Statistika Za Sociološka Istraživanja PDF

Nakladnik:
Sveuilite u Splitu
Filozofski fakultet
Za nakladnika:
prof. dr. Josip Milat, dekan
Biblioteka:
Suvremena nastava
Knjiga br. 1
Recenzentice:
prof. dr. Elza Jurun
prof. dr. Ani Leburi
doc. dr. Mirjana imeija
Lektorica:
Sonja Krvavica, prof.
Dizajn naslovnice:
Baldo Leburi
Grafika obrada:
doc. dr. Snjeana Pivac
CIP - Katalogizacija u publikaciji

SVEUILINA KNJINICA U SPLITU
UDK 311.1(075.8)
PIVAC, Snjeana
Statistika za socioloka istraivanja / Snjeana Pivac, Ante
Rozga. - Split : Filozofski fakultet Sveuilita, 2006. - (Biblioteka
Suvremena nastava ; knj. 1)
Bibliografija.
ISBN 953-7395-01-4
1. Rozga, Ante
120625059
ISBN 953-7395-01-4
SNJEANA PIVAC
ANTE ROZGA
STATISTIKA
za socioloka istraivanja
Split, 2006.
SADRAJ
Predgovor ...............................................................................
1. Uvod ....................................................................................
1.1. Pojam i zadaa statistike ...................................................
1.2. Predmet prouavanja statistike .........................................
1.3. Vrste varijabli - statistika obiljeja .................................
1.4. Izvori podataka i metode njihova pribavljanja .................
1.5. Sekundarni podaci ............................................................
1.6. Primarni podaci ................................................................
1.7. Naini prikupljanja podataka ...........................................
1.8. Priprema podataka za statistiku analizu .........................
1.9. Uzorak ..............................................................................
9
9
10
11
12
13
14
23
24
25
2. Ureivanje i prikazivanje podataka .................................

2.1. Grupiranje podataka ..........................................................
2.1.1. Nizovi kvalitativnih podataka ............................
2.1.2. Numeriki niz .....................................................
2.2. Tabeliranje ........................................................................
2.3. Relativni brojevi strukture ................................................
2.4. Grafiko prikazivanje statistikih nizova .........................
2.5. Relativni brojevi koordinacije i indeksi ...........................
35
35
36
37
40
43
46
71
3. Srednje vrijednosti ..............................................................

3.1. Srednje vrijednosti .............................................................
3.2. Aritmetika sredina ...........................................................
3.3. Mod ...................................................................................
3.4. Harmonijska sredina .........................................................
3.5. Medijan .............................................................................
3.5.1.Kvantili ................................................................
103
103
104
107
118
121
124
4. Mjere disperzije, asimetrija i zaobljenost .........................

4.1. Mjere disperzije ..................................................................
4.1.1. Apsolutne mjere disperzije ..................................
4.1.2. Relativne mjere disperzije ...................................
133
133
133
139
4.1.3. Momenti numerikih nizova ................................ 151

4.2. Mjere asimetrije .................................................................. 152
4.3. Mjera zaobljenosti .............................................................. 156
5. Vjerojatnost ..........................................................................
5.1. Klasina definicija vjerojatnosti ..........................................
5.2. Teorem o zbrajanju vjerojatnosti .........................................
5.3. Teorem o mnoenju vjerojatnosti ........................................
5.4. Uvjetna vjerojatnost ............................................................
5.5. Diskontinuirana sluajna varijabla ......................................
5.6. Teorijske distribucije diskontinuirane sluajne varijable ....
5.6.1. Binomna distribucija .............................................
5.6.2. Poissonova distribucija .........................................
5.6.3. Dvodimenzionalna diskontinuirana distribucija ...
5.6.4. Marginalne distribucije diskontinuirane sluajne
varijable .........................................................................
5.6.5. Uvjetne distribucije diskontinuirane sluajne
varijable .........................................................................
5.7. Kontinuirana sluajna varijabla ..........................................
5.8. Teorijske distribucije kontinuirane sluajne varijable ........
5.8.1. Normalna distribucija ...........................................
5.8.2. Studentova distribucija .........................................
167
167
168
169
170
176
177
177
183
189
6. Ocjene parametara osnovnog skupa na osnovi uzorka ...

6.1. Uzorak .................................................................................
6.2. Procjena aritmetike sredine osnovnog skupa ....................
6.3. Procjena proporcije osnovnog skupa ..................................
201
201
202
209
190
191
195
196
196
198
7. Analitiki primjeri za vjebu .............................................. 217

8. Tablice odabranih statistikih distribucija ........................ 257
A. Povrine ispod normalne krivulje .......................................... 257
B. Kritine vrijednosti t, Studentove distribucije ....................... 258
9. Literatura .............................................................................. 259
Biljeka o autorici i autoru ...................................................... 264
PREDGOVOR
Ovaj udbenik namijenjen je prvenstveno studentima Odsjeka za
sociologiju Filozofskog fakulteta u Splitu, ali i svim drugim
zainteresiranim korisnicima koji u svom strunom i znanstvenom radu,
bavei se drutvenim istraivanjima, primjenjuju statistike metode i
tehnike.
Rad obuhvaa teorijske osnove i objanjenja za svako u ovaj rad
ukljueno podruje statistike. Kroz rjeavanje velikog broja konkretnih
analitikih primjera daju se objanjenja dobivenih rezultata i njihovo
kritiko vrednovanje. Na kraju udbenika u sklopu posljednjeg poglavlja
nalazi se odreeni broj analitikih primjera koji su ostavljeni korisniku za
samostalno rjeavanje. Svaki primjer sadri i rjeenja u svrhu kontrole
valjanosti usvojenoga gradiva. Na taj nain se studentima ne ostavlja
dvojbenim ni nain pismene provjere znanja te ih se osposobljava da
samostalno statistiki analiziraju odreene pojave na struno
zadovoljavajui nain.
Primjeri u udbeniku obraeni su u SPSS - Statistical Package for
the Social Sciences, koji je upravo prilagoen sociolokim istraivanjima.
Ovaj program prua puno mogunosti za provoenje statikih metoda i
tehnika na konkretnim analizama. Naime, upotrebom statistikih paketa,
poevi ve od pripremne faze statistikog istraivanja, znatno se
skrauje i pojednostavljuje vrijeme potrebno za primjenu statistikih
metoda i tehnika. Na taj se nain statistiki postupci pribliavaju mnogim
korisnicima. Svaki analitiki primjer rijeen u SPSS-u u tekstu udbenika
ima oznaku u obliku slike CD-a. Takovi primjeri su priloeni u
elektronikom obliku u dokumentu SPSS i svaki od njih ima i konkretno
rjeenje u dokumentu Output programa SPSS.
Potrebno je napomenuti da e studenti koji nastave obrazovanje na
poslijediplomskim studijima biti pripremljen za struni i znanstveni rad u
svojim istraivanjima, gdje se redovito koristi SPSS. Dio studenata koji
e se nakon diplomiranja neposredno ukljuiti u poslovnu praksu, takoer
e imati koristi, jer je danas SPSS redovito najzastupljenija programska
potpora u drutvenim analizama.
S. Pivac, A. Rozga: STATISTIKA ZA SOCIOLOGIJU
Potrebno je napomenuti da je SPSS kompatibilan s Microsoft

Excelom, pa se ve postojei podaci iz jednog programa mogu
jednostavno kopirati u drugi. Microsoft Excel je jedan od najrairenijih i
programa za tabline izraune te je lako dostupan veini korisnika.
U radu su koritene oznake i simboli, koji su preuzeti iz
standardne statistike literature. Ako se, pak, u literaturi koriste razliite
oznake, upotrijebljena je ee spominjana verzija.
Na kraju istaknimo, ovaj udbenik je nastao kao rezultat
viegodinjeg iskustva autora kod primjene statistikih metoda u izradi
brojnih znanstvenih i strunih radova, studija i analiza te kao rezultat
predavakog iskustva pri prenoenju znanja iz podruja statistike na
mnoge generacije studenata splitskoga Ekonomskog fakulteta i drugih
drutvenih znanosti.
Za suradnju i niz korisnih sugestija zahvaljujemo recenzenticama
prof. dr. Elzi Jurun, prof. dr. Ani Leburi i doc. dr. Mirjani imeija.
Split, rujan 2006.
Autori
Uvod
1. UVOD
1.1. Pojam i zadaa statistike
Statistika je posebna znanstvena disciplina koja u svrhu
realizacije postavljenih ciljeva istraivanja na organiziran nain prikuplja,
odabire, grupira, prezentira i vri analizu informacija ili podataka te
interpretira rezultate provedene analize.
Statistika se kao znanstvena disciplina moe podijeliti na:
1. deskriptivnu statistiku i
2. inferencijalnu statistiku.
1. Deskriptivna ili opisna statistika temelji se na potpunom
obuhvatu statistikog skupa iju masu podataka
organizirano prikuplja, odabire, grupira, prezentira i
interpretira dobivene rezultate analize. Na taj nain se,
izraunavanjem razliitih karakteristika statistikog skupa,
sirova statistika graa svodi na lake razumljivu i
jednostavniju formu. Ako se statistike metode i tehnike
primjenjuju na itav statistiki skup, dakle ako su
istraivanjem obuhvaeni svi elementi skupa, oni tvore
statistiku populaciju.
2. Inferencijalna statistika temelji se na dijelu (uzorku)
jedinica izabranih iz cjelovitoga statistikog skupa pomou
kojeg se uz primjenu odgovarajuih statistikih metoda i
tehnika donose zakljuci o itavom statistikom skupu.
S. Pivac, A. Rozga: STATISTIKA ZA SOCIOLOKA ISTRAIVANJA
Uvijek je prisutan odgovarajui stupanj rizika kada se koriste

rezultati iz uzorka, za koji je poeljno da bude izabran na
sluajan nain i da bude reprezentativan. Inferencijalna
statistika pripada skupini induktivnih metoda, kojima se
izvode zakljuci polazei od opega prema posebnome.
1.2. Predmet prouavanja statistike
Statistike metode i tehnike temelj su za provoenje statistike
analize drutvenih (i prirodnih) pojava.
Predmet prouavanja statistike su odreene zakonitosti koje se

javljaju u masovnim pojavama. Zadaa statistike je da uoi
zakonitosti u masovnim i sluajnim pojavama te da ih iskae
brojano.
Masovne pojave su skupine istovrsnih elemenata koji imaju jedno

ili vie zajednikih svojstava. Takvu skupinu nazivamo
statistikom masom ili statistikim skupom.
Statistiki skup potrebno je definirati pojmovno, prostorno i

vremenski.
Pojmovno odrediti statistiki skup podrazumijeva odrediti pojam
ili svojstvo svakog elementa promatranog skupa.
Prostorno odrediti statistiki skup znai odrediti prostor na koji
se odnosi ili kojemu pripadaju elementi statistikog skupa.
Vremenski odrediti statistiki skup znai odrediti vremenski
trenutak ili razdoblje kojim e se obuhvatiti svi elementi koji ulaze u
statistiki skup.
Analitiki primjer 1.1:
Statistiki skup, "studenti 1. godine Filozofskoga fakulteta Odsjeka za sociologiju u Splitu u Republici Hrvatskoj u akademskoj
godini 2006./07., na dan 10. 10. 2006. godine", vrlo je precizno odreen i
iz takve njegove definicije mogu se odrediti svi njegovi elementi.
10
Uvod
Svojstvo svakog elementa odnosno studenta definirano je najprije

pojmovno, tj. jasno je da se radi o studentima 1. godine Filozofskoga
fakulteta - Odsjeka za sociologiju.
Elementi ovog skupa odreeni su i prostorno, tj. nalaze se u
Splitu na podruju Republike Hrvatske.
Vremenska definicija toga statistikog skupa upuuje na
vremenski interval s kojim su elementi skupa obuhvaeni, tj. akademsku
godinu 2006./07. i trenutak u kojem su studenti selektirani, tj. 10. 10.
2006. godine.
1.3. Vrste varijabli - statistika obiljeja
Statistika obiljeja su ope karakteristike elemenata
statistikog skupa po kojima su ti elementi meusobno slini i po
kojima se meusobno razlikuju.
Statistiki skup, "studenti 1. godine Filozofskoga fakulteta Odsjeka za sociologiju u Splitu u Republici Hrvatskoj u akademskoj
godini 2006./07., na dan 10. 10. 2006. godine", promatran je prema
obiljeju "spol".
Sasvim je jasno da je spol jedna od karakteristika svakog studenta.
Postoji muki i enski spol. Neki studenti su jednakog spola, a neki se
razlikuju po spolu.
Potrebno je napomenuti da je u programskom paketu SPSS
oznaka za statistika obiljeja: Variable Type. Openito se statistika
obiljeja mogu podijeliti: na
1. kvalitativna statistika obiljeja, koja mogu poprimiti razliite
oblike, ali se izraavaju opisno. Ako se modalitetima ovog
obiljeja sluajno pridrue brojevi, s njima nisu doputene nikakve
raunske operacije (u SPSS-u: Variable Type: String).
11
2. kvantitativna statistika obiljeja koja se izraavaju brojano.

(u SPSS-u: Variable Type: Numeric).
Kvalitativna statistika obiljeja mogu se podijeliti: na a)
nominalna statistika obiljeja i na b) redoslijedna statistika
obiljeja.
a) Nominalna statistika obiljeja izraavaju se opisno.
b) Redoslijedna statistika obiljeja mijenjajuse prema intenzitetu
ili rangu. Na primjer: uspjeh na ispitu iz predmeta Statistika u
sociologiji I (ovdje se javljaju modaliteti obiljeja od 1 do 5, ali se
njima ne vre nikakve raunske operacije, ve se pomou njih
elementi skupa, odnosno studenti, mogu rangirati).
Kvantitativna statistika obiljeja jo se nazivaju i numerika
statistika obiljeja, a mogu se podijeliti: na a) neprekidna ili
kontinuirana statistika obiljeja i na b) prekidna ili diskontinuirana
statistika obiljeja.
a) Neprekidna ili kontinuirana statistika obiljeja takva su
numerika obiljeja koja mogu poprimiti neprebrojivo
beskonano mnogo vrijednosti. Primjeri takvog obiljeja su:
visina, teina, duljina, dob itd.
b) Prekidna ili diskontinuirana statistika obiljeja takva su
numerika obiljeja koja mogu poprimiti prebrojivo beskonano
mnogo vrijednosti. Primjeri takvog obiljeja su: broj djece, broj
uenika u razredu, starost u godinama, visina plae u kunama itd.
1.4. Izvori podataka i metode njihova pribavljanja
Osnovne faze statistikog istraivanja su:
a) statistiko promatranje
b) grupiranje (tabelarno i grafiko prikazivanje statistikih podataka)
12
Uvod
c) statistika analiza i interpretacija rezultata provedene analize.

Statistiko promatranje
statistikih podataka.
je
organizirano
prikupljanje
Nakon precizne definicije zadatka, cilja i predmeta istraivanja, tj.

statistikog skupa, pristupa se organiziranom prikupljanju statistikih
podataka. Uspjenost i objektivnost ovog prvog koraka uvjetuje kvalitetu
rezultata ostalih faza statistikog istraivanja. Nepotpune i neistinite
prikupljene informacije do kojih bi se dolo u ovoj fazi znaile bi da
konaan rezultat statistikog istraivanja sadri greku. Pri tom greka
moe biti sistematska i sluajna. Sistematsku greku je lake uoiti jer
se ona ponavlja (npr. neispravnost odreenoga mjernog instrumenta,
neistinito izjanjavanje ispitanika). Sluajnu greku je teko precizno
identificirati, jer se ona ne javlja kod svakog mjerenja i ne javlja se istim
intenzitetom. Stoga se kod sluajne greke esto vee pretpostavka o
ponitavanju njezin utjecaja na globalnoj razini promatranja.
U ovisnosti o karakteru izvora podataka, statistiki podaci se dijele: na
a) sekundarne podatke i na
b) primarne podatke.
1.5. Sekundarni podaci
Sekundarni podaci su oni koji se pribavljaju iz ve postojeih
baza podataka razliitih dravnih ustanova. Takvi se podaci
prikupljaju sustavno na odgovarajui nain, a njihov opseg ne ovisi o
donoenju neke poslovne odluke ili zadanom cilju nekakvog istraivanja.
Takve podatke u Hrvatskoj prikupljaju: Dravni zavod za
statistiku, Hrvatska narodna banka, Hrvatska gospodarska komora, te
neke druge specijalizirane agencije. Jedan od najee koritenih
sekundarnih izvora podataka u Hrvatskoj je Statistiki ljetopis Hrvatske u
izdanju Hrvatskog zavoda za statistiku. U svjetskim okvirima poznat je
World Statistical Yearbook, a internetom su danas dostupne mnoge baze
sekundarnih podataka (na primjer: Eurostat, U.S. Census Bureau i
13
slino). Na razini poduzea raznovrsna specifina izvjea o poslovanju i

zaposlenicima imaju sekundarni karakter.
Sekundarni podaci su uglavnom brojani. Predoeni su tablicama,
a vrlo esto i grafikim prikazima.
1.6. Primarni podaci
Primarni podaci prikupljaju se neposrednim promatranjem
svojstava elemenata statistikog skupa u skladu s unaprijed
definiranim ciljevima statistikog istraivanja. Prikupljanje tih
podataka zahtijeva definiranje statistikog skupa, izbor obiljeja koja se
ele istraiti, odreivanje modaliteta promatranog obiljeja, pripremanje
anketnih upitnika i/ili prateih formulara te organiziranje i provoenje
samog prikupljanja podataka.
Ako se podaci prikupljaju za sve lanove nekog skupa, takvo
promatranje naziva se census. Primjer takvog prikupljanja je popis
stanovnitva. Vrlo esto su takva istraivanja skupa, pa se podaci
prikupljaju za podskup osnovnog skupa, odnosno za uzorak. Takvo
promatranje se naziva reprezentativno promatranje.
Prema vremenu promatranje moe se podijeliti na jednokratno,
periodino i tekue. Jednokratno promatranje provodi se jedanput i
nema ponavljanja. Periodino promatranje se ponavlja nakon jednakih
perioda (npr. bilanca uspjeha u poduzeu). Za tekue promatranje
mjerenje je kontinuirano (npr. proizvodnja mlijeka).
Prikupljanje primarnih podataka moe se vriti i pomou
statistikih pokusa. Statistikim pokusom se vri mjerenje vrijednosti
obiljeja nastalih u kontroliranim uvjetima. Vrlo estu primjenu statistiki
pokus ima u marketinkom istraivanju trita. Na primjer, eli se istraiti
kako boja pakiranja deterdenta za rublje utjee na kupnju. U takvom
sluaju istraiva e u pokusu odrediti razliite boje pakiranja (vrijednosti
kontroliranog obiljeja) i u njima e izloiti proizvod. U odreenom
vremenu vriti e se mjerenje opsega prodaje. Na taj nain dobiveni
statistiki podaci su primarni.
14
Uvod
Statistiki podaci prikupljeni nekom od navedenih metoda

predstavljaju "sirovu" statistiku grau koju je potrebno na
odgovarajui nain urediti i pripremiti za analizu. Danas se statistiki
podaci uglavnom obrauju prikladnim programima za raunalo. Postoje
suvremeni statistiki programski paketi koji omoguavaju, uz vrlo
jednostavno rukovanje, unos, pripremu i obradu prikupljenih statistikih
podataka. Primjeri suvremenih statistikih paketa su: STATISTICA,
SAS, SPSS. Kratica SPSS odgovara engleskom nazivu programa
Statistical Package for the Social Sciences, koji je upravo prilagoen
sociolokim istraivanjima. Spomenuti statistiki paketi se koriste za
sloenije statistike analize.
Potrebno je napomenuti da je jedan od najpopularnijih softwarea
(programskih jezika) za tabline proraune u provoenju razliitih
aspekata statistike analize i Microsoft Excel. U podruju programa koji
su namijenjeni prvenstveno tablinim proraunima su Lotus 1-2-3 i
QuatroPro, ali upotreba MS Excela je najrairenija.
MS Excel je u funkciji svih bitnih faza procesa statistike analize
od formiranja baze podataka, sreivanja i grupiranja podataka, grafikog
prikazivanja statistikih nizova, izrauna temeljnih karakteristika
statistikog niza pa sve do sloenijih statistikih analiza i procedura i
analize vremenskih nizova. Ovaj program je kompatibilan sa SPSS-om,
pa se ve postojei podaci iz jednog programa mogu jednostavno kopirati
u drugi.
Upotrebom statistikih paketa, poevi ve od pripremne faze
statistikog istraivanja, znatno se skrauje i pojednostavljuje vrijeme
potrebno za primjenu statistikih metoda i tehnika. Na taj se nain
statistiki postupci pribliavaju mnogim korisnicima.
Prikupljene statistike podatke potrebno je unijeti i pohraniti u
odgovarajuu datoteku odabranog statistikog paketa. Kada se unose
podaci kvalitativnog ili opisnog karaktera, potrebno je izvriti ifriranje
ili kodiranje vrijednosti takvih obiljeja.
U bilo kojem statistikom programskom paketu, pa tako i u SPSSu, potrebno je za svaku varijablu odabrati odgovarajuu skalu mjerenja. U
SPSS-u oznaka za skalu mjerenja je Measure i postoje 3 vrste skale
mjerenja:
15
Nominal: nominalne skale, za koje se umjesto imena predmeta

navodi njegov broj. Brojevi slue samo za identifikaciju.
Ordinal: ordinalne skale koje slue za oznaavanje redoslijeda

(odreuju je li neto vee ili manje od drugoga).
Scale: numerika statistika obiljeja su vezana za intervalnu i

omjernu skalu.
Intervalna skala nema apsolutnu nulu (nula u ovom sluaju ne

znai nepostojanje promatrane pojave). Na primjer: obiljeje
"temperatura zraka" 00C ne upuuje na nepostojanje temperature.
Vrijednosti ove skale ne mogu se dijeliti, (50C na nekom podruju u
odnosu na 150C na nekom drugom podruju ne znai da je na jednom
mjestu bilo tri puta hladnije u odnosu na to drugo).
Omjerna skala ima apsolutnu nulu (nula podrazumijeva
nepostojanje svojstva). Omjeri znae i jednake odnose u mjerenom
svojstvu. Na primjer: duina, teina, visina uteevine na raunu u banci.
Zaposleni u poduzeu "P" u mjestu "M" na dan 30. 09. 2006.
godine statistiki su skup. Promatrani su prema sljedeim obiljejima:
- dob, godine staa, spol, struna sprema, plaa u kunama, visina,
teina, brano stanje, stambena situacija, broj lanova u obitelji, mjesto
roenja.
a)
Zadatak je utvrditi kojim vrstama statistikih obiljeja pripadaju
navedena obiljeja?
Rjeenje 1.3:
Navedena obiljeja pripadaju sljedeim vrstama:
- dob: numeriko (kontinuirano) obiljeje
- godine staa: numeriko (diskontinuirano) obiljeje
- spol: nominalno obiljeje
- struna sprema: redoslijedno obiljeje
- plaa: numeriko (diskontinuirano) obiljeje
16
Uvod
- visina: numeriko (kontinuirano) obiljeje

- teina: numeriko (kontinuirano) obiljeje
- brano stanje: nominalno obiljeje
- stambena situacija: nominalno obiljeje
- broj lanova u obitelji: numeriko (diskontinuirano) obiljeje
- mjesto roenja: nominalno (zemljopisno) obiljeje.
Na odabranom podruju izvrena je analiza zainteresiranosti
uenika i studenata za poduke iz razliitih predmeta upitnikom u kojem
su izmeu ostalih bila sljedea pitanja:
1. Iz kojih predmeta ste pohaali
poduke?
a) Matematika
b) Fizika
c) Engleski jezik
d) Hrvatski jezik
e) Ostalo
a)
2. eljeli biste pohaati:

a) Individualne poduke
b) Grupne poduke
c) Svejedno mi je
3. Spol
a) ensko
b) muko
Zadatak je izvriti kodiranje odabranih pitanja?
Rjeenje 1.4:
Tablica 1.1.
Kodna lista
OBILJEJE
poduke iz eljenog predmeta(V1)
eljena vrsta poduka (V2)

spol (V3)
OBLICI OBILJEJA
Matematika
Fizika
Engleski jezik
Hrvatski jezik
Ostalo
Individualne poduke
Grupne poduke
Nije bitno
enski
muki
KOD
A
B
C
D
E
A
B
C
1
2
Izvor: Simulirani podaci.

17
U tablici 1.1. vidi se da obiljeje "poduka iz eljenog predmeta"

moe poprimiti 5 oblika: Matematika, Fizika, Engleski jezik, Hrvatski
jezik i ostalo. Svakom obliku obiljeja dodijeljena je ifra ili kod: A, B,
C, D i E. Na taj nain pri unosu podataka umjesto da se piu itave rijei
upisuje se ifra, ime se postie velika uteda vremena.
Kodovi ne moraju biti slova, pa se kod obiljeja spol za "enski"
unosi 1, a za "muki" 2.
Moderni statistiki paketi imaju mogunosti kreiranja i grupiranja
unesenih podataka u razliitim eljenim varijantama u tablice, to opet
ovisi o vrsti istraivanja i postavljenim ciljevima statistikog istraivanja.
Kodirana pitanja iz 1.4 potrebno je za 10 ispitanika unijeti u
tablicu!
Rjeenje 1.5:
U tablici 1.2. prikazana su kodirana pitanja za 10 ispitanika:
Tablica 1.2.
Tablica s kodiranim podacima (ili matrica podataka)
Ispitanici
1
2
3
4
5
6
7
8
9
10
V1
A
C
A
B
A
A
D
E
B
A
V2
A
A
B
C
A
B
A
C
A
A
V3
1
2
1
1
2
1
2
1
2
2
U tablici 1.2 vrste statistikih obiljeja smjetene su u stupce. U

drugom stupcu tablice obiljeje V1, prema kodnoj listi u tablici 1.1.,
znai "poduke iz eljenog predmeta". Stupac V2 podrazumijeva "eljenu
vrstu poduke", a V3 znai "spol".
18
Uvod
Ako se pogledaju podaci za 3. ispitanika u tablici 2, A u stupcu

obiljeja V1 (poduke iz eljenog predmeta) znai da taj ispitanik eli
poduku iz Matematike. Oznaka B u stupcu V2 (eljena vrsta poduka)
istog ispitanika podrazumijeva da on preferira grupnu poduku, a njegova
oznaka 1 u stupcu V3 (spol) kae nam da je taj ispitanik enskog spola.

Na odabranom podruju izvrena je analiza stanovnitva
upitnikom u kojem su izmeu ostalih bila sljedea pitanja:
1. Spol:
a) Muki
b) enski
2. Visina:
...............................
Tablica 1.3:
Kodna lista
OBILJEJE
spol (V1)
visina u cm (V2)
OBLICI OBILJEJA
Muki
enski
..........
KOD
1
2
........
a)
Kodirana pitanja iz tablice 1.3. potrebno je unijeti u dokument
programa SPSS!
b)
Za 20 ispitanika potrebno je u SPSS unijeti konkretne podatke o
spolu i visini u cm!
Rjeenje 1.6:
a) U programu SPSS pitanja, odnosno varijable se definiraju u
dijelu Variable view koji se bira u donjem lijevom kutu ekrana (slika
1.1.)
19
Slika 1.1.
Variable view za definiranje varijabli u programu SPSS
Izvor: Iz programa SPSS.
Slika 1.2.
Prikaz definiranih varijabli u programu SPSS
Prema slici 1.2 vidi se da su varijable nazvane (Name) V1 i V2.

Radi lakeg rada s podacima naznaena je vrsta podataka (Type)
Numeric. U stupcu Label oznaeno je da je varijabla V1: Spol, a
varijabla V2: Visina u cm. Zadnji stupac definira skalu mjerenja
(Measure), gdje je za V1-Spol oznaena opisna, tj. Nominal skala, a za
V2-Visinu u cm numerika, tj. Scale skala.
U stupcu Values za varijablu V1-Spol uneseni su kodovi prema
tablici 1.3. Klikom mia u prvo polje stupca Values otvara se prozor
Value Labels, u kojem se definira konkretno kodiranje. To je za ovaj
primjer prikazano na slici 1.3.
Na slici 1.3 vidi se da muki spol ima kod 1, a enski spol kod 2.
Potrebno je napomenuti da pri unosu objanjenja i vrijednosti treba
izbjegavati slova koja ne pripadaju engleskoj abecedi jer ih SPSS nee
prepoznati.
20
Uvod
Slika 1.3.
Izvor: Prema podacima autora.
b)
U programu SPSS podaci se prema definiranim varijablama
unose u dijelu Data view koji se bira u donjem lijevom kutu ekrana (slika
1.4).
Slika 1.4.
Data view za unoenje podataka u programu SPSS
Izvor: Iz programa SPSS.
Na slici 1.5 prikazani su podaci o spolu i visini u cm za 20

ispitanika (podaci su simulirani).
Naravno, nakon to su se podaci unijeli u program SPSS,
potrebno ih je snimiti na standardan nain kako se to radi kod veine
klasinih programa za raunalo. Na glavnom izborniku odabire se File, a
u njegovu padajuem izborniku Save As te se uneseni podaci snimaju pod
eljenim imenom.
21
Slika 1.5.
Prikaz podataka o varijablama V1 i V2 za 20 ispitanika u programu
SPSS
Moderni statistiki paketi imaju mogunosti kreiranja i grupiranja

unesenih podataka u razliitim eljenim varijantama u tablice, to opet
ovisi o vrsti istraivanja i postavljenim ciljevima statistikog istraivanja.
Takav nain obrade podataka olakava rad s masom statistikih
podataka i omoguava veliku utedu vremena.
22
Uvod
1.7. Naini prikupljanja podataka

Pojedinane metode statistikog promatranja su:
a)
b)
c)
d)
e)
mjerenje
brojenje
ocjenjivanje
evidentiranje i
anketiranje.
Jedan od naina statistikog promatranja i prikupljanja podataka

je mjerenje. Mjeri se na primjer urod penice po jedinici poljoprivredne
povrine. Moe se mjeriti teina proizvoda, kao i visina stanovnitva
nekog podruja.
Brojenjem se moe doi do podataka o broju zaposlenih u
pojedinim organizacijskim jedinicama poduzea, o broju upisanih
uenika u srednje kole. Broje se i noenja turista u turistikoj sezoni pa
se na taj nain dobivaju podaci relevantni za analizu uspjenosti sezone.
Ocjenjivanjem kao metodom prikupljanja statistikih podataka
odreuje se kvaliteta provoenja odreenih radnji, stoga se taj postupak
obino vee za redoslijedna obiljeja statistikog skupa. Ocjenjuju se i
rangiraju studenti na testu iz statistike, ocjenjuje se usluga nekog
hotelskog poduzea i slino.
Evidentiranje podataka podrazumijeva kontinuirano praenje
kretanja neke pojave u duljem ili kraem razdoblju. Za potrebe evidencije
esto se ureuju odgovarajui obrasci. Na primjer, za promatranje
izostanaka i broja ostvarenih radnih sati djelatnika u nekom poduzeu
postoji obrazac za evidenciju gdje zaposlenici upisuju: ime i prezime,
vrijeme dolaska i odlaska s radnog mjesta, vrijeme izostanka, razlog
izostanka. Evidentiranje se moe vriti i tehnikim ureajima. To su
umreena raunala, optiki itai, ureaji za brojenje npr. putnika i
slino.
Anketa i/ili intervju je metoda kojom se prikupljaju podaci uz
pomo unaprijed pripremljenih upitnika na kojima ispitanici svojim
23
odgovorima daju informacije o promatranim obiljejima statistikog

skupa. Da bi anketa uspjela, potrebno je veliku pozornost obratiti
sastavljanju upitnika. Anketu sastavlja statistiar, koji se esto konzultira
i sa psihologom. Upiti moraju biti kratki, precizni i jasni. Moraju biti
postavljeni tako da ne sugeriraju odgovor. Broj pitanja ne smije biti velik
da ne zamara one koji odgovaraju. Pri provoenju ankete pristup
ispitaniku, odnosno jedinici statistikog skupa moe biti izravan i
neizravan.
Izravan pristup ostvaruje se kada osoba ili tim koji anketiraju
izlaze na teren i u direktnom kontaktu s ispitanicima prikupljaju odgovore
na pitanja iz upitnika. Neizravan pristup ostvaruje se potom,
telefonom, elektronikom potom i web-om. Na taj nain smanjuju se
trokovi prikupljanja podataka (npr. putni trokovi osoba koje provode
anketu, tj. anketara). Iako se i neizravnim nainom ispitanicima
prezentira tko istrauje i koja mu je svrha, praksa je pokazala da je tim
pristupom anketiranja prisutan velik postotak neodaziva, kao i esto velik
postotak nevaljano i nepotpuno popunjenih upitnika. Naravno, razloge
treba traiti u injenici da ispitaniku nije na raspolaganju osoba koja e
mu pojasniti nejasna pitanja.
Ovisno o obimu istraivanja organizaciju prikupljanja
podataka moe provoditi jedna osoba, skupina istraivaa ili osoblje
specijalizirane ustanove kojoj je to osnovna djelatnost. Ako se radi o
manjem istraivanju, u prikupljanju podataka e sudjelovati manji broj
istraivaa, dok e vee istraivanje zahtijevati rad veeg broja
istraivaa.
1.8. Priprema podataka za statistiku analizu
Prije poetka obrade prikupljenih podataka potrebno je izvriti
kontrolu sirove statistike grae. Kontrola se moe vriti u tijeku ili na
kraju postupka prikupljanja podataka, to ovisi i o razliitim metodama
prikupljanja.
Preventivna kontrola obavlja se ve u tijeku samog postupka
prikupljanja statistikih podataka. Kod provoenja ankete to
24
Uvod
podrazumijeva kontrolu upitnika pri njegovu preuzimanju od ispitanika.

Kontrolira se jesu li dani odgovori na sva pitanja i jesu li pravilno
popunjena predviena mjesta za traene odgovore.
Naknadna kontrola prikupljenih podataka obavlja se nakon
postupka prikupljanja. Formalnom kontrolom se usporeuje realizirani
broj prikupljenih podataka s onim planiranim obuhvatom statistikog
skupa. Ako je anketa vrena neizravnim putem, na primjer potom,
usporeuje se broj odaslanih upitnika s brojem vraenih upitnika.
Materijalnom kontrolom ispituje se potpunost i tonost sadraja
prikupljenih podataka. Na primjeru ankete to podrazumijeva kontrolu
potpunosti i loginosti danih odgovora.
1.9. Uzorak
Uzorak je podskup osnovnoga statistikog skupa, a uzima se u
svrhu ispitivanja obiljeja elemenata osnovnog skupa (ili populacije).
Poeljno je da uzorak bude to vei, ali u konkretnim
istraivanjima moe se dogoditi da:
poveavanjem uzorka istraivanje postaje sve skuplje
katkada se uzorci unitavaju (npr. kemijska analiza nekih

prehrambenih artikala).
Kad god je mogue, poeljno je izabrati sluajni uzorak. U

takvom uzorku svaka jedinica populacije (osnovnog skupa) ima jednaku
vjerojatnost da bude izabrana. Uzorak treba biti reprezentativan, a ne
selekcioniran (npr. potrebno je obuhvatiti istraivanjem i gradsko i
seosko stanovnitvo, zatim u nekom medicinskom istraivanju nije cilj
samo analizirati i donositi zakljuke za "dobrovoljce").
Ako neki lanovi populacije imaju veu ansu od drugih da budu
izabrani, takav uzorak se naziva pristrani uzorak (biased sample).
Sluajni uzorak sastavlja se prema odreenim principima, koji
odgovaraju zakonu sluaja. Najbolji nain je upotreba "tablice sluajnih
25
brojeva" ili koritenje raunalnog sustava sluajnog izbora (generator

sluajnih brojeva).
Pri izradi tablice sluajnih brojeva koristi se deseterostrana
prizma s brojevima od 0 do 9.
Nakon 40 bacanja deseterostrane prizme dobije se na sluajan
nain 40 brojeva; skupljeni u skupine od po 4:
7766 7520 1607 6048 2771 4733 8558 8681 5204 3806
a)
Zadatak je izabrati uzorak veliine 350 iz osnovnog skupa veliine
790. (Prije poetka odabira svakoj osobi iz osnovnog skupa dodjeljuje se
broj od 1 do 790!).
Rjeenje 1.7:
a)
Najprije je potrebno otvoriti tablicu sluajnih brojeva sluajno!
Pretpostavka je da se tablica otvorila na stranicu na kojoj je u prvom
retku prikazan niz od 40 brojeva.
Kako je u osnovnom skupu ukupno 790 osoba, potrebno je itati
troznamenkaste brojeve iz tablice (u redovima, u stupcima ili
dijagonalno).
Ako se brojevi itaju po redovima, prvi troznamenkasti broj iz
prezentiranog retka, tj. prva odabrana osoba je ona oznaena brojem 776,
zatim 675, pa 201 itd.
Ako se naie na broj vei od 790, on se odbacuje, jer u osnovnom
skupu nema vie od 790 osoba. Ako se dogodi da se neki broj ponavlja,
on se opet odbacuje, jer se jedna osoba u uzorak ne moe odabrati dva
puta.
Uzorak moe biti i sistematski ako se jedinice iz osnovnog skupa
biraju sistematski. Na primjer, ako se po redu u uzorak bira svaki 10.
element iz osnovnog skupa.
Stratificirani ili slojeviti uzorak je takav uzorak koji se dobije na
nain da se populacija podijeli u slojeve ili stratume prema nekim
26
Uvod
karakteristikama, te da se iz svake od grupa uzme sluajni uzorak. Na

primjer, u sociolokim istraivanjima stratumi se mogu birati prema
dobnim skupinama.
Klaster uzorci su loija varijanta sluajnog uzorka i koriste se u
velikim trinim, ekonomskim ili politikim istraivanjima. Na primjer,
pri ispitivanju miljenja stanovnika nekog grada o nekoj problematici,
grad se moe prema planu podijeli na 50-ak blokova, odnosno kvartova.
Tada se na sluaj biraju neki blokovi u kojima anketari detaljno
intervjuiraju sve stanovnike. ak se vraaju na adrese dok ne dobiju
intervju od svakog stanovnika u odabranim blokovima.
Kvotni uzorci su jo loiji jer predstavljaju nesluajni
stratificirani uzorak. Koriste se kod ad hoc organiziranih istraivanja za
potrebe trita, za prikupljanje miljenja graana o nekom pitanju i
slino. Istraiva unaprijed izabere broj ljudi (kvotu) svakog pojedinog
stratuma koje mora intervjuirati, stoga se ti uzorci nazivaju kvotni.
Prigodni uzorak je onaj koji se "nae pri ruci" jer je drugi
nedostupan. Na primjer, dostupni bolesnici na odjelu u bolnici, prisutni
studenti neke godine studija i slino.
Pri istraivanju se mogu dogoditi pogreke koje mogu biti:
a) pogreke izvan uzorka (zbog pogreno odabrane metode
istraivanja, zbog pogrene obrade rezultata i slino)
b) pogreke uzorka.
Veliinu uzorka nije mogue openito definirati, jer to ovisi o
varijabilnosti pojave koja se mjeri i o preciznosti kojom se pojava eli
izmjeriti. Za uzorak je najvanije da bude reprezentativan, tj. kad god je
to mogue sluajno sakupljen.
Frakcija odabiranja (f) omjer je jedinica u uzorku i broja
jedinica u osnovnom skupu:
f =
n
N
(1.1)
gdje je :
n - broj jedinica u uzorku
27
N - broj jedinica u osnovnom skupu.
Korak izbora je reciprona vrijednost frakcije odabiranja ( 1 f ) i

upotrebljava se kod sistematskog izbora jedinica u uzorak. To znai da
ako je korak izbora jednak 20, da se u uzorak iz osnovnog skupa odabire
svaki 20. element.
Broj svih moguih uzoraka (bez ponavljanja) veliine n iz
osnovnog skupa veliine N jednak je broju kombinacija bez ponavljanja
n -tog razreda:
N
K = .
n
(1.2)
Pomou uzorka vri se procjena odreenih parametara osnovnog

skupa i testiraju se hipoteze o nepoznatim parametrima osnovnog skupa.
Na odabranom podruju izvrena je analiza studentske populacije
upitnikom u kojem su izmeu ostalih bila sljedea pitanja:
Anketni upitnik:
1. Spol:
1. Muki
2. enski
2. Visina u cm:
3. Teina u kg:
4. Prosjena ocjena u srednjoj koli:
5. Koliki deparac dobivate na mjesec u kunama?
6. Financijske prilike u obitelji:
1. Nedovoljno novca za normalni standard

