Professional Documents
Culture Documents
Statistika U Dru Tvenim Naukama FPN BG 2009 2010
Statistika U Dru Tvenim Naukama FPN BG 2009 2010
DRUTVENIM NAUKAMA
Nije dosadno, nije strano. Moe
biti korisno
SVRHA STATISTIKE
Statistika u drutvenim naukama se koristi u kvantitativnim
istraivanjima.
Kvantitativna istraivanja spadaju u onaj tip istraivanja koja su
pozitivistikog tipa i koji se drutvenim i politikim fenomenima bave
na nain da kvantitativno (brojano) operacionalizuju indikatore.
Osnovni zadatak statistike u drutvenim naukama jeste da meri
drutvene fenomene, i sa ovog stanovita pozitivizam kao
paradigma kojom je kvantitativan pristup inspirisan poiva na
pretpostavci da drutveni fenomeni jesu merljivi.
Da bi se obezbedila merljivost drutvenih fenomena, vano je nai
njihove kvantitativne dimenzije.
Na taj nain kvantitativni pristup u procesu operacionalizacije svaki
fenomen vidi posredstvom veeg ili manjeg broja varijabli koje
predstavljaju kvantitativne aspekte ispitivanog fenomena.
Svaki od ovih aspekata jeste u osnovi jedna od kvantitativniih
dimenzija fenomena o kome je re.
Univarijantna statistika
Pod univaraijantnom statistikom se podrazumeva
primena onih statistikih procedura posredstvom kojih se
opisuje jedna varijabla.
Deskriptivna statistika koristi numerike i grafike
metode u cilju opisa i otkrivanja obrazaca nekog seta
podataka, sumarizacije podataka i njihovog
predstavljanja u prikladnoj formi.
Najosnovniji vid deskriptivne statistike jeste korienje
tzv. tabela frekvencije.
Tabele frekvencije u osnovi predstavljaju distribuciju
vrednosti u numerikom ili procentualnom obliku.
Poverenje u institucije:
Skuptina
3,1
11,6
24,1
21,7
39,5
Normalna distribucija
Distribucija
rasprostranjenost
Centar
Grafikon 1
Frequency
1
Mean = 5,00
Std. Dev. = 1,7581
N = 23
0
2,00
4,00
6,00
VAR00002
8,00
Skuptina - poverenje
Asimetrina distribucija
Nasuprot normalnoj distribuciji razlikujemo tzv.
asimetrinu distribuciju
Ovakav oblik distribucije podrazumeva
raspodelu vrednosti na nain da su krajnje
vrednosti frekventnije od srednjih vrednosti
(takozvana U - kriva suprotna Gausovoj krivi).
U ovim sluajevima mere centralne tendencije
imaju malu vrednost obzirom da je standardna
devijacija velika.
Vrh 1
Vrh 1
Aritmetika sredina
Aritemetika sredina predstavlja jednu od
najeih mera centralne tendencije koja se
koristi za statistiku zakljuivanja ili slui kao
osnov za primenu sofisticiranijih statistikih
metoda.
Aritemtika sredina predstavlja sumu vrednosti
konstinuiranog niza podeljenog sa ukupnim
bojem vrednosti.
Formula za izraunavanje aritmetike sredine je:
i =1
xi
=
5+3+8+5+ 6
5
27
5
= 5.4
Medijana
Medijana predstavlja srednji broj
kontinuiranog niza brojeva kada su
vrednosti poreane od najnie do najvie
ili od najvie do najnie.
Ukoliko je niz brojeva neparan, onda je
medijana broj u sredini.
Ukoliko je broj paran, onda je medijana
srednja vrednost srednja dva broja.
Medijana primer
Npr. Ako se varijabla sastoji od 7 brojeva
5,7,4,5,20,6 i 2 onda se medijana izraunava:
2,4,5,5, 6,7,20 M = 5 (broj u sredini posmatrano
s krajeva
Distribucija 1
Aritmetika sredina
Medijana
Grafikon 3
Distribucija 2
Medijana
Aritmetika sredina
Grafikon 4
Distribucija 3
Aritmetika sredina
Medijana
Grafikon 5
Modus
Modus najea vrednost koja se
pojavljuje u jednom setu brojeva. Npr. ako
je set brojeva:
3,4,6,1,8,8,9,3,4,6,8,2,3,8,8,0,9,8,4,5,6,8,3
,3,4,7,8,9,8,0,8,5,8,
Onda je modus = 8, dakle, broj koji se
najvie puta pojavio u nizu.
