Metodologija NIR

METODOLOGIJA NAUČNO – ISTRAŽIVAČKOG RADA
Ekonomski fakultet u Sarajevu
II ciklus studija Master studij
Akademska godina 2011/2012
Prof. dr Rabija Somun Kapetanović

Šifra: RES101 ČNO – ISTRAŽ
Naziv predmeta: METODOLOGIJA NAUČ ŽIVAČ
ČKOG RADA
Nivo: MA studij Godina: I Semestar:I Broj ECTS
kredita: 6 2
Status: obavezni ć, prof. dr. Rabija Somun-Kapetanović
Nastavnici: prof. dr. Nijaz Bajgorić ć Ukupan broj sati:
30
1.OSNOVNE 1. Teorijsko-konceptualni okvir naučnih istraživanja u ekonomiji i menadžmentu, definicije,
TEMATSKE teorijsko-metodološki okviri, istraživački pristupi
JEDINICE
2. Faze procesa naučnog istraživanja
3. Metode naučnog istraživanja
4. Metode prikupljanja i obrade empirijskih podataka
5. Osnovne kvantitativne metode analize podataka: statističke metode, korelaciona i
regresiona analiza, analiza varijanse
6. Napredne metode kvantitativne analize podataka: multivarijaciona analiza i kvantitativne
metode predvidjanja
7. Kvalitativne metode: strukturalna analiza, metode posmatranja, studije slučajeva
8. Softverski alati za statističke i ekonometrijske analize
9. Struktuiranje i izrada magistarskog rada
10. Objavljivanje (journal paper, conference paper, research report, itd.), submission-reviewing
process, kategorije časopisa
11. Online baze, citatne baze, e-časopisi, sistemi indeksiranja časopisa, impact factor, citation.
12. Primjena IT-a u NIR-u, softverski alati za statističke analize, softver za optimizaciju,
simulacione metode i alati, data mining, OLAP, itd.
2. LITERATURA 1. Kukić, S., Markić, B.: Metodologija društvenih znanosti, Ekonomski fakultet Sveučilišta u Mostaru, 2006.
2. Somun-Kapetanović, R.: Statistika u ekonomiji i menadžmentu, Sarajevo, Ekonomski fakultet, 2008.
3. Šamić, M.: Kako nastaje naučno djelo, IX izd., Svjetlost, Sarajevo, 2003.
4. Zelenika, R.: Metodologija i tehnologija izrade znanstvenog i stručnog djela, četvrto izdanje, Ekonomski
fakultetSveučilišta u Rijeci i Ekonomski fakultet Univerze u Ljubljani, Rijeka, 2000.,
5. Žugaj, M., Dumičić, K., Dušak, V., Temelji znanstvenoistraživačkog rada, Sveučilište u Zagrebu, Fakultet
organizacije i informatike, Varaždin, 2006.
6. Tkalec Verčić, A., Sinčić Ćorić, D., Pološki Vokić N. : Priručnik za metodologiju istraživačkog rada u društvenim istraživanjima,
MEP, Zagreb , 2011.
Kako realizovati cilj: savladati predviñenu
materiju i uspješno položiti ispit
3
Raspolagati
Raspolagati
Realno
Realno vidjeti
vidjeti informacijama
informacijama oo
vlastite
vlastite načinu
načinu učenja
učenja
slabosti
slabosti ovog
ovog predmeta
predmeta
Koje
Koje metode
metode učenja
učenja
primijeniti?
primijeniti?
Realno
Realno vidjeti
vidjeti vlastite
vlastite
mogućnosti
mogućnosti ii prednosti
prednosti
Koji je moj nivo znanja sada

Koju
Koju literaturu
literaturu koristiti?
koristiti?
Koji nivo znanja želim dostići?
Kako do Aktivno
Aktivno učiti
učiti !!
Kako to ostvariti? cilja ?
Organizovati svoje vrijeme i savladati

predviñene teme
prof. dr Rabija Somun-Kapetanović

Odluka
4
Studirati
Studirati sadržaj
sadržaj
predmeta
predmeta
Ja
Ja sam
sam odlučila
odlučila aktivno
aktivno učiti
učiti Možda
Možda bih
bih ii ja
ja trebao
trebao
tako
tako postupiti
postupiti
Aktivno
Aktivno studirati
studirati
Tako ću sigurno
Tako ću sigurno uspjeti
uspjeti

Naučni pristup istraživanju
5
Naučni pristup u stvaranju i konstrukciji znanja se

bazira vrlo često, ali ne samo i ekskluzivno, na
korištenju podataka o varijacijama masovnih
pojava. Da bi mogli biti korišteni podaci moraju biti
obrañeni i analizirani.
Etape naučnog pristupa u stvaranju znanju na

bazi podataka su predstavljene u sljedećoj šemi:

Definisanje ciljeva 6
Definisanje problematike i
oblasti istraživanja
•Prikupljanje podataka
•Obrada, analiza i prezentacija
podataka
•Provjera podataka
•Tumačenje i interpretacija
podataka
Zaključci
Donošenje odluka
FAZE ISTRAŽIVANJA Žugaj, M. et all. (2006), str. 148.
7
FAZE
ISTRAŽIVANJA
UOČAVANJE OGRANIČAVANJE POSTAVLJANJE PROVJERAVANJE PISMENI RAD PRIMJENA I

