Tuuverleltiin Agra

¯ÍÄÝÑÍÈÉ ÑÒÀÒÈÑÒÈÊÈÉÍ ÃÀÇÀÐ
ÀÐÃÀ×ËÀË, ØÈÍÆÈËÃÝÝ, ÑÓÄÀËÃÀÀÍÛ ÃÀÇÀÐ
Ò¯¯ÂÝÐËÝËÒÈÉÍ
ÀÐÃÀ Ç¯ÉÍ ÇªÂËªÌÆ
Áîëîâñðóóëñàí: ÀØÑÃ-ûí ìýðãýæèëòýí Ë. Ìÿãìàð
ìýðãýæèëòýí Ø. Àðèóíáîëä
Õÿíàñàí: ÀØÑÃ-ûí îðëîã÷ äàðãà À. Äýìáýðýë
Óëààíáààòàð õîò
2007 îí
Àãóóëãà
Á¿ëýã 1 Ò¿¿âðèéí òóõàé åðºíõèé îéëãîëò, òîäîðõîéëîëò 2

1.1 Åðºíõèé ç¿éë 2
1.2 Ò¿¿âýðëýëòèéí òóõàé åðºíõèé îéëãîëò 2
1.3 Ò¿¿âýðëýëòèéí ¿íäñýí îéëãîëò, òîäîðõîéëîëò 4
1.4 Ò¿¿âýðëýëòýä õýðýãëýãääýã ¿íäñýí òîìъ¸î 5
Á¿ëýã 2 Ò¿¿âýðëýëòèéí ¿å øàò, õýëáýð, àðãóóä 5

2.1 Ò¿¿âýðëýëòèéí ¿å øàò 5
2.2 Ò¿¿âýðëýëòèéí õýëáýð, àðãóóä 5
Á¿ëýã 3 Ò¿¿âýðëýëòèéí õýìæýý, íàðèéâ÷ëàëûã òîäîðõîéëîõ 14

3.1 Ò¿¿âýðëýëòèéí õýìæýýã òîäîðõîéëîõ 14
3.2 Íàðèéâ÷ëàëûã òîäîðõîéëîõ 15
Á¿ëýã 4 Ò¿¿âýðëýëòèéí óòãûã àøèãëàí ýõ îëîíëîãèéí óòãà, àëäààã òîäîðõîéëîõ, ä¿í 16

øèíæèëãýý õèéõ
4.1 Ò¿¿âýðëýëòèéí óòãûã àøèãëàí ýõ îëîíëîãèéí óòãà, àëäààã òîäîðõîéëîõ 16
4.2 Ò¿¿âðèéí æèí 20
4.3 Ò¿¿âýðëýëòèéí ¿éë àæèëëàãààíû ¿íýëãýý 21
Á¿ëýã 5 Çàãâàð æèøýý, çîðèóëàëòûí ïðîãðàìì õàíãàìæ àøèãëàõ òóõàé 21
5.1 Íèéãìèéí ñòàòèñòèêèéí ñóäàëãààíû ò¿¿âýðëýëò õèéõ çàãâàð æèøýý 21
5.2 Ñòàòèñòèê ñóäàëãààíû ïðîãðàìì àøèãëàí ò¿¿âýðëýëò õèéõ áîëîìæ 38
Á¿ëýã 6 Ýäèéí çàñãèéí ò¿¿âýðëýëò 41

6.1 ¯íäñýí òîõèðãîî, òýìäýãëýãýý 41
6.2 Ò¿¿âðèéí õýìæýýã îíîâ÷òîé òîãòîîõ 41
6.3 Æèøýý 1 40
6.4 Æèøýý 2 45
Àøèãëàñàí ìàòåðèàë:
1. Sampling : Design and Analysis Sharon L. Lohr Arizone State University 2002
2. Ï. Æàñðàé Ýäèéí çàñãèéí ìýäýýëýë, øèíæèëãýý
3. NOTES ON SURVEY SAMPLING; Raja B. M. Korale ; ADB Sampling Consultant
4. Âûáîðî÷íûé ìåòîä íàáëþäåíèÿ. Ìåòîäоëîãè÷åñêèå ïîëîæåíèÿ ïî ñòàòèñòèêå (âûïóñê 1,2,3,4)

Ôåäеðàëüíàÿ ñëóæáà ãîñóäàðñòâåííîé ñòàòèñòñèêè. Ðîññèÿ .
5. Chapman, David W. (1993), “Cluster Sampling for Personal-Visit Establishment Surveys.” Proceedings of the
International Conference onEstablishment Surveys, June 27-30, 1993, Buffalo New York. Amercian Statistical
Assocation, Alexandria, VA.
6. Sampling and Estimation for Establishment Surveys: Stumbling blocks and progress. M.A. Hidiroglou, Statistics
Canada. Proceedings of the International Conference onEstablishment Surveys, June 27-30, 1993, Buffalo New
York. Amercian Statistical Assocation, Alexandria, VA.
7. www.nao.gov.uk/publications/Samplingguide.pdf
8. Áàðàà, ¿éë÷èëãýýíèé íººö àøèãëàëòûí áàëàíñàä ¿íäýñëýí ÑÕÁ-ûã 2005 îíû ã¿éöýòãýëýýð çîõèîõ ¿çýë
áàðèìòëàë. ¯ÑÃ-í ÑÒÁÇÃ-ûí íýãäñýí áîäëîãûí õýëòýñ. 2007 îí
1
Ò¿¿âýðëýëòèéí àðãà ç¿éí çºâëºìæ
Á¿ëýã 1. Ò¿¿âðèéí òóõàé åðºíõèé îéëãîëò, òîäîðõîéëîëò
1.1. Åðºíõèé ç¿éë
Ñòàòèñòèê ñóäàëãàà íü àæèãëàëò õèéõ àðãààñàà õàìààð÷ íýëýíõ¿é, ò¿¿âýð, õîëèìîã ãýñýí
ãóðâàí òºðºëòýé áàéäàã. Íýëýíõ¿é ñóäàëãàà íü ñóäàëãàà õèéæ áàéãàà á¿õ îáúåêòûã ñóäàëäàã áîë
ò¿¿âýð ñóäàëãàà íü ñóäàëãààíû á¿õ îáúåêòûã òºëººëæ ÷àäàõ õýñãèéã íü ò¿¿âýðëýí àâ÷ ñóäàëäàã,
õàðèí õîëèìîã ñóäàëãàà (ýäèéí çàñãèéí) íü ñóäàëãààíû á¿õ îáúåêòûí òîäîðõîé õýñãèéã íýëýíõ¿é
àðãààð, ¿ëäýõ õýñãèéã ò¿¿âðèéí àðãààð ñóäàëæ íýãäñýí ¿ð ä¿íã ãàðãàíà(Òóõàéëáàë ¿ç¿¿ëýëò¿¿äèéí
øèíæ ÷àíàðààðàà ýðñ ÿëãàãäàõ óëñûí õýìæýýíèé òîì ¿éëäâýð¿¿äèéã íýëýíõ¿éãýýð, æèæèã ¿éëäâýð¿¿äèéã
ò¿¿âðýýð ñóäëàõ ã.ì).
Ýíýõ¿¿ àðãà ç¿éí çºâëºìæèä ò¿¿âýð ñóäàëãààíû àðãà òåõíèêèéí òàëààð àâ÷ ¿çíý. Íýëýíõ¿é
ñóäàëãàà íü ò¿¿âýð ñóäàëãààòàé õàðüöóóëàõàä ò¿¿âðèéí àëäàà òîîöîõ, ¿íýëãýý, òàðõààëò õèéõ çýðýã
îëîí àñóóäëûã õºíääºãã¿é.
Ò¿¿âýð ñóäàëãààã çàéëøã¿é õèéæ ã¿éöýòãýõ ¸ñòîé äýñ äàðààëàë á¿õèé õýä õýäýí ¿å
øàòòàéãààð õèéíý. ¯¿íä:
- Ò¿¿âðèéí çîõèîìæèéã áîëîâñðóóëàõ (ýõ îëîíëîãèéã òîäîðõîéëîõ, ò¿¿âðèéí õýìæýý, ò¿¿âðèéí
æèíã òîîöîõ )
- Ò¿¿âðèéí àðãûã òîäîðõîéëîõ (ò¿¿âðèéí àðãûã ñîíãîõ, õÿçãààðûã òîäîðõîéëîõ, ò¿¿âðèéã õèéõ )
- Ò¿¿âðèéí ¿ð ä¿íã òîîöîõ (ò¿¿âðèéí ¿ð ä¿íã òîîöîæ ãàðãàõ, òàíèëöóóëàõ) çýðýã áîëíî.
Ò¿¿âýð ñóäàëãààíû ýõ îëîíëîã, ò¿¿âýð, ò¿¿âðèéí õ¿ðýýíèé åðºíõèé á¿ä¿¿â÷:
Ýõ îëîíëîã (TARGET POPULATION)

Ò¿¿âðèéí õ¿ðýý
(SAMPLING FRAME
POPULATION)
Àâàõ áîëîìæã¿é (not
reachable)
Ò¿¿âðèéí õ¿ðýýíä Õàðèóëàõààñ Ò¿¿âýð (SAMPLED Ñóäàëãààíä îðîõ
îðîîã¿é (Not included in òàòãàëçñàí (Refuse to POPULATION) áîëîìæã¿é (Not eligible
sampling frame) respond) for survey)
Õàðèóëàõ áîëîìæã¿é
(Not capable of
responding)
1.2.Ò¿¿âðèéí òóõàé åðºíõèé îéëãîëò
Ñóäàëãààíû îáúåêòûí òîäîðõîé õýñãèéã íü ñóäàëæ ò¿¿íèé ¿ð ä¿íãýýð ñóäàëãààíû объектûí

åðºíõèé øèíæ ÷àíàðûã îéðîëöîîгоор òîäîðõîéëîõ àðãûã ò¿¿âýð ñóäàëãàà ãýíý. Ñóäàëãààíû
¿íäñýí объектûã á¿õýëä íü ýõ îëîíëîã (population) ãýæ íýðëýíý . ¯¿íèé äîòðîîñ àæèãëàëò
ñóäàëãààíä õàìðàãäàæ áàéãàà õýñãèéã ò¿¿âýð îëîíëîã (sampling frame) ãýäýã. Áèäíèé ºäºð
òóòìûí àìüäðàëä ò¿¿âðèéí àðãûã áàéíãà àøèãëàñààð èðñýí. Æèøýý íü ãóðèë õóäàëäàæ àâàõûí òóëä áàãà
çýðãèéã ýõëýýä áèä èìýð÷, øàëãàæ, ºíãèéã íü ¿çäýã. Ýíý áîë øóóäàé ãóðèëààñ ÷èìõèéã àâ÷ ò¿¿âýð àðãààð ñóäàëæ ¿çýæ
áàéãààãèéí ýíãèéí æèøýý þì. Ýíý òîõèîëäîëä ÷èìõ ãóðèëààð òºëººë¿¿ëýí øóóäàé ãóðèëûí ÷àíàðò ä¿ãíýëò ºã÷ áàéíà.
Ò¿¿âýð ñóäàëãàà íü ñòàòèñòèê àæèãëàëòûí áóñàä õýëáýðýýñ ÿëãàãäàõ ãóðâàí îíöëîã øèíæòýé.
¯¿íä:
1. Ýõ îëîíëîãîîñ òîäîðõîé õýñãèéã ñîíãîí àâàõ.
2. Ò¿¿âýðëýí àâñàí îëîíëîã äýýðýý ñóäàëãàà õèéæ ¿ð ä¿íã àøèãëàн ýõ îëîíëîãèéí ãîë
¿ç¿¿ëýëò¿¿äèéã îéðîëöîîãîîð òîäîðõîéëîõ.
3. Ò¿¿âýð îëîíëîãèéí õýìæýýã ¿íäýñëýí ¿íäñýí ¿ç¿¿ëýëò¿¿äèéí àëäààíû õÿçãààðûã óðüä÷èëàí
òîãòîîõ çýðýã áîëíî.
Ñóäàëæ áóé þìñ ¿çýãäëèéã òîäîðõîéëîõ õýìæèãäýõ¿¿í¿¿äèéí ººð÷ëºëòèéã øèíæëýí ñóäëàõàä

(äóíäàæ áîëîí õóâèéí æèíãèéí çàðèì ¿ç¿¿ëýëò¿¿ä) ò¿¿âýð ñóäàëãààíû àðãûã àøèãëàíà. Ò¿¿âýð
ñóäàëãààã ÿâóóëàõûí òóëä þóíû ºìíº ýõ îëîíëîãîîñ ò¿¿âýðò õàìðàãäàõ íýãæ¿¿äèéã ñîíãîí àâíà.
Ãýõäýý ýõ îëîíëîãèéí á¿ðýëäýõ¿¿íä îðñîí áºãººä òýð îëîíëîãèéí îíöëîã øèíæ ÷àíàðûã ººðòºº
2
àãóóëæ áîëîõ íýãæ á¿õýí íü ò¿¿âýð ñóäàëãààíä õàìðàãäàõ èæèë ìàãàäëàëòàé áàéõ áîëîìæèéã
á¿ðä¿¿ëñýí áàéõ øààðäëàãàòàé.
Ò¿¿âýð ñóäàëãààíû ìàòåìàòèê îíîëûí ¿íäñýí çîðèëãî íü

1. Òîäîðõîé íºõöөлд ò¿¿âýð ñóäàëãààíû òîî áàðèìòûã àøèãëàí ýõ îëîíëîãèéí ãîë øèíæ
÷àíàðûã òîäîðõîéëæ, ò¿¿íèé (ò¿¿âðèéíõýý) àëäààã òîîöîõ àðãûã áîëîâñðóóëàõ.
2. Ñóäàëãàà õèéõ ÿâöàä ãàðàõ ñàíàìñàðã¿é àëäàà íü ºãºãäñºí õÿçãààðààñ õýòðýõã¿é áàéõûí
òóëä àæèãëàëòûí òîî ÿìàð áàéâàë çîõèõûã óðüä÷èëàí òîäîðõîéëîõ àðãûã áîëîâñðóóëàõàä
òóñ òóñ îðøèíî.
Ò¿¿âýð ñóäàëãàà íü íýëýíõ¿é àæèãëàëòûí àðãûí àäèë äàâóó áîëîí ñóë òàëòàé áàéäàã.
Äàâóó òàë íü:
- Áîãèíî õóãàöààíä õÿìä çàðäëààð ìýäýýëýë öóãëóóëàõ.
- Ò¿¿âðèéí àëäààíû õÿçãààðûã óðüä÷èëàí ìýäýõ áîëîìæòîé
- Хàðèëöàí õàìààðàë á¿õèé ºðãºí õ¿ðýýòýé ñòàòèñòèê ìýäýýëëèéã áàãà çàðäëààð
öóãëóóëíà ãýõ ìýò
Ñóë òàë íü:
- Æèæèã íýãæýýð ¿ð ä¿íãèéí äýëãýðýíã¿é ìýäýýëýë ºãºõ áîëîìæã¿é (ªºðººð õýëáýë
¿íäýñíèé áóþó á¿ñ íóòãèéí ò¿âøèíä ò¿¿âýðëýëò õèéñýí áàéõàä àéìàã ñóìààð ìýäýýëýë ãàðãàõ
áîëîìæã¿é)
- Íèéò îëîíëîãèéí åðºíõèé äóíäàæ õýìæýýã òîäîðõîéëîõ áîëîìæèéã îëãîäîã.
Ò¿¿âýð ñóäàëãààíû ò¿¿âýðëýëò íü 2 ¿íäñýí øààðäëàãûã õàíãàñàí áàéõ ¸ñòîé. ¯¿íä:
1. Ò¿¿âýðò õàìðàãäàõ íýãæ¿¿ä íü àëü áîëîõ ñàíàìñàðã¿é òîõèîëäëîîð ñîíãîãäñîí áàéõ
2. Ò¿¿âðèéã àëü áîëîõ èæèë òºðëèéí îëîíëîã äýýð õèéõ, øààðäëàãàòàé áîë ÷àíàðûí ýðñ òýñ
ÿëãààòàé îëîíëîãèéã äîòîð íü òºðºëæ¿¿ëýí ÿëãàñíû äàðàà òýð á¿ðò áèå äààñàí ò¿¿âýðëýëò
õèéõ
Ò¿¿âýðëýëòèéí íýã îíöëîã áîë òîîöîîíû àëäàà ãàðäàãò îðøèíî. Ò¿¿âðèéí àðãûã íü íèéãýì,
ýäèéí çàñãèéí ñóäàëãààíä ºðãºí àøèãëàãääàã. Ò¿¿âýðëýëòèéí çàðèì æèøýý äóðäâàë: à/_Сîíãîãäñîí
áàãèéí ìàë÷äûã àøèãëàí àéìãèéí ìàëûí òîîã òîäîðõîéëîõ á/_Мîíãîë óëñûí íèéò õ¿í àìûí õýäýí
õóâü íü àìüæèðãààíû ò¿âøíýýñ äîîãóóð àìüäàð÷ áàéãààã òîäîðõîé òîîíû ºðõººñ ò¿¿âýð ñóäàëãàà
àâñàíû ä¿íä òîäîðõîéëîõ ãýõ ìýò.
Ò¿¿âýð ñóäàëãàà ÿâóóëàõ íü äàðààõü ¿íäñýí øààðäëàãààñ óðãàí ãàðäàã. ¯¿íä:

• Õýðâýý àáñîëþò íàðèéâ÷ëàë òºäèéëºí øààðäëàãàòàé áèø áîë ò¿¿âýð ñóäàëãààã ÿâóóëàõ íü
òîîëëîãîòîé õàðüöóóëàõàä áàãà çàðäàë ãàðãàõ
• Ñóäàëãààã áîãèíî õóãàöààíä ÿâóóëàõ
• Òóõàéí ñóäàëãààíä õàìðàãäñàí íýãæèéí òàëààð íàðèéâ÷èëñàí ìýäýýëýë àâàõ áîëîìæèéã
îëîõ
• Çºâõºí ò¿¿âðèéí àðãààð òîîöîõ áîëîìæòîé (òóõàéëáàë, ¿éëäâýðëýñýí á¿òýýãäýõ¿¿íèé
÷àíàðûí) ¿ç¿¿ëýëò¿¿äèéã òîîöîõ.
• Ò¿¿âýðëýëòèéí áèø àëäààã õÿíàõ áîëîìæèéã îëîõ. Òîîëëîãûí ¿åä ò¿¿âýðëýëòèéí áèø
àëäààã òºäèéëºí õÿíàõ áîëîìæã¿é
• Çàðèìäàà ýõ îëîíëîãèéã òîäîðõîéëîõ áîëîìæã¿é áàéõàä òýäãýýðèéí ¿ç¿¿ëýëòèéã òîîöîõûí
òóëä çààâàë ò¿¿âýð ñóäàëãààã àøèãëàíà. Æèøýýëáýë ãàçàð òàðèàëàíä ¿ðñëýãèéí òàëààð
ñóäàëãàà ÿâóóëàõ.
Çàðèì òîäîðõîé íºõöºëä ò¿¿âýð ñóäàëãààã àøèãëàõ íü ¿ð ä¿íã¿é áàéäàã. Ýíý íü ¿íäñýí ãóðâàí
øàëòãààíòàé. ¯¿íä:
• Õýðâýý ìàø æèæèã á¿ñ íóòãèéí õóâüä ìýäýýëýë õýðýãòýé áîëáîë òóõàéí ñóäàëãààíû ¿ð
ä¿íãèéí íàðèéâ÷ëàë íü ò¿¿âýðëýëòèéí õàðüöààíààñ áèø ò¿¿âðèéí õýìæýýíýýñ èõýýõýí
øàëòãààëàõ áºãººä èéì íºõöºëä ò¿¿âðèéí õýìæýý ìàø èõ áàéõ øààðäëàãàòàé áîëîõ ó÷ðààñ
òîîëëîãî (íýëýíõ¿é) ÿâóóëñàí íü èë¿¿ ¿ð ä¿íòýé áàéäàã.
• Öàã õóãàöààíû õóâüä ìàø áîãèíî õóãàöààíä ãàðñàí ººð÷ëºëòèéã òîîöîõûã õ¿ñ÷ áàéâàë
ò¿¿âðèéí õýìæýý èõ áàéõ øààðäëàãàòàé ó÷ðààñ ýíý òîõèîëäîëä ò¿¿âýð ñóäàëãààã ÿâóóëàõ íü
à÷ õîëáîãäîë áàãàòàé.
• Õýðâýý ò¿¿âðèéí àðãà, àðãà÷ëàë áîëîâñðóóëàõ áîëîí ò¿¿âýð ñóäàëãààã ÿâóóëàõàä ìàø èõ
çàðäàë øààðäàãäàõ áîë ò¿¿âýð ñóäàëãààã õèéäýãã¿é. Æèøýýëáýë òóõàéí á¿ñ íóòàã çàñàã
çàõèðãààíû áèå äààñàí ìàø îëîí æèæèã íýãæòýé áîë òóõàéí íýãæ äýõü ºðõ¿¿äèéã ò¿¿âýðëýí
àâñíààñ íýëýíõ¿éä íü ñóäëàõ íü çàðäàë áàãàòàé áàéäàã.
3
1.3. Ò¿¿âýðëýëòèéí ¿íäñýí îéëãîëò, òîäîðõîéëîëò
“Ýõ îëîíëîã” – Ñóäàëãàà õèéõ ãýæ áàéãàà объектыã á¿õýëä íü ýõ îëîíëîã ãýæ íýðëýíý. Æèøýý
íü Ìîíãîëûí á¿õ ñóì íèéëýýä íýã ýõ îëîíëîã, íýã ñóìûí õîíü íèéëýýä íýã ýõ îëîíëîã ãýõ ìýò.
Ýõ îëîíëîãèéã òîäîðõîéëîõäîî äîîðõè õ¿÷èí ç¿éëèéã õàðãàëçàí ¿çíý. ¯¿íä:
1. Àãóóëãà
2. Íýãæ
3. Õàìðàõ õ¿ðýý
4. Öàã õóãàöàà çýðýã áîëíî. Æèøýý íü : õ¿í àìûí àìüæèðãààíû ò¿âøèí òîãòîîõ ñóäàëãààíû
õóâüä àãóóëãà íü – íèéò õ¿í àì, íýãæ íü - ºðõ àì á¿ë, õàìðàõ õ¿ðýý íü – Ìîíãîë óëñûí á¿ñ íóòàã
(Áàðóóí, õàíãàéí, òºâ, ç¿¿í, Óëààíáààòàð), öàã õóãàöàà íü 1999 îí ãýõ ìýò.
Ñóäàëãààíû ýõ îëîíëîã íü ÿã áîäèò îðøèæ áàéãàà ýõ îëîíëîãòîéãîî äàâõöàõã¿é áàéæ áîëíî.

Ýíý íü õàìðàãäàëòûí õóâü áîëîí õàðèóëò ºãºõã¿é áàéõ íºõöºë çýðãýýñ øàëòãààëäàã.
“Õàìðàõ õ¿ðýý” - Ýõ îëîíëîãèéí íýãæ¿¿ä íèéëýýä òóõàéí ñóäàëãààíû îáúåêòûã á¿ðä¿¿ëæ

õàìðàõ õ¿ðýýã áèé áîëãîíî. Èéìýýñ õàìðàõ õ¿ðýýí äýõü íýãæ¿¿äèéí íýðñèéí æàãñààëò íü ÿìàð
íýã àëäàà, äàâõàðäàëã¿é áàéõ øààðäëàãàòàé.
“Ýõ îëîíëîãèéí õýìæýý” - ýõ îëîíëîã äàõü ñóäëàãäàõ íýãæ¿¿äèéí íèéëáýð òîî áîëíî. ¯¿íèéã
“N” ãýæ òîì ¿ñãýýð òýìäýãëýíý.
“Ýëåìåíò” - òóõàéí ò¿¿âýðò õàìðàãäàæ ìýäýýëýë ºã÷ áàéãàà íýãæ áºãººä òýäãýýð íü ìýäýýëýë
ºãºõ ò¿¿âðèéí íýãæ (îëîí øàòòàé ò¿¿âðèéí õóâüä ýíý íü ò¿¿âðèéí àíõàí øàòíû íýãæ - ÒÀØÍ),
ñóäàëãàà, øèíæèëãýýíèé çîðèëãûã òîäîðõîéëîõ ¿íäñýí ñóóðü áîëæ ºãíº.
“Ò¿¿âðèéí õýìæýý” - ò¿¿âðýýð ñîíãîãäñîí íýãæèéí íèéëáýð þì. ¯¿íèé òîîã “n” ãýæ æèæèã ¿ñãýýð
òýìäýãëýíý.
“Ò¿¿âðèéí õóâü” - n/N -ýýð èëýðõèéëýãäýõ õàðüöààã õýëíý.
“Ïàðàìåòð” - ýõ îëîíëîãèéí õóâüä òîîöîãäñîí õýìæèãäýõ¿¿í¿¿äèéã ïàðàìåòð ãýæ íýðëýäýã.

Æèøýý íü ýõ îëîíëîãèéí íèéò, äóíäàæ, ýõ îëîíëîãèéí ñòàíäàðò àëäàà, õýëáýëçýë ãýõ ìýò.
“Ñòàòèñòèê õýìæèãäýõ¿¿í” - ò¿¿âýðëýãäñýí îëîíëîãèéí õóâüä áîäîãäñîí ñòàòèñòèê

õýìæèãäýõ¿¿í¿¿ä áàéõ áºãººä ò¿¿âýðëýëòèéí ººð÷ëºëò íü ñòàòèñòèêèéí æèøýý áîëíî.
“¯íýëãýý” - Ïàðàìåòðèéã ¿íýëýõýä àøèãëàæ áàéãàà ñòàòèñòèê ¿ç¿¿ëýëò¿¿ä. “À” ¿íýëãýý íü “Â”
¿íýëãýýíýýñ èë¿¿ ¿ð ä¿íòýé ãýæ õýëáýë V(A)>V(B) ãýæ áè÷íý.
Ýõ îëîíëîãèéí äóíäæèéí ¿íýëãýýг (Õ), ò¿¿âýðëýëòèéí äóíäжийг (õ) ãýæ òýìäýãëýíý.
Õýðâýý “Ê”-èéí ¿íýëãýý ê íü ò¿¿íòýé ÿã òýíö¿¿ áàéõ þì áîë ê íü Ê-èéí õàçàéëòã¿é (unbaised)
¿íýëãýý áîëíî.
Ýíä Å(ê)=Ê
“L”-èéí ¿íýëãýý “l” ò¿¿íýýñ ÿìàð íýã áàéäëààð (èõ, áàãà, íýìýõ, õàñàõ) çºð¿¿òýé áàéõ þì áîë l íü
L –èéí õàçàéëòòàé (baised) ¿íýëãýý áîëíî.
Ýíä Bais E(L)=E(L)-L
Õàçàéëòã¿é áàéäàë (unbaisedness) íü ò¿¿âðèéí ñòàòèñòèê íü òóõàéí ýõ îëîíëîãèéí õàçàéëòã¿é
¿íýëãýý áîëæ ÷àäàæ áàéâàë ò¿¿âýð ñóäàëãààíû ¿ð ä¿íã àøèãëàõàä ÿìàð íýã àëäàà ãàðàõã¿é.
Ò¿¿âðèéí àëäààã ò¿¿âðèéí ¿ð ä¿íä ¿íäýñëýí ýõ îëîíëîãèéí ïàðàìåòðèéã òîîöîõîä õýðýãëýíý.

“Òîîöîõ” ãýäýã íü áèä ïàðàìåòðèéí æèíõýíý óòãûã ìýäýõã¿é õàðèí óã óòãàòàé àëü áîëîõ
îéðîëöîî óòãûã îëæ òîäîðõîéëîõûã õè÷ýýæ áàéãàà õýðýã þì. Ìýäýýæ ýõ îëîíëîãèéí íýãæ
áîëãîíîîñ ìýäýýëýë öóãëóóëæ, òîîöîõ áîëîìæã¿é ó÷ðààñ ýõ îëîíëîãèéí ïàðàìåòðèéí æèíõýíý
óòãûã íàðèéâ÷ëàí îëæ ÷àäàõã¿é. Èéìä òîîöîîíû óòãà áîëîí áîäèò óòãà õî¸ðûí çºð¿¿ íü
4
ò¿¿âðèéí àëäàà áîëíî. Ò¿¿âðèéí àëäàà èõ áàéõ òóñàì áèäíèé õèéñýí ò¿¿âýð à÷ õîëáîãäîë
áàãàòàé, õàðèí ò¿¿âðèéí àëäàà áàãà áàéâàë òîîöîî õýäèéãýýð áîäèò óòãàòàé äàâõöàõã¿é ÷ ò¿¿íä
îéðîëöîî óòãà ãàð÷, à÷ õîëáîãäîëòîé áîëíî ãýñýí ¿ã þì.
1.4.Ò¿¿âýðëýëòýä õýðýãëýãääýã ¿íäñýí òîìú¸î, òîäîðõîéëîëò
Èõýíõ ñóðàõ áè÷èã, ãàðûí àâëàãàä ýõ îëîíëîãèéí ¿ç¿¿ëýëò¿¿äèéã ÒÎÌ ¯ÑÃÝÝÐ, ò¿¿âýð
ñóäàëãààíû ¿ç¿¿¿ëýëò¿¿äèéã æèæèã ¿ñãýýð òýìäýãëýíý.
( ) òýìäýã íü äóíäæèéã èëýðõèéëäýã áºãººä N-íü ýõ îëîíëîãèéí ýëåìåíò¿¿äèéí òîî, n-íü ò¿¿âýð
îëîíëîãèéí ýëåìåíò¿¿äèéí òîî áîëíî.
Y = ∑ Yi - ýõ îëîíëîãèéí Y - õóâüñàã÷èéí íèéëáýð
Y =
∑Y i
=
1
⋅ ∑ Yi - ýõ îëîíëîãèéí Y - õóâüñàã÷èéí àðèôìåòèê äóíäàæ
N N
1
∑
2
S y2 = (Yi − Y ) - åðºíõèé ñòàíäàðò õàçàéëò
N −1
1
Çàðèì òîõèîëäîëä ñòàíäàðò õàçàéëòûã δ y2 = ∑ (Yi − Y ) ãýæ áîääîã áºãººä N-èéã ìàø îëîí
2
N
¿åä ýíý 2 òîìú¸îíû çºð¿¿ àëãà áîëäîã.
y = ∑ yi - ò¿¿âýð îëîíëîãèéí ó- õóâüñàã÷èéí íèéëáýð
y=
∑y i
=
1
∑ yi - ò¿¿âýð îëîíëîãèéí ó- õóâüñàã÷èéí àðèôìåòèê äóíäàæ
n n
1
s y2 =
N −1
∑ ( yi − y) 2 - ò¿¿âðèéí ñòàíäàðò õàçàéëò
Á¿ëýã 2. Ò¿¿âýðëýëòèéí ¿å øàò, õýëáýð, àðãóóä
2.1.Ò¿¿âýðëýëòèéí ¿å øàò
Ò¿¿âýð ñóäàëãààã äàðààõü ¿å øàòààð ÿâóóëíà. ¯¿íä:

1. Òóõàéí ¿çýãäëèéí øèíæ ÷àíàðò òîõèðóóëàí ò¿¿âýðëýëòèéí àðãà, ò¿¿âðèéí õýìæýýã (Sampling
size) óðüä÷èëàí òîãòîîõ.
2. Ýõ îëîíëîãîîñ ò¿¿âýð îëîíëîãèéã ñîíãîí àâíà. ßàãààä ýõ îëîíëîãîîñ òóõàéí íýã õýñãèéã
ò¿¿âýðò õàìðóóëàí ñóäëàõ áîëñîí çàð÷èì, ¿éë àæèëëàãààãàà íàðèéí òàéëáàðëàõ ¸ñòîé.
3. Òîäîðõîé àðãààð ñîíãîæ àâñàí ò¿¿âðèéí îëîíëîãò ñóäàëãàà õèéõ
4. Ò¿¿âýð îëîíëîãèéí ¿íäñýí ¿ç¿¿ëýëòèéã òîîöîæ ãàðãàõ
5. Ò¿¿âýð îëîíëîãèéí ¿ç¿¿ëýëò¿¿äèéí àëäààã òîäîðõîéëîõ
6. Ò¿¿âýð îëîíëîãèéí ¿ð ä¿íã ýõ îëîíëîãò òàðõààõ
7. Ä¿í øèíæèëãýý õèéõ
2.2. Ò¿¿âýðëýëòèéí õýëáýð, àðãóóä
Ò¿¿âýð îëîíëîã íü ýõ îëîíëîãîî хэр çýðýã òºëººëæ ÷àäàæ áàéãààãààð ò¿¿âðèéí ÷àíàð
òîäîðõîéëîãäîíî. Ò¿¿âðèéí îëîí ÿíçûí àðãà áàéäàã áºãººä ýíý íü æèëýýñ æèëä óëàì á¿ð
áîëîâñðîíãóé áîëæ áàéíà. Ñòàòèñòèê÷èä ÿíç á¿ðèéí íºõöºë áàéäàëä òààðàõ õàìãèéí ñàéí
ò¿¿âðèéí àðãûã îëîõûã áàéíãà ýðìýëçäýã. ªºðººð õýëáýë ò¿¿âðèéí íýãæ íü ýõ îëîíëîãîî àëü
áîëîõ á¿ðýí òºëººëæ ÷àäàõóéö àðãûã îëîõûã õè÷ýýäýã áàéíà. Ìàø óäààí õóãàöààíû òóðøèä
õèéãäñýí òóðøèëò, õýëýëö¿¿ëãèéí ¿ð ä¿íä ñòàòèñòèê÷èä øèíæëýõ óõààíû ¿íäýñëýëòýé, ýõ
îëîíëîãèéã òºëººëæ ÷àäàõóéö, ò¿¿âðèéí àëäàà íü ìàãàäëàëààð õýìæèãäýæ òîîöîæ áîëäîã
ò¿¿âýð íü Îáúåêòèâ áîëîí ìàãàäëàëò ò¿¿âýð ãýæ òîäîðõîéëäîã. Ýíý ò¿¿âðèéã ìàãàäëàëò áóþó
5
ñàíàìñàðã¿é ò¿¿âýð ãýæ íýðëýñýí áàéíà. Ò¿¿âðèéí ïðîöåññ íü íýã áà ò¿¿íýýñ îëîí ¿å øàòòàé
áàéäàã áºãººä ýõ îëîíëîãèéí íýãæ á¿ð ò¿¿âýðò ñîíãîãäîí îðîõ èæèë ìàãàäëàëòàé áàéíà. Ýäãýýð
ìàãàäëàëóóäààñ ò¿¿âðèéí æèí íü õàìààðàõ áºãººä ò¿¿âðèéí ºãºãäëèéã íýãòãýí ä¿ãíýõ,
øèíæèëãýý õèéæ ¿ð ä¿íã ãàðãàõàä ò¿¿âðèéí æèíã àøèãëàíà. Ýõ îëîíëîãèéí óòãûã òîîöîõîä
æèãíýãäñýí äóíäæèéã (ýñâýë æèãíýñýí íèéò ä¿íã ) àøèãëàõ íü ýíãèéí äóíäæèéã àøèãëàõààñ èë¿¿
áàéäàã.
Ýíý àðãàç¿éí çºâëºìæ íü íèéãýì, ýäèéí ñóäàëãààíû ò¿¿âýðëýëòèéí àðãà òåõíèêèéí
îéëãîëòûã ºãºõºä ÷èãëýãäñýí ó÷ðààñ ìàãàäëàëò ò¿¿âðèéí àðãà ç¿éã ò¿ëõ¿¿ îðóóëæ ºãñºí áîëíî.
Ñàíàìñàðã¿é ò¿¿âðèéí äàâóó òàë
Ò¿¿âðèéí õýìæýý n íýìýãäýõ òóñàì èõ òîîíû õóóëèéí äàãóó ýõ îëîíëîã äàõü ÿíç á¿ðèéí
òºðëèéí íýãæ¿¿ä ò¿¿âýð ñóäàëãààíä õàìðàãäàõ ìàãàäëàë íýìýãäýíý. ªºðººð õýëáýë ò¿¿âýð íü
ýõ îëîíëîãèéã òºëººëºõ á¿ðýí ÷àäâàðòàé áàéíà. n ºñºõ òóòàì òºëººëºõ ÷àäâàð ºñíº.
Ìàãàäëàëûí îíîëûã àøèãëàí ò¿¿âðèéí àëäààã òîîöîõ áºãººä ýõ îëîíëîãèéí áîäèò óòãûã
òîîöîõîä ò¿¿íèé ¿ð ä¿í íü õàðàãäàíà. ¯ë ìýäýãäýõ ýõ îëîíëîãèéí óòãûí èòãýõ çàâñàð, ñòàíäàðò
àëäààã àøèãëàí ò¿¿íèéã òîîöîæ áîëíî. Õýðâýý ò¿¿âðèéí õýìæýý ìàø áàãà òóõàéëáàë 5 áàéëàà
ãýõýä ñàíàìñàðã¿é ò¿¿âýð íü á¿ðýí òºëººëºõ ÷àäâàðã¿é áàéæ áîëíî. Ìºí òîõèîëäëîîð çàðèì íýã
òºðëèéí ò¿¿âðèéí íýãæ ò¿¿âýðò çîíõèëæ, áóñàä òºðëèéí íýãæ¿¿ä õàìðàãäàõã¿é áàéæ áîëíî. Èéì
ó÷ðààñ çàðèì íýã òóñãàé çîðèëãî á¿õèé ò¿¿âýðò ò¿¿âðèéí õýìæýý n ìàø áàãà áàéõ áîëîìæòîé
áàéäàã. Òóõàéí ñóäàëãààíû объектыí ýõ îëîíëîãèéí õýìæýý áàãà áàéãàà ¿åä ýíý ò¿¿âðèéí àðãà
íü àøèãòàé áàéäàã. Æèøýý íü ßïîíû ¿éëäâýð÷íèé ýâëýëèéí òàëààðõè ìàø áàãà õ¿ðýýã
õàìàðñàí ñóäàëãààíä ¿éëäâýð÷íèé 5-6 ýâëýëýýñ íýãèéã ñîíãîõ çàìààð ò¿¿âýðëýëò õèéæ áîëíî
ãýñýí ä¿ãíýëò áàéäàã.
Ñàíàìñàðã¿é ò¿¿âðèéí õýëáýð¿¿ä
Ýõ îëîíëîãîîñ ñàíàìñàðã¿é ò¿¿âýð õèéõ ÿâäàë ºäºð òóòìûí àìüäðàëä áàéíãà òîõèîëääîã.
Æèøýý íü ãýðèéí ýçýãòýé áóäààòàé õîîë õèéæ áàéõ ¿åäýý áóäàà õýð çýðýã ñàéí áîëæ áàéãààã øàëãàõûí
òóëä çºâõºí íýã õýñãèéã àâ÷ àìòëàæ ¿çäýã. Ìºí õóäàëäàí àâàã÷ æèìñ õóäàëäàí àâàõäàà íýã òºðëèéí
íèéò æèìñíèé ÷àíàðûã øàëãàõûí òóëä çºâõºí õýäýí øèðõýãèéã àìòàëæ ¿çäýã. Ýíý òîõèîëäîëä
ò¿¿âýðëýëòèéí Ñóáúåêòèâ àðãà õýëáýð õýðýãëýãäýæ áàéíà ãýæ îéëãîíî.
Ò¿¿âðèéí àðãóóäûã åðºíõèéä íü õàðüöóóëáàë:
Ò¿¿âðèéí õýëáýð¿¿ä
Ñóáúåêòèâ õýëáýð Îáúåêòèâ õýëáýð
Ìàãàäëàëò áóñ Ìàãàäëàëò ýñâýë ñàíàìñàðã¿é
Ñóáúåêòèâ õýëáýð
Ò¿¿âðèéã á¿ðä¿¿ëýã÷ íýãæèéã ñîíãîõîä ò¿¿âðèéã õèéæ áóé õóâü õ¿íèé ñàíàë áîäîë íºëººëæ
áàéäàã àðãûã ò¿¿âðèéí Ñóáúåêòèâ õýëáýð ãýíý. ¯¿íä òîõèîëäëûí øèíæ ÷àíàðòàé áîëîí çîðèóä
õèéãäñýí ñîíãîëòóóä ýíý õýëáýðò õàìààðíà.
Ñóáúåêòèâ õýëáýðèéí æèøýý:
a) Ìàíàé îðíû õóâüä ñóìûã ñîíãîõäîî ñòàòèñòèê ìýäýýëëèéã õàðèóöäàã ñóìûí îðëîã÷èéã íü
òàíüäàã, ýñâýë òýð õ¿í íü àæèë ñàéòàé ãýñýí øàëãóóðààð, ýñâýë òóõàéí ñóì íü àéìãèéí òºâä
îéðõîí ãýæ ¿çýýä ñîíãîâîë Ñóáúåêòèâ ñîíãîëò áîëíî.
b) Óëààí áóóäàéí òàðèàëàëòûí äóíäàæ õýìæýýã òîäîðõîéëîõûí òóëä ýõíèé óäàà òîäîðõîé
àæèãëàëò õèéñíèé ¿íäñýí äýýð òóõàéí ìóæèéí òèéì òàðèàëàí á¿õèé 20 òàëáàéã ñîíãîñîí ãýå.
¯¿íèé äàðàà ñóäëàà÷ óã ñîíãîãäñîí òàëáàéí óðãàöûí ìýäýýëýë àâ÷ ñóäàëãàà òîîöîîíäîî
àøèãëàõ áîëíî.
Ñóáúåêòèâ ò¿¿âðèéí ãîë äóòàãäàë íü ýäãýýð ò¿¿âð¿¿äèéí ¿ð ä¿í íü ýõ îëîíëîãèéí ¿ð ä¿íãýýñ

