BUDAPESTI GAZDASÁGI FŐISKOLA KÜLKERESKEDELMI FŐISKOLAI KAR NEMZETKÖZI MARKETING ÉS TELJES KÖRŰ MINŐSÉGIRÁNYÍTÁS SZAK Nappali tagozat Minőségirányítási menedzser szakirány
MINŐSÉGMÉRÉS A HIVATALOS STATISZTIKÁBAN A munkaerő-felmérés minősége
Készítette: Tajti Dóra
Budapest, 2009
TARTALOMJEGYZÉK 1. BEVEZETÉS............................................................................................................... 7 2. EURÓPAI STATISZTIKAI RENDSZER................................................................ 8 2.1 A hivatalos statisztika minőségfogalmának fejlődése .............................................. 10 3. A STATISZTIKAI RENDSZER MAGYARORSZÁGON................................... 13 3.1 A Központi Statisztikai Hivatal (KSH) elkötelezettsége a minőség mellett ............ 13 4. A STATISZTIKAI TERMÉKEK MÉRÉSÉRE SZOLGÁLÓ INDIKÁTORRENDSZER ........................................................................................... 16 4.1 Relevancia................................................................................................................. 19 4.2 Pontosság .................................................................................................................. 20 4.3 Időszerűség és időbeli pontosság.............................................................................. 23 4.4 Hozzáférhetőség........................................................................................................ 24 4.5 Összehasonlíthatóság ................................................................................................ 26 4.6 Koherencia ................................................................................................................ 27 5. MINŐSÉGI IRÁNYELVEK A KÖZPONTI STATISZTIKAI HIVATAL STATISZTIKAI MUNKAFOLYAMATAINAK EGYES SZAKASZAIRA .......... 29 6. MUNKAERŐ-FELMÉRÉS (MEF) ........................................................................ 32 6.1 A téma aktualitása, fontossága.................................................................................. 32 6.2 A magyar munkaerő-felmérés (MEF) kialakulása, módszertana ............................. 32 6.2.1 A munkaerő-felmérés kialakulása ......................................................................... 32 6.2.2 A munkaerő-felmérés módszertana Magyarországon ........................................... 33 6.2.3 Az adatgyűjtés gyakorisága ................................................................................... 33 6.2.4 Fogalmak, definíciók ............................................................................................. 34 6.2.5 A MEF termékei (mutatók).................................................................................... 34 6.2.6 A mintavétel módszere és a használt regiszter ...................................................... 35 6.2.7 Súlyozás ................................................................................................................. 36 6.2.8 Mintavételi hiba ..................................................................................................... 37 6.2.9 Az Eurostat pontossági követelményei.................................................................. 37 6.2.10 Szezonális kiigazítás ............................................................................................ 37 6.3 A MEF éves minőségjelentéseinek elemzése 2004-2007-re vonatkozóan............... 38 6.3.1 Relevancia.............................................................................................................. 39 3
6.3.2 Pontosság ............................................................................................................... 40 6.3.3 Időszerűség és időbeli pontosság........................................................................... 52 6.3.4 Hozzáférhetőség és érthetőség............................................................................... 52 6.3.5 Összehasonlíthatóság ............................................................................................. 53 6.3.6 Koherencia ............................................................................................................. 54 6.4 A 2005-ös európai uniós minőségjelentés elemzése................................................. 54 6.4.1 A minőségjelentés felépítése ................................................................................. 54 6.4.1.1 Bevezetés ............................................................................................................ 54 6.4.1.2 Általános rész...................................................................................................... 55 6.4.1.3 Relevancia........................................................................................................... 58 6.4.1.4 Pontosság ............................................................................................................ 59 6.4.1.5 Időszerűség és időbeli pontosság........................................................................ 65 6.4.1.6 Hozzáférhetőség és érthetőség............................................................................ 65 6.4.1.7 Összehasonlíthatóság .......................................................................................... 66 6.4.1.8 Koherencia .......................................................................................................... 67 6.4.1.9 Regionális munkanélküliség ............................................................................... 68 7. KÖVETKEZTETÉSEK........................................................................................... 70 8. MELLÉKLETEK ..................................................................................................... 71 9. FELHASZNÁLT IRODALOM............................................................................... 76
4
TÁBLÁZATOK ÉS ÁBRÁK JEGYZÉKE
Táblázatok 1. táblázat: A Szakmai Fórum által összeállított Eurostat-mutatórendszer 2005-ös változata (-): a 2003-as Eurostat ajánlásban még szereplő indikátor...................................... 17 2. táblázat: A 2008. június 1-jén hatályba lépő elnöki előírás- A KSH termékminőség mérésére szolgáló indikátorrendszerének nómenklatúrája ............................................. 18 3. táblázat: A munkaerő-felmérés negyedéves mintájának változása 1992-től .............. 36 4. táblázat: A minőségjelentés felhasználói és azok igényei ..................................... 39-40 5. táblázat: A foglalkoztatottak számának relatív szórása (%) 2004 és 2007 között negyedéves bontásban ........................................................................................................ 42 6. táblázat: 2004-es NUTS-2 szintű relatív szórás (%)................................................... 44 7. táblázat: 2005-ös NUTS-2 szintű relatív szórás (%) .................................................. 45 8. táblázat: 2006-os NUTS-2 szintű relatív szórás (%) .................................................. 46 9. táblázat: 2007-es NUTS-2 szintű relatív szórás (%)................................................... 47 10. táblázat: A gazdaságilag aktívak számára, a munkanélküliek számára és a munkanélküliségi rátára vonatkozó NUTS-3 szintű relatív szórások alakulása 2004 és 2007 között .............................................................................................................................. 49
Ábrák 1. ábra: A foglalkoztatottak számának relatív szórása (%) 2004-2007 negyedéves bontásban .............................................................................................................................. 41 2. ábra: A foglalkoztatottak számának relatív szórása (%) 2004 és 2007 között bontásban................................................................................................................................... 42 3. ábra: A 2004- 2007 közötti éves relatív szórások (%) összehasonlítása a munkaerőpiaci kategóriákra vonatkozóan ...................................................................................... 43 4. ábra: A foglalkoztatottak számának, a részmunkaidőben foglalkoztatottak számának, valamint a munkanélküliek számának relatív szórásának NUTS-2 szintű éves összehasonlítása 2004 és 2007 között ......................................................................................... 48
5
5. ábra: A 2005-ös második negyedéves munkanélküliségi ráta (%) a 25 Európai Uniós tagországban 95 %- os szignifikancia- szint mellett....................................................... 60 6. ábra: A 2005-ös munkanélküliségi ráta (%) a 25 Európai Uniós tagországban 95 %os szignifikancia- szint mellett ....................................................................................... 61 7. ábra: A munkával töltött órák átlagos száma (óra) 2005 második negyedévében a 25 Európai Uniós tagországban 95%- os szignifikancia- szint mellett ............................... 62 8. ábra: A munkával töltött órák átlagos száma (óra) 2005- ben a 25 Európai Uniós tagországban 95%- os szignifikancia- szint mellett............................................................. 63
6
1. BEVEZETÉS Napjainkra a különböző szintű fogyasztói igények növekedésével a minőség egyre nagyobb szerephez jut. A minőség fogalma jelentős változáson ment keresztül az évtizedek során. Kezdetben egyet jelentett azzal, hogy a termék megfelel a szabványoknak (1960), 1970-re már a használatra való alkalmasságot jelentette, tíz évvel később azzal azonosították, hogy a termék megfelel-e a költségeknek és a vevői igényeknek, 1990-re a vevők látens igényeinek való megfelelést is lefedte már a fogalom. A XXI. században már a vállalti kultúrának, a társadalmi és környezeti elvárásoknak és a társadalmi méretű tanulásnak való megfelelést is a minőség fogalma alá sorolják.1 A minőség stratégiai kérdéssé vált mind a termékek, mind pedig a szolgáltatások esetén. Igaz ez a Központi Statisztikai Hivatal termékeire, vagyis a statisztikai adatokra is, hiszen a felhasználók részéről igény mutatkozik a releváns, pontos, összehasonlítható és koherens adatokra. Kutatásom célja a minőség megvalósulásának vizsgálata a hivatalos statisztikában. Dolgozatomban bemutatom az Európai Statisztikai Rendszer felépítését és működését, a minőség szerepét az EU statisztikai hivatalán, az Eurostaton belül, valamint a hivatalos statisztika minőség fogalmának fejlődését és megvalósulásának mértékét Magyarországon, a Központi Statisztikai Hivatalban. Részletesebben kifejtem a statisztikai termékek minőségének mérésére szolgáló indikátorrendszert mind uniós, mind pedig magyarországi viszonylatban. A minőségmutatók rendszerének gyakorlati alkalmazását a munkaerőfelmérésen keresztül ismertetem. Először bemutatom a munkaerő-felmérés gyakorlatát Magyarországon, aztán pedig fejlődését az évek során. Ehhez 2004-től 2007-ig terjedő időszakban vizsgálom a KSH Eurostat számára elkészített minőségjelentéseit. Uniós kitekintést is teszek, s összehasonlítom az uniós tagországok munkaerő-felmérésre vonatkozó minőségjelentéseit.
1
Bálint Julianna: Minőség, Tanuljuk, tanítsuk és valósítsuk meg, Terc, 2004, 25-29. oldal
7
2. EURÓPAI STATISZTIKAI RENDSZER (ESR) Az Európai Statisztikai Rendszer az Európai Közösség megalakulásával egy időben jött létre és azzal párhuzamosan fejlődött. A közösségi politika kidolgozásához, végrehajtásához és értékeléséhez a tagországok között összehasonlítható adatokra, aktuális és megbízható információkra van szükség. Ezt biztosítja az 1997-ben elfogadott statisztikai törvény, ami hat alapelv betartását - pártatlanság, megbízhatóság, adatvédelem, költséghatékonyság, célszerűség és transzparencia – írja elő. A rendszer működésének alapelveit a szintén ebben az évben aláírt Amszterdami Szerződés 285. cikkelye fogalmazta meg. Ez a dokumentum helyezte a közösségi statisztikát - melynek előállításáért a szubszidiaritás elvének megfelelően a nemzeti statisztikai hivatalok nemzeti szinten, az uniós intézmények közösségi szinten felelősek- alkotmányos alapokra. A statisztikai intézkedések előkészítéséhez és végrehajtásához 1989 óta öt évre szóló programokat készítenek, amiket az Európa Tanács hagy jóvá. A döntéshozatali rendszerben meghatározó a Statisztikai Programbizottság (SPC) szerepe. Az évente kétszer ülésező bizottság a nemzeti statisztikai hivatalok elnökeiből áll. Az Európai Bizottság az SPC véleményét figyelembe véve terjeszti az Európa Tanács elé a közösségi statisztikai programot, valamint a statisztikára vonatkozó jogszabályokat.2 Az Európai Statisztikai Rendszer az Eurostatból és a hivatalos statisztikákat öszszegyűjtő statisztikai intézetekből, minisztériumokból, szervezetekből és központi bankokból épül fel. A koordináló, módszertani irányító szerepet az Európai Unió Statisztikai Hivatala, az Eurostat végzi. Együttműködik olyan nemzetközi szervezetekkel is, mint az OECD, az ENSZ, a Nemzetközi Pénzalap és a Világbank.3 Az Európai Statisztikai Rendszer intézményeire vonatkozó 15 elvet tartalmaz a Statisztikai Programbizottság által 2005. február 24-én elfogadott szabályzat, Az európai statisztika gyakorlati kódexe, mely nemzetközi szabványokra, illetve az egységes európai statisztikai rendszer minőségi statisztikai adatszolgáltatással kapcsolatos definíciójára épül. A Gyakorlati Kódex három fejezetből áll: intézményi környezet, statisztikai eljárások, valamint statisztikai termék. Ezen területek köré csoportosulnak az elvek. Az intézményi környezet releváns szempontjai a következők: szakmai függetlenség, felhatalmazás adatgyűjtésre, 2
Külügyminisztérium: A magyar gazdaságstatisztika integrálódása az Európai Statisztikai Rendszerhez http://www.mfa.gov.hu/kum/hu/bal/Kulpolitikank/Europai_Unio/Tovabbi_informaciok/tematikus_hatterb eszelgetesek/2003/Hatterbeszelgetes_2003_oktober_2.htm letöltés ideje: 2008.09.29. 3 EU TÉNYEK/ EUROSTAT: Az Európai Közösség Statisztikai Hivatala http://www.eu.pecs.hu/Kiadvanyok/ETK/ujeustat.pdf letöltés ideje: 2008.09.29.
8
megfelelő erőforrások, a minőség iránti elkötelezettség, a statisztikai adatok bizalmas kezelése (adatvédelem), pártatlanság és objektivitás. A statisztikai eljárásokhoz a következők csoportosíthatók: megalapozott módszertan, megfelelő statisztikai eljárások, az adatszolgáltatók terheinek csökkentése, költséghatékonyság. Végül pedig a statisztikai termékekhez a relevancia, a pontosság és megbízhatóság, gyorsaság, időszerűség és pontosság, koherencia és összehasonlíthatóság, hozzáférhetőség és érthetőség tartozik. 4 A statisztikusok nemzetközi közössége, a nemzeti statisztikai hivatalok többsége nagy figyelmet fordít az előállított statisztikai adatok minőségére. A Statisztikai Programbizottság 2001-ben elfogadta az Európai Statisztikai Rendszer minőségügyi irányelveit, ami a tagországok statisztikai hivatalait is kötelezi. Az alapelvek a következők: felhasználóközpontúság, folyamatos jobbítás, fejlesztés, a termékminőség iránti elkötelezettség, az információhoz való hozzáférés. Az Eurostatban külön minőségügyi szakértői csoport (LEG on Quality) alakult 1999 márciusában azzal a céllal, hogy minőségfejlesztési ajánlásokat fogalmazzon meg az Európai Statisztikai Rendszer számára. A minőséggel kapcsolatos teendők összefoglalására a LEG 22 ajánlást fogalmaz meg, amelyek kiterjednek az alkalmazott minőségfogalomra, a minőséget jellemző mutatók mérésére, az adatszolgáltatókkal és az adatfelhasználókkal való kapcsolatra, a belső szolgáltató-felhasználó kapcsolatokra, a dolgozói elvárások és elégedettség kezelésére, a dokumentálásra és információkezelésre, valamint a tájékoztatásra. Javasolja az EFQM üzleti kiválósági modell használatát, valamint a CBM (Current Best Method), azaz a hivatalokban jelenleg alkalmazott legjobb módszerek gyűjteményének összeállítását, kétévenkénti konferencia szervezését, ami a minőséggel kapcsolatos témákkal foglalkozik, valamint kétévenként adományozható minőségdíj alapítását. Az ajánlott tevékenységek végrehajtásának koordinálására létrejött egy végrehajtási szakértői csoport, a LEG on Implementation. Az ajánlások országonkénti teljesítéséről évente jelentés készül az SPC őszi ülésére.5 6
4
KSH: Az európai statisztika gyakorlati kódexe http://portal.ksh.hu/portal/page?_pageid=37,577294&_dad=portal&_schema=PORTAL letöltés ideje: 2008.09.29. 5 Szép Katalin: Előterjesztés az SFT részére, tárgy: Minőség a KSH statisztikai tevékenységében, elvi alapvetések 2005. április (KSH belső anyag) 6 Szép Katalin: Előterjesztés az SFT részére, tárgy: Minőség a KSH statisztikai tevékenységében, elvi alapvetések 2005. április (KSH belső anyag) 2. melléklet: Az Európai Statisztikai Rendszer minőségügyi deklarációja 13.-14. old
9
2.1
A hivatalos statisztika minőségfogalmának fejlődése „A minőség nem más mint a szolgáltatás, illetve termék azon tulajdonsága, jel-
legzetessége, hogy az milyen mértékben felel meg a megrendelő, a felhasználó deklarált vagy feltételezett elvárásainak” (ISO 8402- 1986,3.1)7. A statisztikai hivatalok termékei a statisztikai adatok, elemzések, osztályozások, regiszterek, módszerek, szolgáltatásként végzett egyéb tevékenységek. A hivatalos minőség fogalom statisztikai termékre való adaptálásaként a minőséget „felhasználásra alkalmas”-ként értelmezzük. A statisztikai hivatalok és a nemzetközi szervezetek a minőség definiálására különböző, ám a fő tényezőket tekintve hasonló megoldásokat alkalmaznak, melyek közül most néhányat ismertetek. A minőség tekintetében úttörőnek számító Svéd Statisztikai Hivatal az Encyclopedia of Statistical Sciences (1999) minőség definícióját használja, ami a teljes körű minőség fogalmán alapul, ami a jelenlegi és látens igények kielégítésének mértékén, valamint azokon a terméktulajdonságokon nyugszik, amikről a felhasználó dönthet. A kiadvány szerint a hivatalos statisztika minőségének 5 fő eleme van: tartalom, pontosság, időszerűség, koherencia és összehasonlíthatóság, hozzáférhetőség és átláthatóság. A másik pionír, a Kanadai Statisztikai Hivatal hat dimenzió mentén határozza meg a minőség fogalmát, melyek a következők: relevancia, pontosság, időszerűség, hozzáférhetőség, értelmezhetőség és koherencia. Az IMF definíciója öt ismérvet tartalmaz: objektivitás, módszertani megalapozottság, pontosság és megbízhatóság, szolgálatkészség, hozzáférhetőség. Mindezt egy 0.-nak nevezett „a minőség előfeltételei” című tétel vezet be. A legtöbb ismérvet tartalmazó meghatározása az OECD-nek van. A következő nyolc dimenzió mentén jellemzi a statisztikai minőséget: relevancia, pontosság, időszerűség, pontosság (időbeli), hozzáférhetőség, értelmezhetőség, koherencia, hitelesség. Az Európai Unió tagországainak statisztikai hivatalaiban, így a magyarországi Központi Statisztikai Hivatalban is az Európai Statisztikai Rendszer előírásainak megfe7
KSH- Stratégia 2005- 2008, Központi Statisztikai Hivatal, 2005, Regiszter Kiadó és Nyomda Kft 10. oldal
10
lelően dolgoznak. Az Európai Statisztikai Rendszer a statisztika minőségének definiálásakor a fentebb említett ISO szabványból indul ki, s hat kritériumot határoz meg a fogalomra vonatkozóan: relevancia, pontosság, időszerűség és időbeli pontosság, hozzáférhetőség és átláthatóság, összehasonlíthatóság, valamint koherencia. 2002-ig létezett egy hetedik kritérium is, a statisztikai adatok teljessége. 8 A relevancia annak mértéke, hogy a statisztikai adatok mennyiben felelnek meg a jelenlegi és a potenciális felhasználók igényeinek. A pontosság fogalma alatt az általános statisztikai értelemben azt értjük, hogy a statisztikai adat (ami lehet becsült vagy számított is) mennyire közelíti a jellemezni kívánt valós értéket. A statisztikai munkában ezeket a mennyiségi eltéréseket hibának nevezzük. Az időbeli pontosság arra az időkülönbözetre vonatkozik, amely az adatközlés időpontja és a publikálásra eredetileg megcélzott időpont között telik el. Az időszerűség a közlési idő és a leírt esemény vagy jelenség felmerülése közötti időszak hosszát jelenti. A hozzáférhetőség azon fizikai feltételekre vonatkozik, amelyek mellett a felhasználók hozzájuthatnak a statisztikai termékekhez, az érthetőség pedig a statisztikai termék információs környezetére. Az összehasonlíthatóság annak a mértéke, hogy az egyes statisztikai adatok között mért eltérésekből mennyit tulajdonítunk a statisztikai jellemzők valós értékei közötti eltérésnek. A koherencia azt jelenti, hogy a statisztikai adat összhangban van-e a többi, vele logikai, közgazdasági és társadalmi szempontból kapcsolatban álló más adatokkal.9 Az Eurostat minőséggel kapcsolatos tevékenysége jelentős. 1994-ben a minőség mérésére irányuló kutatást indított, 1996-ban elkészültek a szervezeten belüli minőségpolitika első dokumentumai, 1998-ban megtartották az első tanfolyamot, 1999-ben pedig sor került a felhasználók statisztikával kapcsolatos véleményének felmérésére. Ezután megkezdődtek a minőségmérésre és minőségjelentések készítésére irányuló módszertani munkák megvitatása. 1999 és 2003 között öt jogszabály is született, 2002-re pedig szabvány minőségjelentések készültek a statisztika harminc részterületére. 2003-
8
Szép Katalin: Előterjesztés az SFT részére, tárgy: Minőség a KSH statisztikai tevékenységében, elvi alapvetések 2005. április (KSH belső anyag) 1. melléklet: Helyzetjelentés a statisztika minőségéről 3-8. oldal 9 Szép Katalin: Előterjesztés az SFT részére, tárgy: Minőség a KSH statisztikai tevékenységében, elvi alapvetések 2005. április (KSH belső anyag) 5. melléklet: A minőség definíciója a statisztikában, Eurostat 2003. 22-24. oldal
11
ban a Minőségértékelési munkacsoport véglegesítette a minőségre vonatkozó alapdokumentumokat.10 Ezek a kézikönyvek egymással összhangban állnak.11 Összefoglalva tehát elmondható, hogy miután definiáltuk a minőséget, elvégeztük a munkát a minőségi irányelvek figyelembevételével, s a minőség értékelésére megadott mutatókat kiszámoltuk, minőségjelentést kell készíteni az Eurostat számára a Standard minőségjelentés című Eurostat dokumentumnak megfelelően. Ez a kézikönyv a hat dimenzió mentén fogalmaz meg definíciókat és magyarázó szövegeket. A minőségjelentésnek átfogó értékelést kell adnia a statisztikai termék relevanciájának szintjéről és a relevancia hiányának fő okairól. A pontosság kritériumának megfelelően a jelentésnek részletes információval kell szolgálnia mind a mintavételi, mind pedig a nem mintavételi hibákról. Az időszerűség és időbeli pontosság miatt fel kell tüntetni az esetleges késedelmes adatközlés okait s az adatok átlagos késését a megfelelő mértékegységben. Ezen kívül szükséges az adatokhoz való hozzáférés feltételeinek, valamint az összehasonlítás milyenségének (földrajzi, időbeli, vagy tárgykörök közötti összehasonlításról van-e szó, esetleg ezek kombinációjáról), s ennek megfelelően az eredmények összehasonlíthatóságát befolyásoló fogalmaknak, módszereknek a tömör leírása. Mind az összehasonlíthatósághoz, mind pedig a koherencia vizsgálatához szükséges minimum két adatállomány. Koherenciát lehet előzetes és végleges statisztikák között, éves és évközi statisztikáknál, egyazon tárgykörben, valamint a nemzetközi számlákkal összehasonlítva nézni. A minőségjelentésnek a specifikumokat figyelembe véve kell a megfelelő információkat és magyarázatokat tartalmazni. A jelentés összeállításához segítséget nyújt a „Hogyan készítsünk minőségjelentést” című átfogó Eurostat kézikönyv.12 A minőségjelentés megmutatja, hogy milyen szinten állnak a hivatalok a minőség tekintetében, a küldetés és a jövőkép azt, hogy hova szeretnének eljutni, a stratégiák pedig azt a célt szolgálják, hogy rögzítsék különböző időtávokra a fejlődési irányokat és a fejlesztési terveket, vagyis kijelöljék a megvalósítás útját.