PROBLEMA(I) PROBLEMA (II) HIPOTEZA (III) HIPOTEZA (IV) (IZVJEŠTAJ) (V) KONTROLA
IZBOR ŠIREG IZBOR UŽEG

DEFINIRANJE
NAUČNOG NAUČNOG
PROBLEMA
PODRUČJA PODRUČJA
ODREðIVANJE PRONALAŽENJE
SVRHA TEHNIKE PRIKUPLJANJE I PLAN OBRADE
UŽI IZBOR TEME
ISTRAŽIVANJA ISTRAŽIVANJA I SREðIVANJE TEME
TIMA GRAðE
CILJEVI I ZADACI PLAN PLAN IZRADE

TUðI MATERIJAL
ISTRAŽIVANJA ISTRAŽIVANJA PISANOG RADA
ORIGINALNI
MATERIJAL
PREDMETI,
KAZUSI,
SNIMLJENI
MATERIJAL
VRELA,
DOKUMENTI

Faze procesa naučnog istraživanja
8
• Izbor i definisanje predmeta istraživanja
• Postavljanje hipoteza i sreñivanje varijabli

istraživanja
• Izrada projekta istraživanja
• Prikupljanje, sreñivanje i obrada empirijskih

podataka
• Naučno tumačenje i interpretacija podataka
• Pisani izvještaj o rezultatima istraživanja.

Metode naučnog istraživanja
9
Metode analize i sinteze
Metode analize se mogu klasificirati prema :
a. gnoseološkoj funkciji : deskriptivna i eksplikativna

b. složenosti: elementarna, uzročna i funkcionalna
c. stepenu konkretnosti: objektivne i subjektivne
d. predmetu i cilju analize: strukturalna, komparativna, genetička
e. prema naučnom području: ekonomska, matematička,
sociološka, psihološka, istorijska, itd.
Prema: Žugaj, M. et all. (2006), str. 50-61.

Metode naučnog istraživanja
10
1. Metode analize i sinteze

2. Metode apstrakcije i konkretizacije
3. Metode generalizacije i specijalizacije
4. Induktivna ( posmatranje, eksperiment, prebrojavanje, mjerenje, statističke metode,
metode kauzalne indukcije), deduktivna metoda i aksiomatska metoda
5. Metoda modeliranja
6. Metoda klasifikacije
7. Komparativna metoda
8. Historijska metoda
9. Genetička metoda
10. Metoda deskripcije
11. Metoda idealnih tipova
12. Matematička metoda
13. Opšta teorija sistema kao naučna metoda
14. Kibernetička metoda
15. Metoda studije slučaja
16. Metoda kompilacije
17. Metoda mozaika
18. Metoda analize sadržaja
19. Metoda ispitivanja ( metoda ankete, metoda intervjua, testovi, skaliranje)
Prema: Žugaj, M. et all. (2006), str. 62-131.

Opšte naučne metode
11
1. Metode indukcije i dedukcije

2. Metode analize i sinteze
3. Metode dokazivanja i opovrgavanja
4. Metoda klasifikacije
5. Metoda komparacije
6. Metoda modeliranja
Prema: Kukić,S., Markić, B. , (2006), str. 116 -138.

Izbor metodološkog pristupa
12
1. Kvantitativna metodologija
2. Kvalitativna metodologija
3. Kombinovanje pristupa i metoda
Tkalec Verčić, A., Sinčić Ćorić, D., Pološki Vokić N. : Priručnik za metodologiju istraživačkog rada u društvenim
istraživanjima, MEP, Zagreb 2011., str. 16-22.

Etika u istraživanju
13
“Etika u istraživanju odnosi se na primjenu

etičkih načela i prikladnost ponašanja u
pripremi i provedbi istraživanja te analizi i
interpretaciji rezultata.”
Kodeks istraživačkog ponašanja. Npr.
kodeks European Society for Opinion and
Marketing Research (ESOMAR).

14
Etički kodeks Univerziteta u Sarajevu:

http://unsa.ba
Propisi-Pravilnici UNSA-Etički kodeks član 18
i član 19.
Zakon o intelektualnom vlasništvu i autorskim

pravima :
http://www.ipr.gov.ba/ba/katalog/pregled/zako
n-o-autorskom-pravu-i-srodnim-pravima

15

16
Etičke dileme se javljaju u svim fazama

istraživačkog procesa:
1. U fazi prikupljanja i korištenja izvora

2. U fazi izrade nacrta istraživanja
3. U pristupu ispitanicima
4. U fazi prikupljanja podataka
5. U fazi analize i interpretacije rezultata

Metode za prikupljanje podataka
17
Podatak je je činjenica koja može ali ne mora biti

brojčana i predstavlja informaciju koju koristimo u
istraživanjima.
Direktno posmatranje
Anketa
Popis
Eksperiment
Izvještaji i ostale metode

18
Prema izvoru podaci se grupišu na:
Primarne statističke podatke dobivene statističkim

posmatranjem i prikupljanjem
Sekundarne podatke dobivene iz sekundarnih izvora

(statističke i druge institucije ovlaštene za primarno
prikupljanje podataka, centralne banke, matične
službe, izvještaji o poslovanju preduzeća, itd.)

19
Prema obuhvatu podaci se dijele:
Potpuni obuhvat svih jedinica skupa: potpuno

posmatranje
Djelimično posmatranje na dijelu jedinica statističkog

skupa - statističko uzorkovanje

Anketa
20
Anketa se realizuje ispitivanjem osoba cijele

populacije ili dijela populacije.
- Potrebno je precizno definisati populaciju.

