Statistika Statisticne Obdelave Analize Spss PSPP Metodologija Manoilov

Osnove
metodologije in
statistike
.................................................
Mag. Marijan Manoilov
Založnik:
Zavod NOVOZNANJE, Nova Gorica
http://www.novoznanje.eu
Avtor: pred. Mag. Marijan Manoilov
Naslov: Osnove metodologije in statistike

(Če želite svetovanje avtorja v zvezi z anketno metodologijo oziroma če potrebujete statistične analize po
naročilu, pišite na marijan@novoznanje.eu)
Verzija publikacije: V0.20, izdana aprila 2010 ©

…........................................................................................ Avtor ne
jamči in ne prevzemata nobene odgovornosti za morebitne netočnosti, napake ali nepopolnosti objavljenih informacij v tej publikaciji. Poleg tega avtor ne jamči za morebitno škodo, ki bi lahko
nastala zaradi uporabe te publikacije in vsega, kar je v njej objavljeno. Pričujoče vsebine in podobe v tej publikaciji so predmet avtorske zaščite in drugih oblik intelektualne lastnine in brez
predhodnega pisnega dovoljenja avtorja se ne smejo prepisovati, razmnoževati ali kako drugače razširjati. Avtor si pridržujeta pravico kadarkoli spremeniti, dodati ali odstraniti vsebino iz te
publikacije brez kakršnega koli predhodnega obvestila katerih koli vpletenih strani, ki so kakor koli povezane s to publikacijo.
Spremna beseda..............................................................................v
1. uvod v družboslovno metodologijo.............................................7
1.1 načela znanstvene metode..................................................9
1.2 metodologija družboslovnega raziskovanja........................11
A) primarni in sekundarni viri podatkov.............................11
B) kvalitativna metoda.......................................................11
C) kvantitativna metoda....................................................13
D) presečne in panelne/longitudinalne raziskave...............19
E) eksperimentalna in neeksperimentalna metoda............19
F) mešani raziskovalni načrti.............................................20
1.3 esomar-jev kodeks in etična vprašanja v zvezi s tem.........21
2. kvantitativne anketne raziskave................................................23
2.1 vzorčenje...........................................................................23
2.2 formulacija anketnih vprašanj............................................29
2.3 formulacija možnih odgovorov...........................................31
2.4 anketni vprašalnik kot celota.............................................33
3. statistična analiza kvantitativnih podatkov..........................35
3.1 statistična značilnost, stopnja tveganja.............................35
3.2 izbor primernega statističnega testa.................................38
3.3 priprava za statistično analizo s programom pspp.............41
3.4 univariatne statistične analize...........................................50
A) t-test za en vzorec ........................................................54
B) binomski test.................................................................55
3.5 bivariatne statistične analize.............................................57
A) t-test za neodvisna vzorca.............................................57
B) enosmerna analiza variance..........................................59
C) hi-kvadrat test...............................................................61
D) korelacijski koeficient....................................................63
3.6 multivariatne statistične analize (multipla regresija)..........65
4. poročilo in predstavitev rezultatov raziskave..........................71
PRILOGA .................................................................................... 73
3 | Mag. Marijan Manoilov (za statistične analize po naročilu pišite na marijan@novoznanje.eu)

SPREMNA BESEDA
Publikacija je trenutno v fazi nastajanja in trenutna verzija še

ni lektorirana in recenzirana, zato so možne nekatere vsebinske,
slovnične in druge napake, za katere se avtor vnaprej opravičuje. Vsi
bralci ste vabljeni, da podate vaše komentarje, predloge za popravke
in pozitivno ali negativno kritiko, ki jo lahko pošljete avtorju na e-
mail naslov: marijan@novoznanje.eu
Tudi negativna kritika je dobrodošla, saj lahko predvsem
slednja veliko prispeva k temu, da bo končni izdelek čim boljši.
Ta publikacija je med drugim dostopna tudi na spletni strani

avtorja, kjer bodo objavljene vse dopolnitve in najnovejše verzije:
http://novoznanje.eu/manoilov
5
1. UVOD V
DRUŽBOSLOVNO
METODOLOGIJO
V nadaljevanju so predstavljeni nekateri vidiki metodologije družboslovnega

raziskovanja. Obravnavane so različne metode, kot je npr. znanstvena metoda in
kvalitativna/kvantitativna metoda. Predstavljene so tudi različne tehnike, kot so npr.
tehnike zbiranja podatkov ter razne druge metode, kot sta npr.
eksperimentalna/neeksperimentalna metoda itd.
Pred podrobnejšo predstavitvijo vseh omenjenih metod in tehnik, sledi najprej
krajša opredelitev omenjenih osnovnih pojmov.
Metodologija1 je v ožjem pomenu znanost o raziskovanju. V širšem pomenu bi
metodologijo lahko definirali tudi kot skupek metod, ki se uporabljajo pri kakem
raziskovanju, mišljenju (vir: Slovar Slovenskega knjižnega jezika).
Metoda je neke vrste „podmnožica“ oziroma „sestavni del“ metodologije in jo
je možno definirati kot obliko/način/postopek načrtnega, premišljenega dejanja,
ravnanja ali mišljenja za dosego kakega cilja (vir: Slovar Slovenskega knjižnega
jezika).
Tehnika je še širše definirana, kjer ni poudarek na doseganju nekega cilja,
temveč gre pri tehniki le za urejen, ustaljen način, postopek opravljanja kakega dela,
dejavnosti (vir: Slovar Slovenskega knjižnega jezika).
Na podlagi ravnokar predstavljenih definicij je razvidno, da je pojem
metodologija relativno ozko definiran, saj gre pri metodologiji za skupek (množico)
metod oziroma celo za nekaj več kot samo za skupek metod, metodologija je
znanost, ki so kot vse druge znanosti prizadeva metodično priti do sistematično
izpeljanih, urejenih in dokazljivih spoznanj (vir: Slovar Slovenskega knjižnega
1 Končnica „logija“ izvira iz grške besede lógos, ki v dobesednem prevodu pomeni beseda, govor in
v prenesenem pomenu pomeni znanost, veda.
Mag. Marijan Manoilov (za statistične analize po naročilu pišite na marijan@novoznanje.eu)
jezika), in sicer gre pri metodologiji za spoznanja o tem, kako naj bi se raziskovalo.
Pojem metoda, ki je sestavni del metodologije, pa je na prvi pogled zelo podoben
pojmu tehnika, pri čemer metoda predpostavlja še dosego nekega cilja, pri tehniki
pa gre bolj za „obrtniški“ vidik oziroma je večji poudarek na samem ustaljenem
postopku, ki je vnaprej zelo natančno določen.
V nadaljevanju so določeni pojmi, kot je npr. kvalitativne/kvantitativno
raziskovanje uporabljeni v konotaciji s pojmom metoda, s čimer je poudarjen
„znanstveni vidik“. Določeni pojmi (npr. tehnike zbiranja podatkov), pa so
uporabljeni v konotaciji s pojmom tehnika, s čimer je poudarjen bolj „obrtniški
vidik“.
Nekateri avtorji uporabljajo termina kvalitativno/kvantitativno raziskovanje v
konotaciji s pojmom strategija (npr. Ragin, 2007). Pri pojmu strategija gre v večji
meri za doseganje nekega (dolgoročnega) cilja (vir: Slovar Slovenskega knjižnega
jezika). Dosego cilja predpostavlja tudi pojem metoda, pri čemer je pojem metoda
laže umestiti v kontekst raziskovanja in znanosti. Termin strategija se - poleg tega, da
se uporablja npr. v poslovnem svetu - uporablja tudi kontekstu postopkov, načinov
načrtovanja in vodenja velikih vojaških operacij, vojne (vir: Slovar Slovenskega
knjižnega jezika), zato v tej publikaciji termin strategija ni bil uporabljen.
Nekateri drugi avtorji uporabljajo termin kvalitativno/kvantitativno
raziskovanje v konotaciji s pojmom pristop (npr. Lobe, 2006) . Podobno kot
strategija, je tudi termin pristop nekoliko širše definiran in ga ni moč tako enostavno
povezovati z raziskovanjem in znanostjo kot je to moč pri pojmu metoda.
Zaradi omenjenih razlogov sta v nadaljevanju uporabljena termina metoda in
tehnika (in ne strategija in pristop). V nadaljevanju so tako predstavljene nekatere
metode in tehnike, ki so pomembne pri načrtovanju empiričnega dela raziskave
in pri izdelavi raziskovalnega načrta. Generična struktura raziskovalnega načrta v
tej publikaciji ni podrobneje predstavljena, ker se raziskovalni načrti lahko zelo
razlikujejo glede na vsebino oziroma področje raziskovanja in bralec lahko iz drugih
virov dobi natančne napotke za pripravo raziskovalnih načrtov. Kljub temu, pa so v
tej publikaciji predstavljeni določeni metodološki vidiki, ki so pravzaprav
„gradniki“ raziskovalnih načrtov oziroma so pomembni pri načrtovanju in
izvedbi družboslovnih empiričnih raziskav.
Pred podrobnejšo predstavitvijo teh „gradnikov“ družboslovnih empiričnih
raziskav sledi najprej kratka predstavitev znanstvene metode, ki jo je običajno pri
raziskovanju potrebno upoštevati.
1.1 NAČELA ZNANSTVENE METODE
Str.8 | 1. uvod v družboslovno metodologijo - www.novoznanje.eu

Pri raziskavah moramo upoštevati načela znanstvene metode. Nekateri avtorji

(povzeto po Shukla, 2008:18) omenjajo osebe, ki so veliko prispevale k razvoju
znanstvene metode, in sicer gre za učenjake, kot so: Roger Bacon, Galileo Galilei,
Francis Bacon in Rene Descartes. Dandanes imajo raziskovalci zelo različne poglede
na znanstveno metodo. Nekateri so celo mnenja, da ni možno postaviti univerzalne
znanstvene metode, spet drugi so mnenja, da je to možno, vendar se ne strinjajo
glede vsebine oziroma glede elementov znanstvene metode. Kljub temu je možno
povzeti, da se večina avtorjev strinja (Shukla, 2008:19), da znanstvena metoda
vsebuje naslednje elemente oziroma vidike:
1) postavljanje vprašanj je običajno ena od prvih faz znanstvene metode, s
katero raziskovalec opredeli predmet raziskovanja, tako da si postavi
raziskovalna vprašanja in s tem posredno določi cilje raziskave (ki običajno
predpostavljajo iskanje odgovorov na omenjena vprašanja),
2) empirični pristop: gre za pristop, ki predpostavlja, da morajo biti vsi dokazi
izkustveni oziroma morajo temeljiti na dokazih, ki jih je moč zaznati s čutili,
3) opazovanja so predpogoj za empirični pristop, za zbiranje izkustvenih
dokazov (npr. anketne raziskave, diskusijske skupine itd.),
4) postavljanje hipotez pomeni, da raziskovalec na podlagi teorije ali na kakšni
drugi osnovi predlaga neko možno razlago v zvezi s predmetom raziskovanja,
pri čemer omenjeno razlago z empiričnimi ali drugimi dokazi želi v
nadaljevanju sprejeti ali ovreči,
5) eksperimenti so posebni primeri zbiranja empiričnih dokazov, kjer je z
okoljem eksperimenta možno zagotoviti, da raziskovalec kontrolira določene
vplive, in sicer z namenom, da razišče vsak vpliv posebej,
6) analiza pomeni, da se kompleksne vsebine razčleni na manj kompleksne
vsebine, pri čemer je namen omenjene razčlenitve bolje razumevanje
kompleksne vsebine,
7) postavljanje zaključkov pomeni, da raziskovalec empirične dokaze in ostale
rezultate interpretira v kontekstu določene teorije ali v kakšnem drugem
kontekstu,
8) možnost ponovitve je eden od pomembnih predpogojev preverljivosti
empiričnih dokazov oziroma rezultatov in posledično pripomore k
objektivnosti znanstvene metode.
Med drugim je pri znanstveni metodi pomembno poizvedovanje, kaj je bilo na
določenem področju raziskovanja v preteklosti že narejenega in potem to znanje z
raziskavami ali na kakšen drug način dopolnjevati in nadgrajevati, saj je eno od
poslanstev znanosti akumulacija znanja. Eden od možnih načinov za omenjeno
poizvedovaje je analiza relevantne literature oziroma analiza objavljenih

znanstvenih, strokovnih in drugih prispevkov raznih avtorjev, ki so raziskovali

določeno področje. Slednja analiza mora vsebovati določen vidik kritike in določeni
avtorji (Greener:19-32) navajajo v zvezi s tem natančna navodila in napotke. Slednja
navodila veljajo za pisanje različnih znanstvenih prispevkov, vse od znanstvenih
člankov do zaključnih del, kot so diplomska naloga, magistrsko delo ali doktorsko
delo.
Raziskave naj bi torej med drugim vsebovale tudi vse zgoraj omenjene
elemente znanstvene metode.
Kljub uporabi znanstvene metode, mora imeti raziskovalec vedno v mislih, da
mora rezultate raziskave predstaviti končnemu uporabniku/naročniku in v slednjem
primeru mora prilagoditi jezik komunikacije omenjeni ciljni skupini (več o tem v
poglavju 4). Raziskovalec mora upoštevati znanstveno metodo, vendar mora pri
predstavitvi rezultatov uporabnikom/naročnikom rezultate in analize zaradi lažjega
razumevanja poenostavi, pri čemer mora nositi odgovornost, da slednja
poenostavitev ni zavajajoča.
1.2 METODOLOGIJA DRUŽBOSLOVNEGA

R A Z I S K O VA N J A
V tem poglavju so opisane nekatere metode in tehnike , ki jih raziskovalci
običajno uporabljajo pri družboslovnem raziskovanju. Pred opisom teh metod in
tehnik sledi najprej osnovna tipologija vira podatkov.
A) P R I M A R N I I N S E K U N D A R N I V I R I P O D AT K O V
Na splošno lahko delimo vire podatkov raziskav na primarne in sekundarne.