2. Zadovoljavamo osnovne potrebe
3. Nema materijalnih problema
4. ivimo odlino.
a) Kodirana pitanja iz anketnog upitnika potrebno je unijeti u dokument

programa SPSS!
b) Za svakog ispitanika potrebno je u SPSS unijeti konkretne podatke o
postavljenim pitanjima iz ankete!
28
Uvod
Rjeenje 1.8:
a) U programu SPSS pitanja, odnosno varijable se definiraju u
dijelu Variable view koji se bira u donjem lijevom kutu ekrana (slika
1.1.).
Slika 1.6.
Prema slici 1.6. vidi se da su varijable nazvane (Name) od v1 do

v2. Radi lakeg rada s podacima, naznaena je vrsta podataka za sve
varijable (Type) Numeric. U stupcu Label oznaeno je da je varijabla V1:
Spol, a varijabla V2: Visina u cm, itd. Zadnji stupac definira skalu
mjerenja (Measure).
Slika 1.7.
Prikaz definirane varijable v6-Financijske prilike u obitelji u programu
SPSS
29
U stupcu Values za varijable v1-Spol i v6-Financijske prilike u

obitelji uneseni su odgovarajui kodovi prema odgovarajuim pitanjima
iz ankete. Na slici 1.7 prikazani su kodovi za varijablu v6-Financijske
prilike u obitelji.
Na slici 1.7 vidi se da odgovor "Nema novca za normalan
standard" kod 1, odgovor "Zadovoljavamo osnovne potrebe" kod 2 itd..
b) U programu SPSS podaci prema definiranim varijablama
unose se u dijelu Data view koji se bira u donjem lijevom kutu ekrana
(slika 1.4).
Slika 1.8.
Prikaz dijela podataka o varijablama v1 - v6 za odabrane ispitanike u
programu SPSS
Na slici 1.8 prikazan je dio podataka o ispitanicima za varijable

v1 - v6 (podaci su simulirani).
Naravno, nakon to su se podaci unijeli u program SPSS,
potrebno ih je snimiti na standardan nain kako se to radi kod veine
klasinih programa za raunalo. Na glavnom izborniku odabire se File, a
u njegovom padajuem izborniku Save As te se uneseni podaci snimaju
pod eljenim imenom.
30
Uvod

Prema podacima iz analitikog primjera 1.8:
a)
Za sve ispitanike potrebno je izraunati indeks kojim se odreuje
idealna tjelesna teina u skladu s visinom ispitanika. To je Body Mass
Index (BMI) - (v7) koji se rauna prema sljedeem izrazu:
BMI =
tezina u kg
vi sin a u m 2
b)
Zadatak je za sve ispitanike od numerike varijable deparac (v6)
formirati novu varijablu grupirani deparac (v8) po principu koji je
prikazan u tablici 1.4.
Tablica 1.4.
Princip formiranja nove varijable grupirani deparac (v8)
Grupe
1
2
3
4
5
6
Visina
deparca
0 - 200
201 - 400
401 - 600
601 - 800
800 - 1000
1001 - 3500
Nova
vrijednost
200
400
600
800
1000
3500
Rjeenje 1.9:
a)
Da bi se pomou postojeih numerikih varijabli izraunala nova
numerika varijabla, potrebno je na glavnom izborniku odabrati
Transform, a u njegovu padajuem izborniku Compute. Na ekranu se
pojavi prozor Compute Variable koji je prikazan na slici 1.9.
31
Slika 1.9.
Prozor Compute Variable u kojem se kreira nova numerika varijabla v7
Prema slici 1.9 vidi se da je u polje Target Variable potrebno

unijeti ime nove varijable BMI -v7, dok se u Numeric Expression unosi
izraz po kojem se iz postojeih varijabli kreira nova varijabla. Pritom
treba voditi rauna o tome da su postojei podaci o visini ispitanika
izraeni u cm te da bi se dobila visina izraena u metrima, potrebno je
centimetre podijeliti sa 100. To se moe vidjeti na slici 1.9 pod Numeric
Expression. Nakon to se klikne ikona OK, nova varijabla v7 automatski
se formira u dodatnom stupcu u Data View programa SPSS. Nova
varijabla se moe vidjeti na slici 1.10.
U Variable View potrebno je na odgovarajui nain definirati tu
novu varijablu te u stupcu Label naznaiti da se radi o Body Mass Index.
Ta nova varijabla je numerika i ima skalu mjerenja Scale.
32
Uvod
Slika 1.10.
Data view s novom varijablom v7
b)
Da bi se pomou varijable v6 - deparac formirala nova varijabla
grupirani deparac po principu koji je prikazan u tablici 1.4, potrebno je
na glavnom izborniku odabrati Transform, a u njegovu padajuem
izborniku odabrati Recode. U njegovom izborniku bira se Into Different
Variables (jer bi se odabirom Into Same Variables izgubila postojea
varijabla). U polje Numeric Variable bira se v6 - "Koliki deparac
dobivate", a u Outut Variable, Name je v8, a Label Grupirani deparac.
Odabirom ikone Old and New Values otvara se novi prozor
Recode into Different Variables. Aktiviranjem opcije Range upisuju se
odgovarajue grupe visine deparca, kako je zadano u tablici 1.4. Nakon
upisivanja svakog pojedinog Range, upisuje se odgovarajua New Value,
koja se svaki put kao nova grupa dodaje klikom na ikonu Add. Nakon to
su unesene sve grupe ikonom Continue, zatim Change i OK, u novom
stupcu Data View kreirat e se nova varijabla Grupirani deparac,
odnosno v8.
Na slici 1.11. prikazani su prozori Recode into Different
Variables i Old and New Values.
33
Slika 1.11.
Prozori Recode into Different Variables pomou kojih se kreira nova
varijabla v8 - Grupirani deparac
34
Ureivanje i prikazivanje podataka
2. UREIVANJE I PRIKAZIVANJE PODATAKA

2.1. Grupiranje podataka
Ako se urede prikupljeni statistiki podaci prema nekom
obiljeju ili karakteristici, dobiva se statistiki niz.
Grupiranje statistikih podataka je postupak diobe
statistikog skupa na odreeni broj podskupova prema prethodno
utvrenim modalitetima promatranog obiljeja i uz potivanje
principa iskljuivosti i iscrpnosti.
Princip iskljuivosti podrazumijeva da svaki element osnovnog
skupa istovremeno moe pripadati samo jednoj grupi, tj. podskupu.
Princip iscrpnosti podrazumijeva da postupkom grupiranja trebaju biti
obuhvaeni svi elementi osnovnog skupa.
Statistika obiljeja, odnosno ope karakteristike elemenata
statistikog skupa openito se oznaavaju: sa
Xi, i = 1, 2, , N.
(2.1)
Prema tome postoji N modaliteta, tj. pojavnih oblika promatranih

obiljeja.
Broj elemenata statistikog skupa koji pripadaju odreenoj
grupi, tj. jednom modalitetu ili pojavnom obliku promatranog
obiljeja, naziva se apsolutna frekvencija.
Oznaka za apsolutnu frekvenciju je
fi, i = 1, 2, ,N.
(2.2)
Zbroj svih elemenata statistikog skupa naziva se opseg

statistikog skupa. Zbog principa iskljuivosti i iscrpnosti taj broj
35
odgovara i zbroju svih apsolutnih frekvencija kako je prikazano

izrazom (2.3).1
N
(2.3)
f1 + f 2 + f 3 + . .. + f N = f i
i =1
Moe se definirati da je skup ureenih parova modaliteta

promatranog obiljeja i njima pripadajuih apsolutnih frekvencija
statistiki niz.
2.1.1. Nizovi kvalitativnih podataka
Kvalitativni statistiki nizovi su nominalni (atributivni i
zemljopisni) i redoslijedni.
U izrazu (2.3) dan je znak zbrajanja f i koji se ita: zbroj apsolutnih frekvencija f i ,
i =1
gdje i ide od 1 do N. Neke od karakteristika znaka zbrajanja su sljedee:

1.
2.
3.
X i = X 1 + X 2 + . . . + X N , gdje je i = indeks zbrajanja;
i =1
N
i =1
i =1
i =1
N
( X i Yi Z i . . .) = X i Yi Z i . . . ;
i =1
N
X i Yi = X 1Y1 + X 2 Y2 + . . . + X N Y N X i Yi (ovdje se za desni dio
i =1
i =1
i =1
nejednakosti, primjenom izraza 1., moe zakljuiti da suma produkta nije

jednaka produktu suma);
N
4.
Xi
X
X
X
= 1 + 2 + ... + N
Y1
Y2
YN
i =1 Yi
N
Xi
i =1
N
(ovdje se moe zakljuiti da je suma
Yi
i =1
kvocijenta razliita od kvocijenta suma);

5.
i =1
i =1
aX i = aX 1 + aX 2 + . . . + aX N = a( X 1 + X 2 + . . . + X N ) = a X i , gdje je "a"
konstanta, jer ne ovisi o indeksu zbrajanja i;

6.
i =1
i =1
i =1
i =1
(aX i bYi cZ i . . . ) = a X i b Yi c Z i . . . , gdje su a, b, c,
konstante.
36
Nominalni statistiki nizovi formiraju se grupiranjem

elemenata osnovnog skupa prema modalitetima odgovarajueg
nominalnog obiljeja.
Modaliteti nominalnog obiljeja izraavaju se pomou atributa,
kategorija i slovnih oznaka, a mogu se navoditi abecednim redom, prema
veliini apsolutnih frekvencija, te dogovorno ili zakonski utvrenim
popisima. Na primjer, slubena statistika koristi: SMTK ili Standardnu
meunarodnu trgovinsku klasifikaciju i NKD ili Nacionalnu klasifikaciju
djelatnosti.
Zemljopisni statistiki nizovi formiraju se grupiranjem
elemenata osnovnog skupa prema modalitetima odgovarajuega
zemljopisnog ili prostornog obiljeja.
Modaliteti prostornog obiljeja najee odgovaraju teritorijalnoadministrativnoj podjeli odreenog geografskog prostora, kao na primjer:
gradovi, upanije, regije, drave, kontinenti. Grupe toga obiljeja mogu
biti poredane po abecednom redu, po veliinama apsolutnih frekvencija
ili po geografskom poloaju. Ako se zbog vee preglednosti nekoliko
modaliteta stavi zajedno u grupu "ostalo", ona obino dolazi na kraju
statistikog niza.
Redoslijedni statistiki nizovi formiraju se grupiranjem
elemenata osnovnog skupa prema modalitetima odgovarajueg
redoslijednog obiljeja.
Grupiranje podataka statistikog skupa prema redoslijednom
obiljeju vri se slino kao kod nominalnih obiljeja, ali je redoslijed
grupa ovdje odreen rangom koji pojedina grupa obiljeja predstavlja.
Rangiranje se moe vriti polazei od najnieg ranga prema najviem ili
obrnuto.
2.1.2. Numeriki niz
Grupiranjem
elemenata
statistikog
skupa
prema
numerikom ili kvantitativnom obiljeju nastaje numeriki statistiki
niz.
37
Grupiranje i ureivanje elemenata numerikog statistikog skupa

ovisi o broju podataka i o njihovoj vrsti, odnosno o tome radi li se o
neprekidnim (kontinuiranim) ili prekidnim (diskontinuiranim)
numerikim statistikim obiljejima.
Ako numeriko obiljeje moe poprimiti samo mali broj
numerikih vrijednosti, tada ta svaka vrijednost moe biti posebna grupa
u nizu. To je najee sluaj kod prekidnog ili diskontinuiranog
numerikog obiljeja.
Ureen negrupiran prekidni numeriki statistiki niz ima
karakteristiku da su njegove vrijednosti sloene po veliini poevi,
najee, od najmanje:
X 1 , X 2 , ..., X N ; X i 1 < X i , i = 2,3, ..., N .
(2.4)
Openito je pojedini oblik (modalitet) obiljeja: X i , i = 1,2, ..., k , a

pripadajua apsolutna frekvencija: f i , i = 1,2, ..., k .
Skup ureenih parova:
( X i , f i ), i = 1,2,3, ..., k
(2.5)
je distribucija frekvencija promatranog prekidnog numerikog

obiljeja.
Takoer vrijedi da je suma svih apsolutnih frekvencija jednaka
opsegu statistikog odnosno osnovnog skupa:
k
fi = N .
i =1
(2.6)
Za vrijednosti koje se pojavljuju manje puta formiraju se

zajednike grupe ili "razredi". U razredima se nalaze elementi skupa s
vrijednostima obiljeja koje se nalaze izmeu donje i gornje granice
razreda.
Na taj se nain formiranjem razreda postie vea preglednost, ali
se gubi na preciznosti i potpunosti informacija. U sluaju
diskontinuiranog numerikog obiljeja donja granica sljedeeg (i+1)
razreda razlikuje se od gornje granice prethodnog (i) razreda za
jedinicu mjere promatranog obiljeja.
38
Te originalne granice razreda nazivaju se jo i nominalne

granice. Prije provoenja statistike analize potrebno je nominalne
granice zamijeniti preciznim ili pravim granicama, to ovisi o nainu
mjerenja promatranog svojstva. To se najee radi na nain da se donja
granica sljedeeg (i+1) nominalnog razreda umanji, a gornja granica
prethodnog (i) nominalnog razreda uvea za polovicu razlike izmeu tih
granica. Ponekad se precizne granice formiraju jednostavno na nain da
se sve gornje granice uveaju za 1 jedinicu obiljeja i tako izjednae sa
svojom sljedeom donjom granicom ili da se sve donje granice umanje za
1 jedinicu obiljeja i tako izjednae sa svojom prethodnom gornjom
granicom.
Kontinuirano ili neprekidno statistiko obiljeje moe
poprimiti vrijednosti iz nekog intervala, pa se njegovi modaliteti
formiraju kao razredi. Skup ureenih parova razreda obiljeja i
njima pripadajuih frekvencija2
( DGi X i < GGi , f i ), i = 1,2,3, ..., k
(2.7)
je distribucija frekvencija promatranog neprekidnog numerikog

obiljeja. U sluaju kontinuiranog numerikog obiljeja donja
granica sljedeeg (i+1) razreda jednaka je gornjoj granici
prethodnog (i) razreda, pa ovdje nije potrebno raunati precizne ili
prave granice.
Ako nije definirana najmanja vrijednost obiljeja za neki skup,
donja granica poetnog razreda pri grupiranju se moe ostaviti
otvorena. Isto tako ako nije definirana najvea vrijednost obiljeja za
neki skup, gornja granica posljednjeg razreda moe se ostaviti
otvorena. Meutim prije poetka same statistike analize, te je otvorene
granice potrebno zatvoriti takozvanim procijenjenim granicama, koje se
stavljaju u zagrade, jer njima istraiva procjenjuje da nijedan element
skupa nema vrijednost manju od prve donje ili veu od zadnje gornje
procijenjene granice.
Veliina razreda (i) razlika je izmeu gornje i donje granice
razreda (kada je rije o diskontinuiranom numerikom obiljeju radi se s
preciznim ili pravim granicama).
2
gdje je DGi donja granica i-tog razreda, a GGi gornja granica i-tog razreda.
39
i = GGi DGi , i = 1,2, ..., k .
(2.8.)
Sredina razreda (sredXi) je prosjek (odnosno jednostavna

aritmetika sredina) izmeu donje i gornje (prave ili precizne) granice
razreda:
DGi + GGi
, i = 1,2, ..., k .
2
sredX i =
(2.9)
Ako vrijednosti promatranog numerikog niza nisu ravnomjerno

rasporeene, veliine koje se izraunavaju pomou sredine razreda sadre
tzv. greku grupiranja.
2.2. Tabeliranje
Tabeliranje je postupak svrstavanja grupiranih prikupljenih
statistikih podataka u tablice.
Statistike tablice kao jedan od oblika prikazivanja statistikih
podataka prisutne su u literaturi svuda oko nas.
Tablica nastaje crtanjem okomitih i vodoravnih linija prema
odreenim pravilima. Svaka statistika tablica mora imati: naslov,
broj tablice (ako ih ima vie), tekstualni dio, numeriki ili brojani
dio i izvor podataka te po potrebi napomenu.
Tablica 2.1.
Naslov tablice
Zaglavlje
Zbirni
Oznake
stupca
0
Pred- Oznake
sturetka
pac
1
stupac
stupac:
j =1
2
redak
polje
polje
Zbirni redak:
m
i =1
Izvor podataka:
40
Tablica 2.1. prikazuje opi oblik statistike tablice.

Naslov tablice mora biti jasan i kratak, a istovremeno u sebi mora
sadravati pojmovnu, prostornu i vremensku definiciju statistikog skupa
da bi onaj tko je ita mogao precizno odrediti njezine elemente.
Tekstualni dio statistike tablice sastoji se od dva dijela:
zaglavlja i predstupca. U zaglavlju ili tumau stupaca opisuje se i
objanjava sadraj stupaca. U predstupcu ili tumau redaka opisuje se i
objanjava sadraj redaka. To su najee oblici statistikog obiljeja po
kojemu je promatran statistiki niz. Uz tekstualni dio svaki stupac moe
biti oznaen i odgovarajuim brojem. Kako se vidi u tablici 2.1,
predstupac se esto oznaava nulom, a numeriranje dalje ide po redu: 1,
2, , n.
Brojani ili numeriki dio tablice sastoji se od polja u koja se
unose frekvencije, odnosno rezultati grupiranja statistikih podataka.
Zbirni ili marginalni stupac sadri zbrojeve pojedinih redaka. Njegova
n
suma zbraja elemente svakog retka po j - stupcima. Zbirni ili

j =1
marginalni redak sadri zbrojeve pojedinih stupaca. Njegova suma

m
zbraja elemente svakog stupca po i- redcima.
i =1
Izvor podataka se navodi ispod tablice. On omoguuje provjeru

ispravnosti prikupljenih podataka u tablici, kao i eventualnu dopunu
podataka, ako to zahtijeva statistiko istraivanje (posebno ako su podaci
u tablici preuzeti iz sekundarnih izvora).
Zbog vee preglednosti tablice, esto se zaglavlje, predstupac,
zbirni redak i zbirni stupac odvajaju debljim crtama od brojanog dijela
kao to se moe vidjeti u tablici 2.1.
Dakle, statistika tablica mora potivati 3 naela: preglednost,
potpunost i jasnou.
Statistike tablice mogu se podijeliti: na
1) ope ili izvjetajne statistike tablice i na
2) analitike ili sumarne statistike tablice.
41
Ope statistike tablice prikazuju jako velik broj statistikih

podataka o nekome promatranom statistikom skupu.
Analitike statistike tablice se konstruiraju za neku posebnu
analizu i one su u pravilu preglednije.
U ovisnosti o tome prikazuju li se prikupljeni statistiki podaci u
tablici prema jednom ili vie statistikih obiljeja i prikazuje li se jedan ili
vie statistikih nizova razlikuju se:
1) jednostavne statistike tablice i
2) sloene statistike tablice, koje se mogu podijeliti: na
skupne statistike tablice i na
kombinirane statistike tablice.
Jednostavne statistike tablice prikazuju jedan statistiki skup

grupiran u jedan statistiki niz, tj. grupiran prema jednom obiljeju.
Skupne statistike tablice prikazuju dva ili vie statistika skupa
grupirana u dva ili vie statistika niza prema jednom obiljeju.
Tablica 2.2.
Naslov tablice: Dvostruka (sloena) statistika tablica
Zaglavlje
Zbirni
Oznake
stupca
Predstupac
0
Oznake
1
x11
stupac:
j =1
2
x12
n
x1n
x1 j
j =1
retka
x21
x22
x2n
x2 j
j =1
xm1
xm2
xmn
xmj
j =1
Zbirni redak:
m
i =1
Izvor podataka:
42
xi1
i =1
xi 2
i =1
xin
i =1
m m
xij
i =1 j =1
Kombinirane statistike tablice (tablice kontigence) prikazuju

jedan statistiki skup grupiran u dva ili vie statistikih nizova prema dva
ili vie obiljeja. Ako kod kombinirane tablice s dva obiljeja jedno
obiljeje ulazi u tablicu iz predstupca, a drugo iz zaglavlja, kae se da je
to tablica s dva ulaza. U skladu s tim postoje kombinirane tablice s vie
ulaza, ali pri njihovu kreiranju gubi se jasnoa i preglednost.
Tablica 2.2 prikazuje jednu opu dvostruku statistiku tablicu s
odgovarajuim sumama u zbirnom retku i zbirnom stupcu. Jednadba
(2.10) pokazuje da je zbroj zbirnog retka jednak zbroju zbirnog stupca,
odnosno ako kod dvostruke sume one zamijene svoja mjesta, nita se
nee promijeniti:
m n
n m
i =1 j =1
j =1i =1
x ij = x ij .
(2.10)
2.3. Relativni brojevi strukture

Relativni brojevi su "neimenovani", stoga se pomou njih mogu
usporeivati i analizirati pojave koje imaju razliitu jedinicu mjere ili
razliit broj elemenata. Na taj nain dobije se relativna vanost dijela ili
cjeline statistikog niza.
Relativni brojevi nastaju dijeljenjem dviju veliina. Veliina s
kojom se dijeli zove se osnova relativnog broja i po njoj se relativni
brojevi meusobno razlikuju.
Relativni brojevi strukture pokazuju odnos dijela prema
cjelini, i njima se olakava analiza rasporeda podataka prema
modalitetima obiljeja u jednom statistikom nizu, odnosno njihova
struktura. Najee se izraavaju u postocima, a mogu i u promilima.
Ako relativni brojevi strukture (Pi) pokazuju odnos apsolutnih
frekvencija prema opsegu statistikog skupa (tj. ukupnom broju
elemenata statistikog skupa), zovu se relativne frekvencije (fri).
43
Pi =
f
dio
; fri = n i
cjelina
fi
(2.11)
f
dio
100 (u %); fri = n i 100 (u %)
cjelina
fi
(2.12)
f
dio
1000 (u ); fri = n i 1000 (u )
cjelina
fi
(2.13)
i =1
Pi =
i =1
Pi =
i =1
Zbroj svih relativnih brojeva u jednom statistikom nizu je 1 ili

100, ili 1000, u ovisnosti o tome kako je relativni broj izraen.
Relativni brojevi strukture se grafiki mogu prikazivati pomou
strukturnih stupaca, strukturnih krugova, polukrugova ili nekim drugim
geometrijskim likom. Pri tom se za usporedbu dvaju ili vie statistikih
nizova konstruiraju geometrijski likovi jednakih povrina, jer je zbroj
relativnih frekvencija uvijek isti.
Analitiki primjer 2.1.
Statistiki nizovi "prosjean broj nezaposlenih osoba u RH, 1995.
i 2002. godine" prema redoslijednom obiljeju "struna sprema",
prikazani su u tablici 2.2.
a)
Zadatak je izraunati strukturu nezaposlenih osoba prema strunoj
spremi za 1995. i 2003. godinu.
b)
Zadatak je strukturu nezaposlenih osoba prema strunoj spremi za
1995. i 2003. godinu prikazati na grafikonu pomou strukturnih stupaca
uz sve potrebne oznake.
Rjeenje 2.1.
a)
U tablici 2.3. u posljednja 2 stupca prikazana je struktura
nezaposlenih osoba prema strunoj spremi za 1995. i 2003. godinu.
Na primjer: fr11 =
f 11
6
f 1i
i =1
44
100 =
51367
100 = 20,62% ,
249070
to znai da je 1995. godine udio niskokvalificiranih radnika (NKV) u

ukupnom broju nezaposlenih bio 20,62%.
Tablica 2.3.
Prosjean broj nezaposlenih osoba u RH prema strunoj spremi, 1995. i
2003. godine
Prosjean broj
Struktura u %
nezaposlenih osoba
Struna sprema 1995. god. 2003. god. 1995. god. 2002. god.
f1i
f2i
fr1i
fr2i
NKV
51367
58939 20,62352
18,4945
PKV;NSS
36453
56957 14,63564 17,87256
KV,VKV
87172
105728
34,999 33,17644
SSS
57276
76087 22,99594 23,87537
VS
7346
9891 2,949372 3,103701
VSS
9456
11082 3,796523 3,477426
Ukupno:
249070
318684
100
100
Izvor: Statistiki ljetopis Republike Hrvatske, 2005. godina, str. 177.
b)
Na slici 2.1. prikazana je struktura nezaposlenih osoba prema
strunoj spremi za 1995. i 2003. godinu.
Slika 2.1.
Prosjean broj nezaposlenih u RH prema strunoj spremi
100%
80%
struktura u %
V SS
V S
60%
SSS
KV ,V KV
40%
PKV ;NSS
NKV
20%
0%
1995. god.
2002. god.
45
2.4. Grafiko prikazivanje statistikih nizova

Uz statistike tablice pomono sredstvo u analizi statistikih
nizova su grafiki prikazi.
Grafikonima se na jednostavan i pregledan nain uz pomo
razliitih geometrijskih likova prezentiraju osnovne karakteristike
statistikih nizova.
Grafiki prikazi statistikih podataka su pregledniji i razumljiviji
u odnosu na njihovo prikazivanje statistikom tablicom. Grafikoni
omoguuju jednostavnije uoavanje glavnih karakteristika promatranih
pojava, ali vrlo esto ta preglednost ide na tetu preciznosti statistikih
informacija. Stoga je poeljno uz grafiki prikaz prezentirati i tablicu s
originalnim vrijednostima statistikog niza. Suvremeni statistiki
programski paketi, a izmeu njih i SPSS, naravno u skladu sa
statistikom teorijom, imaju mnotvo mogunosti kreiranja grafikih
prikaza. Pomou njih se mogu odabrati razliite boje, oblici i linije na
grafikonu, to omoguuje jo zorniji prikaz promatrane pojave.
Oznake na grafikonu moraju biti takve da onaj tko ita grafikon
moe jasno raspoznati koji su elementi i koja je pojava prikazana. Stoga i
grafikon mora imati naslov, jedinice mjere promatranog obiljeja,
oznake modaliteta obiljeja, izvor podataka i po potrebi kazalo ili
tuma oznaka.
Postoje tri skupine grafikih prikaza:
1) povrinski grafikoni
2) linijski grafikoni i
3) kartogrami.
Statistiki skup "Zaposleni u pravnim osobama u RH, stanje 31.
oujka 2004. god.", prema redoslijednom obiljeju "stupanj strunog
obrazovanja" prikazan je u tablici 2.3.
a)
Zadatak je zaposlene u pravnim osobama u RH prema stupnju
strunog obrazovanja za 2004. godinu prikazati na grafikonu pomou
jednostavnih stupaca uz sve potrebne oznake.
46
Tablica 2.4.
Zaposleni u pravnim osobama u RH prema stupnju strunog
obrazovanja, stanje 31. oujka 2004. god.
Stupanj strunog
Broj
obrazovanja
zaposlenih
NKV
97516
PKV
35948
KV
146161
VKV
30626
nie
36510
srednje
453710
vie
82283
visoko
163417
Ukupno:
1046171
Izvor: Statistiki ljetopis Republike Hrvatske,2005. godina, str. 136.-137.
Rjeenje 2.2.
a)
Na slici 2.2 prikazani su zaposleni u pravnim osobama u RH
prema stupnju strunog obrazovanja za 2004. godinu.
Slika 2.2.
Zaposleni u pravnim osobama u RH pre ma stupnju
strunog obra zovanja, stanje 31.03.2004.
Broj zaposlenih
500000
400000
300000
200000
100000
0
NKV
PKV
KV
V KV
nie
srednje
vie
visoko
Stupanj s trunog obrazovanja
Izvor: Statistiki ljetopis Republike Hrvatske,2005. godina, str. 136.-137.
Na slici 2.2 jasno se vidi da je u Republici Hrvatskoj u pravnim

osobama, na dan 31. 03. 2004., najvie bilo zaposlenih sa srednjim
47
stupnjem obrazovanja, dok je onih u kategoriji VKV, odnosno

visokokvalificiranih radnika bilo najmanje.
Statistiki skup, "Stanovnitvo Republike Hrvatske, popis 2001.
godine" prema obiljejima "spol i aktivnost" podijeljen je na grupe i
zadan je u tablici 2.5.
a)
Zadatak je napraviti strukturne krugove za stanovnitvo mukog
i enskog spola prema obiljeju "aktivnost".
Tablica 2.5.
Mukarci i ene u RH prema aktivnosti, popis 2001. godine
Stanovnitvo (u 000)
Mukarci
ene
f2i
f1i
Stupnjevi struktur. kruga

Mukarci
ene
0
S 1i
S02i
Aktivnost
Aktivno
stanovnitvo
1005,4
819,8
178,3854
132,9885
Osobe ss osobnim
prihodima
490,6
639
87,04584
103,659
Uzdravano
stanovnitvo
533
760,4
94,56875
123,3526
Ukupno
2029
2219,2
360
360
Izvor: Statistiki ljetopis Republike Hrvatske,2005. godina, str. 100.
Rjeenje 2.3.
a)
U tablici 2.5 uz originalne apsolutne frekvencije dani su i
stupnjevi strukturnoga kruga. Stupnjevi strukturnoga kruga raunaju se na
sljedei nain:
S 0i =
fi
N
360 0 .
(2.14)
fi
i =1
Na slici 2.3 pomou strukturnih krugova prikazani su mukarci i

ene u Republici Hrvatskoj prema aktivnosti (popis 2001.).
U stupcu tablice 2.5. za muki spol:
48
f 11
S 0 11 =
360 0 =
f 1i
1005,4
360 0 = 178,385 0 ,
2029
i =1
to odgovara odreenom dijelu 1. strukturnoga kruga na lici 2.3.

U stupcu tablice 2.5. za enski spol:
S 0 22 =
f 22
3
f 2i
360 0 =
639
360 0 = 103,659 0 ,
2219,2
i =1
to odgovara odreenom dijelu 2. strukturnoga kruga na slici 2.3.

Slika 2.3.
Mukarci i ene u Republici Hrvatskoj prema aktivnosti (popis 2001.)
Izvor: Statistiki ljetopis Republike Hrvatske,2005. godina, str. 100.
Iz slike 2.3. jasno se vidi da je kod mukaraca bilo najvie

aktivnog stanovnitva, dok je kod ena aktivno stanovnitvo samo malo
vee od uzdravanog stanovnitva.
Zadan je statistiki skup, "Zasijane povrine u oranicama" prema
prostornom obiljeju "upanije u RH".
a)
Zadatak je zadani skup prikazati pomou statistike karte.
49
Rjeenje 2.4.
a)
Statistiki skup, "Zasijane povrine u oranicama" prema
prostornom obiljeju "upanije u RH" prikazan je na slici 2.4.
Slika 2.4.
Udio zasijanih povrina u oranicama po upanijama u RH, 2002. god.
Na slici 2.4 vidi se udio zasijanih povrina u oranicama u

Republici Hrvatskoj prikazan po upanijama. Na zemljovidu su
sjenanjem prikazani intenziteti vrijednosti pojave po modalitetima
obiljeja, tj. po upanijama. Tako su one upanije s manjim udjelom
zasijane povrine u oranicama slabije osjenane, dok su one s veim
udjelom zasijane povrine jae osjenane.
50

Zadani su podaci o spolu i deparcu uzorka studentske populacije
na jednom sveuilitu.
a)
Zadatak je formirati i komentirati apsolutne frekvencije varijabli:

- spol,
- "grupirani" deparac.
Rjeenje 2.5.
a)
U programskom paketu SPSS apsolutne frekvencije se mogu
formirati na 2 naina.
I. nain:
Potrebno je na glavnom izborniku odabrati Analyze, a na njegovu
padajuem izborniku odabrati Tables. Dalje se bira Tables of
Frequencies. Najprije se varijabla v1 - Spol prebaci u polje Frequencies
for:. Klikom na OK u Outputu programa SPSS dobije se tablica
frekvencija uzorka prema obiljeju, odnosno varijabli spol. Rezultat je
Tablica 2.6.
Ispitanici prema spolu
Spol
Count
Musko
94
Zensko
144
Prva frekvencija u tablici 2.6. znai da je meu ispitanicima bilo

94 studenta. Druga frekvencija u tablici 2.6. znai da je meu
ispitanicima bilo 144 studentice.
II. nain:
padajuem izborniku odabrati Descriptive Statistics. Dalje se bira
Frequencies. U ovom sluaju se mogu obje varijable v1 - Spol i v2 -
51
Grupirani deparac prebaciti u polje Variable(s). Konani izgled prozora

Frequencies s odabranim varijablama prikazan je na slici 2.5.
Slika 2.5.
Prozor "Frequencies" iz izbornika "Descriptive Statistics" s odabranim
varijablama v1 i v2
Klikom na OK u Outputu programa SPSS dobije se tablica

frekvencija uzorka prema odabranim obiljejima, odnosno varijablama.
Rezultat je prikazan u tablicama 2.7 i 2.8.
Tablica 2.7.
Ispitanici prema obiljeju: Spol
Valid
Missing
Valid Percent
39,5
Cumulative
Percent
39,5
60,3
60,5
100,0
99,6
100,0
Frequency
94
Percent
39,3
Zensko
144
Total
238
Musko
System
Total
,4
239
100,0
Prva frekvencija u stupcu Frequency u tablici 2.7. znai da je

meu ispitanicima bilo 94 studenta. Druga frekvencija istog stupca znai
da je meu ispitanicima bilo 144 studentice. Na postavljeno pitanje je
52
odgovorilo 238 ispitanika, dok frekvencija 1 iz retka Missing System

znai da 1 ispitanik nije dao odgovor na pitanje o njegovom spolu. Stupac
Percent prikazuje relativne frekvencije u postotcima za valjane podatke
ukljuujui i one koji nedostaju. Stupac Valid Percent prikazuje
originalne valjane frekvencije u postotcima. Prvi podatak iz tog stupca
pokazuje da je meu onima koji su odgovorili na pitanje o spolu bilo
39,5% mukog spola, a 60,5 enskog spola.
Tablica 2.8.
Ispitanici prema obiljeju: Grupirani dzeparac
Valid
200,00
Frequency
73
Percent
30,5
Valid Percent
42,2
Cumulative
Percent
42,2
400,00
52
21,8
30,1
72,3
600,00
30
12,6
17,3
89,6
800,00
2,5
3,5
93,1
1000,00
2,9
4,0
97,1
3500,00
2,1
2,9
100,0
173
72,4
100,0
66
27,6
239
100,0
Total
Missing
System
Total
Prva frekvencija u stupcu Frequency u tablici 2.8 znai da je

meu ispitanicima bilo 73 studenta s deparcem od 200 kn ili manje.
Druga frekvencija istog stupca znai da je meu ispitanicima bilo 52
studenta s deparcem izmeu 201 kn i 400 kn itd. Na postavljeno pitanje
je odgovorilo 173 ispitanika, dok frekvencija 66 iz retka Missing System
znai da 66 ispitanika nije dalo odgovor na pitanje o njihovu deparcu.
Stupac Percent prikazuje relativne frekvencije u postotcima za valjane
podatke ukljuujui i one koji nedostaju. Stupac Valid Percent prikazuje
originalne valjane frekvencije u postocima. Prvi podatak iz tog stupca
pokazuje da je meu onima koji su odgovorili na pitanje o deparcu bilo
42,2% studenata s deparcem od 200 kn ili manje itd.
Ovaj II nain prikaza frekvencija u programu SPSS je detaljniji,
jer osim apsolutnih prikazuje i relativne frekvencije.
53

Zadatak je za sve ispitanike od varijable "Prosjena ocjena u
srednjoj koli" (v1) formirati novu varijablu "Grupirana ocjena u srednjoj
koli" (v2) po principu koji je prikazan u tablici 2.9.
Tablica 2.9.
Princip formiranja nove varijable grupirana ocjena u srednjoj koli (v2)
Grupe
1
2
3
4
Prosj. ocjena
u sred. koli
2,00-2,49
2,50-3,49
3,50-4,49
4,50-5,00
Nova
vrijednost
2
3
4
5
Rjeenje 2.6:
Da bi se pomou varijable v1 - "Prosjena ocjena u srednjoj koli"
formirala nova varijabla v2 - "Grupirana ocjena u srednjoj koli" po
principu koji je prikazan u tablici 2.8, potrebno je na glavnom izborniku
odabrati Transform, a u njegovu padajuem izborniku odabrati Recode.
U njegovu izborniku bira se Into Different Variables (jer bi se odabirom
Into Same Variables izgubila postojea varijabla). U polje Numeric
Variable bira se v1 - "Prosjena ocjena u srednjoj koli", a u Outut
Variable, Name je v2, a Label "Grupirana ocjena u srednjoj koli".
odgovarajue grupe ocjena, kako je zadano u tablici 2.8. Nakon
upisivanja svakog pojedinog Range, upisuje se odgovarajua New Value,
koja se svaki put kao nova grupa dodaje klikom na ikonu Add. Nakon to
su unesene sve grupe ikonom Continue, zatim Change i OK, u novom
stupcu Data View, kreirat e se nova varijabla "Grupirana ocjena u
srednjoj koli", odnosno v2. (Princip je slian kao u analitikom primjeru
1.9.)
54
Na slici 2.6 prikazan je prozor Recode into Different Variables:

Old and New Values.
Slika 2.6.
Prozor "Recode into Different Variables: Old and New Values", pomou
kojih se kreira nova varijabla v2 - Grupirana ocjena u srednjoj koli

Zadatak je komentirati apsolutne i relativne frekvencije varijable:
Grupirana ocjena u srednjoj koli (v2).
Rjeenje 2.7:
Frequencies, gdje se u dio prozora Variable(s) klikom na strelicu prebaci
varijabla v2 - Grupirana ocjena u srednjoj koli. Konani izgled prozora
Frequencies s odabranom varijablom prikazan je na slici 2.7.
55
Slika 2.7.
Prozor "Frequencies" iz izbornika "Descriptive Statistics" s odabranom
varijablom v2

frekvencija uzorka prema odabranom obiljeju, odnosno varijabli.
Rezultat je prikazan u tablici 2.10.
Tablica 2.10.
Ispitanici prema: Grupirana ocjena u srednjoj skoli
Valid
Missing
Frequency
1
Percent
,4
Valid Percent
,4
Cumulative
Percent
,4
3,00
34
14,2
14,3
14,7
4,00
113
47,3
47,5
62,2
5,00
90
37,7
37,8
100,0
Total
238
99,6
100,0
,4
239
100,0
2,00
System
Total

meu ispitanicima bio 1 student s ocjenom 2 u srednjoj koli. Druga
frekvencija istog stupca znai da je meu ispitanicima bilo 34 studenta s
56
ocjenom 3, ... itd. Na postavljeno pitanje je odgovorilo 238 ispitanika,

dok frekvencija 1 iz retka Missing System znai da 1 ispitanik nije dao
odgovor na pitanje o ocjeni u srednjoj koli. Stupac Percent prikazuje
relativne frekvencije u postotcima za valjane podatke ukljuujui i one
koji nedostaju. Stupac Valid Percent prikazuje originalne valjane
frekvencije u postotcima. Trei podatak iz tog stupca pokazuje da je
47,5% studenata imalo prosjenu ocjenu u srednjoj koli 4.

