загальні вимоги до інформації, а також перелік засобів, необхідних для виконання робіт з реалізації збору даних. Проведено теоретичний аналіз статистичних методів в управлінні якістю виробничих процесів. Вказано на їх переваги, особливості та специфічні вимоги. Обгрунтовано доцільність та важливість щодо застосування статистичних методів на вітчизняних підприємствах. Стаття присвячена дослідженню можливостей розповсюджених сучасних статистичних пакетів обробки даних. Сформульовані основні рекомендації по вибору професіональних, універсальних та спеціалізованих статистичних пакетів.

Вступ.

Сьогодні якість продукції розглядається як одна з важливих умов розвитку економіки, від якої залежать темпи промислового зростання країни, ефективність використання трудових ресурсів, успіхи зовнішньої торгівлі і її національний престиж. Прагнучи вийти на ринки з жорсткою конкурентною боротьбою, на підприємствах необхідно активніше впроваджувати системи управління якістю, які б відповідали визнаним міжнародним вимогам та стимулювали постійне поліпшення продукції. Зростаюче значення якості продукції є наслідком розвитку науки і техніки, поліпшення умов і вдосконалення методів виробництва. Це спричинено низкою таких чинників: - ускладненням виробничих процесів, впро-вадженням новітніх технологій, сучасного обладнання, засобів автоматизації; - зростанням обсягів виробництва, випуску однорідної продукції; - розширенням галузевої і міжгалузевої спеціалізації; - розширенням міжнародної торгівлі та техніко-економічної співпраці між країнами; - постійно зростаючими вимогами споживачів до якості продукції та послуг. Необхідною умовою досягнення успіху під-приємства щодо виробництва якісної, а відтак, конкурентноспроможної продукції, є створення та налагодження виробничої системи на всіх його рівнях. Матеріали, сировина, комплектуючі вироби (деталі) стають частиною продукції, що виробляється. Якість технологічного обладнання, приладів, засобів контролю тощо, також безпосередньо впливають на якість продукції, що виробляється. Важливим завданням підприємства є забезпечення виробництва надхоженням якісних матеріалів із зовнішніх джерел і від субпідрядників. Проте найважливішим завданням будь-якого підприємства є налагоджена система виробничих процесів, адже саме в цьому закладено цілу науку про найбільш економічні способи перероблення сировинних матеріалів та отримання якісної готової продукції[1-7]. Якщо процес це сукупність взаємозв’язаних ресурсів і діяльності, яка перетворює вхідні елементи у вихідні[2-9], то виробничий процес — систематичне та цілеспрямоване змінювання в часі та просторі кількісних та якісних характеристик засобів виробництва і робочої сили для отримання готової продукції з вихідної сировини згідно із заданою програмою [3-9]. Ефективне управління якістю виробничими проце-сами неможливе без використання статистичних методів, здатних своєчасно, оперативно та об'єктивно відображати зміни в процесі. Згідно даних оцінки спеціалістів, статистичні методи використовують, як основний аналітичний інструмент у 70 % виробничих процесів з контролю якості і на всіх рівнях виробництва [4-10]. Постановка проблеми. Незамінним інструментом сучасних дослідників є програми для наукових розрахунків. Розвиток обчислювальних методів зробив можливим розв’язання різноманітних по складності наукових завдань за допомогою обчислювальної техніки. Програмне забезпечення (ПЗ) розробляється багатьма організаціями, як невеликими компаніями, так і великими корпораціями світового рівня. Випускаються спеціалізовані програми для самих різних дисциплін - математики, астрономії, хімії, фізики, біології, лінгвістики, інженерії, розробки штучного інтелекту тощо. ПЗ необхідне як при елементарному відтворенню графіків, так і при обробці великих масивів інформації, зібраної науковими приладами. Більше 90% учених використовують у своїй практиці програми для наукових розрахунків. 50% розробляють власні програми, а майже 70% вважають, що сучасні наукові дослідження неможливі без застосування комп'ютерної техніки і наукового ПЗ [12]. Якісна і стабільна програма для точних розрахунків – це запорука чистоти наукового дослідження і надійності отриманих даних. Єдина помилка в коді програми унеможливлює увесь дослідницький проект. Якщо дані отримані за допомогою програми, результати якої невідтворні, то і результати дослідження будуть недостовірними [12]. Обробка великих масивів статистичної інформації, необхідної для аналізу діяльності, планування виробництва підприємства, підвищення прибутковості галузі господарства, держави може бути виконана лише з використанням сучасних засобів інформаційних технологій. Використання достовірної і науково-обгрунтованої інформації приводить до зменшення витрат, підвищення якості та ефективності виробництва. У зв'язку із зростанням потреби статистичного аналізу даних практично в усіх сферах діяльність, а особливо в науковій, ринок ПЗ для статистичної обробки даних нестримно розвивається. У статті розглянуто основні присутні на ринку програмні пакети для статистичної обробки даних.

Мета статті

Метою статті є огляд статистичних програмних продуктів щодо їх функціональних можливостей, для використання в науково-дослідницькій діяльності підприємств та учбовому процесі.

Аналіз стану на ринку статистичних пакетів

Аналіз даних є невід’ємною частиною процесу дослідження систем будь-якого типу [1-9]. На тепер ринок пакетів програм для статистичної обробки даних пропонує велику кількість різноманітних ПЗ [1-11, 17, 19, 20]. У цьому переліку представлені різноманітні ПЗ від засобів EXCEL [16-26] до пакету STATISTICA [8, 17].

Виходячи з поставленого круга завдань науково-дослідницької діяльності, користувачеві кожного разу необхідно обирати оптимальне і відповідне для нього ПЗ - статистичний пакет. Як правило, оптимальним є варіант, що комбінує в собі високий рівень продуктивності ПЗ, потрібні функціональні можливості і помірну ціну. При виборі важливо звернути увагу на наступні характеристики: відповідність комп’ютерного устаткування користувача системним вимогам ПЗ; відповідність можливостей ПЗ до параметрів поставлених завдань; об’єм даних для статистичного аналізу; кваліфікація (рівень знань) користувача в області статистики.

Статистичний пакет повинен відповідати певним вимогам: модульність; можливість асистування при виборі способу обробки даних; використання простої проблемно-орієнтованої мови для формулювання завдання користувача; автоматична організація процесу обробки даних та зв'язків з модулями пакета; ведення банку даних користувача і складання звіту про результати зробленого аналізу; діалоговий режим роботи користувача з пакетом; сумісність з іншим програмами. Крім того, для використання кожного ПЗ наявна інформаційна система повинна задовільняти відповідним системним вимогам. Системні вимоги (System Requirements) – це мінімальні системні вимоги що показують, яка конфігурація системи цілковито необхідна для запуску програмного забезпечення або рекомендовані системні вимоги, що показують, яка конфігурація системи здатна забезпечити максимально комфортні умови роботи ПЗ [40, 49]. Ці вимоги можуть описувати, як апаратне забезпечення (hardware), так і програмне забезпечення (software - необхідні драйвери, операційна система тощо). Наприклад, основні системні вимоги можуть бути такими: частота роботи процесора - 1,5 ГГц; операційна система - Windows 8, 8.1 (32- та 64-розрядна версія) або Windows 10 (32- та 64-розрядна версія); розмір оперативної пам'яті - 1 ГБайт; розмір вільного простору на жорсткому диску - 4,5 ГБайт; наявність браузера - Internet Explorer 8, 9, 10, 11 або Firefox (ESR); роздільна здатність екрана - 1024x768 пікселів; необхідна відео карта - ATI Radeon 9400/128 Мбайт (або апаратне прискорення відео додатково); необхідна DirectX-сумісна аудіокарта.

Досвід використання комп’ютерної техніки та програмного забезпечення підтверджує той факт, що практично для кожної науково-досідницької задачі є можливість обрати оптимальний варіант комбінації hardware-software. Можливо використовувати різне ПЗ та різні версії того самого ПЗ з різними системні вимогами на різноманітних апаратних платформах. Крім того, як розвиток software, так і розвиток hardware іде взаємопов’язано і невпинно [48]. Отже, не повинна виникати проблема обрати для своїх досліджень певну систему засобів. Для досягнення результативності ПЗ повинні також мати можливість внесення доповнень, мати високий рівень сегментації, набір пропонованих методик аналізу і сервісних функцій, мати розвинені засоби налаштувань, зручні функції імпорту даних, а також налаштування на галузеву специфіку [8-20].

Дослідження характеристик програмних засобів для математичної і статистичної обробки даних

Ринок статистичних пакетів досить великий і досягає декількох тисяч [1, 2, 14]. По функціональності програми для статистичного аналізу можна розділити на 3 основних групи: універсальні пакети, або пакети загального призначення; професійні пакети; спеціалізовані пакети. Наприклад, професійні пакети - SAS, BMDP; універсальні пакети - STADIA, STATGRAPHICS, SPSS, STATISTICA; спеціалізовані - BIOSTAT, MESOSAUR, DATASCOPE [8,14-25].

Статистичні програми відносяться до наукомісткого ПЗ, ціна їх часто недоступна індивідуальному користувачеві. Професійні пакети мають велику кількість методів аналізу, популярні пакети - кількість функцій, достатню для універсального застосування. Спеціалізовані пакети орієнтовані на конкретну вузьку область аналізу даних. Творці програмних статистичних пакетів заявляють, що їх продукт перевершує аналоги. Відсутність у більшості дослідників часу для освоєння декількох програм, робить непростим вибір необхідного ПЗ [4]. Інформаційні системи активно використовують дані різного типу. Існує багато класичних методів аналізу, які базуються на математичному апараті (математична статистика, математичне програмування, лінійна алгебра тощо) та чудово себе зарекомендували протягом свого існування [19]. Cучасні програмні засоби уможливлюють проведення повноцінного математичного та статистичного аналізу даних. На ринку ПЗ існує велика кількість додатків, які пропонують допомогу у розв’язанні задач аналізу даних як у пакетному режимі, так і у вигляді бібліотек функцій, які можна використовувати в інших програмних продуктах. Більшість пакетів - такі, як RATS, SAS, STATA, TSP, SPSS, SORITEC, SYSTAT, були написані до 80-х років і орієнтувалися на технологію роботи з великими ЕОМ [14]. Фактично вони були набором процедур на мові FORTRAN. Багато з цих пакетів і досі включають частини, написані на FORTRAN. При перенесенні на персональні комп'ютери до набору процедур додавалася надбудова у вигляді командної мови для управління викликом процедур (чи досить примітивної системи меню, за якою стоїть командна мова). В силу цього вони поступаються пакетам, спеціально написаним для PC (наприклад, GAUSS, Microfit, MicroTSP, ЕViews), за такими параметрами, як швидкодія, дизайн, інтерфейс з користувачем, ефективність використання PC.