Mean
95% Confidence
Interval for Mean
5% Trimmed Mean
Median
Variance
Std. Deviation
Minimum
Maximum
Range
Interquartile Range
Skewness
Kurtosis
Lower Bound
Upper Bound
Statistic
13.43
12.25
Std. Error
.594
14.60
13.57
15.00
52.287
7.231
0
26
26
11
-.484
-.781
.199
.396
Grafikon 2
Varijabilnost
Obzirom da je varijabilnost veoma vana
karakteristika svake distribucije, u statistici
postoje numerike mere varijabilnosti.
Prema tome, mere centralne tendencije samo
parcijalno opisuju podatke, te su prema tome
mere varijablinosti nune za potpuni opis neke
varijable.
Drugim reima, centralna tendencija uz mere
varijabilnosti nam pomae da vizualizujemo oblik
jedne distribucije.
Opseg (Range)
Opseg (Range) je najjednostavnija mera
varijabilnosti i on odgovara razilici izmeu
najvee i najmanje vrednosti u nizu. Npr,
ako je niz brojeva 2,3,5,8,20,40, onda je
Opseg = 40 2 = 38
Kalkulacija za varijansu i SD
n
( xi x)2
i =1
n 1
4 +1+ 0 +1+ 4
(13)2 +(23)2 +(33)2 +(43)2 +(53)2
= 2.5
=
4
51
s =
Prema tome u naem primeru SD je:
s
s=
2 .5 = 1.58
Upotrebljivost
Ako su prosena primanja u Srbiji 300 EUR sa
standardnom devijacijom 130 EUR. To znai da oko
68%populacije ima primanja izmeu 170 i 430 EUR i oko
95% populacije ima platu od 40 do 560 EUR (da li je ovo
slua i ako nije ta iz toga sledi?)
Ako prosean gradjanin provede 3 sata pored televizora
dnevno sa standardnom devijacijom od 1 sat, to znai da
oko 68% populacije provodi pored TV-a izmeu 2 i 4
sata i 95% populacije gleda TV izmeu 1 i 5 sati
Ako je prosena ocena na skali od 1-5 za X politiara 3.0
sa standardnom devijacijom 1.5, to znai da ovog
politiara 68% populacije ocenjuje ocenom od 1.5 do 4.5
Grafikon 1
Grafikon 2
34,15% 34,15%
95,45%
2,3%
2,3%
16%
16%
-1
+1
-2
+2
Grafikon 3
99,73%
0,135%
0,135%
-3
+3
Grafikon 4
Grafikon 5
99%
95%
2,5%
2,5%
0,5%
-1,96
+1,96
-2,58
0,5%
+2,58
priblino jednako x
S toga, kljuna stvar jeste da na neki validan
nain procenimo poverenje koje moemo imati u
dobijeni podatak.
DIjalog
Uzorak 2: 11,88
Uzorak 5: 11,92
Uzorak 8: 12,04
Uzorak 11:11,71
Uzorak 14:12,00
Uzorak 17:11,83
Uzorak 20:11,85
Uzorak 3: 12,01
Uzorak 6: 11,69
Uzorak 9: 11,77
Uzorak 12:11,95
Uzorak 15:11,90
Uzorak 18:11,59
Uzorak 4: 12,06
Uzorak 7: 11,71
Uzorak 10: 11,99
Uzorak 13: 12,05
Uzorak 16: 12,04
Uzorak 19: 12,01
Istraiva: Vidi, sve vrednosti koje si dobio su jako blizu, jesi li ti siguran da
je sve u redu sa raunarom?