Zadatak je izmeu svih ispitanika odabrati samo one koji su
enskog spola.
Rjeenje 2.8:
U glavnom izborniku bira se Data, a na njegovu padajuem
izborniku Select Cases, gdje je potrebno aktivirati opciju If condition is
satisfied kako je prikazano na slici 2.8.
Slika 2.8.
Prozor "Select Cases" s aktiviranom opcijom "If condition is satisfied"

57
Klikom na ikonu If... otvara se novi prozor Select cases: If, kako
je prikazano na slici 2.9.
Slika 2.9.
Prozor "Select Cases: If" s naznaenim uvjetom v1=2
Strelicom se varijabla v1 prebaci u odgovarajue polje i izjednai

s 2, jer je uvjet da se biraju samo oni ispitanici enskog spola, a enski
spol je pri kodiranju oznaen s 2. Klikom na Continue i OK, u dodatnom
stupcu Data View javlja se nova varijabla filter_$, gdje su s 1 oznaena
polja ispitanika enskog spola, a s 0 polja ispitanika mukog spola.
Naravno, dok je filter aktivan program SPSS u svim svojim
analizama uvaava samo polja oznaena u filteru s 1, odnosno
ispitanike enskog spola. Stupac filter_$ moe se vidjeti na slici 2.10.
Slika 2.10.
"Data View" sa stupcem "filter_$"

58

Zadatak je komentirati apsolutne i relativne frekvencije varijable:
Grupirana ocjena u srednjoj koli (v2) samo za enski spol.
Rjeenje 2.9:
Nakon to je izvrena selekcija ispitanika enskog spola (kako je
objanjeno u 2.8), potrebno je na glavnom izborniku odabrati Analyze, a
na njegovu padajuem izborniku Descriptive Statistics. Dalje se bira
varijabla v2 - Grupirana ocjena u srednjoj koli. Klikom na OK u
Outputu programa SPSS dobije se tablica frekvencija uzorka prema
odabranom obiljeju, odnosno varijabli. Rezultat je prikazan u tablici
2.11 gdje su dani rezultati samo za enski spol.
Tablica 2.11.
Ispitanici prema: Grupirana ocjena u srednjoj skoli (enski spol)
Valid
Cumulative
Percent
13,9
3,00
Frequency
20
Percent
13,9
Valid Percent
13,9
4,00
59
41,0
41,0
54,9
5,00
65
45,1
45,1
100,0
Total
144
100,0
100,0

meu ispitanicima enskog spola bilo 20 njih s ocjenom 3 u srednjoj
koli. Druga frekvencija istog stupca znai da je meu ispitanicima bilo
59 studentica s ocjenom 4, a njih 65 s ocjenom 5. U analizi je ukupno bilo
144 ispitanika enskog spola. Stupac Percent prikazuje relativne
frekvencije u postotcima za valjane podatke. Kako se vidi iz tablice,
njegove vrijednosti odgovaraju onima iz stupca Valid Percent. Trea
proporcija ili relativna frekvencija pokazuje da su 45,1% studentica u
odnosu na sve 144 studentice imala prosjenu ocjenu u srednjoj koli 5.
59

Zadatak je iz postojee baze podataka svih ispitanika odabrati
sluajni uzorak od 60% ispitanika.
Rjeenje 2.10:
U glavnom izborniku bira se Data, a na njegovu padajuem
izborniku Select Cases, gdje je potrebno aktivirati opciju Random
sample of cases kako je prikazano na slici 2.11.
Slika 2.11.
Prozor "Select Cases" s aktiviranom opcijom "Random sample of cases"
Klikom na ikonu Sample... otvara se novi prozor Select Cases:

Random Sample, kako je prikazano na slici 2.12. U tom prozoru
potrebno je aktivirati Approximately i naznaiti 60% of all cases. Klikom
na Continue i OK, u dodatnom stupcu Data View javlja se nova varijabla
filter_$, gdje su s 1 oznaena polja sluajno odabranih 60% ispitanika, a
sa 0 polja 40% ispitanika koji nee biti ukljueni u daljnju analizu.
Naravno, dok je filter aktivan program SPSS u svim svojim
analizama uvaava samo polja oznaena u filteru s 1.
60
Slika 2.12.
Prozor "Select Cases: If" s naznaenim uvjetom v1=2

Zadatak je komentirati apsolutne i relativne frekvencije varijable :
Grupirana ocjena u srednjoj koli (v2) za 60% sluajno odabranih
ispitanika.
Rjeenje 2.11:
Nakon to je izvrena sluajna selekcija 60% ispitanika (kako je
objanjeno u 2.10), potrebno je na glavnom izborniku odabrati Analyze, a
na njegovu padajuem izborniku Descriptive Statistics. Dalje se bira
varijabla v2 - Grupirana ocjena u srednjoj koli. Klikom na OK u
Outputu programa SPSS dobije se tablica frekvencija uzorka prema
odabranom obiljeju, odnosno varijabli. Rezultat je prikazan u tablici
2.10, gdje su dani rezultati samo za 60% sluajno odabranih ispitanika.
izmeu 60% sluajno odabranih ispitanika bio 1 s ocjenom 2 u srednjoj
koli. Druga frekvencija istog stupca znai da je meu tim ispitanicima
bilo 17 s ocjenom 3, njih 75 s ocjenom 4, a 49 s ocjenom 5. Sluajno
odabranih 60% ispitanika ima 143, a od toga 1 nije odgovorio na
postavljeno pitanje.
61
Tablica 2.12.
Ispitanici prema: Grupirana ocjena u srednjoj skoli
Valid
Missing
2,00
Frequency
1
Percent
,7
Valid Percent
,7
Cumulative
Percent
,7
3,00
17
11,9
12,0
12,7
4,00
75
52,4
52,8
65,5
5,00
49
34,3
34,5
100,0
Total
142
99,3
100,0
,7
143
100,0
System
Total
Stupac Percent prikazuje relativne frekvencije u postotcima za

valjane podatke. Druga proporcija ili relativna frekvencija pokazuje da je
od 60% ispitanika njih 12% imalo prosjenu ocjenu u srednjoj koli 3.

Zadatak je formirati grafikon jednostavnih stupaca za varijablu:
Spol (v1).
Rjeenje 2.12:
Grafikon jednostavnih stupaca za odabranu varijablu u programu
SPSS moe se nacrtati na dva naina:
I. nain:
padajuem izborniku Descriptive Statistics. Dalje se bira Frequencies,
gdje se u dio prozora Variable(s) klikom na strelicu prebaci varijabla v1 Spol. Odabirom ikone Charts otvara se novi prozor Frequencies: Charts,
gdje je potrebno aktivirati Bar charts. Klikom na Continue i OK u
Outputu programa SPSS uz sve frekvencije dobije se i traeni grafikon.
62
Slika 2.13.
Prozori "Frequencies" i "Frequencies: Charts" s odabranim "Bar Charts" i
varijablom Spol (v1)
Slika 2.14.
Ispitanici prema spolu (v1)
150
Frequency
120
90
60
30
0
Musko
Zensko
Spol
63
Prema slici 2.14 vidi se da je meu ispitanicima vie onih enskog

spola, preciznije njih 144, a onih mukog spola ima 94.
II. nain:
Potrebno je na glavnom izborniku odabrati Graphs, a na njegovu
padajuem izborniku Bar chart, na kojem se aktivira ikona Simple. To je
prikazano na slici 2.15.
Slika 2.15.
Prozori "Bar Charts" s aktiviranim "Simple" grafikonima
Odabirom ikone Define otvara se prozor Define Simple Bar:

Summaries for Groups of Cases, gdje se u prostor Category Axis prebaci
eljena varijabla, to je u ovom sluaju Spol (v1). Grafikonu se moe
definirati i naslov na nain da se klikne na ikonu Titles... Klikom na OK u
Outputu programa SPSS dobije se traeni grafikon koji je identian
onome prikazanom na slici 2.14.

Zadatak je formirati grafikon strukturni krug za varijablu: Spol
(v1).
64
Rjeenje 2.13:
Grafikon strukturnoga kruga za odabranu varijablu u programu
SPSS moe se nacrtati na dva naina:
I. nain:
padajuem izborniku Descriptive Statistics. Dalje se bira Frequencies,
gdje se u dio prozora Variable(s) klikom na strelicu prebaci varijabla v1 Spol. Odabirom ikone Charts otvara se novi prozor Frequencies: Charts,
gdje je potrebno aktivirati Pie charts. Klikom na Continue i OK u
Outputu programa SPSS uz sve frekvencije dobije se i traeni grafikon.
Slika 2.16.
Ispitanici prema spolu (v1)
Spol
Musko
Zensko
Missing
Prema slici 2.16 vidi se da je meu ispitanicima vie onih enskog

spola. Moe se vidjeti da su na ovom grafikom prikazu ukljueni svi
ispitanici, pa i oni koji nisu dali odgovor na pitanje o spolu.
65
II. nain:
padajuem izborniku Pie chart, na kojem se aktivira Summaries of
groups of case. To je prikazano na slici 2.17.
Slika 2.17.
Prozor "Pie Charts" s aktiviranim "Summaries of groups of case"
Odabirom ikone Define otvara se prozor Define Pie: Summaries

for Groups of Cases, gdje se u prostor Define Slices by prebaci eljena
varijabla, to je u ovom sluaju Spol (v1). Grafikonu se moe definirati i
naslov, na nain da se klikne na ikonu Titles... Klikom na OK u Outputu
programa SPSS dobije se traeni grafikon koji je slian onome
prikazanom na slici 2.16, samo to ne sadri ispitanike koji nisu
odgovorili na pitanje o spolu (Missing).

Za sve ispitanike zadatak je:
a)
Izraunati ukupan deparac po obitelji (v4) ako sva djeca u jednoj
obitelji dobivaju jednak iznos novca.
b)
Prikazati varijablu grupiranog deparca (v2) grafiki pomou
jednostavnih stupaca.
c)
66
Objasniti grafikon pod (b)!
Rjeenje 2.14:
a)
Za sve ispitanike potrebno je izraunati ukupan deparac po
obitelji uz pretpostavku da sva djeca u jednoj obitelji imaju jednak
deparac. Dakle, da bi se dobio ukupan deparac po obitelji za svakog
ispitanika, potrebno je deparac ispitanika (v1) pomnoiti s brojem djece
u svakoj obitelji (v3).
pojavi prozor Compute Variable.
U polje Target Variable potrebno je unijeti ime nove varijable v4,
dok se u Numeric Expression unosi izraz po kojem se iz postojeih
varijabli kreira nova varijabla na sljedei nain:
v 4 = v1 v3 .
(2.15)
Nakon to se klikne ikona OK, nova varijabla v4 automatski se

formira u dodatnom stupcu u Data View programa SPSS. Nova varijabla
se moe vidjeti na slici 2.18.
Slika 2.18.
"Data view" s novom varijablom v4

67

novu varijablu te u stupcu Label naznaiti da je to "Ukupan deparac po
obitelji". Ta nova varijabla je numerika i ima skalu mjerenja Scale.
b)
padajuem izborniku Bar char, na kojem se aktivira ikona Simple.
eljena varijabla, to je u ovom sluaju Grupirani deparac (v2).
Grafikonu se moe definirati i naslov na nain da se klikne na ikonu
Titles... Klikom na OK u Outputu programa SPSS dobije se traeni
grafikon koji je prikazan na slici 2.19.
Slika 2.19.
Ispitanici prema grupiranom dzeparcu
80
Count
60
40
20
0
200,00
400,00
600,00
800,00
Grupirani dzeparac
68
1000,00
3500,00
c)
Na grafikonu se moe vidjeti da najvei broj ispitanika ima
deparac do 200 kn. Kako raste visina deparca, smanjuje se broj
ispitanika koji ima toliki deparac.

Za sve ispitanike potrebno je:
a)
Grupirati varijablu Visina u cm (v2) u Grupiranu visinu (v3) po
principu:
- 160
160
- 170
- 180
- 190
- 200
- 210
170
180
190
200
210.
b)
Prikazati varijablu grupirane visine (v3) grafiki pomou linijskog
grafikona.
c)
Objasniti grafikon pod (b)!

Rjeenje 2.15:
a)
Da bi se pomou varijable v2 - "Visina u cm" formirala nova
varijabla v3 - "Grupirana visina " po principu koji je prikazan u zadatku
pd (a), potrebno je na glavnom izborniku odabrati Transform, a u
njegovu padajuem izborniku odabrati Recode. U njegovu izborniku bira
se Into Different Variables (jer bi se odabirom Into Same Variables
izgubila postojea varijabla). U polje Numeric Variable bira se v2 "Visina u cm", a u Output Variable, Name je v3, a Label "Grupirana
visina".
Recode into Different Variables. Aktiviranjem opcije Range: Lowest
through upisuju se odgovarajue grupe ocjena kako je prikazano na slici
2.20.
69
Slika 2.20.
Prozor "Recode into Different Variables: Old and New Values", pomou
kojih se kreira nova varijabla v3 - Grupirana visina
Nakon upisivanja svakog pojedinog Range: Lowest through, upisuje se i

odgovarajua New Value, koja se svaki put kao nova grupa dodaje
klikom na ikonu Add. Nakon to su unesene sve grupe ikonom Continue,
zatim Change i OK, u novom stupcu Data View, kreirat e se nova
varijabla "Grupirana visina", odnosno v3.
b)
padajuem izborniku Line chart na kojem se aktivira ikona Simple.
eljena varijabla, to je u ovom sluaju Grupirana visina (v3). Grafikonu
se moe definirati i naslov na nain da se klikne na ikonu Titles... Klikom
na OK u Outputu programa SPSS dobije se traeni grafikon koji je
prikazan na slici 2.21.
70
Slika 2.21.
Ispitanici prema "grupiranoj visini"
120
100
Count
80
60
40
20
0
160,00
170,00
180,00
190,00
200,00
210,00
Grupirana visina
c)
Na grafikonu se moe vidjeti da najvei broj ispitanika ima visinu
180 cm. Kako se visina smanjuje ili poveava, smanjuje se broj ispitanika
koji ima toliku visinu.
2.5. Relativni brojevi koordinacije i indeksi
Relativni brojevi koordinacije pokazuju odnos dviju pojava ili
frekvencija u razliitim statistikim nizovima, koje mogu imati
razliitu jedinicu mjere, a koje ima smisla usporeivati.
Raunaju se:
Ri =
Ai
, i = 1,2,..., k
Bi
(2.16)
gdje je:
71
Ai - veliina koja se usporeuje

Bi - veliina s kojom se Ai usporeuje.
Grafiki prikaz relativnih brojeva koordinacije je tzv. Varzarov
znak. To su stupci, odnosno pravokutnici, ija baza na apscisi odgovara
nazivniku (Bi), a visina relativnom broju koordinacije (Ri). Ako se zna da
je povrina stupca (pravokutnika) baza visina, moe se zakljuiti da
povrina odgovara brojniku (Ai), tj. veliini koja se usporeuje.
Statistiki nizovi "povrine i stanovnitvo u odabranim zemljama
2001. godine" prema nominalnom prostornom obiljeju "zemlje",
prikazani su u tablici 2.13. Zadatak je izraunati broj stanovnika po km2.
Tablica 2.13.
Povrine i stanovnitvo u odabranim zemljama 2001. godine
Stanovnitvo Povrina
u 000
u km2 Br.stan./km2
Ai
Bi
Ri
Hrvatska
4437
56594
78,40054
Slovenija
1930
20273
95,20051
Austrija
8151
83871
97,18496
Maarska
10106
93032
108,6293
Bosna i Hercegovina
3922
51197
76,60605
Zemlje
Rjeenje 2.16.
U posljednjem stupcu tablice 2.13 izraunat je broj stanovnika po
km za svaku zemlju, odnosno izraunati su relativni brojevi
koordinacije.
2
Na primjer, za Republiku Hrvatsku:

R1 =
A1 4437000
2
=
= 78,40 stan/km .
56594
B1
Rezultat se moe komentirati: u Republici Hrvatskoj je po km2 bilo

prosjeno 78,40 stanovnika u 2001. godini. Najveu gustou naseljenosti
72
od promatranih zemalja imala je Maarska (108,63 stan/km2), a najniu

Bosna i Hercegovina (76,61 stan/km2).
Potrebno je napomenuti da je stanovnitvo u tablici dano u
tisuama, pa su kod raunanja za vrijednosti Ai dodane tisue.
Indeksima niza kvalitativnih podataka usporeuje se smjer i
intenzitet varijacija frekvencija nekog statistikog niza s takvim
varijacijama drugoga statistikog niza.
Raunaju se tako da se svaki lan promatranog niza stavi u odnos
prema odabranoj bazi, koja moe biti jedan od lanova niza ili neka druga
zadana veliina.
Ii =
fi
100, i = 1,2,..., k .
B
(2.17)
Dakle, prema izrazu (2.17) indeksi se raunaju kao omjer

frekvencije promatranog niza i odabrane baze (B).
Grafiki prikaz indeksa kvalitativnih nizova su jednostavni stupci
koji imaju jednake baze, jer se ovdje lanovi niza usporeuju uvijek s
istom veliinom. Specifinost ovog grafikona jest da se stupci naslanjaju
na bazu koja je jednaka 100.
Statistiki niz "prosjena godinja osobna potronja po kuanstvu
u kunama, RH, 2002. godine" prema nominalnom obiljeju "vrsta
potronje" prikazani su u tablici 2.14.
Zadatak je izraunati indekse potronje s bazom "potronja na
rekreaciju i kulturu".
Rjeenje 2.17.
U tablici 2.14. izraunati su indeksi za svaki pojedini modalitet
vrste potronje, a baza tih indeksa je potronja na rekreaciju i kulturu.
Indeksi su izraunati tako da je svaka apsolutna frekvencija niza stavljena
u odnos prema zadanoj bazi. Indeks uz bazu je uvijek = 100. Na
primjer, indeks za potronju na hranu i bezalkoholna pia je:
73
I1 =
f1
20816
100 =
100 = 500,99 .
B
4155
Tablica 2.14.
Prosjena godinja osobna potronja po kuanstvu u kunama, RH, 2002.
god.
Potronja
Indeksi
Vrsta potronje
fi
(Rekr. i kult.=100)
Hrana i bezalk. pia
20816
500,9868
Alkohol i duhan
2575
61,97353
Odjea i obua
5736
138,0505
Stanovanje
8875
213,5981
Pokustvo i odravanje
3573
85,99278
Zdravstvo
1442
34,70517
Rekreacija i kultura
4155
100
Hoteli i restorani
2049
49,31408
Izvor: Statistiki ljetopis Republike Hrvatske, 2003. godina, str. 185. i 186.
Indeksi se tumae u %, tako da se od njih oduzme 100. Moe

se zakljuiti da je potronja na hranu i bezalkoholna pia bila
( I 1 100 = 500,99 100 = 400,99% ) za 400,99% vea u odnosu na bazu,
odnosno na potronju za rekreaciju i kulturu.
Isto tako indeks za potronju na odjeu i obuu je:
I3 =
f3
5736
100 =
100 = 138,05 .
4155
B
Moe se zakljuiti da je potronja na odjeu i obuu bila

( I 3 100 = 138,05 100 = 38,05% ) za 38,05% vea u odnosu na bazu,
odnosno na potronju za rekreaciju i kulturu.
Na isti nain indeks za potronju na zdravstvo je:
I6 =
f6
1442
100 =
100 = 34,71 .
4155
B
Moe se zakljuiti da je potronja na zdravstvo bila

( I 6 100 = 34,71 100 = 65,29% ) za 65,29% manja u odnosu na potronju
za rekreaciju i kulturu.
74
Slika 2.21.
Indeksi prosjene godinje osobne
potronje(Rekr. i kult.=100)
600
500
Indeksi
400
300
200
Hoteli i
restorani
kultura
Rekreacija i
odravanje
Pokustvo i
Stanovanje
obua
Odjea i
duhan
Alkohol i
pia
Hrana i bezalk.
Zdravstvo
100
Izvor: Statistiki ljetopis Republike Hrvatske, 2003. godina, str. 185. i 186.
Na slici 2.21 prikazani su izraunati indeksi. Na slici se vidi da su

to stupci naslonjeni na bazu 100. Ako je indeks vei od 100, stupac se
nalazi iznad baze, a ako je manji od 100, stupac je ispod baze. Tako se iz
grafikona jasno vidi za koliki postotak su pojedine kategorije prosjene
godinje osobne potronje vee ili manje od baze 100, tj. potronje na
rekreaciju i kulturu.

Ako je prosjeni deparac 372 kn, potrebno je za sve ispitanike:
a)
Izraunati indekse varijable deparac (v3) uzimajui za bazu
indeksa prosjeni deparac po ispitaniku.
Rjeenje 2.18:
Za sve ispitanike potrebno je izraunati indekse varijable deparac
(v3) uzimajui za bazu indeksa prosjeni deparac po ispitaniku koji
75
iznosi 372. Dakle, da bi se dobili ovi indeksi, potrebno je deparac

ispitanika (v2) podijeliti s bazom koja iznosi 372 i sve to prema jednadbi
(2.17) pomnoiti sa 100.
pojavi prozor Compute Variable.
U polje Target Variable potrebno unijeti ime nove varijable v3,
dok se u Numeric Expression unosi izraz po kojem se iz postojeih
varijabli kreira nova varijabla na sljedei nain:
v3 = (v 2 / 372) 100 .
Nakon to se klikne ikona OK, nova varijabla v3 automatski se

formira u dodatnom stupcu u Data View programa SPSS.
novu varijablu te u stupcu Label naznaiti da su to "Indeksi deparca po
ispitaniku". Ta nova varijabla je numerika i ima skalu mjerenja Scale.

Zadatak je formirati dvostruku statistiku tablicu, gdje se varijabla
(obiljeje) spol (v1) mijenja po redcima (row), a varijabla (obiljeje)
grupirani deparac (v2) po stupcima (column):
a)
Formirati dvostruku statistiku tablicu bez zbirnih redaka i
stupaca.
b)
Formirati dvostruku statistiku tablicu sa zbirnim redcima i
stupcima.
c)
Nacrtati grafikon viestrukih
varijablama i komentirati sliku!
76
stupaca
prema
odabranim
Rjeenje 2.19:
a)
Da bi se formirala dvostruka statistika tablica bez zbirnih redaka
i stupaca, potrebno je na glavnom izborniku izabrati ikonu Analyze, a na
njezinu padajuem izborniku Tables, i General Tables. Prema zahtjevu
zadatka pomou odgovarajuih strelica varijabla v1 - Spol se prebacuje u
polje Rows, a druga varijabla v2 - Grupirani deparac u polje Columns.
To je prikazano na slici 2.23.
Slika 2.23.
"General Tables" s varijablama v1 u redcima i v2 u stupcima
Klikom na OK, u Outputu se za rezultat dobije traena tablica

koja je prikazana u sljedeoj tablici 2.15.
Tablica 2.15.
Ispitanici prema spolu i grupiranom deparcu
Grupirani deparac
200,00
Spol
400,00
600,00
800,00
1000,00
3500,00
Muko
28
18
10
ensko
45
34
20

77
U tablici 2.15. vidi se da najvie ispitanika ima deparac do 200

kn. Iako je u analizi vie ispitanika enskog spola, pokazalo se da vei
deparac imaju oni mukog spola.
b)
Da bi se formirala dvostruka statistika tablica sa zbirnim redcima
i stupcima, potrebno je na glavnom izborniku izabrati ikonu Analyze, a na
njezinu padajuem izborniku Descriptive Statistics i Crosstabs. Prema
zahtjevu zadatka pomou odgovarajuih strelica varijabla v1 - Spol se
prebacuje u polje Row(s), a druga varijabla v2 - Grupirani deparac u
polje Column(s). To je prikazano na slici 2.24.
Slika 2.24.
"Crosstabs" s varijablama v1 u redcima i v2 u stupcima
Klikom na OK u Outputu se za rezultat dobije traena tablica sa

zbirnim stupcima i redcima koja je prikazana u sljedeoj tablici 2.16.
78
Tablica 2.16.
Spol * Grupirani dzeparac Crosstabulation
Count
Grupirani dzeparac
Spol
200,00
28
45
73
Musko
Zensko
Total
400,00
18
34
52
600,00
10
20
30
800,00
4
2
6
1000,00
4
3
7
3500,00
4
1
5
Total
68
105
173
Za razliku od tablice 2.15 u tablici 2.16 postoje zbirni stupci i

zbirni redci. U njima se nalaze marginalne frekvencije koje kau koliko
ispitanika ima po jednoj grupi obiljeja bez obzira na drugo obiljeje. Na
primjer, prvi podatak u zbirnom stupcu kae da je 68 ispitanika mukog
spola bez obzira na deparac. Trei podatak u zbirnom retku kae da je
30 ispitanika imalo deparac izmeu 400 i 600 kn bez obzira na spol.
c)
Da bi se u Outputu dobio i grafikon viestrukih stupaca pri
kreiranju dvostruke statistike tablice u prozoru Crosstabs (slika 2.24),
potrebno je aktivirati Display clustered bar charts.
Slika 2.25.
Viestruki stupci visine deparca prema spolu
Bar Chart
Grupirani dzeparac
50
200,00
400,00
600,00
40
800,00
1000,00
Count
3500,00
30
20
10
0
Musko
Zensko
Spol

79
Traeni grafikon prikazan je na slici 2.25. Moe se vidjeti da se

prvi viestruki stupac odnosi na ispitanike mukog spola, a drugi na
ispitanike enskog spola. I u jednom i u drugom dijelu grafikona najvei
stupci su oni koji prikazuju nii deparac, dok oni manji stupci pokazuju
vii iznos deparca.

Zadatak je formirati dvostruku statistiku tablicu gdje se varijabla
(obiljeje) spol (v1) mijenja po stupcima (column), a varijabla (obiljeje)
grupirani deparac (v2) po redcima (row):
a)
Formirati dvostruku statistiku tablicu bez zbirnih redaka i
stupaca.
b)
Formirati dvostruku statistiku tablicu sa zbirnim redcima i
stupcima.
c)
Nacrtati grafikon dvostrukih
varijablama i komentirati sliku!
stupaca
prema
odabranim
Rjeenje 2.20:
a)
Da bi se formirala dvostruka statistika tablica bez zbirnih redaka
i stupaca, potrebno je na glavnom izborniku izabrati ikonu Analyze, a na
njezinu padajuem izborniku Tables i General Tables. Prema zahtjevu
zadatka pomou odgovarajuih strelica varijabla v1 - Spol se prebacuje u
polje Columns, a druga varijabla v2 - Grupirani deparac u polje Rows.
Princip je kao to je prikazano na slici 2.20, samo to odabrane varijable
po stupcima i po redcima mijenjaju svoje mjesto.
Klikom na OK, u Outputu se za rezultat dobije traena tablica
koja je prikazana u sljedeoj tablici 2.17.
80
Tablica 2.17.
Spol
Grupirani
dzeparac
200,00
Musko
28
Zensko
45
400,00
18
34
600,00
10
20
800,00
1000,00
3500,00
Ako se napravi usporedba tablice 2.17 s tablicom 2.15, moe se

vidjeti da se sada varijabla spol mijenja po stupcima, a varijabla grupirani
deparac po redcima. I iz ove tablice jasno je da najvei broj ispitanika i
jednog i drugog spola imaju najmanju kategoriju deparca, tj. do 200 kn
na mjesec.
b)
Da bi se formirala dvostruka statistika tablica s zbirnim redcima i
stupcima, potrebno je na glavnom izborniku izabrati ikonu Analyze, a na
njezinu padajuem izborniku Descriptive Statistics i Crosstabs. Prema
zahtjevu zadatka pomou odgovarajuih strelica varijabla v1 - Spol se
prebacuje u polje Column(s), a druga varijabla v2 - Grupirani deparac u
polje Row(s).
Tablica 2.18.
Grupirani dzeparac * Spol Crosstabulation
Count
Spol
Grupirani
dzeparac
Total
200,00
Musko
28
Zensko
45
400,00
18
34
52
600,00
10
20
30
800,00
1000,00
3500,00
68
105
173
Total
73

81
Slian je princip kao to je prikazano na slici 2.24, samo to

odabrane varijable po stupcima i po redcima mijenjaju svoje mjesto.
Klikom na OK u Outputu se za rezultat dobije traena tablica sa zbirnim
stupcima i redcima koja je prikazana u tablici 2.18.
Za razliku od tablice 2.17 u tablici 2.18 postoje zbirni stupci i
zbirni redci. U njima se nalaze marginalne frekvencije koje kau koliko
ispitanika ima po jednoj grupi obiljeja bez obzira na drugo obiljeje. Na
primjer, prvi podatak u zbirnom retku kae da je 68 ispitanika mukog
spola bez obzira na deparac. Trei podatak u zbirnom stupcu kae da je
30 ispitanika imalo deparac izmeu 400 i 600 kn bez obzira na spol.
c)
Da bi se u Outputu dobio i grafikon viestrukih stupaca pri
kreiranju dvostruke statistike tablice u prozoru Crosstabs (slika 2.24),
Slika 2.26.
Dvostruki stupci spola ispitanika prema visini deparca
Bar Chart
Spol
50
Musko
Zensko
Count
40
30
20
10
0
200,00
400,00
600,00
800,00
1000,00
3500,00
Grupirani dzeparac
Traeni grafikon prikazan je na slici 2.26. Moe se vidjeti da se

svaki dvostruki stupac odnosi na razliitu kategoriju visine deparca. U
prva tri dvostruka stupca veu zastupljenost imaju ispitanici enskog
82
spola, a prema posljednja tri stupca moe se zakljuiti da je muki spol u

veini. Dakle, openito ispitanici enskog spola imaju nii iznos
deparca, dok ispitanici mukog spola imaju vei iznos deparca.

(obiljeje) kolska sprema oca (v1) mijenja po redcima (row), a varijabla
(obiljeje) prikljuenje EU (v2) po stupcima (column):
a)
Tablica sa zbirnim redcima i stupcima te nacrtati grafikon
viestrukih stupaca!
b)
Komentirati sliku i izraunate frekvencije!

Rjeenje 2.21:
a)
Na glavnom izborniku potrebno je izabrati ikonu Analyze, a na
njezinu padajuem izborniku Descriptive Statistics i Crosstabs.
Tablica 2.19.
Ispitanici prema kolskoj spremi oca i miljenju o prikljuenju EU
Skolska sprema oca * Jeste li za prikljucenje RH u EU Crosstabulation
Count
Jeste li za prikljucenje
RH EU
Da
Skolska
sprema
oca
Total
Ne
Osnovna skola
22
22
Srednja cetverogodisnja
67
73
Srednja trogodisnja
27
29
Visa
39
44
Visoka
53
57
Magisterij
Doktorat
Total
214
19
233
83
Pomou odgovarajuih strelica varijabla v1 - kolska sprema oca

se prebacuje u polje Row(s), a druga varijabla v2 - Prikljuenje EU u
polje Column(s). Da bi se u Outputu dobio i grafikon viestrukih stupaca
pri kreiranju dvostruke statistike tablice u prozoru Crosstabs, potrebno
je aktivirati Display clustered bar charts.
Klikom na OK u Outputu se za rezultat dobije traena dvostruka
tablica, koja je prikazana tablicom 2.19 i grafikon, prikazan na slici 2.27.
Slika 2.27.
Ispitanici prema kolskoj spremi oca i miljenju o prikljuenju EU
Bar Chart
RH EU
70
Da
60
Ne
Count
50
40
30
20
10
0
Osnovna
skola
Srednja
Srednja
cetverogodis... trogodisnja
Visa
Visoka
Magisterij
Doktorat
Skolska sprema oca
b)
Prema podacima u tablici 2.19 i slici 2.27 moe se zakljuiti da je
veina ispitanika iz odabranog uzorka za prikljuenje Republike Hrvatske
Europskoj uniji, bez obzira na kolsku spremu njihova oca. Isto tako
moe se primijetiti da je u uzorku najvei broj ispitanika kojima otac ima
srednju strunu spremu (to je zaista i openita situacija u Republici
Hrvatskoj - prema podacima u SLJH, razne godine - pa bi se u tom smislu
moglo komentirati o sluajnosti izabranog uzorka).
84

(obiljeje) prikljuenje EU (v1) mijenja po redcima (row), a varijabla
(obiljeje) vjenanje sa osobom druge vjere (v2) po stupcima (column):
a)
Formirati tablicu sa zbirnim redcima i stupcima te nacrtati
grafikon viestrukih stupaca!
b)

Rjeenje 2.22:
a)
Pomou odgovarajuih strelica varijabla v1 - Prikljuenje EU u
polje Row(s), a druga varijabla v2 - Vjenanje sa osobom druge vjere u
tablica koja je prikazana tablicom 2.20 i grafikon prikazan na slici 2.28.
Tablica 2.20.
Ispitanici prema miljenju o prikljuenju EU i o vjenanju sa osobom
druge vjere
Jeste li za prikljucenje RH EU * Biste li se vjencali sa osobom druge vjere
Crosstabulation
Count
Biste li se vjencali sa
osobom druge vjere
Da
RH EU
Total
Total
Ne
Da
105
95
Ne
10
19
115
104
219
200
85
Slika 2.28
Ispitanici prema miljenju o prikljuenju EU i o vjenanju sa osobom
druge vjere
Bar Chart
Biste li se vjencali sa
osobom druge vjere
120
Da
Ne
100
Count
80
60
40
20
0
Da
Ne
Jeste li za prikljucenje RH EU
b)
veina ispitanika iz odabranog uzorka za prikljuenje Republike Hrvatske
Europskoj uniji, to se vidi prema marginalnim frekvencijama u zbirnom
stupcu tablice i prema prvom dvostrukom stupcu grafikona. Isto tako
moe se primijetiti da je u uzorku broj ispitanika koji bi se vjenao sa
osobom druge vjere malo vei od onih koji to ne bi napravili, te da su
otprilike ravnomjerno rasporeeni bez obzira na miljenje o tome jesu li
za prikljuenje Republike Hrvatske Europskoj uniji.

(obiljeje) odnosi u obitelji (v1) mijenja po redcima (row), a varijabla
(obiljeje) uivate li drogu (v2) po stupcima (column). Potrebno je:
86
a)
b)

Rjeenje 2.23:
a)
Pomou odgovarajuih strelica varijabla v2 - Odnosi u obitelji
prebacuje se u polje Row(s), a druga varijabla v1 - Uivate li drogu u
tablica, koja je prikazana tablicom 2.21 i grafikon prikazan na slici 2.29.
Tablica 2.21.
Ispitanici prema odnosima u njihovoj obitelji i konzumiranju droge
Odnosi u obitelji * Uzivate li drogu Crosstabulation
Count
Uzivate li drogu
Da
Odnosi u
obitelji
Total
Ne
Vlada sklad i
razumijevanje
147
153
Povremene svadje i
sukobi
70
76
Ucestale svadje i sukobi

Total
13
217
230
b) Prema podacima u tablici 2.21 i slici 2.29 moe se zakljuiti da

veina ispitanika iz odabranog uzorka ne konzumira drogu. Prema prvoj
marginalnoj frekvenciji u zbirnom stupcu, te prvom dvostrukom stupcu
grafikona, moe se vidjeti da u obiteljima kod veine ispitanika vlada
sklad i razumijevanje. Samo 1 ispitanik izjasnio se da u obitelji ima
uestale svae i sukobe i on konzumira drogu (trei dvostruki stupac
grafikona).
87
Slika 2.29.
Ispitanici prema odnosima u njihovoj obitelji i konzumiranju droge
Bar Chart
Uzivate li drogu
150
Da
Ne
Count
120
90
60
30
0
Vlada sklad i
razumijevanje
Povremene svadje i
sukobi
Ucestale svadje i sukobi
Odnosi u obitelji

(obiljeje) kolska sprema oca (v1) mijenja po redcima (row), a varijabla
(obiljeje) Uivate li drogu (v2) po stupcima (column). Potrebno je:
a)
b)

Rjeenje 2.24:
a)
88
Pomou odgovarajuih strelica varijabla v1 - kolska sprema oca

Row(s), a druga varijabla v2 - Uivate li drogu u polje Column(s). Da bi
se u Outputu dobio i grafikon viestrukih stupaca pri kreiranju dvostruke
statistike tablice u prozoru Crosstabs, potrebno je aktivirati Display
clustered bar charts.
tablica, koja je prikazana tablicom 2.22 i grafikon prikazan na slici 2.30.
Tablica 2.22.
Ispitanici prema kolskoj spremi oca i konzumiranju droge
Skolska sprema oca * Uzivate li drogu Crosstabulation
Count
Uzivate li drogu
Da
Skolska
sprema
oca
Total
Ne
Osnovna skola
20
21
Srednja cetverogodisnja
69
71
Srednja trogodisnja
28
30
Visa
41
44
Visoka
53
58
Magisterij
Doktorat
Total
13
218
231

veina ispitanika iz odabranog uzorka ne konzumira drogu. Prema zadnje
dvije marginalne frekvencije u zbirnom stupcu, te zadnja dva dvostruka
stupca grafikona, moe se vidjeti da samo 5 ispitanika ima oca s titulom
magistra, a 2 ispitanika imaju oca s doktoratom. Meu njima nitko ne
konzumira drogu.
89
Slika 2.30.
Ispitanici prema kolskoj spremi oca i konzumiranju droge
Bar Chart
Uzivate li drogu
70
Da
Ne
60
Count
50
40
30
20
10
0
Osnovna
skola
Srednja
Srednja
cetverogodis... trogodisnja
Visa
Visoka
Magisterij
Doktorat
Skolska sprema oca

(obiljeje) Broj djece u obitelji (v1) mijenja po redcima (row), a varijabla
(obiljeje) Uivate li drogu (v2) po stupcima (column). Potrebno je:
a)
b)

Rjeenje 2.25:
a)
90
Pomou odgovarajuih strelica varijabla v1 - Broj djece u obitelji

prebacuje se u polje Row(s), a druga varijabla v2 - Uivate li drogu u
Tablica 2.23.
Ispitanici prema broju djece u obitelji i konzumiranju droge
Broj djece u obitelji * Uzivate li drogu Crosstabulation
Count
Uzivate li drogu
Da
Broj
djece u
obitelji
Total
Ne
20
21
130
138
51
55
11
11
7
Total
13
219
232
b)
Prema podacima u tablici 2.23 i slici 2.31 moe se zakljuiti da
veina ispitanika iz odabranog uzorka ne konzumira drogu. Prema zadnje
dvije marginalne frekvencije u zbirnom stupcu, te zadnja dva dvostruka
stupca grafikona, moe se vidjeti da samo po 1 ispitanik u obitelji ima 6ero i 7-ero djece. Meu njima nitko ne konzumira drogu.
91
Slika 2.31.
Ispitanici prema broju djece u obitelji i konzumiranju droge
Bar Chart
Uzivate li drogu
140
Da
Ne
120
Count
100
80
60
40
20
0
1
Broj djece u obitelji

(obiljeje) Financijske prilike u obitelji (v1) mijenja po redcima (row), a
varijabla (obiljeje) Broj djece u obitelji (v2) po stupcima (column).
Potrebno je:
a)
b)

Rjeenje 2.26:
a)
Pomou odgovarajuih strelica varijabla v1 - Financijske prilike u
obitelji prebacuje se u polje Row(s), a druga varijabla v2 - Broj djece u
92
obitelji u polje Column(s). Da bi se u Outputu dobio i grafikon

viestrukih stupaca pri kreiranju dvostruke statistike tablice u prozoru
Crosstabs, potrebno je aktivirati Display clustered bar charts.
Tablica 2.24.
Ispitanici prema financijskim prilikama i broju djece u obitelji
Financijske prilike u obitelji * Broj djece u obitelji Crosstabulation
Count
1
Financijske
prilike u
obitelji
Nema
novca za
normalan
standard
Zadovoljavamo
osnovne
potrebe
Nema
materijalnih
problema
Zivimo
odlicno
Total
Total
6
12
56
29
104
78
25
121
21
142
55
11
236
b)
kod veine ispitanika iz odabranog uzorka ima 2 djece u obitelji.
Ispitanika koji su se izjasnili da nemaju novca za normalan standard te
onih koji ive odlino ima znatno manje u odnosu na ostale kategorije
(prvi i zadnji viestruki stupac grafikona na slici 2.32).
93
Slika 2.32.
Ispitanici prema financijskim prilikama i broju djece u obitelji
Bar Chart
80
1
2
3
4
60
5
6
Count
7
40
20
0
Nema novca za
normalan standard
Zadovoljavamo
osnovne potrebe
Nema materijalnih
problema
Zivimo odlicno
Financijske prilike u obitelji

(obiljeje) Financijske prilike u obitelji (v1) mijenja po redcima (row), a
varijabla (obiljeje) Uivate li drogu (v2) po stupcima (column).
Potrebno je:
a)
b)
94
Rjeenje 2.27:
a)
Pomou odgovarajuih strelica varijabla v1 - Financijske prilike u
obitelji prebacuje se u polje Row(s), a druga varijabla v2 - Uivate li
drogu u polje Column(s). Da bi se u Outputu dobio i grafikon viestrukih
stupaca pri kreiranju dvostruke statistike tablice u prozoru Crosstabs,
Tablica 2.25.
Ispitanici prema financijskim prilikama u obitelji i konzumiranju droge
Financijske prilike u obitelji * Uzivate li drogu Crosstabulation
Count
Uzivate li drogu
Da
Financijske
prilike u
obitelji
Total
Ne
Nema novca za
normalan standard
Zadovoljavamo
osnovne potrebe
96
103
Nema materijalnih
problema
114
118
Zivimo odlicno
Total
13
218
231
b)
veina ispitanika iz odabranog uzorka ipak ne konzumira drogu.
Ispitanika koji su se izjasnili da nemaju novca za normalan standard te
onih koji ive odlino ima znatno manje u odnosu na ostale kategorije
(prvi i zadnji viestruki stupac grafikona na slici 2.33).
95
Slika 2.33.
Ispitanici prema financijskim prilikama u obitelji i konzumiranju droge
Bar Chart
Uzivate li drogu
120
Da
Ne
100
Count
80
60
40
20
0
Nema novca za
Zadovoljavamo
normalan standard osnovne potrebe
Nema materijalnih
problema
Zivimo odlicno

(obiljeje) Grupirana ocjena u srednjoj koli (v1) mijenja po redcima
(row), a varijabla (obiljeje) Uivate li drogu (v2) po stupcima (column).
Potrebno je:
a)
b)

Rjeenje 2.28:
a)
96
Tablica 2.26.
Ispitanici prema ocjeni iz srednje kole i konzumiranju droge
Grupirana ocjena u srednjoj skoli * Uzivate li drogu Crosstabulation
Count
Uzivate li drogu
Da
Grupirana
ocjena u
srednjoj
skoli
Total
Ne
2,00
3,00
30
34
4,00
104
109
5,00
Total
84
88
13
219
232
Slika 2.34.
Ispitanici prema ocjeni iz srednje kole i konzumiranju droge
Bar Chart
Uzivate li drogu
120
Da
Ne
100
Count
80
60
40
20
0
2,00
3,00
4,00
5,00
Grupirana ocjena u srednjoj skoli
Pomou odgovarajuih strelica varijabla v1 - Grupirana ocjena u

srednjoj koli prebacuje se u polje Row(s), a druga varijabla v2 - Uivate
li drogu u polje Column(s). Da bi se u Outputu dobio i grafikon
tablica koja je prikazana tablicom 2.26. i grafikon prikazan na slici 2.34.
97

veina ispitanika u srednjoj koli ima prosjenu ocjenu 4. S obzirom na
ukupan broj ispitanika koji su u srednjoj koli imali prosjenu ocjenu 3,
broj onih koji izmeu njih konzumiraju drogu je 4, a to je relativno
najvei udio (drugi dvostruki stupac grafikona na slici 2.34).