Пакети, призначені для РС, написані, як правило, на мові С, яка дозволяє запрограмувати гнучкіший і ефективніший інтерфейс з користувачем. Проте пакети, спочатку написані на FORTRAN, такі, як TSP, STATA, SPSS, SYSTAT створювалися і розвивалися впродовж багатьох років великими колективами розробників та включають величезну кількість найрізноманітніших методів [14]. Також обране ПЗ повинно дозволяти легко отримувати необхідні графіки (наприклад, відразу з меню пострегресійного аналізу) і мати інтерактивні можливості графічного інтерфейсу (графічний курсор, графічний редактор тощо). Охарактеризуємо найпопулярніші та функціонально повні програмні продукти з наявними засобами статистичного аналізу даних. BMDP - BioMeDical Package (Statistical Software, Inc.) [21]. BMDP - це статистичний біомедичний пакет і бібліотека із більш ніж сорока статистичних процедур, BMDP вперше була реалізована в Fortran для IBM 7090 [8, 21]. BMDP є другою ітерацією вихідних BIMED програм. Вона була розроблена в UCLA медичних наук. Забезпечує такі функції: ступенева регресія, всі можливі підмножини регресії, поліноміальна регресія, ступенева логістична регресія, дисперсійний та коваріаційний аналіз. EViews - Econometric Views (Quantitative Micro Software / IHS Markit Ltd.) [23]. Статистичний пакет для аналізу економетричних даних часових рядів, аналізу і моделювання даних, побудови регресійних моделей. EViews - найпотужніший пакет для побудови економетричних моделей. EViews може бути успішно використаний для вирішення наступних завдань: аналіз наукової інформації; фінансовий аналіз; макроекономічне прогнозування; моделювання економічних процесів; прогнозування станів ринків тощо. Широкі можливості пакет EViews надає для аналізу даних часових рядів. Функції цього ПЗ: проста лінійна регресія, багатофакторна регресія, нелінійна регресія, симультативні моделі, ARIMA-моделі. Завдяки стрункій і логічній ідеології побудови Wmdows- интepфeйca пакет EViews дуже простий в засвоєнні, містить розвинену підказку (help), що є, по суті, довідником по економетричним методам.

GenStat (VSN International Ltd. - VSNi) [46]. Програма статистичної обробки даних з широкими можливостями графічного представлення результатів та програмування. ЇЇ особливістю є наявність вже готового набору функцій для аналізу результатів біологічних, експериментів, включаючи microarray аналіз. GenStat є усебічною системою статистики, що пропонує просту систему для недосвідченого користувача через інтерфейс меню Windows, гнучку систему для досвідченішого користувача через потужний інтерфейс з використанням командної мови. Перевагою GenStat є великий діапазон доступних статистичних методів.

GraphPad Prism (GraphPad Software, Inc.) [24]. Cпеціалізована програма для статистичного аналізу біологічних даних (біостатистика, побудова кривих і графіків). GraphPad Prism може використовуватися також для конверсії файлів між різними форматами. GraphPad Prism поєднує в собі функції побудови наукових графіків, кривих в нелінійній регресії, отримання зрозумілих статистичних результатів і організацію даних. Розроблена для біологів, соціологів і фізиків, також широко використовується студентами і аспірантами. Нелінійна регресія є важливим інструментом при аналізі даних, але часто робота з нею є важчою, ніж має бути. У GraphPad Prism побудова кривої спрощена до максимуму: просто обирається з великого списку часто використовуваних рівнянь і програма зробить усе інше автоматично - сформує криву, виведе результати у вигляді таблиці, намалює криву на графіці та інтерполюватиме невідомі значення. Система дозволить з легкістю провести основні статистичні тести, широко використовувані в лабораторних і клінічних дослідженнях: t- тест, непараметричні порівняння, одно- і двосторонній дисперсійний аналіз, аналіз таблиць зв'язаності і виживання. Усі частини проекту, що проводиться в програмі, пов'язані, що дозволяє одного разу виправити помилку в даних і автоматично отримати оновлені результати.

Maple (Waterloo Maple, Inc.) [27]. Комерційна система комп'ютерної алгебри. Містить понад 5000 функцій для більшості розділів сучасної математики, моделювання та інтерактивної візуалізації, підтримує мову програмування Maple, дозволяє комбінувати алгоритми, результати обчислення, математичні формули, текст, графіку, діаграми та анімацію зі звуком в електронному документі. Можливості пакета: символьні обчислення і чисельні методи; математичні функції та методи; розв'язування рівнянь; диференціальні рівняння; лінійна алгебра; оптимізація; програмування; операції з розмірностями та одиницями вимірювання величин; редактор математичних формул; візуалізація, графіки, інтерактивні меню та асистенти; шаблони-приклади для стандартних проблем; елементи для розробки графічних інтерфейсів; доступ до MapleCloud-сховища для обміну документами між користувачами та колегами; понад 30 палітр відсортованих для створення та редагування математичних виразів; розпізнавання рукописних формул; інструментарій для фінансового моделювання; статистичне моделювання; фізичні моделі; високопродуктивні обчислення; автоматичне розпаралелювання; багатонитеве програмування; обчислення в Ґрід-мережах; підтримка CUDA; інтерфейс для Matlab; експорт в інші мови програмування; системи доступу до баз даних; інтерфейс до математичної бібліотеки NAG. MathCAD (Parametric Technology Corp.) [28, 33]. Потужний пакет для математичних розрахунків, розв’язання рівнянь, побудови графіків тощо. Є системою комп'ютерної алгебри з класу систем автоматизованого проектування, орієнтована на підготовку інтерактивних документів з обчисленнями і візуальним супроводженням, відрізняється легкістю використання і застосування для колективної роботи. Має простий і інтуїтивний інтерфейс користувача. Для введення формул і даних можна використовувати як клавіатуру, так і спеціальні панелі інструментів. Робота здійснюється в межах робочого аркуша, на якому рівняння і вирази відображаються графічно, на противагу текстовому запису в мовах програмування. При створенні документів-програм використовується принцип WYSIWYG (What You See Is What You Get — «що бачиш, те й отримуєш»). Незважаючи на те, що ця програма орієнтована на користувачів-непрограмістів, також використовується в складніших проектах, щоб візуалізувати результати математичного моделювання, шляхом використання найбільш поширених обчислень і традиційних мов програмування. Mathcad зручно використовувати для навчання, обчислень і інженерних розрахунків. Відкрита архітектура у поєднанні з підтримкою технологій NET і XML дозволяють легко інтегрувати Mathcad практично в будь-які ІТ-структури та інженерні застосування. Є можливість створення електронних книг (e-Book). Mathematica (Wolfram Research, Inc) — вичерпна система комп'ютерної алгебри для чисельних, символьних та графічних обчислень і візуалізації [17-25]. Виконує найрізноманітніші математичні операції та перетворення алгебраїчних виразів заданих в чисельній та символьній формах (змінні, функції, поліноми, матриці тощо). Mathematica – це інтерактивний обчислювальний та графічний інструмент із вбудованою мовою програмування для швидких та точних розв’язків. Інформацію можна подавати як у звичайному математичному вигляді, так і у вигляді функцій з використанням вбудованої мови програмування. Електронний документ цієї комп’ютерної системи, який називається notebooks (записник), допомагає користувачеві створювати тексти, здійснювати обчислення, будувати графіки та анімацію для технічного звіту чи презентації роботи. Існує також можливість підключення додаткових пакетів за допомогою технології Add-ons. Можливості аналітичних перетворень у Mathematica: розв'язання систем поліноміальних і тригонометричних рівнянь і нерівностей, а також трансцендентних рівнянь, що зводяться до них; розв'язання рекурентних рівнянь; спрощення виразів; знаходження границь; інтегрування і диференціювання функцій; знаходження скінченних і нескінченних сум і добутків; розв'язання диференціальних рівнянь і рівнянь в часткових похідних; перетворення Фур'є і Лапласа, а також Z-перетворення; перетворення функції у ряд Тейлора, операції з рядами Тейлора: додавання, множення, композиція, отримання зворотної функції та інші. Можливості чисельних розрахунків Mathematica: обчислення значень функцій, у тому числі спеціальних, з довільною точністю; рішення систем рівнянь; знаходження меж; інтегрування і диференціювання; знаходження сум і добутків; рішення диференціальних рівнянь і рівнянь в частинних похідних; поліноміальна інтерполяція функції від довільного числа аргументів з набору відомих значень; перетворення Фур'є і Лапласа, Z-перетворення. Завдання у теорії чисел: визначення простого числа за його порядковом номером, визначення кількості простих чисел, що не перебільшують дане; дискретне перетворення Фур'є; розкладання числа на прості множники, знаходження НСД і НСК. Лінійна алгебра у Mathematica: операції з матрицями: додавання, множення, знаходження зворотної матриці, множення на вектор, обчислення експоненти, отримання визначника; пошук власних значень і власних векторів. Графіка і звук у Mathematica: побудова графіків функцій, в тому числі параметричних кривих і поверхонь; побудова геометричних фігур: ламаних, кіл, прямокутників тощо; відтворення звуку, графік якого задається аналітичною функцією або набором точок; імпорт і експорт графіки в багатьох растрових і векторних форматах, а також звуку; побудова і маніпулювання графами.

MATLAB (MathWorks, Inc.) — комп’ютерна оболонка для інтерактивних та командних обчислень і візуалізації [41]. Містить пакет прикладних програм для числового аналізу, а також мова програмування, що використовується в даному пакеті. Об’єднує в собі чисельний аналіз, операції з матрицями, сигнальні процеси та графіки в зручному для використання середовищі, де задачі та розв’язки подаються у математичному запису без використання традиційного програмування. Є зручним засобом для роботи з математичними матрицями, малюванням функцій, роботи з алгоритмами, створенням робочих оболонок (user interfaces) з програмами в інших мовах програмування. Спеціалізується на чисельному обчисленні, спеціальні інструментальні засоби працюють з програмним забезпеченням Maple, що робить його повноцінною системою для роботи з алгеброю.