Statistiar: Naravno da sam siguran, ja ne znam na osnovu kojih informacija
si ti bazirao svoja oekivanja, ali koliko vidim od 20 uzoraka, samo jedna
vrednost koju sam dobio u uzorku br 18, tanije da je prosek 11,59, je izvan
intervala poverenja koji sam mogao da izraunam na osnovu tvog proseka,
dok je prosek svih ostalih uzoraka u okviru intervala poverenja od 95%.
Istraiva: O kakvim to intervalima govori?
Statistiar: Govorim o intervalu povrenja od 95%, naime to je klasian
standard koji validira dobijene podatke, naroito kada je re o aritmetikoj
sredini
Istraiva: I kako si to izraunao moliu lepo?
Statistiar. Jednostavno, rekao si da si dobio prosek 11,87, da ti je uzorak
bio sluajan sa ukupnim brojem od 1000 ispitanika i da je standardna
devijacija 3,083
Istraiva: Tano tako, i ta s tim?
Statistiar: Dakle, po tvojim podacima moemo rei da je verovatnoa da je
aritmetika sredina koju si dobio rezultat loe sree jednaka verovatnoi 1:
20
Istraiva: Kako to?
Statistiar: Jednostavno, svaka aritmetika sredina po prirodi stvari budui
da je rezultat uzorka a ne itave populacije sadri standardnu greku
merenja. Ova greka se izraunava tako to se standardna devijacija
(3,083) podeli sa kvadratnim korenom ukupnog broja ispitanika:
Primer iz dijaloga
N-1000
99%CI
11,87
95% Confidence
Interval for
Mean
Lower Bound
99% Confidence
Interval for
Mean
Lower Bound
Upper Bound
Upper Bound
11,68
12,06
11,62
12,12
Jo nekoliko statistika
Descriptives
Ukupan broj zavrsenih
godina skolovanja
Mean
95% Confidence
Interval for Mean
Statistic
11,87
11,68
Lower Bound
Upper Bound
Std. Error
,098
Extreme Values
Ukupan broj zavrsenihHighest 1
godina skolovanja
2
3
4
5
Lowest 1
2
3
4
5
12,06
5% Trimmed Mean
Median
Variance
Std. Deviation
Minimum
Maximum
Range
Interquartile Range
Skewness
Kurtosis
12,08
12,00
9,504
3,083
0
22
22
2
-1,198
3,743
Huber's
a
M-Estimator
12,05
5
Weighted
Average(Definition 1)
Tukey's Hinges
8,00
10
8,00
25
Value
22
21
20
20
20
0
0
0
0
0a
a. Only a partial list of cases with the value 0 are shown in the table
of lower extremes.
,078
,156
M-Estimators
Case Number
727
83
398
616
857
1004
956
836
813
776
Percentiles
50
75
90
95
16,00
16,00
11,00
12,00
13,00
11,00
12,00
13,00
Minimum
Maximum
1357
2,17
1,163
1386
2,81
1,367
1393
2,38
1,233
1405
2,58
1,296
1386
2,29
1,219
1368
3,11
1,384
1322
1,87
1,052
1392
3,88
1,311
1131
Mean
Std. Deviation
T-test
Jedno od najeih pitanja koje se postavlja kada je
statistika u pitanju jeste, da li postoje statistiki znaajne
razlike izmeu vrednosti na dvema varijablama
Npr. u sluaju naeg kolokvijuma, da li su statistiki
znaajne razlike izmeu srednje vrednosti sudenata i
studentkinja
Ovo konkretno pitanje bi ukazivako na to da ukoliko su
ove razlike statistiki znaajne, onda je test za jednu od
ove dve grupe bio tei
Tanije za onu grupu kod koje merimo manju aritmetiku
sredinu.
Za ovu svrhu se koristi T-test.
On predstavlja jednostavan nain da se izrauna
statistika znaajnost razila izmeu aritmetikih sredina.
Obzirom da se razliite aritmetike sreine mogu koristiti
kao osnov za merenje mi razlikujemo nekoliko vrsti Ttestova.
emu T-test
Upareni T-test testira nultu hipotezu koja
glasi:ne postoje statistiki snaajne razlike
izmeu jednog para aritmetikih sredina.