10
Definition of Quality Statistics (A minőség definíciója), Glossary „Quality in Statistics Eurostat (A minőség statisztikai kérdéseinek fogalomtára), Standard Quality Report, Eurostat (Standard minőségjelentés), Handbook „How to make a Quality Report”, Eurostat (Kézikönyv a minőségjelentés készítéséről). 11 Szép Katalin: Előterjesztés az SFT részére, tárgy: Minőség a KSH statisztikai tevékenységében, elvi alapvetések 2005. április (KSH belső anyag) 1. melléklet: Helyzetjelentés a statisztika minőségéről 3-8. oldal 12 Szép Katalin: Előterjesztés az SFT részére, tárgy: Minőség a KSH statisztikai tevékenységében, elvi alapvetések 2005. április (KSH belső anyag) 7. melléklet: Standard minőségjelentés 38- 54. oldal
12
3. A STATISZTIKAI RENDSZER MAGYARORSZÁGON Magyarországon a hivatalos statisztikai szolgálat vezető szerve a Miniszterelnöki Hivatal vezető miniszterének felügyelete alá tartozó, önállóan gazdálkodó költségvetési szerv, a Központi Statisztikai Hivatal, melynek feladata a statisztikai tevékenységek összehangolása és szakmai irányítása. A KSH mellett a hivatalos statisztikai szolgálathoz tartozó szervek a következők: a minisztériumok, az Országos Igazságszolgáltatási Tanács Hivatala, a Legfőbb Ügyészség, a Magyar Nemzeti Bank és a Gazdasági Versenyhivatal. Az Európai Unióhoz való csatlakozási tárgyalások folyamán rendkívül jelentős figyelmet kapott a statisztikai rendszer, melynek átalakítása már a kilencvenes évek elején megkezdődött. Ebben az esetben nem a jogszabályalkotás jelentette a harmonizációt, hanem a szakstatisztikák módszertani fejlesztése és az adatgyűjtési program megreformálása. A jogharmonizáció első lépéseként 1993-ban megszülettet a statisztikai törvény. Megalakult a KSH elnökének szakmai tanácsadó szerve, az Országos Statisztikai Tanács (OST). A nemzetközi összehasonlítást lehetővé kellett tenni, így megkezdték a termékek, szolgáltatások és tevékenységek osztályozásának nem jogszabály szintű öszszehangolását. A regiszterfejlesztés hasonlóan nagy módszertani előrelépésnek mondható. A regiszterbe, illetve az adatgyűjtésbe beépítették a vállalati regiszter mellé a szakosodott egységeket, valamint a telepi szintet is. A 2002-es évi ország-jelentés megállapította, hogy a KSH-ban folyó adatgyűjtés megfelel az Európai Unió normáinak.13
3.1
A Központi Statisztikai Hivatal (KSH) elkötelezettsége a minőség mellett
„A KSH célja, hogy valósághű, tárgyilagos képet adjon a társadalom, a gazdaság állapotáról és változásairól, az államhatalmi és a közigazgatási szervek, valamint a társadalom szervezetei és tagjai számára”.14
13
Külügyminisztérium: A magyar gazdaságstatisztika integrálódása az Európai Statisztikai Rendszerhez http://www.mfa.gov.hu/kum/hu/bal/Kulpolitikank/Europai_Unio/Tovabbi_informaciok/tematikus_hatterb eszelgetesek/2003/Hatterbeszelgetes_2003_oktober_2.htm letöltés ideje: 2008.10.02. 14 Statisztikai Közlöny 2008/39. szám: A KSH SZMSZ- e / A KSH feladata és hatásköre
13
A KSH küldetése megbízható statisztikai adatok készítése és publikálása; ennek szellemében a minőséget „felhasználásra alkalmas”-ként értelmezik, ami összhangban áll az ISO 8402-1986, 3.1-es definícióval. A statisztikai termék minőségét az Eurostatnál kialakított 6 dimenzió (relevancia, pontosság, időszerűség, időbeli pontosság, hozzáférhetőség, érthetőség, összehasonlíthatóság és koherencia) mentén értelmezik a hivatalban. A minőség jellemzője ezen kívül az is, hogy az adott minőségű statisztikai terméket milyen adatszolgáltatói és hivatali terhek mellett állították elő. A KSH a 2001-es SPC határozat, valamint a KSH korábbi stratégiai állásfoglalásai alapján megerősítette elkötelezettségét a minőség fejlesztése mellett. Korábban is voltak már minőségjavító intézkedései a hivatalnak, amik az adatgyűjtési és feldolgozási idő csökkentésére, a dinamikus adatelérési lehetőség biztosítására, a módszertani előírások szabályzatba foglalására irányultak. 2000-ben a Magyar Statisztikai Társaság „Minőség a statisztikában” címmel konferenciát is szervezett. 2001 óta a KSH egyre nagyobb mértékben teljesíti az Eurostat minőséggel kapcsolatos igényeit. Minőségjelentéseket készít, valamint 2004 óta a LEG ajánlásainak teljesítésére vonatkozó, évente esedékes kérdőívet tölt ki. Ezen kívül részt vesz a „Minőség a statisztikában” kísérleti projektben és egyéb minőséggel kapcsolatos kísérleti projektekben is. A KSH 2005-2008-as stratégiájában szerepel, hogy a jövőben egy szisztematikus minőségfejlesztési rendszer kialakítását és működtetését tervezi, melynek kulcselemei a minőségi kultúra kialakítása, minőségi szabályzat létrehozása, dokumentáció létrehozása a minőség mérésére, valamint egy minőség ellenőrzési és felülvizsgálati rendszer létrehozása.15 A minőségi keretrendszer kialakításának alapelvei a következők: nyilvánosság, fokozatosság, pozitív ösztönzési formák a szakmai elkötelezettség érdekében, elsődlegesen a belső erőforrásokra való támaszkodás. A megvalósítást a stratégia négy fő részre osztja. Elsőként a statisztikai termékek belső minőségellenőrzési rendszerének kialakítását tervezi, majd a fontosabb statisztikai munkafolyamatokra minőségi kritériumok, standardok kidolgozását, ezután a minőségi kultúrát oktatással kívánja terjeszteni, végül pedig egy minőségirányítási modell felállítása van tervbe véve.16 A megvalósíthatósági tanulmányt, ami a minőségi keretrendszer elemeit (termékminőség, folyamatminőség, minőségirányítási rendszer, minőség oktatási rendszer) és a megvalósítás lépéseit tartalmazza a Stratégiai Fejlesztési Tanács (SFT) 2005 áprilisában elfogadta. 15
Szép Katalin: Előterjesztés az SFT részére, tárgy: Minőség a KSH statisztikai tevékenységében, elvi alapvetések 2005. április (KSH belső anyag) 10. oldal 16 KSH- stratégia 2005- 2008 Regiszter Kiadó és Nyomda Kft. 2005. 30-31. oldal
14
Ezen kívül két projekttervet is elfogadott 2005 októberében, az egyik a „Termékminőség és mérési rendszere”, a másik pedig „A termelési folyamatok minőségbiztosítása” címet viseli.17 „A termékminőség és mérési rendszere” című projekt keretében 2006-ban a projektmunkacsoport a bevezethetőség szempontjából véleményezte az Eurostat által javasolt standard minőségindikátorokat. Szintén 2006-ban „A termelési folyamat minőségbiztosítása” című projekt keretében kidolgozásra került a „Minőségi irányelvek a Központi Statisztikai Hivatal statisztikai munkafolyamatainak egyes szakaszaira” című kézikönyv.18 2008 júniusában pedig bevezetésre kerültek a minőség mérésére szolgáló indikátorrendszer első ütemének mutatói.19 A most készülő 2009-2012-es KSH stratégiában is kiemelt helyen szerepel a minőség.
17
Jelentés a (KSH-) Stratégiáról (2005), Regiszter és Nyomda Kft, Budapest, 2006, 17.-18. oldal Jelentés a KSH- Stratégiáról (2006), Xerox Magyarország Kft- 2007, 18- 20. oldal 19 A Központi Statisztikai Hivatal elnökének VI/2008. (SK 2.) KSH előírása a KSH termékminőség mérését szolgáló indikátorai számításának rendjéről (KSH belső anyag) 18
15
4. A STATISZTIKAI TERMÉKEK MÉRÉSÉRE SZOLGÁLÓ INDIKÁTORRENDSZER Ebben a részben bemutatom az Eurostatnál a termékminőség mérésére alkalmazott standard minőségmutatókat, valamint a KSH által bevezetni kívánt, illetve részben már bevezetésre került, a magyar statisztikai hivatalra adaptált Eurostat minőségmutatókat. Sok Eurostat mutató alkalmazható a nemzeti statisztikai hivatalokban, így a Központi Statisztikai Hivatalban is, vannak azonban olyan speciális, az országok összehasonlítására szolgáló indikátorok, amiket nem lehet, illetve nem érdemes adaptálni. Ezt vizsgálja a Termékminőség és mérési rendszere projekt keretében a hivatal. A 2001 szeptemberében az Statisztikai Programbizottság által jóváhagyott minőségmutatókra vonatkozó LEG javaslat az Európai Statisztikai Rendszer által elfogadott keretrendszert követi. Az Eurostat Döntéselőkészítő Szakmai Testülete (Szakmai Fórum) határozata alapján először a termelésorientált minőségmutatókra, majd a későbbiekben a felhasználóorientált minőségmutatókra koncentrálnak. A termelésorientált standard minőségmutatók az adatelőállítók szemszögéből értékelik a statisztikák minőségét. A statisztikák elkészítésénél a tagállamok célja országuk aktuális állapotának mind gazdasági mind pedig társadalmi szinten történő megfigyelése, valamint a tendenciák vizsgálata és elemzése. A nemzetközi összehasonlítás lehetővé tételéhez a relevancia és a hatékony felhasználás végett szükséges, hogy a tagállamok egyeztetett terminológia, képletek, vizsgált változók, statisztikai területek és elemzési szint szerint készítsék el mutatóikat, amik alapján az Eurostat vagy más nemzetközi szervezet aggregált mutatókat tud számolni. A mutatórendszer összeállítása az Eurostat minőség definíciójának megfelelően a 6 dimenzió mentén történt. A legtöbb mutató a termék minőségének mérésére való, vannak azonban olyanok is, amik a termékminőség megvalósítását szolgáló folyamatokra vonatkoznak. 20
20
Szép Katalin: Előterjesztés az SFT részére, tárgy: Minőség a KSH statisztikai tevékenységében, elvi alapvetések 2005. április (KSH belső anyag) 10. melléklet: A termelésorientált standard minőségmutatók 67-68-69. oldal
16
A következőkben két táblázattal szemléltetem az Eurostat által ajánlott, valamint a KSH által bevezetett, illetve bevezetni kívánt indikátorrendszert. Az első táblázat az Eurostat által javasolt mutatórendszer demonstrálására készült, a második pedig a KSH Eurostat ajánlás alapján elkészített nómenklatúráját tartalmazza. A táblázatokban kék színnel jelölöm az Eurostat által javasolt, s az első ütemben a KSH-ban bevezetett indikátorokat, lilával a második ütemben bevezetni kívántakat, zölddel pedig azokat a mutatókat, melyek nem szerepelnek az Eurostat ajánlásban, de 2008 júniusában bevezetésre kerültek a hivatalban. A fekete dőlt betűkkel írtak az Eurostat ajánlásban szereplő, KSH-ban nem bevezetendő mutatók. Az indikátorok neve mögé szögletes zárójelbe írt rövidítés és az annak megfelelő alpontok rövidítései a KSH nómenklatúrájában az Eurostat mutatónak megfeleltetett indikátorok jelei. Zárójelben pedig azok a mutatók szerepelnek, amik a 2003-as Eurostat ajánlásban még szerepeltek, de a 2005-ösben már nem. 1. táblázat Az Eurostat által javasolt minőségmutatók R1. Felhasználói elégedettség index R2. A rendelkezésre álló statisztikák részaránya A1. Relatív szórás (CV) Pontosság A2. Egység szintű válaszolási arányok (súlyozott/súlyozatlan) A3. Tétel szintű válaszolási arányok (súlyozott/súlyozatlan) (A4. Editálási arányok és hányadok) A4. Imputálási arányok és hányadok A5. A lefedettségi többlet és az osztályozási hibák arányai A6. Földrajzi lefedettségi hiány A7. Revíziók átlagos nagysága Időszerűség és időbeli pon- T1. A tényleges publikálás ütemezésének pontossága T2. A vizsgált időszak vége és az első eredmények megjelenése között eltosság telt átlagos időtartam T3. A vizsgált időszak vége és a végleges eredmények megjelenése között eltelt átlagos időtartam Hozzáférhetőség és érthető- AC1. Publikációk száma AC2. Az adatbázisokhoz való hozzáférések száma ség AC3. A metainformációk teljességének aránya a közölt statisztikáknál (AC1 A statisztikák közlésére használt eszközök száma és típusai) C1. (C2.) Az összehasonlító idősorok hossza Összehasonlíthatóság C2. (C2) Az összehasonlító idősorok száma C3. (C1.) A fogalmakban és/vagy a mérésben az európai normáktól való eltérések száma és aránya C4. (C3) A tükörstatisztikák aszimmetriája CH1. A fő másodlagos használati igényeket kielégítő statisztikák száma Koherencia és aránya A minőség összetevői Relevancia
A Szakmai Fórum által összeállított Eurostat- mutatórendszer 2005-ös változata (-): a 2003-as Eurostat ajánlásban még szereplő indikátor (forrás: Földesi Erika: 1. Előrehaladási jelentés az SFT számára: Termékminőség és mérési rendszere projekt, 2007. május (KSH belső anyag) 9. oldal) : az Eurostat által javasolt, a KSH-ban bevezetett indikátor : az Eurostat által javasolt, a KSH-ban a második ütemben bevezetni kívánt indikátor •: az Eurostat ajánlásban szereplő, a KSH-ban nem bevezethető indikátor
17
2. táblázat Minőség- összetevők
( R ) Relevancia
Termékminőség- indikátorok Átfogó indikátorok
Részletes indikátorok
( R1 ) Felhasználói elégedettségi index ( R2 ) Hivatkozás a közsajtóban (idézettség) ( P1) Becslés relatív szórása (CV) P2.1. Beérkezési arány P2.2. Beérkezett adatos kérdőívek aránya ( P2 ) Egység szintű válaszolási arányok (súlyozott/ súlyozatlan) és P2.3. Súlyozatlan, egység szintű vátovábbi beérkezési arányszámok laszolási arány P2.4. Súlyozatlan, egység szintű nemválaszolási arány
( P ) Pontosság
( P3 ) Imputálási arányok és hányadok
P3.1. Imputálási arány válaszadókra P3.2. Imputálási arány adott változóra P3.3. Súlyozott imputálási hányad
( P4 ) Editálási arányok és hányadok ( P5 ) Lefedettségi többlet és az osztályozási hibák arányai P6.1. Revíziós változás üteme P6.2. Revíziós hiba ( P6 ) Revíziók átlagos nagysága
P6.3. Százalékos revíziós hiba P6.4. Revízió átlagos abszolút százalékos hibája
( I1 ) A vizsgált időszak vége és az első eredmények megjelenése között eltelt időtartam ( I ) Időszerűség
( IP ) Időbeli pontosság
( H ) Hozzáférhetőség
( I2 ) A vizsgált időszak vége és a végleges eredmények megjelenése között eltelt időtartam ( IP1 ) A tényleges publikálás megvalósulásának pontossága ( H1 ) A statisztika elsődleges közlésére használt eszközök típusai ( H2 ) Az adatbázisokhoz való hozzáférések száma
( É ) Érthetőség
( Ö )Összehasonlíthatóság és koherencia
( É1 ) A metainformációk teljességének aránya a közölt statisztikáknál
( Ö1 ) Az összehasonlító idősorok hossza
Ö1.1. Összehasonlítható idősorok hossza az idősorban bekövetkezett legutóbbi töréstől számítva Ö1.2. Idősorok hossza az első rendelkezésre álló adattól számítva
A 2008. június 1-jén hatályba lépő elnöki előírás- A KSH termékminőség mérésére szolgáló indikátorrendszerének nómenklatúrája (forrás: VI/2008. (SK 2.) KSH előírás 1. számú melléklete (KSH belső anyag) 1-2. oldal) : az Eurostat által javasolt, a KSH-ban bevezetett indikátor : az Eurostat által javasolt, a KSH-ban a második ütemben bevezetni kívánt indikátor : 2008-ban bevezetett KSH indikátor, ami nem szerepel az Eurostat előírásban
18
A továbbiakban a minőségdimenziók mentén mutatom be először az Eurostat mutatókat, majd pedig a KSH-ban az első ütemben már bevezetett, illetve a második ütemben bevezetni kívántakat részletesebben.212223
4.1
Relevancia A felhasználói igények kielégítésének mértékét vizsgálja. A relevancia relatív
fogalom, s a statisztikai adatok relevanciája az adatfelhasználás célja, illetve a jövőbeli igények függvényében változik. Méréséhez tájékozódni kell a felhasználók többi minőség összetevőre vonatkozó elvárásairól. Számításánál pedig az Eurostat számára készült indexnek az európai szintű felhasználók elégedettségét mérő felvételeken kell alapulnia. R1. Felhasználói elégedettségi index A mutató a tagállamok által végzett felhasználói elégedettségi felvételeken alapul, aminek elkészítésére az Statisztikai Programbizottság 2001. évi ülésén a LEG ajánlások elfogadásával a tagállamok, köztük Magyarország is kötelezettséget vállalt. Mivel a minőségmutató módszertana még az Eurostatnál sincs részletesen kidolgozva, ezért hazánkban a bevezetés lehetőségének megfontolását későbbre halasztják. R2. A rendelkezésre álló statisztikák részaránya A közölt statiszták aránya az igényelt statisztikákhoz képest. Ezt a mutatót nem tervezik bevezetni a KSH-ban. Hivatkozás a (köz)sajtóban (idézettség) Az Eurostat ajánlásban nem szereplő indikátor számítása a Termékminőség és mérési rendszere projektcsoport elképzelése szerint a tudományos művek idézettségének könyvtártudományban kidolgozott módszere alapján történne. Meg kell határozni a megfigyelés körét. A KSH Könyvtár bevonásával a mutató bevezetése megoldható és véleményem szerint érdemes, mert jól tükrözi a közölt adatok felhasználhatóságát.