MATLAB надає користувачеві велику кількість функцій для аналізу даних, які покривають майже всі області математики, зокрема: матриці та лінійна алгебра — алгебра матриць, лінійні рівняння, власні значення і вектори, сингулярності, факторизація матриць тощо; многочлени та інтерполяція — корені многочленів, операції над многочленами та їх диференціювання, інтерполяція та екстраполяція кривих; математична статистика та аналіз даних — статистичні функції, статистична регресія, цифрова фільтрація, швидке перетворення Фур’є; обробка даних — набір спеціальних функцій, включаючи побудову графіків, оптимізацію, пошук нулів, чисельне інтегрування; диференційні рівняння — вирішення диференційних і диференційно-алгебраїчних рівнянь, диференційних рівнянь із запізнюванням, рівнянь з обмеженнями, рівнянь в часткових похідних та інше; розріджені матриці — спеціальний клас даних пакету MATLAB, що використовується у спеціалізованих додатках; цілочисельна арифметика — виконання операцій цілочисельної арифметики в середовищі MATLAB. Це професіональний пакет розв’язування математичних задач різної складності, моделювання, рішення рівнянь, побудова графіків тощо. MedCalc (MedCalc Software's) [29]. Невелика програма для статистичного аналізу даних. Включає тільки функції, які найбільш затребувані при обрахунку біологічних і медичних експериментів, завдяки чому має дуже малий розмір. Реалізовані можливості аналізу ROC-кривих (Receiver Operating Characteristic curve).

MESOSAUR – MEЗОЗАВР (СП «Стат Диалог») [13]. Програма МЕЗОЗАВР призначена для аналізу часових рядів. У формі часових рядів можуть виступати різноманітні дані з економіки, демографії, техніки, медицини тощо. У системі МЕЗОЗАВР реалізовані функції: ділова графіка; параметричні тести (описова статистика); непараметричні тести (хі-квадрат, біноміальний, знаків, серій, кореляція Кенделла, кореляція Спірмана); регресійний аналіз (проста регресія, множинна регресія, покрокова регресія, робаста регресія, нелінійна регресія); аналіз часових рядів (згладжування, фільтрація, автокореляція, кроскореляція, спектральний, кросспектральний, модель Бокса-Дженкинса (ARIMA) з експертною підтримкою). Система МЕЗОЗАВР розроблена для персональних комп'ютерів IBM PC/XT/AT і призначена для аналізу часових рядів помірної (до декількох тисяч спостережень) довжини. Вона орієнтована на фахівця середньої кваліфікації, що має достатнє уявлення про методи аналізу часових рядів. Суттєвою відмінністю системи МЕЗОЗАВР від більшість інших систем є те, що в ній кожному значенню часового ряду автоматично зіставляється відповідний момент часу, що враховується при здійсненні будь-яких операцій над часовими рядами, побудові графіків, побудові моделей тощо. Пакет МЕЗОЗАВР має перевагами по введенню та зберіганню інформації: свій стандарт файлів, введення інформації, яке здійснюється через вбудований редактор даних типу «електронної таблиці»; надає можливість збереження в стандартних файлах будь-яких даних, отриманих в ході аналізу; допускає експорт та імпорт інформації з текстових файлів.

Гранична довжина одного аналізованого часового ряду дорівнює 16 тис. значень, однак можливості аналізу такого ряду будуть дуже обмежені і тому найбільш ефективно працювати з рядами до 2-3 тис. значень. Одночасно можна аналізувати до 256 різних змінних, проте їх сумарна кількість значень не повинна перевищувати 60 тис. чисел. При цьому можна користуватися або реальними часовими шкалами (крок за часом - починаючи від 1 хв. до будь-якого цілого числа років), або ж умовною часової шкалою. Редагування даних здійснюється за допомогою вбудованого табличного редактора або ж у графічному режимі, а їх перетворення - за допомогою додаткового меню перетворень спеціального характеру. Крім того, є можливість безпосередньо вказати попереднє перетворення даних, яке далі враховується в процесі аналізу. При всіх арифметичних операціях над рядами враховується сумісність часових шкал.

MiсroTSP - Time Series Processor (TSP International, Inc.) [4-24]. Функціїї пакету: проста регресія, регресія часових рядів, прогнозування, авторегресивні моделі та моделі ковзного середнього, одночасні (симультативні) та імітаційні моделі, використання електронних таблиць у поєднанні з МістоTSP, логістичні та ймовірнісні моделі.

Minitab (Minitab, Inc) [3-20]. Функціїї пакету: управління даними і файлами; електронні таблиці для поліпшення аналізу даних; регресійний аналіз - проста регресія, регресія часових рядів; потужність і розмір вибірки; таблиці і діаграми; багатовимірний аналіз, а саме - факторний аналіз, кластерний аналіз, аналіз відповідностей тощо; непараметричний аналіз - різноманітні тести, включаючи вокальний тест, критерій серій, тест Фридмана тощо; часовий ряд і прогнозування - інструмент, який допомагає виявити тенденції в даних, а також прогнозування майбутніх значень, діаграми часових рядів, експоненціальне згладжування, аналіз тенденцій; статистичне управління процесами; системний аналіз вимірів; дисперсійний аналіз - визначення відмінностей між точками даних.

MS Excel (MicroSoft Corp.). Найбільш поширений додаток з пакету офісних програм MS Office [16-25]. Причини - наявність версії та тісна інтеграцією з MS Word і PowerPoint. Проте, MS Excel - це електронна таблиця з досить потужними математичними можливостями, де деякі статистичні функції є просто додатковими вбудованими формулами. Розрахунки зроблені при її допомозі не визнаються авторитетними науковими журналами. Також у MS Excel неможливо побудувати якісні наукові графіки. Безумовно, MS Excel добре підходить для накопичення даних, проміжного перетворення, попередніх статистичних обчислень, для побудови деяких видів діаграм. Проте остаточний статистичний аналіз необхідно робити в програмах, які спеціально створені для цих цілей. Існують макроси-доповнення для MS Excel, що включають додаткові статистичні функції, які в основних випадках є достатніми для звичайного застосування. Пробну версію макросів можна узяти на сайті виробника. NCSS (NCSS Software) [3-21]. Статистичний аналіз та побудова графіків за будь-якими даними. Розрахований на непрофесіоналів в області статистичної обробки. Інтерфейс системи багатовіконний. Усі дії користувача супроводжуються підказками. Дозволяє здійснювати статистичний аналіз введених даних, давати графічну інтерпретацію отриманих результатів в зображеннях різних вимірів, імпортувати та експортувати дані в найбільш поширених форматах.

OriginPro (OriginLab Corp.) [3-25]. Потужний пакет для аналізу результатів статистичних і наукових досліджень та вимірювань, надає засоби програмування та побудови графіків, діаграм, таблиць. Включає модулі Peak Fitting Module і Dialog Builder. Підтримка Microsoft COM, AcvtiveX і підпрограм на C. Пакет програм для чисельного аналізу даних і наукової графіки, працюючий на комп'ютері під управлінням операційної системи Microsoft Windows. Для виконання операцій можна використати інструмент графічного інтерфейсу користувача (діалоги/меню) або викликати засоби в програмах. У Origin включений власний компілятор C/C++ з підтримкою і оптимізацією векторних і матричних обчислень. Origin створена для побудови двовимірної і тривимірної наукової графіки, яка створюється за допомогою готових шаблонів, доступних для редагування користувачем. Також можливо створювати нові власні шаблони. Після створення зображення воно може бути відредаговане за допомогою меню і діалогів. Можна експортувати отримані графіки і таблиці в ряд форматів, таких як PDF, EPS, WMF, TIFF, JPEG, GIF. За допомогою Origin можна проводити чисельний аналіз даних, включаючи різні статистичні операції, обробку сигналів тощо. RATS – Regression Analysis of Time Series (Estima, Inc.) [22]. Програма для економетричного аналізу часових рядів, широко використовується в учбових цілях. Функції: метод найменших квадратів, ймовірності та логістичні моделі, двокроковий метод найменших квадратів, зважений метод найменших квадратів, інструментальні змінні, критерій Кочрена-Оркатта, поліноміальні розподілені лаги [22,24].

S-PLUS (AT & T Bell Labs, TIBCO Software, Inc.) — інтерактивне програмне середовище для аналізу даних [34]. S-PLUS містить об’єктно-орієнтовану мову програмування, уніфіковану парадигму для дослідження статистичних моделей та тисячі вбудованих статистичних і графічних функцій. Інтерпретатор мови призначений для вбудовування в інше ПЗ, але може використовуватися як окремий інтерпретатор. S-PLUS - це комерційний різновид мови програмування S, яку реалізує компанія TIBCO Software Inc. [43]. Основою особливістю S-PLUS є об’єктно-орієнтований підхід в програмуванні та аналітичні алгоритми. Кампанія TIBCO Software Inc. активно використовує S та є постачальником ПЗ, що пов’язує (middleware). Це комплекс технологічного ПЗ для забезпечення взаємодії між різними застосуваннями, системами, компонентами. S-PLUS має користувацький інтерфейс з системою меню, що дозволяє здійснювати послідовність дій у діалозі з програмою. S-PLUS підтримує: об'єкти, механізм успадкування, вбудовані функції та методи; операції та функції для роботи зі скалярними величинами, векторами і масивами; структурну мову, що включає оператори циклу; логічні оператори; інтелектуальні оператори для роботи з об'єктами; об'єкт список, що дозволяє створювати структуровані масиви різнорідних об'єктів; функцію підстановки для циклу; функції аналізу змінних. S-PLUS дозволяє створювати власні процедури обробки даних та коригувати будь-яку з 1650 наявних функцій, підтримує інтерфейс з програмами на мовах C і FORTRAN.