Ukoliko je statistika znaajnost (p vrednost)
vea od 0.05, onda je nulta hipoteza potvrena.
Meutim, ako je p vrednost manja od 0.05, onda
je nulta hipoteza opovrgnuta, ili tanije u tom
sluaju tvrdimo: ne moe se rei da ne postoje
statistiki znaajne razlike izmeu jednog para
varijabli.
Studentova distribucija
Grafikon 1
normalna
t (df = 12)
t (df = 5)
Stepeni slobode
xx
t=
sx
PRIMER 1
Recimo da smo utvrdili da je prosek na skali religioznosti
u meu uenicima estvrtog razreda srednje kole 20
indexnih poena
Pretostavimo da nas interesuje da li je religioznost vea
ili manja kod jednog odreenog odeljenja u odnosu na
itavu kolu
Budui da smo koristili uzorak iz datog odeljenja koje je
predmet naeg nae analize, mi imamo samo deset
opservacija iz ovog odeljenja. Dakle, t test je jedino
reenje obzirom da se radi o malom broju opservacija.
Na uzorku ovog odeljenja od 10 studenata aritmetika
sedina je 21,2 a standardna devijacija s=3,4
PREMA TOME...
a znamo da je
21.2 20.0
Sledi: t=
= 1.11
1.08
df =9
PRIMER 1 grafiki
1
p
2
1
p
2
Ho
t (df=9)
1
p
2
1
p
2
p=0.025
1
p
2
-2.26
p=0.025
0
20
1.11
21.2
2.26
t=
( x1 x2 ) ( 1 2 )
2
1
2
2
(n1 1) s + (n2 1) s 1 1
( + )
n1 + n2 2
n1 n2
Primetiti da
n1 + n2 2 ,
PRIMER 2
Imamo dve grupe uenika pri emu su istu
materiju ovi studenti savladavali korienjem
razliitih metoda nastave i mi smo im dali isti test
na kraju godine ne bi li proverili da li postoji
razlika izmeu metoda 1 i metoda 2 nastave.
Uzeli smo pet uenika kao reprezentativne za
metod 1 i pet uenika za metod 2.
Grupa 1 je imala 27 poena na testu a grupa 2 je
imala 31 poen. Standardne devijacije:
s1 = 9
dok
s2 = 12
PREMA TOME...
t=
( x1 x2 ) ( 1 2 )
2
1
2
2
(n1 1) s + (n2 1) s 1 1
( + )
n1 + n2 2
n1 n2
t=
4
=
= 0.60
6.7
4(9) 2 + 4(12) 2 1 1
( + )
5+52
5 5
df=5+5-2=8
PRIMER 2 grafiki
1
p
2
1
p
2
Ho
t (df=8)
s x1 s x2 = 6.7
1
p
2
1
p
2
p=0.025
1
p
2
p=0.025
t=-0.60
-2.31
-4
0
0
2.31
Poverenje u
institucije: Vlada
Poverenje u
institucije: Sudstvo
Std. Deviation
Std. Error
Mean
2,37
1353
1,227
,033
2,27
1353
1,215
,033
Mean
Pair
1
Poverenje u institucije:
Vlada - Poverenje u
institucije: Sudstvo
,106
Std. Deviation
Std. Error
Mean
1,254
,034
95% Confidence
Interval of the
Difference
Lower
Upper
,039
,173
t
3,110
df
1352
Sig. (2-tailed)
,002
Pair
1
P2
P5
Mean
2.32
2.25
N
148
148
Std. Error
Mean
.135
.143
Std. Deviation
1.638
1.745
Pair 1
P2 - P5
Mean
.074
Std. Deviation
1.429
Std. Error
Mean
.117
95% Confidence
Interval of the
Difference
Lower
Upper
-.158
.306
df
.633
147
Sig. (2-tailed)
.528
Pair
1
P1
P2
Mean
3.47
2.32
N
148
148
Std. Deviation
1.680
1.638
Std. Error
Mean
.138
.135
Pair 1
P1 - P2
Mean
1.149
Std. Deviation
1.430
Std. Error
Mean
.118
95% Confidence
Interval of the
Difference
Lower
Upper
.916
1.381
t
9.770
df
147
Sig. (2-tailed)
.000
Nezavisni T-test
Nezavisni T-test, ima istu svrhu i logiku
kao i upareni s tim to se on upotrebljava
u situaciji kada elimo da izmerimo da li
postoje statistiki znaajne razlike jedne
iste varijable (aritmetike sredine) kod dve
razliite grupe (klase).