21
Földesi Erika: 1. Előrehaladási jelentés az SFT számára: Termékminőség és mérési rendszere projekt, 2007. május (KSH belső anyag) 22 Szép Katalin: Előterjesztés az SFT részére, tárgy: Minőség a KSH statisztikai tevékenységében, elvi alapvetések 2005. április (KSH belső anyag) 10. melléklet: A termelésorientált standard minőségmutatók 23 VI/2008. (SK 2.) KSH előírás 1. és 2. számú melléklete (KSH belső anyag)
19
4.2
Pontosság A pontosság definíciója a publikált érték és a sokasági érték közelségét jelöli. A
két érték közötti eltérés pedig a hiba. A hiba lehet mintavételi vagy nem mintavételi, a nem mintavételi hiba lehet nemválaszolásból eredő, feldolgozási vagy pedig lefedettségi. A1. Relatív szórás (CV) A mintavételi hiba egyik hagyományos minőségmutatója a relatív szórás, ami a becsült érték varianciájának négyzetgyöke és a várható érték hányadosa. Ezt a mutatót néhány adatgyűjtésnél jelenleg is számítják a KSH-ban. A2. Egység szintű válaszolási arányok (súlyozott/ súlyozatlan) [P2] Azt mutatja meg, hogy a válaszadásra kijelölt, és ténylegesen a sokasághoz tartozó válaszadók hány százaléka válaszolt a kérdőívre. Súlyozatlan, egység szintű válaszolási arány= (A becsléshez használt válaszadó egységek száma) / (a megfigyelés körébe tartozó egységek száma + alkalmasság szempontjából ismeretlen egységek száma) Súlyozott, egység szintű válaszolási arány= (A becsléshez használt válaszadó egységek súlyozott száma) / (a megfigyelés körébe eső egységek súlyozott száma + alkalmasság szempontjából ismeretlen egységek súlyozott száma) A KSH-ban 2008-tól 4 mutatót használnak, melyek a következők: beérkezési arány, tényleges beérkezési arány, beérkezett adatos kérdőívek aránya, súlyozatlan egység szintű válaszolási arány. Beérkezési arány [P2.1]: Azt mutatja meg, hogy a válaszadásra kijelölt egységek/címek hány százalékára sikerült információt szerezni. Tényleges beérkezési arány [P2.2]: Megmutatja, hogy a válaszadásra kijelölt egységek/címek hány százalékától érkezett be ténylegesen a válasz (függetlenül attól, hogy adatot is szolgáltattak, vagy nemleges válasz érkezett). Beérkezett adatos kérdőívek aránya [P2.3]: Megmutatja, hogy a válaszadásra kijelölt egységek/címek hány százalékától érkezett be kitöltött, felhasználható információkat tartalmazó kérdőív.
20
Súlyozatlan, egység szintű válaszolási arány [P2.4]= (A célsokasághoz tartozó válaszadó egységek száma) / (A célsokasághoz tartozó kijelölt adatszolgáltatók száma + ismeretlen nemválaszoló, de adatszolgáltatásra kijelölt egységek száma) A3. Tétel szintű válaszolási arányok (súlyozott/ súlyozatlan) Azt fejezi ki, hogy a válaszadók hány százaléka válaszolt egy adott kérdésre. Súlyozatlan, tétel szintű válaszolási arány= (Azon egységek száma, melyekben a tételre vonatkozóan érték szerepel) / (A tételre vonatkozóan a megfigyelés körébe eső összes egység száma) Súlyozott, tétel szintű válaszolási arány= (Azon egységek súlyozott száma, melyekben a tételre vonatkozóan érték szerepel) / (A tételre vonatkozóan a megfigyelés körébe eső összes egység súlyozott száma) Súlyozott, tétel szintű válaszolási arányszám= (Azon egységek súlyozott értékösszege, amelyekben a tételre vonatkozóan érték szerepel) /(A tételre becsült súlyozott értékösszeg) Az indikátort a KSH-ban nem használják és nem is tervezik az alkalmazását. (A4) Editálási arányok és hányadok Az editálás az Eurostat definíció szerint az adatgyűjtés során felvett adatok egyes hibáinak felderítésére és kiigazítására szolgáló eljárás. Az editálási arány egy változóra vonatkozik, s azt mutatja meg, hogy az adatállományban szereplő adatok hányad része lett az adatfeldolgozás során javítva. Editálási arány (x kulcsváltozóra)= (x változóra vonatkozó editált rekordok száma) / (A rekordok számának összege) Az editálási hányad szintén egy változóra vonatkozik, s a javított értékek végső becsléshez való hozzájárulását méri. Súlyozott editálási hányad= (Editált értékek súlyozott értékösszege) / (A végleges értékek súlyozott együttes értékösszege) Megfelelő informatikai támogatás mellett a mutatót be lehet vezetni a Központi Statisztikai Hivatalban.
21
A4. Imputálási arányok és hányadok [P3] Az imputálás olyan mesterséges, ám valószerű értékek generálását jelenti, mely a számítások során megőrzi az eredeti súlyokat. Az imputálási arány azt fejezi ki, hogy az adatállományban szereplő értékek hány százaléka lett imputálva. Imputálási arány (x kulcsváltozóra)= (x kulcsváltozóra vonatkozó rekordok száma) / (A rekordok számának összege) Az imputálási hányad az imputált értékek végső becsléshez való hozzájárulását méri. Súlyozott imputálási hányad= (Imputált értékek súlyozott értékösszege) / (A végleges értékek súlyozott együttes négyzetösszege) A KSH-ban jelenleg számított almutatók pedig a következők: Imputálási arány válaszadókra [P3.1] = (Azon válaszadók száma, amelynek valamely, a felvételből származó adata imputálva lett) / (Az összes válaszadó száma) Imputálási arány adott változóra [P3.2] = (A változó vonatkozásában az imputált rekordok száma) / (A rekordok száma) Súlyozott imputálási hányad adott változóra [P3.3] = (A változó vonatkozásában az imputált értékek súlyozott értékösszege) / (A végleges értékek súlyozott együttes értékösszege) A5. A lefedettségi többlet és az osztályozási hibák arányai A lefedettségi többlet a félreosztályozás miatt a mintába bekerülő adatokat jelenti, ami adódhat duplikációból is. A megfigyelés körén kívül eső egységek aránya a keretsokaságban= (A megfigyelés körén kívül eső egységek száma) / (A megfigyelés körébe eső egységek száma + a megfigyelés körén kívül eső egységek száma) Az osztályozási hiba aránya azt mutatja meg, hogy a keretsokaságba eső egységek hányad része lett rosszul besorolva. Osztályozási hibák aránya a keretsokaságban= (Félre osztályozott, de a megfigyelés körébe eső egységek száma) / (A megfigyelés körébe eső egységek száma)
22
Az editálási arány- és hányadhoz hasonlóan az informatikai háttér biztosításával bevezethetők a mutatók a KSH-ban. A6. Földrajzi lefedettségi hiány Olyan Eurostat mutató, melynek adaptálása nem értelmezhető hazai viszonylatban, hiszen azt vizsgálja, hogy az adatszolgáltatásra kötelezett országok hányad része nem küldte el időben az adatot. A7. Revíziók átlagos nagysága [P6] Az elsőként publikált érték átlagos eltérését mutatja a későbbiekben véglegesként közölt értéktől. Az első adatközlést kivéve minden publikáláskor számítani kell. A revíziós hibák a következőképpen számíthatók:
R(i) = Xi – Xk, Xi − Xk Xk
A százalékos revíziós hiba pedig:
r(i) =
Az átlagos abszolút százalékos hiba:
MAPE =
Az összegző index pedig az alábbi módon számítható: r =
1 k −1 ∑ r (i) k − 1 i =1
1 T ∑ MAPEt T t =1
Xi = X változó adott évre vonatkozó valamely értéke Xk = az utolsó közzétett érték MAPEt = az átlagos abszolút százalékos hiba xt -re
A Központi Statisztikai Hivatalban a fenti mutatók közül a revíziós hibát [P6.2.], a százalékos revíziós hibát [P6.3.], valamint az átlagos abszolút százalékos hibát [P6.4.] használják. Ezen kívül számítják a revíziós változás ütemét [P6.1.]. A reví-
ziós változás üteme az utolsó közzétett érték és a korábbi értékek hányadosaként számítható: R(i) = Xk / Xi.
4.3
Időszerűség és időbeli pontosság Az időszerűség az adatközlés és a vizsgált jelenség időpontja között eltelt időtar-
tamra, az időbeli pontosság pedig az adatközlés tényleges időpontja és a publikálásra eredetileg megcélzott időpont közötti időszakra vonatkozik.
23
T1. A tényleges publikálás ütemezésének pontossága [IP1]
Azt méri, hogy a közlés tényleges időpontja mennyivel tér el a tervezett publikálási időponttól. A tényleges publikálás ütemezésének pontossága= (A tényleges publikálás aktuális időpontja) - (A tényleges publikálás ütemtervi időpontja) T2. A vizsgált időszak vége és az első eredmények megjelenése között eltelt időtartam [I1]
A referencia-időszak végétől az első eredmények közzétételéig eltelt időtartam nagysága havi és negyedéves gyakoriságú adatoknál napokban, éves adatoknál hónapban megadva. T3. A vizsgált időszak vége és a végleges eredmények megjelenése között eltelt időtartam. [I2]
A referencia- időszak végétől a végső eredmények közzétételéig eltelt időtartam nagysága havi és negyedéves gyakoriságú adatoknál napokban, éves adatoknál hónapban megadva.
4.4
Hozzáférhetőség és érthetőség A hozzáférhetőség azokra a fizikai feltételekre vonatkozik, amik mellett a fel-
használó hozzájuthat az adatokhoz, az érthetőség pedig a statisztika információs környezetére. AC1. Publikációk száma
Azt mutatja meg, hogy az adatot hány különböző formában teszik közzé. Hasznossága akkor mutatkozik meg, ha a publikációk típusát is felsorolják. Ebben a formában nem érdemes bevezetni a hivatalban. AC2. Az adatbázisokhoz való hozzáférések száma
Az adat vagy adattábla adatbázisból történő internetes lehívásinak számát adja meg. Informatikai támogatáshoz van kötve a mutató bevezethetősége a hivatalban.
24
AC3. A metainformációk teljességének aránya a közölt statisztikáknál [É1]
Számításához meg kell határozni, hogy melyek azok a metainformációk, melyeket az adattal együtt közölni kell. A KSH-ban a metaadatbázisnak a következőket kell tartalmaznia: •
A változó/mutató megnevezését.
•
A változó/mutató definícióját.
•
A változó/mutató értékeinek mértékegységét.
•
A vonatkozási kört, a sokaság leírását.
•
A megfigyelés időszakát vagy időpontját (vonatkozási idő).
•
A mutatóhoz kapcsolt fogalmak definícióit.
•
Az alkalmazott osztályozási ismérv(ek) megnevezését, és azok értékkészletéből kialakított osztályozási rendszer egyes szintjeinek és elemeinek a megnevezését.
•
Utalást a szakstatisztikára, amelyhez a mutató kapcsolódik.
•
Továbbá számított adatok esetében az előzőeken túlmenően a számítás leírását, vagy a számítást jelölő konvenciós formát (pl. előző év = 100,0%).
Számítás módja: (A felsoroltak közül az elérhető metainformációk száma) / (Az összes, listában szereplő metainformáció száma). (AC1) A statisztikák közlésére használt eszközök száma és típusai
Két mutatóból tevődik össze. „A statisztikák közlésére használt eszközök száma” és „A statisztikák közlésére használt eszközök típusai” indikátorokból. Azt adják meg, hogy az adott statisztikai termék hány és milyen típusú csatornákon keresztül jut el a felhasználóhoz. A 2. mutatót, vagyis „A statisztikai termékek elsődleges közlésére használt eszközök típusai” [H1] indikátort vezették be a KSH-ban 2008 júniusában,
mely a statisztikák elsődleges közlésére használt eszközöket típus szerint sorolja kategóriákba. Egy statisztikát több eszköztípussal is lehet közölni. A közlésre használt eszközök osztályozása a következő (ugyanazon anyag közlésére több anyag is használható):
25
1. Stadat táblák 1.1. Idősoros éves adatok 1.2. Évközi adatok 2. Tájékoztatási adatbázis 3. Gyorstájékoztató 4. Egyéb letölthető publikáció 4.1. Kiadvány 4.2. Statisztikai Tükör 4.3. Egyéb 5. Megvásárolható publikáció 5.1. Referencia-adatgyűjtemény (pl. évkönyv, adattár) 5.2. Elemzés 5.3. CD 5.3. Egyéb 6. Adatátadás hazai vagy nemzetközi szervezetnek 6.1. Hazai szervezet 6.2. Eurostat 6.3. Egyéb nemzetközi szervezet 7. Adatátadás más szakstatisztikai területnek
4.5
Összehasonlíthatóság Minimum két adatállomány megléte szükséges az adatok földrajzi, tárgyköri
vagy időbeli összehasonlításához. C1. (C2.) Az összehasonlító idősorok hossza [Ö1]
Az adott adatból rendelkezésre álló idősor hosszát mutatja meg az idősorban bekövetkezett legutóbbi töréstől számítva. Alkalmazásához két jelzőszámot kell meghatározni: az eredeti indikátort, valamint a rendelkezésre álló idősor hosszát. 26
Összehasonlítható idősorok hossza az idősorban bekövetkezett legutóbbi töréstől számítva [Ö1.1.] = Aktuális év elejének dátumának sorszáma – törés időszak dátu-
mának sorszáma Idősorok hossza az első rendelkezésre álló adattól számítva [Ö1.2.]
Az aktuális év elejének dátuma és a kezdő időszak dátuma közt eltelt idő. C2.(C2) Az összehasonlító idősorok száma
Azt mutatja meg, hogy adott mutatószámból hány ország idősora áll rendelkezésre. Az indikátor leírásából is következik, hogy hivatali szinten nem értelmezhető, így be sem vezethető. C3. (C1.) A fogalmakban és/ vagy a mérésben az európai normáktól való eltérések száma és aránya
Azoknál a felvételeknél érdemes nézni, ahol egységes uniós előírások vannak érvényben. A KSH-ban nem érdemes számolni. C4. (C3) A tükörstatisztikák aszimmetriája
A párosított országok befelé és kifelé irányuló folyamatai közötti eltéréseket számszerűsítő mutató, melynek értéke mindig nemnegatív. Mivel országok közötti öszszehasonlításról van szó, így nehezen értelmezhető a hivatalban. Ezt a mutatót használják az Eurostatban két vagy több ország közti gazdasági kapcsolatok esetén, azt mérik vele, hogy az egyik országban ugyanarra a termékre vonatkozó export értéke megegyezik-e a másik ország dokumentált importjával.
4.6
Koherencia A különböző forrásból származó hasonló statisztikák egymásnak való megfelel-
tetése, valamint az eltérések számszerűsítése a cél a koherencia vizsgálatánál. Több területen is mérhető: előzetes és végleges statisztikák között, éves és évközi statisztikáknál, valamint a statisztikák koherenciája ugyanazon társadalmi-gazdasági területen, illetve a statisztikák összehasonlítása a nemzeti számlákkal.
27
CH1. A fő másodlagos használati igényeket kielégítő statisztikák száma és aránya
Fontos, hogy a másodlagos statisztikákat összegyűjtsék, mégsem javasolja a projektcsoport a mutató bevezetését a Központi Statisztikai Hivatalban. 2003-ban, az akkor még létező 7. dimenzióhoz, a teljességhez is konstruáltak egy mutatót a rendelkezésre álló statisztikák részaránya nevűt, ez az indikátor azonban a 2005-ös verzióban már nem szerepel. Az összes mutató egyszerre történő bevezetése nehézkes lenne, ezért a munkacsoport 2 ütemben gondolkodott. A már korábban is számított indikátorok, valamint azon mutatók, melyek számításához nem volt szükség drasztikus átalakításra, bevezetésre kerültek az első ütem keretében 2008. június 1-jén hatályba lépett elnöki határozat alapján. Ennek megfelelően elkészült egy nómenklatúra, valamint a mutatók részletes leírása is. Ezen indikátorokat a termék elkészültekor, a publikáció gyakoriságának megfelelően, a felhasználást segítő magyarázatokkal ellátva kell számítani.24 A második ütemben következnek a KSH-ban számítható, azonban informatikai támogatást igénylő mutatók bevezetése.