ÿëãààòàé áàéõ ìàãàäëàë ºíäºð áîëîõ òàëòàéä îðøèíî. Ýíý íü ò¿¿âýðëýã÷èéí ñàíààòàé áîëîí
ñàíàìñàðã¿é ãàðãàñàí àëäààòàé õîëáîîòîé. ¯¿íèé çýðýãöýý àëäààíû óòãûã òîäîðõîéëîõ
6
áîëîìæã¿é áàéäàã. ªºðººð õýëáýë ò¿¿âýð нь ýõ îëîíëîãîî òºëººëºõ ÷àäâàðã¿é áàéíà. Äýýð
äóðüäñàí 2-ð æèøýýíä ò¿¿âýðëýã÷ òóõàéí ìóæèéí äóíäàæ òàðèàëàëòûí ò¿âøèíã òîãòîîõäîî
áóðóó òààìàãëàë äýâø¿¿ëñýí áîëîí 20 òàðèàëàëòûí òàëáàéã ñîíãîõäîî áóðóó Ñóáúåêòèâ
òîîöîîëîëò õèéñýí áàéæ áîëîõ òàëòàé.
Ñóáúåêòèâ ò¿¿âðèéí õàìãèéí ãîë äóòàãäàë íü òýäãýýðèéí ñîíãîëò íü á¿ðýí àíãèëàãäàæ ÷àäààã¿é,
ò¿¿âðèéí àëäààã òîîöîõ áîëîìæã¿é ººðººð õýëáýë òóõàéí ò¿¿âðýýñ ¿íäýñëýæ õèéñýí òîîöîî íü
¿íýí áîäèòîé áàéæ ÷àääàãã¿éä îðøèíî.
Îáúåêòèâ ò¿¿âðèéí àðãóóä
Ò¿¿âðèéí áîäèò áóþó Îáúåêòèâ õýëáýð ãýäýã íü ò¿¿âðèéí òîãòñîí ä¿ðìèéí äàãóó áóþó ÿìàð ÷
õ¿í õèéñýí àäèë ¿ð ä¿íä õ¿ðäýã ò¿¿âýð þì. Ò¿¿âýð ñóäàëãààíû õ¿ðýýíä õàìãèéí èõ õýðýãëýãääýã
îáúåêòèâ ò¿¿âðèéí àðãóóä:
1. Ýíãèéí ñàíàìñàðã¿é ò¿¿âýð (Simple Random Sampling-SRS)

2. Ñèñòåì÷èëñýí ò¿¿âýð (Systematic Sampling)
3. Á¿ëýãëýñýí ò¿¿âýð (Stratified Samplig)
4. Áàãöàëñàí ò¿¿âýð (Cluster Sampling)
5. Îëîí øàòàò ò¿¿âýð (Multi-Stage Sampling)
6. Ïðîïîðöèоíàëü ìàãàäëàëò ò¿¿âýð (Probability Proportional to Size (PPS) Sampling)
Ò¿¿âðèéí çîõèîìæèéã õýðõýí ñîíãîõîîñ õàìààðààä ÿìàð àðãààð ò¿¿âýð õèéõ òàëààð ãîë÷ëîí
áàðèìòàëäàã àðãà, áîëîìæèò ò¿¿âðèéí õýìæýýíèé æèøãèéã äàðààõ õ¿ñíýãòýä ¿ç¿¿ëýâ.
Ò¿¿âðèéí
íàðèéâ÷ëàë* Äýä á¿ëýã Ñîíãîæ áîëîõ Ò¿¿âðèéí àðãà Áîëîìæèò ò¿¿âðèéí òîî
(Precision) ¿¿ñãýõ ¿¿? õýìæýý
õýðýãëýõ ¿¿?
Òèéì Òèéì - Êâîò Á¿ëýã á¿ðýýñ 50-100 íýãæ
- Ýíãèéí ñàíàìñàðã¿é ñîíãîõ
- Ñèñòåì÷èëñýí
- Á¿ëýãëýñýí
- Áàãöàëñàí
- Õýìæýýíä ïðîïîðöèîíàëь ìàãàäëàëò
- Îëîí øàòàò
¯ã¿é - Á¿ëýãëýñýí 50-100 íýãæ ñîíãîõ
- Ïðîïîðöèîíàëь ìàãàäëàëò
¯ã¿é Òèéì - Ýíãèéí ñàíàìñàðã¿é Á¿ëýã á¿ðýýñ 50-100 íýãæ
- Ñèñòåì÷èëñýí ñîíãîõ
¯ã¿é - Ýíãèéí ñàíàìñàðã¿é 50-100 íýãæ ñîíãîõ
- Ñèñòåì÷èëñýí
¯ã¿é - Òóðøèëòûã ¿íäýñëýí ñàíààãààðàà ñîíãîõ 50-õ¿ðòýë íýãæ ñîíãîõ
(Judgement)
- Òºëºâ áàéäëààð ñîíãîõ (Convenience)
* - E - ò¿¿âðèéí ñòàíäàðò àëäàà áóþó íàðèéâ÷ëàë (èõýíõ òîõèîëäîëä +5% áàéõààð òîîöäîã áîëîâ÷
ñóäàëãààíû çîðèëãî, ýõ îëîíëîãèéí ïðîïîðö çýðãýýñ õàìààð÷ ÿëãààòàé ò¿¿âðèéí ¿ð ä¿íã ãàðãàí
àâäàã).
2.2.1. Ýíãèéí ñàíàìñàðã¿é ò¿¿âýðëýëò (ÝÑÒ) (Simple Random Sampling-SRS)
Ýíý íü ìàãàäëàëò ò¿¿âðèéí ýíãèéí àðãà þì. ÝÑÒ-íü ýõ îëîíëîãèéí á¿õ íýãæ¿¿ä èæèë
ìàãàäëàëòàéãààð ñîíãîãäîõ íºõöëèéã õàíãàæ ºãäºã. Õî¸ð òºðëèéí ÝÑÒ áàéäàã. i) ñîíãîãäñîí
íýãæ¿¿ä ñîíãîëòûí äàðàà áóöààæ ýõ îëîíëîãò îðîõ, ¿¿íèéã áóöààëòòàé (WR- äàâòàí ñîíãîãäîõ)
ýíãèéí ñàíàìñàðã¿é ò¿¿âðèéí àðãà ãýíý. ii) ñîíãîãäñîí íýãæ¿¿ä ýõ îëîíëîãòîî áóöààæ õèéãäýõã¿é
(WOR- äàõèí ñîíãîãäîõã¿é) áàéõ, ¿¿íèéã áóöààëòã¿é ýíãèéí ñàíàìñàðã¿é ò¿¿âðèéí àðãà ãýíý.
Ñàíàìñàðã¿é òîîíû õ¿ñíýãòèéã àøèãëàõ
Ýíãèéí ñàíàìñàðã¿é ò¿¿âðèéí ¿åä ýõ îëîíëîãèéí íýãæ áîëãîí ñóäàëãààíä ñîíãîãäîæ îðîõ
èæèë ìàãàäëàëòàé áàéõ ¸ñòîé. ªìíº òýìäýãëýñýí íýãæ¿¿äèéã ñîíãîõäîî ñàíàìñàðã¿é òîîíû
7
õ¿ñíýãò (Õàâñðàëò 1-ä ¿ç)-èéã àøèãëàõ íü ýõ îëîíëîãèéí íýãæ¿¿äèéí ñîíãîãäîõ ìàãàäëàë èæèë
áàéõ áàòàëãààã ºãäºã. Íýð çààí ñîíãîëò õèéæ áàéãàà òîõèîëäîëä ýíý øèíæ ÷àíàð íü àëäàãäàíà.
Ñàíàìñàðã¿é òîîíû õ¿ñíýãòèéã àøèãëààä “N” òîîíû íýãæ¿¿äýýñ (18 àéìãààñ) “n” íýãæèéã (7
àéìãèéã ) ñîíãîõ æèøýýã àâ÷ ¿çüå.
¯¿íèé òóëä áèä ýõëýýä õ¿ñíýãòýíäýý áàãàíûí òîîã òîâëîõ õýðýãòýé. Áàãàíûí ýíý òîî íü ýõ
îëîíëîãèéí íýãæ¿¿äèéí òîî áîëîõ “N” îðîíãèéí òîîòîé òýíö¿¿ áàéíà. Áèäíèé àâñàí æèøýýí
äýýð “N” ìààíü 18 ó÷èð îðîíãèéí òîî íü 2 áîëíî. Èéìýýñ õ¿ñíýãòýýñ áèä 2 ãýñýí òîîòîé áàãàíûã
òîâëîõ ¸ñòîé. Õýðýâ “N” íü 100-ààñ 999-èéí õîîðîíä áàéâàë 3 ãýñýí òîîòîé áàãàíûã, “N” íü 1000-
ààñ 9999-èéí õîîðîíä áàéâàë 4 ãýñýí òîîòîé áàãàíûã òîâëîõ ãýõ ìýòýýð öààø ÿâíà.
Ñàíàìñàðã¿é òîîíû õ¿ñíýãòèéã àøèãëàõ 2 ¿íäñýí àðãà áàéäàã. ¯¿íä: 1. Ýíãèéí àðãà 2.
¯ëäýãäëèéí àðãà
1.Ýíãèéí àðãà
Áèä äýýðõ æèøýýí äýýð 10, 11 –ð áàãàíûã òîâëîí àâúÿ. Õ¿ñíýãòèéí äýýðýýñ ýõëýýä 10, 11 –ð
áàãàíûã äàãóóëàí 18-òàé òýíö¿¿ áóþó ò¿¿íýýñ áàãà òîîíóóäûã ñîíãîí àâ÷, õàðèí 18-ààñ èõ
òîîíóóäûã õýðýãñýõã¿é îðõèíî. (äîîð 18-ààñ èõ òîîíóóä íü äàðàãäñàí áóþó õýðýãñýõã¿é
îðõèñíûã õàðíà óó)
35, 92, 11, 95, 59, 15, 63, 3, 44, 99, 25, 54, 12, 10, 64, 45, 88, 59, 84, 82, 89, 85, 34, 7, 15, 1. Ýíä
áóöààëòã¿é ÝÑÒ-èéí ¿åä ñîíãîãäñîí 7 àéìãóóäûí äóãààð íü 11, 15, 3, 12, 10, 7, 1 áîëíî. 15
ãýñýí òîî íü çºâõºí íýã óäàà áè÷èãäñýí áàéíà. ßàãààä ãýâýë ñîíãîãäñîí íýãæýý áóöààæ ýõ
îëîíëîãòîî õèéãýýã¿é áîëíî.
2.¯ëäýãäëèéí àðãà
Äýýð äóðüäñàí àæëûí äàðààëëààñ õàðàõàä ñîíãîãäñîí ñàíàìñàðã¿é òîîíóóäààñ èõèéã íü

õýðýãñýõã¿é áîëãîæ áàéíà. Òýãâýë ¿ëäýãäëèéí àðãûí ¿åä õýðýãñýõã¿é áîëãîõ ÿâäàë áàãà
áàéäàã. Õýðýâ “N” îðîíãèéí òîî íü “ê” áîë ð*N íü õàìãèéí èõ îðîíãèéí òîî áîëîõ áºãººä “N” –
ä ¿ëäýãäýëã¿é õóâààãäàíà. Ýíý ¿åä p<10 áàéõ íü îéëãîìæòîé ¯ëäýãäëèéí àðãûí ¿åä áèä
çºâõºí p*N-ýýñ èõ òîõèîëäëûí òîîíóóäûã õýðýãñýõã¿é áîëãîíî. Äàðàà íü ñîíãîãäñîí
òîîíóóäûã N-ä õóâààíà. Íîãäâîðûí ¿ëäýãäýë òîî íü áèäíèé ñîíãîãäîõ íýãæ áîëîõ áºãººä
õýðâýý ¿ëäýãäýë íü 0-òýé òýíö¿¿ áàéâàë N äóãààð íýãæ ººðºº ñîíãîãäîíî ãýñýí ¿ã þì.
¯ëäýãäëèéí àðãààð ñîíãîëò õèéõ æèøýý:
Äýýðõ æèøýýí äýýð ð=5, N=18, p*N=90 Áèä 90-ýýñ èõ òîõèîëäëûí òîîíóóäûã “0” áîëãîæ
õýðýãñýõã¿é áîëãîíî.
¯ëäýãäëèéí àðãààð ñîíãîãäñîí àéìãóóäûí äóãààð íü äàðààõü áîëíî:

Òîõèîëäëûí òîî Ñîíãîãäñîí àéìãóóäûí äóãààð (¿ëäýãäëýýð)
35 17
92 õýðýãñýõã¿é áîëãîõ
11 11
95 õýðýãñýõã¿é áîëãîõ
59 5
15 15
63 9
3 3
4 8
Ýõ îëîíëîã äîòîðõ íýãæ á¿ðèéí ñîíãîãäîæ áîëîõ òýíö¿¿ ìàãàäëàë íü
(5/90=1/18)-òàé òýíö¿¿ áàéíà.
Æè÷: ªíºº ¿åä ò¿¿âýðëýëò õèéõýä èõýâ÷ëýí êîìïüþòåðûí ïðîãðàìì õàíãàìæ àøèãëàäàã áîëñîí
òóë çààâàë ñàíàìñàðã¿é òîîíû õ¿ñíýãòèéã àøèãëàõ øààðäëàãàã¿é.
2.2.2. Ñèñòåì÷èëñýí ò¿¿âðèéí àðãà (Systematic Sampling)
Òóõàéëáàë 1,2,3,...,200 ãýæ äóãààðëàãäñàí 200 ºðõººñ 10 ºðõèéã ñîíãî¸. ¯¿íèé òóëä ò¿¿âðýý
ýõíèé 1 äóãààðòàé ºðõèéã ñîíãîæ àâààä äàðààãèéí 20 äàõü ºðõ áîëãîíûã àâàõààð õèéñýí áàéíà.
8
ªºðººð õýëáýë 1,21,41,...,181 äóãààðòàé ºðõ¿¿ä ñîíãîãäñîí áàéíà. Ìåõàíèê àðãààð õèéñýí ýíý
ò¿¿âðèéã ñèñòåì÷èëñýí ò¿¿âýð ãýíý. Ýíý ò¿¿âðèéí àðãà íü òºëººëºõ ÷àäâàð áîëîí ò¿¿âýðëýã÷èéí
õóâèéí àëäààã òîîöîõ áîëîìæòîéãîîðîî äàâóó òàëòàé.
Äýýð äóðäüñàí æèøýýíèé õóâüä 1 äóãààðòàé ºðõººñ ýõëýõèéí îðîíä 1,2,...,200 õ¿ðòëýõ
äóãààðòàé ºðõººñ íýãèéã ñàíàìñàðã¿éãýýð ñóãàëàí àâ÷ äàðààãèéí 20 äàõü ºðõ áîëãîíûã ñîíãîõ
çàìààð õèéæ áîëíî. Òóõàéëáàë 14 íîìåðèéí ºðõèéã ýõëýýä ñóãàëñàí áîë 14,34,54,...,194 ºðõ¿¿ä
ò¿¿âýðò îðíî. ¯¿íèéã ñàíàìñàðã¿é ýõëýëòýé øóãàìàí ñèñòåì÷èëñýí ò¿¿âýð ãýæ íýðëýäýã. Ýíä
ñàíàìñàðã¿é ýõëýë=14.
Õýðâýý àíõíû ñîíãîãäîõ ñàíàìñàðã¿é òîî íü 200 áîë ò¿¿âýðëýëòèéã õýðõýí õèéõ âý ãýñýí
àñóóäàë ãàðíà. 220,240 äóãààðûí ºðõ¿¿ä íèéò îëîíëîãò áàéõã¿é òóë ò¿¿âýðò ÿìàð ºðõ¿¿ä
ñîíãîãäîõ íü òîäîðõîéã¿é áîëäîã. Èéì òîõèîëäîëä öèêëýýð ñîíãîõ àðãûã õýðýãëýíý. ¯¿íèéã
äîîðõè äàðààëëààð õèéíý:
à) “1” –ýýñ “N” õ¿ðòëýõ òîõèîëäëûí òîîã ñîíãîõ (i ñîíãîãäñîí)

á) “i” áóþó “ê” á¿ð äýõü íýãæèéã öèêëýýð ñîíãîõ (CRS- Circular Random Sampling)
öèêëýýð ñîíãîãäîõ æèøýý: Õýðýâ N=200, n=10, i=195 k=20. Ýíý ò¿¿âýðëýëòýýð ñîíãîãäîõ íýãæ¿¿ä
íü 195, 215=15, 35, 55, 75, 95, 115, 135, 155, 175 áîëíî.
Ñèñòåì÷èëñýí ò¿¿âðèéí ¿å äýõ ïàðàìåòð¿¿äèéí ¿íýëãýý íü ÝÑÒ-èéíõòýé èæèë.
Ñèñòåì÷èëñýí ò¿¿âðèéí äàâóó òàë

Ñèñòåì÷èëñýí ò¿¿âðèéí ¿åä ñîíãîëòûã ýíãèéíýýð õèéäýã. Ìºí íýãæèéí ñîíãîëòûã ò¿¿âýð õèéæ
áàéãàà àæèëòàí ººðºº õèéæ áîëäîã. Ýíý áîë ñèñòåì÷èëñýí ò¿¿âðèéí áàñ íýã ÷óõàë îíöëîã þì.
Ò¿¿âðèéí áîëîí õÿíàëòûí àæëûã ÿâóóëàõàä ñèñòåì÷èëñýí ò¿¿âýðëýëò íü äàâóó òàëòàé áàéäàã.
Ñèñòåì÷èëñýí ò¿¿âýð íü ò¿¿âðèéí íèëýýä ºðãºí õ¿ðýýã õàìàðäàã. ¯¿ãýýðýý ñèñòåì÷èëñýí ò¿¿âýð
íü ÝÑÒ-ýýñ ººð þì. ßàãààä ãýâýë ÝÑÒ-èéíõ øèã ýõ îëîíëîãèéã áîäèòîéãîîð òºëººëæ ÷àäàõ
íèëýýä õýñýã íü îðõèãäîõ òîõèîëäîë ãàðàõã¿é, ñîíãîëòûí òàðõàëò íü áàéðøëûí õóâüä æèãä
áàéäàã. Ñèñòåì÷èëñýí ò¿¿âðèéí ¿åä ýõ îëîíëîãèéã ¿íäñýí ¿ç¿¿ëýëòýýð íü ýðýìáýëñýí
æàãñààëòààñ ñîíãîëò õèéõ òîõèîëäîë áàéäàã. Òóõàéëáàë ìàë÷èí ºðõèéã ìàëûí òîîãîîð íü
ýðýìáýëæ óã æàãñààëòààñ ºðõèéã ñèñòåì÷èëñýí ò¿¿âðèéí àðãààð ñîíãîäîã.
2.2.3. Á¿ëýãëýñýí ò¿¿âýðëýëò (ÁÒ) (Stratified Samplig)
ÝÑÒ-èéí ¿åä ò¿¿âðèéã íýã á¿õýë á¿òýí îëîíëîãîîñ õèéäýã. Èéì ó÷ðààñ ò¿¿âýð õàìðàãäñàí
òóñãàé îíöëîã á¿õèé á¿ëã¿¿äýä ñîíãîãäñîí íýãæèéí ýçëýõ õóâü íü òóõàéí á¿ëã¿¿äèéí ýõ
îëîíëîãòîî ýçëýõ õóâèàñ èõ ÷ , áàñ áàãà ÷ áàéæ áîëîõ òàëòàé. Ò¿¿í÷ëýí ÝÑÒ-èéí ¿åä çºâõºí
ò¿¿âðèéí õýìæýýã íýìýãä¿¿ëýõ çàìààð ò¿¿âðèéí àëäààã áàãàñãàæ íàðèéâ÷ëàëûã íýìýãä¿¿ëäýã.
Õýðâýý óðüä ºìíº õèéãäñýí ñóäàëãàà áîëîí ýäèéí çàñàã÷äûí ºìíº íü õèéñýí àæèãëàëòûí ¿íäñýí
äýýð òóõàéí ýõ îëîíëîãèéí òàëààð òîäîðõîé îéëãîëòòîé áàéãààä òýð íü ÿìàð íýãýí áàéäëààð
á¿ëýãëýëò õèéõ áîëîìæòîé áàéâàë óã á¿ëýãëýëò íü ò¿¿âðèéí àëäààã áàãàñãàäàã. ÁÒ-èéí ¿åä ýõ
îëîíëîãèéã òºðºëæ¿¿ëýí õýä õýäýí á¿ëýãò õóâààæ, á¿ëýã òóñ á¿ðò ò¿¿âýðëýëò õèéíý. Ýíý àðãûí
ãîë ñàíàà áîë á¿ëýã òóñ á¿ðèéã òºëººëæ ÷àäàõ íýãæ¿¿äèéã ñîíãîõ, òýäãýýð íü çºâõºí òóõàéí
á¿ëãýý òºëººëºõºä îðøèíî. Èíãýñíýýð á¿ëã¿¿ä òóñ á¿ðýýñ ñîíãîãäñîí íýãæ¿¿äèéí òºëººëºõ
÷àäâàðûã ñàéæðóóëíà ãýñýí ¿ã. Òóõàéí óëñ îðîíä ýäèéí çàñãèéí ¿éë àæèëëàãààíû ñàëáàð, äýä
ñàëáàðóóäàä àëáàí ¸ñíû ñòàòèñòèê ¿ç¿¿ëýëò òîîöîõûí òóëä ÁÒ-èéã ºðãºí àøèãëàäàã. Òóõàéëáàë
çºâõºí óëñûí õýìæýýãýýð õºäºº àæ àõóéí á¿òýýãäýõ¿¿íèé òàëààð ¿íýí çºâ ìýäýýëýëòýé áîëëîî
ãýõýä á¿ñ, ãàçàð ç¿éí áîëîí ýäèéí çàñãèéí ¿éë àæèëëàãàà, çàñàã çàõèðãààíû àíãèëëûã àøèãëààä
èë¿¿ íàðèéí ¿ð ä¿íã ãàðãàæ àâ÷ áîëäîãò à÷ õîëáîãäîë íü îðøèíî. Ýõ îëîíëîãèéã á¿ëýãëýõ
¿ç¿¿ëýëò íü òóõàéí ñóäàëãààíû ¿ð ä¿íãèéí ìýäýýëëèéã ÿìàð àíãèëëààð (ò¿âøèíä) ñîíèðõîæ
áàéãààãààñ øàëтãààëàí ñîíãîãäîíî.
Á¿ëýã òóñ á¿ðýýñ ò¿¿âðèéã õèéõäýý ÝÑÒ-èéí àðãûã àøèãëàíà.
Õýìæèãäýõ¿¿í Ýõ Ò¿¿âðèéí Òîîöîîíû

îëîíëîãèéí õóâüä óòãà
õóâüä
Íèéò ýëåìåíòèéí òîî N n -
9
Á¿ëãèéí òîî L l -
h á¿ëýãò áàéãààñ ýëåìåíòèéí òîî Nh nh -
Òóõàéí ¿ç¿¿ëýëòèéí íèéëáýð Y y Yst
h á¿ëýãò áàéãàà ¿ç¿¿ëýëòèéí íèéëáýð Yh yh Yh
Ýõ îëîíëîãèéí äóíäàæ ⎯Y ⎯y yst
h á¿ëãèéí äóíäàæ ⎯Yh ⎯yh -
Тóõàéí øèíæ òýìäãèéí ýçëýõ õóâèéí æèí P p pst
h á¿ëýã äýõü òóõàéí øèíæ ÷àíàðûí ýçëýõ õóâü Ph ph -
Ýõ îëîíëîãèéí âàðèàö S2 - -
h á¿ëýã äýõü âàðèàö S2h s2h -
2
Òîîöîîíû íèéëáýðèéí âàðèàö S (Yst) s2(Yst) s2(Yst)
Òîîöîîíû äóíäæèéí âàðèàö S2(⎯y ) s2(⎯y ) s2(⎯yst)
Òóõàéí íýãæèéí óòãà Yhi yhi -
N=N1+N2+……..+NL
n=n1+n2+……….+nl
Ýõ îëîíëîãèéí äóíäàæ íü á¿õ á¿ëã¿¿äèéí æèíãýýð æèãíýñýí äóíäæààð õýìæèãäýíý.
Á¿ëýãëýñýí ò¿¿âðèéí á¿ëãèéã áàéãóóëàõ.
Ýõ îëîíëîãèéã á¿ëýãëýõ õýä õýäýí àðãà çàì áàéäàã. Ýäãýýðýýñ àëü íýãèéã ñîíãîõäîî á¿ëãèéí
òîî (L), á¿ëýã òóñ á¿ð äýõü íýãæ¿¿äèéí òîî (Nl), Sh õýìæèãäýõ¿¿í íü ¿ð ä¿íòýé áàéõ òèéì àðãûã ë
ñîíãîõ øààðäëàãàòàé.
Á¿ëýãëýõäýý ñòàíäàðò õàçàéëò Sh2 íü õàìãèéí áàãà áàéõ òèéì á¿ëýãëýëòèéã áàéãóóëàõ
õýðýãòýé. Èéìýýñ á¿ëýãëýëò õèéõýä ýõ îëîíëîãèéí òàëààðõ óðüä÷èëñàí ñóäàëãàà, ìýäýýëýë,
ìýäëýã ÷óõàë. Õýðýâ ñóäëàãäàæ áàéãàà ç¿éëèéí òàðõàëòûí äàâòàìæ ìýäýãäýæ áàéãàà íºõöºëä
á¿ëýãëýëò íü àìæèëòòàé áîëíî.
Á¿ëýãëýëòèéí õýìæýý áàãà áàéõ òóñàì ñòàíäàðò õàçàéëò Sh íü ìºí àäèë áàãà áîëíî. Õýðýâ
á¿ëãèéí òîîã ºñãºâºë ¿íýëãýý íü èë¿¿ ¿ð ä¿íòýé áîëíî. Ãýâ÷ ºãºãäñºí “n”-ä áàéãàà á¿ëãèéí òîî ýõ
îëîíëîãò áàéãàà á¿ëýã “L”-ýýñ èõ áàéâàë àøèãòàé ¿ð ä¿íã àâ÷ðàõã¿é.
Á¿ëýãëýñýí ò¿¿âðèéí ¿åä á¿ëýã á¿ðýýñ õè÷íýýí íýãæèéã ñîíãîí àâàõûã òîãòîîõ ¿íäñýí õî¸ð
àðãà áàéäàã. ¯¿íä:
1. Á¿ëýã á¿ðýýñ ñîíãîí àâñàí íýãæèéí òîî á¿ëãèéí õýìæýýíä ïðîëîðöèîíàëü áàéõ
2. Ñîíãîí àâàõ íýãæèéí òîî á¿ëãèéí õýìæýýíä ïðîïîðöèîíàëü áèø áàéõ
Ñîíãîí àâàõ íýãæèéí òîî á¿ëãèéí õýìæýýíä ïðîïîðöèîíàëü áîë á¿ëýã òóñ á¿ðýýñ ñîíãîõ íýãæèéí
òîîã äîîðõ òîìú¸îãîîð òîäîðõîéëíî.
nN i
ni =
N
Ãýõäýý ñóäàëãààíû çîðèëãî ÿìàð ¿ç¿¿ëýëòèéã òîîöîõ ãýæ áàéãààãààñ øàëтãààëàõ õýðýãòýé.
Æèøýý íü: Íýã àéìãèéí 10000 ºðõººñ 2000 ºðõèéã á¿ëýãëýñýí ò¿¿âðèéí àðãààð ò¿¿âýðëýõèéí
òóëä òóõàéí àéìãèéí íèéò ºðõ¿¿ä îðëîãûíõîî áàéäëààñ õàìààðàí áàÿí (1), ÷èíýýëýã (2),
õàíãàëòòàé îðëîãîòîé (3), ÿäóó (4), íýí ÿäóó (5) ãýñýí 5 á¿ëã¿¿äýä äîîðхи õ¿ñíýãòýíä ºãºãäñºí
áàéäëààð õóâàаðиëàãäñàí ãýæ ¿çüå.
Á¿ëãèéí äóãààð 1 2 3 4 5 Ä¿í

Á¿ëãèéí íýãæèéí 500 2000 3000 1500 3000 10000
òîî
10
Íýãýíò á¿ëýã òóñ á¿ðýýñ ñîíãîõ íýãæèéí òîî á¿ëãèéí õýìæýýíä ïðîïîðöèîíàëü ó÷èð
n1=2000*500/10000=100
n2=2000*2000/10000=400
n3=2000*3000/10000=600
n4=2000*1500/10000=300
n5=2000*3000/10000=600
áóþó ººðººð õýëáýë áàÿí ºðõ¿¿äýýñ 100 ºðõèéã, ÷èíýýëãýýñ 400, õàíãàëòòàé îðëîãîòîéãîîñ 600,
ÿäóóãààñ 300, íýí ÿäóóãààñ 600 ºðõèéã òóñ òóñ ò¿¿âýðëýí àâíà. Äýýðõ æèøýýíýýñ õàðàõàä
á¿ëýãëýñýí ò¿¿âýð õèéõèéí òóëä òóõàéí ýõ îëîíëîãèéíõîî òàëààð óðüä õèéñýí ñóäàëãàà,
àæèãëàëòûí ¿ð ä¿í çàéëøã¿é áàéõ øààðäëàãàòàé áàéíà. Óã ñóäàëãàà, àæèãëàëòûí ¿ð ä¿íãýýñ
ò¿¿âðèéí ¿ð ä¿í èõýýõýí õàìààðàõ íü òîäîðõîé. Ñîíãîí àâàõ íýãæèéí òîî á¿ëãèéí õýìæýýíä
ïðîïîðöèîíàëü áèø áîë á¿ëýã òóñ á¿ðýýñ ò¿¿âýð ñóäàëãààíä çîðèóëàí ñîíãîõ íýãæèéí òîîã
òîãòîîõäîî íèéò ñîíãîãäîõ íýãæèéí òîîã á¿ëãèéí òîîíä õóâààíà. Äýýðõ æèøýýíä ñîíãîí àâàõ
íýãæèéí òîî á¿ëãèéí õýìæýýíä ïðîïîðöèîíàëü áèø áàéñàí áîë á¿ëýã á¿ðýýñ ñîíãîí àâàõ
íýãæèéí òîîã òîãòîîõûí òóëä 2000-ûã 5-ä õóâààí, ººðººð õýëáýë á¿ëýã òóñ á¿ðýýñ 400 ºðõèéã
ñîíãîí àâíà.
Îíîëûí ¿¿äíýýñ àâ÷ ¿çâýë á¿ëýã á¿ðýýñ ñîíãîõ íýãæèéí òîîã á¿ëãèéí õýìæýýíä
ïðîïîðöèîíàëèàð òîãòîîõ íü èë¿¿ çºâ þì. Á¿ëýãëýñýí ò¿¿âýð ñóäàëãààíû àðãûã íèéãýì ýäèéí
çàñãèéí ñóäàëãààíä õàìãèéí ò¿ãýýìýë àøèãëàäàã áºãººä ýíãèéí ñàíàìñàðã¿é ò¿¿âýðòýé
õàðüöóóëàõàä ò¿¿âðèéí ¿ð ä¿í íü õàíãàëòòàé ñàéí, âàðèàö íü áàãà ãàðäàã áºãººä õºðºíãº,
ìºíãºíèé õóâüä ÷ èë¿¿ õýìíýëòòýé òºëºâëºëò õèéõýä õÿëáàð áàéäàã.
Á¿ëýãëýñýí ò¿¿âðèéí õóâüä äóíäæèéí ñòàíäàðò àëäààã òîîöîõäîî:
1 sn2
s ( ys1 ) =
N2
∑ (N n ( N n − nn )
nn
)
(Yhi − Yh ) 2
¯¿íä: sh2 = ∑ ( )
(nh − 1)
Õàðèí íèéëáýðèéí ñòàíäàðò àëäàà íü
s (Yst ) = Ns ( yst )
Âàðèàöûí êîýôôèöèåíò íü CV
s( yst )
cv( yst ) = òóñ òóñ áàéíà.
yst
2.2.4. Áàãöàëñàí ò¿¿âýðëýëò (Cluster Sampling)
Ýíý ò¿¿âýðëýëò íü ýõ îëîíëîãèéã ãàíö áóþó íýãäñýí íýãæ¿¿äèéí òîäîðõîé õÿçãààðòàé òîîíä
õóâààõûã øàààðääàã. Èíãýæ õóâààñíààñ ¿¿ññýí æèæèã íýãæ¿¿äèéã ýëåìåíò¿¿ä, æèæèã íýãæ¿¿äýýñ
á¿ðäñýí á¿ëã¿¿äèéã áàãö ãýæ íýðëýíý. Áàãöûã íýã íýãæ áîëãîí ò¿¿âýðëýëò õèéõ ïðîöåññûã
“áàãöàëñàí ò¿¿âýðëýëò ” ãýíý.
Ò¿¿âðèéí ìóæ áîë áàãöàëñàí ò¿¿âðèéí íýã òºðºë þì. Õýðýâ ìóæ íü ýõ îëîíëîãèéã òºëººëæ,
æèæèã ìóæóóä áîëîõ õýñã¿¿äýä õóâààãäààä, ýäãýýð õýñã¿¿äýä ò¿¿âðèéí íýãæ¿¿ä áîëæ áàéâàë
ò¿¿âðèéí ìóæ ãýæ íýðëýíý.
11
Ïðàêòèêò ýõ îëîíëîã äýõü ýëåìýíò¿¿äèéí õ¿ðýý áýëýí áóñ áàéäàã áà ò¿¿íèéã áàéãóóëàõàä õýö¿¿.
Æèøýýëáýë: àéìãóóäûí ºðõ¿¿äèéí õ¿ðýý áýëýí áóñ ò¿¿íèéã áàéãóóëàõàä õýö¿¿ áàéäàã. Ãýâ÷
áàãöûí (áàã, ñóì) õ¿ðýý áýëýí áàéäàã áà ò¿¿íèéã áàéãóóëàõàä àðàé õÿëáàð þì. Ýõ îëîíëîãò
ýëåìåíò¿¿äèéí õ¿ðýý áýëýí áóñ òîõèîëäîëä áàãöàëñàí ò¿¿âðèéã õýðýãëýõ íü èë¿¿ àøèãòàé.
Áàãöûí õýìæýý íü èõ ÷óõàë ¿ç¿¿ëýëò þì. Áàãöûí õýìæýý õè÷íýýí áàãà áàéõ òóñàì ýõ îëîíëîãèéã
¿íýëæ áàéãàà ò¿¿âðèéí ¿íýëãýý òº÷íººí ¿íýí çºâ áàéõ áîëíî. Åð íü áàãöûã áèé áîëãîõäîî
áàãöóóäûí õîîðîíäîõ äóíäàæóóäûí õýëáýëçýë àëü áîëîõ áàãà áàéõ õàðèí áàãö äîòîðõè
õýëáýëçýë àëü áîëîõ èõ áàéõûã àíõààðàõ õýðýãòýé. Áàãöàëñàí ò¿¿âýð áóþó ò¿¿âðèéí ìóæèéã
á¿ëýãëýñýí ò¿¿âýðòýé õàðüöóóëæ õàðàõàä íýã ÷óõàë øèíæ èëýðäýã íü á¿ëýãëýñýí ò¿¿âðèéí ¿åä
äýýðõèéí ýñðýã áàéäàë íü ñàéí áàéõààð õàðàãäàíà.
2.2.5. Îëîí øàòàò ò¿¿âýðëýëò (ÎØÒ) (Multi-Stage Sampling)
Îëîí øàòàò ò¿¿âðèéí ¿åä ýëåìåíò¿¿ä íü õî¸ð áóþó ò¿¿íýýñ äýýø øàòóóäààð äàìæèæ
ñîíãîãääîã, áàãöàëñàí ò¿¿âðèéí íèéëìýë õóâèëáàð þì. Æèøýýëáýë Ìîíãîëûí ºðõ àéëóóäààñ “n”
–ûã ñîíãîõ øààðäëàãàòàé áîë ýõëýýä áèä 18 àéìãààñ õýäýí àéìãèéã ñîíãîíî (ýíý áîë ýõíèé ¿å
øàò), äàðàà íü ñîíãîãäñîí àéìàã á¿ðýýñ õýä õýäýí ñóìûã ñîíãîíî (ýíý áîë õî¸ð äàõü ¿å øàò),
äàðàà íü ñîíãîãäñîí ñóìäààñàà õýä õýäýí áàã ñîíãîíî (ýíý áîë ãóðàâ äàõü ¿å øàò), äàðàà íü
ñîíãîãäñîí áàãóóäààñàà ºðõ àéëóóäûã ñîíãîíî (ýíý áîë äºðºâ äýõü ¿å øàò ãýõ ìýòýýð îéëãîæ
áîëíî). Ýíý àðãûí ìºí ÷àíàð íü á¿õ ýõ îëîíëîãîîñ ò¿¿âýðëýëò õèéõ ãýæ èõ õýìæýýíèé ìýäýýëýë
öóãëóóëæ, æàãñààëò ãàðãàõûí îðîíä òîäîðõîé ¿å øàò á¿ðò ò¿¿âýð õèéæ ò¿¿íýýñýý äàõèí ò¿¿âýð
õèéõ áàéäëààð çàðäàë, õóãàöàà õýìíýõýä îðøèíî. Ãóðàâ áóþó ò¿¿íýýñ îëîí ¿å øàòóóäààð
õèéãäýæ áóé èéì òºðëèéí ò¿¿âýðëýëòèéã îëîí øàòàò ò¿¿âýðëýëò ãýæ íýðëýíý. Ãàíö ¿å øàòààð
õèéãäýæ áóé áóñàä ò¿¿âðèéã áîäîõîä ÎØÒ-èéí ºðòºã áàãà áàéäàã äàâóó òàëòàé.
Íýã àéìãèéí ñ¿¿ ¿éëäâýðëýëòèéã ñóäëàõûí òóëä ÎØÒ-èéí àðãààð ñóäàëãààã ÿâóóëñàí ãýæ áîäú¸.
Ýíý ñóäàëãààíä ò¿¿âðèéí ýõíèé ¿å øàòíû íýãæ ñóì, õî¸ð äàõü ¿å øàòíû íýãæ ñóìûí ìàë÷èä,
ò¿¿âðèéí ãóðàâ äàõü ¿å øàòíû íýãæ íü ìàë÷èäûí ñ¿¿íèé ÷èãëýëèéí ìàë áîëíî.
Ýõ îëîíëîãèéí äóíäàæèéí ¿íýëãýý
Áèä ãóðâàí øàòàò ò¿¿âýðëýëòèéã õýðõýí òîäîðõîéëîõûã àâ÷ ¿çúå.