Npr, uporeujemo aritmetike sredine
ukupnog skora kod mukaraca i ena
Poverenje u
institucije: Sudstvo
Mean
2,26
2,32
673
709
Std. Deviation
1,197
1,239
Std. Error
Mean
,046
,047
F
Poverenje u
institucije: Sudstvo
Equal variances
assumed
Equal variances
not assumed
1,880
Sig.
,171
df
Sig. (2-tailed)
Mean
Difference
Std. Error
Difference
95% Confidence
Interval of the
Difference
Lower
Upper
-,920
1380
,358
-,060
,066
-,189
,068
-,921
1379,207
,357
-,060
,066
-,189
,068
Poverenje u
institucije: Sudstvo
Obrazovanje
Osnovno obrazovanje
Srednje i vie
obrazovanje
423
Mean
2,54
Std. Deviation
1,257
Std. Error
Mean
,061
701
2,14
1,172
,044
F
Poverenje u
institucije: Sudstvo
Equal variances
assumed
Equal variances
not assumed
8,963
Sig.
,003
df
Sig. (2-tailed)
Mean
Difference
Std. Error
Difference
95% Confidence
Interval of the
Difference
Lower
Upper
5,406
1122
,000
,401
,074
,256
,547
5,312
839,939
,000
,401
,075
,253
,549
SUM
ROD
muski
zenski
N
33
114
Mean
14.91
13.11
Std. Error
Mean
1.256
.668
Std. Deviation
7.217
7.137
F
SUM
Equal variances
assumed
Equal variances
not assumed
.000
Sig.
.991
df
Sig. (2-tailed)
Mean
Difference
Std. Error
Difference
95% Confidence
Interval of the
Difference
Lower
Upper
1.269
145
.206
1.795
1.414
-1.000
4.590
1.261
51.512
.213
1.795
1.423
-1.061
4.651
Unakrsna tabela
Pol * Da li bi po Vaem miljenju Srbija treba u budu}nosti da bude ~lanica NATO
Crosstabulation
Pol
mu{ki
`enski
Total
Count
% within Pol
Count
% within Pol
Count
% within Pol
x2
= 86,01; df = 2, p = 0,01
Total
712
100,0%
775
100,0%
1487
100,0%
Obrazovanje NATO
Obrazovanje * Da li bi po Vaem miljenju Srbija treba u budu}nosti da bude ~lanica NATO Crosstabulation
Obrazovanje
Bez obrazovanja
Osnovno obrazovanje
Srednje i vie
obrazovanje
Visoko obrazovanje
Total
Count
% within Obrazovanje
Count
% within Obrazovanje
Count
% within Obrazovanje
Count
% within Obrazovanje
Count
% within Obrazovanje
Total
99
100,0%
457
100,0%
752
100,0%
129
100,0%
1437
100,0%
Godine - HAG
godine * Da li, po Vaem miljenju Srbija treba u potpunosti da saradjuju sa Hakim
Tribunalom i da izruce sva lica osumnjicena za ratne zlo~ine Crosstabulation
godine
18-34
35-54
55+
Total
Count
% within godine
Count
% within godine
Count
% within godine
Count
% within godine
Total
419
100,0%
549
100,0%
525
100,0%
1493
100,0%
Krostab - pojanjenje
Analize distribucije ukazuje da razlike koje primeujemo
nisu statistiki znaajne i za ovu svrhu se koristi - test
(Pearson Chi-Square).
Ovaj test ispituje hipotezu da li je distribucija vrednosti
po redovima i kolonama nezavisna. Ako je statistika
znaajnost mala (p<0.05), to nam ukazuje da je mogue
da postoji izvesna veza izmeu varijabli.