- Prikupljanje podataka ovom metodom
podrazumijeva realizacuju više etapa.
- Potrebno je precizno definisati potrebnu
informaciju u funkciji cilja i predmeta
istraživanja, sredstva sa kojima raspolažemo,
rok za prikupljanje podataka.

21
Anketa može uključivati sve osobe jedne

populacije.
Drugi tip ankete koji se češće primjenjuje u

praksi je anketa odreñenog broja osoba
populacije koji se naziva uzorak.

22
Načini realizacije ankete su takoñe brojni.
Kako možemo postavljati pitanja?
Pripremiti upitnik i angažovati anketare koji će

direktno realizovati anketu.
Postoji mogućnost slanja upitnika putem pošte ili

telefonske ankete ali ovi postupci su manje
pouzdani što implicira više metodoloških
problema koje je potrebno riješiti.

Anketna istraživanja Žugaj, M. et all. (2006), str.156.
23
Cilj - obrazložiti opravdanost i mogućnosti primjene uzorka,

navesti prednosti i nedostatke pojedinih planova uzoraka u
anketnim istraživanjima pokrenutim znanstvenim, poslovnim ili
privrednim motivima
Svrha - pravilna primjena ankete, pravilno

interpretiranje i korektna ocjena i opis kvalitete
anketnih rezultata
Tri vrste statističkih dizajna:

1. dizajn eksperimenta (eng. experimental design)
2. dizajn ankete (eng. survey design)
3. dizajn kontroliranih opažanja (eng. controlled
investigations)

Anketna istraživanja Žugaj, M. et all. (2006), str.156.
24
Anketa - vrsta statističkog istraživanja koje proučava

agregate jedinica, najčešće ljude, ekonomske ili
društvene cjeline / institucije
Ciljani osnovni skup ili populacija
Jedinica izbora
Okvir izbora
Uzorak

Osnovne vrste anketa
25
Osnovne vrste anketa prema načinu prikupljanja

podataka:
a) bez pomoći anketara, poštom (klasičnim pismom,
putem časopisa, ili pomoću Interneta, ili e-maila)
a) ili uz pomoć anketara, intervjuom (pomoću
telefona ili direktno)
Vrste anketa:
a) Opisne ankete
b) Analitičke ankete
c) Opisno-analitičke ankete

Etape planiranja procesa anketnog istraživanja
26
Ciljevi anketnog
istraživanja
Koncepcije Populacija
Način prikupljanja podataka
Pitanja i anketni Nacrt izbora

upitnik uzorka
Planiranje prikupljanja podataka i obrade
Prikupljanje podataka i obrada
Procjenjivanje i analiza
Žugaj, M. et all. (2006), str.192.

Metoda uzoraka
27
Teorija uzoraka
• Utvrñuje obilježja populacije iz obilježja uzorka
• Procjenjuje parametre populacije na osnovu

parametara uzorka i ocjenjuje pouzdanost te
procjene
Planovi uzoraka mogu biti:

1. Probabilistički uzorci (eng. probability samples)
2. Neprobabilistički – namjerni (eng. nonprobability
samples)

Prednosti metode uzoraka
28
Tri su osnovne prednosti:
a) u smanjenju troškova u odnosu na

troškove koji su vezani za popis
b) u većoj brzini prikupljanja podataka i
dobivanja procjena
c) u većoj kvaliteti rezultata, budući da
ankete pomoću uzorka vode posebno
obrazovani ljudi

Nedostaci metode uzoraka
29
Tri su osnovna nedostatka:
a) uzorak ne daje podatak za svaku jedinicu

od interesa
b) izbor uzorka daje rezultate koji sadrže
pogrešku uzorka koja nastaje uslijed
korištenja uzoraka (eng. sampling error)
c) potrebna i posebna obuka ljudi i
rukovoñenje statističara

Osnovni pojmovi metode uzoraka
30
Osnovni pojmovi metode uzoraka:
• Procjenitelj
• Procjena
• Distribucija procjenitelja ili sampling
distribucija
• Pouzdanost
• Preciznost i statistička pristranost procjene

Procjenitelj
31
Procjenitelj (eng. estimator) - postupak, tehnika,

način, pravilo ili formula po kojoj se iz podataka
uzorka računa procjena nekog parametra osnovnog
skupa
Općenito, neka je θˆ procjenitelj nepoznatog

parametra osnovnog skupa θ , a koji predstavlja
jednu od karakteristika rasporeda varijable Y
(npr. aritmetičku sredinu, total, proporciju, količnik ili
drugo)
∧ ∧
θ = θ ( y 1 ,......, y n )

Procjena parametara osnovnog skupa
32
Parametri osnovnog skupa koji se procjenjuju

mogu biti: aritmetička sredina, total osnovnog
skupa, varijansa osnovnog skupa, standardna
devijacija, proporcija osnovnog, ...)
Razlikujemo dvije vrste procjena:
1) procjene jednim brojem (eng. point estimate)

2) intervalne procjene (eng. interval estimate)

Probabilistički uzorci
33

Neprobabilistički uzorci
34
Detaljniju analizu Teorije i metoda uzoraka vidjetu u: Somun-Kapetanović, R. (2006), str. 305-321.