N=ýõíèé ¿å øàòíû íýãæèéí òîî
Mi=õî¸ð äàõü ¿å øàòíû íýãæèéí òîî (I=1,2,3,...,N)
Bij=ãóðàâ äàõü ¿å øàòíû íýãæèéí òîî
¯ijk=ãóðàâ äàõü ¿å øàòíû “ê” äàõü íýãæèéí ººð÷ëºëòèéí õýìæýý
n=ýõíèé ¿å øàòíû ò¿¿âýðëýëòýíä ñîíãîãäñîí íýãæèéí òîî
mi= õî¸ð äàõü ¿å øàòíû ò¿¿âýðëýëòýíä ñîíãîãäñîí íýãæèéí òîî
bij=ãóðàâ äàõü øàòíû ò¿¿âýðëýëòýíä ñîíãîãäñîí íýãæèéí òîî.
Ýõ îëîíëîãèéí äóíäàæ íü ÎØÒ-èéí ¿åä ¿å øàòóóäûí æèãíýñýí äóíäàæààð õýìæèãäýíý.
ÎØÒ-èéí ¿åä ýõíèé ¿å øàòóóäûí íýãæ¿¿äèéã ºðãºòãºñíººð ò¿¿âðèéã íèëýýä ñàéí íàðèéâ÷ëàëòàé
õèéæ ÷àäíà. Ãýõäýý ýõíèé ¿å øàòóóäûã ºðãºòãºõ àñóóäàë íü ò¿¿âðèéí ºðòºã áîëîí ñóäàëãàà õèéæ
áóé áàéãóóëëàãûí àøèã ñîíèðõîëîîñ øàëòãààëíà.
ÎØÒ-èéí ¿åä ýöñèéí ¿å øàòíû ò¿¿âðèéí õýìæýý äàðààõü ç¿éë¿¿äýýñ øàëòãààëíà:
1. ò¿¿âðèéí ºðòºã
2. ýõíèé ¿å øàòóóäàä ñîíãîãäñîí íýãæ¿¿äèéí òîî
3. ýöñèéí ¿å øàòàíä ñîíãîãäñîí íýãæ¿¿äèéí ººð÷ëºëò
4. ýõíèé ¿å øàòóóäûí äóíäàæ õýìæèãäýõ¿¿íèé ººð÷ëºëò
Ïðîïîðöèîíàëü ìàãàäëàëò ò¿¿âýðëýëò (ÏÌÒ)

(Probability Proportional to Size (PPS) Sampling)
ÝÑÒ-èéí ¿åä á¿õ íýãæ¿¿ä ñîíãîãäîõ èæèë ìàãàäëàëòàé áàéäàã. Íýãæ¿¿äèéí õýìæýý íü èõ
ººð÷ëºëòòýé áàéõ íü òîõèðîìæã¿é, òîîöîîëîëòûí à÷ õîëáîãäîëûã áóóðóóëäàã. Æèøýýëáýë íýã
àéìãèéí õ¿ðýýíä îëîí õîíüòîé ñóìóóä íü íîîñíû ¿éëäâýðëýëò ºíäºðòýé áàéíà. Èéìýýñ àéìãèéí
íîîñíû ¿éëäâýðëýëòèéã òîäîðõîéëîõûí òóëä îëîí õîíüòîé ñóìóóäûã ñîíãîõ øààðäëàãàòàé. Èéì
12
òºðëèéí ñîíãîëòûã ïðîïîðöèîíàëü ìàãàäëàëò ò¿¿âýðëýëò ãýæ íýðëýíý. Ïðîïîðöèîíàëü
ìàãàäëàëò ò¿¿âýðëýëò íü ºìíº íü ñîíãîãäñîí íýãæ¿¿äèéã ýõ îëîíëîãòîî áóöààæ õèéæ ÷ áîëíî.
Ìºí áóöààæ õèéõã¿éãýýð ÷ ñîíãîæ áîëíî. Æèøýý íü 1994 îíû ñàðóóäààñ 7 ººð ñàðûã
ïðîïîðöèîíàëü ìàãàäëàëò ò¿¿âðèéí àðãûã àøèãëàí ýõ îëîíëîãò áóöààëòòàéãààð õèéõ ìàÿãààð
ñîíãî¸. ¯¿íèé òóëä ñàð á¿ð ò¿¿íèé ºäðèéí òîîãîîð òîäîðõîéëîãäñîí áàéíà.
Ýõëýýä äàðààõü õýëáýðèéí õ¿ñíýãòèéã áýëòãýõ õýðýãòýé.
Ñàð Ñàðûí Õîíîãèéí ºñºí Òºëººëæ áóé

õîíîãèéí íýìýãäýõ ä¿í äóãààðóóä
òîî
1 31 31 1-31
2 28 59 32-59
3 31 90 60-90
4 30 120 91-120
5 31 151 121-151
6 30 181 152-181
7 31 212 182-212
8 31 243 213-243
9 30 273 244-273
10 31 304 274-304
11 30 334 305-334
12 31 365 335-365
Îäîî áèä ñàíàìñàðã¿é òîîíû õ¿ñíýãòèéã àøèãëàí ºäðèéã 1- ýýñ 365 –ûí õîîðîíä ñîíãîæ àâíà.
Ñàíàìñàðã¿é òîîíû õ¿ñíýãòèéã 5-7-ð áàãàíûã àøèãëàí 285,491,232,029,419,381,098 ãýõ ìýòýýð
Ýäãýýðýýñ : 285 áîë 10-ð ñàðä, 126 áîë 5-ð ñàðä, 232 áîë 8-ð ñàðä, 29 áîë 1-ð ñàðä, 54 áîë 2-ð
ñàðä, 16 áîë 1-ð ñàðä, 98 áîë 4-ð ñàðä òóñ òóñ õàðúÿàëàãäàæ áàéíà.
Ýõ îëîíëîãòîî áóöààæ õèéõ çàìààð ÏÌÒ-èéã ÿâóóëàõàä: 1-ð ñàðä 2 óäàà, 2,4,5,8,10-ð ñàðóóäàä 1
óäàà ñîíãîãäñîí áàéíà. ¯¿íýýñ ìàãàäëàë íü 1-ð ñàðä 31/365, 2-ð ñàðä 28/365, 3-ð ñàðä 31/365
ãýõ ìýòýýð áàéíà.
Ñòàòèñòèêèéí ñóäàëãààíä ºðãºí õýðýãëýäýã ò¿¿âýðëýëòèéí àðãóóäûí
äàâóó áîëîí ñóë òàëóóäûã õ¿ñíýãòýýð ¿ç¿¿ëáýë:
Ò¿¿âýðëýëòèéí
¹ àðãà Äàâóó òàëóóä Ñóë òàëóóä
1 Áàãöàëñàí -Áóñàä ñàíàìñàðã¿é ò¿¿âðèéí -Áóñàä ñàíàìñàðã¿é ò¿¿âýðòýé
(Êëàñòåðûí) ò¿¿âýð àðãóóäààñ èë¿¿ ýíãèéí, õóðäàí, õÿìä õàðüöóóëàõàä àëäàà èõ ãàðàõ òàëòàé.
- Ýõ îëîíëîãèéí ýëåìýíò¿¿äýýñ -Õýðýâ áàãö (êëàñòåð)-ûí õýìæýý áàãà
òºâºãòýé ìýäýýëýë øààðääàãã¿é (æèæèã) áèø áîë ñóäàëãàà ºðòºã èõòýé
- Í¿¿ð òóëñàí ÿðèëöëàãààð ñóäàëãàà áîëíî.
àâàõàä àøèãòàé. -Ò¿¿âðèéí õýìæýý èõ áîë ò¿¿âðèéí èõ
- Áàãö (Êëàñòåð) á¿ð ýõ îëîíëîãèéí õýìæýýíèé àëäààòàé àæèëëàõ áàéäàëä
òîäîðõîé íýã îð÷íûã òºëººëæ õ¿ðãýíý.
÷àäàõààð ñîíãîãäñîí áàéâàë èë¿¿
ñàéí áîëíî
2 Îëîí øàòàò ò¿¿âýð Îëîí íèéòèéã õàìàðñàí òîì Ò¿¿âðèéã áàéãóóëàõàä øààðäàãäàõ
õýìæýýíèé ñóäàëãààíä õýðýãëýõýä èõ ìýäýýëëèéã îëæ àâàõàä ºðòºã, çàðäàë
àøèãòàé áºãººä òîõèðîìæòîé èõ ãàðàõ òàëòàé
3 Ïðîïîðöèîíàëü Ò¿¿âýðëýãäñýí íýãæ á¿ðèéí õóâüä -Ò¿¿âýð õèéõýä çîðèóëàí öóãëóóëàõ
ìàãàäëàëò ò¿¿âýð ò¿¿íèé ýëåìåíò¿¿ä íü ñîíãîãäîõ ìýäýýëëèéã îëæ àâàõàä èë¿¿ çàðäàëòàé
èæèëõýí ìàãàäëàëòàé áàéäãààðàà áàéæ áîëîõ
äàâóó òàëòàé. -Ò¿¿âðýýð çºâõºí ñîíèðõîæ áàéãàà
ýëåìýíò¿¿äýý çîðèëãîäîî íèéö¿¿ëæ
àâàõ õýðýãòýé.
4 Ýíãèéí ñàíàìñàðã¿é -Ýõ îëîíëîãèéí áîëîí ò¿¿âðèéí -Ýõ îëîíëîãèéí òàëààð á¿ðýí íàðèéí
ò¿¿âýð àëäààíû ¿íýëãýý áîëîìæèéí ñàéí æàãñààëò õýðýãòýé
ãàðäàã -Õýðýâ óëñûí õýìæýýíèé ò¿¿âýð áîë
-Ò¿¿âðèéí çîõèîìæ íü ýíãèéí áºãººä òîõèðîìæ ìóóòàé, îëîí óäààãèéí
òàéëáàðëàõàä õÿëáàð øàëãàëò õèéõ øààðäëàãàòàé áîëäîã.
13
5 Á¿ëýãëýñýí ò¿¿âýð -Á¿ëýã á¿ðýýñ íýãæ¿¿ä ñîíãîãäîõ -Ò¿¿âðèéí ñîíãîëò õèéõýä íýëýýä
áàòàëãààòàé áºãººä òýäãýýð íü òºâºãòýé, ýõ îëîíëîãèéí òàëààð
òºëººëºõ ÷àäâàð ñàéòàé áàéäàã äýëãýðýíã¿é, ÷àíàðòàé ìýäýýëýë
-Ò¿¿âðèéí àëäàà áàãà áàéäàã øààðäëàãàòàé
-¯íýëãýýíèé òîîöîî íýëýýä õ¿íäðýëòýé
6 Ñèñòåì÷èëñýí -Ýíãèéí ñàíàìñàðã¿é ò¿¿âýð õèéõýýñ -Ò¿¿âýð çîõèñòîé áàéðëààã¿é áîë öàã
ò¿¿âýð õÿëáàð èõ çàðàõ, õóãàöàà àëäàõ àñóóäàë ¿¿ñíý
-Ò¿¿âýðëýãäñýí íýãæ¿¿ä ýõ îëîíëîãèéí -Ñóäàëãààã öàã õóãàöààíû
äàãóó æèãä òàðõàæ ÷àäíà äàâòàìæòàéãààð àâàõ áîë àøèãëàæ
õýðýãã¿é
Á¿ëýã 3. Ò¿¿âðèéí õýìæýý, íàðèéâ÷ëàëûã òîäîðõîéëîõ
3.1. Ò¿¿âðèéí õýìæýýã òîäîðõîéëîõ
Ò¿¿âýð ñóäàëãààíä õàìãèéí ò¿ð¿¿íä ò¿¿âðèéí õýìæýýã òîãòîîõ íü ÷óõàë áàéäàã. Ò¿¿âðèéí
õýìæýý õýò èõ áàéõ íü íººöèéí (öàã, ñàíõ¿¿, õºäºëìºðèéí õ¿÷, çàðäàë) çàðöóóëàëò èõòýé áàéäàã
áºãººä õýò áàãà áàéõ íü àæëûí ¿ð ä¿íã áóóðóóëàõ íºëººòýé. Ñîíãîñîí ò¿¿âðèéí õýìæýý õàìãèéí
ñàéí áîëñîí ãýæ áîëîõóéö õàíãàëòòàé çºâ ìýäýýëëèéã áàéíãà îëæ àâ÷ ÷àääàãã¿é ó÷èð øèéäâýð
òýð áîëãîí ñàéí áàéäàãã¿é. Ò¿¿âðèéí îíîë íü àñóóäëûã ñàéòàð, îíîâ÷òîé áîäîõ õýìæýýíä àæëûí
õ¿ðýýã óðüä÷èëàí ãàðãàæ ºãäºã. Æèøýý íü: ªðõèéí àæ àõóéí ñóäàëãàà õèéõ ãýæ áàéãàà ажмлтан
þóíû ºìíº õèéõ ãýæ áàéãàà ò¿¿âðèéí íàðèéâ÷ëàëàà õýä áàéõыг òîäîðõîéëîõ шаардлагатай.
Òóõàéí ñóäàëãààíä õ¿í àìûí îðëîãî, çàðëàãûí ò¿âøèíã òîäîðõîéëîõ зорилт тавьсан гэвэл
ò¿¿âðèéí õýìæýý õýä áàéõ âý? ¯¿íèé òóëä ººð íýã àñóóëòàíä õàðèóëàõ ¸ñòîé. Òóõàéí ñóäàëãààã
õèéõ ãýæ áàéãàà ñóäëàà÷ ºðõèéí îðëîãî, çàðëàãûí ò¿âøèíã õýð çýðýã íàðèéâ÷ëàëòàéãààð
ìýäýõèéã õ¿ñ÷ áàéíà âý? ¯¿íèé õàðèó íü äîòîîäûí íèéò á¿òýýãäýõ¿¿íèé òîîöîîíä îðæ áàéãàà
õóâèéí õýðýãëýýíèé ò¿âøèí + 5%-èéí õ¿ðýýíä áàéõ юм.. ªºðººð õýëáýë ÄÍÁ-íä ýçëýõ õóâèéí
ñåêòîðûí õóâèéí æèí ºìíºõ îíû ò¿âøèíãýýñ +5 õóâèàð çºðæ áàéæ áîëíî ãýñýí ¿ã þì.
Ýíä àñóóäëûã òîäðóóëàõûí òóëä õ¿í á¿ðò õýìæèëò õèéлгүй ÿã +5%-èéí íàðèéâ÷ëàëòàé çààã
òîãòîîæ áîëîõ ýñýõ òóõàé àñóóäàë ãàðíà. Òóõàéí ñóäëàà÷ ¿¿íèéã óðüä÷èëàí òîîöîîä 20
òîõèîëäëîîñ 1 íü îíîâ÷ã¿é áàéõààð ò¿¿âýðëýëò õèéõýýð áîäîæ n óòãûã îëîõыг õ¿ññýí íºõöºëä n-
ã îéðîëöîîãîîð (òààìàãëàõ, óðüä÷èëàí õýëýõ) îëîõ áîëîìæòîé áîëíî. Òîîöîîã õÿëáàð÷ëàõûí
òóëä fpc (ýõ îëîíëîãèéí òºãñãºëºã çàñâàð/finite population correction:(1 - n/N))-ã õèéõã¿é áà
ò¿¿âýðëýëòèéí õóâü ð íü íîðìàëü òàðõàëòòàé ãýæ ¿çüå. Ýäãýýð òºñººëë¿¿ä íü àíõíû n-èéí
õýìæýýã òîäîðõîéëîõîä õýð çýðýã ¿íäýñëýëòýé áîëîõûã øàëãàõàä èõýýõýí òóñ äºõºì ¿ç¿¿ëäýã.
20 òîõèîëäëûí 1 òîõèîëäëîîñ áóñàä íü ð íü (p+ 5) ãýñýí èíòåðâàëûí õîîðîíä áàéõ áîëíî.
¯¿íýýñ ãàäíà ñòàíäàðò àëäàà:
PQ
δp = áîëíî. Ýíä: P-õýäýí õóâèéí ò¿¿âýð õèéõ ìàãàäëàë ( ïðîïîðö), Q=1-P
n
PQ 4PQ
Ýíäýýñ áèä 2 = 5 áóþó n = ãýæ îëíî.
n 25
¯¿íýýñ ¿íäýñëýí ò¿¿âðèéí õýìæýýã ¿íýëýõ àñóóäàëä åðºíõèéäºº õ¿íäðýë ¿¿ñíý. Ò¿¿âðèéí
õýìæýý n-èéí òîìú¸îã ãàðãàñàí áîëîâ÷ òýð íü N åðºíõèé îëîíëîãèéí øèíæ áàéäëààñ
(ò¿¿âýðëýãäñýí þìñûí øèíæ ÷àíàðààñ) õàìààðäàã. Ýíý æèøýýíä òýð øèíæ ÷àíàð íü áèäíèé
õýìæèæ ñóäëàõ ãýæ áàéãàà Ð-í òîî õýìæýý áºãººä ¿¿íèéã ñóäëàà÷ çºâ òîîöîõ ¸ñòîé. Òýð òîîíû
òîõèðîìæòîé õýìæýý íü ïðàêòèêò 30-60-ûí õîîðîíä ãîë òºëºâ áàéäàã áàéíà. Æèøýý íü P-íü 50
áîë PQ íü 2100-2500-èéí õîîðîíä áàéíà.
Ýäãýýðýýñ óëàìæëàí n íü 336 áà 400-í õîîðîíä áàéíà. Õàíãàëòòàé õ¿ðýëöýýòýé áàéõ ¿¿äíýýñ
400-ã n-í àíõíû óòãà áîëãîвол эíýõ¿¿ ä¿í øèíæèëãýýãýýð õèéãäñýí òààìàãëàëûã îäîî äàõèí
øàëãàæ áîëíî. Æèøýý íü:
n=400, Ð íü 30-60 õîîðîíä áàéõàä ð-èéí òàðõàëò íü íîðìàëü òàðõàëò ðóó îéðòîõ ¸ñòîé. Ìºí
fpc(ýõ îëîíëîãèéí òºãñãºëºã çàñâàð) íü ýõ îëîíëîãèéí òîîíîîñ õàìààðäàã. Õýðýâ ýõ îëîíëîãèéí
õýìæýý 8000-ààñ äýýø áàéâàë ò¿¿âðèéí õàðüöàà íü 5%-ààñ áàãà áàéõ áà fpc-èéí õóâüä çàñâàð
áàéõã¿é.
14
3.2. Íàðèéâ÷ëàëûã òîäîðõîéëîõ
Ò¿¿âýð ñóäàëãààíû àëäààíû õÿçãààðûã ñóäàëãàà õèéæ áàéãàà ñóäëàà÷èä ººðñäºº

òîäîðõîéëäîã áºãººä ýíý õÿçãààðûí äîòîð àëäàà ãàðàõàä áèäíèé ýöñèéí ¿ð ä¿íä íºëººëºõã¿é
ãýæ ¿çäýã. ªºðººð õýëáýë, ýíý òîî õýìæýý íü ò¿¿âýðëýëòèéí ¿ð ä¿íã õýðýãëýõýä àíçààðàãäàõã¿é
áàéõààð òîäîðõîéëääîã. Çàðèìäàà àëäààíû õÿçãààðûã òîäîðõîéëîõîä õ¿íä õýö¿¿ áºãººä
ÿëàíãóÿà ò¿¿âðèéí ¿ð ä¿í íü îëîí ç¿éëä õýðýãëýãäýõ áîë õ¿íäðýëòýé áàéäàã. Ñóäëàà÷ààñ
ºðõèéí îðëîãî çàðëàãûí ò¿âøíèé òîîöîîã ÄÍÁ-íä ýçëýõ õóâèéí æèí ±5 õóâèàñ èë¿¿ã¿éãýýð
õýëáýëçýëòýé áàéõààð òîîöîî õèéõèéí îðîíä 4 þìóó 6 õóâèéã àâàõã¿é ÿàñàí þì áý ãýæ àñóóæ
áîëíî. Òýãâýë òýð ºìíº õèéãäýæ áàéñàí ñóäàëãàà áîëîí îëîí æèëèéí äèíàìèê ¿ç¿¿ëýëòýýñ
¿¿äýí õóâèéí õýðýãëýý ÄÍÁ-íèé 35 õóâü ýñâýë õàìãèéí èõýýð áîäîõîä 50 õóâü áàéæ áîëíî
ãýäãèéã îëæ ìýäæýý. Òýðýýð àëäààíû õÿçãààð 4 áóþó 6 õóâü áàéõûã èõ ýñýðã¿¿öýõã¿é. Èéìä
òóõàéí ñóäëàà÷ àëäààíû 5 õóâèéã áàãà çýðýã äóðààðàà ñîíãîñîí òàë áàéæ áîëíî.
Äýýð äóðüäñàí æèøýýíýýñ àâ÷ ¿çýõýä àëäààíû õÿçãààðûã ñóäëàà÷ ýäèéí çàñãèéí òóõàéí
ñàëáàðûí òàëààðõ ºìíºõ ìýäëýã äýýðýý ¿íäýñëýí òîãòîîäîã ãýäýã íü õàðàãäàæ áàéíà.
Àëäààíû õÿçãààðûí íàðèéâ÷ëàë íü òóõàéí ýäèéí çàñàã, íèéãìèéí ñàëáàð á¿ð äýýð ººð ººð
áàéäàã áºãººä òóõàéëáàë õèìè, ôèçèê ãýõ ìýò áàéãàëèéí øèíæëýõ óõààíû õóâüä 0.001 õóâü
áàéäàã áîë èõýíõ ýäèéí çàñàã, íèéãìèéí ¿ç¿¿ëýëòýíä 5 õóâü áàéõàä õàíãàëòòàé áàéäàã. Åð íü
àëäààíû õÿçãààð íü òóõàéí àëäààíààñ ãàðàõ ¿ð äàãàâðààñ èõýýõýí øàëòãààëäàã. ªºðººð õýëáýë
àëäààíû õÿçãààðûí íàðèéâ÷ëàë íü ñóäëàãäàæ áóé ¿çýãäýë þìñûí øèíæ ÷àíàðààñ øàëòãààëíà.
Òýð÷ëýí ýäãýýð ¿ð äàãàâàðóóä ìýäýãäýæ áàéõàä ÷ îëîí ñóäàëãààíû ¿ð ä¿íã ÿíç á¿ðèéí õ¿ì¿¿ñ,
ÿíç á¿ðèéí çîðèëãîîð àøèãëàäàã áºãººä çàðèì çîðèëãî íü ñóäàëãààíû òºëºâëºãäºõ õóãàöààíä ÷
óðüä÷èëàí õàðàãääàãã¿é.
Õýðýâ ò¿¿âýðëýëò ìàø òîäîðõîé çîðèëãîòîé õèéãäñýí áîë øààðäëàãàòàé íàðèéâ÷ëàë íü èë¿¿ èõ
íàðèéí àðãà÷ëàëààð òîäîðõîéëîãäîíî.
Ò¿¿âýðëýëòèéí àëäààíû õÿçãààð ò¿¿âýð ñóäàëãààíû øààðäëàãûã õàíãàæ áàéõûí òóëä ýõ
îëîíëîãîîñ õè÷íýýí íýãæèéã ò¿¿âýðëýí àâáàë çîõèõûã òîãòîîõûí òóë äàðààõü òîìú¸îã àøèãëàíà.
Ýíãèéí ñàíàìñàðã¿é áîëîí ñèñòåì÷èëñýí ò¿¿âýðò ò¿¿âýð îëîíëîãèéí íýãæèéí òîîã
òîäîðõîéëîõäîî:
Ñîíãîëòûí õýëáýð Áóöààëòòàé Áóöààëòã¿é

äóíäàæ Δδ
2 2
Δ2δ 2 N
ny = ny =
se y2 ( Nse y2 + Δ2δ 2 )
õàðüöàíãóé Δ2 w(1 − w) Δ2 w(1 − w) N
nw = nw =
sew2 ( Nsew2 + Δ2 w(1 − w))
Ýõ îëîíëîãèéí õýìæýý ãîë òºëºâ òîäîðõîé áàéäàã áºãººä èéìä ò¿¿âýð îëîíëîãèéí õýìæýýã
óðüä÷èëàí òîäîðõîéëîõûí òóëä çºâõºí ýõ îëîíëîãèéí áóþó ýñâýë ò¿¿âýð îëîíëîãèéí ñòàíäàðò
õàçàéëòûã ìýäýõ øààðäëàãàòàé áîëíî. Ýíý çîðèëãîîð óðüä÷èëàí öººí òîîíû àæèãëàëò ÿâóóëæ
ñòàíäàðò õàçàéëòûã òîäîðõîéëîõ áóþó ýñâýë óðüä ºìíº ÿâàãäàæ áàéñàí èæèë òºñòýé
ñóäàëãààíû ñòàíäàðò õàçàéëòûã àøèãëàæ áîëíî. Æèøýý íü ¿éëäâýðèéí ãàçðûí íýõìýë÷äèéí
ºäðèéí äóíäàæ á¿òýýëèéã òîäîðõîéëú¸. ¯¿íä ò¿¿âýð ñóäàëãààíû ñòàíäàðò õàçàéëò δ2=97.76
áàéãàà áºãººä 0.954 ãýñýí ìàãàäëàëòàéãààð íýõìýë÷äèéí äóíäàæ á¿òýýëèéí àëäààíû õÿçãààðûã
2 ìåòðýýñ õýòð¿¿ëýõã¿éí òóë áóöààëòã¿é ýíãèéí ñàíàìñàðã¿é ò¿¿âðèéí àðãààð õè÷íýýí
íýõìýë÷äèéã ò¿¿âýðëýí ñóäëàõ øààðäëàãàòàéã òîäîðõîéëü¸. N=800
Δ2δ 2 N 4 * 97.76 * 800

ny = = = 87 íýõìýë÷èí
( Nse y + Δ δ ) (4 * 800 + 4 * 97.76)
2 2 2
ººðººð õýëáýë òóõàéí ò¿¿âýðò 87 íýõìýë÷èíã ò¿¿âýðëýí àâ÷ ñóäàëãàà ÿâóóëàõàä õàíãàëòòàé
áàéíà.
Á¿ëýãëýñýí ò¿¿âýðò ñîíãîí àâàõ íýãæèéí òîî á¿ëãèéí õýìæýýíä ïðîïîðöèîíàëü áîë ò¿¿âýð
îëîíëîãèéí íýãæèéí òîîã òîäîðõîéëîõäîî äàðààõü òîìú¸îã àøèãëàíà.
15
Äóíäàæ Δδ
2 2
Δ2δ 2 N
ny = ny =
se y2 ( Nse y2 + Δ2δ 2 )
Õàðüöàíãóé Δ2 w(1 − w) Δ2 w(1 − w) N
nw = nw =
sew2 ( Nsew2 + Δ2 w(1 − w))
Á¿ëýãëýñýí ò¿¿âýðò ñîíãîí àâàõ íýãæèéí òîî á¿ëãèéí õýìæýýíä ïðîïîðöèîíàëü áèø áîë ñîíãîëò
íü áóöààëòòàé ò¿¿âýð îëîíëîãèéí íýãæèéí òîîã äàðààõü òîìú¸îãîîð òîäîðõîéëíî.
Äóíäàæ õýìæèãäýõ¿¿íèé õóâüä:
nN iδ i2
ni =
∑ Niδ i2
Õàðüöàíãóé õýìæèãäýõ¿¿íèé õóâüä:
nN i wi (1 − wi )
ni =
(∑ N i wi (1 − wi ) )
Áàãö ò¿¿âýðò ñîíãîëò íü áóöààëòã¿é àðãààð õèéãäýæ áàéãàà áîë ò¿¿âýð îëîíëîãèéí íýãæèéí òîîã
òîäîðõîéëîõäîî äàðààõü òîìú¸îã àøèãëàíà.
Δ2δ 2 R
V= ¯¿íä R -íü ýõ îëîíëîãèéí á¿ëãèéí òîî
( Rse y2 + Δ2δ 2 )
Á¿ëýã 4. Ò¿¿âðèéí óòãûã àøèãëàí ýõ îëîíëîãèéí óòãà, àëäààã òîäîðõîéëîõ,

ä¿í øèíæèëãýý õèéõ
4.1. Ò¿¿âðèéí óòãûã àøèãëàí ýõ îëîíëîãèéí óòãà, àëäààã òîäîðõîéëîõ
Ýõ îëîíëîãèéí äóíäàæ ¯-ààñ ò¿¿âðèéí óòãà ó íü ÿëãààòàé áàéäàã áºãººä ÷óõàìõ¿¿ õýð çýðýã
ÿëãààòàé áàéãààã òîäîõîéëîõîä áýðõøýýëòýé áàéíà. Ò¿¿âðèéí äóíäàæ íü ò¿¿âýðëýëòèéí àðãà,
ò¿¿âýðëýëòèéí õýìæýý çýðãýýñ øàëòãààëàí ÿíç á¿ð áàéäàã. Ò¿¿âðèéí äóíäàæ íü ýõ îëîíëîãèéí
äóíäæààñ õýëáýëçýõ õýëáýëçýë íü ÿíç á¿ð (íýìýõ, õàñàõ, èõ, áàãà ãýõ ìýò) áàéæ áîëíî. Èéìä
õýëáýëçýë íü õýð çýðýã áàéãààã çºâõºí ñòàòèñòèêèéí àðãààð òîäîðõîéëæ áîëäîã. ªºðººð õýëáýë
òóõàéí àðãà áîëîí ºãºãäñºí ò¿¿âðèéí õýìæýýãýýð ò¿¿âðèéã õèéõýä äóíäàæ íü õýä ãàðàõ, ýíý
óòãûí èëðýõ ìàãàäëàë íü õýä áîëîõûã òîäîðõîéëæ áîëäîã. Ò¿¿âýð ñóäàëãààíû ñòàòèñòèê¿¿ä íü
õàðãàëçàõ ýõ îëîíëîãèéí ïàðàìåòð¿¿äýýñ хэр çºðæ áàéãààã õàðóóëàõ ¿ç¿¿ëýëò áîë àëäàà þì.
Ò¿¿âýð ñóäàëãààíû àëäààíû õýìæýý íü äàðààõü ¿íäñýí ç¿éë¿¿äýýñ øàëòãààëíà. ¯¿íä:

1. Ñóäëàãäàæ áàéãàà ýõ îëîíëîã (õýðýâ ýõ îëîíëîã ìààíü ãîëäóó íýã òºðëèéíõ áàéâàë àëäàà
áàãà ãàðíà)
2. Ìýäýýëýë öóãëóóëæ áóé àðãà (õàìãèéí ñàéí àðãà íü áîäèò ¿íýëãýý)
3. Ò¿¿âðèéí õýìæýý (ò¿¿âðèéí õýìæýý èõ áàéõ òóñàì íàðèéâ÷ëàë òºäèé ÷èíýý ñàéí áàéíà, ýõ
îëîíëîã ìààíü îëîí òºðëèéí ç¿éëýýñ á¿ðäñýí áîë ò¿¿âýðëýëòèéí õýìæýýã èõýýð àâàõ
øàðäëàãàòàé)
4. Ò¿¿âýðëýëò õèéõ àðãà áàðèë
5. Õýëáýëçëèéã òîäîðõîéëîõ àðãà
Ò¿¿âýð ñóäàëãààíû çîðèëãî áîë àëäààã àëü áîëîõ áàãà ãàðãàæ æèíõýíý ¿ð ä¿í áîëîí ýöñèéí
øèéäâýðò îéð äºõºì òîîöîî õèéõ ÿâäàë þì. Ò¿¿âýð ñóäàëãààíû àëäààã ò¿¿âðèéí áîëîí
ò¿¿âðèéí áèø àëäààíóóä ãýæ àíãèëíà. Àëäààíû ýäãýýð òºðë¿¿äèéã äîð àâ÷ òàéëáàðëàâ.
Ò¿¿âðèéí áóñ àëäàà
Ò¿¿âðèéí àëäààíóóäààñ áóñàä òºðëèéí àëäààíóóäûã ò¿¿âðèéí áèø àëäàà ãýíý. Ýäãýýð
àëäààíóóä íü ò¿¿âýðëýëòèéí ¿ð ä¿íã ãàæóóäóóëàõàä èõ ¿¿ðýã ã¿éöýòãýíý. Æèøýý íü: 1. Õàðèóëò
ºãºãäººã¿é, 2. Àñóóëãûã á¿ðýí íºõººã¿é, 3. Ìýäýýëýë öóãëóóëàõ, áîëîâñðóóëàõ, òàéëàãíàõ ÿâöàä
16
íÿãò íÿìáàé õàíäààã¿é çýðãýýñ ò¿¿âðèéí áóñ àëäàà ãîëäóó ãàðäàã. Ò¿¿âðèéí áóñ àëäààíóóä íü
ò¿¿âýð ñóäàëãààíààñ èë¿¿ òîîëëîãîä èõ ãàðäàã.
Ò¿¿âðèéí áóñ àëäààã øàëãàõ çàéëøã¿é øààðäëàãà.
1) Ò¿¿âðèéí áóñ àëäààíóóäûã ¿íýëæ ÷àääàãã¿é

2) Ò¿¿âðèéí áóñ àëäààíóóä áèå áèåíèéãýý õýðýãñýõã¿é áîëãîæ ÷àäàõã¿é
ßìàð íýã ò¿¿âýð ñóäàëãààíû àëäààíû ¿ð ä¿í íü ò¿¿âðèéí áîëîí ò¿¿âðèéí áèø àëäààíóóäûí
íèéëáýðýýñ á¿ðääýã. Èéìýýñ ò¿¿âðèéí áèø àëäààíä çàéëøã¿é õÿíàëò òàâèõ íü ÷óõàë þì.
Ò¿¿âýðëýëòèéí áèø àëäààíóóäûã õÿíàæ áàãà áîëãîñíîîð ìýäýýëëèéí áîäèò áàéäëûã èë¿¿
õàíãàíà.
Ò¿¿âðèéí áóñ àëäààíóóäûã áàãàñãàõ áîëîìæóóä