24
A Központi Statisztikai Hivatal elnökének VI/2008. (SK 2.) KSH előírása a KSH termékminőség mérését szolgáló indikátorai számításának rendjéről (KSH belső anyag)
28
5. MINŐSÉGI IRÁNYELVEK A KÖZPONTI STATISZTIKAI HIVATAL STATISZTIKAI MUNKAFOLYAMATAINAK EGYES SZAKASZAIRA A statisztikai termék előállításához elengedhetetlenül fontos a statisztikai munkafolyamatok szabályozása, hiszen az adatelőállítás folyamatának milyensége nagymértékben befolyásolja a termék minőségét. Mivel a termék- és folyamatminőség egymástól elválaszthatatlan, ezért szükségesnek tartom a KSH munkafolyamataira vonatkozó minőségi irányelvek rövid ismertetését. A hivatal statisztikai termelési folyamatának egyes szakaszira vonatkozó minőségi irányelvekről elnöki előírás is rendelkezik (IV/2007. (SK 3.)).25 Az adatgyűjtés folyamatát öt részre lehet osztani: elméleti előkészítés, gyakorlati előkészítés, az adatgyűjtés lebonyolítása, adtafeldolgozás, elemzés, publikálás és értékelés. Az Egyesült Királyság Statisztikai Hivatalának értékláncát alapul véve az öt részt a következő szakaszokra lehet bontani: •
Regiszter
•
Felvételi keret
•
Célok, felhasználás és felhasználók
•
Fogalmak, definíciók és osztályozások
•
Felhasználható igazgatási adatok számbavétele, statisztikai hasznosításuk
•
A mintavételi terv
•
Kérdőív és segédanyagainak tervezése
•
Adatgyűjtés szervezés és adatgyűjtés
•
Adatelőkészítés (rögzítés, editálás)
•
Imputálás (pótlás)
•
Súlyozás, becslés és hibaszámítás
•
Indexszámok képzése
25
A Központi Statisztikai Hivatal elnökének IV/2007. (SK 3.) KSH előírása A Központi Statisztikai Hivatal statisztikai termelési folyamatának egyes szakaszaira vonatkozó minőségi irányelvek megállapításáról (KSH belső anyag)
29
•
Makrovalidálás
•
Szezonális kiigazítás
•
További elemzési módszerek
•
Adatok bizalmas kezelése és a felfedhetőség elleni védelem
•
Tájékoztatás
•
Archiválás
•
Értékelés, felülvizsgálat, visszacsatolás Az elméleti előkészítés első lépése a sokaság egyedeinek azonosítására szolgáló
nyilvántartás, vagyis a regiszter kiválasztása, ami az egymással kapcsolatban álló célsokaságú felvételek koordinálása, standard osztályozások alkalmazása és a karbantartás hatékony megvalósítása miatt szükséges. Ezután következik az adatszolgáltatók azonosítására szolgáló felvételi keret meghatározása. Majd indoklással egybekötve azt kell rögzíteni, hogy mik a céljaink, vagyis milyen hipotéziseket akarunk tesztelni, milyen adatigényeink vannak. Meg kell adnunk a felhasználók körét és azt, hogy hogyan lehet felhasználni a kapott információkat. Az egyértelműség és a nyomonkövethetőség végett fontos az adatgyűjtés során használt fogalmak, illetve definíciók és osztályozások dokumentálása. A közvetlen adatgyűjtésből adódó adatszolgáltatói terhek csökkentése miatt elengedhetetlen a felhasználható igazgatási adatok számbavétele, illetve statisztikai hasznosításuk megfontolása. Mivel az egész célsokaság megfigyelése nehézkes és rendkívül költséges lenne, ezért reprezentatív minták alapján vonnak le következtetéseket. Ehhez szükséges az adatminőségre közvetlenül hatással lévő mintavételi módszer megválasztása, s ennek megfelelően a mintavételi terv elkészítése. Az elméleti előkészítés az adatgyűjtési folyamatban központi szereppel bíró kérdőív és segédanyaginak (segédlet és/ vagy kitöltési útmutató) tervezésével zárul. Az adatgyűjtés szervezését jelenti a gyakorlati előkészítés. Az adatgyűjtés történhet összeírás, adatszolgáltatás és megfigyelés révén. A begyűjtött adatokat a feldolgozásra elő is kell készíteni. Az adatelőkészítés manuális editálásból, adatrögzítésből és editálásból áll. Az adatfeldolgozás a hiányzó adatok pótlásával, vagyis az imputálással kezdődik, ami történhet azonos adatállományból, de külső adatállományból is. Ha mindezt elvégeztük, akkor következhet a súlyozás, a becslés, valamint a mintavételi hiba számítása, ezután pedig az indexszámok képzése. Az indexek fontos szerepet játszanak a társa-
30
dalmi és gazdasági folyamatok elemzésében. Minőségüket a képzésükhöz használt módszerek elfogadottsága, illetve közismertsége határozza meg. Fontos, hogy korrekt módon legyenek kiszámolva, hiszen miután publikálták őket, hivatalos adatokká válnak, melyeket utólag nem lehet korrigálni. A mikroszinten nem azonosítható hibák kiszűrése érdekében alkalmazzák a makrovalidálást, melynek során az aggregált mutatókat összevetik megbízhatóbb adatforrásból származókkal. Három típusa létezik: a feldolgozáson belüli, feldolgozást követő, valamint a nemzeti számlák összeállítása során történő makrovalidálás. Ezután következik a szezonalitást tartalmazó idősorok szezonális kiigazítása. Arra kell törekedni, hogy minél kevesebb információ elvesztése mellett, a kiigazított adatok visszamenőleg minél kevésbé módosuljanak. Miután minden szükséges lépést megtettünk, s megvannak a nyers adataink, következhet a szöveges értelmezés. A hatékony adatelemzésnek a kérdésekre kell fókuszálnia, s az eredmények részletes bemutatása mellett az alkalmazott módszerek ismertetése is célszerű ahhoz, hogy a felhasználó felé érthető módon tudjuk közvetíteni az előállított információkat. Az adatszolgáltatók adatait bizalmasan kell kezelni. Az adatvédelemre jogszabály is vonatkozik: 1992. évi LXIII. Törvény a személyes adatok védelméről és a közérdekű adatok nyilvánosságáról. Az adatbiztonsághoz ezen kívül hozzátartozik még az informatikai védelem, valamint az adatfelfedhetőség elleni védelem biztosítása. A statisztikai folyamat során előállított információt a felhasználó rendelkezésére kell bocsátani. A tájékoztatás történhet nyomtatott kiadványok segítségével és/ vagy elektronikus formában. A már nem aktuális adatokat, illetve metaadatokat meg szokták őrizni. Az archiválás történhet hagyományos módon (irattár), azonban beszélhetünk digitális adattárolásról is. A termelési folyamat értékelésének és felülvizsgálatának az a célja, hogy képet kapjunk az előállított termék minőségéről, fel tudjuk tárni a hiányosságokat, meghatározzuk, hogy mely területen szükséges a fejlesztés. A termék minőségének folyamatos javítása végett elengedhetetlen a kapott eredmények folyamatos visszacsatolása. Eszközei: minőség jelentés, minőség és folyamat indikátorok, felhasználói elégedettségi felmérés, önértékelés és audit, címkézés, tanúsítvány kiállítása.26
26
Minőségi irányelvek a Központi Statisztikai Hivatal statisztikai munkafolyamatainak egyes szakaszaira. Melléklet a IV/2007. (SK 3.) KSH előíráshoz (KSH belső anyag)
31
6. MUNKAERŐ- FELMÉRÉS (MEF) 6.1 A téma aktualitása, fontossága A munkaerő-felmérés több célt szolgál. Egyrészt információt nyújt a munkakínálatról, a foglalkoztatottság struktúrájáról, valamint arról, hogy milyen mértékben használja fel a gazdaság az emberi erőforrásokat, másrészt alapot jelent a munkahelyek teremtésére, a képzési struktúra átalakítására és a szegénység csökkentésére vonatkozó kormányzati programok tervezéséhez.27 Ezen kívül a munkanélküliségi ráta az ország gazdasági teljesítményének egy általános mérőszáma. A gazdaság mélyrehatóbb elemezéséhez uniós szinten rendkívül fontos a munkanélküliség mérése. A közösségi munkaerő-felmérés alapvetően az első és leghitelesebb referenciaforrás a munkaerő-piaci információkat illetően az Európai Unióban.28 Ezt igazolja az Európa Tanács által 2000 márciusában útjára indított program, a lisszaboni stratégia, valamint a megújult lisszaboni stratégia (2005. évi félidős felülvizsgálat), hiszen mindkettő középpontjában a növekedés és a munkahelyek állnak.29
6.2
A magyar munkaerő-felmérés (MEF) kialakulása, módszertana30
6.2.1 A munkaerő-felmérés kialakulása A munkanélküliség megjelenése és a gazdaságilag inaktív népesség számának emelkedése (ami a rendszerváltás idejére tehető) életre hívta a regisztrációs munkanélküli-statisztika kiépítését, ami a 80-as évek végén következett be. Bár ez a foglalkoztatási törvény előírásainak megfelelő volt, s adminisztratív nyilvántartásokon alapult, mégsem adott átfogó képet a munkaerőpiac állapotáról. Igény mutatkozott egy olyan 27
László Gyula (2007): Munkaerő-piaci politikák, PTE KTK, 2007. Javaslat: AZ EURÓPAI PARLAMENT ÉS A TANÁCS RENDELETE a közösségi munkaerő mintavételes felmérésének megszervezéséről szóló 577/98/EK tanácsi rendelet módosításáról, 2006.10.02., Brüsszel http://eur-lex.europa.eu/LexUriServ/LexUriServ.do?uri=COM:2006:0565:FIN:HU:DOC letöltés ideje: 2008.10.21. 29 Európai Bizottság: A lisszaboni stratégia új kezdete 6. oldal http://ec.europa.eu/growthandjobs/pdf/comm_spring_hu.pdf letöltés ideje: 2008.10.21. 30 Statisztikai Módszertani Füzetek, 46: A munkaerő- felmérés módszertana 2006, Budapest 2006 http://portal.ksh.hu/pls/ksh/docs/hun/xftp/idoszaki/pdf/munkfelmmod.pdf letöltés ideje: 2008.10.16. 28
32
adatgyűjtési rendszerre, ami az összes munkaerő-piaci kategóriát tartalmazza s alkalmas a változások nyomonkövetésére. A fejlett piacgazdaságokban már kiépült a fentebb megfogalmazott kritériumoknak megfelelő adatgyűjtési rendszer, melynek őse az Amerikai Egyesült Államokban kidolgozott Current Population Survey (CPS). A Nemzeti Munkaügyi Hivatal (International Labour Office, ILO) pedig szintén a 80-as években a módszertani, fogalmi rendszer harmonizálására törekedett. Az ajánlásai alapján kidolgozott fogalmi rendszer lehetővé tette a nemzetközi összehasonlítást. A Központi Statisztikai Hivatal 1992-ben vezette be a munkaerő-felmérést. Ily módon Magyarországon is lehetővé vált a munkával rendelkezők, illetve nem rendelkezők jellemzőinek megismerése, s a többi országgal való összehasonlítás lehetősége is adott volt. Az Európai Unióban a társadalom-statisztikai felvételek közül a MEF a leginkább harmonizált. 2004-es csatlakozásunk óta a munkaerő-felmérés a közösségi előírásoknak megfelelően zajlik.
6.2.2 A munkaerő-felmérés módszertana Magyarországon A munkaerő-felmérés papír alapú adtagyűjtés, mely kérdőív kitöltetésével történik. A felvétel alanyai a magánháztartásokban élő népesség tagjai. Vannak demográfiai és gazdasági aktivitásra vonatkozó kérdések. Előbbit a háztartás minden tagjának, utóbbit csak a 15-74 év közöttieknek kell megválaszolni.
6.2.3 Az adatgyűjtés gyakorisága 1992 és 2002 között az adatfelvételt a hónap 19. napját magába foglaló héten az előző hétre (referenciahét) vonatkozóan végezték. 2003 és 2005 között minden hónap 7. napját követő első hétfőtől kezdve három héten át, a megelőző hét munkaerő-piaci állapotára vonatkozóan készítették. Jelenleg az adatgyűjtéseket úgy bonyolítják le, hogy a hónap folyamán folyamatosan kikérdezik az adatszolgáltatókat a megelőző hétre vonatkozóan.
33
6.2.4 Fogalmak, definíciók A nemzetközi összehasonlítást lehetővé téve, a nemzetközi ajánlásokban szereplő definícióknak megfelelően a munkaképes korú népesség (15-74 éves) gazdasági tevékenysége alapján vagy gazdaságilag aktív vagy pedig inaktív. A gazdaságilag aktív népesség is két részre bontható: foglalkoztatottak azok, akik munkavállalóként jelennek meg a munkaerőpiacon, munkanélküliek pedig azok, akik munkakeresőként. Az ILO ajánlásoknak megfelelő prioritások alapján elsőbbséget kap a foglalkoztatottság a munkanélküliséggel, a munkanélküliség pedig a gazdasági inaktivitással szemben. Foglalkoztatott mindenki, aki az egyórás kritériumot teljesíti, vagyis a vonatkozási héten legalább egyórányi, jövedelmet biztosító munkát végzett vagy rendszeres munkájától csak átmenetileg volt távol. Munkanélkülinek akkor tekinthető valaki, ha a következő 3 kritériumot egyidejűleg teljesíti: nem dolgozott a vonatkozási héten és nincs is olyan munkája, amitől átmenetileg távol volt, a kikérdezést megelőző négy hétben aktívan keresett munkát és amennyiben találna megfelelőt, akkor munkába tudna állni két héten belül. A munkanélküliek sajátos csoportját alkotják a passzív munkanélküliek, vagyis a munkaerőpiacról kényszerítő körülmények következtében távolmaradók. A gazdaságilag nem aktív népességhez tartozók nem szereplői a munkaerőpiacnak, nem részei a munkaerőkínálatnak.
6.2.5 A MEF termékei (mutatók) A munkaerőpiac egyensúlyi állapotának alapvető mutatói a munkanélküliségi ráta, a tartósan munkanélküliek aránya, a gazdasági aktivitási arány, valamint a foglalkoztatási arány. A munkanélküliségi ráta a munkanélkülieknek a gazdaságilag aktív népességen belüli arányát mutatja meg, a tartósan munkanélküliek aránya a tartósan (12 hónapja vagy annál régebben) munka nélkül lévők összes munkanélkülieken belüli aránya, a munkanélkülieket a 90 (2002-ig 30) napon belül elhelyezkedők nélkül számítva. A gazdasági aktivitás arány a foglalkoztatottak és a munkanélküliek együttes számának népességen belüli aránya, a foglalkoztatási arány pedig a foglalkoztatottaknak a népességen belüli aránya.
34
6.2.6 A mintavétel módszere és a használt regiszter A háztartás-statisztikai felvételek közül a legnagyobb mintával rendelkező munkaerő-felmérésre először 1992-ben került sor. A MEF negyedévente a háztartások és a 15-74 éves személyek 0,9 százalékát figyeli meg. A minta 1992 és 2002 között számlálókörzetekre épült, 2003 óta viszont a települések rögzítettek, azokon belül szinte bármely lakás választható. A munkaerő-felmérés jelenlegi elsődleges mintavételi kerete a 2001es népszámláláshoz használt címállomány, másodlagos mintavételi kerete pedig a településmintára korlátozódik. A minta elsődleges rétegei a településminta kialakítását meghatározó fővárosi kerületek és a település-nagyságkategóriáknak a megyékkel képzett keresztosztályai. A megyei részminták kialakítása a Neyman- féle optimális allokáció elve alapján történik. Az elv a következő: „ha előre ismerjük (vagy legalább hozzávetőlegesen becsülni tudjuk) a sokasági szórásokat rétegenként, akkor rögzített (n) mintanagyság esetén kedvezőbb tulajdonságú mintát kapunk, ha a nagyobb szóródású rétegekből nagyobb, a kisebb szóródású rétegekből kisebb mintát veszünk…A főátlagot ilyen mintából számítva (adott n mellett) minimális mintavételi hibához jutunk”.31 A minta másodlagos rétegei az úgynevezett komplex település-fejlettségi mutató részeként a regisztrált munkanélkülieknek a település állandó népességen belüli aránya alapján finomított utólagos rétegek. A településeket nagyságuk szerint (amit a bennük található lakások számával alakítottak ki) kategóriákba sorolják. Tíz kategóriát alakítottak ki, ezek közül vannak önreprezentáló települések, melyek egyben a minta egy–egy külön rétegét is jelentik, és vannak nem önreprezentáló települések. A 275 rétegből álló minta 662 településből és 684 területi egységből áll. Az önreprezentáló települések esetében a mintavétel egylépcsős, a nem önreprezentálóknál pedig kétlépcsős: először a településeket, majd a címeket választják ki. A folyamatos adatgyűjtés miatt a MEF számára havonta mintát kell kijelölni, melyeket negyedévente egyesítenek. Az adatszolgáltatói kör folyamatosan frissül, a minta egyhatoda minden alkalommal rotációs eljárás segítségével cserélődik. (A mintába bekerült háztartások mindegyike hat egymást követő negyedévben marad a mintában, majd végleg kikerül belőle). Az új címek kijelölése véletlen szisztematikus kiválasztással, úgynevezett implicit rétegzéssel történik.
31
Hunyadi- Mundruczó- Vita: Statisztika, Aula Kiadó 1997, 305. oldal
35
3. Táblázat A megvalósult minta 15- 74 év közötti időszak településeinek körzeteinek lakásainak háztartásainak személyeinek a száma a száma (1000-ben) 671 9961 29883 24-26 55 1992 1993581 8272 ≈24000 22-24 47-50 1997 19982002 751 12577 37731 33 66 662 37710 30 63 2003-tól A munkaerő-felmérés negyedéves mintájának változása 1992-től (forrás: Statisztikai Módszertani Füzetek, 46: A munkaerő-felmérés módszertana 2006, Budapest 2006, 21. oldal) A kijelölt minta
6.2.7 Súlyozás A MEF létszámadatai a megfigyelések mintasúlyokkal súlyozott összegei. Mintasúlyok régebben lakásokra, jelenleg háztartásokra vonatkoznak. A becslés a következő módon történik: Yˆ = ∑ wk Y k . k
Yk valamilyen ismérv értéke a k-ik háztartásra, az összegzés pedig a minta összes háztartására vonatkozik. Az átlag becslésére a következő formulát használják: Rˆ = Yˆ / Xˆ . Yˆ és Xˆ az előző képlet szerint meghatározott létszámbecslések. A
w mintasúlyok két lépésben keletkeznek. Első lépésben k
wk0 -al jelölt a minta 275 ré-
tegén alapuló ún. elsődleges mintasúlyok jönnek létre. A mintasúlyok a havonkénti részminták alapján készülnek és a negyedéves mintából a megfigyeléseket ennek a súlynak az egyharmad részével teljeskörűsítik. A h-adik rétegben az elsődleges mintasúly wk0 = Lh / l h .
Lh a lakások teljes körű számának legfrissebb adata, l h pedig az erre a rétegre vonatkozó mintában összeírt lakások száma. H=1, 2, 3,…,275. A teljes körű lakásállományra vonatkozó információ évente egyszer frissítésre kerül. Második lépésben a torzítás elkerülése végett egy speciális korrekciós eljárást, kalibrálást alkalmaznak, melynek kettős célja van: mérsékli a meghiúsulások torzító hatását, ezen kívül biztosítja, hogy a minta a demográfiai megoszlások tekintetében jól közelítse az ország népességét. Tegyük fel, hogy egy felvételben a minta elemeinek száma n, az adatgyűjtés n’
36
6.2.8 Mintavételi hiba Mivel nem az egész célsokaságot vizsgáljuk, hanem reprezentatív minta alapján vonunk le következtetéseket az egész sokaságra vonatkozóan, így számolnunk kell a mintavételi hibákkal is. Ez a munkaerő-felmérés esetén a jackknife és a bootstrap módszer rétegzett minták esetére vonatkozó változatával történik.32 „A jackknife módszer úgy állít elő új mesterséges mintákat, hogy egy-egy (mindig más) elemet elhagy az eredeti mintából, míg a bootstrap a meglévő n elemű minta elemeiből újabb, n elemű viszszatevéses mintákat generál”33 Az említett módszerek lineáris statisztikák esetén közvetlenül, kalibrálás esetén nem közvetlenül, hanem linearizálás után alkalmazhatók. A linearizálás azt jelenti, hogy a nemlineáris kalibrált becslést a megfigyelések lineáris függvényével kell közelíteni, ebben a mintavételből származó eredeti súlyok együtthatók. A közelítés eszköze a Taylor-sorfejtés, melynek értelmében a kalibrált becslést az ismeretlen sokaságbeli érték körül sorba kell fejteni és a lineáris tagnál meg kell állni.34
6.2.9 Az Eurostat pontossági követelményei A munkaerő- felméréssel kapcsolatban az Eurostat két pontossági követelményt fogalmazott meg 1998-ban. Negyedéves felvételben NUTS II szinten -feltéve, hogy kb. 5 százalék a munkanélküliek aránya a munkaképes korú lakosságban- a munkanélküliség szintjének relatív standard hibája nem haladhatja meg a 8 százalékot. A munkanélküliség országos szintjében két szomszédos időszak között mért változás standard hibájának a teljes szinthez viszonyított aránya pedig nem haladhatja meg a 3 százalékot. Magyarországon a jelenlegi minta kielégíti ezeket a követelményeket.