Preciznost i statistička pristranost procjene
35
Statistička pristranost (eng. bias) - razlika izmeñu očekivane

vrijednosti procjenitelja i prave
vrijednosti karakteristike osnovnog skupa
Pristrasno st (θˆ) = B (θˆ) = E (θˆ) − θ [ ]

Veličina pristranosti je za pojedine procjenitelje fiksna, a može
biti jednaka nuli ili različita od nule
Pristrasne i nepristrane metode procjenjivanja
Srednja kvadratna pogreška - MSE (eng. «Mean Square
Error») - mjeri disperziju oko “prave” vrijednosti karakteristike
osnovnog skupa
∧ ∧ 2
   
MSE θ  = E θ − θ  2
      ∧
  ∧
  ∧
MSE θ  = V θ  + Bθ 
     
NEPRISTRASNOST VERSUS PRISRASNOST
36

Ukupna pogreška ankete
37
Pogreške anketnog istraživanja su neizbježne
Kvaliteta procjene parametra populacije je funkcija

ukupne pogreške ankete TSE (eng. Total Survey Error)
Ukupna
Sistematska Slučajna
pogreška = +
greška greška
ankete
Ukupna Stvarna
pogreška Procjena vrijednost
= -
ankete parametra parametra

POSTUPAK IZBORA UZORKA
Identificiranje ciljane populacije
Usklañivanje ciljane populacije 38
i okvira
Odreñivanje okvira za izbor uzorka
Odreñivanje postupka izbora uzorka

Modeli uzoraka izabranih iz Modeli uzoraka bez ponavljanja
poznate vjerovatnoće vjerovatnoće izbora
•Jednostavan slučajni •Prigodni uzorak izabran

uzorak nasumce
• Stratifikovani uzorak • Prosudbeni, prema
• Sistematski uzorak mišljenju stručnjaka
• Uzorak skupina (jedno ili • Kvota uzorak
više – etapni uzorak) • Uzorak izabran lančano, na
osnovu poznanstva
Odreñivanje veličine uzorka
Izbor jedinica uzorka po planu
Prikupljanje anketnih podataka od ispitanika u uzorku
Postupak s problemom
neodgovora
Prikupljanje anketnog materijala, unos podataka, editiranje, obrada,
analiza, statističko zaključivanje, informacije za donošenje
odluka
Žugaj, M. et all. (2006), str. 192.

39

40

41

42

Ankete
43
Anketa o potrošnji domaćinstava u BiH u 2007.

Anketa o potrošnji domaćinstava u 2004.
Anketa o radnoj snazi 2008.
Anketa - Živjeti u BiH.
Anketa o mjerenju životnog standarda u BiH

Eksperiment
44
Prikupljanje podataka eksperimentisanjem

podrazumijeva sistematsku i kontrolisanu
realizaciju eksperimenta sa namjerom da se
izučavaju razni fenomeni, porede situacije ili
provjere hipoteze.
Postupak realizacije eksperimenta se strogo

kontroliše prema unaprijed razrañenom
protokolu.

Ostale metode prikupljanja podataka
45
Metode za prikupljanje podataka čija je

zajednička karakteristika da ne
analiziraju direktno jednu situaciju ili
fenomen nego neke njihove posljedice.
Najznačajniji su izvještaji i publikacije

institucija ovlaštenih za prikupljanje
podataka.

Izbor i adekvatno korištenje podataka
46
Značajan dio posla predstavlja prikupljanje, provjera i obrada

podataka.
Neophodno je pri istraživanju shvatiti kojeg je tipa ekonomski

fenomen koji se analizira i koje su karakteristike traženih
podataka.
Podaci mogu imati vremensku dimenziju, mogu biti

individualni (podaci u vremenskom presjeku o odreženom
broju jedinica populacije) ili kombinacija ova dva tipa.
U prvom slučaju nastoji se formulisati stabilna relacija izmeñu

varijabli u posmatranom vremenskom periodu.
46
47
Npr. može se tražiti objašnjenje stope nezaposlenosti

pomoću evolucije BDP (GDP), nivoa plata, stope
iskorištenosti kapaciteta u proizvodnji. Biće posebno važno
da se indentifikuju frekvencije (dnevne, sedmične,
mjesečne, trisemestralne, semestralne, godišnje itd.)
podataka.
U ovom slučaju studije - istraživanja se baziraju na

vremenskim ili hronološkim serijama.
47
48
U drugom slučaju će nastojati da formuliše stabilnu relaciju

izmeñu varijabli za jednu grupu individua - ekonomskih
subjekata u datom trenutku.
Može biti interesantno npr. da se istražuje i proučava nivo

obrazovanja djece u funkciji nivoa obrazovanja roditelja,
prihoda roditelja, socioprofesionalne kategorije, mjesta
stanovanja, nasljedstva itd.
Za sve podatke u vremenskom presjeku je dominantna

individualna karakteristika.

49
Moguće je ukrstiti ove dvije dimenzije vremensku i

individualnu.
Mogu se npr. analizirati relacije izmeñu ekonomskog rasta,

nezaposlenosti i inflacije za odabrani vremenski period za
odreñeni broj zemalja.
U ovom slučaju se govori o istraživanju na bazi panel

podataka.

Obrada prikupljenih podataka
50
Obrada prikupljenih podataka podrazumijeva

realizaciju tri osnovne etape koje prethode
donošenju zaključaka i odluka:

51
Eksploatacija podataka
Deskriptivna analiza
Provjera hipoteza
• Objašnjenja
• Predviñanja
Zaključci i odluke

Vrste prezentacije statističkih podataka
52
Deskriptivna
Statističke serije (Serije strukture i Vremenske serije)
predstavljaju nizove sreñenih statističkih podataka koji
prikazuju strukturu skupa prema obilježju, raspored skupa u
prostoru ili promjene skupa u vremenu.
Tabelarna
Grafička
Modelska- korištenjem matematičkog instrumentarija.