Òºâèéí îðîí íóòãèéí ñòàòèñòèêèéí àæèëòíóóä ò¿¿âðèéí áóñ àëäààã õÿíàõàä ãîë ¿¿ðýã ã¿éöýòãýíý.
Ò¿¿âðèéí áóñ àëäààíóóäûã õÿíàõ ÷óõàë àëõàìóóäûã äóðüäâàë:
• Ñóäëàãäàõ ýõ îëîíëîãèéí õ¿ðýýã íàðèéí òîäîðõîéëñîí áàéõ
• Ñóäëàà÷èä ýõ îëîíëîãèéí îíöëîã øèíæ ÷àíàðûí òàëààð ìýäëýãòýé áàéõ
• Àñóóëãûí ìàÿãòûã ìàø ñàéí áîëîâñðóóëàõ
• Ò¿¿âðèéí õóó÷èðñàí õ¿ðýýã àøèãëàõã¿é áàéõ
• Òîäîðõîéëîëò, îéëãîëòóóä îéëãîìæòîé áàéõ
• Ò¿¿âýðëýëò ÿâóóëàõ çààâàð îéëãîìæòîé áàéõ
• Òîîëîã÷, õÿíàã÷ íàðûã øààðäëàãûí õýìæýýíä áýëòãýõ
• Ìýäýýëýë öóãëóóëàõ àæëûã íàðèéí õÿíàõ
• Ìýäýýëýë, òàéëàíä ãàðàõ øàëãàëò õèéõ
• Õýìæèëò áóþó àæèãëàëòûí àëäààã àëü áîëîõ áàãàñãàõ
• Õàðèóëò ºãºãäºõã¿é áàéõ òîõèîëäëûã áàãàñãàõ
• Ìàÿãòûí àñóóëòóóäàä á¿ðýí õàðèóëò àâàõ
• Ìýäýýëëèéã øèôðëýõ, êîäëîõ, áîëîâñðóóëàëòàíä îðóóëàõ, çàñâàð õèéõäýý øàëãàëò õèéæ
áàéõ
• ¯ð ä¿íãèéí õ¿ñíýãò¿¿äèéã àëäààã¿é çºâ ãàðãàõ
• Êîìïüþòåðûí ïðîãðàìì õàíãàìæèéí àøèãëàëòààñ øàëòãààëàí ãàð÷ áîëçîøã¿é
àëäààíóóäûã øàëãàõ
Ò¿¿âðèéí àëäàà
Ò¿¿âðèéí ëîãèê áîë èíäóêöèéí ëîãèê þì. Åð íü ñóäàëãààíû á¿õ íýãæ¿¿äýýñ ìýäýýëýë àâààä
ãàðãàñàí õýìæèãäýõ¿¿í, ò¿¿âýð ñóäàëãààãààð àâñàí õýìæèãäýõ¿¿íèé õîîðîíä àëäàà áóþó çºð¿¿
ãàðàõûã ¿ã¿éñãýõã¿é. Ýíý ãàðñàí çºð¿¿ã ò¿¿âðèéí àëäàà ãýíý. Çºâõºí á¿õ íýãæèéã õàìàðñàí ÿìàð
íýã òîîëëîãîä èéì òºðëèéí àëäàà ãàðäàãã¿é. Ò¿¿âðèéí àëäàà íü äàðààõü ç¿éë¿¿äýýñ
øàëòãààëíà. ¯¿íä: 1. Ñîíãîõ àðãà; 2. Ò¿¿âðèéí õýìæýý; 3. ¯ð ä¿íã ¿íýëýõ áóþó òîäîðõîéëîõ
àðãà. Ò¿¿âðèéí àëäààíû äóíäàæ õýìæýý íü “ñòàíäàðò àëäàà”-ãààð õýìæèãääýã. Ò¿¿âðèéí
âàðèàöûã ò¿¿âðèéí õýìæýýíä õóâààñàí ä¿íãèéí êâàäðàò ÿçãóóðûã “ñòàíäàðò àëäàà” ãýæ íýðëýíý.
Ñòàíäàðò àëäàà íü õýëáýëçëèéí êîýôôèöèåíòýýð èëýðõèéëýãäýíý. Õýëáýëçëèéí êîýôôèöèåíò
íü áàãà ãàðàõ òóñàì ¿ð ä¿í íü óëàì ñàéí ãàðíà ãýñýí ¿ã. Ò¿¿âðèéí àëäààíóóä áèå áèåíèéãýý
õýðýãñýõã¿é áîëãîõ õàíäëàãàòàé áàéäàã. Æèøýý íü: Óëñ àéìàã ñóìûí õýìæýýíä ò¿¿âýðëýëò
õèéãäëýý ãýõýä ñóìûí ò¿âøèíãèéí ¿íýëãýýíèé àëäàà íü àéìãèéíõààñ èõ áàéíà. Óëñûí õýìæýýíä
õèéñýí ¿íýëãýý íü àéìàã ñóìûíõààñ àðàé èë¿¿ ¿íýí çºâ áàéäàã.
Ò¿¿âðèéí àëäààã õýðõýí òîîöîõ âý? ¿¿íä ýõ îëîíëîãîîñ ò¿¿âðèéí àðãà áîëîí ò¿¿âðèéí íýãæ íü
àäèë áàéõ á¿õ áîëîìæèò õóâèëáàðààð ò¿¿âýðëýëòèéã õèéñýí ãýæ áîäú¸. Äàðàà íü ýäãýýð
ò¿¿âðèéí äóíäæààð òàðõàëò áàéãóóëüÿ. (Ýíä äóíäæóóä íü çºâõºí àðèôìåòèê ýíãèéí äóíäæóóä
áèø æèãíýãäñýí ãåîìåòð áîëîí õàðüöààíû äóíäàæ áàéæ áîëíî). Ò¿¿âðèéã õýð îëîí óäàà õèéíý
òºäèé÷èíýý ò¿¿âðèéí äóíäæààð áàéãóóëñàí òàðõàëò íü íîðìàëü òàðõàëò ðóó îéðòîíî.
Íèéãýì, ýäèéí çàñãèéí èõýíõ ¿çýãäë¿¿ä íîðìàëü òàðõàëòààð òàðõäàã áºãººä ñòàòèñòèêèéí
èõýíõ òîìú¸î íîðìàëü òàðõàëò äýýð ¿íäýñëýãäñýí áàéäàã. Îíîëûí õóâüä íîðìàëü òàðõàëòûí
ìóðóé íü äàðààõü õýëáýðòýé áàéäàã.
17
f
0 y
Ò¿¿âðèéí äóíäàæ àëäàà ÿìàð õýìæýýòýé áàéõ íü ò¿¿âýð ñóäàëãààíû õýëáýðýýñ õàìààðäàã ó÷èð
ñîíãîëòûí õýëáýð á¿ðò òîõèðñîí ºâºðìºö àðãûã õýðýãëýæ äóíäàæ àëäààã òîîöíî. Ýíãèéí áóþó
òîõèîëäëûí ÷àíàðòàé ò¿¿âýðò äóíäàæ õýìæèãäýõ¿¿íèé ò¿¿âýðëýëòèéí àëäààã äàðààõü
òîìú¸îãîîð òîäîðõîéëíî.
δ2
μ = μ -ò¿¿âýðëýëòèéí äóíäàæ àëäàà
y
n
Ò¿¿âðèéí äóíäàæ àëäàà íü êâàäðàò ÿçãóóðûí äîîðõè ýõ îëîíëîãèéí ñòàíäàðò õàçàéëòòàé øóóä
ïðîïîðöèîíàëü, ò¿¿âðèéí õýìæýýòýé óðâóó ïðîïîðöèîíàëü þì. ¯¿íýýñ ¿çâýë ò¿¿âðèéí äóíäàæ
àëäààã áàãàñãàÿ ãýâýë ò¿¿âðèéí õýìæýýã íýìíý. Ò¿¿âðèéí äóíäàæ àëäààíû õýìæýý ºãºãäñºí
õÿçãààðò áàãòàæ áàéõ øààðäëàãà õàíãàæ áàéõûí òóëä ýõ îëîíëîãîîñ õè÷íýýí íýãæèéã ò¿¿âýðëýí
ñóäëàõ ¸ñòîé íü ýõ îëîíëîãèéí ñòàíäàðò õàçàéëòààñ õàìààðäàã. Ñòàíäàðò õàçàéëò ÿìàð
õýìæýýòýé áàéãàà íü óã îëîíëîãèéí ýëåìåíò¿¿äèéí óòãà, à÷ õîëáîãäîë õýð çýðýã õýëáýëçýëòýé
áàéãààãààñ øàëòãààëäàã. Ýõ îëîíëîãèéí òàðõàëò õýâèéí òàðõàëòòàé òºñòýé áàéõ òóòàì ò¿¿âðèéí
äóíäàæ àëäàà áàãà áàéíà. Ýíý íü ñóäàëæ áàéãàà îëîíëîãèéí äîòîð áóñäààñàà ÿëãàãäàõ îíöëîã
øèíæ áàéõã¿é, íèéò íýãæ åðºíõèéäºº æèãä õóâüñàõ øèíæòýé áàéâàë öººí òîîíû íýãæèéã
ò¿¿âýðëýí ñóäëàõàä ÷ àëäàà áàãà ãàð÷ áîëíî.
Áóöààëòòàé, áóöààëòã¿é ò¿¿âðèéí àëäààã õî¸ð ÿíçûí òîìú¸îãîîð áîäîæ ãàðãàäàã. Äýýð äóðäñàí
òîìú¸î íü áóöààëòòàé ò¿¿âðèéí äóíäàæ àëäààã òîîöîõîä àøèãëàãääàã.
Áóöààëòã¿é ò¿¿âðèéí äóíäàæ àëäààã äàðààõü òîìú¸îãîîã òîîöíî. ¯¿íä:
δ2 n
μ = (1 − )
y
n N
Ò¿¿âýð ñóäàëãààíä òîäîðõîéëîãääîã åðºíõèé ¿ç¿¿ëýëò¿¿äèéí íýã íü ñóäàëæ áàéãàà ¿çýãäëèéí
äóíäàæ óòãààñ ãàäíà ººð øèíæèéã ººðòºº àãóóëñàí íýãæèéí õóâèéí æèí áàéäàã. Õóâèéí æèíã
òîäîðõîéëîõòîé õîëáîãäîí ãàð÷ áîëîõ ò¿¿âðèéí äóíäàæ àëäààã sep ãýæ òýìäýãëýäýã áºãººä
ýíãèéí áóþó òîõèîëäëûí øèíæ ÷àíàðòàé ò¿¿âýðò äîîðõè òîìú¸îãîîð áîäîæ ãàðãàíà. ¯¿íä
ñîíãîëò áóöààëòòàé áîë
pq
μp =
n
pq n
Ñîíãîëò áóöààëòã¿é áîë μ p = (1 − )
n N
Ò¿¿âðèéí äóíäàæ àëäààã áîäîæ ãàðãàõûí òóëä ýõ îëîíëîãèéí ñòàíäàðò õàçàéëò áà òîäîðõîé
øèíæèéã àãóóëñàí íýãæèéí õóâèéí æèíã àøèãëàäãèéã áèä àâ÷ ¿çëýý. Ãýòýë åðºíõèé íèéëáýðèéí
¿ç¿¿ëýëò¿¿ä ìýäýãäýæ áàéñàí áîë ò¿¿âýð ñóäàëãàà õèéõ øààðäëàãàã¿é. Ýõ îëîíëîãèéí äóíäàæ
áîëîí òîäîðõîé øèíæèéã àãóóëñàí íýãæèéí õóâèéí æèíã îéðîëöîîãîîð òîäîðõîéëîõûí òóëä
ò¿¿âýð ñóäàëãàà ÿâóóëæ áàéãàà þì. Ãýòýë ò¿¿âýðëýëòèéí äóíäàæ àëäààã ìýäýõã¿éãýýð ò¿¿âýð
îëîíëîãèéí åðºíõèéëñºí ¿ç¿¿ëýëò, ýõ îëîíëîãèéí çîõèõ ¿ç¿¿ëýëòèéã òºëººëæ ÷àäàõ ýñýõèéã
ìýäýõ àðãàã¿é þì. Èéì íºõöºëä ýõ îëîíëîãèéí ñòàíäàðò õàçàéëòûã ò¿¿âýð îëîíëîãèéí ñòàíäàðò
18
õàçàéëòààð, ýõ îëîíëîãèéí òîäîðõîé øèíæèéã àãóóëñàí íýãæèéí õóâèéí æèíã ò¿¿âýð îëîíëîãèéí
òîäîðõîé øèíæèéã àãóóëñàí íýãæèéí õóâèéí æèíãýýð òóñ òóñ îðëóóëàí áîääîã.
Ýíãèéí ñàíàìñàðã¿é ò¿¿âýð áà ñèñòåì÷èëñýí ò¿¿âýðò ò¿¿âðèéí àëäààã äàðààõü òîìú¸îãîîð

òîäîðõîéëíî.

Äóíäàæ
δ2 δ2 n
μy = μy = (1 − )
n n N
Õàðüöàíãóé w(1 − w) w(1 − w) n
μw = μw = (1 − )
n n N
Á¿ëýãëýñýí ò¿¿âýðò ò¿¿âýðëýëòèéí äóíäàæ àëäààã 2 àðгààð áîäîæ ãàðãàäàã. Á¿ëýãëýñýí ò¿¿âýðò
ò¿¿âýðëýí àâñàí íýãæèéí òîî á¿ëãèéí õýìæýýíä ïðîïîðöèîíàëü áîë ò¿¿âýðëýëòèéí äóíäàæ
àëäààã òîäîðõîéëîõäîî äàðààõü òîìú¸îã àøèãëàíà.
σ2=∑
δ i2 f i
∑f i
⎯δ -õýñýã á¿ëãèéí äóíäàæ ñòàíäàðò õàçàéëò

2
Ñîíãîëò õýëáýð Áóöààëòòàé Áóöààëòã¿é

Äóíäàæ
σ 2
σ2 n
μy = μy = (1 − )
n n N
Õàðüöàíóé w(1 − w)
w(1 − w) μy =
n
(1 − )
μw =
n n N
Á¿ëýãëýñýí ò¿¿âýðò ò¿¿âýðëýõ íýãæèéí òîîã á¿ëãèéí õýìæýýíä ïðîïîðöèîíàëèàð àâáàë

ò¿¿âýðëýëòèéí äóíäàæ àëäàà ò¿¿âýðëýëòèéí ÿìàð÷ õýëáýðýýñ áàãà áàéäãèéã òýìäýãëýõ õýðýãòýé.
Èíãýæ çºâ ¿ð ä¿í ºãäºã íü ñóäàëæ áàéãàà ¿çýãäëèéí á¿ðýëäýõ¿¿íä îðñîí ÿíç á¿ðèéí õýìæýýòýé
íýãæèéí òºëººëºã÷èä ò¿¿âýð ñóäàëãààíä àäèë òýãøýýð õàìðàãäàõ á¿ðýí áîëîëöîîòîé áàéäãààð
òàéëáàðëàãäàíà.
Á¿ëýãëýñýí ò¿¿âýðò ñîíãîí àâàõ íýãæèéí òîî á¿ëãèéí õýìæýýíä ïðîïîðöèîíàëü áèø áîë
ò¿¿âýðëýëòèéí äóíäàæ àëäààã äàðààõü òîìú¸îãîîð òîäîðõîéëíî.

Äóíäàæ
1 δ i2 1 δ i2 ni
μy =
N
∑n N i2 μy =
N
∑n N i2 (1 −
Ni
)
i i
Õàðüöàíóé 1 wi (1 − wi ) 2 1 wi (1 − wi ) 2 n
μy =
N
∑ ni
Ni μy = ∑ N i (1 − i )
N ni Ni
Ni-á¿ëýã òóñ á¿ðèéí ýõ îëîíëîãèéí íýãæèéí òîî

ni-á¿ëýã òóñ á¿ðò ò¿¿âýðëýí àâñàí íýãæèéí òîî
δ2i-á¿ëýã òóñ á¿ðèéí ñòàíäàðò õàçàéëò
Áàãöàëñàí ò¿¿âýðò ò¿¿âýðëýëòèéí äóíäàæ àëäààã òîäîðõîéëîõäîî äàðààõü òîìú¸îã àøèãëàíà.

Äóíäàæ
σ 2
δ 2
σ i2 n δ2 V
μy = i
+ x
μy = (1 − ) + x (1 − )
n V n nv V R
19
Õàðüöàíãóé
δ p2 δ p2 V
μy = μy = (1 − )
V V R
R-ýõ îëîíëîãèéí á¿ëãèéí òîî

V-ò¿¿âýðëýí àâñàí á¿ëãèéí òîî
⎯δ2x-á¿ëýã õîîðîíäûí ñòàíäàðò õàçàéëò
Øàòàëñàí ò¿¿âýðò ò¿¿âýðëýëòèéí äóíäàæ àëäààã òîäîðõîéëîõäîî äàðààõü òîìú¸îã àøèãëàíà.

Äóíäàæ
δ 2
δ x2 V
μy = x
μy = (1 − )
V V R
Õàðüöàíãóé
wi (1 − wi ) δ wi (1 − wi ) δp
2 2
n V
μy = + μy = (1 − ) + (1 − )
p
n V n nv V R
nv-ò¿¿âýðëýëòýíä ñîíãîãäñîí íýãæèéí òîî

n-ñîíãîãäñîí áàãöûí íýãæèéí òîî
4.1.3 Ò¿¿âýðëýëòèéí àëäààíû õÿçãààðûã òîäîðõîéëîõ
Àëäààã äóíäæààð õýìæèæ áàéãàà ó÷ðààñ ò¿¿âýð ñóäàëãààíû àëäàà ÿìàð õÿçãààðûí äîòîð áàãòàæ
áàéãààã äóíäàæ õýìæèãäýõ¿¿í õàðóóëæ ÷àäàõã¿é. Ò¿¿âýðëýëòèéí äóíäàæ àëäàà íü
ò¿¿âýðëýëòèéí äóíäàæ àëäàà μ -ã z äàõèí àâñàíòàé òýíö¿¿.
Δ = z*μ
Δ-àëäààíû õÿçãààð
z=1 ¿åä ìàãàäëàë íü 0.683
z=2 ¿åä ìàãàäëàë íü 0.954
z=3 ¿åä ìàãàäëàë íü 0.997 áàéäàã. ªºðººð õýëáýë z=1 ¿åä ò¿¿âýð ñóäàëãààíû ¿ð ä¿í íü ýõ
îëîíëîãèéí çîõèõ ¿ç¿¿ëýëòèéã 68.3 õóâèéí ìàãàäëàëòàéãààð òºëººëæ ÷àäàæ áàéíà ãýñýí ¿ã þì.
Ïðàêòèê äýýð z=2, z=3 áàéõààð áóþó 95.4 õóâü, 99.7 õóâèéí ìàãàäëàëòàéãààð òºëººëæ áàéõààð
èõýâ÷ëýí ñîíãîäîã.
Òóõàéí ò¿¿âýð îëîíëîãèéí äóíäàæ áîëîí õàðüöàíãóé õýìæèãäýõ¿¿í ýõ îëîíëîãèéí çîõèõ

¿ç¿¿ëýëòèéã òîéðîí õýëáýëçýæ áàéäàã áºãººä ýíý õýëáýëçëèéã òîäîðõîé íºõöëèéí äîòîð
õÿçãààðã¿é áàãàñãàæ áîëîõ áîëîâ÷ ò¿¿âýð ñóäàëãààíû ä¿í ýõ îëîíëîãèéí ä¿íòýé ÿã äàâõöàíà ãýæ
áàéäàãã¿é. Ýõ îëîíëîãèéí äóíäàæ áîëîí õàðüöàíãóé õýìæèãäýõ¿¿íèé îðøèõ èòãýìæëýãäñýí
èíòåðâàë íü
X − Δx < X < X + Δx
w − Δw < P < w + Δw áàéíà.
Ò¿¿âðèéí æèí
Ò¿¿âðèéí æèí áîë òóõàéí àæèãëàëòûí íýãæèéí ò¿¿âýðëýëòýýð ñîíãîãäîõ ìàãàäëàëûí óðâóó
õýìæèãäýõ¿¿í áàéäàã. Òóõàéëáàë ºðõèéí ñóäàëãàà õèéõýýð ñîíãîëò õèéõýä òóõàéí ñîíãîãäîæ
áàéãàà ºðõ õýäýí ºðõèéã òºëººëæ ýíý ñóäàëãààíä îðæ áàéãààã òýð ºðõèéí æèí õàðóóëæ áàéõ
¸ñòîé. Èíãýýä ò¿¿âýð ñóäàëãààíû ¿ð ä¿íãýýð ñîíãîãäîí ñóäëàãäñàí íýãæ¿¿äèéí æèíã àøèãëàæ
íèéò ýõ îëîíëîãèéí ¿ç¿¿ëýëòèéí äóíäàæ óòãà áîëîí íèéò ä¿íãèéí óòãûã ãàðãàæ àâàõ áîëîìæòîé.
Á¿ëýãëýñýí ò¿¿âðèéí õóâüä íýãæèéí ò¿¿âðèéí æèíã äàðààõ òîìú¸îãîîð áîäíî.
whj = ( N h / nh ) whj - h äóãààð ñòðàòàãèéí æèí, N h - h äóãààð ñòðàòàãèéí ýõ îëîíëîãèéí
õýìæýý, nh - h äóãààð ñòðàòàä ñîíãîãäñîí íýãæèéí òîî.
Áàãöàëñàí ò¿¿âðèéí õóâüä äýýðõ á¿ëýãëýñýí ò¿¿âðèéíõòýé àäèë òîìú¸îãîîð
áîäîãäîõ áºãººä ñòðàòà áóþó á¿ëýã ãýäýã îéëãîëò íü áàãö áóþó êëàñòåðààð òîîöîãäîíî.
ªºðººð õýëáýë èæèë ìàãàäëàëòàé ò¿¿âýð õèéñýí òîõèîëäîëä íýã á¿ëýã áîëîí áàãöûí
20
íýãæ¿¿ä èæèë æèíòýé, èæèë áóñ ìàãàäëàëòàé ò¿¿âýð õèéñýí òîõèîëäîëä íýãæ á¿ð
ÿëãààòàé æèíòýé áàéõ áîëíî. Èíãýýä èæèë áóñ ìàãàäëàëòàé ò¿¿âðèéí ¿åä æèí íü
wij = 1 /(π i π j|i ) áàéõ áà π i - i äóãààð àíõàí øàòíû íýãæèéí ñîíãîãäîõ ìàãàäëàë, π j|i - i
äóãààð àíõàí øàòíû íýãæèéí j äóãààð õî¸ðäîõ øàòíû íýãæèéí ñîíãîãäîõ ìàãàäëàë.
Íèéãìèéí ñóäàëãààíû ò¿¿âýðëýëòýä ãîë òºëºâ äýýðõ õî¸ð òºðëèéí ò¿¿âýðëýëòèéí
àðãûã àøèãëàäàã áºãººä áóñàä ò¿¿âðèéí àðãûí õóâüä áàãà çýðýã çàð÷ìûí ÿëãààòàé
áàéäàã. Ò¿¿âðèéí ïðîïîðöèîíàëь õóâààðèëàëòûí ¿åä (self-weighting) - ãýæ ñîíãîãäñîí
íýãæ á¿ð èæèë òºëººëºõ ÷àäâàðòàé áóþó èæèë æèíòýé áàéõûã õýëäýã. ªºðººð õýëáýë
õýìæýýíä íü ïðîïîðöèîíàëь ò¿¿âýðëýëòèéí ¿åä ÿðèãääàã ç¿éë þì.
4.3. Ò¿¿âýðëýëòèéí ¿éë àæèëëàãààíû ¿íýëãýý
Ò¿¿âýðëýëòèéí õýìæýýã ñîíãîõäîî äàðààõü ¿å øàòóóäààð ã¿éöýòãýíý. ¯¿íä:
1. Ò¿¿âýðëýëòèéã òîäîðõîéëñîí àëáàí ¸ñíû òîìú¸îëîë ìýäýýëýë áàéõ ¸ñòîé. Òóõàéëáàë ºìíºõ
æèøýýí äýýðõ øèã àëäààíû øààðäàãäàõ (õ¿ññýí) õÿçãààð áîëîí ò¿¿âýðëýëòèéí ¿ð ä¿í
ìýäýãäýæ áàéõ ¿åä àâàõ àðãà õýìæýý, øèéäâýð ãàðãàõ òóõàé ç¿éëñ îðíî. Ýäãýýðèéã
áîëîâñðóóëàõ àæëûã õàìãèéí ò¿ð¿¿íä ñóäàëãààíû ¿ð ä¿íã ãàðãàõ àæèëòàí õàðèóöíà.
2. Ò¿¿âðèéí õýìæýý n-ã ò¿¿âýðëýëòèéí øààðäàãäàõ íàðèéâ÷ëàëòàé õîëáîõ òîìú¸î ãàðàõ ¸ñòîé.
Òîìú¸î íü ò¿¿âýðëýëòèéí òºðºë áîëîí íàðèéâ÷ëàëûí óòãààñ õàìààð÷ ººð÷ëºãääºã.
Ò¿¿âðèéí ìàãàäëàëûí íýã äàâóó òàë íü ýíý òîìú¸îã áèé áîëãîõ áîëîìæòîé áàéäàã ÿâäàë þì.
3. Ýíý òîìú¸î íü ýõ îëîíëîãèéí (ñóäëàõ þìñûí) ìýäýãäýõã¿é áàéãàà òîäîðõîé øèíæ ÷àíàð,
áàéäëûã ïàðàìåòð ìàÿãààð àãóóëàõ áîëíî. Ýäãýýð íü îíîâ÷òîé ¿ð ä¿í ºãºõººð ¿íýëýãäñýí
áàéõ ¸ñòîé.
4. Ýõ îëîíëîãèéí (ñóäëàõ þìñûí ) ìýäýýëýë íü äîòðîî õýñýã á¿ëýã áîëîí õóâààãääàã áºãººä
ýäãýýð õýñýã á¿ëýã á¿ðèéí àëäààíû õÿçãààðûã òîãòîîõ ÿâäàë ¿ðãýëæ òîõèîëääîã. Õýñýã á¿ëýã
á¿ðèéí õóâüä n íü òóñäàà áîäîãäîõ áºãººä íèéò n íü òýäãýýðèéã íýìýõýä ãàðíà.
5. Íýãýýñ äýýø òºðºë ç¿éë¿¿ä áóþó øèíæ ÷àíàðûã ò¿¿âýð ñóäàëãààãààð õýìæèí òîäîðõîéëäîã.
Çàðèìäàà òºðºë ç¿éëèéí òîî èõ áàéäàã áà íàðèéâ÷ëàë øààðäàãäàõ çýðýã íü òºðºë ç¿éë
á¿ðèéí õóâüä òîäîðõîéëîãäñîí áîë îëîí ÿíçûí n-èéí çºð¿¿òýé óòãóóäûã òºðºë ç¿éë òóñ
á¿ðèéí õóâüä íýã áàéõààð òîîöîîëäîã. Ýäãýýð óòãóóäûã óÿëäóóëàõ àðãûã îëîõ ¸ñòîé.
6. n-èéí ñîíãîãäñîí óòãà íü ò¿¿âýðëýëò õèéõ íººö áîëîëöîî áàéãàà ãýäãèéã õàðàãäàõààð
¿íýëýãäñýí áàéõ ¸ñòîé. Ýíý íü ò¿¿âýðëýëòèéí õýìæýýã ãàðãàõàä õýðýãëýãäýõ ìàòåðèàë, öàã
õóãàöàà, õºäºëìºð ¿íý çýðãèéã òîîöîõûã øààðäàíà. Çàðèìäàà ¿íäñýýð íü ººð÷èëæ n-èéã
áàãàñãàõ áîëäîã. Íèëýýä áàãà õýìæýýíèé ò¿¿âýðëýëò õèéõ ¿¿ ýñâýë íººö áîëîìæ áèé áîëòîë
õ¿ëýýõ ¿¿ ãýäãèéã çºâ øèéäýõ õýðýãòýé.
Á¿ëýã 5. Çàãâàð æèøýý, çîðèóëàëòûí ïðîãðàìì õàíãàìæ àøèãëàõ
5.1. Íèéãìèéí ñòàòèñòèêèéí ñóäàëãààíû ò¿¿âýðëýëò õèéõ çàãâàð æèøýý
Àëèâàà ñóäàëãààíû ò¿¿âýðëýëòèéí çàãâàðò òóõàéí ñóäàëãààíû çîðèëãî, õàìðàõ õ¿ðýý, öàã
õóãàöàà, çàðäëûí õýìæýý çýðãýýñ øàëòãààëàí ò¿¿âðèéí õýìæýý, ò¿¿âýðëýëò õèéõ àðãàç¿é, òåõíèê
ÿìàð áàéõ íü òîãòîîãääîã. Àæëûí çàãâàð áîëãîí 2006 îíä õèéãäñýí àæèëëàõ õ¿÷íèé ñóäàëãààíû
ò¿¿âýðëýëòèéí õýñãèéã àæëûí çîõèõ äàðààëëûí äàãóó õîëáîãäîõ òàéëáàðòàéãààð ýíä îðóóëàâ. Ýíý
íü îëîí øàòòàé (2 øàòàò), øàò á¿ðдýý äàâõàð ò¿¿âýðòýé, ñàíàìñàðã¿é ò¿¿âðèéí àðãà òåõíèêèéã
õàìòàòãàí îðóóëñàí òóë íýëýýä ºðãºí õ¿ðýýòýé îéëãîëò ºãºõ æèøýý ãýæ ¿çýæ áîëíî. Ýõëýýä
ñóäàëãààíû çîðèëãî, õàìðàõ õ¿ðýý, ÿâàãäàõ õóãàöàà çýðãèéã õýðõýí òîäîðõîéëîõûã àâ÷ ¿çüå.
Ñóäàëãààíû çîðèëãî
Òóñ ñóäàëãààãààð Ìîíãîë óëñûí õýìæýýíä 5 áà ò¿¿íýýñ äýýø íàñíû õ¿í àìûí àæèë ýðõëýëòèéí
áàéäëûã ñ¿¿ëèéí äîëîî õîíîã, ñ¿¿ëèéí 12 ñàðûí áàéäëààð òîäîðõîéëîí ãàðãàõ.
• Õ¿í àìûí àæèë ýðõëýëòèéã íàñíû á¿ëýã, ýäèéí çàñãèéí ¿éë àæèëëàãààíû ñàëáàð, àæèë
ìýðãýæëèéí àíãèëàë, àæèëëàñàí õóãàöàà, àæèë ýðõëýëòèéí áàéäëààð
• Õ¿í àìûí àæèëëàõ õ¿÷èí, àæèë ýðõëýëò, àæèëã¿éäëèéí ò¿âøèíã óëèðëààð òîäîðõîéëîõ
• ¯íäñýí áîëîí äàâõàð, á¿ðýí áóñ áîëîí ºìíºõ ¿åèéí àæèë ýðõëýëòèéí áàéäëûã ñóäëàõ
• Àëáàí áóñ ñåêòîðò àæèëëàãсаäûã ýäèéí çàñãèéí ¿éë àæèëëàãààíû ñàëáàð, àæèë ìýðãýæëèéí
àíãèëàë, àæèë ýðõëýëòèéí áàéäàë, àæ àõóéí íýãæ, áàéãóóëëàãûí òºðºë, àæèëëàñàí õóãàöààãààð
ñóäëàõ
21
• Õ¿¿õäèéí õºäºëìºð ýðõëýëòèéã íàñ, ýðõýëæ áóé àæèë, îëæ áóé îðëîãî, õºäºëìºð ýðõëýõ áîëñîí
øàëòãààí, àæèë õºäºëìºð ýðõýëæ áàéãàà îð÷èí íºõöºë çýðýã ¿ç¿¿ëýëò¿¿äýýð äýëãýðýíã¿é
ìýäýýëëèéã öóãëóóëàõ
1. Ñóäàëãààíû ýõ îëîíëîã, õàìðàõ õ¿ðýý, íýãæèéã òîäîðõîéëîõ
Ñóäàëãààíû ýõ îëîíëîã
Ñóäàëãààíû ýõ îëîíëîã íü Ìîíãîë óëñûí íèéò ºðõ áàéíà.
Ñóäàëãààíû õàìðàõ õ¿ðýý

Ñóäàëãààíû õàìðàõ õ¿ðýý íü òóõàéí õóãàöààíû àãøèíãààð Ìîíãîë Óëñûí íèéò ºðõèéí
æàãñààëòûã àéìàã, íèéñëýë, ñóì, ä¿¿ðýã, áàã, õîðîîãîîð (õîðîîí äîòðîî õýñãýýð) ãàðãàñàí áàéíà.
Ò¿¿âýðëýëòèéí íýãæ
Ñóäàëãààíû ò¿¿âýðëýëòèéí íýãæ íü ºðõ áîëíî. Áàéíãà õàìòðàí àìüäàð÷, íýãòãýí õîîë õ¿íñýý
áýëòãýæ, íýã òîãîîíîîñ õîîë èääýã íýã áóþó õýä õýäýí õ¿ì¿¿ñèéã “ ºðõ” ãýæ õýëíý. Ýäãýýð õ¿ì¿¿ñ
íü õàìààòàí ñàäàí áîëîí àæèë îëãîã÷òîéãîî õàìòðàí àìüäàðäàã öóñàí òºðëèéí õàìààðàëã¿é
ãýðèéí ¿éë÷ëýã÷, áóñàä õºëñíèé àæèë÷èä ÷ áàéæ áîëíî. ªðõèéí àì á¿ëèéí òîîíä òóõàéí ºðõºä 6
ñàðààñ èë¿¿ õóãàöààãààð ýçã¿é áàéãàà (õóãàöààò öýðãèéí àëáàí õààã÷, îþóòàí ñóðàã÷èä, ãàäààäàä
àæèëëàæ àìüäàð÷ áàéãàà áîëîí öàãäàí õîðèãäîæ áàéãàà) èðãýäèéã ºðõèéí ãèø¿¿íä òîîöîõã¿é.
Ñóäàëãààíû õóãàöàà
Ýíýõ¿¿ ñóäàëãàà íü óëèðëûí ò¿¿âýð ñóäàëãàà þì. Ñóäàëãààíû õàìðàëòûí õóãàöàà íü 2006 îíû 7
ñàðààñ 2007 îíû 7-ð ñàð õ¿ðòýëõ íýã æèëèéí õóãàöàà.
2. Ò¿¿âðèéí õýìæýýã òîäîðõîéëîõ
Ò¿¿âðèéí õýìæýý íü ñóäàëãàà áîëãîíû îíöëîãîîñ øàëòãààëàí õàðèëöàí àäèëã¿é õýìæýýòýé áàéäàã.
Õýäèé òèéì áîëîâ÷ ò¿¿âðèéí ñòàíäàðò àëäàà áóþó íàðèéâ÷ëàëûí ò¿âøèí áîëîìæèò õýìæýýíä
õàìãèéí áàãà áàéõ ãýñýí äýýð äóðüäñàí çàð÷ìûí ¿íäñýí äýýðýýñ ò¿¿âðèéí õýìæýýã òîäîðõîéëîõ
томъёо íü äàðààõü õýëáýðòýé áàéíà.
Ò¿¿âðèéí õýìæýýã òîäîðõîéëîõ томъёо:
Z 2 ( p )(1 − p )
n= (1)
E2
n - ò¿¿âðèéí õýìæýý
Z - äèçàéí ýôôåêò áóþó òóõàéí ò¿¿âðèéã ñîíãîñîí àðãûí ñòàíäàðò àëäàà, ýíãèéí ñàíàìñàðã¿é
ò¿¿âðèéí ñòàíäàðò àëäààíû õàðüöàà
E - ò¿¿âðèéí ñòàíäàðò àëäàà áóþó íàðèéâ÷ëàë
p - òóõàéí ñóäàëãààíû ò¿ëõ¿¿ð áóþó òîäîðõîéëîã÷ ¿ç¿¿ëýëòèéí ýõ îëîíëîãò ýçëýõ õóâèéí æèí áóþó
èëðýõ ìàãàäëàë áàéíà. Ò¿ëõ¿¿ð ¿ç¿¿ëýëòèéí õóâüä ìîíãîëûí ñòàòèñòèêò ºðõèéí ñóäàëãààíä ºðõ, õ¿í
àìûí òîîã, àæèëëàõ õ¿÷íèé ñóäàëãààíä àæèëã¿é÷¿¿äèéí òîîã, àæ ¿éëäâýðò àæèëëàãñäûí òîîã,
õóäàëäàà ¿éë÷èëãýýíä îðëîãî, áîðëóóëàëòûí õýìæýýã ãýõ ìýò÷èëýí òîãòñîí ¿ç¿¿ëýëòèéã àâäàã.
Çàðèì òîõèîëäîëä õýä õýäýí ¿ç¿¿ëýëòèéã íýãòãýí (RANK) àâàõ òîõèîëäîë áàéäàã.
Z 2 áîëîí E -èéí õóâüä òîäîðõîé óòãóóäûã ºãñºí ò¿¿âðèéí õýìæýýã òîäîрõîéëîã÷ õ¿ñíýãò áàéäàã
áºãººä ñóäëàà÷èä ººðñäèéí ñóäàëãààíû çîðèëãî, áîëîìæèò àëäààã òààìàãëàñíû ¿íäñýí äýýðýýñ
õ¿ñíýãòýýñ ò¿¿âðèéí õýìæýýã òîäîðõîéëäîã.
Ò¿¿âðèéã õýìæýýã òîäîðõîéëîõ õ¿ñíýãò íü Z 2 áîëîí E -èéí ºãºãäñºí õîñëîë äýýðýýñ áîäîãäîõ
áºãººä (1) томъёоíû äàãóó òîîöîãäîíî.
Ìàíàé òîõèîëäîëä p áîë òààìàãëàñàí àæèëã¿é÷¿¿äèéí òîîíû íèéò õ¿í àìä ýçëýõ õóâèéí æèí
áàéíà.
k
p= (2)
K
k - òààìàãëàñàí àæèëã¿é÷¿¿äèéí òîî
K - Ìîíãîë óëñûí íèéò õ¿í àì
22
k = 175000
=> p = 0.069085 q = 1 − p = 0.930915 áîëíî.
K = 2533100
Ò¿¿âðèéí õýìæýýã òîäîðõîéëîõ õ¿ñíýãò

Precision Assumed Values of Deff- DEFF
0.7 0.8 0.9 1 1.1 1.2 1.3 1.4 1.5 1.6
0.03 10480 11978 13475 14972 16469 17966 19464 20961 22458 23955
0.04 5895 6737 7580 8422 9264 10106 10948 11791 12633 13475
0.05 3773 4312 4851 5390 5929 6468 7007 7546 8085 8624
0.06 2620 2994 3369 3743 4117 4492 4866 5240 5615 5989
0.07 1925 2200 2475 2750 3025 3300 3575 3850 4125 4400
0.08 1474 1684 1895 2105 2316 2527 2737 2948 3158 3369
0.09 1164 1331 1497 1664 1830 1996 2163 2329 2495 2662
0.10 943 1078 1213 1347 1482 1617 1752 1886 2021 2156
0.11 780 891 1002 1114 1225 1336 1448 1559 1670 1782
0.12 655 749 842 936 1029 1123 1216 1310 1404 1497
0.13 558 638 718 797 877 957 1037 1116 1196 1276
0.14 481 550 619 687 756 825 894 962 1031 1100
0.15 419 479 539 599 659 719 779 838 898 958
0.16 368 421 474 526 579 632 684 737 790 842
0.17 326 373 420 466 513 560 606 653 699 746
0.18 291 333 374 416 457 499 541 582 624 665
0.19 261 299 336 373 411 448 485 523 560 597
0.20 236 269 303 337 371 404 438 472 505 539
0.21 214 244 275 306 336 367 397 428 458 489
0.22 195 223 251 278 306 334 362 390 418 445
0.23 178 204 229 255 280 306 331 357 382 408
0.24 164 187 211 234 257 281 304 328 351 374
0.25 151 172 194 216 237 259 280 302 323 345
Äýýðõ õ¿ñíýãòýýð ñóäàëãààíä õàìðàãäàõ ºðõèéí òîîã òîãòîîõäîî òààìàãëàæ áàéãàà àæèëã¿é÷¿¿äèéí
òîîíîîñ õàìààðóóëàí òýäãýýðèéí ñîíãîãäîõ áà ýñ ñîíãîãäîõ ìàãàäëàëûí õàðüöààã àøèãëàí Ìîíãîë
Óëñûí íèéò ºðõ¿¿äèéã òºëººëºõäºº ñóäàëãààíû àñóóëãààð öóãëóóëñàí ìýäýýëëèéí áîäèò áàéäàë
¿íäýñíèé õýìæýýíä 4%-èàñ õýòðýõã¿é àëäààíû ìàãàäëàëòàé áà ò¿¿âýðëýëòèéí çîõèîìæèéí
íºëººëëèéí óòãà (äèçàéí ýôôåêò-DEFF) íü 1.5-ààñ õýòðýõã¿é áàéõ òîõèðîìæòîé á¿õýë òîî 12288-ã
ñîíãîæ àâñàí. Àæèëã¿é÷¿¿äèéí òîîã ò¿ëõ¿¿ð ¿ç¿¿ëýëò áîëãîí ñîíãîñîí íü òóõàéí ñóäàëãàà íü ººðºº
àæèë ýðõëýëò, àæèëã¿éäëèéã ñóäëàõ ãîë çîðèëãîòîé õîëáîîòîé áºãººä 2002-2003 îíû ñóäàëãààíä
ºðõèéí òîîã ñîíãîõäîî ìºí ýíý àðãààð ñîíãîñîí áîëíî.
Íºãººòýéã¿¿ð ò¿¿âýðò õè÷íýýí ºðõ õàìðàãäàõ íü ñóäàëãààíû ñàíõ¿¿æèëò áîëîí ò¿¿âýð ñóäàëãààíû ¿ð
ä¿íãèéí íàðèéâ÷ëàëààñ èõýýõýí õàìààðäàã. Ñóäàëãààíä õàìðàãäñàí 12288 ºðõººñ àâñàí ìýäýýëýë
íü Ìîíãîë Óëñûí íèéò ºðõ¿¿äèéã òºëººëºõäºº ñóäàëãààíû àñóóëãààð öóãëóóëñàí ìýäýýëëèéí áîäèò
áàéäàë ¿íäýñíèé õýìæýýíä 4%-èàñ õýòðýõã¿é àëäààíû ìàãàäëàëòàé áà ò¿¿âýðëýëòèéí çàãâàðûí
íºëººíèé óòãà íü 1.5-ààñ õýòðýõã¿é áàéõààð ò¿¿âýðëýëòèéã õèéñýí.
3. Ò¿¿âýðëýëò õèéñýí àðãà ç¿é
Ìîíãîë Óëñûí íóòàã äýâñãýð çàñàã çàõèðãààíû õóâüä àéìàã, íèéñëýëä, àéìàã íü ñóìàíä, ñóì íü áàãò,
íèéñëýë íü ä¿¿ðýãò, ä¿¿ðýã íü õîðîîíä õóâààãäàíà. Íèéòäýý 21 àéìàã, 336 ñóì, 1700 îð÷èì áàã,
õîðîîòîé áàéíà.
Ñóäàëãààíû ¿ð ä¿íã çºâõºí óëñûí õýìæýýíä íýãòãýýä çîãñîõã¿é àéìàã, á¿ñ íóòãèéí õýìæýýíä
áîëîâñðóóëàõ çîðèëòûí ¿¿äíýýñ 21 àéìãèéã òóñ á¿ðò íü íýã á¿ëýã, Óëààíáààòàð õîòûí 9 ä¿¿ðãèéã 8
á¿ëýãò (õàìãèéí öººí ºðõòýé 2 ä¿¿ðãèéã íýã á¿ëýãò õàìðóóëñàí) õóâààæ íèéò 29 á¿ëýãëýëò õèéíý.
Ò¿¿âýðëýëòèéã õèéõäýý 2 øàòàò ò¿¿âðèéí àðãûã õýðýãëýõ áà ýõíèé øàòàíä ÒÀØÍ-èéã á¿ëýã
áîëãîíä äýä ò¿¿âýðòýéãýýð, õî¸ð äàõü øàòàíä ñîíãîãäñîí àíõàí øàòíû íýãæ òóòìààñ 12
ºðõèéã ñîíãîíî.
3.1 Á¿ëýãëýëò:
23
Óëààíáààòàð õîòûí õýìæýýíä ä¿¿ðýã òóñ á¿ð ñóäàëãààíû á¿ëã¿¿äýä (ä¿¿ðýã) õóâààãäàõ áºãººä
õàìãèéí öººí ºðõòýé 2 ä¿¿ðãèéã íýã á¿ëýãò õàìðóóëæ íèéò 8 á¿ëýã ¿¿ñãýíý.
Àéìàã òóñ á¿ðèéã íýã á¿ëýã õýìýýí òîîöîæ (21 àéìàã) 21 á¿ëýã ¿¿ñýõ þì.
Íèéòäýý 21+8=29 á¿ëýã 2 øàòòàé ò¿¿âðèéã õèéíý.
Á¿ëýã1: ÓÁ õîòûí 1-ð ä¿¿ðãèéí á¿õ õýñã¿¿ä