6.2.10 Szezonális kiigazítás A KSH-ban a MEF adatai alapján az idősorokat szezonálisan kiigazítják. 2006tól a következő mutatók kiigazított értékeit publikálják: foglalkoztatottak száma (összesen és nemek szerinti bontásban), munkanélküliek száma, inaktívak száma, munkanélküliségi ráta, valamint a foglalkoztatottak néhány gazdasági ágban, úgymint mezőgaz32
Statisztikai Módszertani Füzetek, 46: A munkaerő- felmérés módszertana 2006, Budapest 2006, 25. oldal http://portal.ksh.hu/pls/ksh/docs/hun/xftp/idoszaki/pdf/munkfelmmod.pdf letöltés ideje: 2008.10.16. 33 Hunyadi- Mundruczó- Vita: Statisztika, Aula Kiadó 1997, 319. oldal 34 Statisztikai Szemle, 86. évfolyam 6. szám: Hibaszámítás jackknife módszerrel bonyolult felépítésű, kalibrált minták esetén, Horváth Beáta- Mihályffy László, 592- 613. oldal
37
daság, építőipar, kereskedelem, javítás, szálláshely-szolgáltatás. A szezonális kiigazítás 2002-től egységesen a TRAMO-/SEATS- módszerrel, Demetra-szoftver alkalmazásával történik. Évente egyszer, a IV. negyedévi adatok közzététele után a program beállításait rögzítik, a továbbiakban pedig az aktuális negyedév adataival kiegészített idősorokra futtatják a programot. A beállítások rögzítésénél a naptári hatások meglétét tesztelik, ezen kívül minden futtatásnál sort kerítenek az idősorokban az outlierek (kiugró értékek) megjelenésének vizsgálatára. A szezonálisan kiigazított adatok az idősorok teljes terjedelmére vonatkozva felülírásra kerülnek az utolsó futtatás eredményeivel. A munkaerő-felmérés idősorait direkt módon igazítják ki, s a szezonálisan kiigazított indexeket negyedévente a Munkaerő-piaci jellemzők című kiadványban teszik közzé.35
6.3
A MEF éves minőségjelentéseinek elemzése 2004-2007-re vonatkozóan36 A munkaerő-felmérés a KSH elnöke által elrendelt önkéntes adatgyűjtés. Az
adatgyűjtés folyamatos, eredményeit pedig negyedéves, illetve éves jelentések formájában teszik közzé. A KSH az Eurostat számára évente készít a MEF-re vonatkozó angol nyelvű minőségjelentést, háromhavonta pedig összefoglalót. A jelentés célja a statisztikai termékek minőségére vonatkozó adatok, információk bemutatása. A KSH éves minőségjelentései az Eurostat minőség koncepciója alapján készülnek. A jelentés az adminisztratív információk közlésével kezdődik, amit egy általános leírás követ, ami a felmérés résztvevőinek meghatározására, a referencia hétre, az eredmények gyakoriságára, a mintavételre, a felvételi keretre, a minta nagyságára, a rétegződésre, a rotációs eljárásra, valamint a súlyozásra vonatkozik. Erről korábban, „6.2 A magyar munkaerő-felmérés (MEF) kialakulása, módszertana” című részben részletesebben írtam. Az adatok minőségét különböző területi részletezettségben is értékelik. A továbbiakban a minőség 6 dimenziója mentén (relevancia, pontosság, időszerűség és időbeli pontosság, hozzáférhetőség és érthetőség, összehasonlíthatóság, illetve koherencia) haladva kapunk információkat a minőségre vonatkozóan. 35
Statisztikai Módszertani Füzetek, 46: A munkaerő- felmérés módszertana 2006, Budapest, 2006, 2527. oldal http://portal.ksh.hu/pls/ksh/docs/hun/xftp/idoszaki/pdf/munkfelmmod.pdf letöltés ideje: 2008.10.16. 36 European Commission, Eurostat: Joint Standard Quality Report for Labour Force Survey and Regional Labour Market Statistics 2004, 2005, 2006, 2007
38
6.3.1 Relevancia Ebben a részben a minőségjelentés felhasználóiról és azok igényeiről tájékozódhatunk. A felhasználókat különböző szinteken (európai, nemzeti, nemzetközi szint, társadalmi szereplők, média, kutatók és diákok, a munkaerő statisztikáról szóló felhasználói fórum) vizsgálják. A különböző felhasználói csoportokhoz más és más igények tartoznak, amik azonban az általam vizsgált 4 év során nem változtak. A konkrét felhasználók, azok igényei és a vonatkozó dokumentumok áttekinthető szemléltetésére az alábbi táblázatot készítettem el.
4. Táblázat Felhasználói csoporFelhasználók leírása tok
Eurostat
Nemzeti Statisztikai Hivatalok európai szint
más európai intézmények
minisztériumok más kormányzati szervek Nemzeti Bank
nemzeti szint más statisztikák (pl. nemzeti számlák)
OECD ENSZ
nemzetközi szint ILO
Igények negyedéves MEF adat és ad hoc modulok adatai a munkaerőpiacra vonatkozó alapindikátorok és részletes adatok, a publikációkhoz tartozó számadatok a munkaerőpiacra vonatkozó alapindikátorok és részletes adatok, nemzeti publikációk, adatok az akciótervekhez és más projektekhez a munkaerőpiac alapindikátorai, OECD és a Nemzeti Munkaügyi Hivatal évkönyvének részletes indikátorai
39
Forrás
Vonatkozó dokumentum
tanácsi rendelet (577/98-as számú)
adattovábbítás a vonatkozási időszakra
kétoldalú megállapodás
nyomtatott kiadványok és speciális táblák
kétoldalú megállapodás
gyorstájékoztató, Munkaerőpiaci jellemzők, Munkaerőpiaci helyzetkép című kiadványok, MEF idősorok, speciális táblák
információnyújtási kötelesség
speciális táblák
Felhasználói csoporFelhasználók leírása tok
társadalmi szereplők
média
szakszervezetek (nemzeti és regionális szinten)
újságok, TV- csatornák
Igények a munkaerőpiacra vonatkozó alapindikátorok és részletes adatok, nemzeti publikációk és a publikációkhoz tartozó számadatok sajtóinformáció, a munkaügyi statisztika módszertani leírása
Forrás
Vonatkozó dokumentum
kétoldalú megállapodás
gyorstájékoztató, Munkaerőpiaci jellemzők, Munkaerőpiaci helyzetkép című kiadványok, MEF idősorok, speciális táblák
a társadalom információval való ellátásának feladata
gyorstájékoztató, Munkaerőpiaci jellemzők, Munkaerőpiaci helyzetkép című kiadványok, MEF idősorok, speciális táblák, módszertani leírás
kutatóintézetek, piackutató cégek kutatók és diákok (nemzetközi, nemzeti vagy regionális szinten)
egyetemek tanulók Magyar Tudományos Akadémia
anonimizá kétoldalú megállapolt MEF dás adatbázis
_
stb.
munkaerő statisztikáról szóló felhasználói fórum
KSH által meghívott főbb felhasználók
a munkaerőstatisztika módszertani leírása, alap és részletes adatok
a társadalom információval való ellátásának feladata
gyorstájékoztató, Munkaerőpiaci jellemzők, Munkaerőpiaci helyzetkép című kiadványok, MEF idősorok, speciális táblák, módszertani leírás
A minőségjelentés felhasználói és azok igényei (forrás: European Commission, Eurostat: Joint Standard Quality Report for Labour Force Survey and Regional Labour Market Statistics 2004, 2005, 2006, 2007)
Magyarországon nem végeznek arra vonatkozó mérést, hogy milyen mértékben elégítik ki a felhasználók igényeit.
6.3.2 Pontosság Ide tartozik a mérés pontosságát jellemző mintavételi hiba, ezen kívül a nem mintavételi hibák, a feldolgozási hibák és a nemválaszolási hibák. Mintavételi hiba Negyedéves és éves relatív szórás
Fontosnak tartom megjegyezni, hogy mintavételi hiba számításánál módszertani váltás következett be. 2007 első negyedévétől a KSH a MEF adatainak mintavételi hibá-
40
ját a linearizált becslő függvényre alkalmazott jackknife módszerrel számítja.37 A becslések relatív szórásainak (vagyis „az ismérveknek az átlagtól vett átlagos relatív (százalékos) eltérésének”)38 időbeli összehasonlítását külön végeztem el a foglalkoztatottak, a részmunkaidőben foglalkoztatottak, valamint a munkanélküliek esetén, illetve a munkanélküliségi rátára és a munkával töltött órák számára vonatkozóan. A korábbi becslési eljárás felülbecsülte a hibát, így pontatlanabb képet adott a becslés relatív szórásáról. Az új számítási módszer bevezetése a foglalkoztatottaknál nagyon látványos, hiszen esetükben 2007-ben jelentősen csökkent a relatív szórás, a többi kategóriában nem észrevehető az új módszertan által számított mutatók eredményeinek különbözősége.39 1. ábra
Relatív szórás (%)
A foglalkoztatottak számának relatív szórása 2004- 2007 (%) 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0
Negyedévek (2004 I.- 2007 IV.) Mozgó átl. 2 sz. (Negyedévek (2004 I.- 2007 IV.))
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 Negyedévek (2004 I.- 2007 IV.)
A foglalkoztatottak számának relatív szórása (%) 2004-2007 negyedéves bontásban (forrás: European Commission, Eurostat: Joint Standard Quality Report for Labour Force Survey and Regional Labour Market Statistics 2004, 2005, 2006, 2007)
Az éves relatív szórások sok esetben eltérnek a negyedéves relatív szórásoktól, azok átlagától. A legjelentősebb különbség 2004-ben volt. Mivel a CV (Coefficient of variation) a mérés pontosságát mutatja meg és az éves minta négyszer olyan nagy, mint a negyedéves, ennek köszönhetően nagyobb mintából pontosabb becsléseket lehet elkészíteni, így a relatív szórás is jóval alacsonyabb.
37
Statisztikai Szemle, 86, évfolyam 6. szám, Hibaszámítás jackknife módszerrel bonyolult felépítésű, kalibrált minták esetén, Horváth Beáta- Mihályffy László, 591. oldal 38 Hunyadi- Mundruczó- Vita: Statisztika, Aula Kiadó 1997, 120. oldal 39 1. melléklet
41
5. Táblázat A foglalkoztatottak számának relatív szórása (%)
2. ábra A foglalkoztatottak számának relatív szórása 2004-2007 (%)
relatív szórás (%)
1 Negyedév 2004 2005 2006 2007 0,77 0,78 0,8 0,73 0,78 0,81 0,42 1 0,6 0,37 0,36 0,72 0,84 0,83 0,4 0,43 2 0,2 0,72 0,83 0,82 0,42 3 0 2004 2005 2006 2007 0,77 0,8 0,85 0,43 4 év 0,36 0,77 0,78 0,37 Éves A foglalkoztatottak számának relatív szórása (%) 2004 és 2007 között (forrás: Joint Standard Quality Report for Labour Force Survey and Regional Labour Market Statistics 2004, 2005, 2006, 2007, 9. oldal)
A 3. ábra mind az öt csoport (foglalkoztatottak, részmunkaidőben foglalkoztatottak, munkanélküliek, munkanélküliségi ráta, munkával töltött órák száma (óra/ hét)) éves relatív szórását tartalmazza. Mindegyik kategóriánál elmondható, hogy 2004-ben volt a legalacsonyabb az éves relatív szórás. Legalacsonyabb CV-t minden évben a munkával töltött órák számánál kaptak, legmagasabb értéket pedig a részmunkaidőben foglalkoztatottak esetén. A munkanélküliek és a munkanélküliségi ráta relatív szórása hasonlóan alakult mind értékeit, mind pedig tendenciáját tekintve. A munkaerő-piaci kategóriákat vizsgálva (foglalkoztatottak, részmunkaidőben foglalkoztatottak, munkanélküliek) a relatív szórások a várakozásomnak megfelelően alakultak, hiszen a mintában a foglalkoztatottak vannak a legtöbben, így a rájuk vonatkozó adatok a legpontosabbak s a relatív szórás egyik évben sem éri el az 1 százalékot, míg a másik két kategória kevesebb számmal képviselteti magát a mintában, így pontatlanabb a rájuk vonatkozó becslés is, ennek köszönhetően az ezekre vonatkozó CV-k értéke a munkanélküliek 2004-es értékét kivéve sosincs 2 százalék alatt.
42
3. ábra
Éves relatív szórások (%) összehasonlítása
relatív sz órás (% )
3,5
foglalkoztatottak
3 2,5
részmunkaidőben foglalkoztatottak
2 1,5
munkanélküliek
1 munkanélküliségi ráta
0,5 0 0
1
2
3
4
5
év (2004- 2007)
munkával töltött órák száma (óra/ hét)
A 2004- 2007 közötti éves relatív szórások (%) összehasonlítása a munkaerő- piaci kategóriákra vonatkozóan (forrás: Joint Standard Quality Report for Labour Force Survey and Regional Labour Market Statistics 2004, 2005, 2006, 2007, 9. oldal)
NUTS-2 szintű relatív szórás
NUTS-2-s régiók Magyarországon
NUTS-2 szinten a munkával töltött órák számának (óra/ hét) relatív szórása a legkisebb, 2004 és 2007 között 0,1 és 0,5 között mozog, ezt a foglalkoztatottak CV-je követi 0,5 és 2,9 közötti értékekkel, majd a munkanélküliek és a munkanélküliségi ráta
43
relatív szórása következik 3 és 9 közötti értékekkel, a legnagyobb a relatív szórás a részmunkaidőben foglalkoztatottak esetén, náluk 4 és 10 között ingadozik. Az éves adatokat az öt kategória átlagos relatív szórásainak növekvő sorrendjében külön- külön vizsgálom. A vizsgálati időszak: 2004-2007. 2004
•
A munkával töltött órák számának (óra/ hét) relatív szórása nagyjából egyenletes eloszlású.
•
A foglalkoztatottak relatív szórásának legkisebb értéke Közép-Magyarországon (0,51%), a legnagyobb pedig a Dél-Alföldön (1,23%) volt.
•
A munkanélküliségi ráta relatív szórása Közép-Magyarországon a legkisebb (3,74%) és a Dél-Dunántúlon a legnagyobb (6,33%).
•
A munkanélküliek számának relatív szórása a közép-magyarországi régióban a legkisebb (3,73%), a dél-dunántúliban pedig a legnagyobb (6,59%).
•
A részmunkaidőben foglalkoztatottak relatív szórásánál 2004-ben a legkisebb érték Közép-Magyarországon (4,31%), a legnagyobb pedig a Dél-Dunántúlon (7,72%) volt. Átlagosan Közép-Magyarországon a legkisebbek a relatív szórások, a legna-
gyobbak pedig a Dél-Dunántúlon. 6. Táblázat NUTS-2 szintű relatív szórás (%) 2004-ben terület
munkával töltött foglalkoztatottak részmunkaidősök munkanélküliek munkanélküliségi órák száma száma száma ráta száma (óra/ hét) 0,51 4,31 3,73 3,74 0,17
KözépMagyarország 0,84 5,82 5,66 5,71 0,25 Közép-Dunántúl 1,20 5,65 5,44 5,28 0,30 Észak-Alföld 1,03 6,19 5,02 4,64 0,22 ÉszakMagyarország 1,23 5,73 5,38 5,26 0,30 Dél-Alföld 1,14 7,72 6,59 6,33 0,35 Dél-Dunántúl 1,10 6,09 5,68 5,62 0,28 Nyugat-Dunántúl 0,51 4,31 3,73 3,74 0,17 minimum 1,23 7,72 6,59 6,33 0,35 maximum 2004-es NUTS-2 szintű relatív szórás (%)(forrás: Joint Standard Quality Report for Labour Force Survey and Regional Labour Market Statistics 2004, 9. oldal)
44
2005
•
A munkával töltött órák számának (óra/ hét) relatív szórása nagyjából egyenletes eloszlású.
•
A foglalkoztatottak relatív szórásának legkisebb értéke 2005-ben KözépMagyarországon (1,45%), a legnagyobb pedig a Dél-Dunántúlon (2,57%) volt.
•
A munkanélküliségi ráta relatív szórása a közép-magyarországi régióban a legkisebb (5%) és a dél-dunántúliban a legnagyobb (7,27%).
•
A munkanélküliek számának relatív szórása Közép-Magyarországon a legkisebb (5,2%), a Dél-Dunántúlon a legnagyobb (7,91%).
•
A részmunkaidőben foglalkoztatottak relatív szórásának 2005-ben a legkisebb értéke Közép-Magyarországon (6,75%), a legnagyobb pedig a KözépDunántúlon (9,83%) volt. Átlagosan Közép-Magyarországon a legkisebbek a relatív szórások, a legna-
gyobbak pedig a Dél-Dunántúlon.
7. Táblázat NUTS-2 szintű relatív szórás (%) 2005-ben terület
munkával töltött foglalkoztatottak részmunkaidősök munkanélküliek munkanélküliségi órák száma száma száma ráta száma (óra/ hét) 1,45 6,75 5,20 5,05 0,27
KözépMagyarország 2,10 9,83 6,80 6,67 0,27 Közép-Dunántúl 1,85 6,98 6,19 5,73 0,28 Észak-Alföld 2,18 9,72 6,39 5,74 0,27 ÉszakMagyarország 2,24 8,58 6,82 6,23 0,27 Dél-Alföld 2,57 9,14 7,91 7,27 0,33 Dél-Dunántúl 2,42 9,81 7,19 6,93 0,3 Nyugat-Dunántúl 1,45 6,75 5,20 5,05 0,27 minimum 2,57 9,83 7,91 7,27 0,33 maximum 2005-ös NUTS-2 szintű relatív szórás (%)(forrás: Joint Standard Quality Report for Labour Force Survey and Regional Labour Market Statistics 2005, 9. oldal)
45
2006
•
A munkával töltött órák számának (óra/ hét) relatív szórása nagyjából egyenletes eloszlású.
•
A foglalkoztatottak relatív szórásának 2006-ben a legkisebb értéke KözépMagyarországon (1,53%), a legnagyobb pedig a Dél-Dunántúlon (2,95%) volt.
•
A munkanélküliségi ráta relatív szórása Észak-Magyarországon a legkisebb (5%) és a Nyugat-Dunántúlon a legnagyobb (8,19%).
•
A munkanélküliek számának relatív szórása az észak-alföldi régióban a legkisebb (5,63%), a nyugat-dunántúliban pedig a legnagyobb (8,68%).
•
A részmunkaidőben foglalkoztatottak relatív szórásának 2006-ban a legkisebb értéke az Észak-Alföldön (6,57%), a legnagyobb pedig a Dél-Dunántúlon (8,77%) volt. Átlagosan Közép-Magyarországon és az Észak-Alföldön a legkisebbek a relatív
szórások, a legnagyobbak pedig Nyugat-Dunántúlon és Dél-Dunántúlon.
8. Táblázat NUTS-2 szintű relatív szórás (%) 2006-ban terület
munkával töltött foglalkoztatottak részmunkaidősök munkanélküliek munkanélküliségi órák száma száma száma ráta száma (óra/ hét) 1,53 6,77 5,65 5,49 0,27
KözépMagyarország 2,08 8,80 6,63 6,45 0,32 Közép-Dunántúl 2,08 6,57 5,63 5,29 0,38 Észak-Alföld 2,17 7,91 5,64 5,00 0,30 ÉszakMagyarország 2,03 7,58 5,84 5,61 0,37 Dél-Alföld 2,95 10,07 6,83 6,01 0,45 Dél-Dunántúl 2,07 9,05 8,68 8,19 0,32 Nyugat-Dunántúl 1,53 6,57 5,63 5,00 0,27 minimum 2,95 10,07 8,68 8,19 0,45 maximum 2006-os NUTS-2 szintű relatív szórások (%)(forrás: Joint Standard Quality Report for Labour Force Survey and Regional Labour Market Statistics 2006, 9. oldal)
46
2007
•
A munkával töltött órák számának (óra/ hét) relatív szórása nagyjából egyenletes eloszlású.
•
A foglalkoztatottak relatív szórásának legkisebb értéke 2007-ben a középmagyarországi régióban (0,62%), a legnagyobb pedig a dél-dunántúliban (1,24%) volt.
•
A munkanélküliségi ráta relatív szórása az Észak-Alföldön a legkisebb (5%) és a Nyugat-Dunántúlon a legnagyobb (6,6%).
•
A munkanélküliek számának relatív szórása a Dél-Alföldön a legkisebb (4,98%), a Nyugat-Dunántúlon a legnagyobb (6,6%).
•
A részmunkaidőben foglalkoztatottak relatív szórása 2007-ben az ÉszakAlföldön a legkisebb (6,27%), a Közép-Dunántúlon pedig a legnagyobb (8,77%). Átlagosan Közép-Magyarországon és az Észak-Alföldön a legkisebbek a relatív
szórások, a legnagyobbak pedig Nyugat-Dunántúlon és Közép-Dunántúlon.