(obiljeje) Uivate li drogu (v2) mijenja po redcima (row), a varijabla
(obiljeje) Spol (v1) po stupcima (column). Potrebno je:
a)
b)

Rjeenje 2.29:
a)
Pomou odgovarajuih strelica varijabla v2 - Uivate li drogu
premjestiti u polje Row(s), a drugu varijablu v1 - Spol u polje Column(s).
Da bi se u Outputu dobio i grafikon viestrukih stupaca pri kreiranju
dvostruke statistike tablice u prozoru Crosstabs, potrebno je aktivirati
Display clustered bar charts.
Tablica 2.27.
Ispitanici prema konzumiranju droge i spolu
Uzivate li drogu * Spol Crosstabulation
Count
Spol
Musko
Uzivate
li drogu
13
NE
84
136
220
91
142
233
Total

98
Total
Zensko
Da

Slika 2.35.
Ispitanici prema konzumiranju droge i spolu
Bar Chart
Spol
140
Musko
Zensko
120
Count
100
80
60
40
20
0
Da
NE
Uzivate li drogu
b)
veina ispitanika u odabranom uzorku enskog spola. Prvi dvostruki
stupac grafikona odnosi se na one ispitanike koji konzumiraju drogu.
Moe se vidjeti da meu njima prevladavaju oni mukog spola (i prema
prvom retku tablice 2.27).

(obiljeje) Puite li cigarete (v1) mijenja po redcima (row), a varijabla
(obiljeje) Grupirana ocjena u srednjoj koli (v2) po stupcima (column).
Potrebno je:
99
a)
b)

Rjeenje 2.30:
a)
Pomou odgovarajuih strelica varijabla v1 - Puite li cigarete
prebacuje se u polje Row(s), a druga varijabla v2 - Grupirana ocjena u
srednjoj koli u polje Column(s). Da bi se u Outputu dobio i grafikon
Tablica 2.28.
Ispitanici prema puenju cigareta i ocjeni iz srednje kole
Pusite li cigarete * Grupirana ocjena u srednjoj skoli Crosstabulation
Count
2,00
Pusite li
cigarete
Ne
Do 10 cigareta na
dan
Do 1 kutije na dan
Vise od 1 kutije na
dan
Total
Total
3,00
18
4,00
83
5,00
72
14
25
11
29
10
34
112
90
237
173

b)
veina ispitanika ne pui cigarete. U svim kategorijama puaa cigareta
najvei je broj onih s prosjenom ocjenom iz srednje kole vrlo dobar, tj.
4, osim kod onih koji pue do 1 kutije na dan, gdje prevladavaju ispitanici
s prosjenom ocjenom iz srednje kole dobar, tj. 3 (trei viestruki stupac
grafikona na slici 2.36).
100
Slika 2.36.
Ispitanici prema puenju cigareta i ocjeni iz srednje kole
Bar Chart
Grupirana ocjena u
srednjoj skoli
100
2,00
3,00
80
4,00
Count
5,00
60
40
20
0
Ne
Do 10 cigareta na Do 1 kutije na dan Vise od 1 kutije na

dan
dan
Pusite li cigarete
101
102
Srednje vrijednosti
3. SREDNJE VRIJEDNOSTI
3.1. Srednje vrijednosti
Prikupljeni statistiki podaci u svom izvornom obliku esto zbog
svog obujma nemaju razumljivu formu. Zbog toga se i vri njihovo
grupiranje, odnosno formiranje statistikih nizova. Na taj se nain dobiva
detaljniji uvid u svojstva promatranoga statistikog niza.
Raunanjem srednjih vrijednosti dolazi se do informacija o
vrijednostima statistikog obiljeja oko kojih se rasporeuju elementi
statistikog niza.
Srednja vrijednost je vrijednost statistikog obiljeja oko koje
se grupiraju podaci statistikog niza. Jo se zove i "mjera centralne
tendencije".
Srednje vrijednosti mogu se podijeliti: na
1. Poloajne srednje vrijednosti odreuju se poloajem podataka u
nizu. Najvanije poloajne srednje vrijednosti su :
a) mod
b) medijan.
2. Potpune srednje vrijednosti raunaju se upotrebom svih
podataka u statistikom nizu. Potpune srednje vrijednost su:
a) aritmetika sredina
b) harmonijska sredina
c) geometrijska sredina (koja nema svoju primjenu u
sociolokim istraivanjima).
103
3.2. Aritmetika sredina

Aritmetika sredina spada u potpune srednje vrijednosti i
rauna se upotrebom svih podataka u statistikom nizu. To je najvanija i
najee koritena srednja vrijednost (ali ne i uvijek najbolja srednja
vrijednost).
Aritmetika sredina je omjer zbroja svih vrijednosti
numerikog obiljeja jednog niza i broja elemenata tog niza.
Ako se radi o negrupiranom statistikom numerikom nizu,
rauna se jednostavna aritmetika sredina:
N
X =
Xi
i =1
X 1 + X 2 + ... + X N
N
(3.1)
Ako se radi o grupiranom statistikom numerikom nizu,

rauna se sloena, vagana ili ponderirana aritmetika sredina.
Poznato je da apsolutne frekvencije oznaavaju broj elemenata
skupa koji pripadaju odreenom modalitetu promatranoga statistikog
obiljeja. Iz toga se moe zakljuiti da je vanost svake vrijednosti
obiljeja ovisna o frekvenciji jer vea frekvencija znai vei udio tog
oblika obiljeja u promatranom skupu. Zato se frekvencija jo naziva
teinski faktor ili ponder kod grupiranih nizova.
Vagana ili ponderirana aritmetika sredina rauna se prema
izrazu:
k
X=
f i xi
i =1
k
fi
f 1 x1 + f 2 x 2 + ... + f k x k
f 1 + f 2 + ... + f k
(3.2)
i =1
U jednadbi (3.2) k predstavlja broj grupa, odnosno modaliteta

promatranog numerikog obiljeja. Nazivnik ovog izraza, kao suma svih
apsolutnih frekvencija, odgovara opsegu statistikog skupa.
Ako su veliine razreda grupiranog numerikog niza razliite
od 1, za raunanje vagane ili ponderirane aritmetike sredine
104
Srednje vrijednosti
potrebno je izvriti aproksimaciju pomou sredine razreda. Sredina

razreda, kako je ve reeno, dobije se kao jednostavan prosjek donje i
gornje granice razreda. Na taj nain ona predstavlja sve vrijednosti
obiljeja koje se javljaju u jednoj grupi. Stoga je, u ovom sluaju,
aritmetika sredina procjena stvarne aritmetike sredine numerikog niza.
Statistiki skup "Zaposlene ene u graevinarstvu u RH, 31. 03.
2002. godine" promatran prema neprekidnom numerikom obiljeju
"dob" dan je u tablici 3.1..
Zadatak je izraunati aritmetiku sredinu.
Tablica 3.1.
Zaposlene ene u graevinarstvu u RH, 31. 03. 2004. godine
Dob
xi
Broj ena
fi
(18)-25
25-30
30-35
35-40
40-45
45-50
50-65
Ukupno:
712
1367
1277
1417
1580
1557
1322
9232
Sredina
razreda
xi
21,5
27,5
32,5
37,5
42,5
47,5
57,5
-
fixi
15308
37592,5
41502,5
53137,5
67150
73957,5
76015
364663
Izvor: Statistiki ljetopis Republike Hrvatske, 2005. godine, str. 145.
Rjeenje 3.1:
Zadani niz je grupiran prema modalitetima obiljeja. Razredi nisu
jednake veliine, a ima ih 7.
Kod grupiranih nizova s veliinom razreda razliitom od 1, u
izrazu za aritmetiku sredinu, xi predstavlja sredinu i-tog razreda. Stoga
je aproksimacija aritmetike sredine sljedea:
7
f i xi
=
X = i =17
fi
f 1 x1 + f 2 x 2 + ... + f 7 x 7 364663
=
= 39,5 godina
9232
f 1 + f 2 + ... + f 7
i =1
105
Dakle priblino, prosjena je dob ena zaposlenih

graevinarstvu RH (stanje 31. 03. 2004. god.) 39,5 godina.
Aritmetika sredina izraava se u originalnim jedinicama mjere

promatranoga numerikog obiljeja, obuhvaa sve elemente nekog skupa,
te se pomou nje mogu usporeivati nizovi koji su grupirani po jednakom
obiljeju. Uz ove, aritmetika sredina zadovoljava i sljedee kriterije:
a) Aritmetika sredina nalazi su izmeu najvee i najmanje
vrijednosti promatranoga numerikog obiljeja:
xmin X xmax
(3.3)
b) Zbroj odstupanja vrijednosti numerikog obiljeja od aritmetike

sredine u jednoj distribuciji je uvijek nula.
N
( xi X ) = 0 , za negrupirani niz,
i =1
k
f i ( xi X ) = 0 , za grupirani niz.
i =1
(3.4)
(3.5)
c) Zbroj kvadrata odstupanja vrijednosti numerikog obiljeja od

aritmetike sredine u jednoj distribuciji je manji ili jednak zbroju
kvadrata odstupanja vrijednosti numerikog obiljeja u istoj
distribuciji od bilo koje druge vrijednosti (a).
N
i =1
i =1
2
2
( xi X ) ( xi a) , za negrupirani niz,
i =1
i =1
2
2
f i ( xi X ) f i ( xi a) , za grupirani niz.
(3.6)
(3.7)
Ako neki numeriki niz sadri ekstremno male ili velike

vrijednosti obiljeja, aritmetika sredina kao prosjena vrijednost gubi na
svojoj reprezentativnosti. Taj problem je dodatno izraen kada u
distribuciji postoje razredi s otvorenom donjom, odnosno gornjom
granicom razreda, i kada nije mogue te granice objektivno procijeniti.
106
Srednje vrijednosti
3.3. Mod
Mod je vrijednost statistikog obiljeja koja se najee javlja
u nekom nizu, tj. vrijednost obiljeja kojoj pripada najvea
frekvencija.
Mod se moe primijeniti na kvalitativne i kvantitativne statistike
nizove, a spada u poloajne srednje vrijednosti.
Kod nominalnih obiljeja mod se odreuje brojenjem na nain
da se trai koja se vrijednost obiljeja u nizu najee javlja. Ako je niz
grupiran, trai se najvea apsolutna frekvencija. Vrijednost obiljeja kojoj
pripada ta najvea apsolutna frekvencija je mod.
Statistiki skup "prodane cipele u prodavaonici "K" na dan 05. 05.
2005. god." grupiran je prema nominalnom obiljeju "boja". Modaliteti
toga obiljeja su: crna (C), bijela (B), ruiasta (R), smea (S).
Ureeni podaci dobiveni evidencijom na odreeni dan su:
CCCCCBRRRS
Zadatak je odrediti mod.
Rjeenje 3.2:
Dakle, na dan 05. 05. 2005. god. u prodavaonici "K" je prodano
10 cipela. Od toga 5 crnih, 1 bijele, 3 ruiaste i 1 smee. Vrijednost
obiljeja "boja" koja se u ovom nizu najee javlja je crna, pa se moe
zakljuiti da je mod, Mo = crna boja .
Statistiki niz grupiran u razrede prikazan je u tablici 3.2.
Kod grupiranih nizova mod se odreuje prema najveoj
apsolutnoj frekvenciji: f max = 5 . Modalitet obiljeja koji odgovara toj
frekvenciji je crno, to znai da je: Mo = crna boja .
107
Tablica 3.2.
Prodane cipele u prodavaonici "K" na dan 05. 05. 2005. god. prema boji
Boja cipela
Xi
crna
bijela
ruiasta
smea
Ukupno:
Broj prodanih
cipela
fi
5
1
3
1
10
Izvor: Evidencija prodavaonice "K", svibanj 2005. godine
Ovo je primjer tzv. unimodalnih nizova koji imaju samo jedan

mod. Postoje statistiki nizovi u kojima se dvije ili vie vrijednosti
obiljeja mogu pojavljivati ee u odnosu na ostale modalitete obiljeja.
U tom sluaju kae se su to bimodalni ili multimodalni nizovi. Kod
bimodalne distribucije, koja ima dva vrha, postoji glavni mod i lokalni
mod. Kada je u nizu prisutno vie od jednog moda, potrebno je statistiki
skup podijeliti na vie podskupova, od kojih e svaki imati svoja
karakteristina svojstva, te izvriti analizu svakoga podskupa posebno.

Za varijablu (obiljeje) visina u cm (v2) potrebno je odrediti:
a)
Najmanju i najveu vrijednost obiljeja;
b)
Aritmetiku sredinu;
c)
Mod;
d)
Komentirati rezultate!
Rjeenje 3.3:

njezinu padajuem izborniku Descriptive Statistics i Frequencies.
108
Srednje vrijednosti
U prozoru Frequencies pomou odgovarajue strelice varijabla v2

- visina u cm se prebacuje u polje Variable(s, kako je prikazano na slici
3.1.
Slika 3.1.
Prozor "Frequencies" sa izabranom varijablom (obiljejem) visina u cm
(v2)
Klikom na ikonu Statistics otvara se novi prozor Frequencies

Statistics, gdje je potrebno aktivirati odreene statistike veliine prema
zahtjevu zadatka, a koje se odnose na odabranu varijablu visina u cm
(v2).
Da bi se u izlaznim rezultatima dobila najmanja i najvea
vrijednost niza, u spomenutom prozoru se aktivira Minimum i
Maximum. Aritmetika sredina dobit e se aktiviranjem veliine Mean, a
za mod potrebno je oznaiti Mode. Prozor Frequencies Statistics s
potrebnim aktiviranim veliinama prikazan je na slici 3.2.
109
Slika 3.2.
Prozor "Frequencies Statistics" sa izabranim odgovarajuim statistikim
veliinama
Da bi se u Outputu programa SPSS dobili eljeni podaci o visini

ispitanika, potrebno je kliknuti na Continue, zatim na OK. Rezultat je
Tablica 3.3.
Statistiki podaci o visini ispitanika
Statistics
Visina u cm
N
Valid
Missing
235
4
Mean
175,77
Mode
172
Minimum
154
Maximum
206
Prema podacima iz tablice 3.3. moe se vidjeti da je 325 ispitanika

dalo odgovor o svojoj visini, dok ih 4 nije odgovorilo na to pitanje.
110
Srednje vrijednosti
Prosjena visina ispitanika u odabranom uzorku (od onih koji su dali

odgovor), odnosno aritmetika sredina je 175,77 cm.
Mod, odnosno najea visina ispitanika je 172 cm.
Najmanja visina ispitanika u uzorku je 154 cm.
Najvea visina ispitanika u uzorku je 206 cm.

Za varijablu (obiljeje) prosjena ocjena u srednjoj koli (v3)3
potrebno je odrediti:
a)
b)
Aritmetiku sredinu;
c)
Mod;
d)
Rjeenje 3.4:

- Prosjena ocjena u srednjoj koli se prebacuje u polje Variable(s).
zahtjevu zadatka, a koje se odnose na odabranu varijablu prosjena
ocjena u srednjoj koli (v3).
vrijednost niza, u spomenutom prozoru se aktivira Minimum i
3
Aritmetika sredina se po definiciji izraunava samo za numerika obiljeja, ali se za

cjelovitu analizu esto primjenjuje i za redoslijedno obiljeje.
111

za mod potrebno je oznaiti Mode.
Da bi se u Outputu programa SPSS dobili eljeni podaci o
prosjenoj ocjeni u srednjoj koli ispitanika, potrebno je kliknuti na
Continue, zatim na OK. Rezultat je prikazan u tablici 3.4.
Tablica 3.4.
Statistiki podaci o prosjenoj ocjeni ispitanika u srednjoj koli
Statistics
Prosjecna ocjena u srednjoj skoli
N
Valid
238
Missing
Mean
4,1773
Mode
4,00
Minimum
2,00
Maximum
5,00

dalo odgovor o svojoj prosjenoj ocjeni u srednjoj koli, dok 1 ispitanik
nije odgovorio na to pitanje. Prosjena ocjena u srednjoj koli za sve
ispitanike u odabranom uzorku (od onih koji su dali odgovor), odnosno
aritmetika sredina je 4,177.
Mod, odnosno najea prosjena ocjena ispitanika u srednjoj
koli je 4.
Najmanja prosjena ocjena ispitanika u srednjoj koli u uzorku je
2.
Najvea prosjena ocjena ispitanika u srednjoj koli u uzorku je 5.

Za varijablu (obiljeje) grupirana ocjena u srednjoj koli (v4)
potrebno je odrediti:
a)
Tablicu frekvencija;
b)
112
Srednje vrijednosti
c)
Aritmetiku sredinu;
d)
Mod;
e)
Rjeenje 3.5:

- Grupirana ocjena u srednjoj koli se prebacuje u polje Variable(s).
zahtjevu zadatka, a koje se odnose na odabranu varijablu grupirana
ocjena u srednjoj koli (v4). S obzirom na to da se u ovom primjeru trai i
tablica frekvencija, potrebno je aktivirati Display Frequency Tables.
vrijednost niza u spomenutom prozoru se aktivira Minimum i Maximum.
Aritmetika sredina dobit e se aktiviranjem veliine Mean, a za mod
potrebno je oznaiti Mode.
grupiranoj ocjeni ispitanika u srednjoj koli, potrebno je kliknuti na
Tablica 3.5.
Statistiki podaci o grupiranoj ocjeni ispitanika u srednjoj koli
N
Statistics
Valid
238
Missing
Mean
4,2269
Mode
4,00
Minimum
2,00
Maximum
5,00
113

dalo odgovor o svojoj prosjenoj ocjeni u srednjoj koli, dok 1 ispitanik
nije odgovorio na to pitanje. Prosjena ocjena u srednjoj koli za sve
ispitanike u odabranom uzorku (od onih koji su dali odgovor), odnosno
aritmetika sredina je 4,23.
Mod, odnosno najea prosjena ocjena u srednjoj koli
ispitanika je 4.
Najmanja prosjena ocjena ispitanika u srednjoj koli u uzorku je
2.
Najvea prosjena ocjena ispitanika u srednjoj koli u uzorku je 5.
U Outputu je dana i tablica frekvencija prema grupiranoj ocjeni u
srednjoj koli. Prikazana je u tablici 3.6.
Tablica 3.6.
Valid
Frequency
1
Percent
,4
Valid Percent
,4
Cumulative
Percent
,4
3,00
34
14,2
14,3
14,7
4,00
113
47,3
47,5
62,2
5,00
90
37,7
37,8
100,0
Total
238
99,6
100,0
2,00
Missing
System
Total
,4
239
100,0
U stupcu Frequency moe se vidjeti da je od 238 ispitanika koji su

dali odgovor na postavljeno pitanje ocjenu 2 imao samo 1, ocjenu 3 njih
34, ocjenu 4 njih 113, dok je ocjenu 5 imalo 90 ispitanika.

Potrebno je dokazati 3 svojstva aritmetike sredine za anketirane
ispitanike prema varijabli (obiljeju) prosjena ocjena u srednjoj koli
(v2) .
114
Srednje vrijednosti
a)
Provjeriti 1. svojstvo da je: x min X x max .
b)
Provjeriti 2. svojstvo da je: ( x i X ) = 0 , (za negrupirani niz).
c)
Provjeriti 3. svojstvo da je:
i =1
i =1
i =1
2
2
( xi X ) ( xi a) ,
(za
negrupirani niz) ako je npr. a = 3 .

Rjeenje 3.6:
a)
Da bi se dokazalo 1. svojstvo da se aritmetika sredina nalazi
izmeu najvee i najmanje vrijednosti obiljeja, treba izraunati
X , x min i x max .
- Prosjena ocjena u srednjoj koli se prebacuje u polje Variable(s).
Statistics, gdje je potrebno aktivirati Minimum, Maximum i Mean.
Dalje je potrebno kliknuti na Continue, zatim na OK. Rezultat je
Tablica 3.7.
Statistics
Prosjecna ocjena u srednjoj skoli
N
Valid
238
Missing
Mean
1
4,1773
Minimum
2,00
Maximum
5,00
Iz podataka u tablici 3.7. vidi se da je aritmetika sredina 4,1773 i

vrijedi da je izmeu najmanje (2) i najvee (5) vrijednosti obiljeja:
2 4,1773 5 .
115
b)
Da bi se dokazalo 2. svojstvo aritmetike sredine da je zbroj
odstupanja vrijednosti obiljeja od prosjeka jednak 0, potrebno je
formirati novi stupac (varijablu) gdje e se izraunati ta odstupanja. Zbroj
svih podataka iz tog novog stupca mora biti 0. Na glavnom izborniku
potrebno je odabrati Transform, a na njegovu padajuem izborniku se
bira Compute. Na taj nain se otvori prozor Compute Variable koji je
prikazan na slici 3.3.
Slika 3.3.
Prozor "Compute Variable" gdje se raunaju odstupanja od prosjeka kao
nova varijabla v3
Pod Target Variable upisuje se novo ime v3, a u Numeric

Expression se upisuje: v 2 4,773 , odnosno da se od svih vrijednosti
varijable v2 oduzme njihov prosjek 4,773. Potrebno je napomenuti da se
decimalni zarez u programu SPSS oznaava tokom. Klikom na OK u
prostoru Data View formira se nova varijabla v3.
116
Srednje vrijednosti
Da bi se vidio zbroj podataka u stupcu na glavnom izborniku

potrebno je izabrati ikonu Analyze, a na njenzinu padajuem izborniku
Descriptive Statistics i Descriptives. Varijabla v3 prebacuje se u
Variable(s). U Options potrebno je aktivirati Sum (dok se druge veliine
mogu deaktivirati jer u ovom sluaju nisu potrebne).
Tablica 3.8.
Zbroj odstupanja vrijednosti obiljeja od prosjeka
Descriptive Statistics
N
Sum
v3
238
Valid N (listwise)
238
,00
Suma vrijednosti novoformirane varijable v3 u zadnjem stupcu

tablice 3.8 je 0, ime je dokazano 2. svojstvo aritmetike sredine.
Da bi se dokazalo 3. svojstvo aritmetike sredine da je zbroj
kvadrata odstupanja vrijednosti obiljeja od prosjeka manje ili jednako
zbroju kvadrata odstupanja vrijednosti obiljeja od bilo kojeg drugog
broja, npr. 3, potrebno je formirati nove stupce gdje e se izraunati ti
kvadrati odstupanja. Usporedbom zbroja tih stupaca dokazat e se
svojstvo 3. Na glavnom izborniku potrebno je odabrati Transform, a na
njegovu padajuem izborniku bira se Compute. Na taj nain se otvori
prozor Compute Variable.
c)

Expression se upisuje: (v 2 4,773) * *2 , odnosno da se od svih vrijednosti
varijable v2 oduzme njihov prosjek 4,773 i sve se kvadrira. Potrebno je
napomenuti da se potencija u programu SPSS oznaava dvjema
zvjezdicama. Klikom na OK u prostoru Data View formira se nova
varijabla v4.
Zatim se ponovo u Target Variable upisuje novo ime v5, a u
Numeric Expression se upisuje: (v 2 3) * *2 , odnosno od svih se
vrijednosti varijable v2 oduzme 3 i sve se kvadrira. Klikom na OK u
Da bi se vidio zbroj podataka u ova dva nova stupca v4 i v5 na
glavnom izborniku, potrebno je izabrati ikonu Analyze, a na njezinu
117
padajuem izborniku Descriptive Statistics i Descriptives. Varijable v4 i

v5 prebacuju se u Variable(s). U Options potrebno je aktivirati Sum (dok
se druge veliine mogu deaktivirati jer u ovom sluaju nisu potrebne).
Tablica 3.9.
Zbroj kvadrata odstupanja vrijednosti obiljeja od prosjeka i od
vrijednosti 3
v4
N
238
Sum
103,84
v5
238
433,72
Valid N (listwise)
238
Sume vrijednosti novoformiranih varijabli v4 i v5 prikazane su u

zadnjem stupcu tablice 3.9, ime je dokazano 3. svojstvo aritmetike
N
i =1
i =1
sredine, tj. da je: ( x i X ) 2 ( x i a ) 2 , odnosno da je: 103,84 433,72 .
3.6. Harmonijska sredina

Harmonijska sredina spada u potpune srednje vrijednosti i
rauna se upotrebom svih podataka u statistikom nizu.
Harmonijska sredina je reciprona vrijednost aritmetike
sredine recipronih vrijednosti numerikog obiljeja u jednom nizu.
Ako se radi o negrupiranom statistikom numerikom nizu,
rauna se jednostavna harmonijska sredina:
H =
N
1
i =1 xi
N
(3.7)
Ako se radi o grupiranom statistikom numerikom nizu,

rauna se sloena ili vagana harmonijska sredina:
118
Srednje vrijednosti
k
fi
i =1
k
H =
f
i
i =1 xi
(3.8)
Ponderi su i ovdje apsolutne frekvencije. Ako su veliine razreda

razliite od 1, i za harmonijsku sredinu se radi aproksimacija na nain da
se raunaju sredine razreda xi.
Harmonijska sredina rijetko se primjenjuje u praksi.
Specifino podruje njezine primjene je izraunavanje srednjih
vrijednosti relativnih brojeva koordinacije.
Relativni brojevi koordinacije (Ri), kako je ve reeno,
pokazuju odnos dviju pojava koje ima smisla usporeivati (Ai i Bi).
Ai
Ri =
Bi
(3.9)
Openito srednja vrijednost relativnih brojeva koordinacije je

k
omjer zbroja svih vrijednosti veliine koja se usporeuje ( Ai ) i

i =1
zbroja svih vrijednosti veliine s kojom se usporeuje veliina iz

k
brojnika ( Bi ):
i =1
R=
Ai
i =1
k
(3.10)
Bi
i =1
Katkada u konkretnom statistikom istraivanju nisu dostupni

podaci o veliinama sadranim u relativnom broju koordinacije, pa
su pri izraunavanju njegove srednje vrijednosti mogue 3 situacije:
a) Ako su dostupni podaci o relativnom broju koordinacije (Ri) i o
veliini s kojom se usporeuje veliina iz brojnika (Bi), srednja e
se vrijednost ( R ) izraunati pomou izraza za sloenu ili vaganu
aritmetiku sredinu:
119

k
R=
Ri Bi
i =1
k
(3.11)
Bi
i =1
Na temelju osnovne relacije (3.10) jasno je da vrijedi da je

k
i =1
i =1
veliina iz brojnika: Ai = Ri Bi . Ponderi su ovdje vrijednosti

veliine s kojom se usporeuje veliina iz brojnika: Bi.
b) Ako su dostupni podaci o relativnom broju koordinacije (Ri), bez
informacija o veliinama u brojniku (Ai) i nazivniku (Bi), srednju
vrijednost R nije mogue izraunati. Pokuaj aproksimacije ove
srednje vrijednosti ne daje vjerodostojan rezultat.
c) Ako su dostupni podaci o relativnom broju koordinacije (Ri) i o
veliini koja se usporeuje (Ai), srednja e se vrijednost ( R )
izraunati pomou izraza za sloenu ili vaganu harmonijsku
sredinu:
k
R=
Ai
i =1
k A
i
(3.12)
i =1 Ri
Na temelju osnovne relacije (3.10) jasno je da vrijedi da je

k
i =1
i =1
veliina iz nazivnika: Bi = Ai Ri . Ponderi su ovdje vrijednosti

veliine koja se usporeuje iz brojnika: Ai.
Za nekoliko odabranih fakulteta u RH dani su podaci o broju
studenata i broju studenata po 1 nastavniku u akademskoj godini 2004/05.
Zadatak je izraunati prosjean broj studenata po 1 nastavniku za
sve promatrane fakultete zajedno, odnosno prosjek relativnih brojeva
koordinacije ( R ).
120
Srednje vrijednosti
Tablica 3.10.
Broj studenata i broj studenata po 1 nastavniku u nekim odabranim
fakultetima u RH u akademskoj godini 2004/05.
Broj studenata
(Ai)
Fakulteti
Broj studenata po 1
nastavniku (Ri)
Broj nastavnika
(Ai/Ri)=Bi
PMF
3562
8,62469734
413
Graevinski fakulteti
2761
9,17275748
301
Fakult. el. stroj. i brod.
7704
10,1102362
762
Medicinski fakulteti
3315
3,64285714
910
Ekonomski fakulteti
14247
33,0556845
431
31589
64,6062326
2817
Ukupno:
Izvor: Statistiki ljetopis Republike Hrvatske, 2005. godina, str. 492, 495, 496, 497.
Rjeenje 3.7:
S obzirom na to da je u navedenom primjeru poznata (Ai) veliina
koja se usporeuje i relativni brojevi koordinacije (Ri), njihov se prosjek
rauna pomou izraza za sloenu ili vaganu harmonijsku sredinu gdje su
ponderi (Ai):
k
H=
fi
i =1
fi
i =1 x i
k
R=
Ai
i =1
Ai
i =1 Ri
k
31589
= 11,214 .
2817
Prosjean broj studenata po jednom nastavniku za sve promatrane

fakultete u akademskoj godini 2004/05. zajedno iznosi 11,214 studenata
po nastavniku.
3.5. Medijan
Medijan je vrijednost statistikog obiljeja koja ureeni
statistiki niz dijeli na dva jednakobrojna dijela.
Medijan se moe primijeniti na redoslijedne i kvantitativne
statistike nizove, a spada u poloajne srednje vrijednosti. Medijan se ne
primjenjuje kod nominalnih nizova jer poredak oblika ovog obiljeja
moe biti proizvoljan.
121
Kod negrupiranog, a ureenog niza (po veliini vrijednosti

obiljeja), medijan je vrijednost obiljeja koja pripada elementu
statistikog niza koji se nalazi u sredini niza. Ako je broj elemenata
statistikog niza paran, onda se za medijan uzima jednostavan prosjek
vrijednosti obiljeja dvaju lanova koji se nalaze na sredini statistikog
niza.
Ako je statistiki niz grupiran u razrede, prije raunanja
medijana potrebno je izraunati frekvencije kumulativnog niza "manje
od" ili "vie od", te se u takvom nizu trai sredinji lan. Ako se
raunaju frekvencije kumulativnog niza "manje od", trai se prva
frekvencija niza koja sadri N 2 . Razred koji odgovara ovoj
frekvenciji kumulativnog niza "manje od" je medijalni razred.
Ako su veliine razreda obiljeja jednake 1, vrijednost
obiljeja koja odgovara odabranoj frekvenciji kumulativnog niza je
medijan.
Ako su veliine razreda obiljeja razliite od 1, medijan se
rauna po izrazu:
N m
fi
2
i =1
Me = L1 +
i ,
f med
(3.13)
gdje je:
L1 - donja prava ili precizna granica medijalnog razreda
N 2 - polovica elemenata statistikog niza
m
f i - zbroj svih apsolutnih frekvencija do medijalnog razreda, ne
i =1
ukljuujui medijalni razred (tj. kumulativna frekvencija ispred

kumulativne frekvencije medijalnog razreda)
f med - apsolutna frekvencija medijalnog razreda
i - veliina medijalnog razreda.
122
Srednje vrijednosti

Statistiki skup "Sklopljeni brakovi u RH u 2002. godini" prema
kontinuiranom numerikom obiljeju "dob nevjeste", prikazan je u
tablici 3.3.
Zadatak je izraunati medijan, odnosno dob nevjeste koja
promatrani statistiki niz dijeli na dva jednaka dijela.
Tablica 3.11.
Sklopljeni brakovi u RH u 2004. godini prema nevjestinoj dobi
Nevjestina
dob
Sklopljeni
brakovi
Kumulativni
niz
"manje od"
Veliine
razreda
Xi
fi
i
15-20
1903
1903
5
20-25
8104
10007
5
25-30
7335
17342
5
30-35
2820
20162
5
35-45
1516
21678
10
45-(80)
894
22572
35
Ukupno:
22572
Rjeenje 3.8.
U tablici 3.11 vidi se da grupirani niz ima veliine razreda
razliite od 1. Stoga je za izraunavanje medijana potrebno odrediti
frekvencije kumulativnog niza "manje od" tako da se postupno zbrajaju
apsolutne frekvencije odozgo prema dolje. Trai se prva frekvencija
kumulativnog niza koja u sebi sadri: N 2 = 22572 2 = 11286 jedinicu. To
je frekvencija 17342, a razred koji odgovara toj frekvenciji je medijalni
razred. Njegova donja granica je L1 = 25 .
N m
fi
11286 10007
2
i =1
Me = L1 +
i = 25 +
5 = 25,87 godina
f med
7335
Dakle, kod polovice sklopljenih brakova u Republici Hrvatskoj u

2002. godini nevjesta je bila mlaa od 25,87 godina, dok je kod preostale
polovice brakova nevjesta bila starija od 25,87 godina.
123
U statistikim distribucijama postoji samo jedan medijan i on se

nalazi izmeu najvee i najmanje vrijednosti obiljeja. Prednost medijana
je da na njega ne utjeu ekstremno male ili velike vrijednosti obiljeja, pa
je primjerena srednja vrijednost i kod izrazito asimetrinih distribucija.
3.5.1. Kvantili
Kvantili su vrijednosti statistikog obiljeja koje ureeni
statistiki niz dijele na q jednakobrojnih dijelova.
Kod analize statistikih nizova vrlo su esto u upotrebi kvartili.
Kvartili su vrijednosti statistikog obiljeja koje statistiki niz
dijele na 4 jednakobrojna dijela. Kvartili se mogu podijeliti: na
a) donji kvartil (Q1) i na
b) gornji kvartil (Q3)4 .
Donji kvartil dijeli ureeni statistiki niz na etiri jednaka dijela
u omjeru 1:3, odnosno 25% elemenata statistikog skupa ima vrijednost
obiljeja manju ili jednaku donjem kvartilu, a 75% elemenata statistikog
skupa ima vrijednost obiljeja veu od donjeg kvartila.
Gornji kvartil dijeli ureeni statistiki niz na etiri jednaka dijela
u omjeru 3:1, odnosno 75% elemenata statistikog skupa ima vrijednost
obiljeja manju ili jednaku donjem kvartilu, a 25% elemenata statistikog
skupa ima vrijednost obiljeja veu od gornjeg kvartila.
Kvartili se, slino kao i medijan, mogu primijeniti na redoslijedne
i kvantitativne statistike nizove, a odreuju se poloajem u nizu. Ni oni
se ne primjenjuju kod nominalnih nizova jer, kako je ve naglaeno,
poredak oblika ovog obiljeja moe biti proizvoljan.
Vrijedi da je medijan: Me = Q2 .
124
Srednje vrijednosti

obiljeja), donji kvartil je vrijednost obiljeja koja pripada elementu
statistikog niza iji rang (r), tj. mjesto u nizu odgovara:
5
Q1 = xr , gdje je r = INT ( N 4) + 1 , ako N nije djeljiv s 4;

Q1 =
xr + xr +1
, gdje je r = N 4 , (r + 1) = N 4 + 1 , ako je N djeljivo
2
s 4, rauna se prosjek obiljeja koji se nalaze na mjestu u nizu:

r i (r + 1) .
obiljeja), gornji kvartil je vrijednost obiljeja koja pripada elementu
statistikog niza iji rang, tj. mjesto u nizu odgovara:
Q3 = xr , gdje je r = INT (3 N 4) + 1 , ako N nije djeljiv s 4;
Q3 =
xr + xr +1
, gdje je r = 3N 4 , (r + 1) = 3 N 4 + 1 , ako je N
2
djeljivo s 4, rauna se prosjek obiljeja koji se nalaze na mjestu u nizu:

r i (r + 1) .
Ako je statistiki niz grupiran u razrede, prije raunanja
kvartila potrebno je izraunati frekvencije kumulativnog niza "manje od"
ili "vie od", te se u takvom nizu trai odgovarajui lan. Ako se raunaju
frekvencije kumulativnog niza "manje od", za donji kvartil se trai prva
frekvencija niza koja sadri N 4 . Za gornji kvartil se trai prva
frekvencija niza koja sadri 3 N 4 . Razred koji odgovara odabranoj
frekvenciji kumulativnog niza "manje od" je razred donjeg, odnosno
gornjeg kvartila.
Ako su veliine razreda obiljeja jednake 1, vrijednost
obiljeja koja odgovara odabranoj frekvenciji kumulativnog niza je
donji, odnosno gornji kvartil.
Ako su veliine razreda obiljeja razliite od 1, donji kvartil se
rauna po izrazu:
5
INT predstavlja cijeli dio decimalnog broja dobivenog dijeljenjem (eng. integer). npr.
INT (6,3) = 6,
INT (6,7) = 6.
125
N q
fi
Q1 = L1 + 4 i =1 i ,
f k var t
(3.14)
gdje je:
L1 - donja prava ili precizna granica donje kvatilnog razreda
N 4 - etvrtina elemenata statistikog niza
q
f i - zbroj svih apsolutnih frekvencija do donje kvartilnog razreda, ne
i =1
ukljuujui taj razred (tj. kumulativna frekvencija ispred kumulativne

frekvencije donje kvartilnog razreda)
f k var t - apsolutna frekvencija donje kvartilnog razreda
i - veliina kvartilnog razreda.
Ako su veliine razreda obiljeja razliite od 1, gornji kvartil

se rauna po izrazu:
3N q
fi
Q3 = L1 + 4 i =1 i ,
f k var t
(3.15)
gdje je:
L1 - donja prava ili precizna granica gornje kvatilnog razreda
3N 4 - tri etvrtine elemenata statistikog niza
q
f i - zbroj svih apsolutnih frekvencija do gornje kvartilnog razreda, ne
i =1
ukljuujui taj razred (tj. kumulativna frekvencija ispred kumulativne

frekvencije gornje kvartilnog razreda)
f k var t - apsolutna frekvencija gornje kvartilnog razreda
i - veliina kvartilnog razreda.
Sve srednje vrijednosti se, uz prikazane izraune pomou

apsolutnih frekvencija, na isti nain mogu raunati koritenjem relativnih
frekvencija (proporcija i postotaka).
126
Srednje vrijednosti

Statistiki skup "sklopljeni brakovi u RH u 2002. godini" prema
kontinuiranom numerikom obiljeju "nevjestina dob", prikazan je u
tablici 3.12 (ve je prezentiran u analitikom primjeru 3.8).
Zadatak je izraunati donji i gornji kvartil.
Tablica 3.12.
Sklopljeni brakovi u RH u 2004. godini prema nevjestinoj dobi
Nevjestina
dob
Sklopljeni
brakovi
Kumulativni
niz
"manje od"
Veliine
razreda
Xi
fi
i
15-20
1903
1903
5
20-25
8104
10007
5
25-30
7335
17342
5
30-35
2820
20162
5
35-45
1516
21678
10
45-(80)
894
22572
35
Ukupno:
22572
Rjeenje 3.9.
U tablici 3.12 vidi se da grupirani niz ima veliine razreda
razliite od 1. Stoga je za izraunavanje kvartila potrebno odrediti
apsolutne frekvencije odozgo prema dolje.
Za donji kvartil se trai prva frekvencija kumulativnog niza koja
u sebi sadri:
N 22572
=
= 5643 jedinice.
4
4
To je frekvencija 10007, a
razred koji odgovara toj frekvenciji je donje kvarilni razred. Njegova

donja granica je L1 = 20 .
N q
fi
5643 1903
4
i =1
i = 20 +
5 = 22,31 godina
Q1 = L1 +
f k var t
8104
Dakle, kod jedne etvrtine (tj. 25%) sklopljenih brakova u R.