……………………………………………………
Á¿ëýã9: Àðõàíãàé àéìãèéí á¿õ áàãóóä
Á¿ëýã10: Áàÿí-ªëãèé àéìãèéí á¿õ áàãóóä
…………………………………………………….
Á¿ëýã29: Ãîâüñ¿ìáýð àéìãèéí á¿õ áàãóóä
Óëààíáààòàð õîòûí ä¿¿ðãèéí õîðîîíû õýñã¿¿ä áîëîí àéìãóóäûí áàãóóäûã ò¿¿âýðëýëòèéí àíõàí
øàòíû íýãæ (ÒÀØÍ)-ýýð àâ÷ 384 õýñýã, 640 áàã áóþó àíõàí øàòíû íèéò 1024 íýãæèéã ò¿¿âýð
ñóäàëãààíä õàìðóóëíà.
Ò¿¿âðèéí íýãæ íü ºðõ¿¿ä áàéõ áà ò¿¿âýðëýëòèéí õî¸ð äàõü øàòàíä ÒÀØÍ òóñ á¿ðýýñ 12 ºðõ áóþó
íèéò 12288 ºðõèéã ñóäëàíà.
Ñóäàëãààíû õóãàöàà íýã æèë, ýíý õóãàöààíä íèéò 12288 ºðõèéã ò¿¿âýðëýí ñóäëàõ òóë óëèðàë á¿ð
ÒÀØÍ-ýýñ òýíö¿¿ òîîíû ºðõèéã ò¿¿âýðëýí ñîíãîæ ñóäàëãààíä õàìðóóëíà. Æèøýý íü: Àðõàíãàé
àéìàãò (384:4) òîãòìîë 96 ºðõèéã, ñàðä 32 ºðõ ñóäëàõ áîëæ áàéíà.
3.2 Àæèëëàõ õ¿÷íèé ñóäàëãààíû ÒÀØÍ, ºðõ¿¿äèéí á¿ëýã òóñ á¿ðýýð õóâààðèëàãäñàí áàéäàë
Á¿ëýã òóñ á¿ðýýñ ñîíãîãäîõ ÒÀØÍ-èéã òóõàéí á¿ëãèéí õ¿í àìûí òîîíä ïðîïîðöèíàëèàð õóâààðèëñàí.
Õ¿ñíýãò 1.
Óëèðàëä Ñàðä
Á¿ëãèéí Ò¿¿âýðëýãäýõ Ò¿¿âýðëýãäýõ
Á¿ëãèéí íýðñ Íèéò ºðõ Íèéò õ¿í àì ò¿¿âýðëýãäýõ ò¿¿âýðëýãäýõ
äóãààð íýãæèéí òîî ºðõèéí òîî
ºðõèéí òîî ºðõèéí òîî
1 Àðõàíãàé 24,276 91,092 32 384 96 32
2 Áàÿí-ªëãèé 21,328 95,758 40 480 120 40
3 Áàÿíõîíãîð 20,935 82,088 32 384 96 32
4 Áóëãàí 15,016 56,428 24 288 72 24
5 Ãîâü-Àëòàé 15,473 63,587 24 288 72 24
6 Äîðíîãîâü 13,968 51,582 24 288 72 24
7 Äîðíîä 18,087 73,981 32 384 96 32
8 Äóíäãîâü 12,628 49,934 24 288 72 24
9 Çàâõàí 19,929 78,668 32 384 96 32
10 ªâºðõàíãàé 28,793 108,235 40 480 120 40
11 ªìíºãîâü 12,798 47,866 24 288 72 24
12 Ñ¿õáààòàð 13,339 52,768 24 288 72 24
13 Ñýëýíãý 22,193 90,190 32 384 96 32
14 Òºâ 23,309 88,491 32 384 96 32
15 Óâñ 19,800 80,924 32 384 96 32
16 Õîâä 19,478 91,687 32 384 96 32
17 Õºâñãºë 29,655 123,416 56 672 168 56
18 Õýíòèé 17,941 66,762 24 288 72 24
19 Äàðõàí-Óóë 22,238 90,656 40 480 120 40
21 Îðõîí 20,870 84,297 32 384 96 32
22 Ãîâü-Ñ¿ìáýð 3,245 12,625 8 96 24 8
Àéìãèéí ä¿í 395,299 1,581,035 640 7,680 1,920 640
22 Ñîíãèíî õàéðõàí 44,862 204,587 80 960 240 80
23 Áàÿí ç¿ðõ 47,459 196,132 80 960 240 80
24 Áàÿíãîë 35,294 160,479 64 768 192 64
25 Ñ¿õáààòàð 26,097 117,233 48 576 144 48
26 Õàí Óóë 20,032 87,912 40 480 120 40
27 ×èíãýëòýé 28,371 130,501 56 672 168 56
28 Íàëàéõ 6,521 26,529 8 96 24 8
7,091 29,037 8 96 24 8
29 Áàãàíóóð Áàãàõàíãàé
Íèéñëýëèéí ä¿í 215,727 952410 384 4,608 1,152 384
ÓËÑÛÍ Ä¯Í 611,026 2,533,445 1,024 12,288 3,072 1,024
24
Àæèëëàõ õ¿÷íèé ò¿¿âýð ñóäàëãààíä 12288 ºðõ õàìðàãäàõ áºãººä ñàð òóòàì 1024 ºðõ øèíýýð
ò¿¿âýðëýãäýõ áîëíî.
3.3 Òîìîîõîí áàã, õýñãèéã ñåãìåíòýä õóâààæ ò¿¿âýðëýëò õèéõ:

Áàã, õýñýã äýõ õ¿íèé òîî íü 1200-ààñ èë¿¿ áàéõ òîõèîëäîëä 2 áîëîí ò¿¿íýýñ äýýø ñåãìåíòýä òýíö¿¿
õýìæýýòýéãýýð õóâààíà. ¯¿íä:
õ¿í =1200 1 ñåãìåíò
1201-1900 õ¿í 2 ñåãìåíò
1901-2600 õ¿í 3 ñåãìåíò
2601-3300 õ¿í 4 ñåãìåíò
3301-4000 õ¿í 5 ñåãìåíò
4001-4700 õ¿í 6 ñåãìåíò
4701-5400 õ¿í 7 ñåãìåíò
5401-6100 õ¿í 8 ñåãìåíò
6101-6800 õ¿í 9 ñåãìåíò
6801-7500 õ¿í 10 ñåãìåíò
7501-8200 õ¿í 11 ñåãìåíò
8201-8900 õ¿í 12 ñåãìåíò
8901-9600 õ¿í 13 ñåãìåíò
9601-10300 õ¿í 14 ñåãìåíò ãýõ ìýò ……………….
Ò¿¿âðèéí õ¿ðýýã 2005 îíû õ¿í àì, ºðõèéí æèëèéí ýöñèéí òàéëàí, ìýäýýíèé ä¿íã àøèãëàí àéìàã,
íèéñëýë, ñóì, ä¿¿ðýã, áàã, õîðîîíû õýñãèéí íýðñèéí äàãóó æàãñààæ, òýäãýýðò õàðãàëçàõ ºðõ, õ¿í àìûí
òîîã áàéðøóóëàí æàãñààæ áýëòãýñýí. Èéíõ¿¿ áýëòãýõäýý 1200-ñ èë¿¿ õ¿í àìòàé áàã, õýñãèéã òîäîðõîé
èíòåðâàëä òýíö¿¿ õýìæýýãýýð õóâààðèëàí õóâààñàí. Èíãýæ õóâààãäñàí õýñýã, áàãèéí ñåãìåíòèéã áèå
äààñàí ÒÀØÍ ãýæ ¿çýæ áîëíî.
Èðñýí æàãñààëòûí õ¿í àìûí òîîíä ¿íäýñëýí 1200 áà ò¿¿íýýñ äýýø õ¿í àìòàé áàã, õýñãèéã õóâààí õýä
õóâààãäñàíààñ øàëòãààëàí íýìýëò òºäèé ÷èíýý ìºðèéã á¿ëýã áîëãîíä ¿¿ñãýæ ºãñºí.
3.4 Ò¿¿âýðëýëòèéí àíõàí øàòíû íýãæèéã ñîíãîñîí áàéäàë.

Ýõíèé øàòàíä ÒÀØÍ-èéã õýìæýýíä íü ïðîïîðöèîíàëü ìàãàäëàëò ñèñòåì÷èëñýí öèêë ò¿¿âðèéí
àðãààð ñîíãîñîí. Ò¿¿âýðëýãäýõ íýãæ¿¿äèéã ÿìàð íýãýí ¿ç¿¿ëýëòýýð íü æèãíýæ ñîíãîõ øààðäëàãàòàé
¿åä ýíý àðãûã àøèãëàäàã. ªºðººð õýëáýë æèí èë¿¿ áàéãàà íýãæèéí ò¿¿âýðëýëòýä îðîõ ìàãàäëàë èë¿¿
áàéíà ãýñýí ¿ã. Ìàíàé òîõèîëäîëä ÒÀØÍ-èéí õ¿í àìûí òîî èõ áàéõ òóñàì òóõàéí ÒÀØÍ-èéí
ñîíãîãäîõ ìàãàäëàë íü ºíäºð áîëæ áàéãàà þì.
ÒÀØÍ-èéã á¿ëýã òóñ áîëãîíä õ¿í àìûí òîîíûõ íü õóâüä ïðîïîðöèíàëèàð 2 äýä ò¿¿âýðëýëò õèéæ
ñîíãîñîí. ¯¿íèéã Àðõàíãàé àéìãèéí æèøýýí äýýð òàéëáàðëàÿ.
1-ð àëõàì.
Òóõàéí á¿ëãèéí ò¿¿âðèéí õ¿ðýýã 2005 îíû õ¿í àì, ºðõèéí æèëèéí ýöñèéí òàéëàí, ìýäýýíèé ä¿íã
àøèãëàí áàã, íýðñèéí äàãóó æàãñààæ, òýäãýýðò õàðãàëçàõ ºðõ, õ¿í àìûí òîîã áàéðøóóëàí æàãñààæ
áýëòãýýä õ¿í àìûí òîî íü 1200-ñ èë¿¿ ãàðñàí áàãèéã õ¿í àì, ºðõèéí òîîíû õóâüä îéðîëöîîãîîð
òýíö¿¿ õýìæýýòýéãýýð, òîäîðõîé òîîíû ñåãìåíòýä õóâààæ áàéðëóóëúÿ.
Õ¿ñíýãò 2. Á¿ëãèéí ÒÀØÍ-èéí õàìðàõ õ¿ðýý

Íèéò
ªðõèéí
õ¿í
òîî
ÀÊ Àéìãèéí íýð ÑÊ Ñóìûí íýð segment ÁÊ Áàãèéí íýð àì
1 Àðõàíãàé 1 Èõòàìèð 1 Õºõíóóð 145 623
1 Àðõàíãàé 1 Èõòàìèð 2 Õàí-ªíäºð 219 906
1 Àðõàíãàé 1 Èõòàìèð 3 Áîðò 231 969
1 Àðõàíãàé 1 Èõòàìèð 4 Áóãàò 247 1017
1 Àðõàíãàé 1 Èõòàìèð 2/1 5 Òàéõèð 152 617
Àðõàíãàé 1 Èõòàìèð 2/2 5 Òàéõèð 152 617
1 Àðõàíãàé 1 Èõòàìèð 6 Ýðäýíýòîëãîé 237 965
1 Àðõàíãàé 2 ×óëóóò 1 ªëçèéò ãîë 163 589
1 Àðõàíãàé 2 ×óëóóò 2 Çóóíìîä 280 1012
1 Àðõàíãàé 2 ×óëóóò 3 Õàëóóí óñ 265 1001
25
1 Àðõàíãàé 2 ×óëóóò 4 Õàéðõàí 179 679
1 Àðõàíãàé 2 ×óëóóò 5 Õ¿ðýì 191 662
1 Àðõàíãàé 3 Õàíãàé 1 Òýðõ 155 531
1 Àðõàíãàé 3 Õàíãàé 2 ×àíäìàíà 129 451
1 Àðõàíãàé 3 Õàíãàé 3 Àðáàÿñãàëàí 130 471
1 Àðõàíãàé 3 Õàíãàé 4 Ãè÷ãýíý 110 313
1 Àðõàíãàé 3 Õàíãàé 5 Áàÿí-óëààí 125 413
1 Àðõàíãàé 3 Õàíãàé 6 Íî¸íõàíãàé 224 875
1 Àðõàíãàé 4 Òàðèàò 1 Òýðõ 185 731
1 Àðõàíãàé 4 Òàðèàò 2 Öàãààííóóð 211 847
1 Àðõàíãàé 4 Òàðèàò 3 Õîðãî 249 979
1 Àðõàíãàé 4 Òàðèàò 4 Ñóìàí 163 592
1 Àðõàíãàé 4 Òàðèàò 5 Áººðºëæ¿¿ò 149 546
1 Àðõàíãàé 4 Òàðèàò 6 Ìºðºí 243 875
1 Àðõàíãàé 4 Òàðèàò 7 Àëòààä 139 512
1 Àðõàíãàé 5 ªíäºð-óëààí 2/1 1 Àçðàãà 131 675
Àðõàíãàé 5 ªíäºð-óëààí 2/2 1 Àçðàãà 131 674
1 Àðõàíãàé 5 ªíäºð-óëààí 2/1 2 Õàíóé 169 682
Àðõàíãàé 5 ªíäºð-óëààí 2/2 2 Õàíóé 169 681
1 Àðõàíãàé 5 ªíäºð-óëààí 3 Äîíãîé 233 885
1 Àðõàíãàé 5 ªíäºð-óëààí 2/1 4 Áýëõè 168 662
Àðõàíãàé 5 ªíäºð-óëààí 2/2 4 Áýëõè 168 662
1 Àðõàíãàé 5 ªíäºð-óëààí 5 Áàÿíãîë 389 952
1 Àðõàíãàé 6 Ýðäýíýìàíäàë 1 Àëàã-óóë 253 910
1 Àðõàíãàé 6 Ýðäýíýìàíäàë 2 Èäýð-óëààí 179 710
1 Àðõàíãàé 6 Ýðäýíýìàíäàë 3 Ýðäýíý-óóë 321 1110
1 Àðõàíãàé 6 Ýðäýíýìàíäàë 4 Õàí-ºíäºð 258 959
1 Àðõàíãàé 6 Ýðäýíýìàíäàë 5 Òýýë 336 1196
1 Àðõàíãàé 6 Ýðäýíýìàíäàë 2/1 6 ªëçèéò 152 607
Àðõàíãàé 6 Ýðäýíýìàíäàë 2/2 6 ªëçèéò 152 607
1 Àðõàíãàé 7 Æàðãàëàíò 1 Çóñëàí 208 808
1 Àðõàíãàé 7 Æàðãàëàíò 2 Ýðäýíý-óóë 130 522
1 Àðõàíãàé 7 Æàðãàëàíò 3 Àñàéò 317 1165
1 Àðõàíãàé 7 Æàðãàëàíò 4 Áàÿíöàãààí 287 980
1 Àðõàíãàé 7 Æàðãàëàíò 5 Õîîëò 161 614
1 Àðõàíãàé 8 Öýöýðëýã 1 Òóóëàíò 247 997
1 Àðõàíãàé 8 Öýöýðëýã 2 ×óëóóò 182 686
1 Àðõàíãàé 8 Öýöýðëýã 3 Õîíãîðæ 192 731
1 Àðõàíãàé 8 Öýöýðëýã 4 Õóæèðò 188 721
1 Àðõàíãàé 8 Öýöýðëýã 5 Èõáóëàã 248 901
1 Àðõàíãàé 9 Õàéðõàí 1 Ìîãîé 198 766
1 Àðõàíãàé 9 Õàéðõàí 2 Àñãàò 180 790
1 Àðõàíãàé 9 Õàéðõàí 3 Æàðàíòàé 263 693
1 Àðõàíãàé 9 Õàéðõàí 4 Õàéðõàí 218 732
1 Àðõàíãàé 9 Õàéðõàí 5 ªãººìºð 240 775
1 Àðõàíãàé 10 Áàòöýíãýë 1 Óëààí÷óëóó 127 453
1 Àðõàíãàé 10 Áàòöýíãýë 2 Õºíºã 149 487
1 Àðõàíãàé 10 Áàòöýíãýë 3 Äýë 164 554
1 Àðõàíãàé 10 Áàòöýíãýë 4 Áàÿí-óóë 182 596
1 Àðõàíãàé 10 Áàòöýíãýë 5 Öàö 205 644
1 Àðõàíãàé 10 Áàòöýíãýë 6 Äàéð áîð 285 1084
1 Àðõàíãàé 11 ªëçèéò 1 ßìààò 231 795
1 Àðõàíãàé 11 ªëçèéò 2 Áîäîíò 254 789
1 Àðõàíãàé 11 ªëçèéò 3 Áàéøèð 204 707
1 Àðõàíãàé 11 ªëçèéò 4 Õºøººò 243 863
1 Àðõàíãàé 12 ªãèéíóóð 1 Òîãëîõ 197 701
1 Àðõàíãàé 12 ªãèéíóóð 2 Äîéò 178 679
1 Àðõàíãàé 12 ªãèéíóóð 3 ªãèé 129 497
1 Àðõàíãàé 12 ªãèéíóóð 4 Îðõîí 147 590
1 Àðõàíãàé 12 ªãèéíóóð 5 Çýãñò 129 548
1 Àðõàíãàé 13 Õàøààò 1 Æàðãàëàíò 160 627
1 Àðõàíãàé 13 Õàøààò 2 Íîìãîí 156 622
1 Àðõàíãàé 13 Õàøààò 3 Öàéäàì 234 882
1 Àðõàíãàé 13 Õàøààò 4 Öàãààíõàä 170 588
1 Àðõàíãàé 13 Õàøààò 5 Áàÿí 200 875
1 Àðõàíãàé 14 Õîòîíò 1 Õîòîíò 217 1154
26
1 Àðõàíãàé 14 Õîòîíò 2 Õººâºð 255 781
1 Àðõàíãàé 14 Õîòîíò 3 Áóðãàëòàé 163 523
1 Àðõàíãàé 14 Õîòîíò 4 Óëààí ÷óëóó 208 696
1 Àðõàíãàé 14 Õîòîíò 5 Îðõîí 135 439
1 Àðõàíãàé 14 Õîòîíò 6 ªíäºðñàíò 335 1133
1 Àðõàíãàé 15 Öýíõýð 1 Îðõîí 174 670
1 Àðõàíãàé 15 Öýíõýð 2/1 2 Öýöýðëýã 166 609
Àðõàíãàé 15 Öýíõýð 2/2 2 Öýöýðëýã 166 609
1 Àðõàíãàé 15 Öýíõýð 3 Öýíõýð 192 682
1 Àðõàíãàé 15 Öýíõýð 4 Àëòàí-îâîî 274 982
1 Àðõàíãàé 15 Öýíõýð 5 Áóéëàí 271 980
1 Àðõàíãàé 15 Öýíõýð 6 Òàìèð 257 948
1 Àðõàíãàé 16 Òºâøð¿¿ëýõ 1 I áàã 221 825
1 Àðõàíãàé 16 Òºâøð¿¿ëýõ 2 II áàã 190 753
1 Àðõàíãàé 16 Òºâøð¿¿ëýõ 3 III áàã 249 1062
1 Àðõàíãàé 16 Òºâøð¿¿ëýõ 4 IY áàã 226 849
1 Àðõàíãàé 17 Áóëãàí 1 Òóñãàëò 178 636
1 Àðõàíãàé 17 Áóëãàí 2 Òàìèð 163 551
1 Àðõàíãàé 17 Áóëãàí 3 Áàÿíáóëàã 122 336
1 Àðõàíãàé 17 Áóëãàí 4 Çóóíìîä 246 762
1 Àðõàíãàé 18 Ýðäýíýáóëãàí 5/1 1 1-ð áàã 188 783
1 Àðõàíãàé 19 Öàõèð 1 Öàõèð 218 712
1 Àðõàíãàé 19 Öàõèð 2 Õàí-óóë 214 795
1 Àðõàíãàé 19 Öàõèð 3 Áàÿíãîë 150 551
1 Àðõàíãàé Àéìãèéí ä¿í 24276 91055
2-ð àëõàì
Òóõàéí á¿ëãýýñ ñîíãîãäîõ ÒÀØÍ-èéí òîîã Õ¿ñíýãò2.–îîñ ¿çýõýä Àðõàíãàé àéìàã áóþó Á¿ëýã-
1-èéí õóâüä 32 ÒÀØÍ-èéã ñîíãîõ ¸ñòîé áàéíà.
Ñèñòåì÷èëñýí öèêë, 2 òóñäàà õàìààðàëã¿é äýä ò¿¿âýðëýëòèéã õèéõäýý äýä ò¿¿âýðëýëò òóñ á¿ðò ýõëýë
áîëîõ ñàíàìñàðã¿é òîîã áîäóóëàõ áºãººä èíòåðâàë áóþó ò¿¿âýð õîîðîíäûí çàé íü èæèë áàéíà.
R1 - ýõíèé äýä ò¿¿âýðëýëòèéí ñàíàìñàðã¿é ýõëýë
R2 - õî¸ð äàõü äýä ò¿¿âýðëýëòèéí ñàíàìñàðã¿é ýõëýë
Äýä ò¿¿âýðëýëò òóñ á¿ðýýñ òýíö¿¿ 16 ÒÀØÍ-èéã ñîíãîíî.
Ñàíàìñàðã¿é ýõëýëèéã Microsoft Excel ïðîãðàììûí RAND ôóíêöûã àøèãëàí îëú¸. Íèéò ýõ
îëîíëîãèéí õýìæýý 91055.
27
Çóðàã 1.
Õàðèí ò¿¿âýðëýëò õèéõýä àøèãëàãäàõ èíòåðâàëûã òîîöâîë

Çóðàã 2.
3-ð àëõàì
Îäîî äýýð áýëäñýí æàãñààëòûí õóâüä õ¿í àìûí òîîíû ºñºí íýìýãäýõ ä¿íã àðûí áàãàíàä
íýìýëòýýð áàéðëóóëæ, äýä ò¿¿âýðëýëò òóñ á¿ðýýð ò¿¿âýðëýõ ¿ëäëýý. Ò¿¿âýðëýëò õèéñýí ïðîöåññèéã
äîîðõè õ¿ñíýãòýýñ õàðæ áîëíî.
Íèéò ªñºí
ÀÊ ÑÊ segment ÁÊ õ¿í àì íýì Àëõàì Ñîíãîëò S-n2 S2 Sel-d
1 1 1 623 623 623 2 2 2
1 1 2 906 1529 1527.0 1 1 623 1
1 1 3 969 2498 1527.0 623
1 1 4 1017 3515 1527.0 623
1 1 2/1 5 617 4132 1527.0 623
1 1 2/2 5 617 4749 1527.0 623
1 1 6 965 5714 1527.0 623
1 2 1 589 6303 1527.0 623
1 2 2 1012 7315 7218.0 1 1 623 1
1 2 3 1001 8316 6314 2 2 2
1 2 4 679 8995 6314
1 2 5 662 9657 6314
1 3 1 531 10188 6314
28
1 3 2 451 10639 6314
1 3 3 471 11110 6314
1 3 4 313 11423 6314
1 3 5 413 11836 6314
1 3 6 875 12711 12005 2 2 2
1 4 1 731 13442 12908.0 1 1 12005 1
1 4 2 847 14289 12908.0 12005
1 4 3 979 15268 12908.0 12005
1 4 4 592 15860 12908.0 12005
1 4 5 546 16406 12908.0 12005
1 4 6 875 17281 12908.0 12005
1 4 7 512 17793 12908.0 17696 2 2 2
1 5 2/1 1 675 18468 12908.0
1 5 2/2 1 674 19142 18599.0 1 1 1
1 5 2/1 2 682 19824 18599.0
1 5 2/2 2 681 20505 18599.0
1 5 3 885 21390 18599.0
1 5 2/1 4 662 22052 18599.0
1 5 2/2 4 662 22714 18599.0
1 5 5 952 23666 18599.0 23462 2 2 2
1 6 1 910 24576 24290.0 1 1 23462 1
1 6 2 710 25286 24290.0 23462
1 6 3 1110 26396 24290.0 23462
1 6 4 959 27355 24290.0 23462
1 6 5 1196 28551 24290.0 23462
1 6 2/1 6 607 29158 24290.0 29153 2 2 2
1 6 2/2 6 607 29765 24290.0 29153
1 7 1 808 30573 29981.0 1 1 29153 1
1 ... 2 522 31095 29981.0 29153
1 18 5/1 4 798 82867 81200.0 80372
1 18 5/2 4 798 83665 81200.0 80372
1 18 5/3 4 798 84463 81200.0 80372
1 18 5/4 4 798 85261 81200.0 80372
1 18 5/5 4 798 86059 81200.0 80372
1 18 2/1 5 860 86919 86891.0 1 1 80372 1
1 18 2/2 5 860 87779 86891.0 86063 2 2 2
1 18 2/1 6 609 88388 86891.0 86063
1 18 2/2 6 609 88997 86891.0 86063
1 19 1 712 89709 86891.0 86063
1 19 2 795 90504 86891.0 86063
1 19 3 551 91055 86891.0 86063
1 91055 5691 14 2 16 12 4 16
Äýýðõ õ¿ñíýãòýýñ ñîíãîãäñîí ÒÀØÍ-èéã ÿëãàæ àâáàë, á¿ëãèéí õóâüä äàðààõü áàéäàëòàé õàðàãäàíà.
Íèéò
ªðõèéí
Àéìãèéí õ¿í ªñºí Sub
òîî
ÀÊ íýð ÑÊ Ñóìûí íýð segment ÁÊ Áàãèéí íýð àì íýì sample
1 Àðõàíãàé 1 Èõòàìèð 2 Õàí-ªíäºð 219 906 1529 1
1 Àðõàíãàé 2 ×óëóóò 2 Çóóíìîä 280 1012 7315 1
1 Àðõàíãàé 4 Òàðèàò 1 Òýðõ 185 731 13442 1
ªíäºð-óëààí
Àðõàíãàé 5 2/2 1 Àçðàãà 131 674 19142 1
Ýðäýíýìàíäàë
1 Àðõàíãàé 6 1 Àëàã-óóë 253 910 24576 1
1 Àðõàíãàé 7 Æàðãàëàíò 1 Çóñëàí 208 808 30573 1
1 Àðõàíãàé 8 Öýöýðëýã 3 Õîíãîðæ 192 731 36268 1
1 Àðõàíãàé 9 Õàéðõàí 5 ªãººìºð 240 775 41646 1
1 Àðõàíãàé 11 ªëçèéò 3 Áàéøèð 204 707 47755 1
1 Àðõàíãàé 13 Õàøààò 2 Íîìãîí 156 622 52882 1
1 Àðõàíãàé 14 Õîòîíò 5 Îðõîí 135 439 58820 1
1 Àðõàíãàé 15 Öýíõýð 5 Áóéëàí 271 980 64485 1
1 Àðõàíãàé 17 Áóëãàí 2 Òàìèð 163 551 70109 1
Ýðäýíýáóëãàí
1 Àðõàíãàé 18 5/1 2 2-ð áàã 184 709 75823 1
29
1 Àðõàíãàé 18 5/4 3 3-ð áàã 173 681 81386 1
Ýðäýíýáóëãàí 2/1
1 Àðõàíãàé 18 5 5-ð áàã 221 860 86919 1
1 Àðõàíãàé 1 Èõòàìèð 1 Õºõíóóð 145 623 623 2
1 Àðõàíãàé 2 ×óëóóò 3 Õàëóóí óñ 265 1001 8316 2
1 Àðõàíãàé 3 Õàíãàé 6 Íî¸íõàíãàé 224 875 12711 2
1 Àðõàíãàé 4 Òàðèàò 7 Àëòààä 139 512 17793 2
1 Àðõàíãàé 5 5 Áàÿíãîë 389 952 23666 2
1 Àðõàíãàé 6 2/1 6 ªëçèéò 152 607 29158 2
1 Àðõàíãàé 8 Öýöýðëýã 1 Òóóëàíò 247 997 34851 2
1 Àðõàíãàé 9 Õàéðõàí 4 Õàéðõàí 218 732 40871 2
1 Àðõàíãàé 11 ªëçèéò 1 ßìààò 231 795 46259 2
1 Àðõàíãàé 13 Õàøààò 1 Æàðãàëàíò 160 627 52260 2
1 Àðõàíãàé 14 Õîòîíò 3 Áóðãàëòàé 163 523 57685 2
1 Àðõàíãàé 15 Öýíõýð 4 Àëòàí-îâîî 274 982 63505 2
1 Àðõàíãàé 17 Áóëãàí 1 Òóñãàëò 178 636 69558 2
1 Àðõàíãàé 18 5/5 1 1-ð áàã 188 781 75114 2
1 Àðõàíãàé 18 5/3 3 3-ð áàã 173 681 80705 2
1 Àðõàíãàé 18 5 5-ð áàã 221 860 87779 2
Äýýðõ çàð÷ìààð á¿ëýã òóñ á¿ðèéí õóâüä àíõàí øàòíû íýãæèéã ñîíãîíî.
3.5 ÒÀØÍ-èéã õóãàöààíû õóâüä õóâààðèëàõ
Ñóäàëãààíû ¿ð ä¿íã óëèðëààð íýãòãýõ áºãººä ñàð òóòàì ò¿¿âýðëýëò õèéãäýõ ó÷ðààñ á¿ëýã òóñ á¿ðèéí
õóâüä ÒÀØÍ-èéã ñîíãîñíîîð ìàíàé ýíý øàòíû àæèë äóóñàõã¿é. ÒÀØÍ-èéí äýä ò¿¿âýðëýëò òóñ á¿ðýýð
ýõëýýä óëèðëûí õóâààðèëàëò õèéæ, ýöýñò íü ñàðä æèãä òàðõààõ íü ñóäàëãààíû ¿ð ä¿í, òºëººëºõ
÷àäàìæèéã õàäãàëàõ ñàéí òàëòàé. Èéìä íèéò ñîíãîãäñîí ÒÀØÍ-äýý ÿíç á¿ðèéí çîðèëãîîñ ¿ë
õàìààðàí äýñ äàðààëóóëàí 1-1024 ãýñýí äóãààðûã ºã÷ æàãñààÿ. (Õ¿ñíýãò 1)
Èéíõ¿¿ æàãñààñíû äàðàà ýõëýýä óëèðëààð äýñ äàðààëëóóëàí äóãààðëààä (æè÷: á¿ëýã áîëãîíû õóâüä
ÒÀØÍ-èéí òîîã ñîíãîõäîî óëèðëûí ñóäàëãàà ãýäãýýñ øàëòãààëàí 4-ä õóâààãäàõààð çàñâàðëàñàí
áîëíî) äàðàà íü ñàð õóâààðèëñàí. Óëèðàë òóòìûí ÒÀØÍ-èéí òîî òýíö¿¿ 256 áàéíà.
Íºãººòýéã¿¿ð óëèðëûí ÒÀØÍ-èéí òîî á¿ëýã áîëãîí äýä ò¿¿âýðëýëò òóñ á¿ðä òýíö¿¿ áºãººä ñàðûí
õóâüä õàðèëöàí àäèëã¿é áàéãàà.
Íèéò
ªðõèéí
õ¿í
òîî
ÀÊ Àéìãèéí íýð ÑÊ Ñóìûí íýð ÁÊ segment Áàãèéí íýð àì Sel-d FSU quarter month
1 Àðõàíãàé 1 Èõòàìèð 1 Õºõíóóð 145 623 1 1 1 7
1 Àðõàíãàé 2 ×óëóóò 1 ªëçèéò ãîë 163 589 1 2 2 10
1 Àðõàíãàé 3 Õàíãàé 5 Áàÿí-óëààí 125 413 1 3 3 1
1 Àðõàíãàé 4 Òàðèàò 6 Ìºðºí 243 875 1 4 4 4
1 Àðõàíãàé 5 5 Áàÿíãîë 389 952 1 5 1 8
1 Àðõàíãàé 6 6 2/1 ªëçèéò 304 607 1 6 2 11
Öýöýðëýã
1 Àðõàíãàé 8 1 Òóóëàíò 247 997 1 7 3 2
1 Àðõàíãàé 9 Õàéðõàí 3 Æàðàíòàé 263 693 1 8 4 5
1 Àðõàíãàé 11 ªëçèéò 1 ßìààò 231 795 1 9 1 9
ªãèéíóóð
1 Àðõàíãàé 12 5 Çýãñò 129 548 1 10 2 12
1 Àðõàíãàé 14 Õîòîíò 2 Õººâºð 255 781 1 11 3 3
1 Àðõàíãàé 15 Öýíõýð 4 Àëòàí-îâîî 274 982 1 12 4 6
Òºâøð¿¿ëýõ
1 Àðõàíãàé 16 4 IY áàã 226 849 1 13 1 7
1 Àðõàíãàé 18 1 5/4 1-ð áàã 781 1 14 2 10
30
1 Àðõàíãàé 18 3 5/2 3-ð áàã 681 1 15 3 1
1 Àðõàíãàé 18 4 5/5 4-ð áàã 798 1 16 4 4
1 Àðõàíãàé 1 Èõòàìèð 6 Ýðäýíýòîëãîé 237 965 2 513 1 7
1 Àðõàíãàé 3 Õàíãàé 4 Ãè÷ãýíý 110 313 2 514 2 10
1 Àðõàíãàé 4 Òàðèàò 7 Àëòààä 139 512 2 515 3 1
1 Àðõàíãàé 6 1 Àëàã-óóë 253 910 2 516 4 4
1 Àðõàíãàé 6 5 Òýýë 336 1196 2 517 1 8
Öýöýðëýã
1 Àðõàíãàé 8 2 ×óëóóò 182 686 2 518 2 11
1 Àðõàíãàé 9 Õàéðõàí 4 Õàéðõàí 218 732 2 519 3 2
1 Àðõàíãàé 11 ªëçèéò 2 Áîäîíò 254 789 2 520 4 5
1 Àðõàíãàé 13 Õàøààò 1 Æàðãàëàíò 160 627 2 521 1 9
1 Àðõàíãàé 14 Õîòîíò 3 Áóðãàëòàé 163 523 2 522 2 12
1 Àðõàíãàé 15 Öýíõýð 5 Áóéëàí 271 980 2 523 3 3
1 Àðõàíãàé 17 Áóëãàí 1 Òóñãàëò 178 636 2 524 4 6
1 Àðõàíãàé 18 1 5/5 1-ð áàã 781 2 525 1 7
1 Àðõàíãàé 18 3 5/3 3-ð áàã 681 2 526 2 10
1 Àðõàíãàé 18 5 5-ð áàã 443 860 2 527 3 1
1 Àðõàíãàé 19 Öàõèð 3 Áàÿíãîë 150 551 2 528 4 4
Èéíõ¿¿ áýëäñýí æàãñààëòûã ò¿¿âýðëýëò õèéñýí ìýðãýæèëòýí õàðèóöàõ àëáàí òóøààëòàíä