Kot primarne lahko označimo tiste vire podatkov, ki jih raziskovalec zbere posebej
za namene raziskave, s katero se ukvarja (npr. z anketno raziskavo, opazovanjem,
diskusijsko skupino itd.). Sekundarni viri pa predpostavljajo že dostopne/objavljene
podatke, npr. takšne, ki so objavljeni v arhivih podatkov, kot je npr. Arhiv
družboslovnih podatkov (www.adp.fdv.uni-lj.si), lahko pa gre tudi za kakšne druge
razpoložljive podatke iz drugih virov.
B) K VA L I T A T I V N A M E T O D A
Kvalitativna metoda predpostavlja raziskavo manjšega števila respondentov,

pri čemer je običajno respondentov nekajkrat do nekaj destkrat ali nekaj stokrat manj
kot je spremenljivk oziroma merjenih lastnosti. Sam merski inštrument oziroma
vprašalnik/opomnik je običajno nestrukturiran oziroma odprtega tipa (npr. vsebuje

odprta vprašanja esejskega tipa, kjer ni vnaprej podanih odgovorov). Glavna slabost
vseh kvalitativnih raziskav je v tem, da ni mogoče na podlagi respondentov sklepati
na določene širše populacije posameznikov. Glavna prednost kvalitativnih raziskav je
v tem, da je možno s kvalitativno metodo dobiti informacijsko bogate podatke
oziroma s to metodo je možno dobiti „globinski vpogled“ v respondente in
raziskovano tematiko, pri čemer je s terminom „globina“ mišljen vpogled v
nezavedno oziroma podzavest respondenta. Slednje lahko igra ključno vlogo pri
razumevanju obnašanja respondenta kot potrošnika ter pri razumevanju njegove
percepcije. Npr. potrošniki se velikokrat ne zavedajo vpliva, ki ga imajo določeni
oglasi na njihovo podzavest oziroma nezavedno in če bi jih vprašali, ali menijo, da
imajo določeni oglasi nanje vpliv, bi trdili, da oglasi nanje nimajo nikakršnega
vpliva, iz njihovega obnašanja kot potrošnik pa bi videli, da imajo oglasi nanje velik
vpliv.
Omenjeni „globinski vpogled“ v nezavedno oziroma podzavest respondentov
je med drugim možno doseči s projekcijskimi tehnikami, kot so:
• slikovna tehnika, kjer respondent s svojimi besedami opiše svoje
občutke/reakcijo na sliko, ki jo dobi prikazano v fazi raziskave,
• tehnika besednih asociacij, kjer respondent navede asociacije na
izbrano besedo in raziskovalec lahko iz omenjenih asociacij išče skrite
pomene,
• tehnika dokončanja stavka, ko raziskovalec poda le začetek stavka (ki
se posredno nanaša na raziskovano vsebino), respondent pa si sam
izmisli drugo polovico stavka ali izbrane manjkajoče besede v stavku,
• tehnika igre vlog, kjer respondent prevzame neko namišljeno vlogo v
namišljenem kontekstu (ki je povezan z raziskovano vsebino) in nato
respondent z besedami opiše, kako bi se v določeni vlogi obnašal in kaj
bi občutil.
Projekcijske tehnike in odprta vprašanja esejskega tipa se običajno uporabljajo
pri naslednjih dveh glavnih tehnikah zbiranja kvalitativnih primarnih podatkov,
ki sta značilni za kvalitativne raziskave:
• Globinski intervjuji predpostavljajo enega respondenta. Gre za
relativno nestrukturirano zbiranje „globinskih“ podatkov, saj je z
globinskimi intervjuji mogoče dobiti poglobljen vpogled v obnašanje,
mnenja/prepričanja in občutke respondenta. Običajno traja en globinski
intervju med cca. pol ure do cca. dve uri. V nadaljevanju sledi nekaj
primerov vprašanj esejskeg tipa, značilnih za globinske intervjuje, npr.:
(a) Kaj menite, kaj si ljudje mislijo/občutijo glede znamke X? (b) Kaj vi
osebno menite/občutite glede znamke X? (c) Katere lastnosti bi imel
izdelek znamke X, če bi bil ena izmed živali?

• Diskusijske (fokusne) skupine so ena izmed najbolj priljubljenih

metod/tehnik zbiranja kvalitativnih podatkov. Pri diskusijskih skupinah
gre za interaktivno, spontano in neformalno diskusijo 8-12 respondentov
na izbrano temo, kjer omenjena diskusija traja cca. od ene ure do cca.
treh ur. Diskusijsko (fokusno) skupino vodi moderator, ki preusmeri
pogovor na raziskovano tematiko, v kolikor pogovor zaide stran od
omenjene tematike. Na splošno velja, da si morajo biti udeleženci
diskusijske (fokusne) skupine med seboj čim bolj podobni (glede socio-
demografskih ali drugih lastnosti). Za omenjene skupine je med drugim
značilna tudi udeležba uporabnikov/naročnikov raziskave, zato se
običajno fokusne skupine odvijajo v posebnih prostorih, kjer so v eni
sobi udeleženci fokusne skupine in moderator, v drugi sobi pa jih skozi
zrcalno zasenčeno okno opazujejo naročniki raziskave. Glavne prednosti
diskusijskih skupin so v tem, da so zelo primerne za generiranje
kreativnih idej, misli in mnenj v zvezi z raziskovano problematiko.
Primerne so tudi za iskanje razlogov za določeno obnašanje posameznika
v nakupnem procesu.
C) K VA N T I T A T I V N A M E T O D A
Kvantitativna metoda predpostavlja raziskavo večjega števila respondentov

(oz. enot raziskovanja), pri čemer je respondentov nekajkrat več (ali nekaj desetkrat
ali stokrat več) kot je spremenljivk oziroma merjenih lastnosti respondentov. Zaradi
omenjenega velikega števila respondentov je običajno merski inštrument oziroma
vprašalnik strukturiran in zaprtega tipa, kjer so vnaprej podani možni odgovori in
respondenti si izberejo tistega, ki se jim zdi najbolj primeren. Izjemoma so lahko v
anketnem vprašalniku tudi vprašanja odprtega oziroma esejskega tipa (npr. odgovor
drugo, kjer lahko respondenti podajo svoj odgovor z nekaj besedami ali stavki),
vendar so taka vprašanja bolj izjema kot pravilo, saj so za odprta vprašanja bolj
primerne kvalitativne raziskave2. Običajno kvantitativna metoda predpostavlja
takšen izbor vzorca respondentov, da je možno na podlagi omenjenega vzorca 3
sklepati na določeno širšo populacijo4.
Za kvantitativne metode so značilne naslednje tehnike zbiranja primarnih
kvantitativnih podatkov:
2 Včasih raziskovalci izvedejo določene kvalitatitivne raziskave samo zaradi tega, da bi določili
možne odgovore pri določenem anketnem vprašanju, kar potem uporabijo pri izvedbi kvantitativne
raziskave.
3 Vzorec je podmnožica oziroma del populacije, ki je je izbran za študij določenih značilnosti
populacije in na podlagi katerega lahko dobimo oceno parametrov (podatkov) populacije.
4 Populacija je skupek statističnih enot. Statistična enota je entiteta ki jo želimo meriti, npr. oseba,
gospodinjstvo, podjetje, članek itd.. Populacijo, ki jo želimo proučiti, moramo opredeliti: vsebinsko,
časovno in krajevno/geografsko (npr. polnoletni prebivalci Slovenije leta 2011).

• Osebno anketiranje: To je ena od najbolj popularnih tehnik zbiranja

primarnih podatkov, kjer anketar respondentu bere vprašanja in možne
odgovore iz anketnega vprašalnika in označuje, katere odgovore si je
respondent izbral. Anketar ima običajno pred anketiranjem krajši tečaj,
kjer mu raziskovalci ali drugi sodelavci raziskave posredujejo natančna
navodila, kako mora potekati anketiranje, in sicer: izbor respondenta,
način postavljanja anketnih vprašanj ter kako je potrebno beležiti
odgovore respondentov. Pri osebnem anketiranju gre običajno za
anketiranje respondentov na njihovem domu (v primeru anketiranja
široke javnosti) ali delovnem mestu (v primeru anketiranja poslovne
javnosti). V določenih primerih gre lahko tudi za osebno anketiranje na
izbranih lokacijah, kot so npr. trgovski centri, bencinske črpalke, bančne
poslovalnice itd., kjer anketarji anketirajo naključne kupce/potrošnike. V
primerjavi z ostalimi tehnikami zbiranja primarnih podatkov, ki so
predstavljene v nadaljevanju, osebno anketiranje predpostavlja bistveno
višje stroške (predvsem zaradi potnih stroškov anketarjev) in daljše
časovne roke anketiranja. Prednost osebnega anketiranja pa je v tem, da
lahko anketar respondentu pokaže tudi določeno slikovno gradivo ali ga
sooči z vzorcem kakšnega izdelka. Osebno anketiranje na izbranih
lokacijah ima še eno dodatno prednost, in sicer pri slednji tehniki imajo
kupci/potrošniki relativno „svežo“ izkušnjo v zvezi z izdelkom/storitvijo
in ni raznih popačenj in selektivnih vplivov spomina (pomnjenja)
respondentov. Ker gre pri osebnem anketiranju za direktno interakcijo
anketar-respondent, slednji težje zavrne anketarja kot v primeru
komunikacije preko telefona, e-maila ali pošte, zaradi tega so običajno
stopnje zavračanja sodelovanja pri osebnem anketiranju najnižje.
Običajno pri osebnem anketiranju anketarji beležijo odgovore na papir, v
zadnjem času pa se pojavlja tudi računalniško podprto osebno anketiranje
(angl. CAPI – Computer Assisted Personal Interviewing), kjer anketarji
namesto papirja uporabljajo manjši prenosni računalnik, tablični
računalnik ali dlančnik, s pomočjo katerega berejo anketna vprašanja in v
katerega vnašajo odgovore respondentov. Na ta način je možno zmanjšati
določene stroške anketiranja in skrajšati časovne roke, saj npr. v
slednjem primeru ni potrebno podatkov ročno vnašati iz papirja v
računalnik.
• Telefonsko anketiranje: Tudi pri telefonskem anketiranju anketar
respondentu bere vprašanja in možne odgovore iz anketnega vprašalnika
in označuje, katere odgovore si je respondent izbral. Razlika v primerjavi
z osebnim anketiranjem je le v tem, da poteka komunikacija s pomočjo
telefona. Posledično je pri telefonskem anketiranju potrebno upoštevati