9. Táblázat NUTS-2 szintű relatív szórás (%) 2007-ben terület
munkával töltött foglalkoztatottak részmunka- munkanélküliek munkanélküliségi órák száma idősök száma száma ráta száma (óra/ hét) 0,62 6,40 5,39 5,27 0,27
KözépMagyarország 0,79 8,77 6,45 6,37 0,33 Közép-Dunántúl 1,19 6,27 5,12 5,00 0,38 Észak-Alföld 1,20 7,27 5,59 5,13 0,28 ÉszakMagyarország 0,92 8,19 4,98 5,06 0,30 Dél-Alföld 1,24 8,36 5,57 5,51 0,43 Dél-Dunántúl 0,82 8,40 6,60 6,60 0,37 Nyugat-Dunántúl 0,62 6,27 4,98 5,00 0,27 minimum 1,24 8,77 6,60 6,60 0,43 maximum 2007-es NUTS-2 szintű relatív szórások (%)(forrás: Joint Standard Quality Report for Labour Force Survey and Regional Labour Market Statistics, 2007, 9. oldal)
47
A legkisebb relatív szórások általában a közép-magyarországi régióban figyelhetők meg, a legnagyobban pedig a dél-dunántúliban. A munkával töltött órák számának (óra/hét) CV-je nagyjából egyenletes. A foglalkoztatottak esetében egyöntetűen Közép-Magyarországon a legkisebb a relatív szórás, s a legnagyobb pedig 2004-et kivéve a Dél-Dunántúlon. A munkanélküliségi ráta és a munkanélküliek számának relatív szórása hasonló módon alakult. A legkisebb értéket felmutató régió 2004-ben és 2005-ben mindkét csoportnál Közép-Magyarország volt, 2006-ban a munkanélküliségi rátánál Észak-Magyarország, a munkanélkülieknél az Észak-Alföld, 2007-ben a munkanélküliségi rátánál az Észak-Alföld, a munkanélkülieknél pedig a dél-alföldi régió. A legnagyobb CV pedig 2004-ben és 2005-ben a DélDunántúlon, 2006-ban és 2007-ben a nyugat-dunántúli régióban volt mindkét csoport esetében. A részmunkaidőben foglalkoztatottaknál Közép-Magyarországon és az ÉszakAlföldön a legkisebbek a relatív szórások, s a dél-dunántúli, valamint a közép-dunántúli régióban a legnagyobbak. Összességében minden évben és minden NUTS-2 régióban az ugyanaz a tendencia figyelhető meg a munkaerő-piaci kategóriáknál. A foglalkoztatottaknak a legkisebb, a részmunkaidőben foglalkoztatottaknak pedig a legnagyobb a relatív szórása. Ennek szemléltetésére a dél-dunántúli régiót választottam ki. 4. ábra Foglalkoztatottak, részmunkaidőbe n foglalkoztatottak és munkanélküliek relatív szórásának NUTS-2 szintű összehasonlítása (%) (Dél- Dunántúl)
relatív szórás (%)
12,00
9,14
10,00 8,00 6,00 4,00 2,00 0,00 2003
10,07 8,36
7,72 7,91
6,83
2,57
2,95
5,57
6,59
1,24
1,14 2004
2005
2006
2007
Foglalkoztatottak Részmunkaidőben foglalkoztatottak Munkanélküliek
2008
év
A foglalkoztatottak számának, a részmunkaidőben foglalkoztatottak számának, valamint a munkanélküliek számának relatív szórásának NUTS-2 szintű éves összehasonlítása 2004 és 2007 között (forrás: Joint Standard Quality Report for Labour Force Survey and Regional Labour Market Statistics 2004, 2005, 2006, 2007)
48
NUTS-3 szintű relatív szórás
NUTS-3-as régiók Magyarországon
NUTS-3 szintű relatív szórás számolása esetén földrajzilag pontosabban meghatározásra kerülnek a NUTS-2-es régiók adatai. A NUTS-2-es eredményeket alapul véve a legkisebb relatív szórásra Budapesten és Pest megyében számíthatunk, legnagyobbra pedig Zala, Somogy, Tolna és Baranya megyében.
10. Táblázat A gazdaságilag aktívak számának A munkanélküliek számának relatív szórárelatív szórása (%) NUTS- 3 szinten sa (%) NUTS- 3 szinten
A munkanélküliségi ráta relatív szórása (%) NUTS- 3 szinten
2004
2004
2005
2006
2007
2004
2005
2006
2007
2005
2006
2007
min. érték
0.99
1,75
1,79
0,69
7,02
7,19
7,26
7,01
6.97
7,01
6,34
6,98
min. hely
Pest
Bp.
Bp.
Pest
Bp.
Bp.
Bp.
Szabolcs- Sz- B
Bp.
Bp.
B-A-Z
B-A-Z
max. érték
3,06
5,49
5,76
2,14
14,07
16,04
15,52 14,99
13,87
15,57
14,51
15,06
max. hely
Nógrád Nógrád Nógrád Somogy
Somogy
Nógrád Zala
Somogy
Nógrád
Zala
Zala
Zala
A gazdaságilag aktívak számára, a munkanélküliek számára és a munkanélküliségi rátára vonatkozó NUTS-3 szintű relatív szórások alakulása 2004 és 2007 között (forrás: Joint Standard Quality Report for Labour Force Survey and Regional Labour Market Statistics 2004, 2005, 2006, 2007)
A gazdaságilag aktívak átlagos relatív szórásai jóval kisebbek minden évben, mint a másik két kategóriái, ennek megfelelően a minimum és maximum értékei is. Esetükben a mérés Budapesten és Pest megyében a legpontosabb és Nógrád, valamint Somogy megyében a legkevésbé. A legtöbb megye esetében elmondható, hogy 2004-ről 2007-re javult a mérés pontossága, kivéve Borsod-Abaúj-Zemplén és Somogy megyét. A legnagyobb fejlődés Csongrád és Jász-Nagykun-Szolnok megyében volt tapasztalható a relatív szórások alakulását tekintve.
49
A munkanélküliek számának és a munkanélküliségi ráta átlagos CV-je 10% körüli, szintén Budapesten mérték általában a legkisebb relatív szórásokat és Nógrád, valamint Somogy megye szerepelt a legmagasabb szórásokkal 2004-ben és 2005-ben, azonban 2006-ban és 2007-ben Zala megyében volt a legkevésbé pontos a mérés. Mind a munkanélküliek, mind pedig a munkanélküliségi ráta esetén Csongrád és Somogy megyében a legnagyobb a mérés minőségének fejlődése, s Zala és Veszprém megye mutatja e tekintetben a leginkább kritikus utat.40
Nem mintavételi hibák (feldolgozási hiba és nemválaszolási hiba)
Nem mintavételi hibák adódhatnak a proxy interjúk (azaz a meghatalmazás útján történő interjúkészítés)41 miatt, maga a kérdőív is lehet rosszul szerkesztett, nehezen értelmezhető, lehetnek benne nem egyértelmű válaszok, a válaszadók végett: például hibás válaszok keletkezhetnek az idősek memóriaproblémája miatt, süketnémák meginterjúvolásánál, ezen kívül a kérdezőbiztosnak is betudható a nem mintavételi hiba: hibásan kódolják az adatokat az adatbevitel során. A nem mintavételi hibák csökkentésére mind a négy minőségjelentésben ugyanazokat az ajánlásokat tették. •
több magyarázat és értelmezés az interjúalanyok számára, a proxy interjúk számának csökkentése
•
az interjúkészítők részére több tréning tartását javasolják, valamint gyakoribb ellenőrzésüket
•
a kérdőív tervezésének folyamatos ellenőrzése
Feldolgozási hiba
Az adatbeviteli rendszerbe ellenőrzéseket építenek be és a kódolást is ellenőrzik. 40
2., 3., 4. melléklet Európai Közösségek Bizottsága: Javaslat: A TANÁCS RENDELETE a jövedelmekre és életkörülményekre vonatkozó közösségi statisztikáról (EU-SILC) szóló, 2003. június 16-i 1177/2003/EK európai parlamenti és tanácsi rendeletnek az anyagi nélkülözésre vonatkozó másodlagos célváltozók 2009-es listája tekintetében történő végrehajtásáról 7. oldal http://209.85.129.132/search?q=cache:-owfwjPACQsJ:eurlex.europa.eu/LexUriServ/LexUriServ.do%3Furi%3DCOM:2008:0022:FIN:HU:DOC+%22proxy+interj %C3%BA%22&hl=hu&ct=clnk&cd=1&gl=hu letöltés ideje: 2008.11.30. 41
50
Nemválaszolási hiba
A
jelentésben
nemválaszolás
a
számítanak
jelentésben
3
egy
úgynevezett
kategóriába
nemválaszolási
sorolható:
rátát.
visszautasítás
A
miatti
nemválaszolás, kapcsolatfelvétel meghiúsulása miatti nemválaszolás és egyéb. A nemválaszolás legfőbb oka a kapcsolatfelvétel meghiúsulása, annak ellenére, hogy az összeírónak amennyiben első megkeresésre nem sikerül az adatokat összegyűjtenie, még kétszer fel kell keresnie az adott lakást. Az adott címen a felvétel akkor hiúsul meg, ha háromszori próbálkozás után sem kap választ a kérdezőbiztos. Az adatszolgáltatás megtagadása esetén a következő összeírásnál az összeíró még egyszer megkísérli az adatfelvételt.42 A jelentésből kiderül, hogy a válaszadási hajlandóság az utolsó negyedévben a legkisebb, ami a legnagyobb mértékben a kapcsolatfelvétel meghiúsulásának tudható be.43 NUTS-3 szinten a nemválaszolási ráta a következőképpen alakult: Átlagosan a megkérdezettek 11,95%-a nem válaszolt a kérdőívre, 2004-ben válaszoltak a legtöbben, 2006-ban pedig a legkevesebben. Tolna megyében 2004-ben válaszoltak a legtöbben (6,65%-os volt a ráta), s 2005-ben Budapesten válaszoltak a legkevesebben (22,29%). A válaszadási hajlandóság 2007-re a 2004-es adatokhoz képest 8 NUTS-3 régióban javult, a legnagyobb fejlődés Nógrád megyében volt tapasztalható, a legnagyobb visszaesés pedig Somogy megyében.44 Az első hiányosság, ami felmerül, az az, hogy nem számolnak súlyozott nemválaszolási arányt. Ez azért lényeges szempont, mert nem egyszerű véletlen mintavételről van szó. A nemválaszolási ráta első két hulláma még valóban a nemválaszolók arányát mutatja, azonban a harmadik már csak azok közül vizsgálja, hogy hányan nem válaszoltak, akik az első körben válaszoltak, és így tovább, így torz képet mutat, hiszen azok között nagyobb a válaszadási hajlandóság, akik egyszer már válaszoltak. 42
Statisztikai Módszertani Füzetek, 46: A munkaerő- felmérés módszertana 2006, Budapest 2006, 32.33. oldal http://portal.ksh.hu/pls/ksh/docs/hun/xftp/idoszaki/pdf/munkfelmmod.pdf letöltés ideje: 2008.10.16. 43 5. melléklet 44 6. melléklet
51
Fontos, hogy nincs kép a nemválaszolók összetételéről, így lehet, hogy bizonyos rétegek nem kerülnek a mintába. Ha szegmentáljuk a lakosságot, lehet, hogy valamely szegmens alulreprezentált a mintában. Például a rossz infrastrukturális feltételekkel ellátott települések lakóit meglehetősen nehéz elérni. A nemválaszolási hibák korrigálása a KSH-ban kalibrálással történik.
6.3.3 Időszerűség és időbeli pontosság A magyar munkaerő- felmérés havi eredményeit 3-4 héttel a referenciahónap után, a negyedéves adatokat 5-6 héttel a referencia- negyedév után, az éves adatokat pedig 5-6 héttel a referenciaév után publikálják. A határidőket betartják, nem tapasztalható azoktól való nagyobb mértékű eltérés.
6.3.4 Hozzáférhetőség és érthetőség Kiadványok
A publikációk típusáról és gyakoriságáról szóló információk, ami a KSH esetében: •
Munkaerőpiaci jellemzők (LFS Quarterly Bulletin)- negyedéves
•
Munkaerőpiaci helyzetkép (Labour Market Outlook)- éves
•
Munkaerőpiac idősorai (LFS 1992, Time Series)- éves Az adatok minden felhasználó számára egyszerre válnak elérhetővé. Minden ér-
dekelt félnek elküldik őket, beleértve a médiát is. Ezen kívül amint publikálták az adatokat, láthatóvá teszik őket a Központi Statisztikai Hivatal hivatalos honlapján.45
Adatbázis
45
A Központi Statisztikai Hivatal hivatalos honlapja: http://www.ksh.hu
52
Az adatbázisban publikált adatok az adatvédelmi előírásoknak megfelelnek, így egyedi azonosításra nem alkalmasak (nem tartalmaz nevet, címet, a munkahely nevét, stb.). A KSH adatbázisaihoz való hozzáférés szigorúan szabályozott. Akik a szabályoknak megfelelnek (bankok, minisztériumok, egyetemek és kutatóintézetek) férnek hozzá az egyedi azonosításra nem alkalmas KSH adatbázisokhoz. Probléma esetén a felhasználók fordulhatnak a Központi Statisztikai Hivatal munkaerő-statisztika részlegének munkatársaihoz.
Módszertan, metaadatok
Metainformációk: a MEF kialakulása, definíciók, mintavételi terv, a becslés mintavételi hibája, publikációk, osztályozások, kérdőívek és kitöltési útmutatók. A magyar munkaerő-felmérés módszertanát különálló kiadványok formájában publikálták (módszertani füzetek). A KSH kiadványairól szóló információk elérhetőek a „Statisztikai publikációk” katalógusból. A KSH-ban a munkaerő-felmérésre vonatkozó kérdéseket 1-5 munkanapon belül megválaszolják.
6.3.5
Összehasonlíthatóság
A jelentések megfelelnek az Eurostat ajánlásoknak, így a nemzetközi összehasonlítást lehetővé teszik. Magyarországon a tavaszi negyedévre vonatkozó mikroadatait 1996 óta juttatja el az Eurostathoz. A negyedéves mikroadatok 1999 óta érhetők el az Eurostat számára.46
6.3.6
Koherencia
46
Quality Report of the European Union Labour Force Survey 2005, 20. oldal http://www.edsdestatis.de/downloads/publ/en3_lfs_quality_report.pdf letöltés ideje: 2008.11.24.
53
A nemzeti számlák, a gazdaság statisztika, valamint a regisztrált munkanélküliségnél használt fogalmak közötti különbségek dokumentáltak. Így ezek között az összehasonlíthatóság csak ezek figyelembevételével lehetséges.
6.4
A 2005-ös európai uniós minőségjelentés elemzése47 A munkaerő-felmérésre vonatkozó minőségjelentések
nemzetközi összehasonlítását a 2005-ös jelentésen végzem, mivel ez az utoljára publikált rendelkezésre álló változat. Az adatfeldolgozási folyamat hosszadalmassága miatt a 2005-ös minőségre vonatkozó adatokat 2007. október 29-én tette közzé az Eurostat.48 Az elemzést az Európai Unió 25 tagállamára vonatkozóan készítem.
6.4.1 A minőségjelentés felépítése 1.
Bevezetés
2.
Általános leírás
3.– 8. Minőségdimenziók (relevancia, pontosság, időszerűség és időbeli pontosság, hozzáférhetőség és érthetőség, összehasonlíthatóság, koherencia) 9.
Regionális munkanélküliség minősége
6.4.1.1 Bevezetés
A jelentés kiindulópontját az egyes országjelentések képezik, melyek 2006. július 1-ig a 32 országból 26-tól beérkeztek az Eurostathoz. Az EU munkaerő-felmérése az unió mind a 25 tagországát (2005.) magába foglalja, rajtuk kívül az Európai Gazdasági Térség országai, Izland, Norvégia, Svájc, a 2005-ben EU tagjelölt Bulgária, Románia, Horvátország, Törökország. Forrásként szolgálnak még az Eurostat által begyűjtött metainformációk, a 2001-es, 2002-es, 2003-as, 2004-es nemzeti minőségjelentések, az 47
Quality Report of the European Union Labour Force Survey 2005 http://www.edsdestatis.de/downloads/publ/en3_lfs_quality_report.pdf letöltés ideje: 2008.11.24. 48 EDS European Data Service/ Population, Labour and Social Statistics: Publications http://www.edsdestatis.de/en/publications/detail.php?th=3&k=1&dok=2635 letöltés ideje: 2008.12.01.
54
országok weblapjai, a 2005-ös MEF adatállomány és az Eurostat által fenntartott ingyenes adatállomány dokumentációja. Az Eurostaton belül erőfeszítést tettek arra, hogy készüljön a munkaerőfelmérésre vonatkozó közös minőségjelentés, ami a regionális munkanélküliségre vonatkozóan is szolgáltat információt. Jelen minőségjelentés az Eurostaton belül kifejlesztett standard minőségjelentés munkaerő-felmérésre adaptált változata.
6.4.1.2
Általános rész
A mintára és az adatgyűjtés módjára vonatkozó 2005-ös EU-s munkaerő- felmérés
Az EU munkaerő-felmérése a fent leírt országok adatain alapul, és ezek össz munkaerő-piaci helyzetéről szolgáltat statisztikai adatokat. Elemzésem a 25 tagállamot magába foglaló unió munkaerő-felmérésének minőségére terjed ki. A résztvevő országok egész területe lefedett, kivéve Ciprust, ahol csak a Ciprusi Köztársaság ellenőrzése alatt álló területeket érinti. A felmérés a magánháztartásokra vonatkozik, azonban néhány ország esetében direkt vagy indirekt módon az intézményi háztartások is bekerülnek a mintába. Az EU adatok a mintavételi módszertől függetlenül reprezentatívak az összes korcsoportra vonatkozóan.
Jogi háttér
Az EU munkaerő-felmérése különböző tanácsi, európai parlamenti, valamint európai bizottsági rendeletek által szabályozott, ezen kívül néhány országnak saját nemzeti törvényi is léteznek erre vonatkozóan.
Részvétel
55
A 25 eu-s tagország közül Belgiumnak, Görögországnak, Németországnak, Spanyolországnak, Franciaországnak, Olaszországnak, Ciprusnak, Máltának, Ausztriának, Portugáliának és Szlovákiának kötelező részt vennie a felmérésben, a többi tagországnak önkéntes.
Referencia hét
A referencia hét minden negyedévben egy hétfővel kezdődő, vasárnappal végződő hét. A minta egyformán oszlik el a hetek között, kivéve Luxemburgban és Szlovéniában. Németországban, Görögországban, Cipruson és Hollandiában nagyjából egyenletes. Az év vagy a negyedév első hete az első csütörtököt magába foglaló hét. 2005-ben január harmadikával kezdődő hét volt, kivéve Írország és az Egyesült Királyság esetében, ahol az év az előző év (2004) 48. hetétől kezdődött a referencia időszak. Ezen kívül Magyarországon pedig 2005. január 10-edikével kezdődött a referencia hét.
Az eredmények gyakorisága
Az EU munkaerő-felmérése negyedéves becsléseket publikál, kivéve Luxemburg, aki csak éves becsléseket tud produkálni.
Mintavételi mód
Nem egységes, rendkívül változatos képet mutat. A legtöbb ország többlépcsős rétegzett véletlen mintavételt alkalmaz, leginkább azok, ahol nem áll rendelkezésre népesség regiszter. (A regiszter pontosabb mintavételi keretül szolgál.) A minta Belgium, Olaszország, Litvánia és Szlovénia esetében teljes egészében a népesség nyilvántartáson alapul, azonban Németország és Hollandia esetében a népszámlálás adataival is kiegészül. Egylépcsős a mintavétel Dániában, Németországban, Luxemburgban, Máltán, Ausztriában, Finnországban, Svédországban és az Egyesült Királyságban. Észtországban pedig kétfázisú. Minden más országban kétlépcsős mintavételt alkalmaznak. Görögországról nincs rendelkezésre álló információ.
56
Háromféle végső mintavételi egységet alkalmaznak az országok: háztartás, lakás vagy személy. Magyarországon a végső mintavételi egység a cím (lakás). A negyedéves mintavételi ráta a 25 tagországra vonatkozóan 0,49 %. Írországban a legnagyobb (3,3%). 2005 második negyedévében a megvalósult minta 1508 millió főt foglalt magába, amiből 1168 millió fő a 15-74 év közötti korcsoportba tartozott. A mintavételi keret rétegzése a legtöbb ország esetében a mintavételt megelőzően történik meg. Ez alól kivétel Litvánia és Málta.
Rotációs eljárás
A mintaelemek cseréjére mind a 25 ország alkalmazza a rotációs eljárást. Egyegy háztartás 2-től 8 hullámon keresztül marad a mintában. A leginkább a 4-5 hullám az elterjedt. Magyarországon egy háztartás 6 egymást követő negyedévben szolgáltat adatot.49 Súlyozás
A súlyozásra vonatkozóan tanácsi rendelet is született (577/98), amely kimondja, hogy a súlyozási eljárásánál figyelembe kell venni a korra (korcsoportra), nemre, régióra vonatkozó külső, megbízható adatokat is. Magyarországon a kalibrálásnál veszik figyelembe ezeket az adatokat. A súlyozás módja országonként eltér. Kétféle fő súlyozási módszer létezik: •
A kiválasztási valószínűség inverze kiigazítva a népesség nem, korcsoport, és területi eloszlásával (esetleg más külső adatforrásokból nyert információkkal).
•
Általános kalibrálási, vagy általános regressziós eljárások.
49
Statisztikai Módszertani Füzetek, 46: A munkaerő- felmérés módszertana 2006, Budapest, 2006, 22. oldal http://portal.ksh.hu/pls/ksh/docs/hun/xftp/idoszaki/pdf/munkfelmmod.pdf letöltés ideje: 2008.10.16.