õÿíóóëñàíààð ÀØÍ-èéí ò¿¿âýðëýëò äóóñàõ áºãººä àéìàã, íèéñëýëèéí ñòàòèñòèêèéí àëáàä ðóó
èëãýýíý.
3.6 ÒÕØÍ-èéí (õî¸ðäîõ øàòíû) ò¿¿âýðëýëò õèéõ çààâàð
Òºâººñ èëãýýñýí ÒÀØÍ-èéí æàãñààëòàä ¿íäýñëýí àéìàã, íèéñëýëèéí ñòàòèñòèêèéí àëáàä òóõàéí
õóãàöààíä ò¿¿âýðëýëò õèéõýýð ñîíãîãäñîí íýãæèéí ºðõèéí æàãñààëòûã çààñàí õóãàöààíä òºâä
èð¿¿ëíý.
Ýíýõ¿¿ æàãñààëòàä ¿íäýñëýí Ò¿¿âýðëýëòèéí õî¸ð äàõü øàòíû íýãæèéã á¿ëýã òóñ á¿ðýýð ñàð òóòàì
ò¿¿âýðëýõ þì.
Õî¸ð äàõü øàòàíä ÒÀØÍ-èéã ñîíãîñíû äàðàà ÒÀØÍ á¿ðýýñ ò¿¿âýð îëîíëîãèéã á¿ðä¿¿ëýõ ºðõ¿¿äèéã
ýíãèéí ñàíàìñàðã¿é ñèñòåì÷èëñýí öèêë ò¿¿âðèéí àðãààð ñîíãîíî. Ïðîïîðöèîíàëü ìàãàäëàëò
ò¿¿âðèéí àðãààð ñîíãîãäñîí ÒÀØÍ-ä îäîîãèéí áàéäëààð õàìðàãäàæ áàéãàà íèéò ºðõ¿¿äèéí
æàãñààëòûã õîëáîãäîõ çàñàã çàõèðãààíû íýãæ /ñòàòèñòèêèéí õýëòýñ/- ýýð ãàðãóóëíà. ªðõèéí
æàãñààëòààñ ýíãèéí ñàíàìñàðã¿é öèêë ò¿¿âðèéí àðãààð 12 ºðõèéã ñîíãîæ, ñóäàëãààíû ò¿¿âýð
îëîíëîãèéã á¿ðä¿¿ëíý.
Ò¿¿âýðëýëòèéí õî¸ð äàõü øàòíû íýãæ (ÒÕØÍ) áîëîõ ºðõ¿¿äèéã ñîíãîõäîî ò¿¿âðèéí àíõàí øàòàíä
ñîíãîãäñîí áàã, õýñãèéí ºðõèéí æàãñààëò äýýð ¿íäýñëýí õèéíý.
Ýíäýýñ íýí ò¿ð¿¿íä ÒÀØÍ-ýýð ñîíãîãäñîí áàã, õýñãèéí ºðõèéí æàãñààëòûã õîëáîãäîõ àéìàã,
íèéñëýëèéí ñòàòèñòèêèéí ãàçðààñ ¿íýí çºâººð, òîãòñîí õóãàöààíä ãàðãóóëàí àâàõ íü àæëûí öààøäûí
¿ð äàãàâàðò íºëººëºõ íü òîäîðõîé áàéíà. Ýíýõ¿¿ çààâàð íü äàðààõü 2 ¿íäñýí õýñãýýñ á¿ðäýíý.
1. ªðõèéí æàãñààëò èð¿¿ëýõ

2. ÒÕØÍ áóþó ºðõèéã ñîíãîõ
Õýñýã òóñ á¿ðèéã íàðèéâ÷ëàí ¿ç¿¿ëáýë:
1. ªðõèéí æàãñààëò èð¿¿ëýõ çààâàð
ÒÀØÍ áîëîõ áàã, õýñã¿¿ä íü óðüä÷èëàí ñîíãîãäñîí áàéõ áºãººä ñîíãîãäñîí íýãæ¿¿ä íü õàðãàëçàõ
àéìàã, íèéñëýë ä¿¿ðãýýð áîëîí õóãàöààíû õóâüä õóâààðèëàãäñàí áàéíà. Ýíýõ¿¿ õóâààðèëàëò íü
õèéãäñýí áºãººä ÒÕØÍ-èéã ñîíãîõ ìýðãýæèëòýí íü òîäîðõîé õóãàöààíû ºìíº òóõàéí óëèðàëä
31
ñóäàëãààíä õàìðàãäàõ ÒÀØÍ-èéã æàãñààëòûã ñàð, ñàðààð, ò¿¿í÷ëýí õàðãàëçàõ çàñàã, çàõèðãàààíû
õóâààðèéí äàãóó ãàðãàæ àéìàã, íèéñëýëèéí ñòàòèñòèêèéí ãàçàðò õ¿ðã¿¿ëíý.
Èéíõ¿¿ õ¿ðã¿¿ëýõ æàãñààëòûã ãàðãàõäàà Ñ:\Zaavar and related files\All_FSU_LFS.xls ôàéëûã à÷ààëàí
“sample” sheet – ãàðãàæ ¿çíý. “sample” sheet-íèé õ¿ñíýãòèéí áàãàíûí íýð, õàðãàëçàõ êîäóóäûã äîîð
үзүүлэв:
acode - àéìãèéí êîä

aname - àéìãèéí íýð
scode - ñóì, ä¿¿ðãèéí êîä
sname - ñóì, ä¿¿ðãèéí íýð
BXcode - áàã, õîðîîíû êîä
Xcode - õýñãèéí êîä (çºâõºí íèéñëýëèéí õóâüä)
sNum - 2 òîî áàéõ áºãººä ýõíèé íü ñåãìåíòèéí òîî, 2 äàõü íü äóãààð
segN - ñåãìåíòèéí äóãààð
bname - áàã, õýñãèéí íýð
Hhnum - ºðõèéí òîî
POPnum - õ¿íèé òîî
Incr -
Samp1 - ýõíèé äýä ò¿¿âýðëýëòèéí àëõàì
Sel1 - ýõíèé äýä ò¿¿âýðëýëòýýñ ñîíãîãäñîí íýãæ
Samp2 - õî¸ð äàõü äýä ò¿¿âýðëýëòèéí àëõàì
Sel2 - õî¸ð äàõü äýä ò¿¿âýðëýëòýýñ ñîíãîãäñîí íýãæ
SelAll - íýã, õî¸ðäóãààð ò¿¿âýðëýëòýýñ ñîíãîãäñîí íýãæ¿¿ä
FsuNo - ÒÀØÍ-èéí äóãààð
Month - õóàíëèéí ñàð
Qrtr - õóàíëèéí óëèðàë
MntT - ñóäàëãààíû ñàð
QrtT - ñóäàëãààíû óëèðàë ãýõ ìýò ¿ç¿¿ëýëò á¿õèé òóñãàé õ¿ñíýãò áàéãàà.
Õ¿ñíýãòèéí ýõíèé ìºð áóþó ¿ç¿¿ëýëò¿¿äòýé õýñãèéã èäýâõèæ¿¿ëýí Data öýñíèé Filter õýñãèéí
AutoFilter êîìàíäûã ñîíãîíî. Óã êîìàíäûã ñîíãîñíîîð õ¿ññýí ¿ç¿¿ëýëò¿¿äýýðýý ø¿¿ëò õèéæ õàðàõ
áîëîìæòîé áîëíî.
Êîìïъþòåðèéí ãàðûí äîîøîî õàðñàí ñóì õýëáýðòýé ( ) òîâ÷ëóóð äýýð äàðæ òîäîðõîé àéìàã,
íèéñëýë ìºí ò¿¿í÷ëýí ñóäàëãààíä õàìðàãäàõ õóãàöààãààð íü ø¿¿ëò õèéæ áîëíî. Èíãýæ òóõàéí
õóãàöààãààð íü ø¿¿æ, òóõàéí õóãàöààíä ñóäàëãààíä õàìðàãäàõ ÒÀØÍ-èéí æàãñààëòûã àéìàã,
íèéñëýë, ñóì, ä¿¿ðýã, áàã, õîðîî õýñãýýð íü ãàðãàæ õàðæ áîëíî.
ÒÀØÍ-èéí æàãñààëòûã õóãàöààíûõ íü õàìò òºâ ãàçðààñ ãàðãóóëàí àéìàã, íèéñëýëèéí ñòàòèñòèêèéí
ãàçàð, õýëòýñò óðüä÷èëàí õ¿ðã¿¿ëñýí áîëíî.
Äýýðõ õýñãèéã äóðüäñàí íü àéìàã, íèéñëýëýýñ èð¿¿ëñýí æàãñààëòûí íýãæèéí äóãààð, õóãàöààíû
õóâüä òààð÷ áàéãààã øàëãàõàä ÷èãëýñýí.
Íýãýíò àéìàã, íèéñëýëèéí ñòàòèñòèêèéí ãàçàð, õýëòýñò ÒÀØÍ-èéí æàãñààëòûã õ¿ðã¿¿ëñýí áàéãàà òóë
òýíäýýñ èðýõ æàãñààëòûã øàëãàæ õÿíàõ íü ò¿¿âýðëýëò õèéæ áàéãàà õ¿íèé ¿¿ðýã áîëîõ ¸ñòîé.
ªðõèéí æàãñààëòûã èð¿¿ëýõýä òàâèõ øààðäëàãà
Àéìàã, íèéñëýëèéí ñòàòèñòèêèéí ãàçàð, õýëòýñò òàâèõ øààðäëàãà:
1. Çààñàí õóãàöààíä ñîíãîãäñîí íýãæèéí ºðõèéí æàãñààëòûã á¿ðýí ã¿éöýä, ¿íýí çºâ, áîäèòîé
ãàðãàæ èð¿¿ëýõ
2. Æèëèéí ýöñèéí òàéëàí, ìýäýýãýýð èð¿¿ëñýí õ¿í àìûí ºðõèéí òîîòîéãîî òóëãàí øàëãàæ,
ò¿¿íýýñýý õýòýðõèé çºð¿¿òýé áàéäëûã ãàðãàõã¿é áàéõ, ó÷èð øàëòãààíûã òîäîðõîé áàðèìòààð
ºã¿¿ëýõ
3. Ýäèéí çàñãèéí èäýâõèòýé õ¿¿õýäòýé ºðõèéí òîîã ¿íýí çºâ òîãòîîõ, çºâ êîäëîõ
32
4. Ò¿¿âýðëýëòèéí àíõàí øàòíû íýãæèéí äóãààð òàâèàã¿é áàéõ, 5-17 íàñíû õ¿¿õäèéí õºäºëìºð
ýðõëýëòèéí áàéäëûã äóòóó êîäëîõ, áºãëººã¿é áàéõ, çýðýã æàãñààëò èð¿¿ëýõ çàãâàðûí
¿ç¿¿ëýëò¿¿äèéã äóòóó áºãëºõ, áºãëººã¿é, áóðóó êîäëîñîí çýðýã àñóóäëûã ãàðãóóëàõã¿é áàéõ
5. Àéìàã, íèéñëýëèéí ñòàòèñòèêèéí ãàçàð, õýëòñèéí ìýðãýæèëòí¿¿ä òóõàéí íýãæèéí ºðõèéí
æàãñààëòàä ýäèéí çàñãèéí ¿éë àæèëëàãààíû èäýâõòýé 5-17 íàñíû õ¿¿õýä 6 áóþó ò¿¿íýýñ öººí, îãò
áàéõã¿é òîõèîëäîëä äàõèí íÿãòàëæ øàëãàõ, ëàâëàõ
6. Òóõàéí ñîíãîãäñîí íýãæ ñåãìåíòýä õóâààãäààä 1-ð ñåãìåíòýýñ áóñàä ñåãìåíò ñîíãîãäñîí
òîõèîëäîëä ºðõèéí æàãñààëòàà èð¿¿ëýõäýý ºðõèéí äóãààð íü òóõàéí ñåãìåíòèéí ºðõ ýõýëæ áàéãàà
äóãààðààñ (æàãñààëòàä áàéãàà äóãààð) äóãààðëàãäàíà ãýäãèéã ñàíóóëàõ. (1 ãýñýí äóãààðààð
ýõëýõã¿é)
ªðõèéí æàãñààëòûã èð¿¿ëýõ çàãâàð äàðààõü õýëáýðòýé áàéíà.

Ñ:\Zaavar and related files\Urhiin jagsaalt iruuleh zagvar.xls
ÀÕÑ-íû ò¿¿âýðëýëòýýð ñîíãîãäîõ ºðõèéí æàãñààëò (ÇÀÃÂÀÐ)

ÎÐÕÎÍ ÀÉÌÃÈÉÍ ÒªÂ ÁÀßÍ-ªÍÄªÐ ÑÓÌÛÍ
ÓÓÐÕÀÉ×ÈÍ ÁÀÃÈÉÍ ªÐÕÈÉÍ ÆÀÃÑÀÀËÒ
ÀÍÕÀÍ ØÀÒÍÛ Ò¯¯ÂÐÈÉÍ ÍÝÃÆÈÉÍ ÄÓÃÀÀÀÐ (2-ð ÁÀÃÀÍÀ) - 156
Ò¯¯ÂÐÈÉÍ ÍÝÃÆÈÄ ÁÀÉÃÀÀ ªÐÕÈÉÍ ÒÎÎ - 134,
5-17 íàñíû õ¿¿õýä íü ÝÇ-í èäýâõèòýé ¿éë àæèëëàãààíä îðîëöîæ áàéãàà ºðõ 45
ªðõèéí äóãààð
5-17 íàñíû õ¿¿õýä
Àì á¿ëèéí òîî
ªðõèéí íü ÝÇ-í
òýðã¿¿ëýã÷èéí èäýâõèòýé ¿éë
Õàÿã íýð (îâãèéí àæèëëàãààíä
ýõíèé ¿ñýã îðîëöîæ áàéãàà
îðíî) þó? (òèéì=1,
¿ã¿é=2)
156 3 - 19 - 0 1 Ä. Áÿìáàà 4 1
156 2 2
156 3 2
156 4 2
156 5 1
156 6 1
156 7 1
. . . . . .
Ãýõ ìýò÷èëýí ò¿¿âýð õèéæ ñóäëàõààð òºâººñ ñîíãîñîí
ÒÀØÍ-í ºðõ¿¿äèéí æàãñààëòûã äîîø öóâóóëàí ãàðãàæ èð¿¿ëíý.
Ìºí òºâä ÿâóóëæ áóé æàãñààëòóóäûí õóâüä äàðààõ òîâ÷îîã àðä íü ãàðãàæ ºãíº.
ÀØÒÍ-èéí äóãààð
5-17 íàñíû
5-17 íàñíû õ¿¿õýä íü
õ¿¿õýä íü ÝÇ-í ÝÇ-í
èäýâõèòýé ¿éë èäýâõèòýé
àæèëëàãààíä ¿éë
îðîëöîîã¿é àæèëëàãààíä
ºðõèéí òîî îðîëöîæ áóé
ºðõèéí òîî
ÑÀÐÛÍ ÄÓÃÀÀÐ
7 156 89 45
7 240 76 42
… … ... …
ÝÄÃÝÝÐÈÉÃ EXCEL ÔÀÉËÛÍ ÕÝËÁÝÐÝÝÐ ÅËÅÊÒÐÎÍ ØÓÓÄÀÍÃÀÀÐ ªÃÍª
ªðõèéí æàãñààëòûã èð¿¿ëýõäýý äýýð äóðüäñàí Excel ôàéëûí äàãóó èð¿¿ëíý.
ªðõèéí æàãñààëòûã èð¿¿ëýõýä áàñ íýã àíõààðàõ ç¿éë áîë òîìîîõîí áàã, õýñãèéã ñåãìåíò õóâààõ
ÿâäàë þì.
33
Òîìîîõîí áàã, õýñãèéã ñåãìåíòýä õóâààæ ò¿¿âýðëýëò õèéõ: Áàã, õýñýã äýõ õ¿íèé òîî íü 1200-ààñ
èë¿¿ áàéõ òîõèîëäîëä 2 áîëîí ò¿¿íýýñ äýýø ñåãìåíòýä òýíö¿¿ õýìæýýòýéãýýð õóâààíà. ¯¿íä:
õ¿í =1200 1 ñåãìåíò
1201-1900 õ¿í 2 ñåãìåíò
1901-2600 õ¿í 3 ñåãìåíò
2601-3300 õ¿í 4 ñåãìåíò
3301-4000 õ¿í 5 ñåãìåíò
4001-4700 õ¿í 6 ñåãìåíò
4701-5400 õ¿í 7 ñåãìåíò
5401-6100 õ¿í 8 ñåãìåíò
6101-6800 õ¿í 9 ñåãìåíò
6801-7500 õ¿í 10 ñåãìåíò
7501-8200 õ¿í 11 ñåãìåíò
8201-8900 õ¿í 12 ñåãìåíò
8901-9600 õ¿í 13 ñåãìåíò
9601-10300 õ¿í 14 ñåãìåíò ãýõ ìýò ……………….
Ñåãìåíòýä õóâààæ, ñîíãîãäñîí ñåãìåíòèéí ºðõ, õ¿í àìûí æàãñààëòûã õàðèóöàæ áóé àéìàã,
íèéñëýëèéí ñòàòèñòèêèéí àëáàíû ìýðãýæèëòíèé õèéõ ç¿éë:
1. Ñåãìåíòýä õóâààãäàæ áàéãàà áàã áîëîí õýñãèéí ºðõ, õ¿í àìûí æàãñààëòûã ãàðãàíà.
2. Áýëòãýñýí æàãñààëò äýýð ¿íäýñëýí íýìýëòýýð õ¿í àìûí ºñºí íýìýãäýõ äàâòàëòûã òîîöîõ
áºãººä äàâòàëò íü õýäýí ñåãìåíòýä õóâààãäàõààñ (äýýð çààñàí æèøèã òîî) øàëòãààëàí
õóâààðèëàãäñàí ýõíèé õ¿í àìûí òîîã (òóõàéëáàë 1600 õ¿íòýé áàã 2 ñåãìåíòýä õóâààãäàí 800 õ¿í
áàãòñàí áàéõ) òîîöîæ, ò¿¿íèéã áàãòààñàí áàéõ ºðõèéí òîî á¿õèé õýñãèéí æàãñààëòûã õ¿ðòýë
¿ðãýëæèëæ çîãñîîí õàðãàëçàõ ºðõèéí ºñºí íýìýãäýõ äàâòàëòààð 1-ð ñåãìåíòèéí ºðõèéí æàãñààëò
ãàðíà. Óëìààð äýýðõ ïðîöåññ äàõèí äàâòàãäàæ, õýäýí ñåãìåíòýä õóâààãäàõààñ øàëòãààëàí òºãñºõ
õ¿ðòýë ¿ðãýëæèëíý. Èéíõ¿¿ ñåãìåíò¿¿äýä õóâààñíû äàðàà òºâººñ ò¿¿âýðëýëòýä ñîíãîãäñîí äóãààð
á¿õèé ñåãìåíòèéí ºðõ, õ¿í àìûí æàãñààëòûã õîëáîãäîõ ¿ç¿¿ëýëò¿¿äèéí õàìò ¯ÑÃ-ò èð¿¿ëíý.
Ñåãìåíò¿¿äèéã äàðààõü á¿òöèéí äàãóó áàéãóóëæ ñîíãîëò õèéíý.

Òîìîîõîí õýìæýýíèé áàã, õýñãèéã (1200-ñ äýýø õ¿í àìòàé)-èéã äýýðõ õàðüöààíä ¿íäýñëýæ òýíö¿¿ õ¿í
àì á¿õèé ñåãìåíò¿¿äýä õóâààõ øààðäëàãàòàé þì.
Æèøýýëáýë:
ÒÀØÍ 3950 õ¿íòýé ãýâýë – 5 ñåãìåíòýä õóâààõ, ñåãìåíò á¿ð îéðîëöîîãîîð 3950:5=790 õ¿íòýé
ºðõ¿¿äýýñ á¿ðäñýí ñåãìåíò¿¿ä áàéõ.
¯¿íä:
1-ð – 790
2-ð – 790
3-ð – 790
4-ð – 790
5-ð – 790 õ¿íòýé òóñ òóñ îéðîëöîîãîîð òýíö¿¿ áàéõ.
Ýöýñò íü õ¿íèé òîî, ºðõèéí òîî ä¿íãýýðýý ÀØÍ-äýý áàðüæ áàéõûã àíõààðàõ.
2. ÒÕØÍ áóþó ºðõèéã ñîíãîõ
ªðõèéí æàãñààëòûã àéìàã, íèéñëýëèéí ñòàòèñòèêèéí ãàçàð, õýëòñýýñ èð¿¿ëñýíèé äàðàà õîëáîãäîõ
øàëãàëòûã õèéæ òîäðóóëñàíû äàðàà òóõàéí íýãæýýñ ñóäàëãààíä õàìðàãäàõ 12 ºðõèéã ñîíãîõ àæëûã
õèéæ ã¿éöýòãýíý.
ªðõèéã ñîíãîõ äàðààëàë

1. Òóõàéí àéìãèéí íýãæ¿¿äèéí õóâüä 12 ºðõèéã ñîíãîõäîî: Ñ:\Zaavar and related
files\All_FSU_LFS.xls ôàéëûã à÷ààëàí “sample” sheet – ãàðãàí ò¿¿âýðëýëò õèéõ òóõàéí àéìãèéí
íýãæèéã òóõàéí ñàðûí õàìò ø¿¿ëò õèéí ãàðãàæ èðíý.
2. Òóõàéí àéìãèéí íýãæ¿¿äèéí èð¿¿ëñýí ºðõèéí æàãñààëòààñ ýäèéí çàñãèéí èäýâõèòýé áîëîí
èäýâõèã¿é ºðõèéí òîîã 1 áîëîí 2 –îîð êîäëîí ä¿íã íü òóñ òóñ ãàðãàíà.
3. Óëìààð “sample” sheet-èéí SSS1, SSS2 íýð á¿õèé 35, 36-ð áàãàíàä íýãæ òóñ á¿ðýýð 1 áîëîí 2
ãýæ êîäîëñîí ä¿í áóþó ºðõèéí òîîã õàðãàëçóóëàí áàéðëóóëíà. Èéíõ¿¿ áàéðëóóëàõàä ñîíãîãäîõ
12 ºðõèéí äóãààð ñàíàìñàðã¿éãýýð ººðºº ñîíãîãäîõ áîëíî (äýýðõ 2 áàãàíûã áºãëºõºä ºìíºõ 12
í¿äýíä íü ñàíàìñàðã¿éãýýð ñîíãîõ томъёо áè÷èãäñýí áîëíî).
34
4. Òóõàéí àéìãààñ èð¿¿ëñýí ºðõèéí æàãñààëòûã Ñ:\Zaavar and related files\LFS_SSU.xls
ôàéëàíä òóõàéí àéìãààð sheet ¿¿ñãýí áàéðëóóëíà. Èéíõ¿¿ áàéðëóóëàõäàà õàìãèéí ýõíèé áàãàíà
õîîñîí áàéõ áºãººä çºâõºí òóõàéí íýãæ ñåãìåíò õóâààãäààä ýõíèé ñåãìåíòýýñ áóñàä ñåãìåíò
ñîíãîãäñîí òîõèîëäîëä, õàìãèéí ýõíèé áàãàíàä òýð ñîíãîãäñîí ñåãìåíòèéí ºðõèéí äóãààð áàéõ
áîëíî. Èíãýõäýý õîéíî íü ºðõèéí äóãààð íü 1-ñ ýõëýí äóãààðëàãäàíà.
5. Èíãýýä òóõàéí àéìãèéí íýãæ¿¿äèéí ºðõèéí æàãñààëòûã çºâ áàéðëóóëñàíû äàðàà óã ôàéëàà
õààæ Ñ:\Zaavar and related files\All_FSU_LFS.xls ôàéëûã äàõèí à÷ààëíà. Ôàéëûã íýýæ
à÷ààëàõäàà ãàð÷ èðýõ äîîðõ öîíõíîîñ “Enable Macros” õýñãèéã ñîíãîí èäýâõèæ¿¿ëíý.
6. Íýãýíò äýýð ýäèéí çàñãèéí èäýâõèòýé õ¿¿õýäòýé, õ¿¿õýäã¿éãýýð íü êîäëîí ä¿íã íü õîëáîãäîõ
áàãàíàä áàéðëóóëñàí òóë îäîî çºâõºí ñóäàëãààíä õàìðàãäàõ 12 ºðõèéã ñîíãîõ ¿éë àæèëëàãààíû
äàðààãèéí àëõàì áîë Tools öýñèéí Macro õýñãèéí Macros –èéã ñîíãîí àæèëëóóëíà. Ýñâýë Ctrl+Q
òîâ÷èéã äàðàõàä õàíãàëòòàé.
Ãàð÷ èðñýí öîíõíîîñ RUN ãýñýí òîâ÷èéã äàðæ àæèëëóóëàõàä òóõàéí ôàéë äîòîð Tracking íýðòýé
sheet ¿¿ñýæ äîîðõè õýëáýðòýé õ¿ñíýãò¿¿ä ãàð÷ èðíý. ¯¿íä:
35
Íýãæ 13 Àéì Ñýëýíãý
362
Ñåãìåíò 4/1 4 Ñóì Ìàíäàë
Á¿ëýã 13 4 Áàã/Õ 4-ð Õýðõ
Äýä ò¿¿âýðëýëò 1 ÕÝÑÝÃ
Óëèðàë 3
æàãñààëòûí
Ñåãìåíòòýé
Ò¿¿â Ò¿¿â.
äóãààð
áîë ýõ
ªÐÕ
ýðëý
2 ÄÓÃ
ãäñý ÄÀÕ ÀÀÐ
í ªðõèéí Àì ØÀÒ (ÒÕØÍ)
ªÐÕ òýðã¿¿ëýã÷ á¿ë Õàÿã Á¯Ë.
1 Ë.Ò¿ìýíáàÿð 6 íàìàã 1 1 0
15 Æ.Æàìñðàí 5 íàìàã 1 2 0
52 ×.áÿìáàäîðæ 6 ñ¿¿ë òîëãîé 1 1 3 0
69 Ò.Ãýðýë îä 7 äýíæ 1 4 0
89 Í.Äàâààñ¿ðýí 6 äýíæ 1 5 0
114 Á.Õèøãýý 5õîëáîî òîëãîé 2 1 6 0
4 Ë.Îþóí÷èìýã 1 íàìàã 2 1 0
29 Ã.Ìèíæ¿¿ð 4 íàìàã 2 2 0
53 Ã.Áàÿíçóë 3 ñ¿¿ë òîëãîé 1 2 3 0
79 Ó.Ãàíáààòàð 6 äýíæ 2 4 0
104 Ã.Ðýíöýíõàíä 2 äýíæ 2 5 0
130 Ä.Öýðìàà 1õîëáîî òîëãîé 2 2 6 0
Õýðâýý Macro ÿìàð íýãýí àëäààã¿é áîë äýýðõòýé àäèëõàí áàéõ áºãººä àëäààòàé áàéõàä ñîíãîãäîõ
¸ñòîé 12 ºðõèéí çàðèì áàãàíà í¿äýíä õîîñîí óòãà ãàð÷ èðíý. Èéä ò¿¿âýð õèéñýí ¿ð ä¿íã ñàéí øàëãàõ
õýðýãòýé. Àëäààòàé áàéâàë ýðãýí õîëáîãäîõ ôàéëóóäààñ æàãññàí ºðõèéí òîî, òýäíèé äóãààðëàëò, 35,
36-ð áàãàíàä áºãëºñºí òîîíû ¿íýí çºâèéã øàëãàæ àëäààãàà îëîîä äàõèí ò¿¿âýðëýëò õèéõ õýðýãòýé.
7. Ò¿¿âýðëýëò õèéãäýæ äóóññàíû äàðàà Tracking sheet-èéã move copy õèéæ øèíýýð ôàéë ¿¿ñãýí
àéìãèéí íýð, ñàðûí äóãààðûí õàìò íýðëýí õàäãàëæ òóõàéí àéìàã ðóó ìýéëýýð ÿâóóëíà.
8. Àéìàã (íèéñëýë) áîëãîíû õóâüä äýýðõ ïðîöåññ ÿâàãäàæ ò¿¿âýðëýëò õèéãäýíý.
9. Ò¿¿âýðëýëò õèéñýí ïðîòîêîëûã çààâàë öààñààð ãàðãàí õàäãàëíà. Ó÷èð íü õîò, îðîí íóòãààñ
ò¿¿âýðëýëòèéí õóãàöàà, ñîíãîãäñîí ºðõèéã ñîëüæ ººð÷ëºõ àëäàà ãàð÷ áîëîõ òóë ò¿¿âðèéí
ìàòåðèàëûã öààñààð ãàðãàæ õàäãàëàõ íü èë¿¿ à÷ õîëáîãäîëòîé.
Õ¿ñíýãò 1.
ÀÊ Àéìãèéí íýð ÑÊ Ñóìûí íýð ÁÊ Õýñý segment Áàãèéí íýð ªðõèéí òîî Íèéò õ¿í Sel-d FSU quarter month
ã àì
1 Àðõàíãàé 1 Èõòàìèð 1 Õºõíóóð 145 623 1 1 1 7

1 Àðõàíãàé 2 ×óëóóò 1 ªëçèéò ãîë 163 589 1 2 2 10
1 Àðõàíãàé 3 Õàíãàé 5 Áàÿí-óëààí 125 413 1 3 3 1
1 Àðõàíãàé 4 Òàðèàò 6 Ìºðºí 243 875 1 4 4 4
1 Àðõàíãàé 5 ªíäºð-óëààí 5 Áàÿíãîë 389 952 1 5 1 8
1 Àðõàíãàé 6 Ýðäýíýìàíäàë 6 2/1 ªëçèéò 304 607 1 6 2 11
1 Àðõàíãàé 8 Öýöýðëýã 1 Òóóëàíò 247 997 1 7 3 2
1 Àðõàíãàé 9 Õàéðõàí 3 Æàðàíòàé 263 693 1 8 4 5
1 Àðõàíãàé 11 ªëçèéò 1 ßìààò 231 795 1 9 1 9
1 Àðõàíãàé 12 ªãèéíóóð 5 Çýãñò 129 548 1 10 2 12
1 Àðõàíãàé 14 Õîòîíò 2 Õººâºð 255 781 1 11 3 3
1 Àðõàíãàé 15 Öýíõýð 4 Àëòàí-îâîî 274 982 1 12 4 6
1 Àðõàíãàé 16 Òºâøð¿¿ëýõ 4 IY áàã 226 849 1 13 1 7
1 Àðõàíãàé 18 Ýðäýíýáóëãàí 1 5/4 1-ð áàã 781 1 14 2 10
2 Áàÿí-ªëãèé 1 Àëòàé 1 Õàð íóóð 261 965 1 17 1 8
2 Áàÿí-ªëãèé 2 Àëòàíöºãö 2 Áàÿíáóëàã 201 824 1 18 2 11
2 Áàÿí-ªëãèé 3 Áàÿííóóð 3 Öàãààí àðàë 247 1125 1 19 3 2
2 Áàÿí-ªëãèé 4 Áóãàò 3 Áóãûí ãîë 227 1109 1 20 4 5
2 Áàÿí-ªëãèé 5 Áóëãàí 4 2/2 Æàðãàëàíò 631 1 21 1 9
2 Áàÿí-ªëãèé 6 Áóÿíò 4 Øàð òîõîéò 160 758 1 22 2 12
36
2 Áàÿí-ªëãèé 7 Äýë¿¿í 6 Áóãàò 160 789 1 23 3 3
2 Áàÿí-ªëãèé 8 Íîãîîííóóð 1 Õîñõàðàãàé ñóìûí òºâ 234 1136 1 24 4 6
2 Áàÿí-ªëãèé 8 Íîãîîííóóð 7 Õîâä 226 922 1 25 1 7
2 Áàÿí-ªëãèé 9 Ñàãñàé 4 Õàã 230 1032 1 26 2 10
2 Áàÿí-ªëãèé 10 Òîëáî 5 Õºõ òîëãîé 232 986 1 27 3 1
2 Áàÿí-ªëãèé 11 Óëààíõóñ 4 Ñîãîîã 233 1085 1 28 4 4
2 Áàÿí-ªëãèé 11 Óëààíõóñ 8 Áèë¿¿2 262 1172 1 29 1 8
2 Áàÿí-ªëãèé 12 Öýíãýë 5 2/2 Áîð áóðãàñ 682 1 30 2 11
2 Áàÿí-ªëãèé 13 ªëãèé 1 5/2 Õóñò àðàë 738 1 31 3 2
2 Áàÿí-ªëãèé 13 ªëãèé 2 5/4 Öàãààí ýðýã 665 1 32 4 5
2 Áàÿí-ªëãèé 13 ªëãèé 4 5/1 Èõ áóëàí 817 737 1 33 1 9
2 Áàÿí-ªëãèé 13 ªëãèé 5 5/2 Õîâä ãîë 697 1 34 2 12
2 Áàÿí-ªëãèé 13 ªëãèé 6 5/4 Õºõ òîëãîé 690 1 35 3 3
4 Áóëãàí 13 Õóòàã-ªíäºð 3 Òýýë 223 849 1 61 1 7
4 Áóëãàí 14 Áóëãàí 2 6/1 II áàã 954 701 1 62 2 10
4 Áóëãàí 14 Áóëãàí 3 4/2 III áàã 718 1 63 3 1
4 Áóëãàí 14 Áóëãàí 4 4/4 IV áàã 722 1 64 4 4
5 Ãîâü-Àëòàé 1 Àëòàé 1 Áàÿíöàãààí 78 313 1 65 1 8
5 Ãîâü-Àëòàé 2 Áàÿí-Óóë 10 Áàÿíãîâü 135 533 1 66 2 11
10 ªâºðõàíãàé 12 Ñàíò 4 Çàëàà 253 764 1 141 1 9
10 ªâºðõàíãàé 14 Òºãðºã 1 Õîîëò 245 823 1 142 2 12
10 ªâºðõàíãàé 15 Óÿíãà 4 Øóðàíãà 202 835 1 143 3 3
10 ªâºðõàíãàé 15 Óÿíãà 8 3/1 Îíãè 435 746 1 144 4 6
10 ªâºðõàíãàé 17 Õóæèðò 1 2/1 ªâºð ìîäîò 441 732 1 145 1 7
10 ªâºðõàíãàé 17 Õóæèðò 5 2/1 Øóíõëàé 482 894 1 146 2 10
10 ªâºðõàíãàé 18 Õàðõîðèí 2 4/2 Ãàíãàí îðõîí 667 1 147 3 1
10 ªâºðõàíãàé 18 Õàðõîðèí 5 Îíãîö óõàà 197 686 1 148 4 4
10 ªâºðõàíãàé 19 Àðâàéõýýð 1 3/3 Ñîãîîò 782 1 149 1 8
10 ªâºðõàíãàé 19 Àðâàéõýýð 4 4/1 ªëçèéò 689 778 1 150 2 11
10 ªâºðõàíãàé 19 Àðâàéõýýð 5 4/4 Àðâàéõýýð 780 1 151 3 2
Ãýõ ìýò . . . .
5.2. Ñòàòèñòèê ñóäàëãààíû ïðîãðàìì àøèãëàí ò¿¿âýðëýëò õèéõ áîëîìæ
5.2.1. SPSS (V14) - Ñòàòèñòèê ñóäàëãààíû ïðîãðàììûã àøèãëàí ò¿¿âýðëýëò õèéõ
SPSS ïðîãðàìì íü ò¿¿âýðëýëòèéí äèçàéí, øèíæèëãýý õèéõ àæèëëàãààã òóñãàéëàí

áàéãóóëñàí òºëºâëºãººíèé ôàéë (*.csaplan) äýýð õèéäýã áºãººä ò¿¿íèéã óðüä÷èëàí áàéãóóëæ íýýæ
ºãºõ ¸ñòîé áà íýãýíò ¿¿ñãýñýí ôàéëàà ººð÷ëºí äóóäàæ àøèãëàæ áîëäîã.
Analyze ->Complex Design Ò¿¿âýðëýëòèéí ýíý öýñèéí êîìàíäààð ò¿¿âðèéí õóó÷èí òºëºâëºãººã
çàñâàðëàõ, øèíý òºëºâëºãºº çîõèîí áàéãóóëàõ ¿å øàòóóäûã õèéæ ã¿éöýòãýæ áîëíî. Ýíý öýñèéã
àøèãëàõûí ºìíº ýõ îëîíëîã, ò¿¿âýðëýãäýõ íýãæèéí æàãñààëòàà áýëòãýýä ò¿¿âýðëýëòèéí àæëàà ñàéí
òºëºâëºñºí áàéõ ¸ñòîé.
Select Sample(Ò¿¿âýðëýëò) – öýñ íü ò¿¿âðèéí çîõèîìæèéã õèéæ ò¿¿âýðëýëòèéã ã¿éöýòãýæ áîëîõ

áºãººä ýíý øàòàíä ò¿¿âðèéã ººðèéí òºëºâëºñºí àðãààð øààðäàãäàõ ïàðàìåòð¿¿äèéã çààæ ºãººä
õèéæ áîëíî. Ò¿¿âðèéí øèíæèëãýýíèé øàòàíä ò¿¿âýð ÿìàð õèéãäñýíèéã ò¿¿íèé ìýäýýëëýýñ ¿çýæ
áîëíî. Ìºí öýñèéã àøèãëàí óðüä÷èëàí õèéãäñýí ò¿¿âðèéí òºëºâëºãººíèé çîõèîìæ, òºëºâëºãººã
ººð÷ëºí àøèãëàæ áîëíî.
Analysis Preparation – (Ñóäàëãààíû áýëòãýë) - ìåíþ íü èæ á¿ðýí ò¿¿âýðëýëòèéã òîäîðõîéëîõ áà

¿íýëãýýíèé àðãûã ñîíãîí òîäîðõîéëîõîä àøèãëàíà. Ýíä ò¿¿âðèéí æèí, ñòàíäàðò àëäààíû
¿íýëãýýíä øààðäëàãàòàé áóñàä ìýäýýëëèéã áýëòãýæ ºãºõ ¸ñòîé. Èíãýæ áýëòãýãäñýí òºëºâëºãººíèé
ôàéë õàäãàëàãäàæ äàõèí ººð èæ á¿ðýí ò¿¿âðèéí ñóäàëãààíä àøèãëàãäàõ áîëîìæòîé áîëíî.
SPSS ïðîãðàììûí ò¿¿âðèéí äèçàéí, ñóäàëãààíû ýíý õýñã¿¿äýä øààðäàãäàõ ¿ç¿¿ëýëòèéí òîãòñîí
íýðøèë¿¿ä:
Stratum – (strata) á¿ëãèéã òîäîðõîéëîõ ¿ç¿¿ëýëò (âàðèàöûí ¿íýëãýýíä çîðèóëñàí) variable.
PSU - êëàñòåðèéã òîäîðõîéëîã÷ ¿ç¿¿ëýëò (âàðèàöûí ¿íýëãýýíä çîðèóëñàí).
Weight – Ò¿¿âðèéí æèíãèéí ¿ç¿¿ëýëò.( [æèëèéí ä¿íãýýð] æèãíýõ).
37
Ñàíàìæ: Ýíýõ¿¿ çààâàðò äýýð äóðäñàí ò¿¿âýðëýëòèéí 6 ¿íäñýí àðãûã, õîëáîãäîõ ¿íýëãýýíèé
õàìòààð SPSS ïðîãðàììààð ã¿éöýòãýõ áîëîìæòîé áºãººä ïðîãðàììûã àøèãëàõ õ¿í
ïðîãðàììààñ øààðääàã ¿ç¿¿ëýëò¿¿äèéí óòãûã äèàëîã ãîðèìä (wizard) íýõñýíèé äàãóóä, ò¿¿íä
áè÷èãäñýí òàéëáàðûã ñàéòàð îéëãîæ áàéæ áºãëºæ ºãººä ã¿éöýòýõ ¸ñòîé. Õýðýâ ïðîãðàììûí
çàðèì ¿å øàòíû ïðîöåäóðûí ¿éë àæèëëàãàà îéëãîìæã¿é áàéâàë òóñëàìæ (HELP) àâ÷ (Show
me) ãýæ áè÷ñýíèéã èäýâõæ¿¿ëýí äóóäàæ íàðèéâ÷ëàí îéëãîñíû äàðàà õèéõ íü ç¿éòýé. Ìºí ýíý
ïðîãðàìì íü ò¿¿âðèéí àëäààã òîîöîõ ïðîöåäóð, õýðýãñëýýð õàíãàãäñàí áîëíî.
5.2.2. Stata(V8) Ñòàòèñòèêèéí ïðîãðàìì àøèãëàæ ò¿¿âýðëýëò õèéõýä àíõààðàõ ç¿éë
Ò¿¿âýðëýëò õèéëãýõýýð öóãëóóëñàí ñóäàëãààíû ìýäýýëýë ÿäàæ äîîðõè 3 òºðëèéí óòãûã àãóóëñàí
¿ç¿¿ëýëòòýé áàéõ.¯¿íä:
• Ò¿¿âðèéí þìóó ìàãàäëàëò æèí
• Êëàñòåð
• Áàãöàëñàí ò¿¿âðèéí á¿ëýã
Stata ïðîãðàìì ýäãýýð ¿ç¿¿ëýëò¿¿äèéã ººðèéí ñóäàëãààíû ïðîöåäóðûí òóñëàìæòàéãààð òîîöíî.