Ako je pak p>0.05 onda moemo rei da ne postoji veza
izmeu varijabli, to je na sluaj, ili drugim reima, u
naem sluaju ne postoje statistiki znaajne razlike
izmeu studenata istudentkinja kada su rezultati
kolokvijuma u pitanju.
Test ispituje utvrenu distribuciju u odnosu na normalnu
distribuciju a formula je:
Hi-kvadrat - formula
x =
svecelije
(utvrdjena ocekivana )
ocekivana
Korelacije
Korelacije izmeu dve varijable je daleko znaajniji parametar koji nam
ukazuje na moguu povezanost izmeu njih. Ovde je vano imati u vidu da se
radi o statistikoj povezanosti, pri emu nije nuno da se radi o realnoj
povezanosti, naime sluajne korelacije su esto deavaju i u tome treba biti
oprezan. Najjednostavniji nain da se shvati korelacija jeste ideja preklapanja
varijanse, pri emu podrazumevamo da izmeu dve klase pojava postoji
interferentno polje (tzv. Venovi dijagrami). Ovo interferentno polje pokazuje
korelaciju izmeu varijabli ili onaj deo koijm jedna varijabla objanjava drugu
varijablu. Ukoliko je interferentno polje vei je i stepen korelacije, ukoliko je
ono manje manja je i korelacija. Takoe, treba obratiti panju da na ovom
dijagramu krugovi nisu iste veliine, to znai da nije jednaka varijansa za ove
dve varijable.
Formula za korelacije i
interpretacija
rxy
z z
r=
n 1
-1
Maksimalna
pozitivna
korelacija
Nema korelacije
-0.5
Poveava se stepen
negativne korelacije
+0.5
Poveava se stepen
pozitivne korelacije
+1
P2
P3
P4
P5
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
1
148
.629**
.000
148
.630**
.000
148
.506**
.000
148
.472**
.000
148
P2
.629**
.000
148
1
148
.611**
.000
148
.682**
.000
148
.645**
.000
148
P3
.630**
.000
148
.611**
.000
148
1
148
.495**
.000
148
.614**
.000
148
P4
.506**
.000
148
.682**
.000
148
.495**
.000
148
1
148
.627**
.000
148
P5
.472**
.000
148
.645**
.000
148
.614**
.000
148
.627**
.000
148
1
148
POVERENJE U INSTITUCIJE
Correlations
Poverenje u institucije:
Skup{tina
Poverenje u institucije:
Predsednik
Poverenje u institucije:
Vlada
Poverenje u
Poverenje u
institucije:
Poverenje u Poverenje u Poverenje u Poverenje u Poverenje u Poverenje u
institucije:
Srpsku
institucije:
institucije:
institucije:
institucije:
institucije:
institucije:
Politi~ke
pravoslavnu
Skup{tina
Predsednik
Vlada
Policija
Sudstvo
Vojska
partije
crkvu
Pearson Correlation
1
.641**
.765**
.555**
.589**
.410**
.558**
.244**
Sig. (2-tailed)
.000
.000
.000
.000
.000
.000
.000
N
1322
1313
1314
1312
1267
1277
1278
1250
Pearson Correlation
.641**
1
.744**
.586**
.531**
.478**
.379**
.182**
Sig. (2-tailed)
.000
.000
.000
.000
.000
.000
.000
N
1313
1402
1348
1378
1316
1331
1313
1313
Pearson Correlation
.765**
.744**
1
.595**
.619**
.433**
.573**
.192**
Sig. (2-tailed)
.000
.000
.000
.000
.000
.000
.000
N
1314
1348
1359
1350
1307
1311
1311
1282
Poverenje u institucije:
Policija
Pearson Correlation
Sig. (2-tailed)
N
Poverenje u institucije:
Pearson Correlation
Sudstvo
Sig. (2-tailed)
N
Poverenje u institucije:
Pearson Correlation
Vojska
Sig. (2-tailed)
N
Poverenje u institucije:
Pearson Correlation
Politi~ke partije
Sig. (2-tailed)
N
Poverenje u institucije:
Pearson Correlation
Srpsku pravoslavnu crkvu Sig. (2-tailed)