nekatere omejitve, ki so posledica tega komunikacijskega medija in se je

potrebno izogibati preveč dolgim anketnim vprašalnikom, dolgim
vprašanjem ali anketnim vprašanjem z veliko možnimi odgovori. Pri
vseh omenjenih primerih se namreč lahko zgodi, da si respondent ne bo
vsega zapomnil in da bodo odgovori s tega vidika zavajajoči. Poleg tega
je s pomočjo telefona težje spodbujati respondente k sodelovanju in jih
motivirati da bi dalj časa odgovarjali na anketna vprašanja. Kljub temu
pa v primerjavi z osebnim anketiranjem telefonsko anketiranje
predpostavlja bistveno nižje stroške anketiranja in krajše časovne roke.
Telefonsko anketiranje med drugim omogoča tudi bistveno večjo
kontrolo anketarjev. Običajno anketarji kličejo iz telefonskega studia
oziroma prostora, kjer lahko kontrolor anketarje kontrolira, ali anketarji v
celoti upoštevajo navodila za izvedbo anketiranja, med drugim tudi tako,
da neslišno prisluškuje pogovoru med naključno izbranim anketarjem in
respondentom.
Pri telefonskem anketiranju je računalniška podpora prisotna dalj časa
kot pri osebnem anketiranju (vsaj v Sloveniji), ker je lažje in ceneje
vzdrževati in nadzirati računalnike v telefonskem studiu kot na terenu.
Računalniško podprto telefonsko anketiranje (angl. CATI – Computer
Assisted Telephone Interviewing) je orodje, s pomočjo katerega lahko
anketar bere anketna vprašanja respondentu in v računalnik shranjuje
odgovore. Poleg tega lahko (angl.) CATI sistemi omogočajo tudi
optimalizacijo telefonskih klicev, tako da avtomatsko izbirajo telefonske
številke iz vzorca. Anketarji s pomočjo CATI sistema lahko v primeru
težje razpoložljivosti določenega respondenta označijo, kdaj bi imel ta
respondent čas za anketo, nato pa CATI sistem ob dogovorjenem času
sam posreduje to telefonsko številko prostemu anketarju, ki ima v
dogovorjenem času ravno čas za izvedbo ankete oziroma ni trenutno
zaseden z opravljanjem ankete.
• Poštno anketiranje: Pri slednji tehniki anketiranja gre pravzaprav za
samoanketiranje, kjer izvajalci raziskave respondentom pošljejo anketni
vprašalnik in spremni dopis po (navadni) pošti. Običajno je pošiljki
priložena tudi kuverta, ki ima že plačano poštnino in natisnjen naslov,
tako da lahko respondenti le izpolnijo vprašalnik, ga shranijo v omenjeno
kuverto ter ga vstavijo v najbližji poštni nabiralnik. S slednjo tehniko
anketiranja običajno ni toliko stroškov kot z drugimi tehnikami, ker ni
stroškov anketarjev. Druga prednost poštnega anketiranja pa je v tem, da
so lahko anketni vprašalniki relativno dolgi in anketna vprašanja imajo
lahko veliko možnih odgovorov, pri čemer morajo raziskovalci
upoštevati, da mora biti anketni vprašalnik opremljen z natančnimi

navodili za izpolnjevanje. Največja težava poštnega anketiranja je nizka

stopnja realiziranih anket, ki je za nekajkrat nižja kot pri ostalih tehnikah
zbiranja podatkov. Nekoliko višje realizacije je možno doseči s tem, da
se respondente dodatno kontaktira (telefonsko ali s poštno pošiljko) in se
jih prosi, da izpolnijo anketo. Druga slabost poštnega anketiranja je v
tem, da izvajalec ankete nima kontrole nad tem, kdo točno dejansko
izpolni anketo, saj jo lahko izpolni tudi kdo drug iz poštnega naslova
respondenta. Poleg tega, ker gre za samoanketiranje in respondenti
nimajo asistence s strani anketarja, lahko respondenti napačno razumejo
navodila, kako je potrebno označevati odgovore ali napačno razumejo
strukturo ankete oziroma spregledajo določene „preskoke“ anketnih
vprašanj (npr. če pri vprašanju V1 obkrožite „da“, potem nadaljujte z
anketiranjem pri vprašanju V10 in vam ni potrebno odgovarjati na
vprašanja od V2 do V9). Pri poštnih raziskavah je potrebno upoštevati
tudi dolge roke realizacije, saj gre nekaj časa za samo poštno pošiljanje,
poleg tega si respondenti radi vzamejo čas za izpolnjevanje oziroma kar
nekaj časa preteče, preden vstavijo izpolnjen vprašalnik v poštni
nabiralnik.
• Spletno anketiranje: Tudi v primeru spletnega anketiranja gre za
samoanketiranje, kjer respondenti izpolnijo anketni vprašalnik brez
asistence anketarja. Kot je iz poimenovanja razvidno, gre za anketiranje s
pomočjo spleta oziroma interneta. Prednosti slednje tehnike anketiranja
so posledično povezane z lastnostmi interneta, kot so: interaktivnost,
možnost uporabe multimedijskih vsebin in (največja) hitrost zbiranja
podatkov, ki so v elektronski obliki in pripravljeni za nadaljnje obdelave.
Pri spletnem anketiranju respondent običajno dobi po elektronski pošti
povezavo na spletno stran, kjer se nahaja obrazec z anketnim
vprašalnikom. Z razvojem interneta, predvsem pa družabnih omrežij
(npr. Facebooka), lahko repondent dobi spletno povezavo na anketo tudi
s pomočjo omenjenih omrežij. Druga možnost je, da je povezava na
spletno stran z anketo v oglasni pasici, na katero lahko respondent
„klikne“ po lastni presoji. Tretja možnost pa je, da se spletna stran z
anketnim vprašalnikom avtomatsko prikaže med pregledovanjem
različnih spletnih strani, v kolikor imajo omenjene spletne strani vgrajen
tak sistem spletnega anketiranja. Pomanjkljivosti spletnega anketiranja bi
lahko bile v tem, da določeni segmenti prebivalstva sploh ne uporabljajo
interneta in jih posledično s spletnim anketiranjem ne moremo doseči,
vendar je takih segmentov vedno manj in posledično to ni več tako očitna
pomanjkljivost spletnega anketiranja. Pri spletnem anketiranju bi lahko
bil problem tudi vzorčenje, saj ni nekega enotnega seznama uporabnikov

oziroma seznama njihovih e-mail naslovov ali drugih kontaktnih

podatkov, kot je npr. telefonski imenik 5 (ki se ga lahko uporabi kot
vzorčni okvir za izbor respondetov v vzorec pri telefonski anketni
raziskavi). Slednje je možno rešiti s pomočjo posebnih panelov
respondentov, ki privolijo v dolgoročno sodelovanje oziroma
izpolnjevanje spletnih anketnih vprašalnikov, pri čemer raziskovalci
poskrbijo za reprezentativnost vzorca oziroma da se struktura
respondetov iz panela ujema s strukturo populacije, ki jo respondenti
predstavljajo (več o reprezentativnosti in panelih v poglavjih 3.1 in
2.1.D).
• Opazovanje: Pri opazovanju ne gre za zbiranje podatkov s pomočjo
anketnega vprašalnika, temveč, kot je iz poimenovanja tehnike razvidno,
gre za opazovanje respondentov, kjer opazovalec beleži določeno
obnašanje, reakcije in razne lastnosti respondentov, ki se nahajajo neki
situaciji. V kolikor opazovalec opazuje relativno večje število
anketirancev (enot) kot je lastnosti (spremenljivk), ki jih beleži, gre za
uporabo te tehnike v kontekstu kvantitativne raziskave oziroma metode,
v nasprotnem primeru gre lahko tudi za uporabo te tehnike v kontekstu
kvalitativne metode. S slednjo tehniko zbiranja podatkov lahko
raziskovalec dobi podatke v zvezi z dejanskim obnašanjem respondentov,
ki pa ni nujno, da se ujema z deklariranim obnašanjem oziroma z
obnašanjem, ki bi ga respondent navedel v primeru anketne raziskave.
Najbolj pogosto se ta tehnika uporablja pri opazovanju obnašanja
respondentov v trgovinah in trgovskih centrih, kjer opazovalci opazujejo
(na sami lokaciji ali s pomočjo video-posnetkov), kje se kupci v največji
meri zadržujejo, katere prodajne police so najbolj obiskane ter kateri deli
prodajnih polic so za potrošnike najbolj zanimivi (npr. tisti, ki so v višini
oči ali ki so na skrajnih robovih prodajnih polic). V raznih
eksperimentalnih okoljih je možno to tehniko uporabljati tudi npr. pri
opazovanju vzorcev, kako respondenti berejo določen časopis ali oglasne
prospekte. S pomočjo posebnih kamer je možno zaznati gibanja
očesnega zrkla bralca in na ta način je možno oceniti, katerim delom
časopisa in katerim delom znotraj določene strani časopisa nameni
respondent največ pozornosti. Običajno so potem oglasi v tistih delih
časopisa nekoliko dražji (npr. prva in zadnja stran, zgoraj levo itd.)
Prednosti opazovanja pred tehnikami, značilnimi za anketno
raziskovanje, so v tem, da pri opazovanju (a) ni zavrnitev sodelovanja
(npr. pri opazovanju v trgovini in hipermarketu, kjer so kamere že zaradi
5 Tudi telefonski imenik v zadnjem času ni več dober vzorčni načrt za izbor respondentov za
telefonsko anketno raziskavo, saj je vedno več oseb, ki želijo ostati anonimne in ne vpišejo svoje
telefonske številke v telefonski imenik.

varnostnih razlogov), (b) ni učinkov spomina respondenta, kot je npr.

selektivni spomin, kjer se respondent določenih dogodkov spomni le
bežno oziroma se jih ne spomni, (c) ni ostalih pristranskosti s strani
respondenta, kot so npr. neiskreni odgovori, družbeno zaželeni odgovori
itd. Slabosti opazovanja kot tehnike zbiranja primarnih podatkov pa so v
tem, da je na podlagi obnašanja respondentov težko oceniti njihove
osebnostne lastnosti in duševne procese, ki niso razvidni iz samega
vedenja. V določenih primerih vzorci opazovanih respondentov niso
reprezentativni in posledično ni možno iz njihovega vedenja sklepati na
vedenje neke širše populacije kupcev/potrošnikov.
D) P R E S E Č N E I N P A N E L N E / L O N G I T U D I N A L N E R A Z I S K AV E
Ta klasifikacija temelji na času izvedbe raziskave oziroma zbiranja podatkov.

Raziskave, ki se jih izvede v eni časovni točki, so presečne. V kolikor gre za izvedbo
raziskave v več časovnih točkah na istem vzorcu respondentov, so to paneli, če pa imamo
v več časovnih točkah reprezentativne vzorce različnih respondentov, so to
longitudinalne raziskave.
E) E K S P E R I M E N TA L N A I N N E E K S P E R I M E N TA L N A M E T O D A
Kot je že iz poimenovanja razvidno, eksperimentalna metoda predpostavlja

uporabo eksperimenta. V poglavju 1.2.E je bilo omenjeno, da gre pri eksperimentih
za zbiranje empiričnih dokazov, kjer je z okoljem eksperimenta možno zagotoviti, da
raziskovalec kontrolira določene vplive (dejavnike), in sicer z namenom, da razišče
vsak vpliv posebej. Na splošno je možno eksperimente razdeliti v dve skupini, in
sicer:
a) na eksperimente v laboratoriju in
b) na eksperimente v naravni situaciji (kjer je težje kontrolirati vplive oziroma
dejavnike) .
Za razumevanje koncepta eksperimentov in eksperimentalne metode, je v
nadaljevanju predstavljen relativno enostaven primer eksperimenta, in sicer test
okusa pijače. Pri slednjem eksperimentu dobi respondent v pokušino več enakih
pijač različnih znamk, pri čemer so vse pijače respondentu postrežene v generični
posodi brez nikakršnih oznak. Na ta način raziskovalec pri preverjanju hipotez v
zvezi okusom izloči vpliv embalaže in blagovne znamke.
Pri eksperimentalnih metodah je možno s pomočjo kontrole vplivov preveriti
hipoteze v zvezi s povezavami med vzroki (neodvisnimi spremenljivkami) in
posledicami (odvisnimi spremenljivkami).

Za razliko od eksperimentalnih metod, neeksperimentalne metode ne

vsebujejo eksperimentov in običajno gre za testiranje hipotez, ki so bolj opisne
narave in niso toliko osredotočene na iskanje povezav med vzroki in posledicami.
Kljub temu je možno tudi pri neeksperimentalnih metodah testirati hipoteze v zvezi z
vzroki in posledicami (npr. s pomočjo regresijske analize, več o tem v poglavju 3.6).
F) M E Š A N I R A Z I S K O VA L N I N A Č R T I
Pri mešanih raziskovalnih načrtih gre za uporabo različne kombinacije

kvalitativne in kvantitativne metode (Lobe, 2006), in sicer:
• V primeru triangulacije metod gre za uporabo obeh metod (kvalitativne in
kvantitativne metode), in sicer se obe metodi uporabita za dosego istega cilja.
Na ta način z uporabo dveh različnih metod dobimo bolj objektivne rezultate,
kot pa če bi za dosego cilja uporabili le eno ali drugo metodo.
• V primeru komplementarne uporabe metod pa gre za to, da ena metoda služi
kot dopolnitev drugi metodi in je na ta način možno metode združiti na več
načinov, npr.: (a) s pomočjo kvalitativne metode lahko raziščemo možne
dogovore pri nekem anketnem vprašanju in potem te možne odgovore
uporabimo pri anketnem vprašalniku kvantitativne metode; (b) s kvalitativno
raziskavo lahko pojasnimo tiste rezultate kvantitativne raziskave, ki jih s samo
kvantitativno raziskavo ne moremo pojasniti, itd.
1.3 E S O M A R - J E V K O D E K S R A Z I S K O VA N J A I N
ETIČNA VPRAŠANJA V ZVEZI S TEM
Raziskovalci in vsi vpleteni v raziskave morajo pri izvedbi raziskav
upoštevati zakonodajo, ki velja v državi, kjer se raziskava izvaja, kot je npr. pri nas
Zakon o varstvu osebnih podatkov (ZVOP). Za situacije, ki niso pokrite z
zakonodajo, pa morajo raziskovalci in vsi vpleteni v raziskave uporabljati različne
etične kodekse, kot sta npr. ameriški AAPOR-jev6 kodeks ali npr. evropski
ESOMAR-jev7 kodeks raziskovanja.
ESOMAR-jev raziskovalni kodeks vsebuje priporočila, kot so npr:
• Respondentov se ne sme zavajati, ko se jih prosi za sodelovanje.
• Pri spraševanju otrok je potrebna predhodna privolitev staršev oziroma
odgovornih odraslih.
6 AAPOR je kratica za American Association for Public Opinion Research.