S з самого початку був спрямований на програмування з даними – це опис представлення даних у комп'ютері, чисельне представлення, статистична модель, або інша інформація, над якою треба робити деякі маніпуляції. S займає проміжне положення між пакетами, які акцентують увагу на стандартних операціях, і науково-дослідними проектами в області дизайну мов, які розпочинаються з абстрактнішої мети. S розроблено, щоб використовуватися на практиці, але з акцентом на користувачів, які хотіли б утілити в життя нові ідеї в розробці ПЗ [4, 23].

SAS (SAS Institute, Inc.) — інтерактивне та командне програмне середовище, що утворене з модулів для аналізу даних, статистики та написання звітів [35]. SAS також забезпечує підключення до баз даних ORACLE та INGRES, забезпечує аналіз часових рядів та прогнозування, відтворює кольорові графіки, забезпечує матричне програмування та розвинену статистику, виконує експертну підтримку. Допоможе при дослідженні дисперсійного аналізу та таких регресій як лінійна, нелінійна, RSQUARE-регресія, ступенева. SPSS - Statistical Package for the Social Sciences, PASW Statistics -Predictive Analytics SoftWare (SPSS: An IBM Company, Inc.) [25, 26]. Потужний, але й дорогий статистичний пакет обробки даних. Один із лідерів ринку в області комерційних статистичних продуктів, призначених для проведення прикладних досліджень в соціальних науках. Найбільш відомий і найстаріший пакет статистичної обробки даних. Модульний, повністю інтегрований, має усі необхідні можливості програмного комплексу, охоплює всі етапи аналітичного процесу: планування, збір даних, доступ до даних і керування даними, аналіз, створення звітів та поширення результатів. Має зручний інтерфейс. Містить досить повний набір статистичних (усього понад 60) та графічних процедур, а також процедур для створення звітів. Має вбудований засіб, що виконує інтелектуальну функцію, наприклад, пояснює користувачеві, яку статистику краще застосувати в кожному конкретному випадку. Можливості: введення і зберігання даних; можливість використання змінних різних типів; частотність ознак, таблиці, графіки, таблиці зв'язаності, діаграми; первинна описова статистика; маркетингові дослідження; аналіз даних маркетингових досліджень. SPSS має якісні прогностичні моделі і різні методи аналізу. Включає широкий набір функцій для простого управління і аналізу великих об'ємів даних. Програма може аналізувати усі надані дані і створювати графіки та діаграми для їх представлення в зручному вигляді. Усі аналізовані дані і результати представляються в окремих діалогових вікнах. Редактор даних - це ще одна відмінна функція IBM SPSS Statistics Base. Редактор включає багатофункціональне меню для редагування файлів, аналізу ризиків, ідентифікації клієнта, аналізу витрат і прибутку, а також аналіз трендів для кращого планування стратегії організації і майбутніх виробничих процесів. IBM SPSS Statistics Base також здатний виявляти шахрайські дані, щоб мінімізувати ризики. Програма дозволяє проаналізувати, які характеристики клієнти зв'язує з торговою маркою. Дані результатів, які використовуються в цьому інструменті, відображаються разом з графіками і діаграмами, які можна скопіювати і вставити в інші програми, а також експортувати в PDF або DOC формати, роздрукувати або зберегти для подальшого використання. Пакет відрізняється гнучкістю та потужністю, може застосовуватися для усіх видів статистичних розрахунків. Серед основних функцій цього пакету - можливість використання широкого набору математичних методів статистичної обробки даних, формування різних типів звітів, підтримка роботи з більшістю форматів даних, у тому числі підготовлених в електронних таблицях. STADIA [15-25]. STADIA – це вичерпний набір найсучасніших і ефективніших методів аналізу. Надає повний комплект ділової і наукової графіки: функції, залежності, розподіли, діаграми розсіяння, багатовимірні діаграми, карти, поверхні, обертання, сплайни, прогнози, гістограми, стовпчикові, вежі і кругові діаграми, дендрограммы, установка розмірів, написів по осях і під малюнком, графічний архів, різноманітні перетворення і обчислення, імпорт/експорт даних і результатів в стандартний міжнародний формат (ASCII і DBF); розвинена екранна допомога, зрозуміла інтерпретація результатів, великий сервіс, до 64 000 чисел в матриці даних. Функції: ділова графіка; параметричні тести (критерії Стьюдента, Фішера, гістограми, розподіли, узгодження частот, послідовний аналіз); непараметричні тести (хі-квадрат, знаків, Вілкоксона, Колмогорова-Смірнова, Ван-дер-Вардена, Клотца, Анасрі-Бредлі, кореляція Кенделла, кореляція Спірмана); категоріальний аналіз (кростабуляція, хі-квадрат оцінка, коефіцієнти узгодження); дисперсійний аналіз (одно-, дво-, багатофакторний, коваріаційний); регресійний аналіз (проста регресія, множинна регресія, покрокова регресія, нелінійна регресія); аналіз часових рядів (згладжування, фільтрація, автокореляція, кроскореляція, спектральний, крос -спектральний, ARIMA-моделі); багатовимірні методи дискримінантний аналіз, кластерний аналіз, факторний аналіз). Має розвинену систему контекстної екранної допомоги. Включає усі необхідні статистичні функції. Зовнішній інтерфейс фактично не змінюється з 1996 року. Графіки і діаграми, побудовані за допомогою STADIA, виглядають в сучасних презентаціях архаїчно. Колірна гамма програми (червоний шрифт на зеленому) дуже стомлює в роботі. До позитивних якостей програми можна віднести російськомовний інтерфейс і наявність великої кількості книг опису роботи. Stata (Stata Corp.) [16-23]. Потужний пакет для обробки статистичних і графічних даних. Пакет Stata позиціонується інструментом аналізу, що призначений для фахівців, які займаються науковими дослідженнями. Завдяки гнучкій модульній структурі пакет можливо застосовувати для аналізу даних із різних областей знань: суспільні науки (економіка, політологія), медицина (біостатистика, епідеміологія) тощо. Stata надає користувачам наступні можливості статистичного аналізу даних: динамічні факторні моделі, лінійні, узагальнені лінійні моделі і нелінійні моделі, багаторівневі змішані моделі, моделі вибуття; узагальнені оцінки рівнянь (GEE); непараметричні методи, методи повторних вибірок і статистичного експерименту; перевірка гіпотез і робота з оціненими моделями; максимізація функцій правдоподібності, заданих користувачем; матричні команди. Statistica (StatSoft, Inc.) — добре збалансоване за співвідношенням «потужність/зручність» ПЗ [18-14]. Має широкий спектр функціональних алгоритмів і розвинену графіку, а також відповідні засоби для редагування графічних матеріалів. Містить більше 250 статистичних функцій. Користувач має знати статистичну термінологію, а об’ємна довідкова система дає змогу досить повно ознайомлюватися з алгоритмами, що використовуються. Широко розповсюджена. Існує російськомовний сайт підтримки програми з різного роду допоміжними та навчальними матеріалами. Вбудовані функції об'єднані спеціалізованими статистичними модулями: основні статистики і таблиці, непараметрична статистика, дисперсійний аналіз, множинна регресія, нелінійне оцінювання, аналіз часових рядів і прогнозування, кластерний аналіз, факторний аналіз, функціональний аналіз, дискримінанта, аналіз тривалості життя, канонічна кореляція, багатовимірні шкали, моделювання структурними рівняннями тощо. Нескладний в засвоєнні, пакет можна рекомендувати для статистичних дослідження будь-якої складність [11, 14, 19, 22]. STATISTICA має суттєві переваги перед іншими статистичними пакетами: за допомогою реалізованих в системі STATISTICA мов програмування (SCL, STATISTICA BASIC), забезпечених спеціальними засобами підтримки, легко створюються закінчені рішення, що вбудовуються в різні інші застосування або обчислювальні середовища. Пакет перекладено російською мовою і можна придбати ліцензійну, русифіковану версію, видана велика кількість книг з детальним описом системи STATISTICA; можливе розширення користувачем бібліотеки функцій, що дозволять вирішувати більшість завдань по теорії вірогідності; реалізовано обмін даними між STATISTICA і Windows додатками; пакет має сенс використати при рішенні досить трудомістких, математично складних і громіздких в реалізації методів багатовимірного аналізу; будь-яка графічна і текстова інформація в STATISTICA може бути виведена у файл формату RTF, який відкривається і редагується в Microsoft Office Word [1, 5, 24]. StatGraphics - Statistical Graphics System (Manugistics, Inc.) [17-25]. Повний універсальний статистичний пакет для діалогового аналізу (interactive analysis) статистичних даних з широкими можливостями візуалізації. Функції ПЗ: проста регресія, аналіз часових рядів, багатофакторна лінійна та нелінійна регресія, авторегресійні моделі. Переваги STATGRAPHICS: поєднання наукових методів обробки різнотипних даних з можливістю створення сучасної високоякісної інтерактивної графіки; широкі можливості взаємодії з іншими програмними продуктами (електронними таблицями, базами даних); високоякісна двовимірна і тривимірна графіка, інтегрована графіка, в якій усі елементи графічних представлень результатів аналізу можуть бути перетворені. Після завершення процедури статистичного аналізу даних можна обрати графічні відображення результатів, релевантні використовуваній процедурі аналізу.

SYSTAT (Systat Software, Inc.) [19-25]. Програма для статистичної обробки. Функції: ділова графіка; параметричні тести (критерії Стьюдента, Фішера, гістограма); непараметричні тести (хі-квадрат, знаків, серій, Вілкоксона, Колмогорова-Смірнова, кореляція Спірмана); категоріальний аналіз (кростабуляція, хі-квадрат оцінка, коефіцієнти узгодження); дисперсійний аналіз (одно-, дво-, багатофакторний); регресійний аналіз (проста регресія, множинна регресія, покрокова регресія, нелінійна регресія); аналіз часових рядів (згладжування, фільтрація, автокореляція, кроскореляція, спектральний, ARIMA-моделі); багатовимірні методи (кореляція (коваріaція), кластерний аналіз, факторний аналіз); побудова теоретичних моделей для емпірічних отриманих даних, відображення результатів у вигляді тривимірних поверхонь чи двовимірних кривих; глибокий аналіз і обробка цифрових зображень. Unistat Statistical Package (Unistat Statistics Software ) [45]. Програма для аналізу статистичних даних та результатів наукових експериментів. Окремий статистично-аналітичний пакет з повним набором функцій. Відрізняється чудовою інтегрованістю з Excel, вбудовується в якості плагіну.