Hrvatskoj u 2002. godini nevjesta je bila mlaa od 22,31 godine, dok je
127
kod preostale tri etvrtine (tj. 75%) brakova nevjesta bila starija od 22,31
godine.
Za gornji kvartil se trai prva frekvencija kumulativnog niza koja
u sebi sadri:
3N 3 22572
=
= 16929 jedinica. To je frekvencija 17342, a
4
4
razred koji odgovara toj frekvenciji je gornje kvarilni razred. Njegova

3N q
fi
16929 10007
4
i =1
=
+
i = 25 +
5 = 27,72 godina
Q3 L1
f k var t
7335
Dakle, kod tri etvrtine (tj. 75%) sklopljenih brakova u R.

Hrvatskoj u 2002. godini nevjesta je bila mlaa od 29,48 godina, dok je
kod preostale etvrtine (tj. 25%) brakova nevjesta bila starija od 29,48
godina.

Za varijablu (obiljeje) teina u kg (v2) potrebno je odrediti:
a)
b)
Aritmetiku sredinu;
c)
Mod;
d)
Medijan;
e)
Donji i gornji kvartil;
f)
Rjeenje 3.10:

- teina u kg se prebacuje u polje Variable(s).
128
Srednje vrijednosti

zahtjevu zadatka, a koje se odnose na odabranu varijablu teina u kg (v2).
Da bi se u izlaznim rezultatima dobile najmanja i najvea
vrijednost niza, u spomenutom se prozoru aktivira Minimum i
za mod potrebno je oznaiti Mode. Medijan se dobije aktiviranjem
Median, a donji i gornji kvartil oznaavanjem Quartiles. Prozor
Frequencies Statistics s potrebnim aktiviranim veliinama prikazan je na
slici 3.4.
Slika 3.4.
veliinama
Da bi se u Outputu programa SPSS dobili eljeni podaci o teini

prikazan u tablici 3.13. Prema tim podacima moe se vidjeti da je 324
ispitanika dalo odgovor o svojoj teini, dok ih 5 nije odgovorilo na to
pitanje. Prosjena teina ispitanika u odabranom uzorku (od onih koji su
dali odgovor), odnosno aritmetika sredina je 67,18 kg.
129
Tablica 3.13.
Statistiki podaci o teini ispitanika
Statistics
Tezina u kg
N
Valid
234
Missing
Mean
67,1795
Median
64,0000
Mode
52,00
Minimum
46,00
Maximum
110,00
Percentiles
25
56,0000
50
64,0000
75
75,0000
Medijan, odnosno teina koja odabrani uzorak dijeli na 2

jednakobrojna dijela je Me = 64 kg , to znai da je polovica ispitanika
imala teinu manju ili jednaku 64 kg, dok je preostala polovica ispitanika
imala teinu veu od 64 kg.
Mod, odnosno najea teina ispitanika je 52 kg.
Najmanja teina ispitanika u uzorku je 46 kg.
Najvea teina ispitanika u uzorku je 110 kg.
Donji i gornji kvartil dani su meu Percentiles. Donji kvaril
Q1 = 56 kg , to znai da je etvrtina ispitanika imala teinu manju ili
jednaku 56 kg, dok je preostalih tri etvrtine ispitanika imalo teinu veu
od 56 kg. Gornji kvaril Q3 = 75 kg , to znai da je tri etvrtine ispitanika
imalo teinu manju ili jednaku od 75 kg, dok je preostala etvrtina
ispitanika imala teinu veu od 75 kg.

Za varijablu (obiljeje) dobiveni deparac (v3) potrebno je
odrediti:
130
Srednje vrijednosti
a)
b)
Aritmetiku sredinu;
c)
Mod;
d)
Medijan;
e)
f)
Rjeenje 3.11:

- Koliki deparac dobivate prebacuje se u polje Variable(s). Klikom na
ikonu Statistics otvara se novi prozor Frequencies Statistics, gdje je
potrebno aktivirati odreene statistike veliine prema zahtjevu zadatka, a
koje se odnose na odabranu varijablu deparca (v3).
Da bi se u izlaznim rezultatima dobile najmanja i najvea
vrijednost niza, u spomenutom prozoru aktivira se Minimum i
za mod potrebno je oznaiti Mode. Medijan se dobije aktiviranjem
Median, a donji i gornji kvartil oznaavanjem Quartiles. Da bi se u
Outputu programa SPSS dobili eljeni podaci o deparcu ispitanika
potrebno je kliknuti na Continue, zatim na OK. Rezultat je prikazan u
tablici 3.14.
Prema podacima iz tablice 3.14 moe se vidjeti da je 173 ispitanika dalo
odgovor o svom deparcu, dok ih 66 nije odgovorilo na to pitanje.
Prosjeni deparac ispitanika u odabranom uzorku (od onih koji su dali
odgovor), odnosno aritmetika sredina je 371,55 kn.
Medijan, odnosno deparac koji odabrani uzorak dijeli na 2
jednakobrojna dijela je Me = 300 kn , to znai da je polovica ispitanika
imala deparac manji ili jednak 300 kn, dok je preostala polovica
ispitanika imala deparac vei od 300 kn.
131
Tablica 3.14.
Statistiki podaci o deparcu ispitanika
Statistics
Koliki dzeparac dobivate
N
Valid
Missing
173
66
Mean
371,5491
Median
300,0000
Mode
200,00(a)
Minimum
,00
Maximum
Percentiles
3500,00
25
150,0000
50
300,0000
75
500,0000
a Multiple modes exist. The smallest value is shown
Mod, odnosno najei deparac ispitanika je 200 kn. Moe se

vidjeti napomena ispod tablice koja se odnosi na mod. Zadana distribucija
uzorka ima vie od 1 moda, a u tablici Outputa dana je najmanja
vrijednost. Ako se u Outputu jo zatrai i prikaz tablice frekvencija
(aktivira se Display frequency tables), moe se vidjeti da je 26 ispitanika
imalo deparac od 200 kn i a da ih je isto toliko imalo deparac od 300
kn. Dakle ovo je jedna bimodalna distribucija. Jedan mod je 200 kn, a
drugi mod je 300 kn.
Najmanji deparac ispitanika u uzorku je 0,00 kn.
Najvei deparac ispitanika u uzorku je 3500,00 kn.
Donji i gornji kvartil dani su meu Percentiles. Donji kvaril
Q1 = 150 kn , to znai da je etvrtina ispitanika imala deparac manji od
500 kn ili jednak tom iznosu, dok je preostalih tri etvrtine ispitanika
imalo deparac vei od 150 kn. Gornji kvaril Q3 = 500 kn , to znai da je
tri etvrtine ispitanika imalo deparac manji od 500 kn ili jednak tom
iznosu, dok je preostala etvrtina ispitanika imala deparac vei od 500
kn.
132
Mjere disperzije, asimetrija i zaobljenost
4. MJERE DISPERZIJE, ASIMETRIJA I

ZAOBLJENOST
4.1. Mjere disperzije
Moe se dogoditi da neki statistiki skupovi imaju jednake npr.
aritmetike sredine, a da su njihovi elementi potpuno razliiti. To znai
da je raspored elemenata u tim skupovima razliit. Informaciju o
rasporedu elemenata daju mjere rasprenosti ili disperzije elemenata
numerikog statistikog niza.
Postoje apsolutne i relativne mjere rasprenosti. Apsolutni
pokazatelji izraeni su u originalnim jedinicama mjere i omoguavaju
usporedbu nizova prema istom obiljeju. Apsolutni pokazatelji
rasprenosti su: raspon varijacije, interkvartil, varijanca i
standardna devijacija.
Usporedbu rasprenosti elemenata nizova s razliitom mjernom
jedinicom omoguuju relativni pokazatelji, koji su najee izraeni u
postotcima. Relativni pokazatelji rasprenost su: koeficijent kvartilne
devijacije i koeficijent varijacije.
4.1.1. Apsolutne mjere disperzije
Raspon varijacije je najjednostavnija mjera disperzije, a
predstavlja razliku izmeu najvee i najmanje vrijednosti
numerikog obiljeja promatranog niza.
R = xmax xmin
(4.1)
Ovaj apsolutni pokazatelj rasprenosti izraen je u originalnim

jedinicama mjere numerikog obiljeja. Moe poprimiti vrijednost 0. To
se dogaa kada svi elementi niza imaju jednaku vrijednost obiljeja.
133
Najvea vrijednost toga pokazatelja nije ograniena jer ona ovisi o

konkretnoj rasprenosti promatranih vrijednosti obiljeja.
Raspon varijacije je nepotpuna mjera disperzije jer se rauna samo
na temelju dvije vrijednosti obiljeja, odnosno na temelju najvee i
najmanje vrijednosti. Moe se rei da to nije precizna mjera rasprenosti
elemenata niza, pogotovo u sluaju postojanja ekstremno malih i/ili
ekstremno velikih vrijednosti obiljeja. Tada se dobije veliki raspon
varijacije, a moda je veina elemenata skupa rasprena usko oko
srednjih vrijednosti.
Taj problem
interkvartil.
preciznosti
rjeava
interkvartilni
raspon
ili
Interkvartil je apsolutna, nepotpuna mjera rasprenosti koja

pokazuje disperziju srednjih 50% elemenata ureenoga numerikog
niza.
I q = Q3 Q1
(4.2)
Interkvartil predstavlja razliku gornjeg i donjeg kvartila. Na

taj nain se eliminira 25% ekstremno malih i 25% ekstremno velikih
vrijednosti obiljeja u nizu.
Slika 4.1.
Simetrina distribucija s oznaenim gornjim i donjim kvartilom
fi
50%
25%
Q1
25%
Q3
xi
Izvor: Konstrukcija autora.
Slika 4.1. prikazuje jednu simetrinu distribuciju gdje su elementi

skupa ravnomjerno rasporeeni oko srednjih vrijednosti. Poznato je da
134
donji kvartil (Q1) dijeli distribuciju u omjeru 1:3, tj. da 25% elemenata
skupa ima vrijednost obiljeja manju od donjeg kvartila, a 75% elemenata
skupa ima vrijednost obiljeja veu od donjeg kvartila. Isto tako gornji
kvartil (Q3) dijeli distribuciju u omjeru 3:1, tj. da 75% elemenata skupa
ima vrijednost obiljeja manju od gornjeg kvartila, a 25% elemenata
skupa ima vrijednost obiljeja veu od gornjeg kvartila. Na taj nain
interkvartil pokazuje disperziju srednjih 50% elemenata skupa.
Varijanca spada u potpune mjere rasprenosti jer obuhvaa
sve elemente odabranoga numerikog statistikog niza. Ovaj pokazatelj
mjeri odstupanja, tj. rasprenost elemenata skupa od aritmetike sredine.
S obzirom na poznato svojstvo aritmetike sredine da je zbroj
odstupanja vrijednosti obiljeja od aritmetike sredine u jednoj
N
distribuciji uvijek nula, tj. da je: ( xi X ) = 0 (za negrupirani niz) i

i =1
f i ( xi X ) = 0 (za grupirani niz), varijanca se izraava preko kvadrata
i =1
ovih odstupanja.
Varijanca je prosjeno kvadratno odstupanje vrijednosti
numerikog obiljeja od aritmetike sredine.
N
2 =
xi X
i =1
xi
i =1
X2,
(4.3)
za negrupirani niz i
k
2 =
f i xi X
i =1
fi
i =1
2
f i xi
i =1
k
X2,
(4.4)
fi
i =1
za grupirani niz.
Varijanca je mjera rasprenosti izraena u drugom stupnju, pa kao
rezultat daje jedinice mjere numerikog obiljeja na kvadrat. Stoga je
oteana njezina interpretacija.
Standardna devijacija je pozitivan korijen iz varijance i
izraena je u originalnim jedinicama mjere. Stoga je kao potpuna i
135
apsolutna mjera disperzije vrlo esto u upotrebi. Moe se definirati kao

prosjeno odstupanje vrijednosti numerikog obiljeja od
aritmetike sredine.
(xi X )
N
=+ 2 =+
i =1
=+
xi
i =1
X2 ,
(4.5)
za negrupirani niz.
f i (x i X )
k
=+ =+
2
i =1
=+
fi
f i xi
i =1
k
X2 ,
(4.6)
fi
i =1
i =1
za grupirani niz. Pomou standardne devijacije u originalnim mjernim

jedinicama obiljeja moe se usporeivati rasprenost oko aritmetike
sredine nizova koji su grupirani po jednakom obiljeju.
Zadan je statistiki numeriki niz "Zaposleni u sektoru
Obrazovanje u RH prema dobi, stanje 31. oujka 2004. god.". Zadatak je
izraunati raspon varijacije obiljeja, interkvartil, varijancu i standardnu
devijaciju vrijednosti ovog obiljeja.
Tablica 4.1.
Zaposleni u sektoru Obrazovanje u RH, stanje 31. oujka 2004. god.
Dob
xi
(18)-30
30-35
35-40
40-45
45-50
50-55
55-60
60-(70)
Ukupno:
Br.
zaposlenih fi
10172
11082
12430
14130
12830
12040
10039
5990
88713
Kum.niz "<"
9779
20861
33291
47421
60251
72291
82330
88320
-
Veli.
razreda i
12
5
5
5
5
5
5
10
-
136
Rjeenje 4.1:
Raspon varijacije obiljeja:
R = x max x min = 70 18 = 52 godine
Raspon varijacije ovog numerikog obiljeja dobije se kao razlika

najvee i najmanje vrijednosti obiljeja, a iznosi 52 godine.
Interkvartil:
U tablici 4.1. prikazan je grupirani niz koji ima veliine razreda
razliite od 1. Stoga je za izraunavanje kvartila potrebno odrediti
apsolutne frekvencije odozgo prema dolje.
Za donji kvartil se trai prva frekvencija kumulativnog niza koja u sebi
sadri:
N 88713
=
= 22178,25 jedinica. To je frekvencija 33291, a razred
4
4
koji odgovara toj frekvenciji je donje kvarilni razred. Njegova donja

granica je L1 = 35 .
N q
fi
22178,25 20861
5 = 35,53
Q1 = L1 + 4 i =1 i = 35 +
12430
f k var t
Dakle, jedna etvrtina (tj. 25%) zaposlenih u Obrazovanju u

Republici Hrvatskoj u 2004. godini je bilo mlae od 35,53 godina, dok je
preostalih tri etvrtine zaposlenih (tj. 75%) bilo starije od 35,53 godina.
Za gornji kvartil se trai prva frekvencija kumulativnog niza koja
u sebi sadri:
3 N 3 88713
=
= 66534,75 jedinica. To je frekvencija 72291,
4
4
a razred koji odgovara toj frekvenciji je gornje kvarilni razred. Njegova

3N q
fi
66534,75 60251
4
i =1
i = 50 +
5 = 52,61
Q3 = L1 +
12040
f k var t
137
Dakle, tri etvrtine (tj. 75%) zaposlenih u Obrazovanju u R

Hrvatskoj u 2002. godini je bilo mlae od 52,61 godina, dok je preostala
etvrtina zaposlenih (tj. 25%) bilo starije od 52,61 godina.
Interkvartil je razlika kvartila:
I q = Q3 Q1 = 52,61 35,53 = 17,08 godina
Dakle, dob srednjih 50% zaposlenih u Obrazovanju u ovoj

distribuciji varira u rasponu od 17,08 godina.
Da bi se izraunala varijanca i standardna devijacija vrijednosti
ovog obiljeja, prikazani su podaci u tablici 4.2.
Tablica 4.2.
Zaposleni u sektoru Obrazovanje u RH, stanje 31. oujka 2004. god.
Dob
xi
Broj
zaposlenih
fi
(18)-30
30-35
35-40
40-45
45-50
50-55
55-60
60-(70)
Ukupno:
10172
11082
12430
14130
12830
12040
10039
5990
88713
Sredina
razreda
xi
f i xi
24
32,5
37,5
42,5
47,5
52,5
57,5
65
-
244128
360165
466125
600525
609425
632100
577242,5
389350
3879061
f i ( xi X ) 2
f i xi 2
3958060
5859072
1396576 11705363
481817,8 17479688
21236,85 25522313
182743,2 28947688
926886,1 33185250
1904643 33191444
2710985 25307750
11582947 181198566
Zadatak je izraunati varijancu i standardnu devijaciju

vrijednosti zadanog obiljeja.
Ovo je grupirani niz. Varijanca i standardna devijacija raunaju se
po izrazima od (4.3) do (4.6). Najprije je potrebno izraunati sloenu
aritmetiku sredinu za negrupirane nizove.
k
X=
f i xi
i =1
k
fi
i =1
138
3879061
= 43,726 godina
88713
Dakle, prosjena dob zaposlenih u sektoru Obrazovanje u RH,

stanje 31. oujka 2004. god., 43,726 je godina. Varijanca je:
f i (xi X )
k
2 = i =1
fi
11582947
2
= 130,57 godina .
88713
i =1
Vrijednosti iz brojnika, f i (xi X ) , u izrazu za varijancu su

k
i =1
izraunate u 5. stupcu tablice, a njihova suma je dana u zbirnom retku.

Isti rezultat se moe dobiti i preko izvedene formule za varijancu
grupiranih nizova (4.6):
k
=
2
f i xi
i =1
k
fi
X2 =
181198566
2
43,726 2 = 130,57 godina .
88713
i =1
Zbroj fi xi 2 dan je u tablici 4.2. u posljednjem retku. Varijanca je

mjera rasprenosti vrijednosti obiljeja u drugom stupnju pa je izraena u
jedinicama mjere na kvadrat. Dalje se rauna standardna devijacija koja
se izraava u originalnim mjernim jedinicama. Standardna devijacija je
pozitivan korijen iz varijance:
= + 2 = + 130,57 = 11,43 godina.
Dakle, prosjeno odstupanje vrijednosti ovog numerikog

obiljeja od aritmetike sredine je 11,43 godina.
4.1.2. Relativne mjere disperzije
Koeficijent varijacije spada u potpune relativne mjere
rasprenosti jer obuhvaa sve elemente odabranog numerikoga
statistikog niza, a izraava se u postotcima (%).
Koeficijent varijacije je postotak standardne devijacije od
aritmetike sredine.
139
V =
100 .
(4.7)
Vrijednost koeficijenta varijacije se kree u intervalu 0 V < + .

Vrijednost od 0% e poprimiti samo u sluaju kada su sve vrijednosti
numerikog obiljeja u jednom nizu jednake, odnosno kada nema
disperzije. Vea vrijednost ovog pokazatelja upuuje na veu disperziju
elemenata promatranog niza.
Taj pokazatelj rasprenosti je izraen u postotcima, pa omoguuje
usporedbu disperzije numerikih nizova s razliitim jedinicama mjere.
Koeficijent kvartilne devijacije je relativna nepotpuna mjera
rasprenosti. Predstavlja relativnu disperziju srednjih 50%
elemenata numerikog niza. Rauna se na temelju samo dviju
vrijednosti obiljeja, a to su donji i gornji kvartil.
Vq =
Q3 Q1
Q3 + Q1
(4.8)
Koeficijent kvartilne devijacije se rauna kao omjer interkvarila

(razlika kvartila) i zbroja donjeg i gornjeg kvartila. Vrijedi da je:
0 Vq < 1
(4.9)
Ovaj pokazatelj je jednak 0 samo kada nema disperzije. Ako se

njegova vrijednost pribliava 1, to znai da je rasprenost vrijednosti
obiljeja vea.
S obzirom na to da je to relativni pokazatelj, pomou njega je
mogue usporeivati rasprenost srednjih 50% elemenata razliitih
numerikih distribucija s razliitim jedinicama mjere.
Prema podacima o statistikom numerikom nizu "Zaposleni u
sektoru Obrazovanje u RH prema dobi, stanje 31. oujka 2004. god.",
koji su dani u analitikom primjeru 4.1., zadatak je izraunati koeficijent
varijacije i koeficijent kvartilne devijacije.
140
Rjeenje 4.2:
Koeficijent varijacije:
V=
100 =
11,4266
100 = 26,132%
43,72595
Postotak standardne devijacije od aritmetike sredine u zadanom

nizu je 26,132%.
Koeficijent kvartilne devijacije.
Vq =
Iq
Q3 Q1
17,08
=
=
= 0,194
Q3 + Q1 Q3 + Q1 52,61 + 35,53
Dakle, dob srednjih 50% zaposlenih u Obrazovanju u ovoj

distribuciji pokazuje slabu rasprenost 0,194 (s obzirom na to da se
pokazatelj kree u intervalu izmeu 0 i 1).

a)
b)
Raspon varijacije obiljeja;
c)
Aritmetiku sredinu;
d)
e)
Varijancu;
f)
Standardnu devijaciju;
g)
Na temelju toga izraunati: interkvartil, koeficijent varijacije i
koeficijent kvartilne devijacije;
h)
141
Rjeenje 4.3:
- Visina u cm se prebacuje u polje Variable(s). Klikom na ikonu
Statistics otvara se novi prozor Frequencies Statistics gdje je potrebno
aktivirati odreene statistike veliine prema zahtjevu zadatka, a koje se
odnose na odabranu varijablu visine u cm (v2).
Da bi se u izlaznim rezultatima dobio raspon varijacije obiljeja
niza, u spomenutom prozoru aktivira se Range. Aritmetika sredina dobit
e se aktiviranjem veliine Mean, a za mod potrebno je oznaiti Mode.
Donji i gornji kvartil dobiju se oznaavanjem Quartiles. Stanardna
devijacija i varijanca dobiju se aktiviranjem Std. deviation i Variance.
Konano, da bi se u Outputu programa SPSS dobili eljeni podaci o
visini ispitanika, potrebno je kliknuti na Continue, zatim na OK. Rezultat
je prikazan u tablici 4.3.
Tablica 4.3.
Statistics
Visina u cm
N
Valid
Missing
Mean
4
175,77
Std. Deviation
8,749
Variance
76,539
Range
Percentiles
235
52
25
170,00
50
174,00
75
182,00

dalo odgovor o svojoj visini, dok ih 4 nije odgovorilo na to pitanje.
Prosjena visina ispitanika u odabranom uzorku (od onih koji su dali
odgovor), odnosno aritmetika sredina je 175,77 cm.
142
Razlika izmeu najvee i najmanje visine ispitanika u uzorku, tj.

raspon varijacije obiljeja je 52 cm.
Donji i gornji kvartil dani su kao Percentiles. Donji kvaril
Q1 = 170 cm , to znai da je etvrtina ispitanika imala visinu manju od
170 cm ili jednaku toj visinu, dok je preostalih tri etvrtine ispitanika bilo
s visinom veom od 170 cm. Gornji kvartil Q3 = 182 cm , to znai da je tri
etvrtine ispitanika bilo s visinom manjom od 182 cm ili jednakom toj
visini, dok je preostala etvrtina ispitanika imala visinu veu od 182 cm.
Varijanca zadanog niza, prosjeno kvadratno odstupanje
vrijednosti zadanog obiljeja od prosjeka je 76,539 cm2. Korijen iz
varijance, tj. standardna devijacija zadanog niza je 8,749 cm.
Na temelju ovih podataka iz Outputa programa SPSS moe se
izraunati interkvartil, koeficijent varijacije i koeficijent kvartilne
devijacije.
I q = Q3 Q1 = 182 170 = 12 cm.
Dakle, visina srednjih 50% ispitanika u ovoj distribuciji varira u

rasponu od 12 cm.
Koeficijent varijacije je:
V=
100 =
8,749
100 = 4,98% .
175,77

nizu je 4,98% i upuuje na vrlo malu disperziju i veliku reprezentativnost
aritmetike sredine.
Koeficijent kvartilne devijacije je:
Vq =
Iq
Q3 Q1
12
=
=
= 0,034 .
Q3 + Q1 Q3 + Q1 182 + 170
Dakle, visina srednjih 50% ispitanika u ovoj distribuciji pokazuje

izrazito slabu rasprenost 0,034 (s obzirom na to da se pokazatelj kree u
intervalu izmeu 0 i 1).
143

Za varijablu (obiljeje) teina u kg (v2) potrebno je odrediti:
a)
b)
c)
Aritmetiku sredinu;
d)
e)
Varijancu;
f)
g)
h)
Rjeenje 4.4:

- Teina u kg se prebacuje u polje Variable(s). Klikom na ikonu Statistics
otvara se novi prozor Frequencies Statistics gdje je potrebno aktivirati
odreene statistike veliine prema zahtjevu zadatka, a koje se odnose na
odabranu varijablu teine u kg (v2).
teini ispitanika, potrebno je kliknuti na Continue, zatim na OK. Rezultat
je prikazan u tablici 4.4.
dalo odgovor o svojoj teini, dok ih 5 nije odgovorilo na to pitanje.
144
Prosjena teina ispitanika u odabranom uzorku (od onih koji su dali

odgovor), odnosno aritmetika sredina je 67,1795 kg.
Razlika izmeu najvee i najmanje teine ispitanika u uzorku, tj.
raspon varijacije obiljeja je 64 kg.
Tablica 4.4.
Statistics
Tezina u kg
N
Valid
234
Missing
Mean
5
67,1795
Std. Deviation
13,52735
Variance
182,989
Range
64,00
Percentiles
25
56,0000
50
64,0000
75
75,0000

Q1 = 56 kg , to znai da je etvrtina ispitanika imala teinu manju od 56
kg ili jednaku toj teini, dok je preostalih tri etvrtine ispitanika bilo s
teinom veom od 56 kg. Gornji kvartil Q3 = 75 kg , to znai da je tri
etvrtine ispitanika bilo s teinom manjom od 75 kg ili jednakom tom
teinom, dok je preostala etvrtina ispitanika imala teinu veu od 75 kg.
vrijednosti zadanog obiljeja od prosjeka je 182,989 kg2. Korijen iz
varijance, tj. standardna devijacija zadanog niza je 13,53 kg.
devijacije.
I q = Q3 Q1 = 75 56 = 19 kg.
145
Dakle, teina srednjih 50% ispitanika u ovoj distribuciji varira u

rasponu od 19 kg.
V=
100 =
13,52735
100 = 20,136%
67,1795

nizu je 20,136%. Reprezentativnost je velika, a disperzija mala.
Vq =
Iq
Q3 Q1
19
=
=
= 0,145
Q3 + Q1 Q3 + Q1 75 + 56

slabu rasprenost 0,145.

Za varijablu (obiljeje) dobiveni deparac (v2) potrebno je odrediti:
a)
b)
c)
Aritmetiku sredinu;
d)
e)
Varijancu;
f)
g)
h)
Rjeenje 4.5:

146

- Dobiveni deparac se prebacuje u polje Variable(s). Klikom na ikonu
odnose na odabranu varijablu dobiveni deparac (v2).
niza u spomenutom prozoru aktivira se Range. Aritmetika sredina dobit
dobivenom deparcu ispitanika, potrebno je kliknuti na Continue, zatim
na OK. Rezultat je prikazan u tablici 4.5.
Tablica 4.5.
Statistics
Dobiveni dzeparac
N
Valid
Missing
Mean
173
66
371,5491
Std. Deviation
401,30549
Variance
161046,098
Range
3500,00
Percentiles
25
150,0000
50
300,0000
75
500,0000

dalo odgovor o svojom deparcu, dok ih 66 nije odgovorilo na to pitanje.
Prosjeni deparac ispitanika u odabranom uzorku (od onih koji su dali
odgovor), odnosno aritmetika sredina je 371,55 kn.
Razlika izmeu najvee i najmanje teine ispitanika u uzorku, tj.
raspon varijacije obiljeja je 3500 kn.
Q1 = 150 kn , to znai da je etvrtina ispitanika imala deparac manji od
147
150 kn ili jednak tom iznosu, dok je preostalih tri etvrtine ispitanika bilo
s deparcem veim od 150 kn. Gornji kvartil Q3 = 500 kn , to znai da je
tri etvrtine ispitanika bilo s deparcem manjim od 500 kn ili jednakim
tom iznosu, dok je preostala etvrtina ispitanika imala deparac vei od
500 kn.
vrijednosti zadanog obiljeja od prosjeka je 161046,1 kn2. Korijen iz
varijance, tj. standardna devijacija zadanog niza je 401,31 kn.
devijacije.
I q = Q3 Q1 = 500 150 = 350 kn.
Dakle, deparac srednjih 50% ispitanika u ovoj distribuciji varira

u rasponu od 350 kn.
V=
100 =
401,30549
100 = 108,01% .
371,5491

nizu je 108,01%, to ukazuje na jako veliku disperziju deparca izmeu
promatranih ispitanika i malu reprezentativnost X .
Vq =
Iq
Q3 Q1
350
=
=
= 0,538 .
Q3 + Q1 Q3 + Q1 500 + 150

prilinu rasprenost od 0,538.

Za varijablu (obiljeje) broj djece u obitelji (v2) potrebno je odrediti:
148
a)
b)
c)
Aritmetiku sredinu;
d)
e)
Varijancu;
f)
g)
h)
Rjeenje 4.6:

- Broj djece u obitelji se prebacuje u polje Variable(s). Klikom na ikonu
odnose na odabranu varijablu broj djece u obitelji (v2).
Konano, da bi se u Outputu programa SPSS dobili eljeni podaci
o broju djece u obitelji ispitanika, potrebno je kliknuti na Continue, zatim
na OK. Rezultat je prikazan u tablici 4.6.
dalo odgovor o broju djece u obitelji, dok 1 nije odgovorio na to pitanje.
Prosjeni broj djece u obitelji ispitanika u odabranom uzorku (od onih
koji su dali odgovor), odnosno aritmetika sredina je 2,34. S obzirom na
149
to da broj djece spada u diskontinuirana numerika obiljeja, ovaj rezultat

se moe komentirati kao prosjeno 2 djece po obitelji ispitanika.
Tablica 4.6.
Statistiki podaci o broju djece u obitelji ispitanika
Statistics
N
Valid
238
Missing
Mean
2,34
Std. Deviation
,870
Variance
,757
Range
Percentiles
25
2,00
50
2,00
75
3,00
Razlika izmeu najveeg i najmanjeg broja djece u obitelji

ispitanika u uzorku, tj. raspon varijacije obiljeja je 6 djece.
Donji i gornji kvartil dani su kao Percentiles. Donji kvaril Q1 = 2
djece, to znai da je etvrtina ispitanika imala broj djece u obitelji manji
od 2 ili jednak 2, dok je preostalih tri etvrtine ispitanika bilo s vie od 2
djece u obitelji. Gornji kvartil Q3 = 3 djece, to znai da je tri etvrtine
ispitanika bilo s brojem djece u obitelji manjim od 3 ili jednakim 3, dok
je preostala etvrtina ispitanika imala vie od 3 djece u obitelji.
vrijednosti zadanog obiljeja od prosjeka je 0,757 djece2. Korijen iz
varijance, tj. standardna devijacija zadanog niza je 0,87 djece. Obje
vrijednosti se mogu zaokruiti na 1, s obzirom na to da se radi o
diskontinuiranom numerikom obiljeju.
devijacije.
I q = Q3 Q1 = 3 2 = 1 dijete.
150
Dakle, broj djece u obitelji srednjih 50% ispitanika u ovoj

distribuciji varira u rasponu od 1 djeteta.
V=
100 =
0,870
100 = 37,18% .
2,34

nizu je 37,18%.
Vq =
Iq
Q3 Q1
1
=
=
= 0,2 .
Q3 + Q1 Q3 + Q1 3 + 2
Dakle, broj djece srednjih 50% ispitanika u ovoj distribuciji

pokazuje slabu rasprenost od 0,2.
4.1.3. Momenti numerikih nizova
Momenti su prosjena odstupanja vrijednosti numerikog
obiljeja od aritmetike sredine ili neke druge vrijednosti podignuti na rtu potenciju.
Momenti numerikih nizova mogu biti glavni i pomoni.
Glavni ili centralni momenti numerikih nizova su momenti
oko aritmetike sredine:
(x i X )
N
r = i =1
r = 0,1,2,...
f i (x i X )
k
r = i =1
- za negrupirani niz. (4.9)
r = 0,1,2,...
- za grupirani niz.
(4.10)
fi
i =1
Centralni moment nultog reda: 0 = 1 .

Centralni moment prvog reda: 1 = 0 .
151
Pomoni momenti numerikih nizova su momenti oko nule6:

N
mr =
xi
i =1
r = 0,1,2,...
- za negrupirani niz. (4.11)
mr =
r
f i xi
i =1
k
r = 0,1,2,...
- za grupirani niz.
(4.12)
fi
i =1
Pomoni moment nultog reda: m0 = 1 .

Pomoni moment prvog reda: m1 = X .
Centralni momenti oko aritmetike sredine mogu se izraziti preko
pomonih momenata.
Centralni moment drugog reda:
2 = m 2 m12 .
(4.13)
Centralni moment treeg reda:

3 = m3 3m1 m 2 + 2m13 .
(4.14)
Centralni moment etvrtog reda:

4 = m 4 4m3 m1 + 6m 2 m12 3m14 .
(4.15)
4.2. Mjere asimetrije

Asimetrija distribucije podrazumijeva nagnutost distribucije na
lijevu ili desnu stranu.
Pearsonov koeficijent asimetrije je:
3 =
3
,
3
Postoje pomoni momenti i oko neke konstante a.
152
(4.16)
gdje je:
3 - centralni moment treeg reda,
3 - standardna devijacija na treu potenciju.
Interval u kojem se uobiajeno kree vrijednost tog koeficijenta

je: 2 3 2 .
U sluaju izrazito asimetrinim distribucijama ovaj koeficijent
moe poprimiti i vrijednosti izvan intervala: [ 2,2] .
Ako je:
3 = 0
simetrina distribucija
3 > 0
pozitivna ili desnostrana asimetrija
3 < 0
negativna ili ljevostrana asimetrija.
U programskom paketu SPSS mjera asimetrije ima oznaku

Skewness i vrijedi da ako je vrijednost ovog pokazatelja:
=0
>0
<0
Pearsonova mjera asimetrije, koja se uobiajeno kree u

intervalu [ 3,3] , je:
Sk =
( X Mo)
(4.17)
gdje je:
X - aritmetika sredina
Mo - mod
- standardna devijacija.
Za umjereno asimetrine distribucije vrijedi da je Pearsonova

mjera asimetrije:
153
Sk =
3 ( X Me)
(4.18)
gdje je:
X - aritmetika sredina
Me - medijan
- standardna devijacija.
Ako je:
Sk = 0
Sk > 0
Sk < 0
Odnosi meu srednjim vrijednostima kod razliitih distribucija:

a) simetrina distribucija ima jednake aritmetiku sredinu,
medijan i mod:
X = Me = Mo .
b) pozitivno ili desnostrano asimetrina distribucija ima

aritmetiku sredinu veu od medijana koji je vei od moda:
X > Me > Mo .
c) negativno ili ljevostrano asimetrina distribucija ima

aritmetiku sredinu manju od medijana koji je manji od moda:
X < Me < Mo .
Bowleyeva mjera asimetrije (uobiajeno se kree u intervalu

[ 1,1] ) zasnovana je na odnosu medijana i kvartila:
S kq =
Q3 + Q1 2Me
,
Q3 Q1
gdje je:
Me - medijan
Q1 - donji kvartil
154
(4.19)
Q3 - gornji kvartil.
Vrijedi da ako je:

S kq = 0
(Q3 + Q1 ) = 2Me
(Q3 Me) = ( Me Q1 ) simetrina distribucija
Sk > 0
(Q3 + Q1 ) > 2Me

(Q3 Me) > ( Me Q1 )
pozitivna
ili
desnostrana
negativna
ili
ljevostrana
asimetrija
Sk < 0
(Q3 + Q1 ) < 2 Me
(Q3 Me) < ( Me Q1 )
asimetrija.
Raspored srednjih vrijednosti kod razliitih distribucija prikazan
je na slici 4.2.
Slika 4.2.
Distribucije s razliitom asimetrijom
fi
fi
X
Me
Mo
a) Simetrina
distribucuja
xi
fi
MoMeX
xi
b) Pozitivna ili desnostrana

asimetrija
X MeMo xi
c) Negativna ili ljevostrana

asimetrija
Prikazana su 3 sluaja rasprenosti podataka oko srednjih

vrijednosti. Na dijelu slike 4.2. pod (a) prikazana je jedna savreno
simetrina distribucija u kojoj su aritmetika sredina (prosjek),
155
medijan (vrijednost obiljeja koja skup dijeli na dva jednaka dijela) i

mod (najea vrijednost obiljeja koja odgovara vrhu krivulje) u istoj
toki, odnosno jednaki: X = Me = Mo .
Na dijelu slike pod (b) prikazana je jedna pozitivno ili
desnostrano asimetrina distribucija (vidi se rasipanje vrijednosti
obiljeja na desnu stranu) u kojoj je aritmetika sredina vea od
medijana koji je vei od moda: X > Me > Mo .
Na dijelu slike pod (c) prikazana je jedna negativno ili
ljevostrano asimetrina distribucija (vidi se rasipanje vrijednosti
obiljeja na lijevu stranu) u kojoj je aritmetika sredina manja od
medijana koji je manji od moda: X < Me < Mo .
4.3. Mjera zaobljenosti
Mjera zaobljenosti
distribucije frekvencija:
4 =
4
4
predstavlja
zaobljenost
vrha
krivulje
(4.20)
gdje je:
4 - centralni moment etvrtog reda
4 - standardna devijacija na etvrtu potenciju.
Vrijedi da ako je:

4 = 3
normalno zaobljena distribucija
4 > 3
iljatiji vrh od normalno zaobljene distribucije
4 < 3
tupi oblik distribucije.
U programskom paketu SPSS mjera zaobljenosti ima oznaku

Kurtosis ( Kurtosis = k ; k = 3 3 ) i vrijedi da ako je vrijednost ovog
pokazatelja:
=0
156
normalno zaobljena distribucija
>0
iljatiji vrh od normalno zaobljene distribucije
<0
tupi oblik distribucije.

a)
Asimetriju distribucije (Skewness);
b)
Pearsonovu mjeru asimetrije (aritmetika sredina, mod, medijan,
standardna devijacija);
c)
Bowleyevu mjeru asimetrije (kvartili);
d)
Zaobljenost distribucije (Kurtosis);
e)
Na histogram distribucije ucrtati i normalnu krivulju;
f)
Rjeenje 4.7:

- Visina u cm se prebacuje u polje Variable(s). Klikom na ikonu
odnose na odabranu varijablu visina u cm (v2).
Da bi se u izlaznim rezultatima dobio pokazatelj asimetrije
zadanog niza, u spomenutom prozoru aktivira se Skewness. Ostali
pokazatelji asimetrije mogu se izraunati pomou aritmetike sredine
koja e se dobiti aktiviranjem veliine Mean. Za mod je potrebno
oznaiti Mode. Donji i gornji kvartil dobiju se oznaavanjem Quartiles.
Stanardna devijacija dobije se aktiviranjem Std. deviation, a mjera
zaobljenosti aktiviranjem veliine Kurtosis.
Odabrane veliine u programu SPSS prikazane su na slici 4.3.
157
Slika 4.3.
veliinama
Tablica 4.7.
N
Valid
Missing
235
Mean
4
175,77
Median
174,00
Mode
172
Std. Deviation
8,749
Skewness
,485
Std. Error of Skewness

Kurtosis
,159
,184
Std. Error of Kurtosis

Percentiles
,316
25
170,00
50
174,00
75
182,00
Da bi se u izlaznim rezultatima dobio histogram zadane

distribucije, klikom na ikonu Charts otvara se novi prozor Frequencies:
Chatrs u kojem je potrebno aktivirati Histograms: (With normal curve).
158

o visini ispitanika, potrebno je kliknuti na Continue, zatim na OK.
Rezultat je prikazan u tablici 4.7. Prema podacima iz tablice 4.7 moe se
vidjeti da je 235 ispitanika dalo odgovor o svojoj visini, dok ih 4 nije
odgovorio na to pitanje. Prema pokazatelju Skewness asimetrija zadane
distribucije je 0,485, to upuuje na pozitivu ili desnostranu asimetriju.
Pearsonova mjera asimetrije je:
( X Mo)
Sk =
(175,77 172)
= 0,431 ,
8,749
to opet upuuje da se radi o desnostranoj asimetriji.