Ò¿¿âðëýëòèéã äèàëîã ãîðèìä õèéõ áîë äàðààõ áàéäëààð ãîë 3 ïðîöåäóðûã àøèãëàíà. ¯¿íä:
Statistics->Survey data Analysis->Setup&Utilities –ààð îðæ ò¿¿âðèéí çîõèîìæ, ò¿¿âýðëýëòýý õèéíý.
Statistics->Survey data Analysis->Distributions-specific models–ä îðæ ðåãðåññèéí ñóäàëãàà õèéæ
õîëáîãäîõ ¿íýëãýýí¿¿äèéã ãàðãóóëæ áîëíî.
Statistics->Survey data Analysis->Univariate estimators –ã àøèãëàí õèéãäñýí ò¿¿âðèéí äóíäàæ, ä¿í,
ðàòèî, ïðîïîðöèéí ¿íýëãýýã õèéëãýíý.
Ñóäàëãààíû êîìàíäóóäûã ã¿éöýòãýæ ýõëýõýýñ ºìíº äàðààõ ¿ç¿¿ëýëò¿¿äèéí óòãûã òîäîðõîéëæ ºãäºã:
• svyset pweight varname1 – ò¿¿âðèéí æèíãèéí ¿ç¿¿ëýëò
• svyset strata varname2 – Á¿ëãèéã òîäîðõîéëîõ ¿ç¿¿ëýëò
• svyset psu varname3 – Àíõàí øàòíû ò¿¿âðèéí íýãæèéã (PSU-cluster) òîäîðõîéëîõ ¿ç¿¿ëýëò
• svyset fpc varname4 – Ýõ îëîíëîãèéí çàñâàðûí ýöñèéí óòãûã òîäîðõîéëîõ ¿ç¿¿ëýëò
Ò¿¿âýðëýëò õèéëãýõýýð ºã÷ áàéãàà òîîíóóäûí óòãà ÿìàð áàéõààñ õàìààð÷ ò¿¿âðèéí
¿íýëãýýíèé íàðèéâ÷ëàë, ñòàíäàðò àëäààíû õýìæýý àëäààòàé ãàð÷ áîëîõûã àíõààðàõ
õýðýãòýé.
Ïðîãðàììûí ïðîöåäóðò îðæ òîîöîî, ¿íýëãýý õèéãäýõ çàðèì ¿ç¿¿ëýëò¿¿äèéí òàéëáàð:
sampling fraction – ò¿¿âðèéí õàðüöàà, õýðýâ òóõàéí ìóæ 30 ñóðãóóëüòàé áàéãààä ò¿¿íýýñ 4-èéã
ò¿¿âýðëýõ ãýæ áàéãàà áîë ýõ îëîíëîãîî 30, ò¿¿âðèéí õàðüöàà 4/30 áîëíî.
Pweight- ò¿¿âðèéí æèí, óðьäàõ æèøýýãýýð áîë 30/4 = 7.5 áóþó ñóðãóóëü á¿ð 7.5 ñóðãóóëèéã
òºëººëíº ãýñýí õýðýã áîëíî.
cluster – êëàñòåð, íýã á¿ëýã áîëæ ò¿¿âýðò îðîõ íýãæ
psu – îëîí øàòòàé ò¿¿âýð õèéæ áàéãàà áîë 1-ð áóþó àíõàí øàòíû ò¿¿âðèéí íýãæèéã
òîäîðõîéëîõ êëàñòåðóóäûí àíãèéã èëýðõèéëýõ ¿ç¿¿ëýëò áîëíî.
fpc – ýíãèéí ñàíàìñàðã¿é áóöààëòã¿é ò¿¿âðèéí ¿åä ýõ îëîíëîãò áàéãàà ò¿¿âðèéí àíõàí
øàòíû íýãæèéí òîîã òîäîðõîéëíî.
strata – ýõ îëîíëîãèéã õýñã¿¿äýä àíõëàí õóâààæ áàéãàà äýä õýñãèéã òîäîðõîéëîõ ¿ç¿¿ëýëòèéã
èëýðõèéëíý.
sampling frame – ýõ îëîíëîãîîñ ñîíãîãäîõ íºõöºëòýé á¿õ íýãæèéí æàãñààëò.
Ñàíàìæ: STATA ïðîãðàììûí çààâðûí äàãóó ýñâýë äèàëîã ãîðèìîîð (wizard) îðæ ñîíãîñîí
ò¿¿âýðëýëòèéí àðãàäàà õîëáîãäîõ ïàðàìåòð¿¿äèéã çààæ ºãººä ò¿¿âýðëýëò õèéõ, ò¿¿âðèéí
¿íýëãýý òîîöóóëàõ, øààðäëàãàòàé ¿ç¿¿ëýëò¿¿äýýð òîäîðõîé ò¿¿âðèéí õ¿ðýýíä ðåãðåññ áîäóóëæ
õàðãàëçàõ ¿íýëãýý, êîýôôèöèåíòóóäûã ãàðãàí àâàõ áîëîìæòîé. Õàðèí àñóóäàë ãàðñàí ¿åä ýíý
ïðîãðàìмûí òóñëàìæ ºãºõ áîëîìæ íü õÿçãààðëàãäìàë áàéäàã òóë çîðèóëàëòûí çààâàð, ãàðûí
àâëàãûã àøèãëàõ õýðýãòýé. Ìºí íýã àíõààðàõ ç¿éë áîë ïàðàìåòð áîëîõ ¿ç¿¿ëýëòýý çºâ çààæ
ºãºõ, øèíýýð òîîöîæ ãàðãàí àøèãëóóëàõ ¿ç¿¿ëýëò áàéãàà áîë óã ïðîãðàмìûí áóñàä
øààðäëàãàòàé êîìàíäóóäûã àøèãëàí òîîöóóëæ ¿¿ñãýõ ¸ñòîé.
38
12.3 EXCEL ïðîãðàììûã àøèãëàí ò¿¿âýðëýëò õèéõ
EXCEL ïðîãðàììûã àøèãëàí ò¿¿âýðëýëò õèéõ ÿâäàë íýëýýä ïðàêòèê àñóóäàë áîëñîí ç¿éë þì. Ó÷èð
íü ýíý ïðîãðàììààð Íýãä¿ãýýðò: àíõàí øàòíû ò¿¿âýðëýëòèéã õèéõýä ýõ îëîíëîãèéí æàãñààëò
äýýð ýíãèéí òîìú¸î, ôóíêö àøèãëàí ò¿¿âðèéã ÿëãàæ àâàõàä õÿëáàð áàéäàã. ¯¿íèé æèøýýã
íèéãìèéí ñòàòèñòèêèéí ñóäàëãààíû ò¿¿âýðëýëò õèéñýí (Á¿ëýã 5) æèøýýíýýñ ¿ç.
Õî¸ðäóãààðò: Ýõ îëîíëîãîîñ ãàðãàí àâñàí àíõàí øàòíû ò¿¿âðèéí íýãæèéí æàãñààëòàä ò¿øèãëýí
ñîíãîãäñîí ò¿¿âðèéí íýãæ¿¿äýä õàìààðàõ íýãæèéí (ºðõèéí) æàãñààëòààñ òîãòîîñîí òîîíû
ñàíàìñàðã¿é ñîíãîëò õèéæ æàãñààëòûã øóóä ãàðãàõàä ìàêðî õýëíèé (VB) ïðîãðàììûí ìîäóë
áè÷èæ àøèãëàõ íü èë¿¿ òîõèðîìæòîé.
Äîîð õî¸ð äîõ øàòíû ò¿¿âðèéã äýä ò¿¿âýðëýëòòýéãýýð (sub sampling) õèéõ ñîíãîëòûí ôóíêöûí ýõ
êîäûã æèøýý áîëãîí ¿ç¿¿ëýâ.
Function Selected(Index, PopSize1, PopSize2, SamSize, Seed)

If PopSize2 < 1 Then Selected = 0: Exit Function
Dim P(12), R(12), IND(12)
Blurb = Rnd(-1)
Randomize Seed
'+++++++++++++++++++++++++++
rest = 0 Ýíý ôóíêöèéí ïàðàìåòð¿¿ä:
If PopSize1 < 6 Then
PopSize1 – ýõíèé ò¿¿âýðëýëò õèéõ æàãñààëòûí õýìæýý
Samsize1 = PopSize1
PopSize2 – õî¸ðäîõ ò¿¿âýðëýëò õèéõ æàãñààëòûí õýìæýý.
rest = SamSize - PopSize1
Íèéò æàãñààëòûí õýìæýý PopSize1+ PopSize2
Else
SamSize – ò¿¿âýð õèéõ õýìæýý
Samsize1 = SamSize
Seed - àíõàí øàòíû íýãæèéí äóãààð
End If
Index - õî¸ðäîõ øàòàíä ò¿¿âýðëýãäýõ íýãæèéí äàðààëëûí äóãààðûã òóñ òóñ
For ii = 1 To Samsize1
çààæ ºãäºã.
IND(ii) = ii
Òóõàéí òîõèîëäîëä ýíý àíõàí øàòíû íýãæ á¿ðýýñ 6-ààð 2 óäàà íèéò 12
Next
øèðõýã õî¸ðäîõ øàòíû íýãæèéí ºãñºí æàãñààëòàä îðñîí äóãààðûã ñîíãîí
For ii = 1 To rest + 6
ò¿¿âýðëýõ øààðäëàãûã ã¿éöýòãýæ áàéíà.
IND(ii + Samsize1) = ii
Ôóíêöûí ¿ð ä¿í íü õî¸ðäîõ øàòàíä ò¿¿âýðëýãäýõ íýãæèéí äàðààëëûí
Next
äóãààð (Index) –ò íèéò æàãñààëòûí õýä ä¿ãýýð íýãæ îðæ èðýõèéã ãàðãàæ
'++++++++++++++++++++++++++++
ºãºõ ÿâäàë þì.
If Samsize1 > 0 Then
Paso = PopSize1 / Samsize1
Sele = Rnd() * Paso
For i = 1 To Samsize1
R(i) = 0
P(i) = 1 + Fix(Sele)
Sele = Sele + Paso
Next
End If
Paso = PopSize2 / IND(12)
Sele = Rnd() * Paso
For i = 1 To IND(12)
R(Samsize1 + i) = 0
P(Samsize1 + i) = 1 + Fix(Sele)
Sele = Sele + Paso
Next
'+++++++++++++++++++++++++++++
K=0
For i = 1 To Samsize1 + IND(12)
If P(i) > 0 Then
K=K+1
R(K) = P(i)
End If
Next
'+++++++++++++++++++++++++++++++
Selected = R(Index)
End Function
39
6. Ýäèéí çàñãèéí ñóäàëãààíû ò¿¿âýðëýëò
Òîì õ¿ðýýòýé, ¿íäýñíèé õ¿ðýýíèé ñóäàëãààíóóä ¿íäñýíäýý õ¿í àì áîëîí ºðõ àæ àõóéí
ñóäàëãàà, ýäèéí çàñãèéí áîëîí àæ àõóéí íýãæèéí ñóäàëãàà ãýæ 2 õóâààãääàã. Ò¿¿âýðëýëòèéí àðãà
òåõíèêèéí õóâüä ýäèéí çàñãèéí ò¿¿âýðëýëòèéã íèéãìèéí áóþó ºðõ àæ àõóéí ñóäàëãààíûõòàé
àäèëààð õèéæ áîëäîãã¿é, ñóäàëãààíû ¿ç¿¿ëýëòèéí õýìæýý, òàðõàëò, íºëºººëºë õàðèëöàí àäèëã¿é
áàéäàã ó÷ðààñ àíõàí øàòíû íýãæ¿¿äèéã òîäîðõîé àðãààð àíãèëæ ÿëãàõ øààðäëàãàòàé áàéäàã.
Ýäèéí çàñãèéí ñóäàëãààíû ò¿¿âðèéã õèéõýä äàðààõ åðºíõèé çàð÷ìûã áàðèìòàëíà. ¯¿íä:
- Ñòðàòà áóþó ò¿¿âðèéí àíãèéã ýäèéí çàñãèéí ñàëáàð, ãàçàð ç¿éí áàéðëàë, ýäèéí çàñãèéí
òîäîðõîé ¿ç¿¿ëýëò (àæèëëàãñäûí òîî, õºðºíãº, îðëîãûí ìºíãºí ¿ç¿¿ëýëò ã.ì) çýðãýýð
òîäîðõîéëäîã. Ñàëáàðààð àíãèëàõäàà èõ îëîí õóâààæ æèæèãëýõã¿é 10-ààñ õýòð¿¿ëýõã¿é
áàéõ.
- Ñóäàëãààíä õàìðàãäàõ íýãæèéã íýëýíõ¿é áîëîí ò¿¿âýðëýëòèéí àðãóóäûã õîñëóóëàí ñîíãîæ
àâíà. Òóõàéëáàë ¿íäýñíèé õýìæýýíä õèéæ áàéãàà ñóäàëãààíä óëñ îðíû ýäèéí çàñàãò
ìýäýãäýõ¿éö æèí ýçýëäýã íýãæ¿¿äèéã íýëýíõ¿éãýýð, áóñàä æèæèã íýãæ¿¿äèéã òîäîðõîé
¿ç¿¿ëýëòèéí óòãààð àíãèëàí ò¿¿âýðëýí àâ÷ ñóäàëãààíä õàìðóóëíà
6.1 ¯íäñýí òîõèðãîî, òýìäýãëýãýý
¯íäýñíèé õýìæýýíä L ñòðàòàä õóâààãäñàí N àæ àõóéí íýãæ áàéãóóëëàãà (ÀÀÍÁ) áàéíà ãýæ ¿çüå.
Ñòðàòà íü ÀÀÍÁ-ûã õýìæýý, õýëáýðýýð íü ÿëãàñàí àíãèëàë áºãººä ÀÀÍÁ-ûí îëîíëîã íü Ì òîîíû
ãàçàð ç¿éí êëàñòåðò õóâààãäàíà ãýæ ¿çíý.
N-øèðõýã ÀÀÍÁ-í n-øèðõýã 2 øàòàò ñàíàìñàðã¿é ò¿¿âýðò M-êëàñòåðààñ m-ò¿¿âýð õèéãäñýí
ãýæ ¿çüå. Ýíý m-ò¿¿âýð èæèë áîëîí ÿëãààòàé ìàãàäëàëòàé áàéñàí ÷ áóöààëòã¿é ò¿¿âýð áàéõ ¸ñòîé.
Õî¸ðäîõ øàòàíä àíõàí øàòíû ò¿¿âýðëýëтýýñ ñîíãîãäñîí êëàñòåð á¿ðýýñ ÀÀÍÁ-ã á¿ëýãëýñýí
ñàíàìñàðã¿é ò¿¿âðýýð ñîíãîæ àâíà.
“h”-ýýð ñòðàòàãèéí äóãààð, “i”-ýýð êëàñòåðèéí äóãààðûã òýìäýãëýâýë äàðààõ ¿íäñýí
òîäîðõîéëîëò, òýìäýãëýãýý õèéæ áîëíî. ¯¿íä:
N hi = i-ð êëàñòåðèéí h-ð ñòðàòàä ÀÀÍÁ-í íèéò òîî

n hi = N hi - ÀÀÍÁ-í äîòðîîñ ñîíãîãäîõ ÀÀÍÁ-í òîî
x hi = Ñîíãîãäñîí n hi - ÀÀÍÁ-í ñóäàëãààíû X- ¿ç¿¿ëýëòèéí äóíäàæ (simple
mean).
N h = h – ñòðàòà äîòîðõè á¿õ êëàñòåðèéí ÀÀÍÁ-í íèéò òîî
N h. = h – ñòðàòà äîòîðõè m – ò¿¿âðèéí íýãæèéí õ¿ðýýíèé êëàñòåðèéí ÀÀÍÁ-í íèéò òîî
nk = h – ñòðàòà äîòîðõè m – ò¿¿âðèéí íýãæèéí õ¿ðýýíèé êëàñòåðèéí íèéò ò¿¿âýðëýãäñýí
õýìæýý
Ni = Á¿õ ñòðàòàãèéí õýìæýýíä i-ð êëàñòåðèéí ò¿¿âðèéí õ¿ðýýíèé ÀÀÍÁ-í íèéò òîî
ni = Á¿õ ñòðàòàãèéí õýìæýýíä i-ð êëàñòåðèéí ò¿¿âðèéí õýìæýý
S hi = h-ñòðàòàãèéí i-êëàñòåð äýõ á¿õ ÀÀÍÁ-í ñòàíäàðò àëäàà
S h = h-ñòðàòàãèéí õ¿ðýýíä áàéãàà á¿õ ÀÀÍÁ-í ñòàíäàðò àëäàà
Îäîî íèéò ýõ îëîíëîãîîñ íýã ¿íýëýã÷ õóâüñàã÷èéã X̂ ñîíãîí àâàõ õýðýãòýé. Ýíý îïòèìçàöèéí
àñóóäàë íü á¿õ n-ò¿¿âðèéí õýìæýýíä òîãòìîë áàéõààð, ¿íýëãýýíèé õóâüñàã÷èéí âàðèàöûã õàìãèéí
áàãà áàéëãàõ n hi -ã ñîíãîõ ÿâäàë þì.
6.2 Ò¿¿âðéèí õýìæýýã îíîâ÷òîé òîãòîîõ
Þóíû ò¿ð¿¿íä íºõöºëò áóñ, ýõíèé øàòàíä ñîíãîãäñîí êëàñòåðààñ õàìààðàëã¿éãýýð ñîíãîõ
çàì áàéäàã. Ãýâ÷ ýíý àðãà íü êëàñòåðèéí ñîíãîëòûã áóñäààñ õàìààðàëòàé ñîíãîëòûí øààðäëàãûã
õàíãàäàãã¿é.
Íºõöºëò ñîíãîëòûí òóõàéä: òóõàéí êëàñòåðèéí á¿õ ÀÀÍÁ-í íèéò òîîíä (1) èæèë ìàãàäëàëòàé,
áóöààëòã¿é m-êëàñòåð áà (2) ïðîïîðöèîíàëь ìàãàäëàëòàé, áóöààëòã¿é m-êëàñòåð ñîíãîõ àñóóäàë
ãàðäàã.
40
Êëàñòåðèéã èæèë ìàãàäëàëòàéãààð ñîíãîõ
Á¿õ M-êëàñòåðààñ èæèë ìàãàäëàëòàé, áóöààëòã¿é m-êëàñòåðèéí ò¿¿âðèéã íèéò ýõ îëîíëîãèéí X –

õóâüñàã÷èéí ñàðíèëòã¿é (unbiased) ¿íýëýã÷ X̂ -èéã äàðààõ áàéäëààð òîäîðõîéëíî.
m L
M
Xˆ =
m
∑∑N
i =1 h =1
hi x hi (1)
Ëàãðàíæèéí ¿ðæ¿¿ëýã÷èéí àðãûã àøèãëààä ñîíãîãäñîí êëàñòåðèéí õ¿ðýýíä ñòðàòàãèéí ò¿¿âðèéí

îíîâ÷òîé õýìæýý n hi - äàðààõ áàéäëààð òîäîðõîéëîãäîíî:
N hi S hi
n hi = n L m (2)
∑∑
h =1 i =1
N hi S hi
Ýíý áîäîëò íü Íåéìàíû áàéðøóóëàëòûí òîîöîîòîé ìàø òºñòýé áºãººä êëàñòåðèéí ò¿¿âðèéí
õýìæýý íü ñîíãîãäîæ áàéãàà êëàñòåðèéí õ¿ðýýíä áàéãààãààðàà ÿëãààòàé þì. ¯¿íèé äàðàà
ñòðàòàãèéí ò¿¿âðèéí õýìæýýã ýíý ò¿¿âðèéí á¿õ êëàñòåðààð ãàðãàõäàà á¿õ i – êëàñòåðèéí õýìæýýãýýð
(2) –ð áîäîãäñîí óòãóóäûã íýìæ ãàðãàíà. Ýíý ¿ð ä¿í ìºí Íåéìàíû õóâààðèëàëòûí òîîöîîòîé èæèë
áèø áîëîâ÷ ñòàíäàðò õàçàéëòûí õýìæýý èæèë ¿ð ä¿íã ºãäºã.
N hSh
n h. = n L (3)
∑
h =1
N hSh
(3) – òýíöýòãýëä áàéãàà ñòðàòàãèéí ò¿¿âðèéí îíîâ÷òîé õýìæýý íü Íåéìàíû õóâààðèëàëòûí
òîìú¸îòîé ìàø òºñòýé áàéãàà áîëîâ÷ çºâõºí ýõ îëîíëîãèéí õ¿ðýýíä áèø ñîíãîãäñîí m-êëàñòåðèéí
ïàðàìåòð¿¿äýä ñóóðèëñàíä îðøèæ áàéíà.
Êëàñòåðèéã òýíö¿¿ áèø ìàãàäëàëòàéãààð ñîíãîõ
Õî¸ðäîõ òîîöîî áîë òóõàéí êëàñòåðèéí õ¿ðýýíä èæèë ìàãàäëàëòàé, áóöààëòã¿é ò¿¿âýð õèéõ áºãººä
íèéò ýõ îëîíëîãèéí X – õóâüñàã÷èéí ñàðíèëòã¿é (unbiased) ¿íýëýã÷ X̂ -èéã äàðààõ áàéäëààð
òîäîðõîéëíî:
m
N L
Xˆ = ∑
i =1
∑ N hi x hi
mN i h =1 (4)
Ýíä íýã êëàñòåðèéí ñîíãîëòûí ìàãàäëàë m*(Ni/N)- áàéíà.

Äýýðõèéí àäèë Ëàãðàíæèéí ¿ðæ¿¿ëýã÷èéí àðãûã àøèãëààä ñîíãîãäñîí êëàñòåðèéí õ¿ðýýíä
ñòðàòàãèéí ò¿¿âðèéí îíîâ÷òîé õýìæýý n hi - äàðààõ áàéäëààð òîäîðõîéëîãäîíî:
( N hi / N i ) S hi
n hi = n L m (5)
∑ ∑ (N
h =1 i =1
hi / N i ) S hi
Ýíý òîîöîîã óðüäàõ (2) – òîé õàðüöóóëàõàä N hi S hi èëýðõèéëýë ( N hi / N i ) S hi -ýýð ñîëèãäñîí
áàéíà. Ýíý 2 òýíöýòãýë õýðýâ êëàñòåðèéí õýìæýý N i - èæèë áàéâàë òýíö¿¿ áàéõ íü õàðàãäàæ áàéíà.
¯¿íèé äàðàà h - ñòðàòàãèéí ò¿¿âðèéí õýìæýýã ýíý ò¿¿âðèéí á¿õ êëàñòåðààð ãàðãàõäàà á¿õ m
– êëàñòåðèéí õýìæýýãýýð (5) –ð áîäîãäñîí óòãóóäûã i-ýýð íýìæ ãàðãàíà.
m
S h ∑ (N hi / N i)
n h. = n L
i=1
m (6)
∑
h =1
S h ∑i=1
(N hi / N i)
41
(6) – òýíöýòãýëä áàéãàà ñòðàòàãèéí ò¿¿âðèéí îíîâ÷òîé õýìæýý íü çºâõºí ñòðàòàãèéí
êëàñòåðèéí õ¿ðýýíèéí ïàðàìåòðýýð òîäîðõîéëîãäñîí ôóíêö áàéíà. Ýíý íü (3)-òîìú¸îòîé
õàðüöóóëàõàä òºâºãòýé áîëîâ÷ êëàñòåðèéí õýìæýý èæèë áîë (6) èëýðõèéëýë (3)-ò õóâèð÷ áîëîõ þì.
6.3 Æèøýý
2006 îíû ñàëáàð õîîðîíäûí áàëàíñûã çîõèîõûí òóëä áàðàà, ¿éë÷èëãýýíèé íººö
àøèãëàëòûí áàëàíñûí ìýäýýëëèéã öóãëóóëàõ ò¿¿âðèéí àðãûí òóõàé.
Ñóäàëãààíû çîðèëãî íü ñóäàëãààíä õàìðàãäñàí íýãæ¿¿äèéí òàéëàí áàëàíñ áîëîí áóñàä

ìýäýýëëèéã àøèãëàí öýâýð ñàëáàðààð á¿òýýãäýõ¿¿íèé ¿éëäâýðëýë òýäãýýðèéí ºðòºã çàðäëûí
ò¿âøèí, á¿òöèéí òàëààðõè ìýäýýëëèéã öóãëóóëíà.
Ñóäàëãààíû õ¿ðýý: Áàðàà, ¿éë÷èëãýýíèé íººö àøèãëàëòûí áàëàíñ çîõèîõîä àøèãëàãäàõ

ìýäýýëëèéí õàìðàõ õ¿ðýý íü öýâýð ñàëáàð áóþó ñòàòèñòèê íýãæèä ¿íäýñëýãäýíý. Ìàíàé íºõöºëä
ðåãèñòðèéí ñàíã ñòàòèñòèê íýãæýýð áàéãóóëààã¿é ó÷èð ñóäàëãаàíû ýõ îëîíëîã íü áèçíåñ ðåãèñòðèéí
(ÁÐ) ñàíä áàéãàà àæ àõóéí íýãæ áàéãóóëëàãóóä áàéõ þì. 2005 îíä ÁÐ-èéí ñàíä 22547 õóóëèéí
ýòãýýä ÀÀÍ áàéãóóëëàãà ¿éë àæèëëàãàà ÿâóóëñàí áàéíà. Ýíý íýãæýýð õ¿ðýý áîëãîí àâ÷ áàéãàà
áîëîâ÷ ò¿¿âýð ñóäàëãààíä õàðèóëò ºãºãäººã¿é ò¿âøèí áîäèò áàéäàë äýýð ÿìàð áàéõûã
òîäîðõîéëîõîä õÿëáàð áèø þì. Áèçíåñ ðåãèñòðèéí ñàíãèéí 2005 îíû ìýäýýëëýýð íèéò ÀÀÍÁ-ûí
òîîã àæèëëàãсäûí òîîíû á¿ëãýýð àâ÷ ¿çâýë 1-9 àæèëëàã÷òàé íü 78.9 õóâü, 10-19 àæèëëàгсадòàé íü
8.9 õóâü, 20-49 àæèëëàãсадòàé íü 7.9 õóâü, õàðèí 50-ààñ äýýø àæèëëàãсадòàé íü íèéò ÀÀÍÁ-ûí 4.4
õóâèéã òóñ òóñ ýçýëæ áàéñàí.
Õ¿ðýýã çàñâàðëàæ äàõèí òîäîðõîéëîõ:

Òîìîîõîí ò¿¿âýð ñóäàëãààíû õ¿ðýýíä õàìãèéí ñ¿¿ëèéí ¿åèéí òîîëëîãî, ñóäàëãààíû ¿ð ä¿íã
á¿ðýí àøèãëàõ íü ÷óõàë áàéäàã.
Áèçíåñ ðåãèñòðèéí ñàí äàõü ÀÀÍÁ-í ò¿¿âýð ñóäàëãààíä àøèãëàõ íýã ãîë ò¿ëõ¿¿ð ¿ç¿¿ëýëò
áîë àæèëëàãñäûí òîî þì. Çàðèì ñàëáàðóóäûí õóâüä ò¿¿âðèéã äàí ãàíö àæèëëàãсäûí òîîãîîð õèéõ
íü ó÷èð äóòàãäàëòàé áàéäàã. Ìýäýýëëèéí ýõ ¿¿ñâýð, ñóäàëãààíû çîðèëãîîñ õàìààðààä çàðèì
ñàëáàðûí ò¿¿âðèéã àæèëëàã÷äûí òîîãîîð, çàðèì ñàëáàðûíõûã áîðëóóëàëòûí îðëîãîîð õèéñýí.
Àæ ¿éëäâýð, áàðèëãà, õóäàëäàà, çî÷èä áóóäàë, çîîãèéí ãàçàð, òýýâýð õîëáîî, àÿëàë
æóóë÷ëàë çýðýã ñàëáàðóóäûí õóâüä àæ àõóéí íýãæ, áàéãóóëëàãûí áîðëóóëàëòûí îðëîãûí
ã¿éöýòãýëèéí æèëèéí ýöñèéí ìýäýý áîëîí ¯ÒÅÃ-ûí òàòâàð òºëºã÷äèéí òàéëàíãаàð çàñâàðëàí
õ¿ðýýã øèíý÷èëæ óã õ¿ðýýíýýñ ¿éë àæèëëàãàà ÿâóóëààã¿é áàéãóóëëàãóóäûã õàññàí. Áóñàä
ñàëáàðóóäûí õóâüä àæèëëàãñäûí òîîã áèçíåñ ðåãèñòðèéí ñàíãèéí ìýäýýëëýýð àâñàí. Ìºí ÕÀÀ,
ñàíõ¿¿ãèéí çóó÷ëàëûí ñàëáàðûí õ¿ðýýíýýñ ¯ÒÅÃ-ûí òàòâàð òºëºã÷äèéí òàéëàíãèéí ìýäýýëëýýð ¿éë
àæèëëàãàà ÿâóóëààã¿é ÀÀÍÁ-ûã õàñ÷ õ¿ðýýã øèíý÷èëñýí.
¯éë àæèëëàãàà ÿâóóëæ áàéãàà õóóëèéí ýòãýýä

àæ àõóéí íýãæ, áàéãóóëëàãûí òîî
ÁÐ ñàí Çàñâàðëàãäñàí
Ýäèéí çàñãèéí ¿éë àæèëëàãààíû ñàëáàð
2005 õ¿ðýý
ÁYÃÄ 22 547 18860
Õºäºº àæ àõóé, àí àãíóóð, îéí àæ àõóé 1 296 998
Çàãàñ àãíóóð 4 4
Óóë óóðõàé, îëáîðëîõ ¿éëäâýð 177 145
Áîëîâñðóóëàõ ¿éëäâýð 1 470 1071
Öàõèëãààí õèé ¿éëäâýðëýë, óñ õàíãàìæ 177 158
Áàðèëãà 574 544
Áººíèé áîëîí æèæèãëýí õóäàëäàà, ãýð àõóéí áàðàà 8 247 5762
çàñâàðëàõ ¿éë àæèëëàãàà
Çî÷èä áóóäàë, çîîãèéí ãàçàð 908 725
Òýýâýð, àãóóëàõûí àæ àõóé, õîëáîî 541 468
42
Ñàíõ¿¿ãèéí ã¿éëãýý õèéõ ¿éë àæèëëàãàà 755 592
¯ë õºäëºõ õºðºíãº, ò¿ðýýñ, áèçíåñèéí ¿éë àæèëëàãàà 1 494 1 522
Òºðèéí óäèðäëàãà, áàòëàí õàìãààëàõ, àëáàí æóðìûí 1 306 1 308
íèéãìèéí äààòãàëûí ¿éë àæèëëàãàà
Áîëîâñðîëûí ñàëáàðûí ¿éë àæèëëàãàà 1 740 1 1731
Ýð¿¿ë ìýíä, íèéãìèéí õàëàìæèéí ¿éë àæèëëàãàà 1 662 1 656
Íèéãýì, õóâü õ¿íä ¿ç¿¿ëýõ áóñàä ¿éë÷èëãýý 2 194 2 176
Ò¿¿âðèéí àðãà
Ò¿¿âðèéí àðãûã ñóáúåêòèâ áîëîí îáúåêòèâ àðãà ãýæ àíãèëäàãààñ îáúåêòèâ àðãà íü
ìàãàäëàëò, ìàãàäëàëò áóñ ÿëãàãääàã.
Ñóáúåêòèâ àðãà íü òóõàéí ñóäëàà÷èéí õóâèéí øèéäýëä òóëãóóðëàõ òóë ñóäëàà÷èéí
ñàíààòàé áîëîí ñàíààíäã¿é õèéñýí àëäààíààñ õàìààðàí óðüä÷èëàí òîäîðõîéëîõ áîëîìæã¿é
ò¿¿âðèéí õàçàéëò ¿¿ñäýã. Õàðèí îáúåêòèâ àðãà íü õ¿íèé õóâèéí ñàíàà áîäëîîð áóñ òîäîðõîé
àðãà÷ëàëûí äàãóó õýí ÷ õèéñýí àäèë ¿ð ä¿í ãàðäàã. Ýíä çºâõºí ìàãàäëàëò îáúåêòèâ ò¿¿âýð íü
øèíæëýõ óõààíû ¿íäýñëýë á¿õèé ¿ð ä¿íã ãàðãàæ, åðºíõèé îëîíëîãîî çºâ òºëººëíº. Ñîíãîëò õèéõ
ìàãàäëàëò ñàíàìñàðã¿é ò¿¿âðèéí àðãà íü íýã áîëîí õýä õýäýí ñàíàìñàðã¿é áàéõ íºõöëèéã
àãóóëäàã ó÷èð åðºíõèé îëîíëîãèéí íýãæ áîëãîí ñîíãîãäîõ òîäîðõîé ìàãàäëàëòàé áàéäàã
Ýíýõ¿¿ ò¿¿âýðò á¿ëýãëýñýí îáúåêòèâ ìàãàäëàëò ò¿¿âðèéí àðãûã àøèãëàâ. Åðºíõèé îëîíëîãîî
ýäèéí çàñãèéí ¿éë àæèëëàãààíû ñàëáàðààð àíãèëæ, 13 á¿ëýã áîëãîñîí. ¯¿íä
Á¿ëýã 1. – Õºäºº àæ àõóé, àí àãíóóð, îéí àæ àõóé
Á¿ëýã 2. – Çàãàñ àãíóóð
Á¿ëýã 3. – Àæ ¿éëäâýð (óóë óóðõàé, îëáîðëîõ ¿éëäâýð, áîëîâñðóóëàõ àæ ¿éëäâýð, öàõèëãààí,
äóëààíû ¿éëäâýðëýë, óñàí õàíãàìæ)
Á¿ëýã 4. – Áàðèëãà
Á¿ëýã 5. – Áººíèé áîëîí æèæèãëýí õóäàëäàà, ãýð àõóéí áàðàà çàñâàðëàõ ¿éë÷èëãýý
Á¿ëýã 6. – Çî÷èä áóóäàë, çîîãèéí ãàçàð
Á¿ëýã 7. – Òýýâýð, àãóóëàõûí àæ àõóé, õîëáîî
Á¿ëýã 8. – Ñàíõ¿¿ãèéí ã¿éëãýý õèéõ ¿éë àæèëëàãàà
Á¿ëýã 9. – ¯ë õºäëºõ õºðºíãº, ò¿ðýýñ, áèçíåñèéí áóñàä ¿éë àæèëëàãàà
Á¿ëýã 10. – Òºðèéí óäèðäëàãà, áàòëàí õàìãààëàõ, àëáàí æóðìûí äààòãàë
Á¿ëýã 11. – Áîëîâñðîë
Á¿ëýã 12. – Ýð¿¿ë ìýíä
Á¿ëýã 13. – Íèéãýì, õóâü õ¿íä ¿ç¿¿ëýõ áóñàä ¿éë÷èëãýý
Ñóäàëãààíû òºëººëºõ ÷àäâàðûã ºíäºð áîëãîõûí òóëä äýýðõ 13 á¿ëýã òóñ á¿ðýýð íýëýíõ¿é áîëîí
ò¿¿âýð ñóäàëãàà õèéõ õ¿ðýýã òîãòîîñîí. Èíãýõäýý EXCEL-í percentile() ôóíêöèéã àøèãëàí òóõàéí
ñàëáàðûí ÀÀÍ-èéã áîðëóóëàëòûí îðëîãî (àæèëëàãñäûí òîî) –îîð 10 òýíö¿¿ á¿ëýãò õóâààæ 10 äàõü
á¿ëãèéã ñóäàëãààíä çàéëøã¿é õàìðàãäàõ ÀÀÍÁ ãýæ ¿çýí íýëýíõ¿é ñóäàëãààíä õàìðóóëæ áóñäûã
ò¿¿âýð ñóäàëãààíä õàìðóóëñàí. Òýãýõäýý ýõíèé 4 á¿ëãèéã æèæèã õýìæýýò, 5-9-èéã äóíä õýìæýýò
á¿ëýã ãýæ ÿëãàñàí. Òóõàéëáàë áàðèëãûí ñàëáàðò áîðëóóëàëòûí îðëîãûí á¿ëãýýð àíãèëæ ¿çýõýä:
Á¿ëýã Á¿ëãèéí õýìæýý Áîðëóóëàëòûí îðëîãî

Percentile ìÿí.òºã
Ò¿¿âðèéí 10% 5084.1
æèæèã õýìæýýò 20% 10561.3
á¿ëýã 30% 19830.8
40% 33532.0
Ò¿¿âðèéí äóíä 50% 51966.5
õýìæýýò á¿ëýã 60% 99505.7
70% 163680.7
80% 268680.8
90% 602831.5
Íýëýíõ¿é 100% 6795408.6
43
Ýíä ò¿¿âðèéí æèæèã õýìæýýò á¿ëýãò 33532.0 ìÿíãàí òºãðºã õ¿ðòýë, äóíä õýìæýýò á¿ëýãò 33533.0–
6795408.6 ìÿíãàí òºãðºãèéí, íýëýíõ¿é ñóäàëãààíä 6795408.6 ìÿíãàí òºãðºãººñ äýýø áîðëóóëàëòûí
îðëîãîòîé íýãæ¿¿ä îðæ áàéíà.
Áàðèëãûí ñàëáàðûí íèéò çàñâàðëàãäñàí õ¿ðýýã àæ àõóéí íýãæèéí á¿ëãýýð ¿ç¿¿ëáýë:
Á¿ëýã ÀÀÍ-èéí òîî ÀÀÍ-èéí òîîíû Áîðëóóëàëòûí

á¿òýö % îðëîãûí á¿òýö %
Ò¿¿âðèéí æèæèã õýìæýýò 218 40.1 1.9
á¿ëýã
Ò¿¿âðèéí äóíä õýìæýýò 271 49.8 32.0
á¿ëýã
Íýëýíõ¿é ñóäàëãààíä 55 10.1 66.1
õàìðàõ á¿ëýã
Ä¿í 544 100.0 100.0
Äýýðõ õ¿ñíýãòýýñ ¿çâýë áàðèëãûí ñàëáàðûí õóâüä íýëýíõ¿é ñóäàëãààíä ÀÀÍÁ-ûí 10 õóâü
áóþó 55 íýãæ õàìðàãäàõ áºãººä ýäãýýð íýãæ¿¿ä íü òóõàéí ñàëáàðûí íèéò áîðëóóëàëòûí îðëîãûí
66.1 õóâèéã á¿ðä¿¿ëæ áàéõàä æèæèã õýìæýýò á¿ëãèéí õóâüä íèéò àæ àõóéí íýãæèéí 40 õóâü áàéãàà ÷
áîðëóóëàëòûí îðëîãûí 2 õ¿ðýõã¿é õóâèéã ýçýëæ áàéíà.
Ò¿¿âðèéí õýìæýý
Ò¿¿âðèéí õýìæýýã òîäîðõîéëîõäîî äàðààõ çàð÷ìûã áàðèìòàëíà.¯¿íä:

1. Áàéæ áîëîõ íàðèéâ÷ëàëûí çýðýãò íèéö¿¿ëæ ò¿¿âðèéí õýìæýýã òîäîðõîéëîõ.
a. Ñòàíäàðò àëäààíû õÿçãààðûã 5 õóâü áóþó èòãýõ çàâñàð 95% áàéõ
b. Àëäààíû õÿçãààð îëîíëîãèéí äóíäæèéí 15%-èàñ õýòðýõã¿é áàéõ
c. Õàðèóëò èðýõã¿é áàéõ òîõèîëäîë 5% áàéõ ãýæ òóñ òóñ òîîöîõ.
2. ªãºãäñºí çàðäëûí ò¿âøèíä õàìãèéí îëîí, ¿ð àøèãòàé ò¿¿âðèéí õýìæýýã ñîíãîõ.
Ñàëáàð òóñ á¿ðèéí õóâüä ò¿¿âðèéí õýìæýýã äàðààõü áàéäëààð òîîöîæ ãàðãàíà.
Õóâèëáàð 1.
N (ò¿¿âðèéí õ¿ðýý) – 489

Y (îëîíëîãèéí äóíäàæ) – 98477
Zα/2 = 1.96 (èòãýìæëýãäýõ èíòåðâàë 95% áàéõàä àøèãëàõ êîýôôèöèåíò)
y
e (îëîíëîãèéí äóíäæèéí àëäààíû õÿçãààð) – * 100 = 14771
e
S (ñòàíäàðò àëäàà) – 122301
⎛ z ⋅S ⎞
2
nSRS = 263 n SR S = ⎜ α/2 ⎟

⎝ e ⎠
Îëîíëîãèéí õýìæýýíýýñ õàìààðñàí çàñâàðëàãäñàí nSRS áóþó
n
n = SRS
n
1 + SRS
N
n = 171
Õàðèóëò èðýõã¿é áàéõ òîõèîëäîë 5% ãýæ ¿çâýë
n’ = n (1+0.05) = 180
Ñóäàëãààíä õàìðàãäàõ íèéò íýãæèéí òîî = 55 (íýëýíõ¿éãýýð àâàõ) + 180(ò¿¿âðýýð) = 235
Ò¿¿âðèéí õýìæýýã æèæèã áîëîí äóíä ãýæ 2 õóâààñàí. (á¿ëýã 1- decimile 1-4; á¿ëýã 2 – decimile 5-9)
Íåéìàíèé õóâààðèëàëòûí àðãààð ñóäàëãààíä õàìðàãäàõ íýãæèéã äýýðõ 2 á¿ëãýýñ äàðààõü òîìú¸îã
àøèãëàí ãàðãàâàë:
N h × Sh
nh = n ×
∑ N h × Sh
44
Ò¿¿âýð ñóäàëãààíä íèéò 180 íýãæèéã ¿¿íèé n1=10 íýãæ íü æèæèã, n2=170 íýãæ íü äóíä õýìæýýñò
á¿ëãýýñ àâàõààð áàéíà.
Èéì áàéäëààð ñàëáàð á¿ðèéí ò¿¿âðèéí òîîã òóñ á¿ðä íü õýäýí íýãæèéã íýëýíõ¿é
àæèãëàëòààð, õýäèéã ò¿¿âðýýð ÿìàð á¿ëãýýð àíãèëàí ñîíãîõûã òîãòîîíî. Èíãýæ ò¿¿âðèéí õ¿ðýý,
ñîíãîõ íýãæèéí òîîã òîãòîîñíû äàðàà ñàëáàð òóñ á¿ðèéí íýãæèéí æàãñààëòûã àøèãëàí àíãè á¿ðò
øààðäëàãàòàé íýãæ áóþó ñóäàëãàà àâàõ íýãæèéí æàãñààëòûã ãàðãàíà. Ýíä óðüäàõ á¿ëã¿¿äýä
òîäîðõîéëñîí ò¿¿âýðëýëòèéí ¿íäñýí àðãà, òåõíèê¿¿ä àøèãëàãäàíà.
¯¿íèé çýðýãöýý ñóäàëãààíä çîðèóëæ ãàðãàõ õºðºíãèéí хэр õýìæýýòýé çîõèöóóëæ ò¿¿âðèéí
õýìæýýã àëäààíû õÿçãààð îëîíëîãèéí äóíäæèéí áàãà çýðãèéí ººð÷ëºëòººð ñóäàëãààíä õàìðàãäàõ
íýãæèéí òîîã ººð÷èëæ áîëíî.
6.4. Æèøýý 2. Ýäèéí çàñãèéí ò¿¿âýðëýëòèéã íýãýí òºðëèéí àæ àõóéí íýãæ áàéãóóëëàãààñ
õèéõ àðãûí æèøýý.
Ýíý íü ìàíàé áàéãóóëëàãà äýýð àæ ¿éëäâýðèéí ãàçðûí ò¿¿âýð ñóäàëãààíû ò¿¿âýðëýëòèéã

õèéäýã ÒÀÑÈÑ-ûí ìýðãýæèëòí¿¿äèéí çºâëºñºí íýãýí òºðëèéí àæ àõóéí íýãæ áàéãóóëëàãûí ò¿¿âðèéã
EXCEL ïðîãðàììààð õèéõ àðãà÷èëñàí çºâëºìæèéí æèøýý þì. Ýíý æèøýýíä ò¿¿âýðëýëòèéí
ò¿ëõ¿¿ð ¿ç¿¿ëýëòýýð àæèëëàãñäûí òîîã àâñàí áîëíî. Æèøýýíä ôàéëóóäûí õóóäàñ òýäãýýðèéí
á¿òöèéã òóõàé á¿ð òîäîðõîé ãàðãàí ¿ç¿¿ëýëòèéí íýð, áîäîëòûí òîìú¸îã áè÷èæ òàéëáàð ºãñºí òóë
¿íäñýí ôàéëã¿éãýýð õèéõýä áîëîìæòîé ãýæ ¿çýæ áàéíà. Ìºí ¿éë àæèëëàãààíû òàéëáàðûã ôàéëûí
õóóäñààð íü õàðãàëçàí äàðààëóóëàí îðóóëëàà.
1. Ò¿¿âðèéí çîõèîìæ, àíõàí øàòíû ò¿¿âýðëýëòèéã õèéõ
Ò¿¿âðèéí çîõèîìæèéã õèéõýä design2005_re.xls íýðòýé ôàéë äýýð ýõýëæ àæèëëàíà. Ýíý ôàéëûí
Frame, Lookups, Strata, Sample, Report íýðòýé 6 õóóäàñ íü äàðààõ çîðèóëàëòòàé. ¯¿íä:
Frame
Ýíý õóóäñàíä ò¿¿âðèéí ýõ õ¿ðýýíèé ìýäýýëýë áóþó ò¿¿âýðò õàìðàõ á¿õ ÀÀÍÁ-í øààðäëàãàòàé
ìýäýýëýë îðíî.
Ýíý õóóäñàíä A-ààñ I – õ¿ðòëýõ áàãàíûí ¿ç¿¿ëýëò¿¿äèéã ò¿¿âýð õèéæ áàéãàà õ¿í á¿ðä¿¿ëñýí áàéõ
¸ñòîé. ¯ëäñýí 3 ¿ç¿¿ëýëòèéã ò¿¿âýð õèéõ çîðèëãîä íèéö¿¿ëýí äàðààõ áàéäëààð òîîöíî. ¯¿íä:
Copy the frame to the range beginning in A4; then copy the formulas J2,K2,L2
A B C D E F G H I J K L
AD_Loc-Àéìãèéí äóãààð
Sizeclass- ÀÀÍÁ-í àíãè

SD_Loc-Ñóìûí äóãààð
RD-ðåãèñòðèéí äóãààð
Employ- àæèëëàãñäûí
Isicshort-Òîâ÷ êîä
ISIC-ÀÀÍÁ-í êîä
Stratum-Ñòðàòà
Address- Õàÿã
DescRip
òîî
Name- ÀÀÍ-
ID íýð
6-ð
18 1 1 Øèíý ºðãºº 2003023 1729 áàã 0 16 17 4 17/4
ªëçèéò 6-ð
20 1 1 ºíäºð 2003627 2029 áàã 0 2 20 1 20/1
6-ð
25 1 1 Ìîí ñåðâèñ 2002922 1551 áàã 0 4 155 1 155/1
J=IF(LEFT(F4,2)="15",LEFT(F4,3),LEFT(F4,2)) ISIC-êîäûí ç¿¿í òàëûí 2 îðîí 15 áàéâàë ç¿¿í òàëààñ

íü 3 îðîíã ¿ã¿é áîë 2 îðîíã òîâ÷èëñîí êîä áîëãîí àâ÷ áàéíà.
K =VLOOKUP(I4,Lookups!$B$2:Lookups!$C$8,2,TRUE) Lookups-õóóäàñíààñ ÀÀÍÁ-ûí àíãèéã ÿëãàí

àâ÷ áàéíà.
L =J4&"/"&TEXT(K4,0) Ñòðàòàãèéí íýðèéã J, K áàãàíóóäààñ á¿ðä¿¿ëæ àâ÷ áàéíà.
45
Lookups - õóóäàñ äàðààõ á¿òýöòýé áàéíà. Ýíý íü ÀÀÍÁ-óóäûã àæèëëàãñäûí òîîãîîð íü õýðõýí
àíãèëàõûã òîäîðõîéëæ áàéíà.
B | C D E
Àæèëëàãñäûí
Àæèëëàãñäûí òîî | ÀÀÍÁ-í àíãè òîîíû àíãè
1 1 1-4
5 2 5-9
10 3 10-14
15 4 15-24
25 5 25-99
100 6 100-9999
10000 7 10000 +
Strata Ýíý íü Frame õóóäàñíààñ PivotTable- õèéõäýý Layout –äýýð Strata-ã ìºðºíä àâààä
õ¿ñíýãòèéí ¿ç¿¿ëýëòýýð Sum of Employ, Count of Employ2, StandartDev of Employ3 ãýæ ñîíãîñîí 3
¿ç¿¿ëýëò¿¿ä þì. ªºðººð õýëáýë ò¿¿âýð õèéõýä çîðèóëæ àæèëëàãñäûí òîî, íýãæèéí òîî,
àæèëëàãñäûí òîîãîîð òîîöñîí ñòàíäàðò àëäààíû òîî õýìæýýã ñòðàòà á¿ðýýð ãàðãàæ àâàõ
çîðèëãîòîé.
A B C D
1 Data
2 Sum of Count of StdDev of
Stratum Employ Employ2 Employ3
3 10/1 47 20 1.039989878
4 10/4 36 2 1.414213562
5 11/1 1 1 #DIV/0!
6 14/1 63 41 0.868837182
7 14/2 97 14 1.730463954
8 14/3 43 4 0.957427108
Sample Ýíý õóóäàñíû ýõíèé 6 ìºð ò¿¿âýð õèéõýä øààðäàãäàõ ãîë ¿ç¿¿ëýëò¿¿äèéí òîäîðõîéëîëòûã
àãóóëñàí áàéíà. ¯¿íä:
D E
1 Popsize 2127 ¯íäñýí õ¿ðýý 2127 ÀÀÍÁ îðñîí
2 Smplsize 40.00% Ò¿¿âýðëýëòèéí õóâèéã 40% áàéõààð áîäñîí
3 Áîñãî òîî áóþó 5 õ¿ðòëýõ íýãæòýé ñòðàòàã íýëýíõ¿éä íü
Threshold 5 ñóäëàõ áóþó á¿õ íýãæýýñ íü ñóäàëãàà àâíà ãýæ òîîöñîí
4 Sample: 851 Íèéò ñóäëàõ íýãæèéí òîî = FullEnum+ Sampled
5 -FullEnum 436 Òóñãàé àëãîðèòìîîð äàâòàí òîîöîîëæ áîäíî
6 -Sampled 415 Òóñãàé àëãîðèòìîîð äàâòàí òîîöîîëæ áîäíî
Ýíä ýõíèé 3 òîîã àíõëàí òîãòîîæ ºãººä äàðààãèéí 3 òîîã òóñãàé àëãîðèòìîîð äàâòàí
òîîöîîëæ òîäîðõîé íºõöºë á¿ðäñýí ¿åä ýöýñëýíý. ¯¿íèéã õýðõýí õèéõ òàëààð òàéëáàð õèéå.
Íåéìàíèé õóâààðèëàëòûí àðãààð ñóäàëãààíä õàìðàãäàõ íýãæèéã á¿ëýã á¿ðýýñ äîîðõè
òîìú¸îã àøèãëàí ãàðãàæ àâíà. Ýíý òîìú¸î óðüäàõ æèøýýíä îðñîí áîëîâ÷ ýíý æèøýý íü òóõàéí
òîõèîëäîë áîëîõ òóë äàõèí òàéëáàð õèéæ áàéíà.
N h × Sh
nh = n × (N1)
∑ N h × Sh
Ýíä: N h = h-ð ñòðàòà äîòîðõè á¿õ ÀÀÍÁ-í òîî
nh = h –ð ñòðàòà äîòîðõè ò¿¿âðèéí íýãæèéí õ¿ðýýíèé ò¿¿âýðëýãäýõ õýìæýý
n = Íèéò ò¿¿âýðëýõ ÀÀÍÁ-í òîî
S h = h-ð ñòðàòàãèéí õ¿ðýýíä áàéãàà á¿õ ÀÀÍÁ-í ñòàíäàðò àëäàà
46
Ìºí õóóäàñíû 8-ð ìºðººñ ýõýëñýí õ¿ñíýãòèéí ýõíèé õýñýã íü äàðààõ áàéäëààð á¿ðýëäýíý. ¯¿íä:
smpl=850,8 – íèéò ò¿¿âðèéí õýìæýý, 2127 – ýõ îëîíëîãèéí õýìæýý. Ýõíèé áàéäëààð ò¿¿âýðëýõ
íýãæèéí òîî 692, ¿¿íèé 159 –íü íýëýíõ¿é ñóäëàãäàõ íýãæèéí òîî.
A B C D E F G H I J
8 Smpl 850.8 692
9 Totals 2127 5030.035 850 159 1968
11 Isic Sc Stratum count=Nh stdev=Sh Sample f FullEnumStart N'
12 10 1 10/1 20 1.03999 4 20.00% 0 20
13 10 4 10/4 2 1.414214 2 100.00% 2 0
14 11 1 11/1 1 0 1 100.00% 1 0
15 14 1 14/1 41 0.868837 7 17.07% 0 41
Isic=LEFT(C11,SEARCH("/",C11)-1) –íü strata ¿ç¿¿ëýëòèéí òàøóó çóðààñíû óðä òàëûí óòãûã

Sc=RIGHT(C11,LEN(C11)-SEARCH("/",C11)) –íü strata ¿ç¿¿ëýëòèéí òàøóó çóðààñíû àðûí óòãûã
àâàõ
stratum =strata!A3 –íü strata õóóäàñíû ñîíãîãäñàí ñòðàòàãèéí óòãûã
count=Nh=strata!C3 –íü strata õóóäàñíû ñîíãîãäñîí íýãæèéí òîî

stdev=Sh=IF(ISERROR(strata!D3),0,strata!D3) –íü strata õóóäñàíä òîîöîãäñîí àæèëëàãñäûí òîîíû
ñòàíäàðò àëäààíû àëäààòàé óòãûã òýã áîëãîí àâàõ
Sample=IF(AND(ROUND(AJ11,0)<1,AJ11>0),1,ROUND(AJ11,0)+AK11) –íü AJ11-¿íýëýãäñýí
¿ç¿¿ëýëòèéí íàðèéâ÷ëàãäñàí óòãà (0,1) çàâñàðò áàéâàë 1 ãýñýí óòãà àâàõ áà ýñðýã òîõèîëäîëä òýð
íàðèéâ÷ëàãäñàí óòãà äýýð AK11-¿ç¿¿ëýëòèéí óòãûã íýìæ àâàõ
f =F11/D11-íü ñòðàòà á¿ðèéí ò¿¿âðèéí æèíã òîîöîõ
FullEnumStart =IF(D11<=$E$3,D11,IF(E11=0,$E$3,0))-íü òóõàéí ñòðàòàãèéí íýãæèéí òîî áîñãî òîî
(threshold = 5)-ààñ õýòðýõã¿é áàéâàë ººðèéíõ íü óòãûã, ýñðýã íºõöºëä õýðýâ ñòàíäàðò õàçàéëò òýã
áàéâàë 5-ûã, ¿ã¿é áîë òýã óòãà àâàõ áóþó íýëýíõ¿é àæèãëàëò õèéõ íýãæèéí òîîã ãàðãàõ
N' =D11-I11-íü ò¿¿âýðëýëò õèéõ ñòðàòàãèéí íýãæèéí òîîíîîñ íýëýíõ¿é ñóäëàõ íýãæèéí òîîã õàññàí
óòãóóä òóñ òóñ áîëíî.
Äýýðõ Sample –ä áàéãàà AJ11, AK11 ¿ç¿¿ëýëò¿¿ä íü Íåéìàíû òàðõààëòûí æóðìààð òîîöîæ
òîäîðõîé øàëãóóðààð øàëãàæ òîãòîîñîí óòãóóä þì. ¯¿íèéã õýðõýí òîîöîæ øàëãàõûã òàéëáàðëàÿ.
Ýõëýýä ýõíèé õ¿ñíýãòèéí àðààñ äàðààõ òîîöîî á¿õèé áàãàíóóäûã îðóóëíà. ¯¿íä:
L M N O P Q
605
100.00% 24.04854 6 687 246 1881
Wh=Nh/N Sh.Wh check Alloc FullEnum N''
1.02% 0.010569 0 0 0 20
0.00% 0 0 0 2 0
0.00% 0 0 0 1 0
2.08% 0.018101 0 1 0 41
0.71% 0.01231 0 0 0 14
Wh=Nh/N=J11/J$9 –íü äýýðõ (N1) òîìú¸îíä ãàðñàí ñòðàòàãèéí ò¿¿âýðëýõ íýãæèéí òîîã íèéò íýãæèéí
òîîíä õàðüöóóëñàí òîî
Sh.Wh=L11*$E11 – íü äýýðõ æèí ñòàíäàðò õàçàéëò 2-ûí ¿ðæâýð
Alloc =ROUND(M11/M$9*I$8,0) –íü æèí ñòàíäàðò õàçàéëò 2-ûí ¿ðæâýðèéã ¿ðæâýð¿¿äèéí íèéëáýð
õóâààæ áóòàðõàéí îðîíã¿éãýýð íàðèéâ÷èëñàí Íåéìàíû òîìú¸îíû óòãà
check=IF(O11>J11,1,0) – íü Íåéìàíû òîìú¸îíû óòãûã òóõàéí ñòðàòàãèéí ò¿¿âýðëýõ íýãæèéí óòãààñ
õýòýðñýí áîë 1, ¿ã¿é áîë 0 óòãà àâàõ
FullEnum =IF(O11>J11,J11,0)+I11 – íü Íåéìàíû òîìú¸îíû óòãûã òóõàéí ñòðàòàãèéí ò¿¿âýðëýõ
íýãæèéí óòãààñ õýòýðñýí áîë ò¿¿âýðëýõ óòãà, ¿ã¿é áîë 0 óòãà äýýð íýëýíõ¿é ñóäëàõ íýãæèéí òîîã
íýìæ àâàõ
N'' =$D11-P11 – íü òóõàéí ñòðàòàãèéí ýõ îëîíëîãèéí òîîíîîñ íýëýíõ¿é ñóäëàõ íýãæèéí òîîã õàññàí
óòãà
Ýíý òîîöîîã õèéñíèé äàðàà L-ýýñ Q áàãàíû õóâüä 8-ð ìºðºíä òýäãýýð áàãàíóóäûí ä¿íã
áîäîîä P8 äýýð =$D8-P9 òîìú¸îãîîð ò¿¿âýð õèéõ íýãæèéí òîîã ãàðãàíà.
47
Îäîî òóõàéí áàãàíû check –èéí óòãóóäûã 1-òýé òýíö¿¿ áàéãàà ýñýõèéã í¿äýýð øàëãàæ ¿çíý.
Õýðýâ íýã ë óòãà òýã áèø áîë äàðàà÷èéí áàãàíóóäàä äàõèí äýýðõèéí àäèë 6 áàãàíàä òýð òîîöîîã
äàâòàí õèéæ check –èéí óòãóóäûã 0-òýé òýíö¿¿ áàéãàà ýñýõèéã øàëãàæ á¿ãä òýã áîëñîí áàéâàë
àíõàí øàòíû ò¿¿âýð äóóñ÷ áàéíà ãýæ ¿çýæ áîëíî. Èíãýýä äýýð Sample –í áîäîëòîä îðñîí DJ11,
DK11-í óòãûã ñ¿¿ë÷èéí çºâ áîëñîí Alloc, FullEnum –í çààëòûã îðëóóëæ ºãíº. Ìºí E5-äýýð AK9-í
óòãà, E6-äýýð AK8-í óòãà áàéõ ¸ñòîéã ñ¿¿ëèéí ¿íýëæ ãàðãàñàí íýëýíõ¿é áîëîí ò¿¿âðýýð ñóäëàõ
íýãæèéí òîîíóóäûã õàðãàëçóóëàí òàâüæ ºãíº.
Report Sample- õóóäàñíû 10-ð ìºðººñ ýõíèé 7 áàãàíà á¿õèé õ¿ñíýãòýýñ PivotTable õèéõäýý Isic –
èéã ìºðä, Sc-ã áàãàíàä, õ¿ñíýãò äîòîð íü sample-èéí count, f-èéí Max-èéã òóñ òóñ àâ÷ ãàðãàíà.
Èíãýõýä Sc-ãýýð 1-ýýñ 6 òºðëèéí ò¿¿âðèéí àíõàí øàòíû íýãæèéí ñîíãîãäîõ òîî íü Isic –èéí
òîâ÷èëñîí àíãèëàë á¿ðä õàðãàëçàí ãàð÷ ìºðäºº ò¿¿íä õàðãàëçàí ò¿¿âýðëýãäýõ íèéò íýãæèéí òîî,
áàãàíà á¿ðèéí õóâüä ìºí íèéò ò¿¿âýðëýãäýõ íýãæèéí òîî òóñ òóñ ãàðíà. Ìºí ò¿¿âðèéí òîî á¿ðèéí
äîð ò¿¿íèé õ¿ðýýíäýý ýçëýõ æèíãèéí (f) äýýä (max) õýìæýý ãàðíà.
A B C D E F G H I
1 Sc
2 Isic Gegevens 1 2 3 4 5 6 Grand Total
3 10 Ò¿¿âðèéí òîî 4 2 2 2 7 3 20
4 Max f 20.00% 22.22% 100.0% 100.00% 100.00% 100.00% 100.00%
5 11 Ò¿¿âðèéí òîî 1 1 1 3
6 Max f 100.00% 100.00% 100.00% 100.00%
7 13 Ò¿¿âðèéí òîî 15 2 2 6 25 8 58
8 Max f 15.15% 33.33% 33.33% 60.00% 100.00% 100.00% 100.00%
9 14 Ò¿¿âðèéí òîî 7 5 4 3 6 1 26
10 Max f 17.07% 35.71% 100.00% 100.00% 100.00% 100.00% 100.00%
11 151 Ò¿¿âðèéí òîî 11 7 2 7 11 3 41
12 Max f 21.15% 25.93% 22.22% 63.64% 100.00% 100.00% 100.00%
. . . . . . . . .
Total Ò¿¿âðèéí òîî
241 112 75 101 211 110 850
Total Max f
100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00%
2. Õî¸ðäîõ øàòíû ò¿¿âýðëýëò

Ýíý øàòàíä ýõíèé øàòàíä ñîíãîãäñîí àíõàí øàòíû ò¿¿âðèéí íýãæ¿¿äèéí æàãñààëòûí
òóñëàìæòàéãààð ñàíàìñàðã¿é òîîíû ãåíåðàòîð, ñòðàòàãèéí õ¿ðýýíèé àâòîìàò äóãààðëàëò,
ñîíãîëòûí òóñãàé ä¿ðìèéã àøèãëàí õî¸ðäîõ øàòíû ò¿¿âðèéí íýãæ áóþó ÀÀÍÁ-óóäûã ñîíãîõ àæèë
ã¿éöýòãýãäýíý.
Ýíý àæèëä Frame, Lookups, sample, report íýðòýé õóóäàñíóóäààñ á¿ðäñýí draw_2005_ay.xls
íýðòýé ôàéëòàé àæèëëàõ áîëíî.
Frame Ýíä äàðààõ á¿òýöòýé õóóäàñ áàéíà.
ID
AS1 – àéìãèéí êîä
CS – ñóìûí êîä
Name - íýð
RD – ðåãèñòðèéí äóãààð
ISIC – àíãèëëûí êîä
DescRip
Utas - óòàñ
Employ – àæèëëàãñäûí òîî
ISICSHORT – òîâ÷ êîä
SIZECLASS – àíãèéí õýìæýý
Stratum - ñòðàòà
Aimag - àéìàã
Selected =IF(P2<=VLOOKUP(L2,Lookups!$D$12:$G$157,4,),1,0) Ñòðàòàãààð õàéæ îëñîí ìºðèéí
ò¿¿âýð õèéõ òîîã autoincr áóþó òóõàéí ñòðàòàãèéí íýãæ¿¿äèéí ºññºí äóãààðûí óòãàòàé òýíö¿¿ þìóó
èõ áàéâàë ýíý í¿äýíä 1 òàâüæ ñîíãîãäñîí ãýñýí óòãûã èëýðõèéëíý. Ýíý áîë àíõàí øàòíû ò¿¿âýð
õèéäýã íýã çàð÷èì þì.
Randomval – ñàíàìñàðã¿é òîî. Ýíý íü Randomfunc íýðòýé áàãàíààñ ¿¿ñýí ñàíàìñàðã¿é òîîíû óòãà
48
Autoincr=IF(L2<>L1,1,P1+1) - òóõàéí ñòðàòàãèéí õ¿ðýýíä íýãæ¿¿äèéã ºññºíººð ÿëãàëò õèéñýí
äóãààðûí óòãà
Randomfunc='C:\Program Files\Microsoft Office\OFFICE11\LIBRARY\Analysis\
ATPVBAEN.XLA'!RANDbetween(1,1000000000) – ñàíàìñàðã¿é òîî ¿¿ñãýõ ôóíêö
Lookups Ýíý õóóäñàíä ò¿¿âðèéí çîõèîìæèéí design2005_re.xls ôàéëûí sample –õóóäàñíû ýõíèé
7 áàãàíûã îðóóëæ èðíý.
A B C D E F G H
1 Sizeclasses selected
2 1 1 1 1 1
3 5 2 100 6
4 10 3 14 3
5 15 4
6 25 5
7 100 6
8 10000 7
9
10 design 850
11 Isic sc stratum count=Nh stdev=Sh Sample F
12 10 1 10/1 20 1.03999 4 0.2
13 10 2 10/2 9 1.269296 2 22.22%
14 10 3 10/3 2 0.707107 2 100.00%
15 10 4 10/4 2 1.414214 2 1
16 10 5 10/5 7 24.84907 7 1
17 10 6 10/6 3 388.8063 3 100.00%
18 11 1 11/1 1 0 1 1
Sample Ýíä Frame õóóäàñíû Selected=1 óòãà á¿õèé áè÷ëýã¿¿äèéã îðóóëíà. Ýäãýýð íü õî¸ðäîõ
øàòíû ò¿¿âýðëýëòèéí ¿ð ä¿í áîëîõ áºãººä øààðäëàãàòàé ¿ç¿¿ëýëòýýð ÿëãàí æàãñààæ àøèãëàæ
áîëíî. Äîòîðõè ¿ç¿¿ëýëò¿¿äèéã æàãñààâàë:
ID
AS1- àéìãèéí êîä
CS – ñóìûí êîä
Name - íýð
RD – ðåãèñòðèéí äóãààð
ISIC – àíãèëëûí êîä
DescRip
Utas - óòàñ
Employ- àæèëëàãñäûí òîî
ISICSHORT- òîâ÷ êîä
SIZECLASS - àíãè
Stratum - ñòðàòà
Aimag – àéìãèéí êîä
Selected – Frame-ä 1 óòãà àâñàí áè÷ëýã¿¿ä òóñ òóñ áàéíà.
Report Ýíä äýýðõ Sample õóóäàñíààñ PivotTable –í ìºðèéã ISICSHORT-îîð, áàãàíûã SIZECLASS –
ààð ñîíãîí õ¿ñíýãòèéí äîòîðõèéã Sum of Selected ãýæ àâñàí áîëíî. Ýíý áîë òîâ÷ àíãèëëûí õóâüä
ñîíãîãäñîí íýãæ¿¿äèéí òîîíû õ¿ñíýãò.
49
Sum of
selected SIZECLASS
ISICSHORT 1 2 3 4 5 6 Grand Total
10 4 2 2 2 7 3 20
11 1 1 1 3
13 15 2 2 6 25 8 58
14 7 5 4 3 6 1 26
151 11 7 2 7 11 3 41
152 8 5 3 1 1 1 19
153 5 3 4 2 3 17
154 21 11 4 7 11 6 60
155 22 7 7 15 15 5 71
16 1 1 1 3
17 12 4 5 5 12 11 49
18 19 9 2 6 16 29 81
19 6 4 4 1 7 1 23
20 28 9 4 4 6 51
21 4 1 1 3 9
22 25 9 5 5 11 55
23 1 1 2
24 4 2 4 5 8 1 24
25 1 1 1 3
26 9 4 1 5 19 3 41
27 1 2 2 4 1 10
28 7 1 3 1 7 19
29 2 3 3 2 10
31 4 2 1 3 1 11
32 2 1 3
33 1 3 1 3 8
36 10 5 2 3 4 24
37 1 1 2
40 6 6 7 11 23 21 74
41 4 3 4 4 6 12 33
Grand Total 241 112 75 101 211 110 850
¯ÑÃ-í ÀØÑÃ Ë. Ìÿãìàð, Ø. Àðèóíáîëä óòàñ. 323943
50

Tuuverleltiin Agra

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Tuuverleltiin Agra

Uploaded by

Copyright:

Available Formats

¯ÍÄÝÑÍÈÉ ÑÒÀÒÈÑÒÈÊÈÉÍ ÃÀÇÀÐ

ÀÐÃÀ×ËÀË, ØÈÍÆÈËÃÝÝ, ÑÓÄÀËÃÀÀÍÛ ÃÀÇÀÐ

Áîëîâñðóóëñàí: ÀØÑÃ-ûí ìýðãýæèëòýí Ë. Ìÿãìàð

Õÿíàñàí: ÀØÑÃ-ûí îðëîã÷ äàðãà À. Äýìáýðýë

Á¿ëýã 1 Ò¿¿âðèéí òóõàé åðºíõèé îéëãîëò, òîäîðõîéëîëò 2

Á¿ëýã 2 Ò¿¿âýðëýëòèéí ¿å øàò, õýëáýð, àðãóóä 5

Á¿ëýã 3 Ò¿¿âýðëýëòèéí õýìæýý, íàðèéâ÷ëàëûã òîäîðõîéëîõ 14

Á¿ëýã 4 Ò¿¿âýðëýëòèéí óòãûã àøèãëàí ýõ îëîíëîãèéí óòãà, àëäààã òîäîðõîéëîõ, ä¿í 16

Á¿ëýã 6 Ýäèéí çàñãèéí ò¿¿âýðëýëò 41

2. Ï. Æàñðàé Ýäèéí çàñãèéí ìýäýýëýë, øèíæèëãýý

3. NOTES ON SURVEY SAMPLING; Raja B. M. Korale ; ADB Sampling Consultant

4. Âûáîðî÷íûé ìåòîä íàáëþäåíèÿ. Ìåòîäоëîãè÷åñêèå ïîëîæåíèÿ ïî ñòàòèñòèêå (âûïóñê 1,2,3,4)

1.1. Åðºíõèé ç¿éë

Ò¿¿âýð ñóäàëãààíû ýõ îëîíëîã, ò¿¿âýð, ò¿¿âðèéí õ¿ðýýíèé åðºíõèé á¿ä¿¿â÷:

Ýõ îëîíëîã (TARGET POPULATION)

1.2.Ò¿¿âðèéí òóõàé åðºíõèé îéëãîëò

Ñóäàëãààíû îáúåêòûí òîäîðõîé õýñãèéã íü ñóäàëæ ò¿¿íèé ¿ð ä¿íãýýð ñóäàëãààíû объектûí

Ñóäàëæ áóé þìñ ¿çýãäëèéã òîäîðõîéëîõ õýìæèãäýõ¿¿í¿¿äèéí ººð÷ëºëòèéã øèíæëýí ñóäëàõàä

Ò¿¿âýð ñóäàëãààíû ìàòåìàòèê îíîëûí ¿íäñýí çîðèëãî íü

Ò¿¿âýð ñóäàëãàà ÿâóóëàõ íü äàðààõü ¿íäñýí øààðäëàãààñ óðãàí ãàðäàã. ¯¿íä:

Ýõ îëîíëîãèéã òîäîðõîéëîõäîî äîîðõè õ¿÷èí ç¿éëèéã õàðãàëçàí ¿çíý. ¯¿íä:

Ñóäàëãààíû ýõ îëîíëîã íü ÿã áîäèò îðøèæ áàéãàà ýõ îëîíëîãòîéãîî äàâõöàõã¿é áàéæ áîëíî.

“Õàìðàõ õ¿ðýý” - Ýõ îëîíëîãèéí íýãæ¿¿ä íèéëýýä òóõàéí ñóäàëãààíû îáúåêòûã á¿ðä¿¿ëæ

“Ò¿¿âðèéí õóâü” - n/N -ýýð èëýðõèéëýãäýõ õàðüöààã õýëíý.

“Ïàðàìåòð” - ýõ îëîíëîãèéí õóâüä òîîöîãäñîí õýìæèãäýõ¿¿í¿¿äèéã ïàðàìåòð ãýæ íýðëýäýã.

“Ñòàòèñòèê õýìæèãäýõ¿¿í” - ò¿¿âýðëýãäñýí îëîíëîãèéí õóâüä áîäîãäñîí ñòàòèñòèê

Ýõ îëîíëîãèéí äóíäæèéí ¿íýëãýýг (Õ), ò¿¿âýðëýëòèéí äóíäжийг (õ) ãýæ òýìäýãëýíý.

Ò¿¿âðèéí àëäààã ò¿¿âðèéí ¿ð ä¿íä ¿íäýñëýí ýõ îëîíëîãèéí ïàðàìåòðèéã òîîöîõîä õýðýãëýíý.

1.4.Ò¿¿âýðëýëòýä õýðýãëýãääýã ¿íäñýí òîìú¸î, òîäîðõîéëîëò

Y = ∑ Yi - ýõ îëîíëîãèéí Y - õóâüñàã÷èéí íèéëáýð

y = ∑ yi - ò¿¿âýð îëîíëîãèéí ó- õóâüñàã÷èéí íèéëáýð

Á¿ëýã 2. Ò¿¿âýðëýëòèéí ¿å øàò, õýëáýð, àðãóóä

Ò¿¿âýð ñóäàëãààã äàðààõü ¿å øàòààð ÿâóóëíà. ¯¿íä:

2.2. Ò¿¿âýðëýëòèéí õýëáýð, àðãóóä

Ñàíàìñàðã¿é ò¿¿âðèéí äàâóó òàë

Ñàíàìñàðã¿é ò¿¿âðèéí õýëáýð¿¿ä

Ò¿¿âðèéí àðãóóäûã åðºíõèéä íü õàðüöóóëáàë:

Ñóáúåêòèâ õýëáýð Îáúåêòèâ õýëáýð

Ìàãàäëàëò áóñ Ìàãàäëàëò ýñâýë ñàíàìñàðã¿é

Ñóáúåêòèâ õýëáýðèéí æèøýý:

Ñóáúåêòèâ ò¿¿âðèéí ãîë äóòàãäàë íü ýäãýýð ò¿¿âð¿¿äèéí ¿ð ä¿í íü ýõ îëîíëîãèéí ¿ð ä¿íãýýñ

Îáúåêòèâ ò¿¿âðèéí àðãóóä

1. Ýíãèéí ñàíàìñàðã¿é ò¿¿âýð (Simple Random Sampling-SRS)

2.2.1. Ýíãèéí ñàíàìñàðã¿é ò¿¿âýðëýëò (ÝÑÒ) (Simple Random Sampling-SRS)

Ñàíàìñàðã¿é òîîíû õ¿ñíýãòèéã àøèãëàõ

Äýýð äóðüäñàí àæëûí äàðààëëààñ õàðàõàä ñîíãîãäñîí ñàíàìñàðã¿é òîîíóóäààñ èõèéã íü

¯ëäýãäëèéí àðãààð ñîíãîëò õèéõ æèøýý:

¯ëäýãäëèéí àðãààð ñîíãîãäñîí àéìãóóäûí äóãààð íü äàðààõü áîëíî:

Ýõ îëîíëîã äîòîðõ íýãæ á¿ðèéí ñîíãîãäîæ áîëîõ òýíö¿¿ ìàãàäëàë íü

(5/90=1/18)-òàé òýíö¿¿ áàéíà.

2.2.2. Ñèñòåì÷èëñýí ò¿¿âðèéí àðãà (Systematic Sampling)

à) “1” –ýýñ “N” õ¿ðòëýõ òîõèîëäëûí òîîã ñîíãîõ (i ñîíãîãäñîí)

Ñèñòåì÷èëñýí ò¿¿âðèéí ¿å äýõ ïàðàìåòð¿¿äèéí ¿íýëãýý íü ÝÑÒ-èéíõòýé èæèë.

Ñèñòåì÷èëñýí ò¿¿âðèéí äàâóó òàë

2.2.3. Á¿ëýãëýñýí ò¿¿âýðëýëò (ÁÒ) (Stratified Samplig)

Á¿ëýã òóñ á¿ðýýñ ò¿¿âðèéã õèéõäýý ÝÑÒ-èéí àðãûã àøèãëàíà.

Õýìæèãäýõ¿¿í Ýõ Ò¿¿âðèéí Òîîöîîíû

Ýõ îëîíëîãèéí äóíäàæ íü á¿õ á¿ëã¿¿äèéí æèíãýýð æèãíýñýí äóíäæààð õýìæèãäýíý.

Á¿ëýãëýñýí ò¿¿âðèéí á¿ëãèéã áàéãóóëàõ.

Á¿ëãèéí äóãààð 1 2 3 4 5 Ä¿í

Á¿ëýãëýñýí ò¿¿âðèéí õóâüä äóíäæèéí ñòàíäàðò àëäààã òîîöîõäîî:

Õàðèí íèéëáýðèéí ñòàíäàðò àëäàà íü

2.2.4. Áàãöàëñàí ò¿¿âýðëýëò (Cluster Sampling)

2.2.5. Îëîí øàòàò ò¿¿âýðëýëò (ÎØÒ) (Multi-Stage Sampling)