7 ESOMAR je kratica za European Society for Opinion and Marketing Research.

• Obrekovanje oziroma neupravičeno kritiziranje drugih raziskovalcev ni

dovoljeno.
• Raziskovalci pri opravljanju svojega dela hkrati ne smejo opravljati
neraziskovalnih dejavnosti, npr. uporaba baze podatkov za direktni
marketing in tržno komuniciranje itd.
Izvleček ostalih priporočil ESOMAR-jevega kodeksa je v prilogi. S kratko
predstavitvijo ESOMAR-jevega kodeksa raziskovanja se zaključuje uvodno prvo
poglavje in v nadaljevanju sledi drugo poglavje, kjer je več poudarka na
kvantitativnih anketnih raziskavah.

2. kvantitativne
anketne raziskave
Ker so kvantitativne metode nekoliko bolj formalizirane v primerjavi s

kvalitativnimi, je kvantitativnim metodam namenjeno celotno 2. poglavje. Posebna
pozornost je namenjena nekaterim metodološkim vidikom, ki so ključni za zbiranje
objektivnih in nepristranskih primarnih kvantitativnih podatkov, kot so vzorčenje in
nekateri vidiki formulacije anketnih vprašanj, možnih odgovorov in anketnih
vprašalnikov kot celote.
2.1 VZORČENJE
8
Proračuni raziskav običajno ne omogočajo popisov populacij, zato

raziskovalci morajo analizirati bolj ali manj reprezentativne vzorce respondentov. Za
objektivnost in nepristranskost primarnih podatkov, je reprezentativnost vzorca eden
od ključnih dejavnikov. Če so vzorci reprezentativni, lahko na ta način dobimo celo
bolj objektivne in nepristranske podatke, kot pa če bi naredili popis populacije, saj so
slednji, zaradi velike količine podatkov, organizacijsko težek zalogaj in obstaja
verjetnost, da so lahko administrativne napake zbiranja in vnosa podatkov popisa
celo večje kot vzorčne napake.
Vzorce oziroma tehnike vzorčenja lahko na splošno delimo na verjetnostne in
neverjetnostne (Kalton, Vehovar, 2001), pri čemer se vsaka izmed omenjenih skupin
lahko deli še na podskupine, kot je to prikazano v nadaljevanju (Shukla, 2008).
Tabela 1: izbrane tehnike vzorčenja

verjetnostno enostavno slučajno vzorčenje (angl. Simple random sampling)
vzorčenje
8 Vzorčenje pomeni izbiranje relativno majhnega števila enot (respondentov) iz širše skupine enot
(respondentov), pri čemer pričakujemo, da je iz tako pridobljenih informacij na vzorcu možno
podati točne sodbe glede širše skupine enot (respondentov).
sistematično vzorčenje (angl. Systematic sampling)
stratificirano vzorčenje (angl. Stratified sampling)
(večstopenjsko) vzorčenje po skupinah (angl. Cluster sampling)
priložnostno vzorčenje (angl. Convenience sampling)
subjektivno vzorčenje (angl. Judgement sampling)

neverjetnostno
vzorčenje kvotno vzorčenje (angl. Quota sampling)
vzorčenje po principu snežne kepe (angl. Snowball sampling)
Glavna specifika verjetnostnih tehnik vzorčenja je v tem, da je za vsakega

posameznika iz populacije možno izračunati verjetnost izbora v vzorec, pri čemer je
ta verjetnost večja od nič in je lahko pri vseh enotah iz populacije enaka (značilno za
enostavno slučajno vzorčenje) ali pa se ta verjetnost od enote do enote v populaciji
razlikuje (kar je značilno za ostale tehnike verjetnostnega vzorčenja). Za
neverjetnostno vzorčenje omenjena verjetnost izbora ni znana oziroma je ni mogoče
izračunati, čeprav so enote iz populacije v vzorec izbrane bolj ali manj naključno.
V nadaljevanju sledi za vsako izmed omenjenih tehnik vzorčenja namišljen
primer ter nekatere glavne značilnosti vsake tehnike posebej.
Prikazan je le predogled publikacije, zato so določene besede skrite. V primeru, da želite prejeti oziroma
videti celotno (lepše oblikovano) besedilo, je potrebno publikacjo naročiti. Publikacija je izdana kot e-
knjiga, katere cena je 10€/izvod. S klikom [tukaj] si lahko shranite .exe datoteko, ki jo kasneje z dvojnim
klikom lahko odprete. Pri prvem odpiranju boste morali biti povezani z internetom ter vnesti geslo, sicer
ogled publikacije ni možen. Vsi ostali ogledi na istem računalniku so možni brez ponovnega vnosa gesla.
Geslo lahko naročite s pomočjo e-maila, ki ga morate poslati na naslov licence@novoznanje.eu. Naročilu je
potrebno priložiti kopijo potrdila o plačilu 10€/izvod na račun IBAN SI56 3400 0100 8702 491, pri čemer je
pri namenu plačila potrebno navesti oznako »OMS-« ter ime in priimek naročnika publikacije. V roku enega
dneva (oziroma v roku nekaj dni) boste prejeli geslo, s katerim boste lahko videli vsebino publikacije.
Pri avtorju publikacije lahko tudi naročite:

• statistično in metodološko svetovanje,
• izobraževanja s področja statistike in metodologije ter
• statistične analize po naročilu (vključno z interpretacijami).
Za več informacij pišite namarijan@novoznanje.eu
pri čemer posredujte:opis vaših podatkov (npr. anketni vprašalnik) in cilje raziskave oziroma hipoteze.
Str.22 | 2. kvantitativne anketne raziskave - www.novoznanje.eu

2.2 FORMULACIJA ANKETNIH VPRAŠANJ
(poglavje je skrito)
2.3 FORMULACIJA MOŽNIH ODGOVOROV
(poglavje je skrito)
2.4 A N K E T N I V P R A Š A L N I K K O T C E L O TA
Pri anketnem vprašalniku kot merskem inštrumentu, je, poleg formulacije
anketnih vprašanj in odgovorov, potrebno upoštevati tudi vrstni red vprašanj v
anketnem vprašalniku in da je anketni vprašalnik neka celota, ki mora imeti neko
rdečo nit.
V nadaljevanju sledi nekaj napotkov tudi o tem, kako naj je sestavljen anketni
vprašalnik kot celota oziroma kako naj si sledijo anketna vprašanja:
• (poglavje je skrito)
Str.23 | 2. kvantitativne anketne raziskave - www.novoznanje.eu

3. statistična
analiza kvantitativnih
podatkov
Statistika je veda, ki proučuje množične pojave in se ukvarja z zbiranjem,

predstavitvijo, analizo in interpretacijo podatkov (Ferligoj,1995). V tem poglavju so
prikazani primeri, kako je možno s pomočjo nekaterih statističnih metod analizirati
kvantitativne podatke raziskave ali kakšne druge primarne ali sekundarne podatke.
Uvodoma so povzete glavne značilnosti inferenčne statistike ter podano je navodilo,
kako izbrati primeren statistični test.
Za izbrane statistične teste je naveden natančen postopek izvedbe testa znotraj
programskega paketa PSPP, pri čemer so uporabljeni namišljeni podatki. Omenjeni
primeri vsebujejo tudi izpise rezultatov s primeri interpretacij najpomembnejših
statistik. Ker izpisi niso prevedeni v slovenski jezik, je v prilogi slovarček
najpogosteje uporabljenih angleških statističnih izrazov in njihovi prevodi v
slovenski jezik.
3.1 S TAT I S T I Č N A Z N A Č I L N O S T , S T O P N J A T V E G A N J A
Kot je bilo v poglavju o vzorčenju (2.1) omenjeno, v veliki večini primerov,
zaradi prevelikih stroškov pri kvantitativnih raziskavah, ne moremo anketirati vseh
enot iz populacije. Zaradi tega raziskovalci običajno iz populacije izberejo
reprezentativni vzorec enot oziroma respondentov, na katerih opravijo kvantitativno
raziskavo, kjer pridobijo primarne podatke s katero od tehnik anketiranja ali z
opazovanjem. Raziskovalci želijo na podlagi respondentov iz vzorca preverjati
hipoteze na nivoju populacije. Pri tem si lahko pomagajo z inferenčno statistiko,
katere bistvo je omenjeno sklepanje iz vzorca na populacijo. Jezik, ki ga uporabljajo
statistiki, je relativno težko razumljiv povprečnemu uporabniku/naročniku, kateremu

rezultate morajo raziskovalci prej ali slej predstaviti.
Zaradi tega je v nadaljevanju pri interpretaciji statističnih analiz uporabljen bolj
poljuden jezik, pri čemer je ohranjen vsaj minimalni znanstveni nivo z vidika
statistike. Namesto podrobnejše razlage ničelne in alternativne hipoteze pri vsakem
statističnem testu, je v nadaljevanju poudarek le na statistični značilnosti (angl.sig.)
oziroma na stopnji tveganja. Program PSPP pri vsakem statističnem testu običajno
izračuna tudi omenjeno statistično značilnost(sig.), za katero velja, da:
• če je statistična značilnost manjša ali enaka 0,05 ( sig.<=0,05), potem
lahko z veliko gotovostjo posplošimo rezultate iz vzorca na
populacijo, npr. da med dvema spremenljivkama obstajajo razlike9 ali
npr. da sta dve spremenljivki med seboj povezani10. Pri tem je potrebno
poudariti, da je v populaciji v slednjem primeru možno dokazovati le
„povezanost“ ali „razlike“, ne pa „enakosti“ ali situacije, ko „ni razlik“.
Tudi če je sig.<=0,05 in nam določena statistika kaže, da med dvema
spremenljivkama ni povezanosti, tega nikoli11 ne moremo posplošiti iz
vzorca na populacijo. Iz vzorca na populacijo lahko (v primeru
sig.<=0,05) sklepamo le v primeru, če se izbrani dve spremenljivki
razlikujeta ali če obstajajo razlike). Statistika je torej orodje, s katerim je
možno dokazati „razlike“ ali „povezanost“ dveh spremenljivk. Hipotez,
kjer bi bilo potrebno dokazovati „enakost“ ali „nepovezanost“, torej s
statističnimi metodami inferenčne statistike ne moremo dokazati.
• če je statistična značilnost večja od 0,05 ( sig.>0,05), se moramo vzdržati
vsakršnega sklepanja iz vzorca na populacijo in moramo rezultate
interpretirati le na nivoju vzorca. V primeru sig.>0,05 torej ne moremo
določenega rezultata na nivoju vzorca posplošiti na nivo populacije.
Čeprav se ravnokar predstavljeni primer interpretacije statistične značilnosti
zdi lahko na prvi pogled zelo kompleksen, bo v nadaljevanju oziroma iz primerov
interpretacij razvidno, da tega koncepta ni težko razumeti. Pomembno je omeniti, da
je zgornje navodilo, ki upošteva mejo sig.<=0,05 oziroma sig.>0,05, primerno za
družboslovje in da so lahko ponekod v naravoslovju (npr. v medicini ali v zdravstvu)
omenjene meje bolj stroge, npr. sig.<=0,01 oziroma sig.>0,01. Za lažje razumevanje
9 Kot primer obstoja razlik med dvema spremenljivkama bi lahko npr. navedli razlike v [dohodku]
glede na [spol] oziroma, da imajo v povprečju moški višji dohodek kot ženske.
10 Kot primer povezanosti dveh spremenljivk bi lahko npr. navedli povezavo med [izobrazbo] in
[dohodkom], pri čemer v primeru pozitivne povezave naj bi osebe z nižjo izobrazbo imele nižje
dohodke in osebe z višjo izobrazbo višje dohodke.
11 Npr. če ugotovimo, da ni razlik v [dohodku] glede na [spol] in je sig.<=0,05, ne moremo tega
posplošiti iz vzorca na populacijo, čeprav je sig.<=0,05. Če pa so razlike v [dohodku] glede na
[spol] in je sig.<=0,05, potem lahko posplošimo iz vzorca na populacijo, da so tudi na nivoju
celotne populacije razlike v [dohodku] glede na [spol] oziroma da npr. imajo v povprečju moški
višji dohodek kot ženske.
Str.26 | 3. statistična analiza kvantitativnih podatkov - www.novoznanje.eu