53
Vrste tabelarne prezentacije podataka:
Neureñena statistička serija

Ureñena rangirana statistička serija
Statistička distribucija frekvencija – grupisana serija
Intervalno grupisana distribucija

54
Vrste grafičke prezentacije:
Najčešće korišten oblik grafičkog predstavljanja su

dijagrami koji se dijele na:
- stigmograme,
- linearne dijagrame,
- površinske dijagrame i
- stereograme.
Excel nam pruža mogućnost konstrukcije 14 tipova,

odnosno 73 sub-tipa grafika.

Grafička prezentacija
55

Statistički skup i njegove karakteristike
56
Statistički skup čine jedinice (elementi) čije

su osobine predmet istraživanja statističkom
metodom.
Statistički skup se definira pojmovno,

prostorno i vremenski.
Vrste statističkih skupova:

- konačan ili beskonačan
- realan ili hipotetičan

Statistički skup i njegovi elementi
57
Statistički skup koji je predmet istraživanja

se naziva populacija.
Elementi populacije se nazivaju statističke

jedinice.
Broj elemenata koji čine populaciju naziva

se veličina populacije.

Statističke varijable
58
Osobine po kojima se razlikuju jedinice

statističkih skupova nazivaju se obilježja ili
varijable.
Aplikacija koja svakom elementu populacije

pridružuje jednu vrijednost naziva se
statistička varijabla.

59
• Kategorije ili vrijednosti koje može imati jedna

statistička varijabla nazivaju se modaliteti.
• Broj elemenata statističkog skupa koji

posjeduju posmatrani modalitet naziva se
frekvencija tog modaliteta.

60
Jedinicama skupa se prema odreñenim

pravilima pridružuju prikupljeni podaci o
njihovim osobinama.
Pravila pridruživanja su definisana mjernim

skalama.

MJERNE SKALE
61
Mjeriti varijablu elementa statističkog skupa

znači konstruisati podatak o toj varijabli koji
se nalazi na mjernoj skali.
Postoji više tipova mjernih skala koje se

razlikuju po logičkim i matematičkim
operacijama koje se mogu primjeniti na
analiziranoj varijabli.

MJERNE SKALE
62
Tipovi mjernih skala:
1) Nominalna skala: obilježja mogu biti

atributivna ili geografska.
2) Ordinalna skala: obilježja opisno izražena

se mogu porediti, rangirati i klasirati prema
nekom logičkom redosljedu.

MJERNE SKALE
63
3) Intervalna skala: obilježjima jedinica

populacije pridružuju brojevi.
Operacije dozvoljene na ovoj skali su
prebrojavanje, poreñenje i oduzimanje.
4) Numerička ili metrička skala

Obilježja jedinica osnovnog skupa su izražena
brojevima. Ova skala posjeduje «prirodnu nulu».
Na ovoj skali su dopuštene osnovne
matematičke operacije.

MJERNE SKALE I VARIJABLE
64
Statističke varijable mjerene na nominalnoj i

ordinalnoj skali nazivaju se kvalitativne varijable.
Varijable mjerene na intervalnoj i numeričkoj skali

su kvantitativne varijable.

TIPOVI VARIJABLI
65
Modalitet jedne varijable odreñuje njen tip.
Varijabla je kvalitativna ako njeni modaliteti

nisu brojčano izraženi.
Kvalitativna ordinalna
Kvalitativna nominalna

TIPOVI VARIJABLI
66
Kvantitativne varijable: modaliteti brojčano

izraženi.
Tipovi: prekidne ili diskretne i
neprekidne ili kontinuirane.
Kvantitativna prekidna varijabla može imati

konačan ili prebrojiv broj vrijednosti-modaliteti su
prebrojivi.
Kvantitativna neprekidna varijabla može imati

neograničen broj vrijednosti –modaliteti su
rezultat mjerenja.

EKONOMSKI PROBLEM
67
1. Šta proizvoditi? – zavisi od potreba na tržištu

2. Koliko proizvoditi? – zavisi od potreba i potražnje na
tržištu
3. Kada proizvoditi? – cilj je da se proces proizvodnje
završi onda kada se pojave potrebe, kako bi se izbjegli
dodatni troškovi skladištenja i čuvanja i kako potražnja
ne bi ostala nezadovoljena
4. Kako proizvoditi? – ostvariti kombinaciju ulaganja i
proizvodnih faktora da se proizvede na najjeftiniji način
5. Kako izvršiti raspodjelu? – kako odrediti udjele
pojedinih faktora u raspodjeli proizvedenog
Prema : Babić M.,(1989) Makroekonomski modeli, Narodne novine, Zagreb, str.

3 -14.

EKONOMSKI PROBLEM; cont.
68
Osnova ekonomskog problema je ekonomiziranje sa

raspoloživom ograničenom količinom oskudnih
resursa da bi se zadovoljile čovjekove potrebe.
Potrebe i mogućnosti njihovog zadovoljenja se

konstantno mijenjaju i proces privrednog razvoja je
stalna utrka izmeñu ljudskih potreba i mogućnosti
njihovog zadovoljenja, pri čemu mogućnosti nikako da
sustignu potrebe.
Viši nivo privrednog razvoja znači veći i složeniji skup

ljudskih potreba i mogućnosti njihova zadovoljenja.

