По мнению М. Холендера, быстрое развитие непараметрических статистических методов возможно за счет следующего:

1) непараметрические методы требуют немногих предположений относительно генеральной совокупности, из которых извлечены данные;

2) непараметрические методы часто проще в применении;

3) непараметрические приемы обычно понятны;

4) непараметрические методы применимы в ситуациях, в которых методы нормальной теории не «работают»;

5) непараметрические методы значительно эффективнее, чем методы нормальной теории, если распределение генеральной совокупности отличны от нормальной.

По мнению Сажина Ю.В. статистический анализ нечисловой информации включает следующие задачи:

– выявление закономерности распределения значений одного признака (в вероятностном плане) при некоторых значениях другого – задача исследования однородности признаков;

– выявление возможности предсказания значения одного признака по значению другого, т.е. выявление степени взаимосвязи или отсутствие таковой между признаками – задача исследования взаимосвязи признаков.

В связи с вышесказанным и учитывая, что основную массу используемых в анализе данных представляют качественные показатели, использование статистических методов обработки нечисловой информации видится наиболее приемлемым в рамках проводимого исследования.

Многомерные статистические методы – это совокупность глубоко формализованных статистических методов, базирующихся на представлении исходной информации в многомерном геометрическом пространстве и позволяющих определять неявные (латентные), но объективно существующие закономерности в организационной структуре и тенденциях развития изучаемых социально-экономических явлений и процессов [103].

По мнению Л.А. Сошниковой и др. [103], для совокупности данных методов как самостоятельной области науки характерны следующие особенности:

– методы появились сравнительно недавно;

– для методов характерна глубокая формализация, сложная логикоматематическая конструкция;

– применение методов требует творческого подхода к решению аналитических задач;

– с помощью методов обрабатываются многомерные (многопризнаковые) совокупности данных;

– практическое применение методов требует обязательного использования вычислительной техники.

Обобщая перечисленные особенности многомерных статистических методов, считаем, что их применение к объекту нашего исследования ограничено, так как они больше подходят для выявления особенностей предоставления качества услуг с позиции производителя, например, для позиционирования какого-либо исследуемого предприятия, относительно конкурентов или эталонного предприятия (предприятия с наивысшим уровнем качества услуг).

Подводя итоги рассмотрения основных проблем, с которыми сталкивается аналитик на первом этапе экономико-статистического исследования, можно предложить следующую методику проведения статистического изучения качества услуг, предоставляемых населению (рисунок 1.5). При этом выделенные выше статистические методы сбора и обработки информации необходимо сгруппировать по этапам исследования.

Рисунок 1.5 – Схема проведения статистического исследования качества услуг, предоставляемых населению

По нашему мнению, приведенная схема исследования отвечает требованиям, предъявляемым в статистике (три этапа статистического исследования). Построенное на ее основе изучение проблемы позволит выявить сложившиеся закономерности, а также скрытые факторы, оказывающие влияние на качество предоставляемых услуг, что позволит повысить их уровень.