Bowleyeva mjera asimetrije je:
S kq =
Q3 + Q1 2Me 182 + 170 2 174

=
= 0,333 ,
182 170
Q3 Q1
to potvruje prethodne zakljuke da je zadana distribucija visine

ispitanika pozitivno ili desnostrano asimetrina.
Slika 4.4.
Histogram s normalnom krivuljom distribucije ispitanika prema visini
Histogram
50
Frequency
40
30
20
10
Mean = 175,77
Std. Dev. = 8,749
N = 235
0
150
160
170
180
190
200
210
Visina u cm

159
Zaobljenost zadane distribucije moe se komentirati pomou

pokazatelja Kurtosis koji u ovom primjer iznosi 0,184, to upuuje na
iljatiji vrh distribucije u odnosu na normalno zaobljenu distribuciju.
Histogram zadane distribucije s ucrtanom normalnom krivuljom
prikazan je na slici 4.4. te se na osnovi njega moe opet zakljuiti da
zadana distribucija pokazuje blagu asimetriju na desnu stranu i iljatiji
vrh od normalne distribucije.

Za varijablu (obiljeje) mjeseni deparac (v2) potrebno je odrediti:
a)
b)
c)
d)
e)
f)
Rjeenje 4.8:

- Mjeseni deparac se prebacuje u polje Variable(s). Klikom na ikonu
odnose na odabranu varijablu mjeseni deparac (v2).
160

Tablica 4.8.
Statistics
Mjesecni dzeparac
N
Valid
173
Missing
Mean
66
371,5491
Median
300,0000
Mode
200,00(a)
Std. Deviation
401,30549
Skewness
4,314
,185
Kurtosis
26,422

Percentiles
,367
25
150,0000
50
300,0000
75
500,0000

o visini ispitanika, potrebno je kliknuti na Continue, zatim na OK.
Rezultat je prikazan u tablici 4.8. Prema podacima iz tablice 4.8. moe se
vidjeti da je 173 ispitanika dalo odgovor o svojem mjesenom deparcu,
dok ih 66 nije odgovorio na to pitanje.
Prema pokazatelju Skewness asimetrija zadane distribucije je
4,314, to upuuje na izrazitu pozitivu ili desnostranu asimetriju.
Sk =
( X Mo)
(371,5491 200)
= 0,4275 ,
401,30549
161
to opet upuuje da se radi o desnostranoj asimetriji. Ovaj rezultat treba

uzeti s rezervom jer zadana distribucija nije unimodalna, tj. nema samo
jedan mod.
S kq =
Q3 + Q1 2 Me 500 + 150 2 300

=
= 0,143 ,
500 150
Q3 Q1
to potvruje prethodne zakljuke da je zadana distribucija deparca

ispitanika pozitivno ili desnostrano asimetrina. Ovaj pokazatelj ne mjeri
konkretnu asimetriju ekstremnih 25% najveih i najmanjih vrijednosti
distribucije, koji u ovom sluaju prema Skewness pokazatelju upuuju na
izrazito desnu tj. pozitivnu asimetriju. Zaobljenost zadane distribucije
moe se komentirati pomou pokazatelja Kurtosis koji u ovom primjer
iznosi 26,422, to upuuje na izrazito iljatiji vrh distribucije u odnosu na
normalno zaobljenu distribuciju.
Slika 4.5.
Histogram s normalnom krivuljom distribucije ispitanika prema visini
Histogram
80
Frequency
60
40
20
Mean = 371,5491
Std. Dev. = 401,30549
N = 173
0
0,00
1000,00
2000,00
Mjesecni dzeparac
162
3000,00
4000,00

prikazan je na slici 4.5. te se na osnovi njega potvruju ranije doneseni
zakljuci da zadana distribucija pokazuje veliku asimetriju na desnu
stranu i izrazito iljatiji vrh od normalne distribucije.

Za varijablu (obiljeje) broj cipela (v2) potrebno je odrediti:
a)
b)
c)
d)
e)
f)
Rjeenje 4.9:

- Broj cipela se prebacuje u polje Variable(s). Klikom na ikonu Statistics
otvara se novi prozor Frequencies Statistics gdje je potrebno aktivirati
odreene statistike veliine prema zahtjevu zadatka, a koje se odnose na
odabranu varijablu broj cipela (v2).
163

o broju cipela ispitanika, potrebno je kliknuti na Continue, zatim na OK.
Tablica 4.9.
Statistiki podaci o broju cipela ispitanika
Statistics
Broj cipela
N
Valid
237
Missing
Mean
40,86
Median
40,00
Mode
39
Std. Deviation
3,078
Skewness
,511
,158
Kurtosis
-,334

Percentiles
,315
25
39,00
50
40,00
75
43,00

dalo odgovor o svom broju cipela, dok ih 2 nije odgovorio na to pitanje.
Prema pokazatelju Skewness asimetrija zadane distribucije je
0,511, to upuuje na blagu pozitivu ili desnostranu asimetriju.
Sk =
( X Mo)
( 40,86 39)
= 0,604 ,
3,078
to opet upuuje da se radi o desnostranoj asimetriji.

164
S kq =
Q3 + Q1 2 Me 43 + 39 2 40
=
= 0,5 ,
43 39
Q3 Q1
to potvruje prethodne zakljuke da je zadana distribucija o broju cipela

ispitanika pozitivno ili desnostrano asimetrina.
pokazatelja Kurtosis koji u ovom primjer iznosi -0,334, to upuuje na
blago tupi vrh distribucije u odnosu na normalno zaobljenu distribuciju.
Slika 4.6.
Histogram s normalnom krivuljom distribucije ispitanika prema broju
cipela
Histogram
50
Frequency
40
30
20
10
Mean = 40,86
Std. Dev. = 3,078
N = 237
0
35
40
45
50
Broj cipela

prikazan je na slici 4.6 te se na osnovi njega moe opet zakljuiti da
zadana distribucija pokazuje laganu asimetriju na desnu stranu i blago
tupi vrh u odnosu na normalnu distribuciju.
165
166
Vjerojatnost
5. VJEROJATNOST
5.1. Klasina definicija vjerojatnosti
Sluajni dogaaj je takav dogaaj koji se moe, ali ne mora
realizirati, tj. realizira se uz odreenu vjerojatnost.
Vjerojatnost realizacije sluajnog dogaaja "A" jednaka je
omjeru broja povoljnih ishoda i svih moguih ishoda:
P ( A) =
m( A)
, 0 P 1,
n
(5.1)
gdje je:
m( A) - broj svih povoljnih ishoda za dogaaj A
- broj svih moguih ishoda.

Za siguran dogaaj:
P = 1 (obrat ne vrijedi).
Za nemogu dogaaj: P = 0 (obrat ne vrijedi).

Vjerojatnost da se sluajni dogaaj "A" ne realizira jednaka je
omjeru broja nepovoljnih ishoda i svih moguih ishoda:
P( A ) =
n m( A)
, 0 P 1,
n
(5.2)
gdje je:
n m( A)
- broj svih nepovoljnih ishoda za dogaaj A
- broj svih moguih ishoda.

Vrijedi da je:
P ( A) + P ( A ) = 1 .
(5.3)
167
Za ovakav sluaj kada je unaprijed poznat broj svih

povoljnih/nepovoljnih i ukupnih ishoda izraunata vjerojatnost se naziva
vjerojatnost "a priori".
Ako vjerojatnost realizacije sluajnog dogaaja A nije poznata
unaprijed, moe se izraunati tzv. vjerojatnost "a posteriori":
P( A) = p lim
m( A)
,
n
(5.4)
gdje je:
p lim - ita se "granina vrijednost po vjerojatnosti" (da se razlikuje od
limesa u linearnoj algebri).

5.2. Teorem o zbrajanju vjerojatnosti
Za meusobno iskljuive dogaaje (tj. one dogaaje koji ne
mogu nastupiti istodobno, odnosno iji su pripadni skupovi elementarnih
dogaaja disjunktni), vjerojatnost realizacije jednog ili drugog dogaaja
jednaka je zbroju vjerojatnosti realizacije jednog i vjerojatnosti realizacije
drugog dogaaja.
P ( A ili B) = P( A) + P ( B ) .
(5.5)
Za dogaaje koji se meusobno ne iskljuuju, vjerojatnost

realizacije jednog ili drugog dogaaja je:
P ( A ili B ) = P( A) + P ( B ) P( AB ) ,
(5.6)
gdje je:
P ( AB) -vjerojatnost da sluajni dogaaji A i B nastupe istovremeno.

U posudi se nalazi 400 kuglica, od toga 100 crvenih, 140 plavih i
160 zelenih.
a)
Kolika je vjerojatnost da e sluajnim izvlaenjem 1 kuglice biti
izvuena kuglica zelena boje?
168
Vjerojatnost
b)
Kolika je vjerojatnost da e sluajno izvuena kuglica biti crvena
ili zelena?
Rjeenje 5.1:
U ovom primjeru zadano je:
n = 400 ; to predstavlja broj ukupnih ishoda;
m(C ) = 100 ; to predstavlja broj povoljnih ishoda za crvenu kuglicu;
m( P) = 140 ; to predstavlja broj povoljnih ishoda za plavu kuglicu;
m( Z ) = 160 ; to predstavlja broj povoljnih ishoda za zelenu kuglicu.
a)
Traena vjerojatnost da e sluajnim izvlaenjem 1 kuglice biti
izvuena kuglica zelena boje jednaka je omjeru broja povoljnih ishoda, tj.
broja zelenih kuglica i svih moguih ishoda, tj. svih kuglica:
P(Z ) =
m( Z ) 160
=
= 0,4 .
n
400
b)
Za traenu vjerojatnost da e sluajno izvuena kuglica biti crvena
ili zelena primjenjuje se teorem o zbrajanju vjerojatnosti za meusobno
iskljuive dogaaje jer na 1 izvlaenje ne moe istovremeno biti izvuena
kuglica crvene i zelene boje (dogaaji ne mogu nastupiti istodobno):
P(C ili Z ) =
m(C ) m( Z ) 100 160

+
=
+
= 0,65 .
n
n
400 400
5.3. Teorem o mnoenju vjerojatnosti

Ako se dogaaji A i B meusobno ne iskljuuju, tj. vjerojatnost
realizacije jednog ne ovisi o vjerojatnosti realizacije drugog dogaaja
(nezavisni dogaaji), tada je vjerojatnost istovremene realizacije dogaaja
A i B jednaka produktu vjerojatnosti realizacije dogaaja A i dogaaja B:
P( A i B) = P( A) P( B) .
(5.7)
169
5.4. Uvjetna vjerojatnost

Ako je realizacija dogaaja A uvjetovana prethodnom
realizacijom dogaaja B, vrijedi da je uvjetna ili kondicionalna
vjerojatnost dogaaja A:
P( A / B) =
P ( AB )
,
P( B)
P( B) > 0 ,
(5.8)
P ( AB)
,
P ( A)
P ( A) > 0 .
(5.9)
odnosno:
P ( B / A) =
Ako su dogaaji nezavisni, vrijedi da je:

P ( AB) = P ( A) P ( B ) P( A / B ) =
P ( A) P( B)
= P ( A)
P ( A)
(5.10)
Bayesov teorem:
Ako se dogaaj B realizira istovremeno kada nastupi jedan od n
n
disjunktnih dogaaja A1 , A2 ,..., An za koje je P( Ai ) = 1 onda se

i =1
vjerojatnost dogaaja B dobiva po formuli potpune vjerojatnosti:

n
P( B) = P( Ai ) P( B / Ai )
(5.11)
i =1
P( Ai / B) =
P ( Ai ) P( B / Ai )
n
P( A ) P( B / A )
i =1
, P( Ai ) = 1 .
i =1
(5.12)

Potrebno je izraunati vjerojatnost da odabrani ispitanik bude
enskog spola (varijabla: Spol (v1)).
170
Vjerojatnost
Rjeenje 5.2:
- Spol se prebacuje u polje Variable(s).
o spolu ispitanika, potrebno je kliknuti na OK. Rezultat je prikazan u
tablici 5.1.
Tablica 5.1.
Podaci o spolu ispitanika
Spol
Valid
Cumulative
Percent
39,5
60,3
60,5
100,0
99,6
100,0
Percent
39,3
Zensko
144
Total
238
Musko
Missing
Valid Percent
39,5
Frequency
94
System
Total
,4
239
100,0
Prema podacima iz tablice 5.1. u stupcu Valid Percent moe se

vidjeti da je 60,5% ispitanika enskog spola, odnosno vjerojatnost da
ispitanik bude enskog spola je 0,605.

Za varijablu grupirana visina (v1) na sljedei nain:
Range: Lowest through
- 160
- 170
- 180
- 190
- 200
- 210
160
170
180
190
200
210
171
potrebno je izraunati vjerojatnost da ispitanik bude visok izmeu 171 i

180 cm.
Rjeenje 5.3:
- Grupirana visina se prebacuje u polje Variable(s).
o visini ispitanika, potrebno je kliknuti na OK. Rezultat je prikazan u
tablici 5.2.
Tablica 5.2.
Podaci o visini ispitanika
Grupirana visina
Valid
160,00
Frequency
7
Percent
2,9
Valid Percent
3,0
Cumulative
Percent
3,0
170,00
62
25,9
26,4
29,4
180,00
103
43,1
43,8
73,2
190,00
50
20,9
21,3
94,5
200,00
11
4,6
4,7
99,1
210,00
,8
,9
100,0
235
98,3
100,0
Total
Missing
System
Total
1,7
239
100,0

vidjeti da je 43,8% ispitanika s visinom izmeu 171 i 180 cm, odnosno
vjerojatnost da ispitanik bude visok izmeu 171 i 180 cm je 0,438.
172
Vjerojatnost

Potrebno je izraunati vjerojatnost da se sluajno odabere osoba
kojoj su roditelji u braku.
Rjeenje 5.4:
- Brano stanje roditelja se prebacuje u polje Variable(s).
o branom stanju roditelja ispitanika, potrebno je kliknuti na OK.
Tablica 5.3.
Podaci o branom stanju roditelja ispitanika
Bracno stanje roditelja
Frequency
Valid
U braku
Rastavljeni
Umro jedan od
roditelja
Ostalo
Total
Percent
Valid Percent
Cumulative
Percent
215
10
90,0
4,2
90,0
4,2
90,0
94,1
11
4,6
4,6
98,7
3
239
1,3
100,0
1,3
100,0
100,0

vidjeti da 90% ispitanika ima roditelje u braku, odnosno vjerojatnost da
ispitanik ima roditelje u braku je 0,9.

Potrebno je izraunati vjerojatnost da se sluajno odabere osoba
koja pije alkoholna pia samo u posebnim prigodama.
173
Rjeenje 5.5:
- o Konzumiranju alkohola se prebacuje u polje Variable(s).
o konzumaciji alkohola ispitanika, potrebno je kliknuti na OK. Rezultat je
Tablica 5.4.
Podaci o konzumiranju alkohola ispitanika
Konzumirate li alkohol
Frequency
Valid
Missing
Total
Nikada
Samo uz obroke
U posebnim prilikama
Cesto i u svakoj
prigodi
Total
System
Percent
Valid Percent
Cumulative
Percent
54
9
165
22,6
3,8
69,0
22,8
3,8
69,6
22,8
26,6
96,2
3,8
3,8
100,0
237
2
239
99,2
,8
100,0
100,0

vidjeti da 69,6% ispitanika pije alkohol samo u posebnim prilikama,
odnosno vjerojatnost da ispitanik pije alkohol samo u posebnim prilikama
je 0,696.

a)
Potrebno je izraunati vjerojatnost da ispitanik ne pije nikada
alkoholna pia.
b)
Potrebno je izraunati vjerojatnost da ispitanik enskog spola ne
pije nikada alkoholna pia.
174
Vjerojatnost
Rjeenje 5.6:
a)
o konzumaciji alkohola ispitanika, potrebno je kliknuti na OK. Rezultat je
vidjeti da 22,8% ispitanika ne pije nikada alkohol, odnosno vjerojatnost
da ispitanik ne pije alkohol nikada je 0,228.
b)
Da bi se izraunala vjerojatnost da ispitanik enskog spola ne pije
nikada alkoholna pia, potrebno je ostaviti u analizi samo ispitanike
enskog spola, odnosno filtrirati eljeni uzorak.
Na glavnom izborniku potrebno je izabrati ikonu Data, a na
njezinu padajuem izborniku Select Cases.
U prozoru Select Cases potrebno je aktivirati opciju If conditions
is satisfied. Klikom na ikonu if otvara se prozor Select Cases:If gdje je
potrebno odabrati varijablu v2 i postaviti uvjet da je v 2 = 2 , odnosno da
je spol 2, to oznaava enski spol.
Konano, da bi se filtrirali samo ispitanici enskog spola,
potrebno je kliknuti na Continue i OK. Daljnja analiza se sada odnosi
samo na enski spol.
o konzumaciji alkohola ispitanika enskog spola, potrebno je kliknuti na
OK. Rezultat je prikazan u tablici 5.5.
175
Tablica 5.5.
Podaci o konzumiranju alkohola ispitanika enskog spola
Konzumirate li alkohol
Frequency
Valid
Missing
Nikada
Samo uz obroke
U posebnim
prilikama
Cesto i u svakoj
prigodi
Total
System
Total
Percent
Valid Percent
Cumulative
Percent
37
3
25,7
2,1
26,1
2,1
26,1
28,2
94
65,3
66,2
94,4
5,6
5,6
100,0
142
2
144
98,6
1,4
100,0
100,0
Prema podacima iz tablice 5.5 u stupcu Valid Percent moe se

vidjeti da 26,1% od ispitanika enskog spola ne pije nikada alkohol,
odnosno vjerojatnost da ispitanik enskog spola nikada ne pije alkohol je
0,261.
5.5. Diskontinuirana sluajna varijabla
Diskontinuirana ili diskretna sluajna varijabla je takva varijabla
koja na sluaj moe poprimiti najvie prebrojivo mnogo vrijednosti i
svaku od njih s odreenom vjerojatnou.
Zadovoljava uvjete:
normativnost: P( xi ) = 1
nenegativnost: P( xi ) 0, i .
i =1
Skup svih ureenih parova vrijednosti sluajne varijable i njoj

pripadajuih vjerojatnosti naziva se distribucija vjerojatnosti sluajne
varijable X :
{[xi ; P( xi )], i = 1,2, ..., } .
176
(5.13)
Vjerojatnost
Zakon po kojem svakoj vrijednosti sluajne varijable X pripada

vjerojatnost P( xi ) naziva se zakon vjerojatnosti sluajne varijable X.
Funkcija distribucije sluajne varijable X je funkcija koja daje
vjerojatnost da e sluajna varijabla X poprimiti vrijednost jednaku ili
manju od nekog realnog broja x k :
k
F ( x k ) = P( X x k ) = P( xi )
(5.14)
i =1
Moe se rei da je to kumulativ vjerojatnosti od F ( X = 0) do

F ( X = x k ) . Funkcija distribucije sluajne varijable X je monotono
neopadajua funkcija.
Parametri distribucije:
Oekivanje sluajne varijable je zbroj umnoaka vrijednosti

varijable X i njoj pripadajuih odgovarajuih vjerojatnosti P( x i ) :
E ( X ) = xi P( xi ) = .
(5.15)
i =1
Varijanca sluajne varijable je oekivanje kvadratnog

odstupanja vrijednosti varijable X od njezina oekivanja:
V ( X ) = E ( X 2 ) [E ( X )] = E ( X ) 2 = x i2 P( x i ) 2 .
2
i =1
(5.16)
5.6. Teorijske distribucije diskontinuirane sluajne varijable

5.6.1. Binomna distribucija
Ako sluajni pokus koji se ponavlja n puta ima dva mogua
ishoda: uspjeh i neuspjeh, i ako je vjerojatnost nastupa ishoda uspjeh
poznata, unaprijed utvrena i konstantna tijekom cijelog istraivanja
(iznosi p ), kae se da se diskontinuirana sluajna varijabla X ravna
prema tzv. binomnoj distribuciji.
177
Vjerojatnost da se neki sluajni dogaaj X u n pokusa realizira x

puta prema binomnom zakonu vjerojatnosti je:
n
n
P ( X = x) = p x (1 p ) n x = p x q n x , x = 0,1,2,..., n (5.17)
x
x
gdje je:
n
- broj ponavljanja pokusa
- vjerojatnost realizacije sluajnog dogaaja (povoljnog ishoda)
- vjerojatnost da se sluajni dogaaj ne realizira
- broj povoljnih ishoda u n ponavljanja sluajnog pokusa
nx
- broj nepovoljnih ishoda u n ponavljanja sluajnog pokusa.

Oekivanje sluajne varijable X kod binomne distribucije:
E( X ) = n p .
(5.18)
Varijanca sluajne varijable X kod binomne distribucije:

2 = n pq .
(5.19)
Koeficijent asimetrije sluajne varijable X kod binomne

distribucije:
3 =
q p
n pq
(5.20)
Koeficijent zaobljenosti sluajne varijable X kod binomne

distribucije:
4 = 3+
1 6 p q
.
n pq
(5.21)
Openito se kae da se sluajna varijabla X ravna po binomnoj

distribuciji koja je odreena parametrima n i p:
X
178
B(n, p) .
(5.22)
Vjerojatnost
U programskom paketu SPSS postoje funkcije gustoe

vjerojatnosti i kumulativne funkcije distribucije vjerojatnosti
Binomne distribucije.
Funkcije gustoe vjerojatnosti (Probability Density Functions)
Transform; Compute; Function group (izabrati: PDF &
Noncentral PDF); izabrati: Pdf.Binom u Numeric Expression:
PDF.BINOM(quant,n,prob)
Rezultat ove funkcije su vjerojatnosti da broj uspjeha u n
pokuaja, uz vjerojatnost realizacije p = prob , budu jednake nekom broju
x = quant .
U Target Variable: potrebno je imenovati novu varijablu
izraunatih vjerojatnosti po Binomnom zakonu.
Kumulativne
funkcije
Distribution Functions)
distribucije
vjerojatnosti
(Cumulative
Transform; Compute; Function group (izabrati: CDF &

Noncentral CDF); izabrati: Cdf.Binom u Numeric
Expression:
CDF.BINOM(quant,n,prob)
Rezultat ove funkcije je kumulativ vjerojatnosti da broj uspjeha u
n pokuaja, uz vjerojatnost realizacije p = prob , bude manji ili jednak
nekom broju x = quant .
izraunatih kumulativa vjerojatnosti po Binomnom zakonu.
Vjerojatnost da je student Odsjeka za sociologiju Filozofskoga
m( M ) 7
=
= 0,225806451 (gdje je
31
n
n ukupan broj studenata Odjeka za sociologiju, a m( M ) broj je povoljnih
fakulteta u Splitu mukog spola je: p =
ishoda, odnosno broj studenata mukog spola).
179
a)
Kolika je vjerojatnost da izmeu 7 sluajno odabranih studenata
budu 3 studenta mukog spola?
b)
budu najvie 2 studenta mukog spola?
c)
budu najvie 4 ili najmanje 3 studenta mukog spola?
d)
bude barem 1 student mukog spola?
e)
budu svi studenti mukog spola?
Rjeenje 5.7:
Na glavnom izborniku potrebno je odabrati ikonu Transform, a na
njezinu padajuem izborniku Compute. Nakon toga otvara se prozor
Compute Variable, koji je prikazan na slici 5.1. Da bi se aktivirala
naredba za izraun vjerojatnosti po Binomnom zakonu, potrebno je u
izborniku Function group: odabrati PDF & Noncentral PDF. Nakon
toga se u izborniku Function and Special Variables: bira Pdf.Binom i
klikom dva puta na tu funkciju ona se pojavljuje u prozoru Numeric
Expression: na sljedei nain: PDF.BINOM(?,?,?).
U navedenoj funkciji prvi upitnik predstavlja quant, tj. x
vrijednost koju poprima sluajna varijabla u ovom primjeru X1. Drugi
upitnik funkcije predstavlja n, odnosno veliinu odabranog uzorka. Trei
upitnik je prob, tj. p vjerojatnost realizacije sluajnog dogaaja. U ovom
primjeru je zadano:
quant = X 1 ; n = 7 ; prob = 0,225806451 ,
pa vrijedi da je:
PDF.BINOM(X1,7,0.225806451),
to je i prikazano u prozoru Numeric Expression na slici 5.1.

izraunatih vjerojatnosti po Binomnom zakonu i u ovom primjeru
nazvana je X1Bin.
180
Vjerojatnost
Slika 5.1.
Prozor u SPSS-u za izraunavanje vjerojatnosti diskontinuirane sluajne
varijable po Binomnom zakonu
Konano, da bi se u dodatnom stupcu programa SPSS dobili

eljeni podaci vjerojatnosti sluajne varijable X1 po Binomnoj
distribuciji, potrebno je kliknuti na OK. Rezultat je prikazan u tablici 5.6.
Prema rezultatima iz tablice 5.6. mogu se oitati i/ili izraunati
traene vjerojatnosti.
a)
Vjerojatnost da izmeu 7 sluajno odabranih studenata budu 3
studenta mukog spola je:
p( X 1 = 3) = 0,144769 .
b)
Vjerojatnost da izmeu 7 sluajno odabranih studenata budu
najvie 2 studenta mukog spola je:
181
p ( X 1 2) = p( X 1 = 0) + p( X 1 = 1) + p ( X 1 = 2) =
= 0,166704 + 0,340355 + 0,297810 = 0,805.
Tablica 5.6.
Podaci u SPSS-u vrijednosti i vjerojatnosti diskontinuirane sluajne
varijable po Binomnom zakonu
c)
Vjerojatnost da izmeu 7 sluajno odabranih studenata budu
najvie 4 ili najmanje 3 studenta mukog spola je:
p ( X 1 4 ili X 1 3) = 1 .
Ovom vjerojatnosti su obuhvaene sve vrijednosti sluajne

varijable X1, a zbroj svih vjerojatnosti u jednoj distribuciji je 1.
d)
Vjerojatnost da izmeu 7 sluajno odabranih studenata bude
barem 1 student mukog spola je:
p ( X 1 1) = p( X 1 = 1) + p( X 1 = 2) + ... + p ( X 1 = 7) =
= 1 p ( X 1 = 0) = 1 0,166704 = 0,8333.
e)
Vjerojatnost da izmeu 7 sluajno odabranih studenata budu svi
studenti mukog spola je:
p ( X 1 = 7) = 0,00003 .
182
Vjerojatnost
5.6.2. Poissonova distribucija

Ako je vjerojatnost da se dogodi neki dogaaj poznata, unaprijed
utvrena, konstantna i jako mala tijekom cijelog istraivanja (iznosi p ),
te broj pokusa tei u beskonanost ( n ) umjesto binomne distribucije,
upotrebljava se Poissonova distribucija.
U praksi vrijedi da ako je:
n 50 i p 0,10
(5.23)
vrijedi Poissonova distribucija. Moe se rei da je ta distribucija

definirana za rijetke dogaaje, odnosno one dogaaje koji imaju veliki
uzorak i malu vjerojatnost.
Zakon vjerojatnosti po Poissonovoj distribuciji je:
P( X = x) =
(np) x e np ( ) x e
=
, x = 0,1,2,..., ,
x!
x!
(5.24)
jer je: = n p ;
gdje je:
n
- broj pokusa
- vjerojatnost realizacije sluajnog dogaaja
- broj povoljnih ishoda u n pokusa.

Oekivanje sluajne varijable X kod Poissonove distribucije:
E( X ) = n p = .
(5.25)
Varijanca sluajne varijable X kod Poissonove distribucije:

2 = n p = .
(5.26)
Koeficijent asimetrije sluajne varijable X kod Poissonove

distribucije:
3 =
(5.27)
183
Koeficijent zaobljenosti sluajne varijable X kod Poissonove

distribucije:
4 = 3+
(5.28)
Openito se kae da se sluajna varijabla X ravna po

Poissonovoj distribuciji koja je odreena parametrom :
X
P( ) .
(5.29)
U programskom paketu SPSS postoje funkcije gustoe

vjerojatnosti i kumulativne funkcije distribucije vjerojatnosti
Poissonove distribucije.
Funkcije gustoe vjerojatnosti (Probability Density Functions)
Transform; Compute; Function group (izabrati: PDF &
Noncentral PDF); izabrati: Pdf.Poisson u Numeric
Expression:
PDF.POISSON(quant,mean)
Rezultat ove funkcije su vjerojatnosti da broj uspjeha u n
pokuaja, uz vjerojatnost realizacije p = prob , budu jednake nekom broju
x = quant . Vrijedi da je oekivanje mean = = n p .
izraunatih vjerojatnosti po Poissonovu zakonu.
Kumulativne
funkcije
Distribution Functions)
distribucije
vjerojatnosti
(Cumulative
Transform; Compute; Function group (izabrati: CDF &

Noncentral CDF); izabrati: Cdf.Poisson u Numeric
Expression:
CDF.POISSON(quant,mean)
Rezultat ove funkcije je kumulativ vjerojatnosti da broj uspjeha u
n pokuaja, uz vjerojatnost realizacije p = prob , bude manji ili jednak
nekom broju x = quant . Vrijedi da je oekivanje mean = = n p .
184
Vjerojatnost

izraunatih kumulativa vjerojatnosti po Poissonovu zakonu.

Vjerojatnost da se meu studentskom populacijom konzumira
droga je: p = 0,056 .
a)
budu 2 studenta koja konzumiraju drogu?
b)
barem 1 student konzumira drogu?
c)
najvie 10 studenata konzumira drogu?
Rjeenje 5.8:
Zadana vjerojatnost sluajnog dogaaja da se meu studentskom
populacijom konzumira droga je manja od 0,10, a uzorak je u svim
sluajevima vei od 50, pa se u ovom primjeru pretpostavlja da se
sluajna varijabla X2 ravna po Poissonovu zakonu.
Compute Variable. Da bi se aktivirala naredba za izraun vjerojatnosti po
Poissonovu zakonu, potrebno je u izborniku Function group: odabrati
PDF & Noncentral PDF. Nakon toga se u izborniku Function and
Special Variables: bira Pdf.Poisson i klikom dva puta na tu funkciju ona
se pojavljuje u prozoru Numeric Expression: na slijedei nain:
PDF.POISSON(?,?).
upitnik funkcije predstavlja mean, odnosno oekivanje sluajne varijable
koja se po Poissonovu zakonu rauna na sljedei nain:
n = 60 ; prob = 0,056 : = n p = 60 0,056 = 3,36 .
185
U ovom primjeru vrijedi da je:

quant = X 2 ; = 3,36 ,
pa se moe upisati:
PDF.POISSON(X2,3.36),
Slika 5.2.
Prozor u SPSS-u za izraunavanje vjerojatnosti diskontinuirane sluajne
varijable po Poissonovu zakonu

izraunatih vjerojatnosti po Poissonovu zakonu i u ovom primjeru
nazvana je X2Poiss.
186
Vjerojatnost

eljeni podaci vjerojatnosti sluajne varijable X2 po Poissonovoj
distribuciji, potrebno je kliknuti na OK. Rezultat je prikazan u tablici 5.7.
Da bi se dobile kumulativne vjerojatnosti, potrebno je ponoviti
slian postupak.
Compute Variable. Da bi se aktivirala naredba za izraun kumulativnih
vjerojatnosti po Poissonovu zakonu, potrebno je u izborniku Function
group: odabrati CDF & Noncentral CDF. Nakon toga se u izborniku
Function and Special Variables: bira Cdf.Poisson i klikom dva puta na
tu funkciju ona se pojavljuje u prozoru Numeric Expression: na sljedei
nain: CDF.POISSON(?,?).
Slika 5.3.
Prozor u SPSS-u za izraunavanje kumulativnih vjerojatnosti
diskontinuirane sluajne varijable po Poissonovu zakonu

187
U navedenoj funkciji prvi upitnik opet predstavlja quant, tj. x

upitnik funkcije predstavlja mean, odnosno oekivanje sluajne varijable:
quant = X 2 ; = 3,36 ,
pa se moe upisati:
CDF.POISSON(X2,3.36),
nazvana je X2CumPoiss.
eljeni podaci kumulativnih vjerojatnosti sluajne varijable X2 po
Poissonovoj distribuciji, potrebno je kliknuti na OK. Rezultat je prikazan
u tablici 5.7.
Tablica 5.7.
Podaci u SPSS-u vrijednosti, vjerojatnosti i kumulativne vjerojatnosti
188
Vjerojatnost
Prema rezultatima iz tablice 5.7. (prikazano je samo 13 vrijednosti

od ukupno 60 vrijednosti zadane diskontinuirane sluajne varijable X2)
mogu se oitati i/ili izraunati traene vjerojatnosti.
a)
Vjerojatnost da izmeu 60 sluajno odabranih studenata budu 2
studenta koja konzumiraju drogu je:
p ( X 1 = 2) = 0,196074 .
b)
Vjerojatnost da izmeu 60 sluajno odabranih studenata barem 1
student konzumira drogu je:
p ( X 1 1) = p ( X 1 = 1) + p ( X 1 = 2) + ... + p ( X 1 = 60) =
= 1 p ( X 1 = 0) = 1 0,034735 = 0,9653.
Ovdje je iskoriteno svojstvo da je zbroj svih vjerojatnosti u

distribuciji 1.
c)
najvie 10 studenata konzumira drogu?
p ( X 1 10) = p ( X 1 = 0) + p( X 1 = 1) + ... + p( X 1 = 10) =
= 0,999263.
Ovdje je traena vjerojatnost jednostavno oitana iz rezultata

stupca kumulativnih vjerojatnosti Poissonove distribucije. Jednak rezultat
bi se dobio postupnim zbrajanjem vjerojatnosti iz stupca vjerojatnosti
Poissonove distribucije.
5.6.3. Dvodimenzionalna diskontinuirana distribucija
Diskontinuirana sluajna varijabla X moe poprimiti vrijednosti
x1 , x 2 , x3 ,..., x n , a diskontinuirana sluajna varijabla Y moe istovremeno
poprimiti vrijednosti y1 , y 2 , y 3 ,..., y m .
Vjerojatnost da sluajna varijabla X poprimi vrijednost xi , a

istovremeno sluajna varijabla Y poprimi vrijednost y j je:
P( X = xi , Y = y j ) = P( xi , y j )
(5.30)
189
Za svaku distribuciju vjerojatnosti mora biti ispunjen uvjet

normativnosti:
n m
P( xi , y j ) = 1
(5.31)
i =1 j =1
Skup svih ureenih parova
{(x , y ); P( x , y )} dvodimenzionalna
i
je distribucija vjerojatnosti sluajnih varijabli ( X , Y ) .