N
**. Correlation is significant at the 0.01 level (2-tailed).
.555**
.000
1312
.589**
.000
1267
.410**
.000
1277
.558**
.000
1278
.244**
.000
1250
.586**
.000
1378
.531**
.000
1316
.478**
.000
1331
.379**
.000
1313
.182**
.000
1313
.595**
.000
1350
.619**
.000
1307
.433**
.000
1311
.573**
.000
1311
.192**
.000
1282
1
1403
.592**
.000
1324
.577**
.000
1339
.389**
.000
1319
.269**
.000
1322
.592**
.000
1324
1
1334
.498**
.000
1298
.493**
.000
1285
.301**
.000
1261
.577**
.000
1339
.498**
.000
1298
1
1354
.286**
.000
1289
.393**
.000
1285
.389**
.000
1319
.493**
.000
1285
.286**
.000
1289
1
1328
.217**
.000
1267
.269**
.000
1322
.301**
.000
1261
.393**
.000
1285
.217**
.000
1267
1
1353
Boris Tadic
Tomislav Nikolic
Aleksandar Vucic
Vojislav Kostunica
Vojislav Seselj
Cedomir Jovanovic
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Boris Tadic
1
1382
.070*
.014
1233
.097**
.001
1234
.149**
.000
1201
-.049
.105
1106
.377**
.000
1160
Tomislav
Nikolic
.070*
.014
1233
1
Aleksandar
Vojislav
Vucic
Kostunica
.097**
.149**
.001
.000
1234
1201
.879**
.429**
.000
.000
1258
1234
1167
.879**
1
.477**
.000
.000
1234
1257
1182
.429**
.477**
1
.000
.000
1167
1182
1215
.380**
.389**
.404**
.000
.000
.000
1089
1098
1101
-.020
.034
-.007
.515
.263
.827
1104
1111
1098
Vojislav
Cedomir
Seselj
Jovanovic
-.049
.377**
.105
.000
1106
1160
.380**
-.020
.000
.515
1089
1104
.389**
.034
.000
.263
1098
1111
.404**
-.007
.000
.827
1101
1098
1
-.003
.919
1120
1036
-.003
1
.919
1036
1180
Regresiona linija
40
30
R
O20
K
S
10
0,0
5,0
10,0
15,0
ECTB
20,0
25,0
30
R
O20
K
S
10
I pitanje
Linearna regresija
Y= Bo+B1x1+.... BnXn+ ei
LINEARNA REGRERSIJA
Model
1
(Constant)
P1
P5
Unstandardized
Coefficients
B
Std. Error
.406
.492
2.189
.143
2.407
.138
Standardized
Coefficients
Beta
.509
.581
t
.825
15.290
17.462
Sig.
.411
.000
.000
R
.936a
R Square
.875
Adjusted
R Square
.874
Std. Error of
the Estimate
2.571
x1
Y
x2
Logisticka regresija
Verovatnoca(dogadjanja)
log(
= B0 + B1 x1 + B2 x2 + ......Bn xn
Verovatnoca(nedogadjanja)
S.E.
df
Sig.
Exp(B)
Srbin
Upper
-2,366
,412
,000
,094
,042
,211
Crnogorac
1,347
,370
,000
3,844
1,863
7,934
Bosnjak_Musliman
1,847
,415
,000
6,342
2,812
14,302
Albanac
3,147
,602
,000
23,265
7,156
75,636
,055
,025
,030
1,056
1,005
1,110
sever
-,327
,224
,144
,721
,465
1,119
centar
,037
,197
,852
1,037
,705
1,528
-,166
,145
,250
,847
,638
1,124
,009
,005
,056
1,009
1,000
1,018
-1,354
,609
,026
,258
Obrazovanje
Pol
Starost
Constant
GRAFIKI REGRESIONI
KOEFICIJENTI
3,147
1,847
1,347
Srbin
Crnogorac
Bosnjak_Musliman
0,055
0,009
Albanac
Obrazovanje
Starost
-2,366