bi se lahko reklo, da je statistična značilnost (sig.) pravzaprav stopnja tveganja pri

sklepanju iz vzorca na populacijo. V družboslovju se lahko zadovoljimo s 5%
(0,05=5%) stopnjo tveganja ali manj, medtem ko je ponekod v naravoslovju tudi
stopnja tveganja 1% (0,01=1%) lahko preveč. Gre namreč za možnost tveganja, da se
pri sklepanju iz vzorca „zmotimo“, ker nismo anketirali celotne populacije temveč le
večji ali manjši vzorec respondentov.
Pri interpretaciji statistične značilnosti je potrebno upoštevati tudi ali so
hipoteze zastavljene enosmerno ali dvosmerno. V primeru povezave med npr.
[dohodkom] in [spolom], je hipoteza zastavljena:
• dvosmerno, v kolikor npr. želimo dokazati, da imajo moški drugačen
dohodek kot ženske (XDOH.Ž. ≠XDOH.M.) in nam je vseeno ali je večji ali
manjši, važno da se razlikuje;
• enosmerno, v kolikor npr. želimo dokazati, da imajo bodisi ženske večji
dohodek od moških (XDOH.Ž. >XDOH.M.) ali da imajo ženske manjši dohodek
od moških (XDOH.Ž. <XDOH.M.).
Ker program PSPP običajno izračunava vedno statistično značilnost za dvostransko
postavljene hipoteze (angl. Two Tailed Sig.), je potrebno pri enostransko postavljenih
hipotezah izračunano statistično značilnost (sig.) najprej deliti z 2 in šele nato upoštevati
pravilo sig.<=0,05 ali sig.>0,05.
Če se vrnemo na primer hipoteze med [dohodkom] in [spolom] in če nam PSPP
izračuna npr. sig.=0,08, bi torej upoštevanje koncepta enosmerno/dvosmerno zastavljenih
hipotez pomenilo, da bi morali opraviti naslednji sklep:
• Če imamo dvostransko zastavljeno hipotezo (XDOH.Ž. ≠XDOH.M.),
potem ne moremo sklepati iz vzorca na populacijo saj je sig. 0,08
več kot 0,05.
• Če pa imamo enostransko zastavljeno hipotezo (XDOH.Ž.
<XDOH.M.), potem moramo najprej sig.=0,08 deliti z 2, tako da
dobimo sig=0,04. Ker je to manj kot 0,05, lahko v tem primeru
sklepamo iz vzorca na populacijo, da imajo zagotovo tudi v
populaciji ženske v povprečju nižji dohodek od moških.
V kolikor je, kljub ravnokar predstavljeni razlagi, koncept statistične značilnosti
(sig.) bralcu še vedno težko razumljiv, bi lahko bil razlog tudi v tem, da je predstavljeni
primer preveč abstrakten. V nadaljevanju so razloženi izbrani statistični testi s primeri
interpretacije, kjer lahko bralec najde še veliko drugih bolj natančno razloženih primerov
interpretacije statistične značilnosti (sig.), in sicer za vsak statistični test posebej.
3.2 I Z B O R P R I M E R N E G A S TAT I S T I Č N E G A T E S TA

Odločitev, kateri statistični test uporabiti, je v veliki meri odvisna od nivoja

merjenja spremenljivk oziroma od tipa vprašanj v anketnem vprašalniku, ki se
nanašajo na določeno hipotezo. Tipi vprašanj oziroma nivoji merjenja spremenljivk
so bili predstavljeni že v poglavju 2.3, zato na tem mestu ne bodo ponovno
predstavljeni. Kljub temu v nadaljevanju sledi poenostavitev, kako je možno
omenjene štiri nivoje oziroma štiri tipe spremenljivk združiti v dva glavna tipa
spremenljivk, in sicer:
• (1) kategorične oziroma opisne spremenljivke (=nominalne,
ordinalne): za ta tip spremenljivk je značilno, da pri njih ne moremo
računati aritmetične sredine12, npr. [spol], [regija] ali npr. [dohodek], v
kolikor je podan v razredih.
• (2) numerične oziroma številske spremenljivke (=intervalne,
razmernostne): pri tem tipu spremenljivk lahko računamo tudi
aritmetično sredino, npr. telesna [višina], [zadovoljstvo] na lestvici od 1
do 5, kjer 1 pomeni „sploh nisem zadovoljen“, 5 pa „popolnoma sem
zadovoljen“ ali npr. [dohodek], v kolikor je podan v EUR.
Izbor primernega statističnega testa pri numeričnih spremenljivkah je odvisen
tudi od tega, ali je porazdelitev spremenljivk normalna (po Gaussovi krivulji). To je
možno preveriti s pomočjo koeficientov asimetričnosti/sploščenosti (angl. skewness /
kurtosis) in če imata omenjena dva koeficienta vrednosti v razponu med -1 in +1,
potem je porazdelitev vsaj približno normalna13, sicer porazdelitev ni normalna.
V primeru, da numerične spremenljivke NISO normalno porazdeljene, je
potrebno uporabiti neparametrične statistične teste, vendar v nadaljevanju zaradi
poenostavitve slednji testi niso predstavljeni. V kolikor določena numerična
spremenljivka, npr. [dohodek] (izražen v EUR) ni normalno porazdeljena, lahko tako
spremenljivko grupiramo v razrede in jo s tem spremenimo iz numerične v
kategorično (npr. 1=do vključno 700 EUR, 2=nad 700€). Tako grupirana
spremenljivka je primerna za analizo s statističnimi testi, ki so predstavljeni v
nadaljevanju in v slednjem primeru ni potrebno uporabljati posebnih neparametričnih
statističnih metod.
Statistične metode lahko na splošno delimo na univariatne (deskriptivne),
bivariatne in multivariatne. Univariatna oziroma deskriptivna statistika obravnava
vsako spremenljivko posebej (vpliv ostalih se med tem zanemari), pri bivariatni gre
za iskanje povezav ali razlik med dvema spremenljivkama (simultano oziroma
12 V primeru ordinalnih spremenljivk je možno računati aritmetično sredino rangov, vendar je zaradi
poenostavitve slednji tip spremenljivk vseeno uvrščen v skupino kategoričnih spremenljivk.
13 Ali gre za normalno porazdelitev, je možno testirati tudi s Shapiro-Wilkovim testom ali
Kolmogorov-Smirnovim testom normalnosti. Na podlagi slednjih testov je možno glede normalne
porazdelitve sklepati iz vzorca na populacijo. Zaradi poenostavitve v tej publikaciji to ni podrobneje
predstavljeno.

hkrati) in pri multivariatni gre za statistične obdelave na več spremenljivkah

(simultano oziroma hkrati).
Kot je bilo že omenjeno, katero statistično analizo je potrebno v določenem
primeru uporabiti, je odvisno od tipa spremenljivk (numerične/kategorične), kar je
podrobneje predstavljeno v naslednji tabeli.
Tabela 10: kriteriji za izbor statističnega testa

UNIVARIATNA statistika (ena spremenljivka, primerjava vzorec-populacija)
ena spremenljivka dodatna razlaga xxxxxxxxxxxxxxxx
Primerjava deleža vzorca z xxxxxxxxxxxxx
ena kategorična določeno vrednostjo iz populacije xxxxxxxxxxxxxxxxxxx
Primerjava povprečja vzorca z xxxxxxxxxxxxxxxxxxx
ena numerična določeno vrednostjo iz xxxxxxxxxxxxxxxxxxxxxxx
populacije x
BIVARIATNA statistika (povezanost/razlike med dvema spremenljivkama)
dve spremenljivki dodatna razlaga statistični test
Primerjava aritmetične sredine
ena kategorična
numerične spremenljivke za
(s točno dvema odgovoroma)
vsakega izmed odgovorov xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
in
kategorične spremenljivke (za dve xxxxxxxxxxxxxxxxxxxxxx
druga numerična
neodvisni skupini) x
Primerjava aritmetične sredine
ena kategorična
numerične spremenljivke za
(z več kot dvema odgovoroma)
vsakega izmed odgovorov xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
in
kategorične spremenljivke (za več xxxxxxxxxxxxxxxxx
druga numerična
kot dve neodvisni skupini) x
ena kategorična Primerjava deležev v kontingenčni xxxxxxxxxxxxxxxxxxxxxxxxx
in druga kategorična tabeli. xxxxxxxxxxxxxxxxxxxxxxx
Iskanje pozitivne (premo-
ena numerična sorazmerne) ali negativne
in (obratno-sorazmerne) povezanosti xxxxxxxxxxxxxxxxxxxxxxx
druga numerična med dvema spremenljivkama. xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
x
MULTIVARIATNA statistika (medsebojni vplivi 3 ali več spremenljivk)
tri spremenljivke ali več dodatna razlaga statistični test
Ali neodvisne spremenljivke
ena numerična ODVISNA lahko pojasnijo odvisno? Če da,
in kolikšen je vpliv vsake izmed xxxxxxxxxxxxxxxxxx
več numeričnih NEODVISNIH neodvisnih spremenljivk na xxxxxxxxxxxxxxxxxxxxxxxxxxx
odvisno?
Za izbor primernega testa (predvsem pri bivariatni statistiki) je pomembno tudi

vedeti, ali sta spremenljivki oziroma ali sta vzorca (na podlagi katerih sta bili
spremenljivki merjeni) med seboj odvisna ali neodvisna. Vzorca sta ODVISNA,
kadar (poglavje je skrito) xxxxxxxxx xxxxxxxxxxxxx xxxxxxxxxxxx xxxxxxxxxxxx
xxxxxx xxxxxxxxxxxxxxxxxxx xxxxxxxxxxxx xxxxxxxxxxx xxxxx

xxxxxxxxxxxxxxx xxxxxxxx. Vzorec je NEODVISEN, ko (poglavje je skrito)

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx .
V nadaljevanju so podrobneje predstavljene vse statistične metode iz tabele 10,
in sicer je za vsako metodo predstavljen postopek izračuna v programu PSPP ter
primer interpretacije rezultatov izračuna. Pred podrobnejšo predstavitvijo izračunov
in interpretacij, sledijo najprej navodila za inštalacijo programa PSPP ter nekaj
navodil za manipulacijo s podatki v tem programu.
3.3 P R I P R AVA Z A S T A T I S T I Č N O A N A L I Z O S
PROGRAMOM PSPP
PSPP je eden izmed programov, s katerimi je možno opraviti večino osnovnih
(univariatnih in bivariatnih statističnih analiz) ter nekaj multivariatnih statističnih
analiz (npr. multipla regresija, faktorska analiza). Gre za odprtokodni program, za
katerega ni potrebno plačati licenc in je idealen za manj zahtevne in srednje zahtevne
uporabnike. Za bolj zahtevne uporabnike je bolj primeren komercialni program, po
katerem se PSPP zgleduje, to je IBM SPSS 14 statistics. Zahtevni uporabniki lahko
opravljajo bolj kompleksne izračune tudi z odprtokodnim programom R ali R
project15. Na trgu je še veliko drugih programov, vendar, ker se ta publikacija
osredotoča predvsem na PSPP, sledijo v nadaljevanju kratka navodila za inštalacijo
omenjenega programa, in sicer za operacijski sistem Windows 16. Inštalacijske
datoteke tega programa so dostopne na spletni strani: http://pspp.awardspace.com
(14.3.2011).
Na omenjeni spletni strani je možno naložiti zadnjo verzijo inštalacijske (.exe)
datoteke, ki je v času nastajanja priročnika (14.3.2011): „pspp-master-single-user-
20110217-Setup.exe“, in sicer gre za verzijo 0.7.6 (g18e0d7).
Omenjeno „.exe“ datoteko je potrebno shraniti na disk, jo pognati in slediti
vsem korakom inštalacije: najprej je potrebno določiti jezik, nato v pogovornem
oknu klikniti gumb „Yes“, temu sledi nekaj dodatnih pogovornih oken, kjer je
potrebno klikniti gumb „Next>“. Po zaključeni inštalaciji se program SPSS sam
požene, sicer pa ga je možno pognati z dvojnim klikom na ikono, ki se običajno
inštalira na namizje.
14 SPSS je blagovna znamka podjetja IBM Corporation. S spletne strani proizvajalca si je možno
naložiti 14.dnevno poskusno verzijo programa: http://www.spss.com/downloads/
15 Program R je možno naložiti s spletne strani: http://www.r-project.org/ Program R Commander pa
je možno naložiti s spletne strani: http://socserv.mcmaster.ca/jfox/Misc/Rcmdr/
16 Windows (Windows XP, Windows Vista in Windows 7) so blagovne znamke podjetja Microsoft
Corporation.

