РОЗДІЛ 2
СТАТИСТИЧНИЙ АНАЛІЗ ПРИЧИН ТА НАСЛІДКІВ
ВИРОБНИЧОГО ТРАВМАТИЗМУ СЛУЖБОВЦІВ ДЕРЖАВНОЇ ПОЖЕЖНОЇ ОХОРОНИ МНС УКРАЇНИ
Статистичні дослідження причин, наслідків та обставин виробничого травматизму (в першу чергу тих, що призвели до летальних наслідків) у підрозділах пожежної охорони МНС України дозволять визначити пріоритетні напрямки планування та впровадження заходів запобігання травматизму, розроблення математичних моделей, що можуть стати основою для створення автоматизованої системи планування комплексу технічних, навчальних та організаційних заходів щодо об'єктивного зменшення рівня травматизму.
2.1. Методика статистичних досліджень травматизму
Основними задачами статистичного аналізу є визначення впливу технічних, організаційних, психологічних та інших чинників на виникнення нещасних випадків у підрозділах Державної пожежної охорони МНС України і встановлення закономірностей розподілу випадкових величин.
Перевірка достовірності середніх значень коефіцієнтів частоти виробничого травматизму проводилася шляхом побудови одномірного ряду розподілу за середнім квадратичним відхиленням [70]:
(2.1) де - значення ознаки;
- середнє арифметичне значення ознак ;
n - число елементів сукупності .
При цьому ширина інтервалу приймається, виходячи з умови виявлення основної риси розподілу і згладжування випадкових коливань. Кінець останнього інтервалу ознаки приймається рівним (), початок першого інтервалу - (). Така побудова ряду розподілу дозволяє виявити і вилучити величини, значення яких різко відрізняються від середньостатистичних значень коефіцієнтів частоти та тяжкості травматизму, які спотворюють статистичні характеристики.
Регресійний аналіз полягає в підборі аналітичної залежності для набору статистичних даних за допомогою методу найменших квадратів [22]. Регресія використовується для аналізу впливу на окрему залежну перемінну значень однієї чи більш незалежних перемінних і для пропорційного розподілу міри якості по аргументах на основні дані функціоналу. Результати регресії згодом можуть бути використані для прогнозування та оцінки міри впливу окремих факторів на значення функції, що характеризує результат досліджень [23], тобто результати розрахунків використовуватимуться для прогнозування впливу окремих факторів на стан травматизму у пожежних підрозділах МНС України [24].
Для перевірки гіпотези про відповідність розподілу величин розрахункових показників нормальному закону, використовується критерій Колмогорова ? [29]:
(2.2) де - накоплена емпірична частота;
- накоплена теоретична частота;
N - об'єм статистично-представницької вибірки значень аргументів функції.
Теоретичні частоти mT визначаються за допомогою нормованої функції Лапласа z(t) з аргументом t [29, 70]:
(2.3) де - потокова величина та середнє значення випадкової величини аргументу функції;
S - середнє квадратичне відхилення.
Теоретичні частоти визначались за формулою [70, 96]:
(2.4) де - ширина інтервалу випадкової величини;
(2.5) де К - кількість інтервалів квантування .
Визначивши значення коефіцієнту ????за таблицею імовірності [70] знаходимо P(??? Якщо в результаті обчислень отримане значення Р(??>0,05, то гіпотеза про нормальний закон розподілу випадкових величин є вірною. Розрахунки проводяться за допомогою стандартного пакету "Статистичний аналіз" в системі ЕХСЕL.
Для оцінки інтенсивності зв'язку між коефіцієнтом частоти травматизму Y та статистичними показниками травматизму Хk, користувались коефіцієнтом парної кореляції. Показники, коефіцієнт кореляції яких виявився меншим, ніж 0,5 виключались з вибірки як несуттєві.
В процесі статистичних досліджень проводилась перевірка значущості оцінки кожного параметра регресії. Для цього висувалась гіпотеза або , при виконання якої існує значна позитивна (пряма) чи негативна (обернена) залежність показника частоти травматизму Y від змінного показника . ступенями
(2.6) де - стандартне відхилення оцінки параметра;
- коефіцієнт фактора, включеного до регресійного рівняння;
n - кількість значень показника за досліджуваний період;
m - кількість пояснюючих факторів у рівнянні регресії.
Значення величини t, розрахованої за формулою (2.6), порівнювалось з критичними значеннями , отриманими з таблиць розподілу Стьюдента при заданому рівні значущості ? та числі ступенів вільності f з використанням односторонньої критичної області. При суттєво більшому від нуля, робився висновок, що коефіцієнт регресії b, відображає суттєву позитивну залежність, або у протилежному випадку при t < t kp.b суттєво меншому від нуля, коефіцієнт регресії b відображає негативну залежність даного фактору від коефіцієнта частоти травматизму.
У випадку багатофакторної регресії для полегшення аналізу отриманих результатів доцільно проводити перетворення коефіцієнтів регресії в стандартизовані за формулою [22, 28]:
(2.7) Користуючись стандартизованими коефіцієнтами, оцінюємо швидкість зміни середнього значення залежної змінної по кожній з пояснюючих змінних при постійних значеннях інших змінних, які є включеними в аналіз.
Визначення коефіцієнта кореляції, який використовуватиметься як показник точності оцінки функції регресії здійснюється для встановлення достатності вибраних показників, що обумовлюють кількісну варіацію залежного показника частоти травматизму. У випадку, коли коефіцієнт кореляції близький до 1, варіація залежної змінної майже повністю визначається змінами пояснюючих змінних.
Для перевірки значущості коефіцієнта кореляції використовувалась статистика t [28, 96]:
,(2.8) яка підпорядковується розподілу Стьюдента з () ступенями вільності. Розрахована статистика порівнювалась з критичним значенням визначеним за таблицями Стьюдента при заданому рівні значущості та () ступенями вільності. У випадку , робимо висновок про суттєвий зв'язок між змінними, у протилежному випадку, коли , гіпотеза про наявність зв'язку на рівні значущо