ЭВРИСТА [18-25]. Функції: ділова графіка; параметричні тести -описова статистика, гістограма; непараметричні тести хі-квадрат, знаків, Колмогорова-Смірнова; регресійний аналіз (проста регресія, множинна регресія); аналіз часових рядів -згладжування, фільтрація, автокореляція, кроскореляція, спектральний, крос-спектральний, моделі інтервенції, фазовий простір, гармонічні моделі, ARIMA-моделі; багатовимірні методи -факторний аналіз.

На сьогоднішній день ще не розроблено чіткої методології щодо статистичних методів управління якістю. Покращення якості продукції і процесів вимагає ретельної роботи персоналу підприємства з виявлення причин невідповідності продукції, виявлення дефектів та їх усунення. Для цього необхідно організувати пошук даних, які характеризують невідповідність, розробити методи аналізу і обробки даних, виявити основні причини виникнення дефектів і розробити заходи та алгоритми для їх усунення. Проблемою збору, обробки і аналізу результатів виробничої діяльності займається математична статистика, яка включає в себе велику кількість відомих статистичних методів для аналізу і виявлення дефектів. До таких можна віднести кореляційний і регресійний аналізи, перевірку статистичних гіпотез, факторний аналіз, аналіз часових рядів, і т.п. Важливо знати, над чим і як саме слід працювати для поліпшення виробничих процесів, адже їх порядок виконання значною мірою залежить від характеру продукції, форми організації виробництва тощо. Попри те, що кожен керівник знає стан функціонування системи, в якій він працює, управляти виробничими процесами достатньо складно. Розуміння головних чинників дозволяє глибше зрозуміти стан виробничого процесу і розробити заходи, які значно поліпшать, як сам процес, так і функціонування системи в цілому. Аналіз існуючих статистичних методів З розвитком сучасних систем управління якістю, роль статистичних методів в управлінні виробничими процесами безперервно зростає. Вони успішно використовуються під час: - аналізу потреб ринку та конкурентоспромож-ності продукції; - визначення технічних вимог до надійності, довговічності та терміну служби; - управління технологічними процесами; - визначення рівня якості; - приймального контролю; - аналізу зміни характеристик продукції у процесі експлуатації; - аналізу дефектів; - аналізу витрат на якість. [5-11] К. Ісікава [1-6] стверджує, що ―95 % усіх проблем фірми можуть бути вирішені за допомогою семи інструментів контролю якості. Вони прості, однак без них неможливо оволодіти більш складними методами‖. У Японії застосуванню цих методів надається значна увага. Американський вчений А. Фейгенбаум [7-12] також вважає обов'язковим застосування на виробництві статистичних методів аналізу і вибіркового контролю. Застосування семи простих методів аналізу сприяє підвищенню якості, зниженню браку, а отже, швидкому упорядкуванню виробництва, зниженню собівартості і витрат. Застосування методів статистичного контролю також дає відчутні економічні й організаційні переваги.

Метою дослідження є вивчення й аналіз існуючих методик збору маркетингової інформації з точки зору їхнього застосування при вирішенні питання стратегічного планування в університеті з метою забезпечення функціонування безупинного спостереження за динамічними процесами, що відбуваються у зовнішньому середовищі, для організації управління діяльністю. Об'єктом дослідження є, абітурієнти та підприємства – потенційні роботодавці. Задачі дослідження: • проаналізувати типи маркетингової інформації; • розкрити поняття зовнішнього і внутрішнього середовища; • проаналізувати існуючі методики збору інформації з погляду їхньої важливості для використання в системі моніторингу економіки освіти. За типом маркетингова інформація поділяється на первинну і вторинну інформацію [1-6]. • Первинна інформація – інформація, отримана в ході польових досліджень у результаті дій,безпосередньо зв'язаних з метою дослідження; • Вторинна інформація – інформація, що була попередньо отримана з внутрішніх і зовнішніх джерел, як правило, зібрана для цілей, відмінних від мети дослідження

Виклад основного матеріалу.

Бажання виробників підвищити якість своєї продукції пояснюється жорсткою конкуренцією на ринку. У зв’язку з цим існуючі методи і засоби, які забезпечують покращення якості продукції на сучасному етапі мають першочергове значення і є визначальними у виробничій діяльності. В Україні все більшого поширення набуває гармонізація та впровадження міжнародних стандартів ISO серії 9000, які спрямовані на побудову системи управління якістю, як сукупності процесів і управління ними, що у результаті забезпечить належний рівень якості продукції. Відповідно до цього, загальне управління якістю досягається за рахунок управління процесами, які застосовують на підприємстві, і вмінні правильно застосовувати статистичні методи. Термінологічні засади щодо використання, вибору та впровадження статистичних методів закладено у стандартах ДСТУ 3514-97 "Статистичні методи контролю та регулювання якості. Терміни та визначення" і ДСТУ ISO/TR 10017:2005 "Настанови щодо застосування статистичних методів" згідно з ІSO серії 9001[10]. Статистичні методи дозволяють оптимізувати процес пошуку причин невідповідності, підвищити точність і вірогідність висновків, ефективність розроблених заходів щодо усунення виявлених причин відмов та дефектів. Використання статистичних методів у виробничій практиці призводить до суттєвого зниження витрат і підвищення якості продукції, що пов’язано з аналізами виробництва та якості, технологічного процесу, контролем технологічного процесу та приймальним контролем .

Методи збору даних розподіляються на якісні та кількісні.Якісні дослідження являють собою неформалізований збір даних з використанням польових методів і нестандартизованою формою їхнього аналізу, що дозволяє отримати детальну інформацію про психологію споживача, його цінності, світогляд, глибинні мотиви поведінки та про інформацію/дані, які респонденти (свідомо чи несвідомо) не можуть або не хочуть надавати досліднику.Якісні методи збору інформації розділяються на дві групи:прямі , до яких відносяться фокус-групи та глибинні інтерв'ю;непрямі, які діляться на легендовані фокус-групи, глибинні інтерв'ю і проективні методи - асоціативні, завершення ситуації, конструювання ситуації, експресивні.

Прямі методи дають респондентам інформацію про проведення дослідження за їхньої участі -часом з доведенням до відома його цілей і завдань. До них відносяться класичні фокус-групи та глибинні інтерв'ю. Різниця між ними полягає в тому, що фокус-групи проводяться з вибіркою респондентів, тобто використовується груповий метод обговорення (7-12 чол.), глибинні інтерв'ю - в основному індивідуальні, максимум парні (наприклад, чоловік і дружина).Непрямі або засекречені методи використовуються тоді, коли респонденти не хочуть прямо давати необхідну інформацію, тому доводиться використовувати «підставні», легендовані підходи – наприклад, коли респонденти розраховують відвідати захід з певною метою, а в реальності ціль зовсім інша.Часто збір якісних даних проходить перед кількісним етапом дослідження. На основі результатів аналізу якісних даних приймається рішення, які питання та аспекти будуть необхідними при зборі кількісних даних.Кількісні дослідження передбачають збір даних, представлених в числовій формі – таких, які можна точно виміряти.Залежно від характеру проведення спостереження за часом, розрізняють спостереження поточні, періодичні та одночасні.Якщо збір матеріалу проводиться систематично, з постійною реєстрацією фактів при їх виникненні, то мова йде про поточне спостереження.

Таким методом визначається захворюваність окремих груп, народжуваність, смертність населення та ін.Якщо збір матеріалу проводиться регулярно, але не постійно, таке спостереження називається періодичним.Одночасні спостереження відображають стан явища на певний момент часу, який називається критичним моментом спостереження. Прикладом може бути перепис населення чи фіксація осіб, які звернулись до поліклініки на певний момент часу, хронометраж роботи лікарів та ін. Такі спостереження показують статику явищ, зміна яких впродовж часу йде відносно повільно.За необхідності використовується поєднання різних форм дослідження. Так, дані про кількість та структуру закладів охорони здоров’я збираються одночасним методом, а про їхню діяльність – шляхом поточного обліку.Методи обліку та збору кількісної інформації В дослідженні можуть бути використані різні методи збору кількісної інформації:безпосередня реєстрація;документальний облік;викопіювання;опитування;анкетування.При безпосередньому обліку фактів статистичні дані отримують шляхом особливого обліку одиниць сукупності – огляду, виміру, зважування та записують на індивідуальні карти спостереження.Документальний облік як первинний ґрунтується на систематичній реєстрації фактів, наприклад, у лікувально-профілактичних закладах. Такі дані з різних офіційних документів викопійовують у карту для вивчення.Викопіювання даних в розроблений статистичний документ може бути застосоване, наприклад, для отримання інформації про групи осіб, які звертались за медичною допомогою, про самі медичні заклади, їхню діяльність, кадри та з інших питань відповідно до розробленої програми.Використання технічних засобів обліку медичної інформації та її централізація оптимізують механізми подальшої обробки та аналізу.Збір статистичної інформації шляхом опитування проводять експедиційним та кореспондентським методами та у формі самореєстрації.При експедиційному методі дослідник опитує хворого і з його слів самостійно заповнює карту дослідження, чим забезпечує контроль за правильністю відповідей.При самореєстрації особа, яка обстежується, заповнює карту самостійно.При кореспондентському методі дослідник розсилає карти для обстеження з відповідними вказівками до їх заповнення. Заповнені карти (з відповідями на запитання) респондент відсилає на адресу дослідника.Анкетний метод використовується при неможливості безпосереднього спостереження за досліджуваним явищем.