Obstaja tudi verzija PSPP, ki je primerna za druge operacijske sisteme 17, kot so
npr. Mac OS X, Linux, itd., in sicer je program dostopen na spletni strani:
http://www.gnu.org/software/pspp/get.html (9.3.'11).
Po zaključeni inštalaciji oziroma po zagonu programa PSPP, se najprej odpre
preglednica s podatki, kot je to prikazano na sliki 2.
Slika 2: osnovno okno programa PSPP (preglednica s podatki)
Omenjena preglednica s podatki je pravzaprav sestavljena iz dveh pogledov,

med katerimi je možno preklopiti, npr. s klikom na spodnji „jeziček“. Ob zagonu
programa je odprt podatkovni pogled (angl. Data View) in s klikom na pregled
spremenljivk (angl.Variable View) je možno definirati spremenljivke. V nadaljevanju
sledi razlaga, kako naj bi se definiralo spremenljivke v programu PSPP.
Prikazan je le predogled publikacije, zato so določene besede skrite. V primeru, da želite prejeti oziroma
videti celotno (lepše oblikovano) besedilo, je potrebno publikacjo naročiti. Publikacija je izdana kot e-
knjiga, katere cena je 10€/izvod. S klikom [tukaj] si lahko shranite .exe datoteko, ki jo kasneje z dvojnim
klikom lahko odprete. Pri prvem odpiranju boste morali biti povezani z internetom ter vnesti geslo, sicer
17 Med drugim je, za več različnih operacijskih sistemov, dostopen tudi komercialni program IBM
SPSS Statistics. Na spletni strani proizvajalca (http://spss.com/downloads) je dostopna 14 dnevna
brezplačna poskusna verzija omenjenega programa, ki ima bistveno več funkcij kot odprtokodni
PSPP.

ogled publikacije ni možen. Vsi ostali ogledi na istem računalniku so možni brez ponovnega vnosa gesla.
Geslo lahko naročite s pomočjo e-maila, ki ga morate poslati na naslov licence@novoznanje.eu. Naročilu je
potrebno priložiti kopijo potrdila o plačilu 10€/izvod na račun IBAN SI56 3400 0100 8702 491, pri čemer je
pri namenu plačila potrebno navesti oznako »OMS-« ter ime in priimek naročnika publikacije. V roku enega
dneva (oziroma v roku nekaj dni) boste prejeli geslo, s katerim boste lahko videli vsebino publikacije.
Pri avtorju publikacije lahko tudi naročite:

• statistično in metodološko svetovanje,
• izobraževanja s področja statistike in metodologije ter
• statistične analize po naročilu (vključno z interpretacijami).
Za več informacij pišite namarijan@novoznanje.eu
pri čemer posredujte:opis vaših podatkov (npr. anketni vprašalnik) in cilje raziskave oziroma hipoteze.
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxx
• xxxxxxxxxxxxxx,
• xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxx
xxxxxxxxxxxxa
xx.
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxx
xxxxxxxxx

1 2 3
4
8
5
6
7
xxxx
1. xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
x
xxxxxxxxxxxxxxxxxx.
xxxxxx.
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
5. xxxxxxxx
6. xxxxxxxxxxxxx.

8. xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx.
xxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxx
x x x x x x x x x 18x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x
xxxx.
xxxxxxx
18 Običajno statistične formule programa PSPP predpostavljajo vzorce z več kot 30 enotami oziroma
anketiranci, vendar, ker gre za namišljen primer in pedagoški proces, se bomo izjemoma zadovoljili
z omenjenim majhnim vzorcem n=10 enot.

xxxxxxxxxxxxxxxxx.
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx)
xxxxxxxxxxxxxxxxxxxxxxxxxxx )
xxxxxxxxxxxxxxxxxxxxxx
xxxxxxxx xxxxxxxxxxxxxxxxxxxx)

14
1
3 6
7 5
11 9
10
8
13
12
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx:
1. xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
x
xxxxxxxxxxxxxxx.
xxxxxxxxxxxxxxx.
5. xxxxxxxxxxxxx
6. xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
7. xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

8. xxxxxxxxxxxxxxxxxxxxxxxxxxxx
9. xxxxxxxxxxxxxxxxxxxxxxxx.
10. x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x
“
xxxxxxxxxxxxxxxxxxxxxxxx.
xxxxx.
13. x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x .
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxx
xxxxxxxxxxxxxxxxxxxxxxxx

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xx
xxxxxxxxxxxxxxxxxxx xxxx.
xxxxxxxxxxxxxx xxxxxxxxx xxxxxxxxxxxxxxxxxxx

xxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxx
19
x
3.4 U N I VA R I A T N E S T A T I S T I Č N E A N A L I Z E
xxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
1 4
xxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxx
x
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxl
19 Microsoft Office in Word so blagovne znamke podjetja Microsoft Corporation.

a b c
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx x
x x x x x xxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx.
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

4
1
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

a b c d
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxx
xxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxx.
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx.
X X X X X X X X X X X

xxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxx xxxxxxx

xx.
xx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xx.
xxxxxxxxxxxxxxxxxxxxxxxxxxxxx
4
1
2
xxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx)
a e b
d c

x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x 20x x x x x
xxxxxxxxx
B) BINOMSKI TEST
xxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx x xxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx:
1 4
xx
2 3
20 Kot je bilo pri poglavju 3.1 omenjeno, je to pravzaprav enostranski test, tako da bi bilo potrebno
sig. deliti z 2 in bi dobili sig.=0,315, kar pa je še vedno veliko večje od vrednosti 0,05, tako da tudi
v primeru enostranskega testa ne moremo sklepati iz vzorca na populacijo, da je v populaciji
aritmetična sredina spremenljivke zadovoljstvo [v2] večja od 3.

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx.
a b
x x x x x x x x x x x x x x x x x x x x 21x x x x x x x 22x x x x x x x x x x x x x x x x x
xxxxxxxxxxxxx
3.5 B I VA R I A T N E S T A T I S T I Č N E A N A L I Z E
Pri bivariatni statistični analizi gre za iskanje povezav ali razlik med dvema
spremenljivkama. V nadaljevanju sledijo primeri bivariatnih statističnih analiz, in
sicer: t-test za neodvisna vzorca, enosmerna analiza variance, hi-kvadrat test in
pearsonov korelacijski koeficient (navodila, kdaj je potrebno izbrati določen
bivariatni test, so predstavljena v tabeli 10, stran 50).
21 V tem primeru gre za dvostranski test.

22 V tem primeru gre za enostranski test, kjer je treba vrednost sig. najprej deliti z 2, ker PSPP
izračuna sig. za dvostranski test.

A) T-TEST ZA NEODVISNA VZORCA
xxxxxx.
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx x xx
xxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxx)
3 2 9
1
8
6
7
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxx
xxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxx

a b
xxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxl
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxx
x x x x x x x x x x x 23x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x
23 Homogenost varianc je eden izmed predpogojev za izračun t-testa za neodvisne vzorce. V
konkretnem primeru homogenost varianc pomeni, da imajo moški približno enako razpršene ocene
zadovoljstva kot so razpršene ocene zadovoljstva za ženske.

xxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
B) E N O S M E R N A A N A L I Z A VA R I A N C E
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx x xx
xxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxx
3 4
1 2
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xx

xx.
x
x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x 24x x x x x x x x x x x x x
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx.
C) H I - K VA D R A T T E S T
24 Pravzaprav bi morali v slednjem primeru namesto enosmerne analize variance opraviti Welchov
test, vendar ga PSPP ne podpira.

x x x 25x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx.
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxx)
3 8
2
1
4
5
x x x x x x x x6 x x x x x x x x x
25 Teoretične frekvence (po definiciji) predpostavljajo, da analizirani spremenljivki nista povezani.

Večja kot je razlika med teoretičnimi frekvencami in dejanskimi frekvencami, bolj sta spremenljivki
med seboj povezani. Razlikam med teoretičnimi frekvencami in dejanskimi frekvencami lahko
rečemo reziduali. PSPP lahko med drugim za vsako celico iz kontingenčne tabele izračuna tudi
popravljene standardizirane reziduale (angl. Adjusted Standardised Residuals).

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx.
b
c d

xxxxxxxx.
D) KORELACIJSKI KOEFICIENT
xxxxxxxxxxxxxxxxx
xxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxx)
1 5
3
2
4
xxxxxxxxxxxxxxxxxxxxxxxxxx)

a b
xxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxx
xxxxxxx
xxxxxxxxx
x x x x x x x x x x x x x 26x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x
xxxxxxxxxxxxxxxxxxxxxxxxxx
3 . 6 M U L T I VA R I A T N E S T A T I S T I Č N E ANALIZE
(MULTIPLA REGRESIJA)
Korelacijski koeficient je zelo uporabna statistika, saj je možno z eno številko,
ki ima vrednosti med -1 in +1, opisati linearno povezavo med dvema
spremenljivkama (pojavoma). Včasih pa je lahko korelacijski koeficient zavajajoč,
kot je npr. to prikazano v spodnjem primeru, in je v takem primeru bolje uporabiti
regresijski koeficient.
Slika25: namišljeni primer korelacije27
26 Zaradi tega, ker PSPP vedno izračuna sig. za dvosmerno zastavljene hipoteze (angl. Two Tailed).
27 Prikazana je korelacija med dvema različnima paroma spremenljivk, kjer je korelacijski koeficient
+0,88, »naklon« linearne premice , ki nakazuje povezanost, pa drugačen (namišljeni podatki).

Korelacijski koeficient je v obeh namišljenih primerih točno +0,88, kar kaže na

to, da je mesečni dohodek anketirancev (označenih s točkami na zgornji sliki)
sorazmeren s starostjo, torej mlajši imajo nižji dohodek, starejši pa višjega.
Korelacijski koeficient je v zgornjem primeru pri obeh državah enak, čeprav je
»naklon« premice drugačen. Korelacijski koeficient pravzaprav kaže na
»odstopanje« točk od linearne premice, in sicer, bolj ko točke »odstopajo« od
premice, korelacija je bliže vrednosti 0 (nič), bolj kot so točke točno na premici,
korelacija je bliže vrednosti +1 (ali -1, v primeru obratno-sorazmerne korelacije). V
opisanem namišljenem primeru je korelacijski koeficient zavajajoč, saj je linearna
povezanost med starostjo in dohodkom v obeh državah prisotna, vendar je »naklon
premice« v Nemčiji bistveno bolj »strm« kot v Sloveniji. To z drugimi besedami
pomeni, da anketiranci v Nemčiji z manj leti oziroma prej dosežejo relativno visoke
dohodke. Ker pa so v obeh državah odstopanja od premice popolnoma enaka, kljub
drugačnemu »naklonu premice«, je korelacijski koeficient v obeh državah enak, zato
je le-ta v konkretnem (namišljenem) primeru zavajajoč (iz njega ni razvidno, da v
Nemčiji prej dosežejo višje dohodke).
Za razliko od korelacijskega koeficienta, regresijski koeficient upošteva tudi
omenjeni »naklon« premice. Na spodnjem shematskem prikazu je razvidna možna
interpretacija B koeficienta.
Slika 26: prikaz regresijskega koeficienta B (namišljen primer)

B koeficient je vrednost (ki je zgoraj prikazana kot oranžna vertikalna

premica), ki pove, za koliko se spremeni mesečni dohodek v EUR (Y) v primeru da
povečamo starost (X) za eno enoto, npr. za eno leto, kar je zgoraj označeno z zeleno
horizontalno premico. Če v Nemčiji primerjamo dohodke (Y) pri starih X let in starih
X+1 leto, vidimo, da je razlika v dohodkih med obema starostnima skupinama ravno
vrednost regresijskega koeficienta Bj. Če pa v Sloveniji primerjamo dohodke (Y) pri
starih X let in X+1 let, vidimo, da je razlika med njimi ravno Bs. Iz zgornjih grafov
je med drugim razvidno, da je Bj večji od Bs, torej je »naklon premice« v Nemčiji
večji kot v Sloveniji.
Regresijske koeficiente je možno med seboj primerjati le, če so lestvice
spremenljivk, na podlagi katerih so izračunani, med seboj enake oziroma imajo enak
razpon. V nasprotnem primeru je potrebno primerjati standardizirane regresijske
koeficiente b (Beta), ki omogočajo medsebojno primerjavo različnih regresijskih
koeficientov, četudi so bili izračunani iz spremenljivk z različnimi lestvicami.
Multipla regresija med drugim omogoča tudi »hkratno« analizo, več kot dveh
spremenljivk hkrati (gre torej za multivariatno analizo). S pomočjo omenjene analize
je možno ugotoviti, katere izbrane neodvisne numerične spremenljivke v največji
meri vplivajo na odvisno numerično spremenljivko in rezultati slednje multivariatne
analize so bolj objektivni kot rezultati parcialnih (bivariatnih) analiz. Pomembno je
tudi omeniti, da se lahko multipla regresija uporabi tako v eksploratorne namene
(odkrivanje, katera neodvisna spremenljivka ima relativno večji in katera relativno
manjši ali celo ničelni vpliv na odvisno spremenljivko), kakor tudi za napovedovanje
(če poznamo regresijske B koeficiente multiple korelacije in vrednosti neodvisnih
spremenljivk, je možno z določeno verjetnostjo napovedati oziroma oceniti vrednost
odvisne spremenljivke, četudi za le-to ni podatka).