57
Az adatgyűjtés módszere
Háromféle módja létezik: személyes felkeresés, telefonos interjú vagy önkitöltős kérdőív. Sok résztvevő ország az első két módszer kombinációját alkalmazza: először felkeresik személyesen, majd pedig telefonon az adott címet. Németország az önkitöltős módszert kombinálja a személyes felkereséssel, Dánia telefonos interjúkat készít első lépésben, másodikban pedig e-mailben tölteti ki a kérdőívet, Belgiumban mindhárom módszert alkalmazzák. Kizárólag telefonos interjút alkalmaznak Luxemburgban, Finnországban, Svédországban, csak a személyes felkeresés módszerével él Észtország, Görögország, Írország, Lettország és Portugália.
6.4.1.3
Relevancia
A felhasználói igények kielégítésének mértékét vizsgálja.
Felhasználók
Az Eurostat nem végez direkt felhasználói elégedettségi felmérést a munkaerőfelmérésre vonatkozóan, az elégedettségre indirekt módon, a panaszok hiányából lehet következtetni. A fő felhasználók közé tartozik a Bizottság munkaerő-piaccal foglalkozó ága, az Európai Központi Bank, a Nemzeti Számlák, Nemzeti Statisztikai Hivatalok, nemzetközi szervezetek, kutatók, ügynökségek.
Teljesség
1998-ban indították útjára a folyamatos európai uniós munkaerő-felmérést. A résztvevő országok különbözőképpen tudtak átállni a folyamatos negyedéves adatok szolgáltatására. 2005. az első év, amikor az Európai Unió összes tagállama folyamatos felmérést végez. Nem minden ország szolgáltat mindig minden változóra adatot. Ennek több oka lehet: elképzelhető, hogy a kérdés irreleváns az adott ország munkaerő-piaci helyzetében, képtelenség a nemzeti kérdőívbe az adott változót beilleszteni. Némely ország
58
Nemzeti Statisztikai Hivatala az összes kérdésre csak bizonyos felmérési hullámban válaszol. A 25 Európai Uniós tagország 40 százalékánál egy darab 100 százalékos nemválaszolási tétel sem volt, 10 ország esetében 1 és 4 között volt a 100 százalékos nemválaszolású kérdések száma, mindössze 2 országnál volt 10 és 19 között. 12 országban volt 100 százalékos nemválaszolás arra a kérdésre vonatkozóan, hogy a közszférában alkalmazott versenyvizsga eredményére vár (foglalkoztatott). Minimum egy válasz minden országban érkezett a következő kérdésekre: 1. a jelenlegi tagállamban való tartózkodás éveinek száma 2. az az év, amikor a munkavállaló a jelenlegi munkáltatójának kezdett dolgozni vagy egyéni vállalkozásba kezdett 3. a referencia hét alatt ténylegesen munkával töltött órák számának a megszokottól való eltérésének fő okai 4. más munka után nézés és annak okai 5. végzettség (a második állásnál) 6. korábbi munkavállalói tapasztalat létezése 7. a sajtóban közzétett vagy megválaszolt hirdetések (nem alkalmazottaknál) 8. képzettségi státusz egy évvel a felmérés előtt 9. a helyi egység gazdasági aktivitása, amiben a személy egy évvel a felmérés előtt dolgozott 10. interjú hete 11. háztartás régiója
6.4.1.4
Pontosság
A pontosság definíciója a publikált érték és a sokasági érték közelségét jelöli. A két érték közötti eltérés pedig a hiba. A hiba lehet mintavételi vagy nem mintavételi, a nem mintavételi lehet nemválaszolásból eredő, feldolgozási, mérési vagy pedig lefedettségi.
59
Mintavételi hiba
A mintavételi hiba abból a tényből kifolyólag keletkezik, hogy a keretsokaság összes tagja nincs megfigyelve. A résztvevő országok 5 fő statisztika relatív standard hibájára vonatkozó becsléseket adnak, meghatározott konfidencia intervallum mellett az Eurostatnak, így hasonló statisztikát aggregált szinten is nyújtani tudnak. Az Európai Unióban 2005. második negyedévében 95 %-os szignifikancia-szint mellett a foglalkoztatottak száma 197050000 (±470000) volt, a részmunkaidőben foglalkoztatottak száma 36124000 (±256000), a munkanélküliek száma 19384000 (±224000). A munkanélküliségi ráta szintén 95 %- os szignifikancia-szint mellett 9% (±0,1%), a munkával töltött órák száma pedig átlagosan 37.9 óra (± 0.1 óra). A munkanélküliségi rátára 2005. második negyedévében számított aggregált mutató értéke 95 %- os szignifikancia-szint mellett 9% (± 0,1%) volt. A legkisebb a munkanélküliségi ráta Írországban (4,2% ±0,3%), a legnagyobb pedig Lengyelországban (18,1% ±0,6%). 5. ábra
20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 0
Eg Í ye Lu rors sü xe zá lt m g Ki b rá urg lys á D H án g ol ia la Au nd sz ia C tri M Sz ip a ag lo ru ya vé s r n Po ors ia O rt zá la ug g s C zo ália se rs ho zá rs g z M ág Be ált És lg a zt iu o m Fr L rsz an it ág c vá Sv iao nia éd rsz á Sp Le orsz g an tto ág r G yol szá ör or g ög sz F or ág Né inn szá m ors g et zá Le Sz orsz g ng lo ág ye vá lo kia rs z EU ág 25
munkanélküliségi ráta (%
Munkanélküliségi ráta (%) 2005 II. negyedév (95%-os szignifikancia- szint)
ország
A 2005-ös második negyedéves munkanélküliségi ráta (%) a 25 Európai Uniós tagországban 95 %- os szignifikancia- szint mellett (forrás: Quality Report of the European Union Labour Force Survey 2005, 12.- 13. oldal)
A munkanélküliségi rátára számított éves 2005-ös aggregált mutató értéke 95 %os szignifikancia-szint mellett 9% (± 0,07%) volt. A legkisebb munkanélküliségi rátát 60
Írországban (4,3% ±0,2%), a legnagyobbat pedig Lengyelországban (17,8% ±0,4%) mérték. 6. ábra
19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 0
Í Li ror Eg uxe szá m g ye sü Ho bu lt lla rg Ki n rá dia lys á Dá g Au ni sz a Ci tria M Sz pr ag lo us ya vé ro ni rs a z Sv M ág éd á lt Po orsza O rt ág la ug s Cs zor ália eh sz És or ág zt szá or g s Li zág tv B án Fi elg ia nn iu o m Fr Let rsz an tor ág Sp ci sz an ao ág r G yol szá ör or g Né ögo szá m rsz g et á o g Le S rsz ng zlo ág ye vá lo kia rs z EU ág 25
munkanélküliségi ráta (%
2005- ös munkanélküliségi ráta (%) 95%- os szignifikanciaszint mellett
ország
A 2005-ös munkanélküliségi ráta (%) a 25 Európai Uniós tagországban 95 %- os szignifikancia- szint mellett (forrás: Quality Report of the European Union Labour Force Survey 2005, 13.- 14. oldal)
A munkával töltött órák száma 2005. második negyedévében az EU 25 tagországában 95 %- os szignifikancia-szint mellett átlagosan 37,9 óra (± 0,1 óra). A legkevesebbet Hollandiában dolgoznak egy héten (átlagosan 31,4 óra ± 0,2 óra), a legtöbbet pedig Csehországban (átlagosan 42,8 óra ± 0,1 óra).50
50
Quality Report of the European Union Labour Force Survey 2005 12.- 13. oldal http://www.edsdestatis.de/downloads/publ/en3_lfs_quality_report.pdf letöltés ideje: 2008.11.24.
61
A munkával töltött órák átlagos száma (óra) (95%- os szignifikancia- szint mellett) 45 40 35 30 25 20 15 10 5 0 H Eg ye olla n sü lt K Dá dia S irá nia Névéd lys m ors ág et zá Fr B ors g an e zá cia lgiu g o m Íro rsz Fi rs ág n z Lu nor ág O xemszá las g zo bur rs g z Po Má ág rtu lta Au gál sz ia tr C Sp ip ia r L an it us yo ván É M sz lors ia ag to zá ya rsz g r á Sz orsz g Le S lové ág ng zlo ni ye vá a Le lor kia G tto sz ör r ág ö s Cs go zág eh rsz or ág s EUzág 25
munkával töltött órák száma (óra
7. ábra
ország
A munkával töltött órák átlagos száma (óra) 2005 második negyedévében a 25 Európai Uniós tagországban 95%- os szignifikancia- szint mellett (forrás: Quality Report of the European Union Labour Force Survey 2005, 12.- 13. oldal)
A munkával töltött órák száma éves 2005-ös mutatója az EU 25 tagországában 95 %- os szignifikancia-szint mellett átlagosan 37,8 óra (± 0,04 óra). A legkevesebbet Hollandiában dolgoznak egy héten (átlagosan 32 óra ± 0,2 óra), a legtöbbet pedig Görögországban (átlagosan 42,4 óra ± 0,2 óra).
62
2005-ben az átlagos munkával töltött órák száma (óra) 95%-os szignifikancia- szint mellett 45 40 35 30 25 20 15 10 5 0 H Eg ye olla n sü lt Dá dia K Sv irá nia éd ly o s Fr B rsz ág an e ág Né cia lgiu m ors m e Fi tor zág nn sz or ág s Li Íror zág ux sz O em á la sz bug Sp ors rg an Lit zág yo vá n Po lors ia rtu zá g Au gál sz ia t M ria á É C l M sz ipr ta ag to us ya rsz r á Sz ors g l z Le S ové ág ng zlo ni y v a Cs elo áki eh rsz a Le ors ág G tt zá ör or g ög sz or ág sz EU ág 25
munkával töltött órák száma (óra
8. ábra
ország A munkával töltött órák átlagos száma (óra) 2005- ben a 25 Európai Uniós tagországban 95%- os szignifikancia- szint mellett (forrás: Quality Report of the European Union Labour Force Survey 2005, 13.- 14. oldal)
Nem mintavételi hibák 1. Lefedettségi hiba
A lefedettségi hiba a célsokaság és a keretsokaság közötti eltérésből adódik. Ciprus és Ausztria esetében lefedettségi hiányról, Olaszország, Lettország, Litvánia és Portugália esetében lefedettségi többletről beszélhetünk. 2. Mérési hibák
Az adatgyűjtés során bekövetkező hibák, melyek a feljegyzett érték valóditól mért eltérését okozzák. Mérési hibák keletkezhetnek a kérdőív, a kérdezőbiztos és a válaszadók miatt egyaránt. A mérési hibára vonatkozó becslés nem áll rendelkezésre. A mérési hibák egyik okozója a proxy interjú. Az Európai Unióban a 15-74 éves korosztály körében elkészített interjúk 37,9 %- a proxy interjú. A legnagyobb arányban Szlovákiában (61,6%) és Szlovéniában (57,6%) készítenek proxy interjúkat, a legkisebb
63
arányban pedig Dániában (2,6%) és Svédországban (2,8%). Magyarország az EU-s átlag körül mozog 42,7%-kal.
3. Feldolgozási hiba
A statisztikai elemzés előtt az adat egy feldolgozási folyamaton megy keresztül, melynek része a kódolás, az adatbevitel, az editálás és az imputálás. A feldolgozási folyamat során felmerülő hibákat nevezzük feldolgozási hibának. A feldolgozási hiba arányára nem állítható elő becslés.
4. Nemválaszolási hiba
A nemválaszolás több tényezőnek tudható be. Adódhat a válaszadás megtagadásából, de a kapcsolatfelvétel meghiúsulásából is. Egy háztartás országonként változó számú hullámon keresztül marad a mintában, majd végleg kikerül abból. A hullámok számától eltekintve általánosságban az a trend figyelhető meg 2005-ben, hogy a válaszadási hajlandóság egyre inkább nő. Kivétel ez alól Dánia és az Egyesült Királyság, ahol ennek a tendenciának pont az ellenkezője figyelhető meg. Hollandia mutatja a legnagyobb fejlődést a nemválaszolási rátát illetően, hiszen a kezdeti 33%-os nemválaszolási arány az 5. és egyben utolsó hullámra 4,9%-ra csökkent. Jelentős fejlődés mutatkozik e tekintetben Olaszországban is, hiszen ott a kezdeti 19 %-os nemválaszolási arány a 4. hullámra 4, 6 %-ra csökkent. Magyarországon is folyamatosan növekedett a válaszadási hajlandóság. 2005 második negyedévére vonatkozó nemválaszolási rátára EU 22-es átlagot lehet csak számolni, mert Hollandia, Görögország és Németország nem szolgáltatott erre vonatkozóan adatot az Eurostat számára. Az így számolt nemválaszolási ráta 19,5 %os. Luxemburgban kiugróan magas a ráta értéke (67%), a másik véglet pedig Ciprus 2,8%-os rátával. Magyarország valamivel az uniós átlag alatt helyezkedik el 12,5%-kal. A nemválaszolás okaként 3 kategóriát jelöltek meg a jelentésben: visszautasítás, kapcsolatfelvétel meghiúsulása és egyéb. Az adatszolgáltató országok közül Dánia és Írország nem bontja kategóriákra a nemválaszolás okát. A többi 11 országban a nemválaszolás a kapcsolatfelvétel hiányának tudható be nagyobb részt, 6 ország esetében a visszautasításnak, Belgium esetében pedig egyéb oknak köszönhető. 64
6.4.1.5 Időszerűség és időbeli pontosság
A statisztikai adat időszerűsége a rendelkezésre állás és a leírt esemény közötti időszakra vonatkozik. Az időbeli pontosság pedig arra az időkülönbözetre, amely az adatközlés időpontja és a publikálásra eredetileg megcélzott időpont között telik el. Az 577/98-as számú tanácsi rendelet értelmében a negyedéves adatokat a referencia negyedév befejezte utáni 12 héten belül kell szolgáltatni. Amennyiben csak tavasszal készítenek felmérést, abban az esetben a referencia időszak befejeződése utáni 9 hónapon belül. A nemzeti gyorstájékoztatók átlag 75 napon belül elkészültek. A 25 Európai Uniós országból mindössze 4 publikálta az adatait 31 napon belül, 4 ország 91 nap után, 1 ország nem nyújtott adatot. Belgium, Franciaország és Luxemburg csak éves adatokat közölt, Németország pedig nem publikált nemzeti negyedéves adatokat. Az Eurostatnak átlagosan 86 napon belül beszolgáltatták az adatokat az uniós országok. Egyetlen ország se közölte az adatait 31 napon belül, a legtöbb ország 61 és 90 nap között juttatta el az adatait az Eurostathoz, 5 ország 91 nap után. Az Eurostat mind a 25 ország esetében 91 napon túl, átlagosan 112 nap alatt közölte a nemzeti adatokat weblapján. Az Eurostat honlapja folyamatosan aktualizálódik. Az adatok a beérkezésük után 2-3 héttel felkerülnek a honlapra.
6.4.1.6 Hozzáférhetőség és érthetőség
A hozzáférhetőség azokra a fizikai feltételekre vonatkozik, amelyek mellett a felhasználók hozzájuthatnak a statisztikai termékhez, az érthetőség pedig a statisztikai termék információs környezetére. 2005-ben az Eurostat a negyedéves és éves adatokat a „Statistics in Focus” című kiadványban tette közzé. Az Eurostat éves kiadványban publikálja a nemzeti felvételek fő jellemzőit. Az Eurostat weboldala ingyenes és tartalmazza a munkaerő-felmérésre vonatkozó főbb mutatókat, valamint az európai uniós munkaerő-felmérés részletes, folyamatos
65
és naprakész eredményeit, ezen kívül a standard formában közzétett metainformációkat is. Ezen kívül a kutatók hozzáférhetnek anonimizált mikroadatokhoz is, amennyiben teljesítik a feltételeket. Kivételt képez ez alól Málta és az Egyesült Királyság.
6.4.1.7 Összehasonlíthatóság
Az összehasonlíthatóság annak a mértéke, hogy az egyes statisztikai adatok között mért eltérésekből mennyit tulajdonítunk a statisztikai jellemzők valós értékei közötti eltérésnek.
Időbeli összehasonlíthatóság
2004 volt a folyamatos negyedéves felmérés bevezetésének végső fázisa. Málta, Ausztria és Olaszország 2004 első negyedévében kapcsolódott be a folyamatos adatgyűjtésbe, Ciprus 2004 második negyedévétől, Németország pedig 2005 óta teljesíti a folyamatos adatgyűjtés feltételeit. Így a 25 tagország eredményinek időbeli összehasonlításhoz szükséges feltételei 2005-re teljesültek. Az első negyedéves mikro-adatállományt Olaszország közölte legkorábban (1992 második negyedéve), Magyarország pedig 1999 óta szolgál negyedéves adatokkal. Az előző évhez képest Németországban, Spanyolországban és Svédországban történt változás. Spanyolországban a kérdőív átdolgozásának következtében 77800 munkanélkülivel kevesebbet, 13200 munkavállalóval többet számoltak.
Földrajzi területek összehasonlíthatósága
Az ILO ajánlásokkal összhangban definiált változóknak köszönhetően az EU-s országok összehasonlíthatóak egymással.
66
6.4.1.8 Koherencia
A koherencia azt jelenti, hogy a statisztikai adat összhangban van-e a többi, vele logikai, közgazdasági és társadalmi szempontból kapcsolatban álló más adatokkal.
A népességstatisztikával való koherencia
Ez a két statisztika nem teljes mértékben összehasonlítható. A legtöbb résztvevő ország 2001-ben végzett népszámlálást. 2004-re minden résztvevő ország átdolgozta a súlyokat, amely igazodott az új népességbecslésekhez. A korábbi adatok újrasúlyozását nem minden esetben végezték el. A MEF-re vonatkozó felmérés a magánháztartásokra vonatkozik, míg a népesség statisztikai felvételek lefedik az egész népességet. Ezen kívül a helybeli népesség definiálásának szabályai néhány esetben eltérnek. A népességstatisztika pontos időpontokra vonatkozik, mint például a népesség száma január 1-jén vagy félévkor; a MEF pedig általában átlag életkorra.
Koherencia más foglalkoztatási statisztikára vonatkozó becsléssel
A Nemzeti Számlák kulcskoncepciója a hazai foglalkoztatottakra vonatkozik, az EU MEF-e pedig nemzeti határon belüli lakosságra. A MEF csak a 15 évnél idősebb magánháztartásokat fedi le, a Nemzeti Számlák pedig korra és lakhelyre való tekintet nélkül az összes személyt. Valamint a munkaerő-felmérésnél nem veszik figyelembe a kötelező katonai szolgálatban állókat és a fizetési nélküli gyakornokokat, mint foglalkoztatottakat; ezen kívül csak egyetlen hetet vesz figyelembe a referencia-időszak alatt. Ennek az eltérésnek köszönhetően a munkaerő-felmérés adatain alapuló foglalkoztatásra vonatkozó becslés a Nemzeti Számlák becslésénél kisebb értéket mutat. A két becslés közti eltérés azonban csak kis mértékben köszönhető a fentebb említett fogalmi különbözőségnek. A 1,5%-nál nagyobb relatív eltéréseket meg kell magyarázni. Az Európai Unió 25 tagországa közül Németországban és Olaszországban mérték a legnagyobb relatív eltérést a két statisztika között. Németországban ennek az az oka, hogy munkaerő-felmérésnél alulértékelik a részmunkaidőben foglalkoztatottakat, valamint az informális gazdasági tevékenységet, Olaszországban pedig a két becslés eltérő céljának köszönhető az eltérés. Az olaszországi Nemzeti Számlák számos 67
olyan munkavállalóval számolnak, amivel a munkaerő-felmérésnél nem. Pl. azokkal a külföldi munkásokkal, akik több mint egy évet tartózkodnak az ország területén, de nem tartalmazzák őket a népesség regiszterek, külföldi idénymunkások, a külföldön tartózkodó nemzeti fegyveres testület tagjai, a nemzeti nagykövetség külföldön dolgozó munkatársai, nemzeti cégeknek dolgozó fizetés nélküli gyakornokok, 15 évnél fiatalabb munkavállalók, feketemunkások. A Nemzeti Számlák és a munkaerő-felmérés statisztikáinak összevetésénél a felhasználók arra kíváncsiak, hogy a két megközelítés ugyanazt a trendet mutatja-e. A legtöbb országban megegyezik a két statisztika által mutatott trend. Ciprus, Görögország, Málta, Ausztria, Belgium, Lengyelország és Szlovénia esetében azonban nem.