Ekonomska teorija i ekonomska analiza
69
Ekonomska teorija uopštavanjem zajedničkih karakteristika

odreñenih ekonomskih pojava i procesa utvrñuje zakonitosti i
pravila u njihovom kretanju.
Ekonomska analiza je primjena ekonomske teorije u
rješavanju odreñenih ekonomskih problema u konkretnoj
ekonomskoj situaciji.
Ekonomska analiza ima za cilj da objasni odreñeni ekonomski
problem kao poseban slučaj ekonomske teorije.
Na bazi ekonomske teorije ekonomska analiza dati ekonomski
problem sužava unaprijed prihvaćenim uslovima i
pretpostavkama.
Osnovni zadatak ekonomske analize je utvrñivanje
meñuzavisnosti koje postoje meñu ekonomskim pojavama i
procesima u cilju njihovog objašnjavanja i predviñanja.
Prema : Babić M.,(1989) Makroekonomski modeli, Narodne novine, Zagreb, str. 3 -14.

EKONOMSKA ANALIZA
70
Za svaku pojavu koja se dogodila ekonomska analiza

treba dati odgovore na niz pitanja:
Šta se dogodilo ili koja ekonomska varijabla se promijenila i
koliko?
Kada se promjena desila?
Zašto je došlo do promjene?
Kakve su posljedice promjene te ekonomske varijable na
ostale ekonomske varijable?
Kolika je vjerovatnoća da se taj dogañaj ponovi?
Šta poduzeti da se taj dogañaj ponovi (ako je poželjan) ili ne
ponovi (ako nije poželjan)?
Kakvi su mogući ili vjerovatni putevi ili pravci daljeg razvoja
pojave koja se desila? Koji je od njih optimalan? Kako
usmjeriti ili uticati da razvoj pojave krene baš u tom
optimalnom pravcu?
EKONOMSKA ANALIZA, cont.
71
Ekonomska analiza - skup opštih ekonomskih načela

i logike pomoću kojih se mogu utvrditi
meñuzavisnosti izmeñu svih ekonomskih pojava i
procesa; objasniti njihovo nastajanje, dosadašnje
kretanje i predvidjeti budući razvoj; odrediti optimalni
pravac razvoja pojave i mjere koje treba preduzeti da
bi se razvoj pojave usmjerio u optimalnom pravcu.
Institucionalni pristup - naglasak je na opisu strukture i

funkcionisanja privrednog sistema,
analitički pristup - naglasak na istraživanju uzroka
ekonomskih pojava i procesa i njihovoj meñuzavisnosti

KVALITATIVNA versus KVANTITAIVNA EKONOMSKA ANALIZA
72
Kvalitativna
• koristi metodu dedukcije, istorijsku metodu...
• ako se tokom vremena sa promjenom pojave A mijenjala
pojava B, ekonomska analiza izvodi zaključak da: „ako se
promijeni pojava A promijenit će se i pojava B“.
• Npr, promjena cijene proizvoda utiče na promjenu tražnje
za tim proizvodom, promjena investicija utiče na promjenu
nivoa dohodka i zaposlenosti...
Kvantitativna
• koristi matematske metode
• pored utvrñivanja postojanja meñuzavisnosti pojava
pomoću kvantitativnih metoda nastoji izmjeriti ili
kvantificirati te meñuzavisnosti konstruišući modele.
• Npr, ako se investicije povećaju za x jedinica koliko će se
promijeniti nivo zaposlenosti?
Kvantitativna ekonomska analiza je baza i preduslov za realna

predviñanja

KVALITATIVNA versus KVANTITAIVNA EKONOMSKA ANALIZA,
cont.
73
Na osnovu postavki kvalitativne analize, ekonomskih

zakona i teorija utvrñuje se postojanje
meñuzavisnosti izmeñu ekonomskih pojava i
procesa.
Potom kvantitativna analiza polazeći od zaključaka

kvalitativne analize kao pretpostavki, svojim
metodama bira relevantne podatke koji
karakteriziraju tu meñuzavisnost, te se kvantificira
jačina i smjer meñuzavisnosti.
Na kraju kvalitativna analiza interpretira rezultate do

kojih se došlo.
EKONOMSKI MODELI
74
1. Ekonomski model je formalni odraz izvornog

ekonomskog problema ili slika pojednostavljene
ekonomske stvarnosti u kojoj su predočene
meñuzavisnosti izmeñu ekonomskih pojava u
modelu.
2. Svaka ekonomska pojava se može raščlaniti na jako

velik broj elemenata i njihovih meñuzavisnosti.
Stoga je teško proučavati svaki od tih elemenata, te
u svakom pojedinom slučaju biramo samo neke
elemente koje u datoj situaciji smatramo
najvažnijim. Ti elementi su bitne ili strateške
varijable posmatrane ekonomske pojave.
3. Korištenje modela je neophodno jer je ekonomska

stvarnost uvijek složenija nego što je to moguće
formalno izraziti.
Vrste ekonomskih modela [1 ]
75
EKONOMSKI MODELI
MATEMATIČKI EKONOMETRIJSKI
MIKROMODEL MAKROMODEL
AGREGATNI
STRUKTURNI
MODELI RASTA
[1] Babić M.,(1989) Makroekonomski modeli, Narodne novine, Zagreb, str.16.