Описано стан питання та основні елементи методики збору інформації про внутрішнє та зовнішнє середовище закладу вищої освіти. методика збору інформації, маркетингова інформація, інформаційна система університету (ІСУ), система моніторингу економіки освіти На сьогодні існують певні труднощі, зв’язані з прийомом та підготовкою кваліфікованих кадрів: порушено баланс між зовнішніми організаціями – підприємствами-роботодавцями та внутрішніми можливостями ВНЗа по організації навчального процесу та виробничої практики для майбутніх спеціалістів. Найбільш часто виникають проблеми такого змісту як: • перевиробництво кадрів за одними спеціальностями; • дефіцит кваліфікованих кадрів за іншими спеціальностями; • адекватність підготовки спеціалістів – випускників вимогам технічної та інформаційної оснащеності підприємств – потенційних роботодавців; • проблеми, зв’язані з демографічним спадом, у зв’язку з чим виникає конкуренція між ВНЗами рівноцінного профілю підготовки кадрів; • відтік абітурієнтів з регіону в більш великі міста країни; • відтік кваліфікованих кадрів за межі держави в зв'язку з дефіцитом робочих місць та неадекватною матеріальною винагородою спеціалістам за їх роботу. Для виправлення таких проблем повинен існувати зв'язок між ВНЗом і підприємствами. Збір соціологічної інформації — важливий та трудомісткий процес в соціологічному дослідженні. У своїй практиці соціологи використовують різноманітні методи — від найпоширенішого анкетування до складнішого експерименту.

Аналіз документів

Термін «документ» у соціології трактується як матеріальний об'єкт, що містить у зафіксованому вигляді інформацію про факти, події, явища об'єктивної дійсності та про діяльність людини і спеціально призначений для її передачі в часі і просторі.

Цінність документальних джерел для соціологічного дослідження і необхідність їх використання зумовлюються передусім тим, що потоки документальної інформації пронизують усі сфери життєдіяльності сучасного суспільства, характеризують соціальні процеси на різних рівнях дослідження, їх динаміку, свідомість людей, види, зміст і результати їхньої діяльності. Соціологічна інформація, яку містять документи, іноді дублює дані, одержані іншими методами (опитування, спостереження). Тоді вона стає засобом для перевірки і контролю їхньої дійсності.

Аналіз документів дає соціологу можливість побачити важливі сторони соціальної дійсності, допомагає виявити норми і цінності, притаманні суспільству, одержати відомості, необхідні для опису тих або інших соціальних структур і систем, простежити динаміку взаємодії між різними соціальними групами і окремими людьми. Щоб добре орієнтуватися в багатоманітності документів, перш за все необхідна їх класифікація, підвалиною якої слугує форма, в якій той або інший документ фіксує вміщену в ньому інформацію. Від форми, в якій зафіксована інформація, залежить цілі його використання і методи аналізу. 1. За формою фіксації інформації документи діляться на: • письмові документи - в них відомості подаються у формі тексту; • статистичні дані - цифрова форма викладу): • іконографічна документація кіно-відео-фотодокументація, картини; • фонетичні документи - аудіозаписи.

Письмові документи — найпоширеніший вид документації. Джерелами цього типу документів для соціолога є: державні і центральні архіви, архіви організацій і установ, підприємств, фірм, архіви емпіричних даних в машинописній формі, в тому числі, INTERNET, наукові публікації, преса, особистісні документи - листи, автобіографії, мемуари, щоденники, промови тощо. Існують і інші способи класифікації документів. За статусом джерела документи ділять на офіційні і неофіційні. З точки зору спонтанності появи документи ділять на мимовільні створені незалежно від дослідника; задані -створені спеціально на прохання дослідника. За ступенем опосередкованості виділяють первинні і вторинні документи — одні створені на основі безпосереднього досвіду автора, другі — на базі узагальнення первинних документів. За критерієм авторства документи класифікують на індивідуальні, створені одним автором, і колективні, створені декількома авторами, групою. В соціологічних дослідженнях найпоширенішими є традиційний - класичний і формалізований якісно-кількісний метод аналізу документів. Саме під традиційним, класичним аналізом розуміється вся багатоманітність розумових операцій, спрямованих на інтеграцію відомостей, що містяться в документі з певної точки зору, застосованого дослідником в кожному конкретному випадку. Традиційний аналіз документів дає можливість соціологу дати свою інтерпретацію змісту документа, проникнути в сутність явища, що вивчається, виявити логічні зв'язки і протиріччя між ними, оцінити ці явища і факти з певних дослідницьких позицій.

Бажання позбутися суб'єктивності традиційного аналізу обумовило появу принципово нового, формалізованого методу аналізу документів, який одержав назву «контент-аналіз». Контент-аналіз, або науковий аналіз змісту документа, — це метод дослідження, який застосовується в різних гуманітарних дисциплінах. Але розвиток цього методу переважно пов'язаний з соціологічними дослідженнями. З часом метод контент-аналізу став застосовуватися і при вивченні інших галузей соціальної реальності, іншого типу документів, зокрема, невербальних, іконографічних -портрети, фотографії, а також відповідей на відкриті запитання соціологічної анкети. Цей метод дуже часто використовується різними спецслужбами: до 80 відсотків таємної інформації здобуваються за його допомогою і зараз. Суть цього методу зводиться до того, щоб знайти такі ознаки, риси, властивості документа -наприклад, частота вживання певних термінів, які з необхідністю віддзеркалювали б певні суттєві сторони змісту. Тоді зміст документа стає вимірюваним, доступним точним обчислювальним операціям. Разом з тим обмеженість контент-аналізу полягає в тому, що далеко не все багатство змісту документа може бути виміряне за допомогою формальних та кількісних показників. Для здійснення контент-аналізу соціологу треба мати такі документи: • таблицю контент-аналізу; • інструкцію кодувальника; • кодувальну картку. Таблиця контент-аналізу містить список категорій і підкатегорій і присвоєні їм коди. Інструкція кодування містить опис одиниць аналізу і рахунку, в ній закладені правила кодування, обумовлюються можливі труднощі. Реєстрація одиниць аналізу здійснюється в спеціальних таблицях, кодувальник картках. Останні включають всі класифікаційні одиниці — категорії і підкатегорії. Одиниці аналізу, виявлені в документі, фіксуються у відповідних графах кодувальної картки. В контент-аналізі передбачається своя вибірка. Масив документів, об'єднаних загальною ознакою, представляє генеральну сукупність, яка має бути вивчена. Якщо перед аналітиком-соціологом стоїть завдання провести контент-аналіз кампаній по виборах президента України, то в межі генеральної сукупності треба включити всі документи, які опубліковані у зв'язку з виборами з моменту початку кампанії до її завершення.

Для формування вибіркової сукупності документів для контент-аналізу зазвичай використовують суцільний і випадковий відбір. Щодо застосування скерованого типу відбору, то він виключається через відсутність даних про розподіл в генеральній сукупності документів. Робота з документами вимагає від соціолога крім спеціальних знань великої винахідливості, вона завжди є дослідницьким пошуком. Анкетування Серед розповсюджених методів опитування респондентів важливе місце займає метод анкетного опитування. Надзвичайна популярність цього методу пояснюється різноманітністю і якістю соціологічної інформації, яку можна одержати за його допомогою. Цей метод засновується на висловлюваннях окремих осіб і проводиться з метою виявлення найтонших нюансів в думках респондентів. Анкета, як правило, починається з преамбули — звернення до респондента. В ньому вказується, хто проводить дослідження, описується мета дослідження, характер використання результатів, підкреслюється анонімний характер, спосіб заповнення анкети, а також висловлюється подяка -вона можлива і в кінці анкети за участь в анкетуванні. Далі йде основна частина анкети, яка містить блоки запитань до опитуваних, і третя частина — паспортичка, в якій представлені відомості про опитуваних -стать, вік, освіта, місце мешкання, соціальний стан і т. д.

За способом розповсюдження анкет опитування поділяються на:

• роздаткові — коли анкетер особисто вручає анкету і чекає, поки вона заповнюється, і тут же одержує її — очне роздаткове опитування, або одержує заповнену анкету через декілька днів — заочне роздавальне опитування; • поштове — анкета висилається і одержується поштою за попередньою домовленістю або без неї; • пресове — анкету пропонують заповнити читачеві газети чи журналу і надіслати в редакцію; • інтернет — опитування — (за цим способом розповсюдження і збір анкети здійснюється через електронний зв'язок). За типом дослідницьких завдань опитування бувають: • стандартизоване — націлене на одержання статистичної інформації; • фокусоване — збираються дані за умов конкретної ситуації; • глибинне — спрямоване на одержання пошукової інформації. За рівнем компетентності респондентів розрізняють: • масове опитування -думка неспеціалістів з тої чи іншої теми; • масове опитування у співробітництві з дослідником передбачає інформаційну допомогу респонденту з боку анкетера в осмисленні ситуації, що аналізується; • симптоматичне опитування -достатнє знання у респондента загальної інформації без глибокого осмислення цілей і завдань дослідження; • експертне опитування спеціалістів з проблеми, що вивчається.

Соціометрія

Соціометричний метод — це метод опитування, націлений на виявлення міжособистісних відносин шляхом фіксації взаємних почуттів симпатії і неприязні серед членів групи -наприклад, студентської групи. Наявність анкети-питальника, характер її заповнення, вимоги до контакту з опитуваним — ці та деякі інші ознаки дають підставу вважати соціометричний метод, попри наявність відмінних рис, одним із видів опитування. Його особливість та відмінність від інших традиційних методів опитування -анкетного і інтерв'ю полягає у цілеспрямованій орієнтації дослідження особливостей міжособистісних відносин в малих групах.

Інтерв'ю

Достатньо розповсюдженою формою соціологічних опитувань є інтерв'ю. Найхарактерніша його особливість як специфічного виду опитування полягає в тому, що інтерв'юер -той, хто опитує і респондент -той, кого опитують зводяться обличчям в обличчя, що інформація, яка цікавить дослідника, міститься у відповідях індивіда на задане йому в усній формі запитаннях. Інтерв'ю — це метод одержання необхідної інформації шляхом безпосередньої цілеспрямованої бесіди інтерв'юера з респондентом. Напрям бесіди визначається тією проблемою, яка цікавить інтерв'юера і є предметом прикладного соціологічного дослідження.