6.4.1.9 Regionális munkanélküliség
Az EU munkaerő-felmérése csak pontos éves NUTS-2 szintű információ szolgáltatására szolgál, a regionális indikátortól NUTS-3 szintű adatszolgáltatást is megkövetelnek. A NUTS-3 szintű munkanélküliségi módszer összeállítása országonként különböző. Néhány ország a munkaerő-felmérés éves átlagát használja fel, egyedül egy ország használja a MEF adatainak 3 éves átlagát, más országok pedig kombinálják a munkaerő-felmérés adatait a regisztrált munkanélküliséggel. A NUTS-3-as MEF alapja az Európai Unió NUTS-2 eredményei. Azonban nem minden ország tud NUTS-3 szintű becslést nyújtani.
A munkanélküliség NUTS-3 szintű összeállításának forrásai
Regiszteren vagy regiszter és a MEF kombinációján alapul Belgium, Dánia, Észtország, Franciaország, Németország, Ausztria, Portugália, Szlovénia és Svédország esetében. Dánia, Észtország, Ciprus, Luxemburg, Málta, Lettország, Litvánia, Szlovénia összeállítása tartalmazza az önálló NUTS-2 régiókat, a nemzeti adatok a NUTS-2-s eredményeket mutatják. Luxemburgban és Cipruson a NUTS-3 eredményeket mutatják.
68
NUTS-3 szintű, nem és korcsoport szerint felosztott adatok Németország és Franciaország esetében nem elérhetőek. Portugália esetében 2004-ben publikált az Eurostat először NUTS-3 szintű munkanélküliségre vonatkozó adatokat. NUTS-3 szintű munkanélküliségre vonatkozó éves átlagot a nemzeti MEF alapján a következő országok állítottak össze: Csehország, Görögország, Spanyolország, Írország, Olaszország, Magyarország, Lettország, Litvánia, Hollandia, Szlovákia, Finnország, az Egyesült Királyság. Lengyelország 3 éves becslésen alapuló MEF-en alapuló becslést nyújtott. Észtország, Szlovénia és Svédország a munkanélküliek számát és a gazdaságilag aktív népességet NUTS-2 szinten állapítja meg és regiszter segítségével vonatkoztatja NUTS-3 szintre. Portugália számára az Eurostat nyújt ily módon előállított adatot. Kizárólag regiszter adatokon alapuló NUTS-3 szintű becslést nyújt Belgium, Dánia, Németország, Franciaország és Ausztria.
69
7. KÖVETKEZTETÉSEK
A Központi Statisztikai Hivatalban egyre inkább felértékelődik a minőség szerepe. Az adatgyűjtések minőségéről pontos képet kapunk a minőségjelentésekből. A munkaerő-felmérésre vonatkozó magyar minőségjelentés európai uniós viszonylatban is megállja a helyét. A nemzetközi összehasonlítás során kiderült, hogy az adatközlés minőségének tekintetében Magyarország az uniós átlag körül helyezkedik el. Az általam vizsgált 4 év minőségjelentéseiből pedig a folyamatos fejlődés látszik, ami például a mintavételi hiba egyre korszerűbb eljárással történő becsléséből is jól érzékelhető. Pontos képet kapunk a munkaerő-felmérésre vonatkozó adatok minőségéről, mindezt megfelelően kommunikálják a felhasználók felé. A felhasználói elégedettséget azonban nem mérik, pedig véleményem szerint fontos lenne, hiszen minden adatközlés esetén rendkívül fontos a visszacsatolás, illetve a jövőbeli újítások és minőségjavító intézkedések tekintetében is jelentős szerepe van a felhasználók igényeinek és ezzel szoros összefüggésben az igény kielégítés mértékének. Ezen kívül a nem mintavételi hiba becslésére az unióban létezik mutató, a KSH-ban viszont ezt nem mérik. Összegezve tehát elmondható, hogy bár fontos a hivatalban a minőség, a minőségjelentések is megfelelnek az Eurostat előírásának, de a minőségközpontú szemlélet értelmében folyamatos fejlesztésre, jobbításra van szükség. Erre vonatkozóan is vannak törekvések, hiszen több minőséggel kapcsolatos projekt is fut egyszerre a KSH-ban, s a minőség mérésére irányuló indikátorrendszer is bővülni fog. Hosszú távon pedig szisztematikus minőségfejlesztési rendszer kialakítása és működtetése a cél.
70
8. MELLÉKLETEK 1. melléklet A foglalkoztatottak számának relatív szórása (%) Negyedév 2004 2005 2006 2007 0,73 0,78 0,81 0,42 1 0,72 0,84 0,83 0,43 2 0,72 0,83 0,82 0,42 3 0,77 0,8 0,85 0,43 4 0,36 0,77 0,78 0,37 Éves A foglalkoztatottak számának relatív szórása (%) 2004 és 2007 között negyedéves adatok (forrás: Joint Standard Quality Report for Labour Force Survey and Regional Labour Market Statistics 2004, 2005, 2006, 2007, 9. oldal)
területi kód HU101
régió Budapest
HU331 HU231 HU332
Bács-Kiskun Baranya Békés
HU311 HU333 HU211
Borsod-AbaújZemplén Csongrád Fejér
HU221 HU321 HU312
HU322 HU212 HU313 HU102 HU232
Győr-MosonSopron Hajdú-Bihar Heves Jász-NagykunSzolnok KomáromEsztergom Nógrád Pest Somogy
2. melléklet A gazdaságilag aktívak számának relatív szórása (%) NUTS- 3 szinten 2004 2005 2006 2007 7,08 7,22 6,97 7,01 7,52 7,63 7,97 8,42 11,17 10,20 11,89 12,25 10,86 9,49 11,61 10,19 6,34 6,98 7,55 7,18 13,41 10,69
13,96 11,02 12,73
12,59
8,99
10,32
10,44
14,39
9,62
10,3
10,06
9,49
9,58 12,5
10,83
9,11
8,89
11,03
11,24
11,54
8,68
15,57 7,51 11,89 8,04
12,46
10,43
8,83
7,89
9,57
9,78
8,21
7,07
10,47 9,12 9,39
11,81 11,09 13,4 7,89 13,87
SzabolcsHU323 8,5 Szatmár-Bereg 10,00 7,84 14,37 HU233 Tolna 9,57 13,88 8,94 11,45 HU222 Vas 9,88 11,18 14,06 11,91 HU213 Veszprém 12,7 14,51 15,06 12,54 HU223 Zala 13,16 A gazdaságilag aktívak számának relatív szórása (%) 2004 és 2007 között NUTS-3 szinten (forrás: Joint Standard Quality Report for Labour Force Survey and Regional Labour Market Statistics 2004, 2005, 2006, 2007, 9. oldal)
71
3. melléklet A munkanélküliek számának relatív szórása (%) NUTS- 3 szinten 2004 2005 2006 2007 7,26 7,25 7,02 7,19 8,26 7,58 7,48 8,4 13,29 13,01 10,33 12,66 12,84 11,24 9,72 10,55 8,54 7,36 7,80
területi kód HU101
régió Budapest
HU331 HU231 HU332
Bács-Kiskun Baranya Békés
HU311 HU333 HU211
Borsod-AbaújZemplén Csongrád Fejér
7,55 13,41 10,75
HU221
Győr-MosonSopron
10,9
HU321 HU312
Hajdú-Bihar Heves
9,76 9,39
HU322 HU212 HU313 HU102 HU232
Jász-NagykunSzolnok KomáromEsztergom Nógrád Pest Somogy
15,63 10,89 13,78
13,77 10,56 14,94
8,95 10,85 9,82
10,84
10,39
10,01
10,72 13,62
11,06 9,36
9,47 11,11
12,36
12,59
9,04
16,04 7,47 12,67 8,86
14,00 8,92 10,47 8,99
10,70 7,82 9,78 7,01
11,17 11,26 13,17 7,95 14,07
SzabolcsHU323 Szatmár-Bereg 8,84 15,4 11,78 8,40 HU233 Tolna 9,76 11,1 14,65 9,19 HU222 Vas 9,58 12 10,80 14,00 HU213 Veszprém 12,77 12,64 15,52 14,99 HU223 Zala 13,59 A munkanélküliek számának relatív szórása (%) 2004 és 2007 között NUTS-3 szinten (forrás: Joint Standard Quality Report for Labour Force Survey and Regional Labour Market Statistics 2004, 2005, 2006, 2007, 9. oldal)
72
4. melléklet
területi kód HU101
régió Budapest
HU331 HU231 HU332
Bács-Kiskun Baranya Békés
HU311 HU333 HU211
Borsod-AbaújZemplén Csongrád Fejér
HU221 HU321 HU312
HU322 HU212 HU313 HU102 HU232
Győr-MosonSopron Hajdú-Bihar Heves Jász-NagykunSzolnok KomáromEsztergom Nógrád Pest Somogy
A munkanélküliségi ráta relatív szórása (%) NUTS- 3 szinten 2004 2005 2006 2007 7,08 7,22 6,97 7,01 7,52 7,63 7,97 8,42 11,17 10,20 11,89 12,25 10,86 9,49 11,61 10,19 6,34 6,98 7,55 7,18 13,41 10,69
13,96 11,02 12,73
12,59
8,99
10,32
10,44
14,39
9,62
10,3
10,06
9,49
9,58 12,5
10,83
9,11
8,89
11,03
11,24
11,54
8,68
15,57 7,51 11,89 8,04
12,46
10,43
8,83
7,89
9,57
9,78
8,21
7,07
10,47 9,12 9,39
11,81 11,09 13,4 7,89 13,87
SzabolcsHU323 Szatmár-Bereg 8,5 10,00 7,84 14,37 HU233 Tolna 9,57 13,88 8,94 11,45 HU222 Vas 9,88 11,18 14,06 11,91 HU213 Veszprém 12,7 14,51 15,06 12,54 HU223 Zala 13,16 A munkanélküliségi ráta relatív szórása (%) 2004 és 2007 között NUTS-3 szinten (forrás: Joint Standard Quality Report for Labour Force Survey and Regional Labour Market Statistics 2004, 2005, 2006, 2007, 9. oldal)
73
5. melléklet
nemválaszolási ráta kapcsolatfelvétel megegyéb okokból negyedév (%) visszautasítás (%) hiúsulása(%) kifolyólag (%) 2004 I. 11,90 3,45 6,18 2,27 2004 II. 12,04 3,65 6,36 2,03 2004 III. 12,10 3,61 6,63 1,87 2004 IV. 12,69 3,85 6,91 1,93 2005 I. 12,76 4,01 6,89 1,85 2005 II. 12,49 3,58 7,25 1,66 2005 III. 12,21 3,51 7,09 1,62 2005 IV. 12,72 3,87 7,29 1,61 2006 I. 12,40 4,00 6,80 1,60 2006 II. 12,40 4,10 6,90 1,40 2006 III. 12,40 3,80 7,20 1,50 2006 IV. 12,60 3,80 7,30 1,50 2007 I. 11,45 4,07 7,00 0,98 2007 II. 11,57 4,06 7,10 0,94 2007 III. 11,92 3,75 7,97 0,93 2007 IV. 14,46 4,28 9,99 1,48 A nemválaszolási ráta alakulása 2004. 1. negyedévétől 2007. 4. negyedévéig (forrás: Joint Standard Quality Report for Labour Force Survey and Regional Labour Market Statistics 2004, 2005, 2006, 2007, 14. oldal)
74
6. melléklet NUTS-3 régió kód név HU101 Budapest
2004 21,57%
HU331 HU231 HU332
Bács-Kiskun Baranya Békés
11,87% 13,50% 12,09%
12,09% 13,72% 13,03%
9,29% 12,82% 12,03%
8,14% 13,62% 8,63%
HU311 HU333 HU211
Borsod-AbaújZemplén Csongrád Fejér
9,69% 9,67% 12,28%
10,13% 9,65% 13,34%
8,30% 11,20% 14,66%
8,41% 9,06% 13,77%
HU221
Győr-MosonSopron
8,18%
9,19%
10,92%
11,49%
HU321 HU312
Hajdú-Bihar Heves
11,89% 16,27%
13,15% 15,70%
10,96% 15,65%
9,50% 10,65%
8,79%
9,14%
11,60%
10,88%
10,02% 14,74% 7,69% 10,63%
9,31% 13,36% 8,36% 8,54%
13,81% 10,91% 11,74% 16,34%
12,33% 8,72% 13,68% 18,56%
HU322 HU212 HU313 HU102 HU232
Jász-NagykunSzolnok KomáromEsztergom Nógrád Pest Somogy
nemválaszolási ráta (%) 2005 2006 22,29% 21,32%
2007 21,76%
SzabolcsHU323 11,69% 12,69% 6,99% 8,68% Szatmár-Bereg HU233 Tolna 6,65% 7,33% 10,10% 9,37% HU222 Vas 10,82% 12,47% 14,48% 16,74% HU213 Veszprém 11,99% 13,78% 11,00% 12,79% HU223 Zala 10,97% 12,00% 9,90% 14,87% A nemválaszolási ráta (%) alakulása 2004 és 2007 között NUTS-3 szinten (forrás: Joint Standard Quality Report for Labour Force Survey and Regional Labour Market Statistics 2004, 2005, 2006, 2007)
75
9. FELHASZNÁLT IRODALOM
A Központi Statisztikai Hivatal elnökének IV/2007. (SK 3.) KSH előírása A Központi Statisztikai Hivatal statisztikai termelési folyamatának egyes szakaszaira vonatkozó minőségi irányelvek megállapításáról (KSH belső anyag) A Központi Statisztikai Hivatal elnökének VI/2008. (SK 2.) KSH előírása a KSH termékminőség mérését szolgáló indikátorai számításának rendjéről (KSH belső anyag) Bálint Julianna: Minőség, Tanuljuk, tanítsuk és valósítsuk meg, Terc, 2004, 25-29. oldal EDS European Data Service/ Population, Labour and Social Statistics: Publications letöltés
http://www.eds-destatis.de/en/publications/detail.php?th=3&k=1&dok=2635 ideje: 2008.12.01. EU
TÉNYEK/
EUROSTAT:
Az
Európai
Közösség
Statisztikai
Hivatala
http://www.eu.pecs.hu/Kiadvanyok/ETK/ujeustat.pdf letöltés ideje: 2008.09.29. Európai
Bizottság:
A
lisszaboni
stratégia
új
kezdete
6.
oldal
http://ec.europa.eu/growthandjobs/pdf/comm_spring_hu.pdf letöltés ideje: 2008.10.21. Európai Közösségek Bizottsága: Javaslat: A TANÁCS RENDELETE a jövedelmekre és életkörülményekre vonatkozó közösségi statisztikáról (EU-SILC) szóló, 2003. június 16-i 1177/2003/EK európai parlamenti és tanácsi rendeletnek az anyagi nélkülözésre vonatkozó másodlagos célváltozók 2009-es listája tekintetében történő végrehajtásáról 7.
oldal
http://209.85.129.132/search?q=cache:-owfwjPACQsJ:eur-
lex.europa.eu/LexUriServ/LexUriServ.do%3Furi%3DCOM:2008:0022:FIN:HU:DOC+ %22proxy+interj%C3%BA%22&hl=hu&ct=clnk&cd=1&gl=hu
letöltés
ideje:
2008.10.21. European Commission, Eurostat: Joint Standard Quality Report for Labour Force Survey and Regional Labour Market Statistics 2004, 2005, 2006, 2007 Földesi Erika: 1. Előrehaladási jelentés az SFT számára: Termékminőség és mérési rendszere projekt, 2007. május (KSH belső anyag)
76
Hunyadi- Mundruczó- Vita: Statisztika, Aula Kiadó 1997, 120. oldal Hunyadi- Mundruczó- Vita: Statisztika, Aula Kiadó 1997, 305. oldal Hunyadi- Mundruczó- Vita: Statisztika, Aula Kiadó 1997, 319. oldal Javaslat: AZ EURÓPAI PARLAMENT ÉS A TANÁCS RENDELETE a közösségi munkaerő mintavételes felmérésének megszervezéséről szóló 577/98/EK tanácsi rendelet
módosításáról,
2006.10.02.,
Brüsszel
http://eur-
lex.europa.eu/LexUriServ/LexUriServ.do?uri=COM:2006:0565:FIN:HU:DOC Jelentés a (KSH-) Stratégiáról (2005), Regiszter és Nyomda Kft, Budapest, 2006, 17.18. oldal Jelentés a KSH- Stratégiáról (2006), Xerox Magyarország Kft- 2007, 18- 20. oldal KSH- stratégia 2005- 2008 Regiszter Kiadó és Nyomda Kft. 2005. 30-31. oldal KSH- Stratégia 2005- 2008, Központi Statisztikai Hivatal, 2005, Regiszter Kiadó és Nyomda Kft 10. oldal KSH:
Az
európai
statisztika
gyakorlati
kódexe
http://portal.ksh.hu/portal/page?_pageid=37,577294&_dad=portal&_schema=PORTAL letöltés ideje: 2008.09.29. Külügyminisztérium: A magyar gazdaságstatisztika integrálódása az Európai Statisztikai
Rendszerhez
http://www.mfa.gov.hu/kum/hu/bal/Kulpolitikank/Europai_Unio/Tovabbi_informaciok/ tematikus_hatterbeszelgetesek/2003/Hatterbeszelgetes_2003_oktober_2.htm
letöltés
ideje: 2008.09.29. László Gyula (2007): Munkaerő-piaci politikák, PTE KTK, 2007 Minőségi irányelvek a Központi Statisztikai Hivatal statisztikai munkafolyamatainak egyes szakaszaira. Melléklet a IV/2007. (SK 3.) KSH előíráshoz (KSH belső anyag) Quality Report of the European Union Labour Force Survey 2005 http://www.edsdestatis.de/downloads/publ/en3_lfs_quality_report.pdf letöltés ideje: 2008.11.24.
77
Statisztikai Közlöny 2008/39. szám: A KSH SZMSZ- e / A KSH feladata és hatásköre Statisztikai Módszertani Füzetek, 46: A munkaerő-felmérés módszertana 2006, Budapest 2006 http://portal.ksh.hu/pls/ksh/docs/hun/xftp/idoszaki/pdf/munkfelmmod.pdf letöltés ideje: 2008.10.16. Statisztikai Szemle, 86, évfolyam 6. szám, Hibaszámítás jackknife módszerrel bonyolult felépítésű, kalibrált minták esetén, Horváth Beáta- Mihályffy László, 591. oldal Statisztikai Szemle, 86. évfolyam 6. szám: Hibaszámítás jackknife módszerrel bonyolult felépítésű, kalibrált minták esetén, Horváth Beáta- Mihályffy László, 592- 613. oldal Szép Katalin: Előterjesztés az SFT részére, tárgy: Minőség a KSH statisztikai tevékenységében, elvi alapvetések 2005. április (KSH belső anyag) Szép Katalin: Előterjesztés az SFT részére, tárgy: Minőség a KSH statisztikai tevékenységében, elvi alapvetések 2005. április (KSH belső anyag) 2. melléklet: Az Európai Statisztikai Rendszer minőségügyi deklarációja 13.-14. old Szép Katalin: Előterjesztés az SFT részére, tárgy: Minőség a KSH statisztikai tevékenységében, elvi alapvetések 2005. április (KSH belső anyag) 1. melléklet: Helyzetjelentés a statisztika minőségéről 3-8. oldal Szép Katalin: Előterjesztés az SFT részére, tárgy: Minőség a KSH statisztikai tevékenységében, elvi alapvetések 2005. április (KSH belső anyag) 5. melléklet: A minőség definíciója a statisztikában, Eurostat 2003. 22-24. oldal Szép Katalin: Előterjesztés az SFT részére, tárgy: Minőség a KSH statisztikai tevékenységében, elvi alapvetések 2005. április (KSH belső anyag) 7. melléklet: Standard minőségjelentés 38- 54. oldal Szép Katalin: Előterjesztés az SFT részére, tárgy: Minőség a KSH statisztikai tevékenységében, elvi alapvetések 2005. április (KSH belső anyag) 10. melléklet: A termelésorientált standard minőségmutatók 67-68-69. oldal VI/2008. (SK 2.) KSH előírás 1. és 2. számú melléklete (KSH belső anyag)
78
79