MAKROMODELI
76
Na nivou privrede države kao cjeline
• Agregatni – predstavlja odnose izmeñu makroekonomskih agregata

(proizvodnja, dohodak, potrošnja- osobna, opšta i reprodukcijska,
investicije – privredne i neprivredne, uvoz i izvoz. Npr. relacija
C=f(Y) predstavlja makroekonomski agregatni model koji ukupnu
agregatnu potrošnju izražava kao funkciju ukupnog dohodka.
• Strukturni – pokazuje meñuzavisnost veličine i strukture pojedinih

makroekonomskih agregata. Npr. meñusektorski model ili input-
output model izražava kvantitativnu meñuzavisnost proizvodnje
sektora i od proizvodnje sektora j.
• Model rasta – model koji privredni rast, izražen kao % ili stopa
promjene odreñenog makroekonomskog agregata r, izražava kao
funkciju odnosa drugih makroekonomskih agregata. Npr. Harrod-
Domarov model rasta izražava stopu rasta domaćeg proizvoda kao
odnos izmeñu stope štednje s (% domaćeg proizvoda koji se
izdvaja za štednju) i graničnog kapitalnog koeficijenta b ( iznos novih
investicija po dodajnoj jedinici povećanja domaćeg proizvoda).
Statički i dinamički modeli
77
Svi ekonomski modeli mogu biti statički i

dinamički.
Statički ekonomski model prikazuje skup

meñuzavisnosti izmeñu varijabli ekonomskog
sistema koji se nalazi u stanju ravnoteže u
odreñenom trenutku ili vremenskom razdoblju.
Statički je ekonomski model predstavljen skupom

običnih jednačina.
Npr: C=α+β ·Y
Dinamički modeli
78
U dinamičkim modelima varijable imaju vremensku

dimenziju.
Dinamičkim se modelom stvarni ekonomski proces

adekvatnije prikazuje nego statičkim.
Naime, vrijednost neke varijable u jednom periodu

vrlo često zavisi od njene vrijednosti iz prethdnog
perioda, ili od vrijednosti što su je u prethodnom ili
nizu prethodnih perioda imale druge varijable s
kojima je ona meñuzavisna.
Takve su meñuzavisnosti uvijek prisutne u realnom

ekonomskom životu.
Dinamički modeli
79
Npr. veličina potrošnje u vremenu t funkcija je

dohotka u prethodnom razdoblju, ili u čitavom
nizu prethodnih razdoblja, jer je potrošnja
moguća tek pošto se ostvario dohodak.
Zato agregatnu funkciju potrošnje u
dinamičkom obliku možemo zapisati ovako:
Ct=α+β·Yt-1
ili
Ct=α+β1·Yt-1+β2·Yt-2+…+βn ·Yt-n.

Dinamički modeli
80
Ovaj vremenski razmak kod varijabli uslovljava

složeniju matematičku aparaturu pri rješavanju
dinamičkih modela.
Dinamički se ekonomski modeli, stoga, rješavaju

pomoću diferencijalnih jednačina.
To je razlog što se često pribjegava ispitivanju

meñuzavisnoti ekonomskih varijabli pomoću
statičkog modela.

Elementi modela
81
Ekonomski model sačinjavaju varijable, relacije i parametri.
ELEMENTI MODELA
VARIJABLE RELACIJE PARAMETRI
ENDOGENE DEFINICIONE
EGZOGENE BILANSNE
TEHNIČKE
PONAŠANJA
INSTITUCIONALNE
USLOVI RAVNOTEŽE
Babić M., (1989): Makroekonomski modeli, Narodne novine, Zagreb, str. 20.

Varijable ekonomskih modela i njihove meñuzavisnosti
82
Varijabla je komponenta ekonomskog modela

koja može uzeti bilo koju vrijednost iz skupa
vrijednosti kojim je definirana.
Varijable mogu biti endogene (Y) i egzogene

(X).
Vrijednost endogenih varijabli se odreñuje

pomoću modela, a egzogene ulaze u model
kao poznate veličine.

Relacije modela
83
Relacije pokazuju oblik odnosa izmeñu ekonomski

varijabli.
Veze izmeñu endogenih i egzogenih varijabli u modelu

mogu biti:
• Direktne: X→Y
• Indirektne: X→Z→Y
• Direktne i indirektne: X→Y i X→Z i Z→Y
• Povratne: X⇔Y
S obzirom na prirodu relacije, postoji matematički

model koji se odlikuje funkcionalnom relacijom, te
ekonometrijski model koji se odlikuje stohastičkom
relacijom.
Parametri
84
Parametar je kvantitativni izraz

meñuzavisnosti ekonomskih varijabli.
Dakle, model se može definisati kao skup

relacija koji postoji u odreñenom skupu
varijabli.
Njegov matematički izraz je jednan jednačina

ili skup jednačina i (ili) nejednačina.