V nadaljevanju sledi primer uporabe multiple regresije na namišljenih podatkih

(iz slike 4 in 5). Multipla regresija je v programu PSPP dostopna z ukazom
Analyze/Linear Regression. Bolj natančni koraki izvedbe te analize so
predstavljeni na sliki 27.
Slika 27: multipla linearna regresija (v3  v2, v4)
6
3
1
2
4
xxxxxxxxxxxxxxxxxxxx.
xxxxxxxxxxxxxxxxxxxxxx xxx)

c
b e
d
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxx
xxxxxxxxxxx

xxxxxxxxxxxxx

4. poročilo in
predstavitev
rezultatov
raziskave
V tem poglavju je podanih nekaj predlogov in nasvetov glede končnega

poročila in predstavitve raziskave.
Raziskovanje predpostavlja uporabo znanstvene metode, ki lahko predpostavlja
uporabo strokovnih in drugih izrazov, ki so končnemu uporabniku/naročniku
raziskave lahko tuji in preveč strokovni. Raziskovalec mora pri pripravi končnega
poročila prilagoditi jezik komunikacije omenjeni ciljni skupini, ki bo rezultate
raziskave uporabljala. Pri tem mora raziskovalec po potrebi rezultate poenostaviti
in poskrbeti, da zaradi poenostavitve niso zavajajoči.
Priprava poročila in predstavitve je zelo pomembna, saj, četudi so vse ostale
faze anketne raziskave izvedene odlično in če potem rezultati niso komunicirani na
pravi način, je lahko ogrožen uspeh celotne raziskave.
Pri pripravi poročila in predstavitve je potrebno upoštevati nekatera načela, ki
splošno veljajo za učinkovito komuniciranje, in sicer:
• Potrebno se je posluževati poudarjanja bistvenih sporočil, npr. s
podčrtovanjem ali z dodatnimi grafičnimi in oblikovnimi oznakami.
• Potrebno se je vživeti v ciljno skupino, kateri je poročilo/predstavitev
namenjena (npr. zavedati se je treba, da uporabnika bolj zanima, kako bi lahko
uporabil rezultate raziskave kot pa sam postopek, kako je raziskovalec do
rezultatov prišel).
• Poročilo in predstavitev morata biti strukturirana in morata imeti neko rdečo

nit.
• Na splošno morata poročilo in predstavitev že na prvi pogled narediti dober
vtis, kar je možno doseči s primerno grafično podobo, uporabo tabel, grafov in
slik. Tudi tukaj velja rek, da slika pove več kot tisoč besed.
V večini primerov se uporabniki/naročniki ne zadovoljijo le s poročilom raziskave in
pričakujejo tudi osebno predstavitev rezultatov. Osebna predstavitev je tudi možnost, da
raziskovalec in uporabniki/naročniki navežejo osebne stike ter, podobno kot pri večini
storitev, ima lahko omenjeni človeški dejavnik veliko vlogo oziroma vpliv na končno
zadovoljstvo z raziskavo kot celoto.
Poleg vsebine pa je pri predstavitvi zelo pomembno, da se raziskovalec ali oseba,
ki osebno predstavitev vodi, zelo dobro pripravi. Predstavitev je lahko zelo interaktivna
in v diskusiji, ki nastane med ali po predstavitvi, mora raziskovalec znati suvereno in
korektno odgovoriti na vsa vprašanja v zvezi z raziskavo. Ker so osebne predstavitve
lahko relativno kratke, mora znati raziskovalec narediti selekcijo in predstaviti le tiste
vidike in vsebino, ki so za poslušalca pomembni. Pri tem je priporočljivo, da uporablja
vse avdio-vizualne pripomočke, s katerimi je možno jasno in učinkovito predstaviti
rezultate.
Osebna predstavitev je tako zaključna faza anketne raziskave, vendar je lahko
tudi začetek nove raziskave. Običajno si raziskovalci na predstavitvah gradijo ugled,
saj tudi v tem primeru velja rek, da dober glas seže v deveto vas. Predstavitev
rezultatov raziskave je lahko za raziskovalca pomemben promocijski dogodek, zato
je pomembno, da je vse brezhibno pripravljeno in izvedeno.
Str.60 | 4. poročilo in predstavitev rezultatov raziskave - www.novoznanje.eu

PRILOGA
IZVLEČEK IZ EOSMAR-jevega KODEKSA RAZISKOVALCEV

(vir: Društvo za marketing Slovenije):
A. Splošna priporočila
→ Marketinška (=trženjska) raziskava mora biti izvedena objektivno v skladu in z
uveljavljenimi znanstvenimi načeli.
→ Marketinška raziskava mora ustrezati nacionalni in mednarodni zakonodaji
držav, ki so vpletene v raziskovalni projekt.
B. Pravice respondentov
→ Sodelovanje pri raziskavi je na vseh ravneh popolnoma prostovoljno.
Respondentov se ne sme zavajati, ko se jih prosi za sodelovanje.
→ Anonimnost respondenta se mora popolnoma spoštovati in varovati. Kadar na
prošnjo raziskovalca privoli, da se objavijo podatki, na osnovi katerih bi lahko kdo
respondenta tudi identificiral:
• mora biti respondent pred objavo obveščen o tem, komu in za kakšen
namen bo informacija posredovana
• mora raziskovalec zagotoviti, da informacija ne bo uporabljena v
neraziskovalne namene in da prejemnik teh podatkov sprejema pravila
kodeksa.
→ Raziskovalec mora sprejeti vse ukrepe, da respondent ne bo kakorkoli
neposredno oškodovan oziroma v neprijetnem položaju, ki bi bil posledica sodelovanja v
projektu marketinške raziskave.
→ Raziskovalec mora biti še posebno pozoren pri anketiranju otrok in
mladoletnikov. Pri spraševanju otrok je potrebna predhodna privolitev staršev oziroma
odgovornih odraslih.
→ Respondenta je treba pravočasno (običajno pred začetkom intervjuja) obvestiti,
da so bodo v času intervjuja uporabljale opazovalne tehnike oziroma, da se bo
uporabljala snemalna oprema, razen kadar smo to opremo uporabili na javnem mestu. Če
respondent zahteva, moramo uničiti ustrezen del zapisa. Anonimnost respondenta ne sme
biti ogrožena.
→ Raziskovalec mora respondentu omogočiti, da brez težav preveri identiteto in

dobronamernost raziskovalca.
C. Strokovna odgovornost raziskovalcev

→ Raziskovalec ne sme v nobenem primeru zavestno ali zaradi nemarnosti
delovati tako, da povzroča škodo stroki oziroma spodbija zaupanje vanjo.
→ Raziskovalec ne sme dajati lažnih informacij o lastni usposobljenosti in
izkušnjah oziroma o svoji organizaciji.
→ Obrekovanje oziroma neupravičeno kritiziranje drugih raziskovalcev ni
dovoljeno.
→ Raziskovalci morajo vedno stremeti k raziskavi, ki je hkrati stroškovno
učinkovita in kvalitativno ustrezna, izvedena pa v skladu z dogovorom z naročnikom.
→ Raziskovalec je dolžan zagotoviti varnost vseh raziskovalnih zapisov v posesti.
→ Raziskovalec zavestno ne sme dopustiti sklepov, ki niso zadovoljivo podprti s
podatki. Podatki, ki jih pridobimo z raziskavo, oziroma tehnično ozadje raziskave morajo
biti vedno na voljo, da podkrepijo napisane ugotovitve.
→ Raziskovalci pri upravljanju svojega dela hkrati ne smejo opravljati
neraziskovalnih dejavnosti, npr. uporaba baze podatkov za direktni marketing in tržno
komuniciranje. Vse neraziskovalne aktivnosti morajo biti strogo ločene od raziskovalnih
aktivnosti in potekajo v dejavnosti.
D. Vzajemne pravice in odgovornosti raziskovalca in naročnika

→ Pravice in odgovornosti raziskovalec in naročnik običajno opredelita v pisni
pogodbi. Pogodbeni stranki lahko po pogovoru in v pisni obliki spremenita pravila iz
točk 19-23, medtem ko ostalih točk tega Kodeksa ni mogoče spreminjati. Marketinško
raziskovanje mora biti zmeraj vodeno v skladu z načeli poštene konkurenčnosti.
→ Če raziskovalec združi delo, ki ga opravlja za naročnika, v projekt, ki ga
opravlja za več naročnikov, mora o tem obvestiti vse naročnike, hkrati pa ne izdati
njihove identitete.
→ Naročnik mora biti čim prej in vnaprej obveščen o podizvajalcih zunaj
organizacije (z uporabo zunanjih svetovalcev vred). Na željo naročnika mora
raziskovalec izdati identiteto podizvajalca.
→ Brez vnaprejšnjega dogovora naročnik nima, delno ali v celoti, ekskluzivne
pravice do raziskovalčevih storitev oziroma storitev njegove organizacije. Vendar si mora
raziskovalec pri izvajanju storitev za različne naročnike prizadevati, da se izogne vsaki
konfrontaciji interesov med naročniki.
Str.62 | PRILOGA - www.novoznanje.eu

→ Zapisi, ki ostanejo v lasti naročnika in jih raziskovalec ne sme posredovati tretji

stranki brez dovoljenja naročnika, so:
• interni podatki naročnika (marketinške raziskave, specifikacije in druge
informacije, ki jih je posredoval naročnik)
• podatki, ki se pridobijo z raziskavo in sklepi raziskave, razen kadar gre
za projekt pri katerem je raziskovalec združil delo za več naročnikov
→ Naročnik nima pravice do identifikacijskih podatkov respondentov, razen če ti
niso vnaprej privolili v nasprotno (konkretno se te zahteve tudi s pravilom 16 ne da
spremeniti).
→ V lasti raziskovalca ostanejo naslednji zapisi, razen če ni dogovorjeno drugače:
• Ponudba za izvedbo marketinške raziskave in predračun oziroma
stroškovnik (razen če je naročnik zanje plačal). Naročnik teh zapisov ne
sme posredovati nobeni tretji stranki razen svetovalcu, ki dela za
naročnika pri tem projektu (z izjemo svetovalca, ki hkrati dela tudi za
raziskovalčevega konkurenta). Še posebej jih naročnik ne sme
uporabljati z namenom, da bi z njim vplival na ponudbe in predračune
drugih raziskovalcev.
• Vsebina in sklepi raziskave, kadar gre za raziskavo, ki je bila izvedena za
več naročnikov oziroma kadar gre za projekt za več klientov, ko so
podatki raziskave na voljo več kot eni stranki oziroma ko je jasno, da je
raziskava namenjene širši prodaji ali uporabi. Naročnik ne sme
posredovati rezultatov raziskave nobeni tretji stranki (razen lastnim
svetovalcem, za pomoč pri poslu) brez privolitve raziskovalca.
• Vsi drugi zapisi, ki jih je izdelal raziskovalec v zvezi z raziskavo ( z
izjemo tistih, ki so izvedeni samo za enega naročnika, načrta raziskave in
vprašalnika, če je stroške za njihovo izdelavo kril naročnik).
→ Raziskovalec se mora prilagoditi sprejeti strokovni praksi hranjenja
raziskovalnih dokumentov določen čas po končanem projektu. Na željo naročnika mora
raziskovalec priskrbeti kopije teh
zapisov, vendar tako, da ne odkrije identifikacijskih podatkov respondentov
(pravilo 4) in če je želja izražena v času, ki je bil dogovorjen za hranjenje zapisov, ter če
naročnik poravna vse stroške, ki jih ima raziskovalec z izdelavo kopij.
→ Raziskovalec ne sme odkriti identitet naročnika (tu ni zakonite zaščite) oziroma
zaupnih podatkov, ki izhajajo iz poslovnega sodelovanja, tretji stranki brez predhodnega
privoljenja naročnika.
→ Raziskovalec mora na zahtevo naročnika omogočiti vpogled in preverjanje
kakovosti dela na terenu in priprave podatkov, naročnik pa mora kriti vse stroške, ki so
povezani s tem. Vsaka takšna kontrola mora biti v skladu z zahtevo pravila 4.

