如何提高矿山统计数据质量.docVIP

如何提高矿山统计数据质量 　　【摘要】 统计数据对于矿山企业具有重要的意义，统计数据不准确会造成信息错误，决策失误。文章从统计数据经常出现的问题、统计数据质量控制的重要意义以及如何提高矿山统计数据的质量等方面来研究矿山统计数据的质量。 　　【关键词】 矿山统计 数据质量 重要性 方法 　　当今世界是一个竞争激烈的世界，企业面临着日趋激烈的市场竞争，企业要想在竞争中立于不败之地，一个重要的问题就是要建立高效而正确的信息系统，来满足企业经营过程中需要的大量数据。信息系统在企业统计中发挥着举足轻重的作用。但是随着市场经济的弊端日益暴露，数据统计方面出现了或多或少的问题。本文在此背景下，对统计数据质量控制的重要意义以及如何提高矿山统计数据的质量进行了研究。 　　一、数据统计过程中经常出现的问题 　　1、数据的不可比性 　　数据的不可比性是指所得数据虽然是同一指标但是在统计单位、使用范围、数据内容、统计方法或者口径上有很多差别，由此而造成数据的不可比性。比如矿山里使用的矿车油耗，在2008年计算单位用的是kg/t·km，但是到了2009年为了节约矿产资源，矿山将耗油单位改为了kg/t-采剥总量，矿车的耗油总量的计算与矿石运输的距离彻底脱钩，进行了由建矿以来的矿车耗油统计指标改革。而我们如果以此为基础进行比较，这两年的运矿车柴油消耗是极其不合理的。进行比较时，我们必须要先统一单位，然后才能够进行分析对比。 　　2、数据的虚假性 　　虚假数据是数据统计过程中经常出现的问题，也是极其危险的。产生此类数据的原因可以概括为以下几点：一是数据统计人员完全是毫无依据的乱统计，甚至是完全虚构出来的。之所以会出现虚构数据是因为某些公司故意谎报数据，瞒报数据统计资料。有一些矿山公司的领导，为了能够在业绩上有所作为，不是想如何加强生产，而是投机取巧，虚报实际的生产量，骗取国家的工资。但是到了年末又发现生产费用有很大的结余，然后又瞒报了当年超额完成的产品产量，为第二年骗取更多的生产费用。二是把不同性质、不同条件、不同地点的数据在采集、加工、传递过程中，人为故意地凑成同一条件、同一性质、同一地点、同一时间下的同一数据。虽然说这些数据是基于一些有根据的数据加工而来的，但是从整体上来讲，这些数据都是不符合客观事实的。这些投机取巧的方法对统计数据的质量产生了严重的危害，给企业的经营决策提供了错误的依据。 　　3、数据的非逻辑性 　　逻辑性错误主要是指统计数据的关系是不合逻辑的，各个项目和数据之间会产生矛盾。比如说，有的矿山企业在生产、销售、库存表中出现以下错误：本月的生产量不变，销售量明显增加，但是库存量却未发生任何变化。显然，这组数据就存在着极大的矛盾。数据在逻辑上出现问题，原因有可能是统计人员缺少业务上的基本素质。比如某些单位统计员未参加过或长期没有参加培训。 　　4、数据的非完整性 　　数据的遗漏意味着数据不完整，而出现数据遗漏的主要原因是调查单位出现纰漏，有些企业搜集的项目资料不完整，还试图以偏概全，当然直接的结果就是造成了数据的不完整。例如，企业对职工的文化程度进行调查，只统计了车间以上的单位，而没有调查车间职工的文化程度，显然会造成所得结果偏高。所采集的数据不完整，必然会造成统计数据的不正确，进而得出错误的判断。 　　二、矿山统计数据质量的重要性 　　数据的质量不管是对于企业还是对于国家都至关重要。统计数据质量高，对企业的决策就有正的帮助，反之，则不然。近些年，数据遗漏、逻辑性差等现象屡见不鲜，比如，某矿山公司对于一些数据在原有数据上任意增加或减少，这些错误的数据误导决策。由此可见严把统计数据质量关是统计人员的首要任务。 　　企业的数据统计主要目的是为企业的经营管理决策提供充分的统计信息。任何决策的选择都具有风险性，风险不可避免，但风险的大小与风险决策依据有很大关系，比如数据的及时性、信息的准确性等，一般来说，数据信息越准确，越及时，风险性就越小。所以统计资料的两项重要的要求就是及时性与准确性。毋庸置疑，准确性又是两者中最重要的。数据的准确性决定着数据是否有利用价值，数据正确性是衡量数据的重要标准。可靠及时准确的统计数据有利于管理者和决策者做出正确的决策。例如，某矿山对设备进行了更新，一些液压产代替了电铲，液压钻代替某些潜孔钻，如果还是按照以前的方法来计算矿山生产的用电量和用油量是没有意义的。所以矿山在整理数据时必须进行对比分析，得出正确的数据，这样才能显示出新设备对矿山带来的好处。 　　反之，错误的数据，滞后的数据，不完整的数据，逻辑混乱的数据都会给决策者错误的信号，误导管理者和决策者的决策和调控，对企业的发展产生极大的阻碍，长此以往会对企业造成巨大的损失。 　　三、提高统计数据质量的方法 　　1、完善现有的统计管理