Jovičić M.,(1981.): Ekonometrijski metodi, Savremena administracija, Beograd, str. 6. 85
Ekonomska teorija Teorija Revidiranje teorije
Matematička
ekonomija Model
Ekonomska Prikupljanje
statistika podataka
Matematička Ocjenjivanje
statistika modela
Testiranje Korištenje numeričkih

teorije ocjena parametara
Donošenje
Prihvatanje Odbacivanje odluka
Predviñanje

Postavke za konstrukciju ekonomskih modela
86
1. specifikacija svih varijabli (specifikacija veza

u modelu uz postavke kvalitativne analize i
ekonomske teorije)
2. pronalaženje analitičkog oblika
meñuzavisnosti (uspostavljanje relacija)
3. konstrukcija modela u polaznom –
strukturnom obliku
4. procjena parametara iz strukturnog oblika
modela i provjera adekvatnosti izvedenih
relacija
5. rješenje modela i finalna ekonomska analiza
Formulacija modela potrošnje
87
Relacija izmeñu prihoda i potrošnje se naziva

funkcija potrošnje i izražava se na sljedeći način:
C = f (Y)
Generalno se prihvata pretpostavka da je funkcija f
linearna, tako da se veza izmeñu potrošnje i
prihoda izražava relacijom:
C = α + β·Y
Simbol β predstavlja graničnu sklonost potrošnji.
α > 0 , 0 < β < 1.


Formulacija modela potrošnje
88
Ova funkcija potrošnje je teorijska formulacija koja

se bazira na odreñenom broju hipoteza:
• veza izmeñu potrošnje i prihoda
• linearna veza
• postojanje neophodne pozitivne potrošnje (α>0) i
kada je prihod jednak nuli.
Ekonometrijska analiza će omogućiti da se testira

pouzdanost ovih hipoteza u odnosu na ekonomsku
realnost na osnovu grafičke prezentacije prije
primjene metode inferencijalne statistike.

Ciljevi inferencijalne statistike i ekonometrije
89
89
• Testiranje ekonomske teorije
• Korištenje ocjena modela u donošenju

odluka ekonomske politike
• Predviñanje
Prof. dr Rabija Somun-Kapetanović

prof. Somun Kapetanović
Načela izgradnje ekonometrijskih modela
90
•Specifikacija modela
•Ocjena modela
•Vrednovanje ocjena parametara

Kriteriji:
• Ekonomski
• Statistički
• Ekonometrijski
• Vrednovanje modela sa aspekta primjene i

predviñanja

Programi i organizacija baze podataka
91
EXCEL
SPSS
E VIEWS
STATA
SAS
RATS

Metodologija NIR

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

Metodologija NIR

Uploaded by

Copyright:

Available Formats

METODOLOGIJA NAUČNO – ISTRAŽIVAČKOG RADA

Ekonomski fakultet u Sarajevu

II ciklus studija Master studij

Akademska godina 2011/2012

Prof. dr Rabija Somun Kapetanović

Koji je moj nivo znanja sada

Koji nivo znanja želim dostići?

Organizovati svoje vrijeme i savladati

prof. dr Rabija Somun-Kapetanović

Prof. dr Rabija Somun Kapetanović

Prof. dr Rabija Somun Kapetanović

Naučni pristup u stvaranju i konstrukciji znanja se

Etape naučnog pristupa u stvaranju znanju na

Prof. dr Rabija Somun Kapetanović

UOČAVANJE OGRANIČAVANJE POSTAVLJANJE PROVJERAVANJE PISMENI RAD PRIMJENA I

IZBOR ŠIREG IZBOR UŽEG

CILJEVI I ZADACI PLAN PLAN IZRADE

Prof. dr Rabija Somun Kapetanović

• Izbor i definisanje predmeta istraživanja

• Postavljanje hipoteza i sreñivanje varijabli

• Izrada projekta istraživanja

• Prikupljanje, sreñivanje i obrada empirijskih

• Naučno tumačenje i interpretacija podataka

• Pisani izvještaj o rezultatima istraživanja.

Prof. dr Rabija Somun Kapetanović

Metode analize i sinteze

Metode analize se mogu klasificirati prema :

a. gnoseološkoj funkciji : deskriptivna i eksplikativna

Prema: Žugaj, M. et all. (2006), str. 50-61.

Prof. dr Rabija Somun Kapetanović

1. Metode analize i sinteze

Prema: Žugaj, M. et all. (2006), str. 62-131.

Prof. dr Rabija Somun Kapetanović

1. Metode indukcije i dedukcije

Prema: Kukić,S., Markić, B. , (2006), str. 116 -138.

Prof. dr Rabija Somun Kapetanović

Prof. dr Rabija Somun Kapetanović

“Etika u istraživanju odnosi se na primjenu

Prof. dr Rabija Somun Kapetanović

Etički kodeks Univerziteta u Sarajevu:

Zakon o intelektualnom vlasništvu i autorskim

Prof. dr Rabija Somun Kapetanović

Prof. dr Rabija Somun Kapetanović

Etičke dileme se javljaju u svim fazama

1. U fazi prikupljanja i korištenja izvora

Prof. dr Rabija Somun Kapetanović

Podatak je je činjenica koja može ali ne mora biti

Prof. dr Rabija Somun Kapetanović

Prema izvoru podaci se grupišu na:

Primarne statističke podatke dobivene statističkim

Sekundarne podatke dobivene iz sekundarnih izvora

Prof. dr Rabija Somun Kapetanović

Prema obuhvatu podaci se dijele:

Potpuni obuhvat svih jedinica skupa: potpuno

Djelimično posmatranje na dijelu jedinica statističkog

Prof. dr Rabija Somun Kapetanović

Anketa se realizuje ispitivanjem osoba cijele

- Potrebno je precizno definisati populaciju.

Prof. dr Rabija Somun Kapetanović

Anketa može uključivati sve osobe jedne

Drugi tip ankete koji se češće primjenjuje u

Prof. dr Rabija Somun Kapetanović

Načini realizacije ankete su takoñe brojni.