5.6.4. Marginalne distribucije diskontinuirane sluajne varijable
Marginalna distribucija sluajne varijable X skup je ureenih
parova odgovarajuih vrijednosti varijable X i njima pripadajuih
vjerojatnosti da sluajna varijabla X poprimi neku vrijednost xi bez
obzira na to koju e vrijednost poprimiti sluajna varijabla Y.
Marginalna distribucija sluajne varijable Y skup je ureenih
parova odgovarajuih vrijednosti varijable Y i njima pripadajuih
vjerojatnosti da sluajna varijabla Y poprimi neku vrijednost y j bez
obzira na to koju e vrijednost poprimiti sluajna varijabla X.
Marginalna vjerojatnost sluajne varijable X je:
m
P ( x i ) = P ( xi , y j ) ,
j =1
(5.32)
i obino se u dvostrukoj statistikoj tablici nalazi u zbirnom stupcu (ako

se sluajna varijabla X mijenja po redcima).
Marginalna vjerojatnost sluajne varijable Y je:
n
P ( y j ) = P ( x i , y j ) ,
i =1
(5.33)
i obino se u dvostrukoj statistikoj tablici nalazi u zbirnom retku (ako se

sluajna varijabla Y mijenja po stupcima).
190
Vjerojatnost
5.6.5. Uvjetne distribucije diskontinuirane sluajne varijable

Vjerojatnost da sluajna varijabla X poprimi neku vrijednost xi
pod uvjetom da je varijabla Y poprimila neku vrijednost y j uvjetna je ili
kondicionalna vjerojatnost:
P( xi / y j ) =
P( xi , y j )
P( y j )
, P( y j ) > 0 .
(5.34)
Slino, vjerojatnost da sluajna varijabla Y poprimi neku

vrijednost y j pod uvjetom da je varijabla X poprimila neku vrijednost xi
uvjetna je ili kondicionalna vjerojatnost:
P( y j / xi ) =
P( xi , y j )
P( xi )
, P( xi ) > 0 .
Ako su sluajne
multiplikacijski teorem:
varijable
(5.35)
nezavisne,
P( xi , y j ) = P( xi ) P( y j ) ,
primjenjuje
se
(5.36)
pa vrijedi da je:
P( xi / y j ) = P( xi ) ,
(5.37)
P( y j / xi ) = P( y j ) .
(5.38)

a)
za
Zadatak je izraunati dvodimenzionalnu distribuciju vjerojatnosti:
- varijablu (obiljeje) grupirani deparac (v1) koja se mijenja po

redcima (row) i za
- varijablu (obiljeje) grupirana ocjena u srednjoj koli (v2) koja
se mijenja po stupcima (column).
b)
Komentirati
distribucije!
izraunate
vjerojatnosti
dvodimenzionalne
191
c)
Komentirati izraunate vjerojatnosti marginalne distribucije!
d)
Uz pretpostavku da promatrane sluajne varijable nisu nezavisne
potrebno je izraunati uvjetnu distribuciju vjerojatnosti: P( p 4 / p3 = 400) !
Rjeenje 5.9:
a)
Na glavnom izborniku potrebno je odabrati ikonu Analyze, a na
njezinu padajuem izborniku Descriptive Statistics i Crosstabs. Nakon
toga otvara se prozor Crosstabs.
Slika 5.4.
Prozor Crosstabs za izraunavanje dvodimenzionalnih vrijednosti zadanih
sluajnih varijabli
Odgovarajuim strelicama prema zahtjevu zadatka potrebno je

varijablu (obiljeje) grupirani deparac (v1) prebaciti u prozor za retke
192
Vjerojatnost
Row(s) i varijablu (obiljeje) grupirana ocjena u srednjoj koli (v2)

prebaciti u prozor za stupce Column(s) kako je prikazano na slici 5.4.
Klikom na ikonu Cells... otvara se prozor Crosstabs: Cell Display
gdje je uz postojee originalne frekvencije (Counts) potrebno aktivirati
Percentages; Total kako je prikazano na slici 5.5.
Da bi se u Outputu programa SPSS dobili traeni podaci potrebno
je kliknuti na Continue i OK.
Slika 5.5.
Rezultati su prikazani u tablici 5.8.

b)
Izraunate vjerojatnosti dvodimenzionalne distribucije u tablici
5.8. izraene su u postotcima.
Vjerojatnost u prvom retku i prvom stupcu numerikog dijela
tablice iznosi 3,5%, to znai da vjerojatnost da ispitanik ima deparac do
200 kn i ocjenu iz srednje kole 3 iznosi 0,035.
Vjerojatnost u prvom retku i drugom stupcu numerikog dijela
tablice iznosi 22,1%, to znai da vjerojatnost da ispitanik ima deparac
do 200 kn i ocjenu iz srednje kole 4 iznosi 0,221.
193
Tablica 5.8.
Dvostruka tablica obiljeja deparca i prosjene ocjene u srednjoj koli
grupirani dzeparac * grupirana ocjena u srednjoj skoli Crosstabulation
grupirani
dzeparac
200,00
400,00
600,00
800,00
1000,00
3500,00
Total
Count
% of Total
Count
% of Total
Count
% of Total
Count
% of Total
Count
% of Total
Count
% of Total
Count
% of Total
grupirana ocjena u srednjoj skoli

3,00
4,00
5,00
6
38
29
3,5%
22,1%
16,9%
14
20
18
8,1%
11,6%
10,5%
5
14
10
2,9%
8,1%
5,8%
1
3
2
,6%
1,7%
1,2%
0
2
5
,0%
1,2%
2,9%
0
3
2
,0%
1,7%
1,2%
26
80
66
15,1%
46,5%
38,4%
Total
73
42,4%
52
30,2%
29
16,9%
6
3,5%
7
4,1%
5
2,9%
172
100,0%
Vjerojatnost u etvrtom retku i drugom stupcu numerikog dijela

tablice iznosi 1,7%, to znai da vjerojatnost da ispitanik ima deparac
izmeu 600 kn i 800 kn i ocjenu iz srednje kole 4 iznosi 0,071.
Posljednja vjerojatnost numerikog dijela tablice, tj. vjerojatnost u
estom retku i treem stupcu iznosi 2,9%, to znai da vjerojatnost da
ispitanik ima deparac izmeu 1000 kn i 3500 kn i ocjenu iz srednje kole
5 iznosi 0,012.
c)
Izraunate vjerojatnosti marginalne distribucije nalaze se u
zbirnom retku i zbirnom stupcu tablice 5.8.
Na primjer, druga marginalna vjerojatnost u zbirnom stupcu iznosi
30,2%, tj. vjerojatnost da ispitanik ima deparac izmeu 200 kn i 400 kn
bez obzira na prosjenu ocjenu u srednjoj koli iznosi 0,302.
Isto tako trea marginalna vjerojatnost u zbirnom retku iznosi
38,4%, tj. vjerojatnost da ispitanik ima prosjenu ocjenu u srednjoj koli
5 bez obzira na visinu deparca iznosi 0,384.
194
Vjerojatnost
Zbroj svih vjerojatnosti u izraunatoj

distribuciji vjerojatnosti je 1, odnosno 100%.
dvodimenzionalnoj
d)
Uz pretpostavku da promatrane sluajne varijable nisu nezavisne,
uvjetna distribucija vjerojatnosti: P(v 2 / v1 = 400) izraunata je na sljedei
nain i prikazana je u tablici 5.9:
P (v 2 = 3 / v1 = 400) =
P (v 2 = 3, v1 = 400) 0,081
=
= 0,2682 ,
P(v1 = 400)
0,302
P(v 2 = 4 / v1 = 400) =
P(v 2 = 4, v1 = 400) 0,116

=
= 0,3841 ,
0,302
P(v1 = 400)
P (v 2 = 5 / v1 = 400) =
P (v 2 = 5, v1 = 400) 0,105
=
= 0,3477 .
P (v1 = 400)
0,302
Tablica 5.9.
Uvjetna distribucija vjerojatnosti
3
0,2682
0,3841
0,3477
v2
P (v 2 / v1 = 400)
Izvor: Izraunato prema podacima u tablici 5.8.
Druga izraunata vjerojatnost u tablici 5.9. znai da vjerojatnost

da ispitanik ima prosjenu ocjenu iz srednje kole 4 uz uvjet da mu je
deparac izmeu 200 kn i 400 kn, iznosi 0,3841.
5.7. Kontinuirana sluajna varijabla
Kontinuirana ili diskretna sluajna varijabla X takva je varijabla
koja moe poprimiti neprebrojivo beskonano mnogo vrijednosti. Zato se
za kontinuiranu sluajnu varijablu ne rauna vjerojatnost u odreenoj
toki, nego nad odreenim intervalom.
Funkcija vjerojatnosti ili funkcija
kontinuirane sluajne varijable X ima svojstva:
gustoe
vjerojatnosti
f ( x) 0, x ,
195
f ( x)dx = 1 , (povrina ispod krivulje funkcije vjerojatnosti je 1),
x2
P ( x1 < X x 2 ) = f ( x)dx, [x 2 > x1 ] , (vjerojatnost da sluajna

x1
varijabla X poprimi vrijednost veu od x1 i manju ili jednaku x 2 ,

jednaka je odreenom integralu funkcije vjerojatnosti f ( x) na
tom intervalu, odnosno povrini koju krivulja funkcije
vjerojatnosti na tom intervalu zatvara s pozitivnim smjerom
osi x).
Funkcija distribucije sluajne varijable X je funkcija koja daje
vjerojatnost da e sluajna varijabla X poprimiti vrijednost jednaku ili
manju od nekog realnog broja x :
x
F ( x) = P ( X x) = f ( x)dx
(5.39)
Parametri distribucije:
Oekivanje sluajne varijable (ako integral konvergira):

+
E ( X ) = x f ( x) dx = .
(5.40)
Varijanca sluajne varijable:

+
V ( X ) = ( x ) 2 f ( x)dx .
(5.41)
5.8. Teorijske distribucije kontinuirane sluajne varijable

5.8.1. Normalna distribucija
Normalna distribucija je simetrina ( 3 = 0 ), unimodalna i ima
oblik zvona. Normalno je zaobljena ( 4 = 3 ):
196
Vjerojatnost
Slika 5.6.
Normalna krivulja
Prema slici 5.6 moe se uoiti da normalna krivulja u istoj toki

tono na sredini ima aritmetiku sredinu, medijan i mod.
Funkcija vjerojatnosti ili funkcija gustoe vjerojatnosti kod
normalne distribucije je:
f ( x) =
1 x 2
)
(
2
x < ,+ > .
(5.42)
Openito se kae da se kontinuirana sluajna varijabla X ravna

po normalnoj distribuciji koja je odreena parametrima (oekivanje)
i 2 (varijanca):
X
N ( , 2 ) .
(5.43)
Za standardiziranu varijablu Z:
Z=
(5.44)
funkcija vjerojatnosti je:

f (Z ) =
1
2
1
Z2
2
(5.45)
Ova normalna distribucija se naziva standardizirana ili

jedinina normalna distribucija s oekivanjem 0 i jedininom
varijancom, pa vrijedi da je:
X N (0,1) .
(5.46)
197
Slika 5.7.
Povrina ispod normalne krivulje
P(Z)
Z
0
Jedinina normalna distribucija ima uvijek iste vrijednosti

parametara, pa se vrijednosti za intervale vrijednosti varijable Z, od 0 do
z kako je prikazano na slici 5.7, (u statistikoj literaturi ima i drugaije
koncipiranih tablica), mogu prikazati u jedinstvenoj tablici povrina
(vjerojatnosti) ispod normalne krivulje.
Na primjer:
x
x
P ( x1 < X x 2 ) = P2 2
P1 1
= P2 (Z 2 ) P1 (Z 1 ) . (5.47)

5.8.2. Studentova distribucija

Studentova distribucija jo se naziva t-distribucija. Ima svoju
primjenu u statistici kod procjene parametara osnovnog skupa i kod
testiranja hipoteza na osnovi uzorka.
Varijabla "t" je definirana na podruju: < ,+ > . Studentova
distribucija je simetrina s obzirom na t = 0 .
Ako je Z N (0,1) i 2 varijabla tzv. hi-kvadrat ili gamadistribucije s (ili df - degree of freedom) stupnjevima slobode i ako su
one nezavisne sluajne varijable, tada je:
t =
(5.48)
t - varijabla Studentove distribucije sa stupnjevima slobode (ili df).
198
Vjerojatnost
Slika 5.8.
Studentova distribucija za razliite stupnjeve slobode
Z~N (0,1)
=5
=2
0
Na slici 5.8 se vidi da se s poveanjem stupnjeva slobode ,

studentova distribucija pribliava normalnoj distribuciji. Ve za = 30 u
praksi se umjesto t - distribucije upotrebljava normalna distribucija
(pogreka aproksimacije u tom je sluaju manja od 0,03).
199
200
Ocjene parametara osnovnog skupa na osnovu uzorka
6. OCJENE PARAMETARA OSNOVNOG SKUPA NA

OSNOVI UZORKA
6.1. Uzorak
Uzorak je podskup osnovnoga statistikog skupa, a uzima se u
svrhu ispitivanja obiljeja elemenata osnovnog skupa (ili populacije).
Uzorak treba biti reprezentativan i sluajan. Sluajan izbor jedinica
osnovnog skupa u uzorak moe se postii pomou tablice sluajnih
brojeva. Jedinice u uzorak mogu se birati sistematski (npr. svaki 10.
element osnovnog skupa).
Frakcija odabiranja (f) omjer je jedinica u uzorku i broja
jedinica u osnovnom skupu:
f =
n
,
N
(6.1)
gdje je :
n
- broj jedinica u uzorku,
- broj jedinica u osnovnom skupu.
Korak izbora je reciprona vrijednost frakcije odabiranja ( 1 f ) i

upotrebljava se kod sistematskog izbora jedinica u uzorak.
Broj svih moguih uzoraka (bez ponavljanja) veliine n iz
osnovnog skupa veliine N jednak je broju kombinacija bez ponavljanja
n -tog razreda:
N
K = .
n
(6.2)
Pomou uzorka vri se procjena odreenih parametara osnovnog

skupa i testiraju se hipoteze o nepoznatim parametrima osnovnog skupa.
201
Ako se iz osnovnog skupa veliine N izaberu svi mogui uzorci

veliine n , te se za svaki uzorak izrauna neki odgovarajui parametar,
distribucija tih parametara naziva se sampling distribucija.
Pristranost je razlika izmeu oekivane vrijednosti nekog
parametra iz sampling distribucije i tog istog parametra iz osnovnog
skupa:
.
E ()
(6.3)
Ako izmeu oekivane vrijednosti nekog parametra iz sampling

distribucije i tog istog parametra iz osnovnog skupa ne postoji razlika,
onda se to svojstvo naziva nepristranost:
=.
E ()
(6.4)
Standardna devijacija sampling distribucije naziva se standardna

greka.
6.2. Procjena aritmetike sredine osnovnog skupa
Ako veliina uzorka tei prema beskonano sampling
distribucija aritmetikih sredina, tei normalnom obliku. Kod malih
uzoraka sampling distribucija aritmetikih sredina ima oblik Studentove
ili t-distribucije. Stoga vrijedi da ako je:
n > 30
koristi se Normalna distribucija i
n 30
koristi se Studentova ili t-distribucija.
Standardna greka aritmetike sredine

devijacija sampling distribucije aritmetike sredine):
Se( X ) =
n
N n
Se( X ) =
N 1
n
202
ako je f 0,05 i
ako je f > 0,05 .
je
(standardna
Ako nije poznata standardna devijacija osnovnog skupa , rauna

se nepristrana (tokasta) ocjena varijance osnovnog skupa na osnovi
uzorka S 2 :
n
S 2 =
n 1
ako je n 30 i
S 2 =
ako je n > 30 .
Tokasta procjena (procjena jednim brojem) aritmetike

sredine osnovnog skupa na osnovi uzorka je:
X .
Intervalna procjena aritmetike sredine osnovnog skupa na

osnovi uzorka je:
Pr X Z Se( X ) < X < X + Z Se( X ) = 1 ,
(6.5)
gdje je:
X
- aritmetika sredina izraunata na osnovi uzorka
Z
- ako je ( n > 30 ) rauna se vrijednost iz tablice povrina Normalne
distribucije (pomou Z 1 )
2
- ako je ( n 30 ) umjesto ( Z ) rauna se vrijednost iz tablice
povrina Studentove ili t-distribucije (pomou t [df2=n 1] )
Se(X )
- standardna greka aritmetike sredine
1 - nivo pouzdanosti procjene (ako nije odreeno drukije, najee

se uzima de je 1 = 95% ).
Veliina uzorka uz zadani nivo pouzdanosti i maksimalnu greku

odreuje se na sljedei nain:
Z
n' =
greka
ako je f 0,05 ili
(6.6)
203
n=
n'
n'
1+
N
ako je f > 0,05 ,
(6.7)
gdje je:
Z
- vrijednost iz tablice povrina Normalne distribucije (pomou
Z 1 )
2
- standardna devijacija iz osnovnog skupa
greka - maksimalna greka.
Ako je maksimalna greka odreena u relativnom izrazu

umjesto (standardne devijacije), veliina uzorka se rauna pomou V
(koeficijenta varijacije):
V=
100 .
(6.8)

Za zadani uzorak ispitanika potrebno je:
a)
Izraunati prosjenu visinu ispitanika u uzorku (varijabla v1)!
b)
Izraunati interval procjene za prosjenu visinu ispitanika
osnovnog skupa uz pouzdanost procjene od 95%!
c)
Izraunati interval procjene za prosjenu visinu ispitanika
Rjeenje 6.1:
a)
njezinu padajuem izborniku Descriptive Statistics i Explore.
U otvorenom prozoru Explore potrebno je zadanu numeriku
varijablu v1 - visina u cm pomou odgovarajue strelice prebaciti u
Dependent List. U prostoru Display potrebno je aktivirati Statistics.
204
Klikom na ikonu Statistics otvara se novi prozor Explore:

Statistics koji je prikazan na slici 6.1.
Slika 6.1.
Odabrani nivo pouzdanosti procjene za aritmetiku sredinu od 95%
Prema zahtjevu zadatka od (b) ovdje je izabran nivo pouzdanosti

procjene od 95%. Konano, da bi se u Outputu programa SPSS dobili
eljeni podaci o visini ispitanika, potrebno je kliknuti na Continue i OK.
Tablica 6.1.
Descriptives
Visina u cm
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
175,77
174,64
Std. Error
,571
176,89
175,54
174,00
76,539
8,749
154
206
52
12
,485
,184
,159
,316
205
Prema podacima iz tablice 6.1. moe se vidjeti da je prosjena

visina ispitanika u uzorku 175,77cm.
b)
Intervalna procjena aritmetike sredine osnovnog skupa pomou
zadanog uzorka uz nivo pouzdanosti procjene od 95% je:
Pr{174,64 < X < 176,89} = 95% .
Uz traenu intervalnu procjenu u izlaznoj tablici Descriptives u

Outputu programa SPSS dobiju se i sljedei podaci uzorka ispitanika:
Median (medijan), Variance (varijanca), Std. Deviation (standardna
devijacija), Minimum (najmanja vrijednost varijable), Maximum (najvea
vrijednost varijable), Range (raspon varijacije obiljeja), Interquartile
Range (interkvartil), Skewness (mjera asimetrije), Kurtosis (mjera
zaobljenosti), Std. Error Mean (standardna greka aritmetike
sredine),Std. Error Skewness (standardna greka mjere asimetrije) i Std.
Error Kurtosis (standardna greka mjere zaobljenosti).
c)
Da bi se dobila intervalna procjena aritmetike sredine visine
osnovnog skupa pomou zadanog uzorka uz nivo pouzdanosti procjene
od 99%, potrebno je ponoviti slian postupak, samo se u prozor Explore:
Statistics upie novi nivo pouzdanosti procjene 99%.
Tablica 6.2.
Descriptives
Visina u cm
Mean
99% Confidence
Interval for Mean
5% Trimmed Mean
Median
Variance
Std. Deviation
Minimum
Maximum
Range
Interquartile Range
Skewness
Kurtosis
206
Lower Bound
Upper Bound
Statistic
175,77
174,28
Std. Error
,571
177,25
175,54
174,00
76,539
8,749
154
206
52
12
,485
,184
,159
,316
Rezultat je prikazan u tablici 6.2. Intervalna procjena aritmetike

sredine osnovnog skupa pomou zadanog uzorka uz nivo pouzdanosti
procjene od 99% je:
Pr{174,28 < X < 177,25} = 99% .
Moe se zakljuiti da s poveanjem nivoa pouzdanosti procjene

interval procjene postaje iri, odnosno procjena postaje manje precizna.

Za zadani uzorak ispitanika potrebno je:
a)
Izraunati prosjenu teinu ispitanika u uzorku (varijabla v1)!
b)
Izraunati interval procjene za prosjenu teinu ispitanika
c)
Izraunati interval procjene za prosjenu teinu ispitanika
Rjeenje 6.2:
a)
varijablu v1 - teina u kg pomou odgovarajue strelice prebaciti u
Dependent List. U prostoru Display potrebno je aktivirati Statistics.
Statistics.
Prema zahtjevu zadatka od (b) ovdje izabran nivo pouzdanosti
eljeni podaci o teini ispitanika, potrebno je kliknuti na Continue i OK.
Prema podacima iz tablice 6.3 moe se vidjeti da je prosjena
teina ispitanika u uzorku 61,18 kg.
207
Tablica 6.3.
Podaci o teini ispitanika
Descriptives
Tezina u kg
Mean
95% Confidence
Interval for Mean
Lower Bound
Upper Bound
5% Trimmed Mean
Median
Variance
Std. Deviation
Minimum
Maximum
Range
Interquartile Range
Skewness
Kurtosis
Statistic
67,1795
65,4372
Std. Error
,88431
68,9218
66,3257
64,0000
182,989
13,52735
46,00
110,00
64,00
19,00
,840
,214
,159
,317
b)
Intervalna procjena aritmetike sredine teine u osnovnom skupu
pomou zadanog uzorka uz nivo pouzdanosti procjene od 95% je:
Pr{65,44 < X < 68,92} = 95% .
c)
Da bi se dobila intervalna procjena aritmetike sredine teine
populacije osnovnog skupa pomou zadanog uzorka uz nivo pouzdanosti
procjene od 99%, potrebno je ponoviti slian postupak, samo se u prozor
Explore: Statistics upie novi nivo pouzdanosti procjene 99%.
Rezultat je prikazan u tablici 6.4. Intervalna procjena aritmetike
sredine teine stanovnika u osnovnom skupu pomou zadanog uzorka uz
nivo pouzdanosti procjene od 99% je:
Pr{64,88 < X < 69,48} = 99% .
Moe se opet zakljuiti da s poveanjem nivoa pouzdanosti

procjene interval procjene postaje iri, odnosno procjena postaje manje
precizna.
208
Tablica 6.4.
Podaci o teini ispitanika
Descriptives
Tezina u kg
Mean
99% Confidence
Interval for Mean
Lower Bound
Upper Bound
5% Trimmed Mean
Median
Variance
Std. Deviation
Minimum
Maximum
Range
Interquartile Range
Skewness
Kurtosis
Statistic
67,1795
64,8829
Std. Error
,88431
69,4761
66,3257
64,0000
182,989
13,52735
46,00
110,00
64,00
19,00
,840
,214
,159
,317
6.3. Procjena proporcije osnovnog skupa

Ako veliina uzorka tei prema beskonano, sampling
distribucija proporcija tei normalnom obliku. Kod malih uzoraka
sampling distribucija proporcija ima oblik Studentove ili t-distribucije.
Stoga vrijedi da ako je:
n > 30
koristi se Normalna distribucija i
n 30
koristi se Studentova ili t-distribucija.
Standardna greka proporcije (standardna devijacija sampling

distribucije proporcije) je:
ako je f 0,05 :
Se( p ) =
p q
n
ako je n > 30 i
209
Se( p ) =
p q
n 1
ako je n 30 .
ako je f > 0,05 :

Se( p ) =
p q
N n
n
N 1
ako je n > 30 i
Se( p ) =
p q
N n
n 1
N 1
ako je n 30 .
Tokasta procjena (procjena jednim brojem) proporcije

osnovnog skupa na osnovi uzorka je: p , odnosno to je proporcija uzorka.
Intervalna procjena proporcije osnovnog skupa na osnovi
uzorka je:
Pr{p Z Se( p ) 30 ) rauna se vrijednost iz tablice povrina Normalne

distribucije (pomou Z 1 )
Z
- ako je ( n 30 ) umjesto ( Z ) rauna se vrijednost iz tablice
povrina Studentove ili t-distribucije (pomou t [df2= n 1] )

Se( p ) - standardna greka proporcije
1 - nivo pouzdanosti procjene (ako nije odreeno drugaije,
najee se uzima da je 1 = 95% ).
Veliina uzorka uz zadani nivo pouzdanosti i maksimalnu greku

odreuje se na sljedei nain:
Z P Q
n' =
greka
210
ako je f 0,05 ili
(6.10)
n=
n'
n'
1+
N
ako je f > 0,05 ,
(6.11)
gdje je:
Z
- vrijednost iz tablice povrina Normalne distribucije (pomou
Z 1 )
2
PQ
- varijanca osnovnog skupa
greka - maksimalna greka.
Ako je maksimalna greka odreena u relativnom izrazu

umjesto
P Q (standardne devijacije), veliina uzorka se rauna
pomou V (koeficijenta varijacije osnovnog skupa):
V=
Q
,
P
(6.12)
pa vrijedi da je:
2
Q
Z
P
.
n' =
greka
(6.13)

Za zadani uzorak ispitanika (koji su odgovorili na postavljeno
pitanje) potrebno je:
a)
Izraunati proporciju uzorka ispitanika kojima su financijske
prilike u obitelji takve da zadovoljavaju osnovne potrebe (varijabla v1)!
b)
Izraunati interval procjene za proporciju ispitanika osnovnog
skupa kojima su financijske prilike u obitelji takve da zadovoljavaju
osnovne potrebe uz pouzdanost procjene od 95%!
211
c)
osnovne potrebe uz pouzdanost procjene od 99%!
Rjeenje 6.3:
a)
U otvorenom prozoru Frequencies potrebno je zadanu numeriku
varijablu v1 - financijske prilike u obitelji pomou odgovarajue strelice
prebaciti u Variable(s).
financijskim prilikama obitelji ispitanika, potrebno je kliknuti na
Continue i OK. Rezultat je prikazan u tablici 6.5.
Tablica 6.5
Podaci o financijskim prilikama u obitelji ispitanika
Frequency
Valid
Missing
Total
Nema novca za
normalan standard
Zadovoljava
osnovne potrebe
Nema materijalnih
problema
Zivi odlicno
Total
System
Percent
Valid Percent
Cumulative
Percent
1,7
1,7
1,7
104
43,5
43,9
45,6
122
51,0
51,5
97,0
7
237
2
239
2,9
99,2
,8
100,0
3,0
100,0
100,0
Prema podacima u tablici 6.5. proporcija uzorka ispitanika kojima

su financijske prilike u obitelji takve da zadovoljavaju osnovne potrebe
omjer je povoljnih i svih moguih ishoda, a moe se i direktno oitati iz
izlazne tablice u stupcu Valid Percent:
p =
212
m 104
=
= 0,439 ; q = 1 p = 1 0,439 = 0,561 .
n 237
S obzirom na to da je veliina uzorka 237 , vrijedi da je n > 30 , pa

se za intervalnu procjenu koristi normalna distribucija;
b)
Potrebno je napomenuti da program SPSS nema mogunost
direktnog izrauna intervalne procjene proporcije osnovnog skupa na
osnovi uzorka.
Intervalna procjena proporcije osnovnog skupa na osnovi uzorka
uz pouzdanost procjene od 95% je:
Pr{p Z Se( p ) 30
Se( p) =
p q
=
n
0,439 0,561
= 0,032235879
237
Pomou tablica odgovarajuih povrina ispod normalne krivulje

vrijedi da je:
tab
Z 1
0 , 95
=
= 0 , 475
2
2
Z = 1,96
Uvrtavanjem odgovarajuih veliina u poetni izraz intervalne

procjene dobije se:
Pr{0,439 1,96 0,032235879 < P < 0,439 + 1,96 0,032235879} = 95% ,
Konano je intervalna procjena proporcije ispitanika osnovnog

osnovne potrebe na osnovi zadanog uzorka uz pouzdanost procjene od
95%:
Pr{0,3758 < P < 0,50218} = 95% .
c)
Na slian nain intervalna procjena proporcije ispitanika
osnovnog skupa kojima su financijske prilike u obitelji takve da
zadovoljavaju osnovne potrebe na osnovi uzorka uz pouzdanost procjene
od 99% je:
tab
Z 1
2
0 , 99
= 0 , 495
2
Z = 2,58
Pr{0,439 2,58 0,032235879 < P < 0,439 + 2,58 0,032235879} = 99% ,
213
Pr{0,35583 < P < 0,52217} = 99% .
Moe se zakljuiti da s poveanjem nivoa pouzdanosti procjene

interval procjene postaje iri, odnosno procjena postaje manje precizna.

Za zadani uzorak ispitanika (koji su odgovorili na postavljeno
pitanje) potrebno je:
a)
Izraunati proporciju uzorka ispitanika kojima su roditelji
razvedeni (varijabla v1)!
b)
skupa kojima su roditelji razvedeni uz pouzdanost procjene od 95%!
c)
skupa kojima su roditelji razvedeni uz pouzdanost procjene od 98%!
Rjeenje 6.4:
a)
varijablu v1 - brano stanje roditelja pomou odgovarajue strelice
prebaciti u Variable(s).
Tablica 6.6
Podaci o branom stanju roditelja ispitanika
Bracno stanje roditelja
Valid
U braku
Rastavljeni
Umro jedan od roditelja
Ostalo
Total

214
Frequency
215
10
11
3
239
Percent
90,0
4,2
4,6
1,3
100,0
Valid Percent
90,0
4,2
4,6
1,3
100,0
Cumulative
Percent
90,0
94,1
98,7
100,0

branom stanju roditelja ispitanika, potrebno je kliknuti na Continue i
OK. Rezultat je prikazan u tablici 6.6.
Prema podacima u tablici 6.6. proporcija uzorka ispitanika kojima
su roditelji razvedeni omjer je povoljnih i svih moguih ishoda, a moe se
i direktno oitati iz izlazne tablice u stupcu Valid Percent:
p =
m 10
=
= 0,042 ; q = 1 p = 1 0,042 = 0,958 .
n 239

se za intervalnu procjenu koristi normalna distribucija.
b)
Intervalna procjena proporcije u osnovnom skupu onih stanovnika
kojima su roditelji razvedeni na osnovi uzorka uz pouzdanost procjene od
95% je:
Pr{p Z Se( p ) 30
p q
=
n
Se( p) =
0,042 0,958
= 0,012975032
239

vrijedi da je:
tab
Z 1
0 ,95
=
= 0 , 475
2
2
Z = 1,96

procjene dobije se:
Pr{0,042 1,96 0,012975032 < P < 0,042 + 1,96 0,012975032} = 95% .

skupa kojima su roditelji razvedeni na osnovi zadanog uzorka uz
pouzdanost procjene od 95%:
Pr{0,0166 < P < 0,0674} = 95% .
c)
Na slian nain intervalna procjena proporcije ispitanika
osnovnog skupa kojima su roditelji razvedeni na osnovi uzorka uz
pouzdanost procjene od 98% je:
215

tab
Z 1
0 , 98
=
= 0, 49
2
2
Z = 2,33 ,
Pr{0,042 2,33 0,032235879 < P < 0,042 + 2,33 0,032235879} = 98% ,

Pr{0,01177 < P < 0,07223} = 98% .
I ovdje vrijedi jednak zakljuak da s poveanjem nivoa

pouzdanosti procjene interval procjene postaje iri, odnosno procjena
postaje manje precizna.
216
Analitiki primjeri za vjebu
7. ANALITIKI PRIMJERI ZA VJEBU

Nakon provedene ankete potrebno je u dokument (Variable View)
programa SPSS upisati varijablu (obiljeje): Brano stanje (v3) i kodirati
je prema zadanoj tablici 7.1.
Tablica 7.1.
Kodna lista za varijablu Brano stanje
OBILJEJE
bracno stanje (v3)
OBLICI OBILJEJA
neozenjen (neudana)
ozenjen (udana)
razveden (razvedena)
udovac (udovica)
KOD
1
2
3
4
Izvor: Podaci su simulirani.
Nakon kodiranja zadatak je unijeti konkretne podatke za 50

ispitanika zadane u tablici 7.2. u navedeni dokument (Data View).
Tablica 7.2.
Tablica s kodiranim podacima za varijablu Brano stanje
(1)
(2)
2
1
2
1
1
2
1
2
1
1
1
1
1
3
2
1
2
2
2
1
Brano stanje
(3)
1
4
1
1
2
2
1
1
3
1
(4)
1
1
1
1
2
2
2
2
3
1
(5)
2
2
2
1
2
2
1
1
1
2
217
Rjeenje 7.1:
U programu SPSS pitanja, odnosno varijable se definiraju u dijelu
Variable view koji se bira u donjem lijevom kutu ekrana.
Varijablu je potrebno nazvati (Name) v3. Radi lakeg rada s
podacima naznaena je vrsta podataka (Type) Numeric. U stupcu Label
oznaeno je da je varijabla v3: Brano stanje. Zadnji stupac definira skalu
mjerenja (Measure), gdje je za v3 - Brano stanje oznaena opisna, tj.
Nominal skala.
U stupcu Values za varijablu v3 - Brano stanje uneseni su kodovi
prema tablici 7.1. Klikom mia u polje stupca Values otvara se prozor
Value Labels u kojem se definira konkretno kodiranje. To je za ovaj
primjer prikazano na slici 7.1.
Slika 7.1.
U programu SPSS podaci prema definiranim varijablama se unose

u dijelu Data view koji se bira u donjem lijevom kutu ekrana.
Na slici 7.2 prikazani su podaci o branom stanju dijela ispitanika prema
zadanim podacima u tablici 7.2 (podaci su simulirani).
Naravno, nakon to su se podaci unijeli u program SPSS, potrebno
ih je snimiti na standardan nain kako se to radi kod veine klasinih
programa za raunalo. Na glavnom izborniku odabire se File, a u njegovu
218
padajuem izborniku Save As te se uneseni podaci snimaju pod eljenim

imenom.
Slika 7.2.
Prikaz podataka varijable v3 - Brano stanje za dio ispitanika u programu
SPSS

Zadatak je formirati statistiku tablicu prema obiljeju "Brano
stanje". Komentirajte drugu apsolutnu frekvenciju! Komentirajte prvi
relativni broj strukture (Percent)!
219
Rjeenje 7.2:
Frequencies. Varijabla v3 - Brano stanje se prebacuje u polje
Variable(s).
Rezultat je prikazan u tablicama 7.3.
Tablica 7.3.
Bracno stanje
Frequency
Valid
neozenjen
(neudana)
ozenjen (udana)
razveden
(razvedena)
udovac (udovica)
Total
Percent
Valid Percent
Cumulative
Percent
26
52,0
52,0
52,0
20
40,0
40,0
92,0
6,0
6,0
98,0
1
50
2,0
100,0
2,0
100,0
100,0
Druga apsolutna frekvencija je 20 i ona u prvom sluaju znai da

je od 50 odabranih ispitanika njih 20 bilo oenjenih (udanih). Prvi
relativni broj strukture je 52 i on znai da je meu odabranim
ispitanicima njih 52% neoenjenih (neudanih).

Zadatak je 50 anketiranih ispitanika prikazati jednostavnim
stupcima prema obiljeju "Brano stanje" (upisati naslov grafikona)!
Komentirajte sliku!
Rjeenje 7.3:
padajuem izborniku Bar chart na kojem se aktivira ikona Simple.
220

Summaries for Groups of Cases gdje se u prostor Category Axis prebaci
eljena varijabla, to je u ovom sluaju Brano stanje (v3). Grafikonu se
moe definirati i naslov na nain da se klikne na ikonu Titles... Klikom na
OK u Outputu programa SPSS dobije se traeni grafikon koji je prikazan
na slici 7.3.
Slika 7.3.
Ispitanici prema bracnom stanju
30
25
Count
20
15
10
0
neozenjen (neudana)
ozenjen (udana)
razveden (razvedena)
udovac (udovica)
Bracno stanje
Prema grafikonu jednostavnih stupaca moe se vidjeti da je meu

odabranim ispitanicima najvie neoenjenih (neudanih), a najmanje onih
koji su udovac ili udovica. Razvedenih ima manje u odnosu na broj
oenjenih (udanih) u odabranom uzorku.
221

Za ispitanike prema obiljeju "Visina u cm" izraunajte:
aritmetiku sredinu, medijan i mod! Komentirajte sve tri srednje
vrijednosti na konkretnom primjeru!
Rjeenje 7.4:
- visina u cm se prebacuje u polje Variable(s).
Statistics gdje je potrebno aktivirati odreene statistike veliine prema
(v2).
Aritmetika sredina dobit e se aktiviranjem veliine Mean, a za
mod potrebno je oznaiti Mode, a za medijan Median.
Tablica 7.4.
Statistics
Visina u cm
N
Valid
50
Missing
Mean
175,5800
Median
174,5000
Mode
172,00(a)
222
Prema podacima iz tablice 3.3. moe se vidjeti da je u analizi 50

ispitanika. Prosjena visina ispitanika u odabranom uzorku (od onih koji
su dali odgovor), odnosno aritmetika sredina je 175,58 cm.
Medijan je 174,5 cm, to znai da je polovica ispitanika s visinom
manjom od 174,5 cm ili jednakom tom visinom, a preostala polovica
ispitanika je s visinom veom od 174,5 cm.
Mod, odnosno najea visina ispitanika, 172 je cm. Ispod tablice
je naznaka da u ovoj distribuciji to nije jedini mod, dakle ovo nije
unimodalna distribucija.

Zadatak je za samo ispitanike "mukog spola" formirati tablicu
frekvencija prema varijabli (obiljeju) "kolska sprema". Komentirajte 4.
apsolutnu frekvenciju i opseg ovoga izabranog statistikog skupa!
Rjeenje 7.5:
Nakon odabira (filtriranja) ispitanika mukog spola (Data; Select
cases; If condition is satisfied: v1 = 2 ) koji je u obiljeju spol kodiran s 2,
potrebno je na glavnom izborniku odabrati ikonu Analyze, a na njezinu
padajuem izborniku Descriptive Statistics i Frequencies.
- kolska sprema se prebacuje u polje Variable(s).
kolskoj spremi odabranih ispitanika mukog spola, potrebno je kliknuti
na Continue, zatim na OK. Rezultat je prikazan u tablici 7.5.
Prema podacima iz tablice 7.5 moe se vidjeti da su u analizi 22
ispitanika mukog spola. etvrta apsolutna frekvencija je 13, to znai da
je 13 ispitanika u analizi bilo sa srednjom strunom spremom.
223
Tablica 7.5.
Statistiki podaci o kolskoj spremi ispitanika
Skolska sprema
Frequency
Valid
Nisam pohadjao
skolu
Osnovna skola
Neka zanatska
skola
Srednja skola
Visa skola
Visoka skola
Magisterij
Total
Percent
Valid Percent
Cumulative
Percent
4,5
4,5
4,5
4,5
4,5
9,1
4,5
4,5
13,6
13
1
4
1
22
59,1
4,5
18,2
4,5
100,0
59,1
4,5
18,2
4,5
100,0
72,7
77,3
95,5
100,0

Svih 50 anketiranih ispitanika prema varijabli (obiljeju) "kolska
sprema" prikaite grafiki pomou strukturnoga kruga (upisati naslov
grafikona)! Komentirajte sliku!
Rjeenje 7.6:
padajuem izborniku Pie chart, na kojem se aktivira Summaries of
groups of case.
for Groups of Cases gdje se u prostor Define Slices by prebaci eljena
varijabla, to je u ovom sluaju kolska sprema (v2). Grafikonu se moe
Outputu programa SPSS dobije se traeni grafikon koji je prikazan na
slici 7.4.
224
Slika 7.4.
Ispitanici prema skolskoj spremi
Skolska sprema
Nisam pohadjao skolu
Osnovna skola
Neka zanatska skola
Srednja skola
Visa skola
Visoka skola
Magisterij
Doktorat
Prema grafikonu strukturnoga kruga moe se vidjeti da je meu

odabranim ispitanicima najvie onih sa srednjom strunom spremom,
zatim slijede oni s zavrenom visokom i viom kolom. Ostale kategorije
strune spreme u ovom su uzorku manje zastupljene.

Ispitanike prema obiljeju "teina u kg" potrebno je grupirati na
sljedei nain: 41
51
61
71
81
- 50
- 60
- 70
- 80
- 90
50
60
70
80
90
225
91
101
- 100
- 110
100
110.
Nova varijabla je v4, a predstavlja "Grupiranu teinu".

Za ovu varijablu "Grupirana teina" formirajte tablicu frekvencija i
komentirajte 3. relativni broj strukture (Percent)!
Rjeenje 7.7:
Da bi se pomou varijable v3 - "Teina u kg" formirala nova
varijabla v4 - "Grupirana teina" po principu koji je zadan u ovom
primjeru, potrebno je na glavnom izborniku odabrati Transform, a u
njegovu padajuem izborniku odabrati Recode. U njegovu izborniku bira
se Into Different Variables (jer bi se odabirom Into Same Variables
izgubila postojea varijabla). U polje Numeric Variable bira se v3 - "
Teina u kg ", a u Output Variable, Name je v4, a Label "Grupirana
teina".
Tablica 7.6.
Statistiki podaci o kolskoj spremi ispitanika
Grupirana tezina
Valid
50,00
60,00
70,00
80,00
90,00
100,00
110,00
Total
Frequency
4
14
15
7
5
4
1
50
Percent
8,0
28,0
30,0
14,0
10,0
8,0
2,0
100,0
Valid Percent
8,0
28,0
30,0
14,0
10,0
8,0
2,0
100,0
Cumulative
Percent
8,0
36,0
66,0
80,0
90,0
98,0
100,0

odgovarajue grupe ocjena, kako je zadano. Nakon upisivanja svakog
pojedinog Range, upisuje se odgovarajua New Value, koja se svaki put
kao nova grupa dodaje klikom na ikonu Add. Nakon to su unesene sve
226
grupe ikonom Continue, zatim Change i OK, u novom stupcu Data View
kreirat e se nova varijabla "Grupirana teina", odnosno v4.
Trei relativni broj strukture iznosi 30 i znai da je 30% ispitanika
u uzorku s teinom izmeu 61 kg i 70 kg.

Za sve ispitanike prema varijabli "teina u kg" izraunajte
medijan, donji i gornji kvartil! Komentirajte sve 3 karakteristine
vrijednosti niza!
Rjeenje 7.8:
Tablica 7.7.
N
Median
Percentiles
Valid
Missing
25
50
75
Statistics
50
0
63,5000
55,7500
63,5000
77,2500
227
Prema podacima iz tablice 7.7. moe se vidjeti da je u analizi bilo

50 ispitanika.
Medijan je 63,5 kg, to znai da je polovica ispitanika s teinom
manjom od 63,5 kg ili jednakom teinom, a preostala polovica ispitanika
je s teinom veom od 63,5 kg.
Donji kvartil je 55,75 kg, to znai da je 25% ispitanika s teinom
manjom od 55,75 cm ili jednakom teinom, a preostalih 75% ispitanika je
s teinom veom od 55,75 kg.
Gornji kvartil je 77,25 kg, to znai da je 75% ispitanika s
teinom manjom od 77,25 kg ili jednakom teinom, a preostalih 25%
ispitanika je s teinom veom od 77,25 kg.