Види інтерв'ю:

• вільне інтерв'ю, коли, як правило, немає плану і завчасно сформульованих запитань. • глибинне інтерв'ю має за мету отримати інформацію, яка засвідчує не лише наявність того чи іншого соціального факту, явища, але й пояснює причини появи даних фактів, явищ; • фокусоване спрямоване інтерв'ю — вивчення громадської думки відносно конкретної події, факту, ситуації; • стандартизоване і формалізоване інтерв'ю, коли формулювання запитань, їх порядок, кількість і перелік можливих альтернативних відповідей, їх кодування і форма запису передбачаються заздалегідь і суворо фіксуються в своїй одноманітності. Спостереження як метод збирання соціологічної інформації не можна віднести до специфічних методів соціології. Остання запозичила його ще з часів перших соціологів із раніше сформованих галузей емпіричного знання і в кінцевому рахунку із природничих наук. В соціологічно-природничому симбіозі спостереження можна в першому наближенні визначити як планомірне цілеспрямоване сприйняття явищ, результати якого в тій або іншій формі фіксуються дослідником і потім перевіряються.При цьому збирається і фіксується за допомогою технічних приладів (кінокамера, фотоапарат, магнітофон, телевізійна та інша техніка) лише та інформація, яка може бути використана для опису, а потім і пояснення проблемної ситуації, яка досліджується. Розрізняють також відкрите спостереження, яке характеризується тим, що членам досліджуваної групи факт спостереження за ними відомий, від групи він не приховується, і спостереження інкогніто, коли члени спостережної групи не підозрюють, що за ними ведеться спостереження.

Можна також виділити спостереження:

• нестандартизоване, у якого немає чіткого плану дій, приписуваних ззовні; • стандартизоване, у якого є чітко фіксовані приписи відносно предмета і процедури спостереження. Кожний вид і тип спостереження має свої позитивні і негативні сторони.

Як основний метод збирання первинної інформації метод спостереження є досить ефективним в монографічних дослідженнях, тобто дослідженнях окремого випадку, а також в дослідженнях, які не вимагають великого обсягу вибірки. Експеримент — це загальнонауковий метод одержання в контролюючих і управляючих умовах нового знання. В соціологію він прийшов із галузі наук про природу. Точиться низка дискусій про можливості проведення соціологічних експериментів, їх- етичність. Саме через ці причини проведення експерименту поставлене в жорсткі рамки.

Інформація по відношенню до кінцевого результату проблеми буває: • Вихідна - на початок актуалізації цієї інформації; • Проміжна - від початку до завершення актуалізації інформації; • Результуюча - після завершення її актуалізації. Інформація не існує без інших типів ресурсів – енергії, речовини, організації, як і вони не можуть існувати без інформації. Будь-які взаємодії систем чи підсистем завжди матеріально-енерго-інформаційні. Тобто інформація існує у рамках певного середовища, а середовище є підґрунтям для виникнення і поширення інформації. Будь-який ВНЗ знаходиться і функціонує в рамках зовнішнього і внутрішнього середовища. Воно визначає успішність функціонування, накладає певні обмеження на операційні дії й, у якомусь ступені, кожна дія ВНЗу можлива тільки в тому випадку, якщо середовище припускає її здійснення. Основна проблема полягає у вивченні теоретичної бази для дослідження зовнішнього і внутрішнього середовищ ВНЗ, визначення ключових компонентів обох середовищ і надання методик для їхнього вивчення. Зовнішнє середовище є джерелом, що живить ВНЗ ресурсами, необхідними для підтримки його внутрішнього потенціалу на належному рівні. Університет знаходиться в стані постійного обміну з зовнішнім середовищем, забезпечуючи тим самим собі можливість виживання. Але ресурси зовнішнього середовища не безмежні. І на них претендують багато інших організацій, що знаходяться в цьому ж середовищі. Тому завжди існує можливість того, що ВНЗ не зможе одержати потрібні ресурси з зовнішнього середовища. Це може послабити його потенціал і привести до багатьох негативних для ВНЗ наслідків. Задача стратегічного управління складається з забезпечення такої взаємодії університету із середовищем, яка б дозволяла підтримувати потенціал ВНЗу на рівні, необхідному для досягнення його цілей, і тим самим давало б йому можливість виживати в довгостроковій перспективі. Вивчення внутрішнього середовища ВНЗ дає керівництву можливість оцінити внутрішні ресурси і можливості ВНЗ. Виявляючи сильні і слабкі сторони ВНЗ, керівництво має можливість розширювати і зміцнювати конкурентні переваги і, відповідно, попередити виникнення можливих проблем. Для прийняття ефективних управлінських рішень, керівництво ВНЗ повинне розуміти й аналізувати зовнішнє середовищє. Для сканування зовнішнього середовища університету є доцільним використання різноманітних методик дослідження і збору інформації: вивчення споживчого ринку за допомогою ринкових досліджень і фокусів-груп, постійного контролю за подіями і змінами, що відбуваються в зовнішньому середовищі, поряд з відстеженням дій конкурентів. Контроль за зовнішнім середовищем містить у собі збір інформації про соціальні, культурні, демографічні, економічні, політичні, державні і технологічні тренди. Для оптимального вивчення компонентів зовнішнього середовища, у сучасних дослідженнях стратегічного менеджменту виділяють загальне і конкурентне середовища. Соціологічний моніторинг базується на статистичних обстеженнях економіки утворення суб'єктів, експертних опитуваннях (керівників органів керування й закладів освіти), опитуваннях керівників державних і недержавних закладів професійної освіти, педагогічного складу освітніх закладів, учнів і їхніх батьків, слухачів додаткової освіти дорослих, а також опитуваннях населення: родин, що мають дітей у віці від 4-х до 20 років, які відвідують дошкільні заклади, школи, ПТУ, ССНЗи, ВНЗи, а також заклади додаткової освіти. Перевага тріангуляції джерел інформації обумовлює звернення до статистичних і соціологічних методів збору і первинної обробки отриманої інформації. У рамках польового етапу роботи статистичний блок припускає дві стадії: • збір первинної інформації; • статистичні відомості і первинну обробку отриманої інформації. На першому етапі буде розв’язуватись задача одержання значень досліджуваних ознак, що відповідають поставленій задачі на підставі сформованої системи показників, за окремими одиницями статистичної сукупності. Для виконання цього етапу досліджень доцільно застосувати методи масових спостережень [2-10]. На другій стадії статистичного дослідження отримана інформація підлягає первинній обробці, систематизації й упорядкуванню. Основний метод, який можна застосувати в ході цього етапу – метод статистичних групувань, який дозволяє виділити типи груп, а також метод первинного обліку - як форма звітності, що являє собою реєстрацію і первинну систематизацію отриманих в ході дослідження даних [2-7]. Особлива роль у системі моніторингу економіки освіти приділена соціологічному забезпеченню. Виходячи з установлених програмою моніторингу задач, необхідним бачиться застосування методів і кількісної, і якісної традиції. Це, з одного боку, дозволить розглянути систему освіти як соціальний інститут, виявити проблеми взаємодії між його структурами, дати причинні пояснення і вимірити існуючі взаємозв'язки. З іншого боку, пізнавальні можливості якісної традиції дозволять знайти латентні процеси, нетипові соціальні практики, описати нові аспекти вже відомих проблем, розкрити глибинний зміст і механізми функціонування соціальних практик. Прикладом методів кількісної традиції є формалізоване інтерв’ю та анкетування, а якісної – експертне інтерв’ю, глибинне інтерв’ю та метод фокус-груп [1-9]. Інформаційна система університету (ІСУ) охоплює 100% складу університету на всьому протязі навчання – починаючи з моменту подачі документів і закінчуючи підготовкою й оформленням диплому студентським відділом кадрів. Служби і відділи взаємодіють з деканатами в рамках своїх посадових обов'язків: студентський відділ кадрів, другий відділ, ПФВ, бухгалтерія. Бібліотека працює з цією системою в режимі конвертації даних, міжнародний відділ – у режимі дослідної експлуатації. Адміністрація університету одержує інтегровані аналітичні звіти, підготовлені з використанням даної системи. До роботи в системі підключаються співробітники кафедр, що здійснюють підготовку наказів. З інформаційною системою працюють співробітники відділу кадрів. Нарешті, останньою групою користувачів є студенти. Для збору інформації в системі маються програмні додатки, що встановлюються на робочих місцях тих співробітників, у чиї посадові обов'язки входить виконання цієї функції. За допомогою цих додатків працівники приймальних комісій вносять відомості про абітурієнтів у період літньої приймальної кампанії; співробітники деканатів -методисти, заступники деканів підготовляють накази, відслідковують зміни в навчальних планах, ведуть облік успішності; співробітники відділу кадрів відслідковують зміни в кадровому складі співробітників університету і т.д. Одним з головних переваг ІСУ є широкі можливості для аналізу зібраної інформації. За допомогою цієї системи можна аналізувати контингент абітурієнтів, що подають документи до ВНЗу, структуру студентського складу і його зміни в процесі навчання, результати здачі екзаменаційних сесій і їхню кореляцію з результатами здачі вступних іспитів і т.д. Типовий сайт – ще один з напрямків розвитку ІСУ. У рамках даного напрямку вирішуються дві задачі: • забезпечення збору інформації з різних аспектів діяльності кафедри і її співробітників; • централізоване створення на основі зібраної інформації представницьких сайтів кафедр, витриманих у єдиному стилі оформлення. Передбачається, що зібрана інформація буде не тільки відображатися на сайтах підрозділів, але і використовуватися різними службами: навчальним відділом, навчально-методичним центром, відділом якості освіти, адміністрацією. Аналіз положень стандартів ISO серії 9000 підтверджує необхідність застосування статистичних методів при управлінні якістю виробничих процесів, зокрема в ДСТУ ISO 9000:2007 "Системи управління якістю. Основні положення та словник термінів" обгрунтовано актуальність, доцільність використання та роль статистичних методів. Згідно стандарту, їх застосування може допомогти в розумінні змінюваності - відхилень і, тим самим, допомогти підприємствам у вирішенні проблем з якості і підвищенні результативності та ефективності їхньої діяльності. Статистичні методи сприяють кращому використанню існуючих даних для прийняття рішень, а також можуть допомогти у вимірюванні, описуванні, аналізі та моделюванні цієї змінюваності, навіть за відносно обмеженої кількості даних. Статистичний аналіз цих даних може допомогти у забезпеченні кращого розуміння природи, масштабу та причин змінюваності, сприяючи, таким чином, вирішенню виробничих проблем та їх запобіганню, які можуть виникнути внаслідок цієї змінюваності, а також спонукати до постійного покращення якості продукції. Основні статистичні методи управління якістю є стандартизовані. Огляд статистичних методів, які рекомендуються до застосування при впровадженні стандартів ІSО серії 9000, наводяться в ДСТУ ISO/TR Статистичне управління якістю продукції Статистичний аналіз процесів Статистичний аналіз якості Статистичний контроль процесів Статистичний приймальний контроль 10017:2005 "Настанови щодо застосування статистичних методів згідно з ISO 9001:2000 (ISO/TR 10017:2003, IDT)". ДСТУ ISO/TR 10017:2005 регламентує застосування 12 найбільш поширених статистичних методів, а саме: описова статистика; планування експериментів; перевірка гіпотез; вимірювальний аналіз; аналіз можливостей процесу; регресійний аналіз; аналіз надійності; вибірковий контроль; моделювання; карти статистичного контролю процесу; статистичне призначення допуску; аналіз часових рядів [11-26]. Статистичне управління процесами і прийняття рішень на основі фактів – це основні вимоги міжнародних стандартів ISO серії 9000 до систем якості, які можуть бути виконані завдяки впровадженню на підприємствах статистичних методів. Важливою складовою статистичного управління є здійснення заходів щодо покращення роботи підприємства на кожному етапі виробництва. Це дозволить постійно покращувати характеристики процесів та забезпечить належну роботу системи управління. Аналіз положень стандартів ISO серії 9000 - зокрема ДСТУ ISO 9001:2009 "Системи управління якістю. Вимоги") підтверджує необхідність застосування статистичних методів. Розділами: 4.1; 5.6.2; 8.1; 8.2.3; 8.4 вимагається здійснення моніторингу, вимірювання, порівняння та аналізування показників якості процесів, однак самі методи не вказуються [9-12]. Даний матеріал доцільно сприймати як «часовий зріз» на теперішній стан, тому що інформаційні технології та їх складові частини (hardware, software) розвиваються невпинно та стрімко, як, наприклад, подвійними кроками розвивається апаратне забезпечення [13-26]. Висока вартість статистичних програм не дозволяє їх міняти. Тому має сенс ознайомитися з демо-версіями, розібратися з роботою і вже потім робити остаточний висновок. Якщо потрібний потужний, загальновизнаний пакет з простим і зрозумілим навіть для початківців інтерфейсом, то краще скористатися SPSS. Для початківців і професіоналів, яким потрібна підказка і розвинена документація російською мовою, можна рекомендувати STATISTICA. Це потужне ПЗ з професійними можливостями. Переваги використання пакету STATISTICA: краще представлення 3D графіків та ілюстрацій; дане ПЗ є сертифікованим та надійним засобом обробки статистичних даних; дозволяє використовувати сучасні та надійні методи покладені в розробку ПЗ. Для невибагливих користувачів, які обмежуються у своїх дослідженнях стандартними статистичними методами можна рекомендувати Excel. Для ознайомлення із статистичною обробкою даних у учбовому процесі можна рекомендувати ознайомлення із більшістю розглянутих ПЗ: універсальні - Minitab, MatLab, STATISTICA, STATA, S-PLUS, STATGRAPHICS, Stadia, SYSTAT, SPSS, Excel; професійні - BMDP, SAS; спеціалізовані - DATASCOPE, BioStat, MESOSAUR. У якості перспективних досліджень – отримання інтегрального критерія ефективності для вибору оптимального програмного забезпечення в залежності від особливостей і параметрів конкретного науково дослідження.