Raziskovalec mora preskrbeti naročnika s tehničnimi podrobnostmi raziskovalnih

projektov, ki jih je izvedel zanj.
→ Pri prezentaciji rezultatov raziskave mora raziskovalec, da se izogne zavajanju,
jasno ločiti ugotovitve raziskave, njeno interpretacijo ter priporočila, ki izhajajo iz tega.
→ Pri vsaki objavi rezultatov nosi naročnik odgovornost, da so ti predstavljeni na
tak način, da niso zavajajoči. Predhodno se mora posvetovati z raziskovalcem in
raziskovalec mora predhodno potrditi vsebino in obliko objave oziroma reagirati, če je
treba popraviti zavajajoče trditve o raziskavi in njenih ugotovitvah.
→ Raziskovalci ne smejo dovoliti uporabe njihovega imena v zvezi z
raziskovalnim projektom kot zagotovilo, da je ta izvedena v skladu s tem kodeksom,
razen če niso prepričani, da projekt z vseh vidikov ustreza zahtevam tega kodeksa.
→ Raziskovalec mora zagotoviti, da je naročnik seznanjen z vsebino kodeksa in da
je sprejel njegova pravila.

DODATEK
V bodoče bo publikacija dopolnjena z dodatnimi poglavji, med drugim tudi s poglavjem

v zvezi z določanjem velikosti vzorca kvantitativne raziskave. Med drugim je velikost
vzorca možno določiti tudi glede na pričakovano vzorčno napako pri sklepanju iz vzorca
na populacijo. V ta namen sledi prikaz intervalov zaupanja za delež 50% pri različnih
velikostih vzorca (če gre za enostavni slučajni vzorec).
Tabela: intervali zaupanja za delež 50% pri različnih velikostih vzorca

95% interval zaupanja za delež 50%
Prikazano je možno odstopanje +/- pri sklepanju iz vzorca na
velikost vzorca
populacijo, v odstotnih točkah. Razvidna je zakonitost, da večji kot je
vzorec, bolj natančno je sklepanje iz vzorca na populacijo.
n=10 +/- 31 % točk
n=30 +/- 17,9 % točk
n=50 +/- 13,9 % točk
n=100 +/- 9,8 % točk
n=200 +/- 6,9 % točk
n=300 +/- 5,7 % točk
n=400 +/- 4,9 % točk
n=500 +/- 4,4 % točk
n=600 +/- 4 % točk
n=700 +/- 3,7 % točk
n=800 +/- 3,5 % točk
n=900 +/- 3,3 % točk
n=1000 +/- 3,1 % točk
n=1100 +/- 3 % točk
n=1200 +/- 2,8 % točk
n=1300 +/- 2,7 % točk
n=1400 +/- 2,6 % točk
n=1500 +/- 2,5 % točk
n=2000 +/- 2,2 % točk
n=3000 +/- 1,8 % točk
n=4000 +/- 1,5 % točk

LITERATURA
Payne S.: The Art of Asking Questions. Princeton: Princeton University Press,
1971.
Ferligoj, A: Osnove statistike na prosojnicah. Ljubljana: Samozaložba, 1995.
Manoilov M.: Analiza nekaterih učinkov formulacije anketnega vprašanja.
Ljubljana: Fakulteta za družbene vede, diplomska naloga, 1996a.
Manoilov, M.: Forbid/allow effect in the Slovenian case. Predvor: International
Conference on Methodology and Statistics, 1996b.
Manoilov, M.: Response order effect of a dummy item : a suggestion how to
measure the effect. Predvor: International Conference on Methodology and
Statistics,1999.
Churchill Jr., Gilbert A. Marketing Research: Methodological foundations.Orlando:
The Dryden Press, 1999.
Kalton.G., Vehovar V. Vzorčenje v anketah. Ljubljana: Fakulteta za družbene vede,
2001.
Bratina, T.. Primer uporabe SPSS. Maribor: Pedagoška fakulteta , 2003.
Kotler, P.: Marketing management/Management trženja. Ljubljana: GV založba,
2004.
LOBE, B.: Združevanje kvalitativnih in kvantitativnih metod - stara praksa v novi
preobleki?. Družbosl. razpr. (Tisk. izd.). [Tiskana izd.], dec. 2006, letn. 22, št. 53, str. 55-
73.
Hague, P. A Practical Guide To Market Research. Surrey: Grosvenor House
Publishing, 2006.
Greener, S. Business Research Methods. Frederiksberg: Ventus Publishing, 2008.
Shukla, P. Essentials of Marketing Research. Frederiksberg: Ventus Publishing,
2008.
Ragin, Charles C. The Comparative Method: Moving Beyond Qualitative and
Quantitative Strategies. University of California Press. 2007.
Kastelec, D. in Košmelj K. Osnove statistike z Excelom7. Ljubljana: Biotehnična
fakulteta, Univerze v Ljubljani, 2010.
Banting P.M., Ross R.E. The Marketing Mix: A Canadian Perspective. Hamilton
Ontario: McMaster University. Journal of the Academy of Marketing Science št. 1 / 1973
VIRI
Hvala, P. (online).(Alea DZS): Spletni priročnik marketing. (citirano 22. 2.2011).

Dostopno na naslovu: http://alea.dzs.si/dokumenti/dokument.asp?id=40

(online).(Društvo za Marketing Slovenije): Esomarjev kodeks tržnih raziskav.

(citirano 22. 2.2011). Dostopno na naslovu: www.dmslo.si /media/esomar_o.kodeksu.pdf
(online).(Ajpes): Standardna klasifikacija dejavnosti - SKD. (citirano 22.2.2011).

Dostopno na naslovu: http://www.ajpes.si /Registri/Drugo/SKD
Slovar slovenskega knjižnega jezika. SAZU in DZS, 1991.

O avtorju: pred. Mag. Marijan Manoilov
Diplomiral sem leta 1996 na Fakulteti za družbene

vede v Ljubljani, smer družboslovna informatika.
Takoj po diplomi sem postal direktor podjetja CATI
center d.o.o. (enega izmed predhodnikov sedanjega
podjetja Valicon d.o.o.). Po dveh letih vodenja
oddelka za računalniško podprto zbiranje podatkov,
sem se iz metodologije zbiranja podatkov preusmeril
v metodologijo analize podatkov in se zaposlil v
podjetju Gral-ITEO d.o.o. (sedanji GfK Slovenija
d.o.o.), kjer sem delal kot metodolog dve leti.
Kariero sem nadaljeval kot zasebni raziskovalec,
registriran pri Javni agenciji za raziskovalno
dejavnost Republike Slovenije, pri čemer sem ohranil stike s podjetjem GfK Slovenija
kot zunanji strokovni sodelavec in pričel sodelovati tudi z raznimi fakultetami in inštituti,
ravno tako kot zunanji sodelavec. Leta 2007 pridobil znanstveni magisterij na
Ekonomski fakulteti v Ljubljani, smer informacijsko-upravljalske vede. Leta 2009 sem
se zaposlil v zasebnem zavodu NOVOZNANJE - raziskovalni, svetovalni in
izobraževalni zavod, Nova Gorica (www.novoznanje.eu), kjer se sedaj ukvarjam s
kvantitativnimi (statističnimi) analizami, svetovanjem pri vseh fazah trženjskih raziskav
in predvsem z izobraževanjem. Septembra 2009 sem tudi pridobil uradno habilitacijo
predavatelja za področje družboslovne metodologije in informatike. Sodelujem tudi z
različnimi fakultetami, kjer imam vaje ali sem nosilec različnih predmetov s področja,
za katerega sem bil habilitiran.

Statistika Statisticne Obdelave Analize Spss PSPP Metodologija Manoilov

Uploaded by

Document Information

Original Title

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

Statistika Statisticne Obdelave Analize Spss PSPP Metodologija Manoilov

Uploaded by

Copyright:

Available Formats

Osnove

Avtor: pred. Mag. Marijan Manoilov

Naslov: Osnove metodologije in statistike

Verzija publikacije: V0.20, izdana aprila 2010 ©

3 | Mag. Marijan Manoilov (za statistične analize po naročilu pišite na marijan@novoznanje.eu)

Publikacija je trenutno v fazi nastajanja in trenutna verzija še

Ta publikacija je med drugim dostopna tudi na spletni strani

V nadaljevanju so predstavljeni nekateri vidiki metodologije družboslovnega

1.1 NAČELA ZNANSTVENE METODE

Str.8 | 1. uvod v družboslovno metodologijo - www.novoznanje.eu

Pri raziskavah moramo upoštevati načela znanstvene metode. Nekateri avtorji

Str.9 | 1. uvod v družboslovno metodologijo - www.novoznanje.eu

znanstvenih, strokovnih in drugih prispevkov raznih avtorjev, ki so raziskovali

1.2 METODOLOGIJA DRUŽBOSLOVNEGA

Na splošno lahko delimo vire podatkov raziskav na primarne in sekundarne.

Kvalitativna metoda predpostavlja raziskavo manjšega števila respondentov,

Str.10 | 1. uvod v družboslovno metodologijo - www.novoznanje.eu

Str.11 | 1. uvod v družboslovno metodologijo - www.novoznanje.eu

• Diskusijske (fokusne) skupine so ena izmed najbolj priljubljenih

Kvantitativna metoda predpostavlja raziskavo večjega števila respondentov

Str.12 | 1. uvod v družboslovno metodologijo - www.novoznanje.eu

• Osebno anketiranje: To je ena od najbolj popularnih tehnik zbiranja

Str.13 | 1. uvod v družboslovno metodologijo - www.novoznanje.eu

nekatere omejitve, ki so posledica tega komunikacijskega medija in se je

Str.14 | 1. uvod v družboslovno metodologijo - www.novoznanje.eu

navodili za izpolnjevanje. Največja težava poštnega anketiranja je nizka

Str.15 | 1. uvod v družboslovno metodologijo - www.novoznanje.eu

oziroma seznama njihovih e-mail naslovov ali drugih kontaktnih

Str.16 | 1. uvod v družboslovno metodologijo - www.novoznanje.eu

varnostnih razlogov), (b) ni učinkov spomina respondenta, kot je npr.

Ta klasifikacija temelji na času izvedbe raziskave oziroma zbiranja podatkov.

Kot je že iz poimenovanja razvidno, eksperimentalna metoda predpostavlja

Str.17 | 1. uvod v družboslovno metodologijo - www.novoznanje.eu

Za razliko od eksperimentalnih metod, neeksperimentalne metode ne

Pri mešanih raziskovalnih načrtih gre za uporabo različne kombinacije

6 AAPOR je kratica za American Association for Public Opinion Research.

Str.18 | 1. uvod v družboslovno metodologijo - www.novoznanje.eu

• Obrekovanje oziroma neupravičeno kritiziranje drugih raziskovalcev ni

Str.19 | 1. uvod v družboslovno metodologijo - www.novoznanje.eu

Ker so kvantitativne metode nekoliko bolj formalizirane v primerjavi s

Proračuni raziskav običajno ne omogočajo popisov populacij, zato

Tabela 1: izbrane tehnike vzorčenja

sistematično vzorčenje (angl. Systematic sampling)

stratificirano vzorčenje (angl. Stratified sampling)

(večstopenjsko) vzorčenje po skupinah (angl. Cluster sampling)

priložnostno vzorčenje (angl. Convenience sampling)

subjektivno vzorčenje (angl. Judgement sampling)

vzorčenje po principu snežne kepe (angl. Snowball sampling)

Glavna specifika verjetnostnih tehnik vzorčenja je v tem, da je za vsakega

Pri avtorju publikacije lahko tudi naročite:

Str.22 | 2. kvantitativne anketne raziskave - www.novoznanje.eu

2.2 FORMULACIJA ANKETNIH VPRAŠANJ

2.3 FORMULACIJA MOŽNIH ODGOVOROV

Str.23 | 2. kvantitativne anketne raziskave - www.novoznanje.eu

Statistika je veda, ki proučuje množične pojave in se ukvarja z zbiranjem,

statistiki, je relativno težko razumljiv povprečnemu uporabniku/naročniku, kateremu

Str.26 | 3. statistična analiza kvantitativnih podatkov - www.novoznanje.eu

bi se lahko reklo, da je statistična značilnost (sig.) pravzaprav stopnja tveganja pri

Str.27 | 3. statistična analiza kvantitativnih podatkov - www.novoznanje.eu

Odločitev, kateri statistični test uporabiti, je v veliki meri odvisna od nivoja

Str.28 | 3. statistična analiza kvantitativnih podatkov - www.novoznanje.eu

hkrati) in pri multivariatni gre za statistične obdelave na več spremenljivkah

Tabela 10: kriteriji za izbor statističnega testa