Nakon provedene ankete potrebno je u dokument (Variable View)
programa SPSS upisati varijablu (obiljeje): Materijalno stanje (v3) i
kodirati je prema zadanoj tablici 7.8.
Tablica 7.8.
Kodna lista za varijablu Materijalno stanje
OBILJEJE
materijalno stanje (P3)
OBLICI OBILJEJA
Vrlo dobro
Dobro
Skromno, ali dovoljno
Slabo
Veoma slabo
KOD
1
2
3
4
5
Nakon kodiranja zadatak je unijeti konkretne podatke za 50

ispitanika zadane u tablici 7.8. u navedeni dokument (Data View).
228
Tablica 7.9.
Tablica s kodiranim podacima za varijablu Materijalno stanje
(1)
(2)
2
2
2
3
3
2
2
2
2
2
2
2
2
2
1
1
4
2
2
2
Materijalno stanje
(3)
1
4
1
1
2
5
2
2
5
2
(4)
(5)
2
4
5
2
3
5
2
2
2
2
2
3
3
2
4
3
2
2
3
2
Rjeenje 7.9:
U programu SPSS pitanja, odnosno varijable se definiraju u dijelu
Variable view koji se bira u donjem lijevom kutu ekrana.
Slika 7.5.
Varijablu je potrebno nazvati (Name) v3. Radi lakeg rada s

podacima naznaena je vrsta podataka (Type) Numeric. U stupcu Label
229
oznaeno je da je varijabla v3: Materijalno stanje. Zadnji stupac definira

skalu mjerenja (Measure) gdje je za v3 - Materijalno stanje oznaena
opisna, tj. Nominal skala.
U stupcu Values za varijablu v3 - Materijalno stanje uneseni su
kodovi prema tablici 7.8. Klikom mia u polje stupca Values otvara se
prozor Value Labels u kojem se definira konkretno kodiranje. To je za
ovaj primjer prikazano na slici 7.5.
U programu SPSS podaci prema definiranim varijablama unose se
u dijelu Data view koji se bira u donjem lijevom kutu ekrana.
Na slici 7.6 prikazani su podaci o materijalnom stanju dijela
ispitanika prema zadanim podacima u tablici 7.9 (podaci su simulirani).
Naravno, nakon to su se podaci unijeli u program SPSS, potrebno
ih je snimiti na standardan nain kako se to radi kod veine klasinih
programa za raunalo. Na glavnom izborniku odabire se File, a u njegovu
padajuem izborniku Save As te se uneseni podaci snimaju pod eljenim
imenom.
Slika 7.6.
Prikaz podataka varijable v3 - Materijalno stanje za dio ispitanika u
programu SPSS
230

Zadatak je formirati statistiku tablicu prema obiljeju
"Materijalno stanje". Komentirajte drugu apsolutnu frekvenciju!
Komentirajte etvrti i peti relativni broj strukture (Percent)!
Rjeenje 7.10:
Frequencies. Varijabla v3 - Materijalno stanje se prebacuje u polje
Variable(s).
Tablica 7.10.
Materijalno stanje
Frequency
Valid
Vrlo dobro
Dobro
Skromno, ali
dovoljno
Slabo
Veoma slabo
Total
Percent
Valid Percent
Cumulative
Percent
2
32
4,0
64,0
4,0
64,0
4,0
68,0
16,0
16,0
84,0
4
4
50
8,0
8,0
100,0
8,0
8,0
100,0
92,0
100,0
Druga apsolutna frekvencija je 32 i ona u ovom sluaju znai da je

od 50 odabranih ispitanika njih 32 s dobrim materijalnim stanjem. etvrti
i peti relativni brojevi strukture su 8, to znai da je meu odabranim
ispitanicima njih po 8% sa slabim i veoma slabim materijalnim stanjem.
231

Zadatak je 50 anketiranih ispitanika prikazati strukturnim krugom
prema obiljeju "Materijalno stanje" (upisati naslov grafikona)!
Komentirajte sliku!
Rjeenje 7.11:
padajuem izborniku Pie chart na kojem se aktivira Summaries of
groups of case.
for Groups of Cases gdje se u prostor Define Slices by prebaci eljena
varijabla, to je u ovom sluaju Materijalno stanje (v3). Grafikonu se
moe definirati i naslov na nain da se klikne na ikonu Titles... Klikom na
OK u Outputu programa SPSS dobije se traeni grafikon koji je prikazan
na slici 7.7.
Slika 7.7.
Ispitanici prema materijalnom stanju
Materijalno stanje
Vrlo dobro
Dobro
Skromno, ali dovoljno
Slabo
Veoma slabo
232
Prema grafikonu strukturnog kruga moe se vidjeti da je meu

odabranim ispitanicima najvie onih s dobrim materijalnim stanjem,
zatim slijede oni koji su se izjasnili da im je materijalno stanje skromno,
ali dovoljno. Ostale kategorije materijalnog stanja u ovom su uzorku
manje zastupljene, a moe se uoiti da onih ije je materijalno stanje vrlo
dobro ima najmanje.

Za ispitanike prema obiljeju "Teina u kg" izraunajte:
aritmetiku sredinu i medijan! Komentirajte te dvije srednje vrijednosti
na konkretnom primjeru! Pokaite da vrijedi svojstvo aritmetike sredine
da je: xmin X xmax .
Rjeenje 7.12:
- teina u kg se prebacuje u polje Variable(s).
Tablica 7.11.
Statistics
Tezina u kg
N
Valid
Missing
50
0
Mean
67,5400
Median
63,5000
Minimum
46,00
Maximum
102,00
233

Prema podacima iz tablice 7.11. moe se vidjeti da je u analizi
bilo 50 ispitanika.
Aritmetika sredina,
ispitanika je 67,54 kg.
odnosno
prosjena
teina
odabranih
Medijan je 63,5 kg, to znai da je polovica ispitanika s teinom

manjom od 63,5 ili jednakom tom teinom, a preostala polovica
ispitanika je s teinom veom od 63,5 kg.
Da bi se dokazalo svojstvo aritmetike sredine da se ona nalazi
izmeu najmanje i najvee vrijednosti niza, potrebno je pronai najmanju
i najveu vrijednost. Prema podacima u tablici 7.11 vrijedi da je:
x min X x max 46 kg X 102 kg .

Zadatak je za samo ispitanike "enskog spola" formirati tablicu
frekvencija prema varijabli (obiljeju) "Abortus". Komentirajte 2.
apsolutnu frekvenciju i 3. relativni broj strukture (Percent) ovog
izabranoga statistikog skupa!
Rjeenje 7.13:
Frequencies. Varijabla v2 - Abortus se prebacuje u polje Variable(s).
Druga apsolutna frekvencija je 17 i ona u ovom sluaju znai da
od 50 odabranih ispitanika njih 17 smatra da je abortus doputen u
sluajevima silovanja. Trei relativni brojevi strukture je 4, to znai da je
234
meu odabranim ispitanicima njih 4% koji su se izjasnili da su za to da

abortus bude doputen onda kada znaajno remeti obiteljski ivot.
Tablica 7.12.
Abortus
Frequency
Valid
Ubojstvo
Dopusten u
slucajevima silovanja
Dopusten kada
znacajno remeti
obiteljski zivot
Iskljuciva odluka zene
Total
Percent
Valid
Percent
Cumulative
Percent
26
52,0
52,0
52,0
17
34,0
34,0
86,0
4,0
4,0
90,0
5
50
10,0
100,0
10,0
100,0
100,0

Svih 50 anketiranih ispitanika prema varijabli (obiljeju)
"Abortus" prikaite grafiki pomou jednostavnih stupaca (upisati naslov
grafikona)! Komentirajte sliku!
Rjeenje 7.14:
padajuem izborniku Bar chart na kojem se aktivira ikona Simple.
Summaries for Groups of Cases gdje se u prostor Category Axis prebaci
eljena varijabla, to je u ovom sluaju Abortus (v2). Grafikonu se moe
Outputu programa SPSS dobije se traeni grafikon koji je prikazan na
slici 7.8.
Prema grafikonu jednostavnih stupaca moe se vidjeti da je meu
odabranim ispitanicima najvie onih koji smatraju da je abortus ubojstvo,
a najmanje onih koji smatraju da je abortus doputen kada znaajno
235
remeti obiteljski ivot. Veliki dio ispitanika smatra da je abortus doputen

u sluajevima silovanja.
Slika 7.8.
Ispitanici prema misljenju o abortusu
30
25
Count
20
15
10
0
Ubojstvo
Dopusten u slucajevima Dopusten kada znacajno

silovanja
remeti obitelski zivot
Iskljuciva odluka zene
Abortus

Za sve ispitanike prema varijabli "visina u cm" izraunajte
aritmetiku sredinu! Komentirajte izraunatu srednju vrijednost! Pokaite
N
da vrijedi svojstvo aritmetike sredine da je: ( xi X ) = 0 (za negrupirani

i =1
niz). (Neka to bude preko nove varijable v4, a trai se njezin zbroj:
Sum = 0 ).
236
Rjeenje 7.15:
(v3).
Tablica 7.13.
Statistics
Visina u cm
N
Valid
50
Missing
Mean
0
175,0400
Prema podacima iz tablice 7.13 moe se vidjeti da je u analizi bilo

50 ispitanika.
Aritmetika sredina odnosno prosjena visina odabranih ispitanika
je 175,04 cm.
Da bi se dokazalo svojstvo aritmetike sredine da je zbroj
odstupanja vrijednosti obiljeja od prosjeka jednak 0, potrebno je
formirati novi stupac (varijablu) gdje e se izraunati ta odstupanja. Zbroj
svih podataka iz toga novog stupca mora biti 0. Na glavnom izborniku
potrebno je odabrati Transform, a na njegovu padajuem izborniku bira
se Compute. Na taj se nain otvori prozor Compute Variable gdje se
raunaju odstupanja od prosjeka kao nova varijabla v4.
Expression se upisuje: v3 175,04 , odnosno da se od svih vrijednosti
237
varijable v3 oduzme njihov prosjek 175,04. Potrebno je napomenuti da se

decimalni zarez u programu SPSS oznaava tokom. Klikom na OK u
Da bi se vidio zbroj podataka u ovom stupcu na glavnom
izborniku, potrebno je izabrati ikonu Analyze, a na njezinu padajuem
izborniku Descriptive Statistics i Descriptives. Varijabla v4 prebacuje se
u Variable(s). U Options je potrebno aktivirati Sum (dok se druge
veliine mogu deaktivirati jer u ovom sluaju nisu potrebne).
Tablica 7.14.
Zbroj odstupanja vrijednosti obiljeja od prosjeka
N
Sum
v4
50
Valid N (listwise)
50
,00
Suma vrijednosti novoformirane varijable v4 u zadnjem stupcu

tablice 7.14 je 0, ime je dokazano navedeno svojstvo aritmetike
sredine.

Za varijablu (obiljeje) prosjena ocjena na I. godini studija (v1)
odredite: standardnu devijaciju i asimetriju distribucije (Skewness).
Komentirajte izraunate vrijednosti na konkretnom primjeru!
Rjeenje 7.16:
- prosjena ocjena na I. godini studija prebacuje se u polje Variable(s).
238

zahtjevu zadatka, a koje se odnose na odabranu varijablu (v1).
varijabli prosjena ocjena na I. godini studija ispitanika, potrebno je
kliknuti na Continue, zatim na OK. Rezultat je prikazan u tablici 7.15.
Tablica 7.15.
Statistics
PROSJECNA OCJENA NA I.GODINI
N
Valid
Missing
Std. Deviation
Skewness
40
0
,88252
-,018
,374
Prema podacima iz tablice 7.15 moe se vidjeti da je u analizi 40

ispitanika.
Standardna devijacija, odnosno prosjeno odstupanje vrijednosti
zadanog obiljeja od aritmetike sredine je 0,88.
Prema pokazatelju asimetrije (Skewness) moe se zakljuiti da je
zadana distribucija lagano negativno ili ljevostrano asimetrina.

Izraunati dvodimenzionalnu distribuciju vjerojatnosti: za
- varijablu (obiljeje) prosjena ocjena na I godini studija (v1) koja se
mijenja po redcima (row) i za
- varijablu (obiljeje) grupirani dzeparac (v2) koja se mijenja po
stupcima (column).
a)
Komentirajte marginalnu vjerojatnost da je deparac 400 kn u
izraunatoj dvodimenzionalnoj distribuciji!
239
b)
Komentirajte vjerojatnost da ispitanik ima deparac 400 kn i
prosjenu ocjenu na I. godini studija 4 prema izraunatoj
dvodimenzionalnoj distribuciji!
Rjeenje 7.17:
a)
Na glavnom izborniku potrebno je odabrati ikonu Analyze, a na
njezinu padajuem izborniku Descriptive Statistics i Crosstabs. Nakon
toga otvara se prozor Crosstabs. Odgovarajuim strelicama prema
zahtjevu zadatka potrebno je varijablu (obiljeje) prosjena ocjena na I
godini studija (v1) prebaciti u prozor za retke Row(s) i varijablu
(obiljeje) grupirani dzeparac (v2) prebaciti u prozor za stupce
Column(s).
Klikom na ikonu Cells... otvara se prozor Crosstabs: Cell Display
gdje je uz postojee originalne frekvencije (Counts) potrebno aktivirati
Percentages; Total.
Tablica 7.16.
Dio dvostruke tablice obiljeja prosjena ocjena na I. godini studija i
grupirani deparac
240
Da bi se u Outputu programa SPSS dobili traeni podaci,

potrebno je kliknuti na Continue i OK.
Rezultati su prikazani u tablici 7.16.
Izraunate vjerojatnosti marginalne distribucije nalaze se u zbirnom retku
i zbirnom stupcu (koji nije prikazan u tablici) tablice 7.16.
Trea marginalna vjerojatnost u zbirnom retku iznosi 20%, tj.
vjerojatnost da ispitanik ima deparac 400 kn, bez obzira na prosjenu
ocjenu na I. godini studija iznosi 0,2.
b)
Vjerojatnost da ispitanik ima deparac 400 kn i prosjenu ocjenu
na I. godini studija 4 prema izraunatoj dvodimenzionalnoj distribuciji u
tablici 7.16 je 12,5%, odnosno 0,125.
Uz pretpostavku da promatrane sluajne varijable prosjena
ocjena na I. godini studija (v1) i grupirani dzeparac (v2) nisu nezavisne,
izraunajte uvjetnu distribuciju vjerojatnosti: P(v1 / v 2 = 200) !
Rjeenje 7.18:
Uz pretpostavku da promatrane sluajne varijable nisu nezavisne,
uvjetna distribucija vjerojatnosti P(v1 / v 2 = 200) pomou podataka u
tablici 7.16 izraunata je na sljedei nain i prikazana je u tablici 7.17:
P(v1 = 1 / v 2 = 200) =
P(v1 = 1, v 2 = 200) 0,025

=
= 0,052632 ,
P(v 2 = 200)
0,475
..................
P(v1 = 5 / v 2 = 200) =
P(v1 = 5, v 2 = 200) 0,000

=
= 0,000 .
P(v 2 = 200)
0,475
Zbroj vjerojatnosti u ovoj marginalnoj distribuciji vjerojatnosti

jednak je 1.
241
Tablica 7.17.
Uvjetna distribucija vjerojatnosti
1
0,05263
0,21053
0,52632
0,21053
0,000
v1
P(v1 / v 2 = 200)
Izvor: Izraunato prema podacima u tablici 7.16.

Za zadani uzorak ispitanika izraunajte aritmetiku sredinu
prosjena ocjena na I godini studija (v1). Za izraunatu srednju
vrijednost potrebno je izraunati interval procjene za prosjek osnovnog
skupa uz pouzdanost procjene od 99%! Komentirajte rezultate!
Rjeenje 7.19:
varijablu v1 - prosjena ocjena na I godini studija pomou odgovarajue
strelice prebaciti u Dependent List. U prostoru Display potrebno je
aktivirati Statistics.
Statistics.
Prema zahtjevu zadatka ovdje je izabran nivo pouzdanosti
eljeni podaci o prosjena ocjena na I. godini studija ispitanika, potrebno
je kliknuti na Continue i OK. Rezultat je prikazan u tablici 7.18.
Prema podacima iz tablice 7.18 moe se vidjeti da je prosjena
ocjena na I. godini studija ispitanika u uzorku 3,125.
242
Tablica 7.18.
Podaci o je prosjenoj ocjeni na I. godini studija ispitanika
Descriptives
PROSJECNA OCJENA
NA I GODINI
Mean
99% Confidence
Interval for Mean
5% Trimmed Mean
Median
Variance
Std. Deviation
Minimum
Maximum
Range
Interquartile Range
Skewness
Kurtosis
Lower Bound
Upper Bound
Statistic
3,1250
2,7471
Std. Error
,13954
3,5029
3,1111
3,0000
,779
,88252
1,00
5,00
4,00
1,00
-,018
-,071
,374
,733
Intervalna procjena aritmetike sredine teine u osnovnom skupu

pomou zadanog uzorka uz nivo pouzdanosti procjene od 99% je:
Pr{2,75 < X < 3,50} = 99% .

Za varijablu (obiljeje) dob ispitanika (v1) odredite: koeficijent
kvartilne devijacije. Komentirajte izraunatu vrijednost na konkretnom
primjeru!
Rjeenje 7.20:
- dob ispitanika se prebacuje u polje Variable(s).
243

Tablica 7.19.
Statistics
Dob ispitanika (grupirano)
N
Valid
Missing
Percentiles
50
21
25
20,00
50
30,00
75
40,00

ispitanicima, potrebno je kliknuti na Continue, zatim na OK. Rezultat je
ispitanika.
Vq =
Q3 Q1 40 20
=
= 0,333 .
Q3 + Q1 40 + 20

Vjerojatnost da se meu studentskom populacijom konzumira
alkohol samo u posebnoj prigodi je: p = 0,038 .
a)
(X1) budu 2 studenta koji konzumiraju alkohol samo u posebnoj prigodi?
b)
(X1) najvie 15 studenata konzumira alkohol samo u posebnoj prigodi?
244
Rjeenje 7.21:
populacijom konzumira alkohol je manja od 0,10, a uzorak je vei od 50,
pa se u ovom primjeru pretpostavlja da se sluajna varijabla X1 ravna po
Poissonovu zakonu.
Poissonovu zakonu, potrebno je u izborniku Function group: odabrati
Special Variables: bira Pdf.Poisson i klikom dva puta na tu funkciju ona
se pojavljuje u prozoru Numeric Expression: na sljedei nain:
PDF.POISSON(?,?).
upitnik funkcije predstavlja mean, odnosno oekivanje sluajne varijable
koja se po Poissonovu zakonu rauna na sljedei nain:
n = 70 ; prob = 0,038 : = n p = 70 0,038 = 2,66 .
U ovom primjeru vrijedi da je:

quant = X 1 ; = 2,66 ,
pa se moe upisati:
PDF.POISSON(X1,2.66).
nazvana je X1Poiss.
eljeni podaci vjerojatnosti sluajne varijable X1 po Poissonovoj
distribuciji, potrebno je kliknuti na OK.
slian postupak.
245

vjerojatnosti po Poissonovu zakonu, potrebno je u izborniku Function
Function and Special Variables: bira Cdf.Poisson i klikom dva puta na
nain: CDF.POISSON(?,?).
upitnik funkcije predstavlja mean, odnosno oekivanje sluajne varijable:
quant = X 1 ; = 2,66 ,
pa se moe upisati:
CDF.POISSON(X1,2.66).
nazvana je X1CumPoiss.
Poissonovoj distribuciji, potrebno je kliknuti na OK. Rezultat je prikazan
u tablici 7.20.
Prema rezultatima iz tablice 7.20. (prikazano je samo 13
vrijednosti od ukupno 70 vrijednosti zadane diskontinuirane sluajne
varijable X1) mogu se oitati i/ili izraunati traene vjerojatnosti.
a)
Vjerojatnost da izmeu 70 sluajno odabranih studenata (X1)
budu 2 studenta koji konzumiraju alkohol samo u posebnoj prigodi je:
p( X 1 = 2) = 0,2474628 .
b)
najvie 15 studenata konzumira alkohol samo u posebnoj prigodi je:
p ( X 1 15) = p( X 1 = 0) + p( X 1 = 1) + ... + p ( X 1 = 15) 1.
246
Izraunata vjerojatnost je priblino jednaka 1 jer je zbroj svih 71

vjerojatnosti 1, ali zbog manjeg broja decimalnih mjesta ovaj je rezultat
izjednaen s 1.
Tablica 7.20.

Za zadani uzorak ispitanika (onih koji su odgovorili na
postavljeno pitanje) potrebno je izraunati proporciju uzorka ispitanika
koji nikada ne konzumiraju alkohol (varijabla v1) i izraunati interval
procjene za proporciju ispitanika osnovnog skupa koji nikada ne
konzumiraju alkohol uz pouzdanost procjene od 95%!
247
Rjeenje 7.22:
varijablu v1 - Konzumirate li alkoholna pia pomou odgovarajue
strelice prebaciti u Variable(s).
konzumiranju alkohola ispitanika, potrebno je kliknuti na Continue i OK.
Tablica 7.21
Podaci o konzumiranju alkohola
Konzumirate li alkoholna pica
Valid
Missing
Total
Frequency
NIKADA
15
SAMO UZ OBROKE
3
U POSEBNIM PRILIKAMA
32
Total
50
System
21
71
Percent
21,1
4,2
45,1
70,4
29,6
100,0
Valid Percent
30,0
6,0
64,0
100,0
Cumulative
Percent
30,0
36,0
100,0
Prema podacima u tablici 7.21 proporcija uzorka ispitanika koji

nikada ne konzumiraju alkohol omjer je povoljnih i svih moguih ishoda,
a moe se i direktno oitati iz izlazne tablice u stupcu Valid Percent:
p =
m 15
=
= 0,3 ; q = 1 p = 1 0,3 = 0,7 .
n 50

koji nikada ne konzumiraju alkohol na osnovi uzorka uz pouzdanost
procjene od 95% je:
Pr{p Z Se( p ) 30
p q
0,3 0,7
=
= 0,064807406
n
50
Se( p ) =

vrijedi da je:
Z 1
2
tab
0 ,95
= 0 , 475
2
Z = 1,96

procjene dobije se:
Pr{0,3 1,96 0,064807406 < P < 0,3 + 1,96 0,064807406} = 95% ,

skupa koji nikada ne konzumiraju alkohol na osnovi zadanog uzorka uz
pouzdanost procjene od 95%:
Pr{0,17298 < P < 0,427} = 95% .

Za varijablu (obiljeje) prosjena ocjena na I godini studija (p1)
odredite: interkvartil i zaobljenost distribucije (Kurtosis). Komentirajte
izraunate vrijednosti na konkretnom primjeru!
Rjeenje 7.23:
- prosjena ocjena na I godini studija prebacuje se u polje Variable(s).
prosjenoj ocjeni na I. godini studija ispitanika, potrebno je kliknuti na
249
Tablica 7.22.
PROSJECNA OCJENA NA I. GODINI
Valid
Missing
Kurtosis
40
0
-,071

Percentiles
,733
25
3,0000
50
3,0000
75
4,0000

ispitanika.
Interkvartil zadane distribucije moe se izraunati pomou donjeg
i gornjeg kvartila:
I q = Q3 Q1 = 4 3 = 1 .
Rasprenost prosjene ocjene na I. godini za srednjih 50%

ispitanika je 1 ocjena.
pokazatelja Kurtosis koji u ovom primjer iznosi -0,071, to upuuje na
blago tupi vrh distribucije u odnosu na normalno zaobljenu distribuciju.

Za varijablu (obiljeje) dob ispitanika (v1) odredite: varijancu.
Komentirajte izraunatu vrijednost na konkretnom primjeru!
Rjeenje 7.24:
- dob ispitanika prebacuje se u polje Variable(s).
250

Da bi se u Outputu programa SPSS dobili eljeni podaci o dobi
Tablica 7.23.
Statistics
Dob ispitanika (grupirano)
N
Valid
Missing
Variance
50
0
138,612

ispitanika.
Varijanca, odnosno prosjeno kvadratno
ispitanika od aritmetike sredine je 138,612 god 2 .
odstupanje
dobi

Vjerojatnost da se meu studentskom populacijom ne konzumira
alkohol je: p = 0,228 .
a)
(X1) budu 2 studenta koji ne konzumiraju alkohol?
b)
(X1) najvie 3 studenta ne konzumiraju alkohol?
Rjeenje 7.25:
populacijom ne konzumira alkohol je vea od 0,10, a uzorak je manji od
50, pa se u ovom primjeru pretpostavlja da se sluajna varijabla X1 ravna
po Binomom zakonu.
251

Binomnom zakonu, potrebno je u izborniku Function group: odabrati
Special Variables: bira Pdf.Binom i klikom dva puta na tu funkciju ona
se pojavljuje u prozoru Numeric Expression: na sljedei nain:
PDF.BINOM(?,?,?).
upitnik funkcije predstavlja veliinu uzorka n , a trei upitnik je
vjerojatnost realizacije sluajnog dogaaja p :
quant = X 1 ; n = 6 ; prob = 0,228 ,
pa se moe upisati:
PDF.BINOM(X1,6,0.228).
nazvana je X1Bin.
eljeni podaci vjerojatnosti sluajne varijable X1 po Binomnoj
distribuciji, potrebno je kliknuti na OK.
slian postupak.
vjerojatnosti po Binomnom zakonu, potrebno je u izborniku Function
Function and Special Variables: bira Cdf.Binom i klikom dva puta na
nain: CDF.BINOM(?,?,?).
252
upitnik funkcije predstavlja veliinu uzorka n , a trei upitnik je

vjerojatnost realizacije sluajnog dogaaja p :
quant = X 1 ; n = 6 ; prob = 0,228 ,
pa se moe upisati:
CDF.BINOM(X1,6,0.228).
nazvana je X1CumBin.
Binomnoj distribuciji, potrebno je kliknuti na OK. Rezultat je prikazan u
tablici 7.24.
Tablica 7.24.
diskontinuirane sluajne varijable po Binomnom zakonu
Prema rezultatima iz tablice 7.24 mogu se oitati i/ili izraunati

traene vjerojatnosti.
a)
Vjerojatnost da izmeu 6 sluajno odabranih studenata (X1) budu
2 studenta koji ne konzumiraju alkohol je:
p ( X 1 = 2) = 0,277 .
b)
najvie 3 studenta ne konzumiraju alkohol je:
253
p ( X 1 3) = p ( X 1 = 0) + p ( X 1 = 1) + ... + p ( X 1 = 3) =
= 0,973.

Za zadani uzorak ispitanika (onih koji su odgovorili na
postavljeno pitanje) potrebno je izraunati proporciju uzorka ispitanika
koji konzumiraju alkohol samo u posebnoj prigodi (varijabla v1) i
izraunati interval procjene za proporciju ispitanika osnovnog skupa koji
konzumiraju alkohol samo u posebnoj prigodi uz pouzdanost procjene od
99%!
Rjeenje 7.26:
varijablu v1 - Konzumirate li alkoholna pia pomou odgovarajue
strelice prebaciti u Variable(s).
konzumiranju alkohola ispitanika, potrebno je kliknuti na Continue i OK.
Tablica 7.25
Podaci o konzumiranju alkohola
Konzumirate li alkoholna pica
Valid
Frequency
NIKADA
15
SAMO UZ OBROKE
3
U POSEBNIM PRILIKAMA
32
Total
50
Percent
30,0
6,0
64,0
100,0
Valid Percent
30,0
6,0
64,0
100,0
Cumulative
Percent
30,0
36,0
100,0
Prema podacima u tablici 7.25 proporcija uzorka ispitanika koji

konzumiraju alkohol samo u posebnoj prigodi omjer je povoljnih i svih
254
moguih ishoda, a moe se i direktno oitati iz izlazne tablice u stupcu

Valid Percent:
p =
m 32
=
= 0,64 ; q = 1 p = 1 0,64 = 0,36 .
n 50

koji konzumiraju alkohol samo u posebnim prigodama na osnovi uzorka
uz pouzdanost procjene od 99% je:
Pr{p Z Se( p ) 30
p q
0,64 0,36
=
= 0,0678822
n
50
Se( p ) =

vrijedi da je:
Z 1
0 , 99
=
= 0 , 495
2
2
tab
Z = 2,58

procjene dobije se:
Pr{0,64 2,58 0,0678822 < P < 0,64 + 2,58 0,0678822} = 99% ,

skupa koji konzumiraju alkohol samo u posebnoj prigodi na osnovi
zadanog uzorka uz pouzdanost procjene od 99%:
Pr{0,46846 < P < 0,815136} = 99% .
255
256
Tablice odabranih statistikih distribucija
8. TABLICE ODABRANIH STATISTIKIH

DISTRIBUCIJA
A. Povrine ispod normalne krivulje
P(Z)
257
B. Kritine vrijednosti t, Studentove distribucije
258
9. LITERATURA
1. Anderson, D. R. et al. (2002). Statistics for Business and Economics.
8th. Edt. St Paul: West.
2. Anderson, D. R. et al. (1998). Quantitative Methods for Business. 7th.
Edt. South-Western College Publishing.
3. Babbie, E. Halley, F. Zaino, J. (2000). Adventures in Social Research.
Data Analysis Using SPSSX for Windows 95/98. USA: Pine Forge Press.
4. Beter, M.i Bregar, L. (1986). Ekonomska statistika. Ljubljana.
Ekonomska fakulteta.
5. Blejec, M. (1976). Statistike metode za ekonomiste. Ljubljana:
Ekonomska fakulteta.
6. Canavos, G. C. and Miller, D. M. (1993). An Introduction to Modern
Business Statistics. Belmont. Wadsworth.
7. Cochran, W. G. (1977). Sampling Techniques. New York: Wiley.
8. Dillon, W. R. and Goldstein, M. (1984). Multivariate Analysis,
Methods and Applications. New York: Wiley.
9. Dodge, M., Kinata, C. i Stison, C. (1997). Kako koristiti Microsoft
Excel 97, Zagreb: Znak.
10. Everit, B. S. (1996). Making Sense of Statistics in Psychology,
Oxford: Oxford University Press.
11. Feller, W. (1971). An Introduction to Probability Theory and its
Applications. Vol. I and Vol. II, New York:Wiley.
259
12. Fisher, R. A. (1950). Statistical Methods for Research Workers. 11 th

Edt. Edinburgh: Oliver and Boyd.
13. Fisher, R. A. (1993). Statistical Methods, Eksperimental Design and
Scientific Inference. Oxford: Oxford University Press.
14. Frye, C. (2003). Microsoft Excel 2002 Korak po korak. Zagreb:
Algoritam.
15. Fulton, J. (1997). Vodi kroz Excel 97. Zagreb: Znak.
16. Halmi, A. (2003). Multivarijatna analiza u drutvenim znanostima.
Alinea. Zagreb
17. Hadivukovi, S. (1975). Tehnika metoda uzorka. Beograd: Nauna
knjiga
18. Heij, C. et. al.( 2004). Econometrisc Methods with Applications in
Business and Economics, New York : Oxford University Press.
19. Kendall, M. and Stuart, A. (1973). The Advanced Theory of
Statistics. Vol I. London: Griffin.
Statistics. Vol II. London: Griffin.
Statistics. Vol III. London: Griffin.
22. Kish, L. (1965). Survey Sampling. New Yor: Wiley.
23. Kolesari, V. i Petz. B. (2003). Statistiki rjenik. Tuma statistikih
pojmova. Naklada Slap.
24. Leburi, A. i Krneta, M. (2004). Profil poduzetnika u Hrvatskoj.
Socio-ekonomsko istraivanje 2003. Split: Naklada Bokovi.
260
25. de Levie, R. (2004). Advanced Excel for Scientific Data Analysis.

Oxford: Oxford University Press.
26. Marti, Lj. (1986). Mjere nejednakosti i siromatva. Zagreb.
Birotehnika.
27. Mason, D. R. and Lind, D. A. (1993). Statistical Techniques in
Business and Economics. Boston, Masachussetts: IRVIN Publishing.
28. Metre, J. G. and Gilbreath, G. H. (1983). Statistics for Business and
Economics. Plano. Texas: Business Publications.
29. Milton, J. S. et al. (1986). Introduction to Statistics. Lexington: D. C.
Heath.
30. Momirovi, K. (1998). Uvod u analizu nominalnih varijabli.
Metodoloke sveske 2. Ljubljana: JUS.
31. Mood, A. M. and Graybill, F. P. (1963). Introduction to the Theory of
Statistics. New York: McGraw-Hill.
32. Neter, J. et al. (1993). Applied Statistics. 4th Edt. Boston: Allyn and
Bacon.
33. Newbold, P. (1991). Statistics for Business and Economics.
Englewood Cliffs: Prentice-Hall.
34. Paue, . (2003). Vjerojatnost, informacija, stohastiki procesi.
Zagreb: kolska knjiga.
35. Pavli, I. (1971). Statistika teorija i primjena. Zagreb: Tehnika
knjiga.
36. Pivac, S. and Jurun, E. (2005). Parameter Estimation in Excel,
Proceedings of the 28th Internationl Convention MIPRO 2005. Computers
in Education, Opatija, pp 168-173.
261
37. Pivac, S. Jurun, E. and Jujnovi, I. (2006). Ocjena parametara

nelinearnih funkcija u programskom paketu Statistica na primjeru
nezaposlenosti, Proceedings of the 29th Internationl Convention MIPRO
2006. Computers in Education, Opatija, pp 241-245.
38. Pivac, S. Jurun, E. and Jerak. N. (2006). Rjeavanje simultanih
jednadbi kao ekonometrijskog modela pomou programskog paketa
Excel, Proceedings of the 29th Internationl Convention MIPRO 2006.
Computers in Education, Opatija, pp 246-251.
39. Pivac, S. i ego, B. (2005). Statistika, udbenik sa zbirkom zadataka
za IV. razred srednje Ekonomske kole, Zagreb: Alkascript.
40. Rozga, A. (2003). Statistika za ekonomiste, Sveuilite u Splitu.
Ekonomski fakultet Split.
41. Rozga, A. i Gri, B. (2003). Poslovna statistika, Ekonomski fakultet
Split.
42. Seplaki, L. (1991). Atorneys' Dictionary and Handbook of Economics
and Statistics, New York: Professional Horizons Press.
43. Siegel, A. F. (1994). Practical Business Statistics. Boston,
Masachussetts: IRVIN Publishing.
44. oi, I. (1983). Metode statistike analize. Zagreb: Sveuilina
naklada Liber.
45. oi, I. (1985). Zbirka zadataka iz osnova statistike. Zagreb:
Sveuilina naklada Liber.
46. oi, I. i Serdar, V. (2002). Uvod u statistiku. XII. izdanje, Zagreb:
kolska knjiga.
47. oi, I. (2004). Primijenjena statistika. Zagreb: kolska knjiga.
262
48. Tenjovi, L. (2002). Statistika u psihologiji. Beograd: Centar za

primenjenu psihologiju.
49. arkovi, S. S. (1965). Sampling Methods and Censuses. Rim:FAO
50. Whigham, D. (1998). Quantitative Business Methods Using Excel.
Oxford University Press.
51. Wonnacott, T. H. and Wonnacott, R. J. (1990). Introductory Statistics
for Business and Economics (fourth edition). New York: Wiley.
52. The Central Bureau of Statistics. Republic of Croatia: URL: http://
www.dzs.hr
263
BILJEKA O AUTORICI I AUTORU

SNJEANA PIVAC, roena 1972. u Splitu, gdje je zavrila osnovnu i
srednju kolu. Nakon studija na Ekonomskom fakultetu u Splitu, gdje je kao
izvrstan student diplomirala u roku od tri godine, magistrira i doktorira pri
Ekonomskom fakultetu u Zagrebu u znanstvenom polju ekonomije, grani
kvantitativna ekonomija. Trenutno radi kao docentica na katedri
kvantitativnih metoda u ekonomiji, na Ekonomskom fakultetu Sveuilita u
Splitu. Istrauje i objavljuje znanstvene radove iz ekonomske statistike,
ekonometrije, ocjene parametara nelinearnih funkcija, modelske analize
racionalnih oekivanja, modeliranja u uvjetima naruenih osnovnih
pretpostavki, statistike u drutvenim istraivanjima i kvantitativnih financija.
Koautorica je knjige: Statistika, udbenik sa zbirkom zadataka za IV. razred
srednje Ekonomske kole, (Zagreb,Alkascript, 2005.). Trenutno sudjeluje u
meunarodnom projektu The impact of the current and future Europe
enlargement on a financial integrated market, Facolta di Economia, Udine,
Italija, i projektu MZOS R Hrvatske Matematiki modeli u financijskom
upravljanju. Tajnica je Hrvatskog drutva za operacijska istraivanja i
lanica American Statistical Association.
e-mail: spivac@efst.hr
ANTE ROZGA, roen 1951. u Splitu. Diplomirao statistiku na Sveuilitu
u Zagrebu. Poslijediplomske studije pohaao na Ekonomskom fakultetu u
Zagrebu i The London School of Economics. Magistrirao i doktorirao iz
vremenskih nizova. Izabran kao izvanredni profesor na Ekonomskom
fakultetu u Splitu i Medicinskom fakultetu u Zagrebu. Predaje na
Ekonomskom fakultetu, FESB-u, Filozofskom fakultetu, te studiju farmacije.
Izmeu ostalih drao pozvana predavanja u Hrvatskoj narodnoj banci i na
PMF-u Splitu. Gostovao na Sveuilitima u Padovi, Veneciji, Londonu i
Cambridgeu. Sudjelovao na vie znanstvenih skupova. lan je: American
Statistical Association, Royal Statistical Society, International Association
for Statistical Education, Statistical Society of Canada, Bernoulli Society
for Mathematical Statistics and Probability. Podruje interesa: ekonomska
statistika, ekonometrija, biostatistika, vremenski nizovi, statistika u zatiti
ovjekove okoline, multivarijantna analiza.
e-mail: rozga@efst.hr
264

Statistika Za Sociološka Istraživanja PDF

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 Za Sociološka Istraživanja PDF

Uploaded by

Copyright:

Available Formats

Nakladnik:

CIP - Katalogizacija u publikaciji

2. Ureivanje i prikazivanje podataka .................................

3. Srednje vrijednosti ..............................................................

4. Mjere disperzije, asimetrija i zaobljenost .........................

4.1.3. Momenti numerikih nizova ................................ 151

6. Ocjene parametara osnovnog skupa na osnovi uzorka ...

7. Analitiki primjeri za vjebu .............................................. 217

S. Pivac, A. Rozga: STATISTIKA ZA SOCIOLOGIJU

Potrebno je napomenuti da je SPSS kompatibilan s Microsoft

S. Pivac, A. Rozga: STATISTIKA ZA SOCIOLOKA ISTRAIVANJA

Uvijek je prisutan odgovarajui stupanj rizika kada se koriste

Predmet prouavanja statistike su odreene zakonitosti koje se

Masovne pojave su skupine istovrsnih elemenata koji imaju jedno

Statistiki skup potrebno je definirati pojmovno, prostorno i

Svojstvo svakog elementa odnosno studenta definirano je najprije

S. Pivac, A. Rozga: STATISTIKA ZA SOCIOLOKA ISTRAIVANJA

2. kvantitativna statistika obiljeja koja se izraavaju brojano.

c) statistika analiza i interpretacija rezultata provedene analize.

Nakon precizne definicije zadatka, cilja i predmeta istraivanja, tj.

S. Pivac, A. Rozga: STATISTIKA ZA SOCIOLOKA ISTRAIVANJA

slino). Na razini poduzea raznovrsna specifina izvjea o poslovanju i

Statistiki podaci prikupljeni nekom od navedenih metoda

S. Pivac, A. Rozga: STATISTIKA ZA SOCIOLOKA ISTRAIVANJA

Nominal: nominalne skale, za koje se umjesto imena predmeta

Ordinal: ordinalne skale koje slue za oznaavanje redoslijeda

Scale: numerika statistika obiljeja su vezana za intervalnu i

Intervalna skala nema apsolutnu nulu (nula u ovom sluaju ne

- visina: numeriko (kontinuirano) obiljeje

2. eljeli biste pohaati:

Zadatak je izvriti kodiranje odabranih pitanja?

eljena vrsta poduka (V2)

Izvor: Simulirani podaci.

S. Pivac, A. Rozga: STATISTIKA ZA SOCIOLOKA ISTRAIVANJA

U tablici 1.1. vidi se da obiljeje "poduka iz eljenog predmeta"

Izvor: Simulirani podaci.

U tablici 1.2 vrste statistikih obiljeja smjetene su u stupce. U

Ako se pogledaju podaci za 3. ispitanika u tablici 2, A u stupcu

Analitiki primjer 1.6:

Izvor: Simulirani podaci.

S. Pivac, A. Rozga: STATISTIKA ZA SOCIOLOKA ISTRAIVANJA

Izvor: Iz programa SPSS.

Izvor: Simulirani podaci.

Prema slici 1.2 vidi se da su varijable nazvane (Name) V1 i V2.

Izvor: Prema podacima autora.

Izvor: Iz programa SPSS.

Na slici 1.5 prikazani su podaci o spolu i visini u cm za 20

S. Pivac, A. Rozga: STATISTIKA ZA SOCIOLOKA ISTRAIVANJA

Izvor: Simulirani podaci.

Moderni statistiki paketi imaju mogunosti kreiranja i grupiranja

1.7. Naini prikupljanja podataka

Jedan od naina statistikog promatranja i prikupljanja podataka

S. Pivac, A. Rozga: STATISTIKA ZA SOCIOLOKA ISTRAIVANJA

odgovorima daju informacije o promatranim obiljejima statistikog

podrazumijeva kontrolu upitnika pri njegovu preuzimanju od ispitanika.

poveavanjem uzorka istraivanje postaje sve skuplje

katkada se uzorci unitavaju (npr. kemijska analiza nekih

Kad god je mogue, poeljno je izabrati sluajni uzorak. U

S. Pivac, A. Rozga: STATISTIKA ZA SOCIOLOKA ISTRAIVANJA

brojeva" ili koritenje raunalnog sustava sluajnog izbora (generator

karakteristikama, te da se iz svake od grupa uzme sluajni uzorak. Na

S. Pivac, A. Rozga: STATISTIKA ZA SOCIOLOKA ISTRAIVANJA

N - broj jedinica u osnovnom skupu.