Висновок.

Були проаналізовані типи інформації, розкриті поняття зовнішнього і внутрішнього середовища, розглянуті існуючі методики збору інформації з погляду їхньої важливості для використання в системі управління. Це дозволило зробити висновок, що зовнішні фактори у сукупності з внутрішнім середовищем виявляють рішучий вплив на функціонування університету в цілому. Крім того, протиріччя управлінських технологій, що склалися, та умов зовнішнього оточення вимагають змін в організації управління, перш за все в плані налагоджування інструментів взаємодії з зовнішнім середовищем, в якості якого для ВНЗу виступає як саме співтовариство з його освітніми вимогами і запитами, так і корпоративні замовники і споживачі освітніх послуг в особі підприємств і організацій, та, звісно, держава на всіх її структурних рівнях. Наступною задачею є розробка методики збору інформації для визначення ключових компонентів обох середовищ, з метою стратегічного планування розвитку університету та його перетворення в стійку самоналагоджувальну систему, яка ефективно взаємодіє з зовнішнім середовищем. Статистика істотно допомагає вирішувати традиційні інженерні і виробничі проблеми. Вона полегшує обробку, аналіз і використання інформації. Сім основних статистичних методів аналізу допомагають подати дані в зручному для узагальнення і аналізу вигляді. Застосування цих методів дозволяє зробити достовірні і коректні висновки, одержати розуміння у пошуку причин виявлення дефектів, а отже, більшу конкретність і ефективність розроб-лювальних заходів щодо усунення цих причин. Основне завдання статистичних методів в управлінні якістю виробничих процесів – це гарантія і стабільність якості на всіх етапах виробництва для отримання якісної кінцевої продукції. Аналіз концепцій статистичних методів в управлінні якістю виробничих процесів показав, що відмінною характеристикою сучасного підходу є перехід від якості продукції до якості процесів, належне функціонування яких забезпечить необхідний рівень характеристик продукції чи послуг на підприємстві. Така стратегія управління якістю закладена в вимогах міжнародних стандартів ISO серії 9000.

Список літератури

1. Лободинсъка О. М., Магазинщикова I. П., Мельникова Н. В. Соціологічний практикум: навч. посібник. — К., 1998. 2. Паніна Н. В. Технологія соціологічного дослідження. — К., 1996. 3. Піча В. М., Вовканич С. И., Маковецький В. М. Як підготувати, провести і узагальнити результати соціологічних досліджень? — Львів, 1996. 4. Cтатистика: Підручник /С.С.Герасименко, А.В.Головач, А.М.Єріна та ін..; за наук. ред. д-ра екон.наук С.С.Герасименка. – ІІ-ге вид., перероб. і доп. - К.: КНЕУ, 2000. – 467с. 5. Васильков В.Г. Організація виробництва: Навч. посібник. — К.: КНЕУ, 2003. — 524 с. 6. ДСТУ ISO 9000:2007 Системи управління якістю. Основні положення та словник термінів 3. ДСТУ 2960-94. Органiзацiя промислового виробництва. Основнi поняття терміни та визначення 7. Бичківський Р.В., Столярчук П.Г., Сопільник Л.І., Калинський О.О. Управління якістю. Сертифікація. – К.: Школа, 2005. – 432 с. 8. Фейгенбаум А., Фейгенбаум Д. Нова якість для XXI століття // Стандарти та якість. - № 6. - 2000. - С. 59-62. 9. Векслер Е.М. Менеджмент якості: ентропійний і статистичний підходи. Навчально-методичний посібник. – К.: Наша справа, №7, 2004. – 265с. 10. Демчук Л.В., Байцар Р.І. Статистичне управління якістю продукції // матеріали Міжнародної науково-практичної конференції ―Проблеми якості, стандартизації, сертифікації та метрологічного забезпечення‖ (18-20 вересня 2013 р.) – Херсон: Грінь Д.С., 2013. – С. 67-69. 11. ДСТУ ISO/TR 10017:2005. Настанови щодо застосування статистичних методів. ДСТУ ISO 9001:2009. Системи управління якістю 12.Вуколов Э.А. Основы статистического анализа. Практикум по статистическим методам и исследованию операций с использованием пакетов STATISTICA и EXCEL: учеб.пособ.- 2-е изд., испр. и доп.- М.: Форум, 2008.- 464 с. 13. Герасевич В.А., Современное программное обеспечение для статистической обработки биомедицинских исследований/ В.А. Герасевич, А.Р. Аветисов [Электронный ресурс]. – Режим доступа: http://miklebig.narod.ru/docum/statprog.htm (дата обращения 01.07.2017). – Название с экрана. 14. Ермантраут Е. Р. Статистичний аналіз агрономічних дослідних даних в пакеті Statistica-6 / Е.Р. Ермантраут, О.І. Присяжнюк, І.Л. Шевченко.– К. : Поліграф Консалтинг, 2007. – 55 с. 15. Караєва Н. В. Еколого-економічна оптимізація виробництва: інформаційна підтримка прийняття рішень: конспект лекцій. – К.: НТУУ «КПІ», 2016. – 115 с. 16. Красильников Д.Е. Программное обеспечение эконометрического исследования [Электронный ресурс]. – Режим доступа: 01.07.2017. – Название с экрана. 17. Левченко Л.О., Кілянчук О.П., Повханич О.Ю. Огляд програмних продуктів фінансово-економічного аналізу діяльності енергопідприємств [Електронний ресурс]. – Режим доступу: 01.07.2017. – Назва з екрану. 18. Майборода Р.Є., Сугакова О.В. Cтатистичний аналіз даних за допомогою пакету STATISTICA [Електронний ресурс]. – Режим доступу: 01.07.2017. – Назва з екрану. 19. Присяжнюк О. І. Комплексна оцінка сучасних гібридів цукрових буряків/ О.І.Присяжнюк, Т.Д.Сонець, О.Ю.Половинчук, І.І.Коровко// Наукові праці інституту біоенергетичних культур і цукрових буряків.- 2016.- N 24. - С.18-27. 20. Програми для математичної і статистичної обробки даних [Електронний ресурс]. – Режим доступу: 01.07.2017. – Назва з екрану. 21. Универсальная статистическая диалоговая система STADIA [Электронный ресурс]. – Режим доступа: 01.07.2017. – Название с экрана. 22. Шарапов О. Д. Системний аналіз: Навч.-метод. посібник для самост. вивч. дисц./ О. Д. Шарапов, В. Д. Дербенцев, Д. Є. Семьонов. — К.: КНЕУ, 2003. — 154 с. 23. SAS. Продукты и решения [Электронный ресурс]. – Режим доступа: 01.07.2017. – Название с экрана. 24. Statgraphics Centurion XVII [Electronic resourse]. - Mode of access: 01 July 2017. – Title from the screen. 25. Unistat Statistics Software [Electronic resourse]. - Mode of access: 01 July 2017. – Title from the screen. 26. IEEE Recommended Practice for Software Requirements Specifications [Electronic resourse]. - Mode of access: 01 July 2017. – Title from the screen.

Для студентів та аспірантів і докторантів . Основною метою є ознайомлення з основами проведення наукових досліджень. Огірко І.В.